Obsah

(XVI) Studium Brownova pohybu

Studijní text

Pracovní úkol

  1. Experimentálně ověřte platnost vztahu pro časovou závislost středního kvadratického posunutí částice s2 při Brownově pohybu.
  2. Určete aktivitu Brownova pohybu A submikronových částic ve vodě za pokojové teploty.
  3. Velikost částic odečtěte z fotografie pomocí programu Solarius.
  4. Vypočtěte Avogadrovu konstantu NA.

Klíčová slova

Tepelný pohyb molekul, střední kvadratické posunutí, aktivita Brownova pohybu, Avogadrova konstanta.

Zpracování

  1. Pro jednu částici je nutné změřit nejméně 25 poloh.
  2. Vzhledem k tomu, že velikost částic je blízká vlnové délce světla, pozorujeme výrazné ohybové jevy. Nevidíme přímo částici, ale pozorujeme ohyb světla na částici s typickou strukturou tmavých a světlých prstenců.
  3. Výsledky průběžně ukládejte „Soubor::Uložit“! Data se ukládají včetně kalibrace, takže také průběžně ověřujte, že kalibrace je stále platná (pozor při výměně objektivů)!
  4. Vybrané obrázky „vytiskněte“ do .pdf souborů (zvolte příkaz „Soubor::Tisk obou stránek protokolu“ a pak jako Cíl namísto tiskárny vyberte „Uložit jako PDF“) a přiložte k protokolu. Není na škodu reprezentativní obrázek vložit také přímo do protokolu.
  5. Průměr částic určete ze snímku z elektronového mikroskopu, k dispozici je program Solarius. Nejistotu určení průměru částic charakterizujte pomocí std. výběrové odchylky, nepoužívejte std. odchylku aritmetického průměru. (V experimentu se použije jedna ze skutečných částic, nikoliv neexistující částice průměrná.)
  6. K mikroskopu je v praktiku stručný návod.
  7. Pro výpočet aktivity částice není lineární regrese nezbytná. Pokud ji chcete použít, nejvhodnější je funkce „Analysis::Fitting::Linear Fit“ v Originu. Ta používá 3 sloupce: X, Y a ErrY. Poslední sloupec obsahuje nejistoty jednotlivých bodů, které se vyjadřují chybovými úsečkami. Chyba nezávisle proměnné se nezapočítává. (Ta je v našem případě většinou malá, takže to nevadí.) Pro započtení chyb ErrY je nutné na záložce „Fit Control“ odstranit zatržení položky „Scale Error with sqrt (Reduced Chi-Sqr)“. Proložte lineární regresi procházející počátkem (tamtéž zatrhnout „Fix Intercept“ a případně nastavit „Fix Intercept at“ na 0), sníží se tím nejistota vypočtené směrnice. Nepoužívejte regresi v Excelu, která chyby započítat neumí. Vypočtená statistická nejistota směrnice by pak tvořila jen malou část skutečné nejistoty výsledku. V Excelu lze směrnici i její chybu vypočítat numericky s použitím dohledatelných vzorců.