- •1.1 Понятие о моделировании.
- •1.2 Системы массового обслуживания
- •2.1. Виды моделирования.
- •2.2Моделирование простейшей одноканальной системы смо
- •3.1. Математическое моделирование. Источники ошибок. Необходимость тестирования.
- •3.2 Простейший поток событий
- •4.1 Необходимость тестирования компьютерных моделей.
- •4.2. Замкнутые смо
- •5.1. Сравнение некоторых пакетов, расчетов и моделирований.
- •5.2. Открытая смо
- •6.1 Примеры задач приводящих к необходимости решения дифференциальных уравнений.
- •6.2 Понятие о конкурирующих стратегиях. Пример алгоритма для выбора рациональной стратегии.
- •7.1 Сведение произвольной системы оду произвольного порядка к системе оду 1-го порядка.
- •7.2 Приближение инженерных данных. Виды приближений.
- •Поточечное среднеквадратическое приближение.
- •Непрерывное приближение в среднеквадратичном смысле.
- •Равномерное приближение.
- •8.1 Примеры сведения дифференциальных уравнений и их систем произвольного порядка к системе оду 1-го порядка в канонической форме Коши.
- •8.2. Интерполирование. Аппроксимация методом наименьших квадратов. Равномерное приближение. Поточечная аппроксимация табличных данных по методу наименьших квадратов.
- •9.1 Пример решения задачи о колебаниях одно массовой системы на основе использования встроенной процедуры Rkadapt.
- •9.2 Разложение аппроксиматора по системе базисных функций. Сведение задачи аппроксимации к системе лау.
- •10.1 Математическое моделирование механических колебательных систем со сосредоточенными параметрами .Системы с распределенными и сосредоточенными параметрами.
- •Пример использования разложения аппроксиматора по базисным функциям в виде мономов.
- •11.1 Методика получения модели механических колебательной системы сосредоточенными параметрами на основе уравнений Лагранжа 2-ого рода
- •11.2Интерполирование, алгебраическое интерполирование, классический подход
- •12.1 Пример получения математической модели для двух массовой колебательной системы
- •12.2 Интерполирование на основе формулы Лагранжа
- •13.1 Математическая модель колебательной системы с вращательными степенями свободы
- •13.2 Пример документа MathCad реализующий поточечную среднеквадратичную аппроксимацию
- •14.1 Некоторые примеры MathCad для решения различных задач
- •14.2 Остаточный член формулы Лагранжа, пример оценки точности интерполирования с использованием остаточного члена
- •15.1 Пошаговые методы решения задачи Коши
- •15.2 О наилучшем выборе узлов интерполирования
- •16.1 Метод Эйлера для решения задачи Коши, реализация этого метод в среде MathCad
- •16.2 Тригонометрическое интерполирование
- •17.1 Модификация метода Эйлера для решения задачи Коши
- •17.2 Использование интерполирования при решении различных задач и реализация в среде MathCad
- •18.1 Метод типа Рунге-Кутта для решения задачи Коши
- •18.2 Использование встроенных функций для линейной аппроксимации по методу наименьших квадратов
- •19.1 Связь модифицированных методов Эйлера и методов Рунге-Кута второго порядка для решения задачи Коши
- •19.2 Понятие о сплайнах
- •20.1 Метод Рунге-Кута 4-ого порядка для решения задачи Коши формулы метода и их реализация в среде MathCad
- •20.2 Определение сплайна. Дефект сплайна, пример линейного сплйна
- •21.1.Оценка погрешности решения оду. Способ Рунге для оценки такой погрешности.
- •21.2 Кубический сплайн дефекта 2 (или сплайн Эрмита).
- •22.1 Метод стрельбы
- •22.2 Кубические сплайны дефекта 1
- •23.1 Использование случайных величин при моделировании различных явлений и процессов
- •23.2 Алгоритм «прогонка» для решения системы линейных уравнений с диагональным преобладанием.
- •24.1 Задача Бюффона как пример использования случайных величин при решении детерминированной задачи.
- •24.2 Пример использования сплайна для приближенного интегрирования функции
- •25.2 Использование параметрических сплайнов для интерполирования кривых
- •26.1 Пример реализации метода типа Монте-Карло в среде Mathcad для вычисления площади произвольной фигуры
- •26.2 Параметрический Эрмитов кубический сплайн.
- •27.1 Основные виды моделирования их преимущества и недостатки
- •27.2 Рациональные сплайны.
- •28.1 Декомпозиция и диакоптика
- •28.2Параметрический рациональный сплайн.
- •29.1 Понятие о компонентных и топологических уравнениях
- •Механическая поступательная система.
- •29.2 О выборе узлов сетки при интерполировании различными сплайнами
- •30.1 Примеры получения эквивалентах схем для механических поступательных систем
- •30.2 Узловой метод построения математической модели
6.1 Примеры задач приводящих к необходимости решения дифференциальных уравнений.
l
Fин
=ma
mg
m
(1)
Если малые колебания | | << 1, то
(2)
1 и 2 – Обыкновенные дифферинциальные уравнения 2-го порядка.
Рассмотрим задачу об определении вида изогнутой оси балки
I(x)
q(x)- распределенная
нагрузка
y(x)
Пусть балка из материала с модулем Юнга E. Q(x) - непрерывная сила. М(x) – изгибающий момент.
y=y(x);
I(x) = I – const;
- обыкновенное дифферинциальное уравнение 4-го порядка
6.2 Понятие о конкурирующих стратегиях. Пример алгоритма для выбора рациональной стратегии.
Рассмотрим след. ситуацию.
В начале дня на маршрут выходит автобус, он полностью исправен, при выполнении рейса может возникнуть незначительная поломка при этом эту поломку можно устранить но для этого придется пропустить рейс а можно отпустить автобус в рейс с незначительной поломкой но приэтом может возникнуть критическая поломка когда автобус не сможет выполнять рейсы до конца дня. Пусть вероятность маленькой поломки «a», а критической «b».
Предположим в день запланировано n рейсов и всего должно быть m дней. Возникает вопрос какая из стратегий эксплуатации автобуса окажется лучшей, в том смысле что средн кол-во рейсов в день будет больше.
Эти стратегии называются конкурирующими. Очевидно что подобную задачу можно сформулировать и для др. объектов, напр, для металлообр станка. Впервые такая задача была сформулирована Крайзоном и Марзаном. С помощью сложных математических выкладок им удалось получить аналогичн решение этой задачи. Однако при небольшом усложнении условий или др формулир стратегий получать аналогичные решения практически не удается. В тоже время козе понятно что можно легко сформулир алгоритм и составить соотв прогр для моделирования этих стратегий на компьютере.
– среднее число рейсов в день при первой стратегии
N – число запланированных рейсов
a – вер-ть незначительной поломки
– среднее число рейсов при 2-й стратегии
N –число запланированных рейсов
a – вероятность незначительной поломки
b – вероятность критической поломки
7.1 Сведение произвольной системы оду произвольного порядка к системе оду 1-го порядка.
Большинство численных решений ОДУ разработаны для следующей задачи:
(1) (2) где 1 –ОДУ 1-го порядка при этом как видно оно разрешено относительно производной, а 2 –начальное условие т.е. значение неизвестной функции в первой точке интервала, на котором нужно построить решение.
Xкон
x0
y0
X0 – левая граница интервала наблюдения; Xкон – правая граница интервала наблюдения; Задача 1-2 называется канонической формой задачи Коши. Она заключается в том ,чтобы построить функцию y=y(x) удовлетворяющую условиям 1-2.
Предположим, что у нас метод и его программная реализация позволяют решить задачу 1,2 тогда если имеем задачу другого вида:
То в программном обеспечении можно создать цикл решения таких уравнений и задача 3 сведется к 1-2;