
- •Содержание 2
- •Введение. 136
- •2. Введение
- •1. Основные понятия
- •1.1 Моделирование. Основные понятия.
- •1.1.1 Системный анализ и моделирование
- •1.1.2 Концептуальные модели.
- •1.1.3 Термины и определения
- •1.1.4 Формализация и алгоритмизация процессов.
- •1.2 Математическое моделирование
- •1.2.1 Классификация математических моделей.
- •Классификация математических моделей на основе особенностей применяемого математического аппарата
- •1.2.2 Основной принцип классификации математических моделей
- •1.2.3 Программирование модели
- •1.2.4 Испытание модели
- •1.2.5 Исследование свойств имитационной модели.
- •Эксплуатация имитационной модели.
- •Анализ результатов моделирования.
- •1.3 Виды анализа и расчета электронных схем
- •1.4 Модели элементов и схем
- •2. Модели компонентов электронных схем
- •2.1 Классификация моделей
- •2.2 Интерполяция и аппроксимация функций при создании моделей
- •2.2.1 Интерполяция функций
- •2.2.2 Аппроксимация функций
- •2.3 Модели основных электронных компонентов
- •2.3.1 Базовый набор элементов моделей
- •2.3.2 1.1 Резистор
- •1. Пассивные компоненты и их модели
- •2.3.3 1.2 Конденсатор
- •2.3.4 Реальные конденсаторы
- •2.3.5 Катушка индуктивности и дроссель
- •2.3.6 Реальная индуктивность
- •2.3.7 Модели полупроводниковых приборов
- •2.4 Модели аналоговых компонентов программы Micro-Cap
- •2.4.1 Общие сведения о моделях компонентов
- •2.4.2 Пассивные компоненты
- •2.4.3 Резистор (Resistor)
- •Разброс сопротивления при использовании Monte-Carlo
- •3. Матрично-векторные параметры схем
- •3.1 Основные законы электрических цепей в матричном виде
- •3.2 Метод контурных токов
- •3.3 Метод узловых потенциалов
- •3.4 Метод обобщенных ветвей
- •3.5 Статический анализ линейных и нелинейных схем
- •3.6 Гибридный анализ электронных схем
- •4. Методы анализа переходных процессов
- •4.1 Введение
- •4.2 Литература
- •4.3 Основные задачи анализа переходных процессов
- •4.4 Анализ переходных процессов в линейных цепях
- •4.5 Анализ переходных процессов в нелинейных схемах и численные методы интегрирования нелинейных ду
- •4.5.1 Общие сведения о численных методах решения систем дифференциальных
- •4.5.7 Сведение расчета переходных процессов в электронных цепях к расчету цепей по постоянному току
- •4.6 Анализ переходных процессов в цепях с периодической
- •4.6.3 Дискретное преобразование Лапласа и его основные свойства
- •9. Теорема дифференцирования по параметру
- •10. Теорема интегрирования по параметру
- •11. Теорема об умножении изображений (теорема свертывания в вещественной области).
- •4.6.4 Решение линейных разностных уравнений
- •4.7 Параметрические цепи
более
мощным и универсальным методом
абстрактного моделирования является
математическое моделирование.
Математическое моделирование позволяет
при помощи математических символов и
зависимостей составить описание
происходящего процесса.
Математическая
модель - это
совокупность математических объектов
и соотношений между ними, адекватно
отображающая свойства и поведение
исследуемого объекта. Модель считается
адекватной, если отражает исследуемые
свойства с приемлемой точностью.
Точность оценивается степенью
совпадения предсказанных в процессе
вычислительного эксперимента на
модели значений выходных параметров
с истинными их значениями.
В
качестве математических объектов
выступают числа, переменные, множества,
векторы, матрицы и т.п. Процесс формирования
математической модели и использование
ее для анализа и синтеза называется
математическим моделированием.
Проведение исследований на такой
модели называют
вычислительным экспериментом.
Для
осуществления вычислительного
эксперимента на ЭВМ необходимо
разработать алгоритм реализации
математической модели.
Алгоритм
- это предписание, определяющее
последовательность выполнения операций
вычислительного процесса. Алгоритм,
записанный в форме, воспринимаемой
вычислительной машиной, представляет
собой программную модель. Процесс
программирования называют программным
моделированием. Математические модели
могут представлять собой системы
дифференциальных уравнений (обыкновенных
или в частных производных), системы
алгебраических уравнений, простые
алгебраические уравнения, бинарные
отношения, матрицы и др. Сложные модели
требуют больших затрат времени на
проведение вычислительных экспериментов.
Системы уравнений таких моделей обычно
отличаются плохой обусловленностью,
что создает проблемы обеспечения
устойчивости вычислительного процесса,
достижения необходимой точности
при приемлемых затратах времени.
Моделируемые
процессы весьма разнообразны по своей
природе и степени сложности. В связи с
этим существуют различные подходы к
их анализу и способу построения моделей.
Все
процессы делятся на
детерминированные
и стохастические.
Детерминированными
называются такие процессы, в которых
отсутствуют случайные воздействия,
динамика которых полностью определяется
начальными условиями, и динамические
переменные являются функциями времени.
Поэтому динамику можно однозначно
предсказать на основе изучения его
механизма. Модели отображающие
детерминированные процессы называются
детерминированными.
Стохастическими
процессами называются такие, параметры
которых изменяются случайно, под
воздействием неконтролируемых
дестабилизирующих воздействий, поэтому
однозначно предсказать поведение
таких процессов на основе их изучения
затруднительно; можно говорить лишь о
вероятности того или иного типа их
поведения. В стохастических системах
динамические переменные при
фиксированных начальных условиях могут
принимать различные значения. В то же
время, может быть определена вероятность
заданного значения динамической
переменной и ее среднего значения.
Модель отображающая такой процесс
называется стохастической.
Стохастическое
поведение может быть следствием
случайных воздействий на динамическую
систему или, что очень существенно,
выражать внутренние свойства системы.
Стохастический процесс может быть
следствием особенности системы и
возникает при определенных условиях
даже без внешних воздействий.
Математическое моделирование позволяет
установить условия, при которых
динамическая система переходит от
детерминированного процесса к
стохастическому. 81.1.1 Системный анализ и моделирование