Класс: Аналитические методы(корни квадратного уравнения).
Известны соотношения для квадратного и кубического уравнения. Математически доказано, что для алгебраического уравнения общего вида с показателем степени 5 и выше, аналитических решений не существует. Поэтому эти методы(аналитические методы) в САПР не используется.
Класс: Графические методы. Предполагают разбиение уравнения на отдельные функции, построение каждой из этих функций и нахождение точек пересечения графиков. Данный метод мог бы быть эффективным для отделения корней.
Класс: Численные методы. Существуют десятки методов решения уравнений относящихся и этому классу (детектор, модулятор, сложитель).
Основные характеристики численных методов. 1) Условные сходимости (необходимое и устойчивое условие достижения с заданной степенью точности корня управления на основе итерационного метода). 2) Начальные приближения: обязательна лишь для некоторых методов. 3) Трудоёмкость расчёта одной итерации. Оцениваем количество операций на одну итерацию. 4) Скорость сходимости: характеризуется на сколько уменьшается отношение текущего значения от корня. Скорость сходимости можно косвенно оценить по числу итераций, необходимых для нахождения корня с заданной степенью точности.
В основе, решения численных методов лежит метод итераций. Итерационный метод предполагает последовательное(циклическое) решение уравнений вида:
Итерационный процесс может быть закончен, если отклонения по аргументу на ближайших итерациях меньше заданной степени точности.
В данном случае обычно накладывается ограничения на функции f(x) или её производную f ‘(x), достаточным условием сходимости является требование |f ‘(x)|<0 в пределах области определения аргумента
Существует апостериорная оценка окончания итераций. Смысл данной оценки.
f(x)
X
Существует целый ряд методов, базирующихся на итерационных способах получения решения. Группы методов: I. Методы деления по полам: метод простой итерации обладает мягкими условиями сходимости, но не высокая скорость сходимости(большое количество итераций-шагов) Первая группа используется в 2-х случаях: 1) На начальном этапе поиска корней. 2) Методы II группы начинаются расходиться. II. Методы с жесткими условиями сходимости, относительно высокая скорость сходимости. · Метод Ньютона · Квазиньютоновские методы · Метод Ньютона – Раввина · Метод Бройдена
15. Решение нелинейных уравнений: метод половинного деления. Пример.
Условие сходимости: a) Корень уравнения отделён (есть корень и является единственным). b) Функция определена на интервале изменения и непрерывна.
Геометрическая интерпретация метода.
Алгоритм решения: 1) Проверяем: 2) Находится среднее значение:
Можно априорно оценить количество итераций При программировании алгоритма необходимо предусмотреть возможность попадания
16. Решение нелинейных уравнений: метод хорд. Пример Один из наиболее применяемых методов.
17. Решение нелинейных уравнений: метод касательных. Пример Условия сходимости метода: 1) Функция f(x)-ограничена непрерывна на интервале [a;b]. 2) Корень уравнения отделён(единственный корень) => 3) Существуют производная
4) 3 и 4 условия дополнительные требования.
Геометрическая интерпретация метода.
y a) Выбираем начальное приближение. б) Проводим касательную функцию f(x) в) Восстанавливаем перпендикуляр из точки перпендикуляр с осью OX до 0 a
Замечание: Условие сходимости предъявлены к интервалу [a;b], поэтому необходимо оставаться в пределах данного интервала. Можно так выбрать начальные приближения, что произойдёт выход из интервала [a;b]. Если мы зайдём за пределы интервала, то если выбираем в качестве приближения начальную точку a, то может произойти выход за пределы интервала. Чтобы остаться в пределах интервалах предъявляются требования к начальным приближениям: 1) Выбирается точка на концах интервала: либо a, либо b. 2)
y Из прямоугольного треугольника, образованного 1ой касательной
0 a
Итерационное соотношение требует расчёта производной. Обычно производную определяют численные методы. Аналитически можно уменьшить затраты на одну итерацию, если воспользоваться квазиньютоновским методом, предполагающим вычисление производной и использование. Это значение производной используем несколько раз. Геометрическая интерпретация квази-ньютоновского метода.
0 a b x
Параллельные линии.
Завершение итерационного процесса: наиболее эффективной метод по изменению знака функции при добавлении Метод Ньютона один их основных методов решения линейных уравнений.
Преимущества: 1) Высокая скорость сходимости (не вязно уменьшается пропорционально квадрату). 2) Малое число итераций. Недостатки: 1) Высокая трудоёмкость расчёта одной итерации. 2) Жёсткие условия сходимости.
18. Решение нелинейных уравнений: метод простых итераций. Пример Есть функция f(x), необходимо найти точку пересечения f(x) с осью OX или найти корни уравнения
От исходного уравнения f(x)=0 перейдем на основе эквивалентных преобразований заданного уравнения к уравнению вида: a) Итерационный процесс будет расходиться. b) Итерационный процесс сходится. c) Процесс есть расходящийся и сходящийся, или стационарный. Условие сходимости процесса функция Существуют произведения Существует целый ряд методов(алгоритмов) формирования функции Из соотношения следует однозначные требования к коэффициенту k. Знаем область определения [a;b] знаем функцию, известна её производная.
Геометрическая интерпретация метода.
коридор
0 a b X
Линейная скорость сходимость(привязка уменьшается по линейному закону) не требуется расчёта производных.
19. Статистический анализ: метод малых отклонений. Назначение.
Является математическим обоснованием для группы статических методов, К этим методам относится: 1) метод моментов 2) метод расчёта на наихудший случай в методе на основе метода малых отклонений(см. Калабеков).
Замечание. Не путать с расчётом на наихудший случай в методе Монте-Карло. В основу метода малых отклонений положено соотношение: Y=FX Y – вектор выходных функций:
n – количество выходных характеристик F – оператор, в общем случае нелинейностей m – количество внутренних параметров
В частном случае исходное соотношение может быть представлено в виде: Разложим выходную характеристику в ряд Тейлора относительно номинальных значений параметров.
Получим: В соотношении не учтены все производные, начиная со 2 порядка и выше. Если схему отнести к классу 1)б), то Для 1)б) Данное соотношение устанавливает линейную функциональную зависимость между отклонениями внутренних параметров и отклонением выходными характеристиками. Частный случай, когда отклонение одной характеристики вызывает отклонение одного параметра.
Данное соотношение остаётся справедливым при любых отклонениях внутреннего параметра
20. Статистический анализ: расчет на наихудший случай. Пример Условие применимости метода базируется на методе малых отклонений. Постановка задач Известно: а) б) отклонение внутренних параметров в) F
F – оператор, устанавливающий связь между векторами выходных функций и внутренними параметрами Нам требуется определить вектор выходных параметров, соответствующих наихудшему случаю
Алгоритм Расчёта Допустим, что условие, работоспособности в техническом задании задано в виде: 1) Пример: уровень побочных гармоник или описание характеристики от заданного вида, тогда:
2) Пример: уровень напряжения, уровень мощности При рассмотренных соотношений должны выноситься условия: 1) 2) Оба эти условия выполняются на основе малых отклонений
Воспользуйтесь поиском по сайту: ![]() ©2015 - 2025 megalektsii.ru Все авторские права принадлежат авторам лекционных материалов. Обратная связь с нами...
|