k 1 B k 2 C ges av dx 1 /dt = k 1 x 1 x 1 (0) = 100 dx 2 /dt = k 1 x 1 k 2 x 2 x 2 (0) = 0 dx 3 /dt = k 2 x 2 x 3 (0) = 0

Relevanta dokument
LAB 4. ORDINÄRA DIFFERENTIALEKVATIONER. 1 Inledning. 2 Eulers metod och Runge-Kuttas metod

Matematisk analys för ingenjörer Matlabövning 3 Numerisk lösning av differentialekvationer

Modeller för dynamiska förlopp

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

Ordinära differentialekvationer (ODE) 1 1

Laboration 1, M0039M, VT16

Laboration 4. Numerisk behandling av integraler och begynnelsevärdesproblem

TANA81: Simuleringar med Matlab

Tentamen del 1 SF1546, , , Numeriska metoder, grundkurs

Vetenskapsdagen 2016 SciLab för laborativa inslag i matematik eller fysik

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

System av ordinära differentialekvationer

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

Bose-Einsteinkondensation. Lars Gislén, Malin Sjödahl, Patrik Sahlin

Inlämningsuppgift 4 NUM131

Ordinära differentialekvationer,

Matlab övningsuppgifter

D 1 u(x, y) = e x (1 + x + y 2 ), D 2 u(x, y) = 2ye x + 1, (x, y) R 2.

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

LABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 LÄSÅRET 03/04. Laboration 3 3. Torsionssvängningar i en drivaxel

Två gränsfall en fallstudie

Numeriska metoder, grundkurs II. Dagens program. Gyllenesnittminimering, exempel Gyllenesnittetminimering. Övningsgrupp 1

) + γy = 0, y(0) = 1,

Exempel ode45 parametrar Miniprojekt 1 Rapport. Problemlösning. Anastasia Kruchinina. Uppsala Universitet. Januari 2016

2. För vilka värden på parametrarna α och β har det linjära systemet. som satisfierar differensekvationen

Lennart Edsberg Nada,KTH Mars 2003 LABORATIONSHÄFTE NUMERISKA METODER GRUNDKURS 1, 2D1210 LÄSÅRET 02/03. Laboration 3 4. Elmotor med resonant dämpare

Tentamen i Miljö och Matematisk Modellering för TM Åk 3, MVE345 MVE maj 2012,

Tentamen i Teknisk-Vetenskapliga Beräkningar

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A. e 50k = k = ln 1 2. k = ln = ln 2

Envariabelanalys 5B Matlablaboration

Laboration 2 Ordinära differentialekvationer

DN1240, numo08 Stefan Knutas, Fredrik Båberg, B.10: Nalle-Maja gungar

Kinetik. Föreläsning 1

Matematik, Modellering och Simulering. Markus Dahl, Carl Jönsson Wolfram MathCore

Fysikaliska modeller. Skapa modeller av en fysikalisk verklighet med hjälp av experiment. Peter Andersson IFM fysik, adjunkt

MATLAB - en kompakt introduktion av Tore Gustafsson

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 20

Laboration 2 M0039M, VT2016

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 9 november 2015 Sida 1 / 28

Linjära system av differentialekvationer

Föreläsningen ger en introduktion till differentialekvationer och behandlar stoff från delkapitel 18.1, 18.3 och 7.9 i Adams. 18.

Lösningsförslag till Tentamen, SF1629, Differentialekvationer och Transformer II (del 1) 24 oktober 2014 kl 8:00-13:00.

Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 9p av totalt 20p Hjälpmedel: MATLAB

Hemuppgift 2, SF1861 Optimeringslära för T, VT-10

= y(0) för vilka lim y(t) är ändligt.

Omtentamen i DV & TDV

SF1633, Differentialekvationer I Tentamen, torsdagen den 7 januari Lösningsförslag. Del I

Veckans teman. Repetition av ordinära differentialekvationer ZC 1, 2.1-3, 4.1-6, 7.4-6, 8.1-3

17.10 Hydrodynamik: vattenflöden

Matematik 5 svar. Kapitel Test Blandade uppgifter Kapitel a) dy

Partiella differentialekvationer av första ordningen

Lösningar till MVE017 Matematisk analys i en variabel för I x 3x y = x. 3x2 + 4.

Tentamen i Beräkningsvetenskap I och KF, 5.0 hp,

TATA42: Föreläsning 7 Differentialekvationer av första ordningen och integralekvationer

Lösningar Heureka 2 Kapitel 3 Rörelse i två dimensioner

Lösningsförslag, tentamen, Differentialekvationer och transformer II, del 1, för CTFYS2 och CMEDT3, SF1629, den 19 oktober 2011, kl. 8:00 13:00.

y + 1 y + x 1 = 2x 1 z 1 dy = ln z 1 = x 2 + c z 1 = e x2 +c z 1 = Ce x2 z = Ce x Bestäm den allmänna lösningen till differentialekvationen

ODE av andra ordningen, och system av ODE

Kinetik, Föreläsning 1. Patrik Lundström

Stokastiska processer och simulering I 24 augusti

4 Numerisk integration och av differentialekvationer

Laboration 4: Stora talens lag, Centrala gränsvärdessatsen och enkla punktskattningar

Laboration 3. Funktioner, vektorer, integraler och felskattning

Omtentamen i DV & TDV

Uppgift 1. (SUBPLOT) (Läs gärna help, subplot innan du börjar med uppgiften.) 1 A) Testa och förklara hur nedanstående kommandon fungerar.

Differentialekvationer av första ordningen

TMV151/181 Matematisk analys i en variabel M/Td, 2013 MATLAB NUMERISK LÖSNING AV ORDINÄRA DIFFERENTIALEKVATIONER

Demonstration av laboration 2, SF1901

de uppgifter i) Under m-filerna iv) Efter samlade i en mapp. Uppgift clear clc Sida 1 av 6

STOCKHOLMS UNIVERSITET VT 2011 Avd. Matematisk statistik GB DATORLABORATION 1: TIDSSERIER.

Laboration 1 i SF1544: Öva på Matlab och konstruera en optimal balk Avsikten med denna laboration är att:

NATIONELLT PROV I MATEMATIK KURS E VÅREN Tidsbunden del

LÖSNINGSFÖRSLAG TILL TENTAMEN 2 SF1664

Laboration 6. Ordinära differentialekvationer och glesa system

MAM283 Introduktion till Matlab

2D1212 NumProg för P1, VT2006 PROJEKTUPPGIFT

BEGREPPSMÄSSIGA PROBLEM

TAIU07 Matematiska beräkningar med Matlab

Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 14:e januari klockan

TANA17 Matematiska beräkningar med MATLAB för M, DPU. Fredrik Berntsson, Linköpings Universitet. 26 november 2015 Sida 1 / 28

Projektilrörelse med flera tillämpningar inom fotboll

Laboration 3. Funktioner, vektorer, integraler och felskattning

NATIONELLT PROV I MATEMATIK KURS E HÖSTEN 1996

DN1212 för M: Projektrapport. Krimskramsbollen. av Ninni Carlsund

Introduktion till MATLAB

Betygskriterier Matematik E MA p. Respektive programmål gäller över kurskriterierna

Tentamen, del 2 DN1240 Numeriska metoder gk II för F

15 februari 2016 Sida 1 / 32

TENTAMEN I GRUNDKURS I NUMERISKA METODER - DEL 2

Modellering av Dynamiska system. - Uppgifter till övning 1 och 2 17 mars 2010

Tentamen TANA17 Matematiska beräkningar Provkod: DAT1 Godkänd: 8p av totalt 20p Tid: 21:a April klockan

Labb 3: Ekvationslösning med Matlab (v2)

UPG6 Miniprojekt 3: Kastparabler, projektiler, och raketer

bli bekant med summor av stokastiska variabler.

En trafikmodell. Leif Arkeryd. Göteborgs Universitet. 0 x 1 x 2 x 3 x 4. Fig.1

Datorlaboration i differentialekvationer

10.1 Linjära första ordningens differentialekvationer

Lektion 3. Partiella derivator, differentierbarhet och tangentplan till en yta, normalen i en punkt till en yta, kedjeregeln

KTH 2D1240 OPEN vt 06 p. 1 (5) J.Oppelstrup

Transkript:

Radioaktivt sönderfall 2D124 numfcl, Fö 5 Ekvationerna som beskriver hur ett radioaktivt ämne A sönderfaller till ämnet B som i sin tur sönderfaller till C ges av dx 1 /dt = k 1 x 1 x 1 () = 1 dx 2 /dt = k 1 x 1 k 2 x 2 x 2 () = dx 3 /dt = k 2 x 2 x 3 () = A k 1 B k 2 C där x 1 står för mängden av ämne A, x 2 mängden av ämne B och x 3 mängden av ämne C. k 1 och k 2 är tidskonstanter för sönderfallet. Från början finns 1 kg av A och ingenting av de två övriga ämnena. Detta är ett linjärt system av ordinära differentialekvationer, av det slag som ni bör ha sett i matematikkurserna och som kan lösas exakt. Vi skall emellertid lösa det numeriskt, och för att göra det ännu enklare för oss börjar vi med att numeriskt lösa ekvationen dx = kx x() = 1 dt d.v.s. den första av ekvationerna ovan. Vi använder MATLAB rutinen ODE23 och behöver då en egefinierad funktion som definierar differentialekvationen. Vi skapar filen fradiak1.m enligt (k =1har valts) function dxdt=fradiak1(t,x) dxdt=-1*x; Funktionen måste ha två parametrar: den första är den oberoe variabeln, i vårt fall tiden t. den andra är den beroe variabeln, i vårt fall x(t). Vi integerar från t =till t =1med begynnelsevärdet x() = 1 [tout xout]=ode23( fradiak1,[ 1],1); plot(tout,xout) och får vidståe plotbild. 1 9 8 7 6 5 4 3 2 1.2.4.6.8 1 För att lösa de tre kopplade ekvationerna med hjälp av ODE23 skapar vi filen fradiak2.m enligt (k 1 =1och k 2 =1har valts) function z=fradiak2(t,x) %z=(dx1dt dx2dt dx3dt) k1=1; k2=1; dx1dt=-k1*x(1); dx2dt=k1*x(1)-k2*x(2); dx3dt=k2*x(2); z=[dx1dt;dx2dt;dx3dt]; Funktionen måste som alltid ha två parametrar: den första är den oberoe variabeln, i vårt fall tiden t. den andra är den beroe variabeln, i vårt fall vektorn x(t). 1

Vi integerar från t =till t =2med begynnelsevektorn x = (1,, ) T. x=[1;;]; [tout xout]=ode23( fradiak2,[ 2],x); plot(tout,xout) och får nedanståe plotbild. De tre komponenterna av lösningen har plottats som funktion av tiden. Vilken av kurvorna motsvarar x 2? 1 9 8 7 6 5 4 3 2 1.5 1 1.5 2 Glödlampan När man släcker bilstrålkastarna ser man hur glödtråden svalnar och svartnar, men uppvärmningen tycks gå mycket fortare. Kan vi illustrera det med en matematisk modell för hur en glödtråd värms upp av strömmen och kyls när strömmen slås av? Antag att tråden är tunn så att temperaturen är densamma över hela tvärsnittet, att den värms av den Ohmska värmeutvecklingen och kyls av strålning enligt Boltzmann s T 4 lag. Då gäller med lämpligt val av skalor för tiden t och temperaturen y, att dy dt = q (y4 1) Strömmen slås på vid t =,dåy =1,ochslåsavvidt =.3 så { 1 t<.3 q = t>.3 Lös begynnelsevärdesproblemet med MATLAB-rutinen ode23 och plotta y(t) så man ser hur tråden svalnar. Vi gör en fil rad.m som definierar högerledet i differentialekvationen. Syntaxen hämtar vi från help ode23 och odedemo.m. 2

function [dydt]= rad(t,y); % dy/dt = q - (y^4-1) if t <.3 dydt = 1 +1 - y^4; else dydt = 1 - y^4; ; Integrera från t =till t =.12 (det krävs några försök att se hur långt man ska integrera) med begynnelsevärdet y() = 1: [tout,yout]= ode23(@rad,[.12],1); plot(tout,yout) 1 9 8 7 6 5 4 3 2 1.2.4.6.8.1.12 Vi ser här att temperaturen går upp till 9% av sitt slutvärde 1 på ungefär.1. När strömmen slås av sjunker temperaturen först raskt, men sedan allt långsammare. Även.9 efter släckning är tråden fortfarande varmare än 3. Den observerade effekten syns direkt. Lösningen ser helt korrekt ut och är det också. Men problemet är inte helt enkelt: högerledet är diskontinuerligt som funktion av t vid t =.3. Varpakast Ekvationerna som beskriver en kaströrelse, t.ex. ett varpakast, ges enligt y y dx/dt = u x() = dy/dt = v y() = y mdu/dt = Cuw u() = u mdv/dt = mg Cvw v() = v x 3

Här är w = u 2 + v 2 och C, y,u,v givna konstanter. Vidare är u hastigheten i x-led, v hastigheten i y-led, w hastighetens belopp, m massan, C luftmotståndskoefficienten och g =9.81. För att simulera varpakast definierar vi vektorn y =(x, y, u, w) T och skriver differentialekvationssystemet på normalform y = f(t, y); y() =c enligt (de två sista ekvationerna har dividerats med m) dx/dt = u x() = dy/dt = v y() = y du/dt = Cuw/m u() = u dv/dt = g Cvw/m v() = v Följande MATLAB funktion beräknar derivatorna och lagrar dem i vektorn z där z =( dx dt, dy dt, du dt, dv dt )T function z=fvarpa(t,yvek) g=9.81; C=.5; m=1; x=yvek(1); y=yvek(2); u=yvek(3); v=yvek(4); w=sqrt(u^2+v^2); z=[u v -C*u*w/m -g-c*v*w/m]; Funktionen har två parametrar t,yvek därför att vi planerar att använda ODE23 till simuleringen. Observera omlagringen från vektorn yvek till de beteckningar som används i den matematiska formuleringen. Detta görs enbart för att göra funktionen mer lättläst och lättkontrollerad. Vi kan nu simulera varpakast och plottar (x(t),y(t)) med t som en osynlig parameter. För illustrationen studerar vi en varpa som väger m =1kg och har luftmotståndskoefficienten.5. v() w A u() Utkasthastigheterna u() och v() specificerar vi lämpligen enligt figuren som en utkastvinkel A och hastighetens belopp w. Vi simulerar sju st kast med olika utkastvinklar enligt programmet nedan. Initiala kasthöjden y() = 1.5 och utgångshastighetens belopp w =2. Vi låter varpan flyga under 3 sekunder i programmet varpa.m clf; hold off; for vinkel=2:1:8 4

alpha=vinkel*pi/18; yvek=[;1.5;2*cos(alpha);2*sin(alpha)]; [tout,yout]=ode23( fvarpa,[ 3],yvek); plot(yout(:,1),yout(:,2)) if vinkel==2, hold on De resulterande sju kastbanorna ser vi i figuren nedan 15 1 5-5 -1-15 -2 5 1 15 2 25 Vi är lite osäkrapå hur stor luftmotståndskoefficienten C egentligen är och vill därför undersöka hur lösningen förändras om C ändras. För att göra detta på ett smidigt sätt definierar vi C som en global variabel. Vi definierar differentialekvationssystemet i funktionen gvarpa.m som inleds med function z=gvarpa(t,yvek) global CLUFTMOT g=9.81; m=1; C=CLUFTMOT; Resten av funktionen är identisk med fvarpa.m. I huvudprogrammet globvarpa.m väljer vi utkastvinkeln 3 och varierar C. global CLUFTMOT %globala variabler bör ha långa namn med stora bokstäver clf; hold off; vinkel=3; alpha=vinkel*pi/18; for CLUFTMOT=.5:.1:1, yvek=[;1.5;2*cos(alpha);2*sin(alpha)]; [tout,yout]=ode23( gvarpa,[ 1.5],yvek); plot(yout(:,1),yout(:,2)) if CLUFTMOT==.5, hold on Resultatet blir 5

5 4 3 2 1-1 2 4 6 8 1 12 14 16 18 Vilken kastbana motsvarar det minsta värdet på C? 6