Baixe o app para aproveitar ainda mais
Prévia do material em texto
Métodos Computacionais da F́ısica B Avaliação 2 / 2020-2 Aluno: Helena do Nascimento Coelho Matŕıcula: 00305645 1. xn+1 = f(xn) = −32xn2 + 52xn + 1 Verificar que 0, 1 e 2 constituem uma órbita periódica do mapa: f(0) = −3 2 (02) + 5 2 (0) + 1 = 1 f(1) = −3 2 (12) + 5 2 (1) + 1 = 2 f(2) = −3 2 (22) + 5 2 (2) + 1 = 0 0 → 1 → 2 → 0 ... Assim, 0, 1 e 2 constituem uma órbita periódica. Para determinar a estabilidade devemos derivar F (3)(x) = f(f(f(x))) e testar se |F (3)�(x∗)| < 1 : d dx f(g(h(x))) ���� x=x∗ = df dx ���� x=g(h(x∗) d dx g(h(x) ���� x=x∗ = df dx ���� x=g(h(x∗)) dg dx ���� x=h(x∗) dh dx ���� x=x∗ Levando em conta que f = g = h: df (3) dx ���� x=x∗ = df dx ���� x=f(f(x∗)) df dx ���� x=f(x∗) df dx ���� x=x∗ → df (3) dx ���� x=0 = df dx ���� x=f(f(0)) df dx ���� x=f(0) df dx ���� x=0 f(x) = -3 2 x2 + 5 2 x+ 1, f �(x) = −3x+ 5 2���� df (3) dx ���� x=0 ���� = ���� df dx ���� x=2 df dx ���� x=1 df dx ���� x=0 ���� ���� df (3) dx ���� x=0 ���� = ����(−3.2 + 52)(−3.1 + 52)(−3.0 + 52) ���� = ���� 35 8 ���� = ����4, 375 ���� > 1 Podemos concluir que o ciclo é instável. 2. xj+1 = xje µ(1−xj) Pontos fixos: x∗ = x ∗ eµ(1−x∗) → x1∗ = 0 Quando x∗ �= 0: 1 = eµ(1−x∗) → ln1 = µ(1− x∗) → 0 = µ− µx∗ → µ = µx∗ → x2∗ = 1 f(x) = x ∗ eµ(1−x∗) → f �(x) = eµ(1−x) − µxeµ(1−x) Para que os pontos fixos sejam estáveis: ���� df dx ���� x=x∗ ���� < 1 Para x1∗ = 0, |f �(x1∗)| < 1 → |eµ(1−0)−µ0eµ(1−0) | < 1 → |eµ| < 1 → eµ < 1 → µ < ln1 µ < 0, para que x1∗ seja estável. Para x2∗ = 1, |f �(x2∗)| < 1 → |eµ(1−1)−µ1eµ(1−1) | < 1 → |1− µ| < 1 → −1 < 1− µ < 1 → 2 > µ > 0 0 < µ < 2, para que x2∗ seja estável. 1 joseh Carimbo novo 3. (a) média = 0.499697733662073 (b) desvio padrão = 0.28827829603991323 4. (a) ρ(x) = Acos(πx 2L ), x ∈ [−L,L), para L = 10 o valor de A se dá por: � 10 −10 Acos( πx 20 )dx = 1 u = πx 20 , A � π/2 −π/2 cos(u) 20 π du = 1 → A20 π � π/2 −π/2 cos(u)du = 1 → A20π � sin(u) �π/2 −π/2 = 1 A40 π = 1 → A = π 40 → A = 0, 078540 (b) No intervalo [0, 1), L = 10 e x = 0,6: ρ(x) = 0, 078540cos(πx 20 ) → R = 0, 078540 � x−10 cos(πx20 )dx R = 0, 07854020 π sin(πx 20 )− 0, 07854020 π sin(−10π 20 ) sin(πx 10 ) = R+0,078540 20 π sin(−10π 20 ) 0,078540 20 π → sin(πx 10 ) = R 0,078540 20 π − 1 x = 20 π arcsin( R 0,078540 20 π − 1), lembrando que x = 0,6. Então, sin(0,6π 20 ) = R 0,078540 20 π − 1 R = 0, 547055 (c) média dos valores em x2 = -0.005830 ���� ��� ��� ��� ��� ��� ��� ��� ���� ���� ���� ���� ���� ���� ���� ���� ���� ���� �� ���� ���������� 5. (a) I = � 10 −10 2[1− ( x10)2]dx I = 2( � 10 −10 1dx− � 10 −10 x2 100 dx) → I = 2([x]10−10 − [ x 3 300 ]10−10) → I = 2(20− 203 ) → I = 803 I = 26, 666667 (b) i) I = 26.661199999999997 � ����� ����� ����� ����� ������ ���� ���� ���� ���� ���� ���� ���� ���� ���� ���� ������� 2 # −*− coding: utf−8 −*− """prova2_helenadonascimentocoelho_00305645.ipynb Automatically generated by Colaboratory. Original file is located at https://colab.research.google.com/drive/1AMMligtiw7Ru9yBvihEbmVZRePxXQd73 """ #questão 3 import numpy as np import math def aleatorio(): a = 16807 m = 2147483647 aleatorio.x = a*aleatorio.x % m y = 1.0*aleatorio.x/m return y aleatorio.x = 947236 #a X = [] N = np.arange(0,100001,1) for i in range (len(N)): x = aleatorio() X.append(x) media = sum(X)/len(X) print("Média =", media) #b x_media = 0 for i in range (100000): x_media = (X[i] − media)**2 + x_media desvio = math.sqrt(x_media / 99999) print("Desvio padrão =", desvio) #Para não usar os comandos len e sum na letra a z = 0 for i in range (100000): z = X[i] + z mediaa = z/100000 print("Média calculada sem o comando sum =", mediaa) #questão 4c import matplotlib.pyplot as plt import numpy as np def inversa(X): d = 20/math.pi c = 1.999995323 return (d)*np.arcsin((c*X) − 1) X2 = [] z = 0 for i in range (100000): z = (inversa(X[i])) + z X2.append(inversa(X[i])) X2 = np.array(X2) media_x2 = z/100000 print("Média de x2 =", media_x2) x = np.linspace(−10,10,100) May 20, 21 17:53 Page 1/3prova2_helenadonascimentocoelho_00305645.py def p(x): return 0.078540* math.cos(math.pi*(x)/20) probabilidade = [] for i in range(len(x)): probabilidade.append(p(x[i])) probabilidade = np.array(probabilidade) ’’’ #figura sem a normalização figura = plt.figure(figsize=(10,5)) plt.bar(x, probabilidade, label=’Histograma’, color=’red’) plt.plot(x, probabilidade, color = ’black’, label=’p(x)’) plt.legend() ’’’ #para normalizar valor_maior = 0 valor_menor = 0 for i in range(100000): if (X2[i] > valor_maior): valor_maior = X2[i] if (X2[i] < valor_menor): valor_menor = X2[i] delta_x =(valor_maior − valor_menor)/100 #print(valor_menor) #print(valor_maior) #print(delta_x) valor_histograma = [] limite_minimo = valor_menor limite_maximo = valor_menor + delta_x for i in range(100): soma_histograma = 0 for i2 in range(100000): if (limite_minimo <= X2[i2]): if (limite_maximo > X2[i2]): soma_histograma = soma_histograma + 1 limite_minimo = limite_minimo + delta_x limite_maximo = limite_maximo + delta_x histograma = soma_histograma/(100000*delta_x) valor_histograma.append(histograma) figura = plt.figure(figsize=(15,5)) plt.subplot(1,2,1) plt.bar(x, valor_histograma, width = delta_x, ec = "k", color=’royalblue’, label=’ Histograma’) plt.plot(x, probabilidade, color = ’red’, label=’p(x)’) plt.legend() plt.title(’4c’) plt.savefig(’figura4c.pdf’) #questao 5b #i Y = [] for i in range(100000): y = aleatorio() Y.append(y) YY = [] XX = [] xmax = 10 xmin = −10 ymax = 2 ymin = 0 for i in range(100000): K = X[i]*(xmax − xmin) + xmin Z = Y[i]*(ymax − ymin) + ymin XX.append(K) May 20, 21 17:53 Page 2/3prova2_helenadonascimentocoelho_00305645.py Printed by mendeli Friday May 21, 2021 1/2prova2_helenadonascimentocoelho_00305645.py joseh Carimbo novo joseh Carimbo novo joseh Carimbo novo YY.append(Z) YY = np.array(YY) func = [] def funcao(XX): return 2*(1 − ((XX)**2 / 100)) for i in range(100000): f = funcao(XX[i]) func.append(f) func = np.array(func) S = 0 N = np.arange(1,100001, 1) grafico = [] for i in range(len(N)): if (func[i] >= YY[i]): S = S + 1 integral = (S/N[i]) * (xmax − xmin)*(ymax − ymin) grafico.append(integral) print("Valor da integral pelo método da tentativa e erro =", integral) plt.subplot(1,2,2) plt.plot(N,grafico, color=’gray’) plt.ylim(26.5,27.40) plt.title(’ i − 5b’) May 20, 21 17:53 Page 3/3prova2_helenadonascimentocoelho_00305645.py Printed by mendeli Friday May 21, 2021 2/2prova2_helenadonascimentocoelho_00305645.py joseh Carimbo novo joseh Carimbo novo
Compartilhar