- •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
Глава 2
ЭТАПЫ ПОСТРОЕНИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ
Процесс создания математических моделей трудоемок, длите лен и связан с использованием труда различных специалистов до статочно высокого уровня, обладающих хорошей подготовкой как
впредметной области, связанной с объектом моделирования, так и
вобласти прикладной математики, современных численных мето дов, программирования, знающих возможности и особенности со временной вычислительной техники. Отличительной особенностью математических моделей, создаваемых в настоящее время, являет ся их комплексность, связанная со сложностью моделируемых объектов. Например, при моделировании процессов деформирова ния различных конструкций под действием приложенной нагруз ки приходится учитывать не только происходящие при деформи ровании процессы массопереноса, но и теплоперенос, а также свя занные с этими процессами изменения структуры и свойств материала.
Внекоторых случаях необходимо учитывать влияние различ ных видов излучения, воздействия гравитационных и электромаг нитных полей, предыстории деформирования. Кроме того, для современных моделей характерно представление объекта модели рования в виде более или менее сложной системы взаимодейству ющих элементов.
Все отмеченные выше особенности приводят к усложнению мо дели и необходимости совместного использования нескольких те орий (нередко —из разных областей знания), применения совре менных вычислительных методов и вычислительной техники для получения и анализа результатов моделирования.
Внедрение вычислительной техники во все сферы человечес кой деятельности привело к повсеместному использованию мате матических моделей. Заметим, что ЭВМ —это только «железо», а «умным» и полезным его делают программы, которые в большин стве случаев являются реализациями алгоритмов соответствующих математических моделей. Поэтому необходимо создание большого количества разнообразных математических моделей с широкими воз можностями, отвечающих различным, зачастую противоречивым, требованиям. В случае сложных объектов удовлетворить всем предъявляемым требованиям в одной модели обычно невозможно. Приходится создавать целый спектр моделей одного и того же объекта (в некоторых случаях —иерархическую совокупность «вло женных» одна в другую моделей), каждая из которых наиболее эф фективно решает возложенные на нее задачи. Например, в конст рукторской и технологической практике, как правило, применяет ся широкий спектр моделей —от простых расчетных формул (часть из которых представляет собой аппроксимацию экспериментальных данных) на первоначальной стадии до весьма сложных моделей, при ближающихся к исследовательским на завершающей стадии разра ботки конструкции или технологического процесса.
Модели, ориентированные на исследовательские цели, способ ны представлять объект в широком диапазоне исходных парамет ров с удовлетворительной точностью. При этом практически нет ог раничений по сложности подобной модели, а также времени, зат рачиваемом на получение результатов.
Исследовательские модели могут быть ориентированы как на количественные, так и на качественные результаты. К моделям, ис пользуемым в автоматизированных системах управления (АСУ), в отличие от исследовательских, предъявляются достаточно жесткие ограничения относительно времени, затрачиваемого на получение результатов, а также точности самих результатов.
Необходимость массового построения моделей требует разра ботки некоторой совокупности правил и подходов, которые позво лили бы снизить затраты на разработку моделей и уменьшить ве роятность появления трудно устранимых впоследствии ошибок. Подобную совокупность правил можно было бы назвать техноло гией создания математических моделей.
Процесс построения любой математической модели можно представить последовательностью этапов, представленных на рис. 2.1.
Обследование объекта моделирования и формулировка технического задания на разработку модели
(содержательная постановка задачи)
*
L |
Концептуальная и математическая постановка задачи |
|
гКачественный анализ и проверка корректности модели
— 4
Выбор и обоснование выбора методов решения задачи
|
|
|
Т |
|
|
Аналитические |
Прочие методы |
|
|
|
|
56 |
------------------------------ * ------------------------------------------ |
|
|
5а ______3t____________ , |
Разработка алгоритма решения |
|
|
|
Поиск решения -► |
и исследование его свойств, реализация |
4 |
|
г |
|
алгоритма в виде программы для ЭВМ |
|
|
1Г |
|
|
||
, |
* |
|
|
Проверка адекватности модели
гПрактическое использование построенной модели
Рис. 2.1. Этапы построения математической модели
2.1. ОБСЛЕДОВАНИЕ ОБЪЕКТА МОДЕЛИРОВАНИЯ
Первоначальная формулировка проблемыявля ется самой трудной частью, так как здесь необ ходимо все время использовать своимысли, позднее взамен ихможет использоваться математика.
А. Эддингтон
Математические модели, особенно использующие численные методы и вычислительную технику, требуют для своего построения значительных интеллектуальных, финансовых и временных затрат. Поэтому решение о разработке новой модели принимается лишь в случае отсутствия иных, более простых путей решения возникших проблем (например, модификации одной из существующих моде лей). Необходимость в новой модели может появиться в связи с про
ведением научных исследований (особенно —на стыке различных областей знания), выполнением проектных и конструкторских ра бот на производстве, созданием систем автоматического управле ния, планирования и контроля. Человека или организацию, заин тересованных в разработке новой математической модели, для крат кости будем называть заказчиком. После принятия решения о необходимости построения новой математической модели заказчик ищет исполнителя своего заказа. В качестве исполнителя, как пра вило, может выступать рабочая группа, включающая специалистов разного профиля: прикладных математиков, специалистов, хорошо знающих особенности объекта моделирования, программистов.
Итак, если решение о создании модели принято и рабочая груп па сформирована, то можно приступать к этапу обследования объек та моделирования. Основной целью данного этапа является подго товка содержательной постановки задачи моделирования.
Перечень сформулированных в содержательной (словесной) форме основных вопросов об объекте моделирования, интересую щих заказчика, составляет содержательную постановку задачи мо делирования.
Подготовка списка вопросов, на которые должна ответить но вая модель, зачастую является самостоятельной проблемой, требу ющей для своего решения специалистов со специфическими зна ниями и способностями. Они должны не только хорошо разбираться
впредметной области моделирования, знать возможности современ ной вычислительной математики и техники, но и быть достаточно коммуникабельными, т.е. уметь общаться с людьми, «разговорить» практиков, хорошо «чувствующих» объект моделирования, нюан сы его поведения. Подобных специалистов в настоящее время на зывают постановщиками задач.
На основании анализа всей собранной информации постанов щик задачи должен сформулировать такие требования к будущей модели, которые, с одной стороны, удовлетворяли бы заказчика, а с другой —позволяли бы реализовать модель в заданные сроки и
врамках выделенных материальных средств.
Специалисты-постановщики должны обладать способностью из большого объема слабо формализованной разнообразной информа ции об объекте моделирования, из различных нечетко высказанных и сформулированных пожеланий и требований заказчика к буду щей модели выделить то главное, что может быть действительно ре ализовано. Из перечисленных требований, предъявляемых к поста новщикам задач, видно, насколько велика возложенная на них от
ветственность и насколько могут быть тяжелы допущенные ими ошибки и просчеты. Неправильная оценка срока и стоимости реа лизации требуемой модели может привести к неудаче всего проек та, к напрасной потере времени и средств.
Специалисты, предрасположенные к работе в качестве поста новщиков задач, особенно ценятся и являются, без преувеличения, золотым фондом научных коллективов. По этому поводу Г.Биркгоф отмечает, что прикладники-математики, «способные к глубоко му общению с другими учеными и инженерами и знакомые с мощью и ограничениями цифровых машин, ... призваны стать вождями завт рашнего математического мира, но их будет крайне трудно найти и развить» [12]. С учетом данного высказывания, а также имея в виду конечную цель деятельности рабочей группы —построение матема тической модели, —представляется целесообразным рекомендовать в качестве руководителя группы именно прикладника-математика.
Этап обследования проводится членами рабочей группы под ру ководством постановщиков задач и включает следующие работы:
>тщательное обследование собственно объекта моделирования
сцелью выявления основных факторов, механизмов, влия ющих на его поведение, определения соответствующих па раметров, позволяющих описывать моделируемый объект;
>сбор и проверка имеющихся экспериментальных данных об объектах-аналогах, проведение при необходимости дополни тельных экспериментов;
>аналитический обзор литературных источников, анализ и сравнение между собой построенных ранее моделей данного объекта (или подобных рассматриваемому объекту);
>анализ и обобщение всего накопленного материала, разра
ботка общего плана создания математической модели.
На основе собранной информации об объекте моделирования по становщики совместно с заказчиком формулируют содержательную постановку задачи моделирования, которая, как правило, не быва ет окончательной и может уточняться и конкретизироваться в про цессе разработки модели. Однако, с учетом изложенного выше, все последующие уточнения и изменения содержательной постановки должны носить частный, не принципиальный характер. Если объек том моделирования является технологический процесс, машина, конструкция или деталь, то содержательную постановку задачи моделирования очень часто называют технической постановкой задачи.
Весь собранный в результате обследования материал о накоп ленных к данному моменту знаниях об объекте, содержательная по становка задачи моделирования, дополнительные требования к ре ализации модели и представлению результатов оформляются в виде
технического задания на проектирование и разработку модели.
Техническое задание является итоговым документом, заканчи вающим этап обследования, который, как уже отмечалось, являет ся очень важным и ответственным. Чем более полную информацию удастся собрать об объекте на этапе обследования, тем более четко можно выполнить содержательную постановку задачи, более пол но учесть накопленный опыт и знания, избежать многих сложно стей на последующих этапах разработки модели. Особенно строго необходимо формулировать требования к будущей модели. Некон кретные и нечеткие требования могут серьезно затруднить процесс сдачи модели заказчику, вызвать бесконечные доработки и улуч шения. В целом этап проработки технического задания может со ставлять до 30% времени, отпущенного на создание всей модели,
идаже более —с учетом возможного уточнения и переформули ровки.
Понимая огромную важность рассматриваемого этапа, техни ческое задание следует подвергать внутренней (внутри организации)
ивнешней экспертизе независимыми экспертами, не участвующи ми в его разработке. Обязательным условием на этапе разработки технического задания является участие в его обсуждении всех чле нов рабочей группы. Ниже приведен пример содержательной по становки задачи о баскетболистке.
Пример. Содержательная постановка задачи о баскетболисте.
Разработать математическую модель, позволяющую описать по лет баскетбольного мяча, брошенного игроком в баскетбольную кор зину.
Модель должна позволять:
•вычислять положение мяча в любой момент времени;
•определять точность попадания мяча в корзину после броска при различных начальных параметрах.
Исходные данные:
•масса и радиус мяча;
•начальные координаты, начальная скорость и угол броска мяча;
•координаты центра и радиус корзины.