Tentamen: Miljö och Matematisk Modellering (MVE345) för TM Åk 3, VÖ13 klockan 14.00 den 2:e juni.



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

Tentamen: Miljö och Matematisk Modellering (MVE345) för TM Åk 3, VÖ13 klockan den 27:e augusti.

Föreläsning 14: Exempel på randvärdesproblem. LU-faktorisering för att lösa linjära ekvationssystem.

Kol och klimat. David Bastviken Tema Vatten, Linköpings universitet

Kontroversen om regressionsmetoden, Trenberth och Dessler mot Spencer. Bakgrundsmaterial

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

Kan du det här? o o. o o o o. Derivera potensfunktioner, exponentialfunktioner och summor av funktioner. Använda dig av derivatan i problemlösning.

Finansiell Statistik (GN, 7,5 hp,, HT 2008) Föreläsning 3

SF1635, Signaler och system I

Tentamen i Beräkningsvetenskap II, 5.0 hp, Del A

SF1545 Laboration 1 (2015): Optimalt sparande

d dx xy ( ) = y 2 x, som uppfyller villkoret y(1) = 1. x, 0 x<1, y(0) = 0. Bestäm även y( 2)., y(0) = 0 har entydig lösning.

TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1/TM1, TMA

Tentamen i Systemteknik/Processreglering

TANA17 Matematiska beräkningar med Matlab

TMA226 datorlaboration

Om Murry Salbys ekvation

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

Laboration 1: Optimalt sparande

Klimatscenarier för Sverige beräkningar från SMHI

Lösningsförslag v1.1. Högskolan i Skövde (SK) Svensk version Tentamen i matematik

Klimatförändringar Omställning Sigtuna/SNF Sigtuna Svante Bodin. Sustainable Climate Policies

Håkan L. (Skriv som en produkt. Gör uppdelningen i faktorer så långt det går.) 1. Faktorisera 25x Faktorisera 1. 3.

Att beräkna t i l l v ä x t takter i Excel

SF1626 Flervariabelanalys Tentamen Tisdagen den 12 januari 2016

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

Klimat, observationer och framtidsscenarier - medelvärden för länet. Västmanlands län. Sammanställt

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

SF1624 Algebra och geometri Lösningsförslag med bedömningskriterier till kontrollskrivning 2 Måndagen den 24 september, 2012

MV0192. Deltentamen i markfysik

Möjligheter och utmaningar i användandet av klimatscenariodata

1. Utan miniräknare, skissa grafen (bestäm ev. extrempunkter och asymptoter) y = x2 1 x 2 + 1

UPPGIFTER KAPITEL 2 ÄNDRINGSKVOT OCH DERIVATA KAPITEL 3 DERIVERINGSREGLER

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

Minsta kvadratmetoden

Klimatscenarier och klimatprognoser. Torben Königk, Rossby Centre/ SMHI

Tentamen i Matematisk analys MVE045, Lösningsförslag

FÖRNYELSEBARA RESURSER ETT RÄKNEEXEMPEL. Utgå från en logistisk tillväxtfunktion: = f ( x) = rx 1, där x är populationen, r är den


4 Fler deriveringsregler

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

25 november, 2015, Föreläsning 20. Tillämpad linjär algebra

MILJÖMÅL: BEGRÄNSAD KLIMATPÅVERKAN

Regeringsuppdrag till SMHI (I:6, M2011/2166/Kl); Uppdatering av den vetenskapliga grunden för klimatarbetet En översyn av

TENTAMEN i Kommunal och industriell avloppsvattenrening

SF1624 Algebra och geometri Tentamen Onsdag, 13 januari 2016

13 Potensfunktioner. Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till

Inledning. Kapitel Bakgrund. 1.2 Syfte

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

Tentamen i Kemisk reaktionsteknik för Kf3, K3 (KKR 100) Fredagen den 22 december 2006 kl 8:30-12:30 i V. Man får svara på svenska eller engelska!

Repetitionsuppgifter

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

SF1626 Flervariabelanalys Bedömningskriterier till tentamen Tisdagen den 7 juni 2016

Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till f(x) = 1 x.

20 Gamla tentamensuppgifter

Gamla tentemensuppgifter

III. Analys av rationella funktioner

x 2 x 1 W 24 november, 2016, Föreläsning 20 Tillämpad linjär algebra Innehåll: Projektionssatsen Minsta-kvadratmetoden

DT1130 Spektrala transformer Tentamen

Kurs DN1215, Laboration 3 (Del 1): Randvärdesproblem för ordinära differentialekvationer

Simulering av möjliga klimatförändringar

Modeller för dynamiska förlopp

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

Institutionen för Matematik TENTAMEN I LINJÄR ALGEBRA OCH NUMERISK ANALYS F1, TMA DAG: Fredag 30 augusti 2002 TID:

Tentamen för kursen TME135 Programmering i Matlab för M1

Lathund fo r rapportskrivning: LATEX-mall. F orfattare Institutionen f or teknikvetenskap och matematik

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

Föreläsning 11. Slumpvandring och Brownsk Rörelse. Patrik Zetterberg. 11 januari 2013

Högskoleverket. Delprov NOG

Frågorna 1 till 6 ska svaras med ett kryss för varje korrekt påstående. Varje uppgift ger 1 poäng. Använd bifogat formulär för dessa 6 frågor.

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

NATIONELLT PROV I MATEMATIK KURS E HÖSTEN 1996

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

Tentamen, del 2 Lösningar DN1240 Numeriska metoder gk II F och CL

DT1130 Spektrala transformer Tentamen

MVE420: Nya teknologier, global risk och mänsklighetens framtid.

CARIN NILSSON. Klimatförändringar i Västerbottens län Klimatunderlag och data från SMHI

2s + 3t + 5u = 1 5s + 3t + 2u = 1 3s 3u = 1

Tentamen i Kemisk reaktionsteknik för Kf3, K3 (KKR 100) Onsdag den 22 augusti 2012 kl 8:30-13:30 i V. Examinator: Bitr. Prof.

Datastrukturer och algoritmer. Innehåll. Tabell. Tabell - exempel. Gränsyta till Tabell. Tabell. Modell. Hashtabell Relation, lexikon.

DEL I. Matematiska Institutionen KTH. Lösning till tentamensskrivning på kursen Linjär algebra II, SF1604 för D, den 5 juni 2010 kl

LINJÄR ALGEBRA OCH DIFFERENTIALEKVATIONER, M0031M VT-16

SF1626 Flervariabelanalys Tentamen Tisdagen den 7 juni 2016

Markovprocesser SF1904

Markovprocesser SF1904

Tentamen TAIU07 Matematiska beräkningar med MATLAB för MI

Kap 4 energianalys av slutna system

= ye xy y = xye xy. Konstruera även fasporträttet med angivande av riktningen på banorna. 5. Lös systemet x

Tentamen i Teknisk-Vetenskapliga Beräkningar

Exempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University

SF1544 LABORATION 2 INTEGRATION, MONTE-CARLO OCH BLACK-SCHOLES EKVATION FÖR OPTIONER

PROV I MATEMATIK Transformmetoder 1MA april 2011

Minsta-kvadratmetoden

UPPSALA UNIVERSITET Matematiska institutionen Styf. Exempeltenta med lösningar Programmen EI, IT, K, X Linjär algebra juni 2004

Lösningsförslag till Tentamen: Matematiska metoder för ekonomer

SF1624 Algebra och geometri Lösningsförslag till tentamen DEL A

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

TENTAMEN I SF2937 (f d 5B1537) TILLFÖRLITLIGHETSTEORI TORSDAGEN DEN 14 JANUARI 2010 KL

Allmän klimatkunskap. Fredrik von Malmborg Naturvårdsverket Naturvårdsverket Swedish Environmental Protection Agency

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

Transkript:

Tentamen: Miljö och Matematisk Modellering (MVE345) för TM Åk 3, VÖ3 klockan 4.00 den 2:e juni. Skriv ned dina svar och lösningar (ej programkod), lägg till eventuella grafer eller illustrationer och spara svaren som separata pdf-filer i mapparna C:\ EXAM \Assignments\Uppgift, C:\ EXAM \Assignments\Uppgift2, osv. Betygsgränser: 2 p för 3:a, 6p för 4:a, 20p för 5:a. Lärarkontakt under tentamen: Erik Sterner, Tel: 03-772 3 0.. Ni ska analysera maximalt bärkraftigt utnyttjande i den logistiska avbildingen med flera fiskare. Anta att vi har en populationsdynamik där nya individer introduceras vid diskreta tidpunkter och att det finns lite överlapp mellan generationerna. Populationsdynamiken antar vi ges av den diskreta logistiska avbildningen med tillväxtfaktor 2 Vi antar vidare att ett antal fiskare skördar med konstanta insatser q i i detta systemet. Den nya populationsdynamiken blir då a. Om vi antar att fiskarna kan komma överens, vad är det maximala bärkraftiga utnyttjandet i systemet? (3p) b. Givet att alla q i är lika och att det totala upptaget av fisk är det maximalt bärkraftiga utnyttjandet är det då (kortsiktigt) lönsamt för en enskild fiskare att överge överenskommelsen och öka eller minska sin kvot, givet konstant pris per enhet fisk? Visa och kommentera ditt svar. (3p) 2. Koldioxidutsläppen från en Peugeot 308 SportWagon,2 PureTech 30 är 09 gram koldioxid per kilometer. Du ska beräkna den totala klimateffekten av att använda bilen över en period på 5 år. Antag att bilen körs 500 mil per år. Till ditt förfogande har du ett impulssvar för hur den atmosfäriska CO 2 koncentrationen påverkas av en utsläppsimpuls och energibalansmodell där påverkan på den globala medeltemperaturen kan beräknas. Du vet även att Gton CO 2 i atmosfären motsvarar 0.28 ppm CO 2, och vi antar att varje ppm CO 2 i atmosfären leder till en radiative forcing på.3 0-2 [W m -2 ppm - ]. Impulssvaret består av en summation av exponentialfunktioner med olika relaxationstider (τ i )

Tabell. Konstanter och relaxationstider för impulssvaret. i CO 2 A i [unitless] τ i [yr] 0 0.27 NA 0.86.86 2 0.338 8.5 3 0.259 72.9 Jordens energibalans beskrivs med följande modell: där F är radiative forcing [W m -2 ], T är ökningen av medeltemperaturen [K] jämfört med den förindustriella nivån i en välblandad box som representerar ythaven, atmosfären och landområden, T 2 är ökningen av medeltemperaturen [K] (jämfört med den förindustriella nivån) i en välblandad box som representerar djuphaven. C och C 2 är värmekapaciteten [W yr K - m -2 ] för yt-boxen respektive djuphavsboxen. κ är värmeledningskoefficienten[w K - m -2 ], samt som är klimatkänslighetsparametern [K W - m 2 ]. Använd följande parametervärden: C =0 [W yr K - m -2 ] C 2 =80 [W yr K - m -2 ] λ=0.9 [K W - m 2 ] κ=. [W K - m -2 ]. Implementera och eventuellt diskretisera modellen på valfritt vis och svara på följande frågor: a. Beräkna och illustrera påverkan på CO 2 koncentrationen från det år bilen tas i bruk och 200 år framåt. Bilen har en livslängd på 5 år. (3p) b. Beräkna och illustrera påverkan på den globala medeltemperaturen (T ) från det år bilen tas i bruk och 200 år framåt. Bilen har en livslängd på 5 år. (3p) 3. Klimatkänsligheten är ett av de mest centrala begreppen inom klimatvetenskapen. a. För värdet på klimatkänsligheten så är återkopplingar inom klimatsystemet avgörande. Nämn tre av de återkopplingar som är viktiga för värdet på klimatkänsligheten. (2p) b. På vilket sätt är klimatkänsligheten avgörande för utsläppen av koldioxid under detta århundrade givet att vi ska klara att hålla ökningen av den globala medeltemperaturen under 2ºC över den förindustriella nivån? (p)

4. Hållbar utveckling sägs ofta ha tre dimensioner; vilka är dessa tre dimensioner? Förklara även kortfattat vad var och en av de tre dimensionerna innebär? (3p) 5. I den här uppgiften ska vi titta på egenskaper hos diffusion. Diffusion kan som bekant beskrivas antingen som en slumpvandring av enskiljda partiklar eller genom diffusionsekvationen som modellerar hur densiteten av partiklar eller sannolikhetsfördelningen av en partikel utvecklar sig i tiden (i detta fall i en dimension): a. En av de viktigaste egenskaperna hos diffusion är att medelvärdet av kvadraten på förflyttningen från en startpunkt skalar linjär med tiden. Visa teoretiskt att det är så (använd antingen fundamentallösningen till diffusionsekvationen eller argument från slumpvandringen). (3p) b. Verifiera resultatet i uppgift a med hjälp av en simulering av en slumpvandring. (3p) Lycka till!

Uppgift a. Populationsdynamiken bestäms av: Populationsdynamik med upptag av fisk är: Ansätt => MSY=> => Det maximala bärkraftiga utnyttjandet är då Om alla lika och att vi har N stycken fiskare får vi

Uppgift b: Alternativ lösning till uppgift b. Om vi instället antar att alla fiskare succesivt ökar sina uttag så länge detta är egoistiskt lönsamt för dem får vi följande lösning. Maximering x fix = i q i 2 0 = q j ( q i = q = +N q j i q i 2 ) qi =q i där N är antalet fiskare. Reflexioner. Insatsen för fiskarna är i detta fallet större än vid MSY,. Upptaget av fisk blir dock 2N +N > q i x fix = +N i q i = 2 2(+N) 2 () vilket är mindre än upptaget vid MSY, 8N. Fenomenet att alla aktörer ökar sina uttag trots att slutresultatet blir dåligt för samtliga kallas ibland för tragedy of the commons.

Uppgift b. Det finns flera möjliga lösningar till problemet. Vi ger ytterligare ett exempel här. Sök stationär lösning och utryck x t som funktion av q j En enskild fiskare j maximerar ( ) Derivera med avseende på för att finna optimalt uttag. Vilket ger Där (vi antar att övriga fiskare håller fast vid sin insats från maximum sustainable yield lösningen), dvs för alla. Vilket ger Dvs en enskild fiskare har ett incitament att frångå samarbetslösningen och öka sin insats.

Uppgift 2 a. Använd faltning för att beräkna den förhöjda CO 2 koncentrationen, D(t), som bilen bidrar till, dvs t D(t) = α E(t ) f(t t )dt 0 där α= 0.28. Faltningsekvation kan eventuellt diskretiseras (t.ex. med t = ) 2.5E-09 t D(t) = α E(t ) f(t t ) t =0 Δ CO 2 koncentration (ppm) 2E-09.5E-09 E-09 5E-0 0 0 50 00 50 200 Figur. Bilens påverkan CO2 koncentrationen b. Diskterisera energibalansmodellen (tex tidssteg år, Euler framåt) T (t + ) = T (t) + F(t) C T (t) λ C κ C T (t) T 2 (t) T 2 (t + ) = T 2 (t) + κ C 2 (T T 2 ) där F(t)=β D(t) och där β=.3 0-2 [W m -2 ppm - ].

.4E-.2E- Δ Temperatur (K) E- 8E-2 6E-2 4E-2 2E-2 0 0 50 00 50 200 Figur. Bilens påverkan på den globala medeltemperaturen.

3a.) Se föreläsning Klimatmodeller, klimatkänsligheten, och klimatdynamik den 5/5-204 av Daniel Johansson samt Goosse m.fl. sektion 4..3 och 4.2 och Azar kapitel 4. b.) Se föreläsning Klimatmål, policy och åtgärder den 9/5 av Daniel Johansson samt Azar kapitel 4. 4. Se föreläsning av Emma Jonson 27/3

Diffusion Fundamentallösningen till diffusionsekvationen är: ρ(t,x) = exp x2 4πt 4t (Om man inte kommer ihåg hur fundamentallösningen ser ut i detalj kan man ta fram den genom att ansätta en lösning på formen t α exp( t β x 2 ) och anpassa lösningen till att satisfiera ekvationen, eller naturligtvis använda sannolikhetsargumentet nedan.) Den förväntade kvadratiska förflyttningen blir då: x 2 = 4πt dxx 2 exp ( ) x2 4t = 2t Den alernativa lösningen gör man genom att titta på hur väntvärdet av x 2 utveckas i tiden. Chansen att i ett tidsteg hoppa till höger respektive vänster är 0.5. Man får då: x 2 t+ = 0.5(x t +) 2 +0.5(x t ) 2 = x 2 t + = x 2 t + vilket visar att x 2 t+ ökar linjärt med tiden.

5b. Metakod vektorn trajsumsq fylls med tend nollor For (ett antal realisationer av slumpvandringar) -> vektorn traj fylls med tend nollor x=0; For (t=2 till t=tend ) -> traj[ t ] = traj[ t- ] + (+ eller - med sannolikhet 0.5) end trajsumsq += traj ^2 //kvadraten verkar elementvis end plotta trajsumsq och se att det blir en rät linje