
- •Г.Г КАШЕВАРОВА, Т.Б. ПЕРМЯКОВА
- •Предисловие
- •Введение
- •Общие сведения о математическом моделировании.
- •Численные методы
- •Элементы теории погрешности
- •Понятия мастера и надстройки
- •Глава 1. Основные понятия матричного исчисления. Матрицы в расчетах строительных объектов
- •1.1. Матрицы и векторы. Определения
- •1.2. Матрицы специального вида
- •1.3. Действия над матрицами
- •1.4. Нормы матрицы и вектора
- •1.5. Матрицы в задачах строительной механики
- •1.5.1. Матрицы влияния внутренних сил
- •1.5.2. Матричная форма расчета статически определимых ферм
- •1.5.3, Матричная форма метода сил
- •1.5.4. Матричная форма метода перемещений
- •1.6. Матрицы в расчетах инженерных сетей
- •1.7. Функции Excel для операций над матрицами
- •Категория: математические. Функции:
- •2.1. Системы линейных алгебраических уравнений
- •2.2.1. Метод Гаусса
- •2.2.2. Метод Гаусса для СЛАУ с ленточными матрицами
- •2.2.3. Метод прогонки
- •2.2.4. Метод (схема) Холецкого
- •2.3. Итерационные методы решения систем линейных алгебраических уравнений
- •2.3.1. Метод Якоби (простых итераций)
- •2.3.2. Метод Гаусса - Зейделя.
- •2.3.3. Условия сходимости итерационного процесса
- •2.5. Обусловленность задач и вычислений, или как узнать, что получены правильные ответы
- •2.6. Вычисление определителя
- •2.7. Вычисление обратной матрицы
- •2.8. Нахождение собственных значений и собственных векторов матриц
- •2.8.1. Вводные замечания
- •2.8.2. Методы развертывания вековых определителей
- •2.8.3. Итерационные методы определения максимального по модулю собственного значения
- •2.9.1. Реализация метода Гаусса средствами приложения Excel
- •Последовательность действий:
- •2.9.4. Реализация метода Зейделя средствами приложения Excel
- •Последовательность действий:
- •3.1. Отделение корней
- •3.2. Этап уточнения корня
- •3.2.1. Метод половинного деления (бисекций)
- •3.2.2.Метод хорд
- •3.2.3. Метод Ньютона (метод касательных)
- •3.2.4. Модифицированный метод Ньютона
- •3.3. Системы нелинейных уравнений
- •3.4. Реализация численных методов решения нелинейных уравнений средствами приложения Excel
- •3.4.1. Решение нелинейных уравнений
- •Последовательность действий
- •4.2.3. Интерполяционный полином Эрмита
- •4.2.4. Сплайн-интерполяция
- •Глава 4. Аппроксимация
- •4.1. Задача и способы аппроксимации
- •4.2. Интерполирование функций
- •4.2.1. Постановка задачи интерполирования
- •4.2.2. Интерполяционная формула Лагранжа
- •4.3. Среднеквадратичное приближение функций
- •4.3.1. Метод наименьших квадратов
- •4.3.4. Квадратичное (параболическое) приближение
- •4.3.4. Эмпирические формулы с двумя параметрами. Метод выравнивания
- •4.4. Решение задач аппроксимации с помощью электронных таблиц Excel
- •4.4.1. Построение линейной эмпирической формулы методом наименьших квадратов
- •Последовательность действий
- •Последовательность действий
- •5.1. Квадратурные формулы прямоугольников
- •5.2. Квадратурная формула трапеций
- •5.3. Квадратурная формула Симпсона
- •5.4. Реализация методов численного интегрирования средствами приложения Excel
- •Глава 6. Численные методы решения дифференциальных уравнений с начальными и краевыми условиями
- •6.1.1. Задачи Коши и краевые задачи
- •6.2.1.Классификация уравнений и типы задач
- •6.3. Численные методы решения задач Коши
- •6.3.1. Метод Эйлера
- •(геометрический метод решения задачи Коши)
- •6.4. Численные методы решения краевых задач
- •Разностная схема краевой задачи для обыкновенного дифференциального уравнения 2-го порядка
- •Конечно-разностная аппроксимация функций двух переменных
- •Сходимость метода конечных разностей
- •6.5. Вариационный подход к решению краевых задач
- •6.5.1. Основные понятия вариационного исчисления
- •6.5.2. Связь решения краевой задачи с нахождением минимума функционала
- •6.5.3. Метод Ритца
- •6.6.1. Решение задачи Коши методом Эйлера
- •Построение второй итерации
- •Последовательность действий.
- •Порядок построения графиков приближенных решений краевой задачи
- •Глава 7. Метод конечных элементов
- •7.1. Основные положения МКЭ
- •Построение расчетной модели
- •Аппроксимация искомой функции
- •Составление разрешающих уравнений
- •Решение системы линейных алгебраических уравнений
- •7.2.1. Классификация конечных элементов
- •Одномерный конечный элемент
- •Двухмерные конечные элементы.
- •элемента
- •Одномерный симплекс-элемент
- •Двухмерный треугольный симплекс-элемент
- •7.2.3. Интерполирование векторных величин
- •7.2.4. Разбиение области на конечные элементы
- •7.2.5 Нумерация узлов и элементов
- •7. 3. Основные соотношения МКЭ
- •7.3.1. Получение разрешающих уравнений на примере плоской задачи теории упругости
- •7.3.2. Примеры разрешающих уравнений в задачах расчета строительных объектов
- •7.4. Другие типы конечных элементов
- •7.4.1. Элементы Эрмита
- •7.5. Теоретическая и практическая сходимость МКЭ
- •7.6.1. Специализированные программные комплексы
- •7.6.2. Универсальные программные комплексы
- •8.1.1. Математическая модель задачи оптимизации
- •8.1. Общие сведения
- •8.1.2. Необходимые и достаточные условия экстремума функции
- •8.1.3. Классификация задач математического программирования
- •8.2. Постановка задачи оптимального проектирования
- •8.2.1. Определение входных и выходных параметров
- •8.2.2. Выбор целевой функции
- •8.2.3. Назначение ограничений
- •8.2.4. Нормирование управляемых и выходных параметров
- •8.2.5. Примеры постановок задач оптимального проектирования
- •8.3. Задачи линейного программирования
- •8.3.1. Общая постановка задачи ЛП
- •8.3.2. Геометрический смысл системы линейных неравенств с двумя неизвестными
- •8.3.4. Симплекс-метод решения задач линейного программирования
- •Задача об оптимальном плане выпуска продукции
- •Задача об оптимальном раскрое материалов (о минимизации отходов)
- •Задача о планировании смен на предприятии
- •Задача о покрытии местности при строительстве объектов
- •Транспортная задача
- •Задача о назначениях (проблема выбора)
- •8.3.6. Двойственные задачи в линейном программировании
- •8.4. Нелинейные задачи оптимизации
- •8.4.1. Выпуклые множества и выпуклые функции
- •8.4.2. Классификация численных методов решения нелинейных задач оптимизации
- •Основные этапы поиска экстремума
- •8.4.3. Численные методы одномерного поиска
- •Метод перебора или равномерного поиска
- •Метод дихотомии (или половинного деления)
- •Метод квадратичной интерполяции
- •Метод покоординатного спуска
- •Метод градиентного спуска
- •Метод наискорейшего спуска
- •Метод сопряженных градиентов
- •Метод Ньютона
- •Метод штрафных функций
- •8.5. Решение задач оптимизации с помощью электронных таблиц Excel
- •Литература
- •Оглавление
- •Численные методы решения задач строительства на ЭВМ
Решить дифференциальное уравнение ^=f(x,y) для ле[а, 6] численным методом - это значит найти искомую функцию у=у(х)
в виде таблицы значений у, (/=0,1, |
для конечного |
числа |
значений аргумента х/е[а, Ь\. |
|
|
Для этого область изменения аргумента х&[а,Ь] заменяется |
||
дискретным множеством точек х\ , которое называется сеточной |
||
областью (разностной сеткой или просто сеткой): |
|
|
Q„ {х0=а, X/ = Xj.\ +h, i = 1, 2.,.,n-\,x„=b, h =(b-a)/n}, |
(6.43) |
|
где i'=0, 1, 2,....n - узлы, h - шаг сеточной области. |
|
А искомая на [а, b] непрерывная |
функция у=у(х) на этой |
|
сеточной области заменяется функцией |
дискретного |
аргумента |
или таблицей чисел У/=у(хф (/=0,1,, п), которая |
называется |
сеточной функцией ?{у0,у , у „}.
Сеточная функция У{Уо,У|> ->>’„} аппроксимирует точное решение у-у(х) наразностной сетке Q„ [9].
Численные методы не позволяют найти общего решения задачи. Они могут дать только какое-то частное решение. Это основной недостаток численных методов. Но зато эти методы применимы к широкому классу дифференциальных уравнений и всем типам задач для них. А с появлением ЭВМ численные методы стали одним из основных способов решения этих задач.
Наиболее распространенными методами численного решения задачи Коши являются метод Эйлера и его модификации -
методы Рунге -Кут т а [9, 13, 19].
6.3.1. Метод Эйлера
(геометрический метод решения задачи Коши)
Это простейший численный метод, который является сравнительно грубым и крайне редко применяется на практике, в основном для ориентировочных расчетов. Однако идеи, положенные в основу метода Эйлера, являются исходными для ряда других методов.
Рассмотрим задачу Коши (6.37), (6.38) на отрезке [а,Ь\ и будем заранее предполагать, что ее решение существует и единственно.
Введем на отрезке [а,Ь\ равномерную сетку Q,, (6.43) с шагом А. Обозначим через y(xj) точное решение, а через у, - приближенное решение задачи в одинаковых узлах сетки.
Из условий задачи (6.37), (6.38) известно, что
Я * о ) = .Уо> У ( * о ) = / ( * о > . У о ) -
Поэтому можно записать уравнение касательной к графику искомой функции у-у(х) в точке М(хо,уо):
У = Уо + ( х - х 0) - /( х 0,у 0) |
(6.44) |
Рассмотрим точку М\(х\,уО, точку пересечения прямой х=х\=хо+h и касательной (6.44). При достаточно малом шаге h ордината точки М\, определенная по формуле
У\ = Уо + h - f ( x 0, y 0), |
(6.45) |
мало отличается от у(х\) ординаты решения задачи в точке х\. И точку М\ можно принять приближенно за новую начальную точку, а через нее вновь проводить прямую, которая параллельна касательной к у=у(х) в точке (x\,y(x\j):
У = У\ + ( x - x ]) - f ( x ], y i).
Находя точку пересечения этой прямой и прямой х=х2 получим приближенное значение искомой функции у=у(х) для
х=х2, т.е.:
Уг =У\ + h - f ( x ], y ]).
Продолжая этот процесс получим рекуррентную формулу, для вычисления приближенного решения задачи Коши на сеточной области С1„:
Ум = .V, + h ■f(x„y,), i =0,1,.„и -1, у 0 - у(л0) . (6.46)
Это равенство означает, что на отрезке [xh xh |] интегральная кривая у=у(х) приближенно заменяется прямолинейным отрезком, выходящим из точки М,=М(х„ yi) с угловым коэффициентом f(x„ y j.
Рис. 6.7. Геометрическое представление метода Эйлера
В качестве приближения искомой интегральной кривой получаем ломаную линию с вершинами в точках:
Щхо, Уо), Мх(х\, у 0,.... М„(х„, y j,
поэтому этот метод иногда называют методом ломаных.
Доказывается [9, 13], что погрешность е между приближенным значением решения у„ и истинным значением у(х,) удовлетворяет неравенству
Н л . - X * ,) |S ^ [ ( 1 + WV)” - l] , |
(6.47) |
где М - max\f(x,y)\ длях^.[а, Ь],
N - постоянная Липшица равная N = max)/ (х,у)\.
Формула (6.47) имеет в основном теоретическое применение. На практике, как правило, используют метод половинного шага. Находят численное решение задачи на сетке с шагом Л и на сетке с шагом И/2. Если значения полученных решений (двух сеточных функций) в одинаковых узлах отличаются друг от друга не более чем на 1-5%, то полученную сеточную функцию на второй сетке принимают за приближенное решение задачи Коши. В противном случае шаг уменьшают еще в два раза.
Такая вычислительная схема хорошо программируется для работы на ЭВМ. В частности, эта схема эффективно реализуется с помощью приложения Microsoft Excel (см. раздел 6.6.1).
ВАлгоритм метода Эйлера:
1.Задаем шаг А.
2.Вычисляем значение аргументах^хъ+ih при (7=1,2,
3.Последовательно вычисляем приближенные значения решения У\ч по формуле: yi+x = у, +hf(xi9y,), ( /=0,1,.. .л-1).
6.3.2 Метод Рунге - Кутта
Метод Рунге - Кутта является одним из методов повышенной точности. Он имеет много общего с методом Эйлера [9, 13, 19].
Пусть дано дифференциальное уравнение (6.37) с начальным условием (6.38). Строится равномерная сетка Q„ по аргументу х на отрезке [а, Ь] с шагом h и рассматриваются числа:
*i(,) =h*f(x,,y,),
k f = h * f (x, +h/2,yt +k\l] 12),
(6.48)
ki° =h*f(x, +h/2,yt +k? 12),
^4° =h* f{x j +h,yi +^з°).
Числа k\, кг, къ, k$ имеют простой геометрический смысл - это с точностью до множителя угловые коэффициенты касательных, проведенных к некоторым определяющим точкам искомой функции [19].
Согласно методу Рунге - Кутта численные значения у, искомой функции у=у(х) вычисляются по формуле
Ум = У! + j[* l(') + 2А*''> + 2А3(0 + к\п ], i = 0,1,2,..., п (6.49)
Метод Рунге - Кутта обладает значительной точностью и несмотря на некоторую трудоемкость широко используется при численном решении дифференциальных уравнений с использованием ЭВМ.