
- •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.
1) Приближенные вычисления функции
2) Численное интегрирование
Т.е. подинтегрированную функцию f(x) заменяют интерполяционным полиномом, а затем от него вычисляется определенный интеграл. Операция приближенного интегрирования основана на этом подходе достаточна точна.
Тоже
справедливо и для функций заданных
таблично:
3) Численное дифференцирование
К сожалению эта операция имеет приближенную точность:
4) Численное решение алгебраических и тангенциальных уравнений:
Пусть исходная функция f(x) задана аналитически на интервале [a,b] и её значения могут быть вычислены в нужных точках. Пусть f(x)=0 – корень этого уравнения уединен на интервале [a,b], тогда по значениям этой функции в узлах строят интерполяционный полином, находят его корень на этом интервале и считают, что он приблизительно равен корню уравнения на этом интервале.
Билет 21
21.1 Методы прогноза и коррекции для решения оду.
21.2 Понятие о сплайнах.
Термин
сплайн появился следующим образом. При
создании чертежей кораблей на английских
верфях чертежники для того, чтобы
провести плавную линю через заданные
точки использовали тонкие гибкие рейки,
подвешивая к ним грузы так, чтобы рейки
прошли через систему точек. Эти рейки
наз. сплайнами. Дадим
определение сплайну. Функция
называется
сплайном
степени
n
дефекта
(n
и
- целые числа) если:
на
каждом отрезке
функция
является полиномом степени n;
функция
на всем интервале
имеет непрерывные производные порядка
до (n
-
)
включительно. Рассмотрим
сплайн 1-ой степени S1(x).
Он представляет собой непрерывную
кусочно-линейную функцию. На каждом из
отрезков (xi,
xi+1)
он является полиномом 1-ой степени:
S1 (x) = A0+A1∙x
ν=1, т.е. непрерывной производной он не имеет.
Уравнение сплайна:
S1(x)
=
+
(
),
xi
i+1
hi =xi+1 – xi - шаг
Для построения этого сплайна требуется только таблица (xi ,yi). Вычисление этого сплайна можно выполнять по следующему алгоритму:
определение tg угла наклона:
tgαi
=
=
и вычисляется S1 (x)= +Ui ∙ (x – xi ).

(xi+1,yi+1)

Ui(x-xi)
(xi,yi) α
S1(x)
yi
xi x xi+1
Сплайн 1-ой степени относится к семейству локальных сплайнов, т.к. для его построения необходима информация только об ограничивающих данный участок узлах.
Билет 22
22.1 Понятие о жестких дифференциальных уравнениях.
Существует ситуации, когда в соответствии с физическим содержанием задачи в решении присутствует несколько составляющих, имеющих существенно различные временные const в том смысле, что одни составляющие быстро изменяются по сравнению с другими.
Видно, что во 2-ой зоне вклад в решение 2-ой и 3-ей составляющей незначителен. Но для того, чтобы правильно отследить эти составляющие в 1-ой зоне потребуется достаточно мелкий шаг на всем интервале наблюдения. Такие задачи накладывают жесткие ограничения на величину шага интегрирования.
Рассмотрим следующую систему уравнений:
Через небольшое время наблюдения:
Если попытаться решить эту задачу методом Эйлера:
h=0.01 t=t0+h=0.01
u1=1+0.01(998+1998) = 30.96
v1=1+0.01(-999-1999) = -28.98
Если продолжить процесс интегрирования для следующих шагов, то расхождения окажутся еще больше. Этот пример показывает, что существуют задачи, для которых стандартные методы решения не подходят. Это пример жестких ДУ. Для решения этих задач разраб. специальные методы Гира И Пурлиж-Штерна.