- •Билет 1
- •1. Понятие о моделировании.
- •2. Моделирование процессов смо
- •Билет 2
- •Модель и расчетная схема. Виды моделирования
- •Виды моделирования.
- •Пример построения алгоритмической модели для одноканальной смо и заявок без приоритета.
- •Билет 3
- •Математическое моделирование. Основные этапы и источники ошибок.
- •Понятие о методах типа Монте-Карло.
- •Билет 4
- •О необходимости тестирования компьютерной модели. Способы тестирования.
- •Терминология для смо. Понятие о простейшем потоке событий.
- •Билет 5
- •5.1. Сравнение некоторых пакетов, расчетов и моделирований.
- •5.2. Марковские процессы.
- •Билет 6
- •6.1. Понятие о системах с сосредоточенными и распределёнными параметрами.
- •6.2. Уравнения Колмогорова.
- •Билет 7
- •7.1. Примеры систем, модель для которых описывается дифференциальными уравнениями.
- •7.2. . Уравнения Колмогорова для замкнутых смо.
- •Билет 8
- •8.1. Сведение произвольной системы оду к системе оду I-го порядка в нормализованном виде Коши. Пример.
- •8.2. Открытые системы массового обслуживания. Уравнения Колмогорова для открытых смо
- •Билет 9
- •9.1 Реализации в среде MathCad математической модели для простейшего осциллятора. Билет 9
- •Билет 10
- •10.1 Пример использования simulink matlab для решения оду 2-го порядка. Билет 11
- •11.1 Методика получения модели механических колебательной системы сосредоточенными параметрами на основе уравнений Лагранжа 2-ого рода
- •11.2 Разложение аппроксиматора по системы базисных функций.
- •12.2 Выполнение среднеквадратичного приближения на основе разложения аппроксиматора по системе базисных функций.
- •13.2. Интегральная квадратичная аппроксимация на отрезке [a, b].
- •Билет 14
- •14.1 Методы решения задачи Коши для оду
- •14.2 Пример MathCad реализующий метод среднеквадратичной аппроксимации
- •Билет 15
- •15.1 Классификация методов решения задачи Коши для оду.
- •15.2 Пример аппроксимации функции 2-ух переменных в MathCad.
- •Билет 16
- •16.1 Метод Эйлера и его модификации для решения оду
- •16.2 Алгебраическое интерполирование.
- •Билет 17
- •Метод типа Рунге-Кутта для решения задачи Коши
- •Интерполирование на основе формулы Лагранжа
- •Билет 18
- •Метод Рунге-Кута 4-ого порядка для решения задачи Коши формулы метода и их реализация в среде MathCad
- •18.2 О наилучшем выборе узлов интерполирования
- •Билет 19
- •Оценка погрешности решения оду. Способ Рунге для оценки такой погрешности.
- •Тригонометрическое интерполирование
- •Билет 20
- •Оценка погрешности решения оду. Способ Рунге для оценки такой погрешности.
- •Использование интерполирования при решении различных задач и реализация в среде MathCad
- •1) Приближенные вычисления функции
- •2) Численное интегрирование
- •3) Численное дифференцирование
- •Билет 21
- •21.1 Методы прогноза и коррекции для решения оду.
- •21.2 Понятие о сплайнах.
- •Билет 22
- •22.1 Понятие о жестких дифференциальных уравнениях.
- •22.2 Эрмитов кубический сплайн.
- •Билет 23
- •23.1 Метод стрельбы для решения граничных задач для оду.
- •23.2 Кубический сплайн дефекта 1. Алгоритм его построения.
- •Билет 24
- •24.1 Задача Бюффона как пример использования методов Монте-Карло при решении детерминированных задач.
- •24.2 Решение системы уравнений, определяющих сплайн, методом прогонки.
- •Билет 25
- •25.2 Обобщенные кубические сплайны.
- •Билет 26
- •26.1 Метод Судзуо-Какутани для решения граничных задач теории потенциалов
- •26.2 Пример использования сплайнов для вычисления площади фигуры
- •Билет 27
- •27.1 Понятие о конкурирующих стратегиях
- •27.2 Параметрический сплайн для приближения кривых.
- •Билет 28
- •28.1 Компонентные уравнения для различных видов подсистем.
- •Механическая поступательная система.
- •Механическая вращательная подсистема
- •Аналоги топологических уравнений
- •Билет 29
- •29.1 Получение эквивалентных схем технических объектов.
- •29.2 Метод получения топологических уравнений математической модели.
- •30.1 Топологические уравнения математической модели на основе матрицы инциденции.
Билет 14
14.1 Методы решения задачи Коши для оду
(1)
– ОДУ первого порядка
(2)
– начальные условия (1)+(2) – задача
Коши
(3)
с
– произвольная константа
Рис.1
семейство решений уравнения (3)
Для того, чтобы выбрать одно конкретное необходимо указать через какую точку в плоскости оно проходит. При этом получить аналитическое решение удаётся крайне редко.
Рис.2
точное и приближенное решение
-
интервал наблюдения. Это приближенное
решение строят по шагам
Рис.3
Интервал интегрирования разбивают на подинтервалы с каким-то шагом. Шаг может менятся или быть постоянным. Если разработать способ получения решения в конце заданного шага, по известному значению решения в нач шага, то можно использовать его в цикле по шагам. Поэтому вся задача сводится к получению решения для шага. Но при этом будет существовать локальная погрешность она будет зависеть от метода построения приближ-го решения и от величины шага. у(с волной)+О(hn+1)=y(x1). О- величина того-же порядка что hn+1 величина n зависит от метода построения решения и называется порядком метода. Существуют след методы метод эйлера(усовершенствованный МЭ,метод рунге-кутта, метод одной шестой)
14.2 Пример MathCad реализующий метод среднеквадратичной аппроксимации
поточечная
среднквадаичная аппроксимция
x и y координаты узлов
длина
массива х
Система базисных функций
Билет 15
15.1 Классификация методов решения задачи Коши для оду.
Рассмотрим наши методы относительно к так называемым шаговым (пошаговым) методам интегрирования ОДУ.
Шаг интегрирования может быть постоянным или переменным. Мы рассмотрим такие методы, где для получения решения в очередной момент времени нам требовалось знать решение только в предыдущий момент времени. Такие методы называются одношаговые.
Существуют методы, в которых для построения решения в данный момент времени нужно знать решение задачи в нескольких предшествующих моментах.
Многошаговый метод:
Многошаговый метод не может начать работу по известному лишь в одной точке начальному условию. То есть для его разгона требуется предварительно запустить какой-то одношаговый метод и с его помощью подготовить решение в нескольких точках. Эти методы еще называются несамостартующими или несаморазгоняющими.
В рассмотренных нами методах значение неизвестного решения выражалось в явном виде через решение в предшествующих точках. Поэтому такие методы называются явными.
Существуют и другие методы, где yi+1 – неизвестное решение – является решением какого-то уравнения, чаще всего нелинейного, связанного с видом правой части ОДУ, т.е. неизвестное решение неявно входит в какую-то зависимость. Такие методы называются неявными. В них дополнительно дополнительно придется решать дополнительное уравнение, в общем случае трансцендентное. Обычно такие уравнения решаются методом Ньютона. Такие методы имеют повышенную точность и соответственно позволяют значительно увеличить шаг по независимой переменной.
