Члены ведущего порядка (или поправки ) в математическом уравнении , выражении или модели — это члены с наибольшим порядком величины . [1] [2] Размеры различных членов в уравнении (уравнениях) будут меняться по мере изменения переменных , и, следовательно, члены, являющиеся ведущими, также могут меняться.
Распространенный и эффективный способ упрощения и понимания широкого спектра сложных математических моделей — исследовать, какие члены являются самыми большими (и, следовательно, наиболее важными) для определенных размеров переменных и параметров, и анализировать поведение, создаваемое только этими членами (рассматривая другие меньшие члены как незначительные). [3] [4] Это дает основное поведение — истинное поведение отличается от него лишь небольшими отклонениями. Это основное поведение может быть достаточно хорошо отражено только строго лидирующими членами, или может быть решено, что следует также включить немного меньшие члены. В этом случае фраза лидирующие члены может использоваться неформально для обозначения всей этой группы членов. Поведение, создаваемое только группой лидирующих членов, называется лидирующим поведением модели.
х | 0,001 | 0.1 | 0,5 | 2 | 10 |
---|---|---|---|---|---|
х 3 | 0.000000001 | 0,001 | 0,125 | 8 | 1000 |
5 х | 0,005 | 0,5 | 2.5 | 10 | 50 |
0.1 | 0.1 | 0.1 | 0.1 | 0.1 | 0.1 |
у | 0.105000001 | 0,601 | 2.725 | 18.1 | 1050.1 |
Рассмотрим уравнение y = x 3 + 5 x + 0,1. Для пяти различных значений x таблица показывает размеры четырех членов в этом уравнении, и какие члены являются лидирующими. По мере дальнейшего увеличения x лидирующие члены остаются как x 3 и y , но по мере того, как x уменьшается и становится все более и более отрицательным, какие члены являются лидирующими снова меняются.
Не существует строгого порога, когда два термина следует или не следует считать примерно одного порядка или величины. Одно возможное эмпирическое правило заключается в том, что два термина, которые находятся в пределах множителя 10 (один порядок величины) друг от друга, следует считать примерно одного порядка, а два термина, которые не находятся в пределах множителя 100 (два порядка величины) друг от друга, не должны. Однако между ними находится серая зона, поэтому нет фиксированных границ, где термины следует считать примерно ведущими, а где нет. Вместо этого термины то появляются, то исчезают по мере изменения переменных. Решение о том, являются ли термины в модели ведущими (или приблизительно ведущими), и если нет, то достаточно ли они малы, чтобы их можно было считать пренебрежимо малыми (два разных вопроса), часто является вопросом исследования и суждения и будет зависеть от контекста.
Уравнения только с одним членом ведущего порядка возможны, но редки. [ сомнительно – обсудить ] Например, уравнение 100 = 1 + 1 + 1 + ... + 1, (где правая часть содержит сто единиц). Для любой конкретной комбинации значений переменных и параметров уравнение обычно будет содержать по крайней мере два члена ведущего порядка и другие члены низшего порядка . В этом случае, сделав предположение, что члены низшего порядка и части членов ведущего порядка, которые имеют тот же размер, что и члены низшего порядка (возможно, вторая или третья значащая цифра и далее), пренебрежимо малы, новое уравнение может быть сформировано путем отбрасывания всех этих членов низшего порядка и частей членов ведущего порядка. Оставшиеся члены обеспечивают уравнение ведущего порядка , или баланс ведущего порядка , [5] или доминирующий баланс , [6] [7] [8] и создание нового уравнения, включающего только эти члены, известно как приведение уравнения к ведущему порядку . Решения этого нового уравнения называются решениями ведущего порядка [9] [10] исходного уравнения. Анализ поведения, заданного этим новым уравнением, дает поведение ведущего порядка [11] [12] модели для этих значений переменных и параметров. Размер ошибки при выполнении этого приближения обычно примерно равен размеру наибольшего игнорируемого члена.
Предположим, мы хотим понять поведение ведущего порядка в приведенном выше примере.
Таким образом, основное поведение y может быть исследовано при любом значении x . Поведение ведущего порядка становится более сложным, когда больше членов являются ведущими. При x=2 существует баланс ведущего порядка между кубической и линейной зависимостями y от x .
Обратите внимание, что это описание поиска балансов и поведения ведущего порядка дает лишь общее описание процесса — оно не является математически строгим.
Конечно, y на самом деле не полностью постоянна при x = 0,001 — это просто ее основное поведение вблизи этой точки. Может оказаться, что сохранение только членов ведущего порядка (или приблизительно ведущего порядка) и рассмотрение всех других меньших членов как незначительных недостаточно (например, при использовании модели для будущего прогнозирования), и поэтому может быть необходимо также сохранить набор следующих по величине членов. Их можно назвать членами или поправками порядка, следующего за ведущим (NLO). [13] [14] Следующий набор членов после этого можно назвать членами или поправками порядка, следующего за следующим за ведущим (NNLO). [15]
Методы упрощения ведущего порядка используются совместно с методом согласованных асимптотических разложений , когда точное приближенное решение в каждой подобласти является решением ведущего порядка. [3] [16] [17]
Для конкретных сценариев течения жидкости (очень общие) уравнения Навье–Стокса могут быть значительно упрощены путем рассмотрения только компонентов ведущего порядка. Например, уравнения течения Стокса . [18] Также, уравнения тонкой пленки теории смазки .
Различные дифференциальные уравнения могут быть локально упрощены путем рассмотрения только компонентов ведущего порядка. Алгоритмы машинного обучения могут разбивать данные моделирования или наблюдений на локализованные разделы с членами уравнения ведущего порядка для аэродинамики, динамики океана, ангиогенеза, вызванного опухолью, и приложений синтетических данных. [19]