Виталий Сигорский - Математический аппарат инженера

Представляя реальный объект с достаточной точностью, математическая модель в то же время должна быть оп возможности проще, так как дальнейшая работа со сложной моделью не только затруднительна, но может оказаться и практически невозможной. Противоречивость этих требований нередко вынуждает поступиться точностью в интересах простоты, однако такой компромисс допустим только в тех пределах, при которых модель еще отражает существенные свойства реального объекта. Разработка методов упрощения реальных объектов и систем с целью построения предельно простых математических моделей является одной и центральных задач любой прикладной области.

При моделировании реальных объектов целесообразно ориентироваться на математические модели стандартного вида, которые обеспечены соответствующим аппаратом. Физические процессы характеризуются пространственно-временными соотношениями и в общем случае описываются дифференциальными уравнениями в частных производных. Важным методом упрощения модели является представление объекта или совокупности объектов в виде системы таких ее частей (компонентов), связь между которыми можно с достаточной точностью охарактеризовать функциями только одно переменной (времени). В одних случаях этот путь предсказывается самой структурой объекта (например, электронные цепи или системы управления), в других случаях требуется искусственное расчленение объекта на отдельные части (например, балку с распределенной нагрузкой представляют в виде участков с сосредоточенными нагрузками). Если известны модели компонентов в виде некоторых зависимостей относительно их внешних связей, то модель системы можно представить обыкновенными дифференциальными уравнениями. Тем самым осуществляется переход от модели с распределенными параметрами к более простой модели с сосредоточенными параметрами.

Моделирование компонентов системы само по себе может представлять серьезные трудности, однако эта задача всегда проще, чем рассмотрение системы в целом. Кроме того, несмотря на огромное разнообразие систем, набор различных компонентов весьма ограничен, и их модели, полученные один раз в стандартной форме, могут затем многократно использоваться при моделировании сложных систем. В общем случае модели компонентов характеризуются нелинейными зависимостями. Однако многие задачи допускают их линеаризацию, что соответственно сильно упрощает и модели систем, которые в таких случаях описывается линейными уравнениями. Если параметры компонентов можно считать не зависящими от времени, то система представляет стационарной моделью

- 13 -

в виде дифференциальных уравнений с постоянными коэффициентами.

Параметры системы и приложенные к ней воздействия можно рассматривать как детерминированные или случайные величины, что приводит соответственно к детерминированным или стохастическим моделям. Выбор той или иной модели зависит от характера протекающих процессов и поставленной задачи исследования.

Стохастические модели имеют особенно важное значение при исследовании и проектировании больших систем со сложными связями и трудно учитываемыми свойствами. В подобных ситуациях близость математической модели к исходной системе усиливается приданием ей вероятностного или статистического характера, учитывающего существенные свойства и связи, которые не поддаются детерминированному описанию.

Реальные физические процессы протекают в непрерывно изменяющимся времени, которое является аргументом соответствующих им функций. Роль непрерывного аргумента в различных задачах исследования или проектирования могут играть и другие физические величины (расстояние, объем, масса, температура и т.п.). При этом математические модели, типичными представителями которых являются дифференциальные уравнения, также называют непрерывными. Однако во многих случаях целесообразно рассматривать состояние системы только для последовательности дискретных значений независимой переменной (времени), отвлекаясь от характера происходящих процессов в промежутке между этими значениями. Этот подход обслуживают различные типы дискретных моделей.

Важным типом дискретных моделей являются конечно-разностные дифференциальные уравнения, которые описывают процессы в исследуемой системе относительно конечных (не обязательно равных)приращений независимой переменной. Такая модель представляет собой как бы моментальные фотографии состояний системы, выполненные последовательно через некоторые промежутки времени (или другой независимой перемененной). Ясно, что точность моделирования тем выше, чем меньше приращения независимой переменной, но уменьшение интервалов между дискретными значениями неизбежно приводит к увеличению объема вычислений. Представление непрерывных систем дискретными моделями всегда связано с решением вопроса об оптимальном выборе шага дискретности как компромисса между точностью и простотой.

Для многих систем дискретность является основным свойством их функционирования. В некоторые моменты времени происходит переход их одного состояния в другое, последовательно которых представляет наибольший интерес, а процессы между этими состояниями либо отодвигаются на второй план, либо и вовсе не имеют

- 14 -

значения. В таких случаях дискретная модель представляет собой естественное отображение системы в том смысле, что дискретные моменты времени определяются изменением ее состояний. Более того, вместо времени (или другой независимой переменной) можно рассматривать последовательность состояний, различающихся каким-либо другим признаком. Типичным представителем дискретных моделей этого типа являются, например, конечные автоматы.

Для представления математических моделей широко используется аппарат теории множеств, матриц и графов. Соответственно различают теоретико-множественные, матричные и топологические модели. В последнее время в качестве математических моделей реальных объектов находят применение различные алгебраические структуры: группы, кольца, поля и т.п.

7. Математические методы. После того как математическая модель построена, дальнейшая работа состоит в применении соответствующих математических методов с целью получения необходимых характеристик данной модели, а значит. И исследуемого реального объекта. Большое разнообразие математических методов можно свести к тем основным видам: аналитическим, графическим и численным.

Получение характеристик модели в аналитической форме желательно во многих отношениях. Преде всего, представляется возможным провести исследование в общем виде, независимо от численных значений параметров системы. Аналитические зависимости позволяют использовать эффективные методы оптимизации и получить соотношения, характеризующие поведение системы при изменении ее параметров. Не менее важно и то, что при подстановке в аналитические выражения численных значений можно контролировать точность вычислений. Однако аналитические методы применимы только для простейших моделей. Так, общее разложение определителя системы шести линейных уравнений содержит сотни членов, а для десяти уравнений число членов определителя может достигать нескольких миллионов, решения алгебраических уравнений выше четвертой степени в общем случае не представимы в радикалах. Из-за громоздкости аналитических выражений или невозможности их получения значение аналитических методов в инженерной практике сильно ограничивается. В то же время аналитическая форма является основной при изложении и развитии математического аппарата в общем виде.