
- •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.
15.2 Пример аппроксимации функции 2-ух переменных в MathCad.
ORIGIN:=1
х
и у координаты узлов
базисные
начальное
значение для неизвестного коэффициента
Билет 16
16.1 Метод Эйлера и его модификации для решения оду
Если заменить площадь криволинейной трапеции, представляющей собой величину этого интергала, например, на площадь прямоугольника
y0
X
y=y(x)
Y
- Ф-ла
Эйлера реализующая метод Эйлера. Можно
показать, что локальная погрешность
этой ф-лы
,
т.е. метод Эйлера является методом 1-го
порядка точности.
X0
X1
α0
h
Δy
Модификации метода Эйлера
h
Можно
показать, что погрешность этой ф-лы –
– метод 2-го порядка. Точность увеличивается
на порядок, но приходится ещё раз
обращаться к правой части ДУ
Усовершенствованный метод Эйлера
Метод с погрешностью
16.2 Алгебраическое интерполирование.
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.
Билет 17
Метод типа Рунге-Кутта для решения задачи Коши
y(x+h) =
y(x) +
Выполним замену
переменной
t=x
t=x+h
Введем три набора
параметров
…..
…..
………………
A0,A1,…..Aq
При помощи
и
наборов будем последовательно вычислять
величины.
………..
Эти величины могут быть вычислены последовательно. Теперь при помощи параметров группы А составим линейную компбинацию.
Будем приближать
величину
т.е.
Погрешность этого
приближения обозначим
.
Разложим по формуле Тейлора
(1) Основная идея
этого подхода в том, чтобы подобрать
такие наборы (
),
которые обеспечили бы как можно лучшее
приближение
к составленной линейной комбинации.
Это значит, что при произвольной функции
f
в выражении 1 как можно большее количество
слагаемых в формуле Тейлора оказались
=0 т.е. чтобы
для как можно большего k.
Методы 1-го порядка точности.
Пусть q=0
тогда А0
тогда
после вычисления
y(x+h)
y(x)+hf(x,y)
Мы получим формулу метода Эйлера, это
значит что частный случай метода
Рунге-Кутта.