- •1. Определение математической модели и математического моделирования
- •2. Основные этапы математического моделирования
- •3. Свойства математических моделей
- •4 Требования к математическим моделям
- •5 Классификация моделей
- •6. Иерархия мм и формы представления
- •7. Краевые задачи проектирования
- •9. Мм на микроуровне
- •13. Методика получения функциональных моделей
- •14. Метод получения топологических уравнений
- •15. Метод конечных элементов
- •16. Метод конечных разностей
- •17. Метод граничных элементов
- •18. Аналогии компонентных уравнений
- •19. Аналогии топологических уравнений
- •20. Получение эквивалентных схем технических объектов.
- •21. Аппроксимация табличных данных. Метод наименьших квадратов.
- •23. Метод Ритца-Галеркина
- •25. Табличный метод получения математических моделей систем
- •26. Узловой метод получения математических моделей систем.
- •28. Метод вращения Якоби
- •29. Методы решения систем линейных и нелинейных алгебраических уравнений.
- •30. Анализ в частотной области.
- •31. Сравнение методов конечныx элементов и конечных разностей
- •33. Математические модели дискретных устройств.
- •34. Многовариантный анализ.
- •35. Основные сведения из теории массового обслуживания
- •36. Имитационное моделирование смо
- •38. Геометрические модели
- •39. Методы и алгоритмы машинной графики.
29. Методы решения систем линейных и нелинейных алгебраических уравнений.
Вычисления при решении систем обыкновенных дифференциальных уравнений (СОДУ) состоят из нескольких вложенных один в другой циклических процессов. Внешний цикл — цикл пошагового численного интегрирования, параметром цикла является номер шага. Если модель анализируемого объекта нелинейна, то на каждом шаге выполняется промежуточный цикл — итерационный цикл решения системы нелинейных алгебраических уравнений (СНАУ). Параметр цикла — номер итерации. Во внутреннем цикле решается система линейных алгебраических уравнений (СЛАУ)
. Поэтому в математическое обеспечение анализа на макроуровне входят методы решения СНАУ и СЛАУ.
Для решения систем алгебраических уравнений можно применять прямые итерационные методы. К ним относятся методы простой итерации, Зейделя, Якоби, релаксации. Для них необходимо выполнение довольно жестких условий сходимости, характерна сравнительно медленная сходимость.
Поэтому в современных программах анализа наибольшее распространение получил метод Ньютона, основанный на линеаризации СНАУ. Собственно модель получена именно в соответствии с методом Ньютона. Основное преимущество метода Ньютона — высокая скорость сходимости.
Вычислительный процесс стартует с начального приближения и в случае сходимости итераций заканчивается, когда погрешность станет меньше допустимой погрешности .
Однако метод Ньютона не всегда приводит к сходящимся итерациям. Условия сходимости метода Ньютона выражаются довольно сложно, но существует легко используемый подход к улучшению сходимости. Это близость начального приближения к искомому корню СНАУ. Использование этого фактора привело к появлению метода решения СНАУ, называемого продолжением решения по параметру.
В методе продолжения решения по параметру в ММС выделяется некоторый параметр , такой, что прикореньсистемы (2) известен, а при увеличенииотдо его истинного значения составляющие вектораплавно изменяются отдо истинного значения корня. Тогда задача разбивается на ряд подзадач, последовательно решаемых при меняющихся значениях, и при достаточно малом шагеизмененияусловия сходимости выполняются.
В качестве параметра можно выбрать некоторыйвнешний параметр, например, при анализе электронных схем им может быть напряжение источника питания. Но на практике при интегрировании СОДУ в качестве выбирают шаг интегрирования. Очевидно, что прикорень СНАУ равен значению вектора неизвестных на предыдущем шаге. Регулирование значенийвозлагается на алгоритмавтоматического выбора шага.
В этих условиях очевидна целесообразность представления математических моделей для анализа статических состояний в виде СОДУ, как и для динамического анализа.
К другим методам решения систем алгебраических уравнений, используемым в математическом обеспечении САПР, относятся методы простой итерации, Зейделя, Якоби, релаксации.
В соответствии с методом простой итерации вычисления выполняют по формуле
(4) |
причем для обеспечения сходимости параметр нужно выбирать из условиядля любогогде—-е собственное значение матрицы Якоби.
Метод Зейделя отличается от метода простой итерации тем, что правая часть итерационной формулы обновляется сразу же после вычисления очередного элемента вектора .