- •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
Пример использования разложения аппроксиматора по базисным функциям в виде мономов.
Пусть мы имеем функцию на интервале . Необходимо приблизить функцией .
Тогда система уравнений (4) примет вид:
11.1 Методика получения модели механических колебательной системы сосредоточенными параметрами на основе уравнений Лагранжа 2-ого рода
Во многих случаях при моделировании механических систем приемлемы предположения о том, что масса системы сосредоточена лишь в конечном числе точек, соединенных между собой элементами типа пружин (элементы, накапливающие потенциальную энергию) и типа "демпфер" (элемент, рассеивающий энергию), в этом случае математическая модель, описывающая повеление рассматриваемой системы представляет собой систему обыкновенных дифференциальных уравнений (ОДУ). Рассмотрим следующий пример.
x1(t)
и x2(t)
– смещение относительно положения
равновесия соответственно 1-й и 2-й
массы; C1
и C2
- жесткости пружин
x2(t)
x1(t)
C2
C1
M2
M1
времени по закону P(t), движутся два груза (рис.1).
Д ля построения математической модели следует воспользоваться уравнениями Лагранжа 2-го рода, которые приводят к системе двух обыкновенных дифференциальных уравнений второго порядка [1].
З десь x1(t) и x2(t) - смещения относительно положения равновесия соответственно 1-й и 2-й массы;
- скорости смешений относительно положения равновесия соответственно 1-й и 2-й массы, где t - время;
Т - кинетическая энергия системы; П - потенциальная энергия системы.
В качестве 1 - й и 2- й степеней свободы примем x1 и x2.
Тогда уравнения примут вид:
Выполнение этого этапа базируется на использовании знаний курса теоретической механики. Подробности можно найти в книгах [1,2]. Результатом выполнения этого этапа являются уравнения. движения механической системы. Их подробный вывод следует привести в отчете.
Системы с рассредоточенными параметрами- в этой ситуации неизвестные величины(напр. Перемещение точек) являются уже функ-ми нескольких переменных. Поведение таких систем чаще всего описывается ДУЧП. Виды: 1)Метод граничных элементов 2)Метод конечных элементов 3) Метод сеток.
11.2Интерполирование, алгебраическое интерполирование, классический подход
Интерполирование – это вид приближения, если приближенную функцию обозначить , то для таблицы из n точек , необходимо потребовать выполнения условия:
Понятно, что в такой общей постановке решением задачи может оказаться бесконечное решение функций, поэтому, чтобы сделать задачу определенной, необходимо сузить класс подбираемых функций. Как было рассмотрено выше, при наличии определенной информации следует подбирать приближенную функцию так, чтобы она согласовывалась с приближаемыми данными.
Если же такой информации нет, то одним из способов выбора является выбор полинома в качестве приближаемой функции. В этом случае интерполяцию называют алгебраической.
Будем искать интерполянт в виде полинома степени не выше(n-1).
(1)
Тогда условие (1) примет вид:
(2)
Понятно, что вид интерполирующего полинома полностью определяется набором коэффициента.
Рассмотрим следующее утверждение:
Пусть в n попарно-различных точках заданы числа , тогда существует единственный полином степени не выше (n-1), удовлетворяющий условию (*).
Доказательство:
Запишем это условие в каждой точке
Здесь - неизвестные, а правые части известны:
(4)
Эта матрица специального вида - матрица Вандерманда. Для нее легко показать, что определитель этой матрицы отличен от нуля, но если это так, то система (4) имеет единственное решение.
Следствием этого утверждения является то, что вид интерполирующего полинома не зависит от способа его построения. А сам ход рассмотренных рассуждений дает один из способов построения такого полинома.
Рассмотренный способ называется классическим, т.к. в силу единственности интерполяционного полинома, каким бы способом его не строили, результат будет один и тот же.