
- •Моделирование физических процессов Учебное пособие
- •Содержание
- •3. 8. Математическая модель массообмена ……………………………. 54
- •5.1.1. Формулы конечного дифференцирования …………………… 74
- •5.6.2. Метод Ньютона ………………………………………………. 95
- •Введение
- •VII этап
- •2. Структурные математические модели
- •Основы структурного моделирования
- •2.2. Типовые элементы
- •2.2.1. Способы математического описания звеньев и систем.
- •2.2.2. Типовые динамические звенья.
- •2.3. Схемы соединения типовых элементов
- •2.4. Структурные модели теплообменного оборудования
- •2.4.1. Составление математических моделей тепловых объектов.
- •3. Физические математические модели
- •3.1 Использование математических моделей
- •Под углом 57 к горизонту со скоростью 20 м/с
- •Изменение температуры при остывании тела
- •3.2 Математическая модель теплопроводности
- •. Математическая модель гидродинамики
- •3.4 Математическая модель теплообменника
- •3.5 Математическая модель парогенератора
- •С естественной циркуляцией
- •Математическая модель горения
- •Математическая модель образования токсичных
- •3. 8. Математическая модель массообмена
- •Дифференциальные уравнения диффузионного пограничного слоя
- •Моделирование теплоотдачи диффузией.
- •3.9. Математическая модель парового котла
- •3.9.1. Математическая модель динамических процессов.
- •3.9.2. Регулирование давления пара и тепловой нагрузки
- •3.10. Пример построения математической модели объекта
- •4. Планирование эксперимента
- •Полный трехфакторный эксперимент
- •Численные методы
- •5.1. Интерполяция
- •5.1.1. Формулы конечного дифференцирования
- •5.1.2. Сплайны
- •Способы получения краевых условий:
- •5.2. Решение систем алгебраических линейных уравнений
- •Метод прогонки. Метод прогонки используется для решения систем специального вида
- •5.3. Решение систем алгебраических нелинейных уравнений
- •5.3.1. Метод итераций
- •5.3.2. Метод Ньютона
- •5.4. Решение дифференциальных уравнений
- •5.4.1. Постановка задачи. Разностные схемы.
- •5.4.2. Разностные схемы. Метод Рунге – Кутта.
- •Пример решения дифференциального уравнения методом Рунге-Кутта.
- •Результаты решения уравнения методом Рунге-Кутта
- •5.5. Решение краевых задач методом прогонки
- •5.5.2. Распространение тепла в пластине радиатора.
- •Сравнение метода прогонки с точным решением
- •5.6. Решение краевых задач методом пристрелки
- •5.6.1. Метод пристрелки.
- •5.6.2. Метод Ньютона. Рассмотрим граничную задачу, определяемую дифференциальным уравнением второго порядка
- •5.7. Решение краевых задач методом конечных разностей
- •5.7.1. Метод конечных разностей.
- •5.7.2. Линейные дифференциальные уравнения.
- •Моделирующие программы
- •Смеси газов в реакторе
- •Перемещение свободной поверхности жидкости
- •Скоростей течения испаряющегося метана
- •Рекомендованный библиографический список
- •Пасько Петр Иванович «моделирование физических процессов»
- •346360, Г. Волгодонск, ул. Ленина 73/94
Полный трехфакторный эксперимент
-
Номер опыта
Факторы
Функция отклика
х1
х2
х3
1
–
–
–
у1
2
+
–
–
у2
3
–
+
–
у3
4
+
+
–
у4
5
–
–
+
у5
6
+
–
+
у6
7
–
+
+
у7
8
+
+
+
у8
Получив уравнение регрессии, следует проверить его адекватность, т.е. способность достаточно хорошо описывать поверхность отклика. Эту проверку осуществляют с помощью критерия Фишера (F-критерия), который представляет собой следующее отношение:
,
где
В
–
число коэффициентов искомого уравнения,
включая и свободный член;
,
– экспериментальное и расчетное по
уравнению значение функции отклика в
i-м
опыте; N
– число опытов
полного факторного эксперимента.
Уравнение регрессии считается адекватным,
если выполняется условие
,
где FТ – табличное значение критерия Фишера для нормального закона распределения ошибок эксперимента берется из таблиц математической статистики для выбранной доверительной вероятности.
-
Численные методы
5.1. Интерполяция
Интерполяция – это построение достаточно простой функции (х), которая совпадает в узлах х0, х1, …, xn с искомой функцией f(х). Применяется для построения аналитической (непрерывной) по табличной и для замены достаточно сложной аналитической функции, требующей много времени для обработки, на более простую. Самый простой и распространенный случай, когда (х) – многочлен. Чаще всего используются линейная, параболическая и кубическая интерполяции. При недостаточной гладкости функции f(х) интерполяционный интервал разбирается на частичные интервалы, что позволяет использовать интерполяцию невысокого порядка (сплайны).
Линейная
аппроксимация.
Будем аппроксимировать функцию
стягивающей хордой на отрезке
.
Получим полином Лагранжа первой степени:
.
Погрешность аппроксимации:
,
где
;
.
Разбивая
отрезок
с шагом h и на каждом из отрезков разбиения
заменяя
стягивающей хордой, получим кусочно-линейную
аппроксимацию (рис. 5.1):
Рис. 5.1. Кусочно-линейная аппроксимация
При
этом погрешность на всем отрезке
составит
,
где
.
Интерполяция
полиномом Ньютона.
Интерполяционный полином многочлен
Ньютона совпадает с многочленом Лагранжа,
т.е. это две разных формы записи одного
и того же полинома. Рассмотрим интерполяцию
с равноотстоящими узлами
.
Положим
.
Тогда
.
Данный
многочлен называется интерполяционным
многочленом Ньютона для интерполяции
вперед, где
.
При этом в качестве
x0
удобно выбирать самую левую точку
интервала интерполяции. Интерполяционный
многочлен Ньютона для интерполяции
вперед удобно использовать для вычисления
значения функции в левом конце отрезка
или для экстраполяции левее начального
приближения
x0.
В качестве x0
можно взять и правый конец отрезка,
тогда
и, следовательно,
– интерполяционный
многочлен Ньютона для интерполяции
назад (удобен
для экстраполяции правее правого конца
отрезка интерполяции), где
.
Нетрудно видеть, что по мере удаления
от точки x0
погрешность аппроксимации будет
увеличиваться. Поэтому при интерполяции
в середине отрезка удобно и целесообразно
выбирать узлы интерполяции поочередно
слева и справа от точки
x0.