Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Infa.doc
Скачиваний:
1
Добавлен:
01.04.2025
Размер:
553 Кб
Скачать
☆

Вопрос 23

Вопрос 24

Вопрос №25

Методы прикладной математики

Прогресс в вычислительной информатике определяется успехами интеграции программистских , математических и специальных дисциплин. В рамках этой науки успешно развиваются направления вычислительной геометрии и вычислительного эксперимента. А созданием и использованием методов численного решения математических задач занимается третье направление – вычислительная, или прикладная, математика.

В ней выделяются два раздела: численный анализ функций и вычислительные методы решения уравнений. Первый посвящен исследованию математических объектов или методов безотносительно к их происхождению и прикладной области. Сюда относятся исследование приближенных алгоритмов математического анализа, методы линейной алгебры, аппроксимация функций, численное дифференцирование и интегрирование, решение нелинейных уравнений.

Во втором разделе исследуются математические модели и решаются задачи математической физики, называемые также задачами решения уравнений в частных производных, для конкретных прикладных областей знаний. Здесь рассматриваются численные методы решения дифференциальных, интегральных, интегро-дифференциальных уравнений, а также методы математического программирования (линейного, квадратичного, выпуклого), методы оптимизации и оптимального управления. Наиболее сложные из со временных задач математической физики описываются нелинейными системами дифференциальных и интегральных уравнений.

Решение математической задачи на ЭВМ состоит из ряда этапов: аппроксимации задачи, ее интерполяции, дискретизации, формирования и решения системы алгебраических уравнений, анализа погрешностей.

В инженерной практике нашли применение три типа математических пакетов: библиотеки программ для математических расчетов; специализированные пакеты для решения конкретных математических задач; математические системы программирования.

Математический пакет МathCad сочетает в себе возможности проведения расчетов и подготовки форматированных научных и технических документов.

Вопрос 27

Настоящим ответом на этот вызов следует считать создание компьютеризированных математических систем типа Eureka фирмы Borland, MathCAD фирмы Math Soft, Mat LAB фирмы Math Work ( первые публикации на русском языке относятся к началу 90-х годов).Такие системы позволяли использовать возможности развитых численных методов без классической процедуры программирования и в тоже время предоставляли инженеру- исследователю удобную для его работы среду. Если первое поколение этих и аналогичных , гораздо более мощных систем( Maple V, Mathematica 2, MathCAD 3.0) проявляло часто «детскую беспомощность» при решении задач в формульном виде, то последующие, а тем более нынешние, поколения работали с символьной математикой и с числами уже с той эффективностью и в таком темпе, что пользователю не было необходимости тратить на организацию процессов преобразований и вычислений все свои интеллектуальные и временные ресурсы, и оказалось возможным реально сосредоточить внимание на самой задаче. В настоящее время используется довольно много систем компьютерной алгебры, систем автоматизации математических вычислений, рассчитанных на массового пользователя: muMath, Reduce, MathCAD 3.0-7.0, Derive, Maple V, Mathematica 2/3 др.Информация и интерес к ним пришли, к сожалению, в Россию довольно поздно, что связано с отсутствием литературы о таких конкретных системах у нас вообще вплоть до самого последнего времени.

Как следует из просмотра этого обширного списка, пакеты Maple 7 охватывают многие крупные разделы математики и существенно дополняют возможности системы, предоставляемые средствами ее ядра. Пакеты расширения пишутся на Maple-языке программирования, поэтому они могут легко модернизироваться и пополняться. Этим, в частности, объясняется тот факт, что набор пакетов расширения в Maple 7 существенно пополнен по сравнению с предшествующими реализациями системы.

Вопрос № 26 Имитационное моделирование (ситуационное моделирование) — метод, позволяющий строить модели, описывающие процессы так, как они проходили бы в действительности. Такую модель можно «проиграть» во времени как для одного испытания, так и заданного их множества. При этом результаты будут определяться случайным характером процессов. По этим данным можно получить достаточно устойчивую статистику.

Имитационное моделирование — это метод исследования, при котором изучаемая система заменяется моделью, с достаточной точностью описывающей реальную систему, с которой проводятся эксперименты с целью получения информации об этой системе. Экспериментирование с моделью называют имитацией (имитация — это постижение сути явления, не прибегая к экспериментам на реальном объекте).

Имитационное моделирование — это частный случай математического моделирования. Существует класс объектов, для которых по различным причинам не разработаны аналитические модели, либо не разработаны методы решения полученной модели. В этом случае аналитическая модель заменяется имитатором или имитационной моделью.

Имитационным моделированием иногда называют получение частных численных решений сформулированной задачи на основе аналитических решений или с помощью численных методов.

Имитационная модель — логико-математическое описание объекта, которое может быть использовано для экспериментирования на компьютере в целях проектирования, анализа и оценки функционирования объекта.

К имитационному моделированию прибегают, когда :

  1. дорого или невозможно экспериментировать на реальном объекте;

  2. невозможно построить аналитическую модель: в системе есть время, причинные связи, последствие, нелинейности, стохастические (случайные) переменные;

  3. необходимо сымитировать поведение системы во времени.

Виды имитационного моделирования

Агентное моделирование — относительно новое (1990-е-2000-е гг.) направление в имитационном моделировании, которое используется для исследования децентрализованных систем, динамика функционирования которых определяется не глобальными правилами и законами (как в других парадигмах моделирования), а наоборот, когда эти глобальные правила и законы являются результатом индивидуальной активности членов группы.

Дискретно-событийное моделирование — подход к моделированию, предлагающий абстрагироваться от непрерывной природы событий и рассматривать только основные события моделируемой системы, такие как: «ожидание», «обработка заказа», «движение с грузом», «разгрузка» и другие. Дискретно-событийное моделирование наиболее развито и имеет огромную сферу приложений — от логистики и систем массового обслуживания до транспортных и производственных систем

Системная динамика — парадигма моделирования, где для исследуемой системы строятся графические диаграммы причинных связей и глобальных влияний одних параметров на другие во времени, а затем созданная на основе этих диаграмм модель имитируется на компьютере.

Области применения

Бизнес-процессы

Боевые действия

Динамика населения

Дорожное движение

ИТ-инфраструктура

Математическое моделирование исторических процессов

Логистика

Пешеходная динамика

Производство

Рынок и конкуренция

Сервисные центры

Цепочки поставок

Уличное движение

Управление проектами

Экономика здравоохранения

Экосистема

Информационная безопасность