Для чего нужно компьютерное моделирование. ГлаваI

КОМПЬЮ́ТЕРНОЕ МОДЕЛИ́РОВАНИЕ (англ. computational simulation), построение с помощью компьютеров и компьютерных устройств (3D-сканеров, 3D-принтеров и др.) символьных [см. Символьное моделирование (s-моделирование)] и физических моделей объектов, изучаемых в науке (физике, химии и др.), создаваемых в технике (напр., в авиастроении, робототехнике), медицине (напр., в имплантологии, томографии ), искусстве (напр., в архитектуре , музыке) и др. областях деятельности людей.

К. м. позволяет многократно сократить затраты на разработку моделей по сравнению с некомпьютерными методами моделирования и проведением натурных испытаний. Оно делает возможным построение символьных компьютерных моделей объектов, для которых невозможно построить физические модели (напр., моделей объектов, изучаемых в климатологии ). Служит эффективным средством моделирования сложных систем в технике, экономике и др. областях деятельности. Является технологической основой систем автоматизированного проектирования (САПР).

Физические компьютерные модели изготавливаются на основе символьных моделей и являются прототипами моделируемых объектов (деталей и узлов машин, строительных конструкций и др.). Для изготовления прототипов могут быть применены 3D-принтеры, реализующие технологии послойного формирования неплоских объектов. Символьные модели прототипов могут быть разработаны с помощью САПРов, 3D-сканеров или цифровых камер и фотограмметрического программного обеспечения.

Система К. м. – это человеко-машинный комплекс, в котором построение моделей осуществляется с помощью компьютерных программ, реализующих математические (см. Моделирование математическое ) и экспертные (напр., имитационные) методы моделирования. В режиме вычислительного эксперимента исследователь имеет возможность, изменяя исходные данные, за относительно короткое время получить и сохранить в системе компьютерного моделирования большое число вариантов модели объекта.

Уточнение представлений об исследуемом объекте и совершенствование методов его моделирования могут сделать необходимым изменение программных средств системы компьютерного моделирования, а аппаратные средства при этом могут остаться без изменений.

Высокая результативность компьютерного моделирования в науке, технике и др. областях деятельности стимулирует развитие аппаратных средств (включая суперкомпьютеры) и программного обеспечения [в т. ч. инструментальных систем (см. Инструментальная система в информатике ) разработки параллельных программ для суперкомпьютеров].

В наши дни компьютерные модели – быстро растущая часть арсенала

Компьютерное моделирование является одним из эффективных методов изучения физических систем. Часто компьютерные модели проще и удобнее исследовать, они позволяют проводить вычислительные эксперименты, реальная постановка которых затруднена или может дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет выявить основные факторы, определяющие свойства изучаемых объектов, исследовать отклик физической системы на изменения ее параметров и начальных условий.

Компьютерное моделирование требует абстрагирования от конкретной природы явлений, построения сначала качественной, а затем и количественной модели. За этим следует проведение серии вычислительных экспериментов на компьютере, интерпретация результатов, сопоставление результатов моделирования с поведением исследуемого объекта, последующее уточнение модели и т.д.

К основным этапам компьютерного моделирования относятся: постановка задачи, определение объекта моделирования; разработка концептуальной модели, выявление основных элементов системы и элементарных актов взаимодействия; формализация, то есть переход к математической модели; создание алгоритма и написание программы; планирование и проведение компьютерных экспериментов; анализ и интерпретация результатов.

Различают аналитическое и имитационное моделирование. Аналитическими называются модели реального объекта, использующие алгебраические, дифференциальные и другие уравнения, а также предусматривающие осуществление однозначной вычислительной процедуры, приводящей к их точному решению. Имитационными называются математические модели, воспроизводящие алгоритм функционирования исследуемой системы путем последовательного выполнения большого количества элементарных операций.

Принципы моделирования состоят в следующем:

• 1. Принцип информационной достаточности. При полном отсутствии информации об объекте построить модель невозможно. При наличии полной информации моделирование лишено смысла. Существует уровень информационной достаточности, при достижении которого может быть построена модель системы.
• 2. Принцип осуществимости. Создаваемая модель должна обеспечивать достижение поставленной цели исследования за конечное время.
• 3. Принцип множественности моделей. Любая конкретная модель отражает лишь некоторые стороны реальной системы. Для полного исследования необходимо построить ряд моделей исследуемого процесса, причем каждая последующая модель должна уточнять предыдущую.
• 4. Принцип системности. Исследуемая система представима в виде совокупности взаимодействующих друг с другом подсистем, которые моделируются стандартными математическими методами. При этом свойства системы не являются суммой свойств ее элементов.
• 5. Принцип параметризации. Некоторые подсистемы моделируемой системы могут быть охарактеризованы единственным параметром: вектором, матрицей, графиком, формулой.

Компьютерное моделирование систем часто требует решения дифференциальных уравнений. Важным методом является метод сеток, включающий в себя метод конечных разностей Эйлера. Он состоит в том, что область непрерывного изменения одного или нескольких аргументов заменяют конечным множеством узлов, образующих одномерную или многомерную сетку, и работают с функцией дискретного аргумента, что позволяет приближенно вычислить производные и интегралы. При этом бесконечно малые приращения функции f = f(x, y, z, t) и приращения ее аргументов заменяются малыми, но конечными разностями.

В последнее десятилетие компьютерный эксперимент занял заметное место в физических исследованиях. Компьютерное моделирование физических систем позволяет получать числовую информацию о них, а также на основе графических изображений дает возможность составить представление об объекте, с помощью которого могут быть разработаны оптимальные пути исследования объекта. Среди математических методов описания физических систем и явлений и их численного анализа одним из основных становится моделирование этих объектов и процессов на основе метода Монте-Карло. Этот метод особенно полезен для сложных физических систем с громоздким математическим описанием. Серьезный прогресс в использовании метода Монте-Карло связан в большой степени с новыми возможностями современной вычислительной техники. Если двадцать лет назад на начальной стадии моделирования исследуемый объект мог быть разбит в одном измерении примерно на сотню шагов Монте-Карло, то теперь в простых моделях масштаб одного измерения составляет миллионы шагов Монте-Карло. Существенно возросли и скорости получения информации. В результате этого имеется возможность исследовать свойства физических систем на реалистичных моделях. В настоящее время возможности компьютерного моделирования при решении целого ряда задач существенно превышают возможности эксперимента как по скорости получения информации, так и по ее стоимости. Это повышает роль компьютерного эксперимента в современной физике, и в ряде направлений физики наши современные представления опираются главным образом на информацию, полученную на основе компьютерного моделирования.

Ясно, что для прогресса в рассматриваемой области наряду с совершенной вычислительной техникой необходимо иметь алгоритмы и подходы, позволяющие эффективно ею распорядиться. Эти проблемы вместе с анализом соответствующих физических систем и составляют современное содержание компьютерного моделирования методом Монте-Карло.

В настоящее время понятие “система” в науке является до конца не определенным. Ученые приступили к исследованию сложных систем (СС).

В многочисленной литературе по системному анализу и системотехнике отмечаются следующие основные свойства сложных систем:

Свойство 1 Целостность и членимость

Сложная система рассматривается как целостная совокупность элементов, характеризующаяся наличием большого количества взаимосвязанных и взаимодействующих между собой элементов.

У исследователя существует субъективная возможность разбиения системы на подсистемы, цели, функционирования которых подчинены общей цели функционирования всей системы (целенаправленность систем). Целенаправленность интерпретируется, как способность системы осуществлять в условиях неопределенности и воздействия случайных факторов поведение (выбор поведения), преследующее достижение определенной цели.

Свойство 2 Связи

Наличие существенных устойчивых связей (отношений) между элементами или (и) их свойствами, превосходящими по мощности (силе) связи (отношения) этих элементов с элементами, не входящими в данную систему (внешней средой).

Под “связями” понимается некоторый виртуальный канал, по которому осуществляется обмен между элементами и внешней средой веществом, энергией, информацией. Свойство 3 Организация

Свойство характеризуется наличием определенной организации – формированием существенных связей элементов, упорядоченным распределением связей и элементов во времени и пространстве. При формировании связей складывается определенная структура системы, а свойства элементов трансформируются в функции (действия, поведение).

При исследовании сложных систем обычно отмечают:

Сложность функции, выполняемой системой и направленной на достижение заданной цели функционирования;
наличие управления, разветвленной информационной сети и интенсивных потоков информации;

Наличие взаимодействия с внешней средой и функционирование в условиях неопределенности и воздействия случайных факторов различной природы.

Свойство 4 интегративные качества

Существование интегративных качеств (свойств), т.е. таких качеств, которые присущи системе в целом, но не свойственны ни одному из ее элементов в отдельности. Наличие интегративных качеств показывает, что свойства системы хотя и зависят от свойств элементов, но не определяются ими полностью.

Примеры СС в экономической сфере многочисленны: организационно – производственная система, предприятие; социально – , например регион; и др. Методологией исследования СС является системный анализ. Один из важнейших инструментов прикладного системного анализа – компьютерное моделирование. Имитационное моделирование является наиболее эффективным и универсальным вариантом компьютерного моделирования в области исследования и управления сложными системами.

Модель представляет собой абстрактное описание системы (объекта, процесса, проблемы, понятия) в некоторой форме, отличной от формы их реального существования.

Моделирование представляет собой один из основных методов познания, является формой отражения действительности и заключается в выяснении или воспроизведении тех или иных свойств реальных объектов, предметов и явлений с помощью других объектов, процессов, явлений, либо с помощью абстрактного описания в виде изображения, плана, карты, совокупности уравнений, алгоритмов и программ.

В процессе моделирования всегда существует оригинал (объект) и модель, которая воспроизводит (моделирует, описывает, имитирует) некоторые черты объекта.

Моделирование основано на наличии у многообразия естественных и искусственных систем, отличающихся как целевым назначением, так и физическим воплощением, сходства или подобия некоторых свойств: геометрических, структурных, функциональных, поведенческих. Это сходство может быть полным (изоморфизм) и частичным (гомоморфизм).

Исследование современных СС предполагает различные классы моделей. Развитие информационных технологий можно интерпретировать как возможность реализации моделей различного вида в рамках информационных систем различного назначения, например, информационные системы, системы распознавания образов, системы искусственного интеллекта, системы поддержки принятия решений. В основе этих систем лежат модели различных типов: семантические, логические, математические и т.п.

Приведем общую классификацию основных видов моделирования:

Концептуальное моделирование – представление системы с помощью специальных знаков, символов, операций над ними или с помощью естественных или искусственных языков;
физическое моделирование – моделируемый объект или процесс воспроизводится исходя из соотношения подобия, вытекающего из схожести физических процессов и явлений;
структурно – функциональное моделирование – моделями являются схемы (графы, блок-схемы), графики, диаграммы, таблицы, рисунки со специальными правилами их объединения и преобразования;
математическое (логико-математическое) моделирование – построение модели осуществляется средствами математики и логики;
имитационное (программное) моделирование – в этом случае логико-математическая модель исследуемой системы представляет собой алгоритм функционирования системы, программно-реализуемый на компьютере.

Указанные виды моделирования могут применяться самостоятельно или одновременно, в некоторой комбинации (например, в имитационном моделировании используются практически все перечисленные виды моделирования или отдельные приемы). Так, например, имитационное моделирование включает в себя концептуальное (на ранних этапах формирования имитационной модели) и логико-математическое (включая методы искусственного интеллекта) моделирование для описания отдельных подсистем модели, а также в процедурах обработки и анализа результатов вычислительного эксперимента и принятия решений. Технология проведения и планирования вычислительного эксперимента с соответствующими математическими методами привнесена в имитационное моделирование из физического (экспериментального натурного или лабораторного) моделирования. Наконец, структурно-функциональное моделирование используется как при создании стратифицированного описания многомодельных комплексов, так и для формирования различных диаграммных представлений при создании имитационных моделей.

Понятие компьютерного моделирования трактуется шире традиционного понятия “моделирование на ЭВМ”. Приведем его.

Компьютерное моделирование – это метод решения задач анализа или синтеза сложной системы на основе использования ее компьютерной модели.

Компьютерное моделирование можно рассматривать как:

Математическое моделирование;
имитационное моделирование;
стохастическое моделирование.

Под термином “компьютерная модель” понимают условный образ объекта или некоторой системы объектов (или процессов), описанный с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта. Компьютерные модели, описанные с помощью уравнений, неравенств, логических соотношений, взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, будем называть математическими. Компьютерные модели, описанные с помощью взаимосвязанных компьютерных таблиц, графов, диаграмм, графиков, рисунков, анимационных фрагментов, гипертекстов и т.д. и отображающих структуру и взаимосвязи между элементами объекта, будем называть структурно-функциональными.

Компьютерные модели (отдельную программу, совокупность программ, программный комплекс), позволяющие, с помощью последовательности вычислений и графического отображения результатов ее работы, воспроизводить (имитировать) процессы функционирования объекта (системы объектов) при условии воздействия на объект различных, как правило, случайных факторов, будем называть имитационными.

Суть компьютерного моделирования заключена в получении количественных и качественных результатов на имеющейся модели. Качественные результаты анализа обнаруживают неизвестные ранее свойства сложной системы: ее структуру, динамику развития, устойчивость, целостность и др. Количественные выводы в основном носят характер анализа существующей СС или прогноза будущих значений некоторых переменных. Возможность получения не только качественных, но и количественных результатов составляет существенное отличие имитационного моделирования от структурно-функционального. Имитационное моделирование имеет целый ряд специфических черт.

Методологией компьютерного моделирования является системный анализ (направление кибернетики, общая ), в котором доминирующая роль отводится системным аналитикам. В отличие от математического моделирования на ЭВМ, где методологической основой являются: исследование операций, теория математических моделей, теория принятия решений, теория игр и др.

Центральной процедурой системного анализа является построение обобщенной модели, отражающей все факторы и взаимосвязи реальной системы. Предметом компьютерного моделирования может быть любая сложная система, любой объект или процесс. Категории целей при этом могут быть самыми различными. Компьютерная модель должна отражать все свойства, основные факторы и взаимосвязи реальной сложной системы, критерии, ограничения.

Компьютерное моделирование предлагает совокупность методологических подходов и технологических средств, используемых для подготовки и принятия решений в различных областях исследования.

Выбор метода моделирования для решения постановленной задачи или исследования системы является актуальной задачей, с которой системный аналитик должен уметь справляться.

С этой целью уточним место имитационных моделей и их специфику среди моделей других классов. Кроме того, уточним некоторые понятия и определения, с которыми имеет дело системный аналитик в процессе моделирования. С этой целью рассмотрим процедурно-технологическую схему построения и исследования моделей сложных систем.

Эта схема включает, характерные для любого метода моделирования, следующие этапы определения:

1. Системы (предметная, проблемная область);
2. Объекта моделирования;
3. Целевого назначения моделей;
4. Требований к моделям;
5. Формы представления;
6. Вида описания модели;
7. Характера реализации модели;
8. модели.

Первые три этапа характеризуют объект и цель исследования и практически определяют следующие этапы моделирования. При этом большое значение приобретает корректное описание объекта и формулировка цели моделирования из предметной области исследования.

Предметная (проблемная) область. Исследование различных систем: математических, экономических, производственных, социальных, систем массового обслуживания, вычислительных, информационных и многих других.

Модель должна строиться целенаправленно. Целенаправленная модель представляет собой замену действительности с той степенью абстракции, которая необходима для поставленной цели. То есть, модель, прежде всего, должна отражать те существенные свойства и те стороны моделируемого объекта, которые определены задачей. При этом важно правильно обозначить и сформулировать проблему, четко определить цель исследования, проводимого с помощью моделирования.

Требования к моделям. Моделирование связано с решением реальных задач и необходимо быть уверенным, что результаты моделирования с достаточной степенью точности отражают истинное положение вещей, т.е. модель адекватна реальной действительности.

Хорошая модель должна удовлетворять некоторым общепринятым требованиям. Такая модель должна быть:

Адекватной;
надежной;
простой и понятной пользователю;
целенаправленной;
удобной в управлении и обращении;
функционально полной с точки зрения возможностей решения главных задач;
адаптивной, позволяющей легко переходить к другим модификациям или обновлять данные;
допускающей изменения (в процессе эксплуатации она может усложняться).

В зависимости от целевой направленности модели, для нее задаются специальные требования. Наиболее характерными являются: целостность, отражение информационных свойств, многоуровневость, множественность (многомодельность), расширяемость, универсальность, осуществимость (реальная возможность построения самой модели и ее исследования), реализуемость (например, на ЭВМ, возможность материализации модели в виде реальной системы в задачах проектирования), эффективность (затраты временных, трудовых, материальных и других видов ресурсов на построение моделей и проведение экспериментов находятся в допустимых пределах или оправданы). Значимость или приоритетность требований к модели непосредственно вытекают из назначения модели. Например, в исследовательских задачах, задачах управления, планирования и описания важным требованием является адекватность модели объективной реальности. В задачах проектирования и синтеза уникальных систем важным требованием является реализуемость модели, например в САПР или систему поддержки принятия решений (СППР).

Цель моделирования и задание требований к модели определяют форму представления модели.

Любая модель (прежде чем стать объективно существующим предметом) должна существовать в мысленной форме, быть конструктивно разработанной, переведена в знаковую форму и материализована.

Таким образом, можно выделить три формы представления моделей:

Мысленные (образы);
знаковые (структурные схемы, описания в виде устного и письменного изложения, логические, математические, логико-математические конструкции);
материальные (лабораторные и действующие макеты, опытные образцы).

Особое место в моделировании занимают знаковые, в частности логические, математические, логико-математические модели, а также модели, воссозданные на основе описания, составленного экспертами. Знаковые модели используются для моделирования разнообразных систем. Это направление связано с развитием вычислительных систем. Ограничимся ими в дальнейшем рассмотрении.

Следующий этап процедурной схемы – это выбор вида описания и построения модели.

Для знаковых форм такими описаниями могут быть:

Отношение и исчисление предикатов, семантические сети, фреймы, методы искусственного интеллекта и др. - для логических форм.
алгебраические, дифференциальные, интегральные, интегрально-дифференциальные уравнения и др. - для математических форм.

Характер реализации знаковых моделей бывает:

Аналитический (например, система дифференциальных уравнений может быть решена математиком на листе бумаги);
машинный (аналоговый или цифровой);
физический (автоматный).

В каждом из них, в зависимости от сложности модели, цели моделирования, степени неопределенности характеристик модели, могут иметь место различные по характеру способы проведения исследований (экспериментов), т.е., методы исследования. Например, при аналитическом исследовании применяются различные математические методы. При физическом или натурном моделировании применяется экспериментальный метод исследования.

Анализ применяемых и перспективных методов машинного экспериментирования позволяет выделить расчетный, статистический, имитационный и самоорганизующийся методы исследований.

Расчетное (математическое) моделирование применяется при исследовании математических моделей и сводится к их машинной реализации при различных числовых исходных данных. Результаты этих реализаций (расчетов) выдаются в графической или табличной формах. Например, классической схемой является машинная реализация математической модели, представленной в виде системы дифференциальных уравнений, основанная на применении численных методов, с помощью которых математическая модель приводится к алгоритмическому виду, программно реализуется на ЭВМ, для получения результатов проводится расчет.

Имитационное моделирование отличается высокой степенью общности, создает предпосылки к созданию унифицированной модели, легко адаптируемой к широкому классу задач, выступает средством для

Или множестве взаимодействующих компьютеров (вычислительных узлов), реализующая представление объекта, системы или понятия в форме, отличной от реальной, но приближенной к алгоритмическому описанию, включающей и набор данных, характеризующих свойства системы и динамику их изменения со временем.

Энциклопедичный YouTube

1 / 3

✪ Программы 3д моделирования для начинающих. Часть вторая

✪ Программа компьютерного моделирования одежды InvenTexStudio 2010

✪ Компьютерные программы в дизайнерской работе: какие и для чего нужны

Субтитры

О компьютерном моделировании

Компьютерные модели стали обычным инструментом математического моделирования и применяются в физике, астрофизике, механике, химии, биологии, экономике, социологии, метеорологии, других науках и прикладных задачах в различных областях радиоэлектроники, машиностроения, автомобилестроения и проч. Компьютерные модели используются для получения новых знаний об объекте или для приближенной оценки поведения систем, слишком сложных для аналитического исследования.

Компьютерное моделирование является одним из эффективных методов изучения сложных систем. Компьютерные модели проще и удобнее исследовать в силу их возможности проводить т. н. вычислительные эксперименты, в тех случаях когда реальные эксперименты затруднены из-за финансовых или физических препятствий или могут дать непредсказуемый результат. Логичность и формализованность компьютерных моделей позволяет определить основные факторы, определяющие свойства изучаемого объекта-оригинала (или целого класса объектов), в частности, исследовать отклик моделируемой физической системы на изменения её параметров и начальных условий.

Построение компьютерной модели базируется на абстрагировании от конкретной природы явлений или изучаемого объекта-оригинала и состоит из двух этапов - сначала создание качественной, а затем и количественной модели. Чем больше значимых свойств будет выявлено и перенесено на компьютерную модель - тем более приближенной она окажется к реальной модели, тем большими возможностями сможет обладать система, использующая данную модель. Компьютерное же моделирование заключается в проведении серии вычислительных экспериментов на компьютере, целью которых является анализ, интерпретация и сопоставление результатов моделирования с реальным поведением изучаемого объекта и, при необходимости, последующее уточнение модели и т. д.

Различают аналитическое и имитационное моделирование. При аналитическом моделировании изучаются математические (абстрактные) модели реального объекта в виде алгебраических, дифференциальных и других уравнений, а также предусматривающих осуществление однозначной вычислительной процедуры, приводящей к их точному решению. При имитационном моделировании исследуются математические модели в виде алгоритма(ов), воспроизводящего функционирование исследуемой системы путём последовательного выполнения большого количества элементарных операций.

Преимущества компьютерного моделирования

Компьютерное моделирование дает возможность:

• расширить круг исследовательских объектов - становится возможным изучать не повторяющиеся явления, явления прошлого и будущего, объекты, которые не воспроизводятся в реальных условиях;
• визуализировать объекты любой природы, в том числе и абстрактные;
• исследовать явления и процессы в динамике их развертывания;
• управлять временем (ускорять, замедлять и т.д);
• совершать многоразовые испытания модели, каждый раз возвращая её в первичное состояние;
• получать разные характеристики объекта в числовом или графическом виде;
• находить оптимальную конструкцию объекта, не изготовляя его пробных экземпляров;
• проводить эксперименты без риска негативных последствий для здоровья человека или окружающей среды.

Основные этапы компьютерного моделирования

В процессы проведения эксперимента может выясниться, что нужно:

• скорректировать план исследования;
• выбрать другой метод решения задачи;
• усовершенствовать алгоритм получения результатов;
• уточнить информационную модель;
• внести изменения в постановку задачи.

В таком случае происходит возвращение к соответствующему этапу и процесс начинается снова.

Практическое применение

Компьютерное моделирование применяют для широкого круга задач, таких как:

• анализ распространения загрязняющих веществ в атмосфере ;
• проектирование шумовых барьеров для борьбы с шумовым загрязнением ;
• конструирование

Пособие предназначено для обучения студентов физических специальностей моделированию физических явлений на компьютере. Приведены определения различных типов моделей, дана их классификация. На примерах явлений, как распространенных в природе, так и наблюдаемых в физическом эксперименте, показывается, как составляют и анализируют модели. Рассматриваются системы, имеющие хаотический или аналитически непредсказуемый характер: прохождение потока частиц в кристаллах, случайные блуждания, перколяции, модели кинетического роста, клеточные автоматы, модель Изинга. Теоретическое изложение дополняется примерами готовых программ или программными блоками, из которых обучаемый может составить программу самостоятельно.

Материальное и идеальное моделирование.
Все существующие в настоящее время приемы моделирования можно (условно) разделить на материальные и идеальные.

Материальное моделирование - это моделирование, при котором исследование объекта выполняется с использованием его материального аналога (от греческого analogia - соответствие, соразмерность), воспроизводящего основные физические, геометрические, динамические и функциональные характеристики данного объекта. К таким моделям, например, можно отнести макеты в архитектуре, модели и экспериментальные образцы различных транспортных средств.

Идеальное моделирование отличается от материального тем. что оно основано не на материальной аналогии объекта и модели, а на аналогии идеальной, мыслимой, и всегда носит теоретический характер.

Вопрос: можно ли обойтись в технике без применения тех или иных видов моделей? Очевидный ответ - нет! Конечно, можно построить новый самолет «из головы» (без предварительных расчетов, чертежей, экспериментальных образцов, т.е. используя единственную «идеальную модель», существующую в «голове» конструктора). Однако едва ли это будет достаточно эффективная и надежная конструкция. Единственным ее достоинством можно считать ее уникальность. Ведь даже автор не сможет повторно изготовить точно такой же самолет, так как в результате изготовления первого экземпляра будет получен некоторый опыт, который обязательно изменит «идеальную» модель «в голове» самого конструктора.

ОГЛАВЛЕНИЕ
Глава 1. ОПРЕДЕЛЕНИЕ И НАЗНАЧЕНИЕ МОДЕЛИРОВАНИЯ
1.1. Что такое модель?
1.2. Материальное и идеальное моделирование
1.3. Определение модели
1.4. Свойства моделей
1.5. Цели моделирования
1.6. Классификация моделей
Глава 2. МЕТОД МОНТЕ-КАРЛО
2.1 Общее представление о методе
2.2. Случайные величины
2.3. Применение метода Монте-Карло
Глава 3. ПОТОК ЗАРЯЖЕННЫХ ЧАСТИЦ В КРИСТАЛЛЕ
3.1. Эффект каналирования
3.2. Источник ионов
3.3. Кристаллическая структура
3.4. Рассеяние
Глава 4. СЛУЧАЙНОЕ БЛУЖДАНИЕ
4.1. Одномерное случайное блуждание
4.2. Случайное блуждание в нескольких измерениях
4.3. Случайные блуждания без самопересечений
4.4. Истинное блуждание без самопересечений
Глава 5. ТЕОРИЯ ПЕРКОЛЯЦИИ
5.1. Перкаляционные процессы в природе и технологиях
5.2. Типы перколяций
5.3. Порог перколяции
5.4. Алгоритм Хошена - Копельмана
5.5. Критические показатели и масштабная инвариантность
5.6. Ренорм-группа
Глава 6. АККРЕЦИЯ САМОПОДОБНЫХ СТРУКТУР
6.1. Фрактальная размерность
6.2. Регулярные фракталы и самоподобие
6.3. Процессы роста фракталов
Глава 7. КЛЕТОЧНЫЕ АВТОМАТЫ
7.1. Особенности моделей клеточных автоматов
7.2. Игра «Жизнь»
Глава 8. МОДЕЛЬ ИЗИНГА
8.1. Микроканонический ансамбль
8.2. Фазовые взаимодействия
8.3. Канонический ансамбль
8.4. Алгоритм Метрополиса
8.5. Другие применения модели Изинга
ЛИТЕРАТУРА
ОГЛАВЛЕНИЕ.

Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Компьютерное моделирование физических явлений, Малютин В.М., Склярова Е.А., 2004 - fileskachat.com, быстрое и бесплатное скачивание.