Numerická simulace proudění stlačitelných tekutin pomocí multigridních metod
|
|
- Frank Cameron
- 5 years ago
- Views:
Transcription
1 Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Andrej Živčák Numerická simulace proudění stlačitelných tekutin pomocí multigridních metod Katedra numerické matematiky Vedoucí diplomové práce: Studijní program: Studijní obor: prof. RNDr. Vít Dolejší Ph.D., DSc. Matematika Numerická a výpočtová matematika Praha 22
2 Rád by som na tomto mieste pod akoval vedúcemu mojej diplomovej práce profesorovi Vítovi Dolejšímu za cenné rady a podnety, ktoré prispeli k dokončeniu tejto práce. Vel ká vd aka patrí tiež mojim rodičom a blízkym za podporu, ktorú mi prejavovali počas celého štúdia.
3 Prohlašuji, že jsem tuto diplomovou práci vypracoval samostatně a výhradně s použitím citovaných pramenů, literatury a dalších odborných zdrojů. Beru na vědomí, že se na moji práci vztahují práva a povinnosti vyplývající ze zákona č. 2/2 Sb., autorského zákona v platném znění, zejména skutečnost, že Univerzita Karlova v Praze má právo na uzavření licenční smlouvy o užití této práce jako školního díla podle 6 odst. autorského zákona. V Praze dne.8.22 Podpis autora
4 Název práce: Numerická simulace proudění stlačitelných tekutin pomocí multigridních metod Autor: Bc. Andrej Živčák Katedra: Katedra numerické matematiky Vedoucí diplomové práce: prof. RNDr. Vít Dolejší Ph.D., DSc. Abstrakt: Skúmame numerické riešenie Navier-Stokesovych rovníc popisujúcich prúdenie viskóznej stlačitel nej tekutiny. Rovnice sú diskretizované pomocou nespojitej Galerkinovej metódy konečných prvkov, ktorá je založená na aproximácii po častiach nespojitými polynomiálnymi funkciami. Diskretizovaná úloha vedie k vel kému systému nelineárnych algebraických rovníc. S ciel om vyriešit tento systém efektívne sme odvodili tzv. p-multigridnú stratégiu riešenia, ktorá používa ako operátory projekcie a restrikcie L 2 -projekciu medzi priestorami polynomiálnych funkcií a to zvlášt pre každý element. p-multigridná technika bola študovaná, odvodená a implementovaná v kóde ADGFEM. Výpočetný výkon metódy je uvedený. Klíčová slova: Navier-Stokesove rovnice, nesppojitá Galerkinova metóda, multigrid Title: Numerical simulation of compressible flows with the aid of multigrid methods Author: Bc. Andrej Živčák Department: Department of Numerical Mathematics Supervisor: prof. RNDr. Vít Dolejší Ph.D., DSc. Abstract: We deal with the numerical solution of the Navier-Stokes equations describing a motion of viscous compressible flows. The governing equations are discretized with the aid of discontinuous Galerkin finite element method which is based on a discontinuous piecewise polynomial approximation. The discretizations leads to a large nonlinear algebraic system. In order to solve this system efficiently, we develop the so-called p-multigrid solution strategy which employ as a projection and a restriction operators the L 2 -projection in the spaces of polynomial functions on each element separately. The p-multigrid technique is studied, developed and implemented in the code ADGFEM. The computational performance of the method is presented. Keywords: Navier-Stokes equations, discontinuous Galerkin method, multigrid
5 Obsah Úvod 2 Záver 2 2 Popis stlačitel nej tekutiny 4 2. Zákony zachovania Zákon zachovania hmotnosti Zákon zachovania hybnosti Zákon zachovania energie Navier-Stokesove rovnice Bezrozmerný tvar rovníc Nespojitá Galerkinova metóda 6 3. Formulácia problému Priestor nespojitých konečných prvkov Triangulácia oblasti Priestory funkcií DGFEM pre Navier-Stokesové rovnice Neviskózne (Eulerové) toky Viskózne toky Penalizácie Semi-implicitná BDF-DGFE diskretizácia Stratégia riešenia Algebraická reprezentácia Ortonormálna báza priestoru Metóda riešenia Multigrid h-multigrid Multigrid pre lineárny prípad Multigrid pre nelineárny prípad p-multigrid Odvodenie p-multigridu Algoritmus Konštrukcia operátorov Báza Programový balík ADGFEM Newton-Multigridná metóda Záver 5 Literatúra 53
6 . Úvod Numerická simulácia prúdenia tekutín (kvapalín alebo plynov) predstavuje stále vel mi atraktívne téma štúdia s aplikáciami hlavne v strojárenskom, leteckom a automobilovom priemysle. K popisu prúdenia tekutín sa používa systém Navierových- Stokesových rovníc. Rovnice popisujú širokú škálu problémov prúdenia. Navierove-Stokesove rovnice boli odvodené v prvej polovici 9. storočia. Nezávislé na sebe k ním dospeli Claude-Louis Navier (Francúzsko) a George Gabriel Stokes (Anglicko). Popisujú stlačitel né neviskózne prúdenie tekutiny. Vyjadrujú vzt ah medzi rýchlost ou, hustotou, tlakom a teplotou prúdiacej tekutiny. Analytické riešenie tohto systému spravidla nie je možné. V trojrozmernom prípade dokonca nie je známy dôkaz existencie, či jednoznačnosti riešenia. Výsledky sú iba pre niektoré špeciálne prípady (2D úloha, nestlačitel ná tekutina atd.). Avšak numerické výsledky dávajú vel mi dobrú zhodu s experimentami. V súčasnosti disponujeme so šírokou škálou numerických metód na riešenie parciálnych diferenciálnych rovníc (PDR) napr. metóda konečných diferencii, metóda konečných objemov (MKO), metóda konečných prvkov (MKP), atd. Metóda konečných prvkov je vhodná na parabolické a eliptické problémy. Je vyššieho rádu presnosti a zastrešuje ju rozsiahlý teoretický aparát. Metóda konečných objemov je zase vhodná na hyperbolické problémy a úlohy, v ktorých sa vyskytujú nespojitosti. Na rozdiel od metódy konečných prvkov použitím tejto metódy nedosahujeme až tak vysoký rád presnosti, pretože aproximácia riešenia je po častiach konštantnými funkciami. V súčasnosti vel mi populárnou metódou je nespojitá Galerkinova metóda konečných prvkov (DGFEM). Používa sa nielen na riešenie úloh prúdenia tekutín, ale i úloh akustiky a problematiku elektromagnetizmu. DGFEM spája prvky metódy MKP a MKO. Poskytuje vel kú slobodu a jednoduchost v implementácii (hp-adaptivita, paralelizácia, a pod.) a vyšší rád presnosti. Spoločným prvkom vyššie spomínaných metód je, že výpočetnú oblast delia na menšie podoblasti tvoriace výpočetnú siet. Na rozdiel od klasickej spojitej metódy konečných prvkov vznikne pri diskretizácii DGFEM, pre rovnakú vypočetnú siet a formálne rovnaký stupeň polynomiálnej aproximácie riešenia, ovel a väčšia úloha. Dosahovat vyšší rád presnosti je možné zmenšením prvkov siete v problematických miestach alebo zvýšením polynomiálneho stupňa aproximácie. Ukazuje sa, že minimálne pre spojité riešenie je lepšie zvýšit stupeň aproximácie, 2
7 než zjemňovat siet, [2]. Nič nie je však zadarmo a DGFEM je pomerne drahá metóda (v zmysle CPU času a pamät ových nárokov). V snahe zefektívnit použitie DGFEM začali autori vo svojich výpočetných kódoch implementovat variantu multigridnej metódy. Pojem multigridu nie je úplne nový. Je známy hlavne kvôli svojej efektivite - textbook multigrid efficiency (nie je zaručená, ale teoreticky dosiahnutel ná). Klasický koncept využíval hierarchiu výpočetných sieti a budeme ho označovat h-multigrid. Novší prístup využíva hierarchiu konečneprvkových priestorov nad rovnakou trianguláciou, ale s rôznym polynomiálnym stupňom aproximácie p. Použijeme preto označenie p-multigrid. Ciel om práce je naštudovat riešenie nelineárnej algebraickej sústavy rovníc pomocou p-multigridu, navrhnút príslušnú stratégiu pre riešenie Navier-Stokesových rovníc pomocou DGFEM a celu techniku naimplementovat do programového modulu ADGFEM vyvýjaného na KNM MFF UK. Ciel om je porovnat p-multigridnú metódu s pôvodným riešičom GMRES. Práca je členená na štyri kapitoly. V prvej kapitole sú odvodené rovnice popisujúce stlačitel nú viskóznu tekutinu. Formulovali sme zákony zachovania a ich vyjadrenie v diferenciálnej podobe. Postupovali sme hlavne podl a []. V druhej kapitole je popísaná nespojitá Galerkinova metóda. Odvodená DG- FEM diskretizácia Navier-Stokesových rovníc a popísana metóda ich riešenia. Vychádzali sme z práci [6, 7]. V d alšej kapitole predstavíme multigrid. Popíšeme klasický multigrid používajúci hierarchiu výpočetných sieti pre oba možné prípady výslednej diskretizovanej úlohy lineárna i nelineárna. V d alšej časti predstavíme tzv. p-multigrid použivajúci hierarchiu priestorov diskretizácie voči polynomiálnej aproximácii. Popíšeme algoritmus a odvodíme operátory restrikcie a prolongácie v prípade, že priestory konečných prvkov, ktorými opravujeme riešenie, sú vnorené do priestoru, v ktorom hl adáme riešenie. Predstavíme i zobecnenie tohto prístupu. Čerpali sme najmä z práci [3, 7]. V poslednej kapitole sú prezentované výsledky získané implementáciou metódy p-multigridu v programovom module ADGFEM. 3
8 2. Popis stlačitel nej tekutiny Táto kapitola bude venovaná matematickému modelu popisu prúdenia tekutiny v troch dimenziách. Budeme postupovat podl a []. Kvantity popisujúce prúdenie môžu byt závislé na priestorových súradniciach a menit sa s časom. Preto každú kvantitu f budeme písat ako funkciu f = f(x, t), kde x = (x,..., x N ) je bod z oblasti Ω t v čase t. R N, ktorá je vyplnená tekutinou Bud (, T ) R, T >, časový interval, v ktorom uvažujeme pohyb tekutiny. Potom definičný obor funkcie f(x, t) je otvorená množina M = {(x, t) : x Ω t, t (, T )}. (2.) Matematicky popis považuje tekutinu za kontinuum a preto v l ubovol nom bode x Ω t a v čase t sa nachádza práve jedna častica tekutiny. Pohyb každej častice môžeme popísat jej trajektóriou Lagrangeov popis, alebo určením rýchlosti častice pri prechode bodu x v čase t Eulerov popis. Majme referenčný bod X R N, v ktorom sa nami uvažovaná častica nachádza v čase t. Trajektoria častice je popísaná kde x i = ϕ i (X, t ; t), i =,..., N. Špeciálne platí x = x(t) = ϕ(x, t ; t), (2.2) X = ϕ(x, t ; t ). Vo vyjadrení pohybu častice tekutiny (2.2) nazývame x,..., x N Eulerove súradnice a komponenty, X,..., X N, referenčnej polohy X Lagrangeove súradnice. V Lagrangeovom popise sú veličiny rýchlost a zrýchlenie častice popísanej trajektóriou (2.2), za predpokladu existencie príslušných derivácii, dané Rýchlost v Eulerovom popise má tvar ˆv(X, t) = ϕ t (X, t ; t), â(x, t) = 2 ϕ t 2 (X, t ; t). v(x, t) = ˆv(X, t) = ϕ t (X, t ; t). 4
9 Za predpokladu v [C (M)] N máme a(x, t) = v N t (x, t) + v i (x, t) v (x, t). x i Teraz sme si mlčky predstavili, ako z Lagrangeovho popisu odvodit Eulerov popis prúdenia. Bez dôkazu (možno nájst v []) uvedieme vetu, ktorá tvrdí, že za istých predpokladov je možný i opačný prístup. Na základe znalosti rýchlostného pol a v(x, t), ktoré je dostatočné hladké, je možné určit pohyb častíc. Častica, ktorá sa v čase t i= (, T ) s referenčnou polohou v bode X Ω t, má trajektóriu x(t) = ϕ(x, t ; t) danú nasledujúcou obyčajnou diferenciálnou rovnicou dx dt = v(x, t), x(t ) = X. (2.3) Veta 2... Nech v [C (M)] N. Potom platia nasledujúce výroky. Pre každé (X, t ) M má problém (2.3) práve jedno maximálne riešenie ϕ(x, t ; t) definované na intervale (α(x, t ), β(x, t )). 2. Zobrazenie ϕ má spojité prvé parciálne derivácie prvého rádu vzhl adom k X,..., X N, t, t a spojité parciálne derivácie 2 ϕ 2 ϕ,, i =,..., n t X i t X i na množine {(X, t ; t) : (X, t ) M, t (α(x, t ), β(x, t ))}. Nech funkcia f = f(x, t) : M R je Eulerova reprezentácia nejakej fyzikalnej kvantity prenášanej časticami tekutiny. Ďalej uvažujme súbor častíc, ktoré v čase t výplňajú ohraničenú oblast ν(t) Ω t. Celkové množstvo kvantity f v objeme ν(t) je dané vzt ahom F (t) = ν(t) f(x, t)dx. Aby bolo možné určit mieru zmeny kvantity f(x, t) v objeme ν(t) v čase t, potrebujeme vediet spočítat časovú deriváciu celkového množstva tejto kvantity df (t) dt = d dt ν(t) f(x, t)dx. (2.4) Uvedieme niekol ko tvrdení, ktoré hovoria o existencii predchádzajúcej derivácie. Dôkazy možno najst v []. 5
10 Lemma Nech t (, T ), ν(t ) je ohraničená oblast taká, že ν(t ) Ω t. Potom existuje interval (t, t 2 ) obsahujúci t tak, že zobrazenie ϕ dané predpisom X ν(t ) x = ϕ(x, t ; t) ν(t), je spojité diferencovatel né, vzájomne jednoznačné zobrazenie ν(t ) na ν(t) a jeho Jacobián ( ) Dϕ J(X, t) = det DX (X, t ; t) je spojitý a ohraničený a navyše spĺňa podmienku J(X, t) > X ν(t ), t (t, t 2 ). Ďalej platí J (X, t) = J(X, t)divv(x, t). t Veta Za predpokladu platnosti Lemmatu 2..2 predpokadajme, že funkcia f = f(x, t) má spojité a ohraničené derivácie prvého rádu na množine {(x, t) : t (t, t 2 ), x ν(t)}, potom t (t, t 2 ) existuje konečná derivácia [ ] d f f(x, t) = (x, t) + div(fv)(x, t) dx. dt t ν(t) ν(t) Predchádzajúca veta sa nazýva Veta o transporte. Aby sme mohli vyjadrit integrálne rovnice zákonov, ktoré budeme v d alšej časti formulovat, vyslovíme nasledujúce Lemma, pomocou ktorého to budeme môct realizovat. Lemma Bud Ω R N tvrdenia sú ekvivalentné: otvorená množina, f C(Ω). Potom nasledujúce. f v Ω, 2. ν f(x) dx = pre každú otvorenú množinu ν ν Ω. 6
11 2. Zákony zachovania V tejto sekcii budeme formulovat zákony zachovania hmotnosti, hybnosti a energie a budeme ich formulovat vo forme diferenciálnych rovníc Rovnica kontinuity, Pohybové rovnice, Rovnica pre energiu. Nakoniec sformulujeme rovnice popisujúce viskózne stlačitel né prúdenie Navier-Stokesove rovnice. 2.. Zákon zachovania hmotnosti Fyzikálna veličina hustota je nezáporná funkcia ρ : M (, ). (2.5) Hmotnost m(ν; t) tekutiny vypĺňajúcej oblast ν Ω t je daná m(ν; t) = ν ρ(x, t)dx. Aplikáciou vety o transporte 2..3 na zákon zachovania hmotnosti a použitím lemmatu 2..4 plynie d m(ν; t) = dt ρ (x, t) + div(ρ(x, t)v(x, t)) =. (2.6) t Vzt ah (2.6) predstavuje diferanciálne vyjadrenie zákonu zachovania hmoty a nazýva sa rovnica kontinuity Zákon zachovania hybnosti Bud ρ C (M), v [C (M)] N. Celková hybnost objemu tekutiny ν(t) je daná H(ν(t); t) = (ρv)(x, t)dx. (2.7) ν(t) Zákon zachovania hybnosti môžeme formulovat nasledovne: Okamžitá zmena celkovej hybnosti objemu tekutiny tvoreného v každom časovom okamihu tými istými časticami a vypĺňajúceho v čase t objem ν(t) je rovný vonkajšej sile pôsobiacej na tento objem. 7
12 Označme F(ν(t); t) vonkajšiu silu pôsobiacu na objem ν(t), potom práve formulovaný zákon zachovania hybnosti môžeme matematicky zapísat nasledovne dh(ν(t); t) dt = F(ν(t); t), t (t, t 2 ). (2.8) Aplikáciou vety o transporte 2..3 na (2.8) dostaneme [ ] t (ρv i)(x, t) + div(ρv i v)(x, t) dx = F i (ν; t), (2.9) ν i =,..., N, t (, T ) a l ubovol ný kontrolný objem ν Ω t. Aby sme mohli, podobne ako pri rovnici kontinuity, vyjadrit (2.9) v diferenciálnom tvare, potrebujeme prepísat zložky F i (ν; t) vektoru sily F(ν; t) v integrálnom tvare. Sily v tekutinách delíme na objemové, nazývané i vonkajšie, a sily plošné, nazývané tiež vnútorné. Objemová sila F V (ν; t) pôsobí v čase t na častice obsiahnuté v kontrolnom objeme ν Ω t. Je vyjadrená svojou hustotou f [C(M)] N F V (ν; t) = (ρf)(x, t)dx. (2.) ν Plošná sila F S (ν; t) predstavuje pôsobenie tekutiny v oblasti (Ω t ν) v čase t na kontrolný objem ν a je vyjadrená vektorom napätia T (x, t, n(x)), kde n(x) je jednotková vonkajšia normála k hranici oblasti ν (budeme značit ν) v bode x. Plošná sila je daná predpisom F S (ν; t) = T (x, t, n(x)) ds. (2.) ν Celková sila pôsobiaca na kontrolný objem ν v čase t je daná súčtom objemových a plošných síl F(ν; t) = F V (ν; t) + F S (ν; t). (2.2) Dá sa ukázat, vid napr. [], že i-tá zložka vektoru napätia T (x, t, n(x)) spĺňa identitu T i (x, t, n(x)) = N n j τ ji (x, t), i =..., n, (2.3) j= 8
13 kde τ ji = τ ji (x, t) = T i (x, t, e j ) a e j je j-tý jednotkový kanonický vektor v R N. Veličiny τ ji sú zložky tenzoru napätia T = (τ ij ) N i,j=. Predpokladajme, že ρ, v i, τ ij C (M), i, j =,..., N a f [C(M)] N. Dosadením (2.3) do (2.), použitím Greenovej vety a lemamtu 2..4 dostaneme pohybové rovnice všeobecných tekutín v diferenciálnom konzervatívnom tvare (ρv i ) (x, t) + div(ρv i v)(x, t) = (ρf i )(x, t) + t N j= i =,..., N, t (, T ), x Ω t. τ ji x j (x, t) (2.4) Neviskózne prúdenie V prípade, že vzájomná interakcia medzi objemami tekutiny je tvorená len tlakovou silou F S (ν; t) = p(x, t)n(x) ds, (2.5) ν kde p(x, t) je tlak a zanedbáme vnútorné trenie v tekutine (hovoríme o neviskóznom prúdení), má celková sila pôsobiaca na kontrolný objem ν v čase t tvar F(ν; t) = (ρf)(x, t)dx p(x, t)n(x) ds. (2.6) ν ν Potom vyjadrenie zákonu zachovania hybnosti v diferencialnom tvare znie t (ρv i)(x, t) + div(ρv i v)(x, t) = (ρf i )(x, t) p x i (x, t), (2.7) i =,..., N, t (, T ), x Ω t. Rovnice (2.7) sa nazývajú Eulerové pohybové rovnice. Pojem neviskózneho prúdenia je idealizáciou, pretože reálne tekutiny majú (i ked vel mi malé) vnútorné trenie, viskozitu. Sú však modely, v ktorých Eulerove rovnice dobre aproximujú prúdenie reálnych tekutín. Viskózne prúdenie Rheologickou rovnicou nazývame vzt ah medzi tenzorom napätia T a ostatnými veličinami popisujúcimi prúdenie. Najjednoduchšia rheologická rovnica T = pi, (2.8) 9
14 odpovedá Eulerovým pohybovým rovniciam popisujúcich neviskózne prúdenie popísané v predchadzajúcej časti. Pomocou Kroneckerovho symbolu δ ij zavedieme jednotkový tenzor I = (δ ij ) N ij=. Popri tlakových silách pôsobia v tekutinách tiež šmykové trecie sily, ktoré sú dôsledkom viskozity. Preto v prípade viskózneho prúdenia pridávame k členu pi ešte člen T popisujúci šmykové napätie a rheologická rovnica má tvar T = pi + T. (2.9) Tenzor napätia (2.9) určujú Stokesove postuláty. Výsledný tvar tenzoru je kde D = D(v) = (d ij ) N i,j=, d ij = 2 T = ( p + λdivv)i + 2µD, (2.2) ( v i x j + v j x i ), je tenzor rýchlosti deformácie. V prípade, že T lineárne závisí na D, ako je tomu napríklad v prípade (2.2), hovoríme o Newtonowskej tekutine. Koeficienty λ, µ sú konštanty alebo skalárne funkcie termodynamických veličín, nazývané prvý a druhý koeficient viskozity. Druhý koeficient viskozity µ sa tiež nazýva dynamická viskozita. V kinematickej teorii plynov sú odvodené podmienky µ, 3λ + 2µ. Pre jednoatomové plyny platí vzt ah 3λ + 2µ =, ktorý je používaný i pre zložitejšie plyny. Dosadením vyjadrenia tenzoru napätia T daného (2.2) do pohybových rovníc obecných tekutin (2.4) dostaneme Navier-Stokesove pohybové rovnice (ρv) t + div(ρv v) = ρf p + (λdivv) + div(2µd). (2.2) 2..3 Zákon zachovania energie Zákon zachovania energie môžeme formulovat nasledovne: Okamžitá zmena celkovej energie objemu tekutiny tvoreného v každom časovom okamihu tými istými časticami a vypĺňajúceho objem ν(t) v čase t je rovná súčtu výkonu objemových a povrchových síl a množstvu tepla dodaného do systému. Označme F (x, t) silu pôsobiacu na časticu v bode x a čase t, d alej označme W výkon sily F, pre ktorý platí W (x, t) = F (x, t) v(x, t). (2.22)
15 Zákon zachovania energie môžeme matematicky formulovat nasledovne d dt E(ν(t)) = ρ(x, t)f(x, t) v(x, t) dx+ T (x, t, n(x)) v(x, t) ds +Q(ν(t)), ν(t) ν(t) (2.23) kde E(ν(t)) značí celkovú energiu objemu tekutiny ν(t), f je hustota objemových síl, T je vektor napätia a Q(ν(t)) je množstvo tepla predaného objemu ν(t). Ďalej platia vzt ahy E(ν(t)) = ν(t) E(x, t) dx, (2.24) ( ) v 2 E = ρ 2 + e, (2.25) Q(ν(t)) = ρ(x, t)q(x, t) dx q(x, t) n((x)) ds. (2.26) ν(t) Kde E je celková energia, e je špecifická vnútorná energia, q predstavuje hustotu ν(t) tepelných zdrojov a q je tepelný tok. Podl a Fourierovho zákona platí q = k θ, kde k je koeficient tepelnej vodivosti a θ reprezentuje absolutnú teplotu. Predpokladajme, že ρ, v i, τ ij, q i C (M) a f i, q C(M), i, j =,..., N. Dosadením predchadzajúcich vzt ahov do (2.23), použitím vety o transporte, Greenovej vety a lemmatu 2..4 dostaneme rovnicu energie pre obecné tekutiny E t + div(ev) = ρf v + div(tv) + ρq divq. (2.27) Špeciálne pre Newtonovskú tekutinu máme E t +div(ev) = ρf v div(pv)+div(λvdivv)+div(2µdv)+ρq divq. (2.28) 2.2 Navier-Stokesove rovnice Systém rovníc ρ (x, t) + div(ρ(x, t)v(x, t)) =, t (2.29a) (ρv) + div(ρv v) + p = ρf + (λdivv) + div(2µd), (2.29b) t E + div((e + p)v) = ρf v + div(λvdivv) + div(2µdv) + ρq divq, t (2.29c)
16 pozostávajúci z rovnice kontinuity (2.29a), Navier-Stokesovych pohybových rovníc (2.29b) a rovnice energie (2.29c) sa nazýva úplný systém rovníc Newtonovskej tekutiny., nazývaný tiež Navier-Stokesové rovnice. Systém (2.29), v ktorom položíme členy na pravej strane rovné nule, je uplný systém rovníc popisujúci neviskóznu tekutiny, označuje sa ako Eulerové rovnice. Systém (2.29) je nedourčený (počet rovníc je väčší než počet neznámych), preto je doplnený stavovou rovnicou a vzt ahom pre špecifickú vnútornú energiu V prípade dokonalého plynu má stavová rovnica tvar p = p(ρ, θ) (2.3) e = e(ρ, θ). (2.3) p = Rθρ, (2.32) kde R je plynová konštanta. Označíme c p špecifické teplo pri konštantnom tlaku a c V špecifické teplo pri konštantnom objeme, potom plynovú konštantu R môžeme vyjadrit v tvare Podiel R = c p c V >. (2.33) γ = c p c V > (2.34) sa nazýva Poissonova adiabatická konštanta. Pre vzduch má hodnotu γ =.4. Pre dokonalý plyn môžeme vnutornú energiu vyjadrit e = c V θ. (2.35) 2.2. Bezrozmerný tvar rovníc Teraz si predstavíme bezrozmerný tvar rovníc. Zavedieme charakteristické veličiny: charakteristická dĺžka L, charakteristická rýchlost U, charakteristická hustota ρ, chrakteristické objemové sily f, charakteristická viskozita µ a nakoniec charakteristický koeficient tepelnej vodivosti k. Rovnicu kontinuity vynásobíme členom L /(ρ U ), pohybové Navier-Stokesové rovnice L /(ρ U 2 ), rovnicu energie L /(ρ U 3 ), stavovú rovnicu členom /ρ U 2 2
17 a nakoniec vzt ah pre vnútornú energiu výrazom /U 2. Označíme bezrozmerné veličiny x i = x i /L, v = v/u, ρ = ρ/ρ, f = f/f, µ = µ/µ, k = k/k, p = p/(ρ U 2 ), E = E/(ρ U 2 ), θ = c V θ/u 2, q = ql /U 3, t = tu /L, λ = λ/µ. Navier-Stokesove rovnice doplnené o termodynamické vzt ahy môžeme v bezrozmernom tvare zapísat nasledovne ρ t + div (ρ v ) =, (ρ v ) +div (ρ v v ) = ρ f t E + div (E v ) = t Fr 2 ρ f v div (p v ) Fr 2 p + (λ div v )+div (2µ D ) Re (2.36a), (2.36b) + Re [div (λ v div v ) + div (2µ D (v )v )] ( ) γk +ρ q + div RePr θ, (2.36c) p = (γ )(E + 2 ρ v 2 ), (2.36d) θ = E ρ v 2 2, (2.36e) kde Fr = U / L f, Re = ρ U L /µ a Pr = c p µ /k (2.37) sú v poradí Froudovo, Reynoldsovo a Prandtlovo číslo. Symbol v operátoroch div a a tenzore rýchlosti deformacie D znamená, že príslušne parciálne derivácie sú vzhl adom ku zložkám x = (x,..., x N )T. Formulácia problému Bezrozmerný systém Navier-Stokesových rovníc (2.36a) (2.36c) v d dimenziách, d {2, 3}, môžeme zapísat v kompaktnejšom tvare (symbol vynecháme) w t + d s= f s (w) x s = d s= R s (w, w) x s + F (w), (2.38) 3
18 kde w = w(x, t) = (w, w 2,..., w d+, w d+2 ) T = (ρ, ρv,..., ρv d, E) T, f s (w) = (f s, f s2,..., f s,d+, f s,d+2 ) T = = (ρv i, ρv s v + δ s p,..., ρv s v d + δ ds p, (E + p)v s ) T, s =,..., d, R s (w w) = (R s, R s2,..., R s,d+, R s,d+2 ) T = ( d =, τ s,..., τ sd, τ sk v k + γk RePr ( F (w) = ρ, Fr 2 f,..., k= Fr 2 f d, q ) T. ) T θ, s =,..., d, x s Vektor w(x, t) sa nazýva stavový vektor, f s (w), s =,..., d, sú tzv. neviskózne Eulerové toky, vektory R s (w, w), s =,..., d, reprezentujú viskozitu tekutiny, sú to tzv. viskózne toky a F (w) predstavuje zdroje (vonkajšie objemové sily a zdroje tepla). Eulerové toky môžeme písat v tvare f s (w) = A s (w)w, s =,..., d, (2.39) kde A s (w) je Jacobiho matica zobrazenia f s (w) Viskózne toky spĺňajú R s (w, w) = A s (w) = Df s(w) Dw. d k= Tvar matíc K sk (w) môžeme nájst [6]. Ďalej označíme P (w, n) = K sk (w) w x k, s =,..., d. (2.4) d n s f s (w), (2.4) s= čo predstavuje tok veličiny w v smere n = (n, n 2,..., n d ) T. Jakobiho maticu DP (w, n) môžeme vyjadrit v tvare Dw DP d (w, n) = Dw s= Za predpokladu diagonalizovatel nosti matice P, tj. T PT = Λ = diag(λ,... λ d+2 ) n s A s (w) =: P (2.42) = diag(λ,... λ d+2 ) + diag(λ+,... λ + d+2 ) = Λ + Λ +, 4
19 môžeme písat P(w, n) = T Λ T + T Λ + T = P (w, n) + P + (w, n). (2.43) Dosadením výrazu (2.39) do identity (2.4) a použítím práve odvodených vzt ahov (2.42) a (2.43) dostaneme P (w, n) = P (w, n)w + P + (w, n)w, čo predstavuje dôležitý vzt ah pri konštrukcii numerického toku. 5
20 3. Nespojitá Galerkinova metóda 3. Formulácia problému Bud Ω R d, d = 2, 3 ohraničená oblast s Lipschitzovsky spojitou hranicou a T >. Na hranici oblasti Ω, ktorú budeme značit Ω, rozlišíme disjunktné časti odpovedajúce vstupu (inlet), výstupu (outlet) a stene (wall) (v poradí indexy in, out, w) tak, že Ω = Ω in Ω out Ω w. Systém Navier-Stokesových rovníc popisujúcich prúdenie nestacionárnej viskóznej stlačitel nej tekutiny (plynu alebo kvapaliny) bol predstavený v kapitole 2 a v bezrozmernom tvare má podobu w t + d s= f s (w) x s = d s= kde neznámou je stavový vektor R s (w, w) x s + F (w) v Ω (, T ), (3.) w = w(x, t) : Ω (, T ) R d+2, w = (ρ, ρv,..., ρv d, E) T. Systém (3.) je doplnený o stavovú rovnicu dokonalého plynu, o rovnicu pre špecifickú vnútornu energiu dokonalého plynu a počiatočnú podmienku w(x, ) = w (x), x Ω. (3.2) Na vstupe, Ω in, a výstupe, Ω out, predpíšeme pre stavové veličiny Dirichletove alebo Neumannove okrajové podmienky. Na nepriepustných stenách predpíšeme nulovú rýchlost a nulový tepelný tok cez hranicu oblasti, tj. v =, θ n = na Ω w. (3.3) Systém Navier-Stokesových rovníc (3.) doplnený o počiatočnú podmienku (3.2) označíme (CFP). Pre stacionárny prípad použijeme označenie (scfp). 6
21 Ω Ω w Ω in Ω out Obr. 3.: Príklad oblasti Ω s vyznačenými čast ami hranice. 3.2 Priestor nespojitých konečných prvkov 3.2. Triangulácia oblasti Majme konečné delenie T h uzáveru oblasti Ω R d na uzavreté d-dimenzionálne elementy K s navzájom disjunktnými vnútrajškami, tj. Ω = K T h K. Symbolom F h označíme (d )-dimenzionálne hranice všetkých elementov K, tj. pre d = 2 hrany a pre d = 3 steny. F I h Ďalej budeme rozlišovat podmnožiny = {Γ F h : Γ Ω} a podobne F in h, F out h a F W h v poradí predstavujúce množiny obsahujúce prvky Γ F h také, že Γ Ω in, Γ Ω out a nakoniec Γ Ω w. Ďalej zavedieme značenie F IO h = F in h F out h a F B h = F W h F IO h. Pre každé Γ F h označíme jednotkový normalový vektor n Γ. Predpokladáme, že pre Γ F B h odpovedá jednotkovej vonkajšej normále k Ω a pre Γ F I h je orientácia n Γ l ubovol ná, ale nemenná Priestory funkcií Nad trianguláciou T h definujme tzv. broken Sobolev space pre skalárne a vektrové funkcie H 2 (T h ) := {v : Ω R; v K H 2 (K) K T h } a H 2 (T h ) = [H 2 (T h )] d+2. (3.4) Riešit úlohu (3.) nespojitou Galerkinovou metódou znamená hl adat aproximáciu riešenia v konečne dimenzionálnom podpriestore priestoru H 2 (T h ) po častiach polynomiálnych funkcií. 7
22 Obr. 3.2: Ilustrácia P aproximácie nad trojuholnikovými elementami. Nespojitá Galerkinova metóda konečných prvkov (DGFEM) umožňuje použit rôzny polynomiálny stupeň aproximácie nad elementami. Pre každý element K T h zavedieme kladné celé číslo p K odpovedajúce stupňu polynomiálnej aproximácie na elemente a definujeme vektor p = {p K ; K T h }. Nad delením T h definujem konečnedimenzionálny priestor po častiach nespojitých polynomiálnych funkcií voči vektoru p nasledovne S hp = {v L 2 (Ω) : v /K P pk (K) K T h }, (3.5) kde P pk (K) predstavuje priestor všetkých polynómov stupňa nanajvýš p K definovaných na elemente K. Zaved me vektorový priestor po častiach polynomiálnych funkcií nad T h S hp = [S hp ] d+2. (3.6) Zrejme S hp H 2 (T h ) a S hp H 2 (T h ). V priestore S hp hl adáme DGFE riešenie úlohy (3.) s príslušnými okrajovými a počiatočnými podmienkami. Pre každú (d )-dimenzionálnu stenu Γ F I h existuje dvojica elementov {K ( ), K (+) } T h, taká, že Γ K ( ) K (+). Použijeme konvenciu, že K ( ) leží v smere n Γ a K (+) leží v smere opačnom k n Γ. Pre v S hp zavedieme značenie v (+) Γ je stopa v K (+) na Γ, v ( ) Γ je stopa v K ( ) na Γ, ( ) v Γ := v (+) Γ + v ( ) Γ /2, [v] Γ := v (+) Γ v ( ) Γ. 8
23 K (+) n Γ Γ K ( ) Obr. 3.3: Príklad normály n Γ k hrane Γ medzi dvomi trojuholníkovými elementami K ( ) a K (+). Nakoniec pre každý prvok Γ F B h predpíšeme taký, že Γ K(+) Ω, kde K (+) T h v (+) Γ je stopa v K (+) na Γ, v Γ := v (+) Γ, [v] Γ := v (+) Γ. 3.3 DGFEM pre Navier-Stokesové rovnice Zvlášt si predstavíme diskretizáciu neviskóznych (Eulerových) tokov f s (w) a zvlást viskóznych tokov R s (w, w). Prezentované odvodenie vychádza z práce [7] Neviskózne (Eulerové) toky Pre w h, w h, ϕ h H 2 (T h ) definujeme formy b h ( w h, w h, ϕ h ) := K T h + Γ Fh I + Γ F B h + Γ F W h b h ( w h, ϕ h ) := Γ F IO h d K s= Γ Γ Γ ( ( A s ( w h )w h ϕ h x s dx (3.7) P + ( w h, n) w h (+) Γ +P ( w h, n) w h ( ) Γ P + ( w h, n) w h (+) Γ ) ϕ h ds ( ( )) P ( w h, n) M w h (+) Γ ϕ h ds, Γ ( P ( w h, n) w B,h ) ϕh ds, 9 ) [ϕ h ]ds
24 kde A s ( ) sú Jakobiho matice Eulerových tokov f s, s =,..., d, vid. (2.39), P ± (, ) sú aproximáciou kladnej a zápornej časti matice P(, ) danej (2.43), ktoré predstavujú numerický tok aproximujúci viskózny tok cez Γ F h. Ďalej zobrazenie M : R d+2 R d+2 je tzv. mirror operator definovaný na Γ Fh W tak, že M(w) = (ρ, ρv 2ρ(v n)n, E) T w =(ρ, ρv, E) T M(w) = (ρ, ρv, E) T kde ρ je hustota, E je celková energia, v = (v, v 2,..., v d ) T a n je jednotková vonkajšia normála k Ω W. pre neviskózne tekutiny, pre viskózne tekutiny, (3.8) je vektor rýchlosti Pre neviskóznu tekutinu má normálová zložka vektoru rýchlosti vo w a M(w) rovnakú vel kost, ale opačný smer. Pre viskóznu tekutinu majú všetky zložky vektoru rýchlosti vo w a M(w) rovnakú vel kost, ale opačný smer. Ostatné komponenty sú rovnaké. Nakoniec w B,h Γ = LRP ( w (+) Γ, w D, n Γ ), Γ Fh IO, (3.9) kde LRP (,, ) predstavuje riešenie lokálneho Riemannovho problému uvažovaného na hrane Γ F IO h podmienka. a w D predpísaný stavový vektor, tzv. far-field hraničná 2
25 3.3.2 Viskózne toky Pre w h, w h, ϕ h H 2 (T h ) definujeme formy a h ( w h, w h, ϕ h ) := K T h Γ Fh I Γ F IO h g Γ F W h K s,k= d ( K s,k ( w h ) w ) h ϕ h dx x k x s d d K s,k ( w h ) w h n s [ϕ x h ] ds k Γ s= Γ F I h d Γ s,k= d Γ s,k= + Γ F IO h + Γ F W h ã h ( w h, ϕ h ) := g Γ F IO h + Γ F W h k= Γ s,k= K s,k ( w h ) w h x k n s ϕ h ds K W s,k( w h ) w h x k n s ϕ h ds d Γ s,k= K T s,k( w h ) ϕ h n s [w h ] ds x k d d Γ s,k= d Γ s,k= d Γ s,k= K T s,k( w h ) ϕ h x k n s w h ds ( K W s,k( w h ) ) T ϕ h n s w h ds, x k K T s,k( w h ) ϕ h x k n s w B,h ds ( K W s,k( w h ) ) T ϕ h n s w B,h ds, x k kde w B,h je stavový vektor na hranici, ktorý je pre Γ F W h definovaný ako w B,h = (ρ Γ,,...,, ρ Γ θ Γ ) a vzt ahom (3.9) pre Γ F IO h. Pre prúdenie okolo profilov je použitie far-field hraničnej podmienky definovanej riešením lokálneho Riemannovho problému (3.9) dostatočné tak ako pre viskózne, tak i neviskózne členy, [7]. Avšak pre prúdenie v kanáloch je nutné použit inú okrajovú podmienku. Hodnota parametru g vyskytujúceho sa v (3.) môže byt spravidla l ubovol ná. Najčastejšie používané hodnoty sú, a. Týmto hodnotám odpovedajú tri základné varianty DGFEM: g = symmetric interior penalty Galerkin (SIPG), 2
26 g = non-symmetric interior penalty Galerkin (NIPG), g = incomplete interior penalty Galerkin (IIPG) Penalizácie Pre w h, ϕ h H 2 (T h ) definujeme tzv. penalizačné formy na hraniciach elementov. kde w B,h J σ h(w h, ϕ h ) = Γ Fh I + J σ h(ϕ h ) = Γ Γ Fh IO Γ F IO h σ[w h ] [ϕ h ] ds Γ Γ σw h ϕ h ds + Γ F W h σw B,h ϕ h ds + Γ F W h Γ Γ σw h V(ϕ h ) ds, (3.) σw B,h V(ϕ h ) ds, predstavuje stavový vektor na hranici predstavený v predchádzajúcej sekcii Pre vektor ϕ = (ϕ, ϕ 2,..., ϕ d+, ϕ d+2 ) definujeme operátor V : R d+2 R d+2 predpisom V(ϕ) = (, ϕ 2,..., ϕ d+, ). Úlohou operátoru V je penalizovat tie komponenty stavového vektoru w, pre ktoré je predpísaná Dirichletova hraničná podmienka na pevných stenách, tj. Ω w. Penalizačný parameter σ môžeme volit napríklad v tvare σ Γ = C W /(diam(γ) Re), Γ F h, (3.) kde Re je Reynoldsovo číslo, (2.37) a C W > konštanta zaručujúca konvergenciu metódy, ktorej hodnota závisí na použitej variante DGFE metódy - NIPG, IIPG, SIPG Semi-implicitná BDF-DGFE diskretizácia Pre w h, w h, ϕ h H 2 (T h ) zaved me formy c h ( w h, w h, ϕ h ) = a h ( w h, w h, ϕ h ) + b h ( w h, w h, ϕ h ) + J σ h (w h, ϕ h ), c h ( w h, ϕ h ) = ã h ( w h, ϕ h ) + b h ( w h, ϕ h ) + J σ h (ϕ h ). (3.2) Za predpokladu, že w(x, t) : Ω (, T ) R d+2 (3.3) 22
27 je dostatočne hladké riešenie Navier-Stokesových rovníc (3.) a vyhovuje predpísanej počiatočnej podmienke (3.2), potom platí d dt (w, ϕ) + c h (w, w, ϕ) = c h (w, ϕ) ϕ S hp, (3.4) kde (, ) predstavuje L 2 -skalárny súčin nad Ω, podrobnejšie vid [7]. Podobne pre stacionárny prípad platí, ak w(x) : Ω R d+2 (3.5) je dostatočne hladké riešenie stationárnych Navier-Stokesových rovníc spĺňajúcich počiatočnú podmienku (3.2), potom platí c h (w, w, ϕ) = c h (w, ϕ) ϕ S hp. (3.6) Bud C ([, T ]; S hp ) priestor jedenkrát spojite diferenceovatel ných funkcii z intervalu [, T ] do priestoru S hp. Funkciu w h C ([, T ]; S hp ) nazveme tzv. semidiskrétne riešenie (CFP), ak platí ( wh (t) a), ϕ t h )+c h (w h (t), w h (t), ϕ h )= c h (w h (t), ϕ h ) ϕ h S hp, t (, T ), b) w h () = w h,, (3.7) kde w h, S hp odpovedá aproximácii počiatocnej podmienky (3.2). Úloha (3.7), a) b) predstavuje systém obyčajných diferenciálnych rovníc. Na riešenie tohto systému bola v prácach [6, 7] predstavená semi-implicitná metóda. Časová derivácia w h(t) t je aproximovaná spätnou Eulerovou metódou, s druhým argumentom formy c h (,, ) je zachádzané ako implicitným a prvým ako explicitným. Majme = t < t < t 2 <... t r = T delenie časového intervalu (, T ), označme τ k := t k t k a bud w h,k S hp po častiach polynomiálna aproximácia funkcie w h (t k ), k =,,..., r. Približné riešenie problému (CFP) pomocou semi-implicitnej DGFEM nazveme takú funkciu w h,k, k =,..., r, že platí a) w h,k S hp, (3.8) ( ) wh,k w h,k b), ϕ h +c h (w h,k, w h,k, ϕ h )= c h (w h,k, ϕ h ) ϕ h S hp, k =()r, τ k c) w h, je S hp -aproximácia počiatočnej podmienky (3.2). 23
28 Prezentovaná metóda (3.8) je prvého rádu voči času. Na časovú diskretizáciu je možné použit aj viackrokové schéma, avšak na stacionárne úlohy je to dostačujúca aproximácia, [7]. Úloha (3.8), a) c) predstavuje pre každé k =,..., r systém lineárnych algebraických rovníc. Numerické experimenty ukazujú, že predstavená semi-implicitná nespojitá Galerkinova metóda je nepodmienene stabilná a preto časový krok môže byt vel ký, vid [6, 7]. Nakoniec funkciu w h S hp nazveme približné riešenie stacionárnych Navier- Stokesových rovníc, ak platí c h (w h, w h, ϕ h ) = c h (w h, ϕ h ) ϕ h S hp. (3.9) 3.4 Stratégia riešenia 3.4. Algebraická reprezentácia Báza konečne dimenzionálneho priestoru S hp V tejto sekcii popíšeme konečne dimenzionálny priestor S hp, jeho bázu a zápis prvkov tohto priestoru ako lineárnu kombináciu prvkov báze. Zavedieme indexovú množinu I Z + = {, 2,...}, ktorou očíslujeme všetky elementy K T h, tj. T h = {K µ µ I}. Pripomeňme, že symbol p Kµ značí maximálny polynomiálny stupeň aproximácie na elemente K µ. Pre jednoduchost zavedieme značenie p µ = p Kµ. Bud K µ T h l ubovol ný element. Zrejme každá polynomiálna funkcia na K sa dá zapísat ako lineárna kombinácia prvkov nejakej polynomiálnej báze B µ = {φ µi i =,..., dim(p pµ (K µ ))}, (3.2) definovanej striktne na tomto elemente, tj. pomocou lineárne nezávislych polynomiálnych funkcii s nosičom na tomto elemente. Je zrejmé, že zjednotenie všetkých takýchto lokálnych báz (vztiahnuté na element) možno považovat za bázu popisujúcu po častiach polynomiálnu funkciu nad všetkými elementami triangulácie T h. Inými slovami zjednotenie lokálnych báz prislúchajúcich každému elementu definuje bázu priestoru S hp. 24
29 p µ d = d = Tabul ka 3.: Hodnoty dof µ pre p µ =,..., 9 a d = 2, 3. Dá sa ukázat, že počet prvkov lokálnej bázy B µ je pri diskretizácii Navier- Stokesových rovníc, za predpokladu použitia rovnakého polynomiálneho stupňa aproximácie pre všetky stavové veličiny, rovno (d+2) dim(p pµ ), čo sa dá vyjadrit dof µ = d + 2 Π d d! j=(p µ + j), µ I. (3.2) Číslo dof µ odpovedá počtu lokálnych stupňov vol nosti odpovedajúcich elementu K µ. V tabul ke 3. sú zapísané hodnoty dof µ pri aproximácii p µ =,..., 9 odpovedajúce Navier-Stokesovým rovniciam v d = 2, 3 dimenziách. Pre poriadok zapíšeme bázu a dimenziu priestoru S hp B = µ I B µ, (3.22) dof = dim(s hp ) = µ I dof µ. (3.23) L ubovol nú funkciu w h,k S hp môžeme zapísat v nasledujúcom tvare kde ξ k,µ,j w h,k (x) = µ I dof µ ξ k,µ,j φ µ,j (x), x Ω, k =,,..., r, (3.24) j= R, j =,..., dof µ, µ I, k =,..., r. Pre koeficienty lineárnej kombinácie ξ k,µ,j definujme vektor Zobrazenie ξ k = {ξ k,µ,j } µ I j=,...,dof µ R dof, k =,,..., r. (3.25) S hp R dof (3.26) w h,k ξ k je zrejme vzájomne jednoznačné zobrazenie. 25
30 Lineárna algebraická úloha Použitím izomorfizmu (3.26) môžeme problém (3.8) zapísat v maticovom tvare ( ) M + C(ξ τ k ) ξ k = m(ξ } k τ k ) + q(ξ k ), k =,..., r, (3.27) {{}} k {{} =:A k =:d k kde matica M R dof dof je blokovo-diagonálna matica hmoty. kde diagonálne bloky M µ,µ majú tvar M µ,µ = {M i,j µ } dofµ i,j=, µ I, M = diag{m µ,µ, µ I}, (3.28) M µ i,j = φ µ,i φ µ,j dx. Ω Matica C(ξ k ) R dof dof odpovedá forme c h (w h,k,, ), presnejšie kde C(ξ k )) = {C (µ,i),(ν,j) (ξ k )} i=,...,dofµ,j=,...,dofν µ,ν I, (3.29) C (µ,i),(ν,j) (ξ k ) = c h ( wh,k, φ ν,j, φ µ,i ). (3.3) Vektor m(ξ k ) R dof odpovedá explicitnej časti aproximácie časovej derivácie vo formulácii (3.8), b). m(ξ k ) = Mξ k = {m µ,i (ξ k )} i=,...,dofµ µ I, m µ,i (ξ k ) = ( w h,k, φ µ,i ), (3.3) Nakoniec vektor q(ξ k ) R dof reprezentuje formu c h z (3.8), b) a jeho zložky majú tvar q(ξ k ) = {q µ,i (ξ k )} i=,...,dofµ µ I, q µ,i (ξ k ) = c h ( wh,k, ψ µ,i ). Vd aka lokálnemu charakteru báze B má matica C blokovú štruktúru. Nenulové bloky odpovedajú elementom K µ a K ν so spoločnou (d )-dimenzionálnou stenou, alebo pre ktoré µ = ν. Diagonálne bloky vzniknú pre µ = ν, inak vznikajú mimodiagonálne bloky vel kosti dof µ dof ν. Počet mimodiagonálnych blokov odpovedá počtu susedných elementov. Príklad štruktúry matice hmoty M a matice tokov C je ilustrovaný na obr pre oblast s jednoduchou geometriou. 26
31 3 2 4 Obr. 3.4: Štruktúra matice hmoty M (vl avo) a matice C (uprostred) odpovedajúce oblasti s trianguláciou (vpravo). Čísla odpovedajú číslovaniu elementov a zároveň predstavujú použitý polynomiálny stupeň aproximácie Ortonormálna báza priestoru Uviedli sme, že báza ma v istom zmysle lokálny charakter. Teraz si predstavíme konštrukciu ortonormálnej bázy priestoru S hp, v zmysle L 2 -skalárneho súčinu, ktorá bude hrat vel mi dôležitú úlohu v d alšich častiach tejto práce. Budeme vychádzat, ako je zvykom, z bázy definovanej na simpliciálnom referenčnom elemente { } d ˆK = (ˆx,..., ˆx d ) ˆx i, i =,..., d, ˆx i. (3.32) Definujme priestor vektorových polynomiálnych funkcií stupňa nanajvýš p definovaných na ˆK nasledovne Ŝ p = [Ŝp] d+2, kde (3.33) d d Ŝ p = {ψ n (ˆx,..., ˆx d ) = (ˆx i ˆx C i ) n i n = (n,..., n d ) T ; n j, n j p}, i= i= j= kde ˆx C = (ˆx C,..., ˆx C d ) je t ažisko referenčného elementu ˆK. Je zrejmé, že množina Ŝp je polynomiálnou bázou na ˆK stupňa p. Gram- Schmidtovým ortogonalizačným procesom aplikovaným na prvky Ŝp, skonštruujeme ortogonálnu bázu ˆB = { ˆψ j, j =,..., dof p }, kde dof p = dof µ pre p µ := p dané vzt ahom (3.2). 27
32 Bud F µ, µ I zobrazenie F µ : ˆK R d (3.34) ˆK F µ ( ˆK) = K µ, (3.35) ktoré je v prípade regulárneho elementu K µ afinné zobrazenie a v prípade krivočiareho elementu polynomiálne zobrazenie, ako je naznačené na obrázku Ďalej definujme množinu B µ := {φ µ,j ; φ µ,j (x) = φ µ,j (F µ (ˆx)) = ˆψ j (ˆx), ˆx ˆK, j =,..., dof µ }, (3.36) ktorá je zrejme bázou na elemente K µ T h. V prípade, že F µ je lineárne zobrazenie, potom báza B µ zachováva ortogonalitu bázy ˆB vzhl adom k L 2 -skalarnému súčinu a bloky M µ,µ matice hmoty M dané (3.28) sú blokovo diagonálne matice. Ak F µ nie je lineárne zobrazenie, potom ortogonalita bázy sa z referenčného elementu stráca. Avšak vzhl adom k tomu, že krivočiara čast hranice K µ Ω je blízko rovnej úsečke, sú maticové bloky M µ,µ ostro diagonálne dominantné. Celkovo možno považovat (3.36) za definíciu takmer ortogonálnej bázy priestoru S hp a jej ortonormalizáciu dosiahneme príslušným škálovaním bázových funkcií. F afi K reg ˆK F pol K cur Obr. 3.5: Ilustrácia mapovacej funkcie referenčného elementu ˆK. () afinnej funkcie F afi na regulárny element K reg a (2) polynomiálnej funkcie F pol na krivočiari element K cur. 28
33 3.4.3 Metóda riešenia V tejto časti rozoberieme riešenie algebraickej úlohy (3.27) odpovedajúcej formulácii diskretizácie stacionárneho a nestacionárneho prípadu Navier-Stokesových rovníc, tak ako sú prezentované v [7]. Podobne ako pri rovnici (3.27) môžeme stacionárny problém (3.9) zapísat pre neznámu ξ R dof v tvare F(ξ) =, kde F(ξ) := C(ξ)ξ q(ξ). (3.37) Úloha (3.37) predstavuje systém nelineárnych algebraických rovníc. Jedným možným spôsobom riešenia tohto problému je použitie nelineárnej Newton-Raphsonovej metódy. Ďalšou možnost ou je použitie iteračnej metódy, ktorá bude generovat postupnost {ξ k } R dof tak, že C(ξ k )ξ k = q(ξ k ), k =, 2,.... (3.38) Riešením prehlásime limitu postupnosti ξ := lim k ξ k. Tento prístup, však funguje len v prípade, že štartovací člen postupnosti ξ, je dostatočne blízko k riešeniu (3.37). V opačnom prípade môže tento iteračný proces viest k nefyzikálnym riešeniam (záporný tlak a pod.). Možnost, ako sa tomúto problému vyhnút, je pridat stabilizačný člen. Dostaneme tak semi-implicitnú formuláciu (3.27), vid [7]. ( ) M + C(ξ τ k ) ξ k = Mξ k τ k + q(ξ k ), k k =, 2,... (3.39) Iteračný proces začne pre malé k s malým časovým krokom τ k. To zamedzí konvergenčným problémom pre počiatočné priblíženie, ktoré je d aleko od riešenia. Postupne, ako postupnost ξ k konverguje k limitnej hodnote ξ, zväčšujeme časový krok. Je zrejmé, že formulácia (3.27) vedie na identitu (3.38) pre τ k. Vzt ah medzi semi-implicitnou metódou (3.39) a Newton-Raphsonovou metódou pre stacionárnu úlohu Teraz si ukážeme súvislost medzi Newton-Raphsonovou metódou (NR) a práve predstavenou semi-implicitnou metódou na riešenie (3.37). Použijeme algoritmus s pridaným parametrom tlmenia, ktorý vo vel kej miere môže pomôct naštartovat 29
34 konvergenčný proces. (NR) tak generuje postupnost {ξ k } R dof, ktorá v prípade úspešnej konvergencie vedie k riešeniu, ξ k ξ pre k. Na začiatku volíme relaxačný parameter malý a v prípade, že konvergenčný proces je úspešný, zvyšujeme jeho hodnotu. V podstate je možne volit l ubovol nú hodnotu parametru z intervalu (, ]. Vel mi malé hodnoty (<., tzv. podrelaxovaný parameter) môžu pomôct nájst vhodný štartovací vektor a naštartovat tak celý konvergenčný proces. V prípade, že sme dostatočne blízko riešenia môžeme dokonca (skúsit ) zvolit tzv. nadrelaxovaný parameter >. Vol ba parametru však môže odpovedat i istej analýze, ako je predstavené napr. v práci [4]. Predstavíme k-tý krok tlmenej (NR), ktorý môžeme zapísat nasledovne ξ k = ξ k r k [DF(ξ k )] F(ξ k ), (3.4) kde DF(ξ) := DF(ξ) Dξ je Jakobiho matica zobrazenia F(ξ) a r k je tlmiaci parameter. Iný spôsob, ako tlmit Newton-Raphsonovu metódu je relaxácia ξ k = ξ k r k [γ k I + DF(ξ k )] F(ξ k ), (3.4) kde I je jednotková matica a γ k > je relaxačný parameter. V prípade, že matica hmoty M v (3.39) je identická matica, čo je pravda pre ortonormálnu bázu predstavenú v sekcii 3.4.2, potom položením γ k := /τ k v (3.4) a použitím aproximácie Jakobiho matice DF(ξ k ) C(ξ k ), (3.42) je vzt ah (3.4) identický s (3.39). Mnoho prvkov vektoru q(ξ) sú nulové, preto má táto aproximácia svoje odôvodnenie. Vzt ah medzi semi-implicitnou metódou (3.39) a implicitnou metódou pre nestacionárnú úlohu Implicitný systém nestacionárnej formulácie môžeme zapísat v tvare ( ) M + C(ξ τ k ) ξ k = Mξ k τ k + q(ξ k ), k =, 2,.... (3.43) k 3
35 Nelineárnu úlohu (3.43) môžeme riešit nasledujúcou iteračnou schémou i) ξ () k := ξ ( k ) ii) τ k M + C(ξ (l ) k ) ξ (l) k = τ k Mξ k + q(ξ (l ) k ), l=,..., l k, k=, 2,.... iii) ξ k := ξ (l k) k (3.44) Je zrejmé, že plne implicitná metóda (3.44) pre l k, k =, 2,... je identická so semi-implicitnou metódou (3.39). Iteračné schéma (3.44) odpovedá Newton-Raphsonovej metóde aplikovanej na nelineárnú úlohu (3.43) pri použití aproximácie (3.42) pre Jakobiho maticu. Algoritmus Teraz predstavíme iterativný algoritmus na riešenie lineárnej algebraickej úlohy (3.27) A k (ξ k ) = q k (ξ k ) vychádzajúci z predchádzajúcich sekcií. Algoritmus môžeme zapísat do nasledujúcich výpočetných krokov. Algoritmus (A). nech je dané ξ w h 2. for k = to r (a) zvol τ k (b) pre ξ k spočítaj A k (ξ k ) a d k (ξ k ) (c) úlohu A k (ξ k )ξ k = d k (ξ k ) vyrieš: 3. ξ := ξ r. i. ξ k := ξ k ii. ξ l+ k iii. ξ k := ξ s k k := LINSOL iter(ξ l k), l =,..., s k Kde LINSOL iter( ) je jeden krok iteračnej metódy na riešenie lineárných sústav. Pretože v kroku (2-c) riešime lineárnu úlohu s riedkou nesymetrickou maticou vhodnou vol bou je metóda GMRES s kombináciou vhodného predpodmienenia. V predstavenej podobe algoritmu (A) je však niekol ko otáznikov. globálne zastavovacie kritérium, 3
36 2. predpodmienenie v metóde GMRES, 3. zastavovacie kritérium pre GMRES, 4. vol ba časového kroku τ k. Vol ba parametrov nie je jednoduchá záležitost a má vel ký vplyv na efektívnost (z pohl adu CPU času) výpočetného kódu. Vel mi dôležitú úlohu v algoritme (A) predstavuje vol ba časového kroku τ k. Pretože tento parameter predstavuje krok, s ktorým budeme hl adat riešenie. Malé hodnoty znamenajú viac medzivýpočtov pred dosiahnutím finálneho riešenia ξ, naopak vel ký krok môže viest ku konvergenčným problémom. Vol ba predpodmienenia zvyšuje efektivitu GMRES metódy. Vo väčšine práci sa stretávame s použitím ILU() predpodmienenia, napr. [5]. V práci [7] môžeme nájst detailnejšiu analýzu a návrh vhodných parametrov pre efektívne nastavenie algoritmu (A). 32
37 4. Multigrid Koncept multigridnej metódy (autori tiež používajú i označenie hierarchickej či viacúrovňovej metódy (anglicky multilevel)) bol predstavený v šest desiatych rokoch dvadsiateho storočia ruskými autormi Raddi Petrovich Fedorenko ([8, 9]) a Nikolai Sergeevitch Bakhvalov ([]). V sedemdesiatych rokoch izraelsky matematik Achi Brandt rozpracoval koncept a vo svojich prácach poukázal na efektivitu a praktickost použitia týchto metód na riešenie všeobecnejších problémov. Za cenné zdroje informácii a poznania k problematike multigridu môžeme odporučit diela Hackbusch [4], Hackbusch and Trottenberg [5], Wesseling [25] a najnovšie Briggs et al. [3], Trottenberg et al. [24]. Potenciál multigridu je v efektivite, ktorú A. Brandt nazval a definoval nasledovne: Text-book multigrid efficiency (TME) means solving a discrete PDE problem in a computational work which is only a small (less than ) multiple of the operation count in the discretized system of equations itself., vid. [2]. Idea multigridu spočíva vo vyriešení úlohy pomocou menších úloch z nej plynúcich. Pôvodne boli za menšie úlohy brané diskretizácie príslušnej úlohy na hierarchických siet ach, pričom menším úloham odpovedali výpočetné siet e s väčším krokom. V osemdesiatich rokoch minulého storočia sa namiesto hierarchie výpočetných sieti použila hierarchia konečne prvkových priestorov rôzneho polynomiálneho stupňa aproximácie. V súčasnosti je vel mi populárna a uznávaná metóda na riešenie úloh konvekciedifúzie nespojitá Galerkinova metóda (DGFEM). Pri rovnakej polynomiálnej aproximácii však vyžaduje väčší počet stupňov vol nosti než klasická (spojitá) Galerkinova metóda. V snahe zostrojit metódu vyššieho rádu presnosti, sa zvyšuje polynomiálny stupeň aproximácie pri použití hrubšej výpočetnej siete. Experimenty ukazujú, že pre hladké riešenie je výhodnejšie zvýšit polynomiálny stupeň aproximácie než zjemnit výpočetnú siet, [2]. V poslednej dobe sa objavujú výpočetné prístupy, ktoré spájajú nespojitú Galerkinovú metódu a použitie multigridu v snahe zostrojit metódu s vyšším rádom presnosti. 33
38 4. h-multigrid 4.. Multigrid pre lineárny prípad Stručne predstavíme klasicky koncept multigridu pre lineárny prípad. Uvažujme lineárnu úlohu, ktorá vznikne diskretizáciou (napr. MKP, MKD) nejakej parciálnej diferenciálnej rovnice v tvare L h u h = f h. (4.) Nech táto formulácia odpovedá nejakej štrukturovanej sieti T h s krokom siete h. Nakol ko ide o lineárnú úlohu môžeme na riešenie použit priamu metódu (napr. Gaussova eliminácia) alebo iteračnú metódu (Jacobiova metóda, Gauss- Seidelova metóda, GMRES, CG atd.), avšak vol bou môže byt i multigridny prístup. Teoreticky odvodená rýchlost konvergencie pri použití multigridu pri úlohe vel kosti N je O(N log N), čo je d aleko pred priamymi riešičmi alebo GMRES a CG, [8]. Pre použitie multigridu predpokladáme, že máme aproximáciu v h presného riešenia u h sústavy (4.), ktorú spočítame čo najlacnejšie. Z tohto dôvodu nepadne vol ba na priamy riešič, pretože po konečnom počte operácii poznáme (v zmysle strojovej presnosti) presné riešenie u h. Volíme rýchlo konvergujúcu iteračnú metódu. Chybu aproximácie môžeme vyjadrit v tvare e h = u h v h. (4.2) Dosadením chyby aproximácie do (4.) a algebraickými úpravami dostaneme vzt ah pre reziduum r h = r h (v h ) r h = L h e h = L h (u h v h ) = f h L h v h. (4.3) Pretože zrejme platí u h = v h + e h, riešenie reziduálnej rovnice (4.3) je oprava aproximácie riešenia v h riešenej úlohy (4.). Úloha (4.3) sa nerieši v odvodenej podobe, ale prevádza sa na tzv. hrubšiu siet, teda siet s väčším krokom, napr. T H. Majme tzv. operátor restrikcie, Ih H, ktorý prevedie aproximáciu riešenia v h odpovedajúcemu sieti T h na hrubšiu siet T H. Projektovaná úloha má tvar r H = Ih H r h = L H e H, (4.4) 34
39 Obr. 4.: Korekčné schéma dvojúrovňového V-cyklu. aproximácia, restrikcia, presné riešenie, prolongácia, korekcia. kde L H je diskretizácia PDR odpovedajúca sieti T H a r H = Ih H(r h). Riešením menšej úlohy (4.4) je chyba e H, na ktorú nazeráme ako na restrikciu e h. Ďalej operátorom prolongácie prevedieme výsledky z hrubšej siete na pôvodnú (v kontexte multigridu) jemnejšiu siet I h H(e H ) = e h a opravíme riešenie v h v h + e h. (4.5) Takto popísaný mechanizmus nazveme dvojúrovňový V-cyklus, pretože ho tvoria dve úrovne, pričom aproximácia riešenia je opravená pomocou presného riešenia z hrubšej siete, v tomto kontexte nižšej úrovne. Výhodné je však použit čo najviac úrovní a namiesto presného vyriešenia na hrubšej sieti opät použit mechanizmus multigridu, tj. (rekurzívne) aplikovat dvojúrovňový V-cyklus. Počet volaní dvojúrovňového cyklu, môže byt l ubovol ný. Je známe, že dve volania majú lepšie korekčné vlastnosti (hovoríme o W-cykle) než jedno volanie (V-cyklus). Viac než dve volania je vzhl adom na rekurzívny charakter pomerne výpočetne náročné. Spravidla sa používajú všetky úrovne a úloha sa presne rieši až na najnižšej úrovni. Je známe, že operátor restrikcie pretvára nízkofrekvenčné zložky chyby na vysokofrekvenčné. Preto sa po každom prechode medzi úrovňami prevádza tzv. zhladenie (anglicky smoothing niekedy sa vraví tiež relaxácia). Vysokofrekvenčné zložky vel mi dobre eliminuje Jakobiho metóda. Možno tiež použit Gauss-Seidelovu metódu. 35
Metódy vol nej optimalizácie
Matematické programovanie Metódy vol nej optimalizácie p. 1/35 Informácie o predmete Informácie o predmete p. 2/35 Informácie o predmete METÓDY VOL NEJ OPTIMALIZÁCIE Prednášajúca: M. Trnovská (M 267) Cvičiaci:
More informationTeória grafov. RNDr. Milan Stacho, PhD.
Teória grafov RNDr. Milan Stacho, PhD. Literatúra Plesník: Grafové algoritmy, Veda Bratislava 1983 Sedláček: Úvod do teórie grafů, Academia Praha 1981 Bosák: Grafy a ich aplikácie, Alfa Bratislava 1980
More informationrovnice v metrických prostorech
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Břetislav Skovajsa Zobecněné obyčejné diferenciální rovnice v metrických prostorech Katedra matematické analýzy Vedoucí diplomové
More informationBACHELOR THESIS. Finite element method for flow in time-dependent domains
Charles University in Prague Faculty of Mathematics and Physics BACHELOR THESIS Lukáš Korous Finite element method for flow in time-dependent domains Department of Numerical Mathematics Supervisor: prof.
More informationAlgoritmy metód vnútorného bodu v lineárnom programovaní
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Algoritmy metód vnútorného bodu v lineárnom programovaní RIGORÓZNA PRÁCA 14 Mgr. Marek KABÁT UNIVERZITA KOMENSKÉHO V BRATISLAVE
More informationMatematická analýza II.
V. Diferenciálny počet (prezentácia k prednáške MANb/10) doc. RNDr., PhD. 1 1 ondrej.hutnik@upjs.sk umv.science.upjs.sk/analyza Prednáška 8 6. marca 2018 It has apparently not yet been observed, that...
More informationKapitola S5. Skrutkovica na rotačnej ploche
Kapitola S5 Skrutkovica na rotačnej ploche Nech je rotačná plocha určená osou rotácie o a meridiánom m. Skrutkový pohyb je pohyb zložený z rovnomerného rotačného pohybu okolo osi o a z rovnomerného translačného
More informationMatematika 17. a 18. storočia
Matematika 17. a 18. storočia René Descartes Narodený : 31 Marec 1596 v La Haye (teraz Descartes),Touraine, France Zomrel : 11 Feb 1650 v Stockholm, Sweden Riešenie kvadratických rovníc podľa Descarta
More informationMaticové algoritmy I maticová algebra operácie nad maticami súčin matíc
Maticové algoritmy I maticová algebra operácie nad maticami súčin matíc priesvitka Maurits Cornelis Escher (898-97) Ascending and Descending, 960, Lithograph priesvitka Matice V mnohých prípadoch dáta
More informationPSEUDOINVERZNÁ MATICA
PSEUDOINVERZNÁ MATICA Jozef Fecenko, Michal Páleš Abstrakt Cieľom príspevku je podať základnú informácie o pseudoinverznej matici k danej matici. Ukázať, že bázický rozklad matice na súčin matíc je skeletným
More informationADM a logika. 4. prednáška. Výroková logika II, logický a sémantický dôsledok, teória a model, korektnosť a úplnosť
ADM a logika 4. prednáška Výroková logika II, logický a sémantický dôsledok, teória a model, korektnosť a úplnosť 1 Odvodzovanie formúl výrokovej logiky, logický dôsledok, syntaktický prístup Logický dôsledok
More informationMETRICKÉ ÚLOHY V PRIESTORE
1. ÚVOD METRICKÉ ÚLOHY V PRIESTORE Monika ĎURIKOVIČOVÁ 1 Katedra Matematiky, Strojnícka fakulta STU, Abstrakt: Popisujeme možnosti použitia programového systému Mathematica pri riešení špeciálnych metrických
More informationSolution Methods for Beam and Frames on Elastic Foundation Using the Finite Element Method
Solution Methods for Beam and Frames on Elastic Foundation Using the Finite Element Method Spôsoby riešenie nosníkov a rámov na pružnom podklade pomocou metódy konečných prvkov Roland JANČO 1 Abstract:
More informationJádrové odhady gradientu regresní funkce
Monika Kroupová Ivana Horová Jan Koláček Ústav matematiky a statistiky, Masarykova univerzita, Brno ROBUST 2018 Osnova Regresní model a odhad gradientu Metody pro odhad vyhlazovací matice Simulace Závěr
More informationFAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE
FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE PÍSOMNÁ PRÁCA K DIZERTAČNEJ SKÚŠKE 2005 Zuzana Holeščáková FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY UNIVERZITY KOMENSKÉHO V BRATISLAVE
More informationUniverzita Karlova v Praze Matematicko-fyzikální fakulta. Michal Kesely. Katedra matematické analýzy. Studijní program: Obecná matematika
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Michal Kesely Slavné neřešitelné problémy Katedra matematické analýzy Vedoucí bakalářské práce: RNDr. Dalibor Pražák, Ph.D. Studijní
More information1 Matice a ich vlastnosti
Pojem sústavy a jej riešenie 1 Matice a ich vlastnosti 11 Sústavy lineárnych rovníc a matice Príklad 11 V množine reálnych čísel riešte sústavu rovníc x - 2y + 4z + t = -6 2x + 3y - z + 2t = 13 2x + 5y
More informationStochastické diferenciálne rovnice
Slovenská technická univerzita v bratislave Stavebná fakulta Evidenčné číslo: SVF-5342-67660 Stochastické diferenciálne rovnice BAKALÁRSKA PRÁCA Štúdijný program: Matematicko-počítačové modelovanie Číslo
More informationSamuel Flimmel. Univerzita Karlova v Praze Matematicko-fyzikální fakulta. Katedra pravděpodobnosti a matematické statistiky
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Samuel Flimmel Log-optimální investování Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: doc. RNDr.
More informationAproximace a numerická realizace kontaktních
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Tomáš Ligurský Aproximace a numerická realizace kontaktních úloh s daným třením a koeficientem tření, závislým na řešení v 3D. Katedra
More informationDiscontinuous Galerkin method for the solution of boundary-value problems in non-smooth domains
MASTER THESIS Ondřej Bartoš Discontinuous Galerkin method for the solution of boundary-value problems in non-smooth domains Department of Numerical Mathematics Supervisor of the master thesis: prof. RNDr.
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY REKURENTNÉ POSTUPNOSTI
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Evidenčné číslo: 74b93af3-8dd5-43d9-b3f2-05523e0ba177 REKURENTNÉ POSTUPNOSTI 2011 András Varga UNIVERZITA KOMENSKÉHO V BRATISLAVE
More informationFILTRÁCIA GEODETICKÝCH DÁT NA POVRCHU ZEME POMOCOU NELINEÁRNYCH DIFÚZNYCH ROVNÍC
Úvod FILTRÁCIA GEODETICKÝCH DÁT NA POVRCHU ZEME POMOCOU NELINEÁRNYCH DIFÚZNYCH ROVNÍC Martin Tunega, Róbert ƒunderlík, Karol Mikula V lánku vytvoríme metódu kone ných objemov na numerické rie²enie parabolických
More informationIng. Tomasz Kanik. doc. RNDr. Štefan Peško, CSc.
Ing. Tomasz Kanik Školiteľ: doc. RNDr. Štefan Peško, CSc. Pracovisko: Študijný program: KMMOA, FRI, ŽU 9.2.9 Aplikovaná informatika 1 identifikácia problémovej skupiny pacientov, zlepšenie kvality rozhodovacích
More informationAdaptive backward difference formula discontinuous Galerkin finite element method for the solution of conservation laws
Adaptive backward difference formula discontinuous Galerkin finite element method for the solution of conservation laws V. Dolejší and P. Kůs Charles University Prague, Faculty of Mathematics and Physics,
More informationDokonalé a spriatelené čísla
Dokonalé a spriatelené čísla 1. kapitola. Niektoré poznatky z teorie čísel In: Tibor Šalát (author): Dokonalé a spriatelené čísla. (Slovak). Praha: Mladá fronta, 1969. pp. 5 17. Persistent URL: http://dml.cz/dmlcz/403668
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY HADAMARDOVE MATICE A ICH APLIKÁCIE V OPTIMÁLNOM DIZAJNE BAKALÁRSKA PRÁCA 2012 Samuel ROSA UNIVERZITA KOMENSKÉHO V BRATISLAVE
More informationErrors-in-variables models
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Ida Fürjesová Errors-in-variables models Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: RNDr. Michal
More informationDEA modely a meranie eko-efektívnosti
Fakulta matematiky, fyziky a informatiky Univerzita Komenského v Bratislave DEA modely a meranie eko-efektívnosti 2008 Veronika Lennerová DEA modely a meranie eko-efektívnosti DIPLOMOVÁ PRÁCA Diplomant:
More informationSLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE FAKULTA CHEMICKEJ A POTRAVINÁRSKEJ TECHNOLÓGIE ÚSTAV INFORMATIZÁCIE, AUTOMATIZÁCIE A MATEMATIKY
SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE FAKULTA CHEMICKEJ A POTRAVINÁRSKEJ TECHNOLÓGIE ÚSTAV INFORMATIZÁCIE, AUTOMATIZÁCIE A MATEMATIKY OPTIMÁLNE RIADENIE PROCESOV BAKALARÁSKA PRÁCA FCHPT-5415-17457
More informationA l g o r i t m i c k y n e r i e š i t e ľ n é p r o b l é m y
A l g o r i t m i c k y n e r i e š i t e ľ n é p r o b l é m y Lev Bukovský Ústav matematických vied, Prírodovedecká fakulta UPJŠ Košice, 20. apríla 2004 Obsah 1 Úvod 2 2 Čiastočne rekurzívne funkcie
More information2. Vektorová metóda kinematickej analýzy VMS
2-5596 Mechanika viaaných mechanických systémov (VMS) pre špecialiáciu Aplikovaná mechanika, 4.roč. imný sem. Prednáša: doc.ing.františek Palčák, PhD., ÚAMM 02010 2. Vektorová metóda kinematickej analýy
More informationOdhady algebraické chyby a zastavovací
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Jan Papež Odady algebraické cyby a zastavovací kritéria v numerickém řešení parciálníc diferenciálníc rovnic Katedra numerické matematiky
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY OPTIMALIZÁCIA KONEČNO-DIFERENČNÝCH SCHÉM NA MODELOVANIE SEIZMICKÉHO POHYBU DIZERTAČNÁ PRÁCA BRATISLAVA 2009 RNDr. Peter Pažák
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Vlastnosti spektrahedrálnych mnoºín a ich aplikácie v nelineárnej optimalizácii DIPLOMOVÁ PRÁCA 2016 Bc. Andrej Iring UNIVERZITA
More informationMichael Komm. Studium okrajového plazmatu Tokamaku a jeho interakce s první
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DISERTAČNÍ PRÁCE Michael Komm Studium okrajového plazmatu Tokamaku a jeho interakce s první stěnou Katedra fyziky povrchů a plazmatu Vedoucí disertační
More informationOddělení technické informatiky Technická univerzita v Liberci
Outline Július 1,2 1 Ústav informatiky AV ČR, v.v.i. www.cs.cas.cz/stuller stuller@cs.cas.cz 2 Fakulta mechatroniky, informatiky a mezioborových studíı Oddělení technické informatiky Technická univerzita
More informationTransactions of the VŠB Technical University of Ostrava, Mechanical Series. article No Roland JANČO *
Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 1, 013, vol. LIX article No. 1930 Roland JANČO * NUMERICAL AND EXACT SOLUTION OF BUCKLING LOAD FOR BEAM ON ELASTIC FOUNDATION
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UIVERZITA KOMESKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A IFORMATIKY VÝPOČET FOURIEROVÝCH RADOV POMOCOU DISKRÉTEJ FOURIEROVEJ TRASFORMÁCIE BAKALÁRSKA PRÁCA 2013 Andrej ZUBAL UIVERZITA KOMESKÉHO V BRATISLAVE
More informationVÝUČBA DIFFERENCIÁLNEHO POČTU FUNKCIE VIAC PREMENNÝCH POMOCOU PG. SYST. MATHEMATICA
VÝUČBA DIFFERENCIÁLNEHO POČTU FUNKCIE VIAC PREMENNÝCH POMOCOU PG. SYST. MATHEMATICA Monika Kováčová Katedra Matematiky SjF STU Bratislava kovacova_v@dekan.sjf.stuba.sk Abstrakt. V článku popisujeme možnosti
More informationFakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava THEILOVA REGRESIA
Fakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava THEILOVA REGRESIA Róbert Tóth Bratislava 2013 Fakulta Matematiky, Fyziky a Informatiky Univerzita Komenského, Bratislava THEILOVA
More informationAppendix. Title. Petr Lachout MFF UK, ÚTIA AV ČR
Title ROBUST - Kráĺıky - únor, 2010 Definice Budeme se zabývat optimalizačními úlohami. Uvažujme metrický prostor X a funkci f : X R = [, + ]. Zajímá nás minimální hodnota funkce f na X ϕ (f ) = inf {f
More informationZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA APLIKOVANÝCH VĚD RIGORÓZNÍ PRÁCE Mgr. Jonáš Volek
ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA APLIKOVANÝCH VĚD RIGORÓZNÍ PRÁCE 2013 Mgr. Jonáš Volek ZÁPADOČESKÁ UNIVERZITA V PLZNI FAKULTA APLIKOVANÝCH VĚD Parciální diferenciální rovnice na semidiskrétních
More informationSECOND ORDER TIME DISCONTINUOUS GALERKIN METHOD FOR NONLINEAR CONVECTION-DIFFUSION PROBLEMS
Proceedings of ALGORITMY 2009 pp. 1 10 SECOND ORDER TIME DISCONTINUOUS GALERKIN METHOD FOR NONLINEAR CONVECTION-DIFFUSION PROBLEMS MILOSLAV VLASÁK Abstract. We deal with a numerical solution of a scalar
More informationPrednáška 3. Optimalizačné metódy pre funkcie n-premenných. Študujme reálnu funkciu n-premenných. f: R R
Prednáška 3 Optimalizačné metódy pre funkcie n-premenných Študujme reálnu funkciu n-premenných n f: R R Našou úlohou bude nájsť také x opt R n, pre ktoré má funkcia f minimum x opt = arg min ( f x) Túto
More informationMASTER THESIS. Vlastnosti k-intervalových booleovských funkcí Properties of k-interval Boolean functions
Charles University in Prague Faculty of Mathematics and Physics MASTER THESIS Pavol Gál Vlastnosti k-intervalových booleovských funkcí Properties of k-interval Boolean functions Department of Theoretical
More informationShort time oscillations of exchange rates
Univerzita Komenského v Bratislave, Fakulta matematiky, fyziky a informatiky Short time oscillations of exchange rates Diploma Thesis Bratislava 2007 Tomáš Bokes Short time oscillations of exchange rates
More informationBACHELOR S THESIS. Adam Janečka Flows of fluids with pressure and temperature dependent viscosity in the channel
Charles Universit in Prague Facult of Mathematics and Phsics BACHELOR S THESIS Adam Janečka Flows of fluids with pressure and temperature dependent viscosit in the channel Mathematical Institute of Charles
More informationKľúčové slová: SAR, šum spekl noise, evolučná PDR, lineárna difúzia, Perona-Malikova rovnica, štatistickéfiltre, Leeho filter
Kľúčové slová: SAR, šum spekl noise, evolučná PDR, lineárna difúzia, Perona-Malikova rovnica, štatistickéfiltre, Leeho filter Tvorba šumu spekl radarový senzor vysiela elektromagneticlý pulz a meria odraz
More informationComputation of Information Value for Credit Scoring Models
Jedovnice 20 Computation of Information Value for Credit Scoring Models Martin Řezáč, Jan Koláček Dept. of Mathematics and Statistics, Faculty of Science, Masaryk University Information value The special
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY. Robustné metódy vo faktorovej analýze
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Robustné metódy vo faktorovej analýze DIPLOMOVÁ PRÁCA Bratislava 2013 Bc. Zuzana Kuižová UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationHistória nekonečne malej veličiny PROJEKTOVÁ PRÁCA. Martin Čulen. Alex Fleško. Konzultant: Vladimír Repáš
História nekonečne malej veličiny PROJEKTOVÁ PRÁCA Martin Čulen Alex Fleško Konzultant: Vladimír Repáš Škola pre mimoriadne nadané deti a Gymnázium, Skalická 1, Bratislava BRATISLAVA 2013 1. Obsah 1. Obsah
More informationOdhady veľkosti pokrytí náhodne indukovaných podgrafov n-rozmernej hyperkocky
KATEDRA INFORMATIKY FAKULTA MATEMATIKY FYZIKY A INFORMATIKY UNIVERZITA KOMENSKÉHO Odhady veľkosti pokrytí náhodne indukovaných podgrafov nrozmernej hyperkocky Diplomová práca Bc. Ján Kliman študijný odbor:
More informationModely, metódy a algoritmy pre analýzu longitudinálnych dát
Vedecká rada Fakulty matematiky, fyziky a informatiky Univerzity Komenského v Bratislave Mgr Gejza Wimmer Autoreferát dizertačnej práce Modely, metódy a algoritmy pre analýzu longitudinálnych dát pre získanie
More informationGraded Mesh Refinement and Error Estimates of Higher Order for DGFE-solutions of Elliptic Boundary Value Problems in Polygons
Graded Mesh Refinement and Error Estimates of Higher Order for DGFE-solutions of Elliptic Boundary Value Problems in Polygons Anna-Margarete Sändig, Miloslav Feistauer University Stuttgart, IANS Journées
More informationObsah. 2 Určenie objemu valčeka Teoretický úvod Postup merania a spracovanie výsledkov... 10
Obsah 1 Chyby merania 1 1.1 áhodné a systematické chyby.................... 1 1.2 Aritmetický priemer a stredná kvadratická chyba......... 1 1.3 Rozdelenie nameraných dát..................... 3 1.4 Limitné
More informationUniverzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA. Bc. Roman Cinkais. Aplikace samoopravných kódů v steganografii
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCA Bc. Roman Cinkais Aplikace samoopravných kódů v steganografii Katedra algebry Vedúcí diplomovej práce: prof. RNDr. Aleš Drápal,
More informationKybernetika. Peter Hudzovič Súčasná kontrola stability a kvality impulznej regulácie. Terms of use:
Kybernetika Peter Hudzovič Súčasná kontrola stability a kvality impulznej regulácie Kybernetika, Vol. 3 (1967), No. 2, (175)--194 Persistent URL: http://dml.cz/dmlcz/125051 Terms of use: Institute of Information
More informationComputer Applications in Hydraulic Engineering
Computer Applications in Hydraulic Engineering www.haestad.com Academic CD Aplikácie výpočtovej techniky v hydraulike pre inžinierov Flow Master General Flow Characteristic Všeobecná charakteristika prúdenia
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY HYBRIDNÁ MKD-MKP METÓDA SIMULÁCIE ZEMETRASENÍ A SEIZMICKÉHO POHYBU
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY HYBRIDNÁ MKD-MKP METÓDA SIMULÁCIE ZEMETRASENÍ A SEIZMICKÉHO POHYBU DIZERTAČNÁ PRÁCA BRATISLAVA 007 Mgr. Martin GÁLIS Hybridná
More informationOd zmiešavacieho kalorimetra k ultra citlivej modulovanej kalorimetrii. Jozef Kačmarčík
Od zmiešavacieho kalorimetra k ultra citlivej modulovanej kalorimetrii CENTRUM FYZIKY VEĽMI NÍZKYCH TEPLÔT Ústavu experimentálnej fyziky SAV a Univerzity P.J.Šafárika Centrum excelentnosti SAV Jozef Kačmarčík
More informationSegmentace textury. Jan Kybic
Segmentace textury Případová studie Jan Kybic Zadání Mikroskopický obrázek segmentujte do tříd: Příčná vlákna Podélná vlákna Matrice Trhliny Zvolená metoda Deskriptorový popis Učení s učitelem ML klasifikátor
More informationUniverzita Karlova v Praze. Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE. Matúš Kepič
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Matúš Kepič Webová aplikace pro výuku goniometrických funkcí, rovnic a nerovnic Katedra didaktiky matematiky Vedoucí diplomové práce:
More informationAplikace matematiky. Recense. Terms of use: Aplikace matematiky, Vol. 2 (1957), No. 5, Persistent URL:
Aplikace matematiky Recense Aplikace matematiky, Vol. 2 (1957), No. 5, 398 407 Persistent URL: http://dml.cz/dmlcz/102589 Terms of use: Institute of Mathematics AS CR, 1957 Institute of Mathematics of
More informationDiplomová práca. Fakulta matematiky, fyziky a informatiky Univerzita Komenského v Bratislave. Konečno-diferenčné modelovanie voľného povrchu
Fakulta matematiky, fyziky a informatiky Univerzita Komenského v Bratislave Katedra astronómie, fyziky Zeme a meteorológie Diplomová práca Konečno-diferenčné modelovanie voľného povrchu Peter Pažák Vedúci
More informationRESIDUAL BASED ERROR ESTIMATES FOR THE SPACE-TIME DISCONTINUOUS GALERKIN METHOD APPLIED TO NONLINEAR HYPERBOLIC EQUATIONS
Proceedings of ALGORITMY 2016 pp. 113 124 RESIDUAL BASED ERROR ESTIMATES FOR THE SPACE-TIME DISCONTINUOUS GALERKIN METHOD APPLIED TO NONLINEAR HYPERBOLIC EQUATIONS VÍT DOLEJŠÍ AND FILIP ROSKOVEC Abstract.
More informationDIPLOMOVÁ PRÁCE. Peter Baník Metody optimalizace ve financích
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Peter Baník Metody optimalizace ve financích Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Doc. RNDr.
More informationPrednášky z regresných modelov
Prednášky z regresných modelov Odhadovanie parametrov strednej hodnoty a štatistická optimalizácia experimentu Prednášky Andreja Pázmana spracované v spolupráci s Vladimírom Lackom Univerzita Komenského
More informationInteraction of Incompressible Fluid and Moving Bodies
WDS'06 Proceedings of Contributed Papers, Part I, 53 58, 2006. ISBN 80-86732-84-3 MATFYZPRESS Interaction of Incompressible Fluid and Moving Bodies M. Růžička Charles University, Faculty of Mathematics
More informationAplikácie teórie množín Martin Sleziak 24. februára 2015
Aplikácie teórie množín Martin Sleziak 24. februára 2015 Obsah 1 Úvod 5 1.1 Sylaby a literatúra................................. 5 1.1.1 Literatúra.................................. 5 1.1.2 Sylaby predmetu..............................
More informationDynamics of Two-dimensional Quantum Walks. Dynamika dvoudimenzionálních kvantových procházek
Czech Technical University in Prague Faculty of Nuclear Sciences and Physical Engineering Dynamics of Two-dimensional Quantum Walks Dynamika dvoudimenzionálních kvantových procházek Research Project Author:
More informationTransactions of the VŠB Technical University of Ostrava, Mechanical Series No. 2, 2010, vol. LVI article No. 1777
Transactions of the VŠB Technical University of Ostrava, Mechanical Series No. 2, 2010, vol. LVI article No. 1777 Tomáš BLEJCHAŘ *, Vladimíra MICHALCOVÁ ** CFD SIMULATION IN BOUNDARY LAYER IN COAL STOCKPILE
More informationFakulta matematiky, fyziky a informatiky Univerzity Komenského v Bratislave. Písomná práca k dizertačnej skúške
Fakulta matematiky, fyziky a informatiky Univerzity Komenského v Bratislave Písomná práca k dizertačnej skúške Marec 2007 Tomáš Jurík Fakulta matematiky, fyziky a informatiky Univerzity Komenského v Bratislave
More informationRadka Sabolová Znaménkový test
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁCE Radka Sabolová Znaménkový test Katedra pravděpodobnosti a matematické statistiky Vedoucí bakalářské práce: Mgr. Martin Schindler
More informationSekvenční metody Monte Carlo
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE David Coufal Sekvenční metody Monte Carlo Katedra pravděpodobnosti a matematické statistiky Vedoucí diplomové práce: Studijní program:
More informationEkonomika a financie ako motivačný činitel rozvoja matematiky
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Ekonomika a financie ako motivačný činitel rozvoja matematiky BRATISLAVA 011 MAREK KABÁT UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY MOCNINOVÉ RADY A ICH VYUšITIE BAKALÁRSKA PRÁCA 04 Sára MINÁROVÁ UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY
More informationAspects of Multigrid
Aspects of Multigrid Kees Oosterlee 1,2 1 Delft University of Technology, Delft. 2 CWI, Center for Mathematics and Computer Science, Amsterdam, SIAM Chapter Workshop Day, May 30th 2018 C.W.Oosterlee (CWI)
More informationVychylující teorie pro kvazikoherentní svazky
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Pavel Čoupek Vychylující teorie pro kvazikoherentní svazky Katedra algebry Vedoucí diplomové práce: doc. RNDr. Jan Št ovíček, Ph.D.
More informationOUTLINE ffl CFD: elliptic pde's! Ax = b ffl Basic iterative methods ffl Krylov subspace methods ffl Preconditioning techniques: Iterative methods ILU
Preconditioning Techniques for Solving Large Sparse Linear Systems Arnold Reusken Institut für Geometrie und Praktische Mathematik RWTH-Aachen OUTLINE ffl CFD: elliptic pde's! Ax = b ffl Basic iterative
More informationHYPERSONIC AERO-THERMO-DYNAMIC HEATING PREDICTION WITH HIGH-ORDER DISCONTINOUS GALERKIN SPECTRAL ELEMENT METHODS
1 / 36 HYPERSONIC AERO-THERMO-DYNAMIC HEATING PREDICTION WITH HIGH-ORDER DISCONTINOUS GALERKIN SPECTRAL ELEMENT METHODS Jesús Garicano Mena, E. Valero Sánchez, G. Rubio Calzado, E. Ferrer Vaccarezza Universidad
More informations náhodnými koeficienty
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Petra Burdejová Modely celočíselných časových řad s náhodnými koeficienty Katedra pravděpodobnosti a matematické statistiky Vedoucí
More information2-UMA-115 Teória množín. Martin Sleziak
2-UMA-115 Teória množín Martin Sleziak 23. septembra 2010 Obsah 1 Úvod 4 1.1 Predhovor...................................... 4 1.2 Sylaby a literatúra................................. 5 1.2.1 Literatúra..................................
More informationV (r,t) = i ˆ u( x, y,z,t) + ˆ j v( x, y,z,t) + k ˆ w( x, y, z,t)
IV. DIFFERENTIAL RELATIONS FOR A FLUID PARTICLE This chapter presents the development and application of the basic differential equations of fluid motion. Simplifications in the general equations and common
More informationOn the domain dependence of solutions to the compressible Navier-Stokes equations of an isothermal fluid
Nečas Center for Mathematical Modeling On the domain dependence of solutions to the compressible Navier-Stokes equations of an isothermal fluid Nikola Hlaváčová Preprint no. 211-2 Research Team 1 Mathematical
More informationUNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY. Kritéria nezápornosti Fourierových radov BAKALÁRSKA PRÁCA
UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA MATEMATIKY, FYZIKY A INFORMATIKY Kritéria nezápornosti Fourierových radov BAKALÁRSKA PRÁCA Bratislava 2014 Andrej Iring UNIVERZITA KOMENSKÉHO V BRATISLAVE FAKULTA
More informationUniverzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky
Univerzita Komenského v Bratislave Fakulta Matematiky, Fyziky a Informatiky Numerická analýza riešení nelineárnych parciálnych diferenciálnych rovníc vyskytujúcich sa vo finančnej matematike (Diplomová
More information1 Úvod Úvod Sylaby a literatúra Označenia a pomocné tvrdenia... 4
Obsah 1 Úvod 3 1.1 Úvod......................................... 3 1. Sylaby a literatúra................................. 3 1.3 Označenia a omocné tvrdenia.......................... 4 Prvočísla 6.1 Deliteľnosť......................................
More informationCOMPARISON OF ANALYTICAL SOLUTIONS WITH NUMERICAL MODELING RESULTS OF CONTACT PROBLEM OF THE SHALLOW FOUNDATIONS INTERACTION WITH SUBSOIL
15 ROCZNIKI INŻYNIRII BUDOWLANJ ZSZYT 1/01 Komisja Inżynierii Budowlanej Oddział Polskiej Akademii Nauk w Katowicach COMPARISON OF ANALYTICAL SOLUTIONS WITH NUMRICAL MODLING RSULTS OF CONTACT PROBLM OF
More informationDivergence-conforming multigrid methods for incompressible flow problems
Divergence-conforming multigrid methods for incompressible flow problems Guido Kanschat IWR, Universität Heidelberg Prague-Heidelberg-Workshop April 28th, 2015 G. Kanschat (IWR, Uni HD) Hdiv-DG Práha,
More informationP a g e 5 1 of R e p o r t P B 4 / 0 9
P a g e 5 1 of R e p o r t P B 4 / 0 9 J A R T a l s o c o n c l u d e d t h a t a l t h o u g h t h e i n t e n t o f N e l s o n s r e h a b i l i t a t i o n p l a n i s t o e n h a n c e c o n n e
More informationTERMINOLÓGIA A JEDNOTKY OPTICKÉHO ŽIARENIA
TERMINOLÓGIA A JEDNOTKY OPTICKÉHO ŽIARENIA OEaLT Prednáška 2 Rádiometrické a fotometrické veličiny iny a jednotky Rádiometrická Fotometrická veličina symbol jednotka veličina sym -bol jednotka Energia
More informationKatedra matematiky a teoretickej informatiky Fakulta elektrotechniky a informatiky
Katedra matematiky a teoretickej informatiky Fakulta elektrotechniky a informatiky Technická univerzita v Košiciach MTEMTIK I a jej využitie v ekonómii Zbierka riešených a neriešených úloh nna Grinčová
More informationVPLYV MATERIÁLU A GEOMETRIE VÝMENNÍKA NA PRENOS TEPLA INFLUENCE OF MATERIAL AND GEOMETRY OF EXCHANGER ON HEAT TRANSFER
VPLYV MATERIÁLU A GEOMETRIE VÝMENNÍKA NA PRENOS TEPLA INFLUENCE OF MATERIAL AND GEOMETRY OF EXCHANGER ON HEAT TRANSFER Eva LABAŠOVÁ 1, Jaroslava TRUBENOVÁ 2 Autori: Ing. Eva Labašová, PhD., 1 RNDr. Jaroslava
More informationUniverzita Karlova v Praze Matematicko-fyzikální fakulta. Jan Bulánek
Univerzita Karlova v Praze Matematicko-fyzikální fakulta DIPLOMOVÁ PRÁCE Jan Bulánek Datové struktury pro setříděné ukládání dat Matematický ústav AV ČR, v.v.i. Vedoucí diplomové práce: Mgr. Michal Koucký,
More informationGetting started: CFD notation
PDE of p-th order Getting started: CFD notation f ( u,x, t, u x 1,..., u x n, u, 2 u x 1 x 2,..., p u p ) = 0 scalar unknowns u = u(x, t), x R n, t R, n = 1,2,3 vector unknowns v = v(x, t), v R m, m =
More informationTWO DIMENSIONAL SIMULATION OF FLUID-STRUCTURE INTERACTION USING DGFEM
Proceedings of ALGORITMY 212 pp. 85 94 TWO DIMENSIONAL SIMULATION OF FLUID-STRUCTURE INTERACTION USING DGFEM JAROSLAVA HASNEDLOVÁ-PROKOPOVÁ,, MILOSLAV FEISTAUER, JAROMÍR HORÁČEK, ADAM KOSÍK, AND VÁCLAV
More informationTeória kvantifikácie a binárne predikáty
Teória kvantifikácie a binárne predikáty Miloš Kosterec Univerzita Komenského v Bratislave Abstract: The paper deals with a problem in formal theory of quantification. Firstly, by way of examples, I introduce
More informationUniversity of West Bohemia in Pilsen Faculty of Applied Sciences Department of Mathematics. Master thesis. Biological reaction-diffusion models
University of West Bohemia in Pilsen Faculty of Applied Sciences Department of Mathematics Master thesis Biological reaction-diffusion models Plzeň 2016 Martin Fencl Prohlášení Prohlašuji, že jsem diplomovou
More informationJádrové odhady regresní funkce pro korelovaná data
Jádrové odhady regresní funkce pro korelovaná data Ústav matematiky a statistiky MÚ Brno Finanční matematika v praxi III., Podlesí 3.9.-4.9. 2013 Obsah Motivace Motivace Motivace Co se snažíme získat?
More information