Diego Wcca PDF

IWCCA So Paulo 06/2011 Diego Falceta-Gonalves
Simulaes
Simulaes
Numricas
Numricas
em
em
Astrofsica
Astrofsica
Diego Falceta-Gonalves
EACH Universidade de So Paulo
Simulaes numricas em Astrofsica Introduo
Praticamente todos os processos fsicos (qumicos, biolgicos,
sociais) em ambientes astrofsicos so descritos por equaes
diferenciais;
Poucas destas so resolvidas analiticamente (i.e. usando crebro +
lpis + papel);
A grande maioria necessita de mtodos numricos de soluo.
Motivao
Ondas:
Exemplo
0
2
2
2
2
=
x
f
C
t
f
Difuso:
Exemplo
0
2
2
=
x
f
D
t
f
???
Sistema
Complexo!
Choques
Transf. radiativa
Difuso
Turbulncia
Exemplo
Existem, basicamente, 3 classes de EDPs:
Classes de EDP
Elipticas:
Parablicas:
Hiperblicas:
2
2
2
2
2
+
t
c
ou
2

t
a
2
2
2
2

t
c
ou

t
c
1
Caso MUITO simples:
Soluo:
Exemplo
( )
) (t f
t
t f
=
( ) ) exp(t C t f =
Problema do valor inicial
( )
0
0 F f =
Uma condio deve ser fornecida ento.
Independentemente da complexidade da equao, uma condio
inicial necessria.
Tambm, a finalizao do problema dada pelas condies de
contorno, ou boundary conditions
Exemplo
Dirichlet: funo fixa na borda
Neumann: gradiente normal borda fixos
Cauchy: valores do gradiente e da funo fixos
Simulaes numricas em Astrofsica Mtodos Numricos
Mtodos Numricos de
Resoluo de EDPs
Simulaes numricas em Astrofsica Mtodos Numricos
Como dito anteriormente, a maioria dos problemas fsicos envolve
sistemas de EDPs que no so resolvidas analiticamente;
Mtodos numricos so ento necessrios;
Soluo/Simulao numrica uma: aproximao do problema
definido pelas EDPs + CI +/ou CB, obtida aps uma
discretizao/truncamento do espao paramtrico
Mtodos Numricos
Simulaes numricas em Astrofsica Mtodos Espectrais
1) Mtodos espectrais
No mtodo espectral, a funo f(x) determinada partir de uma
aproximao global
Existem duas tcnicas muito difundidas:
1) Fourier
truncamento/discretizao em
funciona bem para problemas peridicos no domnio
computado
Mtodo Espectral
( )
=
=
) exp(
2
1
) ( x i f x f
Exemplo:
Mtodo Espectral
Dado que:
0 =
x
u
c
t
u
( ) [ )
2 , 0
) exp(
2
1
) ( ) 0 , ( = = x f x i x f x u
( ) t u x i t x u ,
) exp(
2
1
) , (
=
Fourier:
Aplicando o operador:
0
) exp(
2
1
) , ( = |
\
|

=
|
\
|
u c i
t
u
x i t x u
x
c
t

( ) ( ) ) exp(
) exp( ,
ct i f ct i C t u = =
( ) [ ] ( )
f ct x i t x u

exp
2
1
) , ( + =
Neste exemplo, o resultado analtico e no necessita de
aproximaes.
O passo crucial neste exemplo foi a transformao de uma EDP em
uma EDO (que resolvida analiticamente);
Note que uma expanso mais geral da funo seria uma somatria
em frequncias,
Dependendo da ordem, e no-linearidade da EDP, os coeficientes
no so computados analiticamente.
Mtodo Espectral
2) Chebyshev
Mtodo Espectral
no h problema de periodicidade de bordas porque usa
sries de polinmios ortogonais
A representao espectral de uma funo u :
onde
( )
mn n n m
x
dx
x T x T
0
1
1
2
1
2
1
) ( ) ( + =
1 1
2
2 1 0
2 ) ( , 1 2 ) ( , ) ( , 1 ) (
+
= = = =
n n n
T xT x T x x T x x T x T K
=
=
N
n
n n N
x T u x u P
0
) (
) (
dx x x u x T u
n n
2
1
1
1 ) ( ) (
No analtico. Discretizao espacial necessria.

Simulaes numricas em Astrofsica Diferenas Finitas
2) Diferenas Finitas (Euler/RK)
Diferenas Finitas (Euler)
Retomemos o nosso primeiro exemplo (MUITO simples):
Podemos escrever:
) (u f
t
u
=
t
t u t t u
t
u
) ( ) (
Assim,
t u f u t u
u f
t
t u t t u
+
+
)) 0 ( ( ) 0 ( ) (
) (
) ( ) (
ou,
t u f u u + ) (
0 0 1
Pensando em t=2t, 3t, e assim por diante, temos:
t u f u u
t u f u u
t u f u u
u u
n n n
+ =
+ =
+ =
=
+
) (
) (
) (
) 0 (
1
1 1 2
0 0 1
0
M
Essa aproximao tem mesmo comportamento que a funo analtica?
H convergncia para t 0?
Qual o erro?
Diferenas Finitas (Euler) no EXCEL!
Para f(u)=-2.u
0
0.2
0.4
0.6
0.8
1
1.2
0 0.5 1 1.5 2 2.5 3
t
u
(
t
)
numrico
analtico
1 . 0 = t
0
0.2
0.4
0.6
0.8
1
1.2
0 0.5 1 1.5 2 2.5 3
t
u
(
t
)
numrico
analtico
3 . 0 = t
Diferenas Finitas (Euler) no EXCEL!
Para f(u)=-2.u
6 . 0 = t
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
1.2
0 0.5 1 1.5 2 2.5 3
t
u
(
t
)
numrico
analtico
Dois pontos importantes:
Acurcia: podemos escolher t pequeno o quanto
quisermos para obter melhor aproximao?
Estabilidade: a funo aproximada reproduz o
comportamento da funo real?
Interpretao geomtrica do erro:
Calculando a acurcia
Definimos o operador residual:
Fazendo uma expanso de Taylor em u(t+t)
Ou seja,
O erro proporcional segunda ordem de t.
Dizemos assim, que o mtodo de Euler de primeira ordem
( ) ( ) ( ) ( )
n n n n
t
dt
du
dt t u t u t Lu =
+1
( ) ( ) ( ) ( ) ( ) ( )
n n n n n n
t
dt
du
dt t u t
dt
u d dt
t
dt
du
dt t u t Lu
)
`
+ + + = L
2
2 2
! 2
( ) ( )
n n
t
dt
u d dt
t Lu
2
2 2
! 2

Calculando a estabilidade:
Pela prpria EDO sabemos que o gradiente
da funo negativo em todo o domnio,
mas, para t > 1/A (neste caso, 0.5), a variao de u se
torna positiva.
Logo, essa a condio de estabilidade dessa EDO.
) 1 (
) (
1
1
1
t A u u
t Au u u
t u f u u
n n
n n n
n n n
+ =
+ =
+ =
+
+
+
u
t
u
2 =

Diferenas Finitas (Mtodo de multi-passos)
Se tomarmos agora 2 passos anteriores, ao invs de apenas 1:
O polinmio interpolador :
[ ] ) ( ) (
1 1 +
+ + =
n n n n
u bf u af t u u
) ( ) (
1
1 1
1
1

|
|
\
|
+
|
|
\
|
=
n
n n
n
n
n n
n
u f
t t
t t
u f
t t
t t
If
Diferenas Finitas (Mtodo de multi-passos)
A integral rachurada na figura anterior :
Assim:
( ) ( )
|
\
|
=
+

) (
2
1
) (
2
3
) ( ) (
1
1
1
1
1
1
1
n n
n
n
n
n
n
n
n
n
n
n
u f u f dt
dt t t
t
u f
dt t t
t
u f
dt If
t u f u f u
dt If u u
n n n
t
t
n n
n
n
\
|
+ =
+ =
+
) (
2
1
) (
2
3
1
1 1
1
Diferenas Finitas (2 passos) no EXCEL!
Para f(u)=-2.u
Para t > 0.5 no estvel e o mtodo de 2 passos de 2
a
ordem
1 . 0 = t
0
0.2
0.4
0.6
0.8
1
1.2
0 0.5 1 1.5 2 2.5 3
t
u
(
t
)
numrico
analtico
3 . 0 = t
0
0.2
0.4
0.6
0.8
1
1.2
0 0.5 1 1.5 2 2.5 3
t
u
(
t
)
numrico
analtico
) (u f
t
u
=

Diferenas Finitas (Runge-Kutta 2a ordem)
Mtodo de Euler modificado:
t t u f u u
t
t u f u u
n n n
n n n
+ =
+ =
+ +
) ,
(
2
) , (
2 / 1 1 1
1
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0 0.5 1 1.5 2 2.5 3
t
u
(
t
)
numrico
analtico
-0.4
-0.2
0
0.2
0.4
0.6
0.8
1
0 0.5 1 1.5 2 2.5 3
t
u
(
t
)
numrico
analtico
3 . 0 = t 1 . 0 = t
Estabilidade:
( )
(

+ + =
+
2
2
2
2
1
t
t u u u
n n n
u
t
u
2 =
para t > 1, a variao de u se torna positiva, i.e. a aproximao

numrica no vale
( )
( )
( )
( )
( ) d c b a u u
t t c u f d
t t b u f c
t t a u f b
t t u f a
n n
n n
n n
n n
n n
+ + + + =
+ =
+ =
+ =
=
+
+
+
+
2 2
6
1
,
, 2 /
, 2 /
,
1
1
2 / 1
2 / 1
Toma-se 4 sub-estgios no passo n:
Mtodo de 4a ordem em acurcia
Diferenas Finitas (Equaes Diferenciais Parciais)
Vimos alguns mtodos de diferenas finitas para resolver EDO;
O mesmo procedimento vlido para EDPs?
Tomemos o exemplo tratado nos mtodos espectrais:
0 =
x
u
c
t
u
Como temos agora duas variveis, x e t, devemos tambm
discretizar o espao x, para cada t:
Surge assim uma questo sobre como deve ser feita a
reconstruo da aproximao da diferena de uma distribuio
discreta;
Ou outra combinao?
De maneira similar feita no domnio temporal, fazemos:
expanso da soluo a cada posio discreta
e suas derivadas espaciais
como uma srie em x (o espao entre as posies
discretas que formam a grade do domnio espacial)
L + + + + =
+
) (
! 3
) (
! 2
) ( ) ( ) (
3
3 3
2
2 2
1 m m m m m
x
dx
u d dx
x
dx
u d dx
x
dx
du
dx x u x u
ou:
Podemos definir os operadores de diferena:
e
Que resultam em aproximaes de 1a ordem
L + + =
) (
! 3
) (
! 2
) ( ) ( ) (
3
3 3
2
2 2
1 m m m m m
x
dx
u d dx
x
dx
u d dx
x
dx
du
dx x u x u
dx
u u
u
m m
m
1
=
dx
u u
u
m m
m
=
+
+
1
) ( ) (
! 2
) (
2
2
2
dx O x
dx
u d dx
x
dx
du
u
m m m
+ =
) ( ) (
! 2
) (
2
2
2
dx O x
dx
u d dx
x
dx
du
u
m m m
+ + =
+

agora:
e
Sendo assim uma aproximao de 3a ordem.
) ( ) (
! 3
) (
2
4
3
3 2
1 1
0
dx O x
dx
u d dx
x
dx
du
dx
u u
u
m m
m m
m
+ + =
=
+
) ( ) (
! 3
2
) ( 2
5
3
3 3
1 1
dx O x
dx
u d dx
x
dx
du
dx u u
m m m m
+ + =
+
J a segunda derivada seria:
( )
( ) ( )
( )
+ + +
+ + + +
=
+
=
= =
+
+
+ +
) ( ) (
! 3
) (
! 2
) ( ) (
) ( 2 ) (
! 3
) (
! 2
) ( ) (
1
2
4
3
3 2
2
2 2
3
3 2
2
2 2
2
2
1 1
2
1
2
1
1 2
dx O x
dx
u d dx
x
dx
u d dx
x
dx
du
dx x u
x u x
dx
u d dx
x
dx
u d dx
x
dx
du
dx x u
dx
dx
u u u
dx
u u
dx
u u
dx
u u
u u
m m m m
m m m m m
m m m
m m m m
m m
m m

) ( ) (
4
2
2
2
dx O x
dx
u d
u
m m
+ =
Utilizando os operadores :
Assim:
( ) ( ) ( ) ( ) ( )
( )
4
0
2
2
4 2
0
2 2
2
4
3
3 2
0
! 3
) (
! 3
) (
) ( ) (
! 3
) (
dx O u
dx
x
dx
du
dx O u dx O dx O
dx
x
dx
du
dx O x
dx
u d dx
x
dx
du
u
m m
m m
m m m
+ + =
+ + + + =
+ + =

( )
4
0
2
2
0
! 3
) ( dx O u
dx
x
dx
du
m m
+
|
|
\
|
=
Discretizao dos domnios de X e t
Em uma rede homognea, x = L/m dada pelo tamanho do
domnio L dividido pelo nmero de elementos espaciais m
t
x
0
L
i
i+1 i-1
n-1
n+1
n
Voltando EDP:
Temos agora:
E o operador diferena finita nesta EDP fica:
0 =
x
u
c
t
u
) (
2
) (
2
1 1
1
x O
x
u u
x
u
t O
t
u u
t
u
n
i
n
i
n
i
n
i
+
+
+
( ) 0
2
1 1
1
=
=
+
+
x
u u
c
t
u u
u L
n
i
n
i
n
i
n
i
n
i
Ou seja:
Essa equao permite o clculo explcito da evoluo temporal de
valores finitos aproximados da soluo real, a cada ponto da
grade.
Nota 1: isso vlido exceto em i=0 e i=m onde condies de
borda devem ser definidas.
Nota 2: o fator multiplicativo da diferena espacial representa uma
razo entre velocidades. A velocidade caracterstica da EDP (c), e
a velocidade da grade (x/t)
x
u u
x
t c
u u
n
i
n
i
n
i
n
i
\
|
=
+
+
2
1 1
1
Diferenas Finitas (EDPs)
Operador residual:
Ou seja, o esquema apresentado de 1a ordem no tempo e 2a
ordem no espao.
Como L0 quando x0 e t0, o esquema consistente.
( ) ( )
2 3
3
3
2
2
2
1 1
!
6
1
2
1
2
t O x O
dx
u d
x c
dt
u d
t
x
u u
c
t
u u
Lu
n
i
n
i
n
i
n
i
n
i
+ + + =
=
=
+
+
Diferenas Finitas (EDPs)
Para verificar a estabilidade do esquema, podemos usar o mtodo
de Von Neumann;
Que consiste em aplicar uma transformada de Fourier no operador:
[ ]
[ ]
1 sin 1
sin 1
) exp( ) exp(
2
1
1
) ) 1 ( exp( ) ) 1 ( exp(
2
1
) exp( ) exp(
2 2
2
1
+ =
=
=
+ =
+

A
i A
i i A
j i j i ij ij
n n n n
Sempre instvel
x
t c
=
Exemplo Excel (!!)
0 . 3
0 . 1
3 . 0
=
=
=
c
x
t
-2.5
-2
-1.5
-1
-0.5
0
0.5
1
1.5
2
0 10 20 30 40 50 60
X
f
(
x
)
t=0
t=3.0 - analtico
t=3.0 - numrico
0 =
x
u
c
t
u
Diferenas Finitas (Godunov - Upwind)
Retomando o caso mais simples (upwind):
Assim:
Fazendo desse esquema 1a ordem em espao e tempo
x
u u
x
t c
u u
n
i
n
i
n
i
n
i
\
|
=
+
+
1
1
( ) ( )
2 2
2
2
2
2
1
!
2
1
2
1
t O x O
dx
u d
x c
dt
u d
t
x
u u
c
t
u u
Lu
n
i
n
i
n
i
n
i
n
i
+ + + =
=
=
+
+
Parece pior, mas o mtodo de Von Neumann resulta em:
Para que:
Ou seja
( ) ( )
2
2
2
cos 1 2 1 + + = A
1
2
A 1 0
1 0
x
t c
Condio de Courant de estabilidade (CFL)
Sendo c a velocidade caracterstica da perturbao em u, e x a
resoluo espacial da grade escolhida, t deve ser menor que x/c
para que o esquema seja estvel
Exemplo Excel (!!)
0 . 3
0 . 1
1 . 0
=
=
=
c
x
t
0 =
x
u
c
t
u
-1.5
-1
-0.5
0
0.5
1
1.5
0 10 20 30 40 50
X
f
(
x
)
t=0
analtico
numrico
Diferenas Finitas (Downwind)
E o caso downwind?
Exerccio1: obtenha o operador residual para esse esquema
Exerccio2: mostre que o esquema instvel sempre
Equaes diferenciais no so vlidas em discontinuidades, j que
nestas as derivadas no so definidas;
Neste sentido, mtodos clssicos de diferenas finitas tambm no
so aplicveis;
Uma maneira de contornar esse problema transformar as
equaes diferenciais em suas verses integrais em espao;
Esses mtodos so conhecidos como Volumes Finitos
Descontinuidades
Simulaes numricas em Astrofsica Volumes Finitos
3) Volumes Finitos (Godunov)
Problema de Riemann:
imagine um problema hiperblico simples, com condio inicial:
o problema possui derivadas em todo o espao, exceto em x=0.
Discontinuidades
( )
>
<
=
0 se
0 se
0 ,
x q
x q
x q
r
l
Uma maneira de se evitar esse problema integrar espacialmente a
funo em torno da descontinuidade:
Sendo o valor mdio de u no espao x=[a,b]
Volumes Finitos
( ) ( ) ( ) [ ] ) , ( ) , ( , t a u F t b u F dx t x u
dt
d
dx
dF
dt
du
b
a
=
=
Exemplo de uma equao

de conservao, onde F
representa o fluxo de u
a b
dx t x u
u
b
a
) , (
Assim, a equao se torna:
Ou, utilizando-se os ndices da grade
Volumes Finitos
( ) ( )
a b
t a u F t b u F
dt
u d
=
) , ( ) , (
( ) ( )
dx
t x u F t x u F
dt
u d
i i i
) , ( ) , (
2 / 1 2 / 1 +

=
O espao dividido discretamente em elementos de volume x
j
O centro do elemento de volume dado pelos ndices de nmero
inteiro;
A fronteira entre volumes posicionada nos ndices semi-inteiros
O valor mdio de u calculado no centro do elemento, enquanto que
seu fluxos, na fronteiras.
Volumes Finitos
Integrando a equao no tempo, temos:
Volumes Finitos
( ) ( )
( ) ( ) ( ) ( )
+ =
=

+ +
+
+
+
1 1
, ,
1
) , ( ) , (
2 / 1 2 / 1
1
2 / 1 2 / 1
n
n
n
n
t
t
t
t
i i
n
i
n
i
i i i
dt t x u F dt t x u F
dx
u u
dt
dx
t x u F t x u F
dt
dt
u d
Mtodo de GODUNOV
Volumes Finitos
( ) ( ) ( ) ( )
+ =

+ +
+
+
1 1
, ,
1
2 / 1 2 / 1
1
n
n
n
n
t
t
t
t
i i
n
i
n
i
dt t x u F dt t x u F
dx
u u
Passo 0: no incio de cada timestep voc tem os valores mdios de u no
centro de cada elemento de volume
Passo 1: use-os para reconstruir a distribuio de u
Passo 2: construa os fluxos e as integrais exatas no tempo para a nova
distribuio de u
Passo 3: obtenha as mdias de u para o novo timestep
1) Reconstruo
dada a mdia em um dado elemento de volume, queremos
obter uma distribuio local (elemento i) que represente u
um caso simples seria assumir um polinmio de ordem 1:
Volumes Finitos (GODUNOV)
( ) ( )
n
i
n
i
n
i
x x u t x u + = ,
~
1) Reconstruo
outras ordens de polinmios, ou funes, podem ser utilizados
entretanto, deve-se tomar cuidado para que a funo escolhida
seja monotnica.
Os valores mximo e mnimo dessa funo so dados pelas
fronteiras do elemento de volume, ou pelo valor central.
2) Integrando os fluxos
outflow
n
i
n
i
n
i
t
t
i
t c
t
x
c u t c dt t x u f
n
n

2 2
)) , (
~
(
2 2
2 / 1
1
+ =
+
+
Exemplo:
( ) ( ) ( )
dx
t x cu d
dt
t x du , ,
=
inflow
n
i
n
i
n
i
t
t
i
t c
t
x
c u t c dt t x u f
n
n
1
2 2
1 1 2 / 1
2 2
)) , (
~
(
1

+ =
+

Exemplo:
( ) ( ) ( )
dx
t x cu d
dt
t x du , ,
=
resultante
Exemplo:
( ) ( ) ( )
dx
t x cu d
dt
t x du , ,
=
3) Calculando u
n+1
( ) ( )
)
`
|
|
\
|
+ =

+
+

+ +
n
i
n
i
n
i
n
i
n
i
t
t
i
t
t
i
n
i
n
i
t
c
t x
c u u t c
x
u
dt t x u f dt t x u f
x
u u
n
n
n
n
1
2
2
1
2 / 1 2 / 1
1
2 2
1
)) , (
~
( )) , (
~
(
1
1 1

Exemplo:
( ) ( ) ( )
dx
t x cu d
dt
t x du , ,
=
Descontinuidades:
Um dos principais problemas relacionados ao clculo dos
fluxos na interface do elemento de volume a descontinuidade de
Volumes Finitos
HLL Riemann Solver
Existem muitos Riemann Solvers, sendo o HLL o mais econmico
computacionalmente,
Se baseia em uma mdia de fluxos na intervace, ponderado pelas
velocidades caractersticas da onda em cada elemento de volume:
Volumes Finitos
( )
+
+ +
+
c c
u u c c F c F c
F
L R R L
i 2 / 1
Hidrodinmica em Astrofsica
As quais podem ser rescritas no formato:
Onde:
( ) ( ) ( ) 0 = + + + Q H Q G Q F Q
z y x t
(
(
(
(
(
=
k
q
q
q
Q
M
2
1
(
(
(
(
(
=
k
f
f
f
F
M
2
1
(
(
(
(
(
=
k
g
g
g
G
M
2
1
(
(
(
(
(
=
k
h
h
h
H
M
2
1
Cada varivel Fluxos em
conservativa cada coordenada
Exemplo: jato Astrofsico
Como?
verso mais antiga do cdigo AMUN (Kowal et al. 2007 at hoje)
esquema Godunov+HLLC
grade 1024 x 512 elementos de volume 525 mil elementos
Mdulo HD (,u,v,w,P)
Condies iniciais
Condio de contorno = jato
Algumas horas em um computador com 8 cores
Simulaes numricas em Astrofsica Mtodos Estatsticos
4) Mtodo Estatstico (Monte Carlo)
Monte Carlo
Simulaes de Monte Carlo vm sendo utilizadas a vrias dcadas;
Se baseia na criao de dados experimentais aleatrios , a partir de
uma distribuio de probabilidade;
Esse mtodo pode ser aplicado em problemas inerentemente
estocsticos/probabilsticos (e.g. Mecnica Quntica), como
tambm em problemas no-probabilsticos
Monte Carlo
Para uma simulao de Monte Carlo preciso:
uma distribuio de probabilidades
um gerador de nmeros aleatrios
uma regra de seleo
sistemtica de convergncia de sucessos
Monte Carlo
Exemplo: determinao do valor de
Joga-se pontos aleatrios por todo o
espao quadrado de lado L=2.
Conta-se aqueles que esto a uma
distncia inferior a d=1.
A razo desses, pelo nmero total de
pontos gerados ser igual razo entre
as reas
N
n
A
A
4 4
2
1
= =
Monte Carlo
Recorde-se agora do exemplo:
Podemos rescrever essa equao diferencial sob a forma integral
) (u f
t
u
=
dt u f u u
t
) (
0
0
+ =
Pode ser resolvida exatamente da
mesma forma que obtemos
Em Astrofsica, podemos mencionar o uso em transferncia radiativa
Simulaes numricas em Astrofsica Consideraes Finais
Consideraes finais
Simulaes numricas representam um mtodo independente da
teoria analtica, e do experimento em laboratrio, no estudo de
fenmenos complexos;
Interessantemente, existem diferentes mtodos para resolver os
mesmos tipos de problemas, dependendo da necessidade e
possibilidade do pesquisador;
Inmeros mtodos de simulao numrica no foram mencionados
aqui, como os mtodos de partculas (SPH, n-corpos, PIC);
Alm de que todos os mtodos descritos aqui foram tratados
superficialmente pelo tempo restrito;
Simulaes numricas em Astrofsica
Obrigado

Diego Wcca PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Diego Wcca PDF

Enviado por

Direitos autorais:

Formatos disponíveis

IWCCA So Paulo 06/2011 Diego Falceta-Gonalves

No analtico. Discretizao espacial necessria.

Simulaes numricas em Astrofsica Diferenas Finitas

Simulaes numricas em Astrofsica Diferenas Finitas

Simulaes numricas em Astrofsica Diferenas Finitas

para t > 1, a variao de u se torna positiva, i.e. a aproximao

Simulaes numricas em Astrofsica Diferenas Finitas

Exemplo de uma equao

Você também pode gostar