POLITECHNIKA POZNAŃSKA WYDZIAŁ BUDOWY MASZYN I ZARZĄDZANIA STUDIA MAGISTERSKIE STUDIUM DZIENNE. Michał Kubacha. Praca dyplomowa

Wielkość: px
Rozpocząć pokaz od strony:

Download "POLITECHNIKA POZNAŃSKA WYDZIAŁ BUDOWY MASZYN I ZARZĄDZANIA STUDIA MAGISTERSKIE STUDIUM DZIENNE. Michał Kubacha. Praca dyplomowa"

Transkrypt

1 POLITECHIKA POZAŃSKA WYDZIAŁ BUDOWY MASZY I ZARZĄDZAIA STUDIA MAGISTERSKIE STUDIUM DZIEE Mchał Kubacha Symulaca nestaconarnego przepływu cepła bezsatkową metodą Kansa w obszarze o neregularnym brzegu Praca dyplomowa Prowadzący: dr Tomasz Stręk Koreferent: prof. dr hab. nŝ. Jan A. Kołodze Poznań 5

2 Składam podzękowana moemu promotorow dr Tomaszow Strękow za okazaną pomoc przy powstawanu te pracy. neszą pracę dedykuę Rodzcom Justyne. - -

3 SPIS TREŚCI. Sps treśc... Streszczene Wprowadzene Zawsko przewodnctwa ceplnego Równane cepła Bezsatkowa metoda Kansa dla przypadku staconarnego nestaconarnego Zagadnene staconarne Zagadnene nestaconarne 5.3 Operatory róŝnczkowe dla radalnych funkc bazowych dla przypadku staconarnego Funkca welomanowa Funkca gaussowska Funkca polharmonczne Operatory róŝnczkowe dla radalnych funkc bazowych dla przypadku nestaconarnego Funkca welomanowa Funkca gaussowska Funkca polharmonczne arzędze programstyczne Sclab Przykłady wykorzystana Sclaba do oblczeń wzualzac wynków Wynk numeryczne Zagadnene staconarne na obszarze regularnym Zagadnene nestaconarne na obszarze regularnym Zagadnene staconarne na obszarze neregularnym Zagadnene nestaconarne na obszarze neregularnym Wnosk Lteratura Dodatk

4 .Streszczene Celem pracy est symulaca nestaconarnego przepływu cepła bezsatkową metodą Kansa w obszarze o neregularnym brzegu. Metodę tą zamplementowano z wykorzystanem programu Sclab. W pracy badano zagadnene przepływu cepła na całym brzegu rozwaŝanego obszaru z warunkem Drchleta (temperatura na brzegu była funkcą połoŝena. W perwsze częśc pracy omówono podstawy teoretyczne przewodnctwa cepła w całach stałych. W dalsze częśc pracy szczegółowo opsano metodę Kansa, wyprowadzono operatory róŝnczkowe dla trzech radalnych funkc bazowych (RFB: funkc welomanowe, funkc gaussowske oraz funkc polharmonczne dotyczących staconarnego nestaconarnego przepływu na obszarze o regularnym neregularnym brzegu. Początkowo ednocześne wydawałoby sę, Ŝe równana przedstawone w tym rozdzale są skomplkowane, ale po bardze wnklwe analze okazue sę, Ŝe ch wyprowadzena są proste powtarzalne. W dalsze częśc pracy zaprezentowano krótk ops programu Sclab. WyposaŜony est on w setk gotowych funkc do operac algebracznych, rozwązywana równań lnowych nelnowych, grafk dwu- trówymarowe oraz wele nnych. W końcowe częśc pracy zaprezentowane zostały tabele z wynkam oraz ch nterpretace grafczne. Ze względu na obszerność zagadnena przedstawono tylko wybrane wynk oblczeń numerycznych. Warto podkreślć zaletę środowska programu Sclab, które okazało sę być efektywnym efektownym narzędzem do oblczeń numerycznych nŝynerskch. Dodatkowo do pracy załączono płytę CD, która zawera program nstalacyny paketu Sclab oraz kody źródłowe programów wykorzystanych podczas oblczeń numerycznych. Programy mogą być modyfkowane przez uŝytkownka do własnych celów

5 3. Wprowadzene astarszą, hstoryczne rzecz borąc, est metoda róŝnc skończonych opsana dość szczegółowo w ksąŝkach z lat pęćdzesątych (np. Collatz, Panow. W tym samym czase (946 poawła sę pewna odmana te metody metoda blansów elementarnych, które podstawy sformułował Wnczew. Metoda blansów est bardzo efektywna w oblczenach ceplnych, a przy tym dzęk swoe oczywste nterpretac fzyczne zrozumała łatwo przyswaalna. Drugą z bardzo rozpowszechnonych w mechance termodynamce metod numerycznych est metoda elementów skończonych (MES. Łączy sę ą zazwycza z nazwskem O.C. Zenkewcza, który w 967 roku opublkował bardzo obszerną monografe Fnte Element Method. W latach osemdzesątych coraz węce psze sę o metodze elementu brzegowego. Do nawybtneszych e propagatorów naleŝą C.A. Brebba, J.C.F. Telles, L.C. Wrobel autorzy znane monograf Boundary Element Technques (984 [3]. W ostatne dekadze, postęp w stosowanu radalnych funkc bazowych (RFB w bezsatkowych metodach aproksymac rozwązań cząstkowego równana róŝnczkowego mała przycągnąć welu badaczy nauk nŝyner. Perwszą dzedzną typu metod bezsatkowych est tak zwana metoda Kansa rozwnęta przez Kansa w 99 roku [6], est uzyskwana bezpośredno z kolokac RFB (na przykład w szczególnośc funkc welomanowe, ang. multquadrc, dla numeryczne aproksymac rozwązana. Funkca welomanowa została perwszy raz rozwnęta przez Hardy ego [8] w 97 roku, ako welowymarowe rozproszene metody nterpolac do modelowana pola przycągana zemskego. eznana przez welu badaczy akademckch aŝ do czasu publkac recenz Franke ego [4] opsuące 9 metod nterpolacynych, gdze funkca welomanowa została zalczona do nalepszych w oparcu o dokładność, aspekty wzualne, wraŝlwośc na parametry, nadane waŝnośc czasu, przechowywane Ŝądań łatwość mplementac. Metoda Kansa została ostatno powększona do rozwązana róŝnych zwykłych cząstkowych równań róŝnczkowych włączaąc dwufazowe trófazowe modele meszann dla tkank nŝyneryne, ednowymarowego nelnowego równana Burgera [5] z uderzenem fal, powerzchnowego równane wody z przypływem symulacą prądu [9] oraz problem przepływu cepła [7]. Tradycyne radalne funkce bazowe są defnowane ako funkce globalne, których wynk w pełn wynkaą z współczynnka macerzy. Przeszkadza to w stosowanu RFB na duŝą skale z powodu źle uwarunkowanych współczynnków macerzy. W welu przypadkach, dokładność rozwązana RFB zaleŝy często od wyboru parametru c podstawanego do funkc welomanowe czy teŝ gausowske. Wybór optymalne 3 wartośc parametru c est poprzedzony ntensywnym badanam. Ostatno, RFB postac r est uŝywana zamenne, aby unknąć problemu wyboru optymalnego kształtu parametru. Dwe waŝne cechy bezsatkowych metod z wykorzystanem RFB to fakt ze są one naprawdę metodam typu bez satek (ang. mesh-free ch mplementaca est bardzo prosta w porównanu z nurtem domnuącym w technkach numerycznych takch ak metoda elementu skończonego, metoda róŝnc skończonych, metoda elementu brzegowego czy teŝ metoda obętośc skończone. Celem pracy była symulaca nestaconarnego przepływu cepła bezsatkową metodą Kansa w obszarze o neregularnym brzegu. Metodę tą zamplementowano w środowsku programstycznym Sclab. W pracy badano zagadnene przepływu cepła z warunkem Drchleta na całym brzegu rozwaŝanego obszaru. Temperatura na brzegu była funkcą połoŝena. W rozdzale 4 przestawono problem przewodnctw cepła ak równeŝ zapsano równane cepła. Bardzo waŝną część pracy stanow ops metody Kansa dla przypadku staconarnego nestaconarnego. W tym rozdzale opsano równeŝ operatory róŝnczkowe - 4 -

6 dla poszczególnych przypadków. a perwszy rzut oka równana przedstawone w tym rozdzale mogą wydawać sę skomplkowane, ale po bardze wnklwe analze okazue sę, Ŝe ch wyprowadzena są proste powtarzalne. W rozdzale 6 zawarto krótk ops narzędza programstycznego Sclab, który est odpowednkem paketu naukowego Matlab. Rozdzał 7 zawera tabele z wynkam oraz nterpretace grafczną dla poszczególnych przypadków RFB. a końcu w rozdzale 8 zawarto wnosk przemyślena własne

7 4. Zawsko przewodnctwa ceplnego Od kuchennego tostera do nanowszego wysoko sprawnego mkroprocesora, cepło est wszechobecne ma welke znaczene w nŝyner śwatowe. Dla optymalzac sprawnośc ceplne redukc kosztów, nŝynerzy badacze wykorzystuą analzę opartą na metodze, elementu skończonego. PonewaŜ wele właścwośc materałowych est zaleŝnych od temperatury, efekt cepła występue w welu nnych dzedznach modelowana multdyscyplnarnego. a przykład, zarówno toster ak mkroukład zaweraą elektryczne przewodnk, które wytwarzaą energę ceplną podczas przepływu przez ne prądu elektrycznego. Gdy te przewodnk wyzwalaą energę ceplną, temperatura układu zwększa sę w tych przewodnkach. Jeśl przewodnctwo elektryczne est zaleŝne od temperatury, to zmena sę odpowedno wpływa na pole elektryczne w przewodnku. Inny przykład z multdyscyplnarnych połączeń, które pocągaą za sobą przepływ cepła są napręŝena ceplne, konwekca w płynach nagrzewane ndukcyne. Przepływ cepła est defnowany ako ruch energ spowodowany róŝncą temperatur. Opsywane est to przez następuące trzy mechanzmy: Przewodzene est przepływem cepła przez dyfuze w ośrodku staconarnym spowodowane gradentem temperatury. Ośrodkem moŝe być cało stałe lub płyn. Konwekca est przepływem cepła pomędzy cepłą powerzchną a zmnym ruchomym płynem, zmną powerzchną a cepłym ruchomym płynem lub cepłą zmną powerzchną płynu. Konwekca występue w płynach gazach. Promenowane est przepływem cepła pomędzy powerzchną A z temperaturą T powerzchną B z temperaturą T przez elektromagnetyczne fale, pod warunkem, Ŝe T T powerzchna A est wdoczna dla neskończene małego obserwatora na powerzchn B. 4. Równane cepła Matematyczny model dla przepływu cepła przez przewodzene est równanem cepła: T ρc t ( k T Q (4. gdze T temperatura [ C lub K] ρ gęstość [kg/m 3 ] k przewodnctwo ceplne [W/(m K] Q źródło cepła lub rozpraszacz [W] C- cepła właścwe [J/(kg K] o C p cepło właścwe przy stałym cśnenu [J/(kg K] o C v cepło właścwe przy stałe obętośc [J/(kg K] Dla stanu ustalonego, temperatura ne zmena sę w czase, węc perwszy człon równana (4. zaweraący pochodną temperatury po czase zerue sę. Jeśl przewodnctwo ceplne est anzotropowe k stae sę tensorem przewodnctwa ceplnego w postac: - 6 -

8 W modelu przewodnctwa cepła konwekc przez płyn, równane cepła zawera równeŝ człon konwekcyny. Równane przewodnctwa konwekc ceplne moŝemy zapsać w postac: gdze u est wektorem pola prędkośc. To pole moŝe być znane w postac matematycznego wyraŝene zmennych nezaleŝnych lub oblczone przez rozwązane sprzęŝonego układu równań przewodnctwa oraz blansu pędu (równane aver-stokesa dla przepływu neścślwego. Wektora strumena cepła est defnowany przez wyraz w nawase występuący w równanu (4.3. W przypadku przepływu cepła z wykorzystanem konwekc przewodnctwa równane na wektor strumena ma postać: atomast, eśl przepływ cepła est wyraŝona tylko przez przewodnctwo, q est określone przez q k T (4.5. ρc T t k xx k xy k xz k k yx k yy k yz (4. k zx k zy k zz (-k T + ρc Tu Q P P (4.3 q k T + ρc Tu (4.4 P - 7 -

9 5. Bezsatkowa metoda Kansa Metoda Kansa została wprowadzona w 99 roku [] przy rozwązywanu cząstkowych równań róŝnczkowych z kolokacynym wykorzystanem radalnych funkc bazowych. Ta technka est bardzo ogólna, prosta efektywna. RozwaŜamy ogólne cząstkowe równane róŝnczkowe w obszarze dwuwymarowym Lu f(x,y w Ω Bu g(x,y w Ω (5. gdze L operator róŝnczkowy, B operator narzucaący warunk granczne, Ω obszar wewnętrzny, Ω brzegem obszaru Ω Ω Ω { },y Rysunek 5.. Przykładowa grafczna prezentaca obszaru brzegu. Wyznaczamy { P } (x,y to będze kolokacynych punktów w Ω z których (x są punktam wewnętrznym; { (x,y } są punktam brzegowym. a + rysunku 5. punkty wewnętrzne oznaczone są kolorem asno-brązowym natomast punkty brzegowe oznaczone są kolorem brązowym. Kolorem czerwonym oznaczony został obszar neregularny. W metodze Kansa przymuemy sę, Ŝe przyblŝone rozwązane problemu est wyraŝone przez u(x,y u ϕ (x,y (5. gdze { u } P są neznanym współczynnkam który będze wyznaczony, ( P P ϕ ( x-x + ( y-y ϕ( r ϕ (x,y ϕ est radalną funkcą bazową. Tuta r P est Eukldesową normą pomędzy punktam P ( x, y P x, y. ( - 8 -

10 aczęśce uŝywanym radalnym funkcam bazowym są: Funkce welomanowe (ang. the multquadrc (MQ ( r ( r + c β/ parametrem; neparzystą lczbą całkowtą Funkce gaussowska (ang. the Gaussans (GS ϕ ( r ϕ (β est c r e Polharmonczne funkce skleane (ang. the polyharmonc splnem n ϕ r r log r w R dla n (dla n mamy tzw. funkcę cenkch płyt ( Przez podstawene równana (5. do równana (5., otrzymuemy ( Lϕ ( x,y u f ( x,y,,,..., ( Bϕ ( x,y u g( x,y, +, +,..., (5.3 (5.4 W zwązku z tym rozwązuemy następuący układ lnowo - algebraczny x A A A A u u ( ( ( f ( f (5.5 ( T ( Dla neznanych [ ] [ ] T u u, u,..., u, u u +, u +,..., u. Wtedy przyblŝone rozwązane moŝemy otrzymać z równana (5. w dowolnym punkce dzedzny Ω. Tuta otrzymuemy podmacerze: A z elementem A z elementem A z elementem A z elementem (Lϕ (x,y,,,,.., (Lϕ (x,y,,,..,, +,..., (Bϕ (x,y, +,..,,,,.., (Bϕ (x,y,, +,.., I wektor f f ( ( T [ f(x,y,f(x,y,...,f(x,y ] [ g(x,y,g(x,y,...,g(x,y ] T ( Zagadnene staconarne Dla numerycznego sprawdzena, skupamy rozwązane przy następuącym równanu u u + x y f(x,y, (x,y Ω R (

11 u Ω g(x,y, (x,y Ω (5.8 Dla problemu elptycznego staconarnego, w metodze Kansa rozwązane u est przyblŝane przez gdze { } są neznanym współczynnkam który będze wyznaczony. u u(x,y Podstawaąc równane (5.9 do równana (5.7 (5.8, otrzymuemy u ϕ (x,y (5.9 ϕ ϕ + x y ( x,y u f ( x,y,,,..., (5. ( x,y u g( x,y, +,..., ϕ. (5. Równana (5.-(5. przedstawaą układ równań lnowych (o wymarze x z neznanym współczynnkam }. ZauwaŜmy, Ŝe równane (5.9 dae globalne { u przyblŝene rozwązana równana (5. dla kaŝdego punktu w dzedzne Ω. 5.. Zagadnene nestaconarne estaconarny przepływ cepła opsany est następuącym równanem róŝnczkowym cząstkowym typu parabolcznego u u u α t + x y f ( x,y,t,u,u,u, (x,y Ω R, t T x y (5. z warunkem brzegowym u Ω g (x,y,t, (x,y Ω (5.3 u n Ω g (x,y,t, (x,y Ω gdze n est wektorem normalnym do rozwaŝanego brzegu a Ω Ω + Ω. Zagadnene rozwaŝane est z następuącym warunkem początkowym u t W probleme opsanym równanem (5. moŝemy pochodną czasową zastąpć (przyblŝyć awnym schematem róŝncowym, (5.4 h(x,y, (x,y Ω (

12 u n+ u δt n u α x n+ u + y n+ f n n n ( x,y,t,u,u,u n x y (5.6 gdze δt est krokem czasowym u n, u n+ oznacza odpowedno rozwązane w czase t n nδt t n+ (n+ δt. PrzyblŜone rozwązane dla problemu parabolcznego nestaconarnego (5.,(5.3 (5.5, będze wyraŝane wtedy ako gdze n+ { u } u(x,y,t n+ n + u ϕ (x,y (5.7 są neznanym współczynnkam, które będą wyznaczone w kaŝdym kroku czasowym t t n+. W pracy rozwązywane będą zagadnena z warunkem brzegowym (5.3 dla Ω Ω oraz g ( x, y, t g( x, y, t. Podstawaąc równane (5.7 do równana (5. (5.3, otrzymuemy ϕ ϕ ϕ α δt + x y n u n δt n+ ( x,y u (,,,.., n n n ( x,y + f x,y,t,u ( x,y,u ( x,y,u ( x,y x y (5.8 n+ ( x y u g( x, y, t, +, n+,..., ϕ. (5.9 Równana (5.8 (5.9 reprezentuą lnowy układ równań z neznanym wartoścam n+ współczynnków. Po rozwązanu układu (5.8 (5.9 wykorzystanu { u } wyraŝena (5.7 otrzymuemy przyblŝone rozwązane w kaŝdym punkce obszaru Ω. 5.3 Operatory róŝnczkowe dla radalnych funkc bazowych dla przypadku staconarnego Funkca welomanowa Dla funkc welomanowe (ang. Multquadrc (MQ określone równanem ( r r c ϕ ϕ (5. + gdze ( x x + ( y y r r (x,y (5. otrzymuemy następuące wyraŝena na perwsze druge pochodne funkc welomanowe (5. - -

13 ϕ x x x ϕ (y y + c x (r + c r + c, 3/ ' ϕ y y y r + c ϕ (x x + c y (r + c 3/ (5. Wykorzystuąc równana (5. w operatorze Lφ równana (5.3 otrzymuemy rs, r ( x x + ( y y rs + c (5.3, u f(x,y,,,..., 3/ (r + c atomast wstawaąc wyraŝena (5. do wyraŝena (5.4 w mesce operatora róŝnczkowego otrzymuemy ( rs, + c u g(x,y, +,+,..., (5.4 aleŝy tuta zauwaŝyć ze wyraŝene (5.3 odnos sę do punktów wewnętrznych, natomast wyraŝene (5.4 do punktów znaduących sę na brzegu. Wykorzystuąc równana (5.3 oraz (5.4 moŝemy stworzyć układ (5.5. Kolene elementy podmacerzy macerzy A (występuące po lewe strone układu przymą następuącą postać: A (,,,..., A A Lϕ Bϕ Bϕ ( x,y rs + c ( r + c rs c A L ( x,y, + (, ϕ 3/ ( r + c,,..., ; +,.., (, ( x,y ( rs, + c, +,.., ;,,..., (, ( x, y ( rs, + c, +,.., ; +,..,, 3/,, (5.5 atomast wektor wyrazów wolnych f (występuący po prawe strone układu moŝemy zapsać w następuące postac: f f ( ( 5.3. Funkca gaussowska T [ f(x,y,f(x,y,...,f(x,y ] [ g(x,y,g(x,y,...,g(x,y ] T Dla funkc gaussowske (ang. the Gaussans (GS określone równanem - - (5.6

14 ( r c r ϕ ϕ e (5.7 gdze r ( x x + ( y y r (x,y (5.8 otrzymuemy następuące wyraŝena na perwsze druge pochodne funkc gaussowske (5.7 ϕ x ϕ y ϕ x ϕ y rs, r ce ce ce ce ( x x + ( y y c c ( rs, ( x x ( rs, ( y y c c ( rs, c( rs, + 4c e ( x x ( rs, c( rs, + 4c e ( y y, Wykorzystuąc równana (5.9 w operatorze Lφ równana (5.3 otrzymuemy c( rs, ( 4ce ( c( rs, u f(x,y,,,...,,,, (5.9 (5.3 atomast wstawaąc wyraŝena (5.7 do wyraŝena (5.4 w mesce operatora róŝnczkowego otrzymuemy c ( rs, ( e u g(x,y, +,+,..., (5.3 aleŝy tuta zauwaŝyć ze wyraŝene (5.3 odnos sę do punktów wewnętrznych, natomast wyraŝene (5.3 do punktów znaduących sę na brzegu. Wykorzystuąc równana (5.3 oraz (5.3 moŝemy stworzyć układ (5.5. Kolene elementy podmacerzy macerzy A (występuące po lewe strone układu przymą następuącą postać: - 3 -

15 A (, A rs, Lϕ r,,..., (, Lϕ ( x ( x + y y c( rs, 4ce ( c( rs ( x,y ( x,y,,..., ; +,.., c ( rs, A Bϕ ( x,y ( e, (, +,.., ;,,..., c ( rs, A Bϕ ( x,y ( e, (, (, +,.., ; +,..,, c( rs, ( 4ce ( c( rs,, (5.3 atomast wektor wyrazów wolnych f (występuący po prawe strone układu moŝemy zapsać w następuące postac: Funkca polharmonczna Dla polharmoncznych funkc skleanych (ang. the polyharmonc splnes określonych równanem gdze f f ( ( T [ f(x,y,f(x,y,...,f(x,y ] [ g(x,y,g(x,y,...,g(x,y ] T ( r r n logr + (5.33 ϕ (5.34 r ( x x + ( y y r (x,y (5.35 otrzymuemy następuące wyraŝena na perwsze druge pochodne funkc polharmonczne (5.34 ϕ x ϕ y rs, r ( x x + ( y y ( ( ( n x x rs ( + nlogrs ( ( n rs ( y y ( + nlogrs ( ( ( ( ϕ n x x n 4n x x rs, + + ( rs, x ( rs rs,, ( ( ( ( ( n n n x x rs n( rs ( n 4, +, log( rs,, ϕ n ( ( y y rs n( y y ( rs ( ( n, + 4, y rs, rs, n( rs ( n ( n n( y y ( rs ( n + 4 log rs ( (,,,,,,,,,, + + (

16 Wykorzystuąc równana (5.36 w operatorze Lφ równana (5.3 otrzymuemy ( ( n ( n rs ( + nlogrs, u f(x,y,,,...,, (5.37 atomast wstawaąc wyraŝena (5.34 do wyraŝena (5.4 w mesce operatora róŝnczkowego otrzymuemy ( rs u g(x,y, +,+,..., rs, log, (5.38 aleŝy tuta zauwaŝyć ze wyraŝene (5.37 odnos sę do punktów wewnętrznych, natomast wyraŝene (5.38 do punktów znaduących sę na brzegu. Wykorzystuąc równana (5.37 oraz (5.38 moŝemy stworzyć układ (5.5. Kolene elementy podmacerzy macerzy A (występuące po lewe strone układu przymą następuącą postać: A (,,,..., A (, A A Lϕ Lϕ Bϕ Bϕ (, ( ( ( n x, y n rs ( + nlogrs (, ( ( ( n x, y n rs ( + nlogrs,,..., ; +,.., (, ( x, y ( rs log( rs, +,.., ;,,..., (, ( x, y ( rs log( rs, +,.., ; +,..,,,,,,,,, (5.39 atomast wektor wyrazów wolnych f (występuący po prawe strone układu moŝemy zapsać w następuące postac: f f ( ( T [ f(x,y,f(x,y,...,f(x,y ] [ g(x,y,g(x,y,...,g(x,y ] T ( Operatory róŝnczkowe dla radalnych funkc bazowych dla przypadku nestaconarnego 5.4. Funkca welomanowa Dla funkc welomanowe (ang. Multquadrc (MQ określone równanem ( r r c ϕ ϕ (5.4 + gdze - 5 -

17 r ( x x + ( y y r (x,y (5.4 otrzymuemy następuące wyraŝena na perwsze druge pochodne funkc welomanowe (5.43 ϕ x x x ϕ (y y + c x (r + c r + c, 3/ ' ϕ y y y r + c ϕ (x x + c y (r + c 3/ (5.43 W równanu (5.8 w mesce drugch pochodnych podstawamy wyraŝena (5.43 oraz w mesce φ wstawamy równane (5.4 otrzymuemy rs, + c δt,,.., rs, r rs ( x x + ( y y + c, α n+ u 3/ (r + c u δt ( x,y + f ( x,y,t, atomast wstawaąc wyraŝena (5.4 do wyraŝena (5.9 w mesce operatora róŝnczkowego otrzymuemy n n (5.44 ( x y, t, + n ( rs + c u +, g, n,..., + (5.45 aleŝy tuta zauwaŝyć ze wyraŝene (5.44 odnos sę do punktów wewnętrznych, natomast wyraŝene (5.45 do punktów znaduących sę na brzegu. Wykorzystuąc równana (5.44 oraz (5.45 moŝemy stworzyć układ (5.5. Kolene elementy podmacerzy macerzy A (występuące po lewe strone układu rzymą następuącą postać: A (, rs δt,,..., rs c A, + (, rs, + c α δt 3 (r + c,,..., ; +,.., A A (, + c ( rs, + c, +,.., ;,,..., (, ( rs, + c, rs, + c α 3 (r + c +,.., ; +,..,, / /,, (5.46 atomast wektor wyrazów wolnych f (występuący po prawe strone układu moŝemy zapsać w następuące postac: - 6 -

18 f f ( ( T [ f(x,y,f(x,y,...,f(x,y ] [ g(x,y,g(x,y,...,g(x,y ] T ( Funkca gaussowska Dla funkc gaussowske (ang. the Gaussans (GS określone równanem ( r c r ϕ ϕ e (5.48 gdze r ( x x + ( y y r (x,y (5.49 otrzymuemy następuące wyraŝena na perwsze druge pochodne funkc gaussowske (5.5 ϕ x ϕ y ϕ x ϕ y rs, r ce ce ce ce ( x x + ( y y c c ( rs, ( x x ( rs, ( y y c c,, ( rs, c( rs, + 4c e ( x x ( rs, c( rs, + 4c e ( y y,, (5.5 W równanu (5.8 w mesce drugch pochodnych podstawamy wyraŝena (5.5 oraz w mesce φ wstawamy równane (5.48 otrzymuemy c ( rs, c( rs, n+ ( e α( 4ce ( c( rs u, δt (5.5 n u ( x,y + f ( x,y,tn,,,.., δt atomast wstawaąc wyraŝena (5.48 do wyraŝena (5.9 w mesce operatora róŝnczkowego otrzymuemy c ( rs, n+ ( e u g( x, y, tn+, +,..., (5.5 aleŝy tuta zauwaŝyć ze wyraŝene (5.5 odnos sę do punktów wewnętrznych, natomast wyraŝene (5.5 do punktów znaduących sę na brzegu. Wykorzystuąc - 7 -

19 równana (5.5 oraz (5.5 moŝemy stworzyć układ (5.5. Kolene elementy podmacerzy macerzy A (występuące po lewe strone układu przymą następuącą postać: ( x x + ( y y ( ( rs, r c ( rs, c( rs, A (, ( e α 4ce c( rs,, δt,,..., c ( rs, c( rs, A (, ( e α( 4ce ( c( rs,, δt,,..., ; +,.., c ( rs, A e, (, ( +,.., ;,,..., c ( rs, A ( e, (, +,.., ; +,.., (5.53 atomast wektor wyrazów wolnych f (występuący po prawe strone układu moŝemy zapsać w następuące postac: Funkca polharmonczne Dla polharmoncznych funkc skleanych (ang. the polyharmonc splnem określonych równanem gdze f f ( ( T [ f(x,y,f(x,y,...,f(x,y ] [ g(x,y,g(x,y,...,g(x,y ] T ( r r n logr + otrzymuemy następuące wyraŝena na perwsze druge pochodne funkc polharmonczne (5.57 (5.54 ϕ (5.55 ( x x + ( y y r r (x,y (

20 ϕ x ϕ y rs, r ( x x + ( y y ( ( ( n x x rs ( + nlogrs ( ( n rs ( y y ( + nlogrs ( ( ( ( ϕ n x x n 4n x x rs, + + ( rs, x ( rs rs,, ( ( ( ( ( n n n x x rs n( rs ( n 4, +, log( rs,, ϕ n ( ( y y rs n( y y ( rs ( ( n, + 4, y rs, rs, n( rs ( n ( n n( y y ( rs ( n + 4 log rs ( (,,,,,,,,,, + + (5.57 W równanu (5.8 w mesce drugch pochodnych podstawamy wyraŝena (5.57 oraz w mesce φ wstawamy równane (5.55 otrzymuemy u δt ( ( ( ( n rs log rs α( n rs ( + nlogrs n+ u,,,, δt n ( x,y + f ( x,y,t,,,.., n (5.58 atomast wstawaąc wyraŝena (5.55 do wyraŝena (5.9 w mesce operatora róŝnczkowego otrzymuemy n+ ( rs ( rs u g( x, y, t, +, log, n+,..., (5.59 aleŝy tuta zauwaŝyć ze wyraŝene (5.58 odnos sę do punktów wewnętrznych, natomast wyraŝene (5.59 do punktów znaduących sę na brzegu. Wykorzystuąc równana (5.58 oraz (5.59 moŝemy stworzyć układ (5.5. Kolene elementy podmacerzy macerzy A (występuące po lewe strone układu przymą następuącą postać: - 9 -

21 A(, δt,,..., A A ( ( ( ( n rs log rs α( n rs ( + nlogrs ( ( ( ( n rs log rs α( n rs ( + nlogrs A(,,, δt,,..., ; +,.., (, ( rs log( rs, +,.., ;,,..., (,, ( rs log( rs,, +,.., ; +,..,,,,,,,,,,, (5.6 atomast wektor wyrazów wolnych f (występuący po prawe strone układu moŝemy zapsać w następuące postac: f f ( ( T [ f(x,y,f(x,y,...,f(x,y ] [ g(x,y,g(x,y,...,g(x,y ] T Jak moŝna zauwaŝyć powyŝe, mplementaca metody Kansa est neskomplkowana. To są główne zalety ze ta technka stae sę popularna została zastosowana w welu dzedznach nauk, w których zawska są opsywane cząstkowym równanam róŝnczkowym. Jakkolwek dowód rozwązywalnośc dla lnowego systemu wynkaącego z metody est nadal nepotwerdzony, nawet dla elptycznego problemu. (

22 6. arzędze programstyczne - Sclab Sclab [] est odpowednkem paketu naukowego Matlab. WyposaŜony est w setk gotowych funkc do operac algebracznych, rozwązywana równań lnowych nelnowych, grafk dwu- trówymarowe oraz wele nnych. Został opracowany w IRIA (Insttut atonal de Recherche en Informatque et en Automatque we Franc, dostępny est od 994 roku. aleŝy do programów rodzny CAS (Computer Algebra Systems, wspomagaących oblczena naukowe. Choć est opatrzony lcencą GPL, Sclab w nczym ne ustępue - a często przewyŝsza - oprogramowane komercyne []. Szczegółowy ops środowska dostępny est w bogate lteraturze dostępne w nternece, ak choćby na strone producenta Sclaba []. Rys.Interface programu ScLab w czase wykonywanego programu. Podstawowym obektem ęzyka est macerz. MoŜe to sprawć kłopot początkuącemu uŝytkownkow, ale dzęk temu przy odpowednm zaplanowanu struktury skryptu unkamy stosowana welu zmennych skalarnych zapewnany zwęzłość zapsu. Skalar leksykalne moŝna traktować ako macerz posadaącą eden wersz edną kolumnę. W porównanu z typowym ęzykam programowana stosowanym w oblczenach (np. Fortran, C, nawet słaba znaomość składn wystarcza do rozwązywana praktycznych problemów. aleŝy pamętać, Ŝe welkość lter ma znaczene. a A to dwe róŝne zmenne. Komentarze w programe maą składnę zapoŝyczoną z ęzyka programowana C++, czyl kaŝda lnka poprzedzona znakam \\ est gnorowana. Stałą od zmenne nałatwe odróŝnć po procence poprzedzaącym nazwę, np. %p, %e - stała Eulera, podstawa logarytmu naturalnego; % - ednostka uroona, czyl perwastek kwadratowy z -; %t, %f - prawda fałsz logczny; %nf to oznaczene neskończonośc; %nan - - -

23 wyraŝene neoznaczone. Istnee teŝ stała %eps określaąca precyzę oblczeń; est to nawększa lczba, która spełna równane +%eps. Zmenne w programe ne muszą być deklarowane przed uŝycem, ak ma to mesce w nnych ęzykach programowana. Dla przykładu A[,, 3, 4] lub A[ 3 4] defnue nam czteroelementowy wektor werszowy, a A3[; 3; 4] defnue nam czteroelementowy wektor kolumnowy. Transpozyca (zamana werszy na kolumny takego wektora est prosta - wystarczy apostrof po nazwe zmenne: A. Macerz tworzymy w podobny sposób, np. B [, - ;, 3] (gdze średnk oddzela poszczególne wersze macerzy a przecnek poszczególne wyrazy w werszu. Średnk ma takŝe nne zadane - oddzela poszczególne nstrukce. Odwrócene macerzy B moŝemy uzyskać dzęk procedurze funkcyne nv. Macerz C będze macerzą odwrotną macerzy B po wykonanu polecena Cnv(B. Wyznacznk take macerzy teŝ moŝemy otrzymać od razu: det(c. Wymar zmenne rozszerza sę automatyczne, polecene D(3,3; powodue powstane macerzy o 3 werszach 3 kolumnach z określonym elementem D(3,3 równym. Pozostałe elementy te macerzy są zerowe. Średnk na końcu nstrukc zapobega wyśwetlenu wartośc zmenne. Rozszerzena wymarów struktury moŝna dokonać dzęk kolenemu podstawenu nestneące elementu D(4,43. Po klku takch podstawenach trudno zapamętać, ake są aktualne wymary macerzy; do akc wkracza wtedy funkca sze, np. [wersz, kolumna]sze(d. Zwraca ona dwe lczby całkowte; dla zmenne skalarne kolumny wersze są równe ednośc. Przy wększych wymarach macerzy trudno wprowadzć wartośc wszystkch elementów w sposób awny. Macerz ednostkową (tylko elementy dagonalne równe ednośc, reszta zerowa o wymarach x tworzy zaps DUZA_MACIERZeye(,; macerz złoŝoną za samych zer zeroes(,; wszystke elementy równe ednośc ones(,. W bardze skomplkowanych przypadkach moŝemy wykorzystać podstawene w mesce elementu macerzy nne macerzy, a ne lczby. Funkca matrx modyfkue macerz podaną ako perwszy argument tworzy z ne macerz o wymarach podanych przez następne dwa argumenty. Oprócz dzałań na macerzach, moŝemy wykonywać nstrukce na ch elementach. UŜywamy wówczas operatorów poprzedzonych kropką FE.^ podnese wszystke elementy macerzy do kwadratu, zaś zaps FE^ lub FE*E spowodue wykonane mnoŝena macerzowego według reguł algebracznych. JeŜel argumentem funkc est macerz, to rezultatem będze zmenna macerzowa np. Fcos(E. Operator ^ to oczywśce potęgowane. Funkca nv(a oblcza macerz odwrotną do macerzy x. Sclab est w stane poradzć sobe z wymaram macerzy rzędu tysęcy. Po ostatne nstrukc brak przecnka, dzęk czemu program wyśwetl wartość zmenne. MoŜemy równeŝ kaŝde rozwązane przedstawć za pomocą wykresu dwu- lub trówymarowego. SłuŜą do tego polecena plotd plot3d. KaŜdy wykres poawa sę w oddzelnym okenku, co pozwala obserwować rozwązana dla welu punktów funkc. KaŜde okenko moŝna wzbogacć o opsy os współrzędnych, komentarzy własnych ak wele nnych rzeczy. Podczas tworzena kolenych zmennych moŝe zabraknąć pamęc. Są dwa sposoby rozwązana takego problemu: zwększene dostępne przestrzen nstrukcą stacksze lub usunęce nepotrzebnych zmennych. Ilość dostępne pamęc zaleŝy od wolne pamęc systemowe przestrzen wymany. Wszystke (nechronone zmenne moŝemy usunąć polecenem clear. Jeśl chcemy usunąć edyne zmenną a, wystarczy zaps clear a. Istnee teŝ moŝlwość ustalena swoch predefnowanych zmennych w plku.sclab. Zostaną one automatyczne dołączone do środowska po ponownym uruchomenu programu. Jeśl wykonane procedury oblczenowe okaŝe sę nemoŝlwe, to powstae sytuaca wyątkowa; na szczęśce funkca eee(tryb regulue zachowane środowska w takch warunkach. Istnee moŝlwość komplowana własnych funkc. SłuŜy do tego polecene comp(funkca. Komplowane nterpretowane funkce nczym sę ne róŝną, ale zwykle - -

24 te perwsze dzałaą szybce. Funkce dostarczone ze standardowym bblotekam Sclaba są skomplowane. Polecene getf('funkce' ładue wszystke zdefnowane tam funkce, a następne e komplue. Porównane szybkośc dwóch funkc - nterpretowane komplowane - moŝna przeprowadzć za pomocą funkc tmer(, która wyśwetla czas, ak mnął od poprzednego wywołana. DłuŜsze programy pownny być zapsywane w plkach zewnętrznych, co pozwala na ch rozwane testowane. Polecene exec('test.sc',tryb dołącza do środowska programu nstrukce zawarte w plku test.sc; eśl tryb, to wyśwetlone zostaną tylko wynk dzałana (domyślne, a eśl tryb, to wyśwetlone zostaną równeŝ wykonywane nstrukce. Standardowym rozszerzenem takch plków est sc. Dla zapomnalskch twórcy pozostawl eszcze edna furtkę - moŝlwość zapsu ses nteraktywne: dary('plk' rozpoczyna zaps wszystkch wpsanych poleceń ch wynk. Jeśl chcemy zakończyć sesę, wystarczy wpsać dary(. Powstały w ten sposób plk tekstowy moŝemy analzować w dowolnym edytorze. Dobrze skonstruowany system pomocy w tak obszernym programe est nezbędny. Tuta dokumentaca w formace Adobe Acrobat lczy ponad 6 stron []. Twórcy paketu ne zapomnel o uŝytkownkach. Jeśl mamy problem ze znalezenem składn dane funkc, wystarczy wpsać w werszu poleceń help nazwa_funkc; eśl nteresuą nas nformace dotyczące np. operac welomanowych, wystarczy apropos poly. W łatwy sposób moŝna dowedzeć sę, ake zmenne zostały dotychczas stworzone - pomocą słuŝy who. Dodatkową otrzymaną nformacą est lość dostępne zaęte pamęc. Lstę podstawowych nstrukc ęzyka otrzymamy za pomocą polecena what. Badana naukowe są często nedofnansowane, a ednocześne rośne zastosowane metod oblczenowych w chem, fzyce, bolog, naukach techncznych czy nformatyce. Wszędze tam Sclab - w połączenu z Lnuksem - moŝe sę okazać wręcz neodzowny. I to ne tylko ze względu na darmowy charakter, ale takŝe na welką słę drzemącą w tym programe ego wysoką elastyczność. 6. Przykłady wykorzystana Sclaba do oblczeń wzualzac wynków Przykład aprostszym zastosowanem operac macerzowych est rozwązywane układu równań lnowych, np. x+y+3z9 x-y+z- 3x+y+z7. W Sclabe zadane to realzue następuący fragment programu (kodu -->A [ 3; - ; 3 ]; -->B[9-7]'; -->xa\b; -->xnv(a*b x! -.!!.!! 3.! W tabelce umeszczono polecena ak otrzymane wynk programu. Przykład Rozwązane macerzy róŝne sposoby e zapsana -->A[ ;3 4]; -->B[5 6;7 8]; -->C[9 ; ]; -->D[A,B,C]; - 3 -

25 -->Ematrx(D,3,4 E! !! !! ! -->Feye(E F!....!!....!!....! -->Geye(4,3 G!...!!...!!...!!...! -->Hones(4,4 H!....!!....!!....!!....! -->Izeros(4,4 I!....!!....!!....!!....! Przykład 3 Zastosowane wzualzac w Sclabe Plotd Rozwązane funkc ctcos(*p*t z krokem czasowym t.5 w przedzale (,. W Sclabe zadane to realzue następuący fragment kodu: -->t(:.5:; -->ctcos(*%p*t; -->plot(t,ct; -->xset("font",5,4;xset("thckness",3; -->plot(t,ct, Tme, Cosne, Smple Plot - 4 -

26 Połączene plotd plot3d -->r(%p:-.:;xr.*cos(*r;yr.*sn(*r; --> functon zsurf(x,y, --> zsn(x*cos(y; --> endfuncton -->t%p*(-:/; -->zsn(x.*cos(y; -->[x,y]geom3d(x,y,z; -->xpoly(x,y,"lnes"; -->[x,y]geom3d([,],[,],[5,]; -->xsegs(x,y; -->xstrng(x(,y(; Przykład 4 Rozwązane lnowego układu równań A*x+b -->Arand(5,3*rand(3,8; -->ba*ones(8,;[x,kera]lnsolve(a,b;a*x+b //compatble b ans.d-4 *! !! !! !! ! - 5 -

27 ! ! -->bones(5,;[x,kera]lnsolve(a,b;a*x+b //uncompatble b ans!.!!.!!.!!.!!.! -->Arand(5,5;[x,kerA]lnsolve(A,b, -nv(a*b //x s unquey x! !! !! !!.7894!! ! ans! !! !! !!.7894!! ! - 6 -

28 7. Wynk numeryczne W rozdzale tym przedstawone są wynk symulac dla staconarnego nestaconarnego przepływu cepła bezsatkową metodą Kansa w obszarach o regularnym lub neregularnym brzegu. Metodę tą zamplementowano w środowsku programstycznym Sclab. W pracy badano zagadnene przepływu cepła z warunkem Drchleta na całym brzegu rozwaŝanego obszaru. 7. Zagadnene staconarne na obszarze regularnym Przy rozwązywanu numerycznym wykorzystalśmy następuącą funkcę ( x, y 8x( x + 8y( y oraz rozwązane na brzegu rozwązane dokładne u f (7. ( x y g( x, y 4xy( x( y, (7. Całkowta lczba punktów *+4(mc+ gdze lczba punktów w ednym kerunku mc lczba punktów na ednym brzegu satk c, m parametry RFB (ustalane przez uŝytkownka normerr nawększy błąd rozwązana maxerr róŝnca rozwązana przyblŝonego rozwązana dokładnego W te częśc przedstawone są wynk rozwązana zagadnene (5.7 z warunkam (5.8 z funkcam (7. (7. z wykorzystanem funkc welomanowe opsane równanem (5.. Tabela 7., 7., przedstawaą zaleŝność błędu rozwązana od parametru c RFB oraz lczby punktów. Zagadnene rozwązano z całkowtą lczba punktów: 64 (wynk Tabela 7., 9 (wynk Tabela 7., 44 (wynk Tabela 7.3, 96 (wynk Tabela 7.4. Rysunek 7., 7.3, 7.5, 7.7 przedstawa zaleŝnośc błędu maxerr od parametru c dla poszczególnych przypadków. Rysunek 7., 7.4, 7.6, 7.8 przedstawa rozkład błędu maxerr na powerzchn satk. Tabela 7.. ZaleŜność błędu rozwązana od parametru c RFB lczby punktów dla mc6 Mc C normerr maxerr 6 6,.954D , 6.8D ,3.3D , , , , , , , , , ,

29 błąd,,,8 maxerr,6,4, -,,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.. Rozkład błędu na powerzchn satk dla c. Tabela 7.. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla 8 mc6. Mc c normerr maxerr 8 6,.39D ,.3D , , , , , , , , , , ,

30 błąd,8,6,4 maxerr,,,8,6,4, -,,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.3. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.4. Rozkład błędu na powerzchn satk dla c.8 Tabela 7.3. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla 8 mc6. Mc c normerr maxerr, 7.55D-4.3, , , , , , , , , , , ,

31 błąd,6,4, maxerr,,8,6,4,,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.5. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.6. Rozkład błędu na powerzchn satk dla c. Tabela 7.4. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla mc. Mc c normerr maxerr, , , , , , , , , , , , ,

32 błąd,4,, maxerr,8,6,4,,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.7. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.8. Rozkład błędu na powerzchn satk dla c. W te częśc przedstawone są wynk rozwązana zagadnene (5.7 z warunkam (5.8 z funkcam (7. (7. z wykorzystanem funkc gaussowske opsane równanem (5.7. Tabela 7.5, 7.6, 7.7, 7.8 przedstawaą zaleŝność błędu rozwązana od parametru c RFB oraz lczby punktów. Zagadnene rozwązano z całkowtą lczba punktów: 64 (wynk Tabela 7.5, 9 (wynk Tabela 7.6, 44 (wynk Tabela 7.7, 96 (wynk Tabela 7.8. Rysunek 7.9, 7., 7.3, 7.5 przedstawa zaleŝnośc błędu maxerr od parametru c dla poszczególnych. Rysunek 7., 7., 7.4, 7.6 przedstawa rozkład błędu maxerr na powerzchn satk. Tabela 7.5. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla mc6. Mc Rysunek normerr maxerr 6 6, , , , , , , , ,

33 , , , , błąd,45,4,35 maxerr,3,5,,5,,5 -,5,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.9. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.. Rozkład błędu na powerzchn satk dla c. Tabela 7.6. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla 8 mc6. Mc c normerr maxerr 8 6, , , , , , , , , , , , ,

34 błąd,6,4,, maxerr,8,6,4, -,,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.. Rozkład błędu na powerzchn satk dla c.3 Tabela 7.7. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla mc. Mc c normerr maxerr,.97d , , , , , , , , , , , , , ,

35 błąd,5,,5 maxerr,,5 -,5,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.3. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.4. Rozkład błędu na powerzchn satk dla c.5 Tabela 7.8. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla mc. Mc c normerr maxerr, , , , , , , , , , , , ,

36 błąd,7,6,5 maxerr,4,3,,,,,3,4,5,6,7,8,9,,,3,4,5 parametr c Rysunek 7.5. Wykres zaleŝnośc błędu maxerr od parametru c Rysunek 7.6. Rozkład błędu na powerzchn satk dla c. W te częśc przedstawone są wynk rozwązana zagadnene (5.7 z warunkam (5.8 z funkcam (7. (7. z wykorzystanem funkc polharmonczne opsane równanem (5.34. Tabela 7.9, 7., 7., 7. przedstawaą zaleŝność błędu rozwązana od parametru c RFB oraz lczby punktów. Zagadnene rozwązano z całkowtą lczba punktów: 64 (wynk Tabela 7.9, 9 (wynk Tabela 7., 44 (wynk Tabela 7., 96 (wynk Tabela 7.. Rysunek 7.7, 7.9, 7., 7.3 przedstawa zaleŝnośc błędu maxerr od parametru c dla poszczególnych. Rysunek 7.8, 7., 7., 7.4 przedstawa rozkład błędu maxerr na powerzchn satk. Tabela 7.9. ZaleŜność błędu rozwązana od parametru m RBF lczby punktów dla mc6. Mc m normerr maxerr 6 6, 3.58D ,.44D ,3.84D ,4 3.73D ,5.576D ,6 6.67D ,7 5.89D ,8.8D ,9 6.67D

37 D ,.753D , 9.59D ,3 7.5D , D błąd maxerr 3,,,3,4,5,6,7,8,9,,,3,4,5 parametr m Rysunek 7.7. Wykres zaleŝnośc błędu maxerr od parametru m Rysunek 7.8. Rozkład błędu na powerzchn satk dla c.8 Tabela 7.. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla 8 mc6. Mc M normerr maxerr 8 6, 6.595D , 7.95D ,3.599D ,4.359D ,5.785D ,6 9.59D ,7 4.D ,8 5.8D ,9 6.97D D , 3.68D ,.439D ,3 6.4D ,4 6.66D

38 błąd 4 3,5 3 maxerr,5,5,5,,,3,4,5,6,7,8,9,,,3,4,5 parametr m Rysunek 7.9. Wykres zaleŝnośc błędu maxerr od parametru m Rysunek 7.. Rozkład błędu na powerzchn satk dla c. Tabela 7.. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla mc. Mc m normerr maxerr,.998d ,.37d ,3.3d ,4 6.6D ,5.958D , ,7.76D ,8.98D , , , , ,

39 błąd maxerr 4 3,,,3,4,5,6,7,8,9,,,3,4,5 parametr m Rysunek 7.. Wykres zaleŝnośc błędu maxerr od parametru m Rysunek 7.. Rozkład błędu na powerzchn satk dla c. Tabela 7.. ZaleŜność błędu rozwązana od parametru c RBF lczby punktów dla mc. Mc m normerr maxerr, 9.59D , 3.97D-3.69,3.596D ,4.6D ,5 6.57D , , , , , , , ,

40 błąd,5,5,5,,,3,4,5,6,7,8,9,,,3,4,5 maxerr parametr m Rysunek 7.3. Wykres zaleŝnośc błędu maxerr od parametru m Rysunek 7.4. Rozkład błędu na powerzchn satk dla c.9 7. Zagadnene nestaconarne na obszarze regularnym Przy rozwązywanu numerycznym wykorzystalśmy następuącą funkcę zaleŝną od czasu z warunkem brzegowym oraz warunkem początkowym ( x, y, t x( x + y( y t Całkowta lczba punktów *+4(mc+ gdze f 4 (7.3 ( x, y, t x( x + y( y t g 4 (7.4 ( x, y, g( x, y, u (

41 lczba punktów w ednym kerunku mc lczba punktów na ednym brzegu satk c, m parametry RFB (ustalane przez uŝytkownka dt krok czasowy nstep lość kroków maxerr róŝnca rozwązana przyblŝonego rozwązana dokładnego W te częśc przedstawone są wynk rozwązana zagadnene (5. z warunkam (5.3 (5.5 z funkcam (7.3, (7.4 (7.5 z wykorzystanem funkc gaussowske opsane równanem (5.7. Tabela 7.3 do 7. przedstawaą zaleŝność błędu rozwązana od parametru c RFB, kroku czasowego, lośc kroków oraz lośc punktów. Zagadnene rozwązano z całkowtą lczba punktów: 64 (wynk Tabela , róŝną sę tylko lczba kroków oraz krokem czasowym. Rysunek przedstawa zaleŝnośc błędu maxerr od parametru c dla poszczególnych przypadków. Rysunek przedstawa rozkład błędu maxerr na powerzchn satk. a rysunkach przedstawono tylko nalepsze rozwązana z przedzału czasowego t(,. Tabela ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc6. mc c dt nstep t maxerr błąd ,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 maxerr parametr c Rysunek 7.4. Wykres zaleŝnośc błędu maxerr od parametru c - 4 -

42 Rysunek 7.5. Rozkład błędu na powerzchn satk dla t, c., dt. oraz nstep Tabela ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc6. mc c dt nstep t maxerr błąd maxerr 4 3,5 3,5,5,5,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 parametr c Rysunek 7.6. Wykres zaleŝnośc błędu maxerr od parametru c - 4 -

43 Rysunek 7.7. Rozkład błędu na powerzchn satk dla t.5, c., dt. oraz nstep5 Tabela ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc6. mc c dt nstep t maxerr błąd maxerr,5,45,4,35,3,5,,5,,5,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 parametr c Rysunek 7.8. Wykres zaleŝnośc błędu maxerr od parametru c - 4 -

44 Rysunek 7.9. Rozkład błędu na powerzchn satk dla t.5, c., dt. oraz nstep5 Tabela ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc. mc c dt nstep t maxerr błąd,,8 maxerr,6,4,,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 parametr c Rysunek 7.3. Wykres zaleŝnośc błędu maxerr od parametru c

45 Rysunek 7.3. Rozkład błędu na powerzchn satk dla t.5, c., dt. oraz nstep5 Tabela ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc. mc c dt nstep t maxerr błąd 4 8 maxerr 6 4 -,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 parametr c Rysunek 7.3. Wykres zaleŝnośc błędu maxerr od parametru c

46 Rysunek Rozkład błędu na powerzchn satk dla t.74, c., dt. oraz nstep37 Tabela ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc. mc c dt nstep t Maxerr błąd maxerr,5,45,4,35,3,5,,5,,5,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 parametr c Rysunek Wykres zaleŝnośc błędu maxerr od parametru c

47 Rysunek Rozkład błędu na powerzchn satk dla t., c., dt. oraz nstep Tabela ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc. mc c dt nstep t maxerr błąd,7,6,5 maxerr,4,3,,,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 parametr c Rysunek Wykres zaleŝnośc błędu maxerr od parametru c

48 Rysunek Rozkład błędu na powerzchn satk dla t.5, c., dt. oraz nstep5 Tabela 7.. ZaleŜność błędu rozwązana od parametru c, kroku czasowego dt., lośc kroków nstep RBF lczby punktów dla mc. mc c dt nstep t maxerr błąd 9 8 maxerr ,,3,4,5,6,7,8,9,,,3,4,5,6,7,8,9 parametr c Rysunek Wykres zaleŝnośc błędu maxerr od parametru c

49 Rysunek Rozkład błędu na powerzchn satk dla t.4, c., dt. oraz nstep 7.3 Zagadnene staconarne na obszarze neregularnym Przy rozwązywanu numerycznym wykorzystalśmy następuącą funkcę ( x, y 8x( x + 8y( y oraz rozwązane na brzegu rozwązane dokładne u f (7.6 ( x y g( x, y 4xy( x( y, (7.7 Całkowta lczba punktów ((*++((4*mc-7 gdze lczba punktów w ednym kerunku mc lczba punktów na ednym brzegu satk c, m parametry RFB (ustalane przez uŝytkownka W te częśc przedstawone są wynk rozwązana zagadnene (5.7 z warunkam (5.8 z funkcam (7.6 (7.7 z wykorzystanem funkc welomanowe opsane równanem (5.. Przedstawono tuta rozwązane dla nalepszego parametru c.. Zagadnene rozwązano z całkowtą lczba punktów: 38. Rysunek 7.4 przedstawa rozwązane numeryczne na powerzchn obszaru neregularnego. Rysunek 7.4 przedstawa rozkład błędu na powerzchn obszaru neregularnego. Kolor bały na rysunku przedstawa rozwązane lub błąd maksymalny, natomast kolor czarny oznacza rozwązane lub błąd mnmalny

50 Rysunek 7.4 Rozwązane numeryczne na obszarze neregularnym Rysunek 7.4 Rozkład błędu na powerzchn obszaru neregularnego W te częśc przedstawone są wynk rozwązana zagadnene (5.7 z warunkam (5.8 z funkcam (7.6 (7.7 z wykorzystanem funkc gaussowske opsane równanem (5.7. Przedstawono tuta rozwązane dla nalepszego parametru c3.. Zagadnene rozwązano z całkowtą lczba punktów: 38. Rysunek 7.4 przedstawa rozwązane numeryczne na powerzchn obszaru neregularnego. Rysunek 7.43 przedstawa rozkład błędu na powerzchn obszaru neregularnego

51 Rysunek 7.4 Rozwązane numeryczne na obszarze neregularnym Rysunek 7.43 Rozkład błędu na powerzchn obszaru neregularnego W te częśc przedstawone są wynk rozwązana zagadnene (5.7 z warunkam (5.8 z funkcam (7.6 (7.7 z wykorzystanem funkc polharmonczne opsane równanem (5.34. Przedstawono tuta rozwązane dla nalepszego parametru m.. Zagadnene rozwązano z całkowtą lczba punktów: 38. Rysunek 7.44 przedstawa rozwązane numeryczne na powerzchn obszaru neregularnego. Rysunek 7.45 przedstawa rozkład błędu na powerzchn obszaru neregularnego

52 Rysunek 7.44 Rozwązane numeryczne na obszarze neregularnym Rysunek 7.45 Rozkład błędu na powerzchn obszaru neregularnego 7.4 Zagadnene nestaconarne na obszarze neregularnym Przy rozwązywanu numerycznym wykorzystalśmy następuącą funkcę zaleŝną od czasu z warunkem brzegowym ( x, y, t x( x + y( y t f 4 (

53 oraz warunkem początkowym ( x, y, t x( x + y( y t g 4 (7.9 ( x, y, g( x, y, Całkowta lczba punktów ((*++((4*mc-7 gdze lczba punktów w ednym kerunku mc lczba punktów na ednym brzegu satk c parametr RFB (ustalany przez uŝytkownka u (7. W te częśc przedstawone są wynk rozwązana zagadnene (5. z warunkam (5.3 (5.5 z funkcam (7.8, (7.9 (7. z wykorzystanem funkc welomanowe opsane równanem (5.. Przedstawono tuta rozwązane dla parametru c.5, kroku czasowego dt. oraz lczby kroków nstep. Zagadnene rozwązano z całkowtą lczba punktów: 38. Rysunek 7.46 przedstawa rozwązane numeryczne na powerzchn obszaru neregularnego. Rysunek 7.47 przedstawa rozkład błędu na powerzchn obszaru neregularnego. Kolor bały na rysunku przedstawa rozwązane lub błąd maksymalny, natomast kolor czarny oznacza rozwązane lub błąd mnmalny. Rysunek 7.46 Rozwązane numeryczne na obszarze neregularnym - 5 -

54 Rysunek 7.47 Rozkład błędu na powerzchn obszaru neregularnego

55 8.Wnosk Dla staconarnego przepływu wykorzystane zostały wszystke funkce RFB zaproponowane w rozdzale 5. Wszystke dostarczyły satysfakconuących wynków. Porównane błędów rozwązań przedstawono w tabelach na wykresach w rozdzale 7. Dla funkc RFB welomanowe nalepsze wynk zostały zaobserwowane dla satk 64. Wynk dla tego przypadku przedstawono grafczne w rozdzale 7. na rysunkach oraz tabel 7.. Dla funkc RFB gaussowske nalepsze wynk zostały otrzymane dla satk 64. Wynk dla tego przypadku przedstawono grafczne w rozdzale 7. na rysunkach oraz tabel 7.5. Dla funkc RFB polharmonczne wynk były namne zadowalaące, nalepsze wynk wychodzą dla satk 96. Wynk dla tego przypadku przedstawono grafczne w rozdzale 7. na rysunkach oraz tabel 7.. W zagadnenach nestaconarnych dla funkc RFB welomanowe funkc polharmonczne wynk wychodzą nesatysfakconuące. Spowodowane est to złym uwarunkowanem a tym samym rozwązanem generowanego przez metodę Kansa lnowego układu równań. Dla funkc RBF gaussowske nalepsze rezultaty wychodzą dla satk 64, a wynk dla tego przypadku przedstawono grafczne w rozdzale 7. na rysunkach oraz tabel 7.4. W przypadku zagadnena staconarnego na obszarze neregularnym uzyskane wynk były tak ak w przypadku obszaru regularnego satysfakconuące. Dla funkc RFB welomanowe nalepsze wynk zostały zaobserwowane dla satk 38 parametru c.. Wynk dla tego przypadku przedstawono grafczne w rozdzale 7.3 na rysunkach Dla funkc RFB gaussowske nalepsze wynk zostały otrzymane dla satk 38 parametru c3.. Wynk dla tego przypadku przedstawono grafczne w rozdzale 7.3 na rysunkach Dla funkc RFB polharmonczne nalepsze wynk wychodzą dla satk 38 parametru c.. Wynk dla tego przypadku przedstawono grafczne w rozdzale 7.3 na rysunkach W przypadku zagadnena nestaconarnego dla obszaru neregularnego dla funkc RFB gaussowske funkc polharmonczne wynk wychodzą nesatysfakconuące. Dla funkc RBF welomanowe nalepsze rezultaty wychodzą dla satk 38 parametru c.5, wynk dla tego przypadku przedstawono grafczne w rozdzale 7.4 na rysunkach Jak moŝna zauwaŝyć powyŝe, mplementaca metody Kansa est neskomplkowana. To są główne zalety, Ŝe ta technka stae sę popularna została zastosowana w welu dzedznach nauk, w których zawska są opsywane cząstkowym równanam róŝnczkowym. Jakkolwek dowód rozwązywalnośc dla lnowego systemu wynkaącego z metody Kansa est eszcze nepotwerdzony, nawet dla elptycznego problemu []. Uogólnene te metody dla nnych problemów est aktualne badane. Ze względu na obszerność zagadnena autor przedstawł tylko wybrane wynk oblczeń numerycznych. Warto podkreślć zaletę środowska programstycznego Sclab, które okazało sę być efektywnym efektownym narzędzem do oblczeń numerycznych nŝynerskch

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń.

Wykład 1 Zagadnienie brzegowe liniowej teorii sprężystości. Metody rozwiązywania, metody wytrzymałości materiałów. Zestawienie wzorów i określeń. Wykład Zagadnene brzegowe lnowe teor sprężystośc. Metody rozwązywana, metody wytrzymałośc materałów. Zestawene wzorów określeń. Układ współrzędnych Kartezańsk, prostokątny. Ose x y z oznaczono odpowedno

Bardziej szczegółowo

u u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH

u u u( x) u, x METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH i METODA ELEMENTÓW SKOŃCZONYCH METODA RÓŻNIC SKOŃCZONYCH, METODA ELEMENTÓW BRZEGOWYCH METODA ELEMENTÓW SKOŃCZONYCH Szkc rozwązana równana Possona w przestrzen dwuwymarowe. Równane Possona to równae różnczkowe cząstkowe opsuące wele

Bardziej szczegółowo

METODA ELEMENTU SKOŃCZONEGO. Termokinetyka

METODA ELEMENTU SKOŃCZONEGO. Termokinetyka METODA ELEMENTU SKOŃCZONEGO Termoknetyka Matematyczny ops ruchu cepła (1) Zasada zachowana energ W a Cepło akumulowane, [J] P we Moc wejścowa, [W] P wy Moc wyjścowa, [W] t przedzał czasu, [s] V q S(V)

Bardziej szczegółowo

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB

Rozwiązywanie zadań optymalizacji w środowisku programu MATLAB Rozwązywane zadań optymalzacj w środowsku programu MATLAB Zagadnene optymalzacj polega na znajdowanu najlepszego, względem ustalonego kryterum, rozwązana należącego do zboru rozwązań dopuszczalnych. Standardowe

Bardziej szczegółowo

I. Elementy analizy matematycznej

I. Elementy analizy matematycznej WSTAWKA MATEMATYCZNA I. Elementy analzy matematycznej Pochodna funkcj f(x) Pochodna funkcj podaje nam prędkość zman funkcj: df f (x + x) f (x) f '(x) = = lm x 0 (1) dx x Pochodna funkcj podaje nam zarazem

Bardziej szczegółowo

Zaawansowane metody numeryczne

Zaawansowane metody numeryczne Wykład 9. jej modyfkacje. Oznaczena Będzemy rozpatrywać zagadnene rozwązana następującego układu n równań lnowych z n newadomym x 1... x n : a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 21 x 1 + a 22 x

Bardziej szczegółowo

Optymalizacja belki wspornikowej

Optymalizacja belki wspornikowej Leszek MIKULSKI Katedra Podstaw Mechank Ośrodków Cągłych, Instytut Mechank Budowl, Poltechnka Krakowska e mal: ps@pk.edu.pl Optymalzacja belk wspornkowej 1. Wprowadzene RozwaŜamy zadane optymalnego kształtowana

Bardziej szczegółowo

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE

Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE Inormatyka Podstawy Programowana 06/07 Projekt 6 6. ROZWIĄZYWANIE RÓWNAŃ NIELINIOWYCH CAŁKOWANIE NUMERYCZNE 6. Równana algebraczne. Poszukujemy rozwązana, czyl chcemy określć perwastk rzeczywste równana:

Bardziej szczegółowo

5. CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE

5. CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE 5. CHARAKTERYSTYKI CZĘSTOTLIWOŚCIOWE Oprócz transmtancj operatorowej, do opsu członów układów automatyk stosuje sę tzw. transmtancję wdmową. Transmtancję wdmową G(j wyznaczyć moŝna dzęk podstawenu do wzoru

Bardziej szczegółowo

4. Zjawisko przepływu ciepła

4. Zjawisko przepływu ciepła . Zawso przepływu cepła P.Plucńs. Zawso przepływu cepła wymana cepła przez promenowane wymana cepła przez unoszene wymana cepła przez przewodzene + generowane cepła znane wartośc temperatury zolowany brzeg

Bardziej szczegółowo

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW

SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW SZACOWANIE NIEPEWNOŚCI POMIARU METODĄ PROPAGACJI ROZKŁADÓW Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskego 8, 04-703 Warszawa tel.

Bardziej szczegółowo

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej.

11/22/2014. Jeśli stała c jest równa zero to takie gry nazywamy grami o sumie zerowej. /22/24 Dwuosobowe gry o sume zero DO NAUCZENIA I ZAPAMIĘTANIA: Defnca zaps ger o sume zero, adaptaca ogólnych defnc. Punkt sodłowy Twerdzena o zwązkach punktu sodłowego z koncepcam rozwązań PRZYPOMNIENIE:

Bardziej szczegółowo

Problem plecakowy (KNAPSACK PROBLEM).

Problem plecakowy (KNAPSACK PROBLEM). Problem plecakowy (KNAPSACK PROBLEM). Zagadnene optymalzac zwane problemem plecakowym swą nazwę wzęło z analog do sytuac praktyczne podobne do problemu pakowana plecaka. Chodz o to, by zapakować maksymalne

Bardziej szczegółowo

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311

Sztuczne sieci neuronowe. Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyki, p. 311 Sztuczne sec neuronowe Krzysztof A. Cyran POLITECHNIKA ŚLĄSKA Instytut Informatyk, p. 311 Wykład 6 PLAN: - Repetto (brevs) - Sec neuronowe z radalnym funkcjam bazowym Repetto W aspekce archtektury: zajmowalśmy

Bardziej szczegółowo

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne

XXX OLIMPIADA FIZYCZNA ETAP III Zadanie doświadczalne XXX OLIMPIADA FIZYCZNA ETAP III Zadane dośwadczalne ZADANIE D Nazwa zadana: Maszyna analogowa. Dane są:. doda półprzewodnkowa (krzemowa) 2. opornk dekadowy (- 5 Ω ), 3. woltomerz cyfrowy, 4. źródło napęca

Bardziej szczegółowo

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda

BADANIA OPERACYJNE. Podejmowanie decyzji w warunkach niepewności. dr Adam Sojda BADANIA OPERACYJNE Podejmowane decyzj w warunkach nepewnośc dr Adam Sojda Teora podejmowana decyzj gry z naturą Wynk dzałana zależy ne tylko od tego, jaką podejmujemy decyzję, ale równeż od tego, jak wystąp

Bardziej szczegółowo

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia,

Metody gradientowe poszukiwania ekstremum. , U Ŝądana wartość napięcia, Metody gradentowe... Metody gradentowe poszukwana ekstremum Korzystają z nformacj o wartośc funkcj oraz jej gradentu. Wykazując ch zbeŝność zakłada sę, Ŝe funkcja celu jest ogranczona od dołu funkcją wypukłą

Bardziej szczegółowo

Wykład 5 12/15/2013. Problemy algebry liniowej w Matlabie

Wykład 5 12/15/2013. Problemy algebry liniowej w Matlabie Wykład 5. Problemy algebry lnowej w Matlabe. Analza sygnałów a) w dzedzne częstotlwośc b) w dzedzne czasu c) częstotlwoścowo-czasowa d) nagrywane analza dźwęku e) Sgnal Processng Toolbox Problemy algebry

Bardziej szczegółowo

Badania operacyjne w logistyce i zarządzaniu produkcją

Badania operacyjne w logistyce i zarządzaniu produkcją Państwowa Wyższa Szkoła Zawodowa w Nowym Sączu Badana operacyne w logstyce zarządzanu produkcą cz. I Andrze Woźnak Nowy Sącz Komtet Redakcyny doc. dr Zdzsława Zacłona przewodncząca, prof. dr hab. nż. Jarosław

Bardziej szczegółowo

OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI

OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI MODELOWANIE INśYNIERSKIE ISSN 1896-771X 36, s. 187-192, Glwce 2008 OPTYMALIZACJA ALGORYTMÓW WYZNACZANIA RUCHU CIECZY LEPKIEJ METODĄ SZTUCZNEJ ŚCIŚLIWOŚCI ZBIGNIEW KOSMA, BOGDAN NOGA Instytut Mechank Stosowane,

Bardziej szczegółowo

Laboratorium ochrony danych

Laboratorium ochrony danych Laboratorum ochrony danych Ćwczene nr Temat ćwczena: Cała skończone rozszerzone Cel dydaktyczny: Opanowane programowej metody konstruowana cał skończonych rozszerzonych GF(pm), poznane ch własnośc oraz

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 2: Uczenie nadzorowane sieci neuronowych - I Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za

Bardziej szczegółowo

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany

ELEKTROCHEMIA. ( i = i ) Wykład II b. Nadnapięcie Równanie Buttlera-Volmera Równania Tafela. Wykład II. Równowaga dynamiczna i prąd wymiany Wykład II ELEKTROCHEMIA Wykład II b Nadnapęce Równane Buttlera-Volmera Równana Tafela Równowaga dynamczna prąd wymany Jeśl układ jest rozwarty przez elektrolzer ne płyne prąd, to ne oznacza wcale, że na

Bardziej szczegółowo

ZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO

ZASTOSOWANIE KLASYCZNEGO ALGORYTMU GENETYCZNEGO DO ROZWIĄZANIA ZBILANSOWANEGO ZAGADNIENIA TRANSPORTOWEGO Studa Materały. Mscellanea Oeconomcae Rok 6, Nr 2/22 Wydzał Zarządzana Admnstrac Unwersytetu Jana Kochanowskego w Kelcach Z a r z ą d z a n e f n a n s e Rafał Prońko ZASTOSOWANIE KLASYCZNEGO ALGORYTMU

Bardziej szczegółowo

PROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE

PROBLEM ODWROTNY DLA RÓWNANIA PARABOLICZNEGO W PRZESTRZENI NIESKOŃCZENIE WYMIAROWEJ THE INVERSE PARABOLIC PROBLEM IN THE INFINITE DIMENSIONAL SPACE JAN KOOŃSKI POBLEM ODWOTNY DLA ÓWNANIA PAABOLICZNEGO W PZESTZENI NIESKOŃCZENIE WYMIAOWEJ THE INVESE PAABOLIC POBLEM IN THE INFINITE DIMENSIONAL SPACE S r e s z c z e n e A b s r a c W arykule skonsruowano

Bardziej szczegółowo

Materiały do laboratorium Projektowanie w systemach CAD-CAM-CAE. 1. Wprowadzenie do metody elementów skończonych

Materiały do laboratorium Projektowanie w systemach CAD-CAM-CAE. 1. Wprowadzenie do metody elementów skończonych Materały do laboratorum Projektowane w systemach CAD-CAM-CAE Opracowane: dr nŝ. Jolanta Zmmerman 1. Wprowadzene do metody elementów skończonych Przebeg zjawsk fzycznych, dzałane rzeczywstych obektów, procesów

Bardziej szczegółowo

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych

Zaawansowane metody numeryczne Komputerowa analiza zagadnień różniczkowych 1. Układy równań liniowych Zaawansowane metody numeryczne Komputerowa analza zagadneń różnczkowych 1. Układy równań lnowych P. F. Góra http://th-www.f.uj.edu.pl/zfs/gora/ semestr letn 2006/07 Podstawowe fakty Równane Ax = b, x,

Bardziej szczegółowo

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna

Przykład 5.1. Kratownica dwukrotnie statycznie niewyznaczalna rzykład.. Kratownca dwukrotne statyczne newyznaczana oecene: korzystaąc z metody sł wyznaczyć sły w prętach ponższe kratowncy. const Rozwązane zadana rozpoczynamy od obczena stopna statyczne newyznaczanośc

Bardziej szczegółowo

Egzamin poprawkowy z Analizy II 11 września 2013

Egzamin poprawkowy z Analizy II 11 września 2013 Egzamn poprawkowy z nalzy II 11 wrześna 13 Uwag organzacyjne: każde zadane rozwązujemy na osobnej kartce Każde zadane należy podpsać menem nazwskem własnym oraz prowadzącego ćwczena Na wszelk wypadek prosmy

Bardziej szczegółowo

ZESTAW ZADAŃ Z INFORMATYKI

ZESTAW ZADAŃ Z INFORMATYKI (Wpsue zdaąc przed rozpoczęcem prac) KOD ZDAJĄCEGO ZESTAW ZADAŃ Z INFORMATYKI CZĘŚĆ II (dla pozomu rozszerzonego) GRUDZIEŃ ROK 004 Czas prac 50 mnut Instrukca dla zdaącego. Proszę sprawdzć, cz zestaw zadań

Bardziej szczegółowo

Zadanie na wykonanie Projektu Zespołowego

Zadanie na wykonanie Projektu Zespołowego Zadane na wykonane Projektu Zespołowego Celem projektu jest uzyskane następującego szeregu umejętnośc praktycznych: umejętnośc opracowana równoległych wersj algorytmów (na przykładze algorytmów algebry

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 6 Regresja i linie regresji ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 6 Regresja lne regresj ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 Funkcja regresj I rodzaju cechy Y zależnej

Bardziej szczegółowo

WYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL

WYZNACZENIE ROZKŁADU TEMPERATUR STANU USTALONEGO W MODELU 2D PRZY UŻYCIU PROGRMU EXCEL Zeszyty robemowe Maszyny Eetryczne Nr /203 (98) 233 Andrze ałas BOBRME KOMEL, Katowce WYZNACZENIE ROZKŁADU TEMERATUR STANU USTALONEGO W MODELU 2D RZY UŻYCIU ROGRMU EXCEL SOLVING STEADY STATE TEMERATURE

Bardziej szczegółowo

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko

MECHANIKA 2 MOMENT BEZWŁADNOŚCI. Wykład Nr 10. Prowadzący: dr Krzysztof Polko MECHANIKA Wykład Nr 10 MOMENT BEZWŁADNOŚCI Prowadzący: dr Krzysztof Polko Defncja momentu bezwładnośc Momentem bezwładnośc punktu materalnego względem płaszczyzny, os lub beguna nazywamy loczyn masy punktu

Bardziej szczegółowo

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem

Pokazać, że wyżej zdefiniowana struktura algebraiczna jest przestrzenią wektorową nad ciałem Zestaw zadań : Przestrzene wektorowe. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar : C C C, (z, v) z v := z v jest przestrzeną lnową nad całem lczb zespolonych

Bardziej szczegółowo

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach

n liczba zmiennych decyzyjnych c współczynniki funkcji celu a współczynniki przy zmienych decyzyjnych w warunkach Problem decyzyny cel różne sposoby dzałana (decyze) warunk ogranczaące (determnuą zbór decyz dopuszczalnych) kryterum wyboru: umożlwa porównane efektywnośc różnych decyz dopuszczalnych z punktu wdzena

Bardziej szczegółowo

Stateczność układów ramowych

Stateczność układów ramowych tateczność układów ramowych PRZYPONIENIE IŁ KRYTYCZN DL POJEDYNCZYCH PRĘTÓW tateczność ustrou tateczność ustrou est to zdoność ustrou do zachowana nezmennego położena (kształtu) ub nacze mówąc układ po

Bardziej szczegółowo

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5

MATEMATYKA POZIOM ROZSZERZONY Kryteria oceniania odpowiedzi. Arkusz A II. Strona 1 z 5 MATEMATYKA POZIOM ROZSZERZONY Krytera ocenana odpowedz Arkusz A II Strona 1 z 5 Odpowedz Pytane 1 2 3 4 5 6 7 8 9 Odpowedź D C C A B 153 135 232 333 Zad. 10. (0-3) Dana jest funkcja postac. Korzystając

Bardziej szczegółowo

Sprawozdanie powinno zawierać:

Sprawozdanie powinno zawierać: Sprawozdane pownno zawerać: 1. wypełnoną stronę tytułową (gotowa do ćw. nr 0 na strone drugej, do pozostałych ćwczeń zameszczona na strone 3), 2. krótk ops celu dośwadczena, 3. krótk ops metody pomaru,

Bardziej szczegółowo

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni.

Zestaw zadań 4: Przestrzenie wektorowe i podprzestrzenie. Liniowa niezależność. Sumy i sumy proste podprzestrzeni. Zestaw zadań : Przestrzene wektorowe podprzestrzene. Lnowa nezależność. Sumy sumy proste podprzestrzen. () Wykazać, że V = C ze zwykłym dodawanem jako dodawanem wektorów operacją mnożena przez skalar :

Bardziej szczegółowo

Wykład 2: Uczenie nadzorowane sieci neuronowych - I

Wykład 2: Uczenie nadzorowane sieci neuronowych - I Wykład 2: Uczene nadzorowane sec neuronowych - I Algorytmy uczena sec neuronowych Na sposób dzałana sec ma wpływ e topologa oraz funkconowane poszczególnych neuronów. Z reguły topologę sec uznae sę za

Bardziej szczegółowo

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne

Instrukcja do ćwiczeń laboratoryjnych z przedmiotu: Badania operacyjne. Temat ćwiczenia: Problemy rozkroju materiałowego, zagadnienia dualne Instrukca do ćwczeń laboratorynych z przedmotu: Badana operacyne Temat ćwczena: Problemy rozkrou materałowego, zagadnena dualne Zachodnopomorsk Unwersytet Technologczny Wydzał Inżyner Mechanczne Mechatronk

Bardziej szczegółowo

ROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO

ROZWIĄZYWANIE DWUWYMIAROWYCH USTALONYCH ZAGADNIEŃ PRZEWODZENIA CIEPŁA PRZY POMOCY ARKUSZA KALKULACYJNEGO OZWIĄZYWAIE DWUWYMIAOWYCH USALOYCH ZAGADIEŃ PZEWODZEIA CIEPŁA PZY POMOCY AKUSZA KALKULACYJEGO OPIS MEODY Do rozwązana ustalonego pola temperatury wyorzystana est metoda blansów elementarnych. W metodze

Bardziej szczegółowo

BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM

BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM SRM Zeszyty Problemowe Maszyny Elektryczne Nr 88/2010 13 Potr Bogusz Marusz Korkosz Jan Prokop POLITECHNIKA RZESZOWSKA Wydzał Elektrotechnk Informatyk BADANIE DRGAŃ WŁASNYCH NAPĘDU ROBOTA KUCHENNEGO Z SILNIKIEM

Bardziej szczegółowo

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie.

Zapis informacji, systemy pozycyjne 1. Literatura Jerzy Grębosz, Symfonia C++ standard. Harvey M. Deitl, Paul J. Deitl, Arkana C++. Programowanie. Zaps nformacj, systemy pozycyjne 1 Lteratura Jerzy Grębosz, Symfona C++ standard. Harvey M. Detl, Paul J. Detl, Arkana C++. Programowane. Zaps nformacj w komputerach Wszystke elementy danych przetwarzane

Bardziej szczegółowo

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA

KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA KRZYWA BÉZIERA TWORZENIE I WIZUALIZACJA KRZYWYCH PARAMETRYCZNYCH NA PRZYKŁADZIE KRZYWEJ BÉZIERA Krzysztof Serżęga Wyższa Szkoła Informatyk Zarządzana w Rzeszowe Streszczene Artykuł porusza temat zwązany

Bardziej szczegółowo

Sortowanie szybkie Quick Sort

Sortowanie szybkie Quick Sort Sortowane szybke Quck Sort Algorytm sortowana szybkego opera sę na strateg "dzel zwycęża" (ang. dvde and conquer), którą możemy krótko scharakteryzować w trzech punktach: 1. DZIEL - problem główny zostae

Bardziej szczegółowo

Podstawy teorii falek (Wavelets)

Podstawy teorii falek (Wavelets) Podstawy teor falek (Wavelets) Ψ(). Transformaca Haara (97).. Przykład pewne metody zapsu obrazu Transformaca Haara Przykład zapsu obrazu -D Podstawy matematyczne transformac Algorytmy rozkładana funkc

Bardziej szczegółowo

KONSPEKT WYKŁADU. nt. MECHANIKA OŚRODKÓW CIĄGŁYCH. Piotr Konderla

KONSPEKT WYKŁADU. nt. MECHANIKA OŚRODKÓW CIĄGŁYCH. Piotr Konderla Studa doktorancke Wydzał Budownctwa Lądowego Wodnego Poltechnk Wrocławskej KONSPEKT WYKŁADU nt. MECHANIKA OŚRODKÓW CIĄGŁYCH Potr Konderla paźdzernk 2014 2 SPIS TREŚCI Oznaczena stosowane w konspekce...

Bardziej szczegółowo

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO

ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Artur Zaborsk Unwersytet Ekonomczny we Wrocławu ANALIZA PREFERENCJI SŁUCHACZY UNIWERSYTETU TRZECIEGO WIEKU Z WYKORZYSTANIEM WYBRANYCH METOD NIESYMETRYCZNEGO SKALOWANIA WIELOWYMIAROWEGO Wprowadzene Od ukazana

Bardziej szczegółowo

Diagonalizacja macierzy kwadratowej

Diagonalizacja macierzy kwadratowej Dagonalzacja macerzy kwadratowej Dana jest macerz A nân. Jej wartośc własne wektory własne spełnają równane Ax x dla,..., n Każde z równań własnych osobno można zapsać w postac: a a an x x a a an x x an

Bardziej szczegółowo

SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ

SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ Jan JANKOWSKI *), Maran BOGDANIUK *),**) SYMULACJA KOMPUTEROWA NAPRĘŻEŃ DYNAMICZNYCH WE WRĘGACH MASOWCA NA FALI NIEREGULARNEJ W referace przedstawono równana ruchu statku w warunkach falowana morza oraz

Bardziej szczegółowo

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy

(M2) Dynamika 1. ŚRODEK MASY. T. Środek ciężkości i środek masy (MD) MECHANIKA - Dynamka T. Środek cężkośc środek masy (M) Dynamka T: Środek cężkośc środek masy robert.szczotka(at)gmal.com Fzyka astronoma, Lceum 01/014 1 (MD) MECHANIKA - Dynamka T. Środek cężkośc środek

Bardziej szczegółowo

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH

RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Stansław KOWALIK e-mal: skowalk@wsb.edu.pl Wyższa Szkoła Bznesu Dąbrowa Górncza RÓWNOWAGA STACKELBERGA W GRACH SEKWENCYJNYCH Streszczene Praca dotyczy nekooperacynych sekwencynych ger dwuosobowych o sume

Bardziej szczegółowo

7. Wykład VII: Warunki Kuhna-Tuckera

7. Wykład VII: Warunki Kuhna-Tuckera Wocech Grega, Metody Optymalzac 7 Wykład VII: Warunk Kuhna-Tuckera 7 Warunk koneczne stnena ekstremum Rozważane est zadane z ogranczenam nerównoścowym w postac: mn F( x ) x X X o F( x ), o { R x : h n

Bardziej szczegółowo

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja

Modelowanie i obliczenia techniczne. Metody numeryczne w modelowaniu: Optymalizacja Modelowane oblczena technczne Metody numeryczne w modelowanu: Optymalzacja Zadane optymalzacj Optymalzacja to ulepszane lub poprawa jakośc danego rozwązana, projektu, opracowana. Celem optymalzacj jest

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12

Kier. MTR Programowanie w MATLABie Laboratorium Ćw. 12 Ker. MTR Programowane w MATLABe Laboratorum Ćw. Analza statystyczna grafczna danych pomarowych. Wprowadzene MATLAB dysponuje weloma funcjam umożlwającym przeprowadzene analzy statystycznej pomarów, czy

Bardziej szczegółowo

ZASTOSOWANIE METODY ELEMENTÓW BRZEGOWYCH W TOMOGRAFII IMPEDANCYJNEJ

ZASTOSOWANIE METODY ELEMENTÓW BRZEGOWYCH W TOMOGRAFII IMPEDANCYJNEJ Krzysztof KRÓL Danel AWICKI an IKORA ZATOOWANIE METODY ELEMENTÓW BRZEGOWYCH W TOMOGRAFII IMPEDANCYNE TREZCZENIE Nnesza praca ma na celu przedstawene metod rozwązywana zagadnena odwrotnego tomograf mpedancyne

Bardziej szczegółowo

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ],

STATECZNOŚĆ SKARP. α - kąt nachylenia skarpy [ o ], φ - kąt tarcia wewnętrznego gruntu [ o ], STATECZNOŚĆ SKARP W przypadku obektu wykonanego z gruntów nespostych zaprojektowane bezpecznego nachylena skarp sprowadza sę do przekształcena wzoru na współczynnk statecznośc do postac: tgφ tgα = n gdze:

Bardziej szczegółowo

Dobór procesora sygnałowego w konstrukcji regulatora optymalnego

Dobór procesora sygnałowego w konstrukcji regulatora optymalnego Pomary Automatyka Robotyka 10/2008 Dobór procesora sygnałowego w konstrukc regulatora optymalnego Marusz Pauluk Potr Bana Darusz Marchewka Mace Rosół W pracy przedstawono przegląd dostępnych obecne procesorów

Bardziej szczegółowo

METODA STRZAŁÓW W ZASTOSOWANIU DO ZAGADNIENIA BRZEGOWEGO Z NADMIAROWĄ LICZBĄ WARUNKÓW BRZEGOWYCH

METODA STRZAŁÓW W ZASTOSOWANIU DO ZAGADNIENIA BRZEGOWEGO Z NADMIAROWĄ LICZBĄ WARUNKÓW BRZEGOWYCH RAFAŁ PALEJ, RENATA FILIPOWSKA METODA STRZAŁÓW W ZASTOSOWANIU DO ZAGADNIENIA BRZEGOWEGO Z NADMIAROWĄ LICZBĄ WARUNKÓW BRZEGOWYCH APPLICATION OF THE SHOOTING METHOD TO A BOUNDARY VALUE PROBLEM WITH AN EXCESSIVE

Bardziej szczegółowo

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym

Pracownia Automatyki i Elektrotechniki Katedry Tworzyw Drzewnych Ćwiczenie 3. Analiza obwodów RLC przy wymuszeniach sinusoidalnych w stanie ustalonym ĆWCZENE 3 Analza obwodów C przy wymszenach snsodalnych w stane stalonym 1. CE ĆWCZENA Celem ćwczena jest praktyczno-analtyczna ocena obwodów elektrycznych przy wymszenach snsodalne zmennych.. PODSAWY EOEYCZNE

Bardziej szczegółowo

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej

Badanie współzależności dwóch cech ilościowych X i Y. Analiza korelacji prostej Badane współzależnośc dwóch cech loścowych X Y. Analza korelacj prostej Kody znaków: żółte wyróżnene nowe pojęce czerwony uwaga kursywa komentarz 1 Zagadnena 1. Zwązek determnstyczny (funkcyjny) a korelacyjny.

Bardziej szczegółowo

Kwantowa natura promieniowania elektromagnetycznego

Kwantowa natura promieniowania elektromagnetycznego Efekt Comptona. Kwantowa natura promenowana elektromagnetycznego Zadane 1. Foton jest rozpraszany na swobodnym elektrone. Wyznaczyć zmanę długośc fal fotonu w wynku rozproszena. Poneważ układ foton swobodny

Bardziej szczegółowo

V. TERMODYNAMIKA KLASYCZNA

V. TERMODYNAMIKA KLASYCZNA 46. ERMODYNAMIKA KLASYCZNA. ERMODYNAMIKA KLASYCZNA ermodynamka jako nauka powstała w XIX w. Prawa termodynamk są wynkem obserwacj welu rzeczywstych procesów- są to prawa fenomenologczne modelu rzeczywstośc..

Bardziej szczegółowo

Kier. MTR Programowanie w MATLABie Laboratorium

Kier. MTR Programowanie w MATLABie Laboratorium Ker. MTR Programowane w MATLABe Laboraorum Ćw. Zasosowane bbloecznych funkcj MATLABa do numerycznego rozwązywana równań różnczkowych. Wprowadzene Układy równań różnczkowych zwyczajnych perwszego rzędu

Bardziej szczegółowo

Zastosowanie technik sztucznej inteligencji w analizie odwrotnej

Zastosowanie technik sztucznej inteligencji w analizie odwrotnej Zastosowane technk sztucznej ntelgencj w analze odwrotnej Ł. Sztangret, D. Szelga, J. Kusak, M. Petrzyk Katedra Informatyk Stosowanej Modelowana Akadema Górnczo-Hutncza, Kraków Motywacja Dokładność symulacj

Bardziej szczegółowo

ZASTOSOWANIE METODY ELEMENTÓW BRZEGOWYCH DO ROZWIĄZYWANIA PROBLEMÓW PROSTYCH W OBSZARACH STREFOWO NIEJEDNORODNYCH WZGLĘDEM PRZEWODNICTWA WŁAŚCIWEGO

ZASTOSOWANIE METODY ELEMENTÓW BRZEGOWYCH DO ROZWIĄZYWANIA PROBLEMÓW PROSTYCH W OBSZARACH STREFOWO NIEJEDNORODNYCH WZGLĘDEM PRZEWODNICTWA WŁAŚCIWEGO 4 IAPGOŚ 3/05 p-iss 083-057 e-iss 39-676 DOI: 0.5604/083057.66546 ZASTOSOWAIE METODY ELEMETÓW BRZEGOWYCH DO ROZWIĄZYWAIA PROBLEMÓW PROSTYCH W OBSZARACH STREFOWO IEJEDORODYCH WZGLĘDEM PRZEWODICTWA WŁAŚCIWEGO

Bardziej szczegółowo

SPIS TREŚCI 1. WSTĘP... 4

SPIS TREŚCI 1. WSTĘP... 4 SPIS TREŚCI. WSTĘP... 4.. WAśNOŚĆ PROBLEMATYKI BĘDĄCEJ PRZEDMIOTEM PRACY....4.. CELE PRACY....4.3. ZAKRES PRACY...4.4. WYKORZYSTANE ŹRÓDŁA....5. OBLICZENIA DYNAMICZNE KONSTRUKCJI BUDOWLANYCH... 6.. MACIERZOWE

Bardziej szczegółowo

Numeryczne modelowanie ustalonego pola temperatury

Numeryczne modelowanie ustalonego pola temperatury Zakład Aerodynamiki i ermodynamik Instytut echniki Lotnicze, Wydział Mechatroniki Woskowa Akademia echniczna Numeryczne modelowanie ustalonego pola temperatury Piotr Koniorczyk Mateusz Zieliński Warszawa

Bardziej szczegółowo

I. PRZEPŁYWY W BUDOWLACH

I. PRZEPŁYWY W BUDOWLACH 9 I. PRZEPŁYWY W BUDOWLCH Zarys problematyk Fzyka budowl est edną z namłodszych dzedzn nżyner budowlane. Rozwnęła sę w latach 70-tych, główne w wynku kryzysu energetycznego, aczkolwek e podstawy są znaczne

Bardziej szczegółowo

Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej

Krzysztof Borowski Zastosowanie metody wideł cenowych w analizie technicznej Krzysztof Borowsk Zastosowane metody wdeł cenowych w analze technczne Wprowadzene Metoda wdeł cenowych została perwszy raz ogłoszona przez Alana Andrewsa 1 w roku 1960. Trzy lne wchodzące w skład metody

Bardziej szczegółowo

Wykłady z termodynamiki i fizyki statystycznej. Semestr letni 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a

Wykłady z termodynamiki i fizyki statystycznej. Semestr letni 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a Wykłady z termodynamk fzyk statystycznej. Semestr letn 2009/2010 Ewa Gudowska-Nowak, IFUJ, p.441 a gudowska@th.f.uj.edu.pl Zalecane podręcznk: 1.Termodynamka R. Hołyst, A. Ponewersk, A. Cach 2. Podstay

Bardziej szczegółowo

Jakość cieplna obudowy budynków - doświadczenia z ekspertyz

Jakość cieplna obudowy budynków - doświadczenia z ekspertyz dr nż. Robert Geryło Jakość ceplna obudowy budynków - dośwadczena z ekspertyz Wdocznym efektem występowana znaczących mostków ceplnych w obudowe budynku, występującym na ogół przy nedostosowanu ntensywnośc

Bardziej szczegółowo

4.1. Komputer i grafika komputerowa

4.1. Komputer i grafika komputerowa 4. 4.1. Komputer grafka komputerowa Ucz 2 3 4 5 6 komputera; zestawu komputerowego; w podstawowym zakrese; zastosowana komputera, acy defnuje komputer jako zestaw omawa zastosowane komputera nauk gospodark;

Bardziej szczegółowo

Metody obliczeniowe. wykład nr 2. metody rozwiązywania równań nieliniowych zadanie optymalizacji. Nr: 1

Metody obliczeniowe. wykład nr 2. metody rozwiązywania równań nieliniowych zadanie optymalizacji. Nr: 1 Nr: Metody oblczenowe - Budownctwo semestr - wykład nr Metody oblczenowe wykład nr metody rozwązywana równań nelnowych zadane optymalzacj Nr: Metody oblczenowe - Budownctwo semestr - wykład nr Postać równana

Bardziej szczegółowo

Weryfikacja hipotez dla wielu populacji

Weryfikacja hipotez dla wielu populacji Weryfkacja hpotez dla welu populacj Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Intelgencj Metod Matematycznych Wydzał Informatyk Poltechnk Szczecńskej 5. Parametryczne testy stotnośc w

Bardziej szczegółowo

Proste modele ze złożonym zachowaniem czyli o chaosie

Proste modele ze złożonym zachowaniem czyli o chaosie Proste modele ze złożonym zachowanem czyl o chaose 29 kwetna 2014 Komputer jest narzędzem coraz częścej stosowanym przez naukowców do ukazywana skrzętne ukrywanych przez naturę tajemnc. Symulacja, obok

Bardziej szczegółowo

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup

Plan wykładu: Typowe dane. Jednoczynnikowa Analiza wariancji. Zasada: porównać zmienność pomiędzy i wewnątrz grup Jednoczynnkowa Analza Waranc (ANOVA) Wykład 11 Przypomnene: wykłady zadana kursu były zaczerpnęte z podręcznków: Statystyka dla studentów kerunków techncznych przyrodnczych, J. Koronack, J. Melnczuk, WNT

Bardziej szczegółowo

D Archiwum Prac Dyplomowych - Instrukcja dla studentów

D Archiwum Prac Dyplomowych - Instrukcja dla studentów Kraków 01.10.2015 D Archwum Prac Dyplomowych - Instrukcja dla studentów Procedura Archwzacj Prac Dyplomowych jest realzowana zgodne z zarządzenem nr 71/2015 Rektora Unwersytetu Rolnczego m. H. Kołłątaja

Bardziej szczegółowo

Prawdziwa ortofotomapa

Prawdziwa ortofotomapa Prawdzwa ortofotomapa klasyczna a prawdzwa ortofotomapa mnmalzacja przesunęć obektów wystających martwych pól na klasycznej ortofotomape wpływ rodzaju modelu na wynk ortorektyfkacj budynków stratege opracowana

Bardziej szczegółowo

ANALIZA DOKŁADNOŚCI WYBRANYCH TECHNIK CAŁKOWO-BRZEGOWYCH W KONTEKŚCIE MODELOWANIA ZAGADNIEŃ EMC NISKIEJ CZĘSTOTLIWOŚCI *)

ANALIZA DOKŁADNOŚCI WYBRANYCH TECHNIK CAŁKOWO-BRZEGOWYCH W KONTEKŚCIE MODELOWANIA ZAGADNIEŃ EMC NISKIEJ CZĘSTOTLIWOŚCI *) Wojcech KRAJEWSKI ANALIZA DOKŁADNOŚCI WYBRANYCH TECHNIK CAŁKOWO-BRZEGOWYCH W KONTEKŚCIE MODELOWANIA ZAGADNIEŃ EMC NISKIEJ CZĘSTOTLIWOŚCI *) STRESZCZENIE W artykule przeprowadzono analzę dokładnośc metod:

Bardziej szczegółowo

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak

Model IS-LM-BP. Model IS-LM-BP jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak Ćwczena z Makroekonom II Model IS-LM- Model IS-LM- jest wersją modelu ISLM w gospodarce otwartej. Pokazuje on zatem jak gospodarka taka zachowuje sę w krótkm okrese, w efekce dzałań podejmowanych w ramach

Bardziej szczegółowo

4.STAN ODKSZTAŁCENIA

4.STAN ODKSZTAŁCENIA 4.STAN ODKSZTAŁCENIA 1 4 4.STAN ODKSZTAŁCENIA 4.1 Stan odkształcenia Rozważmy ciało w przestrzeni X 3 x 3 B 1 Bo u 0 x X Po b x 2 0 x 1 X 2 X 1 Rys. 4.1 Ciało B o est ciałem w konfiguraci początkowe którego

Bardziej szczegółowo

α i = n i /n β i = V i /V α i = β i γ i = m i /m

α i = n i /n β i = V i /V α i = β i γ i = m i /m Ćwczene nr 2 Stechometra reakcj zgazowana A. Część perwsza: powtórzene koncentracje stężena 1. Stężene Stężene jest stosunkem lośc substancj rozpuszczonej do całkowtej lośc rozpuszczalnka. Sposoby wyrażena

Bardziej szczegółowo

2012-10-11. Definicje ogólne

2012-10-11. Definicje ogólne 0-0- Defncje ogólne Logstyka nauka o przepływe surowców produktów gotowych rodowód wojskowy Utrzyywane zapasów koszty zwązane.n. z zarożene kaptału Brak w dostawach koszty zwązane.n. z przestoje w produkcj

Bardziej szczegółowo

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru.

jest rozwiązaniem równania jednorodnego oraz dla pewnego to jest toŝsamościowo równe zeru. Układy liniowe Układ liniowy pierwszego rzędu, niejednorodny. gdzie Jeśli to układ nazywamy jednorodnym Pamiętamy, Ŝe kaŝde równanie liniowe rzędu m moŝe zostać sprowadzone do układu n równań liniowych

Bardziej szczegółowo

Diagnostyka układów kombinacyjnych

Diagnostyka układów kombinacyjnych Dagnostyka układów kombnacyjnych 1. Wprowadzene Dagnostyka obejmuje: stwerdzene stanu układu, systemu lub ogólne sec logcznej. Jest to tzw. kontrola stanu wykrywająca czy dzałane sec ne jest zakłócane

Bardziej szczegółowo

SPRAWDZANIE PRAWA MALUSA

SPRAWDZANIE PRAWA MALUSA INSTYTUT ELEKTRONIKI I SYSTEMÓW STEROWANIA WYDZIAŁ ELEKTRYCZNY POLITECHNIKA CZĘSTOCHOWSKA LABORATORIUM FIZYKI ĆWICZENIE NR O- SPRAWDZANIE PRAWA MALUSA I. Zagadnena do przestudowana 1. Fala elektromagnetyczna,

Bardziej szczegółowo

1. Komfort cieplny pomieszczeń

1. Komfort cieplny pomieszczeń 1. Komfort ceplny pomeszczeń Przy określanu warunków panuących w pomeszczenu używa sę zwykle dwóch poęć: mkroklmat komfort ceplny. Przez poęce mkroklmatu wnętrz rozume sę zespół wszystkch parametrów fzycznych

Bardziej szczegółowo

KONSPEKT WYKŁADU. nt. METODA ELEMENTÓW SKOŃCZONYCH TEORIA I ZASTOSOWANIA. Piotr Konderla

KONSPEKT WYKŁADU. nt. METODA ELEMENTÓW SKOŃCZONYCH TEORIA I ZASTOSOWANIA. Piotr Konderla Studa doktorancke Wydzał Budownctwa Lądowego Wodnego Poltechnk Wrocławskej KONSPEKT WYKŁADU nt. METODA ELEMENTÓW SKOŃCZONYCH TEORIA I ZASTOSOWANIA Potr Konderla maj 2007 Kurs na Studach Doktoranckch Poltechnk

Bardziej szczegółowo

-ignorowanie zmiennej wartości pieniądza w czasie, -niemoŝność porównywania projektów o róŝnych klasach ryzyka.

-ignorowanie zmiennej wartości pieniądza w czasie, -niemoŝność porównywania projektów o róŝnych klasach ryzyka. Podstawy oceny ekonomcznej przedsęwzęć termo-modernzacyjnych modernzacyjnych -Proste (statyczne)-spb (prosty czas zwrotu nakładów nwestycyjnych) -ZłoŜone (dynamczne)-dpb, NPV, IRR,PI Cechy metod statycznych:

Bardziej szczegółowo

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej

Badanie współzaleŝności dwóch cech ilościowych X i Y. Analiza korelacji prostej. Badanie zaleŝności dwóch cech ilościowych. Analiza regresji prostej Badane współzaleŝnośc dwóch cech loścowych X Y. Analza korelacj prostej Badane zaleŝnośc dwóch cech loścowych. Analza regresj prostej Kody znaków: Ŝółte wyróŝnene nowe pojęce czerwony uwaga kursywa komentarz

Bardziej szczegółowo

Wykład Turbina parowa kondensacyjna

Wykład Turbina parowa kondensacyjna Wykład 9 Maszyny ceplne turbna parowa Entropa Równane Claususa-Clapeyrona granca równowag az Dośwadczena W. Domnk Wydzał Fzyk UW ermodynamka 08/09 /5 urbna parowa kondensacyjna W. Domnk Wydzał Fzyk UW

Bardziej szczegółowo

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI

MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Smlaca Andrze POWNUK Katedra Mecan Teoretczne Wdzał Bdownctwa Poltecna Śląsa w Glwcac MODELOWANIE UKŁADÓW MECHANICZNYCH Z NIEPEWNYMI PARAMETRAMI Streszczene. Wszste parametr ładów mecancznc są znane z

Bardziej szczegółowo

Określanie mocy cylindra C w zaleŝności od ostrości wzroku V 0 Ostrość wzroku V 0 7/5 6/5 5/5 4/5 3/5 2/5 Moc cylindra C 0,5 0,75 1,0 1,25 1,5 > 2

Określanie mocy cylindra C w zaleŝności od ostrości wzroku V 0 Ostrość wzroku V 0 7/5 6/5 5/5 4/5 3/5 2/5 Moc cylindra C 0,5 0,75 1,0 1,25 1,5 > 2 T A R C Z A Z E G A R O W A ASTYGMATYZM 1.Pojęca ogólne a) astygmatyzm prosty (najbardzej zgodny z pozomem) - najbardzej płask połudnk tzn. o najmnejszej mocy jest pozomy b) astygmatyzm odwrotny (najbardzej

Bardziej szczegółowo

Metody obliczeniowe. wykład nr 2. metody rozwiązywania równań nieliniowych zadanie optymalizacji. Nr: 1

Metody obliczeniowe. wykład nr 2. metody rozwiązywania równań nieliniowych zadanie optymalizacji. Nr: 1 Nr: Metody oblczenowe - Budownctwo semestr - wykład nr Metody oblczenowe wykład nr metody rozwązywana równań nelnowych zadane optymalzacj Nr: Metody oblczenowe - Budownctwo semestr - wykład nr Postać równana

Bardziej szczegółowo

PROGNOZOWANIE KSZTAŁTOWANIA SIĘ MIKROKLIMATU BUDYNKÓW INWENTARSKICH MOśLIWOŚCI I OGRANICZENIA

PROGNOZOWANIE KSZTAŁTOWANIA SIĘ MIKROKLIMATU BUDYNKÓW INWENTARSKICH MOśLIWOŚCI I OGRANICZENIA InŜynera Rolncza 7/2005 Jan Radoń Katedra Budownctwa Weskego Akadema Rolncza w Krakowe PROGNOZOWANIE KSZTAŁTOWANIA SIĘ MIKROKLIMATU BUDYNKÓW INWENTARSKICH MOśLIWOŚCI I OGRANICZENIA Streszczene Opsano nawaŝnesze

Bardziej szczegółowo

Przykład 4.1. Belka dwukrotnie statycznie niewyznaczalna o stałej sztywności zginania

Przykład 4.1. Belka dwukrotnie statycznie niewyznaczalna o stałej sztywności zginania Przykład.. Beka dwukrotne statyczne newyznaczana o stałej sztywnośc zgnana Poecene: korzystając z metody sł sporządzć wykresy sł przekrojowych da ponŝszej bek. Wyznaczyć ugęce oraz wzgędną zmanę kąta w

Bardziej szczegółowo

Programowanie Równoległe i Rozproszone

Programowanie Równoległe i Rozproszone Programowane Równoległe Rozproszone Wykład Programowane Równoległe Rozproszone Lucjan Stapp Wydzał Matematyk Nauk Informacyjnych Poltechnka Warszawska (l.stapp@mn.pw.edu.pl) /38 PRR Wykład Chcemy rozwązać

Bardziej szczegółowo