ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 12.01.2024
Просмотров: 307
Скачиваний: 4
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Учебное пособие
2016
Федеральное агентство по образованию
Государственное образовательное учреждение высшего образования
«Казанский национальный исследовательский
технологический университет»
Е.С. Воробьев, В.Е. Воробьева
ЧИСЛЕННЫЕ МЕТОДЫ И
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Основы численных методов и приемы
построения математических моделей
и их решения в различных пакетах
Федеральное государственное бюджетное образовательное учреждение высшего образования
«Казанский национальный исследовательский
технологический университет»
Е.С. Воробьев, В.Е. Воробьева
ЧИСЛЕННЫЕ МЕТОДЫ И
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Основы численных методов и приемы
построения математических моделей на их
основе и эти решения в различных пакетах
Учебное пособие
Казань 2017
УДК 007:66.01(075)
ББК 32.81:35.11
Воробьев Е. С.
Численные методы и математическое моделирование. Основы чис- ленных методов и приемы построения математических моделей на их основе и эти решения в различных пакетах / Е. С. Воробьев, В. Е. Воро- бьева; М-во образ. и науки России, Казан. нац. исслед. технол. ун-т –
Казань:
Изд-во КНИТУ, 2016. – 105 с.
ISBN
В пособие представлены основы реализации численных методов при решении различных математических задач. Показаны способы реализа- ции этих методов для математического моделирования различных си- стем как в MS Excel, так и в других пакетах.
Подготовлено на кафедре автоматизированных систем сбора и обра- ботки информации.
Печатается по решению редакционно-издательского совета Казан- ского национального исследовательского технологического универси- тета.
Рецензенты:
Зав. каф. автоматизации технол. процессов и производств КГЭУ, проф, д.т н
К. Х. Гильфанов
Проф. каф. радиоэлектронных и телекоммуни- кационных систем КНИТУ (КАИ), проф, д.т н О. Ш. Даутов
Воробьев Е.С., Воробьева Ф.И., 2016
Казанский национальный исследова- тельский технологический универси- тет, 2016
4
От авторов
Любой исследователь должен уметь строить математические модели, которые позволяют ему делать прогнозы перед проведе- нием исследований, моделировать процессы в исследуемой си- стеме до проведения натурных испытаний, это позволит оптими- зировать число проводимых экспериментов или проверить досто- верность получаемых результатов.
Реализация таких решений обычно не может быть выполнено с использованием традиционных математических методов и тре- буется использовать численные методы решения математических задач. Они позволяют решать, как простейшие задачи нахожде- ния корней и экстремумов уравнений, так и более сложные реше- ния дифференциальных и интегральных уравнений. А решения задач, описываемых системами дифференциальных уравнений в частных производных возможно только с использованием чис- ленных решений.
В настоящее время стремительное развитие вычислительной техники стремительно расширяет области применения числен- ных методов для самых различных задач во всех областях как науки, так и техники.
5
Введение
Обычно для решения большинства задач прикладной матема- тики формулируется математическая модель решения в виде ин- тегральных и дифференциальных уравнений функций на непре- рывном аргументе или их систем. Переход от данной постановки задачи к дискретной математической модели осуществляется за- меной функций непрерывного аргумента функциями дискретного аргумента. В результате модель превращается в систему конечно- разностных уравнений. Получившаяся модель представляет со- бой систему алгебраических уравнений, для решения которой с определённой точностью составляется вычислительный алго- ритм, который обычно реализуется на вычислительных машинах и сам метод называется вычислительным или численным.
Основными требованиями к вычислительному алгоритму яв- ляются: заранее заданная точность решения, его устойчивость к изменению начальных условий и экономичность в реализации.
При переходе к дискретным моделям появляются погрешности аппроксимации первоначальных функций, а при реализации вы- числений – погрешность округления, поэтому для реальных вы- числительных алгоритмов требуется проводить анализ погрешно- стей и устойчивости этого алгоритма. Необходимо помнить, что вычислительная машина выполняет основных операции с опреде- лённой точностью из-за разрядности чисел в памяти компьютера.
Поэтому точность любого вычислительного алгоритма должна быть несколько выше ожидаемой точности физического экспери- мента, который описывается этой моделью.
Необходимость гарантированных оценок точности реальных вычислений привела к возникновению интервального анализа, который показывает изменение точности расчётов по всему ин- тервалу исследования и в зависимости от ряда входных парамет- ров. Оптимальным алгоритмом считается алгоритм с минималь- ной погрешностью или с минимальным числом операций при за- данной погрешности.
6
Для многих классов задач разработаны разнообразные числен- ные методы решения. По способу дискретизации численные ме- тоды делятся на проекционные и конечно-разностные, по способу решения – на прямые и итерационные.
В методах конечных разностей задача сводится к определению значений функции в дискретном множестве заранее заданных то- чек, а в проекционных методах функция представляется линей- ной комбинацией элементов. При этом дискретная функция также может рассматриваться как линейная комбинация полиномов.
Прямые методы решения обладают слабой устойчивостью, в то время как итерационные методы более устойчивы и обеспечи- вают быструю сходимость.
В рамках дисциплины «Численные методы и математическое моделирование» предполагается освоение основных математиче- ских методов, которые мы используем при решении наших задач.
Основной упор будем делать на численные решения, которые легко реализуются на компьютерах и могут быть просто исполь- зованы при решении задач во время выполнения лабораторных и практических занятий, а также при подготовке курсовых и ди- пломных проектов.
Многие наши задачи требуют нахождения корней уравнений или систем, поиски экстремумов функций. Мы не можем обхо- диться без умения находить интегралы и дифференциалы функ- ций. При решении прямых и обратных задач химической кине- тики, построенных на основе дифференциальных уравнений, тре- буется восстановление первообразных функций на основании их дифференциальных уравнений. В данном пособии будут рассмот- рены методы нахождения:
корней уравнений и систем уравнений;
экстремумов различных функций;
дифференциалов функций;
интегралов функций;
решения дифференциальных уравнений.
Построение данных решений с использованием программных
7 средств VBA связано с необходимостью решения более общих за- дач, в которых эти методы могут использоваться как вспомога- тельные функции, и Excel к ним будет обращаться автоматически по мере необходимости. Такой подход существенно ускоряет сами решения и позволяет решать задачи более высоких уровней сразу же, а не поэтапно.
Для удобного восприятия текста в нем приняты следующие форматы:
текст, набранный курсовом – общепринятый термин, курсивом также оформлены все математические формулы, за исключе- нием стандартных функций в них;
[Enter]
– названия клавиш на клавиатуре компьютера;
Книга1, А1, Лист1
– названия объектов MS Excel;
«
Главная
» – «
Заполнить (
)
» – команды MS Excel, как они за- писаны на ленте;
текст в кавычках «
Sin(
» требует ввода с клавиатуры;
Public Function My_fun()
– код программы в VBA;
Прежде чем перейти к основным задачам, познакомимся с чис- ленными методами. Все они основаны на итерационных процеду-
рах, которые повторяют простые вычисления с подбором какого- либо из параметров, пока не будет достигнуто решение с заданной точностью. Не надо считать, что эти решения приближенные, мы вправе задать любую точность (даже очень высокую), но это по- требует большего числа итераций и, как следствие, больших за- трат машинного времени.
Что же такое точности решения? Обычно требования по точ- ности наших результатов выбираются из требований ГОСТ в за- висимости и типа наших исследований (лабораторные исследова- ния, макетные, полупромышленные и промышленные установки и т.п.). Например, для наших научных исследований это 95%, как и требуется по ГОСТ для обычных научно-исследовательских ра- бот. Однако при выполнении расчётов мы накапливаем погреш- ности как за счёт ошибок в исходных данных, так и за счёт их
(ошибок) накопления во время расчётов и округления результатов
8 вычислений. Реально мы можем разделить наши ошибки на не- сколько групп:
Ошибки модели – математические модели обычно являются приближенными описаниями реальных процессов, поэтому параметры, вычисленные в рамках принятой модели, могут отличаться от истинных значений. Их погрешность зависит от степени адекватности модели реальному процессу.
Ошибки данных – исходные данные, в свою очередь, содержат погрешности, связанные с их измерениями или вспомогатель- ными вычислениями.
Ошибки метода – применяемые для решения задач методы обычно являются приближенными, так как найти решение практической задачи в виде конечной формулы возможно крайне редко.
Ошибки вычислений и округления – при вводе исходных дан- ных в ЭВМ, выполнении арифметических операций и выводе результатов на печать производятся округления.
Поэтому полная погрешность при решении задачи на ЭВМ складывается из трёх составляющих:
Неустранимая погрешность складывается из ошибок матема- тической модели, которую приняли, и ошибок при получении исходных данных. Они не могут быть устранены на этом этапе. Единственный способ уменьшения этой погрешности – переход к более точным математическим моделям и методи- кам измерения.
Погрешности методов позволяют осознанно выбирать наилучший метод для решения поставленной задачи и ра- зумно задать его точность. Необходимо, чтобы величина по- грешности метода была в 2 – 10 раз меньше неустранимой по- грешности. Большие значения (менее 2) сильно снижают точ- ность результата, а меньшие (более 10) увеличивают затраты машинного времени и практически не влияют на значение полной погрешности.
9
Вычислительная погрешность определяется характеристи- ками используемой ЭВМ, её разрядной сеткой действитель- ных чисел. Желательно всегда использовать переменные двойной точности.
Рассмотрим, как возникают погрешности в арифметических вычислениях. Примем для рассмотрения этого вопроса следую- щую форму записи:
X
X
, где X – реальное значение, ̅X – за- писанное значение, ε – ошибка. Тогда можно построить все по- грешности для основных арифметических операций:
Сложение и вычитание имеют следующие погрешности:
2 1
*
2 2
1 1
X
X
X
X
, в результате чего по- грешность операции не превышает суммы погрешностей опе- рандов. Однако при вычитании чисел одного знака ошибки могут сильно возрастать. Если числа близки, то не исключена полная или почти полная потеря точности. Это называется ка-
тастрофической потерей точности. При реализации чис- ленных методов решения задач следует избегать вычитания близких чисел одного знака.
Умножение: если построить показанное в предыдущем абзаце выражение для суммы, сменив знак на умножение, то можно вычислить точность умножения в виде
2 1
2 1
Деление при подобных расчётах даёт зависимость для точно- сти в виде:
2 2
1 1
Как видим, любые вычисления приводят к потере точности, но самые опасные возникают при вычитании.
Для оценки погрешностей в расчётах используются:
Абсолютная погрешность приближенного значения опреде- ляется разницей между реальным и замеренным значениями измеряемой величины. Данное значение может быть, как по- ложительным, так и отрицательным. Качество данной оценки
10 существенно зависит от принятых единиц измерения и мас- штабов величин, что создаёт много проблем при её использо- вании. Поэтому целесообразно соотнести погрешность вели- чины и её фактическое значение, для чего вводится понятие относительной погрешности.
Относительная погрешность приближенного значения опре- деляется отношением абсолютной величины разности между реальным и замеренным значениями к значению самого изме- рения. Относительную погрешность часто выражают в про- центах. Она не зависит от масштабов величин и единиц изме- рения.
В расчётах удобнее использовать относительные погрешности, что обеспечивает получение примерно одинаковых погрешностей по всей вещественной оси чисел.
Контрольные вопросы к разделу
1.
Цели и задачи дисциплины.
2.
Понятие численных методов, основные пути их реализации.
3.
Область применения численных методов.
4.
Погрешности вычислений, основные понятия.
5.
Ошибки косвенных вычислений.
6.
Относительные и абсолютные погрешности.
11
Численные методы решения математических задач
Все численные методы предполагают определённый алгоритм решения поставленной задачи. Обычно решение сводится к вы- бору оптимального набора дискретных точек, которые ведут к ре- шению или к построению вектора движения, который так же при- водит к решению. Первые из них имеют название – конечно-раз- ностные, а вторые проекционные.
Чаще всего все численные методы реализуются через итераци- онные процедуры, которые выполняются до тех пор, пока не до- стигнута заданная точность решения.
Все эти методы не позволяют получить абсолютно точное ре- шение, но всегда можно задаться какой-либо точностью решения.
Во всех этих методах требуется возможность вычисления ис- следуемой функции и её производных в заданной точке. В зави- симости от максимальной степени производной, которая требу- ется в вычислениях эти методы можно разделить на различные порядки:
- нулевой – необходимо вычислять только саму функцию и ме- тоды являются линейными;
- первый и выше – необходимо вычисление функции и первой производной и т.д. Решения становятся нелинейными.
Иногда номер порядка в методе указывает номер первого от- брасываемого члена последовательности (ряда) на который раз- лагается наша функция, чем выше порядок метода, тем выше его точность и больше вычислительных операций требуется.
Рассмотрим два эти подхода для решения простейшей матема- тической задачи – нахождение корней уравнения и его экстрему- мов.
12
Нахождение корней уравнения
Основные понятия
Корнем уравнения считается число, при котором уравнение превра- щается в нуль. Существуют аналитические и численные методы нахож- дения корней уравнения. Первые из них позволяют получить алгебраи- ческое выражение для вычисления корня, что бывает невозможно для ряда уравнений, которые называются трансцендентными. Вторые поз- воляют находить сами корни для любых уравнений с заданной точно- стью, но они часто требуют боль- шого объёма вычислений. Разви- тие вычислительной техники поз- волило в настоящее время ши- роко использовать последние ме- тоды.
В графическом представлении корень показан на рис. 1. К дан- ной задаче можно привести и нахождение точки пересечения двух уравнений, используя их разность как функцию, корень ко- торой надо найти или нахождение конкретного значения функции отниманием его из уравнения.
Уравнения могут содержать несколько корней. В этом слу- чае для их поиска надо выде- лить области, в каждой из кото- рых находится только один ко- рень. Чтобы понять этот про- цесс, рассмотрим уравнение с двумя корнями (квадратное уравнение), график которого показан на рис. 2. Как видно из графика, корни, если они суще- ствуют у уравнения, лежат справа и слева от экстремума
Y
X
0
X
к
Рис. 1. Корень уравнений
Y
X
0
X
к1
X
к2
X
э
Рис. 2. Корни квадратного уравнения