4.Основные методы решения задач моделирования

На этапе программной реализации модели и реализации плана экспериментов необходим выбор методов решения задач моделирования. При этом используются три основные группы методов:

Графические - оценочные приближенные методы, основанные на построении и анализе графиков.

Аналитические - решения, строго полученные в виде аналитических выражений (пригодны для узкого круга задач).

Численные - основной инструмент для решения сложных математических задач, основанный на применении различных численных методов.

Аналитическое решение удается получить редко и чаще лишь при упрощенной формулировке задачи в линейном приближении. Основным средством решения является алгоритмический подход, реализующий вычислительный эксперимент на ЭВМ. Получаемое на ЭВМ решение почти всегда содержит некоторую абсолютную погрешность.

Наличие погрешности решения обусловлено рядом причин. Перечислим основные источники погрешности.

1. Математическая модель является лишь приближенным описанием реального процесса (погрешность модели).

2. Исходные данные, как правило, содержат погрешности, так как либо являются результатами экспериментов (измерений), или решениями вспомогательных задач (погрешность данных).

3. Применяемые для решения задачи методы в большинстве случаев являются приближенными (погрешность метода).

4. При вводе исходных данных в ЭВМ, выполнении операций производятся округления (вычислительная погрешность).

Погрешности 1 и 2 - неустранимые на данном этапе решения, для их уменьшения приходится возвращаться вновь к построению математической, а и иногда и концептуальной модели, проводить дополнительное экспериментальное уточнение условий задачи.

Оценка обусловленности вычислительной задачи — еще одно обязательное требование при выборе метода решения и построении математической модели.

Пусть вычислительная задача корректна. Теоретически устойчивость задачи означает, что ее решение может быть найдено со сколь угодно малой погрешностью, если только гарантировать достаточно малую погрешность входных данных. Вычислительные методы преобразуются к виду, удобному для программной реализации. Можно выделить следующие классы численных методов:

Метод эквивалентных преобразований - исходную задачу заменяют другой, имеющей то же решение

Методы аппроксимации - заменяют исходную задачу другой, решение которой близко к решению исходной задачи

Методы конечно-разностные, основанные на замене производных конечными разностями

Прямые (точные) методы - решение может быть получено за конечное число элементарных операций (арифметические и извлечение корня).Многие прямые методы не годятся к применению в ЭВМ из-за чувствительности к ошибкам округления.

Итерационные методы - методы последовательных приближений к решению задачи. Задается начальное приближение решения, строится итерационная последовательность приближений к решению. Если эта последовательность сходится к решению, то говорят что итерационный процесс сходится. Множество начальных приближений, для которых метод сходится, называются областью сходимости метода.

Метод статистических испытаний (Монте-Карло) - основан на моделировании случайных величин и построении статистических оценок решений задач (для моделирования больших систем).

Численные методы группируются вокруг типичных математических задач: задач анализа, алгебры, оптимизации, решения дифференциальных и интегральных уравнений, обратных задач (синтез).Этот этап решения заканчивается выбором и обоснованием конкретных численных методов решения, разработкой алгоритма, которые могут быть программно реализованы средствами компьютерной техники.