- •Лекция 1.
- •1.1. Основные понятия и определения.
- •1.2. Требования к модели. Функции модели
- •1.3. Классификация моделей
- •1.3.1. Статические и динамические модели
- •1.3.2. Детерминированные и стохастические модели
- •1.3.3. Классификация математических моделей.
- •Лекция 2. Разновидности математических задач, возникающих при моделировании эмс.
- •2.1. Приближение функций. Интерполяция, экстраполяция, аппроксимация. Приближение периодических функций.
- •2.2. Алгебра комплексных чисел.
- •2.3. Решение систем линейных алгебраических уравнений (слау), матричная алгебра.
- •2.4. Решение систем нелинейных алгебраических уравнений.
- •2.5. Решение систем обыкновенных дифференциальных уравнений.
- •2.6. Решение систем дифференциальных уравненийв частных производных.
- •Лекция 3. Ошибки вычислений.
- •3.1. Общие характеристики вычислительных процессов.
- •3.2. Классификация погрешностей.
- •3.3. Абсолютная и относительная погрешности. Точные десятичные знаки.
- •Лекция 4. Приближение функций
- •4.1. Каноническая форма интерполяционного полинома.
- •4.2. Интерполяционный полином Лагранжа.
- •4.3. Интерполяция сплайнами.
- •4.3.1. Линейный сплайн
- •4.3.2. Кубический сплайн
- •Лекция 5. Аппроксимация функций.
- •5.1. Степенной базис
- •5.2. Базис в виде классических ортогональных полиномов
- •5.3. Малая помехоустойчивость метода наименьших квадратов при решении задач идентификации
- •5.3.1. Теория множественности моделей
- •Лекция 6. Приближение периодических функций.
- •6.1. Общие сведения.
- •6.2. Ряды Фурье.
- •6.3. Функции Уолша.
- •Лекция 7. Решение систем линейных алгебраических уравнений.
- •7.1. Область применения слау в задачах математического моделирования эмс.
- •7.2. Прямые методы решения слау.
- •7.3. Итерационные методы.
- •Лекция 8. Решение нелинейных уравнений.
- •8.1. Отделение корней уравнения.
- •8.1.1. Графический метод отделения корней.
- •8.1.2. Аналитический метод отделения корней.
- •8.2. Метод половинного деления (метод дихотомии).
- •8.3. Метод хорд.
- •8.4. Метод касательных (метод Ньютона-Рафсона).
- •Лекция 9. Численное интегрирование и дифференцирование.
- •9.1. Метод прямоугольников.
- •9.2. Метод трапеций.
- •9.3. Метод Симпсона.
- •9.4. Численное дифференцирование.
- •Лекция 10. Решение систем обычных дифференциальных уравнений (оду).
- •10.1. Метод Эйлера.
- •10.2. Методы Рунге-Кутты.
- •10.2.1. Метод Рунге-Кутты-Мерсона
- •10.3. Метод Адамса.
- •10.4. Визуализация решений оду.
- •Лекция 11. Визуальное моделирование динамических систем.
- •Лекция 12. Численное решение систем дифференциальных уравнений в частных производных.
- •12.1. Уравнения математической физики.
- •12.1.1. Уравнения параболического типа.
- •12.1.2. Уравнения гиперболического типа.
- •12.1.3. Уравнения эллиптического типа
- •12.2. Основные понятия метода сеток.
- •Лекция 13. Решение оптимизационных задач.
- •13.1. Методы безусловной одномерной оптимизации
- •13.1.1. Постановка задачи.
- •13.1.2 Метод обратного переменного шага.
- •13.1.3. Метод половинного деления
- •13.1.4. Метод квадратичной аппроксимации (метод Пауэлла).
- •13.2 Методы оптимизации многомерных функций.
- •13.2.1. Метод покоординатного спуска.
- •13.2.2. Метод наискорейшего спуска (метод градиентов)
- •13.2.3. Метод Нелдера-Мида.
- •13.2.3. Метод пчелиного роя.
- •Лекция 14. Идентификация параметров эмс.
- •14.1. Аппроксимация переходных характеристик элементарными динамическими звеньями
- •14.1.1. Апериодическая переходная характеристика
- •14.1.2.Колебательная переходная характеристика.
Лекция 10. Решение систем обычных дифференциальных уравнений (оду).
Обыкновенные дифференциальные уравнения (ОДУ) широко используются для математического моделирования процессов и явлений в различных областях науки и техники. Переходные процессы в радиотехнических цепях, кинетика химических реакций, динамика биологических популяций, движение космических объектов, модели экономического развития исследуются с помощью ОДУ.
В дифференциальное уравнение n-го порядка в качестве неизвестных величин входят функция у(х) и ее первые n производных по аргументу х
(10.1)
Из теории ОДУ известно, что уравнение (10.1) эквивалентно системе n уравнений первого порядка
(10.2)
где k = 1,..., n.
Уравнение (10.1) и эквивалентная ему система (10.2) имеют бесконечное множество решений. Единственные решения выделяют с помощью дополнительных условий, которым должны удовлетворять искомые решения.
В зависимости от вида таких условий рассматривают три типа задач, для которых доказано существование и единственность решений.
Первый тип - это задачи Коши, или задачи с начальными условиями. Для таких задач кроме исходного уравнения (10.1) в некоторой точке х0 должны быть заданы начальные условия, т.е. значения функции у (х) и ее производных
y(х0) = y0; y’(х0) = y10; … y(n-1)( х0) = Уn-1,0
Для системы ОДУ типа (10.2) начальные условия задаются в виде
yk(х0) = уk0 (10.3)
где k = 1,..., n.
Ко второму типу задач относятся так называемые граничные, или краевые задачи, в которых дополнительные условия задаются в виде функциональных соотношений между искомыми решениями. Количество условий должно совпадать с порядком n уравнения или системы. Если решение задачи определяется в интервале х [х0, хk] то такие условия могут быть заданы как на границах, так и внутри интервала. Минимальный порядок ОДУ, для которых может быть сформулирована граничная задача, равен двум.
Третий тип задач для ОДУ - это задачи на собственные значения. Такие задачи отличаются тем, что кроме искомых функций у(х) и их производных в уравнения входят дополнительно m неизвестных параметров λm, которые называются собственными значениями. Для единственности решения на интервале [х0, хk] необходимо задать n + m граничных условий. В качестве примера можно назвать задачи определения собственных частот, коэффициентов диссипации, структуры электромагнитных полей и механических напряжений в колебательных системах, задачи нахождения фазовых коэффициентов, коэффициентов затухания, распределения напряженностей полей волновых процессов и т. д.
К численному решению ОДУ приходится обращаться, когда не удается построить аналитическое решение задачи через известные функции. Хотя для некоторых задач численные методы оказываются более эффективными даже при наличии аналитических решений.
Большинство методов решения ОДУ предназначено для решения задачи наиболее часто встречающейся на практике задачи Коши, алгоритмы и программы для которой рассматриваются в настоящей главе.
10.1. Метод Эйлера.
Для демонстрации основных идей, используемых для численного решения ОДУ, рассмотрим простейший метод Эйлера.
Предположим, что систему ОДУ (10.2) представлена в каноническом виде, в так называемой форме Коши, т.е. уравнения разрешены относительно производной.
При формулировке задачи Коши система (6.4) дополняется начальными условиями (6.3). Для простоты рассмотрим задачу Коши для одного канонического уравнения, а затем полученные алгоритмы обобщим на систему n уравнений.
В этом уравнении заменим производную в левой части приближенным конечно-разностным решением:
Отсюда получим выражение:
(10.4)
Теперь приближенное решение в точке х1 = х0 + h можно вновь рассматривать как начальное условие и по формуле (6.8) найти значение искомой функции в следующей точке х2 = х1 + h1. В результате получен простейший алгоритм решения задачи Коши, который называется методом Эйлера, или методом ломаных. Последнее название связано с геометрической интерпретацией процесса (рис. 10.1); искомую функцию у(х) мы заменяем ломаной линией, представляющей собой отрезки касательных к этой функции в узлах x0, x1 …
Рисунок 10.1. Пояснение к работе метода Эйлера для решения ОДУ
На каждом шаге метода Эйлера решение у(х) определяется с погрешностью за счет отбрасывания членов ряда Тейлора, пропорциональных h в степени выше первой.
Пример 10.1. Демонстрация метода Эйлера в программе MS Excel. В примере с помощью метода Эйлера рассчитывается решение уравнения y’ = x2; y(0)=0.
Создание решения и задание формул вычислительного метода
Полученное решение
Имеем y(6) = 75.64, точное решение в этой точке равняется 72.
