Numerické řešení počítačového modelu

Slides:



Advertisements
Podobné prezentace
Paralelní výpočet SVD s aplikacemi pro vyhledávání informací
Advertisements

Dynamické systémy.
MARKOVSKÉ ŘETĚZCE.
Matematické modelování aneb co se nepovedlo Petr Beremlijski Katedra aplikovaná matematiky Fakulta elektrotechniky a informatiky VŠB - Technická univerzita.
Programování numerických výpočtů - návrh písemky.
PA081 Programování numerických výpočtů Přednáška 2.
PA081 Programování numerických výpočtů
Aplikační počítačové prostředky X15APP MATLAB - SIMULINK
Metody zpracování fyzikálních měření - 4 EVF 112 ZS 2009/2010 L.Přech.
PA081 Programování numerických výpočtů Přednáška 4.
Kalmanuv filtr pro zpracování signálů a navigaci
Lekce 1 Modelování a simulace
Metoda molekulární dynamiky II Numerická integrace pohybových rovnic
Lineární regresní analýza Úvod od problému
Ústav technologie, mechanizace a řízení staveb
L OTKA -V OLTERRA M ODEL P REDÁTOR K OŘIST KMA/MM Kamila Matoušková V Plzni, 2009.
FORMALIZACE PROJEKTU DO SÍŤOVÉHO GRAFU
Počítačové modelování dynamických systémů Simulink 5. cvičení Miloslav LINDA katedra elektrotechniky a automatizace.
LOGISTICKÉ SYSTÉMY 8/14.
KEE/POE 8. přednáška Numerický výpočet derivace a integrálu
ANALÝZA KONSTRUKCÍ 6. přednáška.
ITERAČNÍ METODY DLOUHODOBÁ MATURITNÍ PRÁCE
TMF045 letní semestr 2005/2006 II Časová propagace vlnové funkce na mřížce I. (práce s momentovou reprezentací) (Lekce II)
Ing. Lukáš OTTE kancelář: A909 telefon: 3840
TYPY MODELŮ FYZIKÁLNÍ MATEMATICKÉ ANALYTICKÉ NUMERICKÉ.
Laboratorní model „Kulička na ploše“ 1. Analytická identifikace modelu „Kulička na ploše“ 2. Program „Flash MX 2004“ Výhody/Nevýhody Program „kulnapl.swf“
AŘTP - diskrétní regulátor
METODA KONEČNÝCH PRVKŮ
STABILITA NÁSYPOVÝCH TĚLES
Stravitelnost organické hmoty a metody jejího stanovení
ČÍSLICOVÉ REGULÁTORY Čestmír Serafín.
Příklad 1: Výpočet π podle Archiméda
ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ
Str. 1 TMF045 letní semestr 2006 III Časová propagace vlnové funkce na mřížce II. (propagační metody) (Lekce III)
ANALÝZA KONSTRUKCÍ 8. přednáška.
Diferenciální počet funkcí více proměnných
Tvorba simulačních modelů. Než vznikne model 1.Existence problému 2.Podrobnosti o problému a o systému 3.Jiné možnosti řešení ? 4.Existence podobného.
Experimentální fyzika I. 2
Vedení tepla Viktor Sláma SI – I 23. Zadání Vhodné uložení vyhořelého jaderného paliva je úkol pro současnou generaci. Zaměřme se na jednu nepatrnou část.
SIGNÁLY A SOUSTAVY V MATEMATICKÉ BIOLOGII
Rozpoznávání v řetězcích
Karel Vlček, Modelování a simulace Karel Vlček,
Nelineární systémy Funkcí f(x(t),u(t)) je v každém okamžiku pohybu systému definován vektor rychlosti změny stavu dx(t)/dt určující okamžitý směr stavové.
ZPRACOVÁNÍ A ANALÝZA BIOSIGNÁLŮ III.
Určení parametrů elektrického obvodu Vypracoval: Ing.Přemysl Šolc Školitel: Doc.Ing. Jaromír Kijonka CSc.
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Sylabus V rámci PNV budeme řešit konkrétní úlohy a to z následujících oblastí: Nelineární úlohy Řešení nelineárních rovnic Numerická integrace Lineární.
Fakulta stavební VŠB-TU Ostrava Miroslav Mynarz, Jiří Brožovský
SIGNÁLY A LINEÁRNÍ SYSTÉMY
Chyby při matematickém modelování aneb co se nepovedlo Petr Beremlijski Katedra aplikovaná matematiky Fakulta elektrotechniky a informatiky VŠB - Technická.
Stabillita numerické metody
Algoritmy a struktury neuropočítačů ASN - P14 Hopfieldovy sítě Asociativní paměti rekonstrukce původních nezkreslených vzorů předkládají se neúplné nebo.
BioTech 2011, Strážná. O čem to bude? Stochastické simulace Diferenciální rovnice (ODR) Automaty.
Stavová formulace v diskrétním čase důvody pro diskrétní interpretaci času některé dynamické jevy má smysl sledovat vždy jen ve zvláštních okamžicích,
Autor: Richard Paulas Vedoucí práce: Prof. Ing. Jaroslav Fořt CSc.
Radek Hecl Simulace tuhých těles Radek Hecl
Katedra řídicí techniky FEL ČVUT1 11. přednáška. Katedra řídicí techniky FEL ČVUT2 Diskrétní regulační obvod Předpoklad: v okamžiku, kdy se na vstup číslicového.
Paul Adrien Maurice Dirac 3. Impulsní charakteristika
Identifikace modelu Tvorba matematického modelu Kateřina Růžičková.
Laplaceova transformace
4. cvičení
Fergusonova kubika a spline křivky
ČASOVÉ ŘADY (SIGNÁLY A LINEÁRNÍ SYSTÉMY )
František Batysta Štěpán Timr
Simulace dynamických systémů v Matlabu, teoretické základy
2. přednáška Differenciální rovnice
Dynamické systémy Topologická klasifikace
Simulace dynamických systémů v Matlabu, Simulink
SPEKTRÁLNÍ ANALÝZA ČASOVÝCH ŘAD
Simulace oběhu družice kolem Země
Transkript prezentace:

Numerické řešení počítačového modelu Problém: numericky simulovat (modelovat) chování systému (odezvy zahrnující vliv počátečních podmínek a změn vstupů) Numerický výpočet Vztah výstupní rovnice je pouze algebraickým přepočtem, v numerickém řešení se nepromítá jako problém Pozn. Nejjednodušší možné numerické řešení – náhrada derivace diferenčním podílem - diskrétní čas - perioda vzorkování Eulerova metoda

Obecný vícekrokový (víceuzlový) vzorec pro numerické řešení stavové rovnice Numerické metody řešení přiřazují ke spojitému modelu model diskrétní. Na rozdíl od diskrétní stavové formulace nevyužívají pro výpočet x(k+1) jen hodnot x a f v čase k, ale i hodnot starších Klasifikace metod numerického řešení explicitní, -1=0 implicitní, -10 1) vzorce jednouzlové, p=0 víceuzlové, p>0 počet uzlů – p+1 2) vzorce 3) řád metody, čím vyšší řád, tím vyšší přesnost

Lokální chyba vzorce Euler, r=1 lichoběžníkový kor., r=2 rozdíl mezi numerickým a exaktním řešením na intervalu Dt, při předpokladu že x(tk) známe naprosto přesně. slouží především k vzájemnému porovnání vzorců - globální chyba řešení – akumulace lokálních a zaokrouhlovacích chyb

Runge-Kutta, r = 2

Runge-Kutta v programu Matlab - vzorce v Simulink pro pevný krok (fixed step solvers) ode5 - Dormand-Prince ode4 - Runge-Kutta 4tého řádu ode3 - Bogacki-Shampine ode2 - Heun (ode1 - Euler) Vnořené R-K vzorce (solvery v Simulinku i funkce v Matlabu): ode45 ode23 - zahrnují v sobě algoritmus pro adaptaci Dt

Stabillita numerické metody Aplikací numerické metody pro řešení stavové rovnice je spojitý systém nahrazen diskrétním. Z toho vyplývá zavedení lokální chyby v každém kroku jiné podmínky stability Stabilita jednouzlových vzorců si – vlastní čísla matice A zi - vlastní čísla matice M podmínka stability:

Oblasti stability explicitních vzorců se navzájem liší jen nepodstatným způsobem. Oblasti stability jednouzlových explicitních metod: E - Eulerova, RK-2, RK-4 - Rungeho-Kutty 2. a 4.řádu Přesnost explicitních Runge-Kutta metod značně vyšší než přesnost Eulerovy metody, ale oblasti stability jsou podobně malé

Implicitní metody - široká oblast stability - problematická realizace A - stabilní metody, oblast stability pokrývá celou levou polorovinu Eulerova metoda, Lichoběžníkový korektor, ... Stab. - použití pro stiff systémy (systémy jejichž módy jsou definovány řádově rozdílnými časovými konstantami)

Výpočet podle implicitních metod Přímé řešení použití u lineárních systémů, nutná inverze matice (nesmí být singulární ani špatně podmíněná) Semiimplicitní metody – pro nelineární systémy Použití Jacobiho matice Jx - výpočet Jx je nutné provádět v každém kroku - semiimplicitní metody nejsou A stabilní, ale dovolují podstatně delší krok než explicitní metody