Begrebskort for lineære differentialligningsmodeller

Slides:



Advertisements
Lignende præsentationer
Funktioner Grundbegreber.
Advertisements

Funktioner Grundbegreber.
Produktionsøkonomi Kort sigt Erhvervsøkonomi / Managerial Economics
Differentialligninger før og nu
Parabler, 2. gradspolynomier og 2.gradsligninger
Dummyvariabler 13. oktober 2006
Ligninger af første grad i en variabel
Learnmark Horsens Patrik & Jakob HH1MB
Funktioners parametre Beviser
Parabler – toppunkt og rødder
Statistik Lektion 17 Multipel Lineær Regression
Formularer (Access, del 3)
Illustration fra Kort om kræft figur 4.1.
Algoritme for anden grads ligninger
Lineære funktioner AM/ Maj 2006
2. gradspolynomier og parabler
KM2: F221 Kvantitative metoder 2 Specifikation og dataproblemer 2. maj 2007.
Differentiering og funktioner generelt
Tegning af en parabel I hånden.
Koordinatsystemet Y-aksen 2. aksen X-aksen 1. aksen.
Motorer og turbiner Lektion 5 Motorer.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 4. november 2005.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation 26. november 2004.
Signalbehandling og matematik (Tidsdiskrete signaler og systemer)
1 Lektion 18: Priser i en åben økonomi 1.Økonomiske nyheder 2.Repetition 3.Dagens pensum 4.Hvad kan I få eksamensspørgsmål i? 5.Næste lektion 6.Tilbagemelding.
22.maj 12 Globaliseringsredegørelsen Globaliseringsredegørelsen 2012 Grafer og figurer fra temakapitlet: Gældskrisen fører til langvarig lavvækst.
Validering af data (Access, del 7)
Opslagsfelter (Access, del 6). RHS – Informationsteknologi 2 Udgangspunkt Vi er ofte i den situation, at valg af en type for et felt ikke begrænser vores.
Parabler, 2. gradspolynomier og 2.gradsligninger
Eksponentielle funktioner
Økonometri 1: Dummy variable
Signifikanstest ved (en eller) to stikprøver
Hvordan kan man læse dette regnestykke? -7 – 3
LINEÆR FUNKTIONER MATEMATIK A.
Kap. 7. Tidejord. Torge Kap og (S. Abbas Khan)
1 Kap. 12.Evalueringsmetoder, Torge 6.1 Anomale tyngdefelt: T=W-U.
2. gradsligning.
Opgave 2 24 Opgave 23 Opgave 22 Opgave 21 Opgave 20 Opgave 19 Opgave 18 Opgave 17 Opgave 16 Opgave 15 Opgave 14 Opgave 13 Opgave 12 Opgave Opgave.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 7. april 2003.
Problemformuleringer med matematik
Differentialregning Af Mathias P., Kim og Maja Først har vi de basale spørgsmål, som alle skal have med. Derefter har vi det med du skal bruge, hvis du.
Økonometri 1: Binær responsmodeller: Logit og probit1 Økonometri 1 Binær responsmodeller: Logit og probit 8. maj 2003.
Globaliseringsredegørelsen 24.mar. 14 Figurer fra Danmark tiltrækker for få udenlandske investeringer i Sådan ligger landet
2. gradsfunktioner.
Hvordan kan man læse dette regnestykke? -7 – 3
Økonometri 1: F121 Økonometri 1 Heteroskedasticitet 27. oktober 2006.
1 Vi ser nu på en general graf Men antager at alle afstande er heltallige (Det er ikke så restriktivt) Algoritmen leder efter den mindst mulige dækningsdistance.
Delprøve i kurset ”Calculus og indledende lineær algebra” 29. oktober 2014 Delprøve i M2CAL2 29. oktober A. B. A. 1x1 + 1x4 + 1x(-1) = 4 B. 1x4 =
Delprøve (reduceret) i kurset ”Calculus og indledende lineær algebra” den 7. maj 2014 Delprøve i M2CAL2, Betragt matricen til højre. Hvilket.
Satellitbaner . Hvor er satellitten ? Kan vi se den ?
1 Design, analyse og verifikation. 2 Design Bevisteknikker Design ved hjælp at matematisk induktion Analyse O-notation Logaritmer Binær søgning Verifikation.
Opslagsfelter (Access, del 6). RHS – Informationsteknologi – Udgangspunkt Vi er ofte i den situation, at valg af en type for et felt ikke begrænser.
1 Kap. 4, Jordens Tyngdefelt = Torge, 2001, Kap. 3. Tyngdekraftens retning og størrelse g (m/s 2 ) Acceleration Tyngdepotentialet (W): evene til at udføre.
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation, og dataproblemer 9. november 2004.
Satellitbaner . Hvor er satellitten ? Kan vi se den ?
Kapitel 5 Lineære DB-modeller
Økonometri 1: Specifikation og dataproblemer1 Økonometri 1 Specifikation og dataproblemer 2. november 2004.
Økonometri 1: Instrumentvariabelestimation1 Økonometri 1 Instrumentvariabelestimation II 28. april 2006.
Økonometri 1: Dummy variable1 Økonometri 1 Dummy variable 24. marts 2003.
Simpel Lineær Regression
Økonometri 1: Inferens i den multiple regressionsmodel1 Økonometri 1 Inferens i den multiple regressionsmodel 3. marts 2003.
Kvantitative metoder 2: Den multiple regressionsmodel1 Kvantitative metoder 2 Den multiple regressionsmodel 26. februar 2007.
Side Grundlæggende teoretisk statistik Hypotesetest: Test i 2 populationer.
Økonometri 1: F151 Økonometri 1 Specifikation og dataproblemer 10. november 2006.
Globaliseringsredegørelse 21.mar. 11 Globaliseringsredegørelsen 2011 Grafer fra temakapitlet Eksporten som drivkraft for vækst og velstand.
Økonometri 1: Den multiple regressionsmodel1 Økonometri 1 Den multiple regressionsmodel 15. februar 2006.
Kvadratisk optimering Lavet af Mikkel Iversen og Mathias Møllemus Svendsen HH3-ØA.
Præsentationens transcript:

Begrebskort for lineære differentialligningsmodeller validering af modellen 23 2-kompartments- model 1 system af 2 lineære difflign. 23 teori 2 6 23 3 begyndelses- og parameterværdier 5 7 måledata/ empiri 4 9 det karakteristiske polynomium 10 8 egenværdier 19 anvendelse af modellen nulhældnings- kurver 11 13 12 ligevægtsløsning 21 20 22 16 faseplan og hældningsfelt analytisk løsning 14 numerisk løsning 17 18 stabilitet 15 banekurve

Hvis f=g=0 er systemet homogent. 2-kompartments- model 1 system af 2 lineære difflign. En kompatsmentsmodel med to kompartments kan matematiseres med et system af to koblede lineære differentialligninger, hvis alle strømme ind og ud af hvert kompartment er proportionale med et af de to størrelser eller uafhængige af dem. Et system af de to koblede lineære differential-ligninger med konstante koefficienter har generelt formen: x’ = ax + by + f y’ = cx + dy + g Hvis f=g=0 er systemet homogent.

2-kompartments- model 2 begyndelses- og parameterværdier 2. Kompartmentmodellen definerer systemets variable og dermed systemets begyndelsesværdier samt systemets parametre.

3. For et system af to koblede homogene differentialligninger: af 2 lineære difflign. 3. For et system af to koblede homogene differentialligninger: x’ = ax + by y’ = cx + dy defineres det karakteristiske polynomium: p(z) = z2 – (a+d)z + (ad-bc) 3 det karakteristiske polynomium

Ligevægtsløsningerne findes ved at løse ligningssystemet: x’=0 y’=0 af 2 lineære difflign. Ligevægtsløsningerne findes ved at løse ligningssystemet: x’=0 y’=0 Hvis de to differentialligninger ikke er proportionale, dvs. hvis ad bc, er der netop én ligevægtsløsning. Hvis systemet er homogent er ligevægtsløsningen x(t)=0 og y(t)=0. Ellers findes ved løsning af to ligninger med to ubekendte. 4 ligevægtsløsning

system af 2 lineære difflign. 5 nulhældnings- kurver 5. Giver to retliniet nulhældningskurver, der findes af henholdsvis x’=0 og y’=0.

system af 2 lineære difflign. 6 begyndelses- og parameterværdier 6. Gør det muligt at finde en bestemt løsning til systemet, der opfylder begyndelsesbetingelserne.

begyndelses- og parameterværdier 7 måledata/ empiri 7. Begyndelsesbetingelser og parameterværdier kan ofte estimeres/udledes ud fra måledata eller anden empiri.

det karakteristiske polynomium 8 egenværdier 8. har egenværdierne som rødder. Egenværdierne (rødderne) kan være reelle eller komplekse.

9. kan udtrykkes ved hjælp af parameterværdierne. begyndelses- og parameterværdier 9 egenværdier 9. kan udtrykkes ved hjælp af parameterværdierne.

10. egenværdierne kan evt. estimeres ud fra måledata. empiri 10 egenværdier 10. egenværdierne kan evt. estimeres ud fra måledata.

11. egenværdierne kan bruges til at karakterisere den 11. egenværdierne kan bruges til at karakterisere den kvalitative opførsel af hældningsfeltet i faseplanen, jf. de fem typer der er beskrevet i noterne. egenværdier 11 faseplan og hældningsfelt

12. bestemmer sammen med ”egenvektorerne” den 12. bestemmer sammen med ”egenvektorerne” den fuldstændige løsning til systemmet. Hvis der er to forskellige egenværdier,  og , har den fuldstændige løsning formen: x(t) = c1 r et + c2 u et y(t) = c1 s et + c2 v et hvor (r, s) passer i ligningerne: ax + by= x og cx + dy= y, og (u,v) i ligningerne: ax + by=  x og cx + dy=  y egenværdier 12 analytisk løsning

13. egenværdierne afgøre stabiliteten af. ligevægstsløsningen 13. egenværdierne afgøre stabiliteten af ligevægstsløsningen. Hvis egenværdierne begge er negative (eller har negativ realdel i tilfælde de er komplekse) er ligevægtsløsningen stabil. I alle andre tilfælde er den ustabil. egenværdier 13 stabilitet

14. Ligevægtsløsningen er stabil, hvis systemets tilstand 14. Ligevægtsløsningen er stabil, hvis systemets tilstand forbliver tæt på ligevægtstilstanden for enhver lille forskydning væk fra ligevægten. ligevægtsløsning 14 stabilitet

15. En ligevægtsløsning har et punkt som banekurve i faseplanen.

16. Analytiske løsninger giver mulighed for 16. Analytiske løsninger giver mulighed for at beregne løsningskurver, der kan sammenlignes med måle data. måledata/ empiri 16 analytisk løsning

Analytiske løsninger kan afbildes som banekurver, dvs Analytiske løsninger kan afbildes som banekurver, dvs. punkter af sammenhørende værdier (x(t),y(t)). analytisk løsning 17 banekurve

18. Banekurver kan afbildes i faseplanen, og vil da 18. Banekurver kan afbildes i faseplanen, og vil da overalt tangere hældningsfeltet. De kvalitativt forskellige banekurver, der kan forekomme, udgør til sammen et faseportræt af ligningssystemet. faseplan og hældningsfelt 18 banekurve

begyndelses- og parameterværdier 19 19. giver grundlag numerisk beregning af løsninger til specifikke begyndelsesværdier. numerisk løsning

20. Nulhældningskurverne kan afbildes som rette 20. Nulhældningskurverne kan afbildes som rette linier i faseplanen, og vil skære henholdsvis lodrette (x’=0) og vandrette (y’=0) tangenter i hældningsfeltet. nulhældnings- kurver 20 faseplan og hældningsfelt

21. Ved hjælp af numeriske metoder (MatLab) kan 21. Ved hjælp af numeriske metoder (MatLab) kan man beregne løsninger for forskellige begyndelses- betingelser og parameterværdier. Hermed kan modellen anvendes til at analyse forskellige situationer i det virkelige system. anvendelse af modellen 21 numerisk løsning

22. Numeriske løsninger kan. sammenlignes med måledata og evt 22. Numeriske løsninger kan sammenlignes med måledata og evt. give grundlag for at fitte parameterværdier til data. måledata/ empiri 22 numerisk løsning

validering af modellen 23 2-kompartments- model teori 23 måledata/ empiri 23. Modellens validitet (gyldighed) må vurderes i forhold til hvad den skal bruges til, overensstemmelse med måledata samt dens teoretiske grundlag. anvendelse af modellen