
- •А.В. Мышлявцев, м.Д. Мышлявцева математическое моделирование в естественных науках
- •Введение
- •Глава 1. Основные понятия и примеры математических моделей
- •1.1. Примеры эмпирических моделей
- •Результаты победителей олимпийских игр в беге на 200 м,
- •Результаты победителей олимпийских игр в беге на 200 м,
- •1.2. Разведение семги
- •1.3. «Ядерная зима»
- •«Волны-убийцы»
- •«Ядерная зима»
- •1.4. Некоторые подходы при моделировании сложных систем и явлений
- •Иерархическая цепочка моделей
- •Многомасштабное моделирование
- •Глава 2. Математическое моделирование в физике
- •2.1. Траектория всплытия подводной лодки
- •2.2. Диффузия
- •2.3. Метод молекулярной динамики
- •Метод Верле и метод «прыжка лягушки»
- •Классическая молекулярная динамика
- •Применение метода молекулярной динамики при моделировании реальных систем
- •2.4. Модель решеточного газа
- •Применение метода трансфер-матрицы при исследовании одномерной мрг
- •Эквивалентность мрг и модели Изинга
- •Применение метода Монте-Карло при исследовании двумерной мрг
- •Глава 3. Математическое моделирование в химии и химической технологии
- •3.1. Уравнения состояния реальных газов
- •Нелинейные уравнения
- •Метод бисекций
- •Метод Ньютона
- •Определение молярного объема реального газа
- •3.2. Вычисление равновесных концентраций
- •Системы нелинейных уравнений
- •3.3. Определение состава газа методом масс-спектроскопии смеси после бомбардировки медленными электронами
- •3.4. Определение числа независимых стехиометрических уравнений
- •3.5. Как плод получает глюкозу от своей матери?
- •Глава 4. Математическое моделирование в биологии
- •4.1. Примеры математических моделей популяционной биологии
- •Уравнение Ферхюльста (логистическое уравнение)
- •Популяционная модель с дискретным временем
- •Модели взаимодействующих видов
- •Модель Вольтерра и ее обобщения
- •4.2. Модель работы нейрона
- •4.3. Третичная структура белка
- •Список литературы
- •Математическое моделирование в естественных науках
Метод бисекций
После
локализации корня (этот шаг необходим
для сходимости большинства методов)
производится вычисление значения
функции на границах исходного интервала
.
Если значения
имеют различные знаки, то вычисляем
значение функции
,
где
,
и сравниваем знак
со знаками
.
Очевидно, что длина интервала, на котором
находится искомый корень, уменьшается
в два раза. Алгоритм метода бисекций
сводится к выполнению следующих действий:
Вычисляем , где .
Если одного знака с
, в качестве исходного выбирается интервал
, если разного знака, то выбирается интервал
, далее возврат к шагу 1).
Вычисления
продолжаются до тех пор, пока не
достигается требуемая точность, которую
в данном случае можно определить как
,
где
– длина исходного интервала
,
– количество шагов итерации.
Достоинством метода бисекций является его универсальность, а основным недостатком – медленная сходимость.
Наиболее часто используемым является метод Ньютона-Рафсона (Newton-Ruphson).
Метод Ньютона
Метод Ньютона основан (как и многие другие вычислительные алгоритмы) на разложении функции в ряд Тейлора в окрестности начального приближения к точному значению корня
(3.10)
Сохраняя только первых два слагаемых в левой части разложения (3.10), получаем уточненное значение корня
.
(3.11)
Так как ряд Тейлора (3.10) мы обрезали, оставив только два слагаемых, значение , вычисленное по формуле (3.11), снова является приближением.
Полученный алгоритм называется методом Ньютона-Рафсона и имеет вид:
.
(3.12)
Графическая иллюстрация метода Ньютона-Рафсона показана на рис. 3.2. Изложенный алгоритм не всегда сходится (рис. 3.3).
|
|
Рис. 3.2. Сходящийся метод Ньютона-Рафсона |
Рис. 3.3. Расходящийся метод Ньютона-Рафсона
|
Достаточное,
но необходимое условие сходимости
метода Ньютона-Рафсона может быть
сформулировано следующим образом: если
знакопостоянны в интервале
,
имеют одинаковый знак, итерационная
последовательность (3.12) всегда сходится
к точному значению корня
.
Например,
если
,
,
,
то последовательность (3.12) сходится к
точному корню
(рис. 3.4), аналогично, случай
,
,
показан на рис. 3.5.
Более точным методом, основанным на разложении (3.10) является метод Ньютона второго порядка. Для построения этого алгоритма сохраняют три члена в левой части (3.10). В результате получаем следующее уравнение для уточненного значения корня:
|
|
Рис. 3.4 |
Рис. 3.5 |
.
Отсюда получаем итерационную формулу метода Ньютона:
.
(3.14)
Выбор
знака «+» или «–» в формуле (3.14) определяется
близостью значения
к нулю.
Определение молярного объема реального газа
В
качестве примера использования метода
Ньютона-Рафсона рассмотрим задачу об
определении молярного объема реального
газа при заданной температуре и давлении.
Будем считать, что газ подчиняется
уравнению Соава–Редлиха–Квонга (3.2).
Параметры
определяются через критическую
температуру
и критическое давление
газа:
,
.
(3.15)
Переменная является эмпирической функцией температуры
,
(3.16)
где
– фактор эксцентричности газа,
.
Для
н-бутана константы уравнения
Соава–Редлиха–Квонга (3.2) следующие:
К,
кПа,
,
универсальная газовая постоянная
Дж/кмоль·К.
Для решения поставленной задачи перепишем уравнение (3.2) в виде кубического уравнения (3.3) относительного коэффициента сжимаемости .
Из
физических соображений в качестве
начального значения выбираем
(значение коэффициента сжимаемости для
идеального газа).
Выше критической температуры уравнение состояния Соава–Редлиха–Квонга имеет единственный действительный корень, локализованный вблизи значения , вытекающего из уравнения состояния идеального газа Клапейрона-Менделеева.
Метод бисекций и метод Ньютона-Рафсона являются универсальными и могут быть использованы при решении произвольных нелинейных уравнений. Очень часто в приложении возникают полиномиальные уравнения (например, уравнение Соава–Редлиха–Квонга), для решения которых существуют специфические методы, позволяющие найти не только действительные, но и комплексные корни (знание комплексных корней полинома необходимо, в частности, при решении систем линейных дифференциальных уравнений n-го порядка).
Одним из таких специфических подходов является сведение задачи определения корней полинома к задаче определения собственных значений некоторой матрицы. Для нахождения собственных значений матриц существуют универсальные алгоритмы, которые быстро сходятся.
Можно показать, что определение корней полинома
(3.17)
сводится к вычислению собственных значений матрицы
.
(3.18)
С вычислительной точки зрения, задача вычисления собственных значений матрицы значительно более устойчивая, чем задача вычисления корней полинома, особенно высокой степени.
В качестве еще одной модели, которая требует решения нелинейного уравнения (в данном случае это трансцендентное уравнение относительно молярного объема) рассмотрим уравнение состояния реального газа Бенедикта-Вебба-Рубина:
,
(3.19)
где
,
и
– константы.
Если
давление
измеряется в атмосферах, объем
– в литрах/моль и температура
– в кельвинах, то значения констант
уравнения (3.19) для н-бутана будут равны:
,
,
,
,
,
,
,
.