studijní text Jaroslav Vlček Katedra matematiky a deskriptivní geometrie VŠB-TU Ostrava
|
|
- Ludwika Wacława Janowska
- 6 lat temu
- Przeglądów:
Transkrypt
1 Matematické modelování studijní text Jaroslav Vlček Katedra matematiky a deskriptivní geometrie VŠB-TU Ostrava 2. února 2018
2 Obsah 1 Principy matematického modelování Motivační úlohy Základní pojmy z oblasti modelování Jednorozměrné stacionární modely Globální bilance Lokální bilance Okrajové podmínky Formulace okrajových úloh Úlohy Jednorozměrné nestacionární úlohy Výchozí vztahy Modelové 1D nestacionární úlohy Konvekce řešení úloh metodou charakteristik Fourierova metoda separace Vícerozměrné úlohy Bilanční vztahy Konstituční vztahy a jejich důsledky Formulace okrajových úloh Úlohy k samostatnému řešení Vícerozměrné nestacionární modely Vybrané aplikační oblasti Populační a logistické modely Přenosové a relaxační modely Elektromagnetické pole Kinematické úlohy Parciální diferenciální rovnice Parciální diferenciální rovnice prvního řádu Parciální difereciální rovnice druhého řádu
3 Kapitola 1 Principy matematického modelování 1.1 Motivační úlohy Příklad extremální problém. Z válcového kmene o průměru d je třeba vyrobit nosník (trám) obdélníkového průřezu s maximální pevností v ohybu. Určete rozměry průřezu. Obrázek 1.1: K příkladu Označíme x, y hledané rozměry, pro které platí podle Pythagorovy věty x 2 + y 2 = d 2. Pro homogenní materiál je maximální pevnost v ohybu (tzv. maximální průřezový modul v ohybu) dána vztahem 1 w = 1 6 xy2. Naším úkolem je tedy najít maximum této funkce. Jedná se konkrétně o její vázaný extrém podmínkou x 2 +y 2 = d 2. V tomto jednoduchém případě lze postupovat přímo dosazením výrazu y 2 z podmínky, takže výpočet má ve stručnosti následující kroky: w(x) = 1 6 x(d2 x 2 ), w (x) = 0 d 2 3x 2 = 0 x = ± d 3. 1 viz např. Höschl, C.: Pružnost a pevnost ve strojnictví, SNTL/ALFA, 1971, str
4 4 KAPITOLA 1. PRINCIPY MATEMATICKÉHO MODELOVÁNÍ Záporný kořen evidentně nevyhovuje úloze, a proto y = d 2 x 2 = d Závěr: y = 2x, tj. strany musí být v poměru x y = Příklad elektrický oscilační obvod. Určete časový průběh proudu i(t) v sériovém obvodu s kapacitou C a indukčností L při počátečních podmínkách i(0) = i 0, (di(t)/dt) t=0 = 0. Vyjdeme ze základní rovnice L di(t) dt + 1 C t 0 i(τ) dτ = 0. Jejím diferencováním podle t obdržíme ve spojení se zadanými podmínkami d 2 i(t) dt LC i(t) = 0, i(t = 0) = i 0, di(t) dt = 0. t=0 To je počáteční úloha pro homogenní lineární diferenciální rovnici 2. řádu s konstantními koeficienty, kterou vyřešíme klasickým postupem. Charakteristická rovnice má ryze imginární kořeny λ LC = 0 λ 1,2 = ± i, LC a proto její obecné řešení bude tvořeno goniometrickými funkcemi: ( ) ( ) t t i(t) = C 1 cos + C 2 sin. LC LC Aplikujeme-li počáteční podmínky, obdržíme hodnoty konstant C 1 = i 0, C 2 = 0. Výsledné řešení tedy představuje funkce ( ) t i(t) = i 0 cos. LC Jedná se o stabilní periodické řešení, tj. o netlumené harmonické kmity Reprodukce s migrací. Sestavte úlohu popisující časovou změnu počtu obyvatel v uzavřené lokalitě vlivem reprodukce a migrace. Vezměte v úvahu narození, úmrtí, přistěhování a odstěhování. Charakterizujte typ úlohy a navrhněte metodu řešení. Označme x 0 výchozí počet obyvatel a x(t) jejich počet v čase t. Změna odpovídající časovém intervalu t necht je x(t). Vývoj populace v důsledku přistěhování, resp. odstěhování zahrneme do jediného výrazu f(t). Dále musíme zavést funkce popisující reprodukční a migrační procesy. Ty budou závislé nejen na čase, ale i na aktuálním počtu obyvatel, konkrétně označíme α(x, t) počet narozených a β(x, t) počet zemřelých obyvatel. Přírůstek (nebo úbytek) obyvatelstva x za dobu t můžeme bilancovat na základě diferenční rovnice x(t) = α(x, t) β(x, t) + f(t), t
5 1.2. ZÁKLADNÍ POJMY Z OBLASTI MODELOVÁNÍ 5 kde α, β jsou nezáporné funkce. V souladu s realitou můžeme předpokládat, že x << x a t << t. Pak lze časové změny počtu obyvatel pokládat za spojité, což vede k diferenciální rovnici dx(t) = α(x, t) β(x, t) + f(t). dt Ta spolu s počáteční podmínkou x(0) = x 0 tvoří Cauchyho úlohu prvního řádu. V obecnosti jde sice o korektně formulovanou úlohu, avšak řešitelnou zpravidla pouze numericky. Pokud jsou blíže specifikovány funkce α, β, je možno postupovat analyticky. Nejjednodušším příkladem je linearizovaný model izolovaného systému. Pro něj obdržíme homogenní lineární rovnici, která je separovatelná a jejím řešením je exponenciální funkce: dx dt = (k 1 k 2 )x, x(0) = x 0 x(t) = x 0 e (k 1 k 2 )t. Tento výsledek má tři možné varianty: 1. vyhynutí populace pro k 1 < k 2 (asymptoticky stabilní řešení), 2. přemnožení se pro k 1 > k 2 (nestabilní řešení), 3. konstantní setrvalý stav pro k 1 = k 2 (stabilní řešení) Deformace pružného vlákna. Vlákno napjaté silou T a upevněné v bodech x = 0 a x = L je zatíženo silou o hustotě f(x). Jeho průhyb u(x) lze určit řešením známé rovnice d 2 u dx 2 = q(x), která má pro q = konst. obecné řešení f(x) q(x) =, x (0, L), T u(x) = 1 2 qx2 + C 1 x + C 2, Protože v hraničních bodech platí u(0) = u(l) = 0, snadno určíme hodnoty konstant C 1 = 1 2 ql, C 2 = 0. Řešením je tudíž parabola u(x) = 1 2 qx2 1 2 qlx = 1 qx(x L) Základní pojmy z oblasti modelování Schéma modelovacího procesu. Uvedené příklady ilustrují jednoduché typy modelových úloh z několika naprosto odlišných aplikačních oblastí. Všimněme si však blíže atributů, které mají společné. Ve všech případech bylo třeba zvolit vhodný základní bilanční vztah z příslušného technického oboru a doplnit ho geometrickými a fyzikálními předpoklady a omezeními. Na příslušném stupni abstrakce tak byla formulována matematická úloha, kterou bylo třeba charakterizovat (extremální problém, počáteční nebo okrajová úloha pro diferenciální rovnici) a zvolit odpovídající algoritmus řešení. V závěru pak byly výsledky interpretovány opět ve fyzikálním kontextu. Tuto strategii zjednodušeně řečeno uplatňujeme při řešení většiny aplikačních problémů, které chceme matematizovat a vhodnými nástroji této discipliny řešit. Hovoříme pak o matematickém modelování, jehož celý proces můžeme znázornit například následujícím schématem.
6 6 KAPITOLA 1. PRINCIPY MATEMATICKÉHO MODELOVÁNÍ Obrázek 1.2: Schéma modelovacího procesu Typy úloh. Je užitečné uvědomit si, s jakými typy úloh se nejčastěji setkáváme při tvorbě matematických modelů. Můžeme je klasifikovat například podle cíle: kvantitativní hodnoty veličin, kvalitativní existence a stabilita řešení, simulační algoritmy,. Podle struktury může jít o rovnice, nerovnice, extremální úlohy, důkazy, ověření, simulační úlohy, Klasifikace reálných jevů. Základní rozlišení je opět možno provést z několika hledisek, která jsou obvykle uplatňována současně: závislost na čase: stacionární jevy (stavy), nestacionární jevy (procesy)
7 1.2. ZÁKLADNÍ POJMY Z OBLASTI MODELOVÁNÍ 7 závislost na počtu potřebných prostorových souřadnic: jednodimenzionální, vícedimenzionální (dvou-, tří-) vlastnosti prostředí, v němž je jev popisován: homogenní nebo nehomogenní (podle závislosti na prostorových souřadnicích), izotropní nebo anizotropní (podle závislosti na směru) Veličiny a jejich vztahy. V matematickém modelu procesu nebo jevu vystupuje obvykle větší počet veličin, které však hrají různou roli. Jejich správné zařazení a vyjádření má klíčový význam. Rozlišujeme jednak veličiny lokální (teplota, rychlost aj.), které mají různé hodnoty v místě a čase, veličiny globální (hmotnost, elektrický náboj aj.), které uvažujeme obvykle v daném objemu, na ploše apod., resp. v zadaném časovém úseku. Pro koncipování modelových vztahů je dále velmi důležité specifikovat veličiny tokové (rychlost, tepelný tok aj.) a veličiny stavové (potenciál, teplota aj.). Základem pro popis stavu nebo procesu jsou bilanční vztahy pro tokové nebo stavové veličiny, které nazýváme zákony zachování. Ty bývají zpravidla doplněny speciálními relacemi mezi oběma typy veličin, které označujeme jako konstituční vztahy. V konkrétních aplikacích se uplatňuje specifická terminologie a používá se typické označení veličin. Některé z nejpoužívanějších jsou uvedeny v tabulce na následující straně Veličina a její hustota. Označme v jednorozměrném případě f(x) hustotu veličiny F na intervalu x 1, x 2 délky d = x 2 x 1. Pak výraz F (d) = x 2 x 1 f(x) dx představuje celkové,, množství veličiny F na tomto intervalu. Pro vícerozměrné případy je hustota f(x 1, x 2, x 3 ) funkcí více prostorových souřadnic a veličinu F můžeme definovat na křivce k: F (k) = k f ds (křivkový integrál prvního druhu), ploše S: F (S) = f ds S (plošný integrál prvního druhu), objemu V : F (V ) = V f dv (objemový integrál). V mnoha případech jsou součástí bilačních vztahů tzv. zdrojové členy, které vyjadřují celkovou nebo lokální produkci zdrojů na zkoumané oblasti. Je-li f(x 1, x 2, x 3 ) hustota rozložení zdrojů, pak veličina F představuje celkovou produkci zdrojů na příslušné množině (intervalu, křivce, ploše objemu).
8 8 KAPITOLA 1. PRINCIPY MATEMATICKÉHO MODELOVÁNÍ Atributy vybraných procesů a jevů Jev, Bilanční Stavová Toková Konstituční Materiálové Zdrojová veličina proces vztah veličina veličina vztah veličiny je hustotou... vedení zákon zachování teplota tepelný tok tepelná vodivost tepelných tepla energie T q q = λ grad T λ zdrojů pružná rovnováha sil posunutí napětí Hookeův zákon Youngův modul vnějších deformace (momentů) u σ σ = E.ε, ε = g(u) E sil proudění zákon zachování tlak rychlost viskozita zřídel tekutiny hmotnosti p v v = g(η) grad p η elektrostatické Gaussův elektrostatický potenciál elektrostatická indukce permitivita nábojů pole zákon ϕ D D = ε grad ϕ ε
9 Kapitola 2 Jednorozměrné stacionární modely V dalším textu se budeme držet následujícího označení: x 0, L... prostorová proměnná, f(x)... hustota zdrojů, u(x)... stavová veličina, v(x)... toková veličina. 2.1 Globální bilance Zákony zachování. Uvažujme element x 1, x 2 intervalu (0, L) podle obrázku 2.1. Označíme v(x 1 ), v(x 2 ) toky na koncích elementu, přičemž znaménka + / znamenají výtok (zde), popřípadě vtékání vzhledem k orientaci osy x. v(x 1 ) v(x 2 ) 0 x 1 x 2 L x Obrázek 2.1: K bilanci tokové veličiny. Bilanci tokové veličiny v na elementu x 1, x 2 můžeme slovy vyjádřit takto: součet množství veličiny vteklé a vyteklé v koncových bodech je roven množství této veličiny vyprodukovanému na celém intervalu zdroji o hustotě f(x). Symbolicky má bilanční vztah tvar x 1, x 2 (0, L) : v(x 2 ) v(x 1 ) = x 2 x 1 f(x) dx. (2.1) Formule (2.1) představuje globální bilanční vztah pro tokovou veličinu neboli zákon jejího zachování. Předpokladem jeho platnosti je integrovatelnost funkce f(x). Pro detailnější analýzu modelu je dále potřebné disponovat vztahem mezi tokovou a stavovou veličinou, tj. konstituční rovnicí, jak bude ukázáno v další podkapitole. 9
10 10 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY Konstituční vztahy mohou mít různou podobu. Uvedeme nejobvyklejší variantu, se kterou se lze setkat například při modelování přenosových jevů (sdílení tepla, difuze apod.). Opět uvažujeme element x 1, x 2 a označíme x = x 2 x 1. Této změně proměnné odpovídá změna stavu u(x) = u(x 2 ) u(x 1 ). Střední hodnota této změny na elementu vyjádřená diferenčním podílem koresponduje s globální změnou tokové veličiny u(x) x v(x) = v(x 2 ) v(x 1 ). Je-li v globálním měřítku střední hodnota změny stavové veličiny úměrná celkové změně tokové veličiny, existuje mezi nimi konstituční vztah tvaru v(x) = p u(x) x, (2.2) kde p > 0 je konstanta nebo funkce představující koeficient úměrnosti. Znaménko,,minus vyjadřuje, že tok ve směru klesající stavové funkce je kladný. Koeficient p obvykle souvisí s materiálovými vlastnostmi prostředí, konkrétně znamená p = konst. homogenní prostředí, p = p(x) lineární nehomogenní prostředí, p = p(u) nelineární nehomogenní prostředí (jedná se závislost na stavové funkci). Spojíme-li bilanci tokové veličiny (2.1) s konstituční rovnicí (2.2), obdržíme globální bilanční vztah pro stavovou veličinu u(x): p u(x) x = x 2 x 1 f(x) dx. (2.3) V následujících dvou příkladech ukážeme vytvoření konstitučního vztahu v konkrétním modelu a budeme ilustrovat vytvoření bilanční rovnice Příklad konstituční relace pro proudění podzemní vody s volnou hladinou. Při čerpání z vrtu zapuštěného do zvodnělé propustné vrstvy s volnou hladinou podzemní vody se ustálí rotačně symetrický profil hladiny (tzv. depresní kužel) obr 2.2. Naším úkolem je vyjádřit střední rychlost přítoku k vrtu. Okamžitá rychlost v(r) ve vzdálenosti r od vrtu představuje tokovou proměnou. Její střední hodnotu ṽ(r) na úseku r 1, r 2 vyjádříme prostřednictvím změny hydraulické výšky h(r), která je v této úloze stavovou proměnnou. Příslušný vztah má tvar tzv. Darcyho zákona, užívaného v podzemní hydraulice: ṽ(r) = k h(r 2) h(r 1 ) r 2 r 1 = k h r. (2.4) Koeficient úměrnosti k se nazývá koeficient filtrace a je závislý zejména na materiálových vlastnostech zvodnělé vrstvy. Záporné znaménko odpovídá poklesu hydraulické výšky proti orientaci osy r. Povšimněme si, že získaný vzorec má podobu identickou s obecným konstitučním vztahem (2.2).
11 2.1. GLOBÁLNÍ BILANCE 11 Obrázek 2.2: Depresní kužel při čerpání z vrtu Příklad bilanční rovnice při malém průhybu pružného vlákna. Uvažujme pružné homogenní vlákno délky L upevněné v krajních bodech x = 0 a x = L, které je na celé své délce namáháno silou o hustotě f(x) obr Naším úkolem je stanovit globální bilanční rovnici pro jeho střední průhyb u(x) na úseku x 1, x 2. Obrázek 2.3: Bilance silových účinků při průhybu vlákna. Protože vzhledem k zadání můžeme zanedbat průřez vlákna, jedná se jednorozměrnou úlohu, v níž je f(x) hustota vnějších sil, která na bilancovaném úseku produkuje silový účinek F = F = x 2 x 1 f(x) dx ;
12 12 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY T (x) napínající síla o velikosti T = T v bodě x; σ(x) u(x) velikost vertikální složky vektoru T (x), která hraje roli tokové funkce; průhyb (posunutí) jako stavová funkce. Bilanční rovnice vyjadřuje rovnováhu sil na elementu x 1, x 2 : σ(x 1 ) + σ(x 2 ) = F σ(x 2 ) σ(x 1 ) = x 2 x 1 f(x) dx. (2.5) Konstituční vztahy získáme rozepsáním vertikálních složek vektoru T (x) v koncových bodech za použití aproximace, která je korektní v případě malých deformací: σ(x 1 ) = T (x 1 ) sin α T (x 1 ) tg α T (x 1 ) u x, x=x1 σ(x 2 ) = T (x 2 ) sin β T (x 2 ) tg β T (x 2 ) u x. x=x2 Střední změna na elementu je rozdílem těchto veličin, tj. σ(x) = σ(x 2 ) σ(x 1 ) = T (x 2 ) u x T (x 1 ) u x=x2 x x=x1, (2.6) popřípadě formálně pro libovolný přírůstek x σ(x) = T (x) u x. (2.7) Poslední dvě formule jsou konstitučními vztahy mezi namáháním a posunutím (průhybem). Poznamenáváme, že v obecnějších úlohách pružnosti jsou napětí i deformace vyjádřeny tenzorově a jejich vzájemný vztah představuje Hookeův zákon, v němž vystupují materiálové veličiny (elastické moduly). V našem případě se lze spokojit se získanými konstitučními relacemi, které po dosazení do rovnice rovnováhy (2.5) dávají vzniknout globální bilanční rovnici T (x 2 ) u x T (x 1 ) u x 2 x=x2 x = f(x) dx. (2.8) x=x1 x 1
13 2.2. LOKÁLNÍ BILANCE Lokální bilance Lokální zákon zachování pro tokovou veličinu. Uvažujme globální bilanci toku ve tvaru (2.1) v(x 2 ) v(x 1 ) = x 2 x 1 f(x) dx. (2.9) Budeme předpokládat, že element x 1, x 2 (0, L) R lze libovolně zmenšovat ve smyslu hypotézy kontinua (obr. 2.4). 0 x 1 x x 2 L x Obrázek 2.4: K lokálnímu zákonu zachování. Je-li funkce hustoty zdrojů f(x) integrovatelná, pak pro libovolné x (x 1, x 2 ) musí platit lim x 1 x x 2 x+ x 2 x 1 f(x) dx = 0. Označíme-li dále platí podle (2.9) lim v(x 1) = v(x ), x 1 x lim v(x 2) = v(x+), x 2 x+ x : v(x+) v(x ) = 0 v(x ) = v(x+). (2.10) Tento výsledek je lokálním zákonem zachování pro tokovou veličinu, který můžeme lapidárně tlumočit tzv. principem spojitosti toku:,,co vteče do nějakého místa, také z něj také vyteče Lokální tvar konstitučních vztahů. Podobně jako jsme vzorcem (2.2) zavedli globální konstituční relaci v(x 2 ) v(x 1 ) = p(x) u(x) (2.11) x mezi tokovou funkcí a stavovou funkcí, můžeme definovat její lokální podobu, nahradíme-li na pravé straně diferenční podíl derivací: v(x) = p(x) du(x) dx. (2.12) Slovy: tok veličiny v(x) v bodě x je úměrný derivaci (lokální změně) stavové funkce u(x). Po dosazení do (2.10) obdržíme jako důsledek podmínku přechodu pro stavovou veličinu p(x ) du(x ) dx = p(x+) du(x+) dx. (2.13) Diferenciální tvar zákona zachování. Vyjdeme opět z globální bilance tokové veličiny, ale za předpokladu spojitosti funkce hustoty. Vydělíme obě strany (2.9) rozdílem x 2 x 1, v(x 2 ) v(x 1 ) x 2 x 1 = x 2 1 f(x) dx, x 2 x 1 x 1
14 14 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY a pak na pravé straně aplikujeme větu o integrální střední hodnotě 1, takže obdržíme kvazilokální bilanci v(x 2 ) v(x 1 ) = f(ξ). x 2 x 1 V limitě pro x = x 2 x 1 0 dostáváme diferenciální lokální zákon zachování pro tokovou veličinu ve tvaru dv = f(x), (2.14) dx protože pro spojitou funkci hustoty f(x) je lim f(ξ) = f(x). ξ x Nyní můžeme přistoupit k formulování diferenciálního tvaru zákona zachování stavové veličiny, použijeme-li v(2.14) lokální konstituční rovnici (2.12): d dx ( p(x) du(x) dx ) = f(x) x (0, L). (2.15) Příklad diferenciální rovnice pro malou deformaci pružného vlákna. Aplikujeme-li právě popsaný postup na globální bilanční vztah (2.8): T (x 2 ) u x T (x 1 ) u x 2 1 x=x2 x = f(x) dx. x=x1 x 2 x 1 x 1 a po limitních přechodech x 1 x, x 2 x+ obdržíme hledanou diferenciální rovnici ( d T (x) du(x) ) = f(x). (2.16) dx dx Kladné znaménko na levé straně plyne z orientace sil v souřadném systému na obr Charakter zdrojové veličiny a jeho důsledky. Je třeba si uvědomit, že vztahy (2.10) a (2.14) jsou různými důsledky téhož zákona zachování tokové veličiny, avšak pro různou kvalitu zdrojové funkce. Je-li funkce f(x) spojitá, jsou tyto vztahy ekvivalentní, a současně je indukována hladkost stavové funkce, tj. existence derivace du dx pro každé x (0, L). Na druhé straně, hustota f(x) nemusí být ani integrovatelná, a přesto úloha může mít velmi dobrý fyzikální smysl představme si jako konkrétní příklad vlákno zatížené v jediném bodě x 0 (0, L) viz obr f(x 0 ) 0 x 0 L x Obrázek 2.5: Bodové zatížení vlákna. Funkci hustoty je pak třeba uvažovat v zobecněném smyslu 2, kdy její formu tvoříme například pomocí Diracovy funkce δ(x). Pro dokreslení situace zapišme odpovídajícím způsobem globální bilanci pro napětí (2.5): 1 ξ (x 1, x 2) : 2 jako tzv. distribuci 1 x 2 x 1 σ(x) = x 2 x 2 x 1 f(x) dx = f(ξ). x 1 f(x) δ(x x 0 ) dx ( = f(x 0 ) ).
15 2.2. LOKÁLNÍ BILANCE 15 Je pochopitelné, že v důsledku toho bude i stavová veličina u(x) patřit do obecnější třídy funkcí. Hovoříme pak o slabém řešení rovnice (2.16) Příklad prostup tepla stěnou. Naším cílem je modelovat globální a lokální bilanci při prostupu tepla stěnou šířky s = x 2 x 1 z materiálu o tepelné vodivosti λ(x), na jejíž površích jsou konstantní teploty T 2 < T 1. Tokovou veličinou je tepelný tok q(x), stavovou veličinou bude teplota T (x). Označíme-li f(x) hustotu případných tepelných zdrojů, můžeme zapsat globální bilanci tepelného toku q(x 2 ) q(x 1 ) = x 2 x 1 f(x) dx, (2.17) resp. její lokální podobu dq = f(x). (2.18) dx Odpovídající bilance pro stavovou veličinu získáme aplikací konstitučních vztahů, které mají po řadě globální a lokální tvar q(x) = λ(x) T 2 T 1 x 2 x 1 = λ(x) T x, q(x) = λ(x)dt dx. (2.19) Dosazením těchto vztahů do bilančních rovnic toku obdržíme hledané relace. Konkrétně, lokální bilance stavové veličiny T (x) d ( λ(x) dt ) = f(x) (2.20) dx dx představuje známou jednorozměrnou stacionární Fourierovu rovnici vedení tepla.
16 16 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY 2.3 Okrajové podmínky Bilance v krajních bodech. Uvažujme opět interval (0, L), v jehož krajních bodech máme zadány hodnoty toku v 0, v L, popřípadě hodnoty stavové funkce u 0, u L. Dále je f(x) integrovatelná funkce hustoty zdrojů. Se zřetelem k obrázku 2.6 můžeme napsat známým způsobem nejprve globální bilanci toku pro oba koncové subintervaly: v 0 v L x 1 = 0 x 2 x 1 x 2 = L x u 0 u L Obrázek 2.6: Bilance v krajních bodech. x (0, x 1 )... v(x 1 ) v 0 = x 1 0 f(x) dx, (2.21) x (x 2, L)... v(l) v(x 2 ) = f(x) dx. (2.22) x 2 Lokální bilanci toku v krajních bodech snadno získáme limitními přechody, při nichž označíme lim v(x 1) = v(0+), x 1 0+ Podobně jako v článku obdržíme L lim v(x 2) = v(l ). x 2 L v(0+) v 0 = 0 v(0+) = v 0, v L v(l ) = 0 v(l ) = v L. Lokální bilanci stavové funkce odvodíme pomocí konstituční rovnice (2.12), v níž provedeme limitní přechody k okrajům intervalu: v(0+) = p(0+) du(0+) dx v(l ) = p(l ) du(l ), tj. p(0+) du(0+) dx = v 0, (2.23), tj. p(l ) du(l ) = v L. (2.24) dx dx Jsou-li na okrajích zadány hodnoty stavové funkce u 0, u L, určujeme příslušné toky obvykle podmínkami přechodu (přestupu) v 0 = α 0 (u(0+) u 0 ), (2.25) v L = α L (u(l ) u L ), (2.26) kde α 0, α L R + jsou zadané koeficienty. Dosadíme-li tyto výrazy na pravé strany lokálních bilancí (2.23) a (2.24), dostaneme diferenciální tvar okrajových podmínek pro stavovou funkci: p(0+) du(0+) = α 0 (u(0+) u 0 ), (2.27) dx p(l ) du(l ) = α L (u(l ) u L ). (2.28) dx Protože se jedná o přímý důsledek zákonů zachování, označujeme je jako přirozené okrajové podmínky.
17 2.3. OKRAJOVÉ PODMÍNKY Příklad prostup tepla stěnou. Teplotní profil T (x) v homogenní stěně tloušt ky L je důsledkem okrajových podmínek na každém z jejích povrchů (obr. 2.7). Naším úkolem je zapsat tyto podmínky za předpokladu, že jsou zadány okolní teploty T 0 a T L (v kelvinech nebo C) a koeficienty přestupu tepla α 0, α L [W K 1 m 2 ]. Obrázek 2.7: Prostup tepla stěnou. Materiálovou veličinou je tepelná vodivost λ [W K 1 m 1 ] viz tabulku na str. 7, kterou budeme pro homogenní materiál považovat za konstantní, a tedy (ve smyslu dřívějšího označení) p(0+) = p(l ) = λ. Přirozené okrajové podmínky pro lokální bilanci na površích stěny budou mít tvar odvozený v předchozím článku: dt (0+) λ = α 0 (T (0+) T 0 ), dx dt (L ) λ = α L (T (L ) T L ) dx neboli λ dt dx = α 0 (T T 0 ), x = 0, λ dt dx = α L (T T L ), x = L.. (2.29) Zápis vpravo je přehlednější při konvenci, kdy hodnoty v krajních bodech uvažujeme ve smyslu jednostranných limit.
18 18 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY 2.4 Formulace okrajových úloh Základní úloha. Na intervalu (0, L) chceme stanovit stavovou veličinu u(x) a tokovou veličinu v(x) za těchto předpokladů: (a) prostředí je charakterizováno parametrem p(x); (b) u(x), v(x) splňují konstituční vztah (2.12), tj. v(x) = p(x) du(x) dx, x (0, L) ; (c) toková veličina splňuje bilanční rovnici (2.1): v(x 2 ) v(x 1 ) = x2 x 1 f(x) dx x 1, x 2 (0, L) ; (2.30) (d) okrajové podmínku uvažujeme ve tvaru (2.27), (2.28); (e) f(x), p(x) jsou spojité funkce. Na základě posledního předpokladu můžeme přejít (viz též (2.15)) k lokální podobě základní okrajové úlohy pro stavovou funkci u(x): d ( p(x) du(x) ) dx dx = f(x) x (0, L), (2.31) p(x) du(x) dx + α 0u(x) = g 0, x = 0, (2.32) p(x) du(x) dx + α Lu(x) = g L, x = L, (2.33) kde g 0 = α 0 u 0, g L = α L u L. Získaná formulace se nazývá Newtonova okrajová úloha nebo též úloha s okrajovými podmínkami III. druhu Neumannova okrajová úloha (= okrajová úloha s podmínkami II. druhu) pro rovnici (2.31) plyne z Newtonovy úlohy pro α 0 = α L = 0 (rovnice zůstává nezměněna): p(x) du(x) dx p(x) du(x) dx = h 0, x = 0, (2.34) = h L, x = L, (2.35) kde h 0, h L jsou zadané hodnoty derivace stavové funkce v krajních bodech. Ve speciálním případě může být h 0 = h L = 0 a hovoříme o úloze s homogenními okrajovými podmínkami: p(x) du(x) dx p(x) du(x) dx = 0, x = 0, (2.36) = 0, x = L. (2.37)
19 2.4. FORMULACE OKRAJOVÝCH ÚLOH Dirichletova okrajová úloha (= okrajová úloha s podmínkami I. druhu) pro rovnici (2.31) je formulována tak, že na okrajích jsou předepsány přímo hodnoty stavové funkce u 0, u L : u(x) = u 0, x = 0, (2.38) u(x) = u L, x = L. (2.39) Tyto podmínky bychom sice formálně obdrželi z Newtonovy úlohy pro p(x) = 0, ale nejednalo by se o důsledek žádného z bilančních vztahů. Proto tyto podmínky někdy označujeme jako,,nepřirozené, nicméně jsou běžné v reálných situacích. Opět můžeme zadat i homogenní okrajové podmínky tohoto typu, bude-li u 0 = u L = Okrajové úlohy s nespojitostí v datech. Nyní,,změkčíme požadavky na konstituční parametry p(x), q(x) a připustíme jejich nespojitost, avšak pouze 1. druhu. Funkce tedy budou mít všude vlastní alespoň jednostranné limity a budou tudíž integrovatelné. Podívejme se na obr. 2.8 na dva typické příklady nespojitosti funkce p(x) v bodě x p (0, L): geometrická nespojitost, jakou je například skoková změna průřezu v úloze o proudění tekutiny, materiálová nespojitost, s níž se můžeme setkat v případě střídání dvou různých materiálů při vedení tepla. Obrázek 2.8: Geometrická (vlevo) a materiálová nespojitost. V obou případech bilanční zákon v bodě x p platí (při integrovatelné hustotě zdrojů f(x)), ale pouze ve formě spojitosti toku (2.10), tj. v(x p ) = v(x p +), resp. (2.13): p(x p ) du(x p ) dx = p(x p +) du(x p+) dx. (2.40) Tato rovnost se nazývá podmínka přechodu nebo také okrajová podmínka IV. druhu, modelujeme-li úlohu s,,pomocnou hranicí x = x p. Je nutno si uvědomit, že i když předpokládáme spojitost stavové funkce, u(x p ) = u(x p +), nezaručuje podmínka (2.40) spojitost její derivace u (x) v bodě x p. Musíme totiž akceptovat nespojitost parametru p(x), vzhledem k níž p(x p ) p(x p +) u (x p ) u (x p +). Závěrem si ukažme jednu z četných variant obecného typu jednodimenzionální okrajové úlohy s přechodovou podmínkou: ( p(x)u ) = f(x), x (0, L), x x p, (2.41) u(0) = u 0, x = 0, (2.42) p(l)u (L) = g L, x = L, (2.43) p(x p )u (x p ) = p(x p +)u (x p +), x = x p. (2.44)
20 20 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY Pro připomenutí si zrekapitulujme jednotlivé komponenty této úlohy: (2.41)... diferenciální rovnice (lokální bilance pro stavovou funkci), (2.42)... Dirichletova podmínka v bodě x 0, (2.43)... Neumannova podmínka v bodě x L, (2.44)... přechodová podmínka v bodě x p. Jak je patrno, okrajové podmínky jsou různého typu, a proto v takových případech používáme označení smíšená okrajová úloha Korektnost úlohy (modelu). Korektní (korektně formulovaná) úloha musí splňovat tři základní podmínky: 1. má řešení (existence), 2. řešení je jediné (jednoznačnost), 3. řešení je dobře podmíněné (stabilita řešení spojitě závisí na datech). V obecnosti nemusí být vůbec snadné prověřit splnění těchto podmínek ještě před vlastním řešením úlohy, nebot to vyžaduje důkladnou teoretickou analýzu. V řadě případů však tyto vlastnosti vyplynou v průběhu řešení. Někdy se jako podmínka řešitelnosti používá používá tzv. kompatibilita úlohy, což je rozšíření platnosti zobecněné bilance tokové veličiny na celý interval 0, L ). Provede se limitním přechodem pro x 1 0+, x 2 L v rovnici (2.1): v(x 2 ) v(x 1 ) = x 2 x 1 f(x) dx v(l ) v(0+) = L 0 f(x) dx (2.45) (slovy:,, celkový výtok je roven celkové produkci zdrojů ). Obecně nekorektní jsou úlohy s Neumannovými okrajovými podmínkami (2.34), (2.35). Nezachovávají totiž podmínku kompatibility řešení existuje jen při vhodné konstelaci dat f(x), g 0, g L a navíc není jednoznačné Příklad prostup tepla stěnou při Newtonových okrajových podmínkách. Jako ukázku konkrétní formulace a řešení okrajové úlohy budeme analyzovat model teplotního pole ve stěně v příkladu 2.3.2, a to za těchto předpokladů (viz obr. 2.7): uvnitř stěny se nenacházejí žádné zdroje tepla f(x) = 0, tepelná výměna s okolím probíha na obou površích stejně α 0 = α L = α, teplota na levém povrchu je větší než na pravém T 0 > T L. Naším cílem je nalézt obecné řešení, posoudit korektnost úlohy a aplikovat výsledek na konkrétní data: L = 0, 5 m, T 0 = 50 C, T L = 20 C, λ = 1 WK 1 m 1 (cihlové zdivo), α = 2 WK 1 m 2. Vzhledem k učiněným předpokladům nabývá rovnice (2.41) pro stavovou funkci T (x) jednoduchého tvaru d 2 T = 0, x (0, L) dx2
21 2.4. FORMULACE OKRAJOVÝCH ÚLOH 21 a okrajové podmínky Newtonova typu (2.32) a (2.33) zapíšeme takto: λ dt dx = α(t 0 T ), x = 0, λ dt dx = α(t T L), x = L. Protože je T 0 T (x) T L (teplota je klesající funkce proměnné x, tj. má zápornou derivaci), musíme v první podmínce psát T 0 T > 0. Dvojí integrací rovnice bez obtíží získáme funkci T (x) = C 1 x + C 2, kterou dosadíme do okrajových podmínek, abychom získali konstanty C 1, C 2 : Výpočtem obdržíme x = 0... λc 1 = α(t 0 C 2 ), x = L... λc 1 = α(c 1 L + C 2 T L ). C 1 = α αl + 2λ (T 0 T L ), C 2 = T 0 λ αl + 2λ (T 0 T L ), takže hledané řešení je T (x) = T 0 αx + λ αl + 2λ (T 0 T L ). Snadno se lze přesvědčit, že tato funkce splňuje rovnici i okrajové podmínky. Jedná se o lineární funkci proměnné x, která je spojitá na celém intervalu 0, L. Tato aposteriorní analýza dokládá, že existující řešení je jednoznačné a dobře podmíněné. Dosazením konkrétních dat získáme rovnici přímky T (x) = 40 20x, x (0, 0, 5) a následným výpočtem také teploty na stěnách: T (0) = 40 C, T (L) = 30 C. Na obr. 2.9 je znázorněn celkový teplotní průběh, který mimo jiné ilustruje skutečnost, že Newtonovy okrajové podmínky nezajišt ují spojitost řešení na hranici. Obrázek 2.9: Teplotní průběh při prostupu stěnou.
22 22 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY Příklad okrajové úlohy při deformaci pružného vlákna. Vlákno napjaté silou T a upevněné v bodech x = 0 a x = L je zatíženo silou o hustotě f(x) obr Jeho průhyb u(x) lze určit řešením rovnice (2.16): d 2 u dx 2 = q(x), f(x) q(x) =, x (0, L). T Budeme formulovat a řešit některé typické úlohy ilustrující poznatky z předchozích článků, a f(x) 0 L x u(x) Obrázek 2.10: Průhyb vlákna. to za těchto podmínek: vlákno z homogenního materiálu je dlouhé a tenké, tj. výrazně dominuje délka nad průřezem (lze modelovat jako jednodimenzionální úlohu), uvažujeme pouze příčné namáhání, předpokládáme ideální pružnost a malé ohyby. Nyní provedeme analýzu úlohy se zřetelem k charakteru pravé strany a k okrajovým podmínkám. Je na místě zdůraznit, že model je jistým způsobem idealizovaný, nelze jej například uplatnit pro úlohy na ohyb (homogenního) nosníku. A. Spojitá a ohraničená funkce f(x), x (0, L). A1. f(x) =konst. Rovnice u (x) = q (= konst.) má obecné řešení u(x) = 1 2 qx2 + C 1 x + C 2, (2.46) na které budeme postupně aplikovat několik typů okrajových podmínek. A1a. Dirichletova úloha odpovídá pevným koncům, tj. homogenním podmínkám u(0) = u(l) = 0. Hodnoty konstant jsou C 1 = 1 2 ql, C 2 = 0, řešením je parabola u(x) = 1 2 qx2 1 2 qlx = 1 qx(x L). (2.47) 2 Graficky jsou zadání i výsledek znázorněny na obr. 2.10, řešení je jednoznačné, jedná se o korektní problém.
23 2.4. FORMULACE OKRAJOVÝCH ÚLOH 23 f(x) α β 0 L u(x) Obrázek 2.11: Průhyb vlákna s volnými konci. x A1b. Neumannova okrajová úloha znamená, že na koncích jsou předepsány derivace funkce u(x), tj. směrnice tečen (,,volné konce ) obr Okrajové podmínky zapíšeme takto: u (0) = k 0, u (L) = k L, (k 0 = tg α), (k L = tg β). Derivace obecného řešení (2.46) u = qx+c 1 vede v krajních bodech k těmto vztahům: x = 0... k 0 = C 1, x = L... k L = ql + C 1. Je zřejmé, že konstanta C 2 může být libovolná, a proto má úloha nekonečně mnoho řešení, která však existují pouze pro k 0 = k L ql ve tvaru u(x) = 1 2 qx2 + k 0 x + C 2. To ovšem znamená, že úhly v koncových bodech jsou vyvolány zadanou silou a nelze je předepsat okrajovými podmínkami. Proto je zadání s Neumannovými podmínkami nekorektní. A1c. Smíšená okrajová úloha může mít řadu podob, jednou z nich je ohyb jednostranně fixovaného tenkého prutu obr V tomto případě mají okrajové podmínky tvar u(0) = 0... na pevném konci, u (L) = k L... na volném konci. Znaménko derivace odpovídá směru deformace viz obrázek. Pro obecné řešení (2.46) k L > 0 0 L x k L < 0 Obrázek 2.12: Ohyb pružného vlákna.
24 24 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY známým způsobem vypočteme konstanty: C 1 = k L ql a C 2 = 0. Úloha je tentokrát korektní a dává jednoznačné řešení u(x) = 1 2 qx2 + (k L ql)x. A2. Necht je hustota síly předepsána spojitou funkcí f(x) konst. Pro jednoduchost budeme předpokládat například f(x) = f sin πx L q(x) = f T sin πx L = q sin πx L a homogenní Dirichletovy podmínky (jako v případě A1a). Obecné řešení rovnice je u(x) = L2 q π 2 πx sin L + C 1x + C 2, aplikace okrajových podmínek dává C 1 = C 2 = 0. To znamená, že výsledný průhyb koresponduje s tvarem zatěžovací síly: u(x) = L2 q π 2 πx sin L. I nyní se jedná o korektně formulovanou úlohu s jednoznačným hladkým řešením. B. Nespojitá (omezená) pravá strana B1. Funkce f(x) je po částech spojitá (speciálně: po částech konstantní). Budeme uvažovat stejnou okrajovou úlohu jako v případě A1c, avšak konstantní zatížení q = f/t bude působit pouze na části vlákna, konkrétně na úseku a, L, 0 < a < L (obr. 2.13). Jednou z cest, jak přistoupit k modelování takovéto úlohy, je uvažovat dílčí řešení 0 a L x Obrázek 2.13: K úloze B1. na každém z úseků vlákna: q(x) = 0, x 0, a), q, x a, L, = u(x) = u 1 (x), u 2 (x), x 0, a), x a, L. Parciální řešení jsou svázána v bodě x = a přechodovými podmínkami, které vyplývají z principu spojitosti toku (jinak řečeno: vlákno zůstává při deformaci neporušené). Zároveň je podle předpokladu spojitá (konstantní) toková funkce T. Na základě závěrů článku dostáváme podmínky přechodu u 1 (a) = u 2 (a), u 1(a) = u 2(a),
25 2.4. FORMULACE OKRAJOVÝCH ÚLOH 25 kterými doplníme okrajové úlohy u 1 = 0, x (0, a), u 2 = q, x (a, L), u 1 (0) = 0, u 2 (L) = k L. Čtyři konstanty v jejich obecných řešeních u 1 (x) = C 1 x + C 2, u 2 (x) = 1 2 qx2 + D 1 x + D 2 získáme aplikací výše uvedených podmínek v krajních bodech a v bodě přechodu a. Výsledné řešení má tvar u 1 (x) = (k L ql + aq)x, u(x) = u 2 (x) = 1 2 qx2 + (k L ql)x qa2, x 0, a), x a, L. Snadno se lze přesvědčit, že tato funkce vyhovuje jak diferenciálním rovnicím, tak okrajovým podmínkám. B2. Specifická situace nastává, působí-li zatížení f(x) pouze v jediném bodě x 0 (0, L). Modelování této z fyzikálního hlediska rozumné úlohy po matematické stránce naráží na otázku, v jaké množině funkcí máme očekávat řešení, když pravá strana vlastně funkcí v klasickém slova smyslu není. Lze ji zapsat například jako distribuci za použití Diracova impulsu q(x) = qδ(x x 0 ) a při výpočtu pak využít následující vlastnosti 3 : C 1, x < x 0, δ(x x 0 ) dx = h(x) = C 2, x > x 0, C 1 x + C 3, x < x 0, h(x) dx = C 2 x + C 4, x > x 0. Sestavíme-li modelovou úlohu analogicky jako v příkladu B1, nemůžeme v podmínkách přechodu v bodě x 0 předpokládat spojitost derivace stavové funkce, nebot je nyní u 1 (x 0) u 2 (x 0). Jako čtvrtou podmínku, která už nemá lokální charakter, ale je formulována globálně na intervalu 0, L, musíme aplikovat rovnováhu momentů T L L u(x) dx = f(x) δ(x x 0 ) dx, L 0 0 kde pravá strana je rovna f(x 0 ) pro libovolný bod vlákna. 3 Je nutno zdůraznit, že tyto vztahy nejsou přísně exaktní, nýbrž mají pouze formální charakter. Jejich použití v uvedeném kontextu však vede k požadovaným výsledkům.
26 26 KAPITOLA 2. JEDNOROZMĚRNÉ STACIONÁRNÍ MODELY 2.5 Úlohy Formulujte a řešte smíšenou okrajovou úlohu pro jednorozměrný ohřev zdi. Na vnější straně je zadána konstantní teplota T 0 = 32 C, na vnitřním povrchu dochází k přestupu tepla s koeficientem přestupu tepla α do prostředí o teplotě T L = 18 C. Řešte za stejných předpokladů jako v příkladu s hodnotami L = 0, 3 m, λ = 0, 2 WK 1 m 1, α = 4 WK 1 m 2. Určete teplotu vnitřní stěny, výsledný teplotní profil znázorněte graficky Řešte zadání 2.4.7A1a, je-li vlákno napjaté silou T zatíženo na svém vnitřním úseku x 0 a, x 0 + a silou o konstantní hustotě f. Sestavte s využitím přechodových podmínek příslušnou okrajovou úlohu. Vypočtěte průhyb vlákna v bodě x 0 pro následující data: L = 3 m, x 0 = L/3, a = L/6, f = 12 Nm 1, T = 325 N Oboustranně upevněné vlákno délky L je napjato silou T = 60 N a namáháno zátěží o velikosti f = 10 Nm 1 v bodě x 0, který dělí jeho délku v poměru 1:2. S využitím poznatků z úlohy formulujte a řešte okrajovou úlohu, jejímž cílem je stanovit tvar výsledného průhybu vlákna a jeho maximální hodnotu.
27 Kapitola 3 Jednorozměrné nestacionární úlohy 3.1 Výchozí vztahy Globální bilance. Na intervalu 0, L uvažujeme opět hustotu zdrojů f, tokovou funkci v a stavovou funkci u, které však závisejí kromě prostorové proměnné x také na čase t 0, ): f = f(x, t), v = v(x, t), u = u(x, t). Celková produkce zdrojů na elementu x 1, x 2 (0, L) a pro t 1, t 2 (0, ): F = x 2 Tok bodem x x 1, x 2 v časovém intervalu t 1, t 2 : x 1 t 2 t 2 t 1 f(x, t) dt dx. (3.1) t 1 v(x, t) dt. Změna tokové bilance jako odezva na časovou změnu stavové funkce: x 2 x 1 [w(x, t 2 ) w(x, t 1 )] dx. Globální bilance pro prostorově-časovou oblast x 1, x 2 t 1, t 2 : t 2 t 1 v(x 2, t) dt } {{ } (a) t 2 v(x 1, t) dt t 1 } {{ } (b) = x 2 t 2 x 1 t 1 f(x, t) dt dx } {{ } (c) Význam jednotlivých členů bilanční rovnice je následující: (a) tok v bodě x 2, (b) tok v bodě x 1, (c) produkce zdrojů v úseku x 1, x 2, x 2 x 1 [w(x, t 2 ) w(x, t 1 )] dx }{{} (d). (3.2) (d) charakter tohoto výrazu se liší podle typu modelovaného děje; u relaxačních a přenosových bilancí jde o disipaci energie (změna na jiný druh energie vlivem tření, viskozity, absorpce apod.), u pohybových rovnic má podobu setrvačného členu, případně se nemusí v úloze vyskytovat vůbec. 27
28 28 KAPITOLA 3. JEDNOROZMĚRNÉ NESTACIONÁRNÍ ÚLOHY Lokální bilance ve vnitřním bodě. Pro libovolný bod [x, t] (x 1, x 2 ) (t 1, t 2 ) předpokládáme možnost limitních přechodů x 1 x, x 2 x+, t 1, t 2 t. Budeme-li postupně zvyšovat nároky na funkce vystupující v globální bilanci (3.2), obdržíme limitními přechody různé bilanční rovnice. (A) Jsou-li funkce f(x, t), w(x, t) pouze integrovatelné, přejde (3.2) v pouhou spojitost toků: v(x, t) = v(x+, t). (3.3) (B) Jsou-li funkce f(x, t), w(x, t) spojité v proměnné t a současně w(x, t) je diferencovatelná v této proměnné, pak v limitě vzhledem k t dostáváme v(x 2, t) v(x 1, t) = x 2 x 1 f(x, t) dx x 2 w(x, t) t x 1 dx. (3.4) (C) Jsou-li navíc k předchozím předpokladům funkce f(x, t), w(x, t) spojité i v proměnné x, bude výsledkem lokální bilanční rovnice v(x, t) x = f(x, t) w(x, t) t. (3.5) Lze dokázat, že diferencovatelnost funkce v(x, t) podle x plyne z uvedených předpokladů. (D) Uvažujme již dříve zavedený lokální konstituční vztah mezi tokovou a stavovou veličinou, modifikovaný pro závislost na čase, v(x, t) = p(x) u(x, t) x. (3.6) Jeho aplikací v předchozí rovnici obdržíme lokální diferenciální zákon zachování pro stavovou veličinu: ( ) u(x, t) w(x, t) p(x) = f(x, t). (3.7) x x t Jedná se o parciální diferenciální rovnici druhého řádu v závislosti na struktuře funkce w(x, t) Okrajové podmínky. Nebudeme již bilancovat vnitřní přechodové podmínky jako v případě stacionárních úloh, nýbrž zaměříme se přímo na generování okrajových podmínek na základě bilance v koncových bodech bodech x = 0 a x = L uvažovaného intervalu. Budeme uvažovat opět situaci znázorněnou na obr Již předem můžeme konstatovat, že bilanční vztahy budou mít stejnou podobu jako v kapitole 2.3 s tím rozdílem, že klíčové veličiny jsou (spojitými) funkcemi času, jejichž hodnoty v krajních jsou brány ve smyslu jednostranných limit. (A) Jsou-li na koncích jsou zadány toky v 0 (t), v L (t), můžeme od bilancí tokové veličiny v(0, t) = v 0 (t), v(l, t) = v L (t) (3.8) přejít pomocí konstitučního vztahu (3.6) k bilancím stavové veličiny u(x, t): p(0) u(0, t) x = v 0 (t), p(l) u(l, t) x = v L (t). (3.9)
29 3.1. VÝCHOZÍ VZTAHY 29 (B) Jestliže jsou na koncích zadány podmínky přestupu s koeficienty α 0, α L a známými funkcemi u 0 (t), u L (t), obdržíme bilanci toků ve tvaru v 0 (t) = α 0 [u(0, t) u 0 (t)], v L (t) = α L [u(l, t) u L (t)]. (3.10) Lokální bilance stavové veličiny vznikne opět aplikací konstituční rovnice: u(0, t) p(0) x u(l, t) p(l) x = α 0 [u(0, t) u 0 (t)], = α L [u(l, t) u L (t)]. (3.11) (C) V případě, že na okrajích máme zadány hodnoty stavové funkce, zapisujeme podmínky přímo pro ni: u(0, t) = u 0 (t), u(l, t) = u L (t). (3.12) Shrnutím předchozích výsledků docházíme ke zjištění, že jsme formulovali základní případy nestacionárních hraničních podmínek, konkrétně Neumannovy podmínky (3.9), Newtonovy podmínky (3.11), Dirichletovy podmínky (3.12). Poznámka. Nelze-li v některém z hraničních bodů (například x = L) okrajové podmínky předepsat, je možno uvažovat a předepsat (není-li to v rozporu z fyzikální realitou) u(x, t) u 0 (t) pro x. Často stačí pouze předpokládat ohraničenost řešení pro x viz například úlohu Počáteční podmínky. Zkoumáme-li časový vývoj stavové funkce u(x, t) pro t > 0, potřebujeme znát stav na počátku děje u(x, 0) = ϕ(x). Charakter počátečních podmínek může být i poněkud obecnější, je-li navíc požadována hodnota derivace podle času (například počáteční rychlost v pohybových úlohách): u(x, 0) = ϕ(x), u(x, 0) t = u t(x, 0) = ψ(x),.... (3.13) Tyto podmínky mohou mít i odlišný význam, nejde-li o závislost na čase. Hledáme-li kupříkladu řešení procházející zadaným bodem nebo zadanou křivkou, jedná se v principu o obdobný problém, obvykle pak hovoříme o tzv. Cauchyho úloze Formulace 1D nestacionárních úloh. Úplná formulace okrajové nestacionární úlohy pak sestává z rovnice (3.7), počátečních podmínek (3.13) a okrajových podmínek některého z typů (3.9), (3.11), (3.12), případně smíšených.
30 30 KAPITOLA 3. JEDNOROZMĚRNÉ NESTACIONÁRNÍ ÚLOHY 3.2 Modelové 1D nestacionární úlohy Vedení tepla v tyči. Pro jednorozměrné nestacionární pole teploty T (x, t) (stavová funkce) a tepelný tok q(x, t) (toková funkce) zapíšeme globální bilanci na oblasti x 1, x 2 t 1, t 2 pro úlohu bez vnitřních zdrojů (f = 0): t 2 t 1 q(x 1, t) dt = t 2 t 1 q(x 2, t) dt + x 2 x 1 cρ(x) [T (x, t 2 ) T (x, t 1 )] dx, (3.14) kde c [J kg 1 K 1 ] je měrné teplo a ρ [kg m 1 ] je hustota (na jednotku délky). Disipační funkce w(x, t) = cρ(x)t (x, t) na pravé straně vyjadřuje akumulaci tepla v daném materiálu podle vztahu Q = cρ T. Je-li λ tepelná vodivost tyče, pak příslušná konstituční relace má známý tvar T (x, t) q(x, t) = λ. x Po dosazení do lokální bilanční rovnice (3.7) dostáváme ( ) T (x, t) λ(x) x x T (x, t) = cρ(x) t. (3.15) Předpokládáme-li homogenní materiálové prostředí, přechází tento vztah do známé Fourierovy rovnice vedení tepla, a 2 T x 2 = T t, (3.16) kde a = λ/(cρ) je tzv. teplotní vodivost. Podle klasifikace podané v kapitole 6.2 se jedná o parabolickou parciální diferenciální rovnci druhého řádu. Následující tři modelové příklady ilustrují formulaci okrajových úloh s touto rovnicí Kmity struny. Budeme se nyní zabývat odvozením nestacionární okrajové úlohy popisující kmity pružného vlákna (struny). Zobecníme-li lokální tvar stacionární stavové rovnice odvozené v článku pro okamžitou výchylku u(x, t) při napínající síle T (x) a hustotě vnějších sil f(x, t) při kladně orientované souřadném systému (srv. diferenciální rovnici (D) v kapitole 3.1.2): ( ) u(x, t) T (x) = f(x, t) w x x t. (3.17) Budeme-li uvažovat netlumené kmity vyvolané pouze počátečními podmínkami bez vlivu vnějších sil, bude třeba pro adekvátní popis časově proměnné výchylky nejen uvažovat závislost na další proměnné t, ale musíme do globální bilance (3.2) doplnit setrvačný člen. Ten je generován hybností w(x, t) = ρ(x) u t, tudíž při veličinách spojitých v čase bude mít pro element x 1, x 2 o hustotě ρ(x) tvar x 2 x 1 ρ(x) a(x, t) dx, a(x, t) = 2 u(x, t) t 2. Zde a(x, t) je zrychlení, takže výsledek odpovídá druhému Newtonovu zákonu F = ma. Výsledná pohybová rovnice netlumených kmitů struny pak v lokální formulaci nabývá podoby ( ) u(x, t) T (x) = ρ(x) 2 u(x, t) x x t 2. (3.18)
31 3.2. MODELOVÉ 1D NESTACIONÁRNÍ ÚLOHY 31 Je-li síla T konstantní, získáváme klasickou,,vlnovou rovnici c 2 2 u x 2 = 2 u T t 2, c = ρ, (3.19) kde parametr c zpravidla označujeme jako tuhost struny. Jak známo (viz kap. 6), jde o hyperbolickou parciální diferenciální rovnici druhého řádu. Okrajové podmínky Dirichletova typu vyjadřují upevnění struny v koncových bodech 0 a L: u(0, t) = 0, u(l, t) = 0, t 0. (3.20) Počáteční podmínky podmínky musí být dvě vzhledem k parciální derivaci druhého řádu podle času. První z nich charakterizuje počáteční výchylku, u(x, 0) = ϕ(x), x (0, L), (3.21) druhá popisuje počáteční rychlost, jde tudíž o první derivaci výchylky podle času, u(x, 0) t = ψ(x), x (0, L). (3.22) Vlnová rovnice (3.19) s hraničními podmínkami (3.20) a počátečními podmínkami (3.21) a (3.22) tvoří úplnou formulaci nestacionární úlohy pro netlumené kmity struny. Její řešení lze v konkrétním případě provést Fourierovou metodou separace Volná konvekce. Předpokládejme velmi dlouhý vodní tok, v němž lze proudění považovat za jednorozměrné o rychlosti v = v(x, t). Ve vodě je v určitém okamžiku t = 0 koncentrace znečištění popsána spojitou funkcí c = c(x, 0) = c 0 (x). V důsledku proudění dochází k přenosu kontaminantu tzv. volnou konvekcí. Ve sledovaném úseku se navíc mohou vyskytovat další lokální zdroje znečištění o hustotě q(x, t). Naším úkolem je sestavit bilanční rovnici pro stanovení míry znečištění c = c(x, t) v libovolném čase a místě. Zapíšeme nejprve globální bilanci koncentrace polutantu pro časový interval t 1, t 2 na úseku x 1, x 2 : t 2 t 1 [c(x 2, t)v(x 2, t) c(x 1, t)v(x 1, t)] dt = t 2 x 2 t 1 x 1 q(x, t) dx dt x 2 x 1 [c(x, t 2 ) c(x, t 1 )] dx. (3.23) Levá strana vyjadřuje celkovou změnu tokové funkce c.v, pravou stranu jako celek lze považovat za produkční člen, v němž je w(x, t) = c(x, t). Vidíme zde přímou analogii s obecnou globální bilancí (3.2). Jelikož koncentrace i rychlost proudění jsou v čase spojité, vydělíme obě strany přírůstkem t a provedeme limitní přechod pro t 0 s tímto výsledkem: c(x 2, t)v(x 2, t) c(x 1, t)v(x 1, t) = x 2 x 1 q(x, t) dx x 2 x 1 c dx. (3.24) t Nyní tento postup zopakujeme v proměnné x; výsledkem bude tentokrát parciální diferenciální rovnice prvního řádu c (c.v) + x t = q(x, t) neboli c x v + c v x + c = q(x, t). (3.25) t
32 32 KAPITOLA 3. JEDNOROZMĚRNÉ NESTACIONÁRNÍ ÚLOHY 3.3 Konvekce řešení úloh metodou charakteristik Modely konvekce vedou obvykle na parciální diferenciální rovnice prvního řádu, jak bylo ukázáno v článku Pro analytické řešení tohoto typu úloh je možno použít tzv. metodu charakteristik, jejíž princip je podrobněji objasněn v kapitole Volná konvekce modelové příklady. Řešte rovnici (3.25) bez vnitřních zdrojů (q = 0) a počáteční stav c 0 (x) = c max cosh kx, k > 0. (a) Pro konstantní rychlost proudění v = v 0 = konst. (b) Při časově závislé rychlosti v(t) = v α 2 t 2. (c) Pro rychlost závisející na prostorové souřadnici x podle vztahu v(x) = v 0 e kx. Ve všech případech lze použít metodu charakteristik (viz kapitola 6). Lze ukázat, že v prvních dvou úlohách ji lze zredukovat na použití substituce t ξ = x vt, resp. ξ = x 0 v(τ) dτ. Varianta (b) je diskutována jako příklad v článku 6.1.5, variantu (c) rozebereme podrobněji. Přepíšeme-li (3.25) do tvaru v(x) c x + c t = v (x)c, je zřejmé, že se jedná o kvazilineární rovnici. Ukážeme její řešení metodou charakteristik (viz 6.1.7). Ze systému charakteristických rovnic dx v(x) = dt 1 = dc v (x)c vybereme dvojici, z níž výhodně určíme charakteristiky ϕ, ψ: dx v(x) = dt ϕ(x, t, c) = t dx v(x) = K 1, dx v(x) = dc v (x)c ψ(x, t, c) = v(x)c(x, t) = K 2. Vzhledem k zadání dostáváme konkrétně ϕ = t 1 v 0 e kx dx = t 1 v 0 k ekx, c max ψ = v 0 e kx cosh kx = 2v 0c max e 2kx + 1.
33 3.3. KONVEKCE ŘEŠENÍ ÚLOH METODOU CHARAKTERISTIK 33 Parametrizaci počáteční podmínky zavedeme relacemi x = ξ, t = 0, c = c 0 (ξ). Po dosazení do rovnic charakteristik vychází e kξ = v 0 kk 1, 2v 0 c max e 2kξ + 1 = K 2. Po dosazení z prvního vztahu do druhého za e kξ získáme formuli K 2 2v 0c max v 2 0 k2 K = 0, do níž dosadíme funkce ϕ, ψ za K 1, K 2 a upravíme na konečný tvar: c(x, t) = 2c max e kx (v 0 kt e kx ) Snadno se dosazením přesvědčíme, že funkce vyhovuje zadané úloze včetně počáteční podmínky. Bez zajímavosti není posouzení výsledku pro konkrétní číselná data. Můžeme si například představit, že emise o koncentraci c(x, t) jsou unášeny větrem o rychlosti 40 km/hod, který ustává se vzdáleností od místa vzniku exhalací s parametrem k = 0, 05 km 1. Určíme nejprve, za jakou dobu se maximum znečištění projeví například ve vzdálenosti x m = 10 km. Jelikož maximum nastává vždy pro v 0 kt e kx = 0, dostáváme Koncentrace emisí ve zvoleném bodě bude t m = 1 kv 0 e kxm = 49, 5 min. c(x m, t m ) = c max e kxm = 1, 65 c max > c max. Jak je patrno, v místech s nižší konvektivní rychlostí se maximum koncentrace zvyšuje v porovnání s počátečním stavem a teoreticky by stále narůstalo se vzdáleností od místa vzniku. Jde však o důsledek poněkud zjednodušeného modelu (vítr nevane stále stejně ani neomezeně dlouho) Příklad. Kontaminace vody v okolí místa znečištění (x = 0) je popsána koncentrací škodlivin předpisem c m c 0 (x) = 1 + (bx) 2, kde x 0 je vzdálenost v metrech a b [m 1 ] zadaný parametr. Voda proudí ve vodoteči (potoce apod., jehož hydraulické vlastnosti neuvažujeme) rychlostí v(t) = v e at, přičemž a > 0 je zadaný faktor charakterizující zpomalování toku. Určete, v jaké vzdálenosti od místa vzniku se bude maximum znečištění nacházet za 15 minut. Výpočet proved te s těmito vstupními daty: b = 1, a = 10 3 s 1, v 0 = 0, 1 ms Tepelná konvekce. Vytvořte matematický model konvektivního ochlazování média proudícího dlouhým úzkým potrubím za těchto předpokladů: (a) rychlost proudění je konstantní; (b) jedná se o adiabatický děj;
34 34 KAPITOLA 3. JEDNOROZMĚRNÉ NESTACIONÁRNÍ ÚLOHY (c) na povrchu potrubí dochází k přestupu tepla do vnějšího prostředí, jehož teplota T 0 je konstantní; (d) teplotní změny v proudícím médiu se projeví okamžitě a stejně v celém průřezu (potrubí je úzké); vzhledem k tomu je nutno koeficient přestupu tepla vztáhnout na jednotku objemu, tj. [α] = WK 1 m 3 ; (e) na vstupu do potrubí má médium konstantní teplotu T 1 > T 0, jeho hustota ρ a měrné teplo c jsou konstantní po celé průtočné délce; (f) na počátku je teplota v celém potrubí rovna teplotě okolí. Najděte řešení úlohy (vedle metody charakteristik je vhodná například Laplaceova transformace) a výsledek použijte k výpočtu a grafickému znázornění teplotního profilu v potrubí na úseku od počátku do vzdálenosti 250 m v čase t k = 15 minut, časové změny teploty v bodě x p = 200 m v rozmezí prvních dvaceti minut. Vstupní data: α = 700 WK 1 m 3, c = 4186 Jkg 1 K 1, ρ = 1000 kgm 3, v = 0, 2 ms 1, T 0 = 5 C, T 1 = 85 C. 3.4 Fourierova metoda separace U modelů vedoucích na parciální diferenciální rovnice druhého řádu patří ke klasickým postupům řešení Fourierova metoda separace. Její podstata je vysvětlena v kapitole 6.2 s aplikací na tzv. eliptické rovnice. Stejný princip lze aplikovat také na rovnice hyperbolického nebo parabolického typu (viz klasifikaci v článku 6.2.1). Do posledně jmenované skupiny náleží rovnice pro nestacionární vedení tepla, kterými se nyní budeme zabývat Příklad vedení tepla v tenké tyči konečné délky I. Máme vyšetřit teplotní pole v homogenní tyči délky l, která je na jednom konci (x = 0) udržována na konstantní teplotě T 0 a na druhém je tepelně izolována. Počáteční rozložení teploty je zadáno funkcí T 0 (1 + sin πx/l). Je zřejmé, že půjde o řešení Fourierovy rovnice (3.16) na oblasti Ω x,t = (0, l) (0, ) s počáteční podmínkou ( T (x, 0) = T sin πx ) l. (3.26) Zadané hraniční podmínky zapíšeme takto: T (0, t) = T 0, (3.27) T x = 0, x = l. (3.28) Dále je třeba zajistit asymptotickou stabilitu řešení v čase podmínkou T (x, t) < pro t. (3.29) Před vlastním řešením je vhodné zavést označení, která usnadní výpočet: u(x, t) = T T 0 T 0, ξ = x l, κ = a l 2. (3.30) Po příslušných úpravách obdržíme zjednodušenou formulaci jednorozměrné smíšené nestacionární okrajové úlohy pro parabolickou parciální diferenciální rovnici: κu ξξ = u t na (0, 1) (0, ), (3.31)
35 3.4. FOURIEROVA METODA SEPARACE u(ξ, 0) = sin πξ, 2. u(0, t) = 0, 3. u ξ (1, t) = 0, 4. u <. Řešení provedeme Fourierovou metodou separace, jejíž princip je vyložen v kapitole 6.2 tohoto textu. Položíme-li u(ξ, t) = w(ξ).v(t), dostáváme po dosazení do rovnice: w w = 1 v κ v = α2. Záporné znaménko u konstanty plyne z podmínky 4 vyžadující ohraničenost řešení. nyní rozštěpí na dvojici obyčejných diferenciálních rovnic Úloha se w + α 2 w = 0 w(ξ) = A cos αξ + B sin αξ, (3.32) v = κv v(t) = e α2 κt. (3.33) Z podmínky číslo 2 plyne, že A = 0, podmínka 3 vede k rovnici B cos αξ = 0, odkud α n = (2n 1) π, n = 1, 2,... (3.34) 2 Touto cestou získáme reprezentaci hledaného řešení ve tvaru nekonečného rozvoje u(ξ, t) = w n (ξ).v n (t) = B n sin α n ξe α2 n κt. (3.35) n=1 n=1 Zbývá poslední podmínka číslo 1, jejíž aplikací získáme koeficienty B n ze vztahu sin πξ = B n sin α n ξ. (3.36) n=1 Použijeme k tomu ortogonalitu systému vlastních funkcí {sin α n ξ} 1 plyne, že pro m = n, sin α n ξ sin α m ξ dξ = 0 pro m n. na intervalu [0, 1], z níž (3.37) Vynásobíme-li obě strany rovnice (3.36) funkcí sin α m ξ a provedeme integraci od 0 do 1, vede výpočet k výsledku B n = 8 ( 1) n π (2n 3)(2n + 1). (3.38) Na obrázku 3.1 je znázorněna počáteční podmínka (plná čára) a řešení v dalších třech časových bodech.
36 36 KAPITOLA 3. JEDNOROZMĚRNÉ NESTACIONÁRNÍ ÚLOHY teplota [ o C ] t = 0 t = 6 t = 18 t = ξ Obrázek 3.1: Časový vývoj teplotního profilu (údaje v legendě jsou v sekundách) Příklad vedení tepla v tenké tyči konečné délky II. Úkolem je formulovat okrajovou úlohu s počáteční podmínkou pro nestacionární vedení tepla v tenké homogenní tyči za těchto předpokladů: 1. na počátku má celá tyč délky L konstantní teplotu T 0 rovnou teplotě okolí, 2. na jednom konci je udržována konstantní teplota T 1 > T 0 (tyč je zahřívána), 3. druhý konec je tepelně izolován, 4. po celé délce tyče probíhá výměna tepla s okolím o teplotě T 0 při koeficientu přestupu tepla α = konst. [WK 1 m 2 ]. Naším úkolem je najít lokální formulaci úlohy pro určení teploty T (x, t) v libovolném bodě x (0, L) a čase t > 0. Pro řešení plynou ze zadání důležité rysy matematického modelu, jimiž se musíme zabývat nejdříve: tyč je tenká, proto lze předpokládat okamžité vyrovnávání teploty v celém průřezu a uvažovat závislost pouze na jedné proměnné (1D úloha); v jednodimenzionální úloze musíme předpoklad číslo 4 realizovat zavedením zdrojového členu (závislého na stavové funkci T (x, t): f(x, t, T ) = α L (T T 0), x (0, L), t > 0 ; (3.39) tyč je homogenní, a proto je na místě položit tepelnou vodivost λ = konst. [WK 1 m 1 ]. Při sestavování lokálního bilančního vztahu použijeme diferenciální rovnici (3.15), do níž dodáme zdrojový člen (3.39). To mimo jiné znamená, že je třeba vstupní data modelu doplnit o měrné teplo c [Jkg 1 K 1 ] a hustotu ρ [kgm 3 ]. Výsledkem bude nehomogenní parciální diferenciální rovnice 2. řádu cρ T t T λ 2 x 2 = α L (T T 0), x (0, L), t > 0. (3.40)
37 3.4. FOURIEROVA METODA SEPARACE 37 Je vhodné se přesvědčit, že všechny členy rovnice mají týž fyzikální rozměr Wm 3, což představuje hustotu tepelného toku jako lokálně bilancovanou veličinu. Počáteční podmínka je dána předpokladem číslo 1, tj. T (x, 0) = T 0, x 0, L. (3.41) Předpoklad 2 můžeme bez újmy na obecnosti uplatnit v krajním bodě x = 0 a předpoklad 3 pro x = L. První z nich tvoří Dirichletovu podmínku druhý zapíšeme jako homogenní Neumannovu podmínku T (0, t) = T 1, t > 0, (3.42) T (x, t) x = 0, x = L, t > 0. (3.43) Rovnice (3.40) s podmínkami (3.41) (3.43) představuje hledanou formulaci nestacionární okrajové úlohy. Její řešení by bylo možné opět nalézt například Fourierovou metodou separace Příklad vedení tepla v dlouhé tenké tyči. Uvažujme nyní velmi dlouhou tenkou tyč, která má na počátku teplotu T 0. V tomto okamžiku je na jednom z konců zahřáta na teplotu T 1 > T 0 a na ní udržována nadále. Naším úkolem je určit teplotu T (x, t) v libovolném místě a čase. V porovnání s předchozí úlohou bude mít rovnice jednodušší podobu, nebot zde nevystupuje zdrojový člen uvnitř tyče: cρ T t T λ 2 = 0, x (0, ), t (0, ). (3.44) x2 Na jednom konci tyče (předpokládáme ho v bodě x = 0) je zadána Dirichletova podmínka T (0, t) = T 1, t > 0, (3.45) Na rozdíl od předchozího modelu nelze zadat hraniční podmínku na druhém konci tyče. Jelikož je podle předpokladu velmi dlouhá, lze za oblast řešení považovat polopřímku x > 0, a předpokládat ohraničenost řešení v nekonečnu. Konkrétně lze v souladu s fyzikální představou uvažovat T (x, t) = T 1, x, t. (3.46) Počáteční podmínka takřka nezmění podobu, je ovšem vázána na nekonečný interval: T (x, 0) = T 0, x 0, ). (3.47) Příklad kmity struny. Formulujte úlohu pro netlumené kmity struny délky L o tuhosti c při počáteční výchylce ϕ(x) a počáteční rychlosti ψ(x). Řešte pro tato vstupní data: ϕ(x) = 1 50 ( x x2 L ), ψ(x) = 0, L = 1 m, c = 0.3 m/s. Graficky znázorněte okamžitou výchylku struny v časech 1, 3, 5 a 7 sekund.
38 Kapitola 4 Vícerozměrné úlohy Podstatná část výkladu je zaměřena na stacionární modely, nestacionární úlohy jsou diskutovány v části Bilanční vztahy Základní pojmy. Zavedeme následující označení: Ω... jednoduše souvislá oblast v R 2 nebo v R 3, Ω... její hranice (po částech) hladká křivka v R 2 nebo plocha v R 3, Ω = Ω Ω... omezená uzavřená oblast, Ω 0 Ω... referenční podoblast, n... jednotkový vektor vnější normály k hranici Ω 0. Dále bude (viz obr. 4.1) Obrázek 4.1: K základním pojmům. M Ω 0... vnitřní bod, P Ω 0... hraniční bod, u = u(m)... stavová funkce (obvykle skalární veličina), v = v(m)... toková funkce (obvykle vektorová veličina), f = f(m)... zdrojová funkce, hustota zdrojů (integrovatelná funkce). 38
39 4.1. BILANČNÍ VZTAHY 39 V případě, že uvedené funkce mají konkrétní fyzikální či jinou interpretaci, označujeme je také jako pole. Důležitými pojmy jsou normálový a tečný tok podle obr Označíme τ tečný vektor (v R 3 leží v rovině určené vektory n a v) a n 0, τ 0 příslušné jednotkové vektory normálový a tečný. Pak můžeme vyjádřit průměty toku v do tečného a normálového směru: normálový tok v n = (v n 0 ) n 0, v n = v n 0, (4.1) tečný tok v τ = (v τ 0 ) τ 0, v τ0 = v τ. (4.2) Obrázek 4.2: Tečný a normálový průmět toku v, přičemž v n + v τ = v. Příklad Je dána oblast Ω s hranicí Ω = {[x, y, z] R 3 ; z = 14 x 2 4y 2, z 0. Pro tokovou funkci v = (2xz, y 2 z, xy) vypočteme normálový a tečný tok v bodě P = [2, 1,?] Ω. Pro normálový vektor platí n(x, y) = ( ) z x, z y, 1 = (2x, 8y, 1). Po snadném výpočtu máme P = [2, 1, 6] a n(p ) = (4, 8, 1), n = 9. Dále je v(p ) = (24, 6, 2) a tedy v bodě P Pak a snadno dopočítáme tečný tok v τ = v v n. v n = v n 0 = v n = v n n 0 = 50 (4, 8, 1) Globální a lokální charakteristiky polí. Pro skalární, resp. vektorovou funkci u, v C 1 (Ω 0 ) definujeme globální integrální charakteristiky takto:
40 40 KAPITOLA 4. VÍCEROZMĚRNÉ ÚLOHY celková produkce zdrojů v Ω 0 F = f(m) dv, (4.3) Ω 0 cirkulace pole v po uzavřené křivce K Ω 0 C = v(m) dl, (4.4) K tok pole v plochou S T = v(p ) ds = v(p ) n ds. (4.5) S S Lokálně můžeme v libovolném bodě oblasti Ω 0 sledovat 1. změny skalárního pole ϕ v zadaném směru s prostřednictvím směrové derivace ϕ s = s 0 grad ϕ, kde s 0 je normovaný směrový vektor a gradient pole grad ϕ = udává směr největší změny funkce ϕ, 2. zřídlovost pole na základě jeho divergence, nebot div v 0 pro zřídlové pole, div v = 0 pro nezřídlové pole, 3. vírovost pole vzhledem k jeho rotaci, protože rot v o pro vírové pole, rot v = o pro nevírové (potenciálové) pole. ( ϕ x, ϕ y, ϕ ) z Přechod od globálních charakteristik k lokálním. V případě vícerozměrných modelů je třeba věnovat této otázce potřebnou pozornost. Přechod je vždy realizován limitním procesem, při němž zmenšujeme objem (plochu, křivku), kde je globálně bilancována jistá veličina, až do jediného bodu. Následující výklad je proveden v poněkud zjednodušené podobě. Nejprve připomeneme některé integrální formule známé z vektorové analýzy. Gaussova Ostrogradského formule vyjadřuje rovnost objemového integrálu divergence pole na oblasti a celkového toku přes její hranici: Ω 0 div v dv = v ds. Ω 0 (4.6) Podobná tvrzení platí pro objemové integrály z gradientu a rotace: Ω 0 grad u dv = u ds, Ω 0 (4.7)
41 4.1. BILANČNÍ VZTAHY 41 Ω 0 rot v dv = Ω 0 v ds. (4.8) Pro úplnost si ještě připomeňme Stokesovu větu, s jejíž pomocí lze vyjádřit cirkulaci toku v po uzavřené křivce K: v dl = rotv ds, (4.9) K S kde S je libovolná hladká plocha procházející křivkou K a s ní souhlasně orientovaná. Zavedeme veličinu µ(ω 0 ) jako míru oblasti Ω 0, například její objem, povrch, poloměr apod. Dále budeme předpokládat, že hustota je na referenční oblasti spojitá funkce, f C( Ω 0 ). Pak proces spojitého zmenšování oblasti Ω 0 až do nějakého bodu M můžeme symbolicky vyjádřit relací Ω 0 M µ(ω 0 ) 0. Aplikujeme-li tento princip na objemový integrál představující celkovou produkci zdrojů na Ω 0, obdržíme zobecněnou definici střední integrální hodnoty pro hustotu: lim µ 0 1 f dv = f(m). (4.10) µ(ω 0 ) Ω 0 Výše uvedený limitní přechod dává výsledek, kterým je možno podle (4.6) definovat divergenci pole v jako lokální charakteristiku v bodě M: lim µ 0 1 v ds = div v. (4.11) µ(ω 0 ) Ω 0 V analogii s předchozím případem je tedy divergence pole hustotou (mírou) jeho zřídlovosti. Podobně lze lokálně definovat s využitím formulí (4.7) a (4.8) zbývající dva diferenciální operátory: lim µ 0 lim µ 0 1 u ds = grad u, (4.12) µ(ω 0 ) Ω 0 1 v ds = rot v. (4.13) µ(ω 0 ) Ω Bilanční rovnice. Budeme uvádět modely obvyklé v praktických úlohách, výklad opět jako u 1D modelů směřuje od globálních bilancí k lokálním. (A) Zákony zachování Globální zákon zachování pro tokovou veličinu Ω 0 Ω : v ds = Ω 0 Slovy: celkový tok hranicí je roven celkové produkci vnitřních zdrojů. Ω 0 f(m) dv. (4.14) Lokální tvar zákona zachování pro tokovou veličinu Provedeme-li v rovnici (4.14) limitní přechod popsaný v předchozím článku, obdržíme podle (4.10) a (4.6) lokální zákon zachování (neboli rovnici kontinuity toku) ve známém tvaru div v(m) = f(m). (4.15)
42 42 KAPITOLA 4. VÍCEROZMĚRNÉ ÚLOHY (B) Bilance na rozhraních Budeme nejprve studovat situaci na vnitřní hranici Γ, která rozděluje oblast Ω na dvě části.uvažujme opět bilanční podoblast Ω 0, pro kterou podle obr. 4.3 platí: Γ 0 = Ω 0 Γ, Ω 0 = Γ 1 Γ 2 Γ 3 Γ 4. Nebudou-li uvnitř Ω 0 žádné vnitřní zdroje, bude platit Ω 0 v ds = 0. (4.16) Uskutečníme-li limitní přechod µ(ω 0 ) 0 ve směru normály n z vnitřku oblasti Ω 0 a proti jejímu směru z vnějšku, bude µ(γ 1 ) 0, µ(γ 3 ) 0, ale hranice Γ 0 = Γ Ω 0 se zachová. Na ní bude platit globální bilance lim µ 0 1 v ds = [v(p +) v(p )] n ds P Γ 0 Γ 0 Γ. (4.17) µ(ω 0 ) Ω 0 Γ 0 Lokálním důsledkem bilance (4.16) pro libovolný bod P hranice Γ je tudíž rovnost [v(p +) v(p )] n = 0. Po jejím normování (tj. vydělení velikostí normálového vektoru n = n ) dostáváme podle (4.1) v n (P +) = v n (P ). (4.18) Získaný výsledek se nazývá lokální podmínka spojitosti normálových toků nebo také Γ 3 n(p ) v Ω 0 Γ 2 P n Ω Γ v Γ 4 Γ 0 n Γ 1 Γ podmínka přechodu. Obrázek 4.3: K bilanci toku na vnitřním rozhraní. (C) Bilance na hranici oblasti Nyní obrátíme pozornost k vnější hranici Ω, na níž budeme uvažovat zadaný vnější tok v 0 (P ) (obr. 4.4). Limitní přechod uskutečníme na stejném principu jako v případě vnitřní hranice s tímto výsledkem: [v(p +) v 0 (P )] n = 0 v n (P ) = v 0n, v 0n = v 0 (P ) n 0. (4.19)
43 4.1. BILANČNÍ VZTAHY n(p ) 43 v 0 Ω 0 P Γ 0 Ω v Ω Obrázek 4.4: Bilance toku na vnější hranici Příklad ustálené laminární proudění ideální kapaliny. Úkolem je vytvořit lokální matematický model laminárního proudění v zadané oblasti (obr. 4.5). Výchozím vztahem je globální bilance hmotnostního toku m [kg.m 2 s 1 ] v objemu Ω, v němž je produkce zdrojů popsána hustotou f [kg.m 3 s 1 ], tj. za jednotku času v jednotkovém objemu. Zapíšeme ji přímo pro ideální tekutinu, která je bez vnitřního tření (neviskózní) a nestlačitelná (tento předpoklad uplatníme později): m ds = f dv. Ω Ω Obrázek 4.5: Laminární proudění. Postupem popsaným v kap. 4.1 obdržíme lokální bilanci tokové veličiny: div m = f na Ω. Z praktických důvodů je obvyklé místo hmotnostního toku pracovat s rychlostí proudění v, k níž přejdeme na základě vztahu m = ρv, kde ρ je hustota kapaliny. Výslednou rovnici div (ρv) = f
studijní text Jaroslav Vlček Katedra matematiky a deskriptivní geometrie VŠB-TU Ostrava
Matematické modelování studijní text Jaroslav Vlček Katedra matematiky a deskriptivní geometrie VŠB-TU Ostrava 15. září 216 Obsah 1 Principy matematického modelování 3 1.1 Motivační úlohy.....................................
kontaktní modely (Winklerův, Pasternakův)
TÉMA 7: Pružný poloprostor, modely podloží pružný poloprostor základní předpoklady pružný poloprostor Boussinesqueovo řešení kontaktní modely (Winklerův, Pasternakův) 1 Pružný poloprostor (1) vychází z
Numerické metody 8. května FJFI ČVUT v Praze
Obyčejné diferenciální rovnice Numerické metody 8. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod Základní metody Pokročilejší metody Soustava Vyšší řád Program 1 Úvod Úvod - Úloha Základní úloha, kterou řešíme
Necht je funkce f spojitá v intervalu a, b a má derivaci v (a, b). Pak existuje bod ξ (a, b) tak, že f(b) f(a) b a. Geometricky
Monotónie a extrémy funkce Diferenciální počet - průběh funkce Věta o střední hodnotě (Lagrange) Necht je funkce f spojitá v intervalu a, b a má derivaci v (a, b). Pak existuje bod ξ (a, b) tak, že f (ξ)
Funkce zadané implicitně. 4. března 2019
Funkce zadané implicitně 4. března 2019 Parciální derivace druhého řádu Parciální derivace druhého řádu funkce z = f (x, y) jsou definovány: Parciální derivace 2 f 2 = ( ) f 2 f 2 = ( ) f 2 f a 2 f 2 f
Matematika 2, vzorová písemka 1
Matematika 2, vzorová písemka Pavel Kreml 9.5.20 Přesun mezi obrazovkami Další snímek: nebo Enter. Zpět: nebo Shift + Enter 2 3 4 Doporučení Pokuste se vyřešit zadané úlohy samostatně. Pokud nebudete vědět
Co nám prozradí derivace? 21. listopadu 2018
Co nám prozradí derivace? Seminář sedmý 21. listopadu 2018 Derivace základních funkcí Tečna a normála Tečna ke grafu funkce f v bodě dotyku T = [x 0, f (x 0 )]: y f (x 0 ) = f (x 0 )(x x 0 ) Normála: y
Vybrané kapitoly z matematiky
Vybrané kapitoly z matematiky VŠB-TU Ostrava 2018-2019 Vybrané kapitoly z matematiky 2018-2019 1 / 11 Křivkový integrál Vybrané kapitoly z matematiky 2018-2019 2 / 11 Parametricky zadaná křivka v R 3 :
Geometrická nelinearita: úvod
Geometrická nelinearita: úvod Opakování: stabilita prutů Eulerovo řešení s využitím teorie 2. řádu) Stabilita prutů Ritzovou metodou Stabilita tenkých desek 1 Geometrická nelinearita Velké deformace průhyby,
5. a 12. prosince 2018
Integrální počet Neurčitý integrál Seminář 9, 0 5. a. prosince 08 Neurčitý integrál Definice. Necht funkce f (x) je definovaná na intervalu I. Funkce F (x) se nazývá primitivní k funkci f (x) na I, jestliže
Aproximace funkcí 1,00 0,841 1,10 0,864 1,20 0,885. Body proložíme lomenou čarou.
Příklad Známe následující hodnoty funkce Φ: u Φ(u) 1,00 0,841 1,10 0,864 1,20 0,885 Odhadněte přibližně hodnoty Φ(1,02) a Φ(1,16). Možnosti: Vezmeme hodnotu v nejbližším bodě. Body proložíme lomenou čarou.
Diferenciální rovnice základní pojmy. Rovnice se
Diferenciální rovnice základní pojmy. Rovnice se separovanými proměnnými. Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské
Numerické metody minimalizace
Numerické metody minimalizace Než vám klesnou víčka - Stříbrnice 2011 12.2. 16.2.2011 Emu (Brkos 2011) Numerické metody minimalizace 12.2. 16.2.2011 1 / 19 Obsah 1 Úvod 2 Základní pojmy 3 Princip minimalizace
Komplexní analýza. Martin Bohata. Katedra matematiky FEL ČVUT v Praze Martin Bohata Komplexní analýza Mocninné řady 1 / 18
Komplexní analýza Mocninné řady Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Mocninné řady 1 / 18 Posloupnosti komplexních čísel opakování
Kapitola 4: Soustavy diferenciálních rovnic 1. řádu
Sbírka příkladů Matematika II pro strukturované studium Kapitola 4: Soustavy diferenciálních rovnic 1 řádu Chcete-li ukončit prohlížení stiskněte klávesu Esc Chcete-li pokračovat stiskněte klávesu Enter
(1) Derivace. Kristýna Kuncová. Matematika B2 17/18. Kristýna Kuncová (1) Derivace 1 / 35
(1) Derivace Kristýna Kuncová Matematika B2 17/18 Kristýna Kuncová (1) Derivace 1 / 35 Růst populací Zdroj : https://www.tes.com/lessons/ yjzt-cmnwtvsq/noah-s-ark Kristýna Kuncová (1) Derivace 2 / 35 Růst
Úvodní informace. 18. února 2019
Úvodní informace Funkce více proměnných Cvičení první 18. února 2019 Obsah 1 Úvodní informace. 2 Funkce více proměnných Definiční obor Úvodní informace. Komunikace: e-mail: olga@majling.eu nebo olga.majlingova@fs.cvut.cz
Kristýna Kuncová. Matematika B2
(3) Průběh funkce Kristýna Kuncová Matematika B2 Kristýna Kuncová (3) Průběh funkce 1 / 26 Monotonie (x 2 ) = 2x (sin x) = cos x Jak souvisí derivace funkce a fakt, zda je funkce rostoucí nebo klesající?
Cauchyova úloha pro obyčejnou diferenciální rovnici
Řešení ODR v MATLABu Přednáška 3 15. října 2018 Cauchyova úloha pro obyčejnou diferenciální rovnici y = f (x, y), y(x 0 ) = y 0 Víme, že v intervalu a, b existuje jediné řešení. (f (x, y) a f y jsou spojité
Stavový popis Stabilita spojitých systémů (K611MSAP) Katedra aplikované matematiky Fakulta dopravní ČVUT. čtvrtek 20. dubna 2006
Modelování systémů a procesů (K611MSAP) Přednáška 4 Katedra aplikované matematiky Fakulta dopravní ČVUT Pravidelná přednáška K611MSAP čtvrtek 20. dubna 2006 Obsah 1 Laplaceova transformace Přenosová funkce
1 Soustava lineárních rovnic
Soustavy lineárních rovnic Aplikovaná matematika I Dana Říhová Mendelu Brno Obsah 1 Soustava lineárních rovnic 2 Řešitelnost soustavy lineárních rovnic 3 Gaussova eliminační metoda 4 Jordanova eliminační
Matematika (KMI/PMATE)
Matematika (KMI/PMATE) Úvod do matematické analýzy Limita a spojitost funkce Matematika (KMI/PMATE) Osnova přednášky lineární funkce y = kx + q definice lineární funkce význam (smysl) koeficientů lineární
Rovnice proudění Slapový model
do oceánského proudění Obsah 1 2 3 Co způsobuje proudění v oceánech? vyrovnávání rozdílů v teplotě, salinitě, tlaku, ρ = ρ(p, T, S) vítr - wind stress F wind = ρ air C D AU 2 10 slapy produkují silné proudy,
Průvodce studiem V této kapitole se budeme zabývat diferenciálním počtem pro funkce více
5 Diferenciální počet funkcí více proměnných Průvodce studiem V této kapitole se budeme zabývat diferenciálním počtem pro funkce více proměnných, především budeme pracovat s funkcemi dvou proměnných Ukážeme
MATEMATIKA 3. Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci
MATEMATIKA 3 Dana Černá http://www.fp.tul.cz/kmd/ Katedra matematiky a didaktiky matematiky Technická univerzita v Liberci Osnova: Komplexní funkce - definice, posloupnosti, řady Vybrané komplexní funkce
Kristýna Kuncová. Matematika B3
(10) Vícerozměrný integrál II Kristýna Kuncová Matematika B3 Kristýna Kuncová (10) Vícerozměrný integrál II 1 / 30 Transformace Otázka Jaký obrázek znázorňuje čtverec vpravo po transformaci u = x + y a
Kristýna Kuncová. Matematika B2 18/19
(6) Určitý integrál Kristýna Kuncová Matematika B2 18/19 Kristýna Kuncová (6) Určitý integrál 1 / 28 Newtonův integrál Zdroj: https://kwcalculus.wikispaces.com/integral+applications Kristýna Kuncová (6)
Energetické principy a variační metody ve stavební mechanice
Energetické principy a variační metody ve stavební mechanice Přetvárná práce vnějších sil Přetvárná práce vnitřních sil Potenciální energie Lagrangeův princip Variační metody Ritzova metoda 1 Přetvárná
Sb ırka pˇr ıklad u z matematick e anal yzy II Petr Tomiczek
Sbírka příkladů z matematické analýzy II Petr Tomiczek Obsah 0 Diferenciální rovnice. řádu 0. Separace proměnných Příklad : Najděte obecné řešení (obecný integrál) diferenciální rovnice y = tg x tg y.
Teorie plasticity. Varianty teorie plasticity. Pružnoplastická matice tuhosti materiálu
Teorie plasticity Varianty teorie plasticity Teorie plastického tečení Přehled základních vztahů Pružnoplastická matice tuhosti materiálu 1 Pružnoplastické chování materiálu (1) Pracovní diagram pro případ
Inverzní Z-transformace
Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 9. přednáška 11MSP úterý 16. dubna 2019 verze: 2019-04-15 12:25
Matematika III Stechiometrie stručný
Matematika III Stechiometrie stručný matematický úvod Miroslava Dubcová, Drahoslava Janovská, Daniel Turzík Ústav matematiky Přednášky LS 2015-2016 Obsah 1 Zápis chemické reakce 2 umožňuje jednotný přístup
DFT. verze:
Výpočet spektra signálu pomocí DFT kacmarp@fel.cvut.cz verze: 009093 Úvod Signály můžeme rozdělit na signály spojité v čase nebo diskrétní v čase. Další možné dělení je na signály periodické nebo signály
Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava
Lineární algebra 5. přednáška: Báze a řešitelnost soustav Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la1 Text
Kristýna Kuncová. Matematika B2 18/19. Kristýna Kuncová (1) Vzorové otázky 1 / 36
(1) Vzorové otázky Kristýna Kuncová Matematika B2 18/19 Kristýna Kuncová (1) Vzorové otázky 1 / 36 Limity - úlohy Otázka Určete lim x 0 f (x) A -3 B 0 C 5 D 7 E D Zdroj: Calculus: Single and Multivariable,
Určitý (Riemannův) integrál a aplikace. Nevlastní integrál. 19. prosince 2018
Určitý (Riemnnův) integrál plikce. Nevlstní integrál Seminář 9. prosince 28 Určitý integrál Existence: Necht funkce f (x) je definovná n uzvřeném intervlu, b. Necht je splněn n tomto intervlu kterákoliv
Elementární funkce. Edita Pelantová. únor FJFI, ČVUT v Praze. katedra matematiky, FJFI, ČVUT v Praze
Elementární funkce Edita Pelantová FJFI, ČVUT v Praze Seminář současné matematiky katedra matematiky, FJFI, ČVUT v Praze únor 2013 c Edita Pelantová (FJFI) Elementární funkce únor 2013 1 / 19 Polynomiální
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky bakalářská práce vícebodové okrajové úlohy Plzeň, 18 Hana Levá Prohlášení Prohlašuji, že jsem tuto bakalářskou práci vypracovala
Edita Pelantová, katedra matematiky / 16
Edita Pelantová, katedra matematiky seminář současné matematiky, září 2010 Axiomy reálných čísel Axiomy tělesa Axiom 1. x + y = y + x a xy = yx (komutativní zákon). Axiom 2. x + (y + z) = (x + y) + z a
Základní elektrotechnická terminologie,
Přednáška č. 1: Základní elektrotechnická terminologie, veličiny a zákony Obsah 1 Terminologie 2 2 Veličiny 6 3 Kirchhoffovy zákony 11 4 Literatura 14 OBSAH Strana 1 / 14 1 TERMINOLOGIE Strana 2 / 14 1
Obsah. 1.2 Integrály typu ( ) R x, s αx+β
Sbírka úloh z matematické analýzy. Čížek Jiří Kubr Milan. prosince 006 Obsah Neurčitý integrál.. Základní integrály...................................... Integrály typu ) R, s α+β γ+δ d...........................
(13) Fourierovy řady
(13) Fourierovy řady Kristýna Kuncová Matematika B3 Kristýna Kuncová (13) Fourierovy řady 1 / 22 O sinech a kosinech Lemma (O sinech a kosinech) Pro m, n N 0 : 2π 0 2π 0 2π 0 sin nx dx = sin nx cos mx
Kapitola 2. Nelineární rovnice
Kapitola. Nelineární rovnice Formulace: Je dána funkce f : R! R definovaná na intervalu ha; bi. Hledáme x ha; bi tak, aby f(x) = 0. (x... kořen rovnice) Poznámka: Najít přesné řešení analyticky je možné
Plyny v dynamickém stavu. Jsou-li ve vakuovém systému různé teploty, nebo tlaky dochází k přenosu energie, nebo k proudění plynu.
Plyny v dynamickém stavu Jsou-li ve vakuovém systému různé teploty, nebo tlaky dochází k přenosu energie, nebo k proudění plynu. Difuze plynu Mechanismus difuze závisí na podmínkách: molekulární λ L viskózně
Linea rnı (ne)za vislost
[1] Lineární (ne)závislost Skupiny, resp. množiny, vektorů mohou být lineárně závislé nebo lineárně nezávislé... a) zavislost, 3, b) P. Olšák, FEL ČVUT, c) P. Olšák 2010, d) BI-LIN, e) L, f) 2009/2010,
Teorie. kuncova/ Definice 1. Necht f je reálná funkce a a R. Jestliže existuje.
8. cvičení http://www.karlin.mff.cuni.cz/ kuncova/ kytaristka@gmail.com Teorie Definice. Necht f je reálná funkce a a R. Jestliže eistuje h 0 fa + h) fa), h pak tuto itu nazýváme derivací funkce f v bodě
Matematická analýza 2. Kubr Milan
Matematická analýza. Kubr Milan. února 008 Obsah Vektorové funkce jedné reálné proměnné. 3. Základní pojmy...................................... 3. Křivky v R n........................................
Matematická analýza II pro kombinované studium. Konzultace první a druhá. RNDr. Libuše Samková, Ph.D. pf.jcu.cz
Učební texty ke konzultacím předmětu Matematická analýza II pro kombinované studium Konzultace první a druhá RNDr. Libuše Samková, Ph.D. e-mail: lsamkova@ pf.jcu.cz webová stránka: home.pf.jcu.cz/ lsamkova/
FAKULTA STAVEBNÍ. Stavební statika. Telefon: WWW:
VYSOKÁ ŠKOA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA AKUTA STAVEBNÍ Stavební statika Pohyblivé zatížení Jiří Brožovský Kancelář: P H 406/3 Telefon: 597 32 32 E-mail: jiri.brozovsky@vsb.cz WWW: http://fast0.vsb.cz/brozovsky
Slabá formulace rovnic proudění tekutin
Univerzita Karlova v Praze Matematicko-fyzikální fakulta BAKALÁŘSKÁ PRÁC Mark Dostalík Slabá formulace rovnic proudění tekutin Matematický ústav UK Vedoucí bakalářské práce: Studijní program: Studijní
Ústav anorganické technologie: Aplikovaná reakční kinetika - cvičení 6. Tok E do. + tupním proudem N N. i=1
6 Bilance energie Bilanci energie (E) je možno formulovat následovně Množství Rychlost Tok E do akumulace = systému z vyko- nané práce E v systému okolí systémem Množství dodané E vs- Množství + tupním
Laplaceova transformace
Laplaceova transformace Modelování systémů a procesů (11MSP) Bohumil Kovář, Jan Přikryl, Miroslav Vlček Ústav aplikované matematiky ČVUT v Praze, Fakulta dopravní 5. přednáška 11MSP 219 verze: 219-3-17
x2 + 2x 15 x 2 + 4x ) f(x) = x 2 + 2x 15 x2 + x 12 3) f(x) = x 3 + 3x 2 10x. x 3 + 3x 2 10x x 2 + x 12 10) f(x) = log 2.
Příklady k 1 zápočtové písemce Definiční obor funkce Určete definiční obor funkce: x + x 15 1 f(x x + x 1 ( x + x 1 f(x log x + x 15 x + x 1 3 f(x x 3 + 3x 10x ( x 3 + 3x 10x f(x log x + x 1 x3 + 5x 5
Petr Beremlijski, Marie Sadowská
Počítačová cvičení Petr Beremlijski, Marie Sadowská Katedra aplikované matematiky Fakulta elektrotechniky a informatiky VŠB - Technická univerzita Ostrava Cvičení : Matlab nástroj pro matematické modelování
Obsah. Limita posloupnosti a funkce. Petr Hasil. Limita posloupnosti. Pro a R definujeme: Je-li a < 0, pak a =, a ( ) =. vlastní body.
Obsah a funkce Petr Hasil Přednáška z Matematické analýzy I Úvod 2 c Petr Hasil (MUNI) a funkce Matematická analýza / 90 c Petr Hasil (MUNI) a funkce Matematická analýza 2 / 90 Úvod Úvod Pro a R definujeme:
fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného základu (reg. č. CZ.1.07/2.2.00/28.
Extrémy Vyšší matematika, Inženýrská matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU v Brně (LDF) s ohledem na disciplíny společného
Stochastické modelování v ekonomii a financích Konzistence odhadu LWS. konzistence OLS odhadu. Předpoklady pro konzistenci LWS
Whitův pro heteroskedasticitě pro heteroskedasticitě Stochastické modelování v ekonomii a financích 7. 12. 2009 Obsah Whitův pro heteroskedasticitě pro heteroskedasticitě 1 Whitův 2 pro 3 heteroskedasticitě
Metody, s nimiž se seznámíme v této kapitole, lze použít pro libovolnou
2. Řešení nelineárních rovnic Průvodce studiem Budeme se zabývat výpočtem reálných kořenů nelineární rovnice f(x) =0, (2.0.1) kde f je v jistém smyslu rozumná reálná funkce. Pro některé funkce (kvadratické,
Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava
Lineární algebra 8. přednáška: Kvadratické formy Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/la Text byl vytvořen
(a). Pak f. (a) pro i j a 2 f
Připomeň: 1. Necht K R n. Pak 1. Funkce více proměnných II 1.1. Parciální derivace vyšších řádů K je kompaktní K je omezená a uzavřená. 2. Necht K R n je kompaktní a f : K R je spojitá. Pak f nabývá na
Funkce více proměnných: limita, spojitost, derivace
Matematika III 2. přednáška Funkce více proměnných: limita, spojitost, derivace Michal Bulant Masarykova univerzita Fakulta informatiky 22. 9. 2014 Obsah přednášky 1 Literatura 2 Zobrazení a funkce více
Automatové modely. Stefan Ratschan. Fakulta informačních technologíı. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Automatové modely Stefan Ratschan Katedra číslicového návrhu Fakulta informačních technologíı České vysoké učení technické v Praze Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti Stefan
Tvarová optimalizace pro 3D kontaktní problém
Tvarová optimalizace pro 3D kontaktní problém s Coulombovým třením Petr Beremlijski, Jaroslav Haslinger, Michal Kočvara, Radek Kučera a Jiří V. Outrata Katedra aplikované matematik Fakulta elektrotechnik
Komplexní analýza. Martin Bohata. Katedra matematiky FEL ČVUT v Praze Martin Bohata Komplexní analýza Úvod 1 / 32
Komplexní analýza Úvod Martin Bohata Katedra matematiky FEL ČVUT v Praze bohata@math.feld.cvut.cz Martin Bohata Komplexní analýza Úvod 1 / 32 Základní informace Stránky předmětu: http://math.feld.cvut.cz/bohata/kan.html
Funkce více proměnných: limita, spojitost, parciální a směrové derivace, diferenciál
Matematika III 2. přednáška Funkce více proměnných: limita, spojitost, parciální a směrové derivace, diferenciál Michal Bulant Masarykova univerzita Fakulta informatiky 29. 9. 2010 Obsah přednášky 1 Literatura
GEM a soustavy lineárních rovnic, část 2
GEM a soustavy lineárních rovnic, část Odpřednesenou látku naleznete v kapitole 6 skript Abstraktní a konkrétní lineární algebra. Jiří Velebil: B6B0LAG 8.3.09: GEM a soustavy, část / Minulá přednáška Gaussova
Petr Hasil. c Petr Hasil (MUNI) Nekonečné řady MA III (M3100) 1 / 187
Nekonečné řady Petr Hasil Přednáška z Matematické analýzy III c Petr Hasil (MUNI) Nekonečné řady MA III (M3100) 1 / 187 Obsah 1 Nekonečné číselné řady Základní pojmy Řady s nezápornými členy Řady s libovolnými
(2) Funkce. Kristýna Kuncová. Matematika B2. Kristýna Kuncová (2) Funkce 1 / 25
(2) Funkce Kristýna Kuncová Matematika B2 Kristýna Kuncová (2) Funkce 1 / 25 Sudá a lichá funkce Určete, které funkce jsou sudé a které liché: liché: A, D, E sudé: B Kristýna Kuncová (2) Funkce 2 / 25
Obecná orientace (obvykle. Makroskopická anizotropie ( velmi mnoho kluzných rovin )
Fyzikální zdůvodnění plasticity (1) Změny v krystalické mřížce Schmidtův zákon : τ τ τ max (1) Dosažení napětí τ max vede ke změnám v krystalické mřížce Deformace krystalické mřížky pružná deformace Změny
Okrajový problém podmínky nejsou zadány v jednom bodu nejčastěji jsou podmínky zadány ve 2 bodech na okrajích, ale mohou být
Obyčejné diferenciální rovnice 1 Úvod Obyčejnou diferenciální rovnici N-tého řádu f ( x,y,y,y,...,y (N)) = g(x) převádíme na soustavu N diferenciálních rovnic 1. řádu. Provedeme substituce y z 1 y z 2...
Statistika (KMI/PSTAT)
Statistika (KMI/PSTAT) Cvičení deváté aneb Důležitá rozdělení pravděpodobnosti spojité náhodné veličiny Statistika (KMI/PSTAT) 1 / 15 Spojitá náhodná veličina Spojitá náhodná veličina Spojitá náhodná veličina
1 Předmluva Značení... 3
Sbírka příkladů k předmětu Lineární systémy Jan Krejčí, korektura Martin Goubej 07 Obsah Předmluva. Značení..................................... 3 Lineární obyčejné diferenciální rovnice s konstantními
7. Aplikace derivace
7. Aplikace derivace 7A. Taylorův polynom 7. Aplikace derivace Verze 20. července 207 Derivace funkce se využívá při řešení úloh technické prae i teorie. Uvedeme několik z nich: vyčíslení hodnot funkce,
Anna Kratochvílová Anna Kratochvílová (FJFI ČVUT) PDR ve zpracování obrazu / 17
Parciální diferenciální rovnice ve zpracování obrazu Anna Kratochvílová FJFI ČVUT 10. 6. 2009 Anna Kratochvílová (FJFI ČVUT) PDR ve zpracování obrazu 10. 6. 2009 1 / 17 Obsah 1 Motivace 2 Vyšetření pomocí
Geometrická nelinearita: úvod
Geometrická nelinearita: úvod Opakování: stabilita prutů (Eulerovo řešení s využitím teorie 2. řádu) Stabilita prutů Ritzovou metodou Stabilita tenkých desek 1 Geometrická nelinearita Velké deformace (průhyby,
IEL Přechodové jevy, vedení
Přechodové jevy Vedení IEL/přechodové jevy 1/25 IEL Přechodové jevy, vedení Petr Peringer peringer AT fit.vutbr.cz Vysoké učení technické v Brně, Fakulta informačních technologíı, Božetěchova 2, 61266
x y (A)dy. a) Určete a načrtněte oblasti, ve kterých je funkce diferencovatelná. b) Napište diferenciál funkce v bodě A = [x 0, y 0 ].
II.4. Totální diferenciál a tečná rovina Značení pro funkci z = f,: totální diferenciál funkce f v bodě A = 0, 0 ]: dfa = A 0+ A 0 Označme d = 0, d = 0. Pak dfa = A d+ A d Příklad91.Je dána funkce f, =.
Periodický pohyb obecného oscilátoru ve dvou dimenzích
Periodický pohyb obecného ve dvou dimenzích Autor: Šárka Petříčková (A05221, sarpet@students.zcu.cz) Vedoucí: Ing. Petr Nečesal, Ph.D. Matematické metody v aplikovaných vědách a ve vzdělávání, Fakulta
Jednoduchá zobrazení. Podpořeno z projektu FRVŠ 584/2011.
Podpořeno z projektu FRVŠ 584/2011. Obsah 1 2 Obsah 1 2 Společné vlastnosti jednoduchých zobrazení: Zobrazovací ref. plocha je rovina - souřadnice X, Y, případně ρ, ɛ Zobrazovaná ref. plocha je eliposid
Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost.
Euklidovský prostor. Funkce dvou proměnných: základní pojmy, limita a spojitost. Vyšší matematika LDF MENDELU Podpořeno projektem Průřezová inovace studijních programů Lesnické a dřevařské fakulty MENDELU
Operace s funkcemi [MA1-18:P2.1] funkční hodnota... y = f(x) (x argument)
KAPITOLA : Funkce - úvod [MA-8:P.] reálná funkce (jedné) reálné proměnné... f : A R...... zobrazení množin A R do množin reálných čísel R funkční hodnota... = f() ( argument) ( tj. reálná funkce f : A
FAKULTA STAVEBNÍ JOSEF DALÍK NUMERICKÉ METODY II
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ JOSEF DALÍK NUMERICKÉ METODY II STUDIJNÍ MATERIÁL Tento studijní materiál byl zpracován s podporou projektu OPVK ESF Rozvoj a modernizace doktorského studijního
Jednoduchá zobrazení. Podpořeno z projektu FRVŠ 584/2011.
Podpořeno z projektu FRVŠ 584/2011. Obsah 1 2 Obsah 1 2 Společné vlastnosti jednoduchých zobrazení: Zobrazovací ref. plocha je rovina - souřadnice X, Y, případně ρ, ɛ Zobrazovaná ref. plocha je eliposid
FAKULTA STAVEBNÍ NUMERICKÉ METODY II
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ FAKULTA STAVEBNÍ JOSEF DALÍK, JIŘÍ VALA, OTO PŘIBYL NUMERICKÉ METODY II STUDIJNÍ MATERIÁL Tento studijní materiál byl zpracován s podporou projektu OPVK ESF Rozvoj a modernizace
Přijímací zkouška na navazující magisterské studium 2018
Přijímací zkouška na navazující magisterské studium 28 Studijní program: Studijní obory: Fyzika FFUM Varianta A Řešení příkladů pečlivě odůvodněte. Příklad 25 bodů Nechť {x n } je posloupnost, f : R R
Komplexní analýza. Příklad Body. Nepište obyčejnou tužkou ani červeně, jinak písemka nebude přijata. Soupis vybraných vzorců. 4a.
Komplexí aalýa Písemá část koušky (XX.XX.XXXX) Jméo a příjmeí:... Podpis:... Příklad.. 3.. 5. Body Před ahájeím práce Vyplňte čitelě rubriku Jméo a příjmeí a podepište se. Během písemé koušky smíte mít
Mendelova univerzita v Brně user.mendelu.cz/marik
INŽNÝRSKÁ MATMATIKA Robert Mařík Mendelova univerzita v Brně marik@mendelu.cz user.mendelu.cz/marik ABSTRAKT. Učební text k mým přednáškám z předmětu Inženýrská matematika. Text je poměrně hutný a není
Numerické metody a statistika
Numerické metody a statistika Radek Kučera VŠB-TU Ostrava 2016-2017 ( ) Numerické metody a statistika 2016-2017 1 / 17 Číslo předmětu: 714-0781/02 Rozsah: 2+2 Hodnocení: 6 kreditů Přednáší: Radek Kučera
Paradoxy geometrické pravděpodobnosti
Katedra aplikované matematiky 1. června 2009 Úvod Cíle práce : Analýza Bertrandova paradoxu. Tvorba simulačního softwaru. Osnova 1 2 3 4 Osnova 1 2 3 4 Osnova 1 2 3 4 Osnova 1 2 3 4 V rovině je zadán kruh
1 Definice. A B A B vlastní podmnožina. 4. Relace R mezi množinami A a B libovolná R A B. Je-li A = B relace na A
1 Definice 1. Množiny: podmnožina: A B x(x A x B) průnik: A B = {x A x B} sjednocení: A B = {x x A x B} rozdíl: A B = {x A x B} A B A B vlastní podmnožina 2. uspořádaná dvojice: (x, y) = {{x}, {x, y}}
prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Pravděpodobnost a statistika Katedra teoretické informatiky Fakulta informačních technologií
Náhodné vektory prof. RNDr. Roman Kotecký DrSc., Dr. Rudolf Blažek, PhD Katedra teoretické informatiky Fakulta informačních technologií České vysoké učení technické v Praze c Rudolf Blažek, Roman Kotecký,
POLIURETANOWE SPRĘŻYNY NACISKOWE. POLYURETHANOVÉ TLAČNÉ PRUŽINY
POLIURETAOWE SPRĘŻYY ACISKOWE. POLYURETHAOVÉ TLAČÉ PRUŽIY Oferowane są wymiary wyrobów o różnych twardościach. Konstrukcja tych sprężyn umożliwia zastąpienie sprężyn tradycyjnych tam, gdzie korozja, wibracje,
Obsah. 1 Konstrukce (definice) Riemannova integrálu Výpočet Newtonova Leibnizova věta Aplikace výpočet objemů a obsahů 30
Určitý integrál Robert Mřík 6. září 8 Obsh 1 Konstrukce (definice) Riemnnov integrálu. Výpočet Newtonov Leibnizov vět. 18 3 Numerický odhd Lichoběžníkové prvidlo 19 4 Aplikce výpočet objemů obshů 3 c Robert
Kvalitativní analýza nelineárních rovnic typu reakce-difuze
Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky Diplomová práce Kvalitativní analýza nelineárních rovnic typu reakce-difuze Plzeň, 2018 Bc. Martin Kaisler cistylist listzadani1
podle přednášky doc. Eduarda Fuchse 16. prosince 2010
Jak souvisí plochá dráha a konečná geometrie? L ubomíra Balková podle přednášky doc. Eduarda Fuchse Trendy současné matematiky 16. prosince 2010 (FJFI ČVUT v Praze) Konečná geometrie 16. prosince 2010
Matematické modelování elmg. polí 2. kap.: Magnetostatika
Matematické modelování elmg. polí 2. kap.: Magnetostatika Dalibor Lukáš Katedra aplikované matematiky FEI VŠB Technická univerzita Ostrava email: dalibor.lukas@vsb.cz http://www.am.vsb.cz/lukas/ Text byl
Fyzika laserů. Kvantová teorie laseru. 22. dubna Katedra fyzikální elektroniky.
Fyzika laserů Kvantová teorie laseru Kvazidistribuční funkce. Zobecněné uspořádání. Fokkerova-Planckova rovnice. Jan Šulc Katedra fyzikální elektroniky České vysoké učení technické jan.sulc@fjfi.cvut.cz
1 Derivace funkce a monotonie
MA 10. cvičení intervaly monotonie a lokální extrémy Lukáš Pospíšil,2012 1 Derivace funkce a monotonie Jelikož derivace funkce v daném bodě je de-facto směrnice tečny (tangens úhlu, který svírá tečna s
Lineární algebra - iterační metody
Lineární algebra - iterační metody Numerické metody 7. dubna 2018 FJFI ČVUT v Praze 1 Úvod Úvod Rozdělení Metody Zastavení SOR Programy 1 Úvod Úvod - LAR Mějme základní úlohu A x = b, (1) kde A R n,n je