
- •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
3.4. Определение числа независимых стехиометрических уравнений
Хорошо известно, что для системы из веществ, в которой протекает реакций, соответствующие стехиометрические уравнения могут быть записаны в виде системы алгебраических уравнений
,
(3.34)
где
– стехиометрические коэффициенты,
отрицательные для реагентов и положительные
для продуктов.
В данном случае задача ставится следующим образом: найти количество независимых стехиометрических уравнений среди уравнений (3.34).
В качестве конкретного примера рассмотрим систему стехиометрических уравнений, описывающих процесс окисления аммиака:
(3.35)
Пронумеруем вещества:
(1)
,
(2)
,
(3)
,
(4)
,
(5)
,
(6)
.
(3.36)
Введем матрицу стехиометрических коэффициентов :
где
нумерация строк совпадает с нумерацией
уравнений (3.35), а нумерация столбцов с
введенной нумерацией веществ (3.36).
Несложно доказать, что количество
независимых уравнений равняется рангу
матрицы
.
Стандартный численный алгоритм вычисления ранга матрицы основывается на известной теореме о том, что ранг матрицы равен максимальному числу линейно независимых строк матрицы.
Количество линейно независимых строк матрицы определяется при выполнении прямого хода метода Гаусса. Оно равняется количеству ненулевых строк получившейся матрицы.
Отметим, что вычисление определителя квадратной матрицы также сводится к осуществлению прямого хода метода Гаусса. Действительно, несложно убедиться, что любое элементарное преобразование не меняет модуль определителя. Знак определителя легко находится, если будем знать суммарное количество перестановок строк и столбцов. Если это число четное, то знак определителя сохраняется, если нечетное, то меняется на противоположный. После выполнения прямого хода метода Гаусса матрица приводится к верхнетреугольному виду. Очевидно, что определитель такой матрицы равен произведению ее диагональных элементов. Знак определителя, как уже было сказано, определяется четностью суммарного числа перестановок строк и столбцов.
Помимо метода Гаусса, существуют и другие методы численного решения систем линейных уравнений. Это такие методы, как метод Холецкого, метод прогонки, метод вращений, метод отражений (прямые методы), и метод простой итерации, метод Гаусса-Зейделя и т.д. (итерационные методы). Выбор конкретного метода, как правило, зависит от специфики исходной задачи (структуры матрицы). Для решения систем средней размерности используют прямые методы (к которым относится и метод Гаусса), в частности, для систем с симметричной, положительно-определенной матрицей, предпочтительнее использовать метод Холецкого, для решения систем с трехдиагональными матрицами – метод прогонки. Для решения систем высокой размерности, имеющих разреженные матрицы (матриц с большим количеством нулей) используют итерационные методы, поскольку в процессе их реализации матрица сохраняет свою структуру.
Мы завершим рассмотрение математических моделей в химии моделью, которая находится на границе между химией и биологией. Это характерное явление в современной науке и вопрос о соотношении модели с предметной областью не всегда может быть решен однозначно и во многом зависит от субъективных побуждений человека, строящего или изучающего математическую модель.