Harjoitus 6: Symbolinen laskenta II (Mathematica)

Samankaltaiset tiedostot
Harjoitus 6: Symbolinen laskenta II (Mathematica)

Harjoitus 6: Symbolinen laskenta II (Mathematica)

Harjoitus 11: Mathematica - Differentiaaliyhtälöiden analysointi, lisäpaketit

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

Harjoitus 10: Mathematica

Harjoitus 4: Differentiaaliyhtälöt (Matlab) MS-C2107 Sovelletun matematiikan tietokonetyöt 1

SCI-C0200 Fysiikan ja matematiikan menetelmien studio

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

Johdantoa. Jokaisen matemaatikon olisi syytä osata edes alkeet jostakin perusohjelmistosta, Java MAPLE. Pascal MathCad

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

Harjoitus 5 -- Ratkaisut

1 Di erentiaaliyhtälöt

Harjoitus 2: Ohjelmointi (Matlab)

DIFFERENTIAALI- JA INTEGRAALILASKENTA

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

4. Differentiaaliyhtälöryhmät 4.1. Ryhmän palauttaminen yhteen yhtälöön

DI matematiikan opettajaksi: Täydennyskurssi, kevät 2010 Luentorunkoa ja harjoituksia viikolle 13: ti klo 13:00-15:30 ja to 1.4.

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

plot(f(x), x=-5..5, y= )

12. Differentiaaliyhtälöt

f (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2

13. Ratkaisu. Kirjoitetaan tehtävän DY hieman eri muodossa: = 1 + y x + ( y ) 2 (y )

Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

Projektin arvon määritys

Harjoitus 2: Ohjelmointi (Matlab)

Matemaattinen Analyysi

Luento 2: Liikkeen kuvausta

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

y + 4y = 0 (1) λ = 0

ẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),

f(x) f(y) x y f f(x) f(y) (x) = lim

MS-A010{3,4} (ELEC*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö

Harjoitus 8: Monte Carlo -simulointi (Matlab)

Värähtelevä jousisysteemi

Wiener-prosessi: Tarkastellaan seuraavanlaista stokastista prosessia

FUNKTION KUVAAJAN PIIRTÄMINEN

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

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

Matematiikan perusteet taloustieteilij oille I

mlnonlinequ, Epälineaariset yhtälöt

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

Hannu Mäkiö. kertolasku * jakolasku / potenssiin korotus ^ Syöte Geogebran vastaus

Harjoitus 4 -- Ratkaisut

kolminkertaisesti tehtäviä tavallisiin harjoituksiin verrattuna, voi sen kokonaan tekemällä saada suunnilleen kolmen tavallisen harjoituksen edestä

mplperusteet 1. Tiedosto: mplp001.tex Ohjelmat: Maple, [Mathematica] Sievennä lauseke x 1 ( mplp002.tex (PA P1 s.2011)

Harjoitus 7: Dynaamisten systeemien säätö (Simulink)

FUNKTION KUVAAJAN PIIRTÄMINEN

mplteht/mpldiffint1, Diff-int 1 Maple

Harjoitus 7. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016

Harjoitus 3: Regressiomallit (Matlab)

Harjoitus 3 -- Ratkaisut

Harjoitus 1: Matlab. Harjoitus 1: Matlab. Mat Sovelletun matematiikan tietokonetyöt 1. Syksy 2006

lnx x 1 = = lim x = = lim lim 10 = x x0

jakokulmassa x 4 x 8 x 3x

x 4 e 2x dx Γ(r) = x r 1 e x dx (1)

Investointimahdollisuudet ja investoinnin ajoittaminen

4 / 2013 TI-NSPIRE CAS TEKNOLOGIA LUKIOSSA. T3-kouluttajat: Olli Karkkulainen ja Markku Parkkonen

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

Harjoitus 7 -- Ratkaisut

MS-A0305 Differentiaali- ja integraalilaskenta 3 Luento 3: Vektorikentät

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

origo III neljännes D

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

Harjoitus 5: Symbolinen laskenta I (Mathematica)

Harjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:

2v 1 = v 2, 2v 1 + 3v 2 = 4v 2.. Vastaavasti ominaisarvoa λ 2 = 4 vastaavat ominaisvektorit toteuttavat. v 2 =

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

Fx-CP400 -laskimella voit ratkaista yhtälöitä ja yhtälöryhmiä eri tavoin.

Harjoitus 2 -- Ratkaisut

5. OSITTAISINTEGROINTI

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä

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

Diskreettiaikainen dynaaminen optimointi

Harjoitus 5: Simulink

MATEMATIIKKA 5 VIIKKOTUNTIA. PÄIVÄMÄÄRÄ: 8. kesäkuuta 2009

Talousmatematiikan perusteet, ORMS1030

Numeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt

Harjoitus 7: Dynaamisten systeemien säätö (Simulink)

MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit

Integraalilaskenta. Markus Hähkiöniemi Satu Juhala Petri Juutinen Sari Louhikallio-Fomin Erkki Luoma-aho Terhi Raittila Tommi Tikka

Kun yhtälöä ei voi ratkaista tarkasti (esim yhtälölle x-sinx = 1 ei ole tarkkaa ratkaisua), voidaan sille etsiä likiarvo.

Y56 Laskuharjoitukset 4 Palautus viim. ti klo (luennolla!) Opiskelijan nimi. Opiskelijanumero

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

OPTIMAALINEN INVESTOINTIPÄÄTÖS

Matriisit ovat matlabin perustietotyyppejä. Yksinkertaisimmillaan voimme esitellä ja tallentaa 1x1 vektorin seuraavasti: >> a = 9.81 a = 9.

3. Laadi f unktioille f (x) = 2x + 6 ja g(x) = x 2 + 7x 10 merkkikaaviot. Millä muuttujan x arvolla f unktioiden arvot ovat positiivisia?

Harjoitus 2 -- Ratkaisut

Muista tutkia ihan aluksi määrittelyjoukot, kun törmäät seuraaviin funktioihin:

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

Harjoitus 8: Monte-Carlo simulointi (Matlab)

Sivu 1 / 8. A31C00100 Mikrotaloustieteen perusteet: matematiikan tukimoniste. Olli Kauppi

YHTÄLÖ kahden lausekkeen merkitty yhtäsuuruus

Transkriptio:

Harjoitus 6: Symbolinen laskenta II (Mathematica) SCI-C0200 Fysiikan ja matematiikan menetelmien studio SCI-C0200 Fysiikan ja matematiikan menetelmien studio 1

Harjoituksen aiheita Differentiaaliyhtälöiden ja differentiaaliyhtälösysteemien analysointi Mathematicalla Visualisointi liukusäätimiä käyttäen Osaamistavoitteet Osaat integroida symbolisesti Mathematicalla Osaat ratkaista differentiaaliyhtälöitä symbolisesti Mathematicaa käyttäen Osaat perustella Mathematican hyötyjä suhteessa Matlabiin SCI-C0200 Fysiikan ja matematiikan menetelmien studio 2

Derivointi ja integrointi Symbolista derivointia varten ovat komennot D (osittaisderivaatta) ja Dt (kokonaisderivaatta). In[1]:= D[Exp[x^2], x] Out[1]= 2 e^(x^2) x Integrointia varten ovat komennot Integrate (symbolinen integrointi) ja NIntegrate (numeerinen integrointi). In[3]:=Integrate[2 Exp[x^2] x, x] Integrate[2 Exp[x^2] x, {x, 0, 1}] Out[3]=e^(x^2) Out[4]=-1 + e In[5]:=Integrate[x*y*Max[x,y], {x,0,1}, {y,0,1}] Out[5]=1/5 Huom! Kaikkia lausekkeita ei voida integroida symbolisesti. SCI-C0200 Fysiikan ja matematiikan menetelmien studio 3

Differentiaaliyhtälöt Differentiaaliyhtälöt ratkaistaan DSolve-komennolla Muuttujat merkataan argumenttinsa kanssa, esim. z[t] Derivaatat merkitään pilkkua ( ) käyttäen, esim. z [t] Yhtäsuuruus merkitään vertailuoperaattorilla ==. - Huom! Reunaehtoa asettaessa älä tee kirjoitusvirhettä z[0]=0; edes Clear ei välttämättä pelasta (vrt. aikaisemmin), ainoa pelastus lienee Quit. DSolve ottaa argumentteinaan: 1. Differentiaaliyhtälö ja reunaehdot aaltosulkeiden sisällä, esim. {z [t]==2*z[t]} tai {z [t]==2*z[t],z[2]==4} 2. Tuntematon funktio, esim. z[t], 3. Funktion argumentti, esim. t SCI-C0200 Fysiikan ja matematiikan menetelmien studio 4

Differentiaaliyhtälön ratkaisu - esimerkki 1/2 dz(t) = 2 c t, z(0) = 0, z(2) = 16 dt Ratkaistaan z(t) ilman reunaehtoja In[194]:= DSolve[{z [t]==2*c*t},z[t],t] Out[194]= {{z[t] -> c t^2 + C[1]}} DSolve-komentoon voi diff. yhtälön perään laittaa yhtä monta reunaehtoa kuin diff.yhtälön asteluku. Tällöin vastauksessa ei ole integroimisvakioita. In[195]:= DSolve[{z [t]==2*c*t,z[0]==0},z[t],t] = yhtalo = %[[1,1,2]] Out[195]= {{z[t] -> c t^2}} Out[196]= c t^2 Vastaus tallennettiin jatkokäsittelyä varten. SCI-C0200 Fysiikan ja matematiikan menetelmien studio 5

Differentiaaliyhtälön ratkaisu - esimerkki 2/2 Tuntematon parametri c voidaan ratkaistaan toisen reunaehdon avulla käyttäen Solve-komentoa: In[202]:= Solve[{yhtalo == 16 /. {t -> 2}}, {c}] = yhtalo /. % Out[202]= {{c -> 4 }} Out[203]= {4 t^2} Toisen asteen differentiaaliyhtälössä voi olla kaksi reunaehtoa. In[203]:= DSolve[{z [t] == t, z[0] == 0, z[2] == 4}, z[t], t] Out[203]= {{z[t] -> 1/6 (8 t + t^3)}} SCI-C0200 Fysiikan ja matematiikan menetelmien studio 6

Desimaaliluvut differentiaaliyhtälöissä Jos lausekkeissa esiintyy desimaalilukuja, Mathematica antaa vastauksen numeerisessa muodossa (esim. 2.71828... eikä E). - Tällaisten tulosten jatkokäsittely saattaa olla Mathematicalle vaikeaa, jopa mahdotonta. Älä siis mielellään tee näin: In[207]:= DSolve[{x [t]==x[t],x[0]==0.14},x[t],t] Out[207]= {{x[t] -> 0.140000000000000 2.71828182845905^t }} Tee näin: In[208]:= DSolve[{x [t]==x[t],x[0]==x0},x[t],t] /. {x0->0.14} Out[208]= {{x[t] -> 0.14 E^t } Tai: In[209]:= DSolve[{x [t]==x[t],x[0]==14/100},x[t],t] Out[209]= {{x[t] -> (7 E^t)/50}} SCI-C0200 Fysiikan ja matematiikan menetelmien studio 7

Differentiaaliyhtälösysteemin numeerinen ratkaiseminen ja vaihetason kuvaajan piirtäminen Differentiaaliyhtälösysteemejä voidaan ratkaista numeerisesti komennolla NDSolve. Vaihetason kuvaajan piirtäminen onnistuu komennolla ParametricPlot. Komentojen syntaksit löytyvät komennoilla:?parametricplot?ndsolve Kokeile: In[1]:= s = NDSolve[{x [t] == -y[t] - x[t]^2, y [t] == 2 x[t] - y[t]^3, x[0] == 1, y[0] == 1}, {x[t], y[t]}, {t, 0, 20}] =ParametricPlot[{x[t],y[t]}/.s, {t, 0, 20}] SCI-C0200 Fysiikan ja matematiikan menetelmien studio 8

Liukusäätimien lisääminen kuvaajiin Mathematica on kätevä pienten interaktiivisten visualisointien tekemiseen. Manipulate funktiolla voit tehdä liukusäätimellä päivitettäviä kuvaajia. Kokeile In[1]:= Manipulate[Plot[{Sin[a*x], Cos[b*x]}, {x, -5, 5}], {a, 1, 2}, {b, 1, 2}] SCI-C0200 Fysiikan ja matematiikan menetelmien studio 9

Tehtävä A: Solow kasvumalli Solow-mallissa kansantalouden kokonaistuotantoa Y voidaan kuvata yhtälöllä Y (k) = A k, (1) jossa k kuvaa kerääntynyttä pääomaa ja A on mallin vakiotermi. Vuosittain tuotannosta s% investoidaan pääoman kartuttamiseen ja pääomasta p% kuluu pois. Investointeja ja poistoja kuvaavat yhtälöt I(k) = s Y (k) (2) D(k) = p k (3) 1. Olkoon A = 1.2 ja p = 0.03. Luo kuvaaja, jossa näkyy tuotanto, kulutus sekä poistot, kun k [0, 1000], ja s:n arvoa voi muuttaa liukusäätimellä välillä [0.1, 1]. Nimeä akselit ja anna käyrille selitteet. SCI-C0200 Fysiikan ja matematiikan menetelmien studio 10

Mitä vakiotermi A voisi kuvata? 2. Ratkaise s:n funktiona tasapainotila k = k, jossa I(k) = D(k). Tallenna saamasi k :n lauseke muuttujaan ksol. Lisää kuvaajaasi liukusäätimen mukana siirtyvä pystyviiva merkkaamaan tasapainotilan kohtaa. (Esim. pystyviivan saa kohtaan k = s 2 lisäämällä plottiin GridLines -> {{s^2}, {}}.) 3. Käyttövarallisuus saadaan tuotannon ja poistojen erotuksena. Millä s:n arvolla kansantalouden tasapainotilan käyttövarallisuus maksimoituu? Ratkaise siis millä s:n arvolla löytyy tasapainotilan käyttövarallisuuden derivaatan nollakohta. d ds [Y (k (s)) pk (s)] = 0 (4) v Aseta s käyttövarallisuuden maksimoivalle tasolle. Lisää kuvaaja palautukseen. Tulkitse tilanne sanallisesti. SCI-C0200 Fysiikan ja matematiikan menetelmien studio 11

Tehtävä B: Munuaisen kaliumpitoisuus Munuaisen kaliumpitoisuus hetkellä t on k(t). Alkuhetkellä se on k(0) = 0.0025 mg/cm 3. Munuainen asetetaan suureen astiaan, jonka kaliumpitoisuus on 0.0040 mg/cm 3. Tunnin kuluttua munuaisen kaliumpitoisuus on kohonnut arvoon k(1) = 0.0027 mg/cm 3. Tutki kaliumpitoisuuden muuttumista ajan funktiona. Mikä differentiaaliyhtälö kuvaa munuaisen kaliumpitoisuuden muuttumista? Vinkki: munuaisen kaliumpitoisuuden muutos, d dtk(t), on suoraan verrannollinen astian kaliumpitoisuuden ja munuaisen kaliumpitoisuuden erotukseen. Milloin munuaisen kaliumpitoisuus saavuttaa arvon 0.0035 mg/cm 3? Kuinka suureksi munuaisen kaliumpitoisuus lopulta kohoaa? Laske raja-arvo käyttäen Limit-komentoa. SCI-C0200 Fysiikan ja matematiikan menetelmien studio 12

Tehtävä C: Peto-saalis-malli Peto-saalis-mallissa kuvataan kahden lajin populaatioiden koon vaihteluja seuraavalla differentiaaliyhtälösysteemillä: d x(t) dt = ax(t) bx(t)y(t) d y(t) dt = py(t) + qx(t)y(t) jossa muuttujat x(t) ja y(t) kuvaavat saalis- ja petokantojen kokoja kullakin ajanhetkellä t, ja a, b, p ja q ovat parametreja. Alussa saaliita on 5 ja petoja 2. Parametrien arvot ovat a = 2; b = 0.2; p = 3; q = 0.1. SCI-C0200 Fysiikan ja matematiikan menetelmien studio 13

1. Ratkaise differentiaaliyhtälösysteemi numeerisesti käyttäen komentoa NDSolve. Piirrä ratkaisu vaihetasoon komennolla ParametricPlot. Kirjoita kaikki komennot yhden solun sisään, jotta parametrejä voi myöhemmin helposti muokata. v Liitä vastauksiisi kuva, joka kuvaa petojen saalisten määrän kehitystä vaihetasossa. 2. Laske systeemille tasapainopiste, jossa ax(t) bx(t)y(t) = 0 ja py(t) + qx(t)y(t) = 0. Mikä on systeemin tasapainopiste? Anna sille tulkinta. 3. Ratkaise differentiaaliyhtälösysteemi käyttäen alkutilanteena tasapainopisteettä ja piirrä kuvaaja. Kokeile sitten hieman tasapainotilanteesta poikkeavia alkuarvoja. Mitä näet kuvaajassa, kun käytät lähtötilanteena tasapainopistettä? Entä, kun muutat alkuarvoja tästä hieman? SCI-C0200 Fysiikan ja matematiikan menetelmien studio 14

Kotitehtävä: Newsvendor-malli Tässä harjoituksessa ratkaisemme klassisen Newsvendor-tilausmallin optimitilausmäärän analyyttisesti. Vesan yritys tilaa myyntiin vekottimia. Tilausmäärä on q. Tehtaan toimitusmäärä on epävarma. Se toimittaa osuuden Z (satunnaismuuttuja) tilausmäärästä. Vesa myy vekottimet hintaan p euroa per kappale. Tehtaalle Vesa maksaa c per toimitettu kappalemäärä. Vekottimien kysyntää ei tiedetä tarkalleen vaan se on satunniasmuuttuja D. Yrityksen saama tuotto π(q) on siis satunnaismuuttuja: myytymäärä {}}{ π(q) = p min(d, Zq) }{{} myyntitulot czq }{{}. (5) kustannukset Tehtävänäsi on löytää q jolla tuoton odotusarvo maksimoituu. SCI-C0200 Fysiikan ja matematiikan menetelmien studio 15

Kotitehtävä: Newsvendor-malli 1. Satunnaismuuttuja Z Tas[0,1] ja D Tas[0,300]. Ratkaise Mathematicalla tuoton odotusarvon analyyttinen lauseke. Odotusarvon saat integroimalla E[π(q)] = E[p min(d, qz) cqz] = 300 1 0 0 f D(d)f Z (z)(p min(qz, d) cqz)dzdd, missä f D ja f Z ovat D:n ja Z:n tiheysfunktiot. Mikä on tuoton odotusarvon analyyttinen lauseke. Vinkki: Ennen integrointia on keksittävä f D ja f Z. Mitä ne ovat tasajakautuneille satunnaismuuttujille? v Liitä vastauksiisi kuva tuoton odotusarvosta tilausmäärän q funktiona. q [0, 500], p = 120 ja c = 30. (6) SCI-C0200 Fysiikan ja matematiikan menetelmien studio 16

Kotitehtävä: Newsvendor-malli 2. Välttämätön ehto optimaaliselle tilausmäärälle q on de[π(q )] dq = 0 (7) Derivoi odotusarvon lauseke ja ratkaise nollakohta Solve-komennolla. Mikä on optimaalisen tilausmäärän lauseke? Sijoita lausekkeeseen p = 120 ja c = 30. Mikä on tällöin optimaalinen tilausmäärä? SCI-C0200 Fysiikan ja matematiikan menetelmien studio 17