Documentos de Académico
Documentos de Profesional
Documentos de Cultura
DE CHILE
Escuela de Ingeniera
Departamento de Ingeniera Estructural y Geotecnica
ICE 3031 Mec
anica del Continuo
Tarea 03
Matas Z
un
iga Martnez
27 de septiembre de 2016
Tiempo dedicado: 14 horas
Problema 1.
Conservaci
on de Momentum Lineal
El aplicar una densidad de torque al subcuerpo B0 es analogo a verse a enfrentados a lo que ocurre en
un momento de un dipolo, es decir, el cuerpo se vera sometido a dos fuerzas en sus extremos, ubicadas a la
misma distancia del centro de gravedad, de igual magnitud pero de sentido contrario. En consecuencia, la
fuerza que se le agrega a B0 es cero, lo que implica que no hay aceleracion lineal que se le agregue por lo que
el Momentum lineal no se ve afectado por esta densidad de torque
Conservaci
on de Momentum angular
Sabemos que el Balance de Momentum Angular esta dado por
dG
(E) = M (E) E B0
dt
donde, para un cuerpo simple,
Donde GRes el momentum angular contenido en un subcuerpo E
G(E) = E RV dV
R
G(E) = t (E) x vdv
y M laR resultante de momento
de todas las fuerzas actuando sobre E
R
M = E RBdV + E T (N )dS
M=
R
t (E)
x bdv +
R
t (E)
x t(n)ds
x vdv =
(x vdv) =
(x vdv) =
{x v + x v}dv
=
x (a)(1)
dt t (E)
dt t (E)
t (E) dt
t (E)
t (E)
y para el termino del medio de el lado derecho:
Z
Z
Z
Z
x t(n)ds =
x n ds =
div(x )dv =
(ijk xj kp ), p
t (E)
t (E)
t (E)
t (E)
Z
Z
=
ijk xj , pkp + ijk xj kp , p =
ijk jp kp + ijk xj kp , p
t (E)
(E)
Z t
=
ijk kj + ijk xj kp , p(2)
t (E)
Luego
Z
ijk xj ak =
t (E)
ijk xj bk dv +
t (E)
Z
ijk xj [ak bk kp ,p ] =
t (E)
(ijk kj + wi )dv
t (E)
Por conservaci
on de momentum lineal tenemos que el termino de la izquierda es 0.
por otro lado, por teorema de localizaci
on tenemos que:
ijk kj + wi = 0
1
wi dv
t (E)
i=1:
i=2:
i=3:
32 23 + w1 = 0
13 31 + w2 = 0
21 12 + w3 = 0
Con esto mostramos que el tensor de Cauchy no es simetrico cuando se le aplica una densidad de torque ya
que ij ji 6= 0
Problema 2.
Para esta pregunta trabaje con dos scripts en paralelo, en el primero, se utilizo la librera sympy para
calcular derivadas y productos matriciales tal como se muestra en el script adjunto. En el segundo script, use
la librera numpy para graficar.
i)
En primer lugar, creamos los arreglos que contienen los valores de X1 , X2 y X3 , luego creamos un meshgrid
con la libreria numpy luego aplicamos este meshgrid y le aplicamos la transformacion a cada punto obteniendo
el siguiente dibujo
Proyeccion en el plano X1 X2
Configuracion material (azul) y espacial (rojo)
1
0
X2
1
2
3
4
5
X1
sin(0,1X1 ) 0
cos(0,1X1 ) 0
0
1
y
0,01(X2 + 10,0)2
0
C=
0
0 0
1 0
0 1
10
CampoC11
1.0
1.100
1.075
0.5
1.050
X2
1.025
0.0
1.000
0.975
0.5
0.950
0.925
1.0
X1
10
Figura 2: C11
CampoC22
1.0
1.100
1.075
0.5
1.050
X2
1.025
0.0
1.000
0.975
0.5
0.950
0.925
1.0
X1
10
0.900
Figura 3: C22
CampoC12
1.0
0.100
0.075
0.5
0.050
X2
0.025
0.0
0.000
0.025
0.5
0.050
0.075
1.0
X1
Figura 4: C12
10
0.100
Para esta etapa, es importante destacar, que los graficos concuerdan con la matriz, es decir, solo depende
de X2 C1 1 y que C22 = 1 y C12 = 0
iii)
Usando los tensores definidos anteriormente y conociendo que J es el determinante de F obtenemos los
siguientes graficos para P , cabe destacar que no se anotan las expresiones debido al tama
no de estas.
CampoP11
1.0
0.45
0.30
0.5
X2
0.15
0.00
0.0
0.15
0.30
0.5
0.45
1.0
X1
10
0.60
Figura 5: P11
CampoP22
1.0
0.4
0.3
0.5
0.2
X2
0.1
0.0
0.0
0.1
0.2
0.5
0.3
0.4
1.0
X1
Figura 6: P22
10
0.5
CampoP12
1.0
0.3
0.2
0.5
X2
0.1
0.0
0.0
0.1
0.2
0.5
0.3
1.0
X1
10
0.4
Figura 7: P12
iv)
Para este punto utilizamos que = J 1 P F T as obtenemos
0.45
0.30
11
1
0
0.15
X2
0.00
2
3
0.15
4
5
0.30
0
X1
10
0.45
0.60
Figura 8: 11
0.05
0.04
X2
0.03
12
1
0
0.02
0.01
0.00
0.01
4
5
0.02
0
X1
10
0.03
0.04
Figura 9: 12
0.45
0.30
22
1
0
0.15
X2
0.00
2
3
0.15
4
5
X1
10
0.30
0.45
0.60
Figura 10: 22
En primer lugar, es necesario acotar que el primer tensor de Piola-Kirchhoff representa las tensiones en
la configuraci
on no deformada a diferencia del tensor de tensione de Cauchy que representa las tensiones en
la configuraci
on deformada.
En segundo lugar, es necesario destacar que la gama de colores (tensiones) entre ii y Pii para i={1,2} es
similar, lo que era esperable al ser un materia Neo-Hookeano compresible, es decir, un material hiperel
astico,
lo que indica que no hay una redistribuci
on de tensiones al deformarse. Para i 6= j se aprecia una mayor
diferencia en la magnitud de las tensiones que se debe a la orientacion que toman los vectores de tracci
on
indicados en las siguientes preguntas, es decir, en el de la configuracion material, notamos que los vectores
est
an completamente diagonales mientras que para la configuracion espacial notamos que son relativamente
tangentes a la trayectoria de la defromaci
on lo que explica la diferencia en los i 6= j
v)
notamos que
1
N = 0
0
as la norma graficada nos queda:
7
||T||
1.0
0.64
0.56
0.5
0.48
X2
0.40
0.0
0.32
0.24
0.5
0.16
0.08
1.0
10
X1
L
2
vi)
para calcular n usamos la relaci
on obtenida de Nanson-Piola
luego n = F N as los diagramas nos quedan:
da
dA
da
dA
= 1,
0.56
||t||
0.48
0.40
X2
1
2
0.32
0.24
0.16
X1
0.08
Campo vectorial t
0.5
0.0
X2
0.5
1.0
1.5
2.0
X1
C
odigos de Python
plt . figure ()
plt . title ( r $Campo C_ {22} $ )
plt . pcolor ( X1 , X2 , C_22 )
plt . xlim ( -1 ,11)
plt . ylim ( -1 ,1)
plt . colorbar ()
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . savefig ( C_22 . pdf )
plt . show ()
import numpy as np
from sympy import *
import matplotlib . pylab as plt
plt . close ( all )
L =10. ; h =1. ; mu =1. ; lamda =10. ; R =10.
n =30
plt . figure ()
plt . title ( r $Campo C_ {12} $ )
plt . pcolor ( X1 , X2 , C_12 )
plt . xlim ( -1 ,11)
plt . ylim ( -1 ,1)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . colorbar ()
plt . savefig ( C_12 . pdf )
plt . show ()
X = np . linspace (0 ,L , n )
Y = np . linspace ( - h /2. , h /2. , n )
Z = np . linspace (0 ,1 , n )
X1 , X2 = np . meshgrid (X , Y )
X3 = symbols ( X_3 )
## Deformada
x1 =( X2 + R ) * np . sin ( X1 / R )
x2 = X2 -( X2 + R ) *(1 - np . cos ( X1 / R ) )
x3 = X3
#i) GRAFICOS
# ### iii )
#P
P_11 =0.1*( X2 + 10.0) * np . cos (0.1* X1 ) +
10.0 *(1/((0. 1* X2 + 1.0) * np . cos (0.1* X1 ) ) 0.1*( X2 + 10.0) * np . sin (0.1* X1 ) **2/((0.1*
X2 + 1.0) **2* np . cos (0.1* X1 ) ) ) * np . log (0.1*
X2 + 1) - 1.0/((0.1* X2 + 1.0) * np . cos (0.1*
X1 ) ) + 0.1*( X2 + 10.0) * np . sin (0.1* X1 )
**2/((0.1* X2 + 1.0) **2* np . cos (0.1* X1 ) )
P_22 =10.0* np . log (0.1* X2 * np . sin (0.1* X1 ) **2 +
0.1* X2 * np . cos (0.1* X1 ) **2 + 1.0* np . sin
(0.1* X1 ) **2 + 1.0* np . cos (0.1* X1 ) **2) * np .
cos (0.1* X1 )
P_12 =1.0* np . sin (0.1* X1 ) + 1.0*( X2 + 10.0) * np .
log (0.1* X2 * np . sin (0.1* X1 ) **2 + 0.1* X2 * np .
cos (0.1* X1 ) **2 + 1.0* np . sin (0.1* X1 ) **2 +
1.0* np . cos (0.1* X1 ) **2) * np . sin (0.1* X1 )
/(0.1* X2 + 1.0) - 0.1*( X2 + 10.0) * np . sin
(0.1* X1 ) /(0.1* X2 + 1.0)
P_21 = -0.1*( X2 + 10.0) * np . sin (0.1* X1 ) - 10.0*
np . log (0.1* X2 + 1) * np . sin (0.1* X1 ) /(0.1* X2
+ 1.0) + 1.0* np . sin (0.1* X1 ) /(0.1* X2 +
1.0)
plt . figure ()
plt . title ( r $Campo P_ {11} $ )
plt . pcolor ( X1 , X2 , P_11 )
plt . xlim ( -1 ,11)
plt . ylim ( -1 ,1)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . colorbar ()
plt . savefig ( P_11 . pdf )
plt . show ()
plt . figure ()
plt . title ( r $Campo C_ {11} $ )
plt . pcolor ( X1 , X2 , C_11 )
plt . ylim ( -1 ,1)
plt . colorbar ()
plt . figure ()
10
plt . figure ()
plt . title ( r $Campo P_ {22} $ )
plt . pcolor ( X1 , X2 , P_22 )
plt . xlim ( -1 ,11)
plt . ylim ( -1 ,1)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . colorbar ()
plt . savefig ( P_22 . pdf )
plt . show ()
plt . figure ()
plt . title ( r $Campo P_ {12} $ )
plt . pcolor ( X1 , X2 , P_12 )
plt . xlim ( -1 ,11)
plt . ylim ( -1 ,1)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . colorbar ()
plt . savefig ( P_12 . pdf )
plt . show ()
plt . figure ()
plt . title ( r $ \ sigma_ {11} $ )
plt . pcolor ( x1 , x2 , Sigma_11 )
plt . xlim ( -1 ,11)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . axes () . set_aspect ( equal )
plt . colorbar ()
plt . savefig ( Sigma_11 . pdf )
plt . show ()
# ### iv )
# Sigmas
Sigma_11 =0.1*( X2 + 10.0) *(0.1*( X2 + 10.0) * np .
cos (0.1* X1 ) + 10.0 *(1/((0. 1* X2 + 1.0) * np .
cos (0.1* X1 ) ) - 0.1*( X2 + 10.0) * np . sin
(0.1* X1 ) **2/((0.1* X2 + 1.0) **2* np . cos
(0.1* X1 ) ) ) * np . log (0.1* X2 * np . sin (0.1* X1 )
**2 + 0.1* X2 * np . cos (0.1* X1 ) **2 + 1.0* np .
sin (0.1* X1 ) **2 + 1.0* np . cos (0.1* X1 ) **2) 1.0/((0.1* X2 + 1.0) * np . cos (0.1* X1 ) ) +
0.1*( X2 + 10.0) * np . sin (0.1* X1 ) **2/((0.1*
X2 + 1.0) **2* np . cos (0.1* X1 ) ) ) * np . cos (0.1*
X1 ) /(0.1* X2 * np . sin (0.1* X1 ) **2 + 0.1* X2 * np
. cos (0.1* X1 ) **2 + 1.0* np . sin (0.1* X1 ) **2 +
1.0* np . cos (0.1* X1 ) **2) + (1.0* np . sin
(0.1* X1 ) + 1.0*( X2 + 10.0) * np . log (0.1* X2 *
np . sin (0.1* X1 ) **2 + 0.1* X2 * np . cos (0.1* X1 )
**2 + 1.0* np . sin (0.1* X1 ) **2 + 1.0* np . cos
(0.1* X1 ) **2) * np . sin (0.1* X1 ) /(0.1* X2 +
1.0) - 0.1*( X2 + 10.0) * np . sin (0.1* X1 )
/(0.1* X2 + 1.0) ) * np . sin (0.1* X1 ) /(0.1* X2 *
np . sin (0.1* X1 ) **2 + 0.1* X2 * np . cos (0.1* X1 )
**2 + 1.0* np . sin (0.1* X1 ) **2 + 1.0* np . cos
(0.1* X1 ) **2)
Sigma_22 = -0.1*( X2 + 10.0) *( -0.1*( X2 + 10.0) *
np . sin (0.1* X1 ) - 10.0* np . log (0.1* X2 * np .
sin (0.1* X1 ) **2 + 0.1* X2 * np . cos (0.1* X1 ) **2
+ 1.0* np . sin (0.1* X1 ) **2 + 1.0* np . cos
(0.1* X1 ) **2) * np . sin (0.1* X1 ) /(0.1* X2 +
1.0) + 1.0* np . sin (0.1* X1 ) /(0.1* X2 + 1.0) )
* np . sin (0.1* X1 ) /(0.1* X2 * np . sin (0.1* X1 ) **2
+ 0.1* X2 * np . cos (0.1* X1 ) **2 + 1.0* np . sin
(0.1* X1 ) **2 + 1.0* np . cos (0.1* X1 ) **2) +
10.0* np . log (0.1* X2 * np . sin (0.1* X1 ) **2 +
0.1* X2 * np . cos (0.1* X1 ) **2 + 1.0* np . sin
plt . figure ()
plt . title ( r $ \ sigma_ {22} $ )
plt . pcolor ( x1 , x2 , Sigma_22 )
plt . xlim ( -1 ,11)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . axes () . set_aspect ( equal )
plt . colorbar ()
plt . savefig ( Sigma_22 . pdf )
plt . show ()
plt . figure ()
plt . title ( r $ \ sigma_ {12} $ )
plt . pcolor ( x1 , x2 , Sigma_12 )
plt . xlim ( -1 ,11)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . axes () . set_aspect ( equal )
plt . colorbar ()
plt . savefig ( Sigma_12 . pdf )
plt . show ()
#T
Norma_T = np . sqrt (( -0.1*( X2 + 10.0) * np . sin (0.1*
X1 ) - 10.0* np . log (0.1* X2 * np . sin (0.1* X1 )
**2 + 0.1* X2 * np . cos (0.1* X1 ) **2 + 1.0* np .
sin (0.1* X1 ) **2 + 1.0* np . cos (0.1* X1 ) **2) *
11
x1 =( X2 + R ) * np . sin ( X1 / R )
x2 = X2 -( X2 + R ) *(1 - np . cos ( X1 / R ) )
x3 = X3
norma_t = np . sqrt (( -0.1*( X2 + 10.0) *( -0.1*( X2 +
10.0) *( -0.1*( X2 + 10.0) * np . sin (0.1* X1 ) 10.0* np . log (0.1* X2 + 1) * np . sin (0.1* X1 )
/(0.1* X2 + 1.0) + 1.0* np . sin (0.1* X1 )
/(0.1* X2 + 1.0) ) * np . sin (0.1* X1 ) /(0.1* X2 +
1) + 10.0* np . log (0.1* X2 + 1) * np . cos (0.1*
X1 ) **2/(0.1* X2 + 1) ) * np . sin (0.1* X1 ) +
0.1*( X2 + 10.0) *(0.1*( X2 + 10.0) *( -0.1*(
X2 + 10.0) * np . sin (0.1* X1 ) - 10.0* np . log
(0.1* X2 + 1) * np . sin (0.1* X1 ) /(0.1* X2 +
1.0) + 1.0* np . sin (0.1* X1 ) /(0.1* X2 + 1.0) )
* np . cos (0.1* X1 ) /(0.1* X2 + 1) + 10.0* np .
log (0.1* X2 + 1) * np . sin (0.1* X1 ) * np . cos
(0.1* X1 ) /(0.1* X2 + 1) ) * np . cos (0.1* X1 ) ) **2
+ ( -0.1*( X2 + 10.0) *( -0.1*( X2 + 10.0)
*(0.1*( X2 + 10.0) * np . cos (0.1* X1 ) +
10.0 *(1/((0. 1* X2 + 1.0) * np . cos (0.1* X1 ) ) 0.1*( X2 + 10.0) * np . sin (0.1* X1 ) **2/((0.1*
X2 + 1.0) **2* np . cos (0.1* X1 ) ) ) * np . log (0.1*
X2 + 1) - 1.0/((0.1* X2 + 1.0) * np . cos (0.1*
X1 ) ) + 0.1*( X2 + 10.0) * np . sin (0.1* X1 )
**2/((0.1* X2 + 1.0) **2* np . cos (0.1* X1 ) ) ) *
np . sin (0.1* X1 ) /(0.1* X2 + 1) + (1.0* np . sin
(0.1* X1 ) + 1.0*( X2 + 10.0) * np . log (0.1* X2
+ 1) * np . sin (0.1* X1 ) /(0.1* X2 + 1.0) 0.1*( X2 + 10.0) * np . sin (0.1* X1 ) /(0.1* X2 +
1.0) ) * np . cos (0.1* X1 ) /(0.1* X2 + 1) ) * np . sin
(0.1* X1 ) + 0.1*( X2 + 10.0) *(0.1*( X2 +
10.0) *(0.1*( X2 + 10.0) * np . cos (0.1* X1 ) +
10.0 *(1/((0. 1* X2 + 1.0) * np . cos (0.1* X1 ) ) 0.1*( X2 + 10.0) * np . sin (0.1* X1 ) **2/((0.1*
X2 + 1.0) **2* np . cos (0.1* X1 ) ) ) * np . log (0.1*
X2 + 1) - 1.0/((0.1* X2 + 1.0) * np . cos (0.1*
X1 ) ) + 0.1*( X2 + 10.0) * np . sin (0.1* X1 )
**2/((0.1* X2 + 1.0) **2* np . cos (0.1* X1 ) ) ) *
np . cos (0.1* X1 ) /(0.1* X2 + 1) + (1.0* np . sin
(0.1* X1 ) + 1.0*( X2 + 10.0) * np . log (0.1* X2
+ 1) * np . sin (0.1* X1 ) /(0.1* X2 + 1.0) 0.1*( X2 + 10.0) * np . sin (0.1* X1 ) /(0.1* X2 +
1.0) ) * np . sin (0.1* X1 ) /(0.1* X2 + 1) ) * np . cos
(0.1* X1 ) ) **2)
X = L /2
Y = np . linspace ( - h /2. , h /2. , n )
Z = np . linspace (0 ,1 , n )
X1 , X2 = np . meshgrid (X , Y )
T_1 =0.1*( X2 + 10.0) * np . cos (0.1* X1 ) +
10.0* (1/((0. 1* X2 + 1.0) * np . cos (0.1* X1 ) ) 0.1*( X2 + 10.0) * np . sin (0.1* X1 ) **2/((0.1*
X2 + 1.0) **2* np . cos (0.1* X1 ) ) ) * np . log (0.1*
X2 * np . sin (0.1* X1 ) **2 + 0.1* X2 * np . cos (0.1*
X1 ) **2 + 1.0* np . sin (0.1* X1 ) **2 + 1.0* np .
cos (0.1* X1 ) **2) - 1.0/((0.1* X2 + 1.0) * np .
cos (0.1* X1 ) ) + 0.1*( X2 + 10.0) * np . sin
(0.1* X1 ) **2/((0.1* X2 + 1.0) **2* np . cos
(0.1* X1 ) )
T_2 = -0.1*( X2 + 10.0) * np . sin (0.1* X1 ) - 10.0* np
. log (0.1* X2 * np . sin (0.1* X1 ) **2 + 0.1* X2 * np
. cos (0.1* X1 ) **2 + 1.0* np . sin (0.1* X1 ) **2 +
1.0* np . cos (0.1* X1 ) **2) * np . sin (0.1* X1 )
/(0.1* X2 + 1.0) + 1.0* np . sin (0.1* X1 )
/(0.1* X2 + 1.0)
plt . figure ()
plt . plot ((0 ,5 ,5 ,0 ,0) ,( -0.5 , -0.5 ,0.5 ,0.5 , -0.5)
)
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . title ( r Campo T )
plt . quiver ( X1 , X2 , T_1 , T_2 )
# plt . axes () . s e t _ a s p e c t ( equal )
plt . savefig ( CampoTgrande . pdf )
plt . xlim ( -1 ,7)
plt . show ()
plt . figure ()
plt . title ( r $ || t || $ )
plt . pcolor ( x1 , x2 , norma_t )
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . axes () . set_aspect ( equal )
plt . colorbar ()
plt . savefig ( Normatc . pdf )
plt . show ()
# # # # # # # # # t = sigma n
n =100
X = np . linspace (0 ,L , n )
Y = np . linspace ( - h /2. , h /2. , n )
Z = np . linspace (0 ,1 , n )
X1 , X2 = np . meshgrid (X , Y )
n =15
X = L /2.
Y = np . linspace ( - h /2. , h /2. , n )
Z = np . linspace (0 ,1 , n )
X1 , X2 = np . meshgrid (X , Y )
x1 =( X2 + R ) * np . sin ( X1 / R )
x2 = X2 -( X2 + R ) *(1 - np . cos ( X1 / R ) )
x3 = X3
X3 = symbols ( X_3 )
## Deformada
12
@author : Matias
"""
from sympy import *
import numpy as np
init_printing ()
X1 , X2 , X3 = symbols ( X1 X2 X3 )
R =10.
nu =1. ; lambda1 =10.
x1 =( X2 + R ) * sin ( X1 / R )
x2 = X2 -( X2 + R ) *(1 - cos ( X1 / R ) )
x3 = X3
F = Matrix ([[ x1 . diff ( X1 ) , x1 . diff ( X2 ) , x1 . diff ( X3
) ] ,[ x2 . diff ( X1 ) , x2 . diff ( X2 ) , x2 . diff ( X3 )
] ,[ x3 . diff ( X1 ) , x3 . diff ( X2 ) , x3 . diff ( X3 ) ]])
J = F . det ()
J =0.1* X2 +1
# ### ii )
C=F.T*F
C = Matrix ([[0.01*( X2 + 10.0) **2 , 0 , 0] , [0 , 1 ,
0] , [0 , 0 , 1]])
# ### iii )
P = nu *( F - F . inv () . T ) + lambda1 * ln ( J ) * F . inv () . T
# iv )
Sigma = J **( -1) * P * F . T
##v)
N = Matrix ([[1.] ,[0] ,[0]])
T_material = P * N
NormaT = sqrt ( T_material [0]* T_material [0]+
T_material [1]* T_material [1]+ T_material
[2]* T_material [2])
print P
n =100
x = np . linspace (0 , L /2 , n )
Y = np . linspace ( - h /2. , h /2. , n )
# ## vi )
n=F*N
p , q = np . meshgrid (x , Y )
t = Sigma * n
plt . figure ()
plt . plot ( x1 , x2 )
plt . title ( r Campo vectorial t )
plt . pcolor ( g1 , g2 , Ccolor *5 , vmin =0 , vmax =3 ,
alpha =0.1)
plt . quiver ( x1 , x2 , t_1 , t_2 )
plt . xlabel ( r $X_1$ )
plt . ylabel ( r $X_2$ )
plt . savefig ( Campotc . pdf )
plt . show ()
# -* - coding : utf -8 -* """
Created on Fri Sep 23 2 1 : 3 7 : 4 8 2016
13