- •Понятие о моделировании.
- •2.1. Виды моделирования.
- •3.1. Математическое моделирование. Источники ошибок. Необходимость тестирования.
- •4.1. Сравнительные характеристики пакетов mathcad, matlab, maple, mathematica. Основные приемы работы в mathcad.
- •5.1. Понятие о системах с сосредоточенными и распределенными параметрами.
- •6.1. Сведение системы оду произвольного порядка к системе оду первого порядка в нормализованной форме Коши.
- •7.1. Процедуры решения ду в среде mathcad. Примеры соответствующих документов mathcad.
- •8.1. Последовательность получения математической модели колебательной механической системы с сосредоточенными параметрами.
- •9.1. Численные методы решения оду.
- •10.1. Метод Эйлера и его модификации для решения оду
- •11.1.Методы типа Рунге-Кутта для решения оду
- •13.1. Понятие о граничных задачах для оду. Метод стрельбы для решения граничной задачи.
- •14.1. Построение уравнения изогнутой оси балки при различных условиях на ее концах на основе метода стрельб.
- •15.1.Оценка погрешности решения оду. Способ Рунге для оценки такой погрешности.
- •16.1.Понятие о жестких дифференциальных уравнениях. Процедуры для решения таких уравнений в среде mathcad.
- •17.1. Классификация методов решения оду.
- •19.1. Задача Бюффона как пример использования случайных величин при решении детерминированной задачи.
- •20.1.Вычисление площадей и объемов с использованием случайных величин.
- •21.1.О выборе количества экспериментов для получения заданной степени точности при использовании случайных величин.
- •22.1Метод Судзуо-Какутани для решения граничных задач теории потенциалов
- •23.1. Понятие о конкурирующих стратегиях
- •24.1. Моделирование смо.
- •25.1. Приближение инженерных данных.Виды приближения.
- •Поточечное среднеквадратическое приближение.
- •Непрерывное приближение в среднеквадратичном смысле.
- •Равномерное приближение.
- •1.2.Узловой метод получения математической модели системы.
- •2.2. Метод получения топологических уравнений с использованием м-матрицы.
- •3.2. Получение эквивалентной системы технических объектов.
- •4.2. Компонентные уравнения для различного типа подсистем.
- •Механическая поступательная система.
- •Механическая вращательная подсистема
- •5.2. Основные положения получения математической модели технического объекта на макроуровне.
- •6.2. Особенности выбора узлов сетки при интерполяции различными сплайнами.
- •7.2. Параметрический рациональный сплайн.
- •8.2. Обобщенные кубические сплайны.
- •9.2. Параметрический Эрмитов кубический сплайн.
- •10.2. Интерполяция кривых локальными сплайнами.
- •11.2. Вычисление интеграла по таблице значений функции с использованием интерполирующего полинома Эрмита.
- •12.2. Кубический сплайн дефекта 2 (s3,2(X)).
- •13.2. Определение сплайна. Сплайн первой степени.
- •14.2. Алгоритм «прогонка» для решения системы линейных уравнений с диагональным преобладанием.
- •15. 2. Сплайны. История возникновения. Понятие о звене сплайна.
- •16.2. Использование обратного интерполирования для решения уравнений.
- •17.2. Метод Мюллера для решения трансцендентных уравнений.
- •18.2 Области использования интерполирования.
- •19.2. Тригонометрическая интерполяция.
- •20.2. О наилучшем выборе узлов интерполирования.
- •21.2. Остаточный член интерполяционной формулы Лагранжа.
- •24.2. Разложение аппроксиматора по системе базисных функций.
20.1.Вычисление площадей и объемов с использованием случайных величин.
Подход использованный в задаче Бюффона можно распространить на вычисление площадей и объемов произвольных областей.
В этом подходе по умолчанию подразумевается возможность:
Найти такой параллелепипед V, в котором содержится область Ω
Иметь возможность выполнить проверку( точка принадлежит Ω)
Приведем пример документа Mathcad
ФайлMathcad
Задаем число экспериментов:
Изобразим обращение к этой процедуре:
21.1.О выборе количества экспериментов для получения заданной степени точности при использовании случайных величин.
В наших рассуждениях мы считали, что количество N позволяет обеспечить достаточную степень точности. Сколько же таких экспериментов нужно провести:
Для применении на практике нужно задать определить m и рассчитать вероятность p.
Если эта вероятность устраивает, то можно гарантировать, что подходит. Если не устраивает, то увеличиваем n.
22.1Метод Судзуо-Какутани для решения граничных задач теории потенциалов
П онятие граничных задач:
Пусть имеется некоторая область Ω. Поведение сплошной среды внутри этой области описывается какими-то уравнениями, чаще всего это ДУ в частных произв. Неизвестн в этих уравнениях явл функция U(x,y,z). При этом на границе области известны либо значения самой функции либо производные от нее или какие-то их комбинации. Совокупность ДУ в частных производных кот-ым подчин неизвестн функция и граничные усл-я наз-ся граничной задачей.
Решением граничной задачи наз-ся такая ф-я кот удовлетв и ДУ и граничным усл-ям.
Связь методов решения граничных задач со сложностью границ области.
Сложность границы |
Методы решения |
Границы простейшие (прямоугольник, круг) |
Аналитические |
«Стандартные» гран. Состоящие из плоскостей, цилиндрич поверхностей, конических |
Метод конечных эл-ов, метод конечных разностей, метод граничных эл-ов, метод сеток |
Запутанные границы |
Методы типа Монте Карло, Судзуо-Какутани |
П онятия о случайных блужданиях:
Рассм след процесс:
И
(x1,y1)
з произвольной точки (x0,y0) в случайном направл выполн шаг заданной величины. Из вновь получ точки опять в случайном направлении выполн шаг такой же величины и т.д. Если рассм много шагов такого проуесса, то появляется картина так назыв случайн блужданий. Такими процессами описыв бройновское движение частиц и др физических явлений.Оказывается что расст А от точки блужд до текущей заваисит от кол-ва шагов по закону
A(h)=C Это означает что с цыеличением кол-ва шагов рано или поздно будет достигнуто любая сколь угодно удаленная от начала блуждания. Обратите внимание что здесь присутствует закон квадратного корня.
Понятие о граничных задачах теории потенциала:
Предположим что неизвестная функция в граничн задаче должна подчиняться уравнению:
Оказывается что ф-ии подчин этим ур-ям (они наз-ся гармоническими) обладают след св-ом.
Решение в U(x0,y0) будет средним значением по любому замкнутому контуру Гε при малых диаметрах Гε окрестности. Такие ф-ии наз-ся потенциальными, они описывают задачу о распределении эл. Заряда в какой-то области. К тому типу задач относится следующее:
1-задача о распределении температур в теле при заданных значениях температуры (или конвекции тепла на пов-ти).
2-задача о перемещении точек сеч-я стержня при кручении
3-задача о распределении заряда.
Особенность этих решений задач теориипотенциала и положенного в основу метода случайных блужданий обоснованным японским математиком Судзуо-Какутани. Поясним ее на примере плоской пластины на краях которой температуры известны, а температуру в произв точке пластины нужно найти.
T(x,y) – неизвестная функция распределения температур внутри пластины.
Рассмотрим получение координат конца очередного шага
(x0,y0)
y0
Угол альфа выбирается случайно по случайному закону распределения из интервала от нуля до 2-х пи.