- •Билет 1
- •1. Понятие о моделировании.
- •2. Моделирование процессов смо
- •Билет 2
- •Модель и расчетная схема. Виды моделирования
- •Виды моделирования.
- •Пример построения алгоритмической модели для одноканальной смо и заявок без приоритета.
- •Понятие о методах типа Монте-Карло.
- •Билет 3
- •Математическое моделирование. Основные этапы и источники ошибок.
- •Билет 4
- •О необходимости тестирования компьютерной модели. Способы тестирования.
- •Терминология для смо. Понятие о простейшем потоке событий.
- •Билет 5
- •5.1. Сравнение некоторых пакетов, расчетов и моделирований.
- •5.2. Марковские процессы.
- •Билет 6
- •6.1. Понятие о системах с сосредоточенными и распределёнными параметрами.
- •6.2. Уравнения Колмогорова.
- •Билет 7
- •7.1. Примеры систем, модель для которых описывается дифференциальными уравнениями.
- •7.2. . Уравнения Колмогорова для замкнутых смо.
- •Билет 8
- •8.1. Сведение произвольной системы оду к системе оду I-го порядка в нормализованном виде Коши. Пример.
- •8.2. Открытые системы массового обслуживания. Уравнения Колмогорова для открытых смо
- •Билет 9
- •9.1 Реализации в среде MathCad математической модели для простейшего осциллятора. Билет 9
- •Билет 10
- •10.1 Пример использования simulink matlab для решения оду 2-го порядка. Билет 11
- •11.1 Методика получения модели механических колебательной системы сосредоточенными параметрами на основе уравнений Лагранжа 2-ого рода
- •11.2 Разложение аппроксиматора по системы базисных функций.
- •12.2 Выполнение среднеквадратичного приближения на основе разложения аппроксиматора по системе базисных функций.
- •13.2. Интегральная квадратичная аппроксимация на отрезке [a, b].
- •Билет 14
- •14.1 Методы решения задачи Коши для оду
- •14.2 Пример MathCad реализующий метод среднеквадратичной аппроксимации
- •Билет 15
- •15.1 Классификация методов решения задачи Коши для оду.
- •15.2 Пример аппроксимации функции 2-ух переменных в MathCad.
- •Билет 16
- •16.1 Метод Эйлера и его модификации для решения оду
- •16.2 Алгебраическое интерполирование.
- •Билет 17
- •Метод типа Рунге-Кутта для решения задачи Коши
- •Интерполирование на основе формулы Лагранжа
- •Билет 18
- •Метод Рунге-Кута 4-ого порядка для решения задачи Коши формулы метода и их реализация в среде MathCad
- •18.2 О наилучшем выборе узлов интерполирования
- •Билет 19
- •Оценка погрешности решения оду. Способ Рунге для оценки такой погрешности.
- •Тригонометрическое интерполирование
- •Билет 20
- •Оценка погрешности решения оду. Способ Рунге для оценки такой погрешности.
- •Использование интерполирования при решении различных задач и реализация в среде MathCad
- •1) Приближенные вычисления функции
- •2) Численное интегрирование
- •3) Численное дифференцирование
- •Билет 21
- •21.1 Методы прогноза и коррекции для решения оду.
- •21.2 Понятие о сплайнах.
- •Билет 22
- •22.1 Понятие о жестких дифференциальных уравнениях.
- •22.2 Эрмитов кубический сплайн.
- •Билет 23
- •23.1 Метод стрельбы для решения граничных задач для оду.
- •23.2 Кубический сплайн дефекта 1. Алгоритм его построения.
- •Билет 24
- •24.1 Задача Бюффона как пример использования методов Монте-Карло при решении детерминированных задач.
- •24.2 Решение системы уравнений, определяющих сплайн, методом прогонки.
- •Билет 25
- •25.2 Обобщенные кубические сплайны.
- •Билет 26
- •26.1 Метод Судзуо-Какутани для решения граничных задач теории потенциалов
- •26.2 Пример использования сплайнов для вычисления площади фигуры
- •Билет 27
- •27.1 Понятие о конкурирующих стратегиях
- •27.2 Параметрический сплайн для приближения кривых.
- •Билет 28
- •28.1 Компонентные уравнения для различных видов подсистем.
- •Механическая поступательная система.
- •Механическая вращательная подсистема
- •Аналоги топологических уравнений
- •Билет 29
- •29.1 Получение эквивалентных схем технических объектов.
- •29.2 Метод получения топологических уравнений математической модели.
- •30.1 Топологические уравнения математической модели на основе матрицы инциденции.
23.2 Кубический сплайн дефекта 1. Алгоритм его построения.
Это сплайны, которые произошли от гибкой линейки чертёжника при этом в узлах непрерывна должна быть 1-ая и 2-ая производная.
уравнение
изогнутой оси балки, когда заданы
изгибные моменты в каждой точке. По
аналогии 2-ые производные будем называть
моментами.
Пусть в n попарно различных точках отрезка [a,b] a<x1<x2<x3….xn=b
y1=f(x1)…. Yn=f(xn)
непрерывен
на [a,b]
вместе с 1-ой и 2-ой производной, совпадает
с кубическим полиномом на каждом из
отрезков и удовлетворяет условиям
i=1..n
Поскольку
2ая производная по условию в каждом
узле непрерывна, то введя обозначения
i=1,2…n
и предположив, что
меняется
линейно на интервале
можно записать
(1)
Проинтегрируем
дважды (1). Интегрирование будем выполнять
со скобкой. Тогда после 1-го интегрирования
получим
(2)
А после второго интегрирования получим
(3)
Это выражение мы получили для отрезка , аналогичное выражение мы можем получить для предыдущего отрезка
(4)
Используя условие непрерывности 1-ой производной для узла xi
Для этого приравняем (2) при x=xi к выражению (4) при x=xi . В результате получим
(5)
(6)
(7)
i=2,3…n-1
Т.е. мы получили n-2 линейных алгебраических уравнения относительно Mi
Для замыкания этой системы нужно задать 2 дополнительных уравнения. Эти уравнения можно получить используя условие на концах интервала [a,b] (краевые условия)
1.Периодический сплайн T=b-a.
При этом предполагается, что интерполируемая функция периодическая с T=b-a и поэтому сам сплайн тоже должен быть периодическим с таким же периодом. Запишем условия периодичности:
Тогда можно потребовать, чтобы уравнение (7) было справедливо и для i=n, а условие периодичности примет вид
Тогда уравнение (7) примет вид
(8)
2.Непериодический сплайн с заданными наклонами в т a и b
заданное
число
заданное
число
Запишем
уравнение (2) при i=1
Если
записать уравнение (3) при i=n
Тогда замыкающая система примет вид
(9)
Решив системы 8 и 9 можно найти неизвестные M1…..Mn и можем построить сплайн в соответствии с формулой (3)
В некоторых случаях более удобно записывать сплайн в виде набора коэффициентов кубических полиномов вида
,
где
i=1,2..n-1
Билет 24
24.1 Задача Бюффона как пример использования методов Монте-Карло при решении детерминированных задач.
В
18в. француз Граф Бюффон прадложил для
вычисления
с произволбным количеством знаков
использовать наблюдение за следующим
процессом.
Тонкая игла длинной 2l бросается случайным образом на поверхность разлинованную с шагом 2d.
Тогда
ситуация пересечение иглы с линией
будет соответствовать тому, что точка
с координатой (
)
будет лежать в заштрихованной области.
Рассмотрим
углы от 0 до
в силу симметричности.
Таким
образом рассмотрим прямоугольную
область
.
И
рассмотрим область
лежащая ниже
,
то вероятность возникновения пересечения
будет равна отношению
. В математическом плане если выбираем
без предпочтения координату
от
0 до
и координату y
из интервала
,
то это соответствует произвольной точки
,
и если выполняется условие
,
то точка будет находиться в точке
.
Величины:
=
=
Тогда
.
Как
известно при увеличении следует что:
,
где
есть
частота появления события. n-кол-во
опытов, m-кол-во
пересечений иглы с линией
При увеличении n получаем значение с большим количеством знаков.
Реализация в Mathcad: runif(a,b,N) – выдаёт n случайных величин с равномерном законом распределения. На отрезке от 0 до W – rnd(W).
Алгоритм:
1.Задать число экспериментов n и ограничить цикл от 0 до n(что будет соответствовать n опытов).
2.Обращаемся к функции runif(0, ,N).
3.Генерировать случайные величины от 0 до t.
4.Проверить
выполнения неравенства
.
Если выполняется то n+1.
5.После
проверки используем функцию
