- •А.Ф. Хрусталев основы математического моделирования
- •Хрусталев Александр Федорович
- •Предисловие
- •Введение
- •§1. Математическое моделирование как метод познания
- •1.1. Понятие математической модели
- •1.2. О гуманитарной значимости математических моделей
- •1.3. О сущности аксиоматического метода
- •1.4. Пример построения и исследования математической
- •1.5. А были ли американские астронавты на Луне?
- •§2. Общая схема применения математики. Множественность и единство моделей
- •2.1. Общая схема применения математики
- •Множественность и единство моделей
- •§3. Требования, предъявляемые к математической модели
- •3.1. Об адекватности математической модели
- •О полноте математической модели
- •3.3. О непротиворечивости модели
- •3.4. О других требованиях
- •§4. Приближенные числа и действия с ними
- •4.1. Десятичная запись приближенных чисел
- •4.2. О приближенных числах и значащих цифрах
- •4.3. О правилах действий с приближенными числами
- •4.4. Об оценке точности решения
- •§5. Система линейных уравнений как математическая модель
- •5.1. О решении переопределенных систем
- •5.2. Об устойчивости решений относительно погрешностей
- •§6. О построении математических моделей, описывающих результаты экспериментов
- •6.1. Математическая модель прямых измерений
- •6.2. О построении математических моделей косвенных измерений
- •§7. Оптимизационные модели
- •7.1. Примеры простейших задач на экстремум
- •7.2. О типах задач математического программирования
- •7.3. Конкретная транспортная задача
- •8.2. Простейшие задачи
- •8.3. Основная теорема о функциональной зависимости размерных величин
- •8.4. О необходимости соблюдения правила размерностей
- •9.1.О геометрическом подобии
- •На основании подобия треугольников можно решать различные задачи, связанные с определением расстояний, измерить которые непосредственно либо сложно, либо невозможно.
- •9.2. О физическом подобии
- •9.3. Измерение силы тяжести на луне с помощью телевизора
- •§10. Конечные уравнения как математические модели
- •10.1. Химическая задача
- •10.2. Физическая задача
- •10.3. Математическая задача №1151 [20]
- •§ 11. Предел и производная как математические модели
- •11.1. Предел как математическая модель
- •Определение длины окружности
- •Определение числа е
- •3. Определение площади поверхности шара
- •4. Определение вероятности события
- •5. Определение скорости свободного падения тела
- •6. Определение суммы ряда
- •11.2. Производная как математическая модель
- •§ 12. Интеграл как математическая модель
- •12.1. Задачи, приводящие к понятию интеграла
- •Задача об определении площади криволинейной трапеции
- •12.2. Две схемы приложения определённого интеграла
- •§13. О математических моделях, описываемых дифференциальными уравнениями
- •13.1. Задача о росте населения
- •13.2. Задача о колебаниях пружинного маятника
- •13.3. Задача о форме зеркала прожектора
- •§14. Вычислительный эксперимент
- •14.1. Вычислительный эксперимент как метод познания
- •14.2. Приложения метода к решению химических задач
- •14.3. Приложения метода к решению математических задач
- •Н. Винер § 15. Вероятность события как математическая модель
- •15.1. О понятии «вероятность события»
- •15.2. Вероятностные модели конкретных задач
- •Случай всегда приходит на помощь
- •§ 16. Математическая модель опыта. Случайная величина как математическая модель
- •16.1. Математическая модель опыта
- •16.2. Случайная величина (св) как математическая модель
- •16.3. Механическая модель св
- •§ 17. Схема бернулли. Цепь а.А. Маркова
- •17.1. Схема Бернулли
- •17.2. Цепь событий как математическая модель
- •17.3. Простейшая цепь а.А. Маркова
- •§ 18. Понятие о методе монте – карло
- •18.1. Общее представление о методе
- •Вероятностная задача:
- •18.2. Применения метода к решению невероятностных задач
- •18.3. О применении метода к проверке статистических гипотез
- •18.4. О сущности метода
- •§ 19. Простейшие теоремы математической химии и их приложения к построению математических моделей
- •19.1. Взаимно простые числа в химии
- •19.2. Критерии алканов
- •19.3. Теоремы гомологии
- •19.4. Теорема о молекулярной формуле соединения
- •§20. О математических моделях географии
- •20.1. О математических моделях Земли
- •20.2. Об измерениях диаметра Земли
- •20.3. О расширении горизонта в зависимости от высоты
- •20.4. О математических моделях холмов и впадин Земли
- •§21. О математических моделях логических связок
- •21.1. Высказывания
- •Отрицание
- •Конъюнкция – математическая модель логической
- •Дизъюнкция – математическая модель логической связки «или»
- •21.5. Импликация – математическая модель логической связки «если…, то»
- •21.6. Об определении модуля
- •21.7. О задании функции разными формулами
- •21.8. Высказывания и контактные схемы
- •21.9. Алгебра правды и лжи
- •§ 22. Понятие об имитационном моделировании
- •§ 23. Применение эвм к анализу математических моделей
- •23.1. Применение к совершенствованию учебных задач и их
- •23.2. Применение к анализу устойчивости решений
- •§ 24. Упрощение моделей
- •24.1. Химические задачи
- •24.2. Математические задачи
- •Другие задачи
- •§ 25. Вариант расчетно - графической работы
- •Заключение
- •Библиографический список
- •Содержание
- •Основи математичного моделювання
- •Основы математического моделирования
§6. О построении математических моделей, описывающих результаты экспериментов
6.1. Математическая модель прямых измерений
Классическая математика учит действиям над числами, которые заданы точно, тогда как в подавляющем большинстве случаев, величины, с которыми приходится иметь дело на практике, получают с помощью измерений и потому соответствующие им числа лишь приближенно выражают точные, но неизвестные нам значения реальных величин. Для повышения их точности стремятся сделать как можно больше измерений. Итак, требуется как можно лучше оценить «истинное значение» некоторой величины х, для чего проводится n прямых измерений, результаты которых представлены системой уравнений:
Здесь
- результаты измерений, а
- их ошибки.
По методу наименьших квадратов наилучшим приближенным значением для х является такое число, для которого минимальна сумма квадратов отклонений от , т.е. сумма квадратов ошибок :
. (6.1)
Для
определения точки экстремума этой
функции, как обычно, находим производную
и приравниваем её к нулю
,
откуда
,
(6.2)
поскольку
– квадратный трёхчлен относительно
и
,
то в точке экстремума функция достигает
наименьшего значения.
Итак, модель (6.2) показывает, что в рассматриваемом случае метод наименьших квадратов и выбор среднего арифметического значения результатов измерений эквивалентны, что служит подтверждением практической полезности метода наименьших квадратов.
6.2. О построении математических моделей косвенных измерений
При прямых измерениях результат получается из опытных данных нескольких измерений одной и той же величины.
При косвенных измерениях результат получается на основании опытных данных прямых измерений нескольких различных величин, связанных функциональной зависимостью.
Начнем с задачи. Пусть задана электрическая цепь (рисунок 6.1). Измеряя напряжение U вольтметром, а силу тока I амперметром, можно найти сопротивление R. Результаты будут более точными и надежными, если повторим измерения несколько раз, а еще лучше – проведем измерения при нескольких различных значениях U (меняя источник тока в цепи).
Для решения задачи воспользуемся законом Ома
(6.3)
Предположим, что при таком эксперименте для определения неизвестного сопротивления R получены следующие результаты (таблица 6.1).
Рисунок 6.1 – Электрическая цепь
Таблица 6.1
I,A |
0,010 |
0,018 |
0,031 |
0,042 |
0,050 |
0,061 |
0,072 |
U,В |
1,0 |
2,0 |
3,0 |
4,0 |
5,0 |
6,0 |
7,0 |
На
основании экспериментальных данных
нужно найти сопротивление
.
Равенством
(6.3) выражается прямая пропорциональная
зависимость
от
.
Поставим задачу в более общем виде: для
функции
найти такое
,
при котором сумма квадратов разностей
между эмпирическими значениями
и
соответствующими значениями функции
,
т.е.
,
(6.4)
минимальна.
Пользуясь
(6.4), находим производную и приравниваем
её к нулю
,
откуда
Если
эту формулу применим к таблице (6.1),
получим с двумя значащими цифрами:
(Ом).
Поскольку
выдача результатов расчёта связана с
определенной ответственностью,
целесообразно их контролировать, при
этом большую пользу приносят разного
рода прикидки. Учитывая, что самыми
достоверными являются данные в конце
таблицы, оценим с их помощью значение
(Ом),
что хорошо согласуется с результатом,
полученным по методу наименьших
квадратов.
Для
функции
,
и
определяют так, чтобы минимальной была
сумма квадратов
,
для чего необходимо выполнение условий:
Откуда
Решая эту систему, находят значения параметров и .
Задача:
В «Основах химии» Д.И. Менделеев приводит
данные растворимости азотно – натриевой
соли
на 100 г воды в зависимости от температуры
(таблица 6.2).
Таблица 6.2
t |
0 |
4 |
10 |
15 |
21 |
29 |
36 |
51 |
68 |
y |
66,7 |
71 |
76,3 |
80,6 |
85,7 |
92,9 |
99,4 |
113,6 |
125,1 |
и
указывает, что эту зависимость можно
выразить формулой
.
Проверьте это.
Применение метода наименьших квадратов действительно приводит к указанной формуле при тех округлениях значений коэффициентов, которые в ней приведены. Однако следует заметить, что точности данных верхней строки грубые, они не согласованы с данными нижней строки, поэтому погрешности в коэффициентах указанной формулы занижены.
Теперь
прикинем результат простым расчётом.
Поскольку в рассматриваемой задаче
зависимость между переменными имеет
вид
,
то при t
= 0 на основании
таблицы сразу оцениваем b
= 66,7 ≈ 67, далее из последних табличных
значений аргумента и функции, как
наиболее достоверных, находим
:
и
формула принимает вид
,
коэффициенты который незначительно
отличается от результата Д.И. Менделеева.
«Этот метод можно применить и к формулам другого вида, даже содержащим более одной независимой переменной и (или) любое число параметров, если эти параметры входят линейно в искомую формулу. Если это не так, то иногда оказывается возможным ввести новые переменные так, чтобы это условие было выполнено.
Приведем пример. Пусть эксперимент привел к значениям:
х =0,00; 0,10; 0,20; 0,30; 0,40; 0,50; 0,60; 0,70; 0,80; 0,90; 1,00;
у =0,00; 0,01; 0,03; 0,08; 0,17; 0,29; 0,45; 0,66; 0,91; 1,22; 1,57.
Изображение
экспериментальных точек на миллиметровке,
которое мы предоставляем сделать
читателю, напоминает о степенной функции
вида
,
в
которую параметр
входит
нелинейно. Поэтому прологарифмируем
это равенство и обозначим
,
,
.
Мы
приходим к формуле
,
в
которую параметры
и
входят
линейно. В новых переменных таблица
имеет вид
Х = -1,0000; -0,6990; -0,5229; -0,3979;- 0,3010; - 0,2218;
- 0,1549; - 0,0969; - 0,0458; 0,0000;
=
- 2.0000; - 1 ,5229; -1 ,0969; -0,7696; - 0,5376; - 0,3468;
- 0,1805; - 0,0410; 0,0864; 0,1959.
Применение
метода наименьших квадратов дает
значения b
= 2,2734, А
=
0,16079, откуда а
= 1,4481, и с учетом точности исходных данных
мы получаем приближенную формулу
Отметим,
что на полученные значения параметров
могут существенно повлиять погрешности
при измерении малых значений у.
Для
повышения достоверности результата
следует либо повысить точность этого
измерения, либо игнорировать эти значения
при применении метода» [24,
с. 43].
Примечание:
в цитируемом фрагменте опечатки: вместо
должно быть
,
о чём свидетельствуют выписанные в
тексте значения десятичных логарифмов
чисел. Заметим также, что, если в
соответствии с указанной выше рекомендацией
игнорировать недостоверное значение
у
= 0,01, то для у
получим
функцию
,
которая с точностью до одной сотой
воспроизводит всю таблицу, за исключением
у
= 1,57, когда это значение заменяется на
1,58.
Поскольку
в
значении десятичного логарифма
приближенного числа сохраняют столько
десятичных знаков, сколько верных
значащих цифр имеет заданное число, то
в таблице для
и
нецелесообразно иметь две запасные
цифры и все значения достаточно округлить
до тысячных, при этом с учётом точности
исходных данных получается тот же
результат:
.
Мы не настолько богаты, чтобы
принимать не оптимальные решения.
Неизвестный экономист
