- •ПРЕДИСЛОВИЕ
- •ОПРЕДЕЛЕНИЕ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
- •1.1. ЧТО ТАКОЕ МОДЕЛЬ?
- •Место моделирования среди методов познания
- •Определение модели
- •Определение модели
- •Цели моделирования
- •1.2. КЛАССИФИКАЦИЯ МОДЕЛЕЙ
- •Материальное моделирование
- •Идеальное моделирование
- •Когнитивные, концептуальные и формальные модели
- •1.3. Классификация математических моделей
- •Классификационные признаки
- •Классификация математических моделей в зависимости от оператора модели
- •Классификация математических моделей в зависимости от целей моделирования (рис. 1.11)
- •Классификация математических моделей в зависимости от методов реализации (рис. 1.12)
- •Задания для самостоятельного выполнения
- •Глава 2
- •ЭТАПЫ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ
- •2.1. ОБСЛЕДОВАНИЕ ОБЪЕКТА МОДЕЛИРОВАНИЯ
- •2.2. КОНЦЕПТУАЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ МОДЕЛИРОВАНИЯ
- •2.3. МАТЕМАТИЧЕСКАЯ ПОСТАНОВКА ЗАДАЧИ МОДЕЛИРОВАНИЯ
- •2.4. ВЫБОР И ОБОСНОВАНИЕ ВЫБОРА МЕТОДА РЕШЕНИЯ ЗАДАЧИ
- •stop
- •2.5. РЕАЛИЗАЦИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ В ВИДЕ ПРОГРАММЫ ДЛЯ ЭВМ
- •2.6. ПРОВЕРКА АДЕКВАТНОСТИ МОДЕЛИ
- •2.7. ПРАКТИЧЕСКОЕ ИСПОЛЬЗОВАНИЕ ПОСТРОЕННОЙ МОДЕЛИ И АНАЛИЗ РЕЗУЛЬТАТОВ МОДЕЛИРОВАНИЯ
- •Задания для самостоятельного выполнения
- •ПРИМЕРЫ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
- •3.1. СТАТИЧЕСКИЙ АНАЛИЗ КОНСТРУКЦИЙ
- •Содержательная постановка задачи
- •Концептуальная постановка задачи
- •Математическая постановка задачи
- •Решение задачи
- •Анализ результатов
- •Концептуальная постановка
- •Математическая постановка задачи
- •Методика решения задачи
- •Анализ результатов
- •3.3. ДИНАМИКА ПОПУЛЯЦИИ
- •Содержательная постановка задачи
- •Концептуальная постановка задачи
- •Решение задачи
- •Анализ результатов
- •Математическая постановка задачи для модели Ферхюльста
- •Решение задачи
- •Анализ результатов
- •Численное исследование модели Ферхюльста
- •3.4. МОДЕЛЬ КОНКУРЕНЦИИ ДВУХ ПОПУЛЯЦИЙ
- •Математическая постановка задачи
- •Качественный анализ задачи
- •Численное исследование модели конкуренции популяций
- •3.5. ГАРМОНИЧЕСКИЙ ОСЦИЛЛЯТОР
- •Содержательная постановка задачи
- •Концептуальная постановка задачи
- •Математическая постановка задачи
- •Решение задачи
- •Качественный анализ задачи
- •Численное исследование модели
- •Качественный анализ задачи
- •Решение задачи
- •Задания для самостоятельного выполнения
- •Глава 4
- •СТРУКТУРНЫЕ МОДЕЛИ
- •4.1. ЧТО ТАКОЕ СТРУКТУРНАЯ МОДЕЛЬ?
- •4.2. СПОСОБЫ ПОСТРОЕНИЯ СТРУКТУРНЫХ МОДЕЛЕЙ
- •4.3. ПРИМЕРЫ СТРУКТУРНЫХ МОДЕЛЕЙ
- •Задания для самостоятельного выполнения
- •МОДЕЛИРОВАНИЕ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ
- •5.1. ПРИЧИНЫ ПОЯВЛЕНИЯ НЕОПРЕДЕЛЕННОСТЕЙ И ИХ ВИДЫ
- •5.2. МОДЕЛИРОВАНИЕ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ, ОПИСЫВАЕМОЙ С ПОЗИЦИЙ ТЕОРИИ НЕЧЕТКИХ МНОЖЕСТВ
- •5.3. МОДЕЛИРОВАНИЕ В УСЛОВИЯХ СТОХАСТИЧЕСКОЙ НЕОПРЕДЕЛЕННОСТИ
- •5.4. МОДЕЛИРОВАНИЕ МАРКОВСКИХ СЛУЧАЙНЫХ ПРОЦЕССОВ
- •Задания для самостоятельного выполнения
- •ЛИНЕЙНЫЕ И НЕЛИНЕЙНЫЕ ЯВЛЕНИЯ
- •6.1. О ЗАКОНЕ ГУКА И ГРАНИЦАХ ЛИНЕЙНОСТИ
- •6.3. О ПОСТРОЕНИИ СПЛОШНЫХ МОДЕЛЕЙ. ВЫВОД ВОЛНОВОГО УРАВНЕНИЯ ИЗ ЗАКОНОВ МЕХАНИКИ
- •6.4. РЕШЕНИЕ ВОЛНОВОГО УРАВНЕНИЯ МЕТОДОМ ФУРЬЕ
- •6.6. УРАВНЕНИЯ МАКСВЕЛЛА
- •6.7. О КЛАССИФИКАЦИИ КВАЗИЛИНЕЙНЫХ СИСТЕМ
- •6.8. СВЯЗЬ НЕПРЕРЫВНОГО И ДИСКРЕТНОГО НА ПРИМЕРАХ УРАВНЕНИЯ КОЛЕБАНИЙ СТРУНЫ И УРАВНЕНИЯ ШРЕДИНГЕРА
- •6.9. О ПОЛЬЗЕ ФЕНОМЕНОЛОГИИ ПРИ ПОСТРОЕНИИ МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ
- •6.10. АНАЛИЗ ПОДОБИЯ И РАЗМЕРНОСТИ
- •6.11. АВТОМОДЕЛЬНОСТЬ
- •6.12. САМООРГАНИЗАЦИЯ И СТРУКТУРЫ В НЕЛИНЕЙНЫХ СРЕДАХ
- •6.13. О НЕЛИНЕЙНЫХ ВОЛНАХ В СПЛОШНЫХ СРЕДАХ
- •6.14. ИЕРАРХИЧЕСКИЕ МОДЕЛИ ТУРБУЛЕНТНОСТИ И МНОГОМАСШТАБНЫЕ ФУНКЦИОНАЛЬНЫЕ БАЗИСЫ
- •Иерархический базис для турбулентных полей
- •Одномерный иерархический базис
- •Двумерный базис
- •6.15. ВЕЙВЛЕТЫ
- •Непрерывное вейвлет-преобразование
- •6.16. ВЕЙВЛЕТ-АНАЛИЗ ВРЕМЕННЫХ КОЛЕБАНИЙ
- •6.17. О ФРАКТАЛАХ И ИХ ПРИМЕНЕНИИ
- •Примеры фракталов
- •Подобие и скейлинг
- •Множества Мандельброта и Жюлиа
- •Фрактальная размерность кластеров
- •Экспериментальные методы определения фрактальной размерности
- •Модель случайных фракталов для описания растущих дендритных структур
- •Результаты применения модели случайных фракталов
- •6.18. НЕЛИНЕЙНЫЕ МОДЕЛИ ДНК
- •Структура и физические свойства ДНК
- •Модель Пейрара-Бишопа
- •Задания для самостоятельного выполнения
- •Глава 7
- •7.2. ИМИТАТОР СИСТЕМЫ МАССОВОГО ОБСЛУЖИВАНИЯ
- •7.3. КЛЕТОЧНЫЕ АВТОМАТЫ
- •7.4. МОДЕЛИРОВАНИЕ ДИСЛОКАЦИЙ В МЕТАЛЛЕ
- •Самоорганизация дислокаций в модели клеточных автоматов
- •Задания для самостоятельного выполнения
- •ЯЗЫК ФОРМАЛЬНОГО ОПИСАНИЯ АЛГОРИТМОВ
- •====== Приложение 2
- •П2.1. Решение уравнений высоких степеней и трансцендентных уравнений с одним неизвестным
- •П2.2. Решение систем линейных уравнений
- •БИБЛИОГРАФИЧЕСКИЙ СПИСОК
- •ПРЕДМЕТНЫЙ УКАЗАТЕЛЬ
- •ОГЛАВЛЕНИЕ
- •Введение в математическое моделирование
Рис. 6.32. Построение фрактала «салфетка Серпинского»
Подобие и скейлинг
Скейлинг —это преобразования параллельного переноса и из менения масштаба. Такая геометрическая фигура как прямая яв ляется инвариантной относительно преобразований параллельно го переноса и изменения масштаба. Действительно, прямая, про
ходящая через точку XQе R3 , —это множество 3 точек хе /?3 Ее
можно задать как x = x0 +ta, где ае R3, |
-о<.</<+«>. |
|
|
Изменим масштаб в одинаковое для всех точек x-f г раз; но |
|||
вое множество г( 3) |
состоит из точек: |
|
|
x' = r(xQ +ta) = x0 |
+ t'a-(l-r)xQ , где |
t' = rte |
. |
Если сдвинуть К З) параллельным переносом на (1 - г)хд, то
получим исходное множество 3.
Аналогичные преобразования можно ввести для плоскости и пространства, т.е. плоскость и пространство являются множества ми, инвариантными относительно скейлинга. Круг инвариантен относительно поворотов вокруг центра.
Рассмотрим ограниченное множество 3 —отрезок прямой. Он не обладает трансляционной симметрией. Но изменив длину в г< 1 раз получим новое множество 3' = г(3) —часть исходного. При определенном выборе масштаба г можно однократно покрыть ис ходное множество 3 непересекающимися 3,- множествами; в этом
случае можно сказать, что 3 - самоподобно с коэффициентом по добия г.
Для отрезка единичной длины таким масштабом является r(N) = l/N для квадрата r(N) = (l/N)^2 для параллелепипеда r(N) = (l/N ) ^ , где N —натуральное число.
Вообще для множества размерности D? имеем r(N) - (1/N ) I s ,
где Ds —размерность подобия: Ds = -In А^/1пг(Л0 •
Таким образом, для рассмотренных ранее фракталов можно вычислить размерность подобия через ко^ФФиИиент г•'
а) кривая Кох. коэффициент подобий r= 1/3, N = 4, размер-
_ |
„ |
InJV |
1п4 |
|
л л с . |
|
ность подобия |
Do =—-— ——= |
|
— » J>ZD > |
|
||
|
5 |
1пг(А0 |
ln(l/3) |
|
|
|
б) «салфетка Серпинского»: г= 1/2, |
3, Ds = |
« 1>59 ; |
1п 8
в) «ковер Серпинского»: г=\/Ъ, N —8, As1= ~ j ^ s=l>89.
Следует заметить, что для самоподобных фракталов, каковы ми являются рассмотренные ранее, фрактальная размерность и размерность подобия совпадают: Ds = D.
Множества Мандельброта и Жюлиа
До сих пор рассматривались так называемые линейные фрак талы: алгоритм их построения задавался линейной зависимостью. Однако фрактальные множества могут давать алгоритмы, задавае мые нелинейными зависимостями (например, квадратичными). Одним из известнейших нелинейных фракталов является множе ство Жюлиа. Рассмотрим итерационное квадратичное преобразо
вание на комплексной плоскости: ги+1 +с>с = const. Начальная точка ZQ и значение параметра с в итерационном
процессе могут быть выбраны произвольно. Полученная последо вательность точек может вести себя трояко: либо начальная точка будет постепенно уходить в бесконечность, либо будет стремить ся к некоторой конечной точке комплексной плоскости, либо она не сможет принять определенного значения и будет блуждать по некоторой линии, т.е. существует три различных аттрактора (гео метрического места точек притяжения решения).
Граница раздела между конечными аттракторами и бесконеч ным аттрактором называется множеством Жюлиа. Вид множества Жюлиа зависит от параметра с. При с = 0 итерационный процесс имеет два аттрактора: ноль и бесконечность, границей между ними является окружность единичного радиуса с центром в начале ко ординат. На рис. 6.34 приведены множества Жюлиа для значений параметра с = 0,32 + 0,043/ и с = —0,11 + 0,67/. При некоторых зна-
* 4
fNl
-1 -0,5 6 0,5 1
a) |
6) |
Рис. 6.33. Фрактальное множество Жюлиа для значений параметра: с = 0,32 + 0,043/ (а); с = -0,11 + 0,67/ (б)
чениях параметра с множество Жюлиа перестает быть связным и распадается на множество отдельных мелких частей —такое мно жество называют пылью Фату. Вид множества Жюлиа весьма раз нообразен, однако в этом разнообразии существует определенный порядок: можно исследовать, при каких значениях параметра с множество будет связным, а при каких нет.
Поиски ответа на этот вопрос привели к открытию фракталь ного множества Мандельброта —множества значений параметра с, при которых последовательность, полученная в итерационном
процессе гл+1 =z% + с, где |
с = const, и стартующая из точки ZQ = 0, |
|
|
|
остается ограниченной. Вид |
|
|
множества Мандельброта при |
|
|
веден на рис. 6.34. |
|
|
Полученное множество |
0,5; |
|
симметрично относительно оси |
|
|
абсцисс; ее основу составляет |
|
|
кардиоида с вершинами на оси |
|
|
абсцисс и круг с вершиной на |
-0,5 |
|
оси абсцисс. Границы множе- |
|
|
Рис. 6.34. Фрактальное множе |
-2 -1,5 -1 -0,5 0 |
0,5 1 |
ство Мандельброта |