- •Новые информационные технологии
- •Часть 3. Основы математики и математическое моделирование Учебное пособие
- •Введение
- •Глава 1. Основы компьютерной математики
- •1.1. Математика и ее средства
- •1.1.1. Аксиоматический метод и структуры математики
- •1.1.2. Компьютерная математика как часть математики
- •1.1.3. Классификация средств компьютерной математики
- •1.1.4. Структура систем компьютерной математики
- •1.1.5. Обзор систем компьютерной математики
- •1.2. Система компьютерной математики Mathcad
- •1.2.1. Состав системы Mathcad и ее запуск
- •1.2.2. Основы работы с системой Mathcad 2001
- •1.2.3. Работа с текстовым редактором
- •1.2.4. Работа с формульным редактором
- •1.2.5. Операции вывода и присваивания
- •1.2.6. Шаблоны математических операторов и символов
- •1.2.7. Ошибки и прерывание вычислений
- •1.3. Простые типы данных
- •1.3.1. Числовые данные
- •1.3.2. Вещественные числа и их форматы
- •1.3.3. Комплексные числа
- •1.3.4. Строковые данные
- •1.3.5. Символьные данные и выражения
- •1.4. Сложные типы данных
- •1.4.1. Множества и подмножества
- •1.4.2. Массивы
- •1.4.3. Векторы и матрицы
- •1.5. Константы, переменные, операторы и функции
- •1.5.1. Числовые константы
- •1.5.2. Строковые константы
- •1.5.3. Переменные
- •1.5.4. Операторы
- •1.5.5. Выражения и функции
- •1.6. Основы графической визуализации вычислений
- •1.6.1. Понятия об основных геометрических объектах
- •1.6.2. Построение графиков функций одной переменной
- •1.6.3. Построение графиков поверхностей
- •1.7. Средства программирования в системе Mathcad
- •1.7.1. Задание операторов пользователя
- •1.7.2. Задание программных модулей
- •1.7.3. Особенности применения программных модулей
- •Методические указания
- •10 Главных вопросов
- •Глава 2. Основы математических вычислений
- •2.1. Вычисление сумм и произведений
- •2.1.1. Вычисление сумм
- •2.1.2. Вычисление произведений
- •2.1.3. Вычисление пределов
- •2.3. Вычисление производных и интегралов
- •2.3.1. Определение производной и полного дифференциала
- •2.3.2. Вычисление производных
- •2.3.3. Определение интегралов
- •2.3.4. Вычисление интегралов
- •2.4. Решение уравнений и систем уравнений
- •2.4.1. Простое линейное уравнение и его решение
- •2.4.2. Решение систем линейных уравнений
- •2.4.5. Поиск всех корней степенного многочлена()
- •2.4.6. Решение систем нелинейных уравнений()
- •2.4.7. Реализация итерационных вычислений
- •2.5. Решение дифференциальных уравнений()
- •2.5.1. Основные понятия о дифференциальных уравнениях()
- •2.5.2. Решение систем оду()
- •2.5.3. Решение оду с помощью функции odesolve()
- •2.5.4. Решение жестких систем оду()
- •2.6. Решение задач оптимизации и линейного программирования
- •2.6.1. Основные понятия оптимизации
- •2.6.2. Пример оптимизации раскроя железного листа
- •2.6.3. Поиск минимума тестовой функции Розенброка
- •2.6.4. Функции maximize и minimize системы Mathcad
- •2.7. Разложение функций в ряды
- •2.7.1. Определение рядов Тейлора и Маклорена
- •2.7.2. Разложение в ряд Тейлора в системе Mathcad
- •2.7.3. Ряды Фурье()
- •2.7.4. Быстрые прямое и обратное преобразования Фурье()
- •2.7.5. Примеры преобразований Фурье()
- •2.7.6. Альтернативные преобразования Фурье()
- •2.8. Табличная интерполяция и аппроксимация
- •2.8.1. Теоретические основы интерполяции и экстраполяции
- •2.8.2. Интерполяция и аппроксимация по общей формуле Лагранжа
- •2.8.3. Полиномиальная интерполяция и аппроксимация
- •2.8.4. Кусочно-линейная и сплайновая аппроксимации в Mathcad
- •2.9. Статистическая обработка данных
- •2.9.1. Эксперименты, события и другие понятия статистики
- •2.9.2. Решение задач комбинаторики
- •2.9.3. Дискретные и непрерывные случайные величины
- •2.9.4. Законы распределения и статистические функции Mathcad
- •2.9.5. Регрессия и метод наименьших квадратов
- •2.9.6. Выполнение линейной регрессии в среде Mathcad
- •2.9.7. Полиномиальная регрессия в Mathcad
- •2.9.8. Проведение нелинейной регрессии()
- •2.9.9. Экстраполяция и предсказание
- •2.9.10. Сглаживание данных
- •Методические указания
- •10 Главных вопросов
- •Глава 3. Основы математического моделирования
- •3.1. Основные понятия моделирования
- •3.2. Основные виды моделей и их свойства
- •3.2.1. Основные виды моделей
- •3.2.2. Основные свойства моделей
- •3.3. Цели, принципы и технология моделирования
- •3.3.1. Цели моделирования
- •3.3.2. Основные принципы моделирования
- •3.3.3. Технология моделирования
- •3.3.4. Основные методы решения задач моделирования
- •Оценка обусловленности вычислительной задачи – еще одно обязательное требование при выборе метода решения и построении математической модели.
- •3.3.5. Контроль правильности модели
- •3.4. Задачи моделирования полета камня
- •3.4.1. Постановка задачи моделирования
- •3.4.2. Концептуальная формулировка задачи
- •3.4.3. Построение математической модели
- •3.4.4. Выбор метода решения
- •3.4.5. Программная реализация модели на эвм
- •3.4.6. Проверка адекватности модели
- •3.4.7. Анализ результатов моделирования
- •Методические указания
- •10 Главных вопросов
- •Глава 4. Практика математического моделирования
- •4.1. Моделирование процессов на основе известных формул
- •4.1.1. Моделирование изменения параметров атмосферы
- •4.1.2. Моделирование закона Мура
- •4.1.3. Моделирование преодоления самолетом звукового барьера
- •4.2. Моделирование на основе конечно-разностных методов
- •4.2.1. Моделирование Броуновского движения частиц
- •4.2.2. Моделирование диффузии
- •4.2.3. Моделирование торможения автомобиля()
- •4.2.4. Моделирование падения парашютиста()
- •4.2.5. Моделирование генератора на туннельном диоде()
- •4.2.6. Моделирование развития и угасания эпидемии
- •4.3. Моделирование колебательных систем
- •4.3.1. Анализ линейной колебательной системы
- •4.3.2. Анализ нелинейной колебательной системы Ван дер Поля
- •4.3.3. Моделирование системы Дафинга с внешним воздействием
- •4.3.4. Хаос и моделирование аттрактора Лоренца()
- •4.4. Моделирование рассеивания альфа-частиц()
- •4.5. Моделирование биологических и экономических систем
- •4.5.1. Модель системы «хищник-жертва» Лотки-Вольтерра
- •4.5.2. Модель системы «хищник-жертва» с логистической поправкой
- •4.5.3. Модель системы «хищник-жертва» Холлинга-Тэннера
- •4.5.4. Моделирование замкнутой экономической системы
- •4.6. Моделирование на основе линейного программирования
- •4.6.1.Оптимальные экономико-математические модели
- •4.6.2. Решение задач максимизации объема продукции
- •4.6.3. Решение задач минимизации ресурсов
- •4.6.4. Решение транспортной задачи
- •4.6.5. Задачи целочисленного программирования с булевыми переменными
- •4.7. Сетевые модели в оптимизации управленческих решений
- •4.7.1. Задача поиска кратчайшего пути
- •4.7.2. Задача о распределении потоков в сетях
- •4.8. Обработка и моделирование сигналов и изображений
- •4.8.1. Основы спектрального метода моделирования сигналов
- •4.8.2. Спектральное моделирование на основе точных формул интегрирования()
- •4.8.3. Улучшенное спектральное моделирование дискретных сигналов()
- •4.8.4. Вейвлеты - новый базис представления сигналов()
- •4.8.5. Вейвлет-преобразования()
- •4.8.6. Примеры вейвлет-обработки сигнала - временного ряда()
- •4.8.7. Анализ сигналов по вейвлет-спектрограммам
- •4.9. Обработка изображений
- •4.9.1. Средства обработки изображений
- •4.9.2. Обработка монохромных изображений
- •4.9.3. Обработка цветных изображений
- •4.9.4. Функции для работы с файлами и матрицами рисунков
- •4.9.5. Вейвлет-компрессия рисунков в пакете Wavelet Extension Pack
- •4.10.1. Подготовка к работе с матричной лабораторией matlab
- •4.10.2. Имитационное моделирование и расширение Simulink
- •Методические указания
- •10 Главных вопросов
- •Список литературы
- •Глава 1. Основы компьютерной математики 4
- •Глава 2. Основы математических вычислений 50
- •Глава 3. Основы математического моделирования 105
- •Глава 4. Практика математического моделирования 122
4.1.3. Моделирование преодоления самолетом звукового барьера
Рассмотрим еще один пример простого моделирования с применением эмпирической зависимости. Возможно, вы наблюдали за полетом самолета и вдруг до вас доносились раскаты грома или звук взрыва при абсолютно чистом небе. Не спешите прятаться - скорее всего эти звуки связаны с преодолением самолетом звукового барьера.
Физики давно вывели формулу, при которой это явление наблюдается. Эта формула определяет некоторое число Маха M, которое является отношением скорости тела или газовой струи к скорости звука в газе. Для самолета это число M(u, h) зависит от скорости полета самолета u и высоты полета h. Как только M достигает 1, самолет преодолевает звуковой барьер, обтекание его воздухом резко меняется, и это порождает звук выстрела или грома.
Рис. 4.3 представляет документ системы Mathcad, в котором задана известная формула M(u, h) и построены графики значений числа Маха от скорости полета на четырех высотах в 1, 5, 10 и 20 км (1 км = 1000 м). Пересечение этих графиков с горизонталью 1 позволяет найти момент, когда создаются условия для преодоления звукового барьера.
Рис. 4.3. Вычисление чисел Маха
К сожалению, найти этот момент по графикам достаточно точно трудно. Кроме того, хотелось бы получить зависимость скорости самолета от его высоты для моментов, когда он преодолевает звуковой барьер. Для этого нужно решать нелинейное уравнение M(u, h) - 1 = 0 относительно переменной u для заданного значения h. Для этого можно воспользоваться тем или иным численным методом. Рисунок 4.4 показывает не только такое решение, но и построение по его результатам зависимости u(h) при M=1.
Для решения используется функция системы Mathcad - root. Если вы пилотируете самолет, то, зная высоту его полета h (в метрах), можете легко вычислить скорость u (в м/c), нужную для преодоления звукового барьера. Скорость около 1240 км/час характерна при полетах на низкой высоте. С ростом высоты полета эта скорость заметно (в несколько раз) снижается. Однако она остается настолько высокой, что преодолеть ее пока могут только реактивные самолеты.
Р ис. 4.4. Построение зависимости u(h) для случая, когда M=1
4.2. Моделирование на основе конечно-разностных методов
4.2.1. Моделирование Броуновского движения частиц
В главе 3 мы уже отмечали роль конечно-разностных методов. Пора привести примеры их применения. Одним из самых простых и эффектных методов является имитация Броуновского движения частиц. Ограничимся 2-D случаем, когда частица может перемещаться в плоскости (x, y). Для имитации достаточно к координатам x и y каждый раз прибавлять случайные числа - рис. 4.5. Для этого используется функция генерации случайных чисел с нормальным распределением rnotm.
При каждом пуске этого документа получается новая картина из 500 перемещений частицы. Легко понять, что этот вид движения частиц способствует смешению разных фрагментов растворов. Вы можете самостоятельно составить документ, в котором будет имитироваться движение частиц в пространстве, но это уже сложная задача, пос кольку направления перемещения обычно не могут быть произвольными.
Рис. 4.5. Имитация Броуновского движения частиц
Хотя этот пример самый простой в этой главе, он демонстрирует моделирование при случайных приращениях параметров. Все другие примеры основаны на фиксированном изменении значения независимой переменной, например времени.
Отсутствие времени в решении данной задачи не случайно. Дело в том, что Броуновское движение обладает удивительным свойством - его характер практически не зависит от времени. Разумеется, в определенных пределах, если расстояния, проходимые частицами, заметно превышают размеры атомов и молекул и меньше размеров нашей планеты или вселенной. Можно во много раз уменьшить время наблюдения, и при этом мы будем видеть по-прежнему хаотические движения частиц, хотя и на меньшем расстоянии, чем при значительном времени наблюдения. Для таких процессов говорят, что они самоподобны [17].