- •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 5
5.1. Сравнение некоторых пакетов, расчетов и моделирований.
MATHCAD. Основные преимущества: простой графич-ий интерфейс, понятный инженеру, если после нек-го времени возвратится к работе, то быстро адаптиреушся.
Недостатки: невозможность создания exe модулей, слабая возможность связи с другими программами.
MATHLAB имеет 50 лет истории, включает в себя все ранее существующие наработки в FORTRAN в виде открытых текстов. Есть возм-ть создания exe модулей, посредством перевода на C, FORTRAN.У этой системы множество toolbox каждый из которых объединяет в себя программы для решения задач в конкретной предметной области или тематики. Недостатки: Недостаточный уровень графического интерфейса.
Модель нужно готовить в виде текстового файла на С подобном языке. Скорость вычисления выше чем в MATHCAD.
MAPLEWaterlooMapleSoftware Это серьезная мат. программа в основе символьная математика.
5.2. Марковские процессы.
Для процессов с пуассоновским потоком требований и экспоненциальным распределением времени обслуживания характерно отсутствие последействия, то есть будущее зависит от состояния системы только в настоящий момент и не зависит от ее состояния в предшествующий момент времени, в прошлом такие процессы называли Марковскими.
Рассмотрим теперь систему, состоящую из m одинаковых каналов (ОА), на вход которой поступает простейший поток требований. Если хотя бы один из каналов свободен, то немедленно начинается обслуживание очередного требования, а если все каналы заняты – требования становятся в очередь.
-
состояние системы, в котором ровно I
каналов занято.
-
состояние, когда все каналы свободны.
Если
,
образуется очередь, система может
находиться в состоянии
(число
требований в очереди).
Если
на время очереди не накладывается
никаких ограничений, то она может быть
бесконечно большой. В каждый момент
времени
может
произойти перескок системы из одного
состояния в другое.
-
очереди нет;
-
все каналы заняты, в очереди r
требований.
Пусть
- вероятность того, что система находится
в состоянии
:
Задача
моделирования такой СМО заключается в
том, чтобы определить вероятности
состояний
,
т.е.
определить изменения состояний системы
во времени.
Билет 6
6.1. Понятие о системах с сосредоточенными и распределёнными параметрами.
Пусть
на эластичной ленте подвешен деформируемый
груз:
W
U
V
m
k
груз
лента
Рис а – исходный объект , б – расчетная схема при выполнении упрощающих предположений, в- конечная расчетная схема.
При выполнении моделирования , исследователь всегда предполагает получить результаты с нужной ему степенью точности. Во многих ситуациях выполняются некоторые предположения, которые позволяют существенно упростить расчетную схему. Это в дальнейшем позволит значительно упростить саму модель ( ее уравнение, сократить требуемые компьютерные ресурсы для ее реализации).
Предположим что в нашем объекте справедливо следующее:1. Масса груза m>>mленты2. Податливость ленты значительно > податливости груза, тогда можно считать ленту невесомой не обладающей инерцией, а груз недеформируемым. При этих предположениях можно использовать расчетную схему.
Б) Мы считаем, что вся масса сосредоточена в одной точке, а вся податливость сосредоточена в одном элементе - пружине с жесткостью k.Поэтому такие модели называются модели со сосредоточенными параметрами. Поведение таких объектов описывается либо системами алгебраическими уравнениями (линейными или нелинейными), либо системами ОДУ (если внешние нагрузки зависят от времени)
В том случае если указанные случаи не выполняются схема б не применима при этом перемещение каждой точки системы будут зависеть от всех других точек системы:
U=(x,y,z)
Неизвестными как видно являются функции нескольких переменных, а они входят системы ДУЧП (в частных производных)
Эта задача существенно сложнее модель получена со значительно большим числом неизвестных. Одним из способов решения таких задач является метод конечных элементов.
