ΓΕΝΕΣΗ ΚΑΙ ΠΡΟΣΑΡΜΟΓΗ ΑΡΙΘΜΗΤΙΚΩΝ ΠΛΕΓΜΑΤΩΝ Κ.Χ. ΓΙΑΝΝΑΚΟΓΛΟΥ, Επ. Καθηγητής, Τοµέας Ρευστών, Τµήµα Μηχανολόγων Ε.Μ.Π.

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΓΕΝΕΣΗ ΚΑΙ ΠΡΟΣΑΡΜΟΓΗ ΑΡΙΘΜΗΤΙΚΩΝ ΠΛΕΓΜΑΤΩΝ Κ.Χ. ΓΙΑΝΝΑΚΟΓΛΟΥ, Επ. Καθηγητής, Τοµέας Ρευστών, Τµήµα Μηχανολόγων Ε.Μ.Π."

Transcript

1 ΥΠΟΛΟΓΙΣΤΙΚΗ ΜΗΧΑΝΙΚΗ ΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ ΓΕΝΕΣΗ ΚΑΙ ΠΡΟΣΑΡΜΟΓΗ ΑΡΙΘΜΗΤΙΚΩΝ ΠΛΕΓΜΑΤΩΝ Κ.Χ. ΓΙΑΝΝΑΚΟΓΛΟΥ, Επ. Καθηγητής, Τοµέας Ρευστών, Τµήµα Μηχανολόγων Ε.Μ.Π. ΕΝΟΤΗΤΑ ΠΛ ΠΡΟΣΑΡΜΟΓΗ ΜΗ- ΟΜΗΜΕΝΩΝ ΠΛΕΓΜΑΤΩΝ ΣΤΗ ΛΥΣΗ ΠΛ.1 Σκοπός της Προσαρµογής Με τον όρο προσαρµογή ενός υπολογιστικού πλέγµατος στη λύση ενός µοντελοποιηµένου φυσικού προβλήµατος εννοούµε την διαδικασία του εµπλουτισµού-απεµπλουτισµού του, µε την προσθήκη ή αφαίρεση στοιχείων του πλέγµατος (κόµβων-ακµών-τριγώνων αν πρόκειται για πλέγµα τριγωνικών στοιχείων) σε συγκεκριµένες περιοχές του χωρίου. Η διαδικασία αυτή λαµβάνει χώρα κατά τη διάρκεια εξέλιξης της λύσης του φυσικού προβλήµατος (περιοδικά στα πλαίσια του επαναληπτικού σχήµατος επίλυσης), σύµφωνα µε κανόνες που σχετίζονται µε τοπικές ιδιότητες της υπό διαµόρφωση λύσης. Περιοχές που απαιτούν εµπλουτισµό ή απεµπλουτισµό σε στοιχεία αναγνωρίζονται µε την ικανοποίηση σχετικών κριτηρίων σε τρόπο ώστε να υπάρχει επαρκής ανάλυση του διακριτοποιηµένου χωρίου που να επιτρέπει την αριθµητική επίλυση του φυσικού προβλήµατος µε την επιθυµητή ακρίβεια στις περιοχές αυτές. Από την άλλη πλευρά, η διαδικασία του απεµπλουτισµού αποτρέπει την υπερφόρτωση του υπολογιστικού πλέγµατος µε επιπλέον στοιχεία σε περιοχές όπου αυτά είναι περιττά και κρατά σε λογικά επίπεδα το χρόνο υπολογισµού και την απαιτούµενη µνήµη. Η ενότητα αυτή αντιµετωπίζει ουσιαστικά το πρόβληµα της προσαρµογής όπως συµβαίνει κατά τη χρήση µη-δοµηµένων πλεγµάτων τριγωνικών στοιχείων. Βέβαια, η επέκταση όσων θα αναλυθούν και σε άλλα µη-δοµηµένα πλέγµατα είναι αρκετά εύκολη. Για τα δοµηµένα πλέγµατα, τα πράγµατα είναι διαφορετικά αφού εκεί κάθε εµπλουτισµός ή απεµπλουτισµός πρέπει να έχει συνολικό και όχι τοπικό χαρακτήρα. Όταν χρειάζεται αναφορά σε φυσικά προβλήµατα, συνήθως θα γίνεται αναφορά σε προβλήµατα ροής. Σ αυτά, η διαδικασία προσαρµογής του πλέγµατος εφαρµόζεται σε περιοχές ανακυκλοφορίας, κυµάτων κρούσης, οριακών στρωµάτων, σηµείων ανακοπής κ.τ.λ. Αντίστοιχες περιοχές µπορεί να διατυπώσει κανείς και για κατασκευαστικά προβλήµατα.

2 ΠΛ-2 Οι λόγοι που επιβάλλουν την προσαρµογή των πλεγµάτων είναι πολλοί. Κατ αρχή πολλά χαρακτηριστικά της ροής είναι άγνωστα µέχρι να λυθεί το πρόβληµα, ή έστω µέχρι να πάρουµε µια πρώτη γενική εικόνα του πεδίου λύσης. Άρα ξεκινώντας την επίλυση του προβλήµατος δεν είναι γνωστό λ.χ. το που θα εµφανιστεί η ασυνέχεια, οπότε αδυνατούµε να κατασκευάσουµε εξαρχής το κατάλληλο πλέγµα. Με τη διαδικασία της προσαρµογής ενός πλέγµατος, κατά τη διάρκεια εξέλιξης της αριθµητικής λύσης, µας δίνεται η δυνατότητα να ξεκινήσουµε την επίλυση από ένα σχετικά αραιό πλέγµα το οποίο επιτρέπει την απόκτηση µιας γενικής εικόνας του πεδίου λύσης και στη συνέχεια µε το σωστό πύκνωµα ή αραίωµα, ανά περιοχές, του πλέγµατος να πετύχουµε µια πιο ακριβή λύση. Επιπλέον µας δίνεται η δυνατότητα να παρακολουθούµε λ.χ. µια ασυνέχεια που κινείται. Ακόµα και σε περίπτωση που είναι περίπου γνωστή η µορφή του πεδίου, είναι ασύµφορο υπολογιστικά να επιλύεται το πρόβληµα από την αρχή µε πυκνό πλέγµα, δηλαδή µε πολλούς υπολογιστικούς κόµβους. Το να ξεκινήσει, βέβαια, η λύση από ένα πολύ αραιό αρχικό πλέγµα µπορεί να αποβεί αναποτελεσµατικό, σε κάποιες περιπτώσεις. Σε σχέση µε την προσαρµογή δοµηµένων πλεγµάτων, αυτή των µη-δοµηµένων παρουσιάζει ορισµένα βασικά πλεονεκτήµατα. Το πιο σηµαντικό από αυτά είναι η δυνατότητα τοπικής επέµβασης στο πλέγµα και µόνο στην περιοχή ενδιαφέροντος, ενώ αντίθετα κάθε επέµβαση σε δοµηµένα πλέγµατα πρέπει είναι ολική, µε προσθήκη γραµµών και στηλών σε όλο το χωρίο. Επίσης είναι σαφώς πιο εύκολη η επέµβαση σε πλέγµα σύνθετων γεωµετριών. Η πιο άµεση και εύκολη διαδικασία της προσαρµογής σε συνδυασµό µε την ικανότητα κατασκευής πλέγµατος σε σύνθετες γεωµετρίες αποτελεί ουσιαστικά το βασικό πλεονέκτηµα της χρήσης µη-δοµηµένων πλεγµάτων σε σχέση µε τη χρήση των δοµηµένων. Προβλήµατα που µπορεί να παρουσιασθούν εξαιτίας της προσαρµογής των µη-δοµηµένων πλεγµάτων, στη µορφή απόκλισης της αριθµητικής από την ακριβή λύση, µπορεί να οφείλονται στη γειτνίαση µικρών µε µεγάλες κυψέλες που είναι δυνατόν να δηµιουργηθούν µετά από προσαρµογή. Τέλος πρέπει να τονιστεί πως ο χειρισµός της προσαρµογής µη-δοµηµένων πλεγµάτων είναι πιο πολύπλοκος από αυτόν των δοµηµένων, και απαιτεί µεγαλύτερο προγραµµατιστικό χρόνο. Για την αποφυγή σύγχυσης πρέπει να διευκρινιστεί ότι η παρούσα εργασία ασχολείται µόνο µε τεχνικές προσαρµογής που σέβονται τις γενικότερες αρχές τοπολογίας ενός πλέγµατος. Έτσι για παράδειγµα, δε γίνεται αναφορά σε τεχνικές απλής υπέρθεσης νέων στοιχείων (grid embedding) οι οποίες ούτως ή άλλως, µπορούν να λειτουργήσουν ανεξάρτητα από το εάν το πλέγµα είναι δοµηµένο ή µη-δοµηµένο. Με βάση τα παραπάνω, η βασική αρχή που διέπει την τοπολογία ενός-µη δοµηµένου πλέγµατος και η οποία πρέπει να ισχύει σε κάθε φάση (αρχική, ενδιάµεση ή τελική) της διαδικασίας της προσαρµογής, συνοψίζεται στο ότι δεν επιτρέπεται η δηµιουργία υπολογιστικού κόµβου στο εσωτερικό της ακµής ενός ενεργού τριγώνου. (Ο όρος ενεργό τρίγωνο θα γίνει κατανοητός στη συνέχεια. Εδώ διευκρινίζουµε ότι µε τον όρο αυτό χαρακτηρίζεται κάθε τρίγωνο που κατά τη συγκεκριµένη χρονική επανάληψη συµµετέχει στον υπολογισµό.)

3 ΠΛ-3 ΠΛ.2 Βασικές Αρχές της Προσαρµογής Η προσαρµογή λειτουργεί µε τον εµπλουτισµό - απεµπλουτισµό του πλέγµατος που λαµβάνει χώρα ανά συγκεκριµένο πλήθος επαναληπτικών βηµάτων. Πιο συγκεκριµένα, ο εµπλουτισµός υλοποιείται µέσω της κατάτµησης µεγάλων τριγώνων σε µικρότερα, δηµιουργώντας έτσι νέα στοιχεία (κόµβους, πλευρές, τρίγωνα). Αντίθετα, απεµπλουτισµός συνίσταται από τη συγκόλληση στοιχείων µε σκοπό τον επανασχηµατισµό των τριγώνων από τα οποία έχουν προέλθει προήλθαν κατά τις προηγούµενες φάσεις εµπλουτισµού. Γίνεται λοιπόν αµέσως φανερό πως τα τρίγωνα του αρχικού πλέγµατος δεν έχουν τη δυνατότητα να υποστούν απεµπλουτισµό. Θα συµβολίζουµε αυτά τα τρίγωνα της πρώτης γενεάς µε τον όρο F1 (ο συµβολισµός αυτός είναι δανεικός από τη βιολογία). Η διαδικασία της προσαρµογής φαίνεται σχηµατικά παρακάτω: ΕΜΠΛΟΥΤΙΣΜΟΣ ή ΑΠΕΜΠΛΟΥΤΙΣΜΟΣ Σχηµατική απεικόνιση της διαδικασίας εµπλουτισµού και απεµπλουτισµού Υπάρχουν στη βιβλιογραφία πολλές µέθοδοι µε τις οποίες µπορεί να υλοποιηθεί η προσαρµογή πλεγµάτων στη λύση, καθεµία από τις οποίες ακολουθεί διαφορετικές αρχές. Εδώ, η βασική αρχή της προσαρµογής είναι ότι δεν επιτρέπεται να υπάρχουν στο όριο των τριγώνων πάνω από τρεις κόµβοι, ή αλλιώς κάθε κόµβος πρέπει να είναι µόνο κοινή κορυφή τριγώνων και όχι µεσόκοµβος κάποιας πλευράς, ή διαφορετικά σε κάθε κόµβο πρέπει να συντρέχουν µόνο τρίγωνα.

4 ΠΛ-4 Μη-αποδεκτό εκτό Παράδειγµα µη-αποδεκτού και δεκτού τρόπου διάσπασης τριγώνων. Οι περιπτώσεις που παρουσιάζονται ως µη-αποδεκτές στο τελευταίο σχήµα ανήκουν ουσιαστικά στις τεχνικές απλής υπέρθεσης νέων στοιχείων (grid embedding) που, όπως προαναφέρθηκε, δε θα µας απασχολήσουν. Απλά πρέπει να σηµειωθεί ότι οι τεχνικές απλής υπέρθεσης έχουν το πλεονέκτηµα να απαιτούν λιγότερο χώρο µνήµης (λόγω του ότι όταν χρειάζεται να εµπλουτιστεί ένα τριγωνικό στοιχείο, αυτό δεν παρασύρει σε εµπλουτισµό τα άµεσα γειτονικά του τρίγωνα) αλλά και το µειονέκτηµα να απαιτεί πολυπλοκότερη τοπολογική δοµή (λ.χ. µια ακµή παύει πλέον να αποτελεί το όριο δύο τριγώνων κ.τ.λ.) και ακόλουθη τροποποίηση του συνήθους λογισµικού επίλυσης. Κάθε αλγόριθµος που αναπτύσσεται για το πρόβληµα της προσαρµογής υπακούει σε κάποιους κανόνες. Μια αυτοτελής τέτοια οµάδα κανόνων, δίνεται αµέσως παρακάτω: Κανόνας 1 (Κ1) Η µορφή του αρχικού πλέγµατος (πλέγµα F1) δεν επιτρέπεται να αλλάξει. ηλαδή δεν επιτρέπεται η µετακίνηση των κόµβων ή η αναπροσαρµογή της µορφής του πλέγµατος µε δεδοµένους τους κόµβους. Έτσι λ.χ. δεν επιτρέπεται να διατηρηθούν οι υπάρχοντες κόµβοι και να επιχειρηθεί η γένεση νέων τριγώνων λ.χ. µε την τεχνική Delaunay. Κανόνας 2 (Κ2) Ένα τρίγωνο επιτρέπεται να διασπαστεί µε δύο µόνο τρόπους που φαίνονται στο επόµενο σχήµα. Στο ίδιο σχήµα παρουσιάζεται και ένας µη αποδεκτός τρόπος διάσπασης.

5 ΠΛ-5 εκτό εκτό Μη-αποδεκτό Παράδειγµα αποδεκτού και µη-αποδεκτού τρόπου γένεσης τριγώνων. Ο κανόνας αυτός ισχύει ώστε να αποφευχθεί η δηµιουργία πολύ µακρόστενων τριγώνων πράγµα που θα δηµιουργούσε επιπλέον σφάλµατα στην επίλυση της ροής. Κανόνας 3 (Κ3) Ένα τρίγωνο που έχει προέλθει από διάσπαση τριγώνου προηγούµενης γενεάς σε δύο τρίγωνα, δηλαδή ένα τρίγωνο µε ένα αδερφό τρίγωνο δεν επιτρέπεται να διασπαστεί παραπέρα στην τρέχουσα µορφή του. Πρέπει να προηγηθεί διάσπαση του µητρικού τριγώνου σε τέσσερα, αντί δύο, τρίγωνα, και αν ακόµα ισχύουν τα κριτήρια εµπλουτισµού, τότε να προχωρήσει η διάσπαση κάποιου ή κάποιων από τα τέσσερα νέα τρίγωνα. Ο λόγος που επιβάλλεται αυτή η διαδικασία είναι, όπως και παραπάνω, να αποφευχθούν τα ιδιαίτερα µακρόστενα τρίγωνα, ως αποτέλεσµα συνεχών διχοτοµήσεων τριγώνων. Κανόνας 4 (Κ4) Τρίγωνο που ανήκει σε οικογένεια τεσσάρων παιδιών επιτρέπεται να σπάσει. Κανόνας 5 (Κ5) Τα τρίγωνα δεν επιτρέπεται να διασπώνται επ άπειρο. Με τον τρόπο αυτό αποφεύγεται αφενός µεν η δηµιουργία πολύ µικρών τριγώνων και αφετέρου δε η υπερβολική αύξηση του χρόνου υπολογισµού αλλά και απαιτούµενης µνήµης υπολογιστή, λόγω υπερβολικής και αναίτιας αύξησης του αριθµού των τριγώνων. Κανόνας 6 (Κ6) Όταν ένα τρίγωνο διασπάται, ενδέχεται να παρασύρει και ορισµένα από τα γειτονικά του ώστε να διατηρηθεί η φυσιογνωµία του τυπικού µη-δοµηµένου πλέγµατος. Κανόνας 7 (Κ7) Στα περιοδικά πλέγµατα, η γένεση ή η απαλοιφή στοιχείων στο περιοδικό όριο πρέπει να συνοδεύεται από αντίστοιχη γένεση ή απαλοιφή στην περιοχή που αντιστοιχεί σ αυτό µέσω της περιοδικότητας.

6 ΠΛ-6 ΠΛ.3 ιαχείριση Πληροφοριών κατά την Προσαρµογή Λόγω της φύσης των µη-δοµηµένων πλεγµάτων η διαχείρισή τους και ακόµα περισσότερο η προσαρµογή τους στη λύση είναι µια αρκετά πολύπλοκη διεργασία. Έτσι, ενώ σε ένα δοµηµένο πλέγµα αρκoύν δύο δείκτες (i,j) για να οριστεί πλήρως ένας υπολογιστικός κόµβος (π.χ. ο i+1,j είναι ο ανατολικός του κόµβος, σε ένα µη-δοµηµένο πλέγµα τριγωνικών στοιχείων απαιτείται µια σειρά πληροφοριών που να συνδέει κόµβους, πλευρές και τρίγωνα, ώστε να είναι εύκολη η προσπέλαση και η διαχείριση όλων των στοιχείων του. Πρόσθετες πληροφορίες που να συσχετίζουν τις διάφορες «γενεές» (από προσαρµογή σε προσαρµογή) πλεγµάτων µεταξύ τους, είναι επίσης αναγκαίες. Στο σηµείο αυτό πρέπει να γίνει διαχωρισµός των πλευρών των τριγώνων του υπολογιστικού πλέγµατος σε τρεις κατηγορίες: α)ενεργά: Είναι αυτά που λαµβάνονται υπόψη στην επίλυση της ροής κατά την τρέχουσα επανάληψη. Αυτά µπορεί να είναι είτε στοιχεία του αρχικού πλέγµατος, είτε µεταγενέστερα αυτών, δηλαδή προερχόµενα από διάσπαση στοιχείων προγενέστερων γενεών. β)ανενεργά: Είναι αυτά που δε λαµβάνονται υπόψη στην επίλυση στην τρέχουσα επανάληψη λόγω της αντικατάστασής τους από άλλα νεότερης γενεάς σε κάποιο στάδιο της προσαρµογής. Αν υπάρχει δυνατότητα απεµπλουτισµού, τα χαρακτηριστικά τους (συντεταγµένες, τοπολογική σύνδεση µεταξύ κόµβων, πλευρών και τριγώνων, γενεαλογικές πληροφορίες) πρέπει να παραµείνουν αποθηκευµένα σε γενεαλογικούς και τοπολογικούς πίνακες. Ο λόγος είναι ότι µε τη διαδικασία του απεµπλουτισµού υπάρχει το ενδεχόµενο να ξαναγίνουν ενεργά σε µια µεταγενέστερη φάση του υπολογισµού. Επίσης οι γενεαλογικές πληροφορίες των οριακών κόµβων του αρχικού πλέγµατος (κοµβοι F1) είναι αναγκαίες για την εύρεση των συντεταγµένων των νέων κόµβων µε παρεµβολή. γ)εξουδετερωµένα: Είναι αυτά που έχουν απαλειφθεί λόγω του απεµπλουτισµού (ή και µερικών σταδίων του εµπλουτισµού). Τα στοιχεία αυτά δε χρειάζονται πλέον και τα χαρακτηριστικά τους σβήνονται από τους τοπολογικούς και γενεαλογικούς πίνακες. Οι αριθµοί ταυτότητας (IDentification number) που τα χαρακτηρίζουν πρέπει να εισέρχονται σε κατάλληλη λίστα αναµονής για να µπορέσουν να ξαναχρησιµοποιηθούν αργότερα, ώστε να χαρακτηρίσουν νέα στοιχεία του πλέγµατος που ενδεχόµενα θα δηµιουργηθούν σε επόµενη φάση. Tις αναγκαίες πληροφορίες που χρειάζονται για να περιγραφεί ένα πλέγµα τριγωνικών στοιχείων περιέχουν οι τοπολογικοί πίνακες. Πιο συγκεκριµένα, για κάθε τρίγωνο θα µπορούσαν να αποθηκεύονται οι τρεις κορυφές και οι τρεις πλευρές του, για κάθε πλευρά οι δύο ακραίοι κόµβοι της, ενώ για κάθε κόµβο οι συντεταγµένες του καθώς και ένας λογικός δείκτης που φανερώνει τον τύπο του. Ο τελευταίος δείκτης περιγράφει το αν είναι εσωτερικό σηµείο του χωρίου η οριακό σηµείο και τι τύπου οριακή συνθήκη θα εφαρµοστεί εκεί..

7 ΠΛ-7 Από την άλλη πλευρά, οι απαραίτητες πληροφορίες για την πραγµατοποίηση της προσαρµογής περιέχονται στους γενεαλογικούς πίνακες. Είναι προφανές ότι αν δεν πρόκειται να λειτουργήσει η διαδικασία προσαρµογής, για την αριθµητική επίλυση του πεδίου ροής χρειάζονται µόνο οι τοπολογικοί και όχι οι γενεαλογικοί πίνακες. Λογικό είναι ότι οι πληροφορίες των γενεαλογικών πινάκων µπορούν να αποθηκευτούν µε πολλούς τρόπους. Η οικονοµία υπολογιστικής µνήµης και η εύχρηστη διαχείριση και ανανέωση των πινάκων είναι πρωταρχικό µέληµα του προγραµµατιστή. Για παράδειγµα, οι γενεαλογικοί πίνακες µπορούν να ορίζονται σε πλευρές και τρίγωνα. Ένας τρόπος αποθήκευσης, όχι αναγκαστικά ο καλύτερος, θα ήταν να αποθηκεύονται τέτοιες πληροφορίες: -στις πλευρές, όπου για κάθε πλευρά φυλάσσονται πληροφορίες που αφορούν το αν αυτή είναι ενεργός ή όχι, τον αριθµό ταυτότητας (ID) της πλευράς από την οποία προήλθε, για την περίπτωση που προέρχεται από διάσπαση πλευράς προηγούµενης γενεάς, τα ID των πλευρών στις οποίες έχει διασπαστεί και του ID του µεσόκοµβού της, αν στη παρούσα φάση είναι διασπασµένη, οπότε είναι και ανενεργός. Ο γενεαλογικός πίνακας αποτελείται από την παρακάτω σχηµατική δοµή ανά πλευρά πλευρά του πλέγµατος: Όπου: α,β - ID των απογόνων πλευρών ή 0 (αν είναι ενεργός) γ δ α β γ δ - ID της µητρικής πλευράς ή 0 αν είναι η ίδια στοιχείο του πλέγµατος F1 ή είναι εσωτερική πλευρά µητρικού τριγώνου - ID του µεσόκοµβου ή 0 (αν είναι ενεργός) -στα τρίγωνα, όπου και εδώ για κάθε τρίγωνο αποθηκεύονται πληροφορίες που αφορούν το αν αυτό είναι ενεργό ή όχι, τον αριθµό ταυτότητας (ID) του τριγώνου από το οποίο έχει προέλθει, στην περίπτωση που δεν είναι τρίγωνο του αρχικού πλέγµατος, και τα ID των τριγώνων που έχουν δηµιουργηθεί από τη διάσπαση του, αν επιπλέον είναι ανενεργό. Ο γενεαλογικός πίνακας αποτελείται από την παρακάτω σχηµατική δοµή ανά τριγωνικό στοιχείο πλέγµατος:

8 ΠΛ-8 α β γ δ ε ζ όπου: α - πλήθος απογόνων 0 (αν είναι ενεργό) 2 (αν είναι ανενεργό) 4 (αν είναι ανενεργό) -1 (αν είναι εξουδετεροµένο) β,γ,δ,ε - ID των απογόνων τριγώνων ζ - ID του µητρικού τριγώνου ή 0 αν το τρίγωνο ανήκει στο F1 πλέγµα ΠΛ.4 Κριτήρια Εµπλουτισµού και Απεµπλουτισµού Όπως έχει αναφερθεί σκοπός της προσαρµογής είναι η προσέγγιση της ακριβούς αριθµητικής λύσης µε τη χρήση κατά το δυνατό λιγότερων υπολογιστικών στοιχείων. Βασικό στοιχείο που καθορίζει την επιτυχία αυτής της προσέγγισης είναι και η σωστή επιλογή των περιοχών του χωρίου όπου θα πραγµατοποιηθεί ο εµπλουτισµός του πλέγµατος. Η επιλογή αυτή συνήθως γίνεται µε κριτήρια που εφαρµόζονται πάνω σε ακµές. Λαµβάνονται, δηλαδή, υπόψη κάποια χαρακτηριστικά µεγέθη του πεδίου πάνω σε κάθε ενεργό πλευρά του πλέγµατος και στη συνέχεια αποφασίζεται ποιες από αυτές θα σηµειωθούν ως υποψήφιες προς εµπλουτισµό ή απεµπλουτισµό. Άρα η σωστή αυτή επιλογή των περιοχών όπου θα επέµβει ο αλγόριθµος εξαρτάται από τρεις παραµέτρους. α) Την κατάλληλη επιλογή φυσικής ποσότητας (αισθητήριο) (σε προβλήµατα ροής θα µπορούσε να είναι η ταχύτητα, η πυκνότητα, ή η πίεση κ.λ.π.), που να µπορεί να δώσει επαρκείς ενδείξεις για τις περιοχές του πεδίου όπου συµβαίνουν τα κυρίως φυσικά φαινόµενα (λ.χ. ασυνέχειες) και όπου µια πιο ακριβής εικόνα του πεδίου είναι επιθυµητή. β) Την εύρεση µιας αναλυτικής συνάρτησης (συνάρτηση κρίσης) που εφαρµοζόµενη πάνω σε κάθε ενεργό πλευρά να παρέχει, στηριζόµενη στην προεπιλεγείσα φυσική ποσότητα-αισθητήριο, µια αριθµητική ένδειξη της ευαισθησίας της πλευράς αυτής. (π.χ. η πρώτη ή δεύτερη παράγωγος, η διαφορά, ο µέσος όρος, ένας διαφορικός τελεστής, κ.λ.π.) γ) Την τελική απόφαση για το ποιες πλευρές θα µαρκαριστούν προς εµπλουτισµό ή απεµπλουτισµό, ορίζοντας κατώφλια για τις παραπάνω αριθµητικές ενδείξεις. Τα κατώφλια εµπλουτισµού και απεµπλουτισµού πρέπει να είναι τέτοια ώστε να αποφεύγεται µια διαρκής ενεργοποίησηαπενεργοποίηση των ίδιων πλευρών.

9 ΠΛ-9 Σηµειώνουµε ότι είναι ενδεχόµενο τα αισθητήρια ή και οι αντίστοιχες συναρτήσεις κρίσης να είναι περισσότερες της µίας, µε κάθε µια από αυτές να εντοπίζει διαφορετικά φυσικά φαινόµενα, οπότε ενδεχόµενα να ενεργοποιείται καθεµία και σε διαφορετική περιοχή του πεδίου. Σε αυτό το στάδιο, όπου εντοπίζονται οι υποψήφιες για εµπλουτισµό και απεµπλουτισµό πλευρές, εφαρµόζεται και ο κανόνας Κ5 της προσαρµογής. Με βάση αυτόν, για την αποφυγή δηµιουργίας υπερβολικά µικρών τριγώνων, πλευρές από κάποιου µήκους και κάτω δεν επιτρέπεται να σηµειώνονται για εµπλουτισµό, παρά µόνο για ενδεχόµενο απεµπλουτισµό. Το µήκος αυτό ορίζεται αυθαίρετα συνήθως ως ένα ποσοστό (έστω το 10~20%) του ελάχιστου µήκους πλευράς του αρχικού πλέγµατος. Εδώ πρέπει να τονιστεί ότι το µαρκάρισµα µιας πλευράς για εµπλουτισµό θα την οδηγήσει υποχρεωτικά σε διάσπαση, ενώ µαρκάρισµα για απεµπλουτισµό δε σηµαίνει αναγκαστικά και απαλοιφή της πλευράς. Τέλος υπάρχει η δυνατότητα, µια πλευρά, ακόµα και αν δεν είναι µαρκαρισµένη, να διασπαστεί όταν το επιβάλλουν λόγοι διατήρησης της γενικής φυσιογνωµίας ενός µη-δοµηµένου πλέγµατος γεγονός που είναι αποτέλεσµα της τήρησης των κανόνων προσαρµογής που αναφέρθηκαν σε προηγούµενη παράγραφο. ΠΛ.5 ιαδικασία Εµπλουτισµού Η διαδικασία του εµπλουτισµού ξεκινά αφού έχουν ήδη σαρωθεί οι ακµές του πλέγµατος και έχουν σηµειωθεί µε ένα λογικό δείκτη εκείνες που είναι υποψήφιες για διάσπαση (µαρκάρισµα ακµών). Οι πλευρές αυτές θα διασπαστούν οπωσδήποτε προς δηµιουργία νέων σηµείων, πλευρών και τριγώνων, όπως φαίνεται στο σχήµα. Μαρκαρισµένη για απεµπλουτισµό πλευρά

10 ΠΛ-10 Στον αλγόριθµο προσαρµογής που χρησιµοποιήθηκε η διαδικασία εµπλουτισµού ακολουθεί τα εξής βασικά βήµατα. ΒΗΜΑ 1 Μετά τη διαδικασία του µαρκαρίσµατος, είναι δυνατό να έχουν µαρκαριστεί για απεµπλουτισµό δύο µόνο από τις τρεις πλευρές ενός τριγώνου. Σύµφωνα µε τον κανόνα Κ2 της προσαρµογής, η διάσπαση επιτρέπεται µόνο κατά δύο τρόπους. ηλαδή µε τη διχοτόµηση είτε της µιας είτε και των τριών πλευρών του τριγώνου. Εποµένως γίνεται η σύµβαση σε µια τέτοια περίπτωση αυτόµατα να µαρκάρεται αναγκαστικά και η τρίτη πλευρά ενός τέτοιου τριγώνου. ΒΗΜΑ 1 ΒΗΜΑ 1 Σε τρίγωνο µε δύο µαρκαρισµένες για εµπλουτισµό πλευρές µαρκάρεται υποχρεωτικά και η τρίτη. ΒΗΜΑ 2 Σύµφωνα µε τον Κ3 της προσαρµογής δεν επιτρέπεται σε τρίγωνα που έχουν προέλθει από µητρικό τρίγωνο µε δύο παιδιά να διασπαστεί εκ νέου στη µορφή που είναι. Εποµένως, σε περίπτωση που εντοπιστεί τρίγωνο µε σηµειωµένη για εµπλουτισµό κάποια πλευρά του, και ανήκει σε οικογένεια δύο παιδιών, τότε αυτό και το αδερφό του τρίγωνο (τα δύο τρίγωνα-παιδιά του µητρικού) απαλείφονται και σηµειώνονται για διάσπαση και οι τρεις πλευρές του µητρικού τριγώνου. Η ακριβής διαδικασία είναι: α) Απαλείφονται τα δύο παιδιά. τρίγωνα, όπως φαίνεται στο παρακάτω σχήµα. Παύουν δηλαδή να είναι ενεργά, και οι ID τους εισέρχονται στη λίστα αναµονής των τριγώνων για πιθανή µελλοντική χρήση.

11 ΠΛ-11 Ενεργό τρίγωνο ΒΗΜΑ 2α Ενεργός πλευρά Ανενεργός πλευρά ΒΗΜΑ 2α Απαλειφή των απογόνων τριγώνων µητρικού µε δύο παιδιά και µαρκαρισµένη τουλάχιστον µία τουλάχιστον πλευρά για απεµπλουτισµό. β) Απαλείφεται η κοινή τους πλευρά και ο ID του εισέρχεται στη λίστα αναµονής των τριγώνων για µελλοντική χρήση. ΒΗΜΑ 2β ΒΗΜΑ 2β Απαλειφή της κοινής πλευράς των απογόνων τριγώνων γ) Μαρκάρονται για εµπλουτισµό και οι τρεις πλευρές του µητρικού τριγώνου. ΒΗΜΑ 2γ ΒΗΜΑ 2γ Μαρκάρισµα για εµπλουτισµό και των τριών πλευρών του µητρικού Σε αυτό το σηµείο, καλό θα ήταν να σηµειωθεί πως δεν απαλείφονται ο µεσόκοµβος και οι δύο αδερφές πλευρές γιατί, ούτως ή άλλως, θα χρειαστούν κατά τη γένεση των τριγώνων-παιδιών. Φανερό είναι πως τα βήµατα 1 και 2 αλλάζουν την εικόνα του πλέγµατος όσον αφορά τις µαρκαρισµένες πλευρές. Γι αυτό απαιτείται µια επαναληπτική µέθοδος, που αποτελείται από τη

12 ΠΛ-12 συνεχή εκτέλεση των βηµάτων 1 και 2 µέχρι του σηµείου όπου δεν εµφανίζονται νέα µαρκαρίσµατα. Όπως εύκολα διαπιστώνεται αυτή η επαναληπτική διαδικασία επιβάλλεται επειδή µια µαρκαρισµένη πλευρά µπορεί να παρασύρει σε σπάσιµο και άλλες πλευρές λόγω της εφαρµογής των κανόνων της προσαρµογής. ΒΗΜΑ 3 Σε αυτή τη φάση, αφού έχει ολοκληρωθεί το µαρκάρισµα των πλευρών, πραγµατοποιείται η διάσπασή τους. Εξάγονται από τις λίστες αναµονής δύο πλευρές και ένας κόµβος για κάθε µαρκαρισµένη πλευρά (εξαιρούνται οι πλευρές όπως αυτές του βήµατος 2 που διατήρησαν το µεσόκοµβό τους), τα οποία αµέσως ενεργοποιούνται και των οποίων οι πίνακες (γενεαλογικοί και τοπολογικοί) συµπληρώνονται. ΒΗΜΑ 3 ΒΗΜΑ 3 ιάσπαση των µαρκαρισµένων πλευρών Ο νέος κόµβος τοποθετείται στο γεωµετρικό µέσο της µητρικής πλευράς, εκτός εάν πρόκειται για οριακό σηµείο οπότε οι συντεταγµένες του καθορίζονται µε ακριβή παρεµβολή. Αυτό είναι απαραίτητο, ώστε να µην τροποποιείται η πραγµατική γεωµετρία του χωρίου ροής. Η µη τήρηση της γεωµετρίας αυτής οδηγεί σε αποκλίσεις από την ακριβή λύση. Τέλος ορίζονται οι τιµές που παίρνουν οι µεταβλητές του πεδίου στους νέους υπολογιστικούς κόµβους µε αριθµητική παρεµβολή. ΒΗΜΑ 4 Αυτό που έχει αποµείνει πλέον, για να τελειώσει η διαδικασία του εµπλουτισµού, είναι η δηµιουργία των τριγώνων που πρόκειται να αντικαταστήσουν τα µητρικά. Αυτή συνίσταται στην εξαγωγή από τις λίστες αναµονής των ID των δύο ή τεσσάρων τριγώνων που θα σχηµατιστούν, καθώς και των ID των εσωτερικών ακµών του µητρικού τριγώνου. Συγχρόνως καθορίζονται οι γενεαλογικές και τοπολογικές πληροφορίες των νέων στοιχείων που δηµιουργούνται σε αυτό το βήµα, και ανανεώνονται οι γενεαλογικές πληροφορίες των στοιχείων που απενεργοποιούνται. ΒΗΜΑ 4 ΒΗΜΑ 4 Γένεση των νέων τριγώνων ή

13 ΠΛ-13 ΒΗΜΑ 4 ΒΗΜΑ 4 Γένεση των νέων τριγώνων Τη διαδικασία του εµπλουτισµού ακολουθεί αυτή του απεµπλουτισµού που περιγράφεται αµέσως παρακάτω. ΠΛ.6 ιαδικασία Απεµπλουτισµού Κατά τον απεµπλουτισµό απαλείφονται περιττά (που έχουν χαρακτηριστεί ως τέτοια σύµφωνα µε τα κριτήρια της προσαρµογής) στοιχεία που έχουν δηµιουργηθεί σε προηγούµενη διαδικασία εµπλουτισµού. Ο αλγόριθµος του απεµπλουτισµού έχει τη δυνατότητα να απαλείφει στοιχεία µόνο από τρίγωνα των οποίων οι γεννήτορες δεν έχουν εγγόνια. ηλαδή η απαλοιφή επιτρέπεται µόνο στα πιο πρόσφατα στοιχεία του γενεαλογικού δέντρου, όπως φαίνεται στο σχήµα που ακολουθεί.

14 ΠΛ-14 Α Α Α.1 Α.2 Α.4 Α.3 Α.1 Α.2 Α.3 Α.4 Α.1.1 Α.1.2 Α.1.3 Α.1.4 Α.4.1 Α.2 Α.3 Α.4.2 Α.1.1 Α.1.2 Α.1.3 Α.1.4 Α.4.1 Α.4.2 Ο αλγόριθµος του απεµπλουτισµού επιτρέπεται να επέµβει µόνο στα στοιχεία των παραπάνω γραµµοσκιασµένων τριγώνων τελευταίας γενεάς (Α.1.1, Α.1.2, Α.1.3, Α.1.4, Α.4.1 και Α.4.2). ηλαδή δεν επιτρέπεται αυτός να επέµβει στα τρίγωνα Α.2 και Α.3 τα οποία ναι µεν είναι ενεργά αλλά των οποίων ο γεννήτορας Α έχει απογόνους µεγαλύτερης τάξης, δηλαδή έχει και εγγόνια. Αν και ο απεµπλουτισµός ενός πλέγµατος µπορεί να θεωρηθεί ως η αντίστροφη διαδικασία αυτής του εµπλουτισµού, παρουσιάζει µία σηµαντική διαφορά από αυτόν. Έτσι το µαρκάρισµα για απεµπλουτισµό µιας πλευράς δεν έχει από µόνο του καθοριστική ισχύ να την αναγκάσει να κολλήσει µε την αδερφή πλευρά της (αν υπάρχει) µε στόχο την επανενεργοποίηση της µητρικής πλευράς. Αυτό είναι πιθανό µόνο εάν και η αδερφή πλευρά της είναι µαρκαρισµένη για απεµπλουτισµό. Ανίσχυρο µαρκάρισµα για απεµπλουτισµό που πρέπει να ακυρωθεί

15 ΠΛ-15 Ανίσχυρο µαρκάρισµα για απεµπλουτισµό που πρέπει να ακυρωθεί Παράδειγµα µαρκαρίσµατος µιας µόνο από τις δύο αδερφές πλευρές µητρικού τριγώνου που θα ακυρωθεί και θα θεωρηθεί ως µη-γενόµενο Ένα επιπλέον στοιχείο που χαρακτηρίζει τη διαδικασία απεµπλουτισµού είναι πως το µαρκάρισµα πλευρών που δεν έχουν προέλθει από σπάσιµο πλευράς προηγούµενης γενεάς (είναι, δηλαδή, εσωτερικές πλευρές µητρικού τριγώνου) δεν επηρεάζει τη διαδικασία του απεµπλουτισµού. Στα δύο σχήµατα που ακολουθούν στις πλευρές που µαρκαρίστηκαν για απεµπλουτισµό, το µαρκάρισµα θα ακυρωθεί και θα θεωρηθεί ως µη-γενόµενο. Ανίσχυρο µαρκάρισµα για απεµπλουτισµό που πρέπει να ακυρωθεί Ανίσχυρο µαρκάρισµα εσωτερικής πλευράς µητρικού τριγώνου που θα ακυρωθεί και θα θεωρηθεί ως µη-γενόµενο Ανίσχυρο µαρκάρισµα για απεµπλουτισµό που πρέπει να ακυρωθεί Ανίσχυρο µαρκάρισµα εσωτερικής πλευράς µητρικού τριγώνου που θα ακυρωθεί και θα θεωρηθεί ως µη-γενόµενο Σύµφωνα και µε τα παραπάνω µπορούµε πλέον να διατυπώσουµε τις δύο µοναδικές περιπτώσεις κατά τις οποίες µπορούν να απαλειφθούν τρίγωνα. α) περίπτωση δύο ενεργών τριγώνων που προέρχονται από τη διάσπαση του µητρικού τριγώνου αποκλειστικά στα δύο αυτά τριγώνα και στα οποία είναι µαρκαρισµένες για απεµπλουτισµό οι δύο αδερφές πλευρές τους

16 ΠΛ-16 ΑΠΕΜΠΛΟΥΤΙΣΜΟΣ β) περίπτωση τεσσάρων ενεργών τριγώνων που προέρχονται από το ίδιο µητρικό και στα οποία έχουν µαρκαριστεί για απεµπλουτισµό δύο τουλάχιστον ζεύγη αδερφών πλευρών. ΑΠΕΜΠΛΟΥΤΙΣΜΟΣ ΑΠΕΜΠΛΟΥΤΙΣΜΟΣ Εδώ πρέπει να σηµειωθεί ότι στην περίπτωση που έχει µαρκαριστεί για απεµπλουτισµό µόνο ένα ζεύγος αδερφών πλευρών, τότε το µαρκάρισµα θα ακυρωθεί και θα θεωρηθεί ως µη γενόµενο. Από όσα αναφέρθηκαν παραπάνω για τον απεµπλουτισµό, γίνεται φανερό πως η ύπαρξη προϋποθέσεων για απαλοιφή τριγώνων προς τα αντίστοιχα µητρικά δεν είναι αρκετή ώστε να παρασύρει σε απαλοιφή γειτονικά τρίγωνα, παρά µόνο αν και αυτά έχουν αντίστοιχες προϋποθέσεις για απεµπλουτισµό. Στο σχήµα που ακολουθεί φαίνεται µια τέτοια περίπτωση.

17 ΠΛ-17 Ανίσχυρο µαρκάρισµα για απεµπλουτισµό που πρέπει να ακυρωθεί Παράδειγµα αδυναµίας εκτέλεσης απεµπλουτισµού λόγω µη ύπαρξης προϋποθέσεων σε γειτονικό τρίγωνο. ηλαδή αν και υπάρχουν οι προϋποθέσεις να επανενεργοποιηθεί το γραµµοσκιασµένο µητρικό τρίγωνο (είναι µαρκαρισµένες για απεµπλουτισµό οι δύο αδερφές πλευρές των απογόνων τριγώνων του) στο γειτονικό µη γραµµοσκιασµένο µητρικό τρίγωνο είναι µαρκαρισµένο για απεµπλουτισµό µόνο ένα ζεύγος αδερφών πλευρών του, οπότε αναγκαστικά το µαρκάρισµα αυτό πρέπει να θεωρηθεί άκυρο. Τα συνιστώµενα βήµατα κατά τον απεµπλουτισµό δίνονται παρακάτω: ΒΗΜΑ 1 Εντοπίζονται όλες οι ανενεργές πλευρές του πλέγµατος, οποιασδήποτε γενεάς, και σηµειώνονται ως στοιχεία που δεν πρόκειται να απαλειφθούν. ΒΗΜΑ 2 α) Ξεµαρκάρονται τυχόν ατυχή µαρκαρίσµατα πλευρών του αρχικού πλέγµατος (F1) και εσωτερικών πλευρών µητρικών τριγώνων. Χαρακτηριστικά παραδείγµατα απεικονίζονται στα σχήµατα που ακολουθούν. Πρόκειται για µαρκαρίσµατα για απεµπλουτισµό που θα θεωρηθούν ως µη-γενόµενα. ΒΗΜΑ 2α ΒΗΜΑ 2α

18 ΠΛ-18 Στοιχείο F1 ΒΗΜΑ 2α β) Στη περίπτωση που σαρώνοντας τις µαρκαρισµένες για απεµπλουτισµό πλευρές του πλέγµατος βρεθεί κάποια µαρκαρισµένη της οποίας όµως η αδερφή πλευρά δεν είναι µαρκαρισµένη τότε ξεµαρκάρονται και οι δύο. Στην αντίθετη περίπτωση σηµειώνεται για απαλοιφή ο µεσόκοµβος της µητρικής πλευράς. ΒΗΜΑ 2β ΒΗΜΑ 2β Μαρκαρισµένος για απαλειφή κόµβος ΒΗΜΑ 3 Σηµειώνονται τα υποψήφια για επανενεργοποίηση τρίγωνα και συγχρόνως ξεµαρκάρονται ατυχή µαρκαρίσµατα µεσόκοµβων των οποίων απαλοιφή θα αλλοίωνε τη µορφή του τυπικού µηδοµηµένου πλέγµατος και θα καταστρατηγούσε τη σειρά δηµιουργίας των στοιχείων. Έτσι σαρώνοντας κάθε ανενεργό τρίγωνο, ξεµαρκάρονται όλες οι κορυφές του άσχετα µε το αν είναι µαρκαρισµένες για απεµπλουτισµό ή όχι, αφού οι µόνες κορυφές που επιτρέπεται να απαλειφθούν είναι οι µεσόκοµβοι ανενεργών πλευρών προτελευταίας γενεάς.. Αν τυχόν τα τρίγωνα αυτά έχουν και απόγονους δεύτερης γενεάς (εγγόνια) τότε ξεµαρκάρονται και οι κορυφές των παιδιών τριγώνων για τον ίδιο λόγο. Αν όµως δεν έχουν εγγόνια, άσχετα µε τον αν έχουν µαρκαρισµένους για απαλοιφή µεσόκοµβους, τότε τα τρίγωνα αυτά σηµειώνονται ως υποψήφια για επανενεργοποίηση.

19 ΠΛ-19 ΒΗΜΑ 3 Υποψήφιο για επανενεργοποίηση τρίγωνο Μαρκαρισµένοι για απεµπλουτισµό µεσόκοµβοι που όµως είναι κορυφές τριγώνων, µε ανενεργά αδερφά τρίγωνα οπότε ξεµαρκάρονται ΒΗΜΑ 4 Λαµβάνεται η τελική απόφαση για το σε ποια µητρικά τρίγωνα θα πραγµατοποιηθούν αλλαγές στον αριθµό απογόνων τριγώνων. (απαλείφοντας φυσικά άλλα). Εδώ δε χρησιµοποιείται ο όρος επανενεργοποίηση γιατί είναι δυνατό σε ένα µητρικό τρίγωνο µε τέσσερα απόγονα τρίγωνα να έχουν µαρκαριστεί δύο µεσόκοµβοι για απεµπλουτισµό, οπότε το µητρικό τρίγωνο δεν πρόκειται να επανενεργοποιηθεί. Σε µια τέτοια περίπτωση, τα τέσσερα απόγονα τρίγωνα αντικαθίστανται από δύο νέα, όπως φαίνεται σε προηγούµενο σχήµα. Σε κάθε άλλη περίπτωση (µητρικό τρίγωνο µε τέσσερα παιδιά και τρεις µαρκαρισµένους µεσόκοµβους ή µητρικό τρίγωνο µε δύο παιδιά και τον µεσόκοµβο µαρκαρισµένο) το µητρικό τρίγωνο θα επανενεργοποιηθεί. Έτσι στη φάση αυτή σαρώνονται όλα τα υποψήφια για επανενεργοποίηση τρίγωνα και σηµειώνονται αυτά που έχουν έναν ή περισσότερους µαρκαρισµένους µεσόκοµβους. Στην περίπτωση που ένα τρίγωνο έχει τέσσερα παιδιά και ένα µόνο µαρκαρισµένο για απαλοιφή µεσόκοµβο, τότε αυτός ξεµαρκάρεται. ΒΗΜΑ 4 Αυτός είναι ο λόγος για τον οποίο η διαδικασία πρέπει να γίνει επαναληπτικά. ηλαδή κάθε φορά που σε αυτό το στάδιο ξεµαρκαριστεί έστω και ένας κόµβος θα πρέπει να ξανασαρωθούν όλα τα υποψήφια για επανενεργοποίηση τρίγωνα γιατί υπάρχει η πιθανότητα να έχει σαρωθεί νωρίτερα γειτονικό τρίγωνο, λαµβάνοντας υπόψη τον κόµβο αυτό ως µαρκαρισµένο για απεµπλουτισµό. Η διαφορά µε την επαναληπτική διαδικασία του εµπλουτισµού, είναι πως ενώ στον εµπλουτισµό µαρκαρισµένες πλευρές παρέσυραν άλλες σε σπάσιµο, εδώ αµαρκάριστα τρίγωνα παρασύρουν σε ξεµαρκάρισµα άλλα.

20 ΠΛ-20 Όταν τελικά τελειώσει η διαδικασία (όταν υπάρξει σάρωση κατά την οποία δε ξεµαρκάρεται εκ νέου κανένας κόµβος) έχουν πλέον µαρκαριστεί οριστικά όλα τα τρίγωνα που πρόκειται να επανενεργοποιηθούν καθώς και ο ακριβής τρόπος που θα γίνει αυτό, και εποµένως είναι γνωστά τα τρίγωνα παιδιά τους που θα απαλειφθούν. ΒΗΜΑ 5 Γίνεται η απαλοιφή και επανενεργοποίηση των στοιχείων στην οποία έχει καταλήξει το βήµα 4. (1) Καταρχή, απαλείφονται/εξουδετερώνονται οι απόγονοι των µαρκαρισµένων τριγώνων, οι εσωτερικές πλευρές και οι απόγονοι πλευρές των πλευρών µε µαρκαρισµένο µεσόκοµβο. Τέλος απαλείφονται και οι ίδιοι οι µεσόκοµβοι και οι γενεαλογικές τους πληροφορίες, και εισάγονται στη λίστα αναµονής κατά τα γνωστά. ΒΗΜΑ 5.1 ΒΗΜΑ 5.1 ΒΗΜΑ 5.1 (2) Στη συνέχεια ο αλγόριθµος εργάζεται ανά περίπτωση: α) Μητρικά τρίγωνα µε δύο παιδιά, που µόλις πριν απαλείφθηκαν. Στη περίπτωση αυτή απλώς ενεργοποιείται το µητρικό τρίγωνο.

21 ΠΛ-21 ΒΗΜΑ 5.1 ΒΗΜΑ 5.2α β) Μητρικά τρίγωνα µε τέσσερα παιδιά και δύο µαρκαρισµένους µεσόκοµβους για απαλοιφή. Εξάγονται δύο νέα τρίγωνα και η κοινή τους πλευρά από τη λίστα αναµονής, συµπληρώνεται η γενεαλογική τους µήτρα και επανορίζεται αυτή του µητρικού τριγώνου. ΒΗΜΑ 5.1 ΒΗΜΑ 5.2β γ) Μητρικά τρίγωνα µε τέσσερα παιδιά και τρεις µαρκαρισµένους µεσόκοµβους. Απλώς ενεργοποιείται το µητρικό τρίγωνο, όπως και στην περίπτωση (α). ΒΗΜΑ 5.1 ΒΗΜΑ 5.2γ ΠΛ.7 Επιλογή Κριτηρίων Προσαρµογής Η επιλογή των κριτηρίων που θα χρησιµοποιηθούν για να ληφθούν αποφάσεις ως προς το ποιες περιοχές του υπολογιστικού πλέγµατος πρέπει να υποστούν εµπλουτισµό ή απεµπλουτισµό, είναι πρωτεύουσας σηµασίας για την επίτευξη µιας περισσότερο ακριβούς λύσης. Θυµίζουµε ότι το µαρκάρισµα για εµπλουτισµό ή απεµπλουτισµό λειτουργεί στις ακµές του πλέγµατος. Το κεφάλαιο αυτό αναλύει και σχολιάζει τις παραµέτρους εκείνες που επηρεάζουν το µαρκάρισµα πλευρών για εµπλουτισµό ή απεµπλουτισµό. Όπως έχει αναφερθεί νωρίτερα, οι παράµετροι αυτοί συνίστανται από το αισθητήριο, τη συνάρτηση κρίσης και τα κατώφλια εµπλουτισµού και απεµπλουτισµού. Συνοπτικά µπορούν να παρουσιαστούν ως εξής:

22 ΠΛ-22 α)αισθητήριο. Είναι µια φυσική ποσότητα (π.χ. πίεση, ταχύτητα, πυκνότητα, αριθµός Μach σε προβλήµατα ροής) στην οποία θα εφαρµοστεί η συνάρτηση κρίσης. Σωστή επιλογή αισθητηρίου σηµαίνει σωστή αντίληψη για το ποια (ή ποιες) φυσική ποσότητα είναι εκείνη που διαθέτει την απαραίτητη ευαισθησία ώστε να αντιλαµβάνεται περιοχές που απαιτούν αναπροσαρµογή του πλέγµατος. β)συνάρτηση κρίσης. Όπως προαναφέρθηκε, αυτή εφαρµόζεται σε κάθε ακµή του πλέγµατος. Χρησιµοποιώντας τις τιµές του αισθητητρίου στους δύο ακραίους κόµβους της(και ενδεχόµενα και σε άλλους γειτονικούς) βαθµολογεί την τάση προς εµπλουτισµό ή απεµπλουτισµό κάθε ακµής του πλέγµατος. γ) Κατώφλια. Είναι δύο, το κατώφλι εµπλουτισµού και το κατώφλι απεµπλουτισµού. Με αυτά συγκρίνεται η βαθµολογία κάθε ακµής και αν είναι µεγαλύτερη του κατωφλίου εµπλουτισµού µαρκάρεται για εµπλουτισµό, ενώ αν είναι µικρότερη του κατωφλίου απεµπλουτισµού µαρκάρεται για απεµπλουτισµού. Η σχέση των δύο κατωφλίων είναι τέτοια ώστε να αποφεύγεται ο ατελείωτος εµπλουτισµός-απεµπλουτισµός κάθε ακµής. Η λειτουργία των παραπάνω παραµέτρων είναι να επιτυγχάνεται το σωστό µαρκάρισµα ακµών του πλέγµατος, για εµπλουτισµό ή απεµπλουτισµό. Πρέπει όµως να έχουµε υπόψη ότι το αν θα γίνει ή όχι αναπροσαρµογή του πλέγµατος σε µια ακµή εξαρτάται από µια σύνθετη διαδικασία που ήδη παρουσιάστηκε προηγούµενα. Η ίδια σύνθετη διαδικασία είναι αυτή που αναγκάζει τον εµπλουτισµό ή απεµπλουτισµό ακµών, που δε µαρκαρίστηκαν στη φάση αυτή, µε σκοπό τη διατήρηση της τυπικής µορφής ενός µη-δοµηµένου πλέγµατος. ΠΛ.8 Επιλογή Συνάρτησης Κρίσης Η συνάρτηση κρίσης είναι η αναλυτική συνάρτηση που έχει για µεταβλητή την προεπιλεγείσα φυσική ποσότητα-αισθητήριο. Η τιµή της συνάρτησης αυτής, έτσι όπως υπολογίζεται πάνω σε κάθε ενεργό ακµή του πλέγµατος, παρέχει µια αριθµητική ένδειξη της ανάγκης ή όχι να διασπαστεί η ακµή αυτή. Ο βασικός διαχωρισµός των συναρτήσεων κρίσης που συναντώνται στη βιβλιογραφία έγκειται στο αν αυτές στηρίζονται στην απόλυτη ή τη σχετική ως προς το µήκος (δηλαδή τη χωρική παράγωγο) µεταβολή του µεγέθους. Για να µπορέσουν να γίνουν πιο εύκολα αντιληπτές οι διαφορές µεταξύ των δύο παραπάνω ειδών συναρτήσεων κρίσης θα αναπτυχθεί η αρχή τους σε ένα µονοδιάστατο πρόβληµα προσαρµογής µεταξύ δύο κόµβων i και j. Ένα τέτοιο πρόβληµα φαίνεται σχηµατικά παρακάτω:

23 ΠΛ-23 Φ i Φ j i x j Το αισθητήριο ας είναι η συνάρτηση Φ, οπότε η συνάρτηση κρίσης, σύµφωνα µε τα παραπάνω µπορεί να βασίζεται: (α) στην απόλυτη µεταβολή, όπως λ.χ. Φ i Φ (ΠΛ.1) j ή σε αδιάστατα παράγωγά της, (β) στη σχετική µεταβολή Φ i Φ x j dφ ~ (ΠΛ.2) dx ή σε άλλες παρόµοιες αδιάστατες µορφές της. Στη βιβλιογραφία υπάρχουν πολλές άλλες παραλλαγές συναρτήσεων κρίσης που βασίζονται στην χωρική παράγωγο. Ενδεικτικά αναφέρονται µερικές από αυτές: f = 1 + dφ dx (ΠΛ.3) f d = + Φ 1 dx 2 (ΠΛ.4) f 2 dφ d Φ = + β, όπου β = σταθερά (ΠΛ.5) 2 dx dx

24 ΠΛ-24 Κάθε µία από τις παραπάνω εκφράσεις συµπεριφέρεται διαφορετικά και χρησιµοποιείται σε διαφορετικές περιπτώσεις. Η διαφοροποίηση µεταξύ των συναρτήσεων που στηρίζονται σε απόλυτες µεταβολές και σε συναρτήσεις που στηρίζονται σε χωρικές παραγώγους, αν και από πρώτη µατιά φαίνεται απλοϊκή, είναι από τα πιο σηµαντικά προβλήµατα που πρέπει να αντιµετωπιστούν στην επιλογή συνάρτησης κρίσης. Αυτό οφείλεται στις διαφορετικές ιδιότητες τους. Έτσι σε περίπτωση έντονης γραµµικής µεταβολής του αισθητηρίου (σταθερή κλίση) πάνω σε µια ακµή (που ορίζεται απο τους κόµβους i και j ), διάσπαση της δε θα οδηγήσει σε µεταβολή της τιµής της συνάρτησης κρίσης στις νέες ακµές όταν αυτή στηρίζεται σε χωρικές παραγώγους, όπως φαίνεται στο παρακάτω σχήµα. Εποµένως ένα κριτήριο που βασίζεται στη σχετική µεταβολή του αισθητηρίου προτρέπει πάντοτε για τη συνέχιση της διάσπασης της ακµής, όσες διασπάσεις της και αν έχουν προηγηθεί. Φ i Σταθερή χωρική παράγωγος για καθεµία από τις νέες ακµές και ίση µε αυτήν της µητρικής ακµής Φ j i x j Αντίθετα, η τιµή της απόλυτης µεταβολής του µεγέθους Φ µειώνεται στο µισό για καθεµία από τις δύο ακµές που προήλθε από τη διχοτόµηση της µητρικής ακµής. Κατ επέκταση της παραπάνω παρατήρησης µπορεί να ειπωθεί πως σε περίπτωση που η κατανοµή του αισθητηρίου µεγέθους δεν είναι γραµµική (δεύτερη παράγωγος διάφορη του µηδενός), συναρτήσεις κρίσης που βασίζονται στη χωρική παράγωγο θα παίρνουν διαφορετικές τιµές για κάθε νέα ακµή που θα προέλθει από τη διάσπαση της µητρικής. Από αυτές η µία τιµή θα είναι µεγαλύτερη της αντίστοιχης της µητρικής, ενώ η άλλη µικρότερη, όπως φαίνεται στο σχήµα που ακολουθεί.

25 ΠΛ-25 Φ j Φ i i j 1 η Προσαρµογή νέος κόµβος νέος κόµβος νέος κόµβος 2 η Προσαρµογή 3 η Προσαρµογή Αυτό έχει ως αποτέλεσµα να εγκλωβίζεται ο εµπλουτισµός σε συγκεκριµένες ακµές. Η συµπεριφορά αυτή είναι άλλοτε επιθυµητή και άλλοτε όχι σε µια συνάρτηση κρίσης. Αν σε τέτοια περίπτωση χρησιµοποιηθεί συνάρτηση κρίσης που βασίζεται σε απόλυτες µεταβολές µεγεθών, οι τιµές που θα παίρνει στις νέες ακµές θα είναι µικρότερες της αντίστοιχης της µητρικής ακµής. Σε πολλές περιπτώσεις συµφέρει η συνάρτηση κρίσης να είναι συνδυασµός πάνω από µιας συναρτήσεων κρίσης. Έτσι θα µπορούσε να χρησιµοποιηθεί η f 2 dφ d Φ = + β 2 dx dx, όπου β = σταθερά (ΠΛ.6) Σε αυτό το σηµείο πρέπει να σηµειωθεί ότι όταν είναι δυνατόν είναι γενικά προτιµότερο να αδιαστατοποιούνται οι συναρτήσεις κρίσης, όπως λ.χ. στη µορφή f = Φ Φ i i Φ + Φ j j (ΠΛ.7) Η αδιαστατοποίηση αυτή βοηθάει στον εντοπισµό φαινοµένων όπου οι τιµές του πεδίου (άρα και οι µεταβολές του) είναι µικρές, ενώ παράλληλα δηµιουργείται µια κοινή βάση σύγκρισης κατωφλίων όπως θα φανεί στην αντίστοιχη παράγραφο. Ισχύει, βέβαια, η προηγούµενη παρατήρηση όσο αφορά τον κίνδυνο µηδενισµού του παρανοµαστή και για το λόγο αυτό απαιτείται ιδιαίτερη προσοχή. Ενδεικτικός τρόπος αντιµετώπισης του προβλήµατος είναι η γραφή της συνάρτησης κρίσης ως:

26 ΠΛ-26 f = Φ Φ i j, όπου ε πολύ µικρή θετική σταθερά. Φ + Φ + ε i j Είναι πιθανό να θέλουµε να ενισχύσουµε ή να αποθαρρύνουµε τη διάσπαση µικρών ή µεγάλων ακµών του πλέγµατος ανάλογα µε τις απαιτήσεις που έχουµε από αυτό. Σε τέτοιες περιπτώσεις µπορούν να χρησιµοποιηθούν συναρτήσεις βαρύτητας g(). l Αυτές είναι συναρτήσεις µε µεταβλητές το µήκος l της ακµής, και πολλαπλασιάζονται µε την τιµή της συνάρτησης κρίσης: dφ f = f g() l = 1 + gl () dx (ΠΛ.8) ΠΛ.9 Επίδραση Κατωφλίων Εµπλουτισµού και Απεµπλουτισµού Τα κατώφλια εµπλουτισµού και απεµπλουτισµού είναι δύο χαρακτηριστικές τιµές της συνάρτησης κρίσης f, έστω f για τον εµπλουτισµό και 1 f 2 για τον απεµπλουτισµό. Στον αλγόριθµο προσαρµογής, που έχει περιγραφεί σε προηγούµενο κεφάλαιο, µαρκάρονται για εµπλουτισµό οι πλευρές στις οποίες η συνάρτηση κρίσης παίρνει τιµές µεγαλύτερες της f 1 (κατώφλι εµπλουτισµού), ενώ για εµπλουτισµό εκείνες στις οποίες η συνάρτηση κρίσης παίρνει τιµές µικρότερης της f 2 (κατώφλι απεµπλουτισµού). Φανερό είναι πως µικρή τιµή της f 1 θα οδηγήσει σε µεγάλο αριθµό µαρκαρισµένων πλευρών, πράγµα που πιθανά θα οδηγήσει σε δηµιουργία περιττών στοιχείων που επιβαρύνουν την µνήµη του υπολογιστή αλλά και θα αυξήσουν το χρόνο υπολογισµού. Από την άλλη πλευρά, µεγάλη τιµή της f 2 θα οδηγήσει σε µεγάλο αριθµό µαρκαρισµένων για απεµπλουτισµό πλευρών, που ίσως οδηγήσει στην απαλοιφή µεταξύ των άλλων και χρήσιµων στη λύση στοιχείων. Παρόλα αυτά, αυτή δε γίνεται τόσο αισθητή όσο η δηµιουργία περιττών στοιχείων. Μεγαλύτερο βάρος δίνεται στον σωστό προσδιορισµό της f, ενώ η 1 f 2 θεωρείται ένα προκαθορισµένο ποσοστό της f. Μια ιδέα είναι η 1 f 1 να υπολογίζεται µε βάση στατιστικά µεγέθη της συνάρτησης f, ως f 1 = α f mean + β f dev (ΠΛ.8) όπου f mean η µέση τιµή των τιµών της συνάρτησης κρίσης ενώ f dev η τυπική απόκλιση των τιµών της σε όλες τις ενεργές πλευρές του πλέγµατος. Οι συντελεστές α και β δύο συντελεστές µε τιµές ο

27 ΠΛ-27 µεν πρώτος από 0 έως 1 (συνήθως 1) ενώ ο δεύτερος παίρνει τιµές από 0 έως 3. Επιθυµητό θα ήταν να µπορέσουν να οριστούν δύο σταθεροί συντελεστές α και β. Η δυσκολία σε αυτήν την περίπτωση είναι ότι η κατανοµή των τιµών της f αλλάζει όχι µόνο επιλέγοντας διαφορετική συνάρτηση κρίσης, αλλά και από την µια προσαρµογή στην επόµενη, οπότε είναι δύσκολη, αν όχι αδύνατη η εύρεση δύο σταθερών συντελεστών. Παρόλα υπάρχει και η δυνατότητα εξωτερικής επέµβασης στον ορισµό των κατωφλίων. ΠΛ.10 Εφαρµογή της Προσαρµογής σε ένα Πρόβληµα Ροής Ρευστού Ακολουθεί ένα παράδειγµα προσαρµογής σε ένα τυπικό πρόβληµα διηχητικής ροής ρευστού σε έναν αγωγό. Σχηµατίζεται ένα κρουστικό κύµα, µια ασυνέχεια της πίεσης, όπου προκαλείται προσαρµογή του πλέγµατος. Εξετάζοντας κανείς τις διαδοχικές εικόνες-φάσεις της προσαρµογής µπορεί να παρατηρήσει τη γένεση νέων τριγώνων που δηµιουργούν µια έντονη τοπική πύκνωση, ενώ η ασυνέχεια εντοπίζεται πολύ σωστότερα (πιο λεπτό κύµα) καθώς το πλέγµα πυκνώνει.

28 ΠΛ-28

29 ΠΛ-29

30 ΠΛ-30

ΓΕΝΕΣΗ ΚΑΙ ΠΡΟΣΑΡΜΟΓΗ ΑΡΙΘΜΗΤΙΚΩΝ ΠΛΕΓΜΑΤΩΝ Κ.Χ. ΓΙΑΝΝΑΚΟΓΛΟΥ, Επ. Καθηγητής, Τοµέας Ρευστών, Τµήµα Μηχανολόγων Ε.Μ.Π.

ΓΕΝΕΣΗ ΚΑΙ ΠΡΟΣΑΡΜΟΓΗ ΑΡΙΘΜΗΤΙΚΩΝ ΠΛΕΓΜΑΤΩΝ Κ.Χ. ΓΙΑΝΝΑΚΟΓΛΟΥ, Επ. Καθηγητής, Τοµέας Ρευστών, Τµήµα Μηχανολόγων Ε.Μ.Π. ΥΠΟΛΟΙΣΤΙΚΗ ΜΗΧΝΙΚΗ ΙΤΜΗΜΤΙΚΟ ΠΡΟΡΜΜ ΜΕΤΠΤΥΧΙΚΩΝ ΣΠΟΥ ΩΝ ΕΝΕΣΗ ΚΙ ΠΡΟΣΡΜΟΗ ΡΙΘΜΗΤΙΚΩΝ ΠΛΕΜΤΩΝ Κ.Χ. ΙΝΝΚΟΛΟΥ, Επ. Καθηγητής, Τοµέας Ρευστών, Τµήµα Μηχανολόγων Ε.Μ.Π. ΕΝΟΤΗΤ ΠΜ Η ΜΕΘΟ ΟΣ ΤΟΥ ΠΡΟΕΛΥΝΟΝΤΟΣ

Διαβάστε περισσότερα

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών

Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Συνήθεις διαφορικές εξισώσεις προβλήματα οριακών τιμών Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ ημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο Φυσικών

Διαβάστε περισσότερα

ΣΧΟ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τομέας Ρευστών Εργαστήριο Θερμικών Στροβιλομηχανών

ΣΧΟ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τομέας Ρευστών Εργαστήριο Θερμικών Στροβιλομηχανών ΣΧΟ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τομέας Ρευστών Εργαστήριο Θερμικών Στροβιλομηχανών Αλγόριθμος προσαρμογής διδιάστατων υβριδικών πλεγμάτων στην υπό εξέλιξη λύση ενός πεδίου ροής και πιστοποίηση Διπλωματική Εργασία

Διαβάστε περισσότερα

Κεφάλαιο 6. Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών και παραβολικών διαφορικών εξισώσεων

Κεφάλαιο 6. Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών και παραβολικών διαφορικών εξισώσεων Κεφάλαιο 6 Εισαγωγή στη µέθοδο πεπερασµένων όγκων επίλυση ελλειπτικών παραβολικών διαφορικών εξισώσεων 6.1 Εισαγωγή Η µέθοδος των πεπερασµένων όγκων είναι µία ευρέως διαδεδοµένη υπολογιστική µέθοδος επίλυσης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 2: Περιγραφή αριθμητικών μεθόδων

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 2: Περιγραφή αριθμητικών μεθόδων ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ Διάλεξη : Περιγραφή αριθμητικών μεθόδων Χειμερινό εξάμηνο 008 Προηγούμενη παρουσίαση... Γράψαμε τις εξισώσεις

Διαβάστε περισσότερα

Μεθοδολογίες παρεµβολής σε DTM.

Μεθοδολογίες παρεµβολής σε DTM. Μάθηµα : Αλγοριθµικές Βάσεις στη Γεωπληροφορική ιδάσκων : Συµεών Κατσουγιαννόπουλος Μεθοδολογίες παρεµβολής σε DTM.. Μέθοδοι παρεµβολής. Η παρεµβολή σε ψηφιακό µοντέλο εδάφους (DTM) είναι η διαδικασία

Διαβάστε περισσότερα

Οι βασικές λειτουργίες (ή πράξεις) που γίνονται σε μια δομή δεδομένων είναι:

Οι βασικές λειτουργίες (ή πράξεις) που γίνονται σε μια δομή δεδομένων είναι: ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ Μια δομή δεδομένων στην πληροφορική, συχνά αναπαριστά οντότητες του φυσικού κόσμου στον υπολογιστή. Για την αναπαράσταση αυτή, δημιουργούμε πρώτα ένα αφηρημένο μοντέλο στο οποίο προσδιορίζονται

Διαβάστε περισσότερα

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6) Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Τυπικά Υδραυλικά Έργα Μέρος 2: ίκτυα διανοµής Άσκηση E0: Μαθηµατική διατύπωση µοντέλου επίλυσης απλού δικτύου διανοµής

Διαβάστε περισσότερα

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη

Επιλογή και επανάληψη. Λογική έκφραση ή συνθήκη Επιλογή και επανάληψη Η ύλη που αναπτύσσεται σε αυτό το κεφάλαιο είναι συναφής µε την ύλη που αναπτύσσεται στο 2 ο κεφάλαιο. Όπου υπάρχουν διαφορές αναφέρονται ρητά. Προσέξτε ιδιαίτερα, πάντως, ότι στο

Διαβάστε περισσότερα

Ενδεικτικές Ερωτήσεις Θεωρίας

Ενδεικτικές Ερωτήσεις Θεωρίας Ενδεικτικές Ερωτήσεις Θεωρίας Κεφάλαιο 2 1. Τι καλούμε αλγόριθμο; 2. Ποια κριτήρια πρέπει οπωσδήποτε να ικανοποιεί ένας αλγόριθμος; 3. Πώς ονομάζεται μια διαδικασία που δεν περατώνεται μετά από συγκεκριμένο

Διαβάστε περισσότερα

Έστω ένας πίνακας με όνομα Α δέκα θέσεων : 1 η 2 η 3 η 4 η 5 η 6 η 7 η 8 η 9 η 10 η

Έστω ένας πίνακας με όνομα Α δέκα θέσεων : 1 η 2 η 3 η 4 η 5 η 6 η 7 η 8 η 9 η 10 η Μονοδιάστατοι Πίνακες Τι είναι ο πίνακας γενικά : Πίνακας είναι μια Στατική Δομή Δεδομένων. Δηλαδή συνεχόμενες θέσεις μνήμης, όπου το πλήθος των θέσεων είναι συγκεκριμένο. Στις θέσεις αυτές καταχωρούμε

Διαβάστε περισσότερα

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε

Κεφάλαιο 2. Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε Κεφάλαιο Μέθοδος πεπερασµένων διαφορών προβλήµατα οριακών τιµών µε Σ Ε. Εισαγωγή Η µέθοδος των πεπερασµένων διαφορών είναι από τις παλαιότερες και πλέον συνηθισµένες και διαδεδοµένες υπολογιστικές τεχνικές

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 3: Περιγραφή αριθμητικών μεθόδων (συνέχεια)

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ. Διάλεξη 3: Περιγραφή αριθμητικών μεθόδων (συνέχεια) ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΡΑΥΛΙΚΗΣ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΤΕΧΝΙΚΗΣ Διάλεξη 3: Περιγραφή αριθμητικών μεθόδων (συνέχεια) Χειμερινό εξάμηνο 2008 Προηγούμενη παρουσίαση... Εξετάσαμε

Διαβάστε περισσότερα

Ανάλυση Χρόνου, Πόρων & Κόστους

Ανάλυση Χρόνου, Πόρων & Κόστους ΠΜΣ: «Παραγωγή και ιαχείριση Ενέργειας» ιαχείριση Ενέργειας και ιοίκηση Έργων Ανάλυση Χρόνου, Πόρων & Κόστους Επ. Καθηγητής Χάρης ούκας, Καθηγητής Ιωάννης Ψαρράς Εργαστήριο Συστημάτων Αποφάσεων & ιοίκησης

Διαβάστε περισσότερα

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών Κεφ. 6Β: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών. Εισαγωγή (ορισμός προβλήματος, αριθμητική ολοκλήρωση ΣΔΕ, αντικατάσταση ΣΔΕ τάξης n με n εξισώσεις ης τάξης). Μέθοδος Euler 3. Μέθοδοι

Διαβάστε περισσότερα

Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών

Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών Κεφ. 7: Συνήθεις διαφορικές εξισώσεις (ΣΔΕ) - προβλήματα αρχικών τιμών 7. Εισαγωγή (ορισμός προβλήματος, αριθμητική ολοκλήρωση ΣΔΕ, αντικατάσταση ΣΔΕ τάξης n με n εξισώσεις ης τάξης) 7. Μέθοδος Euler 7.3

Διαβάστε περισσότερα

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.

Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: μέθοδοι μονοδιάστατης ελαχιστοποίησης Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών ΤμήμαΠληροφορικής Διάλεξη 6 η /2017 Τι παρουσιάστηκε

Διαβάστε περισσότερα

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΜΑΘΗΜΑ 2 ΑΝΑΠΑΡΑΣΤΑΣΗ - ΤΕΧΝΙΚΕΣ ΤΝ (1)

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΜΑΘΗΜΑ 2 ΑΝΑΠΑΡΑΣΤΑΣΗ - ΤΕΧΝΙΚΕΣ ΤΝ (1) ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ ΜΑΘΗΜΑ 2 ΑΝΑΠΑΡΑΣΤΑΣΗ - ΤΕΧΝΙΚΕΣ ΤΝ (1) 2. ΑΝΑΠΑΡΑΣΤΑΣΗ ΠΡΟΒΛΗΜΑΤΟΣ H υλοποίηση ενός προβλήµατος σε σύστηµα Η/Υ που επιδεικνύει ΤΝ 1 απαιτεί: Την κατάλληλη περιγραφή του προβλήµατος

Διαβάστε περισσότερα

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων Φίλτρα Kalman Εξαγωγή των εξισώσεων τους µε βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραµµα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4ο : Θεωρητική προσέγγιση της FDTD

ΚΕΦΑΛΑΙΟ 4ο : Θεωρητική προσέγγιση της FDTD ΚΦΑΛΑΙΟ 4ο : Θεωρητική προσέγγιση της DTD 4.. ισαγωγή Από τις τρεις µεθόδους πρόβλεψης των επενεργειών της ηλεκτροµαγνητικής ακτινοβολίας πειραµατική αναλυτική υπολογιστική- η υπολογιστική είναι η νεότερη

Διαβάστε περισσότερα

Κεφάλαιο 10 ο Υποπρογράµµατα

Κεφάλαιο 10 ο Υποπρογράµµατα Κεφάλαιο 10 ο Υποπρογράµµατα Ανάπτυξη Εφαρµογών σε Προγραµµατιστικό Περιβάλλον Η αντιµετώπιση των σύνθετων προβληµάτων και η ανάπτυξη των αντίστοιχων προγραµµάτων µπορεί να γίνει µε την ιεραρχική σχεδίαση,

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Τελικό επαναληπτικό διαγώνισμα Επιμέλεια: Δρεμούσης Παντελής

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Τελικό επαναληπτικό διαγώνισμα Επιμέλεια: Δρεμούσης Παντελής ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ Τελικό επαναληπτικό διαγώνισμα Επιμέλεια: Δρεμούσης Παντελής ΘΕΜΑ 1 ο Α. Να χαρακτηρίσετε τις παρακάτω προτάσεις ως σωστές ή λανθασμένες. 1. Μια διαδικασία

Διαβάστε περισσότερα

Επίλυση Γραµµικών Συστηµάτων

Επίλυση Γραµµικών Συστηµάτων Κεφάλαιο 3 Επίλυση Γραµµικών Συστηµάτων 31 Εισαγωγή Αριθµητική λύση γενικών γραµµικών συστηµάτων n n A n n x n 1 b n 1, όπου a 11 a 12 a 1n a 21 a 22 a 2n A [a i j, x a n1 a n2 a nn x n, b b 1 b 2 b n

Διαβάστε περισσότερα

Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος.

Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος. Ενότητα 2 Γραμμικά Συστήματα Στην ενότητα αυτή θα μάθουμε: Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος. Να ερμηνεύουμε γραφικά τη

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 10 ΥΠΟΠΡΟΓΡΑΜΜΑΤΑ

ΚΕΦΑΛΑΙΟ 10 ΥΠΟΠΡΟΓΡΑΜΜΑΤΑ ΚΕΦΑΛΑΙΟ 10 Όπως είδαμε και σε προηγούμενο κεφάλαιο μια από τις βασικότερες τεχνικές στον Δομημένο Προγραμματισμό είναι ο Τμηματικός Προγραμματισμός. Τμηματικός προγραμματισμός ονομάζεται η τεχνική σχεδίασης

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση

ΚΕΦΑΛΑΙΟ 18. 18 Μηχανική Μάθηση ΚΕΦΑΛΑΙΟ 18 18 Μηχανική Μάθηση Ένα φυσικό ή τεχνητό σύστηµα επεξεργασίας πληροφορίας συµπεριλαµβανοµένων εκείνων µε δυνατότητες αντίληψης, µάθησης, συλλογισµού, λήψης απόφασης, επικοινωνίας και δράσης

Διαβάστε περισσότερα

Περιεχόμενα. Δομές δεδομένων. Τεχνικές σχεδίασης αλγορίθμων. Εισαγωγή στον προγραμματισμό. Υποπρογράμματα. Επαναληπτικά κριτήρια αξιολόγησης

Περιεχόμενα. Δομές δεδομένων. Τεχνικές σχεδίασης αλγορίθμων. Εισαγωγή στον προγραμματισμό. Υποπρογράμματα. Επαναληπτικά κριτήρια αξιολόγησης Περιεχόμενα Δομές δεδομένων 37. Δομές δεδομένων (θεωρητικά στοιχεία)...11 38. Εισαγωγή στους μονοδιάστατους πίνακες...16 39. Βασικές επεξεργασίες στους μονοδιάστατους πίνακες...25 40. Ασκήσεις στους μονοδιάστατους

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο 2.5 µονάδες ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 2 Οκτωβρίου 23 ιάρκεια: 2 ώρες Έστω το παρακάτω γραµµικώς

Διαβάστε περισσότερα

Στο στάδιο ανάλυσης των αποτελεσµάτων: ανάλυση ευαισθησίας της λύσης, προσδιορισµός της σύγκρουσης των κριτηρίων.

Στο στάδιο ανάλυσης των αποτελεσµάτων: ανάλυση ευαισθησίας της λύσης, προσδιορισµός της σύγκρουσης των κριτηρίων. ΠΕΡΙΛΗΨΗ Η τεχνική αυτή έκθεση περιλαµβάνει αναλυτική περιγραφή των εναλλακτικών µεθόδων πολυκριτηριακής ανάλυσης που εξετάσθηκαν µε στόχο να επιλεγεί η µέθοδος εκείνη η οποία είναι η πιο κατάλληλη για

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ 1 ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΕΦΑΛΑΙΟ 3ο: ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΙ ΜΕΡΟΣ 2 ο : ΣΤΟΙΒΑ & ΟΥΡΑ ΙΣΤΟΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ: http://eclass.sch.gr/courses/el594100/ ΣΤΟΙΒΑ 2 Μια στοίβα

Διαβάστε περισσότερα

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Μέθοδοι μονοδιάστατης ελαχιστοποίησης Βασικές αρχές μεθόδων ελαχιστοποίησης Μέθοδοι μονοδιάστατης ελαχιστοποίησης Οι μέθοδοι ελαχιστοποίησης είναι επαναληπτικές. Ξεκινώντας από μια αρχική προσέγγιση του ελαχίστου (την συμβολίζουμε ) παράγουν

Διαβάστε περισσότερα

Ε..Ε. ΙI ΑΠΑΓΟΡΕΥΜΕΝΗΕΡΕΥΝΑ TABU SEARCH ΧΡΗΣΤΟΣ. ΤΑΡΑΝΤΙΛΗΣ MANAGEMENT SCIENCE IN PRACTICE II

Ε..Ε. ΙI ΑΠΑΓΟΡΕΥΜΕΝΗΕΡΕΥΝΑ TABU SEARCH ΧΡΗΣΤΟΣ. ΤΑΡΑΝΤΙΛΗΣ MANAGEMENT SCIENCE IN PRACTICE II ΑΠΑΓΟΡΕΥΜΕΝΗΕΡΕΥΝΑ TABU SEARCH ΧΡΗΣΤΟΣ. ΤΑΡΑΝΤΙΛΗΣ ΑΠΑΓΟΡΕΥΜΕΝΗ ΕΡΕΥΝΑ TABU SEARCH ΛΟΓΙΚΗ ΑΠΑΓΟΡΕΥΜΕΝΗΣ ΈΡΕΥΝΑΣ: Όταν ο άνθρωπος επιχειρεί να λύσει προβλήµατα, χρησιµοποιεί την εµπειρία του και τη µνήµη

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ Τ Μ Η Μ Α Π Λ Η Ρ Ο Φ Ο Ρ Ι Κ Η Σ ΕΠΛ 035 - ΔΟΜΕΣ ΔΕΔΟΜΕΝΩΝ ΚΑΙ ΑΛΓΟΡΙΘΜΟΙ ΓΙΑ ΗΛΕΚΤΡΟΛΟΓΟΥΣ ΜΗΧΑΝΙΚΟΥΣ ΚΑΙ ΜΗΧΑΝΙΚΟΥΣ ΥΠΟΛΟΓΙΣΤΩΝ Ακαδηµαϊκό έτος 2017-2018 Υπεύθυνος εργαστηρίου: Γεώργιος

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο 2.5 µονάδες ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 2 Σεπτεµβρίου 2005 5:00-8:00 Σχεδιάστε έναν αισθητήρα ercetro

Διαβάστε περισσότερα

15 εκεµβρίου εκεµβρίου / 64

15 εκεµβρίου εκεµβρίου / 64 15 εκεµβρίου 016 15 εκεµβρίου 016 1 / 64 Αριθµητική Ολοκλήρωση Κλειστοί τύποι αριθµητικής ολοκλήρωσης Εστω I(f) = b µε f(x) C[a, b], τότε I(f) = F(b) F(a), όπου F(x) είναι το αόριστο ολοκλήρωµα της f(x).

Διαβάστε περισσότερα

Μέθοδοι μονοδιάστατης ελαχιστοποίησης

Μέθοδοι μονοδιάστατης ελαχιστοποίησης Βασικές αρχές μεθόδων ελαχιστοποίησης Μέθοδοι μονοδιάστατης ελαχιστοποίησης Οι μέθοδοι ελαχιστοποίησης είναι επαναληπτικές. Ξεκινώντας από μια αρχική προσέγγιση του ελαχίστου (την συμβολίζουμε ) παράγουν

Διαβάστε περισσότερα

Διαχρονικές δομές δεδομένων

Διαχρονικές δομές δεδομένων Διαχρονικές δομές δεδομένων Μια τυπική δομή δεδομένων μεταβάλλεται με πράξεις εισαγωγής ή διαγραφής Π.χ. κοκκινόμαυρο δένδρο εισαγωγή 0 18 0 5 39 73 1 46 6 80 Αποκατάσταση ισορροπίας 5 39 73 0 46 6 80

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ

ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ ΕΞΙΣΩΣΕΩΝ Θα ξεκινήσουµε την παρουσίαση των γραµµικών συστηµάτων µε ένα απλό παράδειγµα από τη Γεωµετρία, το οποίο ϑα µας ϐοηθήσει στην κατανόηση των συστηµάτων αυτών και των συνθηκών

Διαβάστε περισσότερα

Διαχείριση Πάγιου Ενεργητικού

Διαχείριση Πάγιου Ενεργητικού Διαχείριση Πάγιου Ενεργητικού Το συγκεκριμένο εγχειρίδιο δημιουργήθηκε για να βοηθήσει την κατανόηση της διαδικασίας διαχείρισης Παγίου Ενεργητικού. Η διαδικασία περιλαμβάνει αναλυτική παρουσίαση των εκτυπωτικών

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 26 Ιανουαρίου 2004 ιάρκεια: 2 ώρες (9:00-:00) Στην παρακάτω

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ

ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΔΙΑΣΤΑΣΕΩΝ Η ανάλυση προβλημάτων δύο διαστάσεων με τη μέθοδο των Πεπερασμένων Στοιχείων περιλαμβάνει τα ίδια βήματα όπως και στα προβλήματα μιας διάστασης. Η ανάλυση γίνεται λίγο πιο πολύπλοκη

Διαβάστε περισσότερα

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή . Παραγώγιση Η διαδικασία της υπολογιστικής επίλυσης συνήθων και μερικών διαφορικών εξισώσεων προϋποθέτει την προσέγγιση της εξαρτημένης μεταβλητής και των παραγώγων της στους κόμβους του πλέγματος. Ειδικά,

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 3 Ο αλγόριθµος Gauss Eστω =,3,, µε τον όρο γραµµικά συστήµατα, εννοούµε συστήµατα εξισώσεων µε αγνώστους της µορφής: a x + + a x = b a x + + a x = b a

Διαβάστε περισσότερα

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) +

min f(x) x R n b j - g j (x) = s j - b j = 0 g j (x) + s j = 0 - b j ) min L(x, s, λ) x R n λ, s R m L x i = 1, 2,, n (1) m L(x, s, λ) = f(x) + KΕΦΑΛΑΙΟ 4 Κλασσικές Μέθοδοι Βελτιστοποίησης Με Περιορισµούς Ανισότητες 4. ΠΡΟΒΛΗΜΑΤΑ ΜΕ ΠΕΡΙΟΡΙΣΜΟΥΣ ΑΝΙΣΟΤΗΤΕΣ Ζητούνται οι τιµές των µεταβλητών απόφασης που ελαχιστοποιούν την αντικειµενική συνάρτηση

Διαβάστε περισσότερα

Περίληψη ιπλωµατικής Εργασίας

Περίληψη ιπλωµατικής Εργασίας Περίληψη ιπλωµατικής Εργασίας Θέµα: Εναλλακτικές Τεχνικές Εντοπισµού Θέσης Όνοµα: Κατερίνα Σπόντου Επιβλέπων: Ιωάννης Βασιλείου Συν-επιβλέπων: Σπύρος Αθανασίου 1. Αντικείµενο της διπλωµατικής Ο εντοπισµός

Διαβάστε περισσότερα

5/3/2010. A. Στη δηµιουργία του στερεοσκοπικού µοντέλουέ B. Στη συσχέτισή του µε το γεωδαιτικό σύστηµα

5/3/2010. A. Στη δηµιουργία του στερεοσκοπικού µοντέλουέ B. Στη συσχέτισή του µε το γεωδαιτικό σύστηµα 5/3/ Για να είναι δυνατή η επεξεργασία στα φωτογραµµετρικά όργανα χρειάζεται κάποιο στάδιο προετοιµασίας του ζεύγους των εικόνων. Η προετοιµασία αυτή αφορά: A. Στη δηµιουργία του στερεοσκοπικού µοντέλουέ.

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

Φίλτρα Kalman. Αναλυτικές μέθοδοι στη Γεωπληροφορική. ιατύπωση του βασικού προβλήματος. προβλήματος. μοντέλο. Πρωτεύων μοντέλο

Φίλτρα Kalman. Αναλυτικές μέθοδοι στη Γεωπληροφορική. ιατύπωση του βασικού προβλήματος. προβλήματος. μοντέλο. Πρωτεύων μοντέλο Φίλτρα Kalman Εξαγωγή των εξισώσεων τους με βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραμμα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του

Διαβάστε περισσότερα

Από το Γυμνάσιο στο Λύκειο... 7. 3. Δειγματικός χώρος Ενδεχόμενα... 42 Εύρεση δειγματικού χώρου... 46

Από το Γυμνάσιο στο Λύκειο... 7. 3. Δειγματικός χώρος Ενδεχόμενα... 42 Εύρεση δειγματικού χώρου... 46 ΠEΡΙΕΧΟΜΕΝΑ Από το Γυμνάσιο στο Λύκειο................................................ 7 1. Το Λεξιλόγιο της Λογικής.............................................. 11. Σύνολα..............................................................

Διαβάστε περισσότερα

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις

ΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις ΔΕΟ - Επαναληπτικές Εξετάσεις Λύσεις ΘΕΜΑ () Το Διάγραμμα Διασποράς εμφανίζεται στο επόμενο σχήμα. Από αυτό προκύπτει καταρχήν μία θετική σχέση μεταξύ των δύο μεταβλητών. Επίσης, από το διάγραμμα φαίνεται

Διαβάστε περισσότερα

Αναγνώριση Προτύπων Ι

Αναγνώριση Προτύπων Ι Αναγνώριση Προτύπων Ι Ενότητα 1: Μέθοδοι Αναγνώρισης Προτύπων Αν. Καθηγητής Δερματάς Ευάγγελος Τμήμα Ηλεκτρολόγων Μηχανικών και Τεχνολογίας Υπολογιστών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή

4. Παραγώγιση πεπερασμένων διαφορών Σειρά Taylor Πολυωνυμική παρεμβολή 4. Παραγώγιση Η διαδικασία της υπολογιστικής επίλυσης συνήθων και μερικών διαφορικών εξισώσεων προϋποθέτει την προσέγγιση της εξαρτημένης μεταβλητής και των παραγώγων της στους κόμβους του πλέγματος. Ειδικά,

Διαβάστε περισσότερα

Η γνώση του αναγλύφου

Η γνώση του αναγλύφου ΨΗΦΙΑΚΑ ΜΟΝΤΕΛΑ Ε ΑΦΟΥΣ Η γνώση του αναγλύφου συµβάλλει στον προσδιορισµό Ισοϋψών καµπυλών Κλίσεων του εδάφους Προσανατολισµού Ορατότητας Μεταβολών Κατανοµής φωτισµού ιατοµών Χωµατισµών Υδροκρίτη Οπτικοποίησης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΡΕΥΣΤΟΜΗΧΑΝΙΚΗΣ ΚΑΙ ΣΤΡΟΒΙΛΟΜΗΧΑΝΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΡΕΥΣΤΟΜΗΧΑΝΙΚΗΣ ΚΑΙ ΣΤΡΟΒΙΛΟΜΗΧΑΝΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΒΙΟΜΗΧΑΝΙΑΣ ΕΡΓΑΣΤΗΡΙΟ ΡΕΥΣΤΟΜΗΧΑΝΙΚΗΣ ΚΑΙ ΣΤΡΟΒΙΛΟΜΗΧΑΝΩΝ ΦΑΣΗ Β- CASE STUDIES ΕΦΑΡΜΟΓΗΣ ΕΜΠΟΡΙΚΟΥ ΛΟΓΙΣΜΙΚΟΥ ΣΤΗΝ ΕΚΠΑΙΔΕΥΤΙΚΗ ΔΙΑΔΙΚΑΣΙΑ

Διαβάστε περισσότερα

Αριθμητική Ανάλυση και Εφαρμογές

Αριθμητική Ανάλυση και Εφαρμογές Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Αριθμητική Παραγώγιση Εισαγωγή Ορισμός 7. Αν y f x είναι μια συνάρτηση ορισμένη σε ένα διάστημα

Διαβάστε περισσότερα

όπου D(f ) = (, 0) (0, + ) = R {0}. Είναι Σχήµα 10: Η γραφική παράσταση της συνάρτησης f (x) = 1/x.

όπου D(f ) = (, 0) (0, + ) = R {0}. Είναι Σχήµα 10: Η γραφική παράσταση της συνάρτησης f (x) = 1/x. 3 Ορια συναρτήσεων 3. Εισαγωγικές έννοιες. Ας ϑεωρήσουµε την συνάρτηση f () = όπου D(f ) = (, 0) (0, + ) = R {0}. Είναι Σχήµα 0: Η γραφική παράσταση της συνάρτησης f () = /. ϕυσικό να αναζητήσουµε την

Διαβάστε περισσότερα

ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ Κεφ. 1 - Συστήματα 1

ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ Κεφ. 1 - Συστήματα 1 ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ Κεφ. 1 - Συστήματα 1 1.1 ΓΡΑΜΜΙΚΑ ΣΥΣΤΗΜΑΤΑ Η εξίσωση α + βy = γ 1. Υπάρχουν προβλήματα που η επίλυση τους οδηγεί σε μια γραμμική εξίσωση με δύο αγνώστους, y και η οποία είναι της μορφής

Διαβάστε περισσότερα

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων

Κεφάλαιο 1. Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων Κεφάλαιο Αριθµητική ολοκλήρωση συνήθων διαφορικών εξισώσεων και συστηµάτων. Εισαγωγή Η µοντελοποίηση πολλών φυσικών φαινοµένων και συστηµάτων και κυρίως αυτών που εξελίσσονται στο χρόνο επιτυγχάνεται µε

Διαβάστε περισσότερα

Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ

Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ Ε π ι μ έ λ ε ι α Κ Ο Λ Λ Α Σ Α Ν Τ Ω Ν Η Σ 1 Συναρτήσεις Όταν αναφερόμαστε σε μια συνάρτηση, ουσιαστικά αναφερόμαστε σε μια σχέση ή εξάρτηση. Στα μαθηματικά που θα μας απασχολήσουν, με απλά λόγια, η σχέση

Διαβάστε περισσότερα

Αριθμητική Ανάλυση & Εφαρμογές

Αριθμητική Ανάλυση & Εφαρμογές Αριθμητική Ανάλυση & Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 2017-2018 Υπολογισμοί και Σφάλματα Παράσταση Πραγματικών Αριθμών Συστήματα Αριθμών Παράσταση Ακέραιου

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

ΜΕΤΡΗΣΕΙΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΥΨΗΛΩΝ ΤΑΣΕΩΝ

ΜΕΤΡΗΣΕΙΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΥΨΗΛΩΝ ΤΑΣΕΩΝ Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Τομέας Ηλεκτρικής Ισχύος Εργαστήριο Υψηλών Τάσεων ΜΕΤΡΗΣΕΙΣ ΚΑΙ ΕΦΑΡΜΟΓΕΣ ΥΨΗΛΩΝ ΤΑΣΕΩΝ (Αριθμητικές μέθοδοι υπολογισμού

Διαβάστε περισσότερα

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές

Κατάτµηση εικόνας σε οµοιόµορφες περιοχές KEΣ 03 Αναγνώριση Προτύπων και Ανάλυση Εικόνας Κατάτµηση εικόνας σε οµοιόµορφες περιοχές ΤµήµαΕπιστήµης και Τεχνολογίας Τηλεπικοινωνιών Πανεπιστήµιο Πελοποννήσου Εισαγωγή Κατάτµηση µε πολυκατωφλίωση Ανάπτυξη

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών

ΚΕΦΑΛΑΙΟ 5. Κύκλος Ζωής Εφαρμογών ΕΝΟΤΗΤΑ 2. Εφαρμογές Πληροφορικής. Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών 44 Διδακτικές ενότητες 5.1 Πρόβλημα και υπολογιστής 5.2 Ανάπτυξη εφαρμογών Διδακτικοί στόχοι Σκοπός του κεφαλαίου είναι οι μαθητές να κατανοήσουν τα βήματα που ακολουθούνται κατά την ανάπτυξη μιας εφαρμογής.

Διαβάστε περισσότερα

Ιεραρχική αναλυση αποφασεων Analytic hierarchy process (AHP)

Ιεραρχική αναλυση αποφασεων Analytic hierarchy process (AHP) Ιεραρχική αναλυση αποφασεων Analytic hierarchy process (AHP) Εισαγωγή Παρουσιάστηκε από τον Thomas L. Saaty τη δεκαετία του 70 Μεθοδολογία που εφαρμόζεται στην περιοχή των Multicriteria Problems Δίνει

Διαβάστε περισσότερα

1.4 Λύσεις αντιστρόφων προβλημάτων.

1.4 Λύσεις αντιστρόφων προβλημάτων. .4 Λύσεις αντιστρόφων προβλημάτων. Ο τρόπος παρουσίασης της λύσης ενός αντίστροφου προβλήµατος µπορεί να διαφέρει ανάλογα µε τη «φιλοσοφία» επίλυσης που ακολουθείται και τη δυνατότητα παροχής πρόσθετης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο 2.5 µονάδες ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 7 Ιανουαρίου 2005 ιάρκεια εξέτασης: 5:00-8:00 Έστω ότι

Διαβάστε περισσότερα

Κατακερματισμός (Hashing)

Κατακερματισμός (Hashing) Κατακερματισμός (Hashing) O κατακερματισμός είναι μια τεχνική οργάνωσης ενός αρχείου. Είναι αρκετά δημοφιλής μέθοδος για την οργάνωση αρχείων Βάσεων Δεδομένων, καθώς βοηθάει σημαντικά στην γρήγορη αναζήτηση

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. Μονοδιάστατοι πίνακες Πότε πρέπει να χρησιμοποιούνται πίνακες Πολυδιάστατοι πίνακες Τυπικές επεξεργασίες πινάκων

ΠΕΡΙΕΧΟΜΕΝΑ. Μονοδιάστατοι πίνακες Πότε πρέπει να χρησιμοποιούνται πίνακες Πολυδιάστατοι πίνακες Τυπικές επεξεργασίες πινάκων ΠΕΡΙΕΧΟΜΕΝΑ Μονοδιάστατοι πίνακες Πότε πρέπει να χρησιμοποιούνται πίνακες Πολυδιάστατοι πίνακες Τυπικές επεξεργασίες πινάκων Εισαγωγή Η χρήση των μεταβλητών με δείκτες στην άλγεβρα είναι ένας ιδιαίτερα

Διαβάστε περισσότερα

Αριθµητική Ολοκλήρωση

Αριθµητική Ολοκλήρωση Κεφάλαιο 5 Αριθµητική Ολοκλήρωση 5. Εισαγωγή Για τη συντριπτική πλειοψηφία των συναρτήσεων f (x) δεν υπάρχουν ή είναι πολύ δύσχρηστοι οι τύποι της αντιπαραγώγου της f (x), δηλαδή της F(x) η οποία ικανοποιεί

Διαβάστε περισσότερα

4.3. Γραµµικοί ταξινοµητές

4.3. Γραµµικοί ταξινοµητές Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΕΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ ΣΤΗ ΝΑΥΠΗΓΙΚΗ ΚΑΙ ΣΤΗ ΘΑΛΑΣΣΙΑ ΤΕΧΝΟΛΟΓΙΑ

ΕΦΑΡΜΟΓΕΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ ΣΤΗ ΝΑΥΠΗΓΙΚΗ ΚΑΙ ΣΤΗ ΘΑΛΑΣΣΙΑ ΤΕΧΝΟΛΟΓΙΑ ΕΦΑΡΜΟΓΕΣ ΠΕΠΕΡΑΣΜΕΝΩΝ ΣΤΟΙΧΕΙΩΝ ΣΤΗ ΝΑΥΠΗΓΙΚΗ ΚΑΙ ΣΤΗ ΘΑΛΑΣΣΙΑ ΤΕΧΝΟΛΟΓΙΑ Εισαγωγή στη μέθοδο των πεπερασμένων στοιχείων Α. Θεοδουλίδης Η Μεθοδος των Πεπερασμένων στοιχείων Η Μέθοδος των ΠΣ είναι μια

Διαβάστε περισσότερα

Η παρούσα αξία της επένδυσης αν αυτή υλοποιηθεί άµεσα είναι 0 K 0 1 K

Η παρούσα αξία της επένδυσης αν αυτή υλοποιηθεί άµεσα είναι 0 K 0 1 K 6. Αβεβαιότητα και µη Αναστρέψιµες Επενδύσεις Στην περίπτωση που µία επένδυση δεν µπορεί να αντιστραφεί χωρίς κόστος, δηλαδή αφού έχει πραγµατοποιηθεί η αγορά κεφαλαιακού εξοπλισµού, κατασκευή κτηρίων

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3: ιατύπωση σκεδαζόµενου πεδίου στο FDTD

ΚΕΦΑΛΑΙΟ 3: ιατύπωση σκεδαζόµενου πεδίου στο FDTD ΚΕΦΑΛΑΙΟ 3: ιατύπωση σκεδαζόµενου πεδίου στο FDTD H µέθοδος πεπερασµένων διαφορών στο πεδίο του χρόνου (Finite Difference Time Domain method είναι µια από τις πιο γνωστές και εύχρηστες αριθµητικές µεθόδους

Διαβάστε περισσότερα

Οι διαθέσιμες μέθοδοι σε γενικές γραμμές είναι:

Οι διαθέσιμες μέθοδοι σε γενικές γραμμές είναι: Χωρική Ανάλυση Ο σκοπός χρήσης των ΣΓΠ δεν είναι μόνο η δημιουργία μίας Β.Δ. για ψηφιακές αναπαραστάσεις των φαινομένων του χώρου, αλλά κυρίως, η βοήθειά του προς την κατεύθυνση της υπόδειξης τρόπων διαχείρισής

Διαβάστε περισσότερα

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex

Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Γραµµικός Προγραµµατισµός - Μέθοδος Simplex Η πλέον γνωστή και περισσότερο χρησιµοποιηµένη µέθοδος για την επίλυση ενός γενικού προβλήµατος γραµµικού προγραµµατισµού, είναι η µέθοδος Simplex η οποία αναπτύχθηκε

Διαβάστε περισσότερα

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΕΠΙΜΕΛΕΙΑ: ΜΑΡΙΑ Σ. ΖΙΩΓΑ ΚΑΘΗΓΗΤΡΙΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΩΡΙΑ 10 ΟΥ ΚΕΦΑΛΑΙΟΥ ΥΠΟΠΡΟΓΡΑΜΜΑΤΑ 1. Πως ορίζεται ο τμηματικός προγραμματισμός; Τμηματικός προγραμματισμός

Διαβάστε περισσότερα

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη.

4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. 4.4 Μετατροπή από μία μορφή δομής επανάληψης σε μία άλλη. Η μετατροπή μιας εντολής επανάληψης σε μία άλλη ή στις άλλες δύο εντολές επανάληψης, αποτελεί ένα θέμα που αρκετές φορές έχει εξεταστεί σε πανελλαδικό

Διαβάστε περισσότερα

Κεφάλαιο 1. Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς

Κεφάλαιο 1. Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς Κεφάλαιο 1 Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς 2 Κβαντική Μηχανική ΙΙ - Περιλήψεις, Α. Λαχανάς 1.1 Ατοµο του Υδρογόνου 1.1.1 Κατάστρωση του προβλήµατος Ας ϑεωρήσουµε πυρήνα ατοµικού αριθµού Z

Διαβάστε περισσότερα

Ενότητα 2. Ζωγραφίζοντας με το ΒΥΟΒ

Ενότητα 2. Ζωγραφίζοντας με το ΒΥΟΒ Ενότητα 2 : Ζωγραφίζοντας με το ΒΥΟΒ -1- Ενότητα 2. Ζωγραφίζοντας με το ΒΥΟΒ Κεφάλαιο 1: Κίνηση και γεωμετρικά σχήματα α. Θέση και προσανατολισμός της μορφής Η θέση της κάθε μορφής στο σκηνικό προσδιορίζεται

Διαβάστε περισσότερα

1.1. Διαφορική Εξίσωση και λύση αυτής

1.1. Διαφορική Εξίσωση και λύση αυτής Εισαγωγή στις συνήθεις διαφορικές εξισώσεις 9 Διαφορική Εξίσωση και λύση αυτής Σε ότι ακολουθεί με τον όρο συνάρτηση θα εννοούμε μια πραγματική συνάρτηση μιας πραγματικής μεταβλητής, ορισμένη σε ένα διάστημα

Διαβάστε περισσότερα

Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών

Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών 1 Αλγόριθµοι δροµολόγησης µε µέσα µαζικής µεταφοράς στο µεταφορικό δίκτυο των Αθηνών ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ της Κωτσογιάννη Μαριάννας Περίληψη 1. Αντικείµενο- Σκοπός Αντικείµενο της διπλωµατικής αυτής εργασίας

Διαβάστε περισσότερα

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 5 o Φροντιστήριο

Ασκήσεις Φροντιστηρίου «Υπολογιστική Νοημοσύνη Ι» 5 o Φροντιστήριο Πρόβλημα ο Ασκήσεις Φροντιστηρίου 5 o Φροντιστήριο Δίνεται το παρακάτω σύνολο εκπαίδευσης: # Είσοδος Κατηγορία 0 0 0 Α 2 0 0 Α 0 Β 4 0 0 Α 5 0 Β 6 0 0 Α 7 0 Β 8 Β α) Στον παρακάτω κύβο τοποθετείστε τα

Διαβάστε περισσότερα

Ισοδυναµία τοπολογιών βρόχων.

Ισοδυναµία τοπολογιών βρόχων. Ισοδυναµία τοπολογιών βρόχων. Κατά κανόνα, συµφέρει να ανάγουµε τις «πολύπλοκες» τοπολογίες βρόχων σε έναν απλό κλειστό βρόχο, µε µία συνάρτηση µεταφοράς στον κατ ευθείαν κλάδο και µία συνάρτηση µεταφοράς

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΘΕΜΑ Α

ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΘΕΜΑ Α ΑΡΧΗ 1ΗΣ ΣΕΛΙΔΑΣ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΠΑΝΕΛΛΑΔΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ KAI Δ ΤΑΞΗΣ ΕΣΠΕΡΙΝΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΤΕΤΑΡΤΗ 06 ΣΕΠΤΕΜΒΡΙΟΥ 2017 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ

Διαβάστε περισσότερα

ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ

ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ Συνδυασμένη χρήση μοντέλων προσομοίωσης βελτιστοποίησης. Η μέθοδος του μητρώου μοναδιαίας απόκρισης Νικόλαος

Διαβάστε περισσότερα

Τυχαία μεταβλητή (τ.μ.)

Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ

ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΘΕΜΑ ο (.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις Πέµπτη 7 Ιανουαρίου 8 5:-8: Σχεδιάστε έναν αισθητήρα (perceptron)

Διαβάστε περισσότερα

Περί της Ταξινόμησης των Ειδών

Περί της Ταξινόμησης των Ειδών Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Σχολή Θετικών Επιστημών Τμήμα Φυσικής 541 24 Θεσσαλονίκη Καθηγητής Γεώργιος Θεοδώρου Tel.: +30 2310998051, Ιστοσελίδα: http://users.auth.gr/theodoru Περί της Ταξινόμησης

Διαβάστε περισσότερα

Δοµές Δεδοµένων. 2η Διάλεξη Αλγόριθµοι Ένωσης-Εύρεσης (Union-Find) Ε. Μαρκάκης. Βασίζεται στις διαφάνειες των R. Sedgewick K.

Δοµές Δεδοµένων. 2η Διάλεξη Αλγόριθµοι Ένωσης-Εύρεσης (Union-Find) Ε. Μαρκάκης. Βασίζεται στις διαφάνειες των R. Sedgewick K. Δοµές Δεδοµένων 2η Διάλεξη Αλγόριθµοι Ένωσης-Εύρεσης (Union-Find) Ε. Μαρκάκης Βασίζεται στις διαφάνειες των R. Sedgewick K. Wayne Περίληψη Συνδετικότητα δικτύου Αφαιρέσεις Συνδεδεµένα συστατικά Αφηρηµένη

Διαβάστε περισσότερα

Επιμέλεια απαντήσεων: Ιωάννης Λυχναρόπουλος

Επιμέλεια απαντήσεων: Ιωάννης Λυχναρόπουλος ΥΠΟΛΟΓΙΣΤΙΚΕΣ ΜΕΘΟΔΟΙ, 9-, 5 Ο ΕΞΑΜΗΝΟ ΕΡΓΑΣΙΑ #: ΣΥΝΗΘΕΙΣ ΔΙΑΦΟΡΙΚΕΣ ΕΞΙΣΩΣΕΙΣ ΠΡΟΒΛΗΜΑΤΑ ΔΥΟ ΟΡΙΑΚΩΝ ΤΙΜΩΝ ΤΑΞΙΝΟΜΗΣΗ ΜΕΡΙΚΩΝ ΔΙΑΦΟΡΙΚΩΝ ΕΞΙΣΩΣΕΩΝ ΗΜΕΡΟΜΗΝΙΑ ΠΑΡΑΔΟΣΗΣ:..9 ΔΙΔΑΣΚΩΝ: Δ. Βαλουγεώργης Επιμέλεια

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΤΑΞΗ

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΤΑΞΗ ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Σ ΗΜΕΡΗΣΙΟΥ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΤΡΙΤΗ 3 ΙΟΥΝΙΟΥ 2003 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΑΝΑΠΤΥΞΗ ΕΦΑΡΜΟΓΩΝ ΣΕ ΠΡΟΓΡΑΜΜΑΤΙΣΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ (ΚΥΚΛΟΣ ΠΛΗΡΟΦΟΡΙΚΗΣ

Διαβάστε περισσότερα

Διαδικασία Διαχείρισης Παγίου Ενεργητικού

Διαδικασία Διαχείρισης Παγίου Ενεργητικού Διαδικασία Διαχείρισης Παγίου Ενεργητικού 1 Περίληψη Το συγκεκριμένο εγχειρίδιο δημιουργήθηκε για να βοηθήσει την κατανόηση της διαδικασίας διαχείρισης Παγίου Ενεργητικού. Η διαδικασία περιλαμβάνει αναλυτική

Διαβάστε περισσότερα

Αριθμητική παραγώγιση εκφράσεις πεπερασμένων διαφορών

Αριθμητική παραγώγιση εκφράσεις πεπερασμένων διαφορών Αριθμητική παραγώγιση εκφράσεις πεπερασμένων διαφορών Οι παρούσες σημειώσεις αποτελούν βοήθημα στο μάθημα Αριθμητικές Μέθοδοι του 5 ου εξαμήνου του ΤΜΜ ημήτρης Βαλουγεώργης Καθηγητής Εργαστήριο Φυσικών

Διαβάστε περισσότερα

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ»

Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ. Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» Χρήστος Ι. Σχοινάς Αν. Καθηγητής ΔΠΘ Συμπληρωματικές σημειώσεις για το μάθημα: «Επιχειρησιακή Έρευνα ΙΙ» 2 ΔΥΝΑΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Προβλήματα ελάχιστης συνεκτικότητας δικτύου Το πρόβλημα της ελάχιστης

Διαβάστε περισσότερα

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2

Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 Ερωτήσεις πολλαπλής επιλογής - Κεφάλαιο 2 1. Ο αλγόριθμος είναι απαραίτητος μόνο για την επίλυση προβλημάτων Πληροφορικής 2. Ο αλγόριθμος αποτελείται από ένα πεπερασμένο σύνολο εντολών 3. Ο αλγόριθμος

Διαβάστε περισσότερα

Πανεπιστήμιο Αθηνών Τμήμα Φυσικής Κβαντομηχανική ΙΙ

Πανεπιστήμιο Αθηνών Τμήμα Φυσικής Κβαντομηχανική ΙΙ Πανεπιστήμιο Αθηνών Τμήμα Φυσικής Κβαντομηχανική ΙΙ Χρονικά Ανεξάρτητη Θεωρία Διαταραχών. Τα περισσότερα φυσικά συστήματα που έχομε προσεγγίσει μέχρι τώρα περιγράφονται από μία κύρια Χαμιλτονιανή η οποία

Διαβάστε περισσότερα

Αριθµητική Ανάλυση 1 εκεµβρίου / 43

Αριθµητική Ανάλυση 1 εκεµβρίου / 43 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 Αριθµητική Ανάλυση 1 εκεµβρίου 2014 1 / 43 Κεφ.5. Αριθµητικός Υπολογισµός Ιδιοτιµών και Ιδιοδιανυσµάτων ίνεται ένας πίνακας A C n n και Ϲητούνται να προσδιορισθούν οι

Διαβάστε περισσότερα