Файл: ОЗО-лекции комп мм.doc

Понятие о компьютерном математическом моделировании

Курс компьютерного математического моделирования рассматривает прикладные математические модели, в реализации которых используются компьютеры. Внутри информатики именно компьютерное математическое и компьютерное информационное моделирование могут рассматриваться как ее составные части. Таким образом, компьютерное математическое моделирование связано с информатикой технологически, т.е. использование компьютеров и соответствующих технологий обработки информации стало неотьемлемой и необходимой составляющей работы физика, инженера, экономиста, эколога и т.д.

Математическое моделирование как таковое отнюдь не всегда требует компьютерного оснащения. Каждый специалист, профессионально занимающийся математическим моделированием, делает все возможное для получения аналитических решений. Аналитические решения (представленные формулами, выражающими результаты исследования через исходные данные) обычно удобнее и информативнее численных. Однако, возможности аналитических методов решения сложных математических задач очень ограниченны и, как правило эти методы гораздо сложнее численных. Поэтому при решении сложных математических задач используют численные методы, реализуемые на компьютерах. Моделирование здесь рассматривается под углом зрения компьютерных (информационных) технологий и включает численный эксперимент. Но, отметим, что понятия «аналитическое решение» и «компьютерное решение» отнюдь не противостоят друг другу, так как:

а) компьютеры при математическом моделировании все чаще используются не только для численных расчетов, но и для аналитических преобразований. Этому служат интегрированные математические пакеты: MatLab, MathCAD, Maple, Mathematica;

б) результат аналитического исследования математической модели часто выражен столь сложной формулой, что при взгляде на нее не складывается восприятия описываемого ею процесса. Поэтому эту формулу нужно протабулировать, представить графически, проиллюстрировать в динамике, иногда даже озвучить, т.е. провести «визуализацию» полученного аналитического результата. При этом компьютер – незаменимое техническое средство.

ЭТАПЫ И ЦЕЛИ КОМПЬЮТЕРНОГО МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ

Рассмотрим процесс компьютерного математического моделирования, включающий численный эксперимент с моделью (рис.2).

---

I. Первый этап компьютерного математического моделирования – определение целей моделирования.

Цели компьютерного математического моделирования

Основные из них таковы:

1) модель нужна для того, чтобы понять как устроен конкретный объект, какова его структура, основные свойства, законы развития и взаимодействия с окружающим миром (понимание);

2) модель нужна для того, чтобы научиться управлять объектом (или процессом) и определить наилучшие способы управления при заданных целях и критериях (управление);

3) модель нужна для того, чтобы прогнозировать прямые и косвенные последствия реализации заданных способов и форм воздействия на объект (прогнозирование).

Поясним это на примерах.

1. Пусть объект исследования – взаимодействие потока жидкости или газа с телом, являющимся для этого потока препятствием. Опыт показывает, что сила сопротивления потоку со стороны тела растет с ростом скорости потока, но при некоторой достаточно высокой скорости эта сила скачком уменьшается и в дальнейшем с увеличением скорости снова растет. Что же произошло, обусловив резкое уменьшение силы сопротивления? Математическое моделирование позволяет понять и получить четкий ответ: в момент скачкообразного уменьшения сопротивления вихри, образующиеся в потоке жидкости или газа позади обтекаемого тела, начинают отрываться от него и уноситься потоком.

2. Другая возможная цель моделирования – выработка концепции управления объектом. Какой режим полета самолета выбрать для того, чтобы полет был вполне безопасным и экономически наиболее выгодным? Как составить график выполнения сотен видов работ на строительстве большого объекта, чтобы оно закончилось в максимально короткий срок? Множество таких проблем систематически возникает перед экономистами, конструкторами, учеными.

3. Еще одна возможная цель моделирования – прогнозирование последствий тех или иных воздействий на объект. Оно может быть как относительно простым делом в несложных физических системах, так и чрезвычайно сложным – на грани выполнимости – в системах биолого - экономических, социальных. Если относительно легко ответить на вопрос об изменении режима распространения тепла в тонком стержне при изменениях в составляющем его сплаве, то несравненно труднее предсказать экологические и климатические последствия строительства крупной ГЭС. И здесь методы математического моделирования будут оказывать в будущем более значительную помощь.

---

---

II. Второй этап моделирования – ранжирование модели

Составим список величин, от которых зависит поведение объекта или ход процесса, а также тех величин, которые желательно получить в результате моделирования. Обозначим

первые (входные) величины через х₁, х₂, ....,x_n;

вторые (выходные) – через y₁,y₂,…,y_k .

Символически поведение объекта или процесса можно представить в виде

у_J = F_J (х₁, х₂, ....,x_n ), (j = 1, 2,...,k),

где F_J – те действия, которые следует произвести над входными параметрами, чтобы получить результаты, т.е. F_J (х₁, х₂, ....,x_n ) – оператор.

Важнейшим этапом моделирования является разделение входных параметров по степени важности влияния их изменений на выходные. Такой процесс называется ранжированием (разделением по рангам). Чаще всего невозможно (да и не нужно) учитывать все факторы, которые могут повлиять на значения интересующих нас величин у_j . От того, насколько умело выделены важнейшие факторы, зависит успех моделирования, быстрота и эффективность достижения цели.

Выделить более важные (или, как говорят, значимые) факторы и отсеять менее важные может лишь специалист в той предметной области, к которой относится модель.

Отбрасывание (по крайней мере при первом подходе) менее значимых факторов огрубляет объект моделирования, однако способствует пониманию его главных свойств и закономерностей. Умело ранжированная модель должна быть адекватна исходному объекту или процессу в отношении целей моделирования. Обычно определить адекватна ли модель можно только в процессе экспериментов с ней и анализа результатов.

На рис. 1 проиллюстрированы две крайние ситуации:

а) изменение параметра х_i очень сильно влияет на результирующую величину у_j ;

б) изменение параметра х_i почти не влияет на у_j .

Ясно, что если все величины у_j, реагируют на изменение х_i так, как изображено на рис. 1(б), то х_i является параметром, который может быть из модели исключен.

Если же хотя бы одна из величин у_j реагирует на изменение х_i так, как изображено на рис. 1(а), то х_i нельзя исключать из числа важнейших параметров

---

Входные параметры могут быть известны «точно», т.е. поддаваться измерению однозначно и с любой степенью точности – тогда они являются детерминированными вёличинами. Так, в классической механике, сколь сложной ни была бы моделируемая система, входные параметры детерминированы – соответственно, детерминирован, т.е. однозначно развивается во времени процесс эволюции такой системы. Однако, в природе и обществе гораздо чаще встречаются процессы иного рода, когда значения входных параметров известны лишь с определенной степенью вероятности, т.е. эти параметры являются вероятностными (стохастическими), и, соответственно, таким же является процесс эволюции

«Случайный» – не значит «непредсказуемый»; просто характер исследования, задаваемых вопросов резко меняется (они приобретают вид «С какой вероятностью...», «С каким математическим ожиданием...» и т.п.). Примеров случайных процессов не счесть как в науке, так и в обыденной жизни (силы, действующие на летящий самолет в ветренную погоду, переход улицы при большом потоке транспорта и т.д.).

Для стохастической модели выходные параметры могут быть как величинами вероятностными, так и однозначно определяемыми. Пример последнего: на перекрестке улиц можно ожидать зеленого сигнала светофора и полминуты, и две минуты' (с разной вероятностью), но среднее время ожидания есть величина вполне определенная и именно он может быть о6ъектом моделирования.

---