
- •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
9.4. Численные методы решения дифференциальных уравнений первого порядка
Общий вид дифференциального уравнения
|
(9.1) |
Нормальная форма дифференциального уравнения
|
(9.2) |
где
y=y(x) -неизвестная функция, подлежащая определению,
f(x,y) - правая часть дифференциального уравнения в нормальной форме, равная первой производной функции y(x). В функцию f(x,y) помимо аргумента x входит и сама неизвестная функция y(x).
Пример:
-
общий вид дифференциального уравнения
первого порядка,
-
нормальная форма этого же уравнения.
Если неизвестная функция у зависит от одного аргумента x, то дифференциальное уравнение вида
называется обыкновенным дифференциальным уравнением.
Если функция у зависит от нескольких аргументов, то такое дифференциальное уравнение называется дифференциальным уравнением в частных производных.
Общим решением обыкновенного дифференциального уравнения
является семейство функций у=у(х,с) (рис 9.8):
Рис. 9.8. Семейство функций
При решении прикладных задач ищут частные решения дифференциальных уравнений. Выделение частного решения из семейства общих решений осуществляется с помощью задания начальных условий:
|
(9.3) |
т.е. начальной точки с координатами (х0, у0).
Нахождение частного решения дифференциального уравнения
|
(9.2) |
удовлетворяющего начальному условию
|
(9.3) |
называется задачей Коши.
В численных методах задача Коши ставится
следующим образом: найти табличную
функцию
которая
удовлетворяет заданному дифференциальному
уравнению (9.2) и начальному условию (9.3)
на отрезке [a, b] с шагом h, то есть найти
таблицу:
i |
x |
y |
0 |
x0 |
y0 |
1 |
x1 |
y1 |
2 |
x2 |
y2 |
3 |
x3 |
y3 |
... |
... |
... |
n |
xn |
yn |
Здесь
h - шаг интегрирования дифференциального уравнения,
a=x0 - начало участка интегрирования уравнения,
b=xn - конец участка,
n=(b-a)/h - число шагов интегрирования уравнения.
На графике (рис 9.9) решение задачи Коши численными методами представляется в виде совокупности узловых точек с координатами (xi ,yi), .
Рис. 9.9. Решение задачи Коши
9.5. Методы Рунге - Кутта
Наиболее эффективными и часто встречаемыми методами решениями задачи Коши являются методы Рунге - Кутта. Они основаны на аппроксимации искомой функции у(х) в пределах каждого шага многочленом, который получен при помощи разложения функции у(х) в окрестности шага h каждой i-ой точки в ряд Тейлора:
|
(9.4) |
Усекая ряд Тейлора в различных точках и отбрасывая правые члены ряда, Рунге и Кутт получали различные методы для определения значений функции у(х) в каждой узловой точке. Точность каждого метода определяется отброшенными членами ряда.
Метод Рунге - Кутта 1-го порядка (метод Эйлера)
Отбросим в (12.4) члены ряда, содержащие h2, h3, h4: .
Тогда
Так как
Получим формулу Эйлера:
|
(9.5) |
Так как точность методов Рунге-Кутта
определяется отброшенными членами ряда
(9.4), то точность метода Эйлера на
каждом шаге составляет
.
Алгоритм метода Эйлера можно построить в виде двух программных модулей: основной программы и подпрограммы ELER, реализующей метод.
Рис. 9.10. Схема алгоритма метода Эйлера
Здесь
(x,y)-при вводе начальная точка, далее текущие значения табличной функции,
h-шаг интегрирования дифференциального уравнения,
b-конец интервала интегрирования.
Рассмотрим геометрический смысл метода Эйлера.
Формула Эйлера имеет вид:
где
Тогда формула Эйлера принимает вид:
где
-
тангенс угла наклона касательной к
искомой функции у(x) в начальной точке
каждого шага.
Рис. 9.11. Геометрический смысл метода Эйлера
В результате в методе Эйлера на графике (рис 9.10) вся искомая функция y(x) на участке [a, b] аппроксимируется ломаной линией, каждый отрезок которой на шаге h линейно аппроксимирует искомую функцию. Поэтому метод Эйлера получил еще название метода ломаных.
В методе Эйлера наклон касательной в пределах каждого шага считается постоянным и равным значению производной в начальной точке шага xi. В действительности производная, а, значит, и тангенс угла наклона касательной к кривой y(x) в пределах каждого шага меняется. Поэтому в точке xi+h наклон касательной не должен быть равен наклону в точке xi. Следовательно, на каждом шаге вносится погрешность.
Первый отрезок ломаной действительно касается искомой интегральной кривой y(x) в точке (x0,y0). На последовательных же шагах касательные проводятся из точек (xi,yi), подсчитанных с погрешностью. В результате с каждым шагом ошибки накапливаются.
Основной недостаток метода Эйлера - систематическое накопление ошибок. Поэтому метод Эйлера рекомендуется применять для решения дифференциальных уравнений при малых значениях шага интегрирования h.