Buněčné automaty a mřížkové buněčné automaty pro plyny. Larysa Ocheretna
|
|
- Ivana Soukupová
- před 8 lety
- Počet zobrazení:
Transkript
1 Buněčné automaty a mřížkové buněčné automaty pro plyny Larysa Ocheretna
2 Obsah Buněčný automat: princip modelu, vymezení pojmů Mřížkový buněčný automat pro plyny Příklady aplikace principů mřížkových buněčných automatů pro plyny studium proudění tekutiny porézními strukturami
3 Modelování a simulace Modelování proces tvorby modelu Model zjednodušená reprezentace skutečnosti ( lež, která pomáhá pochopit realitu) Simulace napodobování (imitace) reálního procesu nebo jevu, sledování jeho vývoje v čase.
4 Představení buněčného automatu BA (angl. Cellular Automata CA): 1940-tá léta první koncepce BA (Stanislav Ulam a John von Neumann) navrhuje hypotetický stroj/automat, který bude schopný vytvářet vlastní kopie (studium sebereprodukce - rozmnožování); 1948 přednáška Obecná teorie automatů : automat, který tvoří jiné automaty, je tvoří v jednodušší formě než je on sám (degenerace automatu), ovšem na určité úrovní dokáže udržovat sám sebe. Přesto v jednoduchosti BA lze spatřit podobnost s živou hmotou (dělení buněk vznik a zánik buněčných klanů Šachovnice apod.) je svět, kostky jsou jevy tohoto světu, pravidla hry to, co my nazýváme zákony přírody. T.H. Huxley
5 Představení buněčného automatu Rozdělit prostor na jednotlivé buňky (cells), každé buňce na začátku přiřadit počátečný stav S 0. Určit evoluční pravidlo δ Jednotlivé stavy buněk měnit současně v jednotlivých krocích v závislosti na stavech okolních (sousedících) buněk a evolučního pravidla δ δ nemusí byt stejné pro všechny buňky, ale vždy je funkcí stavů okolí buňky, která se zkoumá.
6 Představení buněčného automatu 1 stavy okolních buněk 2 stav zkoumané buňky v čase t 3 evoluční pravidlo (=přechodová funkce) 4 stav buňky v čase t+1 Nový kolega do týmu?
7 Představení buněčného automatu 1) Biologický směr BA 1970-tá léta první aplikace BA (John Conway), hra Life. 2-D interpretace základních procesů v živých systémech struktury které rychlé mizí nebo neomezeně rostou; jednoduchá pravidla ale těžko předpovidatelné chování systému.
8 Představení buněčného automatu 2) Výpočetní úlohy 1980-tá leta podrobná studie 1-D BA (Stephen Wolfram). A New Kind of Science, 2002 příklady aplikace BA v mnoha oblastech vědy (Wolfram NKS Summer School ).
9 Buněčný automat vs. mřížkový buněčný automat pro plyny 3) Modelování fyzikálních jevů (hydrodynamika) Mřížkové buněčné automaty pro plyny
10 Představení mřížkových buněčných automatů pro plyny (angl. Lattice Gas Cellular Automata) 1973 (1976) Hardy, Pomeau, de Pazzis (HPP model) První 2-D deterministický buněčný automat vyvinutý za účelem studia statistických vlastností plynu (tj. interagujících částic) Frisch, Hasslacher, Pomeau (FHP model) 2-D stochastický buněčný automat vyvinutý pro studium pohybu tekutiny. Odráží realistickou dynamiku tekutiny, poskytuje řešení Navier-Stokesové rovnice.
11 Představení mřížkových buněčných automatů pro plyny Je to systém identických buněk. Prostorová geometrie jejich uspořádání je dána geometrií mřížky. Používají se pravidelné Bravaisové mřížky (čtverečná/hexagonální). Centrem buňky je uzel objekt, který přijímá vstupní informaci. Kanál spojnice mezi dvěma sousedními uzly. Stavy kanálu: 0 (prázdný) nebo1 (obsazený částicí). Stav uzlu je daný stavy kanálů. Počáteční (okamžitý) stav LGCA je daný stavy všech uzlů. Každý uzel nabývá jeden z 2 b stavů, b koordinační číslo (=počet kanálů). Stav uzlu tvoří stavy kanálů. Vývoj LGCA se odehrává v pravidelných diskrétních časových intervalech v důsledku konání dvou oddělených fází: Fáze kolize každý individuální automat nabývá v čase t+δt nového stavu v závislosti na jeho výchozím stavu a kolizních pravidlech (deterministické a stochastické); Fáze přesunu - informace o nových stavech kanálů se přesouvá do patřičných sousedních uzlů. Změny stavů uzlů probíhají na mřížce současně, tzn. že jsou lokálně nezávislé.
12 Fáze kolize v mřížkových buněčných automatech pro plyny
13 Fáze kolize v mřížkových buněčných automatech pro plyny A prázdný uzel B obsazení uzlu 3 pohybujícími se částicemi Typické dvou a tří částicové kolize v FHP-1 modelu
14 Fáze přesunu v mřížkových buněčných automatů pro plyny 1. Kolize částic s překážkou 2. Periodické okrajové podmínky A odraz zpět B zrcadlový odraz C kombinovaný (difuzní) odraz
15
16
17
18 ???
19 Modelování: Brownův pohyb (náhodná procházka) l.u l.u. l.u l.u. -120
20 velocity, l.u./t.u. Modelování: Proudění tekutiny v kanále (jedním porem) 1 periodické okrajové podmínky 2 imaginární ventilátor (tlakový spad) L délka kanálu d šířka kanálu 0,5 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0, axis OY, l.u. fx=2 fx=1,4 fx=0,4 fx=0,2 fx=0,03 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0 R² = 0, ,05 0,1 0,15 0,2 0,25 0,3 pressure gradient, m.u.*(l.u.) -1 *(t.u.) -2
21 Simulace proudění tekutiny skládaným filtrem
22 Simulace proudění tekutiny skládaným filtrem Porosity is 0,95 Porosity is 0,9 Porosity is 0,85 Porosity is 0,7 Směry vektorů rychlosti částic v kanále a uvnitř porézního prostředí, α=35
23 ???
24 Density variance Simulace proudění tekutiny pod vlivem vibrací t =25 t.u. t=75 t.u. t=125 t.u. 0,7 0,5 0,3 0,1 t=175 t.u. -0,1-0,3-0,5 t=225 t.u. -0, Distance, l.u. T=10 t.s. T=15 t.s. T=30 t.s. T=45 t.s. T=60 t.s.
25 Simulace proudění tekutiny pod vlivem vibrací
26 Děkuji za pozornost
Dynamické kritické jevy
Dynamické kritické jevy statické vs. dynamické Ve statické situaci je kritické chování určeno: i. dimenzí parametru uspořádání ii. dimenzí fyzikálního prostoru každý obor začíná nejprve statickými jevy
VíceÚvod Teorie Studium CA Aplikace Souvislosti. Radek Pelánek
Buněčné automaty Radek Pelánek Souvislosti Kam směřujeme? modelování systémů od spodu - individua, lokální interakce agent based modeling (ABM) modelování založené na agentech proč buněčné automaty (cellular
VíceCelulární automaty (CA) a jejich aplikace. Samoorganizace Vlastnosti CA Samoorganizovaná kritikalita Vývoj rozhraní
Celulární automaty (CA) a jejich aplikace Samoorganizace Vlastnosti CA Samoorganizovaná kritikalita Vývoj rozhraní Samorganizace Pojem samorganizace je užíván v různých kontextech v: informační teorii,
VíceÚvod Teorie Studium CA Aplikace Souvislosti. Radek Pelánek
Buněčné automaty Radek Pelánek Souvislosti Kam směřujeme? modelování systémů od spodu - individua, lokální interakce agent based modeling (ABM) modelování založené na agentech proč buněčné automaty (cellular
VíceSimulace pohybu chodců pomocí celulárních modelů
Simulace pohybu chodců pomocí celulárních modelů Marek Bukáček výzkumná skupina GAMS při KM KIPL FJFI ČVUT v Praze 8. červen 2011 Obsah Úvod Celulární modely úprava Floor field modelu Proč modelovat Akademický
VíceÍ Č Ý Ó Ó á á á š ž Ť Ť č Í á á ž č Ó čť š š á Č Ť á Í č Í Í á á š š š ť Í Ť č Ť á Č á á ť Í š č Ť Í š š ť š á Ý á š Č ň č č š á č á č á á á č š Ť á ň č ť ň Ť á á á á á č á š á č š č č č Ť č á á á á Ď
VíceMartina Husáková. Celulární automaty. Znalostní technologie III materiál pro podporu studia
Celulární automaty Znalostní technologie III materiál pro podporu studia OBSAH HISTORIE VÝZKUMU... 3 CO JE CELULÁRNÍ AUTOMAT?... 4 HRA ŽIVOTA (GAME OF LIFE)... 7 KLUZÁK A KLUZÁKOVÉ DĚLO... 9 VÝZNAM CELULÁRNÍCH
VíceBiologicky inspirované výpočty. Schématické rozdělení problematiky a výuky
Biologicky inspirované výpočty Schématické rozdělení problematiky a výuky 1 Biologicky inspirované výpočty - struktura problematiky Evoluční systémy: evoluční algoritmy, evoluční hardware, víceúčelová
VíceModelování a simulace Lukáš Otte
Modelování a simulace 2013 Lukáš Otte Význam, účel a výhody MaS Simulační modely jsou nezbytné pro: oblast vědy a výzkumu (základní i aplikovaný výzkum) analýzy složitých dyn. systémů a tech. procesů oblast
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. INVESTICE Institut DO biostatistiky ROZVOJE VZDĚLÁVÁNÍ a analýz VII. SYSTÉMY ZÁKLADNÍ POJMY SYSTÉM - DEFINICE SYSTÉM (řec.) složené, seskupené (v
Více01MDS. http://www.krbalek.cz/for_students/mds/mds.html
01MDS http://www.krbalek.cz/for_students/mds/mds.html 01MDS Modely dopravních systémů (úvodní přednáška) Milan Krbálek Katedra matematiky Fakulty jaderné a fyzikálně inženýrské, ČVUT v Praze http://www.krbalek.cz/for_students/mds/mds.html
VícePočítačová dynamika tekutin (CFD) Okrajové podmínky
Počítačová dynamika tekutin (CFD) Okrajové podmínky M. Jahoda Okrajové podmínky 2 Řídí pohyb tekutiny. Jsou požadovány matematickým modelem. Specifikují toky do výpočetní oblasti, např. hmota, hybnost
VíceZÁKLADY AUTOMATICKÉHO ŘÍZENÍ
VYSOKÁ ŠKOLA BÁŇSKÁ TECHNICKÁ UNIVERZITA OSTRAVA FAKULTA STROJNÍ ZÁKLADY AUTOMATICKÉHO ŘÍZENÍ 1. týden doc. Ing. Renata WAGNEROVÁ, Ph.D. Ostrava 2013 doc. Ing. Renata WAGNEROVÁ, Ph.D. Vysoká škola báňská
VíceOSA. maximalizace minimalizace 1/22
OSA Systémová analýza metodika používaná k navrhování a racionalizaci systémů v podmínkách neurčitosti vyšší stupeň operační analýzy Operační analýza (výzkum) soubor metod umožňující řešit rozhodovací,
VíceFLUENT přednášky. Turbulentní proudění
FLUENT přednášky Turbulentní proudění Pavel Zácha zdroj: [Kozubková, 2008], [Fluent, 2011] Proudění skutečných kapalin - klasifikujeme 2 základní druhy proudění: - laminární - turbulentní - turbulentní
VíceINOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ
INOVACE ODBORNÉHO VZDĚLÁVÁNÍ NA STŘEDNÍCH ŠKOLÁCH ZAMĚŘENÉ NA VYUŽÍVÁNÍ ENERGETICKÝCH ZDROJŮ PRO 21. STOLETÍ A NA JEJICH DOPAD NA ŽIVOTNÍ PROSTŘEDÍ CZ.1.07/1.1.00/08.0010 NUMERICKÉ SIMULACE ING. KATEŘINA
Více4EK311 Operační výzkum. 1. Úvod do operačního výzkumu
4EK311 Operační výzkum 1. Úvod do operačního výzkumu Mgr. Jana SEKNIČKOVÁ, Ph.D. Nová budova, místnost 433 Konzultační hodiny InSIS E-mail: jana.seknickova@vse.cz Web: jana.seknicka.eu/vyuka Garant kurzu:
VíceFLUENT přednášky. Metoda konečných objemů (MKO)
FLUENT přednášky Metoda konečných objemů (MKO) Pavel Zácha zdroj: [Bakker, 2008], [Vodička, 2011], [Runchal, 2008], [Kozubková, 2008] Historie - zřejmě nestarší způsob řešení parciálních diferenciálních
VíceModelov an ı biologick ych syst em u Radek Pel anek
Modelování biologických systémů Radek Pelánek Modelování v biologických vědách typický cíl: pomocí modelů se snažíme pochopit, jak biologické systémy fungují model zahrnuje naše chápání simulace ukazuje,
VíceJak se matematika poučila v biologii
Jak se matematika poučila v biologii René Kalus IT4Innovations, VŠB TUO Role matematiky v (nejen) přírodních vědách Matematika inspirující a sloužící jazyk pro komunikaci s přírodou V 4 3 r 3 Matematika
VíceGenerování sítě konečných prvků
Generování sítě konečných prvků Jaroslav Beran Modelování a simulace Tvorba výpočtového modelu s využitím MKP zahrnuje: Tvorbu (import) geometrického modelu Generování sítě konečných prvků Definování vlastností
Více7. Rozdělení pravděpodobnosti ve statistice
7. Rozdělení pravděpodobnosti ve statistice Statistika nuda je, má však cenné údaje, neklesejte na mysli, ona nám to vyčíslí Jednou z úloh statistiky je odhad (výpočet) hodnot statistického znaku x i,
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cziba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické
VíceJana Dannhoferová Ústav informatiky, PEF MZLU
Počítačová grafika Křivky Jana Dannhoferová (jana.dannhoferova@mendelu.cz) Ústav informatiky, PEF MZLU Základní vlastnosti křivek křivka soustava parametrů nějaké rovnice, která je posléze generativně
VíceSIGNÁLY A LINEÁRNÍ SYSTÉMY
SIGNÁLY A LINEÁRNÍ SYSTÉMY prof. Ing. Jiří Holčík, CSc. holcik@iba.muni.cz II. SIGNÁLY ZÁKLADNÍ POJMY SIGNÁL - DEFINICE SIGNÁL - DEFINICE Signál je jev fyzikální, chemické, biologické, ekonomické či jiné
VíceNÁHODNÁ ČÍSLA. F(x) = 1 pro x 1. Náhodná čísla lze generovat některým z následujících generátorů náhodných čísel:
NÁHODNÁ ČÍSLA TYPY GENERÁTORŮ, LINEÁRNÍ KONGRUENČNÍ GENERÁTORY, TESTY NÁHODNOSTI, VYUŽITÍ HODNOT NÁHODNÝCH VELIČIN V SIMULACI CO JE TO NÁHODNÉ ČÍSLO? Náhodné číslo definujeme jako nezávislé hodnoty z rovnoměrného
VíceDEM-CFD studie proudění v sypané výplni. Martin Šourek
DEM-CFD studie proudění v sypané výplni Martin Šourek VŠCHT Praha Ústav matematiky Praha 12. prosince 2017 Motivace Modelování toku v sypané výplni 2 Úvod Model Výsledky Závěr Model 3 Metodika Přístup
VíceStefan Ratschan. Fakulta informačních technologíı. Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti 1 / 16
Modelování fyzikálního okoĺı Stefan Ratschan Katedra číslicového návrhu Fakulta informačních technologíı České vysoké učení technické v Praze 25. října 2011 Evropský sociální fond Praha & EU: Investujeme
VíceFAKULTA INFORMAČNÍCH TECHNOLOGIÍ
VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ BRNO UNIVERSITY OF TECHNOLOGY FAKULTA INFORMAČNÍCH TECHNOLOGIÍ ÚSTAV INTELIGENTNÍCH SYSTÉMŮ FACULTY OF INFORMATION TECHNOLOGY DEPARTMENT OF INTELLIGENT SYSTEMS SIMULACE FYZIKÁLNÍCH
Víceanalýzy dat v oboru Matematická biologie
INSTITUT BIOSTATISTIKY A ANALÝZ Lékařská a Přírodovědecká fakulta, Masarykova univerzita Komplexní přístup k výuce analýzy dat v oboru Matematická biologie Tomáš Pavlík, Daniel Schwarz, Jiří Jarkovský,
VíceU Úvod do modelování a simulace systémů
U Úvod do modelování a simulace systémů Vyšetřování rozsáhlých soustav mnohdy nelze provádět analytickým výpočtem.často je nutné zkoumat chování zařízení v mezních situacích, do kterých se skutečné zařízení
VíceCíle lokalizace. Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí
Cíle lokalizace Zjištění: 1. polohy a postavení robota (robot pose) 2. vzhledem k mapě 3. v daném prostředí 2 Jiný pohled Je to problém transformace souřadnic Mapa je globální souřadnicový systém nezávislý
VícePočítačová dynamika tekutin (CFD) Turbulence
Počítačová dynamika tekutin (CFD) Turbulence M. Jahoda Turbulence 2 Turbulentní proudění vzniká při vysokých Reynoldsových číslech (Re>>1); je způsobováno komplikovanou interakcí mezi viskózními a setrvačnými
VícePočítačové simulace fyzikálních problému TASEP
Počítačové simulace fyzikálních problému TASEP Jakub Doležal 1, Jakub Kantner 2, Tomáš Zahradník 3 1 Gymnázium Špitálská Praha, 2 Gymnázium Českolipská Praha, 3 Gymnázium Oty Pavla Praha 1 janjansen@centrum.cz,
VícePočítačová dynamika tekutin (CFD) Základní rovnice. - laminární tok -
Počítačová dynamika tekutin (CFD) Základní rovnice - laminární tok - Základní pojmy 2 Tekutina nemá vlastní tvar působením nepatrných tečných sil se částice tekutiny snadno uvedou do pohybu (výjimka některé
Více2. přednáška z předmětu GIS1 Data a datové modely
2. přednáška z předmětu GIS1 Data a datové modely Vyučující: Ing. Jan Pacina, Ph.D. e-mail: jan.pacina@ujep.cz Pro přednášku byly použity texty a obrázky z www.gis.zcu.cz Předmět KMA/UGI, autor Ing. K.
VíceTéma 2: Pravděpodobnostní vyjádření náhodných veličin
0.025 0.02 0.015 0.01 0.005 Nominální napětí v pásnici Std Mean 140 160 180 200 220 240 260 Std Téma 2: Pravděpodobnostní vyjádření náhodných veličin Přednáška z předmětu: Pravděpodobnostní posuzování
VícePočítačová dynamika tekutin (CFD) - úvod -
Počítačová dynamika tekutin (CFD) - úvod - Co je CFD? 2 Computational Fluid Dynamics (CFD) je moderní metoda jak získat představu o proudění tekutin, přenosu tepla a hmoty, průběhu chemických reakcích
VíceNázev: Konstrukce vektoru rychlosti
Název: Konstrukce vektoru rychlosti Autor: Mgr. Petr Majer Název školy: Gymnázium Jana Nerudy, škola hl. města Prahy Předmět (mezipředmětové vztahy) : Fyzika (Matematika) Tematický celek: Mechanika kinematika
VíceAnalýza lineárních regulačních systémů v časové doméně. V Modelice (ale i v Simulinku) máme blok TransfeFunction
Analýza lineárních regulačních systémů v časové doméně V Modelice (ale i v Simulinku) máme blok TransfeFunction Studijní materiály http://physiome.cz/atlas/sim/regulacesys/ Khoo: Physiological Control
VíceStudentská tvůrčí činnost 2009. 3D modelování vírových struktur v rozváděcí turbínové lopatkové mříži. David Jícha
Studentská tvůrčí činnost 2009 3D modelování vírových struktur v rozváděcí turbínové lopatkové mříži David Jícha Vedoucí práce : Prof.Ing.P.Šafařík,CSc. a Ing.D.Šimurda 3D modelování vírových struktur
VíceCFD výpočtový model bazénu pro skladování použitého paliva na JE Temelín a jeho validace
CFD výpočtový model bazénu pro skladování použitého paliva na JE Temelín a jeho validace Ondřej Burian Pavel Zácha Václav Železný ČVUT v Praze, Fakulta strojní, Ústav energetiky NUSIM 2013 Co je to CFD?
VíceMonte Carlo. Simulační metoda založená na užití stochastických procesů a generace náhodných čísel.
Monte Carlo Simulační metoda založená na užití stochastických procesů a generace náhodných čísel. Typy MC simulací a) MC integrace b) Geometrické MC c) Termodynamické MC d) Modelování vývoje na strukturální
Více1 POPIS MATEMATICKÉHO MODELU. 1.1 Použitý software FLOW-3D. Vodní nádrže , Brno
1 POPIS MATEMATICKÉHO MODELU 1.1 Použitý software FLOW-3D Pro modelování proudění byl zvolen komerční softwarový balík FLOW-3D. Jedná se o CFD (Computional Fluid Dynamics) nástroj využívající matematické
VícePříspěvek do konference STČ 2008: Numerické modelování obtékání profilu NACA 0012 dvěma nemísitelnými tekutinami
Příspěvek do konference STČ 2008: Numerické modelování obtékání profilu NACA 0012 dvěma nemísitelnými tekutinami (Numerical Modelling of Flow of Two Immiscible Fluids Past a NACA 0012 profile) Ing. Tomáš
VíceZákladní informace o co se jedná a k čemu to slouží
Základní informace o co se jedná a k čemu to slouží založené na relačních databází transakční systémy, které jsou určeny pro pořizování a ukládání dat v reálném čase (ERP, účetní, ekonomické a další podnikové
VíceIng. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D.
OPTIMALIZACE BRAMOVÉHO PLYNULÉHO ODLÉVÁNÍ OCELI ZA POMOCI NUMERICKÉHO MODELU TEPLOTNÍHO POLE Ing. Tomáš MAUDER prof. Ing. František KAVIČKA, CSc. doc. Ing. Josef ŠTĚTINA, Ph.D. Fakulta strojního inženýrství
VíceÚvod do modelování a simulace. Ing. Michal Dorda, Ph.D.
Úvod do modelování a simulace systémů Ing. Michal Dorda, Ph.D. 1 Základní pojmy Systém systémem rozumíme množinu prvků (příznaků) a vazeb (relací) mezi nimi, která jako celek má určité vlastnosti. Množinu
VíceNauka o materiálu. Přednáška č.2 Poruchy krystalické mřížky
Nauka o materiálu Přednáška č.2 Poruchy krystalické mřížky Opakování z minula Materiál Degradační procesy Vnitřní stavba atomy, vazby Krystalické, amorfní, semikrystalické Vlastnosti materiálů chemické,
VíceVýpočet nejistot metodou Monte carlo
Výpočet nejistot metodou Monte carlo Mgr. Martin Šíra, Ph.D. (ČMI, Brno) červen 2012 Tato prezentace je spolufinancována Evropským sociálním fondem a státním rozpočtem České republiky. p. 1 Výpočty nejistot
VícePokročilé simulace ve fyzice mnoha částic:
Pokročilé simulace ve fyzice mnoha částic: Simulace složitých, nerovnovážných a kvantových jevů Miroslav Kotrla & Milan Předota FZÚ AV ČR, Praha 8 oddělení teorie kondenzovaných látek JU České Budějovice
VíceIMOSI - MODELACE A SIMULACE LEARN 2013 správně možná špatně
IMOSI - MODELACE A SIMULACE LEARN 2013 správně možná špatně Simulátor označujeme jako kredibilní v případě, že: byla úspěšně završena fáze verifikace simulátoru se podařilo přesvědčit zadavatele simulačního
VícePOSTUPY SIMULACÍ SLOŽITÝCH ÚLOH AERODYNAMIKY KOLEJOVÝCH VOZIDEL
POSTUPY SIMULACÍ SLOŽITÝCH ÚLOH AERODYNAMIKY KOLEJOVÝCH VOZIDEL Autor: Dr. Ing. Milan SCHUSTER, ŠKODA VÝZKUM s.r.o., Tylova 1/57, 316 00 Plzeň, e-mail: milan.schuster@skodavyzkum.cz Anotace: V příspěvku
VíceÚvod do zpracování signálů
1 / 25 Úvod do zpracování signálů Karel Horák Rozvrh přednášky: 1. Spojitý a diskrétní signál. 2. Spektrum signálu. 3. Vzorkovací věta. 4. Konvoluce signálů. 5. Korelace signálů. 2 / 25 Úvod do zpracování
VíceOPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB D24FZS
OPTIMALIZACE A MULTIKRITERIÁLNÍ HODNOCENÍ FUNKČNÍ ZPŮSOBILOSTI POZEMNÍCH STAVEB Optimalizace a multikriteriální hodnocení funkční způsobilosti pozemních staveb Anotace: Optimalizace objektů pozemních staveb
VíceNUMERICKÝ VÝPOČET RADIÁLNÍHO VENTILÁTORU V KLIMATIZAČNÍ JEDNOTCE
NUMERICKÝ VÝPOČET RADIÁLNÍHO VENTILÁTORU V KLIMATIZAČNÍ JEDNOTCE Autoři: Ing. Petr ŠVARC, Technická univerzita v Liberci, petr.svarc@tul.cz Ing. Václav DVOŘÁK, Ph.D., Technická univerzita v Liberci, vaclav.dvorak@tul.cz
VíceDiferenciální rovnice a jejich aplikace. (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36
Diferenciální rovnice a jejich aplikace Zdeněk Kadeřábek (Brkos 2011) Diferenciální rovnice a jejich aplikace 1 / 36 Obsah 1 Co to je derivace? 2 Diferenciální rovnice 3 Systémy diferenciálních rovnic
VíceGIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
VíceKHT KHT KATEDRA HODNOCENÍ TEXTILIÍ
Katedra hodnocení textilií je zaměřena na výchovu vysokoškolsky vzdělaných odborníku a specialistů v oborech textilního marketingu, kde je unikátně spojeno vzdělání z oblasti marketingu s problematikou
VíceKartografické modelování. VIII Modelování vzdálenosti
VIII Modelování vzdálenosti jaro 2015 Petr Kubíček kubicek@geogr.muni.cz Laboratory on Geoinformatics and Cartography (LGC) Institute of Geography Masaryk University Czech Republic Vzdálenostní funkce
VíceModerní systémy pro získávání znalostí z informací a dat
Moderní systémy pro získávání znalostí z informací a dat Jan Žižka IBA Institut biostatistiky a analýz PřF & LF, Masarykova universita Kamenice 126/3, 625 00 Brno Email: zizka@iba.muni.cz Bioinformatika:
VíceTeorie systémů TES 1. Úvod
Evropský sociální fond. Praha & EU: Investujeme do vaší budoucnosti. Teorie systémů TES 1. Úvod ZS 2011/2012 prof. Ing. Petr Moos, CSc. Ústav informatiky a telekomunikací Fakulta dopravní ČVUT v Praze
VíceStacionární 2D výpočet účinnosti turbínového jeden a půl stupně
Stacionární D výpočet účinnosti turbínového jeden a půl stupně Petr Toms Abstrakt Příspěvek je věnován popisu řešení proudění stacionárního D výpočtu účinnosti jeden a půl vysokotlakého turbínového stupně
VíceAgentově orientované modelování a simulace
Agentově orientované modelování a simulace Znalostní technologie III materiál pro podporu studia OBSAH ÚVOD... 3 CO JE AGENT?... 3 POTŘEBA AGENTOVĚ ORIENTOVANÉHO MODELOVÁNÍ... 4 ABMS... 4 HLAVNÍ MYŠLENKY
Více133PSBZ Požární spolehlivost betonových a zděných konstrukcí. Přednáška A3. ČVUT v Praze, Fakulta stavební katedra betonových a zděných konstrukcí
133PSBZ Požární spolehlivost betonových a zděných konstrukcí Přednáška A3 ČVUT v Praze, Fakulta stavební katedra betonových a zděných konstrukcí Obsah přednášky Teplotní analýza konstrukce Sdílení tepla
VícePřijímací zkouška na navazující magisterské studium 2018
Přijímací zkouška na navazující magisterské studium 2018 Řešení příkladů pečlivě odůvodněte. Příklad 1 (2 bodů) Studijní program: Studijní obory: Varianta A Matematika MMUI Navrhněte deterministický konečný
VíceMarkovské metody pro modelování pravděpodobnosti
Markovské metody pro modelování pravděpodobnosti rizikových stavů 1 Markovský řetězec Budeme uvažovat náhodný proces s diskrétním časem (náhodnou posloupnost) X(t), t T {0, 1, 2,... } s konečnou množinou
VíceIV117: Úvod do systémové biologie
IV117: Úvod do systémové biologie David Šafránek 8.10.2008 Obsah Metody dynamické analýzy Obsah Metody dynamické analýzy Shrnutí biologický systém definován interakcemi mezi jeho komponentami interakce
VíceCFD SIMULACE VE VOŠTINOVÉM KANÁLU CHLADIČE
CFD SIMULACE VE VOŠTINOVÉM KANÁLU CHLADIČE Autoři: Ing. Michal KŮS, Ph.D., Západočeská univerzita v Plzni - Výzkumné centrum Nové technologie, e-mail: mks@ntc.zcu.cz Anotace: V článku je uvedeno porovnání
VíceGIS Geografické informační systémy
GIS Geografické informační systémy Obsah přednášky Prostorové vektorové modely Špagetový model Topologický model Převody geometrií Vektorový model Reprezentuje reálný svět po jednotlivých složkách popisu
VíceZadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014
Zadání a řešení testu z matematiky a zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia od jara 2014 Zpráva o výsledcích přijímacího řízení do magisterského navazujícího studia
VíceMatematicko-fyzikální fakulta Univerzity Karlovy
Oceňování finančních derivátů ve spojitém čase Václav Kozmík Matematicko-fyzikální fakulta Univerzity Karlovy 4. 10. 2010 Úvod Stochastický kalkulus Wienerův proces stochastické procesy Itoovo lemma změna
VíceModelování: obecné principy. Radek Pelánek
Modelování: obecné principy Radek Pelánek Myšlenky o modelování Přirovnání...... learning about modeling is a lot like learning about sex: despite its importance, most people do not want to discuss it,
VíceMatematické modelování dopravního proudu
Matematické modelování dopravního proudu Ondřej Lanč, Alena Girglová, Kateřina Papežová, Lucie Obšilová Gymnázium Otokara Březiny a SOŠ Telč lancondrej@centrum.cz Abstrakt: Cílem projektu bylo seznámení
Více4EK201 Matematické modelování. 8. Modely hromadné obsluhy
4EK201 Matematické modelování 8. Modely hromadné obsluhy 8. Modely hromadné obsluhy Systém, ve kterém dochází k realizaci obsluhy příchozích požadavků = systém hromadné obsluhy Vědní disciplína zkoumající
VíceModelování zdravotně významných částic v ovzduší v podmínkách městské zástavby
Modelování zdravotně významných částic v ovzduší v podmínkách městské zástavby Jiří Pospíšil, Miroslav Jícha pospisil.j@fme.vutbr.cz Vysoké učení technické v Brně Fakulta strojního inženýrství Energetický
VíceBiofyzikální ústav LF MU Brno. jarní semestr 2011
pro obor Ošetřovatelská péče v gerontologii Biofyzikální ústav LF MU Brno jarní semestr 2011 Obsah letmý dotyk teorie systémů klasifikace a analýza biosignálů Co je signál? Co je biosignál? Co si počít
VíceStanovení nejistot při výpočtu kontaminace zasaženého území
Stanovení nejistot při výpočtu kontaminace zasaženého území Michal Balatka Abstrakt Hodnocení ekologického rizika kontaminovaných území představuje komplexní úlohu, která vyžaduje celou řadu vstupních
VíceNumerické modelování interakce proudění a pružného tělesa v lidském vokálním traktu
Numerické modelování interakce proudění a pružného tělesa v lidském vokálním traktu Vedoucí práce: doc. Ing. Petr Šidlof, Ph.D. Bc. Petra Tisovská 22. května 2018 Studentská 2 461 17 Liberec 2 petra.tisovska@tul.cz
VíceEvoluční výpočetní techniky (EVT)
Evoluční výpočetní techniky (EVT) - Nacházejí svoji inspiraci v přírodních vývojových procesech - Stejně jako přírodní jevy mají silnou náhodnou složku, která nezanedbatelným způsobem ovlivňuje jejich
VíceSimulace (nejen) fyzikálních jevů na počítači
Simulace (nejen) fyzikálních jevů na počítači V. Kučera Katedra numerické matematiky, MFFUK Praha 7.2.2013 Aerodynamický flutter Tacoma bridge, 1940 Fyzikální model Realita je komplikovaná Navier-Stokesovy
VíceJaro 2010 Kateřina Slavíčková
Jaro 2010 Kateřina Slavíčková Obsah: 1. Biologické vědy. 2. Chemie a fyzika v biologii koloběh látek a tok energie. 3. Buňka, tkáně, pletiva, orgány, orgánové soustavy, organismus. 4. Metabolismus. 5.
VíceCollatzova hypotéza. David Brebera XIV. seminář z historie matematiky pro vyučující na středních školách
Collatzova hypotéza David Brebera XIV. seminář z historie matematiky pro vyučující na středních školách Poděbrady 19. 8. 019 1 Lothar Collatz 6. 7. 1910, Arnsberg, Německo 6. 9. 1990, Varna, Bulharsko
VíceVýpočet stlačitelného proudění metodou konečných objemů
Výpočet stlačitelného proudění metodou konečných objemů Petra Punčochářová Ústav technické matematiky, Fakulta strojní, Vysoké učení technické v Praze Vedoucí práce: Prof. RNDr. K. Kozel DrSc. Úvod V 80.
VíceIO-Link ve výrobě ing. Zdeněk Zima Systémový inženýr ifm electornic
IO-Link ve výrobě ing. Zdeněk Zima Systémový inženýr ifm electornic zdenek.zima@ifm.com Ifm electronic - představení Jeden z největších světových výrobců M & R. Rodinná firma - 49 let tradice. Technická
VíceTermomechanika 11. přednáška Doc. Dr. RNDr. Miroslav Holeček
Termomechanika 11. přednáška Doc. Dr. RNDr. Miroslav Holeček Upozornění: Tato prezentace slouží výhradně pro výukové účely Fakulty strojní Západočeské univerzity v Plzni. Byla sestavena autorem s využitím
VíceNástin formální stavby kvantové mechaniky
Nástin formální stavby kvantové mechaniky Karel Smolek Ústav technické a experimentální fyziky, ČVUT Komplexní čísla Pro každé reálné číslo platí, že jeho druhá mocnina je nezáporné číslo. Např. 3 2 =
VíceObsah. Předmluva 13. O autorovi 15. Poděkování 16. O odborných korektorech 17. Úvod 19
Předmluva 13 O autorovi 15 Poděkování 16 O odborných korektorech 17 Úvod 19 Co kniha popisuje 19 Co budete potřebovat 20 Komu je kniha určena 20 Styly 21 Zpětná vazba od čtenářů 22 Errata 22 KAPITOLA 1
VíceTermomechanika 10. přednáška Doc. Dr. RNDr. Miroslav Holeček
Termomechanika 10. přednáška Doc. Dr. RNDr. Miroslav Holeček Upozornění: Tato prezentace slouží výhradně pro výukové účely Fakulty strojní Západočeské univerzity v Plzni. Byla sestavena autorem s využitím
Více10. Techniky formální verifikace a validace
Fakulta informačních technologií MI-NFA, zimní semestr 2011/2012 Jan Schmidt EVROPSKÝ SOCIÁLNÍ FOND PRAHA & EU: INVESTUJENE DO VAŠÍ BUDOUCNOSTI 10. Techniky formální verifikace a validace 1 Simulace není
VíceAproximační křivky. Trocha historie. geometrické modelování veliký pokrok v oblasti letectví 1944 Roy Liming
Trocha historie geometrické modelování veliký pokrok v oblasti letectví 944 Roy Liming analytik, North American Aviation (výrobce letadel) společně s konstruktérem a designérem Edgardem Schmuedem matematizace
VíceCW01 - Teorie měření a regulace
Ústav technologie, mechanizace a řízení staveb CW01 - Teorie měření a regulace ZS 2010/2011 SPEC. 2.p 2010 - Ing. Václav Rada, CSc. Ústav technologie, mechanizace a řízení staveb Teorie měření a regulace
VíceOFFICE MS EXCEL SEZNÁMENÍ S PROGRAMEM
Škola: Autor: DUM: Vzdělávací obor: Tematický okruh: Téma: Masarykovo gymnázium Vsetín Mgr. Petr Koňařík MGV_VT_SS_1S2-D12_Z_OFF_EX_UVOD Informatika MS Office MS Excel - úvod OFFICE MS EXCEL SEZNÁMENÍ
VícePracovní text a úkoly ke cvičením MF002
Pracovní text a úkoly ke cvičením MF002 Ondřej Pokora, PřF MU, Brno 11. března 2013 1 Brownův pohyb (Wienerův proces) Základním stavebním kamenem simulací náhodných procesů popsaných pomocí stochastických
VíceNumerické metody 6. května FJFI ČVUT v Praze
Extrémy funkcí Numerické metody 6. května 2018 FJFI ČVUT v Praze 1 Úvod Úvod 1D Více dimenzí Kombinatorika Lineární programování Programy 1 Úvod Úvod - Úloha Snažíme se najít extrém funkce, at už jedné
VíceÚvod do teorie grafů
Úvod do teorie grafů Neorientovaný graf G = (V,E,I) V množina uzlů (vrcholů) - vertices E množina hran - edges I incidence incidence je zobrazení, buď: funkce: I: E V x V relace: I E V V incidence přiřadí
VícePočet pravděpodobnosti
PSY117/454 Statistická analýza dat v psychologii Přednáška 4 Počet pravděpodobnosti Je známo, že když muž použije jeden z okrajových pisoárů, sníží se pravděpodobnost, že bude pomočen o 50%. anonym Pravděpodobnost
VíceEvropský sociální fond Praha & EU: Investujeme do vaší budoucnosti
Evropský sociální fond Praha & EU: Investujeme do vaší budoucnosti MI-SOC: 11 METODY VERIFIKACE SYSTÉMŮ NA ČIPU Hana Kubátov vá doc. Ing. Hana Kubátová, CSc. Katedra číslicového návrhu Fakulta 1 informačních
VíceNeuronální kódování a přenos informace
Neuronální kódování a přenos informace Lubomír Košťál Fyziologický ústav AV ČR Matematické modely a aplikace, Podlesí 2013 Problém neuronálního kódování Problém neuronálního kódování čas [s] t i 1 t i
VíceIng. Jan Buriánek. Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické v Praze Jan Buriánek, 2010
Ing. Jan Buriánek (ČVUT FIT) Reprezentace bodu a zobrazení BI-MGA, 2010, Přednáška 2 1/33 Ing. Jan Buriánek Katedra softwarového inženýrství Fakulta informačních technologií České vysoké učení technické
Více