- •Системный анализ и моделирование процессов в техносфере
- •1.1. Понятие системы. Базовые категории систем
- •1.2. Классификация систем
- •1.3. Общее представление о системном анализе
- •1.4. Принципы системного анализа
- •2.1. Этапы анализа и синтеза
- •2.2. Понятие о структурном анализе
- •2.3. Методы декомпозиции
- •2.4. Требования, предъявляемые к декомпозиции
- •2.5. Алгоритм декомпозиции
- •2.5. Программно-целевой подход к решению системных задач
- •1. Область применения и этапы программно-целевого подхода
- •2. Дерево целей
- •3.1. Агрегирование системы и эмерджентность
- •3.2. Виды связей в системе
- •Связи взаимодействия (координации):
- •Связи преобразования:
- •3.3. Виды агрегирования
- •4.1. Общие свойства процесса принятия решений
- •4.2. Участники процесса принятия решения
- •4.3. Схема ппр
- •4.4. Формулирование проблемы
- •4.5. Определение целей
- •4.6. Генерирование альтернатив
- •4.7. Формирование критериев
- •4.8. Физиология принятия решений
- •4.9. Виды и особенности задач принятия решений
- •4.10. Формализация принятия решений
- •Лекция 5. Информационное обеспечение ппр
- •5.1. Понятие информации
- •5.2. Информационная структура процесса принятия решений
- •6.1. Особенности группового выбора
- •6.2. Экспертные методы выбора
- •6.3. Методы типа мозговой атаки или коллективной генерации идей
- •6.4. Методы типа сценариев
- •6.5. Методы типа «Делфи»
- •6.6. Методы типа дерева целей
- •6.7. Морфологические методы
- •7.1 Основные положения теории управления
- •7.2 Аксиомы теории управления
- •7.3 Модели основных функций организационно-технического управления
- •7.4 Описание функций управления
- •Лекция 8. Понятие и классификация моделей
- •8.1 Понятие модели, моделирования
- •8.2 Познавательные и прагматические модели
- •8.3 Статические и динамические модели
- •8.4 Классификация моделей по способу воплощения
- •8.5 Место математического моделирования в системных исследованиях
- •8.6 Типы и виды математических моделей
- •8.7 Процесс построения математической модели
- •8.8 Структура моделирования происшествий в техносфере
- •9.1 Конфликт ‒ предмет рассмотрения теории игр
- •9.2 Понятие игры. Классификация игр. Формальное представление игр
- •9.3 Определение бескоалиционной игры
- •9.4 Приемлемые ситуации и ситуации равновесия
- •9.5 Примеры игровых задач
- •10.1 Граф и его виды
- •10.2 Задача о кратчайшем пути
- •10.3 Задача о максимальном потоке
- •11.1 Поверхность отклика
- •11.2 Этапы планирования эксперимента
- •11.3 Обработка и анализ результатов моделирования
- •12.1 Полный факторный эксперимент
- •12.2 Дробный факторный эксперимент
- •12.3 Метод наименьших квадратов
- •13.1 Основная цель кластерного анализа
- •13.2 Объединение (древовидная кластеризация)
- •13.3 Двувходовое объединение
- •13.4 Метод k средних
- •13.5 Алгоритм нечеткой кластеризации
- •14.1 Понятие когнитивного моделирования
- •14.2 Подсистема представления субъективной информации
- •14.3 Подсистема извлечения предпочтений эксперта
- •14.4 Подсистема обработки
- •14.5 Подсистема представления результатов моделирования
- •14.6 Подсистема поддержки аналитической деятельности эксперта
- •14.7 Моделирование бизнес процессов на основе bpmn-диаграмм
- •14.8 Метод анализа иерархий (маи): введение
- •14.9 Основные принципы маи
- •1. Принцип идентичности и декомпозиции
- •2. Принцип дискриминации и сравнительных суждений
- •3. Принцип синтеза
- •14.10 Общая оценка маи как метода принятия решений
- •15.1 Общий ход решения задачи на основе метода конечных элементов
- •15.2 Сети одномерных конечных элементов
- •15.3 Виды конечных элементов
- •16.1 Основные понятия
- •16.2 Приближенное решение оду при заданных начальных условиях
- •16.3 Метод Эйлера и его модификации
- •16.4 Метод Рунге-Кутта
- •16.5 Приближенное решение ду n-го порядка при заданных начальных условиях
- •16.6 Приближенное решение ду при заданных граничных условиях (краевых задач)
- •16.6.1 Метод начальных параметров
- •16.6.2 Редукция к задаче Коши для линейного ду второго порядка
- •17.1 Основные понятия
- •17.2 Типы элементов
- •17.3 Источники энергии и преобразователи. Аналоги топологических уравнений
- •17.4 Метод получения топологических уравнений
- •18.1 Свойства задач принятия решения со многими критериями
- •18.2. Формирование множества критериев
- •18.3 Методология решения многокритериальных задач
- •18.4 Технологии отыскания эффективных решений
- •18.5 Методы принятия решения при нескольких критериях
16.2 Приближенное решение оду при заданных начальных условиях
Математическое моделирование систем, описываемых обыкновенным дифференциальным уравнением при заданных начальных условиях, осуществляется наиболее просто, если уравнение в явном виде разрешено относительно производной:
От влияния внутренних параметров h и воздействий внешней среды v можно избавиться, повторяя решение заданного уравнения при фиксированных значениях этих параметров h=const, v=const.
Рассмотрим дифференциальное уравнение первого порядка
(2)
Если требуется найти интегральную кривую у=у (х), проходящую через заданную точку М0 (х0, у0), то формулируется задача Коши: найти решение у=у(х) уравнения, удовлетворяющее начальному условию у(х0)=у0.
Существуют различные приемы решений такой задачи: метод последовательных приближений, интегрирование уравнений с помощью степенных рядов, методы Адамса, Крылова, Милна и др. Ниже рассмотрены методы Эйлера и Рунге-Кутта, первый из которых является наиболее наглядным, а второй – наиболее популярным.
16.3 Метод Эйлера и его модификации
Принцип численного решения уравнения (2) при начальном условии у(х0)=у0, основанный на методе Эйлера, чрезвычайно прост. Он непосредственно вытекает из смысла производной. Подставляя заданное начальное значение х0 и у0 в правую часть Исходного уравнения (2), мы определим производную в этой точке: y'(х=х0)=f(х0, у0), т. е. найдем тангенс угла наклона касательной к искомой кривой. Это дает возможность определить приближенное значение функции в соседней точке при x1 =x0 + h (рис. 2). При этом приращение функции будет , а полное значение ординаты при этом составит . Таким образом, получены приближенные координаты соседней точки x1, y1, принимая которые за исходные, мы можем повторить вычисления методом Эйлера и найти следующую точку с координатами х2, у2. Аналогично вычисляются все последующие точки по формулам
(3)
где h – достаточно малый шаг приращений координаты х.
Рис. 2. К решению уравнения методом Эйлера
Для того чтобы назначить величину шага, обеспечивающую необходимую точность вычислений, расчет повторяют при шаге, в два раза меньшем первоначального. Если разница в результатах вычислений превышает требуемую точность, то шаг разбиения уменьшают еще раз и повторяют расчет.
Метод Эйлера приводит к систематическому накоплению ошибок, поэтому в практике расчетов используют модификации этого метода: метод ломаных и метод Эйлера-Коши.
В первом случае сначала вычисляют промежуточные значения
и находят направление поля интегральных кривых в средней точке
, а затем полагают .
Во втором случае грубое приближение
, уточняется следующим образом:
Дальнейшим развитием и уточнением метода Эйлера являются различные схемы метода Рунге-Кутта. Ниже рассмотрена одна из таких схем, получившая наибольшее распространение.
16.4 Метод Рунге-Кутта
Основная схема метода Рунге-Кутта имеет вид:
(4)
где
(5)
(i = 1, 2,…, n).
Для определения правильности выбора шага h выполняют двойной пересчет, как это было отмечено при рассмотрении метода Эйлера.