Kan formler overraske?
|
|
- Victoria Bech
- 8 år siden
- Visninger:
Transkript
1 Kan formler overraske? Af Neli Demitrova Institute of Mathematics and Informatics Bulgarian Academy of Sciences 1 Introduktion I vore dage kan man se computerfremstillede fraktale mønstre alle vegne, lige fra digitalt design, der vrider sig på plakater til illustrationer i seriøse videnskabelige journaler. Der er fortsat stigende interesse for dette blandt videnskabsfolk og overraskende nok også hos kunstnere og designere. Denne artikel bidrager med eksempler på grafisk fremstilling af komplicerede og smukke strukturer der kan opstå ud fra selv simple ligninger. Fraktaler er geometriske objekter der sædvanligvis er resultat af iterativ og rekursiv brug af formler eller algoritmer, hvilket indebærer, at de ikke blot er statiske billeder, men skabt gennem en dynamisk proces. Tænk på de smukke former vi kan se i naturen: planter som resultat af deres dynamiske vækst; bjerge som resultat af fortidens tektoniske aktiviteter og erosionsprocesser. Det er nok ikke så vanskeligt at forestille sig, at hvis et system er beskrevet du fra komplicerede matematiske ligninger vil dets løsning også være kompliceret og uforudsigeligt. Det, der har overrasket de fleste forskere, er at selv simple systemer beskrevet med simple ligninger kan have "mærkelige" løsninger. Det berømteste eksempel er nok den såkaldt logistiske vækst, der optræder som model for udviklingen af en enkelt art i antal gennem tid, når der er et loft på, hvor mange individer der kan trives i et område. Det kan man læse mere om i [1]. Her skal vi se på systemer bestående af to ikke-lineære ligninger, der danner grundlag for itererede beregninger, dvs. beregninger hvor "outputtet" fra et givet trin bruges som "input" i næste trin og det er den samme formel der bruges igen (rekursion) - lige som terminsvis fremskrivning i rentesregning. Den slags systemer dukker for eksempel op i økologien, når man opstiller populationsmodeller for udviklingen af et antal af en rovdyrart i forhold til en byttedyrsart. To klassiske, såkaldt Lotka- Volterra modeller, præsenteres i afsnit 2. og bruges til at præsentere ideen bag begrænsede og stabile løsninger (såkaldte trajektorier eller baner) for sådanne systemer. Eksempler på generelle kvadratiske, kubiske og andre ikke-lineære iterations afbildninger præsenteres i de næste Afsnit 3, 4 og 5. Som grafikken vil vise afviger løsningerne her fuldstændigt fra dem der ses i Afsnit 2. Trajektorierne, der er begrænsede og ustabile beskriver plane figurer, der nærmest kan sammenlignes med kunstværker. Hvis du vil vide mere om egenskaber ved den slags løsninger for itererede afbildninger kan du læse Afsnit 6. Illustrationerne i denne artikel er udført med CASværktøjet Maple 13. Maple-kommandoer der frembringer nogle af billederne præsenteres i et appendiks til sidst. 2 Diskrete rovdyr-byttedyr modeller Lad os se på en model for den situation, hvor en dyreart æder en anden. I naturen kan det for eksempel være haj-byttefisk, los-snehare, mariehøne-bladlus, ulv-kanin. En forenklet model for denne situation, den såkaldte Lotka-Volterra model [2], ser således ud:
2 Her betegner p 1, p 2, p 3, q 1 og q 2 ikke negatige konstanter. x n og y n repræsenterer antallet af hhv. byttedyr og rovdyr i populationerne til tid n. Leddene, der optræder på højre side af ligningerne, har følgende biologiske betydning: (1 + p 1 )x n p 2 x n 2 repræsenterer den logistiske vækst af byttedyrene i fravær af rovdyr. p 3 x n y n og q 2 x n y n repræsentere vekselvirkningen mellem de to arter: byttedyrene taber og rovdyrene vinder ved vekselvirkningen. (1 q 1 )y n repræsenterer rovdyrenes uddøen i tilfældet af mangel på byttedyr. Der er tre bestemte udviklingstyper, der ofte observeres. I første tilfælde lever de to arter i harmonisk sameksistens. I naturen er det det mest sandsynlige. Det andet tilfælde er når den ene art uddør, og tredje situation er den, hvor begge arter uddør. Indsætter vi begyndelsesværdier (x 0, y 0 ) til tid n = 0 kan vi trin for trin ved hjælp af (1) regne os frem til en følge af punkter i (x,y)-planen. Denne følge beskriver udviklingen af de to populationer, som tiden går. Den kaldes en trajektorie (bane) for (x 0, y 0 ). Sidstnævnte punkt kaldes begyndelsespunktet eller begyndelsesbetingelsen. Værdierne af følgen (2) afhænger af såvel (x 0, y 0 ) som af konstanterne p 1, p 2, p 3, q 1 og q 2. Det væsentlige spørgsmål er: Hvis (x 0, y 0 ) er givet, hvad kan vi så sige om banen (2) i tidens løb, altså når n er vokset tilstrækkeligt meget. Figur 1(a) viser tre trajektorier når for tre forskellige valg af begyndelsesbetingelser (x 0, y 0 ) = (20,5); (x 0, y 0 ) = (100,10) og (x 0, y 0 ) = (50,40) markeret med firkantede mærker. Man kan se, at i alle tre tilfælde nærmer banerne sig et bestemt punkt i planen og forbliver tæt på det. Sådan et punkt kaldes en stabil ligevægtstilstand eller en attraktor (tiltrækker). Du kan finde punktet ved i (1) at erstatte x n+1 og x n med x og y n+1 og y n med y og løse det fremkomne ligningssystem med hensyn til x og y. Man finder tre løsninger (x,y) = (0,0); (x,y) = (500,0) og (x,y) = (150,35). Den tredje af disse løsninger er attraktoren, som ses på figur 1(a). De to andre ligevægtstilstande kaldes ustabile for uanset hvor tæt på dem vi vælger vores begyndelsespunkter vil vi bevæge os væk fra dem når n vokser. Hvis man sætter p 2 = 0 i modellen (1) svarer det til en ændring af vækstraten i rovdyrspopulationen. Ligningssystemet (1) reduceres herved til Figur 1(b) viser en bane udregnet med samme værdier som i (3) - bortset fra p 2 og med begyndelsesbetingelsen (x 0, y 0 ) = (20,5) markeret med et kvadratisk mærke. Nu ser vi et helt andet udviklingsforløb: De to populationer svinger i såkaldt stabil cyklus. Hvordan kan systemet (4) fortolkes i forhold til de to arters udsving i antal? Hvis forholdet mellem rovdyr og byttedyr er relativt
3 stort vil antallet af rovdyr falde. Når forholdet falder, vil antallet af byttedyr vokse. Hvis der er tilstrækkelig mange byttedyr vil antallet af rovdyr begynde at vokse. Og når der bliver mange rovdyr begynder antallet af byttedyr at falde og så fremdeles. Denne cykliske udvikling gentages igen og igen. Figur 1 Trajektorier (baner): (a) fra model (1) og (b) fra model (4) Banerne i de to ovenstående eksempler har det til fælles at de alle er begrænsede, dvs. alle punkterne fra følgen (2) holder sig inden for bestemte firkanter i (x,y)-planen som du ser på Figur 1, og det gælder for enhver bane med begyndelsespunkt (x 0, y 0 ), inden for de pågældende firkanter. I de to systemer er der enten en stabil ligevægtstilstand, der tiltrækker alle baner, eller banerne går ind i en stabil cyklus. I begge tilfælde siger man at banerne er stabile. Ligningerne i (1) og (4) kaldes diskrete, iterative systemer eller itererede afbildninger fordi næste værdi af x- og y-størrelserne beregnes ud fra den foregående værdi af samme størrelser. I næste afsnit skal vi se på mere generelle eksempler af itererede afbildninger, for hvilke banerne er begrænsede, men ustabile: sådan en bane vil aldrig bevæge sig uendelig langt væk, men den vil heller aldrig falde til ro ved et punkt eller i en stabil cyklus. Begyndelsespunkterne drages til en speciel type attraktor kaldet en mærkelig eller kaotisk attraktor, som hverken er et punkt eller en endelig punktmængde, men snarere et kompliceret geometrisk objekt kaldet en fraktal. 3 Itererede kvadratiske afbildninger De itererede afbildninger (1) og (4) indeholder led på formen x n 2 og x n y n som deres højeste ordens led. Derfor kalder vi dem afbildninger af 2. orden eller kvadratiske afbildninger. Den generelle form for en kvadratisk afbildning er givet ved For eksempel fremkommer afbildningen i (1) ved at vi sætter a 1 = 0, a 2 = 1 + p 1, a 3 = p 2, a 4 = p 3, a 5 = a 6 = 0, b 1 = b 2 = b 3 = 0, b 4 = q 2, b 5 = 1 q 1, b 6 = 0 Indfør betegnelserne a = (a 1, a 2, a 3, a 4, a 5, a 6 ) og b = (b 1, b 2, b 3, b 4, b 5, b 6 ) for man kalder koefficientvektorerne i (5). Tabel 1 indeholder seks forskellige taleksempler fra [4]. I alle eksempler er begyndelsespunktet sat til (x 0, y 0 ) = (0,0).
4 Tabel 1 Eksempler på kvadratiske afbildninger med kaotiske attraktorer Nyd nu de fascinerende former af de kaotiske attraktorer for disse afbildninger på Figurerne 2 til 4. Beregninger og illustrationer er udført ved hjælp af CAS-programmet Maple 13. Maplekommandoerne, der fører til det venstre billede på Figur 2, er vist i appendiks sidst i artiklen. Bemærk at antallet af iterationer er sat til Denne værdi svarer til antallet n af punkter i (2) brugt til at fremstille billedet. Nogle af eksemplerne i Tabel 1 kræver endog flere iterationer - omkring Forestil dig at du skulle lave et sådant billede ved at foretage udregningerne med papir og blyant uden nogen form for regnetekniske hjælpemidler. Hvor lang tid mon det ville tage? Hvor meget ville det hjælpe, hvis du måtte bruge en lommeregner med de fire regningsarter? Billederne kan overhovedet ikke fremstilles uden computere og derfor er det ikke underligt, at man i det 19. århundrede betragtede fraktaler som mærkværdige undtagelser og kaldte dem monstre. Med det 21. århundredes teknologier til rådighed stiller situationen sig ganske anderledes. Et skoleeksempel på, hvorledes hjælpemidler kan være med til at udvikle matematikken. Figur 2: Kaotiske attraktorer for de kvadratiske afbildninger fra Eksemplerne 1 og 2 i Tabel 1
5 Figur 3: Kaotiske attraktorer for de kvadratiske afbildninger fra Eksemplerne 3 og 4 i Tabel 1 Figur 4: Kaotiske attraktorer for de kvadratiske afbildninger fra Eksemplerne 5 og 6 i Tabel 1 Opgave 1: Visualiser den kaotiske attraktor kendt som Hénon-attraktoren [2] efter den franske astronom Michel Hénon der beskrev den i 1976: med begyndelsesbetingelse (x 0, y 0 ) = (0,0) og koefficienter (i) c = -1,2 og d = 0,4 (ii) c = -1,4 og d = 0,3 Opgave 2: Visualiser de kaotiske attraktorer for følgende kvadratiske afbildninger
6 med begyndelsesbetingelse (x 0, y 0 ) = (0,0). Bemærk at der er brugt decimalpunktum i stedet for komma for ikke at forveksle koordinatskilletegnene med decimalkommaer. 4 Itererede kubiske afbildninger Hvis vi til de kvadratiske udtryk i (5) tilføjer led som x n 3, x n 2 y n, x n y n 2 og y n 3 får vi kubiske (tredjegrads) udtryk. Den generelle kubiske afbildning har formen Lad a = (a 1, a 2, a 3, a 4, a 5, a 6, a 7, a 8, a 9, a 10 ) og b = (b 1, b 2, b 3, b 4, b 5, b 6, b 7, b 8, b 9, b 10 ) være koefficientvektorerne til (6). Tabel 2 indeholder numeriske data - se [4] - for kubiske afbildninger med kaotiske attraktorer. Billederne af disse kaotiske attraktorer ses på Figurerne 5 og 6. Havde man mon på forhånd kunnet gætte, at så forholdsvis enkle formler, kan producere så smukke billeder? Tabel 2 Eksempler på kubiske afbildninger med kaotiske attraktorer
7 Figur 5: Kaotiske attraktorer for de kubiske afbildninger fra Eksemplerne 7 og 8 i Tabel 2 Figur 6: Kaotiske attraktorer for de kubiske afbildninger fra Eksemplerne 9 og 10 i Tabel 2 Maple-kommandoerne der frembringer billedet til venstre på Figur 5 ses i appendikset. I eksemplerne 7 til 10 er begyndelsesbetingelserne (x 0, y 0 ) = (0,0). Det er værd at bemærke, at for de fleste af disse "mærkelige" attraktorer, betyder valget af begyndelsespunkt ikke noget som helst. Alle valg af begyndelsesbetingelser vil frembringe det samme billede. Forskellen består i den rækkefølge de enkelte punkter i attraktoren bliver plottet. Opgave 3. Fremstil billedet af den kaotiske attraktor for det kubiske system med koefficientvektorerne Opgave 4. Opskriv den generelle form for et fjerdegrads system og ret Maple-kommandoerne til så de kan fremstille det grafiske billede af den kaotiske attraktor for det kvadratiske fjerdegradssystem der har koefficientvektorerne
8 5 Andre fascinerende itererede afbildninger I de foregående to afsnit har vi set på systemer beskrevet ved polynomier i to variable af anden og tredje grad. Man kan også bygge systemer op af andre ikke-lineære funktioner, f.eks. trigonometriske funktioner, numerisk (absolut) værdi-funktionen, kvadratrod, fortegnsfunktionen osv. - alle funktioner der understøttes af snart sagt alle typer matematiks software. Nedenfor præsenteres to sådanne eksempler. Kongens drøm. Det drejer sig om en enkel, men smuk fraktal [7] frembragt af formelsystemet: med begyndelsesbetingelser (x 0, y 0 ) = (0.1,0.1) og a = , b = , c = og d = Fraktalen ses på Figur 7 til venstre. Hvis vi ændrer værdierne af b, c og d en lille smule til b= , c = og d = får vi en ny fraktal som er vis på Fig. 7 til højre. Figur 7 Kongens drøm til venstre og resultatet af små ændringer af parametrene til højre. Opgave 5. Frembring en anden fraktal ud fra (7) idet du bruger koefficientværdierne a = 0.967, b = 2.89, c = og d = med begyndelsespunkt (x 0, y 0 ) = (0.1,0.1). Barry Martin's fraktal er fraktalen frembragt af nedenstående diskrete iterationssystem x n+1 = y n sign(x n ) bx n c y n+1 = a x n, n = 0,1,2,. ; x 0 = y 0 = 0.1 Tre specielle funktioner indgår i den første ligning: kvadratrod, numerisk (absolut) værdi og fortegnsfunktionen sign. Sidstnævnte giver 1 hvis argumentet er positivt, 1 hvis argumentet er
9 negativt. Konstanterne a, b og c kan sættes til alle mulige værdier. Fraktalerne på figur 8 er beregnet for a = 1, b = 2 og c = 3 på det venstre billede og a = 0.4, b = 1 og c = 0.1 på det højre billede. Figur 8 Barry Martin's mærkelige attraktorer Opgave 6. Konstruer andre Barry Martin attraktorer med begyndelsesværdi x 0 = y 0 = 0.1 og koefficientværdier 6 Hvis du vil vide mere Klassiske fraktaler som Koch-kurven, Sierpinski-trekanter og -heksagoner (se [3], [5], [6] og [8] få at få flere detaljer) er figurer der selv-similære ved forstørrelse og de kan fremstilles ud fra et enkelt motiv der gentages i stadigt aftagende størrelser. Det drejer sig om et mønster, der ved forstørrelse med en af mønstret afhængig faktor bliver lig med sig selv. Det kræver en eller anden form for uendelighed - ligesom ved et spejlbillede af sig selv der igen spejles i sig selv, hvis du kan se det for dig - det kræver to spejle. Mange ting vi ser i naturen udviser denne selv-similaritet på forskellige størrelsesskalaer, for eksempel blomkål, bregner, træer og selv blodårernes netværk i vore egne kroppe har en fraktallignende struktur. Fraktaler optrådte i kunsten, for eksempel i værker af den hollandske kunstner Maurits C. Escher [9], før de blev alment anerkendt af matematikere og naturvidenskabsfolk. Fraktaler finder anvendelse i mange grene af naturvidenskaben, for eksempel inden for computergrafik og billedkompression (se nærmere på billeder på internettet). De fraktaler, der er vist tidligere i denne artikel, udviser ikke eksakt selv-similaritet, de har kun delområder der er selv-similære. Hovedingrediensen i definitionen af en fraktal er dens dimension. Isolerede punkter har dimension 0, linjestykker har dimension 1, flader har dimension 2 og massive legemer har dimension 3. Det er deres sædvanlige såkaldte topologiske dimension. En fraktal har en dimension, der overstiger dens topologiske dimension. I de fleste tilfælde har fraktaler en ikke-heltallig dimension kaldet den fraktale
10 dimension - heraf navnet: det engelske ord fracture betyder brud (altså noget der er brudt). Den fraktale dimension giver en mere detaljeret information om grovheden eller kompleksiteten af en punktmængde. Der findes dog også fraktaler med heltallig dimension der så overstiger den topologiske dimension. For eksempel har det såkaldte Sierpinski-tetraeder fraktal dimension 2 men topologisk dimension 1 - se [3]. Det særlige ved "mærkelige" attraktorer er at man ikke kan forudsige præcis hvor på attraktoren et systems banekurve vil køre igennem. To punkter på hver sin bane, som på et givet tidspunkt ligger lige ved siden af hinanden, kan ligge vilkårligt langt fra hinanden på et senere tidspunkt. Det eneste vi kan vide er at de ligger et eller andet sted på attraktoren. Desuden gentager systemet aldrig sig selv - der er ingen cyklusser. Bevægelser på disse mærkelige attraktorer er det der kaldes systemets kaotiske opførsel. Forestil dig en mængde af begyndelsespunkter der alle lrigge i et lille kvadratisk område af (x,y)-planen. Efter den første iteration vil punkterne have bevæget sig til nye positioner i planen, og nu optager de f.eks. et område der ligner et udstrukket kvadrat, f.eks. et parallellogram. Kvadratet er blevet strakt ud i en retning og trukket sammen i en anden retning. For hver iteration forstrækkes og drejes kvadratet mere og mere. Den russiske matematiker fra det 19. århundrede Aleksandr M. Lyapunov har indført kvantitative mål for disse deformationer, de såkaldte Lyaponoveksponenter. En itereret afbildning beskrevet ved to formler som de kvadratiske eller kubiske afbildninger har to Lyaponoveksponenter - en positiv der svarer til retningen af udvidelsen og en negativ der svarer til retningen af sammentrækningen. Typisk for kaotiske systemer er at mindst en af Lyapunoveksponenterne er positiv. Det er en ret kompliceret sag at beregne disse størrelser og det springer vi over i denne artikel. Maple-kommandoer til at beregne Lyapunoveksponenter for Eksempel 1 og 7 kan ses i appendikset. Tabel 3 viser Lyapunoveksponenter L 1 og L 2 for de kvadratiske og kubiske afbildninger fra eksemplerne 1 til 10. Tabel 3 Lyapunov-eksponenter L 1, L 2 og fraktale dimensioner FD for afbildningerne i Tabellerne 1 og 2 Der er en tæt relation mellem den fraktale dimension og Lyapunov-eksponenterne. Antag at vi kender L 1 og L 2 og at L 1 > 0, L 2 < 0 og at de desuden opfylder uligheden L 1 < L 2. Så kan den fraktale dimension FD beregnes ud fra formlen
11 Værdien FD kaldes Lyapunov-dimensionen eller Kaplan-Yorke dimensionen efter de matematikere der fremførte (8). Den interesserede læser kan finde mere i bøgerne [2], [3] og [4] om dette emne. De fraktale dimensioner for de kaotiske attraktorer fra eksemplerne 1 til 10 findes i kolonne FD i tabel 3. Jeg afslutter denne artikel med et citat af Michael F. Barnsley [10]»Når du har arbejdet med fraktalgeometri kommer du til at se alting med nye øjne... Der bliver rokket ved din tidligere opfattelse af skyer, skove, galakser, blade, fjer, klipper, bjerge, strømmende vand, tæpper, mursten og meget andet. Du vil aldrig mere opfatte disse ting på helt samme måde«. Appendix: Maple-kommandoer Dette appendiks indeholder Maple-kommandoer til at beregne og visualisere den kaotiske attraktor så vel som Lyapunov-eksponenterne og den fraktale dimension for Eksempel 1 fra tabel 1 og Eksempel 7 fra Tabel 2. Den interesserede læser kan fremstille billeder fra de andre eksempler ved at udskifter vektorkomponenterne for a og b med de tilsvarende numeriske værdier fra tabellerne. Maple-procedurerne er gjort så simple som muligt. Mere erfarne programmører kan oversætte dem til deres eget favoritprogrammeringssprog. Beregning og visualisering af den kaotiske attraktor for den kvadratiske afbildning i Eksempel 1 > restart: > with(plots): > iterations:=35000: > a:=array(1..6,[-1.2, -0.6, -0.5, 0.1, -0.7, 0.2]); b:=array(1..6,[-0.9, 0.9, 0.1, -0.3, -1, 0.3]); > x:=array(0..iterations): y:=array(0..iterations): > x[0]:=0: y[0]:=0: #initial condition > for i from 0 to iterations-1 do x[i+1]:=a[1]+a[2]*x[i]+a[3]*(x[i])ˆ2+a[4]*x[i]*y[i]+a[5]*y[i]+a[6]*(y[i])ˆ2: y[i+1]:=b[1]+b[2]*x[i]+b[3]*(x[i])ˆ2+b[4]*x[i]*y[i]+b[5]*y[i]+b[6]*(y[i])ˆ2 end do: > points:=[[x[n],y[n]]$n=1..iterations]: > pointplot(points,style=point,symbol=solidcircle,symbolsize=4, color=blue,axes=boxed,labels=[ x, y ]); Beregning af Lyaponoveksponent og fraktal dimension for den kvadratiske afbildning i Eksempel 1 > itermax:=500: > a:=array(1..6,[-1.2, -0.6, -0.5, 0.1, -0.7, 0.2]); b:=array(1..6,[-0.9, 0.9, 0.1, -0.3, -1, 0.3]); > x:=0: y:=0: > vector1:=<1,0>: vector2:=<0,1>: > for i from 1 to itermax do x1:=a[1]+a[2]*x+a[3]*xˆ2+a[4]*x*y+a[5]*y+a[6]*yˆ2: y1:=b[1]+b[2]*x+b[3]*xˆ2+b[4]*x*y+b[5]*y+b[6]*yˆ2: x:=x1: y:=y1: J:=Matrix([[a[2]+2*a[3]*x+a[4]*y,a[4]*x+a[5]+2*a[6]*y], [b[2]+2*b[3]*x+b[4]*y,b[4]*x+b[5]+2*b[6]*y]]):
12 vector1:=j.vector1: vector2:=j.vector2: dotprod1:=vector1.vector1: dotprod2:=vector1.vector2: vector2:=vector2 - (dotprod2/dotprod1)*vector1: length_vector1:=sqrt(dotprod1): area:=abs(vector1[1]*vector2[2] - vector1[2]*vector2[1]): L1:=evalf(log(length_vector1)/i): L2:=evalf(log(area)/i-L1) end do: > print( L1 =L1, L2 =L2); #Lyapunov exponents, L2<0<L1, L1 < L2 > FD:=1 - L1/L2; #the fractal dimension Beregning og visualisering af den kaotiske attraktor for den kubiske afbildning i Eksempel 7 > restart: > with(plots): > iterations:=35000: > a:=array(1..10,[-0.1,-0.6,0.5,0.2,-0.2,-0.3,-0.7,-0.8,-0.1,-0.9]); b:=array(1..10,[-0.6,-0.2,1.1,0.6,0.8,-0.8,-0.8,1,1.2,-0.8]); > x:=array(0..iterations): y:=array(0..iterations): > x[0]:=0: y[0]:=0: #initial conditions > for i from 0 to iterations-1 do x[i+1]:=a[1]+a[2]*x[i]+a[3]*(x[i])ˆ2+a[4]*(x[i])ˆ3 +a[5]*(x[i])ˆ2*y[i]+a[6]*x[i]*y[i]+a[7]*x[i]*(y[i])ˆ2 +a[8]*y[i]+a[9]*(y[i])ˆ2 + a[10]*(y[i])ˆ3: y[i+1]:=b[1]+b[2]*x[i]+b[3]*(x[i])ˆ2+b[4]*(x[i])ˆ3 +b[5]*(x[i])ˆ2*y[i]+b[6]*x[i]*y[i]+b[7]*x[i]*(y[i])ˆ2 +b[8]*y[i]+b[9]*(y[i])ˆ2 + b[10]*(y[i])ˆ3: end do: > points:=[[x[n],y[n]]$n=1..iterations]: > pointplot(points,style=point,symbol=solidcircle,symbolsize=4, color="lightseagreen",axes=boxed,labels=[ x, y ]); Lyapunoveksponent og fraktal dimension for den kubiske afbildning i Eksempel 7 > Digits:=30: > x:= x : y:= y : > itermax:=500: > a:=array(1..10,[-0.1,-0.6,0.5,0.2,-0.2,-0.3,-0.7,-0.8,-0.1,-0.9]); b:=array(1..10,[-0.6,-0.2,1.1,0.6,0.8,-0.8,-0.8,1,1.2,-0.8]); > x:=0: y:=0: > vector1:=<1,0>: vector2:=<0,1>: > for i from 1 to itermax do x1:=a[1]+a[2]*x+a[3]*xˆ2+a[4]*xˆ3+a[5]*xˆ2*y +a[6]*x*y+a[7]*x*yˆ2+a[8]*y+a[9]*yˆ2 + a[10]*yˆ3: y1:=b[1]+b[2]*x+b[3]*xˆ2+b[4]*xˆ3+b[5]*xˆ2*y +b[6]*x*y+b[7]*x*yˆ2+b[8]*y+b[9]*yˆ2 + b[10]*yˆ3: x:=x1: y:=y1:
13 J:=Matrix([[a[2]+2*a[3]*x+3*a[4]*xˆ2+2*a[5]*x*y+a[6]*y+a[7]*yˆ2, a[5]*xˆ2+a[6]*x+2*a[7]*x*y+a[8]+2*a[9]*y+3*a[10]*yˆ2], [b[2]+2*b[3]*x+3*b[4]*xˆ2+2*b[5]*x*y+b[6]*y+b[7]*yˆ2, b[5]*xˆ2+b[6]*x+2*b[7]*x*y+b[8]+2*b[9]*y+3*b[10]*yˆ2]]): vector1:=j.vector1: vector2:=j.vector2: dotprod1:=vector1.vector1: dotprod2:=vector1.vector2: vector2:=vector2 - (dotprod2/dotprod1)*vector1: length_vector1:=sqrt(dotprod1): area:=abs(vector1[1]*vector2[2] - vector1[2]*vector2[1]): L1:=evalf(log(length_vector1)/i): L2:=evalf(log(area)/i-L1) end do: > print( L1 =L1, L2 =L2); #Lyapunov exponents, L2<0<L1, L1 < L2 > FD:=1 - L1/L2; #the fractal dimension Anbefalet litteratur [1] Dimitrova N. Order and Chaos in a Model of Population Biology, In: J. Andersen et al, MATH2EARTH: Bringing Mathematics to Earth LLP AT-COMENIUS- CMP, Publ. PRVOKRUH, Prague, Czech Republic, (in English), (in Bulgarian), [2] Lynch S. Dynamical Systems with Applications Using MapleTM, Birkhäuser, Boston, [3] Peitgen H.-O., Jürgens H., Saupe D. Fractals for the Classroom. Part One: Introduction to Fractals and Chaos, Springer, New York, [4] Sprott J. C. Strange Attractors: Creating Patterns in Chaos, [5] Ulovec A., Hohenwarter, H.: Fractals broken with no need to repair, in this volume. [6] [7] Pickover C. Chaos in Wonderland, St. Martin s Press, [8] Sendova, E. Introducing a Little Chaos to Break the Tradition, Mathematics and Education in Mathematics, Proc. 31st Spring Conf. UBM, 35 47, 2002 (in Bulgarian). [9] [10] Barnsley, M. F. Fractals Everywhere, Academic Press, 1988.
Fraktaler en helt ny form for matematik
Manus: Math 4 / Fraktal Manusark nr. 1 Fraktaler en helt ny form for matematik 5 10 15 20 25 30 35 Det var en sensation, da den polskfødte matematiker og filosof Benoit Mandelbrot i 1975 præsenterede sine
Læs mereFra tilfældighed over fraktaler til uendelighed
Fra tilfældighed over fraktaler til uendelighed Tilfældighed Hvor tilfældige kan vi være? I skemaet ved siden af skal du sætte 0 er og 1-taller, ét tal i hvert felt. Der er 50 felter. Du skal prøve at
Læs mereLektion 13 Homogene lineære differentialligningssystemer
Lektion 13 Lineære differentialligningssystemer Homogene lineære differentialligningssystemer med konstante koefficienter Inhomogene systemer To-kammer modeller Lotka Volterra (ikke lineært) 1 To-kammer
Læs mereIntroduktion til Laplace transformen (Noter skrevet af Nikolaj Hess-Nielsen sidst revideret marts 2013)
Introduktion til Laplace transformen (oter skrevet af ikolaj Hess-ielsen sidst revideret marts 23) Integration handler ikke kun om arealer. Tværtimod er integration basis for mange af de vigtigste værktøjer
Læs merePeriodiske kædebrøker eller talspektre en introduktion til programmet periodisktalspektrum
Jørgen Erichsen Periodiske kædebrøker eller talspektre en introduktion til programmet periodisktalspektrum I artikelserien Studier på grundlag af programmet SKALAGENERATOREN kommer jeg bl.a. ind på begrebet
Læs mere4. Snittets kædebrøksfremstilling og dets konvergenter
Dette er den fjerde af fem artikler under den fælles overskrift Studier på grundlag af programmet SKALAGENERATOREN (forfatter: Jørgen Erichsen) 4. Snittets kædebrøksfremstilling og dets konvergenter Vi
Læs mereFraktaler Mandelbrots Mængde
Fraktaler Mandelbrots Mængde Foredragsnoter Af Jonas Lindstrøm Jensen Institut For Matematiske Fag Århus Universitet Indhold Indhold 1 1 Indledning 3 2 Komplekse tal 5 2.1 Definition.......................................
Læs mereKaos og fraktaler i dynamiske systemer. Bodil Branner Institut for Matematik Danmarks Teniske Universitet (DTU)
Kaos og fraktaler i dynamiske systemer Bodil Branner Institut for Matematik Danmarks Teniske Universitet (DTU) UNF Matematik Camp 2010 Oversigt tre simple eksempler på klassiske fraktaler deterministiske
Læs mereFagårsplan 10/11 Fag: Matematik Klasse: 7.ABC Lærer: Henrik Stillits. Fagområde/ emne
Fagårsplan 10/11 Fag: Matematik Klasse: 7.ABC Lærer: Henrik Stillits. Fagområde/ emne Matematiske færdigheder Grundlæggende færdigheder - plus, minus, gange, division (hele tal, decimaltal og brøker) Identificer
Læs mereDe fire elementers kostbare spejl
Projekt.6 Lineær algebra moderne og klassisk kinesisk De fire elementers kostbare spejl "Som bekendt anses matematikken for at være en meget vigtig videnskab. Denne bog om matematik vil derfor være af
Læs mereMATEMATIK. Formål for faget
MATEMATIK Formål for faget Formålet med undervisningen er, at eleverne udvikler matematiske kompetencer og opnår viden og kunnen således, at de bliver i stand til at begå sig hensigtsmæssigt i matematikrelaterede
Læs mereFra tilfældighed over fraktaler til uendelighed
Fra tilfældighed over fraktaler til uendelighed Dette undervisningsforløb har jeg lavet til et forløb på UCC Nordsjælland for særligt interesserede elever i 8. klasse. Alt, der står med rødt, er henvendt
Læs mereDet Teknisk-Naturvidenskabelige Basisår Computerstøttet Beregning Naturvidenskab - Datalogi/Software/Matematik E-OPG 3
Det Teknisk-Naturvidenskabelige Basisår 2003-2004 Computerstøttet Beregning Naturvidenskab - Datalogi/Software/Matematik 1 Introduktion E-OPG 3 Dette er den tredje store opgave, som skal danne grundlag
Læs mereFraktaler. Vejledning. Et snefnug
Fraktaler Vejledning Denne note kan benyttes i gymnasieundervisningen i matematik i 1g, eventuelt efter gennemgangen af emnet logaritmer. Min hensigt har været at give en lille introduktion til en anderledes
Læs mereBedste rette linje ved mindste kvadraters metode
1/9 Bedste rette linje ved mindste kvadraters metode - fra www.borgeleo.dk Figur 1: Tre datapunkter og den bedste rette linje bestemt af A, B og C Målepunkter og bedste rette linje I ovenstående koordinatsystem
Læs mereEksponentielle sammenhænge
Eksponentielle sammenhænge 0 1 2 3 4 5 6 7 8 9 10 11 12 13 Indholdsfortegnelse Variabel-sammenhænge... 1 1. Hvad er en eksponentiel sammenhæng?... 2 2. Forklaring med ord af eksponentiel vækst... 2, 6
Læs mereSelam Friskole Fagplan for Matematik
Selam Friskole Fagplan for Matematik Formål Formålet med undervisningen er, at eleverne udvikler matematiske kompetencer og opnår viden og kunnen således, at de bliver i stand til at begå sig hensigtsmæssigt
Læs mereMATEMATIK. GIDEONSKOLENS UNDERVISNINGSPLAN Oversigt over undervisning i forhold til trinmål og slutmål
MATEMATIK GIDEONSKOLENS UNDERVISNINGSPLAN Oversigt over undervisning i forhold til trinmål og slutmål KOMMENTAR Vi har i det følgende foretaget en analyse og en sammenstilling af vore materialer til skriftlig
Læs mereReaktionskinetik - 1 Baggrund. lineære og ikke-lineære differentialligninger. Køreplan
Reaktionskinetik - lineære og ikke-lineære differentialligninger Køreplan 1 Baggrund På 2. eller 4. semester møder kemi/bioteknologi studerende faget Indledende Fysisk Kemi (26201/26202). Her behandles
Læs mereFraktaler. Mandelbrots Mængde. Foredragsnoter. Af Jonas Lindstrøm Jensen. Institut For Matematiske Fag Århus Universitet
Fraktaler Mandelbrots Mængde Foredragsnoter Af Jonas Lindstrøm Jensen Institut For Matematiske Fag Århus Universitet Indhold Indhold 1 1 Komplekse tal 3 1.1 Definition.......................................
Læs mereVektorer og lineær regression
Vektorer og lineær regression Peter Harremoës Niels Brock April 03 Planproduktet Vi har set, at man kan gange en vektor med et tal Et oplagt spørgsmål er, om man også kan gange to vektorer med hinanden
Læs mereDifferensligninger og populationsstørrelser
Differensligninger og populationsstørrelser Søren Højsgaard Department of Mathematical Sciences Aalborg University, Denmark October 22, 2015 Printed: October 22, 2015 File: differensligninger-slides.tex
Læs mere3. klasse 6. klasse 9. klasse
Børne- og Undervisningsudvalget 2012-13 BUU Alm.del Bilag 326 Offentligt Elevplan 3. klasse 6. klasse 9. klasse Matematiske kompetencer Status tal og algebra sikker i, er usikker i de naturlige tals opbygning
Læs mereVektorer og lineær regression. Peter Harremoës Niels Brock
Vektorer og lineær regression Peter Harremoës Niels Brock April 2013 1 Planproduktet Vi har set, at man kan gange en vektor med et tal. Et oplagt spørgsmål er, om man også kan gange to vektorer med hinanden.
Læs mereKlassisk kaos. Kaotiske systemer. Visse regulariteter universalitet
Klassisk kaos 11.1 Deterministiske bevægelsesligninger kan under visse omstændigheder udvise løsninger som er uforudsigelige, dvs. løsninger der opfører sig kaotisk: Faserum Forudsigelige Integrable systemer
Læs mereMatematik samlet evaluering for Ahi Internationale Skole
efter 3.klasse. e efter 6.klasse. e Skole efter 9.klasse. e indgå i dialog om spørgsmål og svar, som er karakteristiske i arbejdet med matematik (tankegangskompetence formulere sig skriftligt og mundtligt
Læs mereMatematik Delmål og slutmål
Matematik Delmål og slutmål Ferritslev friskole 2006 SLUTMÅL efter 9. Klasse: Regning med de rationale tal, såvel som de reelle tal skal beherskes. Der skal kunne benyttes og beherskes formler i forbindelse
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Termin Maj 2015 Institution Skive Tekniske Gymnasium Uddannelse Fag og niveau Lærer(e) Hold HTX Matematik A Niveau A Emil Hartvig emh@skivets.dk 1bhtx13 Oversigt over gennemførte
Læs mereMatematisk modellering og numeriske metoder. Lektion 13
Matematisk modellering og numeriske metoder Lektion 3 Morten Grud Rasmussen 3. november 206 Numerisk metode til Laplace- og Poisson-ligningerne. Finite difference-formulering af problemet I det følgende
Læs mereIntroduktion til mat i 4 klasse Vejle Privatskole 2013/14:
Introduktion til mat i 4 klasse Vejle Privatskole 2013/14: Udgangspunktet bliver en blød screening, der skal synliggøre summen af elevernes standpunkt. Det betyder i realiteten, at der uddeles 4 klasses
Læs mereLigningsløsning som det at løse gåder
Ligningsløsning som det at løse gåder Nedenstående er et skærmklip fra en TI-Nspirefil. Vi ser at tre kræmmerhuse og fem bolsjer balancerer med to kræmmerhuse og 10 bolsjer. Spørgsmålet er hvor mange bolsjer,
Læs merePå opdagelse i Mandelbrot-fraktalen En introduktion til programmet Mandelbrot
Jørgen Erichsen På opdagelse i Mandelbrot-fraktalen En introduktion til programmet Mandelbrot Hvad er en fraktal? Noget forenklet kan man sige, at en fraktal er en geometrisk figur, der udmærker sig ved
Læs mereMatematikkens metoder illustreret med eksempler fra ligningernes historie. Jessica Carter Institut for Matematik og Datalogi, SDU 12.
illustreret med eksempler fra ligningernes historie Institut for Matematik og Datalogi, SDU 12. april 2019 Matematiklærerdag, Aarhus Universitet I læreplanen for Studieretningsprojektet står: I studieretningsprojektet
Læs mereDet teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C
Det teknisk-naturvidenskabelige basisår Matematik 1A, Efterår 2005, Hold 3 Prøveopgave C Opgaven består af tre dele, hver med en række spørgsmål, efterfulgt af en liste af teorispørgsmål. I alle opgavespørgsmålene
Læs mereNumeriske metoder - til løsning af differentialligninger - fra borgeleo.dk
Numeriske metoder - til løsning af differentialligninger - fra borgeleo.dk Eksakte løsninger: fuldstændig løsning og partikulær løsning Mange differentialligninger kan løses eksakt. Fx kan differentialligningen
Læs mere2010 Matematik 2A hold 4 : Prøveeksamen juni 2010
1 of 7 31-05-2010 13:18 2010 Matematik 2A hold 4 : Prøveeksamen juni 2010 Welcome Jens Mohr Mortensen [ My Profile ] View Details View Grade Help Quit & Save Feedback: Details Report [PRINT] 2010 Matematik
Læs mereGrafmanipulation. Frank Nasser. 14. april 2011
Grafmanipulation Frank Nasser 14. april 2011 c 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Bemærk: Dette er
Læs mereKomplekse tal og Kaos
Komplekse tal og Kaos Jon Sporring Datalogisk Institut ved Københavns Universitet Universitetsparken 1, 2100 København Ø August, 2006 1 Forord Denne opgave er tiltænkt gymnasiestuderende med matematik
Læs mereMatematik og samfundsfag Gini-koefficienten
Erik Vestergaard www.matematikfysik.dk Matematik og samfundsfag Gini-koefficienten Den såkaldte Gini-koefficient, introduceret i 92 i en artikel af den italienske statistiker, demograf og sociolog Corrado
Læs mereVektorfunktioner. (Parameterkurver) x-klasserne Gammel Hellerup Gymnasium
Vektorfunktioner (Parameterkurver) x-klasserne Gammel Hellerup Gymnasium Indholdsfortegnelse VEKTORFUNKTIONER... Centrale begreber... Cirkler... 5 Epicykler... 7 Snurretoppen... 9 Ellipser... 1 Parabler...
Læs mereProjekt 5.9. Geometriske fraktaler og fraktale dimensioner
Projekt 5.9. Geometriske fraktaler og fraktale dimensioner Indhold 1. Fraktaler og vækstmodeller... 2 2. Kløverøen... 2 3. Fraktal dimension... 4 3.1 Skridtlængdemetoden... 4 3.2 Netmaskemetoden... 7 3.3
Læs mereProjekt 2.9 Sumkurver som funktionsudtryk anvendt til Lorenzkurver og Ginikoefficienter (især for B- og A-niveau)
Projekt 2.9 Sumkurver som funktionsudtryk anvendt til Lorenzkurver og Ginikoefficienter En sumkurve fremkommer ifølge definitionen, ved at vi forbinder en række punkter afsat i et koordinatsystem med rette
Læs mereUndervisningsplan for matematik
Undervisningsplan for matematik Formål for faget Formålet med undervisningen i matematik er, at eleverne udvikler kompetencer og opnår viden og kunnen således, at de bliver i stand til at begå sig hensigtsmæssigt
Læs mereTalrækker. Aktivitet Emne Klassetrin Side
VisiRegn ideer 3 Talrækker Inge B. Larsen ibl@dpu.dk INFA juli 2001 Indhold: Aktivitet Emne Klassetrin Side Vejledning til Talrækker 2-4 Elevaktiviteter til Talrækker 3.1 Talrækker (1) M-Æ 5-9 3.2 Hanoi-spillet
Læs mereKapital- og rentesregning
Rentesregning Rettet den 28-12-11 Kapital- og rentesregning Kapital- og rentesregning Navngivning ved rentesregning I eksempler som Niels Oles, hvor man indskyder en kapital i en bank (én gang), og banken
Læs mereSkolens formål med faget matematik følger beskrivelsen af formål i folkeskolens Fælles Mål:
Formål: Skolens formål med faget matematik følger beskrivelsen af formål i folkeskolens Fælles Mål: Formålet med undervisningen i matematik er, at eleverne bliver i forstå og anvende matematik i sammenhænge,
Læs mereMatematik. Matematiske kompetencer
Matematiske kompetencer formulere sig skriftligt og mundtligt om matematiske påstande og spørgsmål og have blik for hvilke typer af svar, der kan forventes (tankegangskompetence) løse matematiske problemer
Læs mereÅrsplan for 5. klasse, matematik
Årsplan for 5. klasse, matematik I matematik bruger vi bogsystemet Sigma som grundmateriale. I systemet er der, ud over også kopiark og tests tilknyttet de enkelte kapitler. Systemet er udarbejdet så det
Læs mereSmuk matematik eller hvorfor vejrudsigten aldrig passer?
Smuk matematik eller hvorfor vejrudsigten aldrig passer? Indhold 1. Vejrudsigter 2. Solsystemet 3. Lemminger 4. Fraktaler Overordnet handler det hele om kaos. Vejrudsigter Matematikken der beskriver vejret
Læs mereEvaluering af matematik undervisning
Evaluering af matematik undervisning Udarbejdet af Khaled Zaher, matematiklærer 6-9 klasse og Boushra Chami, matematiklærer 2-5 klasse Matematiske kompetencer. Fællesmål efter 3.klasse indgå i dialog om
Læs mereEmneopgave: Lineær- og kvadratisk programmering:
Emneopgave: Lineær- og kvadratisk programmering: LINEÆR PROGRAMMERING I lineær programmering løser man problemer hvor man for en bestemt funktion ønsker at finde enten en maksimering eller en minimering
Læs mereAlgebra - Teori og problemløsning
Algebra - Teori og problemløsning, januar 05, Kirsten Rosenkilde. Algebra - Teori og problemløsning Kapitel -3 giver en grundlæggende introduktion til at omskrive udtryk, faktorisere og løse ligningssystemer.
Læs mereLÆRINGSMÅL PÅ NIF MATEMATIK 2014-15
LÆRINGSMÅL PÅ NIF MATEMATIK 2014-15 Mål for undervisningen i Matematik på NIF Følgende er baseret på de grønlandske læringsmål, tilføjelser fra de danske læringsmål står med rød skrift. Læringsmål Yngstetrin
Læs mere3D-grafik Karsten Juul
3D-grafik 2005 Karsten Juul Når der i disse noter står at du skal få tegnet en figur, så er det meningen at du skal få tegnet den ved at taste tildelinger i Mathcad-dokumentet RumFig2 Det er selvfølgelig
Læs merelineær regression er en metode man bruger for at finde den mindste afstand mellem bestemte punkter ved at bruge denne formel: a= n i=1 i=1
Linær regression lineær regression er en metode man bruger for at finde den mindste afstand mellem bestemte punkter ved at bruge denne formel: a= (Xi Yi) n * Xi 2 n * x 2 x * y Figur 1. Nu vil vi løse
Læs mereÅrsplan i matematik klasse
32-36 Brøker og Én brøk - forskellige betydninger en helhed ved hjælp af brøker. en helhed ved hjælp af brøker. Eleven kan bruge brøker til at beskrive forholdet mellem to størrelser. Eleven kan argumentere
Læs mereDifferensligninger og populationsstørrelser
Differensligninger og populationsstørrelser Søren Højsgaard Department of Mathematical Sciences Aalborg University, Denmark October 5, 2014 Printed: October 5, 2014 File: differensligninger-slides.tex
Læs mereMatematikken bag Parallel- og centralprojektion
Matematikken bag parallel- og centralojektion 1 Matematikken bag Parallel- og centralojektion Dette er et redigeret uddrag af lærebogen: Programmering med Delphi fra 2003 (570 sider). Delphi ophørte med
Læs mereFejlkorligerende køder Fejlkorrigerende koder
Fejlkorligerende køder Fejlkorrigerende koder Olav Geil Skal man sende en fødselsdagsgave til fætter Børge, så pakker man den godt ind i håb om, at kun indpakningen er beskadiget ved modtagelsen. Noget
Læs mereMere om differentiabilitet
Mere om differentiabilitet En uddybning af side 57 i Spor - Komplekse tal Kompleks funktionsteori er et af de vigtigste emner i matematikken og samtidig et af de smukkeste I bogen har vi primært beskæftiget
Læs mereForslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80)
Forslag til løsning af Opgaver til afsnittet om de naturlige tal (side 80) Opgave 1 Vi skal tegne alle de linjestykker, der forbinder vilkårligt valgte punkter blandt de 4 punkter. Gennem forsøg finder
Læs merei x-aksens retning, så fås ). Forskriften for g fås altså ved i forskriften for f at udskifte alle forekomster af x med x x 0
BAndengradspolynomier Et polynomium er en funktion på formen f ( ) = an + an + a+ a, hvor ai R kaldes polynomiets koefficienter. Graden af et polynomium er lig med den højeste potens af, for hvilket den
Læs mereKompendium i faget. Matematik. Tømrerafdelingen. 2. Hovedforløb. Y = ax 2 + bx + c. (x,y) Svendborg Erhvervsskole Tømrerafdelingen Niels Mark Aagaard
Kompendium i faget Matematik Tømrerafdelingen 2. Hovedforløb. Y Y = ax 2 + bx + c (x,y) X Svendborg Erhvervsskole Tømrerafdelingen Niels Mark Aagaard Indholdsfortegnelse for H2: Undervisningens indhold...
Læs mereAfstande, skæringer og vinkler i rummet
Afstande, skæringer og vinkler i rummet Frank Villa 2. maj 202 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold
Læs mereEmne Tema Materiale r - - - - - aktiviteter
Fag: Matematik Hold: 24 Lærer: TON Undervisningsmål Læringsmål 9 klasse 32-34 Introforløb: række tests, som viser eleverne faglighed og læringsstil. Faglige aktiviteter Emne Tema Materiale r IT-inddragelse
Læs mereMatematik. Læseplan og formål:
Matematik Læseplan og formål: Formålet med undervisningen i matematik er, at eleverne bliver i stand til at forstå og anvende matematik i sammenhænge, der vedrører dagligliv, samfundsliv og naturforhold.
Læs mereAfstande, skæringer og vinkler i rummet
Afstande, skæringer og vinkler i rummet Frank Nasser 9. april 20 c 2008-20. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her.
Læs mereFig. 1 Billede af de 60 terninger på mit skrivebord
Simulation af χ 2 - fordeling John Andersen Introduktion En dag kastede jeg 60 terninger Fig. 1 Billede af de 60 terninger på mit skrivebord For at danne mig et billede af hyppighederne flyttede jeg rundt
Læs mereEleverne skal lære at:
PK: Årsplan 8.Ga. M, matematik Tid og fagligt område Aktivitet Læringsmål Uge 32 uge 50 Tal og algebra Eleverne skal arbejde med at: kende de reelle tal og anvende dem i praktiske og teoretiske sammenhænge
Læs mereMatematik på Humlebæk lille Skole
Matematik på Humlebæk lille Skole Matematikundervisningen på HLS er i overensstemmelse med Undervisningsministeriets Fælles Mål, dog med få justeringer som passer til vores skoles struktur. Det betyder
Læs mereHvad er matematik? C, i-bog ISBN 978 87 7066 499 8. 2011 L&R Uddannelse A/S Vognmagergade 11 DK-1148 København K Tlf: 43503030 Email: info@lru.
1.1 Introduktion: Euklids algoritme er berømt af mange årsager: Det er en af de første effektive algoritmer man kender i matematikhistorien og den er uløseligt forbundet med problemerne omkring de inkommensurable
Læs mereProjekt 3.5 Når en population kollapser
Projekt 3.5 Når en population kollapser Logistisk vækst beskrives af en langstrakt S-formet graf, der blødt bevæger sig op mod en øvre grænse, som vi kalder for bæreevnen. Virkeligheden er ofte betydeligt
Læs mereSkønheden begynder med
Skønheden begynder med En matematisk fraktal den lille tabel Matematik på C-niveau er obligatorisk i alle 4 gymnasiale ungdomsuddannelser: Hf, hhx, htx, stx I denne lille pjece kan du få et indtryk af,
Læs mereSkriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528)
Skriftlig Eksamen Kombinatorik, sandsynlighed og randomiserede algoritmer (DM528) Institut for Matematik & Datalogi Syddansk Universitet Mandag den 3 Januar 2011, kl. 9 13 Alle sædvanlige hjælpemidler
Læs mereMatematik interne delprøve 09 Tesselering
Frederiksberg Seminarium Opgave nr. 60 Matematik interne delprøve 09 Tesselering Line Købmand Petersen 30281023 Hvad er tesselering? Tesselering er et mønster, der består af en eller flere figurer, der
Læs mereDet er en af de hyppigst forekommende udregninger i den elementære talbehandling at beregne gennemsnit eller middeltal af en række tal.
Tre slags gennemsnit Allan C. Malmberg Det er en af de hyppigst forekommende udregninger i den elementære talbehandling at beregne gennemsnit eller middeltal af en række tal. For mange skoleelever indgår
Læs mereÅrsplan for 7. klasse, matematik
Årsplan for 7. klasse, matematik I matematik bruger vi bogsystemet Sigma som grundmateriale. I systemet er der, ud over grundbogen, også kopiark og tests tilknyttet de enkelte kapitler. Systemet er udarbejdet
Læs mereDanmarks Tekniske Universitet
side af sider Danmarks Tekniske Universitet Skriftlig prøve, den. maj 00. Kursusnavn Algoritmer og datastrukturer Kursus nr. 06. Tilladte hjælpemidler: Alle hjælpemidler. Vægtning af opgaverne: Opgave
Læs mereMaple. Skærmbilledet. Vi starter med at se lidt nærmere på opstartsbilledet i Maple. Værktøjslinje til indtastningsområdet. Menulinje.
Maple Dette kapitel giver en kort introduktion til hvordan Maple 12 kan benyttes til at løse mange af de opgaver, som man bliver mødt med i matematiktimerne på HHX. Skærmbilledet Vi starter med at se lidt
Læs mereProjekt 7.9 Euklids algoritme, primtal og primiske tal
Projekter: Kapitel 7 Projekt 79 Euklids algoritme, primtal og primiske tal Projekt 79 Euklids algoritme, primtal og primiske tal Projektet giver et kig ind i metodee i modee talteori Det kan udbygges med
Læs mereMatematisk modellering og numeriske metoder
Matematisk modellering og numeriske metoder Morten Grud Rasmussen 5. september 2016 1 Ordinære differentialligninger ODE er 1.1 ODE er helt grundlæggende Definition 1.1 (Ordinære differentialligninger).
Læs mereKomplekse tal. Mikkel Stouby Petersen 27. februar 2013
Komplekse tal Mikkel Stouby Petersen 27. februar 2013 1 Motivationen Historien om de komplekse tal er i virkeligheden historien om at fjerne forhindringerne og gøre det umulige muligt. For at se det, vil
Læs mereFRAKTALER. Hans Fogedby Institut for fysik og astronomi
FRAKTALER Hans Fogedby Institut for fysik og astronomi OVERSIGT Hvad er en fraktal Lidt historie Fraktaler i matematikken Den fraktale dimension Fraktaler i fysikken Fraktaler i biologien Fraktaler som
Læs mereÅRSPLAN MATEMATIK 8. KL SKOLEÅRET 2017/2018
ÅRSPLAN MATEMATIK 8. KL SKOLEÅRET 2017/2018 Der tages udgangspunkt i forenklede fællesmål fra UVM for matematik på 7-9. Klasse. Ved denne plan skal der tages højde for, at ændringer kan forekomme i løbet
Læs mereMatematik. Matematiske kompetencer
Matematiske kompetencer skelne mellem definitioner og sætninger, mellem enkelttilfælde og generaliseringer og anvende denne indsigt til at udforske og indgå i dialog om forskellige matematiske begrebers
Læs mereLæseplan for faget matematik. 1. 9. klassetrin
Læseplan for faget matematik 1. 9. klassetrin Matematikundervisningen bygger på elevernes mange forudsætninger, som de har med når de starter i skolen. Der bygges videre på elevernes forskellige faglige
Læs mereSimulering af stokastiske fænomener med Excel
Simulering af stokastiske fænomener med Excel John Andersen, Læreruddannelsen i Aarhus, VIA Det kan være en ret krævende læreproces at udvikle fornemmelse for mange begreber fra sandsynlighedsregningen
Læs mereChapter 3. Modulpakke 3: Egenværdier. 3.1 Indledning
Chapter 3 Modulpakke 3: Egenværdier 3.1 Indledning En vektor v har som bekendt både størrelse og retning. Hvis man ganger vektoren fra højre på en kvadratisk matrix A bliver resultatet en ny vektor. Hvis
Læs mereπ er irrationel Frank Nasser 10. december 2011
π er irrationel Frank Nasser 10. december 2011 2008-2011. Dette dokument må kun anvendes til undervisning i klasser som abonnerer på MatBog.dk. Se yderligere betingelser for brug her. Indhold 1 Introduktion
Læs mereFaglige delmål og slutmål i faget Matematik. Trin 1
Faglige delmål og slutmål i faget Matematik. Trin 1 Faglige delmål for matematik i 1. og 2. klasse. Undervisningen skal lede frem mod, at eleverne efter 2. klasse har tilegnet sig kundskaber og færdigheder,
Læs mereÅrsplan for matematik 8. klasse 18/19
Årsplan for matematik 8. klasse 18/19 Emne Mål Handleplan Sæt i Repetition af grundlæggende 32,33 matematikfærdi matematik flere gheder Arbejde med færdighedsregning matematikfærdighedssæt 34,35,36,37,38
Læs mereAlgebra INTRO. I kapitlet arbejdes med følgende centrale matematiske begreber:
INTRO Kapitlet sætter fokus på algebra, som er den del af matematikkens sprog, hvor vi anvender variable. Algebra indgår i flere af bogens kapitler, men hensigten med dette kapitel er, at eleverne udvikler
Læs mereKlassen er sammenlæst, altså 5 og 6 klasse på en og samme tid. Samtidig er klassen pt på ca 11 elever ialt.
Introduktion til mat i 5/6 klasse Vejle Privatskole 13/14: Klassen er sammenlæst, altså 5 og 6 klasse på en og samme tid. Samtidig er klassen pt på ca 11 elever ialt. Udgangspunktet bliver en blød screening,
Læs mereMatematik. Matematiske kompetencer
Matematiske kompetencer stille spørgsmål, som er karakteristiske for matematik og have blik for hvilke typer af svar, som kan forventes(tankegangskompetence) erkende, formulere, afgrænse og løse matematiske
Læs mereKøbenhavns Universitet, Det naturvidenskabelige Fakultet. Afleveringsopgave 1
Københavns Universitet, Det naturvidenskabelige Fakultet 1 Lineær Algebra (LinAlg) Afleveringsopgave 1 Eventuelle besvarelser laves i grupper af - 3 personer og afleveres i to eksemplarer med 3 udfyldte
Læs mere[FUNKTIONER] Hvornår kan vi kalde en sammenhæng en funktion, og hvilke egenskaber har disse i givet fald. Vers. 2.0
MaB Sct. Knud Gymnasium, Henrik S. Hansen % [FUNKTIONER] Hvornår kan vi kalde en sammenhæng en funktion, og hvilke egenskaber har disse i givet fald. Vers..0 Indhold Funktioner... Entydighed... Injektiv...
Læs mereRegneark hvorfor nu det?
Regneark hvorfor nu det? Af seminarielektor, cand. pæd. Arne Mogensen Et åbent program et værktøj... 2 Sådan ser det ud... 3 Type 1 Beregning... 3 Type 2 Præsentation... 4 Type 3 Gæt... 5 Type 4 Eksperiment...
Læs mereDokumentation af programmering i Python 2.75
Dokumentation af programmering i Python 2.75 Af: Alexander Bergendorff Jeg vil i dette dokument, dokumentere det arbejde jeg har lavet i løbet opstarts forløbet i Programmering C. Jeg vil forsøge, så vidt
Læs mereAnvendelse af matematik til konkrete beregninger
Anvendelse af matematik til konkrete beregninger ved J.B. Sand, Datalogisk Institut, KU Praktisk/teoretisk PROBLEM BEREGNINGSPROBLEM og INDDATA LØSNINGSMETODE EVT. LØSNING REGNEMASKINE Når man vil regne
Læs mereTheory Danish (Denmark) Ikke-lineær dynamik i elektriske kredsløb (10 point)
Q2-1 Ikke-lineær dynamik i elektriske kredsløb (10 point) Læs venligst de generelle instruktioner i den separate konvolut før du starter på opgaven. Introduktion Bi-stabile ikke-lineære halvlederkomponenter
Læs mere