Главная
Коллекция "Otherreferats"
Экономико-математическое моделирование
Экономико-математическая детерминированная модель
Экономико-математическая детерминированная модель
Понятие математического моделирования, классификация моделей. Содержательные и формальные, жесткие и мягкие модели. Прямая и обратная задачи математического моделирования. Детерминированные экономико-математические модели и методы факторного анализа.
| Рубрика | Экономико-математическое моделирование |
| Вид | контрольная работа |
| Язык | русский |
| Дата добавления | 21.01.2011 |
| Размер файла | 76,1 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Федеральное агентство по образованию
Государственное образовательное учреждение
Высшего профессионального образования
Воронежская государственная лесотехническая академия
Контрольная работа
По дисциплине: Моделирование дорожного движения
Выполнил: студент заочного отделения 841 группы
Нитченко А.М.
Проверил: Кутищев Д.С.
Воронеж 2011
Содержание
- Математическое моделирование
- Классификация моделей
- 1. Формальная классификация моделей
- 2. Классификация по способу представления объекта
- 3. Содержательные и формальные модели
- 4. Содержательная классификация моделей
- 5. Жёсткие и мягкие модели
- 6. Универсальность моделей
- 7. Прямая и обратная задачи математического моделирования
- Детерминированные экономико-математические модели и методы факторного анализа
- 1. Моделирование. Детерминизм. Требования к моделированию
- 2. Эквивалентная схема
- 3. Идеальные элементы
- 4. Составление эквивалентных схем
Математическое моделирование
Вопросы:
Что понимаете под математической детерминированной моделью? Чем она характеризуется?
Что представляет собой эквивалентная схема и что она отображает?
Математимческая модемль - это математическое представление реальности [1] .
Математическое моделирование - процесс построения и изучения математических моделей.
Все естественные и общественные науки, использующие математический аппарат, по сути занимаются математическим моделированием: заменяют реальный объект его математической моделью и затем изучают последнюю.
Определения
Никакое определение не может в полном объёме охватить реально существующую деятельность по математическому моделированию. Несмотря на это, определения полезны тем, что в них делается попытка выделить наиболее существенные черты.
Определение модели по А.А. Ляпунову: Моделирование - это опосредованное практическое или теоретическое исследование объекта, при котором непосредственно изучается не сам интересующий нас объект, а некоторая вспомогательная искусственная или естественная система (модель):
находящаяся в некотором объективном соответствии с познаваемым объектом;
способная замещать его в определенных отношениях;
дающая при её исследовании, в конечном счете, информацию о самом моделируемом объекте. [2]
детерминированная модель факторный анализ
По учебнику Советова и Яковлева [3] : "модель (лат. modulus - мера) - это объект-заместитель объекта-оригинала, обеспечивающий изучение некоторых свойств оригинала." (с.6)"Замещение одного объекта другим с целью получения информации о важнейших свойствах объекта-оригинала с помощью объекта-модели называется моделированием." (с.6)"Под математическим моделированием будем понимать процесс установления соответствия данному реальному объекту некоторого математического объекта, называемого математической моделью, и исследование этой модели, позволяющее получать характеристики рассматриваемого реального объекта. Вид математической модели зависит как от природы реального объекта, так и задач исследования объекта и требуемой достоверности и точности решения этой задачи. "
По Самарскому и Михайлову [4] , математическая модель - это "„эквивалент" объекта, отражающий в математической форме важнейшие его свойства - законы, которым он подчиняется, связи, присущие составляющим его частям, и т.д." Существует в триадах "модель-алгоритм-программа". "Создав триаду „модель-алгоритм-программа“, исследователь получает в руки универсальный, гибкий и недорогой инструмент, который вначале отлаживается, тестируется в пробных вычислительных экспериментах. После того, как адекватность (достаточное соответствие) триады исходному объекту установлена, с моделью проводятся разнообразные и подробные „опыты“, дающие все требуемые качественные и количественные свойства и характеристики объекта." (с.7-8)
По монографии Мышкиса [5] : "Перейдем к общему определению. Пусть мы собираемся исследовать некоторую совокупность S свойств реального объекта a с помощью математики (здесь термин объект понимается в наиболее широком смысле: объектом может служить не только то, что обычно именуется этим словом, но и любая ситуация, явление, процесс и т.д.). Для этого мы выбираем (как говорят, строим) „математический объект“ a' - систему уравнений, или арифметических соотношений, или геометрических фигур, или комбинацию того и другого и т.д., - исследование которого средствами математики и должно ответить на поставленные вопросы о свойствах S. В этих условиях a' называется математической моделью объекта a относительно совокупности S его свойств." (с.8)
По Севостьянову А.Г. [6] : "Математической моделью называется совокупность математических соотношений, уравнений, неравенств и т.п., описывающих основные закономерности, присущие изучаемому процессу, объекту или системе. "
Несколько менее общее определение математической модели, основанное на идеализации "вход - выход - состояние", заимствованной из теории автоматов, даёт Wiktionary: "Абстрактное математическое представление процесса, устройства или теоретической идеи; оно использует набор переменных, чтобы представлять входы, выходы и внутренние состояния, а также множества уравнений и неравенств для описания их взаимодействия. " [7]
Наконец, наиболее лаконичное определение математической модели: "Уравнение, выражающее идею. " [8]
Классификация моделей
1. Формальная классификация моделей
Формальная классификация моделей основывается на классификации используемых математических средств. Часто строится в форме дихотомий. Например, один из популярных наборов дихотомий [9] :
Линейные или нелинейные модели [10] ;
Сосредоточенные или распределённые системы [11] ;
Детерминированные или стохастические [12] ;
Статические или динамические [12] ;
Дискретные или непрерывные [12] .
и так далее. Каждая построенная модель является линейной или нелинейной, детерминированной или стохастической, … Естественно, что возможны и смешанные типы: в одном отношении сосредоточенные (по части параметров), в другом - распределённые модели и т.д.
2. Классификация по способу представления объекта
Наряду с формальной классификацией, модели различаются по способу представления объекта:
Структурные или функциональные модели
Структурные модели представляют объект как систему со своим устройством и механизмом функционирования. Функциональные модели не используют таких представлений и отражают только внешне воспринимаемое поведение (функционирование) объекта. В их предельном выражении они называются также моделями "чёрного ящика" [13] Возможны также комбинированные типы моделей, которые иногда называют моделями "серого ящика".
3. Содержательные и формальные модели
Практически все авторы, описывающие процесс математического моделирования, указывают, что сначала строится особая идеальная конструкция, содержательная модель [14] . Устоявшейся терминологии здесь нет, и другие авторы называют этот идеальный объектконцептуальная модель [15] , умозрительная модель [16] или предмодель [17] . При этом финальная математическая конструкция называется формальной моделью или просто математической моделью, полученной в результате формализации данной содержательной модели (предмодели). Построение содержательной модели может производиться с помощью набора готовых идеализаций, как в механике, где идеальные пружины, твёрдые тела, идеальные маятники, упругие среды и т.п. дают готовые структурные элементы для содержательного моделирования. Однако в областях знания, где не существует полностью завершенных формализованных теорий (передний край физики, биологии, экономики, социологии, психологии, и большинства других областей), создание содержательных моделей резко усложняется.
4. Содержательная классификация моделей
В работе Р. Пайерлса (англ. R. Реiеrls) [18] дана классификация математических моделей, используемых в физике и, шире, в естественных науках. В книге А.Н. Горбаня и Р.Г. Хлебопроса [19] эта классификация проанализирована и расширена. Эта классификация сфокусирована, в первую очередь, на этапе построения содержательной модели.
Тип 1: Гипотеза (такое могло бы быть)
Эти модели "представляют собой пробное описание явления, причем автор либо верит в его возможность, либо считает даже его истинным". По Р. Пайерлсу это, например, модель Солнечной системы по Птолемею и модель Коперника (усовершенствованная Кеплером), модель атома Резерфорда и модель Большого Взрыва.
Никакая гипотеза в науке не бывает доказана раз и навсегда. Очень чётко это сформулировал Ричард Фейнман:
"У нас всегда есть возможность опровергнуть теорию, но, обратите внимание, мы никогда не можем доказать, что она правильна. Предположим, что вы выдвинули удачную гипотезу, рассчитали, к чему это ведет, и выяснили, что все ее следствия подтверждаются экспериментально. Значит ли это, что ваша теория правильна? Нет, просто-напросто это значит, что вам не удалось ее опровергнуть. " [20]
Если модель первого типа построена, то это означает что она временно признаётся за истину и можно сконцентрироваться на других проблемах. Однако это не может быть точкой в исследованиях, но только времменной паузой: статус модели первого типа может быть только времменным.
Тип 2: Феноменологическая модель (ведем себя так, как если бы…)
Феноменологическая модель содержит механизм для описания явления. Однако этот механизм недостаточно убедителен, не может быть достаточно подтверждён имеющимися данными или плохо согласуется с имеющимися теориями и накопленным знанием об объекте. Поэтому феноменологические модели имеют статус времменных решений. Считается, что ответ всё ещё неизвестен и необходимо продолжить поиск "истинных механизмов". Ко второму типу Пайерлс относит, например, модели теплорода и кварковуюмодель элементарных частиц.
Роль модели в исследовании может меняться со временем, может случиться так, что новые данные и теории подтвердят феноменологические модели и те будут повышены до статуса гипотезы. Аналогично, новое знание может постепенно придти в противоречие с моделями-гипотезами первого типа и те могут быть переведены во второй. Так, кварковая модель постепенно переходит в разряд гипотез; атомизм в физике возник как временное решение, но с ходом истории перешёл в первый тип. А вот модели эфира, проделали путь от типа 1 к типу 2, а сейчас находятся вне науки.
Идея упрощения очень популярна при построении моделей. Но упрощение бывает разным. Пайерлс выделяет три типа упрощений в моделировании.
Тип 3: Приближение (что-то считаем очень большим или очень малым)
Если можно построить уравнения, описывающие исследуемую систему, то это не значит, что их можно решить даже с помощью компьютера. Общепринятый прием в этом случае - использование приближений (моделей типа 3). Среди них модели линейного отклика. Уравнения заменяются линейными. Стандартный пример - закон Ома.
Если мы используем модель идеального газа для описания достаточно разреженных газов, то это - модель типа 3 (приближение). При более высоких плотностях газа тоже полезно представлять себе более простую ситуацию с идеальным газом для качественного понимания и оценок, но тогда это уже тип 4.
Тип 4: Упрощение (опустим для ясности некоторые детали)
В модели типа 4 отбрасываются детали, которые могут заметно и не всегда контролируемо повлиять на результат. Одни и те же уравнения могут служить моделью типа 3 (приближение) или 4 (опустим для ясности некоторые детали) - это зависит от явления, для изучения которого используется модель. Так, если модели линейного отклика применяются при отсутствии более сложных моделей (то есть не производится линеаризация нелинейных уравнений, а просто ищутся линейные уравнения, описывающие объект), то это уже феноменологические линейные модели, и относятся они к следующему типу 4 (все нелинейные детали "для ясности" опускаем).
Примеры: применение модели идеального газа к неидеальному, уравнение состояния Ван-дер-Ваальса, большинство моделей физики твердого тела, жидкостей и ядерной физики. Путь от микроописания к свойствам тел (или сред), состоящих из большого числа частиц, очень длинен. Приходится отбрасывать многие детали. Это приводит к моделям 4-го типа.
Тип 5: Эвристическая модель (количественного подтверждения нет, но модель способствует более глубокому проникновению в суть дела)
Эвристическая модель сохраняет лишь качественное подобие реальности и даёт предсказания только "по порядку величины". Типичный пример - приближение средней длины свободного пробега в кинетической теории. Оно даёт простые формулы для коэффициентов вязкости, диффузии, теплопроводности, согласующиеся с реальностью по порядку величины.
Но при построении новой физики далеко не сразу получается модель, дающая хотя бы качественное описание объекта - модель пятого типа. В этом случае часто используют модель по аналогии, отражающую действительность хоть в какой-нибудь черте.
Тип 6: Аналогия (учтём только некоторые особенности)
Р. Пайерлс приводит историю использования аналогий в первой статье В. Гейзенберга о природе ядерных сил. "Это произошло после открытия нейтрона, и хотя сам В. Гейзенберг понимал, что можно описывать ядра состоящими из нейтронов и протонов, он не мог все же избавиться от мысли, что нейтрон должен в конечном счете состоять из протона и электрона. При этом возникала аналогия между взаимодействием в системе нейтрон - протон и взаимодействием атома водорода и протоном. Эта-то аналогия и привела его к заключению, что должны существовать обменные силы взаимодействия между нейтроном и протоном, которые аналогичны обменным силам в системе H ? H +, обусловленным переходом электрона между двумя протонами. … Позднее было все-таки доказано существование обменных сил взаимодействия между нейтроном и протоном, хотя ими не исчерпывалось полностью взаимодействие между двумя частицами… Но, следуя все той же аналогии, В. Гейзенберг пришёл к заключению об отсутствии ядерных сил взаимодействия между двумя протонами и к постулированию отталкивания между двумя нейтронами. Оба последних вывода находятся в противоречии с данными более поздних исследований".
Тип 7: Мысленный эксперимент (главное состоит в опровержении возможности)
А. Эйнштейн был одним из великих мастеров мысленного эксперимента. Вот один из его экспериментов. Он был придуман в юности и, в конце концов, привел к построению специальной теории относительности. Предположим, что в классической физике мы движемся за световой волной со скоростью света. Мы будем наблюдать периодически меняющееся в пространстве и постоянное во времени электромагнитное поле. Согласно уравнениям Максвелла, этого быть не может. Отсюда юный Эйнштейн заключил: либо законы природы меняются при смене системы отсчета, либо скорость света не зависит от системы отсчета. Он выбрал второй - более красивый вариант. Другой знаменитый мысленный эксперимент Эйнштейна - Парадокс Эйнштейна - Подольского - Розена.
А вот и тип 8, широко распространенный в математических моделях биологических систем.
Тип 8: Демонстрация возможности (главное - показать внутреннюю непротиворечивость возможности)
Это тоже мысленные эксперименты с воображаемыми сущностями, демонстрирующие, что предполагаемое явление согласуется с базовыми принципам и внутренне непротиворечиво. В этом основное отличие от моделей типа 7, которые вскрывают скрытые противоречия.
Один из самых знаменитых таких экспериментов - геометрия Лобачевского (Лобачевский называл её "воображаемой геометрией"). Другой пример - массовое производство формально - кинетических моделей химических и биологических колебаний, автоволн и др. Парадокс Эйнштейна - Подольского - Розена был задуман как модель 7 типа, для демонстрации противоречивости квантовой механики. Совершенно незапланированным образом он со временем превратился в модель 8 типа - демонстрацию возможности квантовой телепортации информации.
В основе содержательной классификации - этапы, предшествующие математическому анализу и вычислениям. Восемь типов моделей по Р. Пайерлсу суть восемь типов исследовательских позиций при моделировании.
Пример.
Рассмотрим механическую систему, состоящую из пружины, закрепленной с одного конца, и груза массой m, прикрепленного к свободному концу пружины. Будем считать, что груз может двигаться только в направлении оси пружины (например, движение происходит вдоль стержня). Построим математическую модель этой системы. Будем описывать состояние системы расстоянием x от центра груза до его положения равновесия. Опишем взаимодействие пружины и груза с помощью закона Гука (F = ? kx) после чего воспользуемся вторым законом Ньютона, чтобы выразить его в форме дифференциального уравнения:
где означает вторую производную от x по времени:
.
Полученное уравнение описывает математическую модель рассмотренной физической системы. Эта модель называется "гармоническим осциллятором".
По формальной классификации эта модель линейная, детерминисткая, динамическая, сосредоточенная, непрерывная. В процессе её построения мы сделали множество допущений (об отсутствии внешних сил, отсутствии трения, малости отклонений и т.д.), которые в реальности могут не выполняться.
По отношению к реальности это, чаще всего, модель типа 4 упрощение ("опустим для ясности некоторые детали"), поскольку опущены некоторые существенные универсальные особенности (например, диссипация). В некотором приближении (скажем, пока отклонение груза от равновесия невелико, при малом трении, в течение не слишком большого времени и при соблюдении некоторых других условий), такая модель достаточно хорошо описывает реальную механическую систему, поскольку отброшенные факторы оказывают пренебрежимо малое влияние на её поведение. Однако модель можно уточнить, приняв во внимание какие-то из этих факторов. Это приведет к новой модели, с более широкой (хотя и снова ограниченной) областью применимости.
Впрочем, при уточнении модели сложность её математического исследования может существенно возрасти и сделать модель фактически бесполезной. Зачастую более простая модель позволяет лучше и глубже исследовать реальную систему, чем более сложная (и, формально, "более правильная").
Если применять модель гармонического осциллятора к объектам, далёким от физики, её содержательный статус может быть другим. Например, при приложении этой модели к биологическим популяциям, её следует отнести, скорее всего, к типу 6 аналогия ("учтём только некоторые особенности").
5. Жёсткие и мягкие модели
Гармонический осциллятор - пример так называемой "жёсткой" модели. Она получена в результате сильной идеализации реальной физической системы. Для решения вопроса о её применимости необходимо понять, насколько существенными являются факторы, которыми мы пренебрегли. Иными словами, нужно исследовать "мягкую" модель, получающуюся малым возмущением "жёсткой". Она может задаваться, например, следующим уравнением:
Здесь - некоторая функция, в которой может учитываться сила трения или зависимость коэффициента жёсткости пружины от степени её растяжения, - некоторый малый параметр. Явный вид функции f нас в данный момент не интересует. Если мы докажем, что поведение мягкой модели принципиально не отличается от поведения жёсткой (вне зависимости от явного вида возмущающих факторов, если они достаточно малы), задача сведется к исследованию жёсткой модели. В противном случае применение результатов, полученных при изучении жёсткой модели, потребует дополнительных исследований. Например, решением уравнения гармонического осциллятора являются функции вида , то есть колебания с постоянной амплитудой. Следует ли из этого, что реальный осциллятор будет бесконечно долго колебаться с постоянной амплитудой? Нет, поскольку рассматривая систему со сколь угодно малым трением (всегда присутствующим в реальной системе), мы получим затухающие колебания. Поведение системы качественно изменилось.
Если система сохраняет свое качественное поведение при малом возмущении, говорят, что она структурно устойчива. Гармонический осциллятор - пример структурно-неустойчивой (негрубой) системы. [21] Тем не менее, эту модель можно применять для изучения процессов на ограниченных промежутках времени.
6. Универсальность моделей
Важнейшие математические модели обычно обладают важным свойством универсальности: принципиально разные реальные явления могут описываться одной и той же математической моделью. Скажем, гармонический осциллятор описывает не только поведение груза на пружине, но и другие колебательные процессы, зачастую имеющие совершенно иную природу: малые колебания маятника, колебания уровня жидкости в U-образном сосуде или изменение силы тока в колебательном контуре. Таким образом, изучая одну математическую модель, мы изучаем сразу целый класс описываемых ею явлений. Именно этот изоморфизм законов, выражаемых математическими моделями в различных сегментах научного знания, подвиг Людвига фон Берталанфи на создание "Общей теории систем".
7. Прямая и обратная задачи математического моделирования
Существует множество задач, связанных с математическим моделированием. Во-первых, надо придумать основную схему моделируемого объекта, воспроизвести его в рамках идеализаций данной науки. Так, вагон поезда превращается в систему пластин и более сложных тел из разных материалов, каждый материал задается как его стандартная механическая идеализация (плотность, модули упругости, стандартные прочностные характеристики), после чего составляются уравнения, по дороге какие-то детали отбрасываются, как несущественные, производятся расчёты, сравниваются с измерениями, модель уточняется, и так далее. Однако для разработки технологий математического моделирования полезно разобрать этот процесс на основные составные элементы.
Традиционно выделяют два основных класса задач, связанных с математическими моделями: прямые и обратные.
Прямая задача: структура модели и все её параметры считаются известными, главная задача - провести исследование модели для извлечения полезного знания об объекте. Какую статическую нагрузку выдержит мост? Как он будет реагировать на динамическую нагрузку (например, на марш роты солдат, или на прохождение поезда на различной скорости), как самолёт преодолеет звуковой барьер, не развалится ли он от флаттера, - вот типичные примеры прямой задачи. Постановка правильной прямой задачи (задание правильного вопроса) требует специального мастерства. Если не заданы правильные вопросы, то мост может обрушиться, даже если была построена хорошая модель для его поведения. Так, в 1879 г. в Великобритании обрушился металлический мост через реку Тей, конструкторы которого построили модель моста, рассчитали его на 20-кратный запас прочности на действие полезной нагрузки, но забыли о постоянно дующих в тех местах ветрах. И через полтора года он рухнул. [22]
В простейшем случае (одно уравнение осциллятора, например) прямая задача очень проста и сводится к явному решению этого уравнения.
Обратная задача: известно множество возможных моделей, надо выбрать конкретную модель на основании дополнительных данных об объекте. Чаще всего, структура модели известна, и необходимо определить некоторые неизвестные параметры. Дополнительная информация может состоять в дополнительных эмпирических данных, или в требованиях к объекту (задача проектирования). Дополнительные данные могут поступать независимо от процесса решения обратной задачи (пассивное наблюдение) или быть результатом специально планируемого в ходе решения эксперимента (активное наблюдение).
Одним из первых примеров виртуозного решения обратной задачи с максимально полным использованием доступных данных был построенный И. Ньютоном метод восстановления сил трения по наблюдаемым затухающим колебаниям.
В качестве другого примера можно привести математическую статистику. Задача этой науки - разработка методов регистрации, описания и анализа данных наблюдений и экспериментов с целью построения вероятностных моделей массовых случайных явлений [23] . Т.е. множество возможных моделей ограничено вероятностными моделями. В конкретных задачах множество моделей ограничено сильнее.
Детерминированные экономико-математические модели и методы факторного анализа
Детерминированные экономико-математические модели и методы факторного анализа
1. Моделирование. Детерминизм. Требования к моделированию
В процессе исследования объекта часто бывает нецелесообразно или даже невозможно иметь дело непосредственно с этим объектом. Удобнее бывает заменить его другим объектом, подобным данному в тех аспектах, которые важны в данном исследовании. В общем виде модель можно определить как условный образ (упрощенное изображение) реального объекта (процесса), который создается для более глубокого изучения действительности. [2, стр.10)
Метод исследования, базирующийся на разработке и использовании моделей, называетсямоделированием. Моделирование взаимосвязей между результативными показателями и факторами, которые определяют их величину, является одной из задач факторного анализа. Сущность моделирования заключается в том, что взаимосвязь исследуемогo показателя с факторными передается в форме конкретногo математического уравнения.
Под факторным анализом понимается методика комплексного и системного изучения и измерения взаимодействия факторов на величину результативных показателей.
В факторном анализе модели подразделяются на:
детерминированные (с однозначнo определенными результатами);
стoхастические (с различными, вероятностными результатами).
Детерминизм (от лат. determino - определяю) - учение об объективной закономерной и причинной обусловленности всех явлений. В основе детерминирования лежит положение о существовании причинности, т.е. о такой связи явлений, при которой одно явление (причина) при вполне определенных условиях порождает другое (следствие). [3, стр. 19)
2. Эквивалентная схема
Эквивалемнтная схемма (схема замещения, эквивалентная схема замещения) - электрическая схема, в которой все реальные элементы заменены максимально близкими по функциональности цепями из идеальных элементов.
Необходимость эквивалентных схем
Одной из основных задач электроники является расчет электрических схем, то есть получение детальной количественной информации о процессах, происходящих в этой схеме. Однако рассчитать произвольную схему, состоящую из реальных электронных компонент, практически невозможно. Мешает расчету то обстоятельство, что попросту не существует методик математического описания поведения реальных электронных компонент (например, транзистора) как единого целого. Имеются значения отдельных параметров и экспериментально снятые зависимости, но связать их в единую точную формулу, полностью описывающую поведение компоненты, в большинстве случаев не представляется возможным.
С другой стороны, исключительно простым математическим аппаратом описываются идеализированные базовые элементы электронных схем (например, идеальный резистор). Однако они не существуют в реальном мире. Так, любой резистор имеет множество паразитных параметров: индуктивность, емкость, температурные зависимости и т.п.
Введение понятия эквивалентная схема позволяет "связать" мир реальных компонент и мир их идеальных приближений. Эквивалентная схема представляет собой цепь только из идеальных компонент, которая функционирует примерно также, как и исходная схема. В эквивалентной схеме могут быть отражены, при необходимости, различные паразитные эффекты: утечки, внутренние сопротивления и т.д. Эквивалентная схема может составляться как для одного элемента, так и для сложной цепи.
3. Идеальные элементы
В эквивалентных схемах используются перечисленные ниже идеальные элементы. Предполагается также, что геометрические размеры эквивалентной схемы настолько малы, что какие-либо эффекты длинных линий отсутствуют, то есть эквивалентная схема рассматривается как система с сосредоточенными параметрами.
Резистор. Идеальный резистор характеризуется только сопротивлением. Индуктивность, емкость, а также сопротивление выводов равны нулю.
Конденсатор. Идеальный конденсатор характеризуется только ёмкостью. Индуктивность, утечка, тангенс угла потерь, диэлектрическое поглощение а также сопротивление выводов равны нулю.
Катушка индуктивности. Идеальная катушка индуктивности характеризуется только индуктивностью. Емкость, сопротивление потерь, а также сопротивление выводов равны нулю.
Источник ЭДС. Идеальный источник ЭДС характеризуется только своим напряжением. Внутреннее сопротивление и сопротивление выводов равны нулю.
Источник тока. Идеальный источник тока характеризуется только своим током. Утечка равна нулю.
Проводники. Элементы эквивалентной схемы соединены идеальными проводниками, то есть индуктивность, емкость и сопротивление проводников равны нулю.
4. Составление эквивалентных схем
Неоднозначность.
Для любой электрической схемы можно составить сколько угодно различных эквивалентных схем - количество их ограничивается только соображениями целесообразности. Для одной схемы имеет смысл составлять несколько эквивалентных схем по следующим причинам:
Учет различных эффектов. Эквивалентная схема составляется тем или иным образом в зависимости от того, какие эффекты мы хотим с ее помощью описать. Например, для нахождения рабочей точки по постоянному току требуется одна эквивалентная схема, а для расчета АЧХ - совершенно другая.
Поэтапное упрощение. В процессе расчета схемы целесообразно заменять ее сложные участки простыми эквивалентными цепями. Например, цепь из последовательно включенных резисторов можно заменить одним резистором с суммарным сопротивлением. В полученной упрощенной схеме можно вновь применить некоторую замену и т.д.
Ограничения.
Эквивалентная схема является линейной системой, поэтому нелинейные эффекты реальных схем не могут быть смоделированы путем составления эквивалентных схем.
Частичным выходом из этого затруднения является рассмотрение нелинейной системы в малосигнальном приближении для конкретной рабочей точки, при этом нелинейные эффекты малы и ими можно пренебречь. Данный подход позволяет не описать нелинейные эффекты, а всего лишь ограничиться случаем, когда они пренебрежимо малы.
Эквивалентная схема не может абсолютно точно соответствовать реальной схеме вследствие огромного числа распределенных паразитных эффектов в последней. Однако это и не требуется: эквивалентная схема составляется с достаточной для конкретной задачи детализацией.
Размещено на Allbest.ru
Подобные документы
Построение экономико-математической модели задачи, комментарии к ней и получение решения графическим методом. Использование аппарата теории двойственности для экономико-математического анализа оптимального плана задачи линейного программирования.
контрольная работа [2,2 M], добавлен 27.03.2008Основные понятия и типы моделей, их классификация и цели создания. Особенности применяемых экономико-математических методов. Общая характеристика основных этапов экономико-математического моделирования. Применение стохастических моделей в экономике.
реферат [91,1 K], добавлен 16.05.2012Моделирование. Детерминизм. Задачи детерминированного факторного анализа. Способы измерения влияния факторов в детерминированном анализе. Расчёт детерминированных экономико-математических моделей и методов факторного анализа на примере РУП "ГЗЛиН".
курсовая работа [246,7 K], добавлен 12.05.2008Понятие и типы моделей. Этапы построения математической модели. Основы математического моделирования взаимосвязи экономических переменных. Определение параметров линейного однофакторного уравнения регрессии. Оптимизационные методы математики в экономике.
реферат [431,4 K], добавлен 11.02.2011Применение методов оптимизации для решения конкретных производственных, экономических и управленческих задач с использованием количественного экономико-математического моделирования. Решение математической модели изучаемого объекта средствами Excel.
курсовая работа [3,8 M], добавлен 29.07.2013История развития экономико-математических методов. Математическая статистика – раздел прикладной математики, основанный на выборке изучаемых явлений. Анализ этапов экономико-математического моделирования. Вербально-информационное описание моделирования.
курс лекций [906,0 K], добавлен 12.01.2009Сельскохозяйственное предприятие как объект экономико-математического моделирования. Экономико-математическая модель оптимизации структуры производства сельхозпредприятия, методика подготовки коэффициентов и оптимальный план структуры производства.
курсовая работа [47,3 K], добавлен 22.07.2010Цель математического моделирования экономических систем: использование методов математики для эффективного решения задач в сфере экономики. Разработка или выбор программного обеспечения. Расчет экономико-математической модели межотраслевого баланса.
курсовая работа [1,3 M], добавлен 02.10.2009Программное определение оптимального сочетания зерновых культур и оптимальных рационов кормления с помощью программы Excel. Экономико-математические модели для расчета оптимального распределения минеральных удобрений, определение перечня переменных.
контрольная работа [3,1 M], добавлен 06.12.2011Открытие и историческое развитие методов математического моделирования, их практическое применение в современной экономике. Использование экономико-математического моделирования на всей уровнях управления по мере внедрения информационных технологий.
контрольная работа [22,4 K], добавлен 10.06.2009
