INSTITUTO POLITÉCNICO NACIONAL SIMULACIÓN DE UN FLUJO SUPERSÓNICO CON METODOLOGÍA PARALELA ORIENTADA A OBJETOS MAESTRO EN CIENCIAS DE LA COMPUTACIÓN
|
|
- Κυρία Γιαννόπουλος
- 5 χρόνια πριν
- Προβολές:
Transcript
1 INSTITUTO POLITÉCNICO NACIONAL CENTRO DE INVESTIGACIÓN EN COMPUTACIÓN SIMULACIÓN DE UN FLUJO SUPERSÓNICO CON METODOLOGÍA PARALELA ORIENTADA A OBJETOS T E S I S QUE PARA OBTENER EL GRADO DE MAESTRO EN CIENCIAS DE LA COMPUTACIÓN P R E S E N T A EL LIC. CARLOS COUDER CASTAÑEDA DIRECTOR DE TESIS: Dr. BÁRBARO JORGE FERRO CASTRO CODIRECTOR DE TESIS: Dr. AGUSTÍN F. GUTIÉRREZ TORNÉS MÉXICO, D.F., AGOSTO 2003
2
3
4
5 INSTITUTO POLITÉCNICO NACIONAL COORDINACIÓN GENERAL DE POSGRADO E INVESTIGACIÓN CARTA CESIÓN DE DERECHOS En la Ciudad de México, D.F. el día 24 del mes Noviembre del año 2003, el (la) que suscribe Lic. Carlos Couder Castañeda alumno (a) del Programa de Maestría en Ciencias de la Computación con número de registro B991214, adscrito a CIC-IPN, manifiesta que es autor (a) intelectual del presente trabajo de Tesis bajo la dirección de Dr. Bárbaro Jorge Ferro Castro y cede los derechos del trabajo intitulado SIMULACIÓN DE UN FLUJO SUPERSÓNICO CON METODOLOGÍA PARALELA ORIENTADA A OBJETOS, al Instituto Politécnico Nacional para su difusión, con fines académicos y de investigación. Los usuarios de la información no deben reproducir el contenido textual, gráfica o datos del trabajo sin el permiso expreso de autor y/o director de trabajo. Este puede ser obtenido escribiendo a la siguiente dirección ccouder@esfm.ipn.mx. Si el permiso se otorga, el usuario deberá dar el agradecimiento correspondiente y citar la fuente del mismo. Nombre y Firma
6
7 Al creador de la vida y dueño del conocimiento, por haberme dado salud y voluntad para llegar hasta aquí A mi hermano, Vito A mis hermanas, Karla y Karina A mamá Malena y papá Nacho A mis Tíos, Primos y Sobrinos que hacen de la familia un mejor concepto A mi madre, Celia A mi padre, Luciano
8
9
10
11 JAVA
12
13 JAVA
14
15
16 CONTENIDO
17 CONTENIDO
18
19
20 LISTA DE FIGURAS x 52 y (ρ) 3 55 (T ) 56 (p) 3
21 LISTA DE FIGURAS 57 x 58 (M =3.0) 59 (M =4.0)
22
23 x = x =
24
25
26 INTRODUCCIÓN C++ Pascal Smalltalk
27 INTRODUCCIÓN JAVA JAVA JVM
28 INTRODUCCIÓN JPVM
29 INTRODUCCIÓN C PASCAL
30 INTRODUCCIÓN JAVA F x = J G y,
31 INTRODUCCIÓN JAVA U t + F x + F y = J, JPVM JPVM JPVM
32
33
34 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS 1 Proceso 1 Proceso 2 Proceso 3 Figura 1.1-F 1. Procesos disjuntos 2 Proceso 1 Proceso 2 Proceso 3 Figura 1.1-F 2. Procesos cooperativos
35 1.1. PROGRAMACIÓN PARALELA IPC 3 IPC IPC
36 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS un solo hilo un solo hilo múltiples hilos IPC Figura 1.1-F 3. Hilos de ejecución 4
37 1.1. PROGRAMACIÓN PARALELA Procesos Figura 1.1-F 4. Paralelismo temporal Tiempo 5 Procesos Figura 1.1-F 5. Paralelismo real Tiempo
38 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS FORTRAN PASCAL C ADA
39 1.2. SISTEMAS PARALELOS MPI x y MPI 6
40 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS P P P P Cache Cache Cache Cache BUS Memoria Global Figura 1.2-F 6. Memoria compartida 7 RED P P P P Cache Cache Cache Cache Memoria Memoria Memoria Memoria Figura 1.2-F 7. Memoria distribuida
41 1.2. SISTEMAS PARALELOS 2 1, 3 1 k k
42 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS
43 1.3. MÉTRICAS DEL DESEMPEÑO PARA PROGRAMAS PARALELOS Gr = t comp, t comm t comp t comm Gr = t comp t comm. S(n) S (n) = t s t p t s t p n S(n) S (n) = Número de pasos computacionales utilizando un procesador Número de pasos computacionales utilizando varios procesadores
44 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS S(n) n n S(n) = t s t sn = n 8 Tarea 1 Tarea 2 Tarea 3 La inclinación indica el tiempo que tarda el mensaje en llegar Tarea 4 Esperando para enviar un mensaje Mensaje Figura 1.3-F 8. Sobrecarga f t p n t p = ft s + (1 f) t s. n
45 1.3. MÉTRICAS DEL DESEMPEÑO PARA PROGRAMAS PARALELOS S (n) S(n) = = t s ft s + (1 f)t s n n 1+(n 1) f. 9 ( a) Un procesador f t s Sección serial t s 1 f t s Sección paralelizable ( b) Múltiples procesadores n procesadores 1 f t s / n t p Figura 1.3-F 9. Ley de Amdahl 10 S(n) f 1 f lim S(n) = 1 n f.
46 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS Sn ( 20 ) f = f = 0.05 f = 0.10 f = Número de procesadores Figura 1.3-F 10. Speedup contra número de procesadores n E, E = t s t p n, E = S(n) n 100 %. E =50% Costo = tiempo ejecución número de procesadores
47 1.3. MÉTRICAS DEL DESEMPEÑO PARA PROGRAMAS PARALELOS t s t p n t p t p = t s S(n). Costo = t sn S(n) = t s E s q 1 s + q =1
48 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS S(n) = s + q s + q n 1 = s + 1 s n p 1, s + p =1, s + pn, n S(n) = s + pn s + p = s + np = n +(1 n)s. 5%, s =0.05 p =0.95. S (20) = 20 + (1 20) (0.05) = 19.05, S (20) = (20 1) (0.05) =
49 1.4. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS
50 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS 11 Procesador 1 Procesador 2 Canal Objeto Mensaje Objeto Figura 1.4-F 11. Objetos y mensajes
51 1.4. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS
52 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS
53 1.4. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS C++
54 CAPÍTULO 1. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS programa = estructura de datos + algoritmos TDA = encapsulamiento(estructuras de datos + algoritmos)
55 1.4. PROGRAMACIÓN PARALELA ORIENTADA A OBJETOS Objeto = TDA + Herencia Actor = Objeto + Proceso
56
57
58 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA SMP
59 2.1. MULTICOMPUTADORA canal x tarea 12 Interconexión Figura 2.1-F 12. Multicomputadora
60 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA
61 2.2. PASO DE MENSAJES 13 MPI Red Memoria Proceso Figura 2.2-F 13. Modelo de paso de mensajes 14
62 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA Red Proceso Memoria compartida Figura 2.2-F 14. Modelo de clusters
63 2.3. LA MÁQUINA VIRTUAL PARALELA PVM PVM C FORTRAN PVM MPI PVM C FORTRAN
64 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA PVM PVM 15 PVM PVM daemon Aplicación PVM daemon PVM daemon Aplicación Aplicación Figura 2.3-F 15. Paso de mensajes entre computadoras usando la PVM PVM 16
65 2.3. LA MÁQUINA VIRTUAL PARALELA PVM daemon PVM daemon PVM daemon Figura 2.3-F 16. Múltiples procesos ejecutándose en cada computadora (Modelo de Clusters) JAVA JAVA PVM PVM UNIX NT
66 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA PVM JAVA JAVA JAVA API JAVA PVM PVM JAVA JAVA JPVM
67 2.3. LA MÁQUINA VIRTUAL PARALELA UNIX Macintosh Windows NT JPVM PVM JAVA PVM JPVM JAVA JPVM jpvmenviroment JPVM jpvmenviroment jpvmtaskid PVM JPVM jpvmenviorment jpvmenviroment pvm_mytid() JPVM pvm_exit() jpvmenviroment class jpvmenviroment{ public jpvmenviroment(); // Constructor
68 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA public void pvm_exit(); // Identificación public jpvmtaskid pvm_mytid(); public jpvmtaskid pvm_parent(); // Creación de Tareas public int pvm_spawn(string task_name, int num, jpvmtaskid tids[]); // Envío de mensajes public void pvm_send(jpvmbuffer buf, jpvmtaskid tid, int tag); public void pvm_mcast(jpvmbuffer buf, jpvmtaskid tids[], int ntids, int tag); // Recepción de mensajes public jpvmmessage pvm_recv(jpvmtaskid tid, int tag); public jpvmmessage pvm_recv(jpvmtaskid tid); public jpvmmessage pvm_recv(int tag); public jpvmmessage pvm_recv(); // Probar disponibilidad de mensajes public jpvmmessage pvm_probe(jpvmtaskid tid, int tag); public jpvmmessage pvm_probe(jpvmtaskid tid); public jpvmmessage pvm_probe(int tag); public jpvmmessage pvm_probe(); }; // Configuración y control del sistema public jpvmconfiguration pvm_config(); public jpvmtaskstatus pvm_tasks(jpvmconfiguration conf, int which); public void pvm_halt(); JPVM JPVM pvm_spawn() JAVA CLASSPATH
69 2.3. LA MÁQUINA VIRTUAL PARALELA jpvmtaskid pvm_spawn() JAVA JPVM JPVM pvm_send() pvm_recv() jpvmenviroment jpvmbuffer buffers PVM jpvmbuffer JPVM jpvmbuffer buffer buffer JAVA String Object class jpvmbuffer{ public void pack(int v[], int n, int stride); public void pack(int s); public void pack(float v[], int n, int stride); public void pack(float s); public void unpack(int v[], int n, int stride); public int upkint(); public void unapck(float v[], int n, int stride); public float upkfloat();... }; public void pack(string str); public void pack(object d[], int n, int stride); public void pack(object d); public String upkstr(); public unpack(object d[], int n, int stride); public Object upkobject();
70 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA buffers JPVM PVM JPVM PVM buffers pvm_pk*() pvm_upk*() buffer buffer buffer buffer JPVM buffers buffer jpvmbuffer JPVM pvm_send() jpvmenviroment buffer pvm_send() pvm_send() pvm_- recv() jpvmenvironment pvm_recv() pvm_recv() pvm_nrecv() jpvmmessage buffer class jpvmmessage{ public int messagetag;
71 2.3. LA MÁQUINA VIRTUAL PARALELA public jpvmtaskid sourcetid; public jpvmbuffer buffer; JPVM JAVA JAVA C C JAVA JAVA JAVA API PVM UNIX Windows JAVA PVM TCP daemons UDP JPVM sockets TCP jpvmenvironment socket jpvmtaskid x y x y y TCP
72 CAPÍTULO 2. ARQUITECTURA DE LA PLATAFORMA JPVM jpvmenviroment pvm_recv() Solicitud de conexión Hilo de Conexión Hilo de Usuario Hilo de Usuario Hilo de Recepción 1 Hilo de Recepción 2 Hilo de Recepción 3 Conexiones TCP Figura 2.3-F 17. Comunicación de la JPVM JPVM 17 pvm_recv() n m pvm_send() JPVM PVM TPVM
73 UNIX Power C FORTRAN
74 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN (ρ) x (u) y (v) (p) (T ) F x = J G y, F G J
75 3.1. LAS ECUACIONES QUE MODELAN EL FLUJO F = G = ρu ρu 2 + p ρuv ρu (e + V 2 ) + pu 2 ρuv ρuv ρv 2 + p ρu (e + V 2 ) + pv 2 J F F 1 = ρu F 2 = ρu 2 + p F 3 = ρuv F 4 = ρu (e + u2 + v 2 ) + pu 2 e p ρ γ e = c v T = RT γ 1 = 1 γ 1 F 4 p ρ, ( 1 p F 4 = ρu γ 1 ρ + u2 + v 2 ) + pu 2 1 = γ 1 pu + + v 2 ρuu2 + pu. 2
76 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN F 4 = γ γ 1 pu + + v 2 ρuu2 2 G G 1 = ρv G 2 = ρuv G 3 = ρv 2 + p ( ) G 4 = ρv e + V pv F 4 e G 4 G 4 = γ γ 1 pv + ρv u2 + v 2. 2 (ρ, u, v, p, T ), F, ρ = B + B 2 4AC, 2A A = F 3 2 F 4, 2F 1 B = γ γ 1 F 1F 2, C = γ +1 2(γ 1) F 3 1 ; u = F 1 ρ ; v = F 3 F 1 ; p = F 2 F 1 u;
77 3.1. LAS ECUACIONES QUE MODELAN EL FLUJO T = p ρr. G F G 1,G 2,G 3 G 4 ρ F 1,F 2,F 3 F 4, G 1 = ρv = ρ F 3 F 1 G 2 = ρuv = F 3 G 3 = ρv 2 + p ( ) 2 F3 = ρ + F 2 F 1 2 ρ F 1 G 4 = = γ γ 1 pv + ρv u2 + v 2 2 γ γ 1 ( F 2 F 2 1 ρ ) F3 + ρ F 3 F 1 2 F 1 [ (F1 ) 2 + ρ ( F3 F 1 ) 2 ] U t + F x + G y =0, F G U
78 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN U = F = G = ρ ρu ρv ( 1 p γ 1 ρ + u2 + v 2 ) ρ 2 ρu ρu 2 + p ρuv ( 1 p γ 1 ρ + u2 + v 2 ) ρu + pu 2 ρv ρuv ρv 2 + p ( 1 p γ 1 ρ + u2 + v 2 ) ρv + pv 2 U, F G U 1 = ρ U 2 = ρu U 3 = ρv ( 1 p U 4 = γ 1 ρ + u2 + v 2 ) ρ 2 = 1 γ 1 p + u2 + v 2 ρ 2 F 1 = ρu F 2 = ρu 2 + p F 3 = ρuv ( 1 p F 4 = γ 1 ρ + u2 + v 2 ) ρu + pu 2 = γ γ 1 pu + + v 2 ρuu2 2
79 3.1. LAS ECUACIONES QUE MODELAN EL FLUJO G 1 = ρ G 2 = ρuv G 3 = ρv 2 + p ( 1 p G 4 = γ 1 ρ + u2 + v 2 ) ρv + pv 2 = γ γ 1 pv + ρv u2 + v 2 2 (ρ, u, v, p, T ), U ρ = U 1 u = U 2 U 1 v = U 3 U 1 p = (γ 1) T = p ρr [ U 4 1 ( U 2 2U 2 + U 2 ) ] 3 1 F G U F 1 F 2 F 3 F 4 G 1 G 2 G 3 G 4 p U 1 U 2 U 3 U 4 F 1 = U 2 F 2 = U p U 1 F 3 = U 2U 3 U 1 F 4 = U 2 U 1 [U 4 + p]
80 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN G 1 = U 3 G 2 = U 2U 3 U 1 G 3 = U p U 1 G 4 = U 3 [U 4 + p] U 1
81 3.2. MALLA COMPUTACIONAL PARA LA FORMA DEL CONDUCTO (x, y, z, t), x, y, z, t y y ( x) y ( x) z s (x) y z 42in 26in 42in 10in in in y s (x) Figura 3.2-F 18. Plano físico del conducto in x 18 xy xy ξη 19 ξ = x η = y y s(x) y z (x) y s (x)
82 } CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN 1.0 i, j { 1 i, j i 1, j 0 Figura 3.2-F 19. Plano computacional ξ 0 L η η =0 η =1.0 ξη ξη. ξ η x y, ξ(x, y), η(x, y) x = ξ y = ξ ( ) ξ x ( ) ξ y + η + η ( ) η x ( ) η y
83 3.2. MALLA COMPUTACIONAL PARA LA FORMA DEL CONDUCTO ξ x = x x = 1 ξ y η y = x y = 0 = = [ ] y ys (x) y z (x) y s (x) y 1 y z (x) y s (x) [ ] y ys (x) η x = y z (x) y s (x) x = [y z(x) y s (x)] [ y s(x)] [y y s (x)] [y z(x) y s(x)] [y z (x) y s (x)] 2 = y s (x)y z(x)+y s (x)y s(x) [y z (x)y y z (x)y s(x) y s (x)y+y s (x)y s(x)] [y z (x) y s (x)] 2 = y s(x)y z (x) y z(x)y + y z(x)y s (x)+y s(x)y [y z (x) y s (x)] 2 = y [y s(x) y z(x)] + y z(x)y s (x) y s(x)y z (x) [y z (x) y s (x)] 2 y = η [y z (x) y s (x)] + y s (x), η x = η [y s(x) y z(x)] [y z (x) y s (x)] y s(x)[y z (x) y s (x)] [y z (x) y s (x)] 2 = η [y s(x) y z(x)] y s(x) y z (x) y s (x) η x
84 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN y s (x) = y z (x) = 0 x 10 8 (x 10) 10 < x < x (x ) + 8 x> x 10 8 (x 10) < x < x (x ) x> y s (x) y z (x), y s(x) = y z(x) = 0 x < x < x x> x < x < x x> η x = 0.0 x η x 10 < x < x η x x>
85 3.2. MALLA COMPUTACIONAL PARA LA FORMA DEL CONDUCTO Continuidad : Momentoenx: Momentoeny : Energía : F 1 ξ = F 2 ξ = F 3 ξ = F 4 ξ = [( ) η F1 x η + 1 y z (x) y s (x) [( ) η F2 x η + 1 y z (x) y s (x) [( ) η F3 x η + 1 y z (x) y s (x) [( ) η F4 x η + 1 y z (x) y s (x) ] G 1 η ] G 2 η ] G 3 η ] G 4 η τ = t. xyt ξητ. τ = t x = ξ y t ( ) ξ x = ( ) ξ ξ y = ( ) ξ ξ t + η + η + η ( ) η x ( ) η y ( ) η t + τ + τ + τ ( ) τ x ( ) τ y ( τ t ( ) ( ) ( ) ( ) ( ) τ ξ τ ξ η,,,, 0 ( ) x ( ) y y t t ξ τ, 1 x t ),
86 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN x = ξ + ( ) η η x = ( ) η y η y = t τ [ U F τ + ξ + F η [ U F τ = ξ + F η ( ) ( η η y x ( ) η y ( ) η x ( )] [ η G + x η ( )] [ η G x η ( )] η =0, y ( )] η y ) = 1 y z (x) y s (x) = η [y s(x) y z(x)] y s(x). y z (x) y s (x) [ ( )] [ ( )] U Continuidad : 1 τ = F1 ξ + F 1 η η x G1 η η y Momentoenx: U 2 τ [ = F2 ξ + F 2 η ( )] [ η x G2 η ( )] η y Momentoeny : U 3 τ [ = F3 ξ + F 3 η ( )] [ η x G3 η ( )] η y Energía : U 4 τ [ = F4 ξ + F 4 η ( )] [ η x G4 η ( )] η y
87 3.3. ALGORITMO MACCORMACK ( ) F1 ξ ( ) F2 ξ ( ) F3 ξ ( ) F4 ξ i,j i,j i,j i,j = = = = ( ) η (F1 ) i,j (F 1 ) i,j+1 + x η ( ) η (F2 ) i,j (F 2 ) i,j+1 + x η ( ) η (F3 ) i,j (F 3 ) i,j+1 + x η ( ) η (F4 ) i,j (F 4 ) i,j+1 + x η F ( ) ( ) F1 F 1 = (F i+1,j 1 ) i,j + ξ ( ) ( ) F2 F 2 = (F i+1,j 2 ) i,j + ξ ( ) ( ) F3 F 3 = (F i+1,j 3 ) i,j + ξ ( ) ( ) F4 F 4 = (F i+1,j 4 ) i,j + ξ 1 (G 1 ) i,j (G 1 ) i,j+1 y z (x) y s (x) η 1 (G 2 ) i,j (G 2 ) i,j+1 y z (x) y s (x) η 1 (G 3 ) i,j (G 3 ) i,j+1 y z (x) y s (x) η 1 (G 4 ) i,j (G 4 ) i,j+1 y z (x) y s (x) η i,j i,j i,j i,j ξ ξ ξ ξ F i+1,j (ρ) i+1,j = B + B 2 4AC, 2A
88 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN ( ) 2 F 3 i+1,j A = 2 ( ( F 4 )i+1,j F 1 )i+1,j γ ( ) ( ) B = F 1 γ 1 i+1,j F 2 C = γ +1 ( ) 3 F 1 2(γ 1) i+1,j i+1,j ρ G ( ) ( ) F 3 G1 = ρ i+1,j i+1,j ( ) F 1 ( G2 = )i+1,j ( ) F 3 i+1,j i+1,j i+1,j ( ) ( F 3 G3 = ρ )i+1,j i+1,j + ( ( ) 2 F 1 F 2 )i+1,j F i+1,j 2 i+1,j ρ i+1,j ( ) γ G4 = ( ( ) 2 F ( ) 1 F i+1,j 2 γ 1 )i+1,j i+1,j F 3 F 1 = + ρ i+1,j 2 ( ) F 3 F 1 i+1,j ρ i+1,j [ (F ) ρ i+1,j ( F 3 i+1,j ) 2 F 1 i+1,j ] ( ) F1 ξ ) ( F2 ξ ( F3 ξ ( F4 ξ ) ) i+1,j i+1,j i+1,j i+1,j = = = = ( ) η (F 1) i+1,j 1 (F 1) i+1,j 1 (G 1) x η + i+1,j 1 (G 1) i+1,j y z (x) y s (x) η ( η x ( η x ( η x ) (F 2) i+1,j 1 (F 2) i+1,j 1 (G 2) η + i+1,j 1 (G 2) i+1,j y z (x) y s (x) η ) (F 3) i+1,j 1 (F 3) i+1,j 1 (G 3) η + i+1,j 1 (G 3) i+1,j y z (x) y s (x) η ) (F 4) i+1,j 1 (F 4) i+1,j 1 (G 4) η + i+1,j 1 (G 4) i+1,j y z (x) y s (x) η
89 3.3. ALGORITMO MACCORMACK ( ) [ F1 = 1 ( F1 ) ξ i,j 2 ξ ( ) [ F2 = 1 ( F2 ) ξ i,j 2 ξ ( ) [ F3 = 1 ( F3 ) ξ i,j 2 ξ ( ) [ F4 = 1 ( F4 ) ξ i,j 2 ξ i,j i,j i,j i,j ( ) F1 + ξ ( ) F2 + ξ ( ) F3 + ξ ( ) F4 + ξ i+1,j i+1,j i+1,j i+1,j ] ] ] ] F, i +1, ( ) F1 (F 1 ) i+1,j = (F 1 ) i,j + ξ ξ i,j ( ) F2 (F 2 ) i+1,j = (F 2 ) i,j + ξ ξ i,j ( ) F3 (F 2 ) i+1,j = (F 3 ) i,j + ξ ξ i,j ( ) F4 (F 2 ) i+1,j = (F 4 ) i,j + ξ i,j ξ (SF k ) i,j = Cy p i,j+1 2p i,j + p i,j 1 p i,j+1 + p i,j + p i,j 1 [(F k ) i,j+1 2(F k ) i,j +(F k ) i,j 1 ] k =1, 2, 3, 4. F 1, F 2, F 3 F 4 :
90 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN ( ) ( ) F k i+1,j =(F Fk k) i,j + ξ +(SF k ) i,j, k =1, 2, 3, 4. ξ i,j F 1, F 2, F 3 F 4 : (SF k ) i+1,j = Cy p i+1,j+1 2p i+1,j + p i+1,j 1 p i+1,j+1 + p i+1,j + p i+1,j 1 [ ] (F k ) i+1,j+1 2(F k ) i+1,j +(F k ) i+1,j 1, k =1, 2, 3, 4. (F k ) i+1,j = (F k ) i,j + ( ) Fk ξ +(SF k ) i+1,j, k =1, 2, 3, 4. ξ i x j y ( ) τ U1 τ i,j ( ) τ U2 τ i,j = (F 1) τ i,j (F 1) τ ( ) i+1,j η (F1 ) τ i,j + (F 1) τ i,j+1 ξ x η ( ) η (G1 ) τ i,j + (G 1) τ i,j+1 y η = (F 2) τ i,j (F 2) τ ( ) i+1,j η (F2 ) τ i,j + (F 2) τ i,j+1 ξ x η ( ) η (G2 ) τ i,j + (G 2) τ i,j+1 y η
91 3.3. ALGORITMO MACCORMACK ( ) τ U3 τ i,j ( ) τ U4 τ i,j = (F 3) τ i,j (F 3) τ ( ) i+1,j η (F3 ) τ i,j + (F 3) τ i,j+1 ξ x η ( ) η (G3 ) τ i,j + (G 3) τ i,j+1 y η = (F 4) τ i,j (F 4) τ ( ) i+1,j η (F4 ) τ i,j + (F 4) τ i,j+1 ξ x η ( ) η (G4 ) τ i,j + (G 4) τ i,j+1 y η U, ( ( ) τ+ τ U 1 = (U i,j 1 ) τ i,j + U1 τ ( ( ) τ+ τ U 2 = (U i,j 2 ) τ i,j + U2 τ ( ( ) τ+ τ U 3 = (U i,j 3 ) τ i,j + U3 τ ( ( ) τ+ τ U 4 = (U i,j 4 ) τ i,j + U4 τ ) τ i,j ) τ i,j ) τ i,j ) τ i,j τ τ τ τ U, (p) τ+ τ i,j =(γ 1) (U 4 ) τ+ τ i,j 1 2 ( U 1 ) τ+ τ i,j [ ( ) U 2 τ+ τ ( 2 + U 2 3 i,j ) τ+ τ i,j ] p, F G ( ) τ+ τ F 1 = ( ) τ+ τ U i,j 2 i,j
92 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN ( F 2 ) τ+ τ i,j = ( F 3 ) τ+ τ i,j = ( F 4 ) τ+ τ i,j = ( ) U 2 τ+ τ 2 i,j ( ) τ+ τ U 1 i,j ( ) τ+ τ U 2 i,j ( U 1 ) τ+ τ i,j ( U 2 ) τ+ τ i,j ( U 1 ) τ+ τ i,j +(p) τ+ τ i,j ( U 3 ) τ+ τ i,j [ (U 4 ) τ+ τ i,j ] +(p) τ+ τ i,j ( ) τ+ τ G1 = ( ) τ+ τ U i,j 3 i,j ( G2 ) τ+ τ i,j = ( G3 ) τ+ τ i,j = ( G4 ) τ+ τ i,j = ( ) τ+ τ i,j U 3 i,j ( ) τ+ τ U 1 i,j ( U 2 ) τ+ τ ( U 2 3 ) τ+ τ i,j ( U 1 ) τ+ τ i,j ( U 3 ) τ+ τ i,j ( U 1 ) τ+ τ i,j +(p) τ+ τ i,j [ (U 4 ) τ+ τ i,j ] +(p) τ+ τ i,j F G t + t ( ) τ+ τ U1 τ i,j = ( ) τ+ τ F1 i 1,j ( ) τ+ τ F 1 i,j ξ + + ( ) ( ) τ+ τ η G 1 i,j 1 ( ) τ+ τ G 1 i,j y η ( ) ( ) τ+ τ η F 1 i,j 1 ( ) τ+ τ F 1 i,j x η
93 3.3. ALGORITMO MACCORMACK ( ) τ+ τ U2 τ i,j = ( ) τ+ τ F2 i 1,j ( ) τ+ τ F 2 i,j ξ + + ( ) ( ) τ+ τ η G 2 i,j 1 ( ) τ+ τ G 2 i,j y η ( ) ( ) τ+ τ η F 2 i,j 1 ( ) τ+ τ F 2 i,j x η ( ) τ+ τ U3 τ i,j ( ) τ+ τ U4 τ i,j = = ( ) τ+ τ F3 i 1,j ( ) τ+ τ F 3 i,j ξ + + ( ) ( ) τ+ τ η G 3 i,j 1 ( ) τ+ τ G 3 i,j y η ( ) τ+ τ F4 i 1,j ( ) τ+ τ F 4 i,j ξ + + ( ) ( ) τ+ τ η G 4 i,j 1 ( ) τ+ τ G 4 i,j y η ( ) ( ) τ+ τ η F 3 i,j 1 ( ) τ+ τ F 3 i,j x η ( ) ( ) τ+ τ η F 4 i,j 1 ( ) τ+ τ F 4 i,j x η ( ) U1 = 1 τ i,j 2 ( ) U2 = 1 τ i,j 2 ( ) U3 = 1 τ i,j 2 ( ) U4 = 1 τ i,j 2 [ ( U1 τ [ ( U2 τ [ ( U3 τ [ ( U4 τ ) τ ) τ ) τ ) τ i,j i,j i,j i,j ( U1 τ ( U2 τ ( U3 τ ( U4 τ ) τ+ τ i,j ) τ+ τ i,j ) τ+ τ i,j ) τ+ τ i,j ] ] ] ]
94 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN U, τ + τ, ( ) (U 1 ) τ+ τ i,j = (U 1 ) τ i,j + U1 τ τ i,j ( ) (U 2 ) τ+ τ i,j = (U 2 ) τ i,j + U2 τ τ i,j ( ) (U 3 ) τ+ τ i,j = (U 3 ) τ i,j + U3 τ τ i,j ( ) (U 4 ) τ+ τ i,j = (U 4 ) τ i,j + U4 τ i,j τ S S τ i,j = S τ+ τ i,j = p C τ x i+1,j 2p τ i,j + pt i 1,j p τ i+1,j +2pτ i,j + pτ i 1,j p C τ y i,j+1 2p τ i,j + pτ i,j 1 + p τ i,,j+1 +2pτ i,j + pτ i,j 1 C x p τ+ τ i+1,j p τ+ τ i+1,j 2pτ+ τ i,j +2pτ+ τ i,j p τ+ τ C y i,j+1 2pτ+ τ i,j + p τ+ τ i,j+1 +2pτ+ τ i,j + p τ+ τ i 1,j + p τ+ τ i 1,j ( ) Ui+1,j τ 2U i,j τ + U i 1,j τ ( ) Ui,j+1 τ 2U i,j τ + U i,j 1 τ + p τ+ τ i,j 1 + p τ+ τ i,j 1 ( U τ+ τ i+1,j 2U τ+ τ i,j ( U τ+ τ i,j+1 τ+ τ 2Ui,j ) + U τ+ τ i 1,j ) + U τ+ τ i,j 1 (Ū) τ+ τ i,j (U) τ+ τ i,j ( ) τ =(U) τ i,j + U1 τ + S τ i,j; τ i,j =(U) τ i,j + ( U1 τ ) i,j τ + S τ+ τ i,j.
95 3.4. PARÁMETROS INICIALES Y CONDICIONES A LA FRONTERA M = u = v = ρ = p = T = M 1 = 2 =1. 23 Kg 1 m3 p = T1 = K 5 N m2 x 0 x0 x Plano físico línea inicial de datos 0 0 Plano computacional Figura 3.4-F 20. Condiciones iniciales x x 0 y 20 y F x x 0 + x ξ
96 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN ξ ξ =min{min ξ 1 (i), min ξ 2 (i)}, ξ 1 (i) = y C, tan (θ i,j + µ i,j ) j =1,..., (n 1) ξ 1 (i) = y C, tan (θ i,j + µ i,j ) j =2,..., n, ( ) vi,j θ i,j = arctan u i,j ( ) 1 µ i,j = arc sen. M i,j C 1 C =0.5. i x j y 21
97 3.4. PARÁMETROS INICIALES Y CONDICIONES A LA FRONTERA V 1, y (V 1 ) cal 1 1 (V o 1) act x frontera inferior 2 2 (V 2 ) cal (V 2 ) act Figura 3.4-F 21. Condiciones de Abbett V 1, 21 V 1 ( ) φ 1 =tan 1 v1, u 1 u 1 v 1 x y, (M 1 ) = (u1 ) 2 +(v 1 ) 2 (a 1 ),
98 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN a = γp ρ. V 1 V 1 φ 1. V 1, (V 1 ) (M 1 ), f f = f + φ 1, f (M 1 ). (M 1 ) f f = γ+1 γ 1 tan 1 γ 1 γ+1 ((M 1) 2 1) tan 1 (M 1 ) 2 1 (M 1 ) (M 1 ). p,t ρ p,t ρ
99 3.4. PARÁMETROS INICIALES Y CONDICIONES A LA FRONTERA M M [ ] (γ 1) 1+ p = p 2 [ ] (γ 1) 1+ 2 [ ] (γ 1) 1+ T = T 2 [ ] (γ 1) 1+ 2 M 2 M 2 M 2 M 2 γ γ 1 ρ = p RT p,t ρ p, T ρ 21 V 2 φ 2 f f = f + φ 2 21 φ 2 φ 2 = θ ψ, ψ =tan 1 v 2 u 2.
100 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN M = 2.22 p = T = 255 K ρ = v = 74.6 u = 707, (V 1 ) ψ = tan 707 = (6.02). x, θ =(5.352) 0, φ 2 = θ ψ = (5.352) (6.02) = ( 0.668). (0.668) f = f + φ 2 M =2.22, f =(32.24),
101 3.4. PARÁMETROS INICIALES Y CONDICIONES A LA FRONTERA f = (32.24) (0.668) = (31.57). M =2.19. [ ] p = p 1+ γ 1 2 ] 1+ [ γ 1 2 M 2 M 2 γ γ 1 = ( ) [ 1+0.2(2.22) 2 = (2.19) 2 [ ] T = T 1+ γ 1 2 M 2 [ ] 1+ γ 1 2 M 2 [ [ ] ] 2 (2.22) 2 = [ ] (2.19) 2 = ρ = (287.11) (258.44) = ] x, u = u = 707.
102 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN y, v v = u (tan θ) = 707 (tan (5.352) ) = η η η = ξ ξ, t t ( u i,j t = C x + v ) 1 i,j y + a 1 i,j ( x) ( y) 2, γ pi,j C =0.5 a i,j = ρ i,j τ ( u i,j τ i,j = C ξ + v ) 1 i,j η + a 1 i,j ( ξ i ) ( η) 2. (i =1), (i = N), (j =1) (j = M), (M 2) (N 2) τ t, τ =mín( τ t 2,2, τ t 2,3,..., τ t i,j,..., τ t N 1,M 1).
103 3.4. PARÁMETROS INICIALES Y CONDICIONES A LA FRONTERA (i, j), τ =0. 22 ρ T p, i =1 U 1, i =1, U 2 U 3 i =1, U 2(i=1,j) = 2U 2(i=2,j) U 2(i=3,j) U 3(i=1,j) = 2U 3(i=2,j) U 3(i=3,j) U 4 i =1, u v U 2 U 3 i = n, U 1(i=n,j) =2U 1(i=n 1,j) U 1(i=n 2,j) U 2(i=n,j) =2U 2(i=n 1,j) U 2(i=n 2,j) U 3(i=n,j) =2U 3(i=n 1,j) U 3(i=n 2,j) U 4(i=n,j) =2U 4(i=n 1,j) U 4(i=n 2,j)
104 CAPÍTULO 3. EL MODELO MATEMÁTICO DE LA APLICACIÓN Frontera superior (fija) (IMIN, JMAX) (IMAX, JMAX) u i 1 y vi 1 extrapolados del interior u, v,, y T extrapolados del interior Flujo (fijos) i 1 T i 1 p i 1 y puntos discretos DOMINIO COMPUTACIONAL (IMIN, JMIN) x Frontera inferior (fija) (IMAX, JMIN) Figura 3.4-F 22. Condiciones a la frontera para el flujo no estacionario
105
106 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN 23
107 4.1. DISEÑO DE PROGRAMAS PARALELOS Problema particionamiento comunicación aglomeración mapeo Figura 4.1-F 23. Metodología PCAM
108 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN 24 unidimensional bidimensional tridimensional Figura 4.1-F 24. Posibles particionamientos sobre una malla 3D
109 4.1. DISEÑO DE PROGRAMAS PARALELOS
110 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN
111 4.2. TIEMPO DE EJECUCIÓN PARALELA t p t comp, t comm t p = t comp + t comm
112 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN t comm = t startup + n t data, t startup t data n q
113 4.2. TIEMPO DE EJECUCIÓN PARALELA n t comm = q (t startup + n t data ) t startup PVM t startup µ double t data=double double MPI t startup µ n n 2 n n 1 n 2 n 2 n 1 2
114 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN t comp = n 1 +1, 2 ( t comm = t startup + n ) 2 t data +(t startup + t data ) ( n ) = 2t startup t data X (0) N X (T ) Xi t+1 = Xt i 1 +2Xt i + Xt i+1, 0 <i<n 1, 0 t<t, 4 X t +1, T X i t +1 X i 1,X i,x i+1 t. N X. i X (0) i X (1) i X (2) i..., X (T ) i. i, X (t) i i 1 i +1 X (t) i 1 X(t) i+1 X (t+1) i. N
115 4.3. ALGORITMOS PARALELOS PARA DIFERENCIAS FINITAS X t +1 X t, X (t+1) i,j = 4X(t) i,j + X(t) i 1,j + X(t) i+1,j + X(t) i,j 1 + X(t) i,j+1 8 t X i,j t +1 X i,j X. X i,j, X (1) i,j,x(2) i,j,x(3) i,j,... X (0) i 1,j,X(1) i 1,j,X(2) i 1,j,... X (0) i+1,j,x(1) i+1,j,x(2) i+1,j,... X (0) i,j 1,X(1) i,j 1,X(2) i,j 1,... X (0) i,j+1,x(1) i,j+1,x(2) i,j+1,..., X i 1,j, X i+1,j,x i,j 1, X i,j+1 X i,j X i,j t =0 T 1 X (t) i,j X (t) i 1,j,X(t) i+1,j,x(t) i,j 1,X(t) i,j+1 X (t+1) i,j.
116 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN X i 1, j X i, j 1 X i, j X i, j 1 X i 1, j Figura 4.3-F 25. Estructura de tareas de granularidad fina sobre una malla bidimensional X i,j 25 X.
117 4.3. ALGORITMOS PARALELOS PARA DIFERENCIAS FINITAS Tarea Conjunto de puntos a ser enviados Mensajes Figura 4.3-F 26. Estructura de tareas de granularidad gruesa 26 X
118 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN h xx + h yy = au t. 27 h i,j 0 i n 0 j n. h i,0,h 0,j, h n,j,h i,n, 0 i n 0 j n, h i,j, 1 i n 1 1 j n 1, (n 1) 2 h i,j = h i 1,j + h i+1,j + h i,j 1 + h i,j+1, 4 placa de metal Figura 4.3-F 27. Problema de distribución de calor
119 4.3. ALGORITMOS PARALELOS PARA DIFERENCIAS FINITAS h[i][j] h[0][x] h[x][0] h[n][x] h[x][n] 0 x n C for(iteration=0; iteration<limit; iteration++){ for(i=1; i<n; i++) for(j=1; j<n; j++) g[i][j]=0.25*(h[i-1][j]+h[i+1][j]+h[i][j-1]+h[i][j+1]); for(i=1; i<n; i++) /*actualización de puntos*/ for(j=1; j<n; j++) h[i][j]=g[i][j]; } h i,j g[][] h[][] h[][] g[][] do{ for(i=1; i<n; i++){ for(j=1; j<n; j++) g[i][j]=0.25*(h[i-1][j]+h[i+1][j]+h[i][j-1]+h[i][j+1]); for(i=1; i<n; i++) /*actualización de puntos*/
120 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN for(j=1; j<n; j++) h[i][j]=g[i][j]; continue=false; /*indica si se debe continuar*/ for(i=1; i<n; i++) /*checar la convergencia de cada punto*/ for(j=1; j<n; j++) if(!converged(i,j)) { /*buscar puntos sin convergencia*/ continue=true; break; } } converged(i,j) TRUE g[i][j] FALSE continue TRUE P i,j, P i,j for(iteration=0; iteration<limit; iteration++){ g = 0.25*(w + x + y + z); send(&g, P i-1,j ); send(&g, P i+1,j ); send(&g, P i,j-1 ); send(&g, P i,j+1 ); recv(&w, P i-1,j ); recv(&x, P i+1,j ); recv(&y, P i,j-1 ); recv(&z, P i,j+1 ); } w x y z limit
121 4.3. ALGORITMOS PARALELOS PARA DIFERENCIAS FINITAS send() recv() recv() send() iteration = 0; do { iteration++; g = 0.25*(w + x + y + z) send(&g, P i-1,j ); send(&g, P i+1,j ); send(&g, P i,j-1 ); send(&g, P i,j+1 ); recv(&w, P i-1,j ); recv(&x, P i+1,j ); recv(&y, P i,j-1 ); recv(&z, P i,j+1 ); } while((!converged(i,j)) && (iteration < limit)); send(&g, &i, &j, &iteration, P master ); 28
122 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN send(g,p i-1,j ); send(g,p i+1,j ); send(g,p i,j-1 ); send(g,p i,j+1 ); recv(w,p i-1,j ); recv(x,p i+1,j ); recv(y,p i,j-1 ); recv(z,p i,j+1 ); send(g,p i-1,j ); send(g,p i+1,j ); send(g,p i,j-1 ); send(g,p i,j+1 ); recv(w,p i-1,j ); recv(x,p i+1,j ); recv(y,p i,j-1 ); recv(z,p i,j+1 ); send(g,p i-1,j ); send(g,p i+1,j ); send(g,p i,j-1 ); send(g,p i,j+1 ); recv(w,p i-1,j ); recv(x,p i+1,j ); recv(y,p i,j-1 ); recv(z,p i,j+1 ); send(g,p i-1,j ); send(g,p i+1,j ); send(g,p i,j-1 ); send(g,p i,j+1 ); recv(w,p i-1,j ); recv(x,p i+1,j ); recv(y,p i,j-1 ); recv(z,p i,j+1 ); send(g,p i-1,j ); send(g,p i+1,j ); send(g,p i,j-1 ); send(g,p i,j+1 ); recv(w,p i-1,j ); recv(x,p i+1,j ); recv(y,p i,j-1 ); recv(z,p i,j+1 ); Figura 4.3-F 28. Paso de mensajes para el problema de la distribución de calor
123 4.3. ALGORITMOS PARALELOS PARA DIFERENCIAS FINITAS if (primer_renglon) x = valor_superior; if (primer_columna) y = valor_izquierda; if (ultimo_renglon) w = valor_inferior; if (primer_renglon) x = valor_superior; if (primer_columna) y = valor_izquierda; if (ultima_columna) z = valor_derecho; iteration = 0; do { iteration++; g = 0.25*(w + x + y + z) if!(primer_renglon) send(&g, P i-1,j ); if!(ultimo_renglon) send(&g, P i+1,j ); if!(primer_columna) send(&g, P i,j-1 ); if!(ultima_columna) send(&g, P i,j+1 ); if!(ultimo_renglon) recv(&w, P i-1,j ); if!(primer_renglon) recv(&x, P i+1,j ); if!(primer_columna) recv(&y, P i,j-1 ); if!(ultima_columna) recv(&z, P i,j+1 ); } while((!converged(i,j)) && (iteration < limit)); send(&g, &i, &j, &iteration, P master ); 29
124 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN Figura 4.3-F 29. Partición para el problema de la distribución de calor t commsq =8 (t startup + p n ) t data, p t commsq
125 4.3. ALGORITMOS PARALELOS PARA DIFERENCIAS FINITAS t commcol =4(t startup + nt data ). t commsq t commcol t startup t startup = 10, 000 t data =50 n =32. t commcol =46, 400 t commsq =80, ,800 p p, t startup = 100 t data =50 n =32, t commcol =6, 800 t commsq = ,800 p, t commcol >t commsq, p>4 8 (t startup + p n ) t data > 4(t startup + nt data ), ( t startup >n 1 2 ) t data p
126 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN F 1 ξ = [( ) η F1 x η + 1 y z (x) y s (x) ] G 1, η η, m η k m k η, m =40 k =4, j 1,j 2,j 3,j 4 j 1 = 1,...,10 j 2 = 11,...,20 j 3 = 21,...,30 j 4 = 31,...,40 30
127 4.4. PARALELIZANDO EL ALGORITMO MACCORMACK j+1 j j-1 tarea punto discreto que debe ser enviado a su tarea vecina i i+1 Figura 4.4-F 30. Diseño de granularidad fina ( ) F1 = ξ i,j ( ) η (F1 ) i,j (F 1 ) i,j+1 + x η 1 y z (x) y s (x) (G 1 ) i,j (G 1 ) i,j+1, η (i, j), i =1...n j =1...m n ξ m η k ) ( F1 ξ i,j
128 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN ( ) F1 m j 1 = 1, 2,...,( ξ i,j 1 t ( ) F1 ( m ) ( m ) j 2 = +1, ξ i,j 2 k k ( ) F1 m ) j 3 = 2( ξ i,j 3 k ( ) F1 ( m ) j k = (k 1) ξ i,j k k ), 1 ( m ) +2,...,2, 2 k ( m ) ( m ) +1, 2 +2,...,3, 2 k k ( m ) +1,...,k = m k k ξ = 1800 F 1 F 2,F 3,F = 7200 (7), (8), (9) (10) )
129 4.4. PARALELIZANDO EL ALGORITMO MACCORMACK F 1 F 2 F 3 F 4 Tarea de granularidad gruesa, cada una trabajando en una variable de flujo F Figura 4.4-F 31. Diseño de granularidad gruesa para el flujo estacionario F 1 F 2 F 3 F 4 q (q =1, 2, 3, 4) F q i +1 F q F q.
130 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN F q i +1. ξ i, F q. F q (i, j) q (q =1, 2, 3, 4) F q n ξ 1, ξ 1 + ξ 2,..., ξ i i=1 32 q (q =1, 2, 3, 4) (i, j) U q τ 0 +1 τ τ 0 + k
131 4.5. ALGORITMO PARALELO PARA LA FORMA ESTACIONARIA 0 +k 0 +k U 1 U k 0 +k U 3 U Figura 4.4-F 32. Diseño de granularidad gruesa para el flujo bidimensional no estacionario M F 1 F 2 F 3 F 4 G 1 G 2 G 3 G 4. M S 1 S 2 S 3 S 4. M S 1 S 2 S 3 S 4.
132 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN M S 1 S 2 S 3 S 4, S 1 S 2 S 3 S 4, M x =0.0, i =1 M F 1 G 1 i, S 1 F 2 G 2 F 3 G 3 F 4 G 4 i, S 2 S 3 S 4, M F k i,j j=1,...,41. S k,m G k i,j j=1,...,41. S k,k=1,..., 4. ξ i S 1 S 2 S 3 S 4 ( ) F1, ξ ( ) F2, ξ ( ) F3 ξ ( ) F4, ξ F 1 F 2 F 3 F 4 ξ M ξ S k k =1, 2, 3, 4. S 1 S 2 S 3 S 4 F 1 F 2 F 3 F 4, i ξ S 1 F 1 S 2 S 4, C F 1i,j j=1,...,41. S 1 S 2,S 1 F 1i,j j=1,...,41. S 4 S 2 F 1 B
133 4.5. ALGORITMO PARALELO PARA LA FORMA ESTACIONARIA S 3 F 3 S 4 S 3 F 3i,j j=1,...,41. S 4 S 4 F 1 F 3 A S 1 C F 1, M C i,j j=1,...,41. F 1i,j j=1,...,41. S 1 M, S 1 M S 2 B F 2, M B i,j j=1,...,41. F 2i,j j=1,...,41. S 2 M, S 2 M S 3 F 3 M. S 3 F 3i,j j=1,...,41. M S 4 A F 4, M A i,j j=1,...,41. F 4i,j j=1,...,41. S 4 M, S 2 M A B C F 1 F 2 F 3 F 4, γ P M γ F 3 P, S 1. M γ i,j j=1,...,41. S 1,M F 3 i,j j=1,...,41. S 1,M P i,j j=1,...,41. S 1 M F 3 P, S 2. ( ) M F 3 i,j j=1,...,41. S 2,M P i,j j=1,...,41. S 2
134 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN M γ F 2 F 1 P, S 3. M γ i,j j=1,...,41. S 3,M F 2 i,j j=1,...,41. ( ) M P i,j j=1,...,41. S 3 S 3,M F 1 i,j j=1,...,41. S 3 M γ F 3 F 2 F 1 P, S 4. M γ i,j j=1,...,41. S 4,M F 3 i,j j=1,...,41. S 4,M F 2 i,j j=1,...,41. S 4 M F 1 i,j j=1,...,41. S 4,M P i,j j=1,...,41. S 4 S 1 γ F 3 P, G 1. S 2 F 3 P, G 2. S 3 γ F 2 F 1 P, G 3. S 4 γ F 3 F 2 F 1 P, G 4. S 1 S 2 S 3 S 4 ( ) ( ) ( ) ( ) F1 F2 F3 F4,,, ξ ξ ξ ξ F 1 F 2 F 3 F 4 S 1 S 2 S 3 S 4 ( ) ( ) ( ) ( ) F1 F2 F3 F4 ξ ξ ξ ξ,, S 1 S 2 S 3 S 4 F 1 F 2 F 3 F 4, i +1.,
135 4.5. ALGORITMO PARALELO PARA LA FORMA ESTACIONARIA F 1 F 2 F 3 F 4 M, S 1 S 2 S 3 S 4. F 1i+1,j j=1,...,41. S 1 S 3 F 3i+1,j j=1,...,41. M,S 2 F 2i+1,j j=1,...,41. M, F 4i+1,j j=1,...,41. M, S 4 F 1 F 2 F 3 F 4, j =1 j =41 F 1 F 2 F 3 F 4, γ u v P T, G 1 G 2 G 3 G 4. x ξ (x = x + ξ), i (i = i +1) x M 33 34
136 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN Maestro : Master Esclavo 1 : Slave Esclavo 2 : Slave Esclavo 3 : Slave Esclavo 4 : Slave Constantes Constantes Constantes Constantes ID's ID's ID's ID's F 1, 1 G, P y x F 2, 2 G, P y x F 3, 3 G, P y x F 4, 4 G, P y x F 1 F 1 F 3 C y F 1 B y F 2 F3 B y F 4 Figura 4.5-F 33. Paso de mensajes para la forma estacionaria (paso predictor)
137 4.5. ALGORITMO PARALELO PARA LA FORMA ESTACIONARIA Definir parámetros iniciales <<usa>> Programa Maestro Calcular el comportamiento del flujo supersónico en el conducto Ecuaciones del flujo estacionario Crear tareas esclavas Figura 4.5-F 34. Casos de uso de la forma estacionaria t com_predictor η M 4 ( ) t startup +47 t M 4(t startup +20 t ) F G P x M 4 ( ) t startup t ξ M 4 ( ) t startup +1 t F 1 S 1 S 2 S 4 2 ( ) t startup +82 t ( ) F 3 S 3 S 4 tstartup +41 t ( ) C F 1 S 1 tstartup +82 t ( ) B F 2 S 2 tstartup +82 t ( ) F 3 S 3 tstartup +41 t ( ) A F 4 S 4 tstartup +82 t t com_predictor =15 t startup t
138 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN Maestro : Master Esclavo 1 : Slave Esclavo 2 : Slave Esclavo 3 : Slave Esclavo 4 : Slave, F 3 y P F 3 y P, F 2, F 1 y P, F 3, F 2, F 1 y P nuevo valor de F 1 nuevo valor de F 2 nuevo valor de F 3 nuevo valor de F 4 Continuación de la Figura 4.5-F 33. (paso corrector) t com_corrector, ( ) γ F 3 P S 1 M tstartup t ( ) F 3 P S 2 M tstartup +82 t ( ) γ F 2 F 1 P S 3 M tstartup t γ F 3 F 2 F 1 P S 4 M ( ) t startup t ( ) F 1 S 1 tstartup +41 t ( ) F 2 S 2 tstartup +41 t ( ) F 3 S 3 tstartup +41 t ( ) F 4 S 4 tstartup +41 t t com_corrector =8 t startup t.
139 4.6. ALGORITMO PARALELO PARA LA FORMA NO ESTACIONARIA n t com_total = (8 t startup t )+n (t ) com_predictor + t com_corrector = (8 t startup t ) + (23 t startup t ), (8 t startup t ) M ρ u x v y p M S 1 S 2 S 3 S 4 M S 1 S 2 S 3 S 4 M S 1 S 2 S 3 S 4 S 1 S 2 S 3 S 4 M t =1 U 1 U 2 U 3 U 4 i, j i =1,..., 1001 j =1,..., 41. M U 1 U 2 U 3 p, S 1 S 2 S 3 U 1 U 2 U 3 U 4 p, S 4 M p i,j U i,j k k=1,2,3, i=1,...,1101 j=1,...,41. S k k=1,2,3. M p i,j U i,j 4 k=1,2,3, i=1,...,1101 j=1,...,41. S 4
140 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN M τ t F k G k S k, U k M, k =1, 2, 3, 4 S 1 S 2 S 3 S 4 ( ) U1, τ ( ) U2, τ ( ) U3 τ ( ) U4 τ U 1 U 2 U 3 U 4 F 1 F 2 F 3,F 4,G 1 G 2 G 3 G 4 M S 1 S 2 S 3 S 4, τ M τ S k, k =1, 2, 3, 4. S 1 S 2 S 3 S 4 U 1, U 2, U 3 U 4, t τ S 1 S 2 S 3 S 4 M U 1, U 2, U 3 U 4 U i,j k S k k=1,2,3,4, i=1,...,1101 j=1,...,41. M, k =1, 2, 3, 4. M U 1, U 2, U 3 U 4, p M U 2 U 3 p, S 1 M p i,j U i,j k k=2,3, i=1,...,1101 j=1,...,41. S 1 M U 1 U 3 p, S 2 M p i,j U i,j k k=1,3, i=1,...,1101, j=1,...,41. S 2
141 4.6. ALGORITMO PARALELO PARA LA FORMA NO ESTACIONARIA M U 1 U 2 p, S 3 M p i,j U i,j k k=1,2, i=1,...,1101, j=1,...,41. S 3 M U 1 U 2 U 3 p, S 4 M p i,j U i,j k k=1,2,3, i=1,...,1101, j=1,...,41. S 4 S 1 S 2 S 3 S 4 ( ) U1, τ ( ) U2, τ ( ) U3 τ ( ) U4 τ U 1, U 2, U 3 U 4 S 1 S 2 S 3 S 4 ( ) ( ) ( ) ( ) U1 U2 U3 U4 τ τ τ τ,, S 1 S 2 S 3 S 4 U 1 U 2 U 3 U 4 t +1 S 1 S 2 S 3 (1, 1) (1, 2) (1, 41) (1, 1) (2, 1) (1101, 1) (1, 41) (2, 41) (1101, 41) (1101, 1) (1101, 2) (1101, 41) U 1 U 2 U 3 S 1 S 2 S 3 S 4 U 1,U 2 U 3, U i,j k S k k=1,2,3, i=1,...,1101, j=1,...,41. S 4
142 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN S 4 U 4, U 1 U 2 U 3. S 1 S 2 S 3 S 4 U k, k =1, 2, 3, 4, t t +1 S 1 S 2 S 3 S 4 U 1 U 2 U 3 U 4, M U i,j k S k k=1,2,3, i=1,...,1101, j=1,...,41. M p t +1 U 1 U 2 U 3 U 4 M τ τ (τ = τ + τ) t (t = t +1) ρ u x v y U 1 U 2 U 3 U 4 35
143 4.6. ALGORITMO PARALELO PARA LA FORMA NO ESTACIONARIA Maestro : Master Constantes Esclavo 1 : Slave Constantes Esclavo 2 : Slave Constantes Esclavo 3 : Slave Constantes Esclavo 4 : Slave ID's ID's ID's ID's U 1, 2 3 U, U y p U 1, 2 3 U, U y p U 1, 2 3 U, U y p U1, U 2, U3, U 4 y p U 1 U 2 U 3 U 4 U 2, U 3 y p U 1, U 3 y p U 1, U 2 y p U 1, U 2, U 3 y p U 1 U 2 U 3 U 1 U 2 U 3 U 4 Figura 4.6-F 35. Paso de mensajes para la forma no estacionaria 36 35
144 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN Obtener parámetros iniciales de un archivo <<usa>> Programa Maestro Calcular el comportamiento del flujo supersónico en el conducto Ecuaciones del flujo no estacionario Crear tareas esclavas Figura 4.6-F 36. Casos de uso de la forma no estacionaria t com_predictor, M 4 ( ) t startup +49 t M 4 ( ) t startup +20 t U 1,U 2,U 3 p M S 1 3 ( ) t startup t U 1,U 2,U 3 p M S 2 3 ( ) t startup t U 1,U 2,U 3 p M S 2 3 ( ) t startup t U 1,U 2,U 3 p M S 2 4 ( ) t startup t U 1,U 2,U 3,U 4 p M S 4 4(t startup +1 t ) ( ) U 1, S 1 M tstartup t ( ) U 2, S 2 M tstartup t ( ) U 3, S 3 M tstartup t ( ) U 4, S 4 M tstartup t t com_predictor =21 t startup t t com_corrector
145 4.6. ALGORITMO PARALELO PARA LA FORMA NO ESTACIONARIA U 2 U 3 p, M S 1 3 ( ) t startup t U 1 U 3 p, M S 2 3 ( ) t startup t U 1 U 2 p, M S 3 3 ( ) t startup t U 1 U 2 U 3 p M S 4 4 ( ) t startup t U 1, ( ) S 1 S 4 tstartup +[(2 1101) + (2 39)] t U 2, ( ) S 2 S 4 tstartup +[(2 1101) + (2 39)] t U 3, ( ) S 3 S 4 tstartup +[(2 1101) + (2 39)] t ( ) U 1, S 1 M tstartup t ( ) U 2, S 2 M tstartup t ( ) U 3, S 3 M tstartup t ( ) U 4, S 4 M tstartup t t com_corrector =20 t startup t. n t com_total = (8 t startup t )+n (t ) com_predictor + t com_corrector = (8 t startup t )+n (41 t startup t data ) (8 t startup t )
146 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN JPVM JAVA
147 4.7. DIAGRAMA DE CLASES FF (from Logical View) FF1() FF2() FF3() FF4() Newton (from Logical View) raiz() findm() dfindm() Metrica (from Logical View) yz_ys() yz() ys() dndx() Frontier (from Logical View) pact() tact() roact() Fluxterm (from Logical View) value[][] : double x : int y : int count : int Fluxterm() Fluxterm() setdim() loadfromdisk() toarray() getread() getname() getx() gety() Parcial (from Logical View) forward() forward() reward() fsf() fcal() fphi() min_wlast() min_wfirst() min() Primitives (from Logical View) FA() FB() FC() fro() fu() fv() fp() ft() fm() Planificador (from Logical View) Tasker Master (from Logical View) jpvmtaskid (from jpvm) lector mastertaskid +tids[] Timer (from Logical View) timer c Constantes (from Logical View) Lector (from Logical View) c Slave (from Space) F[] : double G[] : double P[] : double DFe[] : double SF[] : double DFe_[] : double SF_[] : double F_[] : double G_[] : double P_[] : double DFeav[] : double Fs[] : double ABC[] : double X : double Deltae : double Task : int n : int num_task : int = 4 Slave() start_pararelo() main() buffer jpvm jpvmbuffer (from jpvm) jpvmenvironment (from jpvm) message jpvmmessage (from jpvm) FG (from Logical View) M v ro T FluxVar (from Logical View) G[] values[] : double n : int count : int P FG1() FG2() FG3() FG4() FG1() FG2() FG3() FG4() FluxVar() FluxVar() put() get() get() getname() Figura 4.7-F 37. Diagrama de clases del programa bidimensional estacionario
148 CAPÍTULO 4. DISEÑO E IMPLEMENTACIÓN FU (from Logical View) FU1() FU2() FU3() FU4() FU1() FU2() FU3() FU4() U3D (from Logical View) FU1() FU1() FU2() FU3() FU4() F3D (from Logical View) FF1() FF2() FF3() FF4() FF1U() FF2U() FF3U() FF4U() G3D (from Logical View) FG1() FG2() FG3() FG4() FG1U() FG2U() FG3U() FG4U() FluxVar (from Logical View) values[] : double n : int count : int FluxVar() FluxVar() put() get() get() getname() Metrica3D (from Logical View) Primitives3D (from Logical View) Parcial3D (from Logical View) Constantes3D (from Logical View) Finddt() min() dndy() dndx() FP() FRO() FU() FV() FT() FM() Predictor() Corrector() FSF() c Cx : double x[] : double deltae[] : double t:int m : int Constantes3D() crearx() Loaddeltae() tostring() Constantes (from Logical View) Master3D (from Logical View) c Min (from Logical View) valor : double xpos : int ypos : int Min() tostring() DeltatPos num_task : int = 4 Deltat : double Master3D() start_paralelo() inicializar() send_data() send_deltat() recv_predichas() calcular_p_predicha() send_predichas() recv_nuevas() main() Slave3D (from Logical View) Task:int n:int num_task:int=4 Deltat : double Slave3D() start_pararelo() main() lector Lector (from F) Tasker Planificador SlaveTasker timer Timer timer (from Logical View) (from Logical View) Figura 4.7-F 38. Diagrama de clases del programa bidimensional no estacionario
149 JPVM JVM JPVM jpvmdaemon jpvmdaemon JPVM daemon CLASSPATH JPVM JPVM jpvm CLASSPATH Linux 39
150 CAPÍTULO 5. PRUEBAS Y RESULTADOS Figura 5.1-F 39. Variable CLASSPATH /home/ccouder/javapvm JPVM /home/ccouder/2d /home/ccouder/3d daemon java jpvm.jpvmdaemon 40 Figura 5.1-F 40. Daemon de la JPVM daemon jpvmdaemon daemon PVM daemon n JPVM daemon JPVM daemons
151 5.1. CONFIGURACIÓN DEL ENTORNO DE LA JPVM daemon daemons JPVM jpvmconsole add IP TCP JAVA daemon daemons add Windows Linux daemons daemons Linux Windows Linux daemons Linux java jpvm.jpvmdaemon daemon Windows 41 daemons daemon
152 CAPÍTULO 5. PRUEBAS Y RESULTADOS Figura 5.1-F 41. Daemons de la JPVM bajo Linux y Windows java jpvm.jpvm Console > ps ps daemon conf JPVM daemon JPVM 42 JPVM daemons 41 daemon Linux (dydy) daemon Linux (dydy) add Windows add andromeda 43 JPVM ps mat_mult java mat_mult 9 200
153 5.1. CONFIGURACIÓN DEL ENTORNO DE LA JPVM Figura 5.1-F 42. Consola de la JPVM Figura 5.1-F 43. Procesos en la JPVM
154 CAPÍTULO 5. PRUEBAS Y RESULTADOS JPVM daemon Linux dydy daemons andromeda (command line jpvm task) mat_mult mat_mult JPVM JAVA SUN Microsystems JAVA JVM MATLAB JAVA C++ JAVA C++ JAVA C++ JOVE Visual Age Windows gcj UNIX Windows JPVM gcj Linux
155 5.2. DESEMPEÑO DE LA JPVM Windows JPVM Linux Windows Linux posix Windows win32 JAVA JPVM gcj MinGW Windows JPVM JVM Windows NT 4.0 SP 6 1 Nativo jpvmdaemon.exe Usando la JVM java jpvmdaemon Memoria utilizada Física / Virtual / Hilos 3060K / 1352K / K / 8920K / 9 Tiempo de creación de tareas creación de 1 tarea: msecs creación de 2 tareas: msecs. creación de 4 tareas: msecs. creación de 8 tareas: msec s. creación de 16 tareas: msecs. creación de 1 tarea: msecs. creación de 2 tareas: msecs. creación de 4 tareas: msecs. creación de 8 tareas: msecs. creación de 16 tareas: msecs. Tabla 5.2-T 1. Memoria requerida y tiempo de creación de tareas JVM JVM 2 pack comm unpk
156 CAPÍTULO 5. PRUEBAS Y RESULTADOS Nativo jpvmdaemon.exe Usando la JVM java jpvmdaemon Tiempo de Tiempo de comunicación comunicación 4 bytes 1024 bytes pack: msecs. comm: msecs. unpk : 0.0 msecs. pack: 0.0 msecs. comm: msecs. unpk: msecs. pack: msecs. comm: msecs. unpk: msecs. pack: 0.0 msecs. comm: msecs. unpk: msecs. Tiempo de comunicación bytes pack: msecs. comm: msecs. unpk: msecs. pack: 0.0 msecs. comm: msecs. unpk: msecs. Tiempo de comunicación bytes Tiempo de comunicación bytes pack: pack: msecs. msecs. comm: comm: msecs. msecs. unpk: unpk: msecs. msecs. pack: msecs. comm: msecs. unpk: msecs. pack: msecs. comm: msecs. unpk: msecs. Tabla 5.2-T 2. Tiempo de comunicación entre dos tareas en el mismo host JVM JPVM JAVA gcj gcj AWT Swing JOVE JAVA core package API
157 5.3. TIEMPOS DE EJECUCIÓN comm JPVM SMP WEB SMP IPC UNIX MOSIX SMP
158 CAPÍTULO 5. PRUEBAS Y RESULTADOS JAVA MPI 44 principiantes programadores expertos programación envisual Basic programación en C programación con MPI programación en C++ programación con hilos Figura 5.3-F 44. Complejidad de programación con hilos de ejecución JPVM SMP Windows SMP
159 5.3. TIEMPOS DE EJECUCIÓN UNIX Intel Pentium III SMP paraminit.dat x y u.dat v.dat ro.dat p.dat x y deltae.dat ξ ξ JPVM java Master x 45
160 CAPÍTULO 5. PRUEBAS Y RESULTADOS Figura 5.3-F 45. Proceso maestro daemons Figura 5.3-F 46. Procesos esclavos
161 5.3. TIEMPOS DE EJECUCIÓN 2+(1 2)(0.2) = (1 3)(0.2) = (1 4)(0.2) = 3. 4 Intel 3 Máquina Tiempo Speedup Eficiencia Costo Precio del equipo (aproximado) Pentium IV a 2.4Ghz 25,360 ms % 1 1,000 USD Dual Pentium IV Xeon 2.4Ghz 2 x Pentium IV a 2.4 Ghz conectados por una red de 100Mbps 14,680 ms % ,500 USD 17,243 ms % ,000 USD 5.3-T 3. Tiempos de ejecución del programa para el flujo bidimensional estacionario sobre la plataforma Windows 4 Máquina Tiempo Speedup Eficiencia Costo CIC-16 1 Procesador 199,015 ms % 1 CIC-16 2 Procesadores 140,405 ms % 1.41 CIC-16 3 Procesadores 100,105 ms % 1.51 CIC-16 4 Procesadores 140,660 ms % T 4. Tiempos de ejecución del programa para el flujo bidimensional estacionario sobre la CIC-16
162 CAPÍTULO 5. PRUEBAS Y RESULTADOS 5 SUN Sparc Solaris Máquina Tiempo Speedup Eficiencia Costo SUN Sparc 1 Procesador 163,502 ms % 1 Sun Enterprise 4 Procesadores 74,238 ms % T 5. Tiempos de ejecución del programa para el flujo bidimensional estacionario sobre SUN java Master3D ρ u v p T M ron.dat un.dat vn.dat pn.dat Tn.dat Mn.dat
163 5.3. TIEMPOS DE EJECUCIÓN 2+(1 2)(0.1) = (1 3)(0.1) = (1 4)(0.1) = 3. 7 Intel 6 Máquina Tiempo Speedup Eficiencia Costo Pentium IV a 2.4Ghz Dual Pentium IV Xeon 2.4Ghz 2 x Pentium IV a 2.4 Ghz conectados por una red de 100Mbps 494,437 ms (8.24 min) 271,668 ms (4.53 min) 305,208 ms (5.10 min) % % % T 6. Tiempos de ejecución del programa para el flujo bidimensional no estacionario sobre la plataforma Windows 7 Máquina CIC-16 1 Procesador Tiempo Speedup Eficiencia Costo 1,460,347 ms (24.34 min) % 1 CIC-16 2 Procesadores CIC-16 3 Procesadores CIC-16 4 Procesadores 815,836 ms (13.60 min) 570,448 ms (9.51 min) 449,513 ms (7.49 min) % % % T 7. Tiempos de ejecución del programa para el flujo bidimensional no estacionario sobre la CIC-16 SUN 8
164 CAPÍTULO 5. PRUEBAS Y RESULTADOS Máquina Tiempo Speedup Eficiencia Costo SUN Sparc 1 Procesador 1,197,005 ms (19.95 min) % 1 Sun Enterprise 4 Procesadores 352,498 ms (5.88 min) % T 8. Tiempos de ejecución del programa para el flujo bidimensional estacionario sobre SUN Tiempo (ms) 220, , , , , , ,000 80,000 60,000 40,000 20,000 0 Pentium IV 2.4 Ghz Dual Pentium IV Xeon (SMP) 2.4Ghz 2 Procesadores Pentium IV 2.4 Ghz Conectados por una red de 100 Mbps CIC-16 1 Procesador CIC-16 2 Procesadores CIC-16 3 Procesadores CIC-16 4 Procesadores SUN Sparc 1 Procesador SUN Enterprise 4 Procesadores 5.3-F 47. Tiempos de ejecución del programa estacionario Speedup Dual Pentium IV Xeon (SMP) 2.4Ghz 2 Procesadores Pentium IV 2.4 Ghz conectados por una red de 100Mbps Máximo speedup (3 procesadores) Máximo speedup (2 procesadores) CIC-16 2 Procesadores Máximo speedup (4 procesadores) CIC-16 CIC-16 3 Procesadores 4 Procesadores SUN Enterprise 4 Procesadores 5.3-F 48. Speedup s del programa estacionario
165 5.3. TIEMPOS DE EJECUCIÓN Tiempo (ms) 1,600,000 1,500,000 1,400,000 1,300,000 1,200,000 1,100,000 1,000, , , , , , , , , ,000 0 Pentium IV 2.4 Ghz Dual Pentium IV Xeon (SMP) 2.4 Ghz 2 Procesadores Pentium IV 2.4 Ghz Conectados por una red de 100 Mbps CIC-16 1 Procesador CIC-16 2 Procesadores CIC-16 3 Procesadores CIC-16 4 Procesadores SUN Sparc 1 Procesador SUN Enterprise 4 Procesadores 5.3-F 49. Tiempos de ejecución del programa no estacionario Speedup Máximo speedup (2 procesadores) Dual Pentium IV 2 Procesadores CIC-16 Xeon (SMP) Pentium IV 2 Procesadores 2 Ghz 2.4 Ghz Conectados por una red de100 Mbps Máximo speedup (3 procesadores) CIC-16 3 Procesadores Máximo speedup (4 procesadores) CIC-16 4 Procesadores SUN Enterprise 4 Procesadores 5.3-F 50. Speedup s del programa no estacionario 48 SMP 50
166 CAPÍTULO 5. PRUEBAS Y RESULTADOS SMP 9 x = j y,in u, m/s v, m/s kg/m 3 p, N/m 3 T, K M E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E E+00 9 x =
Lógica Proposicional
Proposicional educción Natural Proposicional - 1 Justificación de la validez del razonamiento os maneras diferentes de justificar Justificar que la veracidad de las hipótesis implica la veracidad de la
Διαβάστε περισσότεραTRIGONOMETRIA. hipotenusa L 2. hipotenusa
TRIGONOMETRIA. Calcular las razones trigonométricas de 0º, º y 60º. Para calcular las razones trigonométricas de º, nos ayudamos de un triángulo rectángulo isósceles como el de la figura. cateto opuesto
Διαβάστε περισσότεραLógica Proposicional. Justificación de la validez del razonamiento?
Proposicional educción Natural Proposicional - 1 Justificación de la validez del razonamiento? os maneras diferentes de justificar Justificar que la veracidad de las hipótesis implica la veracidad de la
Διαβάστε περισσότεραInmigración Estudiar. Estudiar - Universidad. Indicar que quieres matricularte. Indicar que quieres matricularte en una asignatura.
- Universidad Me gustaría matricularme en la universidad. Indicar que quieres matricularte Me quiero matricular. Indicar que quieres matricularte en una asignatura en un grado en un posgrado en un doctorado
Διαβάστε περισσότεραAcadémico Introducción
- Σε αυτήν την εργασία/διατριβή θα αναλύσω/εξετάσω/διερευνήσω/αξιολογήσω... general para un ensayo/tesis Για να απαντήσουμε αυτή την ερώτηση, θα επικεντρωθούμε πρώτα... Para introducir un área específica
Διαβάστε περισσότεραCatálogodegrandespotencias
www.dimotor.com Catálogogranspotencias Índice Motores grans potencias 3 Motores asíncronos trifásicos Baja Tensión y Alta tensión.... 3 Serie Y2 Baja tensión 4 Motores asíncronos trifásicos Baja Tensión
Διαβάστε περισσότεραFilipenses 2:5-11. Filipenses
Filipenses 2:5-11 Filipenses La ciudad de Filipos fue nombrada en honor de Felipe II de Macedonia, padre de Alejandro. Con una pequeña colonia judía aparentemente no tenía una sinagoga. El apóstol fundó
Διαβάστε περισσότεραVentiladores helicoidales murales o tubulares, versión PL equipados con hélice de plástico y versión AL equipados con hélice de aluminio.
HCH HCT HCH HCT Ventiladores helicoidales murales o tubulares, de gran robustez Ventiladores helicoidales murales o tubulares, versión PL equipados con hélice de plástico y versión AL equipados con hélice
Διαβάστε περισσότεραLa experiencia de la Mesa contra el Racismo
La experiencia de la Mesa contra el Racismo Informe Di icultad para identi icarse como discriminado Subsistencia de mecanismos individuales para enfrentar el racismo Las propuestas de las organizaciones
Διαβάστε περισσότεραUNIVERSIDAD POLITÉCNICA DE VALENCIA DEPARTAMENTO DE SISTEMAS INFORMÁTICOS Y COMPUTACIÓN TESIS DOCTORAL Aproximación Paralela al Problema Inverso de Valores Propios Pedro Enrique Alberti Villalobos Director:
Διαβάστε περισσότεραΚυρ. Ιωάννου Οδ. Δωριέων 34 Τ.Κ 8068, Λάρνακα. Adam Smith 8 Crossfield Road Selly Oak Birmingham West Midlands B29 1WQ
- Dirección Κυρ. Ιωάννου Οδ. Δωριέων 34 Τ.Κ 8068, Λάρνακα Formato de dirección de México: Colonia Código postal + Estado, Ciudad. Jeremy Rhodes 212 Silverback Drive California Springs CA 92926 Formato
Διαβάστε περισσότεραProblemas resueltos del teorema de Bolzano
Problemas resueltos del teorema de Bolzano 1 S e a la fun ción: S e puede af irm a r que f (x) está acotada en el interva lo [1, 4 ]? P or no se r c ont i nua f (x ) e n x = 1, la f unció n no e s c ont
Διαβάστε περισσότεραEXERCICIOS DE REFORZO: RECTAS E PLANOS
EXERCICIOS DE REFORZO RECTAS E PLANOS Dada a recta r z a) Determna a ecuacón mplícta do plano π que pasa polo punto P(,, ) e é perpendcular a r Calcula o punto de nterseccón de r a π b) Calcula o punto
Διαβάστε περισσότεραΓια να ρωτήσετε αν κάποιος μπορεί να σας βοηθήσει να γεμίσετε μια φόρμα
- Γενικά Dónde tengo que pedir el formulario/impreso para? Για να ρωτήσετε που μπορείτε να βρείτε μια φόρμα Dónde tengo que pedir el formulario/impreso para? Cuál es la fecha de expedición de su (documento)?
Διαβάστε περισσότεραύο μηχανισμοί απαιτούνται: 1. Μία μέθοδος για τη δημιουργία διεργασιών
Υπολογισμός με βάση το πέρασμα μηνυμάτων Προγραμματισμός με πέρασμα μηνυμάτων ύο μηχανισμοί απαιτούνται: 1. Μία μέθοδος για τη δημιουργία διεργασιών που θα εκτελούνται σε διαφορετικούς υπολογιστές. 2.
Διαβάστε περισσότεραMétodos Matemáticos en Física L4F. CONDICIONES de CONTORNO+Fuerzas Externas (Cap. 3, libro APL)
L4F. CONDICIONES de CONTORNO+Fuerzas Externas (Cap. 3, libro Condiciones de contorno. Fuerzas externas aplicadas sobre una cuerda. condición que nos describe un extremo libre en una cuerda tensa. Ecuación
Διαβάστε περισσότερα1 La teoría de Jeans. t + (n v) = 0 (1) b) Navier-Stokes (conservación del impulso) c) Poisson
1 La teoría de Jeans El caso ás siple de evolución de fluctuaciones es el de un fluído no relativista. las ecuaciones básicas son: a conservación del núero de partículas n t + (n v = 0 (1 b Navier-Stokes
Διαβάστε περισσότεραUna visión alberiana del tema. Abstract *** El marco teórico. democracia, república y emprendedores; alberdiano
Abstract Una visión alberiana del tema - democracia, república y emprendedores; - - alberdiano El marco teórico *** - 26 LIBERTAS SEGUNDA ÉPOCA - - - - - - - - revolución industrial EMPRENDEDORES, REPÚBLICA
Διαβάστε περισσότεραNro. 01 Septiembre de 2011
SOL Cultura La Tolita, de 400 ac. a 600 dc. En su representación se sintetiza toda la mitología ancestral del Ecuador. Trabajado en oro laminado y repujado. Museo Nacional Banco Central del Ecuador Dirección
Διαβάστε περισσότεραPÁGINA 106 PÁGINA a) sen 30 = 1/2 b) cos 120 = 1/2. c) tg 135 = 1 d) cos 45 = PÁGINA 109
PÁGINA 0. La altura del árbol es de 8,5 cm.. BC m. CA 70 m. a) x b) y PÁGINA 0. tg a 0, Con calculadora: sß 0,9 t{ ««}. cos a 0, Con calculadora: st,8 { \ \ } PÁGINA 05. cos a 0,78 tg a 0,79. sen a 0,5
Διαβάστε περισσότερατην..., επειδή... Se usa cuando se cree que el punto de vista del otro es válido, pero no se concuerda completamente
- Concordar En términos generales, coincido con X por Se usa cuando se concuerda con el punto de vista de otro Uno tiende a concordar con X ya Se usa cuando se concuerda con el punto de vista de otro Comprendo
Διαβάστε περισσότεραTema 3. Espazos métricos. Topoloxía Xeral,
Tema 3. Espazos métricos Topoloxía Xeral, 2017-18 Índice Métricas en R n Métricas no espazo de funcións Bólas e relacións métricas Definición Unha métrica nun conxunto M é unha aplicación d con valores
Διαβάστε περισσότεραPRUEBA INICIAL DE CLASIFICACIÓN CURSO Documento para adjuntar a la Solicitud de plaza
PRUEBA INICIAL DE CLASIFICACIÓN CURSO 2017-18 Documento para adjuntar a la Solicitud de plaza Yo con DNI, número de teléfono y dirección de correo electrónico, solicitante del idioma, nivel, declaro bajo
Διαβάστε περισσότεραCENTRIFUGAL AIR COOLED CONDENSERS CONDENSADORES DE AIRE CENTRÍFUGOS. GPC, GMC and GSC Series. Series GPC, GMC y GSC
CENTRIFUGAL AIR COOLED CONDENSERS GPC, GMC and GSC Series CONDENSADORES DE AIRE CENTRÍFUGOS Series GPC, GMC y GSC Key Example / Ejemplo de nomenclatura de modelos GP Direct Drive 900/100 rpm / Transmisión
Διαβάστε περισσότεραAlterazioni del sistema cardiovascolare nel volo spaziale
POLITECNICO DI TORINO Corso di Laurea in Ingegneria Aerospaziale Alterazioni del sistema cardiovascolare nel volo spaziale Relatore Ing. Stefania Scarsoglio Studente Marco Enea Anno accademico 2015 2016
Διαβάστε περισσότεραd dx x 2 = 2x d dx x 3 = 3x 2 d dx x n = nx n 1
d dx x 2 = 2x d dx x 3 = 3x 2 d dx x n = nx n1 x dx = 1 2 b2 1 2 a2 a b b x 2 dx = 1 a 3 b3 1 3 a3 b x n dx = 1 a n +1 bn +1 1 n +1 an +1 d dx d dx f (x) = 0 f (ax) = a f (ax) lim d dx f (ax) = lim 0 =
Διαβάστε περισσότεραΚεφάλαιο 1 Πραγματικοί Αριθμοί 1.1 Σύνολα
x + = 0 N = {,, 3....}, Z Q, b, b N c, d c, d N + b = c, b = d. N = =. < > P n P (n) P () n = P (n) P (n + ) n n + P (n) n P (n) n P n P (n) P (m) P (n) n m P (n + ) P (n) n m P n P (n) P () P (), P (),...,
Διαβάστε περισσότεραTema: Enerxía 01/02/06 DEPARTAMENTO DE FÍSICA E QUÍMICA
Tema: Enerxía 01/0/06 DEPARTAMENTO DE FÍSICA E QUÍMICA Nome: 1. Unha caixa de 150 kg descende dende o repouso por un plano inclinado por acción do seu peso. Se a compoñente tanxencial do peso é de 735
Διαβάστε περισσότεραLa transformada de ondícula continua y algunas clases de operadores de localización
La transformada de ondícula continua y algunas clases de operadores de localización Gerardo Ramos Vázquez Dr. Egor Maximenko Instituto Politécnico Nacional, ESFM diciembre 2016 Contenido El grupo afín
Διαβάστε περισσότεραIV FESTIVAL LEA. Concurso entre escuelas de aprendizaje del español
IV FESTIVAL LEA El IV Festival Iberoamericano Literatura En Atenas, organizado por la revista Cultural Sol Latino, el Instituto Cervantes de Atenas y la Fundación María Tsakos, dura este año dos semanas:
Διαβάστε περισσότεραLaborator 11. Mulţimi Julia. Temă
Laborator 11 Mulţimi Julia. Temă 1. Clasa JuliaGreen. Să considerăm clasa JuliaGreen dată de exemplu la curs pentru metoda locului final şi să schimbăm numărul de iteraţii nriter = 100 în nriter = 101.
Διαβάστε περισσότεραFORMULARIO DE ELASTICIDAD
U. D. Resistencia de Mateiales, Elasticidad Plasticidad Depatamento de Mecánica de Medios Continuos Teoía de Estuctuas E.T.S. Ingenieos de Caminos, Canales Puetos Univesidad Politécnica de Madid FORMULARIO
Διαβάστε περισσότεραNegocios Carta. Carta - Dirección
- Dirección Mr. J. Rhodes Rhodes & Rhodes Corp. 212 Silverback Drive California Springs CA 92926 Mr. J. Rhodes Rhodes & Rhodes Corp. 212 Silverback Drive California Springs CA 92926 Formato de dirección
Διαβάστε περισσότερα90 LIBERTAS SEGUNDA ÉPOCA. Introducción: La necesidad de una Reforma Institucional
1 3 - - Abstract - - - 90 LIBERTAS SEGUNDA ÉPOCA Introducción: La necesidad de una Reforma Institucional - - - - - - - - - UNA PROPUESTA DE REFORMA MONETARIA PARA ARGENTINA 91 1 políticas establecidas
Διαβάστε περισσότεραMetrología Cuántica e Información Cuántica de Fisher.
Metrología Cuántica e Información Cuántica de Fisher. Entrelazamiento y Distinguibilidad en Interferometría Atómica. Diego Alejandro Lancheros Seminario de Óptica Cuántica. Universidad de Los Andes. Table
Διαβάστε περισσότεραTEMA IV: FUNCIONES HIPERGEOMETRICAS
TEMA IV: FUNCIONES HIPERGEOMETRICAS 1. La ecuación hipergeométrica x R y α, β, γ parámetros reales. x(1 x)y + [γ (α + β + 1)x]y αβy 0 (1.1) Dividiendo en (1.1) por x(1 x) obtenemos (x 0, x 1) y + γ (α
Διαβάστε περισσότεραPAU XUÑO 2010 MATEMÁTICAS II
PAU XUÑO 010 MATEMÁTICAS II Código: 6 (O alumno/a deber responder só aos eercicios dunha das opcións. Punuación máima dos eercicios de cada opción: eercicio 1= 3 punos, eercicio = 3 punos, eercicio 3 =
Διαβάστε περισσότεραRadio détection des rayons cosmiques d ultra-haute énergie : mise en oeuvre et analyse des données d un réseau de stations autonomes.
Radio détection des rayons cosmiques d ultra-haute énergie : mise en oeuvre et analyse des données d un réseau de stations autonomes. Diego Torres Machado To cite this version: Diego Torres Machado. Radio
Διαβάστε περισσότεραΕισαγωγικές έννοιες. Ιωάννης Γ. Τσούλος 2014
Εισαγωγικές έννοιες Ιωάννης Γ. Τσούλος 2014 Διάγραμμα παρουσιάσεως 1. Κατηγορίες κινητών τηλεφώνων 2. Κατηγορίες έξυπνων κινητών τηλεφώνων 3. Προγραμματισμός κινητών συσκευών 4. Ξεκίνημα με το Eclipse
Διαβάστε περισσότεραΠ Ο Λ Ι Τ Ι Κ Α Κ Α Ι Σ Τ Ρ Α Τ Ι Ω Τ Ι Κ Α Γ Ε Γ Ο Ν Ο Τ Α
Α Ρ Χ Α Ι Α Ι Σ Τ Ο Ρ Ι Α Π Ο Λ Ι Τ Ι Κ Α Κ Α Ι Σ Τ Ρ Α Τ Ι Ω Τ Ι Κ Α Γ Ε Γ Ο Ν Ο Τ Α Σ η µ ε ί ω σ η : σ υ ν ά δ ε λ φ ο ι, ν α µ ο υ σ υ γ χ ω ρ ή σ ε τ ε τ ο γ ρ ή γ ο ρ ο κ α ι α τ η µ έ λ η τ ο ύ
Διαβάστε περισσότεραJAVA TUTORIAL ΠΕΡΙΕΧΟΜΕΝΑ. ΚΕΦΑΛΑΙΟ 1. Τί κάνει τη Java να ξεχωρίζει; Εγκαθιστώντας τη Java
JAVA TUTORIAL Πανεπιστήμιο Μακεδονίας Τμήμα Εφαρμοσμένης Πληροφορικής Εργαστήριο Παράλληλης Κατανεμημένης Επεξεργασίας ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1. Τί κάνει τη Java να ξεχωρίζει; Εγκαθιστώντας τη Java ΚΕΦΑΛΑΙΟ
Διαβάστε περισσότεραΣΥΜΦΩΝΗΤΙΚΟ ΠΡΟΜΗΘΕΙΑΣ ΚΑΙ ΕΓΚΑΤΑΣΤΑΣΗΣ ΗΛΕΚΤΡΟΝΙΚΟΥ ΕΞΟΠΛΙΣΜΟΥ «ΣΥΣΤΗΜΑΤΟΣ ΕΠΟΠΤΕΙΑΣ ΣΤΟΛΟΥ» ΣΥΝΟΛΙΚΟΥ ΚΟΣΤΟΥΣ 541.212,00 (454.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΕΡΙΦΕΡΕΙΑ ΘΕΣΣΑΛΙΑΣ ΝΟΜΟΣ ΛΑΡΙΣΑΣ ΔΗΜΟΣ ΛΑΡΙΣΑΙΩΝ ΔΙΕΥΘΥΝΣΗ: ΕΠΙΧΕΙΡΗΣΙΑΚΟΥ ΣΧΕΔΙΑΣΜΟΥ ΤΜΗΜΑ: ΠΛΗΡΟΦΟΡΙΚΗΣ & ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ Ταχ. Δ/νση : Ίωνος Δραγούμη 1 (Τ.Θ.: 1259) Ταχ. Κώδικας:
Διαβάστε περισσότεραLínea: Conexiones Eléctricas Blindadas Multipolar Logic
Línea: onexiones léctricas lindadas Multipolar Logic aracterísticas enerales La línea Multipolar Logic se produce para atender todos los casos en donde son necesarias conexiones de maniobra y/o potencia,
Διαβάστε περισσότεραΑ Ρ Ι Θ Μ Ο Σ : 6.913
Α Ρ Ι Θ Μ Ο Σ : 6.913 ΠΡΑΞΗ ΚΑΤΑΘΕΣΗΣ ΟΡΩΝ ΔΙΑΓΩΝΙΣΜΟΥ Σ τ η ν Π ά τ ρ α σ ή μ ε ρ α σ τ ι ς δ ε κ α τ έ σ σ ε ρ ι ς ( 1 4 ) τ ο υ μ ή ν α Ο κ τ ω β ρ ί ο υ, η μ έ ρ α Τ ε τ ά ρ τ η, τ ο υ έ τ ο υ ς δ
Διαβάστε περισσότεραIntroducción a la dinámica estructural por el MEF. Propiedades de inercia de los elementos
Introducción a la dinámica structural por l MEF Propidads d inrcia d los lmntos Principios nrgéticos n dinámica Furzas d olumn Furzas d suprfici Furzas d inrcia q IN q q s q ρu x INx = q = ρu = ρu INy
Διαβάστε περισσότεραΓ. Ε. : 41/21/ ΕΦΑΡΜΟΓΗ ΙΜΕΡΩΝ ΣΥΜΒΑΣΕΩΝ ΚΟΙΝΩΝΙΚΗΣ ΑΣΦΑΛΙΣΗΣ ΜΕΤΑΞΥ ΕΛΛΑ ΑΣ & 1) ΑΡΓΕΝΤΙΝΗΣ, 2) ΟΥΡΟΥΓΟΥΑΗΣ, 3) ΒΕΝΕΖΟΥΕΛΑΣ
/ΝΣΗ ΙΕΘΝΩΝ ΑΣΦ/ΚΩΝ ΣΧΕΣΕΩΝ Γ. Ε. : 41/21/10-5-05 ΕΦΑΡΜΟΓΗ ΙΜΕΡΩΝ ΣΥΜΒΑΣΕΩΝ ΚΟΙΝΩΝΙΚΗΣ ΑΣΦΑΛΙΣΗΣ ΜΕΤΑΞΥ ΕΛΛΑ ΑΣ & 1) ΑΡΓΕΝΤΙΝΗΣ, 2) ΟΥΡΟΥΓΟΥΑΗΣ, 3) ΒΕΝΕΖΟΥΕΛΑΣ Σχετικές οι 70/88, 19/97, 56/95 εγκύκλιοι.
Διαβάστε περισσότεραΚυρ. Ιωάννου Οδ. Δωριέων 34 Τ.Κ 8068, Λάρνακα. Adam Smith 8 Crossfield Road Selly Oak Birmingham West Midlands B29 1WQ
- Dirección Av. Galileo 110 Colonia Polanco C.P. 12560 México, D.F. Formato de dirección de México: Colonia Código postal + Estado, Ciudad. Av. Galileo 110 12560 Madrid (Madrid) Formato de dirección de
Διαβάστε περισσότεραφ(t) TE 0 φ(z) φ(z) φ(z) φ(z) η(λ) G(z,λ) λ φ(z) η(λ) η(λ) = t CIGS 0 G(z,λ)φ(z)dz t CIGS η(λ) φ(z) 0 z
Διαβάστε περισσότεραSOLUCIONES DE LAS ACTIVIDADES Págs. 101 a 119
Página 0. a) b) π 4 π x 0 4 π π / 0 π / x 0º 0 x π π. 0 rad 0 π π rad 0 4 π 0 π rad 0 π 0 π / 4. rad 4º 4 π π 0 π / rad 0º π π 0 π / rad 0º π 4. De izquierda a derecha: 4 80 π rad π / rad 0 Página 0. tg
Διαβάστε περισσότερα%!$ ' ( ' () * + + * + * + . / -
!"#$ %!$ & ' ' ) * + + * + * +,. -!" ) * + + * + * - ' - +, -,* - ' - + = * 0 ' & + #' $ θ θ% &'!θ #! θ + θ&θ!" ) *'+,1* θ +' * θ+ ' ' = 1 - ' - ') * - ' - +, - * - + * θ + ' - + * θ + + * - ' - + ' 3.!
Διαβάστε περισσότεραΠροοπτικές ευτεροβάθµιας Εκπαίδευσης Science Teachers 'στην Ισπανία
Προοπτικές ευτεροβάθµιας Εκπαίδευσης Science Teachers 'στην Ισπανία Antonio Torres Jesús Gil Colegio Santo Tomás de Villanueva (CECE), Ισπανία ajtorresgil@agustinosgranada.es Αφηρηµένο Το εργαστήριο προσφέρει
Διαβάστε περισσότεραGR-Heraklion: Servicios de consultoría en arquitectura, ingeniería, construcción y servicios técnicos conexos 2008/S ANUNCIO DE LICITACIÓN
215470-2008-ES Comunidades Europeas Servicios Procedimiento abierto 1/1 GR-Heraklion: Servicios de consultoría en arquitectura, ingeniería, construcción y servicios técnicos conexos 2008/S 159-215470 ANUNCIO
Διαβάστε περισσότεραẋ = f(x) n 1 f i (i = 1, 2,..., n) x i (i = 1, 2,..., n) x(0) = x o x(t) t > 0 t < 0 x(t) x o U I xo I xo : α xo < t < β xo α xo β xo x(t) t β t α + x f(x) = 0 x x x x V 1 x x o V 1 x(t) t > 0 x o V 1
Διαβάστε περισσότεραEscenas de episodios anteriores
Clase 09/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje
Διαβάστε περισσότεραΑΡΧΗ 1 ης ΣΕΛΙΔΑΣ KΕΝΤΡΙΚΗ ΕΠΙΤΡΟΠΗ ΕΙΔΙΚΩΝ ΜΑΘΗΜΑΤΩΝ ΠΑΡΑΣΚΕΥΗ 24 ΙΟΥΝΙΟΥ 2005 ΚΟΙΝΗ ΕΞΕΤΑΣΗ ΟΛΩΝ ΤΩΝ ΥΠΟΨΗΦΙΩΝ ΣΤΑ ΙΣΠΑΝΙΚΑ
ΑΡΧΗ 1 ης ΣΕΛΙΔΑΣ KΕΝΤΡΙΚΗ ΕΠΙΤΡΟΠΗ ΕΙΔΙΚΩΝ ΜΑΘΗΜΑΤΩΝ ΠΑΡΑΣΚΕΥΗ 24 ΙΟΥΝΙΟΥ 2005 ΚΟΙΝΗ ΕΞΕΤΑΣΗ ΟΛΩΝ ΤΩΝ ΥΠΟΨΗΦΙΩΝ ΣΤΑ ΙΣΠΑΝΙΚΑ Α. Να αποδώσετε στο τετράδιό σας στην ελληνική γλώσσα το παρακάτω κείμενο,
Διαβάστε περισσότεραΕισαγωγή στη Γεώργιος Γεωργίου & Χρίστος Ξενοφώντος
Εισαγωγή στη Γεώργιος Γεωργίου & Χρίστος Ξενοφώντος Τμήμα Μαθηματικών και Στατιστικής Πανεπιστήμιο Κύπρου Μάϊος 7 . ΕΙΣΑΓΩΓΗ Το MATLAB είναι ένα σύγχρονο ολοκληρωμένο μαθηματικό λογισμικό πακέτο που χρησιμοποιείται
Διαβάστε περισσότεραInmigración Documentos
- General Πού μπορώ να βρω τη φόρμα για ; Pedir un formulario Πότε εκδόθηκε το [έγγραφο] σας; Pedir la fecha de expedición de un documento Πού εκδόθηκε το [έγγραφο] σας; Pedir el lugar de expedición de
Διαβάστε περισσότεραΤο ίκτυο Βιβλιοθηκών του Τµήµατος Κοινωνικού Έργου της Caja Madrid. La Red de Bibliotecas de Obra Social Caja Madrid
Το ίκτυο Βιβλιοθηκών του Τµήµατος Κοινωνικού Έργου της Caja Madrid La Red de Bibliotecas de Obra Social Caja Madrid Το ίκτυο Βιβλιοθηκών αποτελεί τµήµα ενός Χρηµατοπιστωτικού Φορέα που προορίζει ποσοστό
Διαβάστε περισσότεραMétodos Estadísticos en la Ingeniería
Métodos Estadísticos e la Igeiería INTERVALOS DE CONFIANZA Itervalo de cofiaza para la media µ de ua distribució ormal co variaza coocida: X ± z α/ µ = X = X i N µ X... X m.a.s. de X Nµ Itervalo de cofiaza
Διαβάστε περισσότεραInmigración Documentos
- General Dónde tengo que pedir el formulario/impreso para? Pedir un formulario Cuál es la fecha de expedición de su (documento)? Pedir la fecha de expedición de un documento Cuál es el lugar de expedición
Διαβάστε περισσότεραMICROMASTER Vector MIDIMASTER Vector
s MICROMASTER Vector MIDIMASTER Vector... 2 1.... 4 2. -MICROMASTER VECTOR... 5 3. -MIDIMASTER VECTOR... 16 4.... 24 5.... 28 6.... 32 7.... 54 8.... 56 9.... 61 Siemens plc 1998 G85139-H1751-U553B 1.
Διαβάστε περισσότεραCompra y Venta de divisas negociadas en el país por el Sistema Financiero privado
Compra y Venta de divisas negociadas en el país por el Sistema Financiero privado SUBGERENCIA DE PROGRAMACIÓN Y REGULACIÓN DIRECCIÓN NACIONAL DE SÍNTESIS MACROECONÓMICA www.bce.ec Nro. 30 Cuarto Trimestre
Διαβάστε περισσότερα-! " #!$ %& ' %( #! )! ' 2003
-! "#!$ %&' %(#!)!' ! 7 #!$# 9 " # 6 $!% 6!!! 6! 6! 6 7 7 &! % 7 ' (&$ 8 9! 9!- "!!- ) % -! " 6 %!( 6 6 / 6 6 7 6!! 7 6! # 8 6!! 66! #! $ - (( 6 6 $ % 7 7 $ 9!" $& & " $! / % " 6!$ 6!!$#/ 6 #!!$! 9 /!
Διαβάστε περισσότεραFL/STEM Σχεδιασμός/Πρότυπο μαθήματος (χημεία) 2015/2016. Μάθημα (τίτλος) Οξυγόνο. Παραγωγή οξυγόνου Επίπεδο επάρκειας γλώσσας < Α1 Α2 Β1 Β2 C1
Μάθημα (τίτλος) Οξυγόνο. Παραγωγή οξυγόνου Επίπεδο επάρκειας γλώσσας < Α1 Α2 Β1 Β2 C1 Τάξη/βαθμίδα: 6η Αριθμός μαθητών στην τάξη: 8 Περιεχόμενο μαθήματος: Οξυγόνο. Θέμα: Άνθρωπος και φύση Ουσίες Προϋποθέσεις
Διαβάστε περισσότεραΜεταφραστής (Compiler)
Windows Καθαρισµος οθονης cls Unix clear Τελεστες ανακατευθυνσης > > >> >> < < Εντολες σε αρχεια * * (wild card) del Α rm Α ιαγραφη type Α cat Α Εµφανιση copy Α Β cp Α Β Αντιγραφη ren Α Β mv Α Β Αλλαγη
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ INTRODUCCIÓN
ΕΝΗΜΕΡΩΣΗ ΚΑΙ ΔΙΑΒΟΥΛΕΥΣΗ ΣΤΑ ΕΥΡΩΠΑΙΚΑ ΣΥΜΒΟΥΛΙΑ ΕΡΓΑΖΟΜΕΝΩΝ (ΕΣΕ) KAI Η ΚΟΙΝΟΤΙΚΗ ΟΔΗΓΙΑ 2009/38 INFORMACIÓN Y CONSULTA EN LOS COMITÉS DE EMPRESA EUROPEOS (CEE) Y LA DIRECTIVA COMUNITARIA 2009/38 Αθανάσιος
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 2. Περιγραφή της Κίνησης. 2.1 Κίνηση στο Επίπεδο
ΚΕΦΑΛΑΙΟ 2 Περιγραφή της Κίνησης Στο κεφάλαιο αυτό θα δείξουμε πώς να προγραμματίσουμε απλές εξισώσεις τροχιάς ενός σωματιδίου και πώς να κάνουμε βασική ανάλυση των αριθμητικών αποτελεσμάτων. Χρησιμοποιούμε
Διαβάστε περισσότεραΕαρινό. Ύλη εργαστηρίου, Ασκήσεις Java
Εξάμηνο Μάθημα Τίτλος 2017 2018 Εαρινό Αντικειμενοστραφής Προγραμματισμός Ι Ύλη εργαστηρίου, Ασκήσεις Java Ημερομηνία Εργαστήριο 8 ο Α. Ύλη εργαστηρίου 8.1 Αντικειμενοστραφής προγραμματισμός 8.2 Κλάσεις
Διαβάστε περισσότεραEXERCICIOS AUTOAVALIABLES: RECTAS E PLANOS. 3. Cal é o vector de posición da orixe de coordenadas O? Cales son as coordenadas do punto O?
EXERCICIOS AUTOAVALIABLES: RECTAS E PLANOS Representa en R os puntos S(2, 2, 2) e T(,, ) 2 Debuxa os puntos M (, 0, 0), M 2 (0,, 0) e M (0, 0, ) e logo traza o vector OM sendo M(,, ) Cal é o vector de
Διαβάστε περισσότεραAnalysis of a discrete element method and coupling with a compressible fluid flow method
Analysis of a discrete element method and coupling with a compressible fluid flow method Laurent Monasse To cite this version: Laurent Monasse. Analysis of a discrete element method and coupling with a
Διαβάστε περισσότεραΚΑΛΟΥΠΩΜΑΤΑ & ΜΕΤΑΤΡΟΠΕΣ
ΚΑΛΟΥΠΩΜΑΤΑ & ΜΕΤΑΤΡΟΠΕΣ Γεώργιος Παπαϊωάννου (2013-14) gepap@aueb.gr Περιγραφή: Είδη καλουπωμάτων Μετατροπές και έλεγχοι τύπου Τελευταία ενημέρωση: Οκτώβριος 2013 Εισαγωγή - 2 Όπως και στη Java, στη C++
Διαβάστε περισσότεραTEMA 6.- BIOMOLÉCULAS ORGÁNICAS IV: ÁCIDOS NUCLEICOS
TEMA 6.- BIMLÉCULAS RGÁNICAS IV: ÁCIDS NUCLEICS A.- Características generales de los Ácidos Nucleicos B.- Nucleótidos y derivados nucleotídicos El esqueleto covalente de los ácidos nucleicos: el enlace
Διαβάστε περισσότεραιαδικτυακές Εφαρµογές
ιαδικτυακές Εφαρµογές µε Java2 Στοιχεία ικτυακής Επικοινωνίας Όροι IP address 32bit αριθµός που χρησιµοποιείται από το Internet Protocol για την παράδοση δεδοµένων στο σωστό υπολογιστή στο δίκτυο. Port
Διαβάστε περισσότεραProcedementos operatorios de unións non soldadas
Procedementos operatorios de unións non soldadas Técnicas de montaxe de instalacións Ciclo medio de montaxe e mantemento de instalacións frigoríficas 1 de 28 Técnicas de roscado Unha rosca é unha hélice
Διαβάστε περισσότεραM14/1/AYMGR/HP1/GRE/TZ0/XX
M14/1/AYMGR/HP1/GRE/TZ0/XX 22142045 MODERN GREEK A: LANGUAGE AND LITERATURE HIGHER LEVEL PAPER 1 GREC MODERNE A : LANGUE ET LITTÉRATURE NIVEAU SUPÉRIEUR ÉPREUVE 1 GRIEGO MODERNO A: LENGUA Y LITERATURA
Διαβάστε περισσότεραο ο 3 α. 3"* > ω > d καΐ 'Ενορία όλις ή Χώρί ^ 3 < KN < ^ < 13 > ο_ Μ ^~~ > > > > > Ο to X Η > ο_ ο Ο,2 Σχέδι Γλεγμα Ο Σ Ο Ζ < o w *< Χ χ Χ Χ < < < Ο
18 ρ * -sf. NO 1 D... 1: - ( ΰ ΐ - ι- *- 2 - UN _ ί=. r t ' \0 y «. _,2. "* co Ι». =; F S " 5 D 0 g H ', ( co* 5. «ΰ ' δ". o θ * * "ΰ 2 Ι o * "- 1 W co o -o1= to»g ι. *ΰ * Ε fc ΰ Ι.. L j to. Ι Q_ " 'T
Διαβάστε περισσότεραProcessi di Markov di nascita e morte. soluzione esprimibile in forma chiusa
Processi di Markov di nascita e morte classe di p.s. Markoviani con * spazio degli stati E=N * vincoli sulle transizioni soluzione esprimibile in forma chiusa stato k N transizioni k k+1 nascita k k-1
Διαβάστε περισσότερα«Το Ηλεκτρονικό Παιχνίδι» Εκπαιδευτικό Σχέδιο Εργασίας (Project)
«Το Ηλεκτρονικό Παιχνίδι» Εκπαιδευτικό Σχέδιο Εργασίας (Project) Χαράλαµπος ήµου Εκπαιδευτικός ΠΕ2 Επιµορφωτής ΤΠΕ, M.Ed. στην Ανοικτή και Από Απόσταση Εκπαίδευση της Έδρας UNESCO του Πανεπιστηµίου U.N.E.D).
Διαβάστε περισσότεραΠροσωπική Αλληλογραφία Επιστολή
- Διεύθυνση Κυρ. Ιωάννου Οδ. Δωριέων 34 Τ.Κ 8068, Λάρνακα Ελληνική γραφή διεύθυνσης: Όνομα Παραλήπτη Όνομα και νούμερο οδού Ταχυδρομικός κώδικας, Πόλη. Av. Galileo 110 Colonia Polanco C.P. 12560 México,
Διαβάστε περισσότεραf) cotg 300 ctg 60 2 d) cos 5 cos 6 Al ser un ángulo del primer cuadrante, todas las razones son positivas. Así, tenemos: tg α 3
.9. Calcula el valor de las siguientes razones trigonométricas reduciéndolas al primer cuadrante. a) sen 0 c) tg 0 e) sec 0 b) cos d) cosec f) cotg 00 Solucionario a) sen 0 sen 0 d) cosec sen sen b) cos
Διαβάστε περισσότεραΕργαστήριο Java. Αντικείµενο: Δίκτυα. Χειρισµός URLs. Άσκηση 1. Lab11. Πακέτο java.net
Εργαστήριο Java Lab11 Αντικείµενο: Δίκτυα Πακέτο java.net H Java παρέχει ένα σύνολο από ενσωµατωµένες δυνατότητες για δηµιουργία εφαρµογών στο Internet ή σε τοπικά δίκτυα. H Java παρέχει τα stream sockets
Διαβάστε περισσότεραApì ton diakritì kôbo ston q ro tou Gauss
Apì ton diaritì Ôbo ston q ro tou Gauss 1 Isoperimetri anisìthta sto diaritì Ôbo Θεωρούμε την οικογένεια J των συναρτήσεων J : [0 1] [0 ) που ικανοποιούν τα εξής: J0) = J1) = 0. Για κάθε a b [0 1] a +
Διαβάστε περισσότεραI (JAVA) Ονοματεπώνυμο: Α. Μ.: Δώστε τις απαντήσεις σας ΕΔΩ: Απαντήσεις στις σελίδες των ερωτήσεων ΔΕΝ θα ληφθούν υπ όψην.
I (JAVA) Ονοματεπώνυμο: Α. Μ.: + ΦΥΛΛΟ ΑΠΑΝΤΗΣΕΩΝ Δώστε τις απαντήσεις σας ΕΔΩ: Απαντήσεις στις σελίδες των ερωτήσεων ΔΕΝ θα ληφθούν υπ όψην. + 1 ΦΥΛΛΟ ΑΠΑΝΤΗΣΕΩΝ (σελ. 2/3) 2 ΦΥΛΛΟ ΑΠΑΝΤΗΣΕΩΝ (σελ. 3/3)
Διαβάστε περισσότεραΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
ΓΡΑΜΜΙΚΟΣ & ΔΙΚΤΥΑΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ Ενότητα 12: Συνοπτική Παρουσίαση Ανάπτυξης Κώδικα με το Matlab Σαμαράς Νικόλαος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΚατασκευαστές. Μέθοδοι Κατασκευής (Constructors).
Κατασκευαστές Μέθοδοι Κατασκευής (Constructors). Οι κατασκευαστές (constructors) είναι μέθοδοι που εκτελούνται όταν κατασκευάζεται ένα αντικείμενο. Μια τάξη μπορεί να έχει αρκετούς κατασκευαστές, οι οποίοι
Διαβάστε περισσότεραΥΠΟΛΟΓΙΣΤΕΣ Ι. Τα επιμέρους τμήματα ΥΠΟΛΟΓΙΣΤΗ Η ΔΟΜΗ TOY ΥΠΟΛΟΓΙΣΤΗ. Αναπαράσταση μεγεθών. Αναλογική αναπαράσταση ΚΕΝΤΡΙΚΗ ΜΝΗΜΗ ΜΟΝΑΔΑ ΕΛΕΓΧΟΥ
ΥΠΟΛΟΓΙΣΤΕΣ Ι Η ΔΟΜΗ TOY ΥΠΟΛΟΓΙΣΤΗ Τα επιμέρους τμήματα ΕΙΣΟΔΟΣ ΚΕΝΤΡΙΚΗ ΜΝΗΜΗ ΕΛΕΓΧΟΥ ΑΡΙΘΜΗΤΙΚΗ ΛΟΓΙΚΗ ΕΞΟΔΟΣ ΚΕΝΤΡΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑΣ 1 2 Αναπαράσταση μεγεθών ΜΕΤΡΟΥΜΕΝΟ ΜΕΓΕΘΟΣ ΑΝΑΛΟΓΙΚΗ ΑΝΑΠΑΡΑΣΤΑΣΗ
Διαβάστε περισσότερα(2) Thread Thread. Runnable. ( ) Java. Sample91. Thread Thread ) Thread. Runnable. run() / run() Runnnale ( ) MyRun implements Runnable Runnable
(2) 18 6 26 Thread Thread Runnable ( ) Java 1 Sample91 Thread (Thread Runnable Thread ) Thread Runnable run() / Runnable run() run() Runnnale ( ) MyRun class MyRun implements Runnable Runnable (implements)
Διαβάστε περισσότερα9:00-10:00 π.μ. (60 λεπτά) Παρασκευή, 14 Οκτωβρίου, 2016
Πανεπιστήμιο Κύπρου Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών και Μηχανικών Περιβάλλοντος ΠΠΜ 401: Ανάπτυξη Λογισμικού Εφαρμογών Μηχανικής, 2016 Ακαδημαϊκό Έτος 2016-17, Χειμερινό Εξάμηνο 1 η Ενδιάμεση
Διαβάστε περισσότεραΤΕΧΝΙΚΕΣ ΑΝΤΙΚΕΙΜΕΝΟΣΤΡΑΦΟΥΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ. Εισαγωγή στη Java III
ΤΕΧΝΙΚΕΣ ΑΝΤΙΚΕΙΜΕΝΟΣΤΡΑΦΟΥΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΥ Εισαγωγή στη Java III Ισότητα Strings class StringTest public static void main(string args[]) String x1 = "java"; String y1 = "java"; System.out.println("1.
Διαβάστε περισσότερα(2), ,. 1).
178/1 L I ( ) ( ) 2019/1111 25 2019,, ( ), 81 3,,, ( 1 ), ( 2 ),, : (1) 15 2014 ( ). 2201/2003. ( 3 ) ( ). 2201/2003,..,,. (2),..,,, 25 1980, («1980»),.,,. ( 1 ) 18 2018 ( C 458 19.12.2018,. 499) 14 2019
Διαβάστε περισσότεραAPI: Applications Programming Interface
ÒØ Ñ ÒÓ ØÖ ÔÖÓ» Ñ ÒØ Ñ ÒÓ ØÖ ÔÖÓ Ö ÑÑ Ø Ñ ½ Ö Ø Ò Ô Ö Ø ÒØ Ñ ÒÛÒ ÒÒÓ ôòøóù ÔÖ Ñ Ø Ó ÑÓÙ Ì ÔÓ ÓÑ ÒÛÒ Ì µ (i) ÒÓÐÓØ ÑôÒ (ii)ôö Ü º Ð ØÖ Ò Ò ÖÛÔÓ ØÖ ÔÐ Ò Ø Ó Ó Ù Ø Ñ Ø ººº ½ºÈÖÛØ ÓÒØ Ø ÔÓ int double char
Διαβάστε περισσότερα!!" #7 $39 %" (07) ..,..,.. $ 39. ) :. :, «(», «%», «%», «%» «%». & ,. ). & :..,. '.. ( () #*. );..,..'. + (# ).
1 00 3 !!" 344#7 $39 %" 6181001 63(07) & : ' ( () #* ); ' + (# ) $ 39 ) : : 00 %" 6181001 63(07)!!" 344#7 «(» «%» «%» «%» «%» & ) 4 )&-%/0 +- «)» * «1» «1» «)» ) «(» «%» «%» + ) 30 «%» «%» )1+ / + : +3
Διαβάστε περισσότεραΤαξίδι Υγεία. Υγεία - Έκτακτο περιστατικό. Υγεία - Στο γιατρό. Necesito ir al hospital. Παράκληση για μεταφορά στο νοσοκομείο. Me siento mal.
- Έκτακτο περιστατικό Necesito ir al hospital. Παράκληση για μεταφορά στο νοσοκομείο Me siento mal. Necesito ver a un doctor inmediatamente! Παράκληση για άμεση γιατρική φροντίδα Ayuda! Έκκληση για άμεση
Διαβάστε περισσότεραΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΥΛΙΚΟ ΓΙΑ ΤΑ ΚΕΝΤΡΑ ΔΙΑ ΒΙΟΥ ΜΑΘΗΣΗΣ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΥΛΙΚΟ ΓΙΑ ΤΑ ΚΕΝΤΡΑ ΔΙΑ ΒΙΟΥ ΜΑΘΗΣΗΣ ΘΕΜΑΤΙΚΟΣ ΑΞΟΝΑΣ: ΓΛΩΣΣΑ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΑ ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ: Ισπανικά για τον τουρισμό(α1-α2) Συγγραφέας: Δημήτρης Ε. Φιλιππής
Διαβάστε περισσότεραΣυμβούλιο της Ευρωπαϊκής Ένωσης Βρυξέλλες, 7 Μαρτίου 2017 (OR. en)
Συμβούλιο της Ευρωπαϊκής Ένωσης Βρυξέλλες, 7 Μαρτίου 2017 (OR. en) 7057/17 ADD 1 TRANS 97 ΔΙΑΒΙΒΑΣΤΙΚΟ ΣΗΜΕΙΩΜΑ Αποστολέας: Ημερομηνία Παραλαβής: Αποδέκτης: Για τον Γενικό Γραμματέα της Ευρωπαϊκής Επιτροπής,
Διαβάστε περισσότεραLESET Let ssaveenergytogether (Ας Εξοικονομήσουμε Μαζί Ενέργεια) (GR)
LESET Let ssaveenergytogether (Ας Εξοικονομήσουμε Μαζί Ενέργεια) (GR) Información general Resumen Το LESET έργο ήταν πολύ επιτυχημένο. Οι συμμετέχοντες, μαθητές μεταξύ 15 και 16 ετών, από 5 διαφορετικές
Διαβάστε περισσότεραΥποστηρικτικό υλικό Σημειώσεις
ΔΙΑΔΙΚΤΥA : Υπηρεσίες, Τεχνολογία, Εφαρμογές Τμήμα Πληροφορικής Α.Π.Θ. Υποστηρικτικό υλικό Σημειώσεις Διδάσκοντες : Α. Βακάλη Γ. Παπαδημητρίου Εαρινό εξάμηνο 2000 2001 ΜΕΡΟΣ ΙΙ J A V A ΔΙΑΔΙΚΤΥA : Υπηρεσίες,
Διαβάστε περισσότεραT : g r i l l b a r t a s o s Α Γ Ί Α Σ Σ Ο Φ Ί Α Σ 3, Δ Ρ Α Μ Α. Δ ι α ν ο μ έ ς κ α τ ο ί κ ο ν : 1 2 : 0 0 έ ω ς 0 1 : 0 0 π μ
Α Γ Ί Α Σ Σ Ο Φ Ί Α Σ 3, Δ Ρ Α Μ Α g r i l l b a r t a s o s Δ ι α ν ο μ έ ς κ α τ ο ί κ ο ν : 1 2 : 0 0 έ ω ς 1 : 0 π μ Δ ι α ν ο μ έ ς κ α τ ο ί κ ο ν : 1 2 : 0 0 έ ω ς 0 1 : 0 0 π μ T ortiyas Σ ο υ
Διαβάστε περισσότεραk k ΚΕΦΑΛΑΙΟ 1 G = (V, E) V E V V V G E G e = {v, u} E v u e v u G G V (G) E(G) n(g) = V (G) m(g) = E(G) G S V (G) S G N G (S) = {u V (G)\S v S : {v, u} E(G)} G v S v V (G) N G (v) = N G ({v}) x V (G)
Διαβάστε περισσότερα02 Αντικειμενοστρεφής Προγραμματισμός
02 Αντικειμενοστρεφής Προγραμματισμός Τεχνολογία Λογισμικού Τμήμα Πληροφορικής & Τηλεπικοινωνιών, ΕΚΠΑ Εαρινό εξάμηνο 2016 17 Δρ. Κώστας Σαΐδης saiko@di.uoa.gr Αντικειμενοστρέφεια Στον προγραμματισμό object
Διαβάστε περισσότερα