Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Séance de cours

Faisceaux moléculaires: sections efficaces

Dans cours

CH-310: Dynamics and kinetics

The course covers the principles of chemical kinetics, including differential rate laws, derivation of exact and approximate integral rate laws for common elementary and composite reactions, fundamentals of collision and transition state theories, and appl ...

Description

Cette séance de cours couvre l'utilisation de la régression linéaire pour déterminer les paramètres d'Arrhenius pour une réaction chimique. Il explore également le transfert d'électrons sur de longues distances, les facteurs stériques et le mécanisme du harpon. Les exercices consistent à calculer l'énergie d'activation, le facteur pré-exponentiel et les facteurs stériques.

Enseignant·e

Ulrich Lorenz

Source officielle

Concepts associés (29)

Loi d'Arrhenius

vignette|Constante de vitesse en fonction de la température. En cinétique chimique, la loi d'Arrhenius établit la dépendance de la vitesse d'une réaction chimique à la température. Cette loi est énoncée par Svante A. Arrhenius en 1889 dans son article intitulé . Cependant, elle n'est universellement acceptée par ses contemporains que vers 1910. La loi d'Arrhenius est vérifiée expérimentalement par un grand nombre de réactions chimiques ; toutefois, toutes les réactions ne suivent pas cette loi, comme les réactions enzymatiques.

Pre-exponential factor

In chemical kinetics, the pre-exponential factor or A factor is the pre-exponential constant in the Arrhenius equation (equation shown below), an empirical relationship between temperature and rate coefficient. It is usually designated by A when determined from experiment, while Z is usually left for collision frequency. The pre-exponential factor can be thought of as a measure of the frequency of properly oriented collisions. It is typically determined experimentally by measuring the rate constant at a particular temperature and fitting the data to the Arrhenius equation.

Énergie d'activation

L'énergie d'activation est une notion introduite en 1889 par le scientifique suédois Svante August Arrhenius, après avoir constaté la loi empirique qui porte son nom et qui décrit l’évolution d’une vitesse de réaction chimique avec la température. Dans sa loi (voir ci-dessous), il apparaît un terme qui possède la dimension d’une énergie molaire et qu’il appelle énergie d’activation. Le sens intuitif qui peut être donné à cette notion est celui d'une énergie qui doit être apportée à un système chimique pour que la réaction ait lieu.

Régression linéaire

En statistiques, en économétrie et en apprentissage automatique, un modèle de régression linéaire est un modèle de régression qui cherche à établir une relation linéaire entre une variable, dite expliquée, et une ou plusieurs variables, dites explicatives. On parle aussi de modèle linéaire ou de modèle de régression linéaire. Parmi les modèles de régression linéaire, le plus simple est l'ajustement affine. Celui-ci consiste à rechercher la droite permettant d'expliquer le comportement d'une variable statistique y comme étant une fonction affine d'une autre variable statistique x.

Régression non linéaire

Une régression non linéaire consiste à ajuster un modèle, en général non linéaire, y = ƒa1, ..., am(x) pour un ensemble de valeurs (xi, yi)1 ≤ i ≤ n. Les variables xi et yi peuvent être des scalaires ou des vecteurs. Par « ajuster », il faut comprendre : déterminer les paramètres de la loi, (a1, ..., am), afin de minimiser S = ||ri||, avec : ri = yi - ƒa1, ..., am(xi). ||...|| est une norme. On utilise en général la norme euclidienne, ou norme l2 ; on parle alors de méthode des moindres carrés.

Afficher plus

Séances de cours associées (29)

Apprentissage supervisé : Régression linéaire

Couvre l'apprentissage supervisé en mettant l'accent sur la régression linéaire, y compris des sujets comme la classification numérique, la détection des pourriels et la prédiction de la vitesse du vent.

Régression linéaire : Inférence statistique et régularisation

Couvre le modèle probabiliste de régression linéaire et l'importance des techniques de régularisation.

Régression : Modèles linéaires

Explore la régression linéaire, les moindres carrés, les résidus et les intervalles de confiance dans les modèles de régression.

Régression linéaire : bases et applications

Couvre les bases de la régression linéaire, de la formation aux applications du monde réel et aux scénarios multi-sorties.

Régression linéaire probabiliste

Examine la régression probabiliste linéaire, couvrant les probabilités articulaires et conditionnelles, la régression des crêtes et l'atténuation excessive.

Afficher plus

Concepts associés (29)

Loi d'Arrhenius

Pre-exponential factor

Énergie d'activation

Régression linéaire

Régression non linéaire

Afficher plus