2.3 Принципы анализа математических моделей
Всегда существуют расхождение между результатами, предсказываемыми математической моделью, и фактическими результатами наблюдений. Эти расхождения являются мерой неадекватности модели. Очень часто математическая модель дает только качественные описания реального объекта. Однако не следует думать, что это слабый результат. Во многих случаях даже очень качественная приблизительная модель вносит значительный вклад в понимание исследуемого процесса, особенностей динамического поведения системы.
Качественное описание объекта желательно дополнить его количественным описанием, т. е. моделированием с высоким уровнем адекватности. Однако к высокому уровню адекватности не всегда целесообразно стремиться. Следует иметь в виду, что чем выше уровень адекватности, тем сложнее математическая модель, обеспечивающая этот уровень, и, следовательно, труднее ею пользоваться. В связи с этим возникает необходимость построения «конструктивной» модели, которая обеспечивает разумную в данной ситуации адекватность и, в то же время, достаточно компактна и допускает численные решения с использованием современной вычислительной техники. Иными словами, необходим поиск разумного компромисса между требованиями компактности и адекватности.
Стационарные состояния. Обычно анализ системы начинают с установления ее стационарных состояний. Это сделать легко, приравняв нулю производные по времени. Для того, чтобы получить большую информацию о динамическом поведении системы необходимо исследовать устойчивость ее стационарных состояний. Стационарная точка является устойчивой, если при любом, как угодно малом, отклонении от стационарного состояния она возвращается в него. Если же при малых отклонениях от стационарного состояния система удаляется от него, то такое состояние называется неустойчивым. Отсюда следует, что для определения устойчивости достаточно исследовать малые отклонения от стационарного состояния, т. е. изучить поведение системы, линеаризированной вблизи стационарной точки.
Полученные результаты дают некоторое представление о динамических свойствах системы. Имея. например, две устойчивые стационарные точки (узлы), система является бистабильной. Чтобы перейти к следующему этапу исследований, нужно построить так называемый фазовый портрет системы.
Фазовый портрет системы уравнений Решение динамической системы представляет собой зависимость от времени всех динамических переменных, описывающих состояние системы. Однако наглядное представление о качественных особенностях динамического поведения дает фазовая диаграмма (или фазовый портрет) системы. На фазовом портрете на осях координат откладывают значения динамических переменных; состояние системы в данный момент времени задается точкой на фазовой плоскости. В системе с двумя степенями свободы фазовый портрет представляет собой плоскость. При изменении состояния системы во времени изображающая ее точка описывает на фазовой плоскости некоторую кривую, называемую фазовой траекторией. Исключив временной параметр из системы уравнений, получим уравнение, решение которого определяет фазовые траектории переменных, описывающих состояние системы. Касательная к фазовой траектории параллельна оси абсцисс (оси х). Эта кривая называется главной изоклиной (точнее, она является одной из главных изоклин).
Изоклина дифференциального уравнения первого порядка - линия, на всём протяжении которой наклон, определяемый уравнением, сохраняет постоянное значение.
Точки пересечения главных изоклин являются стационарными точками системы.
Области притяжения в фазовой плоскости - это области, имеющие устойчивое состояние, к которому стремятся по некоторым траекториям состояния данной динамической системы и заканчиваются в устойчивых стационарных точках.
Линия, которая разделяет фазовую плоскость на две части, две области притяжения к соответствующим различным стационарным точкам, называется сепартрисой. Следовательно, сепартриса играет роль водораздела: по обе стороны; от нее траектории «текут» в разные стороны. Следовательно, область расположения сепартрисы является неустойчивой областью бифуркаций, когда малое, даже случайное изменение системы может перевести её из одной области притяжения в другую область притяжения и, следовательно, в итоге в другую стационарную точку.
Бифуркация - приобретение нового качества в движениях динамической системы при малом изменении ее параметров.
Анализ бифуркаций (метод качественной теории дифференциальных уравнений) играет большую роль при разработке математической модели. Основы теории бифуркации были заложены ещё А. Пуанкаре и А. М. Ляпуновым в начале 20 века, затем эта теория была развита А. А. Андроновым с учениками. Эта теория стала основой "математической термодинамики", в частности "статистической механикинеобратимых процессов" (её сейчас называют модным словом "синергетика"). Одному из её основоположников, учёному российского происхождения И.Р. Пригожину за достижения в этой области была присуждена Нобелевская премия. Уравнения, полученные на основе этой теории, могут описывать процессы, происходящие не только технике и природе (например, изменения структуры и свойств материалов), но даже в обществе. В металловедении, например, "точки бифуркации" это точки фазового перехода, когда малые изменения состава могут привести к качественным изменениям структуры.
Приведенный пример фазового портрета является частным случаем, который не исчерпывает всех возможностей динамического поведения.
Если корни характеристического уравнения являются комплексными (стационарная точка в этом' случае называется фокусом), то система может находиться в колебательном режиме. Этот процесс может быть затухающим или незатухающим в зависимости от знака действительной части характеристического корня. Если фокус неустойчив, то траектории могут не уходить в бесконечность, а образовывать на фазовой плоскости замкнутую кривую, называемую «предельным циклом». В этом случае в системе возможны незатухающие колебания.
КОНТРОЛЬНЫЕ ВОПРОСЫ
1. Как определить критерии подобия, если известны математические модели моделируемой системы и системы, являющейся физической моделью?
2. Какие преимущества при математическом моделировании дает введение безразмерных переменных?
3. Из каких условий определяются единицы измерения динамических переменных и независимой переменной при их «обезразмеривании»?
4. Какие преимущества достигаются в результате редукции системы уравнений?
5. На чем основана возможность редукции системы динамических уравнений?'
6. Что такое главные изоклины и просто изоклины?
7. Что такое фазовый портрет динамической системы?
8. Как определить стационарные состояния динамической системы?
9. Как влияет на поведение динамической системы наличие неустойчивой стационарной точки - седла?
10. Как исследовать устойчивость стационарного состояния?
- Методология исследования, моделирования и совершенствования производственных процессов
- Оглавление
- Глава 1 Общие сведения о методологии научного познания……………….6
- Глава 2 Моделирование как метод научного познания………………………11
- Глава 3 Исследование взаимосвязи случайных величин…………….22
- Глава 4 Способы экспериментальных исследований…………………88
- Глава 5 Некоторые современные достижения интеллектуальных информационных систем и программных средств в области анализа связи величин
- Введение
- Глава 1. Общие сведения о методологии научного познания
- 3. Статистический.
- 7. Экспериментальный.
- Глава 2 Моделирование как метод научного познания
- 2.1 Этапы построения, свойства, цели и классификация моделей
- 2.2 Концепции и инструменты оптимизации математических моделей
- 2.3 Принципы анализа математических моделей
- Глава 3. Исследование взаимосвязи случайных величин
- 3.1 Основные представления о корреляционном, дисперсионном и регрессионном анализах
- 3.2 Корреляционный анализ
- 3.2.1 Обзор характеристик «тесноты» связи
- 3.2.2. Формулы расчёта основных характеристик связи
- 3.2.3. Области определения и способы оценки достоверности коэффициентов связи случайных величин
- 3.2.4 Методы корреляции порядковых (ординальных) и номинальных (категориальных) переменных
- 3.2.5 Функции и инструменты ms excel, предназначенные для расчёта коэффициентов ковариации, корреляции и детерминации
- 3.3 Дисперсионный анализ
- 3.3.1. Виды классического дисперсионного анализа
- 3.3.2. Инструменты программы ms excel, предназначенные для дисперсионного анализа
- 3.3.2.1. «Однофакторный дисперсионный анализ»
- 3.3.2.2. «Двухфакторный дисперсионный анализ без повторений»
- 3.3.2.3. «Двухфакторный дисперсионный анализ с повторениями»
- 3.3.3. Представление о ступенчатом дисперсионном анализе
- 3.4 К установлению математической модели связи случайных величин
- 3.4.1. Виды регрессионных моделей
- 3.4.2. Способы, принципы и признаки оптимизации регрессии
- 3.4.3 Опции программы ms excel, предназначенные для регрессионного анализа
- 3.4.3.1 Использование инструмента анализа «Регрессия»
- 3.4.3.2 Функции excel, связанные с инструментом «Регрессия»
- 3.4.3.3 Возможности использования графических опций программы ms excel для решения задач регрессионного анализа
- Глава 4 Способы экспериментальных исследований
- 4.1 Пассивный эксперимент
- 4.1.1 Методы анализа результатов пассивного эксперимента
- 4.1.2. Информативность результатов пассивного производственного эксперимента
- 4.2 Планирование эксперимента и методы оптимизации параметров процесса
- 4.2.1 Методология планирования эксперимента
- 4.2.2 Полный факторный эксперимент
- 4.2.3 Дробный факторный эксперимент
- 4.2.4. Центральные композиционные планы
- 4.3 Оптимизация работы объекта управления для одного и нескольких параметров оптимизации для одно- и многоэкстремальной поверхности отклика
- 4. 4 Алгоритмы решения задач установления функциональных зависимостей и оптимизации
- Глава 6
- Глава 7
- Глава 8
- Глава 9 Современные достижения в области промышленной статистики и новые программные средства их реализации.