- •111900.68 – Ветеринарно-санитарная экспертиза
- •Оглавление
- •Предисловие
- •Введение
- •В результате изучения дисциплины «Математическое моделирование» магистранты должны:
- •1. Основы математического моделирования
- •1.1. Понятие математической модели
- •1.2. Основные этапы математического моделирования
- •1.3. Классификации математических моделей
- •1.4. Графическое представление математических моделей
- •1.5. Основные методы построения математических моделей
- •2. Теоретические основы построения стохастических моделей
- •2.1. Случайные величины. Основные виды случайных величин
- •2.2.Числовые характеристики случайных величин
- •Стохастические модели и их виды
- •3. Выборочный метод. Построение модели выборки
- •3.1. Основные понятия выборочного метода
- •3.2. Статистические оценки параметров генеральной совокупности
- •Точечные оценки параметров генеральной совокупности.
- •3.3. Статистические методы проверки адекватности математических моделей
- •3.4. Корреляционно-регрессионный анализ как метод выбора оптимальной математической модели
- •Используя необходимые условия экстремума функции нескольких переменных, получаем следующую систему уравнений для определения неизвестных параметров:
- •Рассмотрим применение метода наименьших квадратов к нахождению коэффициентов функций.
- •После решения системы, найденные значения параметров а и подставим в аппроксимирующую функцию .
- •3.5. Коэффициент корреляции
- •4. Математические модели теории принятия решений
- •4.1. Общие сведения о теории принятия решений
- •4.2. Понятие оптимизационной математической модели
- •4.3. Оптимизационная модель задачи линейного программирования
- •4.4. Решение задачи линейного программирования в рамках построенной модели
- •Заключение
- •Ответы к заданиям
- •Приложения Приложение 1.
- •Приложение 2
- •Библиографический список
1.4. Графическое представление математических моделей
В математике формы
связи между величинами могут быть
представлены уравнениями вида
независимая переменная (аргумент), y
– зависимая переменная (функция). В
теории математического моделирования
независимую переменную называют
фактором, зависимую – откликом. Причем
в зависимости от области построения
математической модели терминология
несколько видоизменяется. Некоторые
примеры определений фактора и отклика,
в зависимости от области исследования,
приведены в таблице 1.
Таблица 1. Некоторые определения понятий «фактор» и «отклик»
понятие |
определение понятия |
фактор |
- элемент воздействия на систему (медико-биологическую), обладающий целостностью эффекта [8]; - признаки, обуславливающие изменение других, связанных с ними, признаков, при этом признаки, изменяющиеся под действием факторных признаков, называют результативными (термин «отклик» не применяется) [12]; - параметры, полностью или частично регулируемые или легко поддающиеся регистрации и прогнозу [1];
|
отклик |
- значение измеряемого признака [12]; - выходные параметры, характеризующие поведение или эффективность функционирования исследуемой системы [1];
|
Представляя графически математическую модель, мы будем считать факторы и отклики переменными величинами, значения которых принадлежат множеству действительных чисел.
Графическим
представлением математической модели
является
некоторая
поверхность отклика, соответствующая
расположению точек
в k-мерном
факторном пространстве Х.
Наглядно можно
представить себе только одномерную и
двухмерную поверхности отклика. В первом
случае это множество точек на действительной
плоскости, а во втором – множество
точек, образующих поверхность в
пространстве (для изображения таких
точек удобно применять линии уровня –
способ изображения рельефа поверхности
пространства, построенного в двумерном
факторном пространстве Х
(Рис. 8).
Рис. 8
Область, в которой определена поверхность отклика, называется областью определения Х*. Эта область составляет, как правило, лишь часть полного факторного пространства Х (Х* Х) и выделяется с помощью ограничений, наложенных на управляющие переменные xi , записанных в виде равенств:
xi = Ci , i = 1,…, m;
fj(x) = Cj , j = 1,…, l
или неравенств:
xi min xi xi max , i = 1,…, k;
fj(x) Cj , j = 1,…, n,
При этом функции fj(x) могут зависеть как одновременно от всех переменных, так и от некоторой их части.
Ограничения типа неравенств характеризуют или физические ограничения на процессы в изучаемом объекте (например, ограничения температуры), или технические ограничения, связанные с условиями работы объекта (например, предельная скорость резания, ограничения по запасам сырья).
Возможности исследования моделей существенно зависят от свойств (рельефа) поверхности отклика, в частности, от количества имеющихся на ней «вершин» и ее контрастности. Количество вершин (впадин) определяет модальность поверхности отклика. Если в области определения на поверхности отклика имеется одна вершина (впадина), модель называется унимодальной.
Характер изменения функции при этом может быть различным (Рис. 9).
(а) (б) (в)
Рис. 9
Модель может иметь точки разрыва первого рода (Рис. 9 (а)), точки разрыва второго рода (Рис. 9(б)). На рисунке 9(в) показана непрерывно-дифференцируемая унимодальная модель.
Для всех трех случаев, представленных на рисунке 9, выполняется общее требование унимодальности:
если W(x*) – экстремум W, то из условия х1 < x2 < x* (x1 > x2 > x*) следует W(x1) < W(x2) < W(x*) , если экстремум – максимум, или W(x1) > W(x2) > W(x*) , если экстремум – минимум, то есть, по мере удаления от экстремальной точки значение функции W(x) непрерывно уменьшается (увеличивается).
Наряду с унимодальными рассматривают полимодальные модели (Рис.10).
Рис. 10
Другим важным свойством поверхности отклика является ее контрастность, показывающая чувствительность результирующей функции к изменению факторов. Контрастность характеризуется величинами производных. Продемонстрируем характеристики контрастности на примере двумерной поверхности отклика (Рис. 11).
Точка а расположена на «склоне», характеризующем равную контрастность по всем переменным хi (i=1,2), точка b расположена в «овраге», в котором различная контрастность по различным переменным (имеем плохую обусловленность функции), точка с расположена на «плато», на котором низкая контрастность по всем переменным хi говорит о близости экстремума.
