- •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.
2.4. Решение систем нелинейных алгебраических уравнений.
Задачи, связанные с решением нелинейных алгебраических уравнений возникают при изучении нелинейных электрических цепей, содержащих нелинейные элементы: полупроводниковые ключи, индуктивности с магнитным сердечником и т.п. Нелинейные уравнения возникают в задачах оптимального управления, когда необходимо отыскивать экстремум целевой функции.
2.5. Решение систем обыкновенных дифференциальных уравнений.
Любые задачи, в которых рассматривается изменение переменных во времени, в конечном итоге приводят к появлению дифференциальных уравнений и систем таких уравнений.
Дифференциальные уравнения содержат не только значения параметров и искомых функций, но и производные этих функций. Подобные уравнения встречаются во всех областях техники, их применяют в экономике, биологии, химии. С решением дифференциальных уравнений вы сталкивались при изучении переходных процессов в электрических цепях, при изучении переходных процессов в системах автоматического управления. К решению СДУ сводится анализ переходных режимов ЭМС.
В практике математического моделирования ЭМС этот раздел безусловно является важнейшим.
Существует огромное число различных численных методов для решения СДУ. Самый известный из них - метод Рунге-Кутта.
2.6. Решение систем дифференциальных уравненийв частных производных.
Значительное число задач анализа ЭМС приводит к необходимости решения систем уравнений в частных производных. Это уравнения различных колебаний, например, упругие колебания каната в подъемных установках, уравнения распространения электромагнитных полей – уравнения Максвелла, уравнения движения жидкостей и газов в коммуникационных системах насосов и компрессоров – уравнения Навье-Стокса, уравнения нагрева конструктивных элементов электрических машин и аппаратов.
Основным численным методом решения таких уравнений является метод конечных элементов (finite elements method, FEM). На нашей кафедре развивается и широко используется метод интегральных уравнений применительно к задачам магнитостатики и некоторых других полевых задач.
Это чрезвычайно сложный вид задач. В конечном итоге численное решение дифференциальных уравнений в частных производных сводится к решению СЛАУ специального вида. Размерность СЛАУ может достигать тысяч, матрица коэффициентов может содержать значительное число нулей.
Чем сложнее решаемая задача – тем сложнее математическая модель, необходимая для ее решения, сложнее методы получения решения.
Лекция 3. Ошибки вычислений.
3.1. Общие характеристики вычислительных процессов.
Численные методы — это математический инструментарий, с помощью которого математическая задача формулируется в виде, удобном для решения на компьютере. В таком случае говорят о преобразовании математической задачи в вычислительную задачу. При этом последовательность выполнения необходимых арифметических и логических операций определяется алгоритмом ее решения. Алгоритм должен быть рекурсивным и составляться из относительно небольших блоков, которые многократно выполняются для разных входных данных.
Следует отметить, что с появлением быстрых и мощных цифровых компьютеров роль численных методов для решения научных и инженерных задач значительно возросла. И хотя аналитические методы решения математических задач, как и раньше, очень важные, численные методы существенным образом расширяют разрешимости научных и инженерных задач, не смотря на то, что самые уравнения математических моделей с осложнением структуры современных изделий становятся неважно обусловленными и жесткими, что существенным образом усложняет их решение. Взяв выполнение рутинных вычислений на себя, компьютеры освобождают время ученого или инженера для творчества: формулирование задач и генерирования гипотез, анализа и интерпретации результатов расчетов и т.п.
Численные методы обеспечивают системный формализованный подход к решению математических задач. Однако при условиях их эффективного использования кроме умения присутствующая и некоторая частица искусства, которое зависит от способностей пользователя, поскольку для решения каждой математической задачи существует несколько возможных численных методов и их программных реализаций для разных типов компьютеров. К сожалению, для избрания эффективного образа решения поставленной задачи лишь интуиции мало, нужны глубокие знания и определенные привычки. Существует несколько убедительных причин, которые мотивируют необходимость глубокого изучения численных методов будущими специалистами в области компьютерно-системной инженерии и прикладной математики.
Хотя существует множество численных методов, все они ( как и алгоритмы, которые им отвечают) имеют много общих свойств и характеристик. Численные методы:
♦ предусматривают проведение большого количества рутинных арифметических вычислений с помощью рекурсивных соотношений, которые используются для организации итераций, то есть повторяемых циклов вычислений с измененными начальными условиями для улучшения результата;
♦ направленные на локальное упрощение задачи, когда, например, используемые нелинейные зависимости линеаризуются с помощью своих вычисленных производных или производные заменяют разностными аппроксимациями;
♦ значительно зависят от близости начального приближения (или нескольких приближений), необходимого для начала вычислений к решению, от свойств нелинейных функций, которые используются в математических моделях, который накладывает ограничения ( для обеспечения единого решения) на них дифференцируемость, на скорость изменения функций и др.;
Численные методы характеризуются:
♦ разной скоростью сходимости, то есть числом итераций, выполнение которых необходимое для получения заданной точности решения;
♦ разной стойкостью, то есть сохранением достоверности решения во время дальнейших итераций.
♦ разной точностью получаемого решения в случае выполнения одинакового числа итераций или циклов вычислений.
Численные методы различаются:
♦ по широте и легкости применения, то есть по степени своей универсальности и инвариантности для решения разных математических задач;
♦ по сложности их программирование;
♦ по возможностям использования в случае их реализации имеющихся библиотек функций и процедур, созданных для поддержки разных алгоритмических языков;
♦ по степени чувствительности к неважно обусловленным (или некорректных) математических задач, когда малым изменениям входных данных могут отвечать большие изменения решения.