N***r
发帖数: 2539 | 1 i don't think so
the pressure difference is only 1 ATM
image that you are in a space ship
suddenly there is a hole on the shell of the space ship
the diameter or the hole is about 2"
there is nothing you can cover the hole, only thing you can use is your palm
then...what happens?
F = dP * S
dP = 1 ATM = 1E5 (Pa)
S = pai*D*D/4 = pai * 0.05*0.05/4 = 2E-3 (m^2)
F = 1E5 * 2E-3 = 2E2 (N)
NO BIG DEAL! |
|
L******s
发帖数: 2349 | 2 ☆─────────────────────────────────────☆
Roteki (roteki) 于 (Wed May 7 10:36:12 2008) 提到:
看Macross想到的。
一个人如果被扔进高真空的宇宙空间里，
由于体内血压气压的问题，会全身喷血而死吧？
☆─────────────────────────────────────☆
Loveless (游戏减肥！哈哈) 于 (Wed May 7 11:12:11 2008) 提到:
会不会像气球一样爆掉？
☆─────────────────────────────────────☆
Roteki (roteki) 于 (Wed May 7 12:02:17 2008) 提到:
这个比喻不错啊，我觉得血会从眼睛和鼻子还有耳朵嘴巴里喷出来吧。
其他就想不太明白了，下次找只老鼠放chamber里抽一下试试看……
☆─────────────────────────────────────☆
Beckett (等待戈多~作者已死) 于 (Wed May 7 12:0... 阅读全帖 |
|
v*****s
发帖数: 20290 | 3 展开以后取一阶近似是这个结果吧。
（1-1/1E6）^1E5 |
|
l*3
发帖数: 2279 | 4 试了一下, 感觉有问题.
记C(k)=a(k)/(k * ln(k) * ln(ln(k)) * ln(ln(ln(k))))
昨天发现k在1400万之前基本一直是递减的, 今天发现到了一亿左右又开始涨了.
大致来说, 是这样的:
C(1000)=9.04456799780553
C(2000)=8.34803968572487
C(3000)=8.2105756059785
C(4000)=8.07688980004534
C(5000)=8.02280495295221
C(6000)=7.9295266549459
C(7000)=7.90537238386488
C(8000)=7.84813554584739
C(9000)=7.77639431153886
C(10000)=7.73043536402197
C(1e5)=7.32464854954234
C(1e6)=7.20792331858087
C(1e7)=7.17254399470646
在第1e7项附近达到了某种意义下的一个极小值 (这里的 "某种意义" 是说, C(k)本来
就不是一个光滑的数列 (不像1/k... 阅读全帖 |
|
l*3
发帖数: 2279 | 5 试了一下, 感觉有问题.
记C(k)=a(k)/(k * ln(k) * ln(ln(k)) * ln(ln(ln(k))))
昨天发现k在1400万之前基本一直是递减的, 今天发现到了一亿左右又开始涨了.
大致来说, 是这样的:
C(1000)=9.04456799780553
C(2000)=8.34803968572487
C(3000)=8.2105756059785
C(4000)=8.07688980004534
C(5000)=8.02280495295221
C(6000)=7.9295266549459
C(7000)=7.90537238386488
C(8000)=7.84813554584739
C(9000)=7.77639431153886
C(10000)=7.73043536402197
C(1e5)=7.32464854954234
C(1e6)=7.20792331858087
C(1e7)=7.17254399470646
在第1e7项附近达到了某种意义下的一个极小值 (这里的 "某种意义" 是说, C(k)本来
就不是一个光滑的数列 (不像1/k... 阅读全帖 |
|
M*********r
发帖数: 56 | 6 Try YuZhou Cafe -- Address: 576 N Frederick Ave, Gaithersburg, MD 20877
https://www.google.com/maps/uv?hl=en&pb=!1s0x89b62d27a446eecb:
0x152fef62170ea168!2m19!2m2!1i80!2i80!3m1!2i20!16m13!1b1!2m2!1m1!1e1!2m2!1m1
!1e3!2m2!1m1!1e5!2m2!1m1!1e4!3m1!7e115!4shttps://picasaweb.google.com/lh/
sredir?uname%3D106365192521579995474%26id%3D6317613054175482290%26target%
3DPHOTO!5syuzhou+-+Google+Search&imagekey=!1e3!2s-nqTfj13kCIo/V6yrmcKAEbI/
AAAAAAAAAMY/SeDp5Ce0GQAuhvMZRAID1boI532UYAcaQCJkC&sa=X&ved=0ahUKE... 阅读全帖 |
|
m******1
发帖数: 528 | 7 这个很黑
听说加拿大的hotel都是黑店，果然
停车也收这么贵
查查这几个
http://www.vincipark.ca/
metropolitanparking.ca
Safe Way Parking
326 Rue Saint-Jacques Ouest, Montreal, QC, H8R 1E5
(514) 847-9547
在downtown convention center开会，订的hotel是hyatt regency,每天停车要35 CAD |
|
|
R***a
发帖数: 41892 | 9 以两只手掌每只20cmx10cm大小计算，大气压强为1e5*0.2*0.1 *2 = 4000牛顿=400公斤力
这是最大吸附力。这个如果作为冲击力冲击脚尖那么大的地方，足够敲破许多玻璃了 |
|
N***m
发帖数: 4460 | 10 我试了1E5 ，都是7秒左右。书上说是30%差别 。 |
|
s********n
发帖数: 2939 | 11 Protein engineering满大街都在做，大部分都是修修补补，只有几个小组是真正在做
de novo design，他是#1。他的报告让我印象最深的有两点：
1. de novo design - 他有一个protein scafolds的数据库，里面的scafolds都已经通
过实验证明是可以表达，而且与预测结构相符合的。然后分析target reactions的
transition stages，提出可能的catalytic residues和binding residues及其空间分
布，然后就从数据库里调scafolds，找到能够维持催化和底物结合构象的scafolds，一
般有好几十个candidates，然后就是实验验证了（基因合成，蛋白表达和活性测定）。
一般能够得到Kcat/Km=1E4-1E5的artificial catalysts，这就差不多是catalytic
antibodies的水平了，当然离天然酶还挺远（1E8 - 1E12），但可以以此为模板做
directed evolution。感觉其最重要的一点是在于可以设计一些biocatalysts... 阅读全帖 |
|
w******e
发帖数: 1187 | 12 多谢建议！
是这个。说copy number是每个beads上要coat不同的peptide。btw有什么好方法
测peptide浓度吗？如果已知peptide的部分序列的话
这个倒不知——ab biotinylation应该有满成熟的protocol吧？问题是我希望
每个beads（1到几um直径）上coat至少1e4 peptide,最好1e5以上。。。
要做一个peptide library的话，有点担心用GST做constant tag会不会太大？
有没有可能modification-by-synthesis的方法，加入一个biotin-AA analog，只在
某个位置incorporate的？继续伤脑筋ing |
|
o*****d
发帖数: 11 | 13 10L左右的话，GE wave system比较方便，主要是整个cellbag是disposible的
也可以用stirred bioreactor
你可以做10x的scale up。比如 1L 到10L
CHO-S（invitrogen）的话比较皮实，1E5/mL都没太大问题
293F (invitrogen)starting conc. 3-5E5/mL
media的话，如果你不要求高密度，DMEM/F12, rpmi都可以
如果加血清的话更好
很多公司都卖serum free medium
拿CHO-S 做例子，有invitrogen, hyclone, irvineSci等等
wave cellbag不用灭菌，传统的glass flask用蒸汽就可以了
inoculation的话 上youtube看看教程吧
你们表达啥蛋白啊？ outsource是最好的选择了吧
又快又省心 |
|
g******s
发帖数: 733 | 14 no negative values at all in my x points.
my x points are,
x=[1e4 1e5 1e6]; |
|
g******s
发帖数: 733 | 15 Thanks a lot. However in this way the width of bars would not be the same.
I use x=[4 5 6] to replace x=[1e4 1e5 1e6]. Afterwards, I change them back
using set(gca,'XTickLabels',['10^4';'10^5';'10^6']). But 上标符号 ^ doesn't
work. Could you anyone tell me how to do with it?
Thanks! |
|
g******s
发帖数: 733 | 16 多谢!用[n,x]=hist(),再对n进行处理好象更方便些.
直接用hist画图,再用你说的命令应该也可以,不过自己都不知道是怎么对的:) 用hist(a)出来的纵坐标从1e2到1e6,想让纵坐标的值除以1e6,用
set(gca, 'Yscale', 'log', 'YTick', [1e-4 1e-3 1e-2 1e-1 1], 'YTickLabel', [
1e-4 1e-3 1e-2 1e-1 1]);之后纵坐标没了,再用
set(gca, 'Yscale', 'log', 'YTick', [1e2 1e3 1e4 1e5 1e6]);纵坐标就除以1e6了.
是怎么回事,自己都不知道.
还有,用对数之后曲线成虚线了.
谢了! |
|
w********o
发帖数: 10088 | 17 最近玩这个，发现不靠谱
InGaP/GaAs结构的band diagram模拟出来尽然是type-II的junction，算p-n节的
depletion width也差老鼻子了，跟手动套公式算的差太多
另外meshing也很tricky，动不动就不converge。写信给silvaco公司的人，把结构发给
他们，让他们算。今天收到回信，用附件的script跑了一遍，current算出来比实际情
况高了1e5倍，太不靠谱了。band diagram问题还是没结局。 |
|
a********s
发帖数: 188 | 18 I am not sure about SAS PROC PHREG, but in a general Bayesian modeling, say,
Y = beta0 + beta1*X;
we can specify a normal distribution like
beta0, beta1 ~ N(0, 1E5)
Both reference level and other levels should have priors. They could be the
same, or they can be different. |
|
d******e
发帖数: 7844 | 19 十轮之后，剩女收入基本都比剩男高了，所以能match的也就很少了。
n = 10 ％轮数
m = 100 ％男人数目
rep.num = 1e5 %Simulation次数
z = rep(0,rep.num)
for(j in 1:rep.num){
a = runif(m)
b = runif(m)
len = m;
for(i in 1:n){
idx.rnd = sample(len,len)
idx.acc = which(a
len = length(idx.acc)
a = a[idx.acc]
b = b[idx.rnd[idx.acc]]
}
z[j] = len
}
我simulation的结果3轮是
> summary(z)
Min. 1st Qu. Median Mean ... 阅读全帖 |
|
d******e
发帖数: 7844 | 20 最简单的理解是，维度越高，需要估计的参数就越多，这种情况下，如果要保障所有的
参数同时都能估计准，就变得很难。
下面给你举个简单的例子。比如我们有n个iid sample X_1,...,X_n来自一个d维的正态
分布N(0,I)。假设Mean不知道，我们要估计Mean。如果我们用sample mean X_bar来估
计的话，我们知道这个estimator的分布是N(0,I/n)。那么这时，我们知道2-norm的估
计误差的期望是E||X_bar-0||_2^2 = d/n. 这就意味着，如果你想要2-norm的估计误差
的期望小于0.1（我们姑且认为小于0.1就是准确的），那么你需要n>10d.
不存在curse of dimensionality的情况一般是指样本数量n远大于维度d，比如n=1e5，
而d=10，这种情况下，我们能拿到一个准确的估计。
而对于curse of dimensionality的情况，样本数量n稍稍大于d，或者小于d，这种情况
下，拿到一个准确的估计就不太可能了。
以上的问题比较简答，基本是要求n>常数＊d就可以了。对于更复杂的模型，我们可能
需要n>常... 阅读全帖 |
|
