0% ont trouvé ce document utile (0 vote)
3 vues3 pages

Problèmes de physique et Python en Numpy

Le document présente une série de problèmes de physique et de programmation en Python, couvrant des sujets tels que la génération de nombres aléatoires, le calcul de l'écart type, la résolution d'équations différentielles, et l'utilisation de bibliothèques comme Numpy et Matplotlib pour l'analyse et la visualisation des données. Chaque problème demande des compétences spécifiques en mathématiques et en programmation, allant de l'intégration numérique à la modélisation de la croissance de la population. Les exercices sont conçus pour renforcer la compréhension des concepts fondamentaux en physique et en mathématiques appliquées.

Traduit par

ScribdTranslations
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
0% ont trouvé ce document utile (0 vote)
3 vues3 pages

Problèmes de physique et Python en Numpy

Le document présente une série de problèmes de physique et de programmation en Python, couvrant des sujets tels que la génération de nombres aléatoires, le calcul de l'écart type, la résolution d'équations différentielles, et l'utilisation de bibliothèques comme Numpy et Matplotlib pour l'analyse et la visualisation des données. Chaque problème demande des compétences spécifiques en mathématiques et en programmation, allant de l'intégration numérique à la modélisation de la croissance de la population. Les exercices sont conçus pour renforcer la compréhension des concepts fondamentaux en physique et en mathématiques appliquées.

Traduit par

ScribdTranslations
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

3rd

feuille de problèmes de physique de semestre Python

1. Créez un tableau unidimensionnel de 50 nombres aléatoires dans l'intervalle : [0,2] Avec l'aide de
fonction appropriée du module random dans Numpy. Calculez l'écart type () de
ces nombres. Utilisez la formule = √ 〈 2〈〉 2− 〉 .
[Link] votre( , ) les données sont données sous la forme : 7[(1,2), (2(3,8), (4,12), (5,20) utiliser Numpy extraire
les données sous forme de x-liste et y-liste et tracées à l'aide de Matplotlib. Définissez la limite x sur l'axe x
entre 0 et 6 et l'axe entre 0 et 25.
3. Créez un tableau numpy de 100 nombres aléatoires entre [0,1] et organisez les nombres dans
série ascendante. Mettez les 50 premiers nombres dans un tableau et les 50 derniers nombres dans un autre
array. Maintenant, calculez la différence des moyennes des deux tableaux ci-dessus.
2 2
4. Soit une ellipse donnée par
2 + 2
= 1où nous supposons que < Calculer le périmètre
2
où 2= 1 − Les valeurs de a et b
(L) de l'ellipse oùⁿ = 4 ∫ 02 √ 1−k2 2
2

peut-être fourni ou choisi par vous. Utilisez Simpson.1 3 règle à⁄ évaluer.


rd

5. Tracez les trois fonctions suivantes sur le même graphique en utilisant 2 Matplotlib
2 := , = , =
5xPrenez ∈ [ 0,10]Étiquetez les axes comme′ ′
et′ ′ Composite

Graphique
6. Écrivez un script Python pour déterminer une racine de l'équation : 4-1,99x3−
1,76x2+ 5.22 − 2.23 = 0qui est proche dex = 1. .5Utilisez la méthode de bisection.
7. Répétez le problème ci-dessus pour trouver la racine de l'équation 2 − 5.6 2+ + 20 = 0
8. Considérer un tableau Numpy unidimensionnel avec 20 nombres aléatoires entre [-1,1]. Remodeler
cela dans un4,52
( ) tableau. Traitez cela comme un4 × 5matrice. Transposez la matrice et prenez le produit
entre les deux. Imprimer la matrice du produit.
9. Un modèle de croissance de la population est donné par ( = α 1)− / où 0et R est le maximum
valeur de u. Définissez les valeurs de et résolvez l'équation par la méthode d'Euler
imprimer u-t dans un fichier.

10.Résoudre : + = , (0 )= 1par la méthode d'Euler pour trouver 10(. Intrigue


) contre dans le [0,10] en utilisant
Matplotlib. Étiquetez les axes comme et .
[Link]é le tableau de nombres[2.0, −1.2,3.4,9.1,0.1, -5.8, -4.2,3,9,10,4,1,9, −3,8, −9,8,Prenez
]
nombres avec index hey nombre 4 à 8 (déclarations de fin incluses) par tranchage. Vérifiez si la somme
de cette tranche de ce tableau de nombres est plus ou moins que hey la somme de tous les membres dans
le tableau original.
4
12.Résoudre la première équation différentielle d'ordre suivant par la méthode d'Euler : ̇ = (1 − ) . Où
3
( 0) = 1Tracez la solution avec matplotlib ainsi que le résultat exact : ( =) exp −( ⁄ .2 3 2 )
13. Étant donné un tableau Numpy [1,2,3,4,5],[0,1,2,3,4] traiter le premier élément comme et le deuxième
élément comme . Intrigue 2vs à travers Étiquetez les axes comme et .
Étiquetez le graphique comme . Tracer comme des points dispersés avec des symboles. Définir le symbole
taille de 14 points. Dessinez également un graphique linéaire avec une ligne continue, une ligne pointillée et une ligne en tirets.
5 1
14. Calculez l'intégrale suivante par la méthode des trapèzes composites
∫ ( )
0 1+ 2
⁄2
15. Calculez la valeur de l'intégrale elliptique de première espèce : (0.25) = ∫ Diviser le
0 √ 1−0.35 2

intervalle en 1000 parties et utiliser la méthode de Simpson 1/3 compositerdrègle.


1 2
16. Établir la relation numériquement ∫ −1 ( )( ) =2 +1 δ
[Link] balle à1200 est autorisé à refroidir dans l'air à une température ambiante de300K. En supposant
la chaleur est perdue par radiation seulement, l'équation différentielle de la température de la balle est donnée par :
= -3,58 × 10-12 4 × 10 où
(− 81 80
) = 1200K.( )
4.5
[Link] la fonction, simps() ou quad() pour trouver l'intégrale suivante : = ∫ 0 2.5 . Le
l'intégrande est un que vous pouvez obtenir en important le module.
2 18
Vérifiez le résultat et comparez-le avec la valeur vraie suivante. = √ ( √ 2cos (4.5 −)
27
4 3
√ 2 sin (4.5 )+ 2 √ OUI( √))où ) ∫ 02 )
= ( sin( est l'intégrale sinus de Fresnel utilisant
27 2
la fonction dans le module spécial [ Indice : Utiliser (, ) = 2.5 … . ] .
19. Établir l'identité suivante numériquement : = [0 ()]2 + 2 ∑ =1 [ )] ( 2 . Utilisez Scipy special
module
20. Une fonction génératrice du polynôme de Legendre ( ) est donné par ( ,) =
( 12− 2 2-1/2
) ∑ ( )
+ = =0 . Vérifiez ceci numériquement et approximativement en utilisant un
ensemble choisi de valeurs de et Utilisez le module spécial de Scipy.
1
21. Calculez la valeur de à partir de la formule : = ∫0 4 1+


2 . Use Sinpson s 1 3règle à évaluer
précision jusqu'àdix-4Comment améliorer votre solution.
3
[Link] ∫1 − ( 2 ) en utilisant la méthode de Simpson pour

23. À partir du tableau suivant, tracez les données Température-Pression avec des points de données discrets.
symboles et lignes. Étiquetez les axes et écrivez GRAPHIQUE DE TEMPÉRATURE ET DE PRESSION
legend:
Température 0 20 40 60 80 100
Pression 0,0002 0,0012 0,0060 0,0300 0,0900 0,2700

24. Pour une variable aléatoire , générez un tableau de 50 valeurs aléatoires entre 0 et 1 en utilisant
√<
Tableau Numpy. Trouvez la fluctuation relative
2> −<
>2 ⁄
< >.
25.Générer , ( données) où sont de 0 à 2.0 dans l'intervalle égal de∆ = 0.2et
2
suivre = sin ( sin 2 0.9
maintenant, trouvez la valeur de ) en utilisant l'interpolation de Lagrange
méthode.
( ) le , ,
26. Considérez un vecteur = 2,1,3dans système de coordonnées. Le vecteur est tourné par =
cos - sin 0
0 l'opérateur de rotation suivant :
35avec = 0 ) Trouvez le nouveau vecteur.
( sin cos
1 0 0
27. En utilisant la méthode de Newton-Raphson, trouvez la racine de l'équation +3 + ( 1+ 4x) 2= 20qui ment
dans la plage1.0 < x < 2.5corrigez jusqu'à 4 décimales. Commentez les autres racines par
tracer la fonction en utilisant Matplotlib.
28. Utilisez la méthode de Newton-Raphson pour trouver les plus petites et deuxièmes plus petites racines positives de la
équation = 4 , corrigez jusqu'à 4 décimales et jusqu'à 4 chiffres significatifs.
29. En utilisant une fonction numpy appropriée, créez un tableau unidimensionnel de 9 nombres de 1 à
2 et ensuite remodeler le tableau pour en faire un tableau 3x3. Maintenant, considérez ceci comme une matrice. Obtenez un
matrice symétrique du même ordre en utilisant cette matrice. En utilisant le module d'algèbre linéaire dans numpy
ℎ . ℎ ℎ ℎ .
dM
30. L'équation de la désintégration radioactive : = −λMwith = 2, 0 = 100
( ) . Résoudre cela par Euler
dt
méthode. Stockez la sortie dans des listes et tracez la solution en utilisant matplotlib. Étiquetez les axes comme
‘Temps’ et ‘Masse’.
-4 1 -4
31.Résoudre par la méthode d'Euler +2 = 2− , 0 = (1. )La solution exacte est = 1( +) −
2
1 −2t . Étiquetez les axes comme 'Temps' et 'Déplacement'.
2
[Link]ées 2 matrices = 12 et = 4 5 . Écrivez les étapes pour confirmer que( ) = Imprimez le
3 4 6 7
trace de la matrice produit.
[Link] = − où
123 9 8 7
= 4 5 6 et = 6 5 4
7 8 9 321
[Link]érez un vecteur ⃗ = 2,1,3dans
( ) le système de coordonnées. Le vecteur est tourné par = 45 0

cosθ −sinθ 0
avec l'opérateur de rotation suivant.R = [ sinθ cosθ 0 ] . Trouvez le nouveau vecteur normalisé.
0 0 1
35. Considérez une matrice= ( 1 −2 )La valeur propre est : 2− 6x + 13 = 0. Prouver Cayley-Hamilton
4 5
équation avec la matrice .
[Link] = ( 1 4 ) et = ( 5 4 ). Faites une transformation de similarité sur par .
-1 1 12
Estimation 15( en )utilisant le tableau suivant :
x 10 12 14 16 18 20 22
y=f(x) 46 66 81 93 77 53 36
Utilisez la formule d'interpolation de Lagrange.
4x + y +2z = 4
38. En utilisant la méthode de Gauss-Seidel, résolvez les équations simultanées suivantes : 3x + 5y + z = 7
x + y + 3z = 3
[Link]éez 10 valeurs de données dans l'intervalle [0,1] avec Numpy à intervalles égaux. Considérez maintenant y

les valeurs sont données pary = 4x3 . En utilisant la formule directe = ( ( + Δ ) − ( − Δ ) )/ 2Δ


( )
2 st nd
et = ( ( + Δ ) − 2 ( )+ ( − Δ ))
/Δ obtenir les tableaux d'ordre 1 et 2
les différentes et les tracer dans des graphiques séparés dans Matplotlib.
( )et
[Link] la formule ci-dessus pour trouver ( ) tous les points possibles où
à =
[0,0.1,0.2,0,3,0,4,0,5,0,6,0,7,0,8,0,9et =
[0,0.004,0.032,0.108,0.256,0,5,0,864,1,372,2.048,2.916]Intrigue( , ),( ), { ( ( ) en deux
graphes.

Vous aimerez peut-être aussi