
- •Содержание
- •Вводная лекция по дисциплине «Методы математического моделирования в теплоэнергетических процессах»
- •Курс "Методы математического моделирования в теплоэнергетических процессах" включает в себя знания, которые являются фундаментальными в системе подготовки инженеров-теплотехников.
- •Дополнительная литература
- •1.2. Форма и принципы представления математической модели
- •1.3. Классификация погрешностей
- •1.4. Классификация алгебраических задач
- •Вопросы для самопроверки
- •Тема 2 Особенности построения математических моделей
- •Вопросы для самопроверки
- •Тема 3 Компьютерное моделирование и вычислительный эксперимент. Решение математических моделей
- •Вопросы для самопроверки
- •Тема 4 Численные методы решения нелинейных уравнений
- •4.1. Метод половинного деления
- •4.2. Метод простых итераций
- •4.3. Метод Ньютона (метод касательных)
- •4.4. Модифицированный метод Ньютона (метод секущих)
- •4.5. Метод хорд
- •Вопросы для самопроверки
- •Тема 5 Компьютерное имитационное моделирование. Статистическое имитационное моделирование
- •Вопросы для самопроверки
- •Тема 6 Компьютерное моделирование и решение линейных и нелинейных многомерных систем
- •6.1. Решение систем линейных уравнений методом Гаусса
- •Вопросы для самопроверки
- •Тема 7 Моделирование многомерных нелинейных систем
- •7.1. Решение систем нелинейных уравнений
- •7.2. Метод простых итераций
- •7.3. Решение систем нелинейных уравнений методом Ньютона
- •7.4. Определение матрицы Якоби
- •Вопросы для самопроверки
- •Тема 8 Компьютерное моделирование при обработке опытных данных
- •8.1. Интерполяции и экстраполяция
- •8.2. Построение интерполяционного многочлена в явном виде
- •8.3. Интерполяция по Лагранжу
- •8.4. Программирование формулы Лагранжа
- •8.5. Интерполяция по Ньютону
- •8.6. Разделенные разности
- •8.7. Программирование формулы Ньютона
- •8.8. Пример интерполяции по Ньютону
- •8.9. Сплайн-интерполяция
- •8.10. Аппроксимация опытных данных
- •8.11. Сглаживание опытных данных методом наименьших квадратов
- •8.12. Программирование метода наименьших квадратов (мнк)
- •Вопросы для самопроверки
- •Тема 9 Компьютерное моделирование и решение нелинейных уравнений
- •9.1. Метод прямоугольников
- •9.2. Метод трапеций
- •9.3. Метод Симпсона
- •9.4. Численные методы решения дифференциальных уравнений первого порядка
- •9.5. Методы Рунге - Кутта
- •9.6. Метод Рунге - Кутта 2-го порядка (модифицированный метод Эйлера)
- •9.7. Метод Рунге - Кутта 4-го порядка
- •9.8. Решение дифференциальных уравнений высоких порядков
- •9.9. Решение дифференциальных уравнений второго порядка
- •9.10. Решение дифференциальных уравнений m-го порядка методом Рунге-Кутта (4-го порядка)
- •Вопросы для самопроверки
Вопросы для самопроверки
Что такое прямой ход метода Гаусса?
Что такое обратный ход метода Гаусса?
Почему метод Гаусса является точным?
В каком случае можно для описания энергетической системы использовать систему линейных уравнений?
Что дает построение схемы алгоритма математического метода?
Тема 7 Моделирование многомерных нелинейных систем
В задачах проектирования и исследования поведения реальных объектов, процессов и систем (ОПС) математические модели должны отображать реальные физические нелинейные процессы. При этом эти процессы зависят, как правило, от многих переменных.
В результате математические модели реальных ОПС описываются системами нелинейных уравнений.
7.1. Решение систем нелинейных уравнений
Дана система нелинейных уравнений
|
(7.1) |
или
Необходимо решить эту систему, т.е. найти
вектор
,
удовлетворяющий систему (10.1) с точностью
.
Вектор
определяет
точку в n-мерном Евклидовом пространстве,
т.е.
этому пространству и удовлетворяет
всем уравнениям системы (7.1).
В отличие от систем линейных уравнений
для систем нелинейных уравнений
неизвестны прямые методы решения. При
решении систем нелинейных уравнений
используются итерационные методы.
Эффективность всех итерационных методов
зависит от выбора начального приближения
(начальной точки), т.е. вектора
.
Область, в которой начальное приближение
сходится
к искомому решению, называется областью
сходимости G. Если начальное приближение
лежит
за пределами G, то решение системы
получить не удается.
Выбор начальной точки во многом определяется интуицией и опытом специалиста.
7.2. Метод простых итераций
Для применения этого метода исходная система (7.1) должна быть преобразована к виду
|
(7.2) |
или
Далее, выбрав начальное приближение и используя систему (10.2), строим итерационный процесс поиска по схеме:
т.е. на каждом k-ом шаге поиска вектор
переменных
находим,
используя значения переменных, полученных
на шаге (k-1).
Итерационный процесс поиска прекращается как только выполнится условие
|
(7.3) |
При этом условие (7.3) должно выполняться одновременно по всем переменным.
Метод простых итераций используется для решения таких систем линейных уравнений, в которых выполняется условие сходимости итерационного процесса поиска, а именно:
|
(7.4) |
т.е. сумма абсолютных величин частных производных всех преобразованных уравнений системы (7.2) по j-ой переменной меньше единицы.
На рисунке 7.1 представлена схема алгоритма решения систем нелинейных уравнений методом простых итераций.
Рис. 10.1. Схема алгоритма метода простых итераций
Рассмотрим пример.
Дана система нелинейных уравнений:
Необходимо определить область сходимости системы, выбрать начальную точку и найти одно из решений системы.
Строим графики функций:
Рис. 7.2. График функций
Преобразуем систему для решения методом итераций
Проверяем условие сходимости (7.4). Для заданной системы оно имеет вид:
Находим:
В результате условие (7.4) будет иметь вид:
Определяем область сходимости G.
Граница области сходимости определится при решении системы,
Отсюда х1=0,5;
.
В результате область сходимости
определится при
и
На графике функций строим область сходимости G:
Рис. 7.3. Область сходимости
Выбираем начальную точку
,
принадлежащую области сходимости G.
Используя выбранную начальную точку
решаем
заданную систему нелинейных уравнений.