Partikkelit pallon pinnalla

Samankaltaiset tiedostot
Partikkelit pallon pinnalla

Koordinaatistot 1/6 Sisältö ESITIEDOT: reaaliluvut

Kevään 2011 pitkän matematiikan ylioppilastehtävien ratkaisut Mathematicalla Simo K. Kivelä /

Lauseen erikoistapaus on ollut kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa seuraavassa muodossa:

PRELIMINÄÄRIKOE PITKÄ MATEMATIIKKA

dt 2. Nämä voimat siis kumoavat toisensa, jolloin saadaan differentiaaliyhtälö

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Solmu 3/2001 Solmu 3/2001. Kevään 2001 ylioppilaskirjoitusten pitkän matematiikan kokeessa oli seuraava tehtävä:

Derivaatan sovellukset (ääriarvotehtävät ym.)

Maksimit ja minimit 1/5 Sisältö ESITIEDOT: reaalifunktiot, derivaatta

Harjoitus 4 -- Ratkaisut

RATKAISUT a + b 2c = a + b 2 ab = ( a ) 2 2 ab + ( b ) 2 = ( a b ) 2 > 0, koska a b oletuksen perusteella. Väite on todistettu.

x + 1 πx + 2y = 6 2y = 6 x 1 2 πx y = x 1 4 πx Ikkunan pinta-ala on suorakulmion ja puoliympyrän pinta-alojen summa, eli

Värähtelevä jousisysteemi

Anna jokaisen kohdan vastaus kolmen merkitsevän numeron tarkkuudella muodossa

2 Pistejoukko koordinaatistossa

4.3 Kehäkulma. Keskuskulma

1 2 x2 + 1 dx. (2p) x + 2dx. Kummankin integraalin laskeminen oikein (vastaukset 12 ja 20 ) antaa erikseen (2p) (integraalifunktiot

a) on lokaali käänteisfunktio, b) ei ole. Piirrä näiden pisteiden ympäristöön asetetun neliöruudukon kuva. VASTAUS:

Differentiaali- ja integraalilaskenta 3 Mallit 2 (alkuviikko) / Syksy 2016

Preliminäärikoe Tehtävät Pitkä matematiikka / 3

Ympyrä 1/6 Sisältö ESITIEDOT: käyrä, kulma, piste, suora

Jonot. Lukujonolla tarkoitetaan ääretöntä jonoa reaalilukuja a n R, kun indeksi n N. Merkitään. (a n ) n N = (a n ) n=1 = (a 1, a 2, a 3,... ).

MATEMATIIKAN KOE PITKÄ OPPIMÄÄRÄ Merkitään f(x) =x 3 x. Laske a) f( 2), b) f (3) ja c) YLIOPPILASTUTKINTO- LAUTAKUNTA

Monikulmiot 1/5 Sisältö ESITIEDOT: kolmio

Preliminäärikoe Tehtävät A-osio Pitkä matematiikka kevät 2016 Sivu 1 / 4

Mitä symbolilaskentaohjelmalta voi odottaa ja mitä ei? Tapaus Mathematica

PRELIMINÄÄRIKOE. Pitkä Matematiikka

Funktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen

Matematiikan taito 9, RATKAISUT. , jolloin. . Vast. ]0,2] arvot.

Juuri 3 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Lukujonon raja-arvo 1/7 Sisältö ESITIEDOT: lukujonot

Platonin kappaleet. Avainsanat: geometria, matematiikan historia. Luokkataso: 6-9, lukio. Välineet: Polydron-rakennussarja, kynä, paperia.

MATP153 Approbatur 1B Harjoitus 3, ratkaisut Maanantai

Kompleksilukujen kunnan konstruointi

MATEMATIIKAN PERUSKURSSI I Harjoitustehtäviä syksy Millä reaaliluvun x arvoilla. 3 4 x 2,

BM20A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 4, Syksy 2016

Juuri 10 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Funktiot. funktioita f : A R. Yleensä funktion määrittelyjoukko M f = A on jokin väli, muttei aina.

y z = (x, y) Kuva 1: Euklidinen taso R 2

Osoita, että kaikki paraabelit ovat yhdenmuotoisia etsimällä skaalauskuvaus, joka vie paraabelin y = ax 2 paraabelille y = bx 2. VASTAUS: , b = 2 2

Harjoitus 7 -- Ratkaisut

Differentiaali- ja integraalilaskenta 3 Laskuharjoitus 7 /

Yhtälön oikealla puolella on säteen neliö, joten r. = 5 eli r = ± 5. Koska säde on positiivinen, niin r = 5.

3 Derivoituvan funktion ominaisuuksia

Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Vastaus: Määrittelyehto on x 1 ja nollakohta x = 1.

f(x, y) = x 2 y 2 f(0, t) = t 2 < 0 < t 2 = f(t, 0) kaikilla t 0.

läheisyydessä. Piirrä funktio f ja nämä approksimaatiot samaan kuvaan. Näyttääkö järkeenkäyvältä?

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 10: Stokesin lause

Preliminäärikoe Pitkä Matematiikka

l 1 2l + 1, c) 100 l=0

Pienoismallien rakentaminen Linnanmäen laitteista

1 Kompleksiluvut 1. y z = (x, y) Kuva 1: Euklidinen taso R 2

z 1+i (a) f (z) = 3z 4 5z 3 + 2z (b) f (z) = z 4z + 1 f (z) = 12z 3 15z 2 + 2

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

! 7! = N! x 8. x x 4 x + 1 = 6.

(a) Potentiaali ja virtafunktiot saadaan suoraan summaamalla lähteen ja pyörteen funktiot. Potentiaalifunktioksi

cos x cos 2x dx a) symbolisesti, b) numeerisesti. Piirrä integroitavan funktion kuvaaja. Mikä itse asiassa on integraalin arvo?

(b) = x cos x 1 ( cos x)dx. = x cos x + cos xdx. = sin x x cos x + C, C R.

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MAA7 Kurssikoe Jussi Tyni Tee B-osion konseptiin pisteytysruudukko! Kaikkiin tehtäviin välivaiheet näkyviin! Laske huolellisesti!

A-osa. Ratkaise kaikki tämän osan tehtävät. Tehtävät arvostellaan pistein 0-6. Taulukkokirjaa saa käyttää apuna, laskinta ei.

A = (a 2x) 2. f (x) = 12x 2 8ax + a 2 = 0 x = 8a ± 64a 2 48a x = a 6 tai x = a 2.

Kombinatorinen optimointi

12. Derivointioperaattoreista geometrisissa avaruuksissa

Lukujoukot. Luonnollisten lukujen joukko N = {1, 2, 3,... }.

Lisätehtäviä. Rationaalifunktio. x 2. a b ab. 6u x x x. kx x

MS-A0104 Differentiaali- ja integraalilaskenta 1 (ELEC2) MS-A0106 Differentiaali- ja integraalilaskenta 1 (ENG2)

Vektoriarvoiset funktiot Vektoriarvoisen funktion jatkuvuus ja derivoituvuus

Numeeriset menetelmät TIEA381. Luento 8. Kirsi Valjus. Jyväskylän yliopisto. Luento 8 () Numeeriset menetelmät / 35

l 1 2l + 1, c) 100 l=0 AB 3AC ja AB AC sekä vektoreiden AB ja

Numeeriset menetelmät TIEA381. Luento 12. Kirsi Valjus. Jyväskylän yliopisto. Luento 12 () Numeeriset menetelmät / 33

Lataa Geometristen kappaleiden piirtäminen - Sympsionics Design. Lataa

= 9 = 3 2 = 2( ) = = 2

Numeeriset menetelmät

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ (1 piste/kohta)

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 1: Moniulotteiset integraalit

4.3.7 Epäoleellinen integraali

a) Mitkä reaaliluvut x toteuttavat yhtälön x 2 = 7? (1 p.) b) Mitkä reaaliluvut x toteuttavat yhtälön 5 4 x

Täydellisyysaksiooman kertaus

MS-A0003/A0005 Matriisilaskenta Laskuharjoitus 1 / vko 44

Pienimmän neliösumman menetelmä

3 Yhtälöryhmä ja pistetulo

Matriisilaskenta Laskuharjoitus 1 - Ratkaisut / vko 37

Monitavoiteoptimointi

Kartio ja pyramidi

4 (x 1)(y 3) (y 3) (x 1)(y 3)3 5 3

Harjoitus 3 -- Ratkaisut

Yhtälöryhmät 1/6 Sisältö ESITIEDOT: yhtälöt

Koko maan ilveskanta-arvion taustasta ja erityisesti Etelä-Hämeen arviosta. Tiedosta ratkaisuja kestäviin valintoihin

Juuri 12 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Kompleksiluvut Kompleksitaso

Riemannin pintojen visualisoinnista

Differentiaali- ja integraalilaskenta 3 Mallit laskuharjoitukseen 3 /

Harjoitus 5 -- Ratkaisut

Aalto-yliopiston perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos

Avaruusgeometrian perusteita

Esimerkki 1.1. Kahdeksikkopolku α: u (sin u, sin 2u) on helppo todeta injektioksi

Transkriptio:

Simo K. Kivelä, 14.7.2004 Partikkelit pallon pinnalla Tehtävänä on sijoittaa annettu määrä keskenään identtisiä partikkeleita mahdollisimman tasaisesti pallon pinnalle ja piirtää kuvio syntyvästä partikkelikonfiguraatiosta. Tehtävä ei sellaisenaan ole hyvin määritelty: on täsmennettävä, mitä tarkoitetaan tasaisella sijoittamisella. Yksi mutta ei ainoa mahdollisuus on ajatella partikkeleiden olevan identtisiä sähkövarauksia, jotka kitkatta liikkuvat pallon pinnalla. Koska identtiset sähkövaraukset hylkivät toisiaan, ne pyrkivät sijoittumaan toisistaan niin kauas kuin mahdollista. Sijoittuminen mahdollisimman kauas toisistaan voidaan luonnehtia fysikaalisesti siten, että systeemin potentiaalienergia pyrkii hakeutumaan minimiarvoon. Kahden partikkelin tapauksessa potentiaali on oleellisesti 1 r, missä r on partikkeleiden välinen etäisyys. Useamman partikkelin tapauksessa kokonaispotentiaali on summa kaikista partikkeliparien potentiaaleista: 1 V, r ij i j missä r ij on i:nnen ja j:nnen partikkelin välinen etäisyys. Jos partikkeleita on kaksi, ne sijoittuvat ilmeisestikin pallon vastakkaisille puolille. Jos partikkeleita on kolme, ne joka tapauksessa määräävät erään tason, ja partikkelit siis sijaitsevat tämän tason ja pallon leikkausympyrällä. Jotta partikkelit pääsisivät mahdolisimman kauas toisistaan, tason tulee ilmeisestikin kulkea pallon keskipisteen kautta ja partikkeleiden sijaita ympyrällä 120 asteen välein. Jos partikkeleita on enemmän, tulos ei ole yhtä selvä. Neljän partikkelin voisi arvata sijoittuvan tetraedrin kärkipisteisiin, mikä onkin oikea arvaus. Tämän jälkeen voisi arvella, että jos partikeleita on yhtä paljon kuin jossakin Platonin kappaleessa (tetraedri, oktaedri, kuutio, dodekaedri, ikosaedri) on kärkiä, niin partikkelit sijoittuisivat juuri kyseisen Platonin kappaleen kärkiin. Tämä on kuitenkin väärä arvaus. Seuraavassa esityksessä ongelma ratkaistaan minimoimalla partikkelisysteemin kokonaispotentiaali. Ratkaisu Partikkeleiden lukumäärä olkoon n 5 5 Partikkelit sidotaan yksikkösäteisen pallon pinnalle ilmoittamalla niiden sijainti pallokoordinaattien avulla. Pallokoordinaattien avulla lasketaan vastaavat suorakulmaiset koordinaatit ja kukin partikkeli ilmaistaan kolmialkioisena suorakulmaisten koordinaattien muodostamana listana. Partikkelin sijainnin ilmoittavat pallokoordinaatit ovat probleeman tuntemattomat. Aluksi muodostetaan hieman teknisesti pallokoordinaattien nimet, so. probleeman muuttujat:

2 partikkelit.nb theta Table Symbol "theta" ToString k, k, 1, n theta1, theta2, theta3, theta4, theta5 fi Table Symbol "fi" ToString k, k, 1, n fi1, fi2, fi3, fi4, fi5 muuttujat Table theta k, k, 1, n, Table fi k, k, 1, n theta1, theta2, theta3, theta4, theta5, fi1, fi2, fi3, fi4, fi5 Partikkelit voidaan nyt ilmaista listana, jossa kukin partikkeli on esitetty sen suorakulmaisten koordinaattien avulla: partikkelit Table Cos theta k Cos fi k, Cos theta k Sin fi k, Sin theta k, k, 1, n Cos fi1 Cos theta1, Cos theta1 Sin fi1, Sin theta1, Cos fi2 Cos theta2, Cos theta2 Sin fi2, Sin theta2, Cos fi3 Cos theta3, Cos theta3 Sin fi3, Sin theta3, Cos fi4 Cos theta4, Cos theta4 Sin fi4, Sin theta4, Cos fi5 Cos theta5, Cos theta5 Sin fi5, Sin theta5 Systeemin potentiaalifunktio voidaan muodostaa tämän jälkeen. Osapotentiaali on partikkeliparin aiheuttama potentiaali ja kokonaispotentiaali partikkeliparien potentiaaleista muodostettu summa. Summeerauksessa käytetyt indeksiarvot 1 j n 1, j 1 k n merkitsevät, että jokainen partikkelipari tulee otetuksi huomioon. osapotentiaali p_, q_ : 1 Sqrt Sum p k q k ^2, k, 1, 3

partikkelit.nb 3 potentiaali Sum osapotentiaali partikkelit j, partikkelit k, j, 1, n 1, k, j 1, n 1 Cos fi1 Cos theta1 Cos fi2 Cos theta2 2 Cos theta1 Sin fi1 Cos theta2 Sin fi2 2 Sin theta1 Sin theta2 2 1 Cos fi1 Cos theta1 Cos fi3 Cos theta3 2 Cos theta1 Sin fi1 Cos theta3 Sin fi3 2 Sin theta1 Sin theta3 2 1 Cos fi2 Cos theta2 Cos fi3 Cos theta3 2 Cos theta2 Sin fi2 Cos theta3 Sin fi3 2 Sin theta2 Sin theta3 2 1 Cos fi1 Cos theta1 Cos fi4 Cos theta4 2 Cos theta1 Sin fi1 Cos theta4 Sin fi4 2 Sin theta1 Sin theta4 2 1 Cos fi2 Cos theta2 Cos fi4 Cos theta4 2 Cos theta2 Sin fi2 Cos theta4 Sin fi4 2 Sin theta2 Sin theta4 2 1 Cos fi3 Cos theta3 Cos fi4 Cos theta4 2 Cos theta3 Sin fi3 Cos theta4 Sin fi4 2 Sin theta3 Sin theta4 2 1 Cos fi1 Cos theta1 Cos fi5 Cos theta5 2 Cos theta1 Sin fi1 Cos theta5 Sin fi5 2 Sin theta1 Sin theta5 2 1 Cos fi2 Cos theta2 Cos fi5 Cos theta5 2 Cos theta2 Sin fi2 Cos theta5 Sin fi5 2 Sin theta2 Sin theta5 2 1 Cos fi3 Cos theta3 Cos fi5 Cos theta5 2 Cos theta3 Sin fi3 Cos theta5 Sin fi5 2 Sin theta3 Sin theta5 2 1 Cos fi4 Cos theta4 Cos fi5 Cos theta5 2 Cos theta4 Sin fi4 Cos theta5 Sin fi5 2 Sin theta4 Sin theta5 2 Potentiaalifunktion lauseke on pitkähkö. Kun partikkeleita on n kappaletta, kyseessä on 2 n muuttujan funktio. Tavoitteena on funktion minimiarvon löytäminen. Minimiarvoa vastaavat muuttujien arvot, so. pallokoordinaattien arvot antavat etsityn partikkelikonfiguraation. Minimiarvo ja vastaava minimikohta voidaan laskea Mathematican funktiolla FindMinimum. Tämä käyttää iteratiivista algoritmia, jolle on annettava jotkin alkuarvot ja joka antaa tulokseksi alkuarvoista riippuen jonkin paikallisen minimin. Absoluuttista minimiä ei siten välttämättä löydetä. Kokeilemalla useita kertoja erilaisilla alkarvoilla tilanne saadaan kuitenkin melko luotettavasti kartoitetuksi. Alkuarvot voidaan syöttää käsin, mutta koska niitä on suhteellisen paljon eikä ole aivan helppoa mieltää, millaiset olisivat sopivia, voidaan alkuarvot generoida satunnaisesti pallokordinaattien vaihteluväleiltä ( Π 2 ϑ Π 2, Π φ Π).

4 partikkelit.nb alkuarvot Table RandomReal Π 2, Π, k, 1, n, 2 Table RandomReal Π, Π, k, 1, n 0.648039, 1.03124, 0.164273, 1.00676, 1.45542, 2.31027, 1.88595, 0.730402, 1.03101, 0.665846 Funktiossa FindMinimum tarvittava alkuasetus on tallöin muotoa alkuasetus Transpose Flatten muuttujat, Flatten alkuarvot theta1, 0.648039, theta2, 1.03124, theta3, 0.164273, theta4, 1.00676, theta5, 1.45542, fi1, 2.31027, fi2, 1.88595, fi3, 0.730402, fi4, 1.03101, fi5, 0.665846 theta1, 0.45294090431184664`, theta2, 0.6106368690686859`, theta3, 0.4168686707669096`, theta4, 0.021660799035095657`, theta5, 0.39306237023573676`, fi1, 2.881842770637051`, fi2, 2.2081125737200296`, fi3, 2.1180266263829246`, fi4, 0.03291567691013242`, fi5, 1.3698427179489396` theta1, 0.452941, theta2, 0.610637, theta3, 0.416869, theta4, 0.0216608, theta5, 0.393062, fi1, 2.88184, fi2, 2.20811, fi3, 2.11803, fi4, 0.0329157, fi5, 1.36984 Funktion kutsu tapahtuu teknisesti hieman mutkikkaalla tavalla, jotta voidaan helposti hyödyntää aiemmin muodostetut muuttujat. Optiolla MaxIterations säädellään iteratiivisen laskennan pituutta. Jos ratkaisua ei löydy, ts. iteraatio ei suppene, arvoa voi suurentaa. Vaihtoehtona on vaihtaa alkuarvoja. rtk Apply FindMinimum, Flatten potentiaali, alkuasetus, AccuracyGoal 5, MaxIterations 50, 1 6.47469, theta1 0.106029, theta2 0.584798, theta3 0.455886, theta4 0.106025, theta5 1.69506, fi1 2.29098, fi2 2.35089, fi3 0.667968, fi4 0.850612, fi5 0.299583 Jos iteraatio suppenee, tuloksena saadaan jokin paikallinen minimiarvo ja sitä vastaavat muuttujien, ts. pallokoordinaattien arvot. Eri alkuarvoista lähdettäessä saatetaan saada erilaisia paikallisia minimejä. Kyseessä ei siten välttämättä ole absoluuttinen minimi, mutta toistamalla laskenta ja vertailemalla saatuja minimiarvoja saadaan jonkinlainen käsitys siitä, onko löydetty absoluuttinen minimi. minimiarvo rtk 1 6.47469 Partikkelien suorakulmaiset koordinaatit saadaan tämän jälkeen helposti: konfiguraatio partikkelit. rtk 2 0.655818, 0.747464, 0.105831, 0.586466, 0.592722, 0.552031, 0.704902, 0.556135, 0.440258, 0.65582, 0.747463, 0.105827, 0.118428, 0.03658, 0.992289

partikkelit.nb 5 Tulokset graafisessa muodossa Tieto partikkelien suorakulmaisista koordinaateista ei helposti anna mielikuvaa konfiguraatiosta. Graafinen tulostus on hyödyllisempi. Tällöin on luontevaa esittää myös pallopinta, jolla partikkelit sijaitsevat. pallo ParametricPlot3D 0.95 Cos t Cos f, Cos t Sin f, Sin t, t, Pi 2, Pi 2, f, Pi, Pi, PlotPoints 13, 25, MeshStyle Thickness 0.002, Axes False, Boxed False, PlotStyle Opacity 0.5, Glow White, Lighting None ; pisteet Map Point, konfiguraatio ; kuvio Show pallo, Graphics3D GrayLevel 0, PointSize 0.05`, pisteet, Boxed False, ViewPoint 100, 100, 50, PlotRange 1.1, 1.1, 1.1, 1.1, 1.1, 1.1 Harjoitustehtäviä

6 partikkelit.nb Harjoitustehtäviä 1) Tutki tapauksia, missä pisteitä on 6, 7 tai 8. Vastaako kuutta pistettä oktaedri ja kahdeksaa pistettä kuutio? Kokeile useita erilaisia alkuarvoja. 2) Partikkeleiden tasaisen sijoittamisen kriteeri voidaan valita monella eri tavalla. Yhtenä mahdollisuutena on minimoida lauseketta, jossa osapotentiaali on muotoa 1 r 2, vaikkei tämä fysikaalinen potentiaali olekaan. Tutki, ovatko konfiguraatiot tällöin erilaisia. 3) Potentiaalin minimoimisen sijasta voidaan maksimoida partikkeliparien etäisyyksien minimiarvoa, ts. vaatia, että lähinnä toisiaan olevien partikkeleiden välinen etäisyys on mahdollisimman suuri. Etäisyys voidaan tällöin mitata joko suoraviivaisesti tai pallon pintaa pitkin. Muunna laskenta tätä tapausta vastaavaksi. (Tarvittava funktio on tällöinkin FindMinimum; funktion f maksimin hakeminen on nimittäin sama asia kuin funktion f minimin hakeminen. Maksimoitava funktio ei ole tässä tapauksessa differentioituva, koska se on etäisyyksien minimiarvo, ts. muotoa Min[...]. Tällöin FindMinimum tarvitsee kaksi alkuarvoa kutakin muuttujaa kohden; ks. Mathematican dokumentaatiota. Iteraation suppeneminen on usein ongelmallista.)