Численные методы

фотоники

Преподаватель: Рожков Михаил Александрович, к.ф.-м.н.

MARozhkov@itmo.ru
План занятий
Аудиторные занятия:
• Лекции (1 пара раз в 2 недели)
• Лабораторные работы (2 пары 1 раз в 2 недели)
• Практические занятия (1 пара раз в 2 недели)
Форма контроля:
• Сдача лабораторных работ – 8 шт. (72 балла);
• Дополнительные баллы (8 баллов);
• Экзамен (20 баллов).
Лабораторные работы
Каждая лабораторная оценивается максимально в 9 баллов
Сроки сдачи:
• Лабораторные №1 и №2 – 8 неделя;
• Лабораторные №3 и №4 – 12 неделя;
• Лабораторные №5 и №6 – 16 неделя;
• Лабораторные №7 и №8 – до конца аудиторных занятий.
Основания для снижения оценки:
• небрежное выполнение поставленного задания и оформление отчета -
2 балла;
• неполные или неточные ответы на вопросы - 2 балла.
Понятие модели

𝐸= 𝑚𝑐 2
 Понятие модели

Возникает новый
Реальный физический
Рассматривают объект, Результаты
объект имеет
Их все не только обладающий анализа модели
бесконечное число
проанализировать существенные ограниченным переносятся на
свойств и связей с
свойства и связи набором свойств реальный объект.
окружающим миром.
– модель

Модель – это некоторая вспомогательная система, которая

• находится в некотором объективном соответствии с моделируемым объектом,
• способна замещать реальный объект в определенных отношениях,
• дает при исследовании некоторую информацию о самом моделируемом объекте.
Математические методы решения задач
• Аналитические методы
• Графические методы
• Численные методы
Аналитические методы
Преимущество аналитических методов: в результате применения
аналитических методов за небольшой отрезок сразу получается
точный ответ.
Недостаток аналитических методов: аналитические методы
применимы лишь к небольшому числу, как правило, не очень
сложных по своей структуре задач.
Пример: Найти общее решение дифференциального уравнения
порядка y''+k2y=sin(qx) при q ≠ k
Ответ:
Собственная энергия конфигурации из 10 дисклинаций в бесконечном диске
 Графические методы
Основная идея графических методов состоит в том, что решение
находится путем геометрических построений. Например, если
уравнение 𝑓 𝑥 = 0 не удается решить аналитически, то строят
график функции 𝑦 = 𝑓(𝑥) и абсциссу точки пересечения его с осью
берут за приближенное значение корня.
Недостаток графических методов: в результате применения
графических методов ответ получается с погрешностью,
недопустимой в силу своей большой величины.
Пример: решить уравнение x2=2x+8.
Ответ: x1 = -2, x2 = 4.
 Численные методы
Основным инструментом для решения сложных математических моделей и задач в
настоящее время являются численные методы. Они сводят решение задачи к
выполнению конечного числа арифметических действий над числами и дают
результат в виде числового значения с погрешностью, приемлемой для данной
задачи.
Численные методы разработаны давно. Однако при вычислениях вручную они могли
использоваться лишь для решения не слишком трудоемких задач. С появлением
компьютеров, которые за короткое время могут выполнить миллиарды операций,
начался период бурного развития численных методов и внедрения их в практику.
• решение систем линейных уравнений;
• интерполирование и приближённое вычисление функций;
• численное интегрирование;
• численное решение системы нелинейных уравнений;
• численное решение обыкновенных дифференциальных уравнений;
• численное решение уравнений в частных производных;
• решение задач оптимизации.
Методы моделирования
• Готовые пакеты и решения
• Атомистическое моделирование: Метод молекулярной динамики и
методы квантовой химии
• Метод конечных элементов
• Моделирование и проектирование приборов
• И другие…
• Задачи, решаемые в специализированном математическом
программном обеспечении (MATLAB, Mathematica, MathCAD, …)
• Программы, разработанные полностью самостоятельно (языки
программирования C++/C#, Python, Julia…)
 Основные этапы компьютерного
моделирования физических процессов

Создание Проведение Проверка

Постановка Создание образно- Обработка
математической вычислительных адекватности
задачи знаковой модели результатов
модели экспериментов модели
Постановка задачи
• Какие параметры процесса необходимо предсказать (вычислить)?
• Какие параметры несущественны?
• Необходимо формализовать требования к результатам. Степень
формализации зависит от используемых программных средств.
• Необходимо четко описать набор величин, которые должны быть
вычислены
Создание образно-знаковой
модели
• Формулировка и проверка допущений и упрощений
• Описание физических процессов с принятыми допущениями
(эскизы, графики, схемы, естественный язык)
Допущения делаются на основе
• экспериментальных данных
• теоретически обоснованных положений
• прошлого опыта работы
• разработанных методик
• решения отдельной задачи моделирования
Создание математической модели
Создание математической модели, соответствующей образно-
знаковой модели
• Вручную
• Автоматизировано или автоматически – CAE-системы
Обычно система дифференциальных уравнений в частных
производных
Вычислительный эксперимент
Непосредственное решение системы уравнений математической
модели для заданных условий.
Несколько циклов решения с вычислением определенных
параметров в различных условиях подобно натурному
эксперименту – вычислительный эксперимент.
Вычисления могут требовать участия человека особенно для
нелинейных систем уравнений
Обработка результатов
• В результате расчетов обычно получается набор чисел.
• Их необходимо интерпретировать, чтобы ответить на
поставленные вопросы.
• Используются средства обработки результатов расчетов, вручную
или автоматизировано.
Проверка адекватности модели
• Сравнение результатов расчетов с экспериментальными данными
для некоторых условий
• Проверка выполнения законов сохранения
• Общая оценка непротиворечивости результатов
• Оценка вычислительной погрешности
• Проверка некоторых допущений
Компьютерное моделирование vs.
эксперимент
Преимущества
• Позволяет оперировать недоступными объектами
• Позволяет сократить время экспериментов
• Позволяет экономить деньги (?)
Основной недостаток
• Модель должна соответствовать реальному объекту. Доказать это
соответствие не всегда просто.
Методы моделирования
• Готовые пакеты и решения
• Атомистическое моделирование: Метод молекулярной динамики и
методы квантовой химии
• Метод конечных элементов
• Моделирование и проектирование приборов
• И другие…
• Задачи, решаемые в специализированном математическом
программном обеспечении (MATLAB, Mathematica, MathCAD, …)
• Программы на неспециализированных языках
программирования (C++/C#, Python, …)
 Теория функционала плотности
• Расчет свойств и структуры материалов из первых
принципов путем численного решения уравнения
Шредингера;
• Позволяет детально исследовать электронную
структуру материалов и получать фундаментальные
характеристики материала;
• Позволяет моделировать материалы от одного до
нескольких сотен атомов в кристаллической
решетке;
• Сложность вычисление стремительно увеличивается
от количества атомов в системе;
Теория функционала плотности
Плюсы:
• Позволяет вычислять множество физических свойств изучаемых
материалов и систем только исходя из положения атомов;
• Позволяет наблюдать разрыв и образование связей;
• Высокая точность при правильных параметрах моделирования.
Минусы:
• Только для небольших систем (порядка 100 атомов);
• Только для быстротекущих процессов (не дольше 10 пс);
Теория функционала плотности
Возможности метода:
• Моделирование оптических свойств;
• Изучение формирования структуры наносистем;
• Моделирование упругих и механических характеристик;
• Изучение свойств жидкостей на поверхности, а также явлений
смачивания и адсорбции;
• Разработка новых функциональных материалов;
• И другие…
Метод молекулярной динамики
• Метод, позволяющий наблюдать динамическую
эволюцию системы при помощи потенциалов
межатомного взаимодействия;
• Траектории атомов и молекул рассчитываются
путем численного решения уравнений Ньютона
(классическая механика);
• Позволяет моделировать наносистемы от
нескольких атомов вплоть до самых крупных (до 1
мкм);
• Большие системы требуют существенных
вычислительных мощностей;
Метод молекулярной динамики
Плюсы:
• Наблюдение за явлениями в динамике на длительном промежутке времени (до 1
мкс);
• Позволяет анализировать системы из большого количества атомов;
• Позволяет вычислять множество физических свойств изучаемых материалов и
систем.
Минусы:
• Зависимость между качеством модели/размером модели/временем
моделирования;
• Накопление ошибок при численном интегрировании;
• Не все физические процессы могут проанализированы с необходимой точностью;
• Невозможность анализирование электронные свойства (необходимо учитывать
квантовые эффекты и процессы).
Метод молекулярной динамики
Примеры применений:
• Наблюдение за ростом структур на подложке;
• Анализ динамики дефектов в наноструктурах и получение их
полей напряжений;
• Изучение структуры, а также тепловых, упругих и механических
характеристик новых материалов;
• Анализ каталитической активности;
• Анализ сборки вирусов;
• И другие…
Метод конечных элементов
• Метод численного решения дифференциальных и
интегральных уравнений в частных производных
для сплошных сред. Очень распространен в
промышленности;
• Применяется для определения физических
характеристик исследуемых объектов и
конструкций;
• Позволяет анализировать макро- и микросистемы;
• Отсутствие высокой требовательности к высоким
вычислительным мощностям;
Метод конечных элементов
Плюсы:
• Быстрота и точность получаемых результатов;
• Позволяется моделировать макроскопические системы любого
размера на любов промежутке времени;
• Позволяет вычислять множество физических свойств изучаемых
материалов и систем.
Минусы:
• Необходимость получение констант из экспериментов или
атомистического моделирования;
• Невозможность описывать поведение атомов или молекул;
Метод конечных элементов
Возможности метода:
• Сопротивление температурному воздействию;
• Стойкость к динамическим и статическим напряжениям;
• Показатель общей прочности;
• Проверка аэродинамических свойств;
• Расчёт долговечности конструкции и ее срока службы;
• Проектирование прототипов деталей.
Объединение нескольких методов
Для преодоления ограничений методов и уточнения модели
иногда применяется совмещение разных методов. Например:
• Молекулярная динамика и теория функционала плотности;
• Молекулярная динамика и метод конечных элементов;
Специализированное математическое
программное обеспечение
• Это специализированный тип программного обеспечения, в
которое используется для решения математических задач.
• Специализированные пакеты, в рамках которых при помощи
вшитых в язык программирования математических функций
решаются задачи для научных и инженерно-технических
вычислений;
• В данном программном обеспечении вы можете решать
математические задачи любого типа (аналитические,
графические, численные);
Специализированное математическое
программное обеспечение
Плюсы:
• Широкий инструментарий из заранее подготовленных команд,
которые помогают автоматизировать процесс;
• Открытость используемых методов (?);
Минусы
• Подготовка сложных моделей будет занимать очень большое
время, которое можно иногда сэкономить при помощи
автоматизированного ПО;
• Закрытость некоторых методов и модулей (?);
Неспециализированные языки программирования
и связанные с ним программы
• Формальный язык, предназначенный для записи компьютерных
команд;
• Позволяет решать задачи и обрабатывать данные любым
доступным способом;
• Может использоваться для решения как и небольших разовых
задач, так и для написания полноценной программы с
автоматизацией и большим количеством функций;
Неспециализированные языки программирования
и связанные с ним программы
Плюсы:
• Возможность написать абсолютно любую программу под абсолютно
любую задачу (в рамках ограничения языков программирования);
• Подключение модулей расширяет доступные возможности при
программировании и позволяет автоматизировать некоторые части
программы, используя готовые решения;
• Открытость используемых методов (?);
Минусы
• Подготовка сложных моделей будет занимать очень большое время,
которое можно иногда сэкономить при помощи автоматизированного
ПО;