Jordbävningar en enkel modell



Relevanta dokument
Del I Denna del består av 8 uppgifter och är avsedd att genomföras utan miniräknare.

Två gränsfall en fallstudie

STABILITET FÖR LINJÄRA HOMOGENA SYSTEM MED KONSTANTA KOEFFICIENTER

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

FMNF15 HT18: Beräkningsprogrammering Numerisk Analys, Matematikcentrum

= = i K = 0, K =

Fö relä sning 2, Kö system 2015

SF1624 Algebra och geometri Bedömningskriterier till tentamen Tisdagen den 15 december, 2009

SF1624 Algebra och geometri

Datorövning: Fouriertransform med Python

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.

2 Dataanalys och beskrivande statistik

Markovkedjor. Patrik Zetterberg. 8 januari 2013

1 Föreläsning I, Mängdlära och elementär sannolikhetsteori,

Beskrivande statistik

Föreläsning 1. Repetition av sannolikhetsteori. Patrik Zetterberg. 6 december 2012

Markovprocesser SF1904

Markovprocesser SF1904

TAMS79: Föreläsning 10 Markovkedjor

1.1 Diskret (Sannolikhets-)fördelning

Markovprocesser SF1904

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

Diagonalisering och linjära system ODE med konstanta koe cienter.

Egenvärdesproblem för matriser och differentialekvationer

Newtons metod och arsenik på lekplatser

Grafer och grannmatriser

Matematik 3c Kap 2 Förändringshastighet och derivator

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

ATT KUNNA TILL. MA1203 Matte C Vuxenutbildningen Dennis Jonsson

Stokastisk geometri. Lennart Råde. Chalmers Tekniska Högskola och Göteborgs Universitet

Numerisk lösning till den tidsberoende Schrödingerekvationen.

Reglerteknik M3, 5p. Tentamen

Första sidan är ett försättsblad (laddas ned från kurshemsidan) Alla frågor som nns i uppgiftstexten är besvarade

Vi skalla främst utnyttja omskrivning av en matris för att löas ett system av differentialekvaioner. 2? Det är komplicerat att

x f (x) dx 1/8. Kan likhet gälla i sistnämnda relation. (Torgny Lindvall.) f är en kontinuerlig funktion på 1 x sådan att lim a

Lösningsförslag till övningsuppgifter, del V

1 Mätdata och statistik

F6 STOKASTISKA VARIABLER (NCT ) Används som modell i situation av följande slag: Slh för A är densamma varje gång, P(A) = P.

Exempel. Vi observerar vädret och klassificerar det i tre typer under en följd av dagar. vackert (V) mulet (M) regn (R)

LÄRARHANDLEDNING Harmonisk svängningsrörelse

Laboration 3. Ergodicitet, symplektiska scheman och Monte Carlo-integration

Tiden i ett tillstånd

(a) Vilket av följande alternativ är sannolikheten för JACKPOT: P (A \ B), P A C \ B, P (A \ B), P A C \ B C?

Kapitel Ekvationsräkning

Vektorgeometri för gymnasister

Miniprojekt: Vattenledningsnäten i Lutorp och Vingby 1

Föreläsning 7. SF1625 Envariabelanalys. Hans Thunberg, 13 november 2018

Övningsuppgifter på derivator för sf1627, matematik för ekonomer (rev. 1) Produktregeln: derivera

Envariabelanalys: Vera Koponen. Envariabelanalys, vt Uppsala Universitet. Vera Koponen Föreläsning 5-6

4 Diskret stokastisk variabel

TAIU07 Matematiska beräkningar med Matlab

Kapitel 3 Diskreta slumpvariabler och deras sannolikhetsfördelningar

Konvergens för iterativa metoder

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

Datorlaboration :: 1 Problembeskrivning ::

Statistikens grunder HT, dagtid Statistiska institutionen

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

TATA42: Föreläsning 6 Potensserier

1/23 REGRESSIONSANALYS. Statistiska institutionen, Stockholms universitet

Kvalificeringstävling den 26 september 2017

Slumpförsök för åk 1-3

DEL I 15 poäng totalt inklusive bonus poäng.

För att förenkla presentationen antas inledningsvis att förstärkningen K 0, och vi återkommer till negativt K senare.

STABILITET FÖR ICKE-LINJÄRA SYSTEM

Medelvärde, median och standardavvikelse

Experimentella metoder, FK3001. Datorövning: Finn ett samband

Kontrollera att följande punkter är uppfyllda innan rapporten lämnas in: Första sidan är ett försättsblad (laddas ned från kurshemsidan)

Algebraiska egenskaper hos R n i)u + v = v + U

3 differensekvationer med konstanta koefficienter.

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

Laboration 5: Regressionsanalys. 1 Förberedelseuppgifter. 2 Enkel linjär regression DATORLABORATION 5 MATEMATISK STATISTIK FÖR I, FMS 012, HT-08

17.10 Hydrodynamik: vattenflöden

Markovprocesser SF1904

Markovprocesser SF1904

= x 2 y, med y(e) = e/2. Ange även existens-

Uppgift 1-9. Endast svar krävs. Uppgift Fullständiga lösningar krävs. 120 minuter för Del B och Del C tillsammans. Formelblad och linjal.

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

Institutionen för matematik KTH. Tentamensskrivning, , kl B1210 och 5B1230 Matematik IV, för B, M, och I.

Övningar i Reglerteknik. Differentialekvationer kan lösas med de metoder som behandlades i kurserna i matematisk analys. y(0) = 2,

KINETISK TEORI och Boltzmannekvationen

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

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

= y(0) för vilka lim y(t) är ändligt.

Vägda medeltal och standardvägning

Anders Logg. Människor och matematik läsebok för nyfikna 95

1. Beräkna volymen av det område som begränsas av paraboloiden z = 4 x 2 y 2 och xy-planet. Lösning: Volymen erhålles som V = dxdydz.

Nedan redovisas resultatet med hjälp av ett antal olika diagram (pkt 1-6):

Kap 3: Diskreta fördelningar

SF1900 Sannolikhetsteori och statistik, HT 2017 Laboration 1 för CINEK2

Övningsuppgifter för sf1627, matematik för ekonomer. 1. Förenkla följande uttryck så långt det går: Derivator

Gripenberg. Mat Grundkurs i matematik 1 Tentamen och mellanförhörsomtagning,

kvoten mellan två på varandra följande tal i en talföljd är konstant alltid lika stor.

Statistiska metoder för säkerhetsanalys

Lutande torn och kluriga konster!

Egenvärden och egenvektorer. Linjär Algebra F15. Pelle

Begreppen "mängd" och "element" är grundläggande begrepp i matematiken.

9 Skissa grafer. 9.1 Dagens Teori

Syftet med den här laborationen är att du skall bli mer förtrogen med följande viktiga områden inom matematisk statistik

1. INLEDNING 2. TEORI. Arbete A4 Ab initio

Uppgift 1. Minimeringsproblemet löses med en Monte Carlo algoritm:

Transkript:

9 september 05 FYTA Simuleringsuppgift 3 Jordbävningar en enkel modell Handledare: André Larsson Email: andre.larsson@thep.lu.se Telefon: 046-34 94

Bakgrund Jordbävningar orsakar fruktansvärda tragedier världen över och man har fortfarande inga bra metoder för att förutsäga när nästa stora jordskalv skall ske. Detta beror bland annat på bristen på tillförlitliga data som sträcker sig mer än några hundra år tillbaka i tiden. Genom att undersöka enkla modeller som uppvisar likheter med verkliga data, kan man bättre förstå de mekanismer som ligger bakom statistiken. I den här övningen undersöker vi en minimalistisk modell för jordbävningar. Trots modellens enkelhet framträder en komplex dynamik. Teori Gutenberg-Richters lag och karakteristiska jordbävningar Det har länge varit känt att jordbävningars frekvens som funktion av den frigjorda energin för varje jordbävning följer en relation som är känd som Gutenberg-Richters lag f S b () där f är antalet jordbävningar per tid för en given storlek S, definierad som den frigjorda energin för den aktuella magnituden, och exponenten b är en universell konstant där b 0.5.5. Gutenberg-Richters lag säger alltså att jordbävningar med större magnitud är ovanligare än de med mindre magnitud vilket man får säga verkar högst rimligt. Emellertid är detta inte hela sanningen. Då man har studerat data från enskilda förkastningar visar det sig att Gutenberg-Richters lag bara gäller på global skala, d.v.s. när man tar medelvärden över stora geografiska områden och många olika förkastningar. Studerar man data från enskilda förkastningar är det en bitvis annorlunda bild som framträder. För små jordbävningar tycks ekvation () fortfarande gälla, men dessa mindre jordskalv avbryts av massiva jordskalv som kallas karakteristiska jordbävningar. De kallas karakteristiska för att jordbävningens storlek bestäms av den maximala energin som kan lagras i förkastningen innan en jordbävning sker. De karakteristiska jordbävningarna är viktiga av flera skäl; de har den största magnituden och de förekommer relativt sett oftare än jordbävningar av mindre storlek det är de karakteristiska jordbävningarna som ställer till mest skada. En minimalistisk modell I vår förenklade modell ser vi förkastningen som N lådor staplade ovanpå varandra där vi indexerar lådorna med heltal från 0 till N. Dynamiken modelleras sedan genom att ladda lådorna med stresspartiklar och systemet laddas ur via den nedersta lådan med index 0. Dessa urladdningar är det vi i modellen kallar för jordbävningar. Stressladdningen och urladdningarna följer fyra enkla regler:

De inkommande partiklarna kommer en och en, med ett konstant tidsintervall. Vår naturliga tidsenhet är intervallet mellan det att partiklar läggs till i systemet. Partiklarna fördelas jämt över de N lådorna, så att sannolikheten att ta emot en partikel är densamma för alla lådorna från låda 0 till låda N. Om en partikel kommer till en låda där det finns en stresspartikel händer inget. En låda kan alltså bara vara tom eller icke-tom. Lådan med index 0 är speciell. När en partikel landar i låda noll sker det en jordbävning, och det sker genom att alla icke-tomma lådor som är i direkt förbindelse med låda 0 töms. Den frigjorda energin från en jordbävning modelleras av antalet tömda lådor. Antag exempelvis att låda till k är icke-tom men låda k är tom. Om det nu landar en partikel i låda 0 så töms alla lådor från låda 0 till och med låda k. Jordbävningens storlek var alltså i det här fallet k. I vår modell har en karakteristisk jordbävning storleken N. Analytisk behandling av små system När vi senare ska skriva ihop vårt program ska vi bland annat titta på hur fördelningen av jordbävningarnas storlek ser ut, och jämföra denna fördelning med ekvation (). Innan vi kastar oss in i programmerandet är det dock en god idé att fundera på vad vi kan göra med bara penna och papper. Dessa beräkningar utgör också en grund för verifiering av att programmet gör rätt sak i de allra enklaste fallen. Låt oss säga att vi har ett system med storlek N. Eftersom vi bara bryr oss om huruvida lådorna är tomma eller icke-tomma så måste det finnas N olika tillstånd, men av dessa är alla som innehåller en partikel i låda 0 instabila, och det ger N olika stabila tillstånd. Vi vill nu veta sannolikheten för var och en av dessa tillstånd, där vi låter p i (t) beteckna sannolikheten för att systemet befinner sig i tillstånd i vid tidpunkten t för i =,..., N. Betrakta sannolikheten för att systemet når tillstånd i vid tiden t under antagandet att det befann sig i tillstånd k vid tiden t. Denna sannolikhet betecknar vi med T ik ; en så kallad övergångssannolikhet. Den totala sannolikheten för tillstånd i vid tiden t uppfyller därmed p i (t) = N k= T ik p k (t ). () Detta kan vi också skriva som en matrisekvation p(t) = Tp(t ) (3) där p är en kolonnvektor med elementen p i och T är en N N -matris som kallas transfer-matris. Vi vet att sannolikhetsfördelningen över tillstånd vid tiden t 3

helt bestäms av motsvarande fördelning vid föregående tidpunkt. Därför kan man skriva om ekvation (3) som p(t) = Tp(t ) = T p(t ) = = T t p(0). (4) Man kan visa att systemet alltid går mot en jämviktsfördelning p e = lim t p(t) (5) som uppfyller p e = Tp e. (6) När sannolikhetsfördelningen över tillstånd har nått jämvikt så händer det inte längre något med denna fördelning. Ekvation (6) är en egenvärdesekvation och den sägerattvifårjämviktsfördelningenp e genomattfinnaegenvektornmedegenvärde till transfer-matrisen T. Genom ovanstående analys kan vi bestämma jämviktsfördelningen för vårt system, så att vi vet hur sannolika alla våra N tillstånd är. Låt P Q (S) beteckna sannolikheten för att en jordbävning av storlek S skall inträffa för S =,,...,N. För att räkna ut detta måste vi först leta upp alla tillstånd i bland våra N möjliga tillstånd för vilka ett skalv av storlek S är möjliga. Sannolikheten för att en jordbävning utlöses nästa tidssteg är /N och det ger (S) p Q (S) = p e i (7) N i där summan endast löper över de tillstånd i (av de totalt N ) som gör det möjligt att få en jordbävning av storlek S i nästa tidssteg. Nu kan vi betrakta ett system av storlek två. I detta fall kan systemet bara befinna sig i olika tillstånd; () båda lådor är tomma eller () den undre lådan är tom medan den övre har en partikel. Det ger transfer-matrisen ( ) ( T T T = = T T med egenvektorn ( ) p e p = p = ( ). (8) ). (9) Detta fall blir särskilt enkelt eftersom vi bara kan få jordbävningar av storlek ett om vi befinner oss i tillstånd och bara kan få jordbävningar av storlek två om vi befinner oss i tillstånd. Vi får alltså p Q () = p Q () = 4. Sannolikheten för att inget skalv inträffar betecknas av p Q (0) som i detta fall är. Uppgift a: Upprepa analysen ovan för ett system med storlek tre. Denna uppgift saknar redovisningskrav men förväntas vara till stor nytta för felsökning av programkod som senare skickas in och testas automatiskt. 4

Den exakta analysen blir snabbt ohanterlig för växande N eftersom man handskas med en kvadratisk matris som har sidan N och därmed N element. Denna matris blir svårhanterad när N närmar sig 5 och praktiskt taget omöjlig att hantera för N över 0. För att kunna testa modellen för intressanta systemstorlekar krävs stokastisk modellering som är kärnan i denna simuleringsuppgift. 3 Programmeringsuppgifter Den första programmeringsuppgiften kommer att gå ut på att skriva en klass som representerar ett jordbävningssystem av en given storlek N. Denna klass skall sedan användas till att samla ihop statistik över ett stort antal jordbävningar. Senare uppgifter handlar om statistikinsamling för att rita histogram och undersöka olika aspekter av modellen. I detta ingår det att jämföra statistik från modellen med Gutenberg-Richters lag samt att undersöka hur de karakteristiska jordbävningarna fördelas över tiden. I en undersökning av jordbävningarnas frekvens som funktion av magnitud behöver man ta hänsyn till att magnituden hos en jordbävning definieras som proportionell mot logaritmen av den frigjorda energin. I ovanstående härledningar står p Q (S) för sannolikheten att en jordbävning av storleken S sker under ett tidssteg. Sambandet mellan storlek S och magnitud m kan uttryckas enligt a m = S/S 0 (0) däraärdensåkalladebasenimagnitudskalanochs 0 ärstorlekenpåenjordbävning med magnitud 0. Låt P Q (S ) stå för sannolikheten för en jordbävning av storlek S för S S. Det betyder att P Q (S ) = S=S p Q (S) () och om man dessutom approximerar bort heltalsnaturen hos S kan man skriva p Q (S) = dpq (S) ds. () Låt F beteckna frekvensen av jordbävningar med magnitud m eller större. Då kan man bestämma jordbävningarnas frekvens f per magnitud enligt f = df dm. (3) Derivering av ekvation (0) ger ds dm = S 0a m lna = Slna (4) 5

och f = df ds ds dm = df Slna dpq ds ds S = SpQ (S). (5) Om man utgår från Gutenberg-Richters lag f S b, får man att Sp Q (S) S b och p Q (S) S b. Detta visar att man får fram olika exponenter berorende på om man delar in sina histogram linjärt efter S eller använder en magnitudbaserad logaritmisk indelning. Detta är viktigt att tänka på när man jämför olika histogram. Redovisning Redovisningen av denna simuleringsövning består av inskickade svar i form av programkod och numeriska data. Detaljerade instruktioner om utförande och inlämning av datoruppgifterna hittas på följande websida: home.thep.lu.se/fyta/simulations/earthquake/exercises.php Litteratur. M. Vázquez-Prada, Á. González, J.B. Gómez & A.F. Pacheco. A minimalist model of characteristic earthquakes. Nonlinear Processes in Geophysics, textbf9 53 59. 00.. M. Vázquez-Prada, Á. González, J.B. Gómez & A.F. Pacheco. Forecasting characteristic earthquakes in a minimalist model. Nonlinear Processes in Geophysics, 0 565 57. 003. 6