Senin, 19 Desember 2011

chapter 21 part 1 "theory kinetic of gases"


21.1 Molecular Model of an Ideal Gas


We begin this chapter by developing a microscopic model of an ideal gas. The model
shows that the pressure that a gas exerts on the walls of its container is a consequence
of the collisions of the gas molecules with the walls and is consistent with the macroscopic
description of Chapter 19. In developing this model, we make the following assumptions:

  1. The number of molecules in the gas is large, and the average separation between them is large compared with their dimensions. This means that the molecules occupy a negligible volume in the container. This is consistent with the ideal gas model, in which we imagine the molecules to be point-like.
  2. The molecules obey Newton’s laws of motion, but as a whole they move randomly. By “randomly” we mean that any molecule can move in any direction with any speed. At any given moment, a certain percentage of molecules move at high speeds, and a certain percentage move at low speeds.
  3. The molecules interact only by short-range forces during elastic collisions. This is consistent with the ideal gas model, in which the molecules exert no longrange forces on each other.
  4. The molecules make elastic collisions with the walls.
  5. The gas under consideration is a pure substance; that is, all molecules are identical.


Although we often picture an ideal gas as consisting of single atoms, we can assume that the behavior of molecular gases approximates that of ideal gases rather well at low pressures. Molecular rotations or vibrations have no effect, on the average, on the
motions that we consider here.

For our first application of kinetic theory, let us derive an expression for the pressure of N molecules of an ideal gas in a container of volume V in terms of microscopic quantities. The container is a cube with edges of length



Because the momentum
component pxi of the molecule is mvxi before the collision and -mvxi after the collision, the change in the x component of the momentum of the molecule is
Because the molecules obey Newton’s laws (assumption 2), we can apply the  impulsemomentum theorem (Eq. 9.8) to the molecule to give us



The force that causes the change in momentum of the molecule in the collision with
the wall occurs only during the collision. However, we can average the force over the
time interval for the molecule to move across the cube and back. Sometime during this time interval, the collision occurs, so that the change in momentum for this time interval is the same as that for the short duration of the collision. Thus, we can rewrite the impulse-momentum theorem as


Now, by Newton’s third law, the average x component of the force exerted by the molecule on the wall is equal in magnitude and opposite in direction:
21.2 Molar Specific Heat of an Ideal Gas
Consider an ideal gas undergoing several processes such that the change in temperature
is ∆T =Tf - Ti for all processes. The temperature change can be achieved by taking
a variety of paths from one isotherm to another, as shown in Figure 21.3. Because
T is the same for each path, the change in internal energy ∆Eint is the same for all
paths. However, we know from the first law, Q = ∆Eint - W, that the heat Q is different
for each path because W (the negative of the area under the curves) is different for
each path. Thus, the heat associated with a given change in temperature does not have
where CV is the molar specific heat at constant volume and CP is the molar specific
heat at constant pressure. When we add energy to a gas by heat at constant pressure, not only does the internal energy of the gas increase, but work is done on the gas because of the change in volume. Therefore, the heat Qconstant P must account for both the increase in internal energy and the transfer of energy out of the system by work. For this reason, Qconstant P is greater than Qconstant V for given values of n and ∆T. Thus, CP is greater than CV . In the previous section, we found that the temperature of a gas is a measure of the average translational kinetic energy of the gas molecules. This kinetic energy is associated with the motion of the center of mass of each molecule. It does not include the energy associated with the internal motion of the molecule—namely, vibrations and rotations about the center of mass. This should not be surprising because the simple kinetic theory model assumes a structureless molecule. In view of this, let us first consider the simplest case of an ideal monatomic gas, that is, a gas containing one atom per molecule, such as helium, neon, or argon. When energy is added to a monatomic gas in a container of fixed volume, all of the added energy goes into increasing the translational kinetic energy of the atoms. There is no other way to store the energy in a monatomic gas. Therefore, from Equation 21.6, we see that the internal energy Eint of N molecules (or n mol) of an ideal monatomic gas is


   

21.3 Adiabatic Processes for an Ideal Gas

As we noted in Section 20.6, an adiabatic process is one in which no energy is transferred by heat between a system and its surroundings. For example, if a gas is compressed (or expanded) very rapidly, very little energy is transferred out of (or into) the system by heat, and so the process is nearly adiabatic. Such processes occur in the cycle of a gasoline engine, which we discuss in detail in the next chapter. Another example of an adiabatic process is the very slow expansion of a gas that is thermally insulated from its surroundings. Suppose that an ideal gas undergoes an adiabatic expansion. At any time during the process, we assume that the gas is in an equilibrium state, so that the equation of state PV = nRT is valid. As we show below, the pressure and volume of an ideal gas at any time during an adiabatic process are related by the expression
 
where γ= CP/CV is assumed to be constant during the process. Thus, we see that all
three variables in the ideal gas law—P, V, and T—change during an adiabatic process.

Proof That PVγ = Constant for an Adiabatic Process
When a gas is compressed adiabatically in a thermally insulated cylinder, no energy is
transferred by heat between the gas and its surroundings; thus, Q = 0. Let us imagine
an infinitesimal change in volume dV and an accompanying infinitesimal change in
temperature dT. The work done on the gas is -P dV. Because the internal energy of
an ideal gas depends only on temperature, the change in the internal energy in an
adiabatic process is the same as that for an isovolumetric process between the same
temperatures, dEint = nCV dT (Eq. 21.12). Hence, the first law of thermodynamics,
Eint = Q + W, with Q = 0 becomes
   
Taking the total differential of the equation of state of an ideal gas, PV = nRT, we see that





Answer :
 21.1 (b). The average translational kinetic energy per molecule is a function only of temperature

Jumat, 16 Desember 2011

5.4 sebaran chi kuadrat

5.4 Sebaran Chi Kuadrat Sebaran chi kuadrat merupakan sebaran dengan variabel acak kontinyu. Apabila X bersebaran normal (µ, σ) maka x2 = (n-1) S2/σ2 akan bersebaran menurut sebaran chi-kuadrat berderajat bebas v = n-1, x2 (v).
5.5 Sebaran F Sebaran/distribusi F didefinisikan sebagai distribusi rasio antara dua peubah acak chi-kuadrat yang independen yang masing-masing dibagi oleh derajat kebebasannya. Misalkan U dan V dua peubah acak bebas masing-masing berdistribusi khi-kuadrat dengan derajat kebebasan
.Maka distribusi peubah acak
diberikan oleh
Ini dikenal dengan nama distribusi F dengan derajat kebebasan
. Jika
maka peubah acak
Grafik
dimana
Derajat kebebasan yang berkaitan dengan peubah acak khi kuadarat pada pembilang F selalu ditulis terlebih dahulu ,diikuiti kemudian oleh derajat kebebasan yang berkitan dengan peubah acak khi-kuadrat yang muncul pada penyebut .Kurva distribusi F tidak hanya tergantung pada kedua parameter
tapi juga pada urutan keduanya ditulis .Setelah keduanya ditentukan maka kurvanya menjadi tertentu .Dengan menggunakan lambang F α nilai f teretentu peubah acak F sering disebelah kanannya terdapat luas sebesar α. Tulislah
untuk f α dengan derajat kebebasan
maka
Misalkanlah sampel acak ukuran
diambil dari dua populasi normal masing-masing dengan variansi
maka :
dan
menyatakan 2 peubah acak yang berdistribusi khi-kuadrat dengan derajat kebebasan
&
. Bila
variansi sampel acak ukuran
yang diambil dari dua populasi normal,masing-masing dengan variansi
, maka
Tabel Distribusi F
Contoh : 1. Ada 2 metode pengukuran tanaman cara 1 dilakukan 11 kali dan menghasilkan varians 19,7 ,cara II dilakukan 17 kali dan menghasilkan varians 36,9 .Berapakah nilai F ? jawab: Diket : S12 = 36,9 S22 = 19.7 Ditanya : nilai F … jawab :
2. Berapa nilai f dengan derajat kebebasan 6 dan 10 sehingga luas sebelah kanannya 0,95? jawab:

Kamis, 15 Desember 2011

Pebuah Acak ( I )


SUB TOPIK
4.1 Definisi Peubah Acak
4.2 Sebaran Peubah Acak
4.3 Nilai Harapan dan Ragam Peubah Acak

URAIAN MATERI
Nilai-nilai peubah yang dicatat dalam suatu contoh acak adalah nilai-nilai dari titik-titik contoh yang masuk ke dalam suatu contoh. Nilai peubah ini adalah realisasi dari peluang, dan mengekspresikan suatu kejadian acak. Peubah demikian, yang nilai-nilainya muncul menurut peluangnya masing-masing dinamakan sebagai peubah acak (random variable).
4.1 Definisi Peubah Acak
Peubah Acak adalah suatu fungsi yang memetakan setiap elemen dalam ruang sampel dengan tepat satu bilangan real. Peubah acak merepresentasikan setiap hasil eksperimen/ pengukuran dengan suatu nilai real.
Saat dilakukan pengundian sekeping uang logam, bila focus perhatian hanya pada berapa kali sisi gambar muncul, maka nilai numeric 0,1,2 atau 3 dapat muncul pada setiap titik sampel. Bilangan ini merupakan besaran acak yang nilainya ditentukan oleh hasil percobaan. Nilai-nilai ini dipandang sebagai nilai-nilai yang dapat diambil oleh suatu peubah acak atau variabel acak X, yang dalam hal ini menyatakan berapa kali sisi gambar muncul bila sekeping uang logam dilempar sebanyak 3 kali.
Huruf kapital, misal X, untuk melambangkan suatu peubah acak, dan huruf kecilnya, misalkan x, untuk menyatakan salah satu di antara nilai-nilainya.

Misalkan dalam pengetosan sebuah dadu 1 kali, ruang sampel adalah {S1, S2, S3, S4, S5, S6}. Diberikan pernyataan yang berbunyi: ”muncul sisi genap dari dadu tersebut”. Dengan adanya statement ini, kita akan berpikir bisa muncul bisa juga tidak. Jika kita misalkan untuk muncul sisi genap 1, dan tidak muncul sisi genap 0, maka bisa kita dapat gambarkan pemetaannya sebagai berikut:





 Contoh lain:
Dua buah uang logam ditos satu kali, kemudian diberikan pernyataan banyaknya sisi angka yang muncul. Dari percobaan di atas maka ruang sampel {(AA), (AG), (GA), (GG)}.Jika ada statement di atas maka kita akan berpikir bisa tidak muncul ( 0 ), bisa muncul 1 bisa muncul 2. Jika dinyatakan dalam suatu dalam pemetaan maka bisa digambarkan sbb:
Perhatikan bahwa peubah acak adalah pemaknaan numerik atas kejadian-kejadian dalam ruang contoh. Dalam bentuk numerik ini, analisis terhadap kejadian-kejadian yang mungkin muncul dari suatu tindakan berpeluang selanjutnya dapat dibuat berdasar kaidah-kaidah yang berlaku pada himpunan bilangan nyata.

4.2 Sebaran Peubah Acak
Masing-masing peubah acak memiliki peluang yang besarnya bergantung dengan kejadian yang menghasilkannya. Pada pelemparan koin, peluang X bernilai 0 dan peluang X bernilai 1 masing-masing adalah .
Peubah acak dilambangkan oleh huruf besar misalnya X sedangkan nilai nilai real dalam pebuah acak  dilambangkan oleh x. Yang dimaksud sebaran peubah acak adalah banyaknya titik sampel yang berpasangan dengan nilai real peubah acak yang dimaksud. Atau dengan kata lain berapa banyak dari nilai real peubah acak menyebar di dalam ruang sampel.
Terlihat pada contoh pertama tampak bahwa nilai real peubah acak adalah 0 dan 1. Tampak bahwa ada tiga titik sampel yang berpasangan dengan 0 dan tiga titik sampel yang berpasangan dengan 1.
Untuk contoh kedua tampak bahwa nilai real peubah acak adalah 0,1 dan 2. Tampak ada satu titik sampel berpasangan dengan 0, dua titik sampel berpasangan dengan 1 dan satu titik sampel berpasangan 2. Sehingga jika dinyatakan dalam tabel adalah sebagai berikut:
Contoh 1                                                                               Contoh 2
Selanjutnya yang dimaksud sebaran peubah acak adalah peluang dari masing-masing sebaran. Definisi peluang adalah perbandingan antara titik sampel dan ruang sampel, sehingga tabel di atas dapat ditentukan sebaran peluang peubah sampel sebagai berikut:
Contoh 1 Contoh 2
Tabel peubah acak pemunculan minimal 1 angka pada lemparan 2 koin (contoh 2).




Sebaran Peubah Acak pemunculan 1 angka pada pelemparan 2 koin.




Fungsi Peluang
Peubah pengukuran (kuantitatif), yaitu peubah yang dihasilkan melalui proses pengukuran dengan menggunakan alat ukur tertentu menghasilkan peubah acak kontinu. Hasil yang mungkin keluar adalah sebuah gugus bilangan nyata yang kontinu dan sangat rapat.
Untuk peubah kontinu, fungsi peluang, y = f(x) , menyatakan sebaran peluang peubah pengukuran, yang secara visual ditampilkan dalam bentuk kurva sebaran. Sebagai suatu sebaran peluang, fungsi peluang mempunyai sifat-sifat:
1.      Jumlah nilai fungsi selang peubah tertentu minimal 0 dan maksimal 1
2.      Jumlah nilai fungsi seluruh wilayah X adalah 1
3.      Jumlah nilai fungsi seluruh wilayah di luar X adalah 0

Sebaran Fungsi Peluang


4.3 Nilai Harapan dan Ragam Peubah Acak
Distribusi probabilitas memiliki berbagai sifat atau karakteristik yang dapat digunakan untuk mengidentifikasi suatu distribusi. Karakteristik yang biasa digunakan antara lain rata-rata hitung yang biasa disebut “harapan matematis” (atau nilai harapan) dan ragam peubah acak. Nilai harapan dari peubah acak adalah pemusatan dari nilai peubah acak jika percobaannya dilakukan secara berulang-ulang sampai tak berhingga kali.
Nilai harapan peubah acak diskrit X, dilambangkan dengan E(X), didefinisikan sebagai jumlah hasil kali peubah acak dengan masing-masing peluangnya. Nilai harapan fungsi peluang kontinu X adalah jumlah hasil kali x dengan f(x), pada semua selang peubah acak yang terdefinisi untuk X,

Nilai harapan suatu peubah acak adalah pusat peubah acak sering pula dinamakan nilai-tengah populasi, dilambangkan dengan µ.
Nilai harapan kuadrat simpangan peubah acak ( X - µ)2 adalah jumlah hasil kali kuadrat simpangan peubah acak dari µ dengan masing-masing peluangnya, atau jumlah hasil kali (X-µ)2 dengan f(x), pada semua selang peubah acak. Nilai harapan kuadrat simpangan peubah acak tersebut menunjukkan ragam peubah acak tersebut
Sifat-sifat nilai harapan:
  1. Jika c konstanta maka E(c ) = c
  2. Jika peubah acak X dikalikan dengan konstanta c maka E(cX) = c E(X)
  3. Jika X dan Y peubah acak maka E(XY)  =  E(X) E(Y)


CONTOH SOAL
1.      Dua bola diambil berturutan secara acak, tanpa penggantian, dari suatu wadah yang berisi empat bola merah (R) dan tiga bola hitam (B). Hasil dapat muncul dan nilai y dari peubah acak Y, dimana Y menyatakan banyaknya bola merah adalah

2.      Petugas penyimpanan helm mengembalikan helm dari tiga orang mahasiswa; Sandy, Jamet, dan Bagus dalam urutan sepert itu. Jika helm diambil acak dan dikembalikan sesuai urutan pegawai diatas, dan m menyatakan jumlah helm yang kembali ke pemilik sebenarnya , kemungkinan berikut bisa terjadi: