- •2. Классификация моделей
- •Классификация математических моделей
- •3. Численные методы решения
- •3.1. Решение нелинейных уравнений
- •3.1.1. Отделение корней или нахождение начального приближения к корню.
- •3.1.2. Метод деления отрезка пополам
- •3.1.3. Метод хорд
- •3.1.4. Метод касательных
- •3.2. Решение систем линейных уравнений
- •3.2.1. Метод Крамера
- •3.2.2. Решение слау с использованием MathCad.
- •Решение систем уравнений в среде MathCad
- •3.3. Численное интегрирование
- •3.3.1. Формула прямоугольников
- •3.3.2. Формула трапеций
- •3.3.3. Вычисление интеграла методом Монте-Карло
- •3.4. Численное дифференцирование
- •Задачи Коши для обыкновенного дифференциального уравнения.
- •4. Методы обработки экспериментальных данных
- •4.1. Приближение функций
- •Интерполяция обобщенными многочленами.
- •Полиноминальная интерполяция.
- •4.2. Элементы корреляционного и регрессионного анализа
- •4.3. Приближение функций с помощью метода наименьших квадратов
- •5. Оптимизация
- •5.1. Постановка задач принятия оптимальных решений
- •5.2. Линейное программирование
- •5.2.1. Постановка задачи и применение в лесном деле
- •Математическая статистика
3.2.1. Метод Крамера
Теорема Крамера. Если определитель D системы m линейных уравнений с n неизвестными отличен от нуля, то эта система имеет единственное решение. Это решение может быть найдено по формулам.
x1= ; x2= ; …; xn=
Где k – определитель, получающийся из D заменой k-ого столбца свободными членами системы.
a11…a1,k-1 b1 a1,k+1 … a1n
k= ……………………………….
an1…an,k-1 bn an,k+1 …. ann
Определение: Определитель матрицы n-ого порядка называется сумма всех произведений элементов этой матрицы, взятых по одному из каждой строки и по одному из каждого столбца: при этом каждое произведение снабжено знаком «+» или «-» по некоторому правилу
x1-2x2+3x3-x4=6
2x1+3x2+4x3+4x4=-7
3x1+x2-2x3-2x4=9
x1-3x2+7x3+6x4=-7
3.2.2. Решение слау с использованием MathCad.
= =35
Определитель в формуле Крамера
1=
2=
3= =0
4= =-70
З. Решение системы
x1= =2; x2= =-1; x3= =0; x4= =-2
Решение систем уравнений в среде MathCad
Также пакет MathCAD позволяет решать системы уравнений (не только алгебраических линейных) с помощью решающего блока
x1=2 x2=2 x3=4
Given (открытие блока)
x1+x2+x3 3
2x1+x2+x3 4
x1+x2+x3 5
(закрытие блока)
C1=0,9999
C2=1,0000
3.3. Численное интегрирование
Постановка задачи численного интегрирования.
При вычислении определенного интеграла
где функция f(x) – непрерывная на отрезке [a,b] функция, иногда удается воспользоваться известной формулой Ньютона-Лейбница:
Здесь F(x) – первообразная f(x).
В практике инженерных расчетов редко удается найти первообразную в аналитическом виде. Если к тому же учесть, что иногда подынтегральная функция вовсе задается таблицей или графиком, то становится понятным, почему интегрирование по формуле Ньютона-Лейбница не получило широкого применения на практике.
В настоящее время применяют различные методы приближенного (численного) интегрирования, среде них выделить следующие:
- формула прямоугольников;
- формула трапеций;
- метод Монте-Карло.
3.3.1. Формула прямоугольников
f(x)
a b x
Разобьем отрезок [a;b] на n равных участков (с шагом h = ). Геометрически площадь криволинейной фигуры можно заменить площадью прямоугольника. Тогда
3.3.2. Формула трапеций
f(x)
a b x
Разобьем отрезок [a;b] на n равных участков (с шагом h= ). Геометрически площадь элемента криволинейной фигуры можно подменить площадью трапеции. Тогда имеем:
3.3.3. Вычисление интеграла методом Монте-Карло
Метод основан на использовании результатов статистических испытаний. С помощью датчика случайных чисел на компьютере моделируется n случайных испытаний. Точность оценки значения интеграла равна корню квадратному из числа случайных испытаний. С помощью датчика случайных чисел получаем последовательность чисел Xi (i = 1…n) в интервале [a,b]. Для получения таких точек на основе последовательности случайных чисел x, равномерно распределенных в интервале [0,1] достаточно выполнить преобразование
Учитывая, что значение подынтегральной функции f(x) в точке b известно, аналогично можно получить значения случайных чисел по оси Y.
где yi – последовательность случайных чисел, равномерно распределенных в интервале [0,1].
Таким образом, каждая пара испытаний определяет одну точку на поверхности (a,b,f(b),c).
Для каждой точки n(xn, yn) проверяется условие
,
т.е. проверяется - лежит точка над кривой или под ней. Каждая лежащая под кривой точка запоминается.
При достаточно большом количестве испытаний отношение количества точек под кривой Np к общему количеству точек No будет пропорционально соотношению площади под кривой a,b,f(b),f(a) к площади прямоугольника a,b,f(b),c. Тогда