- •1. Обработка информации и проблема интерпретации. Роль математического моделирования
- •Основные этапы математического моделирования
- •2. Основные понятия теории систем. Система и системное свойство
- •Понятия, характеризующие функционирование и развитие систем
- •Элемент
- •Подсистема
- •Структура
- •Состояние
- •Поведение
- •Модель функционирования (поведения) системы
- •3. Классификация систем
- •4. Взаимодействие системы с окружающей средой. Метаболизм
- •5. Определение понятия модели. Методы моделирования и классификация моделей
- •6. Математическая и компьютерная модель. Уровень идеализации и принцип минимальности
- •7. Цели моделирования и требования, предъявляемые к модели. Этапы компьютерного моделирования
- •8. Классификация математических и компьютерных моделей
- •Классификация км
- •9. Линейные модели и линейные системы уравнений. Проблемы вырождения и обусловленности
- •10. Интерполяция данных. Формулировка задачи интерполяции. Линейная интерполяция
- •Геометрическая интерпретация
- •11. Интерполяция полиномом и сплайны
- •Интерполяция многочленами
- •Метод решения задачи Полином Лагранжа
- •Полином Ньютона
- •Погрешность интерполирования
- •Выбор узлов интерполяции
- •12. Многомерная интерполяция данных
- •13. Идентификация моделей и задачи аппроксимации. Линейная аппроксимация и линеаризация
- •14. Нелинейная аппроксимация. Аппроксимация функцией произвольного вида. Аппроксимация полиномом
- •15. Нелинейная аппроксимация. Метод вложенных алгоритмов
- •16. Численное дифференцирование. Устойчивость и выбор шага дифференцирования
- •17. Вычисление определенных интегралов. Сравнительная характеристика методов Методы численного интегрирования
- •Интегрирование методом Монте-Карло
- •Обычный алгоритм Монте-Карло интегрирования
- •18. Метод Монте-Карло. Вычисление кратных интегралов
- •19. Моделирование стационарного состояния нелинейных систем
- •20. Моделирование динамики систем. Уравнения переходных процессов
- •Скалярное уравнение динамики системы
- •Векторное уравнение динамики системы
- •21. Моделирования динамики систем и численные методы решения задачи Коши
- •22. Жесткие системы. Неявные методы. Эквидистантный метод
- •23. Использование метода Монте-Карло при построении модели оптической пары "излучатель-приемник".
- •24. Стохастические модели. Получение случайных чисел с заданным распределением.
- •1.4. Моделирование случайных величин с заданным законом распределения
- •1. Метод нелинейного преобразования, обратного функции распределения
- •2. Метод Неймана
- •3. Метод кусочной аппроксимации
- •4. Некоторые специальные методы моделирования случайных величин
- •25. Модель источника случайных воздействий
- •26. Моделирование процессов кристаллизации. Расчет плоского кластера
- •27. Моделирование инерционных систем
- •28. Распределенные системы. Модель зонной печи
26. Моделирование процессов кристаллизации. Расчет плоского кластера
Пусть имеем n атомов, и пусть задана функция (r) – потенциал межатомного взаимодействия, r – расстояние между атомами. Энергия всей системы атомов будет равна:
, (1)
где - координаты i-того атома.
Будем искать расположение атомов, соответствующих минимуму полной энергии системы атомов. При этом саму энергию системы атомов не будем считать искомой величиной, тогда постоянный множитель в последнем выражении можно опустить. В итоге получаем многомерную задачу оптимизации (без ограничений) следующего вида:
(2)
Отметим, что условие суммирования ji связано с тем, что могут использоваться потенциалы, которые имеют значение при r = 0.
При моделировании процессов кристаллизации даже для небольших кластеров размерность такой задачи очень велика: для двумерного случая она равна 2n, а для трехмерного. – 3n, где n – число атомов. Для решения задачи может быть использован метод ГГР (групповая градиентная релаксация, В. Пинчук). Рассмотрим физическую интерпретацию этого метода для рассматриваемой задачи. Парный потенциал взаимодействия между атомами (r), где r - расстояние между атомами, обуславливает силу, действующую на один атом со стороны другого:
. (3)
При это сила отталкивания, действующая на атом со стороны другого атома, считается положительной.
Обозначим через единичный вектор, лежащий в направлении вектора , т.е. в направлении вектора, соединяющего j-тый и i-тый атомы. Тогда силу, действующую на j-тый атом со стороны i-того, можно представить следующим образом:
. (4)
Сила, действующая на j-тый атом со стороны всех остальных атомов, равна:
. (5)
Длину этого вектора будем записывать как Fj .
Имеет место следующее утверждение.
Пусть некоторый атом имеет номер j и находится в точке . Если потенциал парного взаимодействия (r) есть непрерывная и достаточно гладкая функция и Fj > 0, тогда для любого >0 существует такое h, h > 0, что следующее неравенство будет выполнено:
, (6)
где . (7)
Величину шага h можно получать, решая вспомогательную одномерную задачу минимизации для функции Ф или просто путем подбора (например, последовательно уменьшая его значение, начиная с некоторого начального значения).
Таким образом, находя каждый раз соответствующий шаг h и перемещая поочередно
атомы по правилу (7), можно найти оптиамльное их расположение, соответствующее минимуму целевой функции (1).
Рассмотрим один из вариантов построения алгоритма расчета устойчивой конфигурации атомов в соответствии с методом ГГР. В качестве потенциала парного взаимодействия атомов будем использовать потенциал Морзе:
где r0 - равновесное расстояние, соответствующее точке минимума (r),
A, - параметры межатомного взаимодействия.
Алгоритм.
1. Выбрать начальное расположение атомов (векторы ). Начальное значение параметра h естественно выбрать равным r0 . Выбрать значение параметра точности .
2. Положить q = 0.
3. Выполнять для i от 1 до n :
3.1. Вычислить .
3.2. Если , тогда положить q = 1, и перейти к п. 3.1 не изменяя i,
если нет увеличить i на 1 и перейти к п. 3.1.
4. Если q = 1, тогда перейти к п. 2.
5. Если h < , процесс завершить, иначе положить h = h/2 и перейти к п. 2.