Cálculo de Estructuras Utilizando Elemento Finito con Cómputo en Paralelo

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Cálculo de Estructuras Utilizando Elemento Finito con Cómputo en Paralelo"

Transcripción

1 Cntro d Invstigación n Matmáticas A.C. Mastría n Cincias con Espcialidad n Computación y Matmáticas Industrials Cálculo d Estructuras Utilizando Elmnto Finito con Cómputo n Parallo por José Migul Vargas Félix Assor: Dr. Salvador Botllo Rionda Guanajuato, abril d

2

3 Rsumn Nustro trabajo trata sobr la solución numérica d problmas d dformación linal d sólidos por mdio dl método d lmntos finitos, stos problmas s rsulvn utilizando stratégias d cómputo n parallo. Hablamos sobr algunas formas d parallizar los algoritmos, tanto utilizando modlos d mmoria compartida como d mmoria distribuída. En particular nos cntrarmos n la dscomposición d dominios usando l método altrnant d Schwarz para rsolvr problmas d lmnto finito con mallas muy rfinadas. El método altrnant d Schwarz s rfir a particionar l dominio dl problma d tal forma qu haya traslap n las frontras comuns d las particions. Cada partición s rsulv como un problma indpndint, dspués s intrcambian valors n las frontras con las particions adyacnts. Est procso s rpit d forma itrativa hasta la convrgncia global dl problma. Hablarmos d la parallización utilizando dos tipos d algoritmos para rsolvr los sistmas d cuacions rsultants: gradint conjugado y factorización Cholsky. En cuanto a la factorización Cholsky, xplicarmos varias stratégias para hacrla más ficint, como son: almacnaminto utilizando squmas d matrics ralas, factorización Cholsky simbólica para dtrminar la structura d la matriz ants d calcular sus ntradas y l rordnaminto d la matiz d rigidz para obtnr una factorización más conómica. S dscrib n sta tsis la implmntación d un programa d cómputo qu utiiliza la dscomposición d Schwarz para rsolvr problmas d dformación d sólidos n dos y trs dimnsions. Est programa fu implmntado para funcionar n un clustr d computo con l objtivo d rsolvr problmas d gran scala n forma ficint. Finalmnt mostrarmos algunas gráficas d timpos obtnidas al rsolvr sistmas d cuacions con dcnas d millons d variabls. Palabras clav: Ecuacions difrncials parcials, dscomposición d dominios, álgbra linal, cómputo n parallo, método d lmnto finito, método altrnant d Schwarz.

4

5 Agradcimintos En primra instancia y d forma gnral quiro agradcr al CIMAT, s un gran lugar para crcr, tanto n forma académica, como n forma prsonal. Es una comunidad fantástica d la cual rcibí incontabl apoyo. En partícular ahora quiro dcir gracias al Dr. Salvador Botllo por compartir su conociminto y xprincia, por todo l apoyo qu m brindó. Admás d assorar y guiar con por bun camino sta tésis, consiguió los rcursos (bcas, cursos y hardwar) ncsarios para llvarla a cabo. A los rvisors Dr. Arturo Hrnándz Aguirr y Dr. Migul Ángl Mórls Vázquz, por sus valiosos comntarios y opinions. Agradzco también a Jos Jsus Rocha Quzada quin fu l ncargado ponr a punto l clustr d cómputo n l cual s implmntó sta tsis. Al Dr. Juan José Tapia Armnta por su intrés n st trabajo d tésis y por tomars l timpo d lr y nviarm comntarios, los cuals furon d gran ayuda. Apoyos rcibidos Durant l timpo n qu ralicé mis studios d mastía rcibí apoyos n forma d bcas, sin los cuals no hubis sido posibl la conclusión d stos y l dsarrollo d sta tésis. Cntro d Invstigación n Matmáticas (CIMAT) Octubr a dicimbr d 7. Art - III - Bca d studios d Mastría (Acta 7-) Enro d 8. Art - III - Bca d studios d Mastría (Acta 8-) Agosto a dicimbr d 9. Art9- VI- Bca d laboración d tsis d Mastría (Acta 9-) Consjo Nacional d Cincia y Tcnología (Conacyt) Enro d 8 a julio d 9. Convocatoria d Bcas Conacyt Nacionals nro - julio 8. Novimbr a dicimbr d 9. Proycto d Invstigación 897-Y

6

7 A los implicados

8

9 Índic Gnral Rsumn... Agradcimintos... Apoyos rcibidos... Cntro d Invstigación n Matmáticas (CIMAT)... Consjo Nacional d Cincia y Tcnología (Conacyt).... Introducción..... Motivación..... Distribución d los capítulos..... Modlos d cómputo n parallo..... Avanc dl cómputo n parallo..... Las matmáticas dl parallismo..... Sobr l stado dl art Discrtización con l método d lmntos finitos Dscomposición d dominios Dominios sin traslap, complmnto d Schur Métodos Numann-Numann Métodos Dirichlt-Dirichlt.... Dformación lástica d sólidos con l método d los lmntos finitos..... Elasticidad bidimnsional Esfurzos y dformacions Principio d trabajos virtuals Discrtización n lmntos finitos Funcions d forma Discrtización d los campo d dformacions y sfurzos Ecuacions d quilibrio d la discrtización Ensamblado d la matriz d rigidz..... Elasticidad tridimnsional Esfurzos y dformacions Funcions d forma Discrtización d los campo d dformacions y sfurzos Ecuacions d quilibrio d la discrtización...7. Una aplicación d la parallización con mmoria compartida Introducción Arquitctura dl procsaminto n parallo Parallización con thrads..... Algoritmo d gradint conjugado..... Formulación n parallo... 9

10 Agradcimintos.. Implmntación con matrics ralas Rsultados.... Una aplicación d la parallización con mmoria distribuída Parallización con mmoria distribuida Dscomposición d dominios Algoritmo altrnant d Schwarz Aplicación con un problma d lmnto finito Vlocidad d convrgncia..... Particionaminto dl dominio..... Implmntación con MPI Factorización Cholsky simbólica para matrics ralas..... Cómo lograr un solvr dircto ficint..... Factorización clásica d Cholsky..... Rordnaminto d rnglons y columnas Dscripción dl problma Matrics d prmutación Rprsntación d matrics ralas como grafos Algoritmos d rordnaminto Factorización Cholsky simbólica Implmntación En dos dimnsions Rsultados Prparación Dscomposición d dominio y gradint conjugado Gradint conjugado parallizado Gradint conjugado sin parallizar Dscomposición d dominio y factorización Cholsky simbólica Evolución y convrgncia Distribución d timpo Traslap Afinidad dl CPU Sistmas grands Un caso particular con malla structurada Distribución d timpos dl algoritmo Conclusions y trabajo futuro Bibliografía... 9 Apéndic A. Guía para hacr prubas...9 Forma combinada... 9 Particions indpndints... 9 Apéndic B. Ejmplo d jcución n un clustr... Apéndic C. Gnración d mallas grands...

11 . Introducción.. Motivación Algunos problmas modlados con lmnto finito rquirn d una discrtización muy fina para rducir l grado d rror, lo cual implica utilzar una gran cantidad d rcursos d cómputo para podr sr rsultos. En particular nos nfocamos n problmas d lmnto finito rsultants d la modlación d la dformación lástica d sólidos n dos y trs dimnsions. Sucd ntoncs qu l tamaño d las matrics rsultants d sta modlación fina son tan grands qu no s factibl almacnarlas n la mmoria d una sola computadora, admás, l timpo qu s tarda n ncontrar la solución dl sistma d cuacions pud sr dmasiado xtnso como para rsultar práctico. Lo qu nos llva a cambiar d paradigma d programación y nfocarnos n l cómputo n parallo, con l cual hacmos qu múltipls computadoras trabajn d forma cooprativa n la rsolución d st tipo d problmas... Distribución d los capítulos Iniciarmos más adlant n st capítulo hablando d forma brv dl cómputo n parallo, tanto d hardwar y softwar, la motivación matmática d ést y harmos una intruducción a la técnica d dscomposición d dominios hablando brvmnt dl stado dl art d ést. El ordn d los capítulos siguints tin qu vr con la forma n qu s fu atacando l problma. Con l capítulo dscribirmos la toría d dformación lástica d sólidos con lmntos finitos. En l capítulo dscribirmos la parallización d dicho programa utilizando l squma d mmoria compartida utilizando como solvr l método d gradint conjugado n parallo, prsntamos algunos rsultados. A continuación, n l capítulo, hablarmos d la toría implmntación un squma híbrido, qu combina los squmas d mmoria distribuida y mmoria compartida. En pocas palabras, lo qu hacmos s particionar l dominio d un problma d lmntos finitos para así formar problmas indpndints qu stán rlacionados ntr sí a través d condicions d frontra comuns. Cada problma indpndint s rsulv utilizando l solvr dscrito n l capítulo. Las solucions locals a cada partición s combinan con las d las particions adyacnts d forma itrativa hasta lograr una convrgncia. Mostramos algunos rsultados y dnotamos algunos d los problmas d st squma híbrido.

12 . Introducción Para solvntar los problmas ncontrados con l squma híbrido, dcidimos implmntar como solvr dl sistma d cuacions la factorización Cholsky simbólica para matrics ralas. En l capítulo mostramos la toría y dtalls d implmntación d st solvr. Al utilizar la factorización Cholsky para matrics ralas como solvr para l squma d mmoria distribuida implmntado s obtuviron rsultados intrsants, los cuals son mostrados n l capítulo. S incluy al final d st trabajo un apéndic con los dtalls dl programa d softwar qu implmnta los algoritmos dscritos n los capítulos a... Modlos d cómputo n parallo El modlo más común para clasificar las arquitcturas d cómputo n parallo s la taxonomía d Flynn [Flyn7]. Esta taxonomía agrupa las difrnts arquitcturas d computadoras basándos n l flujo d datos instruccions n una computadora, dnotando si s pud o no procsar datos y/o jcutar instruccions n parallo, lo qu da como rsultado las cuatro catgorías d la tabla.. Un dato Múltipls datos Una instrucción Múltipls instruccions SISD MISD SIMD MIMD Tabla.. Taxonomía d Flynn. SISD (singl instruction, singl data). En st modlo no xist parallismo ni d procsaminto d datos ni d jcución d instruccions. S rfir ntoncs al procsaminto srial ncontrado n las computadoras con un solo procsador. SIMD (singl instruction, multipl data). Est tipo d computadoras tinn arrglos d procsadors qu jcutan la misma scuncia d instruccions n datos difrnts. Las tarjtas d vido modrnas o GPUs s basan n st modlo, cada una pud tnr dcnas o cintos d procsadors qu pudn, por jmplo, aplicar la misma opración a muchas ntradas d una matriz al mismo timpo. El disño d st tipo d hardwar lo hac spcialmnt ficint para opracions sncillas, pro no lo s tanto cuando los algoritmos prsntan condicions d la forma: si l dato s A jcuta sta instrucción, si s B sta otra. Est tipo d condicionants no son fácils d parallizar, lo qu rsulta n qu n stos casos s jcut primro la instrucción para A y lugo la instrucción para B d forma srial. MISD (multipl instruction, singl data). Es l caso mnos común d sta taxonomía, n él múltipls procsadors trabajan n parallo pro n un mismo dato. Est tipo d arquitctura s utiliza n sistmas qu tinn qu oprar a pruba d fallos, n los cuals s ncsario tnr rdundancia. Por jmplo la computadora d control d vulo dl transbordador spacial utiliza sta arquitctura. MIMD (multipl instruction, multipl data). En st caso s tinn muchos procsadors, cada uno jcutando una scuncia d instruccions aplicada a datos difrnts. Por jmplo, las computadoras d scritorio multi- cor sigun sta arquitctura. Los sistmas distribuidos también s considran dntro d sta clas, tanto si utilizan squmas d mmoria compartida o distribuida. Es la arquitctura más

13 . Introducción utilizada n computación cintífica d alto rndiminto, la mayoría d las computadoras n la lista TOP, utilizan st squma... Avanc dl cómputo n parallo Motorola 8 (M ips) Intl 8x8 (M ips) Motorola 8 (88M ips) Intl Pntium Pro (M ips) Intl Pntium III (.G ips) Intl 8x8 (M ips) E+ Intl 8x8 (M ips) E+ Intl 88 (K ips) E+ Motorola 8 (M ips) E+ Intl Cor i7 AMD Phnom II X (7G ips) (G ips) E+ PlayStation Cll (G ips) E+ AMD Athlon XP (.9G ips) Intl Pntium IV (9.7G ips) 7E+ Intl Cor (9G ips) 8E+ Intl (9K ips) Númro d instruccions por sgundo En años rcints s ha logrado un avanc xponncial n cuanto a la capacidad d procsaminto, d los procsadors, como s mustra n la figura.. E Figura.. Evolución d la capacidad d los procsadors n instruccions por sgundo (ips). Est incrmnto no solo s db al dsarrollo d la tcnología con la qu s fabrican los procsadors, sino al hcho d qu ahora s fabrican procsadors con varios núclos. Por jmplo l procsador Intl Cor i7-98x tin núclos. Los sistmas oprativos y compiladors modrnos aprovchan sta caractrística para jcutar sus rutinas n parallo. El stándar más utilizado para procsadors multi-cor s OpnMP [Chap8]. Otro avanc important n los últimos años s qu l uso d clustrs d computadoras s ha hcho accsibl. En particular los clustrs Bowulf [Str9], son implmntados con computadoras comrcials qu son intrconctadas por mdio d una rd local (figura.), las computadoras funcionan jcutando sistmas oprativos librs (GNU/Linux, FrBSD, tc.) y s programan utilizando librrías qu prmitn la comunicación ntr los programas d cálculo numérico. La librría más utilizada para dsarrollar aplicacions n parallo n clustrs Bowulf s la intrfac d pas d mnsajs MPI (dl inglés, Mssag Passing Intrfac) [MPIF8], ésta prmit implmntar con facilidad programas qu s jcutn bajo l squma d mmoria distribuida.

14 . Introducción Computadoras nodos scalvo Computadora nodo mastro Rd xtrna Switch d rd Figura.. Configuración típica d un clustr Bowulf. El trabajo d sta tsis implicó l dsarrollo d un programa d softwar para rsolvr problmas d lmnto finito utilizando cómputo n parallo. Para la implmntación y pruba d st programa s utilizó l clustr d cómputo dl CIMAT, l cual sigu l modlo MIMD. Cunta con computadoras multi-cor, las cuals provn un total d 9 procsadors, los cuals son accsados a través d un nodo mastro. Éstas tinn instalado l sistma oprativo GNU/Linux, la suit d compiladors GNU/GCC y la librría d MPI OpnMPI.... Las matmáticas dl parallismo Hay muchas opracions matmáticas básicas qu pudn parallizars, sto significa qu pudn sparars n varias sub-opracions qu pud ralizars d forma indpndint. Por jmplo, l la suma d dos vctors x, y para producir otro vctor c, c i= x i y i, i=,, N. En st caso las N sumas pudn ralizars simultánamnt, asignando una a cada procsador. Lo qu hay qu rsaltar s qu no hay dpndncia ntr los difrnts pars d datos, tnmos ntoncs l parallismo más ficint. Hay opracions qu prsntan mayor dificultad para parallizars, por jmplo l producto punto x, y N a= x i yi, i= dond a s un scalar, una primra aproximación sría vrlo como una scuncia d sumas d productos qu rquirn ir acumulando un rsultado, al vrlo así no s una opración parallizabl. Sin mbargo, podmos rorganizar l procso como s mustra n la figura..

15 . Introducción x y x y x y x y xn y N a Figura.. Parallización dl producto punto. En st caso s tin una parallización ficint d la multiplicación d las ntradas d los vctors, dspués s va rducindo la ficincia, l primr grupo s sumas s ralizado por N / procsadors, las sgundas sumas por N / procsadors, hasta llgar a la suma final n un procsador, l qu obtin l rsultado final a. En st tipo d parallización xist dpndncia ntr los datos y llo provoca qu sa mnos ficint. Muchos algoritmos srials rquirn, para sr parallizados, d r-ordnar las opracions con una stratgia d divid y vncrás, como n l caso dl producto punto. Usualmnt s tndrán mmos procsadors qu l tamaño dl vctor, por lo qu s asignan varias opracions d un grupo a cada procsador, las cuals s jcutarán n scuncia, lo qu rduc aún más la ficincia dl parallismo... Sobr l stado dl art La toría d dscomposición d dominios para rsolvr problmas d cuacions difrncials parcials s un tma n constant dsarrollo. En años rcints ha sido bnficiado por la cración d sistmas d cómputo cada vz más vlocs, con mayor capacidad d mmoria y vlocidad d comunicación ntr nodos. La tndncia iniciada n la década d los años novnta ha sido trabajar al mismo timpo con las solucions individuals d cada particion y d forma gnral con un subdominio gruso d todo l problma. En l caso dl trabajo con problmas d lmnto finito n mcánica d sólidos n régimn linal s prsntan matrics simétricas positivas dfinidas, varios d los métodos más modrnos para rsolvr st tipo d problmas usan dscomposición d dominios sin traslap, por llo vamos a hablar d éstos n las siguints sccions, aunqu muy brvmnt. Para sta tsis, sin mbargo, lgimos trabajar usando l método d dscomposición d dominios con traslap, l cual srá dscrito n l capítulo.... Discrtización con l método d lmntos finitos Una técnica muy utilizada para rsolvr numéricamnt problmas d cuacions difrncials parcials s l método d lmntos finitos. El método consist n discrtizar un dominio dividiéndolo n lmntos gométricos qu aproximadamnt cubran al dominio. S gnra así una malla d lmntos, los cuals

16 . Introducción compartn aristas y nodos, figura.. Las rlacions ntr nodos corrspondn a ntradas n una matriz. Así, la rlación ntr los nodos i y j quival a un valor n la ntrada a i j n una matriz A. Dado qu xist una rlación dl nodo i al nodo j, también xist una rlación (no ncsariamnt con l mismo valor) dl nodo j al nodo i, lo qu producirá una matriz con structura simétrica, aunqu no ncsariamnt simétrica n cuanto a sus valors (n las sccions siguints s tratan sólo problmas con matrics simétricas tanto n structura como n valors). Admás, n la diagonal aparcn ntradas qu rprsntan a los nodos. aii ai j j A= i a ji ajj Figura.. Discrtización d un dominio. Tndrmos ntoncs la rprsntación dl problma d cuacions difrncials parcials como un sistma d cuacions A x=b, x=c n con cirtas condicions (Dirichlt o Numann) n la frontra. En l capítulo formularmos problma d dformación linal d sólidos utilizando st método.... Dscomposición d dominios La dscomposición d dominios nac d la ncsidad d trabajar cuacions difrncials n dominios discrtizados qu producn sistmas d cuacions grands, tratando d rsolvrlos d forma ficint. En forma gnral podmos dcir qu xistn dos tipos d dscomposición d dominios, utilizando particions sin traslap o con traslap, figura.. Figura.. Dscomposición n dominios sin traslap (izquirda) y con traslap (drcha).

17 . Introducción Dividir un dominio n P particions quival ntoncs a sparar n P bloqus la matriz A qu rprsnta las rlacions ntr nodos. Cada dominio ntoncs stará rprsntado por una matriz A p, con p= P. El siguint paso s rsolvr l sistma d cuacions con la matriz A p d cada partición d foma indpndint, utilizando algún método convncional para rsolvr sistmas d cuacions. La solucions obtnidas s intrcambiarán con las particions adyacnts y así, d forma itrativa, s irá aproximando la solución global dl sistma.... Dominios sin traslap, complmnto d Schur En dominios sin traslap, =, =, =, dos particions adyacnts tndrán nodos n común n la frontra, lo qu quivaldrá a ntradas iguals n sus rspctivas matrics. Podmos ntoncs formar la matriz A como A II A= A I A I x I b I A I, x= x I, b= b I. x b A A II A I (.) Para cada patición p tndrmos ntoncs p A = A IpI A Ip A pi A p p,x = x Ip x p p,b = b I p b p, con p= P. (.) Una stratgia para rsolvr st tipo d problmas s utilizar l sistma d complmntos d Schur [Tos pp-7]. Part d liminar las incógnitas x I p n l intrior d la partición, sto corrspond a la factorización d la matriz d (.) como I A=L R= I A I AI I A I A I I I A II A II A I A I, S y un sistma linal rsultant A II A II A I b I A I x = b I, S g aquí S =A A I A II A I A I A II A I, s l complmnto d Schur rlativo a las incógnitas n. Acomodando como n (.), podmos scribir l complmnto d Schur local S p = A p A pi A I pi A Ip, con p= P, ncontrarmos l complmnto d Schur para x con S x = g, (.) con 7

18 . Introducción S =S S, g = b A I A II b I b A I A II b I = g g. El método d complmntos d Shur consist ntoncs n ncontrar primro la solución n la frontra común x rsolvindo (.) y dspués aplicar ésta como condición d Dirichlt para ncontrar las incógnitas dntro d los dominios con x I p = A IpI b Ip A I p x. Si partimos d una condición d Numann n la frontra común, = =, rsolvmos los sistmas locals d Numann para ncontrar x y x, A I pi A pi A Ip A p (.) x Ip b I p =, con p= P. x p b p p Usando la factorización n bloqus d las matrics locals, ncontramos x p = S p g p p, ahora podmos ncontrar usando F =d, (.) con F = S S, d =d d = S g S g.... Métodos Numann-Numann S ls conoc como métodos Numann-Numan [Tos pp-] porqu s rsulv un problma Numann a cada lado d la intrfaz ntr los subdominios. El primr paso para rsolvr l algoritmo Numann-Numann s rsolvr l problma con condicions Dirichlt n cada domino p, con valors x n, dspués n cada subdominio rsolvr un problma Numann, con valors scogidos como la difrncia n las drivadas normals d la solución d dos problmas Dirichlt. Los valors n d las solucions d stos problmas Numann son utilizados para corrgir la aproximación inicial x y obtnr x. Para dos partcions, podmos dscribir l método utilizando opradors difrncials, así, para n, 8

19 . Introducción Problma Dirichlt D p Problma Numann N p { { } x n / =b n p p n / x p = sobr p, p=,, n / n x p =x n } n n p p = n p = sobr p, p=,. n n / n / p x x = n ni n n Para la siguint itración usarmos n n n x n =x n, con un, max lgido d forma adcuada. Para mostrar n st procdiminto forma matricial intoducirmos los vctors intrnos d grados librtad v p= x I p y w p= Ip, así / A I pi v n A Ip x n =b I p, p=,, p Problma Dirichlt D p Problma Numann N p / A IpI A I p w n p =, p=,, p p n / r A I A p (.) (.7) n n n x n = x, dond l rsidual r s dfin como / r = A I v n A x n b A I v n / A x n b. / A continuación liminamos v n /, w n d (.) y (.7). A partir dl problma Dirichlt D p, p p r = g S x n, qu indica qu la difrncia r s igual al ngativo dl rsidual dl complmnto d Schur para l sistma (.). Usamos la factorización por bloqus d las matrics locals A p, los problmas d Numan N p dan p = S p r = S p r n g S x n. Finalmnt ncontramos n x n x = S S g S x. n El prcondicionador para l sistma (.) sría [ S F= S S ] S=[ S S ] S S. Tomando como bas l algoritmo Numann-Numann, s ha dsarrollado l método BDD (n inglés, Balancing Domain Dcomposition), la formulación d ést s pud ncontrar n [Mand9]. Los métodos BDD son algoritmos itrativos qu trabajan con substructuras, s dcir, métodos dond los grados d librtad intriors d cada una d las particions sin traslap son liminados. En cada itración s rsulvn los problmas locals d cada partición y s combinan las solucions con un problma n una malla más grusa crata a partir dl subdominio dl spacio nulo. En las forntras comuns s stablcn condicions Numann. 9

20 . Introducción Una d las stratégias más rcints para rsolvr problmas d dscomposición d dominios para problmas d lmnto finito d dformación lástica d sólidos qu producn matrics simétricas positivas dfinidas s l método d balanc d dscomposición d dominios por rstriccions, BDDC (n inglés, Balancing Domain Dcomposition by Constraints) [Mand] y [Dohr]. El problma s rsulv utilizando formulando un spacio gruso (coars spac) l cual consist d fucions d minimización d nrgía con los grados d librtad dados n la malla grusa, una dscripción condnsada pud ncontrars n [Widl8]. Rcintmnt s han dsarrollado algoritmos basados n BDD formulados con subdominios con traslap, la dscripción d stos pud consultars n [Kimna] y [Kimnb].... Métodos Dirichlt-Dirichlt El caso dual al algoritmo Numann-Numan s l algoritmo con condicions Dirichlt a ambos lados d la intrfaz común d los subdominios [Tos pp-]. Si comnzamos con una aproximación inicial n, como n (.), podmos rsolvr inicialmnt problmas con condicions Numann, n cada p. Dspués rsolvrmos un problma con las condicions Dirichlt n lgidas como la difrncia d la traza d las solucions d los problmas Numann n. Los valors n d las drivadas normals d las solucions d stos problmas Dirichlt son mplados para corrgir la incial y ncontrar l valor para la nuva itración. Para dos partcions, podmos dscribir l método utilizando opradors difrncials, así, para n, Problma Numann N p Problma Dirichlt D p { } x n / =b n p p n / x p = sobr p, p=,, n / xp n = p n np { } n n p p = n p = sobr p, p=,. n n / n / p =x x n Para la siguint itración usarmos n = n n n n, n n con un, max lgido d forma adcuada. Para mostrar n st procdiminto forma matricial intoducirmos los vctors intrnos d grados librtad v p= x I p y w p= Ip, así Problma Numann N p A IpI A I p A pi A p Problma Dirichlt D p v n / p n / p b Ip b p np, p=,, p A I pi w n p AI r =, p=,, n n n n =, dond l rsidual r s dfin como = (.8) (.9)

21 . Introducción r = n / n /, y los flujos n por p p n / n A p r. p = A I w p / Para liminar v n /, w n y n / d (.8) y (.9) usamos la factorización por bloqus d las matrics p p p p locals A, los problmas d Numan N p dan r = d F n, qu indica qu la difrncia r s igual al ngativo dl rsidual dl complmnto d Schur para l sistma (.). D los problmas Dirichlt D p podmos stablcr p n r = S p r d F n. p =S Finalmnt ncontramos n n n = S S d F. El prcondicionador para l sistma (.), ést sría la matriz [ S F= S S S ]= S S [ S S ]. A st método s l conoc como FETI (Finit Elmnt Taring and Intrconnct), spcíficamnt FETI con prcondicionador [Tos p]. El método FETI s pud rformular como un problma d minimización con rstriccions, minimizando la suma d las formas d nrgía d los dos subproblmas sujtos a la rstricción x x =, tndrmos ntoncs qu formará un vctor d multiplicadors d Lagrang [Li], a st nuvo método s l conoc como FETI-DP (FETI Dual-Primal) [Farh]. Una dscripción profunda d stos métodos pud ncontrars n [Tos], [Mand] y n [Widl8].

22

23 . Dformación lástica d sólidos con l método d los lmntos finitos Vamos a dscribir la toría d lasticidad d sólidos n dos y trs dimnsions. En st dsarrollo modlarmos sólidos formados por matrials homogénos isotrópicos... Elasticidad bidimnsional... Esfurzos y dformacions Para una structura plana con sfurzos y dformacions aplicados n l mismo plano, podmos utilizar la hipótsis d qu, para un mismo matrial, las dformacions prpndiculars al plano srán d la misma magnitud. Así, podmos omitir sta dimnsión y trabajar sólo n l plano, asumindo qu l campo d dsplazamintos stá prfctamnt dfinido si s conocn los dsplazamintos n las coordnadas x y n todos sus puntos [Bot p8]. El vctor d dsplazamintos n un punto s dfin como [ ] u x, y = u x, y, v x, y (.) n dond u x, y y v x, y rprsntan los dsplazamintos d un punto n las coordnadas x y rspctivamnt. A partir dl campo d dsplazamintos (.) s dducn las dformacions hacindo uso d la toría gnral d lasticidad [Esch97], l vctor d dformacions s ntoncs [] x = y x y [ ][ ] u x x v = = y u v y y x y x [uv ], (.) dond x y y son las dformacions normals y x y la dformación por cizalladura. Con rspcto a la dformación longitudinal z hay qu sñalar qu n l caso d dformación plana s utiliza la hipótsis d qu s nula. Por otra part, n un stado d sfurzo dicha dformación no s nula, pro sí s supon qu

24 . Dformación lástica d sólidos con l método d los lmntos finitos lo s z (la componnt dl sfurzo prpndicular al plano). Por consiguint, n ninguno d los dos casos hay qu considrar la dformación z ya qu no intrvin n las cuacions dl trabajo d dformación al sr l producto z z nulo. También considramos qu x z= y z =. D la cuación (.) s dduc qu los sfurzos tangncials x z y y z son nulos. Usando la misma hipótsis con rspcto a la dformación z, l sfurzo z no intrvin, por tanto l vctor d sfurzos srá [] x = y, x y (.) con x y y sfurzos normals y x y l sfurzo tangncial. La rlación ntr sfurzos y dformacions s dduc d la cuación constitutiva d la lasticidad tridimnsional [Esch97], con las hipótsis para z, z y x z= y z = mncionadas antriormnt. S dduc ntoncs qu la rlación matricial ntr sfurzos y dformacions stá dada por =D. (.) En l caso d considrar sfurzos inicials y dformacions inicials [Zin p], dbidos a cambios d tmpratura, ncogiminto, crciminto d cristals, sfurzos rsiduals inicials, tc., utilizamos la forma más gnral d (.) qu s =D. (.) La matriz D s conoc como matriz constitutiva o matriz d constants lásticas. Dl Torma d Maxwll-Btti s dduc qu D s simpr simétrica [Esch97 p]. En l caso d lasticidad isotrópica [ ] v E D= v, v / dond E s l módulo d Young y l coficint d Poisson.... Principio d trabajos virtuals La xprsión intgral d quilibrio n problmas d lasticidad bidimnsional pud obtnrs hacindo uso dl principio d los trabajos virtuals [Zin pp-7]. Tnindo n cunta los sfurzos y dformacions qu contribuyn al trabajo virtual d la structura, la xprsión dl principio d trabajos virtuals pud scribirs como x x y y y y t da= ub x vb y t da u t x v t y t ds ui U x v i V y. A A l i (.) A la izquirda d la cuación stá rprsntado l trabajo qu los sfurzos x, y y x y ralizan sobr las dformacions virtuals x, y y x y. El primr mimbro a la drcha d la igualdad rprsnta las furzas rpartidas por unidad d volumn b x y b y. El sgundo mimbro indica las furzas rpartidas sobr l contorno t x y t y. Y finalmnt l trcr mimbro las furzas puntuals U i y V i sobr los dsplazamintos virtuals u y v. A y l son l ára y l contorno d la scción transvrsal dl sólido y t su spsor. En problmas d sfurzo plano, t coincid con l spsor ral, mintras qu n problmas d dformación plana s usual asignar a t un valor unidad.

25 . Dformación lástica d sólidos con l método d los lmntos finitos Dfinindo l vctor d furzas puntuals [ ] qi= U i, Vi l vctor d furzas sobr l contorno [] t= tx ty y l vctor d furzas másicas como [] b= b x, by podmos ntoncs xprsar (.) n forma matricial T t da= ut b t da ut t t ds uti q i. A A i l (.7) D las cuacions (.) y (.) s obsrva qu n las intgrals dl principio d trabajos virtuals sólo intrvinn las primras drivadas d los dsplazamintos, lo qu implica qu s rquir continuidad d clas C n la aproximación d lmntos finitos.... Discrtización n lmntos finitos La figura. mustra l dominio d un problma, l cual s analiza bajo las hipótsis d lasticidad bidimnsional, cunta admás con cirtas condicions d frontra d Dirichlt u y d Numann q. u q Figura.. Dominio dl problma. Para nustro dsarrollo vamos a utilizar para discrtizar l dominio lmntos triangulars d trs nodos, los cuals son sncillos d visualizar. En la figura. vmos la discrtización dl dominio.

26 . Dformación lástica d sólidos con l método d los lmntos finitos u q Figura.. Discrtización (mallado) dl dominio. La malla d lmntos finitos rprsnta una idalización d la gomtría ral. Por consiguint, l análisis por lmntos finitos rproduc l comportaminto d la malla scogida y no l d la structura ral. Solamnt comprobando la convrgncia d la solución podmos stimar l grado d aproximación d la solución d lmntos finitos a la xacta.... Funcions d forma Un lmnto triangular d trs nodos s caractriza por los númros d sus nodos,, y, con sus rspctivas coordnadas. Esta numración s local y tin qu crars una corrspondncia con la numración global. N x, y y y N x, y x y x N x, y x Figura.. Funcions d forma para un lmnto finito triangular d trs nodos. Tomando un lmnto aislado, como l d la figura., podmos xprsar los dsplazamintos cartsianos d un punto cualquira n l intrior dl lmnto n función d los dsplazamintos d sus nodos introducindo las funcions d norma N i, con i=,, u x, y = N i x, y u i, i= v x, y = N i x, y v i, i= dond u i y vi son los valors discrtos d dsplazaminto n los nodos. Una función d forma N i tin qu cumplir la condición d valr uno n la coordnada dl nodo i y cro n los nodos j i.

27 . Dformación lástica d sólidos con l método d los lmntos finitos Para obtnr unas funcions d forma más fácils d trabajar, s convnint hacr un mapo a un spacio normalizado, como s mustra n la figura.. y x Figura.. Mapo d un lmnto a un spacio normalizado. Dfinamos ntoncs a u y v n términos d las coordnadas normalizadas y, como sigu u, = N i, ui, i = v, = N i, v i, i= con lo qu podmos dfinir las funcions d forma como N, =, N, =, N, =. Las funcions d cambio d coordnada srán x, = N i, x i, i= y, = N i, yi. i =... Discrtización d los campo d dformacions y sfurzos Podmos así xprsar las componnts d la dformacion (.) como Ni Ni Ni Ni u u v v = u i, = u i, = v i, = v. x i x x i x x i x y i y i 7

28 . Dformación lástica d sólidos con l método d los lmntos finitos Para aplicar un cambio d variabl n las primras drivadas rqurirmos dl jacobiano Ni x y = x y Ni Ni x Ni. y J Sí dt J, ntoncs Ni x = J Ni y Ni. Ni Ahora podmos dfinir l vctor d dformacions (.) como [] x = y = i x y [ ][ ] Ni u x i Ni = v y i i Ni Ni u v y i x i Ni x Ni y Ni x Ni y [ ] ui vi, (.8) ui Bi dond Bi s la matriz d dformación dl nodo i. Visto n forma más compacta =[ B B B n ] [] u u, un finalmnt como =B u. (.9) Pud vrs ntoncs qu la matriz d dformación B stá compusta d tantas sub-matrics Bi como nodos tinn l lmnto. La xprsión discrtizada dl vctor d sfurzos (.) s obtin a partir d (.) =D B u. Pud obsrvars d (.8) qu la matriz d dformación B dl lmnto triangular d trs nodos s constant, lo qu implica qu las dformacions y sfurzos son constants n todo l lmnto. Esto s conscuncia dircta dl campo d dsplazamintos linal scogido, cuyos gradints son obviamnt constants. Por consiguint, n zonas d alta concntración d sfurzos srá ncsaria utilizar una malla tupida para aproximar la solución d sfurzos con suficint prcisión. 8

29 . Dformación lástica d sólidos con l método d los lmntos finitos... Ecuacions d quilibrio d la discrtización Para la obtnción d las cuacions d quilibrio d la discrtización partimos d la xprsión dl principio d trabajos virtuals aplicada al quilibro d un lmnto aislado. Vamos a suponr qu sobr un lmnto, como l d la figura., actúan furzas másicas rpartidas por unidad d ára b y n sus lados furzas d suprfici por unidad d longitud t. Las furzas d suprfici pudn sr d dos tipos: dbidas a furzas xtriors qu actúan sobr los lados dl lmnto qu forman part dl contorno xtrior d la structura o dbidas a las furzas d intracción ntr lmntos qu s transmit a través d sus lados comuns. Éstas últimas pudn ignorars dsd un inicio, dbido a qu s anulan cuando s raliza l nsamblado d todos los lmntos. v,v y,v tx by Px Furzas d suprfici t= tx ty Furzas nodals d quilibrio qi = U i Vi Furzas nodals xtriors Pi= Px i Py i v, V bx v,v b= b x by u, U ty [] [] [ ] [ ] Furzas másicas u, U u, U P y x,u Figura.. Furzas sobr un lmnto triangular d trs nodos. Partindo d la suposición d qu l quilibrio dl lmnto s stablc únicamnt n los nodos, podmos dfinir unas furzas puntuals d qu actún sobr los nodos qu quilibrn las furzas dbidas a la dformación dl lmnto y al rsto d las furzas qu actúan sobr l mismo. Hacmos ntoncs uso dl principio d trabajos virtuals (.7) aplicado ahora al lmnto T t da ut b t da u T t t ds = u T q, A A l rscribíndola utilizando (.9) ut B T t da ut b t da u T t t ds = u T q, A A l tomando admás n cunta qu los dsplazamintos virtuals son arbitrarios, y l spsor s constant, t B T da t b da t t ds =q. A A l (.) La cuación (.) xprsa l quilibrio ntr las furzas nodals d quilibrio y las furzas dbidas a la dformación dl lmnto (la primr intgral), las furzas másicas (sgunda intgral) y las d suprfici (trcra intgral). Sustituyndo l vctor d sfurzos por su valor n función d los dsplazamintos nodals utilizando la forma gnral (.) 9

30 . Dformación lástica d sólidos con l método d los lmntos finitos t B T [ D ] da t b da t t ds =q, A A l sparando las intgrals T T T t B D da t B D da t B da t b da t t ds =q, A A A A l aplicando d nuvo (.9) t BT D B da u=t B T D da t BT da t b da t t ds q A A A A l, K f f fb ft (.) dond K s la matriz d rigidz dl lmnto y tnmos un conjunto d furzas nodals quivalnts dbidas a: dformacions inicials f, sfurzos inicials f, furzas másicas f b, furzas n la suprfici f t. Dfinindo l vctor d furzas nodals quivalnts dl lmnto como f = f f f b f t, podmos xprsar (.) como un sistma d cuacions para l lmnto K u= f q. La cuación d quilibrio total d la malla s obtin stablcindo qu la suma d las furzas nodals d quilibrio n cada nodo db sr igual a la furza nodal xtrior, s dcir qj =q j, sta s la suma d las contribucions d los vctors d furzas nodals d quilibrio d los distintos lmntos qu compartn l nodo con numración global j, y p j rprsnta l vctor d furzas puntuals actuando n dicho nodo. Las cuacions d quilibrio d la malla s obtinn a partir d las contribucions d las matrics lmntals d rigidz y d los vctors d furzas nodals quivalnts d los difrnts lmntos. Así pus, tras l nsamblaj, la cuación matricial global s pud scribir como K u= f, dond K s la matriz d rigidz, u s l vctor d dsplazamintos nodals y f l vctor d furzas nodals quivalnts d toda la malla. Rcordmos d nuvo qu las furzas nodals d quilibrio dbidas al las furzas d intracción ntr los contornos d los lmntos adyacnts s anulan n l nsamblaj, dbido a qu dichas furzas tinn igual magnitud y dircción, pro sntidos opustos n cada lmnto. A fctos prácticos, solamnt hay qu considrar l fcto d las furzas d suprfici cuando s trat d furzas xtriors actuants sobr lados d lmntos qu prtnzcan al contorno d la structura...7. Ensamblado d la matriz d rigidz El primr paso s gnrar una malla d lmntos para l dominio idntificar los nodos.

31 . Dformación lástica d sólidos con l método d los lmntos finitos Figura.. Numración global d los nodos n l dominio. S calcula la matriz lmntal K y l vctor f para cada lmnto. Por jmplo, n la figura. s dstaca l lmnto con nodos, y 9. Su nsamblaj s mostrado n la figura.7. Global Local x x y y 9x 9y x y x y x y [ x x y y K K K K K K 9x x 9y y x x K K K K K u K K K K K K K K K K K K K K K K K K K K K K K K K y y ][ ] [ ] f u f u f = u f u f u f Figura.7. Numración global y local al nsamblar la matriz lmntal. Los valors s sumarán a la matriz d rigidz K y al vctor f, como s mustra n la figura.8.

32 . Dformación lástica d sólidos con l método d los lmntos finitos [ K K K K K K K K K K K K K K K K K K K K K K K K K K ][ ] u f K K K K u u f f K K K K u = f u f K K u Figura.8. Ensamblaj d la matriz lmntal n la matriz d rigidz. f Una condición d frontra d Dirichlt, u i fijo, implicarán liminar l i-ésimo rnglón y la i-ésima columna d la matriz d rigidz y l i-ésimo rnglón dl vctor. Para podr hac sto, hay qu compnsar n l vctor f d sta forma f j f j K i j u j, j i La matriz d rigidz rsultant no tndrá un ancho d banda prdfinido... Elasticidad tridimnsional La formulación d los lmntos finitos tridimnsionals s análoga a la formulación bidimnsional, por lo cual vamos a dscribirla brvmnt. Trabajarmos ahora con lmntos n trs dimnsions, n particular con ttradros con cuatro nodos.... Esfurzos y dformacions Iniciamos dfinindo l vctor d dsplazamintos [ ] u x, y, z u x, y, z = v x, y, z. w x, y, z

33 . Dformación lástica d sólidos con l método d los lmntos finitos Introducimos ahora l vctor d dformacions, l cual stá dado por [] x y = y x y y z z x [] u x v y w z =, u v y x v w z y w u x z dond x, y y z son las dformacions normals, mintras qu x y, y z y z x son las dformacions por cizalladura. El vctor d tnsions s dfin como [] x y = z, x y yz z x dond x, y y z son las tnsions normals y x y, y z y z x las tnsions tangncials. Para un mdio homogéno isotrópico la matriz constitutiva s [Zin p9] E v D= v v [ v v v v v v v v v v v v v v v v v v ], dond E s l módulo d Young y s l coficint d Poisson.

34 . Dformación lástica d sólidos con l método d los lmntos finitos... Funcions d forma El vctor [] ui ui x, y, z = v i wi rprsnta los dsplazamintos d un nodo i. Introducindo las funcions d intrpolación u x, y, z = N i x, y, z u i, i v x, y, z = N i x, y, z v i, i w x, y, z = N i x, y, z w i. i Para ralizar l mapo al spacio normalizado, tnmos u,, = N i,, u i, i= v,, = N i,, v i, i= w,, = N i,, wi; i= dond u, v y w rprsntan los valors discrtos d los dsplazamintos n los nodos dl lmnto, N i son las funcions d forma. z y x Figura.9. Mapo al spacio normalizado. Elgimos las siguints funcions linals para l mapo N,, =, N,, =,

35 . Dformación lástica d sólidos con l método d los lmntos finitos N,, =, N,, =. Las funcions d cambio d coordnada son ntoncs x,, = N i,, xi, i= y,, = N i,, y i, i= z,, = N i,, z i; i= dond x, y y z son las coordnadas d los vértics dl lmnto.... Discrtización d los campo d dformacions y sfurzos Las dformacions ntoncs son Ni Ni Ni u u u = u i, = u i, = u; x i x y i y z i z i Ni Ni Ni v v v = v i, = v i, = v; x i x y i y z i z i Ni Ni Ni w w w = w i, = w i, = w. x i x y i y z z i i Aplicamos la rgla d la cadna a primras drivadas para obtnr l jacobiano J, ést s Ni x y z Ni x y z = x y z Ni J si dt J, ntoncs Ni x Ni y, Ni z Ni x N i =J y Ni z Ni Ni, Ni

36 . Dformación lástica d sólidos con l método d los lmntos finitos D sta forma [] [ ] [] x y = y = x y i y z z x Ni u x i Ni v y i Ni wi z, Ni Ni u v y i x i Ni Ni v i w z y i Ni Ni wi u x z i ésta xprsión s pud scribir como = i Ni x Ni y Ni z Ni y Ni x Ni z Ni z [] ui v i = B i ui i wi Ni y Ni x y d forma más compacta como =[ B B B n ] finalmnt =B u. [] u u, un

37 . Dformación lástica d sólidos con l método d los lmntos finitos... Ecuacions d quilibrio d la discrtización Dfinindo l vctor d furzas puntuals [] [] [] Ui qi= V i, Wi l vctor d furzas sobr l contorno tx t= t y tz y l vctor d furzas másicas como bx b= b y, bz podmos ntoncs xprsar la cuación dl principio d trabajos virtuals como T dv = u T b dv ut t ds uti qi. V V s i Ralizando un dsarrollo similar al caso bidimnsional, podmos llgar a la cuación d quilibrio discrtizada para un lmnto, ésta s B T D B dv u= BT D dv BT dv b dv t ds q V V V V s. K f f f b f t 7

38

39 . Una aplicación d la parallización con mmoria compartida.. Introducción Nustra primr aproximación para parallizar la solución dl sistma d cuacions rsultant dl método d lmnto finito s utilizar l squma d parallización con mmoria compartida. Vrmos como st tipo d squma s prsta para la parallización dl método d gradint conjugado. Vamos a comnzar hablando d la arquitctura dl procsaminto n parallo, sto s porqu tanto l hardwar como l softwar utilizados para l cómputo n parallo son mucho más compljos y sofisticados qu los utilizado n l cómputo srial, lo qu hac qu n l cómputo n parallo sa más dificil obtnr bunos rsultados sobr todo n las primras implmntacions d los algoritmos. Es ncsario ntndr, por lo mnos concptualmnt, cuals son las caractrísticas tanto dl hardwar como dl softwar, con l fin d podr disñar algoritmos qu saqun vntaja d sta forma d cómputo, d no hacrlo podmos hacr qu nustros algoritmos caigan n los múltipls cullos d botlla qu prsntan stas arquitcturas. Podmos dcir ntoncs qu la arquitctura dl hardwar d cómputo n parallo nos srvirá d guía para disñar l softwar para la parallización d los algoritmos d solución d problmas d lmnto finito... Arquitctura dl procsaminto n parallo La parallización con mmoria compartida s rfir a la utilización d computadoras con dos o más unidads d procsaminto qu accsan a la misma mmoria principal. La arquitctura más usada n st tipo d parallización s con procsadors multi-cor, s dcir procsadors qu tinn más d un núclo (cor) o unidad d procsaminto (CPU). También s factibl tnr computadoras con más d un procsador multi- cor accsando la misma mmoria (figura.). 9

40 . Una aplicación d la parallización con mmoria compartida Procsador Procsador Cor CPU Cor CPU Cor CPU Cor CPU Cach CachL Cach CachL Cach CachL Cach CachL CPU CPU CPU CPU Cach L Cach L Cach L Cach L Cach L Cach L Bus dl sistma Mmoria principal (RAM) Figura.. Configuración d un sistma multiprocsador multinúclo Al podr accsar la misma mmoria s ntoncs posibl hacr qu los CPUs cooprn n la rsolución d un problma. En la taxonomia d Flynn [Flyn7], sta stratgia s conocida como Multipl Instructions- Multipl Data, o por sus siglas MIMD. La vlocidad d opración d los procsadors s mucho mayor qu la vlocidad d accso d la mmoria RAM d las computadoras [Wulf9], sto s dbido a qu s muy costoso fabricar mmoria d alta vlocidad. Para solvntar sta difrncia n vlocidad, los procsadors modrnos incluyn mmoria cach, n difrnts nivls (L, L y n algunos casos L). Estas mmoria cach son d alta vlocidad aunqu d mnor capacidad qu la mmoria RAM dl sistma. Su función s la d lr d forma anticipada mmoria RAM mintras l CPU stá trabajando y modificar la información lida d forma local. Cuando ntra nuva información al cach la información ya procsada s almacnada n la mmoria RAM. Otra d las vntajas dl uso d cachs s qu son admás más ficints cuando ln o scribn localidads d mmoria continuas [Drp7 p]. El uso d cachs como un método d accso intrmdio a la mmora principal incrmnta mucho la ficincia d los procsadors mintras mantin bajos los costos d la computadora. La siguint tabla mustra los ciclos d rloj d CPU ncsarios para accsar cada tipo d mmoria n un procsador Pntium M: Accso a Rgistro CPU L L Mmoria RAM Ciclos ~ ~ ~ Sin mbargo, mantnr cohrncia n la información cuando varios procsadors accsan la misma mmoria RAM s compljo, los dtalls s pudn consultar n [Drp7]. Lo important a notar s qu para lograr bunos algoritmos n parallo con mmoria compartida s ncsario qu cada CPU trabaj n localidads d mmoria difrnts, ya qu si dos CPU modifican la misma dircción d mmoria s cra una falla n la cohrncia ntr los cachs, lo qu obliga a los CPU a accsar a la mmoria RAM, lo cual como vimos s muy costoso. Es muy important tnr n cunta la arquitctura d cachs d los sistmas multi- cor al momnto d disñar algoritmos n parallo cuyo rquriminto sa sr muy ficints.

41 . Una aplicación d la parallización con mmoria compartida Otra d las dsvntajas dl squma d procsaminto n parallo con mmoria compartida s qu xist un cullo d botlla n l accso a la mmoria principal, ya qu sólo un procsador pud accsarla la vz, sto srá más y mas notorio cuando l sistma tnga más procsadors... Parallización con thrads Vamos ahora lo qu significa n cuanto a la programación l procsaminto con thrads. Un programa srial jcuta sólo una scuncia d instruccions, n cambio, un programa parallizado pud contnr difrnts scuncias d instruccions qu s jcutan simutánamnt. A la jcución d cada scuncia d instruccions s l conoc como un hilo d procsaminto o thrad. Cada thrad pos sus propios rgistros d control y su propio stack d datos, mintas qu compart l uso d la mmoria dl montículo (hap) con los dmás thrads dl programa. En las computadoras multi-cor logra la mjor ficincia cuando cada CPU jcuta sólo un thrad. Comunmnt l manjo d la programación con thrads s hac a través d librrías d softwar, ntr las más comuns stán Windows Thrads y POSIX Thrads. En los últimos años s han incluido xtnsions a los lnguajs d programación (C, C++ o Fortran) qu simplifican la programación d las librrías d thrads, como s l caso d OpnMP [Chap8]. Ést incorpora dirctivas para l compilador qu indican d forma simpl qu parts dl código dbn parallizars, la dclaración d mmoria compartida o local, balanc d carga, tc. Un programa pud ntoncs crar varios thrads para procsar un bloqu dl algoritmo, dspués jcutar un bloqu d forma srial para dspués rgrsar a procsar n parallo, como s mustra n la figura.. Por jmplo, si s tin qu hacr una multiplicación d una matriz por vctor n varias ocasions. En st caso cada thrad accsa cirto rango d rnglons d la matriz, todos los thrads accsan al vctor por l cual s multiplica. Procsaminto srial Procsaminto parallo CPU CPU CPU inactivo CPU CPU CPU activo CPU N Cración d los thrads Sincronización t Figura.. Visualización tmporal d un procso jcutando thrads n difrnts procsadors Hay varias casos n los cuals s pud vr limitada la ficincia dl procsaminto con thrads. Por jmplo, la dpndncia d datos, ésta s da cuando un thrad tin qu sprar a qu otro trmin una

42 . Una aplicación d la parallización con mmoria compartida opración para podr continuar. Entr más dpndncia xista ntr los datos, más difícil srá parallizar un algoritmo. Por jmplo, l algoritmo d sustitución hacia atrás para rsolvr sistmas d cuacions triangulars prsnta mucha dpndncia para ncontrar la solución d cada incógnita. Un caso más compljo sría cuando dos thrads modifican los mismos datos, un thrad podría ntoncs altrar un dato qu otro thrad spra prmanzca constant. S pird ntoncs la sincronía n los algoritmos. Es ncsario implmntar sistmas d bloquo d datos para podr modificar los datos d forma ordnada. Esto provoca qu un thrad tnga qu parar y sprar a qu otro trmin para podr n su momnto modificar o lr l valor. Al rpartir un trabajo ntr varios thrads pud sucdr qu la carga d trabajo no sté balancada, provocando qu uno o más procsadors trminn ants y stén inactivos, símplmnt sprando. Entoncs nustro algoritmo srá tan rápido como l más lnto d los thrads. Rsultando n un dsprdicio d podr d cómputo. Dspués d vr las caractrísticas d la programación con thrads y mmoria compartida, podmos buscar ntoncs un tipo d algoritmo qu sa adcuado para funcionar n la parallización d la solución d sistmas d cuacions. En particular, uno qu s ajusta bastant bin a st squma s l método d gradint conjugado, l cual, como vrmos tin la vntaja d sr fácilmnt parallizabl utilizando st squma d procsaminto n parllo con mmoria compartida... Algoritmo d gradint conjugado El algoritmo d gradint conjugado s un método itrativo para minimizar funcions cuadráticas convxas d la forma f x = x T A x x T b, (.) dond x, b ℝ n y A ℝ n n s una matriz simétrica positiva dfinida. Para minimizar f x calculamos primro l gradint d (.), f x =A x b. Buscando igualar a cro l gradint, podmos vr l gradint conjugado como un método itrativo para rsolvr systmas d cuacions linals A x=b. aplicando l concpto d vctors conjugados a una matriz A partir d una matriz A simétrica positiva dfinida, podmos dfinir un producto intrno como x T A y= x, y A. Ahora, dcimos qu un vctor x s conjugado a otro vctor y con rspcto a una matriz A si x, y A=, con x y. La ida dl algoritmo s utilizar dirccions conjugadas para l dscnso n la búsquda dl punto óptimo x * [Noc p], s dcir x *= p p n p n,

43 . Una aplicación d la parallización con mmoria compartida los coficints stán dados a partir d la combinación linal A x *= A p A p n A p n=b, con k= p Tk b T pk A pk = pk, b. pk, pk A A partir d una matriz A d rango n sólo s pudn dfinir n vctors A-conjugados, por lo tanto l algoritmo d gradint conjugado garantiza la obtnción d una solución n un máximo d n itracions. D la fórmula d actualización x k = x k p k, tomando p como una dircción d dscnso. Dfinamos g k = f x k, l tamaño d paso qu minimiza la función f x a lo largo d la dircción x k p k s k = g Tk p k p Tk A p k. Si dfinimos p k como la dircción más crcana al gradint g k bajo la rstricción d sr conjugado. Esta dircción stá dada por la proycción d g k n l spacio ortogonal a p k con rspcto al producto intrno inducido por A, así pt A g k p k = g k Tk p k. pk A pk Al utilizar l ngativo dl gradint tndrmos una dircción d dscnso. san x, coordnada inicial g A x b, gradint inicial p g, dircción inicial d dscnso, tolrancia k inicio mintras g k, s dcir k rank A g k gt p k Tk k pk A pk x k x k k p k g k A x k b gt A pk k k p Tk A p k p k g k k p k k k fin_mintas fin Algoritmo.. Gradint conjugado.

44 . Una aplicación d la parallización con mmoria compartida Una fórma más conómica dl algoritmo., n la cual s rduc la cantidad d productos matriz-vctor [Noc p] s la mostrada n l algoritmo.. san x, coordnada inicial g A x b, gradint inicial p g, dircción inicial d dscnso, tolrancia k inicio mintras g k, s dcir k rank A g k w A pk gt g k kt k pk w x k x k k p k g k g k w gt g k k T k gk gk p k g k k p k k k fin_mintas fin Algoritmo.. Gradint conjugado práctico... Formulación n parallo Al ralizar la parallización dl algoritmo s important considrar qu hay un costo n timpo d procsaminto cada vz qu s raliza una sincronización ntr los thrads utilizados, sta sincronización s manjada tanto por l sistma oprativo como por la librría d manjo d thrads. Si l algoritmo. lo implmntamos calculando individualmnt cada producto punto, suma d vctors, vctor por scalar y matriz por vctor, tndrémos más d una dcna d puntos d sincronización. La vrsión parallizada dl algoritmo antrior rducindo los puntos d sincronización:

45 . Una aplicación d la parallización con mmoria compartida san x, coordnada inicial g A x b, gradint inicial p g, dircción inicial d dscnso, tolrancia n Rnglons x k inicio mintras g k, s dcir k rank A g k q, guardará p Tk w g, guardará g Tk g k parallizar para i n w i para j n w i w i A i j p k j fin_para q q p k i w i g g g k i g k i fin_para g k q h, guardará g Tk g k parallizar para i n x k i x k i k p k i g k i g k i k w i h h g k i g k i fin_para h k g parallizar para i n p k i g k i k p k i fin_para k k fin_mintas fin Algoritmo.. Gradint conjugado n parallo. S han agrupado las opracions algbraicas n trs ciclos, qudando sólo dos puntos d sincronización, uno para calcular k y otro para k. Es posibl rordnar l algoritmo para disminuir aún más los puntos d sincronización [DAz9] mantnindo la stabilidad numérica. Para nustro programa lgimos mantnr n su scncia l algoritmo., mostramos un xtracto n l algoritmo.. Vctor<T> G(rows); // Gradint Vctor<T> P(rows); // Dscnt dircction Vctor<T> W(rows); // A*P for (int i = ; i <= rows; ++i) { T sum =.; int km = A.RowSiz(i); for (rgistr int k = ; k < km; ++k) { sum += A.Entry(i, k)*p(a.indx(i, k)); } W(i) = sum; // W = AP pw += P(i)*W(i); // pw = P'*W } omp_st_num_thrads(thrads); T gg =.; #pragma omp paralll for dfault(shard) rduction(+:gg) schdul(guidd) for (int i = ; i <= rows; ++i) { T sum =.; int km = A.RowSiz(i); for (rgistr int k = ; k < km; ++k) { sum += A.Entry(i, k)*x(a.indx(i, k)); } G(i) = sum - Y(i); // G = AX - Y; P(i) = -G(i); // P = -G gg += G(i)*G(i); // gg = G'*G } T alpha = gg/pw; // alpha = (G'*G)/(P'*W) T gngn =.; #pragma omp paralll for dfault(shard) rduction(+:gngn) for (int i = ; i <= rows; ++i) { X(i) += alpha*p(i); // Xn = X + alpha*p G(i) += alpha*w(i); // Gn = G + alpha*w gngn += G(i)*G(i); // gngn = Gn'*Gn } T psilon = tolranc*tolranc; int stp = ; whil (stp < max_stps) { // Tst trmination condition if (gg <= psilon) // Norm(Gn) <= tolranc { brak; } T pw =.; #pragma omp paralll for dfault(shard) rduction(+:pw) schdul(guidd) T bta = gngn/gg; // bta = (Gn'*Gn)/(G'*G) #pragma omp paralll for dfault(shard) for (int i = ; i <= rows; ++i) { P(i) = bta*p(i) - G(i); // Pn = -G + bta*p } gg = gngn; ++stp; } Algoritmo.. Scción dl código n C++ dl algoritmo d gradint conjugado n parallo.

46 . Una aplicación d la parallización con mmoria compartida.. Implmntación con matrics ralas La part más costosa dl algoritmo. s la multiplicación matriz-vctor, la cual tin qu ralizars una vz n cada itración. Para ahorrar tanto mmoria como timpo d procsaminto sólo almacnarmos los lmntos d la matriz A qu san distintos d cro. Lo cual s convnint, dado qu las matrics d rigidz rsultants d problmas d lmnto finito son ralas, s dcir, la mayor part d las ntradas d la matriz A son cro. Hay varias stratégias d almacnaminto n mmoria d matrics ralas, dpndindo d la forma n qu s accsarán las ntradas. El método Comprssd Row Storag [Saad p] s adcuado para l caso dl algoritmo., n l cual s accsarán las ntradas d cada rnglón d la matriz A n scuncia Arrglo d valors Arrglo d índics Figura.. Almacnaminto con Comprssd Row Storag. Con st método, por cada rnglón d la matriz s guardan dos arrglos. Uno contnindo los índics y otro los valors d los lmntos d s rnglón cuyo valor sa difrnt a cro. Si buscamos n un rnglón una ntrada con cirto índic d columna, s tndrá un costo d búsquda dl lmnto d ordn O n n l por caso. Sin mbargo, tnmos la vntaja qu, para l caso d multiplicación matriz vctor l órdn d búsquda s O, sto s porqu no s hac una búsquda sino qu s toman los lmntos d cada rnglón uno tras otro. Otra d las vntajas d utilizar Comprssd Row Storag s qu los datos d cad rnglón d la matriz d rigidz son accsados n scuncia uno tras otro, sto producirá una vntaja d accso al ntrar l bloqu d mmoria d cada rnglón n l cach dl CPU. Para problmas d lmnto finito, s posibl conocr la structura d la matriz d rigidz ants d llnarla, ya qu son conocidas las conctividads d los nodos n l mallado. Si un nodo i stá conctado con un nodo j ntoncs la matriz rala tndrá las ntradas i, j, j, i, i, i y j, j distintas d cro. Conocr d antmano la structura hará más ficint la rsrva d mmoria d cada arrglo d la matriz rala. Para problmas con m grados d librtad por nodo las ntradas d la matriz difrnts d cro srán i m k, j m l, j m k, i m l, i m k,i m k y j m k, j m k, con m, l=..7. Rsultados Los siguints rsultados s rfirn a ncontrar la dformación d un sólido tridimnsional d ', lmntos y 8,7 nodos, figura.. Con trs grados d librtad por nodo, tnmos ntoncs, un sistma d ', cuacions.

47 . Una aplicación d la parallización con mmoria compartida Figura.. Rsultado dl problma d dformación d sólidos tridimnsional. Para stas prubas s utilizó una computadora MacPro con ocho procsadors Intl Xon a.ghz, con hyprthrading habilitado (s dcir CPUs). La gráfica. mustra los l timpo qu l programa tardó n rsolvr l problma parallizando con una cantidad difrnt d CPUs n cada una d las prubas. La primr pruba fu con un CPU, la sgunda con dos, y así sucsivamnt.. Timpo ral [m] Timpo idal [m]. Timpo [m] Procsadors Gráfica.. Comparación ntr timpo d jcución ral y l idal sprado. Sa t l timpo qu tardó l rsolvrs l problma con un CPU, ntoncs, n la gráfica antrior l timpo idal s t /n, don n s l númro d procsadors utilizado. Podmos dar una mdida d ficincia E dl algoritmo t E=, n tn con t n l timpo d jcución qu l tomó al programa n trminar l procso. 7

48 . Una aplicación d la parallización con mmoria compartida Eficincia Procsadors Gráfica. Eficincia d la parallización dl gradint conjugado. Es notorio n la gráfica. como la ficincia d la parallización disminuy conform s aumnta l númro d CPUs. Esto s dbido a qu s cra un cullo d botlla cuando más d un CPU trata d accsar a la mmoría RAM d forma simultána, lo cual s invitabl para st tipo d arquitcturas. El qu los procsadors utilicn las línas d cach disminuy st fcto, pro l hcho d qu s trat d problmas qu utilizan una gran cantidad d mmoria hara qu la ayuda dl cach sa sobrpasada. Una altrnativa podría sr ralizar st procso utilizando GPUs, las cuals stán disñadas para parallizar mjor l accso a mmoria. Sin mbargo, podmos dcir qu para un númro rducido d CPUs ( o mnos) la parallización dl gradint conjugado funciona bin ya qu mantin un rndiminto por arriba dl 8%. 8

49 . Una aplicación d la parallización con mmoria distribuída.. Parallización con mmoria distribuida Est squma d parallización implica qu un programa ahora srá jcutado multipls vcs n varias computadoras conctadas n rd. A cada instancia dl programa (procso) s l asigna una part dl trabajo, los rsultados son intrcambiados ntr los procsos a fin d colaborar para lograr un rsultado global. Para la comunicación ntr los procsos utilizamos l stándar Mssag Passing Intrfac (MPI) [MPIF8], l cual consist n un conjunto d librrías y programas qu s ncargan d facilitar la implmntación y administración d programas qu rquirn transmitir información con gran ficincia. Estos programas s jcutarán simultánamnt n varias computadoras intrconctadas por mdio d una rd d cómputo. La figura. mustra un squma d la arquitctura d procsaminto con mmoria distribuída. En st modlo s tin qu cada computadora pud tnr uno o más procsadors qu localmnt pudn trabajar bajo l squma d mmoria compartida o si s rquir bajo un squma d mmoria distribuída dntro d la misma computadora. Computadora Computadora Computadora Procsador Procsador Procsador Procsador Procsador Procsador Mmoria Mmoria Mmoria Intrfaz d rd Intrfaz d rd Intrfaz d rd Switch d rd Intrfaz d rd Intrfaz d rd Mmoria Mmoria Procsador Procsador Procsador Procsador Computadora Computadora Figura.. Esquma d procsaminto con mmoria distribuida. En su forma básica, l modlo MPI prmit jcutar un mismo programa n varias computadoras y n varios procsadors dntro d cada computadora. A cada instancia dl programa (procso) s l asigna un 9

50 . Una aplicación d la parallización con mmoria distribuída númro d rango qu va d a N, dond N s l númro d instancias dl programa. Visto d forma concptual, la opración d MPI s una rd d comunicación dond todos los procsos pudn mandar datos (o mnsajs) a todos los procsos, vr figura.. Procso rango Procso rango Procso rango N- Procso rango Procso rango Procso rango Figura.. Diagrama concptual d la comunicación con MPI. Ningun procso tin prioridad sobr otro, aunqu s sul djar al procso con rango cro l control d todos los dmás. La comunicación ntr los procsos s transparnt para l usuario y s slcciona d forma automática, ésta pud sr stablcida utilizando sockts TCP/IP n l caso d qu los procsos stén n difrnts computadoras, o utilizando mmoria compartida monitorada con polling n l caso d qu los procsos rsidan n la misma computadora... Dscomposición d dominios Al discrtizar sólidos n varios millons d lmntos, s utiliza tal cantidad d información qu hac qu l cálculo d la solución rquira timpos d procsaminto y/o cantidads d mmoria tals qu no s posibl rsolvr l problma utilizando una sola computadora n un timpo razonabl. Es ncsario dividir l dominio n particions, para rsolvr cada una indpndintmnt y dspués combinar las solucions locals d forma itrativa. Hay dos formas d trabajar la dscomposición d dominio, con particions con traslap y sin traslap. En st trabajo lgimos utilizar la vrsión n parallo l método altrnant d Schwarz [Smit9], qu s un método con traslap ntr las particions. Un trataminto profundo d la toría d los algoritmos d Schwarz pud consultars n [Tos].

51 . Una aplicación d la parallización con mmoria distribuída... Algoritmo altrnant d Schwarz El algoritmo s conocido como l método altrnant d Schwarz n parallo. La figura. mustra un dominio con frontra, l cual va a sr dividido n dos particions y. Figura.. Dscomposición d un dominio n dos particions. La figura. mustra las particions traslapadas, n las cuals =. Figura.. Particions traslapadas. Las frontras y son frontras artificials y son la part d las frontras d y qu stán n l intrior d. Para rsolvr una cuación difrncial, sindo L un oprador difrncial, tnmos L x= y n, x=b sobr. El método altrnant d Schwarz consist n rsolvr d cada partición d forma indpndint, fijando condicions d Dirichlt n las frontras artificials d cada partición con los valors d la itración prvia d la partición adyacnt.

52 . Una aplicación d la parallización con mmoria distribuída x, x aproximacións inicials tolrancia i númro d itración i i i i mintras x x y x x rsolvr rsolvr i L x= y L x i= y n n x i=b x i =b n n x i x i x i x i n n i i fin_mintras Algoritmo.. Método altrnant d Schwarz. El algoritmo dbrá itrar hasta qu s satisfaga las condicions d tolrancia.... Aplicación con un problma d lmnto finito Cuando l oprador L tin una rprsntación como matriz, l algoritmo. corrspond a una gnralización (dbido al traslap) dl método itrativo tradicional Gauss-Sidl por bloqus [Smit9 p]. En problmas d lmnto finito, l traslap s raliza aumntando a cada partición lmntos d la partición adyacnt a partir d la frontra ntr las particions. La figura. mustra un jmplo simpl. q q Figura.. Dscomposición con traslap d un dominio con difrnts capas d traslap. Las frontras virtuals s formarán con los nodos qu stán n la part más xtrior dl traslap. El intrcambio d valors srá ntoncs con los rsultados ncontrados n unos nodos fantasma qu s ncontrarán n la partición adyacnt.... Vlocidad d convrgncia La vlocidad d convrgncia al utilizar dscomposición d dominios s dtriora conform s aumnta l númro d particions [Smith9 p]. Esto pud vrs d forma hurística como sigu. Considrs l dominio d la figura., l cual stá dividido n N particions.

53 . Una aplicación d la parallización con mmoria distribuída N Figura.. Dominio dividido n N particions. En cada itración dl mtodo altrnant d Schwarz solo transfrirá información ntr las particions adyacnts. Entoncs, si s tin una condición d frontra difrnt d cro n la primr partición, y s inicia n la itración, l tomará N itracions para qu la solución local n la partición N sa difrnt d cro. Por tanto, l algoritmo altrnant d Schwarz impon límits n la vlocidad n la cual la información s transfrida globalmnt a través d todo l dominio. El algoritmo d Schwarz típicamnt convrg a una vlocidad qu s indpndint (o ligramnt dpndint) d la dnsidad d la malla y d la partición, cuando l traslap ntr las particions s suficintmnt grand [Smith9 p7]... Particionaminto dl dominio Nustra ida s ntoncs particionar l dominio para rsolvr cada partición n una computadora dl clustr, cada partición srá tratada como un problma individual d tamaño rducido. Localmnt cada problma individual srá rsulto utilizando l método d gradint conjugado parallizado con mmoria compartida visto n l capítulo. Utilizarmos l squma MPI d mmoria distribuída para intrcambiar l rsultado n las frontras artificials ntr las particions, sto s hara itrativamnt siguindo l método altrnant d Schwartz. Tndrmos así un sistma híbrido qu combina los squmas d procsaminto con mmoria compartida y distribuída. Vamos a mostrar como s raliza la partición dl dominio con traslap ncsario para implmntar l método altrnant d Schwarz, utilizando para llo un jmplo sncillo d un problma d lmnto finito n dos dimnsions con una malla d 8 lmntos triangulars y nodos. El dominio s dividirá n dos particions con una capa d traslap. La malla s gnrada por l módulo d pr-procsaminto dl programa GiD, l cual prmit gnrar la gomtría y ntrga una tabla d conctividads, la tabla indica los nodos n, n, n qu prtncn a cada lmnto E, figura.7. Dnotarmos con ngritas los númros qu corrspondn a lmntos y sin ngritas los qu corrsponn a nodos.

54 . Una aplicación d la parallización con mmoria distribuída E n n n E n n n Figura.7. Mallado y su rprsntación con conctividads. Para ralizar la partición inicial dl dominio nustro programa utiliza la librría d softwar METIS [Kary99], ésta rcib como ntrada la tabla d conctividads y un númro qu indica las particions rquridas. La figura.8 mustra l rsultado ntrgado por sta librría, indicarmos los lmntos d la primr partición como EP y los d la sgunda como EP. La librría indica a qu partición prtnc cada nodo, solo divid los lmntos EP EP Figura.8. Sparación d los lmntos dl mallado n dos particions. Buscando n la tabla d conctividads dtrminamos qu nodos prtncn a cada lmnto n cada partición. Indicarmos los nodos d la primr partición como np y los d la sgunda como np. Los nodos pudn prtncr a más d una partición, como s obsrva n la figura np np Figura.9. Idntificación d los nodos d cada partición. Para dfinir qué nodos prtncn a la frontra ntr las particions, buscamos los nodos qu aparzcan n más d una partición. En l caso d la figura., qu aparzcan tanto n np como n np.

55 . Una aplicación d la parallización con mmoria distribuída np np Figura.. Dfinición d los nodos frontra ntr las particions. A partir d st momnto dividirmos la malla n l númro d particions, la frontra dfinida antriormnt sguirá xistindo n cada sub-malla tndrá una frontra, tal como s mustra n la figura., xistn dos frontras FP y FP, n sta tapa ambas son iguals FP FP 7 8 Figura.. División d la malla n dos sub-mallas con dos frontras. Aumntar una capa d traslap significa qu s agrgarán a la sub-partición los lmntos qu compartan nodo n la frontra, pro qu no stén n dicha sub-partición. Los nodos d stos nuvos lmntos qu no stén n la sub-partición s agrgarán y formarán la nuva frontra, suplantando a la antrior. En la figura. s obsrva cómo s agrga una capa d traslap a cada partición, s dnotan los lmntos agrgados y la nuva frontra formada FP FP 9 EP EP np np Figura.. Aumnto d una capa d traslap n cada partición. Est procso s pud rptir tantas vcs como capas d traslap s dsn agrgar a cada partición. La frontra final srá la frontra artificial dl método altrnant d Schwarz, n la cual s impondrán condicions d Dirichlt ants d solucionar l sistma local d cuacions d la partición. Ahora s ncsaria la rnumración local a cada partición d lmntos y nodos. Primro s rnumran los lmntos y n bas a stos los nodos. Est paso s ncsario ya qu cada sub-malla s procsará por sparado como si s tratas d un problma indpndint. La figura. mustra l rordnaminto para nustro jmplo, las tablas indican la numración local y global, tanto d lmntos como d nodos.

56 . Una aplicación d la parallización con mmoria distribuída E EP E EP E EP E np n 9 7 np 7 8 n np n np n EP Figura.. Rnumración d lmntos y nodos. Esta numración funciona bin para solvrs itrativos (por jmplo con gradint conjugado), pro s inadcuada para solvrs dirctos como la factorización Cholsky. Cuando s aplica la factorización Cholsky a una matriz, la cantidad d nodos no cro n la matriz factor L dpnd dl órdn d los nodos n la malla o lo qu s quivalnt, l órdn d los rnglons y columnas n la matriz d rigidz. Cuando s utiliza l solvr con factorización Cholsky srá ncsario agrgar un paso xtra qu imponga una numración d los nodos más adcuada, para una dscripción más xtnsa d st caso consultar l capítulo. El paso final s crar nlacs ntr los nodos n la frontra artificial d cada sub-malla con su corrspondint nodo fantasma n la otra sub-malla. Estos nalcs srán utilizados para intrcambiar información ntr las particions. S tndrán una lista d nodos fantasma para cada partición. Cada nlac guarda dos datos, l índic dl nodo n la frontra artificial con la numración local y l índic dl nodo fantasma con la numración corrspondint n la partición adyacnt. En la figura. s mustran los nlacs formados ntr los nodos n la frontra artificial y los nodos fantasma n la otra partición.

57 . Una aplicación d la parallización con mmoria distribuída Nodo n la frontra artificial 8 9 np 7 9 gp np 9 8 np np gp Nodo fantasma Nodo fantasma 9 Nodo n la frontra artificial 8 8 Figura.. Cración d los nlacs hacia los nodos fantasma Para ralizar particionamintos con más d dos particions s rqurirá guardar una lista d nlacs por cada partición con la qu s tnga una frontra artificial. El jrcicio d ralizar l particionaminto dl dominio n trs dimnsions s más complicado d visualizar, pro s sigun xactamnt los mismos pasos, la única difrncia s la cantidad d nodos por lmnto. La figura. mustra l jmplo d un dominio n trs dimnsions dividido n particions con traslap. Figura.. Ejmplo tridimnsional d particionaminto con traslap. 7

58 . Una aplicación d la parallización con mmoria distribuída.. Implmntación con MPI Vamos a xplicar d forma simplificada las rutinas d MPI [MPIF8] utilizadas n nustra implmntación dl método altrnant d Schwarz. Vamos a mostrar l funcionaminto utilizando la gomtría d un arco bidimnsional al cual s l ha impusto un dsplazaminto n la part suprior drcha. Por brvdad no vamos a prsntar la sintaxis complta d las rutinas d MPI. Las rutinas d MPI d nvio y rcpción d datos tinn la siguint structura MPI_Function i, D, dond i s l nodo al cual s nvia o s quir lr l dato o mnsaj D. Las funcions qu cuyo nombr cominza con I indican qu no s spra a qu los datos stén listos para nviar o rcibir, MPI_Ifunction i, D sto prmit continuar con la jcución dl programa. La sincronización d stos datos s dará cuando s llam a la función MPI_Waitall D.. El programa inicia con una gomtría, una tabla d conctividads y cirtas condicions d frontra, y un númro P qu indica la cantidad d particions. Para l jmplo d figura. l programa s instancia vcs, asignándos l procso con rango como l mastro y los procsos a como sclavos, s dcir, tndrmos particions. Cada nodo ntra n l squma d MPI llamando la rutina MPI_Init. Mastro MPI_Init Esclavos i=,, P MPI_Init Figura.. Entrada dl programa.. En l nodo mastro s raliza un particionaminto con traslap siguindo l procdiminto dscrito n la scción antrior. S gnran las particions con traslap, s rnumran lmntos y nodos, finalmnt s gnran tablas con los nlacs d los nodos fantasma, figura.7. 8

59 . Una aplicación d la parallización con mmoria distribuída Figura.7. Particionaminto dl dominio con traslap.. Ya con las particions indpndints s gnran los problmas individuals, cada uno tin sus propias condicions d frontra. El nodo mastro ntra n un ciclo i=,, P n l cual s nvian los siguints datos corrspondints a cada partición i utilizando la función MPI_Snd: N i coordnadas d los nodos, i i E tabla d conctividads d los lmntos, C condicions d frontra; s nvian n un ciclo j=,, P i j con j i los L nlacs con los indics d los nodos d frontra artificial y su corrspondint nodo fantasma n la partición j. Con la función MPI_Ircv i, si s cra una ptición sin bloquo dl status dl nodo i, sto l prmit al nodo mastro sguir nviando datos sin sprar a qu los sclavos stén listos. Por su part cada sclavo utilizará la función MPI_Rcv para rcibir todos stos datos. Cada sclavo gnrará su sistma d cuacions y cuando sté listo nviará su status s i al nodo mastro. Todo sto s indicado n la figura.8. Mastro Esclavo Esclavo MPI_Snd i, N i MPI_Snd i, E i MPI_Snd i,c i MPI_Snd i, Li j MPI_Ircv i, si MPI_Waitall si Esclavo Esclavo Esclavos i=,, P Mastro Mastro Esclavo Esclavo MPI_Rcv, N i MPI_Rcv, E i MPI_Rcv,C i MPI_Rcv, Li j MPI_Snd, si Esclavo Esclavo Figura.8. Cración d problmas individuals. Con la función MPI_Waitall si l nodo mastro spra l status d todos los sclavos ants d continuar. 9

60 . Una aplicación d la parallización con mmoria distribuída. En st punto l programa cominza a itrar hasta qu s logr la convrgncia dl algoritmo.. En cada sclavo l sistma d cuacions s rsulto localmnt. Al trminar cada sclavo nvia la difrncia ntr la solución antrior y la actual d i al nodo mastro, l cual valua la convrgncia global dl problma. En caso d qu l problma llgu a una convrgncia s continuará al paso. Vr figura.9. Esclavo Esclavo Esclavo Esclavo Mastro MPI_Ircv i, d i MPI_Waitall d i Esclavos i=,, P Mastro Mastro MPI_Snd, d i Esclavo Esclavo Esclavo Esclavo Figura.9. Rport dl stado d la convrgncia al nodo mastro.. Si aún no s ha logrado la convrgncia global, ntoncs los sclavos solicitarán los valors n los nodos fantasma a cada una d las particions adyacnts con la función MPI_Ircv j, Gi j, con j=,, P, i j, al mismo timpo nviara los valors d los nodos fantasma qu solicitn las otras particions con l la función MPI_Isnd j, G j i, j=,, P, i j. Con la función MPI_Wait spraran a qu todas las transaccions con las particions adyacnts hayan concluido. Nóts n la figura. qu l nodo mastro no intrvin n st paso. Esclavo Esclavo Esclavo Esclavo Esclavos i=,, P MPI_Ircv j,g i j MPI_Isnd j,g j i MPI_Waitall G i j MPI_Waitall G j i Mastro Mastro Esclavo Esclavo Esclavo Esclavo Figura.. Gnración d la solucions locals intrcambio d valors n las frontras artificials con sus rspctivos nodos fantasma.

61 . Una aplicación d la parallización con mmoria distribuída S rgrsa al paso para continuar a la siguint itración.. Una vz qu s logr la convrgncia l nodo mastro ntrará n un ciclo i=,, P y solicitará uno a uno a los sclavos los rsultados d dsplazaminto ui, dformación i, y sfurzos i d cada partición. Esto s indica n la figura.. Mastro Esclavo Esclavo MPI_Rcv i, ui MPI_Rcv i, i MPI_Rcv i, i Esclavo Esclavo Esclavos i=,, P MPI_Snd,u i MPI_Snd, i MPI_Snd, i Mastro Mastro Esclavo Esclavo Esclavo Esclavo Figura.. Envio d rsultados locals al nodo mastro. 7. El nodo mastro gnrará una solución global conjuntando los rsultados d todas las particions, figura.. Los nodos saln dl squma MPI llamando la función MPI_Finaliz. Mastro MPI_Finaliz Esclavos i=,, P MPI_Finaliz Figura.. Consolidación d un rsultado global.

62

63 . Factorización Cholsky simbólica para matrics ralas.. Cómo lograr un solvr dircto ficint El algoritmo factorización Cholsky para rsolvr sistmas d cuacions s computacionalmnt mas caro qu l método d gradint conjugado, tanto n timpo como n utilización d mmoria. Sin mbargo, al trabajar con l algoritmo altrnant d Schwarz obtndrmos la vntaja, d qu una vz factorizado l sistma d cuacions, rsolvr l sistma n cada itración d Schwarz consistirá simplmnt n hacr una sustitución hacia adlant y una hacia atrás, lo cual s bastant rápido. La tabla. mustra los difrnts costos d opración y almacnaminto para matrics simétricas [Piss8 p], sindo n l rango d la matriz, b l ancho d banda y r i l númro d lmntos no cro d la columna i d L. Matriz Multiplicacions y divisions Simétrica complta Simétrica bandada Sumas n n n b b n b b b Almacnaminto n n n n b b n b b b b n b b n i= r i r i / Simétrica rala n i= r i r i / n n i= r i Tabla.. Costo d opración y almacnaminto para difrnts tipos d matrics. Para l caso dl algoritmo d sustitución hacia atrás, los costos opración s mustran n la tabla. [Piss8 p]. Matriz Simétrica complta Simétrica bandada Simétrica rala Multiplicacions y divisions n b n b b n n i= r i Sumas n n b n b b n i= r i Tabla.. Costo d opración dl algoritmo d sustitución hacia atrás. Dbido a la dpndncia ntr las variabls, no s sncillo parallizar la factorización Cholsky [Hat9], sin mbargo, podmos aumntar l númro d particions para así obtnr sistmas individuals d mnor tamaño, lo qu rsultará a su vz n una factorización más rápida. Utilizarmos dos stratgias para disminuir l uso d timpo y mmoria d la factorización Cholsky. La primr stratgia s rordnar los rnglons y columnas d la matriz dl sistma d cuacions para rducir l tamaño d las matrics rsultants d la factorización. La sgunda stratgia s utilizar la

64 . Factorización Cholsky simbólica para matrics ralas factorización Cholsky simbólica para obtnr la factorización xacta y formar con sta matrics ralas qu no tngan lmntos cro. La combinación d ambas stratgias rducirá tanto l timpo d jcución como la mmoria utilizada... Factorización clásica d Cholsky Como antcdnt vamos a dscribir la factorización Cholsky tradicional [Quar p8]. Un sistma d cuacions con una matriz A ℝ factorización Cholsky n n A x= y, (.) simétrica positiva dfinida pud sr rsulto aplicando a sta matriz la T A=L L, dond L s una matriz triangular infrior. Ésta factorización xist y s única [Quar p8]. (.) Las fórmulas para dtrminar los valors d L son (.) L i i= Ai i Li k. (.) i L i j= A L L, para i j L j j i j k= i k j k i k = Sustituyndo (.) n (.), tnmos T L L x= y, T hagamos z =L x y ntoncs tndrmos dos sistmas d cuacions L z= y, T L x=z, con (.) s rsulv para z hacindo una sustitución hacia adlant con i zi = y L z Li,i i k = i,k k y con (.) rsolvmos para x sustituyndo hacia atrás con n x i = T z i LiT, k x k. Li, i k=i (.) (.)

65 . Factorización Cholsky simbólica para matrics ralas.. Rordnaminto d rnglons y columnas... Dscripción dl problma Al utilizar la factorización Cholsky para rsolvr sistmas d cuacions, dond A s una matriz simétrica y positiva dfinida, l primr paso s rordnar los rnglons y las columnas d tal forma qu s rduzca l númro d ntradas no cro d la matriz factor L. Dfinamos la notación L, qu indica l númro d lmntos no cro d L. La figura. mustra los lmntos no cro (n ngro) d un sistma d cuacions para un problma d lmnto finito n dos dimnsions, l cual no ha sido rordnado. A la izquirda stá la matriz d rigidz A, con A =8, a la drcha la matriz triangular infrior L, con L =879, rsultant d la factorización Cholsky d A. Figura.. Rprsntación d los lmntos no cro d una matriz A (izquirda) y su corrspondint factorización L (drcha). Ahora vamos n la figura. tnmos qu la matriz d rigidz A' con A' =8 (con la misma cantidad d lmntos no nulos qu A) y su factorización L ' tin L' =. Ambas factorizacions prmitn rsolvr l mismo sistma d cuacions. Para dtrminar st rordnaminto utilizamos las rutinas d la librría METIS [Kary99]. Figura.. Rprsntación d los lmntos no cro d una matriz rordnada A' (izquirda) y su corrspondint factorización L ' (drcha).

66 . Factorización Cholsky simbólica para matrics ralas... Matrics d prmutación Dada P una matriz d prmutación, las prmutacions (rordnamintos) d columnas dl tipo A' P A, o d rnglón A' A P solas dstruyn la simtría d A [Golu9 p8]. Para prsrvar la simtría d A solamnt podmos considrar rordnaminto d las ntradas d la forma A' P A P T. Es d notar qu sta prmutacions no muvn los lmntos fura d la diagonal a la diagonal. La diagonal d P A P T s un rordnaminto d la diagonal d A. Dado qu P A P T s admás simétrica y positiva dfinida para cualquir prmutación d la matriz P, podmos ntoncs rsolvr l sistma rordnado P A P T P x = P y. La lcción d P tndrá un fcto dtrminant n l tamaño d las ntradas no cro d L. Calcular un bun rordnaminto d la matriz A qu minimic las ntradas no cro d L s un problma NP complto [Yann8], sin mbargo xistn hurísticas qu gnran un rordnaminto acptabl n un timpo rducido.... Rprsntación d matrics ralas como grafos Vamos a introducir algunas nocions d toría d grafos para hacr un análisis d las opracions con matrics ralas. Un grafo G= X, E consist n un conjunto finito d nodos o vértics X junto con un conjunto E d aristas, los cuals son pars no ordnados d vértics. Un ordnaminto (o tiqutado) d G s simplmnt un mapo dl conjunto {,,, N } n X, dond N dnota l númro d nodos d G. El grafo ordnado por srá dnotado como G = X, E. Sa A una matriz simétrica d N N, l grafo ordnado d A, dnotado por G A = X A, E A n l cual los N vértics d G A stán numrados d a N, y { x i, x j } E A si y solo sí a i j =a j i, i j. Aquí x i dnota l nodo d X A con tiquta i. La figura. mustra un jmplo. [ ] * * * * * * * * * * * * * * * * * * Matriz A Grafo G A Figura.. Una matriz y su grafo ordnado, con * s indican las ntradas no cro d A'. Para cualquir matriz d prmutación P I, los grafos no ordnados (o tiqutados) d A y P A P T son los mismos pro su tiqutado asociado s difrnt. Así, un grafo no tiqutado d A rprsnta la

67 . Factorización Cholsky simbólica para matrics ralas structura d A sin sugrir un ordn n particular. Esta rprsnta la quivalncia d las class d matrics P A P T. Entoncs, ncontrar una buna prmutación d A quival a ncontrar un bun ordnaminto d su grafo [Gor8]. La figura. mustra un jmplo. [ ] * * * * * * * * * * * * * * * * * * Matriz P A P T T Grafo G P A P Figura.. El gráfico d la figura. con difrnt ordnaminto. P dnota una matriz d prmutación. Dos nodos x, y X n un grafo G X, E son adyacnts si { x, y r } E. Para Y X, l conjunto adyacnt d Y, dnotado como ady Y, s adj Y ={ x X Y { x, y } E para algún y Y }. En otras palabras, ady Y s simplmnt l conjunto d nodos n G qu no stán n Y pro son adyacnts n al mnos un nodo d Y. La figura. mustra un jmplo. [ ] * * * * * * * * * * * * * * * * * * Y ={ x, x } adj Y = { x, x, x } gr x = Figura.. Ejmplo d adyacncia d un conjunto Y X. Para Y X, l grado d Y, dnotado por gr Y, s simplmnt l númro ady Y, dond S dnota l númro d mimbros dl conjunto S. En l caso d qu s trat d un solo lmnto, considrarmos gr {x } gr x.... Algoritmos d rordnaminto Vamos a hablar muy brvmnt d los algoritmos d rordnaminto. La hurística más común utilizada para ralizar l rordnaminto s l algoritmo d grado mínimo. El algoritmo. mustra una vrsión básica d ést [Gor8 p]. 7

68 . Factorización Cholsky simbólica para matrics ralas Dada un matriz A y su corrspondint grafo G i rptir En l grafo d liminación Gi X i, E i, lgir un nodo x i qu tnga grado mínimo. Formar l grafo d liminación Gi X i, E i como sigu: Eliminar l nodo x i d G i y sus aristas inicidnts Agrgar aristas al grafo tal qu los nodos adj x san pars adyacnts n G i. i i mintras i { X } Algoritmo.. Método d grado mínimo para rordnar grafos no dirigidos. Cuando l grado mínimo s prsnta n varios nodos, usualmnt s lig uno d forma arbitraria. El jmplo dl rordnaminto obtnido n la figura. s obtin aplicando l algoritmo d grado mínimo con la scuncia mostrada n la tabla.. ii Grafo d liminación Gi Grado mínimo Nodo lgido Tabla.. Numración usando l algoritmo d grado mínimo. Vrsions más avanzadas d st algoritmo pudn consultars n [Gor89]. Ahora vamos a rvisar brvmnt l método d discción anidada, l cual s más apropiado para matrics rsultants d problmas d difrncias finitas y lmnto finito. La principal vntaja d st 8

69 . Factorización Cholsky simbólica para matrics ralas algoritmo comparado con l d grado mínimo s la vlocidad y l podr prdcir las ncsidads d almacnaminto. La ordnación producida s similar a la dl algoritmo d grado mínimo. Vamos a introducir la dfinición d sparador. El conjunto S X s un sparador dl grafo conctado G si l grafo scción G X S stá dsconctado. Por jmplo, n la figura. s mustra qu S ={ x, x, x } s un sparador d G, dado qu G X S tin trs componnts, los conjuntos d nodos { x }, { x } y { x, x 7}. G 7 Figura.. Ejmplo d un conjunto sparador S. Sa A una matriz simétrica y G A su grafo no dirigido asociado. Considrmos un sparador S n G A, cuya rmoción dsconcta l grafo n dos conjuntos d nodos C y C. Si los nodos n S son numrados dspués d aqullos d C y C, ntoncs s inducirá una partición n la corrspondint matriz ordnada. La obsrvación principal s qu los bloqus cro n la matriz continúan sindo cro dspués d la factorización. Cuando s lgido apropiadamnt, una submatriz grand stá garantizada d prmancr cro. La ida pud sr aplicada rcursivamnt, d tal forma qu los cros pudan sr prsrvados n la misma forma n las submatrics. C C [ A V A V V T V T AS ] S Figura.7. El fcto d un conjunto sparador S n una matriz. Esta procdiminto aplicado d forma d forma rcursiva s conoc como algoritmo d discción anidada gnralizado [Lipt77]. La ida s tratar d dividir l grafo tratando d qu san d igual tamaño con un sparador pquño. Para ncontrar st sparador s busca gnrar una structura grand y ntoncs lgir un sparador d un nivl mdio. Est s un algoritmo rcursivo qu mpla la stratgia d divid y vncrás, a continuación dscribimos l algoritmo. Sa S una clas d grafos crrados n los cuals s cumpl l torma dl sparador n [Lipt79]. San, constants asociadas con l torma dl sparador y sa G X, E un grafo d n nodos n S. El algoritmo rcursivo. numra los nodos d G tal qu la liminación gaussiana rala (factorización Cholsky rala) s ficint. El algoritmo supon qu l d los nodos d G ya continn númros asignados, cada uno d los 9

70 . Factorización Cholsky simbólica para matrics ralas cuals s más grand qu b (s xplica más adlant). El objtivo s numrar los nodos rstants d G conscutivamnt d a a b. Sa dado G X, E inicio si G Los nodos son ordnados arbitrariamnt d a a b (pud utilizars l algoritmo d grado mínimo) si_no Encontrar conjuntos A, B y C qu satisfagan l torma dl sparador n, dond C s l conjunto sparador. Al rmovr C s divid l rsto d G n dos conjuntos A y B los cuals no tinn qu sr conxos. Sa A contnindo i nodos no numrados, B contin j y C contin k nodos no numrados. Numrar los nodos no numrados n C d forma arbitraria d b k a b, s dcir, stamos asignando a los nodos d C los númros más grands. Eliminar todos las aristas cuyas conxions stén ambas n C. Aplicar l algoritmo rcursivamnt al subgrafo inducido por B C para numrar los nodos no numrados n B d a b k j a b b k. Aplicar l algoritmo rcursivamnt al subgrafo inducido por A C para numrar los nodos no numrados n B d a b k j i a b b k j. fin_si fin Algoritmo.. Algoritmo d discción anidada gnralizado. S inicia l algoritmo. con todos los nodos d G no numrados, con a, b n y l. Esto numrará los nodos n G d a n. En st algoritmo los nodos n l sparados son incluidos n la llamada rcursiva pro son no numrados. Una vrsión mjorada d st algoritmo s la mplada n la librría METIS [Kary99], ésta s la qu hmos utilizado n la implmntación d nustro programa... Factorización Cholsky simbólica Cuando trabajamos con matrics grands y ralas, s muy costoso calcular dirctamnt L utilizando (.) y (.), un mjor método s dtrminar qu lmntos d L son distintos d cro y llnarlos utilizando ntoncs (.) y (.). El algoritmo para dtrminar los lmntos distintos cro n L s l dnomina factorización simbólica [Gall9 p8-88]. Para una matriz rala A, dfinamos a j {k j A k j }, j= n (.7) como l conjunto d los índics d los lmntos no nulos d la columna j d la part strictamnt triangular infrior d A. D forma análoga dfinimos para la matriz L, los conjuntos l j { k j Lk j }, j= n. 7 (.8)

71 . Factorización Cholsky simbólica para matrics ralas Rqurirmos d conjuntos r j qu srán usados para rgistrar las columnas d L cuyas structuras afctarán a la columna j d L. para j n rj lj aj para i r j l j l j l i { j } fin para min {i l j } si l j p j otro caso r p r p { j } fin para Algoritmo.. Factorización Cholsky simbólica. { Esta algoritmo d factorización simbólica s muy ficint, la compljidad n timpo y spacio s d ordn O L. Vamos ahora a mostrar visualmnt como funciona la factorización simbólica, ésta pud sr vista como una scuncia d grafos d liminación [Gor8 pp9-]. Dado H = A, podmos stablcr una corrspondncia ntr una transformación d H a H como los cambios corrspondints n sus grafos rspctivos. Dnotamos H por G H y H por G H. Dado un ordnaminto implicado por G A, dnotmos l nodo i por x i. Como s mustra n la figura.8, l grafo d H s obtnido d H por: ) Eliminar l nodo x y sus aristas incidnts ) Agrgar las aristas a l grafo tal qu los nodos n adj x san pars adyacnts n G H. 7

72 . Factorización Cholsky simbólica para matrics ralas GH GH G [ ] * * H = * * * # * * * * * * # * * [ ] * * * * * * * * * * H = * * * * * * * * [ ] * # * # # H = # * * * * # # * * * # # H = # * * # * * H GH GH GH [ ] [ ] H = * * * * H =[ * ] Figura.8.Scuncia d grafos d liminación. El grafo llnado y su matriz corrspondint s mustran n la figura.9, las ntradas nuvas s indican con #. Sa L la matriz triangular factor d la matriz A. Dfinamos l grafo llnado d G A como l grafo simétrico G F = X F, E F, dond F =L LT. Así l conjunto d aristas E F consist d todas las aristas n E A junto con todos las aristas agrgadas durant la factorización. Obviamnt X F = X A. G F [ * * * * * * * F =L LT= * # * * # # * # * * # # * # * Figura.9. Rsultado d la scuncia d liminación. 7 * # # # * * ]

73 . Factorización Cholsky simbólica para matrics ralas.. Implmntación... En dos dimnsions La gráfica. mustra los rsultados obtnidos con la implmntación dl algoritmo d factorización Cholsky simbólica para la solución d un problma d lmnto finito n dos dimnsions. Como comparación xtra s mustran los timpos d solución utilizando l algoritmo d gradint conjugado sin parallizar. Al igual qu n la implmntación dl método dl gradint conjugado, s utiliza l método d comprssd row storag para l almacnaminto d las matrics ralas. Para ralizar stas mdicions s utilizó una malla rgular, como la d la figura., con difrnts dnsidads d malla. Figura.. Mallado d jmplo. No s posibl mostrar un comparativo con una factorización clásica d Cholsky para un matriz complta, dado qu la cantidad d mmoria utilizada aún para matrics d tamaño rducido s xcsiva. Por jmplo, para una matriz d,x, ntradas s ncsitarían gigabyts d mmoria (con dobl prcisión)., Cholsky (primr vrsión) Timpo [s], Cholsky (sgunda vrsión) Gradint conjugado Cholsky (Vrsión final),,,,,,,,, Númro d rnglons d la matriz Gráfica.. Comparativo d timpos d solución. 7

74 . Factorización Cholsky simbólica para matrics ralas Una vz implmntada la primr vrsión s ralizó un análisis d los cullos d botlla dl algoritmo.. El primr cullo d botlla fu n l llnado d las columnas l j. Para rducir l timpo tratando d minimizar l uso d mmoria usamos una matriz d bits triangular infrior qu almacna valors tru si la ntrada xistirá n L y fals n caso contrario. Como mjora postrior s cambió l formato d ésta matriz a sky- lin, con lo qu s logró una rducción n l uso d mmoria n la factorización simbólica n aproximadamnt un %. La sgunda vrsión dl algoritmo s toma n cunta la modificación dl cullo d botlla qu daba l mayor timpo d procsaminto, la cuación (.) n la búsquda d las ntradas L j k. Para mjorar la búsquda s optó por rordnar las ntradas d los los lmntos d las matrics ralas n bas a sus índics. Si los índics d las ntradas por rnglón no son ordnadas, s tndrá un costo d búsquda d la ntrada d ordn O n n l por caso. Al ordnar y aplicar un algoritmo d búsquda binaria, s rdujo l costo d la búsquda a un ordn O log n n l por caso. Tnmos la vntaja qu, para l caso d multiplicación matriz vctor, l ordn d búsquda sigu sindo O. Esto s porqu no s hac una búsquda sino qu s toman los lmntos d cada rnglón uno tras otro. La vrsión final dl algoritmo tin considrabl mjora con rspcto a la sgunda vrsión. S modificó l accso a las ntradas L i k y L j k d tal forma qu no s hiciran búsqudas. El algoritmo final rcorr los índics d los rnglons i y j d la matriz rala L, tomando n cunta sólo los índics comuns para calcular (.). Una vista a dtall d la gráfica. s mostrada n la gráfica.. Cholsky (primr vrsión) Cholsky (sgunda vrsión) Timpo [s] Gradint conjugado Cholsky (Vrsión final),,,,,, Númro d rnglons d la matriz Gráfica.. Dtall dl comparativo d timpos d solución. La idntificación d stos cullos d botlla y su corrcción rducn l timpo d solución dl algoritmo como s mustra n la gráfica.. S logró qu la solución d los sistmas d cuacions utilizando la factorización Cholsky simbólica sa más rápida qu la solución con gradint conjugado. La gráfica. indica la utilización d mmoria comparando l algoritmo final d factorización Cholsky simbólica con rspcto al gradint conjugado. 7

75 . Factorización Cholsky simbólica para matrics ralas,,, Gradint conjugado 8,, Mmoria utilizada [byts] Cholsky,,,,,, Númro d rnglons d la matriz Gráfica.. Comparativo d utilización d mmoria d los algoritmos d gradint conjugado y Cholsky. Es claro qu l algoritmo d factorización Cholsky utiliza mucha más mmoria qu l gradint conjugado. 7

76

77 . Rsultados.. Prparación La tabla. rsum las caractrísticas dl clustr d cómputo con l cual s ralizaron las prubas qu s mustran a continuación. Nodo Mastro Clustr Nodos Esclavos Clustr Nodos Esclavos Rd Sistma oprativo Compiladors Librría MPI Total Procsador: AMD Quad Cor Optron HE (8 cors) Mmoria: GB Disco Duro: SATA GB, GB Procsador: x AMD Quad Cor Optron HE (8 cors) Mmoria: GB Disco Duro: SATA GB Procsador: Intl(R) Xon(R) CPU E ( cors) Disco Duro: SATA GB Mmoria: GB Switch SMC: 8 ptos Gbps Rocks Clustr Linux. ( bits) GCC.. (con soport para OpnMP) C, C++, Fortran Opn MPI.. Núclos d procsaminto (CPU): 9 Capacidad n mmoria: GB Capacidad n disco : GB Tabla.. Caractrísticas dl clustr d pruba. A fin d podr valorar la scalabilidad d las stratégias d solución s utilzó un solo problma para hacr prubas, ést s mostrado n la figura.. Figura.. Dscripción dl problma patrón (iquirda problma, drcha solución). El problma consist n arco n dos dimnsions compusto d un solo matrial, las condicions d frontra impustas son: las bass dl arco stán fijas, n la part suprior drcha s impon un 77

78 . Rsultados dsplazaminto vrtical. Al problma s l gnrarán mallas d lmnto finito con difrnts grados d rfinaminto y s rsolvrá utilizando divrsas stratégias, las cuals s dscribn a continuación... Dscomposición d dominio y gradint conjugado La siguint pruba s fctuó utilizando una d las computadoras dl Clustr dl CIMAT. El siguint rsultado consist n l problma d la figura. mallado n '9, lmntos con '98, nodos, s dcir un sistma d '97, d cuacions. El rsultado d st problma s mustra n la figura.. Figura.. Diagrama dl rsultado dl problma d jmplo n dos dimnsions. La primr columna d la gráfica. mustra l rsultado d st problma, utilizando una sola computadora dl clustr (sin dscomposición d dominio) rsolvindo l sistma d cuacions complto utilizando gradint conjugado parallizado con CPUs con mmoria compartida, l timpo qu tardó n rsolvr l sistma fu d 8. minutos. Est rsultado nos srvirá como una rfrncia d cuánto más ficint s la solución dl problma utilizando dscomposición d dominios.... Gradint conjugado parallizado En las siguints prubas s siguió utilizando l Clustr dl CIMAT, utilizamos las computadoras dl clustr, cada una con cuatro procsadors, lo qu nos da un total d CPUs. En la sgunda columna d la gráfica. mostramos l rsultado d utilizar l squma híbrido n una dscomposición d dominios d particions (una por nodo) con capas d traslap, utilizando como solvr l gradint conjugado parallizado n cada computadora con CPUs con mmoria compartida. El timpo total para rsolvr l sistma fu d 9. minutos. Es dcir,.8 vcs más lnto qu l rsultado d la primr columna. 78

79 . Rsultados. Timpo total Timpo [m] G.C. parallo D.D. con G.C. ( particions) D.D. con G.C. ( particions) Gráfica.. Comparación d stratgias. El problma qu ncontramos con st squma s qu l timpo qu rquir l gradint conjugado para convrgr s muy difrnt n cada una d las particions. Las gráficas d la figura. mustran la carga d procsaminto durant itracions d Schwarz n dos nodos dl clustr, l más ficint y l mnos ficint, a la izquirda y a la drcha rspctivamnt. En l nodo más ficint s v qu dspués d trminar d rsolvr l sistma tin priodos d baja actividad, durant st timpo st nodo stá sprando qu los otros nodos trminn. En comparación, l nodo mnos ficint tarda más n rsolvr l sistma d cuacions, al sr l más lnto no mustra priodos d spra, n la gráfica s aprcia qu stá trabajando continuamnt. El nodo mnos ficint alnta a todos los nodos dl clustr. Figura.. Difrncia d carga n los nodos más ficint (izquirda) y mnos ficint (drcha) Como rsultando tnmos un gran dsbalanc d carga qu hac qu la mayoría d los procsos stén inactivos casi un % dl timpo Esto provoca qu la ficincia d opración dl clustr s rduzca significativamnt, como s aprcia n la figura., la cual mustra l nivl d opración d todo dl clustr. 79

80 . Rsultados Figura.. Dtall dl trabajo d CPU gnral dl clustr.... Gradint conjugado sin parallizar Ahora con una configuración difrnt, vamos a utilizar la dscomposición d dominio utilizando l gradint conjugado no parallizado, para sto dividirmos l dominio n particions con capas d traslap, un solvr por cada CPU dl clustr. La trcr columna d la gráfica. mustra l timpo obtnido d. minutos. Casi la trcra part dl timpo con n comparación dl con gradint conjugado parallizado, pro aún cuatro vcs más lnto qu la vrsión sin dscomposición d dominio. Al tnr particions más pquñas, y por lo tanto sistmas d cuacions más pquños l dsbalanc d carga s hac mnor, aunqu sigu sindo la causa principal d la poca ficincia d sta stratgia... Dscomposición d dominio y factorización Cholsky simbólica Entr más pquño sa l sistma d cuacions más ficint srá la rsolución por factorización Cholsky, s por so qu n vz d utilizar particions, como n l caso con gradint conjugado parallizado, utilizarmos particions (una por cada procsador dl clustr) con capas d traslap. La gráfica. mustra dos rsultados, la columna d la izquirda s la misma qu la d la primr columna d la gráfica. (s la solución dl sistma sin dscomposición d dominio utilizando una sola computadora con procsadors y aplicando l algoritmo d gradint conjugado n parallo). A la drcha l rsultado d utilizar dscomposición d dominios utilizando como solvr la factorización Cholsky para matrics ralas mostrada n l capítulo. 8

81 . Rsultados 9 Timpo total 8 Timpo d f actorización 7 Timpo [m] 8.. G.C. parallo D.D. con Cholsky ( particions) Gráfica.. Comparación d stratgias. El timpo utilizando gradint conjugado n parallo n una computadora fu d 8. minutos, l timpo con dscomposición d dominio y factorización Cholsky n computadoras fu d. minutos. S tuvo la solución aproximadamnt vcs más rápido. Esto s db a qu l timpo por itración Schwarz s muy rducido, ya qu solo s rsulvn dos matrics triangulars con sustitución hacia atrás y hacia adlant n cada partición. El ahorro n timpo s notabl... Evolución y convrgncia A continuación, n la figura., mostramos un jmplo d la volución d las itracions dl método altrnant d Schwarz n l problma d la figura. dividido n 7 lmntos y 9 nodos, utilizando cuatro particions con dos capas d traslap. Figura.. Ejmplo d volución n las primras ocho itracions. 8

82 . Rsultados La gráfica. mustra la convrgncia d i d cada partición, mdida como la norma pondrada d la difrncia ntr la solución actual y la antrior uit uit d=, uit i dond uit s l vctor d dsplazaminto rsultant d rsolvr l sistma d cuacions d la partición i. El critrio d paro stablcido para l método altrnant d Schwarz s cuando d i x para i=,,. E+ E+ norm(x' - x)/norm(x) E- P P P P E- E- E- E- E E-7 Itration Gráfica.. Evolución d la convrgncia. En problmas con mallas más grands s vn otro tipo d fctos. Los siguints rsultados mustran la volución d la convrgncia dl problma d la figura. dividido n 9, lmntos y 98, nodos ( 97, cuacions), utilizando particions. En la gráfica. s v la volución con una capa d traslap. Esta s intrsant, s v qu n las primras itracions hay unos picos dond mpora la convrgncia n algunas particions, para dspués mjorar. Gráfica.. Evolución d la convrgncia con una capa d traslap. 8

83 . Rsultados La gráfica. s v la volución dl mismo problma, pro utilizando sit capas d traslap. En ésta s obsrva qu los valors d la convrgncia d i prsntan los mismos picos pro d forma más tmprana. Gráfica.. Evolución d la convrgncia con sit capas d traslap... Distribución d timpo La gráfica. mustra la distribución d timpos n dada itración d Schwarz con l problma d la figura. dividido n 9, lmntos y 98, nodos ( 97, cuacions), utilizando particions. El timpo ncsario para la transmisión d datos no s notorio... Tim [s] ut- c omp ut- c omp ut- c omp ut- c omp - ut- ut- - ut- c omp c omp c omp - ut- - c omp - - ut- c omp ut- c omp -9 ut- ut- c omp -8 ut- -7 ut- c omp c omp - ut- Solvr c omp - ut- Snd/rciv ghosts data c omp ut- - c omp c omp - - ut- - c omp ut- c omp ut- - Wait for start c omp ut- c omp ut- -9 c omp ut- -7 c omp ut- c omp ut- c omp ut- c omp - ut- c omp - - ut- c omp ut- c omp c omp ut-. Snd solution diffrnc to mastr Gráfica.. Distribución d timpo dl algoritmo. S obsrva qu l timpo utilizado por l solvr varía n cada nodo, todos los nodos tinn qu sprar al solvr más lnto, l dl nodo n st caso. 8

84 . Rsultados.. Traslap Los siguints rsultados son para un problma d dos dimnsions con 9, lmntos y 98, nodos ( 97, cuacions), dividido n particions rsulto con factorización Cholsky simbólica. Tolrancia Traslap x x Tim [m] E- E Capas d traslap Gráfica.7. Eficincia n timpo variando las capas d traslap ntr las particions..7. Afinidad dl CPU Uno d los problmas más importants qu ncontramos al ralizar prubas asignando procsos a todos los CPU d una computadora s qu la intrcomunicación con OpnMPI ntr stos procsos s ralizada utilizando mmoria compartida monitorada con polling. A fin d sr ficint, OpnMPI hac un polling muy intnso, n l ordn d microsgundos por ptición. Para mantnr st monitoro, OpnMPI cra 8

85 . Rsultados varios thrads, l problma s qu stos thrads, qu pudn llvar l uso dl CPU al %, son asignados por l sistma oprativo para jcutars n los otros CPU d la computadora, lo qu alnta n gran mdida los procsos asignados prviamnt a stos CPU. Como todos los procsos cran thrads para comunicars con los otros procsos n la misma computadora s produc una caída d la ficincia considrabl al intrfrirs ntr llos. La solución qu ncontramos fu stablcr la afinidad a los procsos a un CPU, d sta forma los thrads crados por st procso s jcutarán n l mismo CPU qu l procso. D tal forma qu si un procso spra datos no intrfrirá con los procsos qu aún stán ralizando cálculos. Encontramos dos formas d stablcr la afinidad d CPU, una s utilizando l programa taskst, qu s part d las utilrías dl krnl d Linux. Est programa prmit asignar a un procso un CPU dtrminado, ncrrando sus thrads n l mismo CPU. La sgunda forma s utilizando una modalidad d OpnMPI n la cual s posibl asignar a cada procso, utilizando su númro d rango, un CPU n particular dl clustr. Est problma no aparc cuando s implmnta l squma híbrido d dscomposición d dominios utilizando como solvr l gradint conjugado parallizado con mmoria compartida. Esto s db a qu l OpnMPI sólo s cra un procso n cada computadora no s rquir comunicación con mmoria compartida y polling..8. Sistmas grands Los siguints rsultados s sigun rfirindo al problma d la figura.. La tabla. mustra divrsos rsultados al gnrar mallas cada vz más rfinadas, lo qu significa sistmas d cuacions cada vz más grands. Los timpos son dados n horas. La columna d la mmoria s rfir a la mmoria total utilizada por todos los nodos, tanto l nodo mastro (qu s dónd s carga y distribuy l problma) como los nodos sclavo (dónd s rsulvn los problmas individuals). Cada partición (o problma individual) s rsolvió utilizando un CPU. El númro d capas d traslap s ligió d forma urística hacindo varias prubas tratando d ncontrar un bun valor qu dis un timpo d solución rducido. Ecuacions,97,,,,99,8,,8,87,9 78,7, 8,, Timpo [h] Mmoria [GB] Particions 8 Traslap 7 7 PCs Tabla.. Rsultados para sistmas d cuacions d difrnt tamaño. Los primros cuatro rsultados s obtuviron utilizando l Clustr. Para los siguints trs casos s utilizaron n conjunto l Clustr y l Clustr. La gráfica.8 prmit comparar visualmnt l tamaño dl sistma d cuacions contra l timpo d solución. 8

86 . Rsultados...9 Timpo [horas]...9.,97,,,,99,8,,8,87,9 78,7, 8,, Númro d cuacions Gráfica.8. Comparativo d númro d cuacions contra timpo d solución dl problma..9. Un caso particular con malla structurada El programa qu utilizamos para gnrar las mallas no nos prmitió gnrar mallas más rfinadas para l problma d la figura., por lo qu cramos un problma más simpl utilizando una malla structurada rgular, d sta forma sí pudimos gnrar una malla con más lmntos, figura.. Las condicions d frontra para st caso son: las squinas infriors fijas y n toda la part suprior s impon un dsplazaminto. El problma d, d cuacions s rsolvió n horas y minutos (99.9 sgundos). S utilizanron n conjunto l Clustr y l Clustr. Elmntos: Nodos: Particions ( por 9): Traslap: Tolrancia:,,. Ecuacions:, Mmoria (mastro): Mmoria (cada sclavo): Mmoria (total):.8 GB 8. GB. GB Ecuacions por sclavo:,8 Figura.. Malla simpl para st jmplo 8

87 . Rsultados.9.. Distribución d timpos dl algoritmo En la tabla. mostramos como s distribuyó l timpo d solución dl problma n cada una d las tapas dl programa d cómputo. Etapa Cargar problma Particionar malla ( particions) Ensamblar sistmas Inicializar sclavos Factorización Itracions d Schwarz (7 d.8s c/u) Guardar rsultado Total Timpo [s] Tabla.. Timpos d jcución por tapa. Estos rsultados s pudn comparar más facilmnt n la gráfica.9. Cargar problma % Particionar malla % Guardar rsultado % Ensamblar sistmas % Inicializar sclavos % Factorización % Itracions d Schwarz % Gráfica.9. Distribución d timpos n la solución. Visto d otro modo, podmos dcir qu n total s rsolviron,9 sistmas d,8 cuacions cada uno (n promdio), n un timpo d horas min. 87

88

89 7. Conclusions y trabajo futuro El gradint conjugado n parallo con OpnMP prsnta muy bunos rsultados con hasta 8 procsadors, con más d 8 s dgrada dmasiado la ficincia, sto s dbido a qu no s factibl qu todos los procsadors utilicn l bus d datos al mismo timpo, lo qu cra cullos d botlla, lo qu da lugar timpos d spra muy grands. El squma d Schwarz funciona muy bin dbido a qu l tráfico d información ntr los nodos s muy rducido. S ncontró admás qu s pud mjorar l timpo d convrgncia significativamnt aumntando la cantidad d capas d traslap ntr las particions. Es complicado valuar la ficincia d la dscomposición d dominios para lmntos finitos n problmas con mallas muy irrgulars. Hmos ncontrado qu cuando las particions quda con frontras pquñas s mjora la vlocidad d convrgncia. Pro, si una partición tin más condicions d frontra d Dirichlt, ntoncs convrg más rápido, sto cra un dsbalanc d cargas, lo qu alnta l timpo d convrgncia a una solución global. Para vitar st problma habría qu implmntar un mallador qu sa más intlignt, para qu ést puda dcidir dond sría mjor colocar las frontras y mjorar l balanc d cargas. Encontramos qu l utilizar l squma d dscomposición d dominios con un solvr dircto (factorización Cholsky simbólica) aunqu costoso al momnto d factorizar s muy ficint al momnto d rsolvr los sistmas n cada itración. La gran dsvntaja d st método s qu s utiliza mucha mmoria. La cantidad d mmoria stá rlacionada a la cantidad d conctividads qu tnga la malla gnrada al discrtizar con lmnto finito. Ésta s una altrnativa para rsolvr problmas d gran scala cuando s dispon d la mmoria suficint para podr factorizar las matrics. El programa dsarrollado sólo prmit hacr mallados con triángulos o ttradros, stos son los tipos d lmntos qu aunqu prmitn mallar gomtrías compljas, gnran mallas con l mayor númro d intrconxions. Crmos qu, para gomtrías sncillas, s lograría una mjor ficincia n l programa si s utilizaran cuadrilátros o hxadros con l fin d obtnr matrics más ralas y por lo tanto más rápidas d rsolvr y con un mnor consumo d mmoria. La part más ncsaria a mjorar s l particionador, actualmnt s utilizan las rutinas d METIS, pro st tin la dsvntaja d crar las particions tratando d igualar la cantidad d lmntos n cada una. Lo qu s ncsita s crar un particionador qu divida las particions considrando l númro d conctividads d cada una. Al tnr todas las particions un númro smjant d conctividads s gnrarán sistmas d cuacions ralos con un númro smjant d lmntos distintos d cro, lo qu n st tipo d problmas n parallo s traducirá n un mjor balanc d carga. S stá trabajando para xtndr l uso d stas rutinas a otros problmas d lmnto finito, por jmplo, para rsolvr las cuacions d Navir-Stoks con fluidos multi-fásicos n mdios porosos. 89

90

91 Bibliografía [Bot] S. Botllo, H. Esquda, F. Gómz, M. Morls, E. Oñat. Módulo d Aplicacions dl Método d los Elmntos Finitos, MEFI.. Guanajuato, México.. [Chap8] B. Chapman, G. Jost, R. van dr Pas. Using OpnMP: Portabl Shard Mmory Paralll Programming. Th MIT Prss, 8. [DAz9] E. F. D'Azvdo, V. L. Eijkhout, C. H. Romin. Conjugat Gradint Algorithms with Rducd Synchronization Ovrhad on Distributd Mmory Multiprocssors. Lapack Working Not. 99. [Dohr] Dohrmann C. R. A Prconditionr for Substructuring Basd on Constraind Enrgy Minimization. SIAM Journal of Scintific Computing. Volum -, pp. -8,. [Drp7] U. Drppr. What Evry Programmr Should Know About Mmory. Rd Hat, Inc. 7. [Esch97] H. Eschnaur, N. Olhoff, W. Schnll. Applid Structural Mchanics. Springr, 997. [Farh] C. Farhat, M. Lsoinn, P. L Tallc, K. Pirson, D. Rixn. FETI-DP: A dual-primal unifid FETI mthod - part I: A fastr altrnativ to th two-lvl FETI mthod. Intrnational Journal of Numrical Mthods Engnring, Vol. pp,. [Flyn7] M. Flynn, Som Computr Organizations and Thir Effctivnss, IEEE Transactions on Computrs., Vol. C-, pp. 98, 97. [Gall9] K. A. Gallivan, M. T. Hath, E. Ng, J. M. Ortga, B. W. Pyton, R. J. Plmmons, C. H. Romin, A. H. Samh, R. G. Voigt, Paralll Algorithms for Matrix Computations, SIAM, 99. [Gor8] A. Gorg, J. W. H. Liu. Computr solution of larg spars positiv dfinit systms. Prntic-Hall, 98. [Gor89] A. Gorg, J. W. H. Liu. Th volution of th minimum dgr ordring algorithm. SIAM Rviw Vol -, pp -9, 989. [Golu9] G. H. Golub, C. F. Van Loan. Matrix Computations. Third didion. Th Johns Hopkins Univrsity Prss, 99. [Hat9] M T. Hath, E. Ng, B. W. Pyton. Paralll Algorithms for Spars Linar Systms. SIAM Rviw, Vol., No., pp. -, 99. [Kary99] G. Karypis, V. Kumar. A Fast and Highly Quality Multilvl Schm for Partitioning Irrgular Graphs. SIAM Journal on Scintific Computing, Vol. -, pp. 9-9, 999. [Kimna] J. H. Kimn, M. Sarkis. OBDD: Ovrlapping balancing domain dcomposition mthods and gnralizations to th Hlmholtz quation. Procdings of th th Intrnational Confrnc on Domain Dcomposition Mthods,. 9

92 Bibliografía [Kimnb]J. H. Kimn, B. Bourdin. Numrical Implmntation of Ovrlapping Balancing Domain Dcomposition Mthods on Unstructurd Mshs. Procdings of th th Intrnational Confrnc on Domain Dcomposition Mthods,. [Lipt77] R. J. Lipton, D. J. Ros, R. E. Tarjan. Gnralizd Nstd Dissction, Computr Scinc Dpartmnt, Stanford Univrsity, 997. [Lipt79] R. J. Lipton, R. E. Tarjan. A Sparator Thorm for Planar Graphs. SIAM Journal on Applind Mathmatics, Vol. -, 979. [Li] J. Li, O. Widlund. FETI-DP, BDDC, and block Cholsky mthods. Intrnational Journal for Numrical Mthods in Enginring. Vol. -, pp. -7,. [Mand9] J. Mandl. Balancing Domain Dcomposition. Communications on Numrical Mthods in Enginring. Vol. 9 pp -, 99. [Mand] J. Mandl, C. R. Dohrmann. Convrgnc of a balancing domain dcomposition by constraints and nrgy minimization. Journal of Numrical Linar Algbra with Applications, Vol. -7, pp [Mand] J. Mandl, C. R. Dohrmann, R. Tzaur. An algbraic thory for primal and dual substructuring mthods by constraints. Elsvir Scinc Publishrs. Journal of Applid Numrical Mathmatics, Vol. -,. [MPIF8] Mssag Passing Intrfac Forum. MPI: A Mssag-Passing Intrfac Standard, Vrsion.. Univrsity of Tnnss, 8. [Noc] J. Nocdal, S. J. Wright. Numrical Optimization, Springr,. [Piss8] S. Pissantzky. Spars Matrix Tchnology. Acadmic Prss, 98. [Quar] A. Quartroni, R. Sacco, F. Salri. Numrical Mathmatics. Springr,. [Saad] Y. Saad. Itrativ Mthods for Spars Linar Systms. SIAM,. [Smit9] B. F. Smith, P. E. Bjorstad, W. D. Gropp. Domain Dcomposition: Paralll Multilvl Mthods for Elliptic Partial Diffrntial Equations. Cambridg Univristy Prss, 99. [Str9] T. Strling, D. J. Bckr, D. Savars, J. E. Dorband, U. A. Ranawak, C. V. Packr. BEOWULF: A Paralll Workstation For Scintific Computation. Procdings of th th Intrnational Confrnc on Paralll Procssing, 99. [Tos] A. Toslli, O. Widlund. Domain Dcomposition Mthods - Algorithms and Thory. Springr,. [Widl8] O. B. Widlund. Th Dvlopmnt of Coars Spacs for Domain Dcomposition Algorithms. Procdings of th 8th Intrnational Confrnc on Domain Dcomposition, 8. [Wulf 9] W. A. Wulf, S. A. Mck. Hitting th Mmory Wall: Implications of th Obvious. Computr Architctur Nws, ():-, March 99. [Yann8] M. Yannakakis. Computing th minimum fill-in is NP-complt. SIAM Journal on Algbraic Discrt Mthods, Volum, Issu, pp 77-79, March, 98. [Zin] 9 O.C. Zinkiwicz, R.L. Taylor, J.Z. Zhu, Th Finit Elmnt Mthod: Its Basis and Fundamntals. Sixth dition,.

93 Apéndic A. Guía para hacr prubas Para probar l proycto s ncsario utilizar l programa d pr y postprocso GiD, dsarrollado por CIMNE (Intrnational Cntr for Numrical Mthods in Enginring), para gnrar l mallado y al final para visualizar los rsultados. Los rsultados s pudn vr d forma combinada, s dcir, los rsultados d todas las particions mzclados o con los rsultados d las particions d forma indpndint. Las instruccions funcionan hacindo prubas tanto n Windows como n Linux. Forma combinada. Abrir l GiD.. Dsd l mnú [Fils/Opn] slccionar alguno d los dirctorios contnidos n "Mcanic/xampls", por jmplo l dirctorio "Mcanic/xampls/arc-D.gid". Gnrar una malla con l mnú [Msh/Gnrat msh]. S pud cambiar la dnsidad dl mallado ajustando l parámtro dl tamaño dl lmnto. 9

94 Apéndic A. Guía para hacr prubas. Ejcutar l mnú [Calculat/Calculat], sto gnrará un archivo "Mcanic/xampls/arc-D.gid/arcD.dat" qu contndrá los datos d ntrada dl programa. El sistma gnrará un mnsaj d rror, sto s porqu para usar MPI s ncsario jcutar l programa manualmnt.. Abrir una consola d comandos... Cambiars al dirctorio "Mcanic/xampls/arc-D.gid" 9

95 Apéndic A. Guía para hacr prubas.. Ejcutar "mpirun -n../../cod/mcanicd arc-d.dat arc-d" (sto dividirá l problma n particions).. Al trminar s gnrará un archivo "Mcanic/xampls/arc-D.gid/arc-D.post.rs" qu contndrá los rsultados d dsplazamintos, dformacions y tnsions. Los valors qu rporta l programa ntr corchts son l timpo qu tardó n jcutar cada tara n sgundos.. Rgrsar al GiD y slccionar l mnú [Fils/Postprocss] 7. Para vr la dformación rsultant, n l mnú [Viw rsults/dformation/displacmnts] 9

96 Apéndic A. Guía para hacr prubas Particions indpndints Para vr los rsultados d cada partición d forma indpndint:. En caso d qu ya sté abirto GiD, cambiar a modo d prprocso, abrindo l mnú [Fils/Prprocss].. Dsd l mnú [Fils/Opn] slccionar alguno d los dirctorios contnidos n "Mcanic/xampls", por jmplo l dirctorio "Mcanic/xampls/arc-D.gid" 9

97 Apéndic A. Guía para hacr prubas. Abrir l mnú [Data/Problm data], aquí s pudn modificar los parámtros d jcución dl programa McanicD... Slccionar [Domain dcomposition].. Activar la opción [Multipl fils] y prsionar [Accpt]. Gnrar una malla con l mnú [Msh/Gnrat msh]. S pud cambiar la dnsidad dl mallado ajustando l parámtro dl tamaño dl lmnto. 97

98 Apéndic A. Guía para hacr prubas. Ejcutar l mnú [Calculat/Calculat], sto gnrará un archivo "Mcanic/xampls/arc-D.gid/arcD.dat" qu contndrá los datos d ntrada dl programa. El sistma gnrará un mnsaj d rror, sto s porqu para usar MPI s ncsario jcutar l programa manualmnt.. Abrir una consola d comandos.. Cambiars al dirctorio "Mcanic/xampls/arc-D.gid" 98

99 Apéndic A. Guía para hacr prubas. Ejcutar "mpirun -n../../cod/mcanicd arc-d.dat arc-d" (sto dividirá l problma n particions). Al trminar s gnrarán varios archivos "Mcanic/xampls/arc-D.gid/arc-D.*.rs" qu contndrán los rsultados d dsplazamintos, dformacions y tnsions para cada partición. Los valors qu rporta l programa ntr corchts son l timpo qu tardó n jcutar cada tara n sgundos. 7. Rgrsar al GiD y slccionar l mnú [Fils/Postprocss] 7.. Abrir con l mnú [Fils/Opn] l archivo "Mcanic/xampls/arc-D.gid/arc-D..rs" 99

100 Apéndic A. Guía para hacr prubas 8. Para vr las otras particions, rgrsar al punto 7. y lgir otro archivo "Mcanic/xampls/arcD.gid/arc-D.*.rs" 9. Es posibl mzclar las particions, para sto abrir [Fils/Mrg] y slccionar otro d los archivos "Mcanic/xampls/arc-D.gid/arc-D.*.rs". Para vr la dformación rsultant, n l mnú [Viw rsults/dformation/displacmnts]

101 Apéndic A. Guía para hacr prubas. S pud lgir cambiar l modo d visualización abrindo l mnú [Window/Viw styl].

Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES

Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES Marclo Romo Proaño Escula Politécnica dl Ejército - Ecuador Capítulo V CONDICIONES DE FRONTERA Y MODELAMIENTO NUMÉRICO EN ECUACIONES DIFERENCIALES 5. CONDICIONES DE FRONTERA: Dbido a qu muchos problmas

Más detalles

COMPUTACIÓN. Práctica nº 2

COMPUTACIÓN. Práctica nº 2 Matmáticas Computación COMPUTACIÓN Práctica nº NÚMEROS REALES Eistn algunos númros irracionals prdfinidos n Maima como son l númro π l númro qu s corrspondn con los símbolos %pi % rspctivamnt. Otros númros

Más detalles

RADIO CRÍTICO DE AISLACIÓN

RADIO CRÍTICO DE AISLACIÓN DIO CÍTICO DE ISCIÓN En sta clas s studiará la transfrncia d calor n una tubría d radio xtrno (0,0 ft), rcubirta con un aislant d spsor (0,039 ft), qu transporta un vapor saturado a (80 F). El sistma cañría

Más detalles

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS

III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS III. FUNCIONES EXPONENCIALES Y LOGARÍTMICAS.. FUNCIÓN EXPONENCIAL n Hmos stado manjando n st trabajo prsions dl tipo n dond s una variabl llamada bas n una constant llamada ponnt, si intrcambiamos d lugar

Más detalles

APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ

APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN EN MONEDA EXTRANJERA AGOSTO 2008 LIMA PERÚ Capítulo Nº 8: La rntabilidad n monda nacional d una invrsión n monda xtranjra Marco Antonio Plaza Vidaurr APUNTES DE CLASE MACROECONOMÍA CAPÍTULO Nº 8 LA RENTABILIDAD EN MONEDA NACIONAL DE UNA INVERSIÓN

Más detalles

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm

Problemas Resueltos. el radio de la órbita circular, y la energía tiene el valor GMm 2 = a GM. 0. Es decir, 2 T 4π. GMm Problmas sultos.0 Un satélit dscrib una órbita circular n torno a la Tirra. Si s cambia d rpnt la dircción d su vlocidad, pro no su módulo, studiar l cambio n su órbita y n su príodo. Al cambiar sólo la

Más detalles

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL

EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL EJERCICIOS RESUELTOS DE FUNCIONES REALES DE VARIABLE REAL. Calcular los dominios d dfinición d las siguints funcions: a) f( ) 6 b) f( ) c) f( ) ln d) f( ) arctg 3 4 ) f( ) f) f( ) 5 g) f( ) sn 9 h) 4 4

Más detalles

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN

ANÁLISIS DEL AMPLIFICADOR EN EMISOR COMÚN ANÁLISIS DL AMPLIFIADO N MISO OMÚN Jsús Pizarro Pláz. INTODUIÓN... 2. ANÁLISIS N ONTINUA... 2 3. TA D AGA N ALTNA... 3 4. IUITO QUIALNT D ALTNA... 4 5. FUNIONAMINTO... 7 NOTAS... 8. INTODUIÓN l amplificador

Más detalles

Aplicaciones de la distribución weibull en ingeniería

Aplicaciones de la distribución weibull en ingeniería COLMEME UAN Aplicacions d la distribución wibull n ingniría Raqul Salazar Morno 1 Abraham Rojano Aguilar 2 Esthr Figuroa Hrnándz Francisco Pérz Soto 1. INTRODUCCIÓN la salud n la vida d una prsona. La

Más detalles

Ejercicios resueltos Distribuciones discretas y continuas

Ejercicios resueltos Distribuciones discretas y continuas ROBABILIDAD ESADÍSICA (Espcialidads: Civil-Eléctrica-Mcánica-Química) Ejrcicios rsultos Distribucions discrtas y continuas ) La rsistncia a la comprsión d una mustra d cmnto s una variabl alatoria qu s

Más detalles

TERMODINAMICA 1 1 Ley de la Termodinámica aplicada a Volumenes de Control

TERMODINAMICA 1 1 Ley de la Termodinámica aplicada a Volumenes de Control TERMODINAMICA 1 1 Ly d la Trmodinámica aplicada a Volumns d Control Prof. Carlos G. Villamar Linars Ingniro Mcánico MSc. Matmáticas Aplicada a la Ingniría CONTENIDO PRIMERA LEY DE LA TERMODINAMICA PARA

Más detalles

9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO

9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO 9 TRSLINES, GIRS SIMETRÍS EN EL PLN EJERIIS PRPUESTS 9. ibuja un parallogramo y razona qué pars d vctors dtrminados por los vértics son quipolnts. Son quipolnts los qu son parallos y dl mismo sntido, y

Más detalles

9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO

9 TRASLACIONES, GIROS Y SIMETRÍAS EN EL PLANO 9 TRSLINES, GIRS SIMETRÍS EN EL PLN EJERIIS PRPUESTS 9. ibuja un parallogramo y razona qué pars d vctors dtrminados por los vértics son quipolnts. Son quipolnts los qu son parallos y dl mismo sntido, y

Más detalles

Tema 3 La economía de la información

Tema 3 La economía de la información jrcicios rsultos d Microconomía. quilibrio gnral y conomía d la información rnando Prra Tallo Olga María odríguz odríguz Tma La conomía d la información http://bit.ly/8l8u jrcicio : na mprsa d frtilizants

Más detalles

DISPERSIÓN - ESPECTRÓMETRO DE PRISMA

DISPERSIÓN - ESPECTRÓMETRO DE PRISMA DISPERSIÓN - ESPECTRÓMETRO DE PRISMA OBJETIVOS Invstigación d la rgión visibl dl spctro dl átomo d Hidrógno y dtrminación d la constant d Ridbrg. Calibración d la scala dl spctrómtro d prisma. Dtrminación

Más detalles

GRUPOS Y SEMIGRUPOS. Unidad 5

GRUPOS Y SEMIGRUPOS. Unidad 5 GRUPOS Y SEMIGRUPOS En sta unidad studiarmos algunas d las structuras algbraicas qu s utilizan n Toría d Codificación y también n l studio d máquinas d stado finito, como por jmplo los autómatas qu vrmos

Más detalles

LIMITES DE FUNCIONES EN 1D

LIMITES DE FUNCIONES EN 1D LIMITES DE FUNCIONES EN D Límits d funcions n D Autor: Patrici Molinàs Mata (pmolinas@uoc.du), José Francisco Martínz Boscá (jmartinzbos@uoc.du) ESQUEMA DE CONTENIDOS Dfinición Límits latrals LÍMITE DE

Más detalles

Ecuación para cirquitones en líneas de transmisión con carga eléctrica discreta. K. J. Candía

Ecuación para cirquitones en líneas de transmisión con carga eléctrica discreta. K. J. Candía Ecuación para cirquitons n ínas d transmisión con carga éctrica discrta. K. J. Candía Dpartamnto d Ectrónica, Univrsidad d Tarapacá, Arica, Chi Emai: kchandia@uta.c Rsumn En sta Chara s mustra un mcanismo

Más detalles

Ofertas y Contratos Agiles

Ofertas y Contratos Agiles Ofrtas y Contratos Agils algunas idas xtraídas dl libro Obra bajo licncia Crativ Commons los pilar s d transp arncia, ins adaptación pc, junto con l nfoqu d ción y continua q mjora u forman part d lo Agils,

Más detalles

INTERCAMBIADORES TUBO Y CARCAZA: ANÁLISIS TÉRMICO

INTERCAMBIADORES TUBO Y CARCAZA: ANÁLISIS TÉRMICO OPERCIONES UNIRIS PROF PEDRO VRGS UNEFM DPO ENERGÉIC Disponibl n: wwwopracionswordprsscom INERCMBIDORES UBO Y CRCZ: NÁLISIS ÉRMICO NÁLISIS ÉRMICO, CONSIDERCIONES GENERLES nts d scribir las cuacions qu

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA CIVIL SECCIÓN DE POSGRADO

UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE INGENIERÍA CIVIL SECCIÓN DE POSGRADO SECCIÓN DE POSGRADO ELEMENOS HÍBRIDOS DE REFFZ PARA EL ANÁLISIS DE LOSAS ESIS PARA OPAR EL GRADO DE MAESRO EN CIENCIAS CON MENCIÓN EN INGENIERÍA ESRUCURAL WILHELM JUVENAL BENAVIDES MANCILLA LIMA - PERÚ

Más detalles

Fernando Cervantes Leyva

Fernando Cervantes Leyva INSTITUTO POLITÉCNICO NACIONAL CENTRO DE INVESTIGACIÓN Y DESARROLLO DE TECNOLOGÍA DIGITAL Mastría n Cincias con Espcialidad n Sistmas Digitals Adaptación d malla n l análisis d disprsión n guías d onda

Más detalles

Tuberías plásticas para SANEAMIENTO

Tuberías plásticas para SANEAMIENTO Tubrías plásticas para SANEAMIENTO SANIVIL Tubos compactos d PVC con Rigidz Anular SN 2 y SN 4 kn/m 2 d color tja para sanaminto sin prsión sgún UNE-EN 1401 y con prsión marca DURONIL sgún UNE-EN ISO 1452

Más detalles

RESUMEN MOTORES CORRIENTE CONTINUA

RESUMEN MOTORES CORRIENTE CONTINUA RESMEN MOTORES CORRENTE CONTNA Los motors léctricos convirtn la nrgía léctrica n nrgía mcánica. Así, la corrint léctrica tomada d la rd rcorr las bobinas o dvanados dl motor, n cuyo intrior s cran campos

Más detalles

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015 Asambla Nacional Scrtaría Gnral TRÁMITE LEGISLATIVO 2014-2015 ANTEPROYECTO DE LEY: 106 PROYECTO DE LEY: LEY: GACETA OFICIAL: TÍTULO: QUE ESTABLECE EL RECICLAJE DE PAPEL, LATAS DE ALUMINIO Y BOTELLAS PLÁSTICAS

Más detalles

UNA INVITACIÓN AL ESTUDIO DE LAS ECUACIONES DIFERENCIALES ORDINARIAS. Maritza de Franco

UNA INVITACIÓN AL ESTUDIO DE LAS ECUACIONES DIFERENCIALES ORDINARIAS. Maritza de Franco UNA INVITACIÓN AL ESTUDIO DE LAS ECUACIONES DIFERENCIALES ORDINARIAS. Marita d Franco A Francisco José, Shrl, Marión, Paola, Constanc, Luis Migul Migul. AGRADECIMIENTOS Al Ing. Pdro Rangl por su comprnsión,

Más detalles

Funciones de Variable Compleja

Funciones de Variable Compleja Funcions d Variabl Complja Modlos d Sistmas II Smstr 2008 Ing. Gabrila Ortiz L 1 Función Concpto Matmático Considrando los conjuntos X Y una función comprnd una rlación o rgla qu asocia a cada lmnto x

Más detalles

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015

Asamblea Nacional Secretaría General TRÁMITE LEGISLATIVO 2014-2015 Asambla Nacional Scrtaría Gnral TRÁMITE LEGISLATIVO 2014-2015 ANTEPROYECTO DE LEY: 106 PROYECTO DE LEY: 171 LEY: GACETA OFICIAL: TÍTULO: QUE ESTABLECE EL RECICLAJE DE PAPEL, LATAS DE ALUMINIO Y BOTELLAS

Más detalles

CUANTO TARDA UNA PELOTA EN DEJAR DE BOTAR? Guillermo Becerra Córdova. Área de Física, Dpto. Preparatoria Agrícola, Universidad Autónoma Chapingo,

CUANTO TARDA UNA PELOTA EN DEJAR DE BOTAR? Guillermo Becerra Córdova. Área de Física, Dpto. Preparatoria Agrícola, Universidad Autónoma Chapingo, CUANTO TARDA UNA PELOTA EN DEJAR DE BOTAR? Guillrmo Bcrra Córdova Ára d Física, Dpto. Prparatoria Agrícola, Univrsidad Autónoma Chapingo, Chapingo, Txcoco, Estado d México, México, E-mail: gllrmbcrra@yahoo.com

Más detalles

INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES

INSTITUTO TECNOLÓGICO DE COSTA RICA ESCUELA DE INGENIERÍA ELECTRÓNICA CURSO: MODELOS DE SISTEMAS CÁLCULO DE RESIDUOS Y SUS APLICACIONES INSTITUTO TENOLÓGIO DE OSTA RIA ESUELA DE INGENIERÍA ELETRÓNIA URSO: MODELOS DE SISTEMAS ÁLULO DE RESIDUOS Y SUS APLIAIONES ING. FAUSTINO MONTES DE OA FEBRERO DE álculo d Rsiduos y sus Aplicacions INDIE

Más detalles

INTEGRAL INDEFINIDA MÉTODOS ELEMENTALES DE INTEGRACIÓN

INTEGRAL INDEFINIDA MÉTODOS ELEMENTALES DE INTEGRACIÓN INTEGRAL INDEFINIDA MÉTODOS ELEMENTALES DE INTEGRACIÓN El almán Gottfrid Libniz (66-76), quin, junto con su antagonista l inglés Isaac Nwton (6-77), fu l crador dl cálculo infinitsimal. MATEMÁTICAS II

Más detalles

Valledupar como vamos: Demografía, Pobreza y Pobreza Extrema y empleo.

Valledupar como vamos: Demografía, Pobreza y Pobreza Extrema y empleo. Valldupar como vamos: Dmografía, Pobrza y Pobrza Extrma y mplo. Tradicionalmnt l programa Valldupar Cómo Vamos, lugo d prsntar la Encusta d Prcpción Ciudadana (EPC), raliza la ntrga d Indici d Calidad

Más detalles

Simulación en el software Mathematica de un robot 2 GDL usando dos rotaciones de los números complejos

Simulación en el software Mathematica de un robot 2 GDL usando dos rotaciones de los números complejos Ninth LACCEI Latin Amrican and Caribban Confrnc (LACCEI 20), Enginring for a Smart Plant, Innovation, Information Tchnology and Computational Tools for Sustainabl Dvlopmnt, August 3-5, 20, Mdllín, Colombia.

Más detalles

NÚMEROS COMPLEJOS. Autor: Patrici Molinàs Mata (pmolinas@uoc.edu), José Francisco Martínez Boscá (jmartinezb@uoc.edu) NÚMEROS COMPLEJOS

NÚMEROS COMPLEJOS. Autor: Patrici Molinàs Mata (pmolinas@uoc.edu), José Francisco Martínez Boscá (jmartinezb@uoc.edu) NÚMEROS COMPLEJOS Númros complos NÚMEROS COMPLEJOS Autor: Patrici Molinàs Mata (pmolinas@uoc.du), José Francisco Martín Boscá (martinb@uoc.du) MAPA CONCEPTUAL Dfinición Fórmula d Cardano NÚMEROS COMPLEJOS Rsolución d cuacions

Más detalles

LA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO

LA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO LA ORGANIZACIÓN DEL DEPARTAMENTO FINANCIERO 1. INTRODUCCIÓN No importa l tamaño d la mprsa n la qu dsarrollmos nustra labor profsional. No importa l númro d prsonas qu compongan l dpartamnto al qu nos

Más detalles

Mercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General

Mercados Financieros y Expectativas Profesor: Carlos R. Pitta CAPÍTULO 8. Macroeconomía General Univrsidad Austral d Chil Escula d Ingniría Comrcial Macroconomía Gnral CAPÍTULO 8 Mrcados Financiros y Expctativas Profsor: Carlos R. Pitta Macroconomía Gnral, Prof. Carlos R. Pitta, Univrsidad Austral

Más detalles

OPCIÓN SIMPLIFICADA OPCIÓN SIMPLIFICADA ZONA CLIMÁTICA ZONA CLIMÁTICA

OPCIÓN SIMPLIFICADA OPCIÓN SIMPLIFICADA ZONA CLIMÁTICA ZONA CLIMÁTICA CÓDIGO TÉCNICO DE LA EDIFICACIÓN ACONDICIONAMIENTO TÉRMICO E HIGROMÉTRICO: CÁLCULO SEGÚN CTE El acondicionaminto térmico higrométrico s rcog n l Documnto Básico HE Ahorro d Enrgía, cuyo índic s: HE 1 Limitación

Más detalles

Gradiente conjugado. MSc. Miguel Vargas-Félix miguelvargas@cimat.mx http://www.cimat.mx/~miguelvargas 07/09/11 1/23

Gradiente conjugado. MSc. Miguel Vargas-Félix miguelvargas@cimat.mx http://www.cimat.mx/~miguelvargas 07/09/11 1/23 Gradiente conjugado MSc. Miguel Vargas-Félix miguelvargas@cimat.mx http://www.cimat.mx/~miguelvargas 07/09/11 1/23 Contenido Contenido Estructura de una matriz rala a partir de conectividades Compressed

Más detalles

XVI.- COMBUSTIÓN pfernandezdiez.es

XVI.- COMBUSTIÓN pfernandezdiez.es XVI.- COMBUSTIÓN XVI.1.- INTRODUCCIÓN S ntind por combustión a toda racción química qu va acompañada d gran dsprndiminto d calor; pud sr sumamnt lnta, d tal manra qu l fnómno no vaya acompañado d una lvación

Más detalles

FECHA NUMERO RAE INGENIERÍA AERONÁUTICA

FECHA NUMERO RAE INGENIERÍA AERONÁUTICA FECHA NUMERO RAE PROGRAMA AUTORES TITULO INGENIERÍA AERONÁUTICA CORPUS SJOGREEN, Fidl; LUNA ZAPATA, Francisco y SÁNCHEZ LEÓN, Francisco DESARROLLO DE UN PROGRAMA PARA EL CALCULO DE ESFUERZOS EN AERONAVES

Más detalles

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA

VARIACIÓN DE IMPEDANCIAS CON LA FRECUENCIA EN CIRCUITOS DE CORRIENTE ALTERNA AIAIÓN DE IMPEDANIAS ON A FEUENIA EN IUITOS DE OIENTE ATENA Fundamnto as impdancias d condnsadors bobinas varían con la frcuncia n los circuitos d corrint altrna. onsidrarmos por sparado circuitos simpls.

Más detalles

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden

CAPITULO 5. ECUACIONES DIFERENCIALES DE ORDEN N 2. 5.1. Introducción. 5.2. Reducción de orden APITULO 5. EUAIONES DIFERENIALES DE ORDEN N 5.. Introducción Una cuación difrncial d sgundo ordn s una prsión matmática n la qu s rlaciona una función con sus drivadas primra sgunda. Es dcir, una prsión

Más detalles

UNIVERSIDADES DE ANDALUCÍA SELECTIVIDAD. FÍSICA. JUNIO 10

UNIVERSIDADES DE ANDALUCÍA SELECTIVIDAD. FÍSICA. JUNIO 10 IES Al-Ándalus. Dpto d Física y Química. Curso 9/ - - UNIVESIDADES DE ANDALUCÍA SELECTIVIDAD. FÍSICA. JUNIO OPCIÓN A. a) Expliqu qué s ntind por vlocidad d scap y dduzca razonadamnt su xprsión. b) azon

Más detalles

CARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES

CARACTERÍSTICAS EXTERNAS y REGULACIÓN de TRANSFORMADORES CARACTERÍSTCAS EXTERNAS y REGLACÓN d TRANSFORMADORES Norbrto A. Lmozy 1 CARACTERÍSTCAS EXTERNAS S dnomina variabl ntr a una magnitud qu stá dtrminada ntr dos puntos, tal como una difrncia d potncial o

Más detalles

Tema 3 (cont.). Birrefringencia.

Tema 3 (cont.). Birrefringencia. Tma 3 (cont.). Birrfringncia. 3.8 Anisotropía. Dobl rfracción. 3.9 Modlo d Lorntz para la birrfringncia 3.10 Polarizadors dicroicos. Ly d Malus 3.11 Propagación a través d una lámina rtardadora 3.1 Aplicacions

Más detalles

LÍMITES DE FUNCIONES.

LÍMITES DE FUNCIONES. LÍMITES DE FUNCIONES. LÍMITE DE UNA FUNCIÓN EN UN PUNTO. Sa y una unción ral d variabl ral. D una manra intuitiva y oco rcisa, dirmos qu l it d s L, cuando s aroima a, si ocurr qu cuanto más róimo sté

Más detalles

núm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS

núm. 56 lunes, 23 de marzo de 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS núm. 56 luns, 23 d marzo d 2015 V. OTROS ANUNCIOS OFICIALES SODEBUR C.V.E.: BOPBUR-2015-01880 SOCIEDAD PARA EL DESARROLLO DE LA PROVINCIA DE BURGOS Convocatoria pública d la Diputación Provincial d Burgos

Más detalles

José Luis Zofío. Organización Industrial II. Licenciatura: Economía (2º semestre) Código 15710. Parte I: El análisis del equilibrio parcial

José Luis Zofío. Organización Industrial II. Licenciatura: Economía (2º semestre) Código 15710. Parte I: El análisis del equilibrio parcial José Luis Zofío Organización Industrial II Licnciatura: Economía (2º smstr) Código 570 Part I: El análisis dl quilibrio parcial Tma 3.El monopolio. 3. Análisis dl quilibrio. 3.2 Discriminación d prcios

Más detalles

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c)

TEOREMAS DEL VALOR MEDIO., entonces existe algún punto c (a, b) tal que f ( c) TEOREMAS DEL VALOR MEDIO Torma d Roll Si f () s continua n [a, b] y drivabl n (a, b), y si f (, ntoncs ist algún punto c (a, b) tal qu Intrprtación gométrica: ist un punto al mnos d s intrvalo, n l qu

Más detalles

COPY. Digital Photo Professional Ver. 3.9 INSTRUCCIONES. Software de procesado, visualización y edición de imágenes RAW

COPY. Digital Photo Professional Ver. 3.9 INSTRUCCIONES. Software de procesado, visualización y edición de imágenes RAW Softwar d procsado, visualización y dición d RAW Digital Photo Profssional Vr..9 INSTRUCCIONES Contnido d stas instruccions DPP s utiliza para Digital Photo Profssional. En stas instruccions, las vntanas

Más detalles

PROGRAMA DE LICENCIATURA EN INFORMATICA EDUCATIVA UPTC. Gustavo Cáceres C. Edgar Nelson López L. Daniel Quintero T. Josefina Rondón N.

PROGRAMA DE LICENCIATURA EN INFORMATICA EDUCATIVA UPTC. Gustavo Cáceres C. Edgar Nelson López L. Daniel Quintero T. Josefina Rondón N. IV Congrsso RIBIE, Brasilia 1998 PROGRAMA DE LICENCIATURA EN INFORMATICA EDUCATIVA UPTC Gustavo Cácrs C. Edgar Nlson Lópz L. Danil Quintro T. Josfina Rondón N. jrondon@tunja.ctcol.nt.co INTRODUCCION La

Más detalles

MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1

MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1 MANUAL DE BUENAS PRÁCTICAS PARA EL DESARROLLO DE OBJETOS DE APRENDIZAJE VERSIÓN 1 Chil, agosto d 2005 El prsnt manual rprsnta la visión dl quipo d profsionals prtncints al Proycto FONDEF Aprndindo con

Más detalles

PARÁMETROS CARACTERÍSTICOS DE LOS M.C.I.A.

PARÁMETROS CARACTERÍSTICOS DE LOS M.C.I.A. PARÁMETROS CARACTERÍSTICOS DE LOS M.C.I.A.. CONCEPTO DE DOSADO. PARÁMETROS GEOMÉTRICOS 3. PARÁMETROS INDICADOS 4. PARÁMETROS EFECTIVOS 5. PARÁMETROS DE PÉRDIDAS MECÁNICAS 6. RESUMEN DE PARÁMETROS 7. OTROS

Más detalles

Digital Photo Professional Ver. 3.5 Instrucciones

Digital Photo Professional Ver. 3.5 Instrucciones ESPAÑOL Softwar d procsado, visualización y dición d RAW Digital Photo Profssional Vr.. Instruccions Contnido d stas instruccions DPP s utiliza para Digital Photo Profssional. En stas instruccions, las

Más detalles

REPRESENTACION GRAFICA.

REPRESENTACION GRAFICA. REPRESENTACION GRAFICA. Calcular puntos notabls así como intrvalos d monotonía y curvatura d: ² - = 0 ; ² = ; = son los valors d qu anulan l dnominador D = R- y () = 0 ; - 4 = 0 ; = 0 posibl ma, min Monotonia:

Más detalles

LA INTEGRAL DEFINIDA: UNA HERRAMIENTA COGNITIVA PODEROSA PARA MODELAR Y RESOLVER PROBLEMAS ECONÓMICOS.

LA INTEGRAL DEFINIDA: UNA HERRAMIENTA COGNITIVA PODEROSA PARA MODELAR Y RESOLVER PROBLEMAS ECONÓMICOS. LA INTEGRAL DEFINIDA: UNA HERRAMIENTA COGNITIVA PODEROSA PARA MODELAR Y RESOLVER PROBLEMAS ECONÓMICOS. Ana Ida Vilir ivilir@cug.co.cu Rafal Cardoza Gámz cardoza@fc.cug.co.cu Univrsidad d Guantánamo Rsumn:

Más detalles

GESTIÓN ACADÉMICA GUÍA DIDÁCTICA 7

GESTIÓN ACADÉMICA GUÍA DIDÁCTICA 7 VERSIÓN:.0 FECHA: 19-06-01 I.E. COLEGIO ANDRÉS BELLO PÁGINA: 1 d 9 Nombrs y Apllidos dl Estudiant: Docnt: ALEXANDRA URIBE Ára: Matmáticas Grado: UNDÉCIMO Priodo: TERCERO GUIA 7 Duración: 0 horas Asignatura:

Más detalles

TEMAS 3-6: EJERCICIOS ADICIONALES

TEMAS 3-6: EJERCICIOS ADICIONALES TEMAS 3-6: EJERCICIOS ADICIONALES Asignatura: Economía y Mdio Ambint Titulación: Grado n cincias ambintals Curso: 2º Smstr: 1º Curso 2010-2011 Profsora: Inmaculada C. Álvarz Ayuso Inmaculada.alvarz@uam.s

Más detalles

Seguridad en máquinas

Seguridad en máquinas Obsrvación d la norma UNE EN ISO 11161 rlacionada con los rquisitos qu db cumplir la structura d dispositivos d protcción Los dispositivos d protcción dbrán disñars y construirs d acurdo con la norma ISO

Más detalles

SECRETARIA DE ENERGIA

SECRETARIA DE ENERGIA Juvs 8 d octubr d 0 DIARIO OFICIAL (Primra Scción) 8 SECRETARIA DE ENERGIA NORMA Oficial Mxicana NOM-04-ENER-0, Caractrísticas térmicas y ópticas dl vidrio y sistmas vidriados para dificacions. Etiqutado

Más detalles

núm. 109 miércoles, 11 de junio de 2014 III. ADMINISTRACIÓN LOCAL DIPUTACIÓN PROVINCIAL DE BURGOS UNIDAD DE CULTURA

núm. 109 miércoles, 11 de junio de 2014 III. ADMINISTRACIÓN LOCAL DIPUTACIÓN PROVINCIAL DE BURGOS UNIDAD DE CULTURA III. ADMINISTRACIÓN LOCAL DIPUTACIÓN PROVINCIAL DE BURGOS UNIDAD DE CULTURA C.V.E.: BOPBUR-2014-04183 Mdiant acurdo d Junta d Gobirno númro 6, d fcha 23 d mayo d 2014, s aprobó la «Convocatoria pública

Más detalles

MANUAL DE LRFD PARA CONSTRUCCIONES DE MADERA

MANUAL DE LRFD PARA CONSTRUCCIONES DE MADERA MANUAL DE LRFD PARA CONSTRUCCIONES DE MADERA CAPÍTULO 1 Rquisitos Gnrals 1.1 Alcanc Esta norma proporciona critrios d disño para structuras construidas con madra asrrada d grado structural, madra laminada

Más detalles

Rack & Building Systems

Rack & Building Systems Rack & Building Systms La Emprsa RBS a nacido por la sinrgia y complmnto qu xist ntr sus productos y por l afán constant d nustra mprsa por difrnciars d la comptncia. En l ára d almacnaj industrial RBS

Más detalles

1 TEODORO AGUSTíN LÓPEZ y LÓPEZ

1 TEODORO AGUSTíN LÓPEZ y LÓPEZ -----------.------------ CALENDARIOS Y FESTIVIDADES 1 TEODORO AGUSTíN LÓPEZ y LÓPEZ Ants d qu l concpto «timpo» fus objto d studio n la historia dl pnsaminto grigo, surgn sistmas difrnts d mdir l timpo

Más detalles

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía

Enfrentando Comportamientos Difíciles Usando el Sistema de Guía Enfrntando Comportamintos Difícils Usando l Sistma d Guía R s o u r c & R f r r a l H a n d o u t Agrsión Obsrvación - Prguntas Trata la niña d hacr contacto d una manra inapropiada? Está tratando d sr

Más detalles

Método de los Elementos Finitos para Análisis Estructural. Alisado de tensiones

Método de los Elementos Finitos para Análisis Estructural. Alisado de tensiones Método d los Elmntos Finitos para Análisis Estructural Alisado d tnsions Campo d tnsions Tnsions n cualquir punto dl lmnto, sgún l MEF: = Dε= DBδ Matriz B contin las drivadas d las N: no son continuas

Más detalles

Competencia en cultura humanística y artística

Competencia en cultura humanística y artística Comptncia n cultura humanística y artística d r r i r r g o g zk hz k bi ar r n o u h b t zk n h a x il g au r o h n 1 2 3 t z h n z ba t 5 1 l h 8 8 13 z u 21a 34 5 z 13 h k n tz h k k r 55 d i ri g o

Más detalles

Becas INSTITUTO, CIUDEN-ULE PARA LA REALIZACION DE PROGRAMAS DE POSGRADO 2013.

Becas INSTITUTO, CIUDEN-ULE PARA LA REALIZACION DE PROGRAMAS DE POSGRADO 2013. lón él Bcas INSTITUTO, CIUDEN-ULE PARA LA REALIZACION DE PROGRAMAS DE POSGRADO 2013. BASES El Instituto Ciun-UL Tcnologías CAC y Dsarrollo Trritorial convoca cuatro bcas para ralización, n Institucions

Más detalles

Facultad de Ingeniería, Universidad del Magdalena, A.A. 731, Santa Marta, Colombia;

Facultad de Ingeniería, Universidad del Magdalena, A.A. 731, Santa Marta, Colombia; Rvista Bistua ISSN 010411 Univrsidad d Pamplona, Pamplona-Colombia Estudio D La Variana Al Cambio D Escala Y Al Dsplaaminto En El Plano En Un JTC D Ordn Fraccional José Luis Aguilar Siado 1, y Yid Torrs

Más detalles

DESAYUNO DE TRABAJO: FORMACIÓN DUAL

DESAYUNO DE TRABAJO: FORMACIÓN DUAL DESAYUNO DE TRABAJO: FORMACIÓN DUAL PONENTES: Dña. María Alonso Gil: BSH Elctrodomésticos España, S.A. Rsponsabl d formación, rlacions intrnas y participación n BSH Elctrodomésticos España y rsponsabl

Más detalles

IMPACTO DE LAS AVERÍAS E INTERRUPCIONES EN LOS PROCESOS. UN ANÁLISIS DE LA VARIABILIDAD EN LOS PROCESOS DE PRODUCCIÓN

IMPACTO DE LAS AVERÍAS E INTERRUPCIONES EN LOS PROCESOS. UN ANÁLISIS DE LA VARIABILIDAD EN LOS PROCESOS DE PRODUCCIÓN IMPACTO DE LAS AVERÍAS E INTERRUPCIONES EN LOS PROCESOS. UN ANÁLISIS DE LA VARIABILIDAD EN LOS PROCESOS DE PRODUCCIÓN IMPACT OF THE FAILURES AND INTERRUPTION IN PROCESS. AN ANALYSIS OF VARIABILITY IN PRODUCTION

Más detalles

DATOS DE LA EMPRESA Dirección:Juan B. Justo Código Postal: 1425 Teléfono: 4779-5100 int 6111 Fax: - E-Mail: jfontana@edenor.com

DATOS DE LA EMPRESA Dirección:Juan B. Justo Código Postal: 1425 Teléfono: 4779-5100 int 6111 Fax: - E-Mail: jfontana@edenor.com EDEO.A. AGEIA Modlos d FEM para l Control d uidos Aéros Dircción écnica, proycto d ubstacions d Alta nsión. Juan B. Justo 837. "Modlización Computacional por l método FEM para l Disño d istmas Fonoabsorbnts

Más detalles

Artículo de Ingeniería

Artículo de Ingeniería METODOLOGÍA PARA LA DETERMINACIÓN DE CRITERIOS DE EVASIÓN APLICABLES A UN ROBOT DE 2 GDL Autor: Francisco Javir Ochoa Estrlla, Coautors: Dr. Luis Rys, C. Dr. Eusbio Jiménz Lópz Instituto Tcnológico Suprior

Más detalles

CENTRO UNIVERSITARIO DEL FUTBOL Y CIENCIAS DEL DEPORTE, S. C. PROCEDIMIENTO PARA LA ENTREGA DE DOCUMENTOS A IHEMSYS Vigente a partir de:

CENTRO UNIVERSITARIO DEL FUTBOL Y CIENCIAS DEL DEPORTE, S. C. PROCEDIMIENTO PARA LA ENTREGA DE DOCUMENTOS A IHEMSYS Vigente a partir de: Vignt a partir d: Clav: 15 d Julio d 2005 Vrsión: Página 1 d 12 1. Objtivo Asgurar qu la Entrga d Documntos al Instituto Hidalguns d Educación Mdia Suprior y Suprior (IHEMSYS) por part d la Coordinación

Más detalles

- SISTEMA DE INFORMACION DE GESTION -

- SISTEMA DE INFORMACION DE GESTION - - SISTEMA DE INFORMACION DE GESTION - INFORME Nº 4 Jf d División y Encargados d Cntros d Rsponsabilidad NIVEL 2 GOBIERNO REGIONAL DE MAGALLANES Y ANTARTICA CHILENA - DICIEMBRE 2008 - 1 Mta Mdidas Rsponsabl

Más detalles

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE

Reporte Nº: 05 Fecha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE Rport Nº: 05 Fcha: JULIO 2012. ANÁLISIS DE SITUACIÓN MIGRATORIA DE EXTRANJEROS DE NACIONALIDAD HAITIANA 1. DESCRIPCIÓN DEL REPORTE El prsnt inform tin como objtivo spcífico stablcr los movimintos migratorios

Más detalles

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS

CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS CAPÍTULO 14: LAS EXPECTATIVAS: LOS INSTRUMENTOS BÁSICOS 14-1 Los tipos d intrés nominals y rals Slid 14.2 Los tipos d intrés xprsados n unidads d la monda nacional s dnominan tipos d intrés nominals. Los

Más detalles

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES

PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES PROBLEMAS RESUELTOS DE RECTAS TANGENTES Y NORMALES ) (Part d un problma d Slctividad d Cincias y Tcnología 007) Sa f: R R la función dfinida por f() =. Dtrmina la cuación d la rcta tangnt a la gráfica

Más detalles

MONITOREO DE CONTROLADORES PREDICTIVOS.

MONITOREO DE CONTROLADORES PREDICTIVOS. MONITOREO DE CONTROLADORES PREDICTIVOS. Rachid A. Ghraizi, Ernsto Martínz, César d Prada Dpt. Ingniría d Sistmas y Automática Facultad d Cincias, Univrsidad d Valladolid c/ Ral d Burgos s/n, 47, Valladolid,

Más detalles

Anexo V "Acuerdos de Sistemas para la Facturación' del Convenio poro la Comercialización o Reventa de Servicios

Anexo V Acuerdos de Sistemas para la Facturación' del Convenio poro la Comercialización o Reventa de Servicios Anxo V "Acurdos d Sistmas para la Facturación' dl Convnio poro la Comrcialización o ANEXO V ACUERDOS DE SISTEMAS PARA LA FACTURACIÓN QUE SE ADJUNTA AL CONVENIO PARA LA COMERCIALIZACIÓN O REVENTA DE SERVICIOS

Más detalles

ANEXO 6.7.8. PONDERADORES Y GRADOS DE RIESGO ASOCIADOS A OTRAS CONTRAPARTES Y GARANTÍAS

ANEXO 6.7.8. PONDERADORES Y GRADOS DE RIESGO ASOCIADOS A OTRAS CONTRAPARTES Y GARANTÍAS ANEXO 6.7.8. PONDERADORES Y GRADOS DE RIESGO ASOCIADOS A OTRAS CONTRAPARTES Y GARANTÍAS Las opracions a las qu s rfir la fracción II d la Disposición 6.7.4, así como las garantías rals financiras o prsonals

Más detalles

El Riesgo de Interés

El Riesgo de Interés Juan Mascarñas Univrsidad Complutns d Madrid Vrsión inicial: mayo 4 - Última vrsión: nro 8 - El risgo d intrés, - La duración modificada como mdida dl risgo d intrés, 4 - El risgo d rinvrsión, . EL RIESGO

Más detalles

Es un gas, gas natural

Es un gas, gas natural lan d la lcción - ágina 1 ESTDIANTES DE RIMARIA Tma Gas natural Funt trólo y gas natural, páginas 20 a 23 Objtivo Los alumnos aprndrán qu l gas natural s una sustancia qu s forma a través d millons d años

Más detalles

núm. 222 viernes, 20 de noviembre de 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE GUMIEL DE IZÁN

núm. 222 viernes, 20 de noviembre de 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE GUMIEL DE IZÁN núm. 222 virns, 20 d novimbr d 2015 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE GUMIEL DE IZÁN C.V.E.: BOPBUR-2015-07935 Por Dcrto d Alcaldía, d fcha d 16 d octubr d 2015, s aprobaron las bass y la convocatoria

Más detalles

Inform d Gass Efcto Invrnadro Página 1 d 9 1. INDICE 1. INDICE. 3 3. CUANTIFICACIÓN DE EMISIONES DE GEIS 3 4. LÍMITES OPERATIVOS Y EXCLUSIONES 5 5. AÑO BASE 6 6. METODOLOGÍA DE CUANTIFICACIÓN 6 7. INCERTIDUMBRE

Más detalles

,,.., ' ,. :!, :*,. ' I. INFORME TÉCNICO P~REVIO DE EVALUACIÓN DE SOFTWARE No 0020-2007-GT1000

,,.., ' ,. :!, :*,. ' I. INFORME TÉCNICO P~REVIO DE EVALUACIÓN DE SOFTWARE No 0020-2007-GT1000 :! :* ' ; ' NFORME TÉCNCO P~REVO DE EVALUACÓN DE SOFTWARE No 0020-2007-GT000 "HERRAMENTA PARA ELMODELAMENTO DE APLCACONES CON UML" : ' - 8 ' : / '! +- j: i 4 *?!: ;* L NOMBRE DEL ÁREA: Grncia d Tcnologías

Más detalles

UNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSI FACULTAD DE ECONOMÍA. Caracterización del valor de Solidaridad para juegos con externalidades

UNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSI FACULTAD DE ECONOMÍA. Caracterización del valor de Solidaridad para juegos con externalidades UNIVERSIDAD AUTÓNOMA DE SAN LUIS POTOSI FACULTAD DE ECONOMÍA Caractrización dl valor d Solidaridad para jugos con xtrnalidads Junio 202 Caractrización dl valor d Solidaridad para jugos con xtrnalidads

Más detalles

OPTIMIZACIÓN DE CUBIERTAS DE DOS AGUAS SUCEPTIBLES A SOLICITACIONES DE VIENTO RESUMEN ABSTRACT INTRODUCCIÓN

OPTIMIZACIÓN DE CUBIERTAS DE DOS AGUAS SUCEPTIBLES A SOLICITACIONES DE VIENTO RESUMEN ABSTRACT INTRODUCCIÓN Socidad Mxicana d Ingniría Estructural OPTIMIZACIÓN DE CUBIERTAS DE DOS AGUAS SUCEPTIBLES A SOLICITACIONES DE VIENTO Aljandro Hrnándz Martínz 1 y Silvia Lizth Barrintos Padilla 2 RESUMEN Las cubirtas a

Más detalles

Módulo 2 Herramientas para la búsqueda virtual en Internet. Internet. Internet?, qué es?, para qué sirve? y cómo funciona?

Módulo 2 Herramientas para la búsqueda virtual en Internet. Internet. Internet?, qué es?, para qué sirve? y cómo funciona? Módulo 2 Hrramintas para la búsquda virtual n Intrnt Intrnt Intrnt?, qué s?, para qué sirv? y cómo funciona? Algunas prsonas dfinn Intrnt como "La Rd d Rds", y otras como "La Autopista d la Información".

Más detalles

Material del curso Recursos metodológicos y estadísticos para la docencia e investigación Manuel Miguel Ramos Álvarez

Material del curso Recursos metodológicos y estadísticos para la docencia e investigación Manuel Miguel Ramos Álvarez Crso d Rcrsos Mtodológicos y Estadísticos 1 UNIVERSIDAD DE JAÉN Índic Matrial dl crso Rcrsos mtodológicos y stadísticos para la docncia invstigación Manl Migl Ramos Álvarz MÓÓDDUULLOO XII EXXPPLLIICCAACCIIÓÓNN

Más detalles

y ti HOTEL EXPERIENCE proximity marketing DIGITAL CREATIVITY

y ti HOTEL EXPERIENCE proximity marketing DIGITAL CREATIVITY proximity markting HOTEL EXPERIENCE by Qué s Yti Digital Crativity? TRANSFORMACIÓN DIGITAL Transformamos los modlos d ngocio adaptándolos al ntorno digital n vanguardia optimizando los rcursos xistnts

Más detalles

Capítulo 13 Modelación jerárquica en las finanzas públicas

Capítulo 13 Modelación jerárquica en las finanzas públicas 67 Capítulo 13 Modlación jrárquica n las finanzas públicas Mario Ojda & Frnando Vlasco M.Ojda & F.Vlasco Bnmérita Univrsidad Autónoma d Publa. 3 Orint 4 sur no. 104, Col Cntro., Cntro Histórico, 7000,

Más detalles

Aspectos Técnicos para la Determinación de la Prima de Riesgo en el Seguro de Gastos Médicos Mayores

Aspectos Técnicos para la Determinación de la Prima de Riesgo en el Seguro de Gastos Médicos Mayores Aspctos Técnicos para la Dtrminación d la Prima d Risgo n l guro d Gastos édicos ayors igul Angl Bltrán Prado Dicimbr 1992 ri Documntos d Trabajo Documnto d Trabajo No. 11 Índic Introducción 1 1. Objto

Más detalles

SOFTWARE PARA EL DISEÑO DE ENGRANAJES CÓNICOS Y SELECCIÓN DE COJINETES DE RODAMIENTOS DE BOLAS EMPLEANDO VISUAL BASIC 6.0.

SOFTWARE PARA EL DISEÑO DE ENGRANAJES CÓNICOS Y SELECCIÓN DE COJINETES DE RODAMIENTOS DE BOLAS EMPLEANDO VISUAL BASIC 6.0. SOFTWARE PARA EL DISEÑO DE ENGRANAJES CÓNICOS Y SELECCIÓN DE COJINETES DE RODAMIENTOS DE BOLAS EMPLEANDO VISUAL BASIC 6.0. Ing. Oscar Frnándz Frnándz, Msc. Bárbaro Pña Rodriguz. Univrsidad d Matanzas Cailo

Más detalles

INTERCAMBIADOR DE CALOR AIRE AIRE PARA EL ACONDICIONAMIENTO TÉRMICO DE UNA CAMARA DE REPRODUCCION AGAMICA DE PLANTAS

INTERCAMBIADOR DE CALOR AIRE AIRE PARA EL ACONDICIONAMIENTO TÉRMICO DE UNA CAMARA DE REPRODUCCION AGAMICA DE PLANTAS INTERCAMBIADOR DE CALOR AIRE AIRE PARA EL ACONDICIONAMIENTO TÉRMICO DE UNA CAMARA DE REPRODUCCION AGAMICA DE PLANTAS Aljandro Luis Hrnándz aljohr65@gmail.com Gracila Lsino lsino@gmail.com Univrsidad Nacional

Más detalles

EMPRÉSTITOS DEPARTAMENTO DE MATEMÁTICA ECONÓMICA, FINANCIERA Y ACTUARIAL. División de Ciencias Jurídicas, Económicas y Sociales

EMPRÉSTITOS DEPARTAMENTO DE MATEMÁTICA ECONÓMICA, FINANCIERA Y ACTUARIAL. División de Ciencias Jurídicas, Económicas y Sociales MPRÉSTITOS Carn Badía, Hortènsia Fontanals, Mrch Galisto, José Mª Lcina, Mª Angls Pons, Trsa Prixns, Dídac Raírz, F. Javir Sarrasí y Anna Mª Sucarrats DPARTAMNTO D MATMÁTICA CONÓMICA, FINANCIRA Y ACTUARIAL

Más detalles

Cálculo de Obras de Drenaje Trasversal de Carreteras

Cálculo de Obras de Drenaje Trasversal de Carreteras Cálculo d Obras d Drnaj Trasvrsal d Carrtras Víctor Flórz Casillas Ingniro d Caminos, Canals y Purtos Dirctor dl Dpartamnto d Prsas y Obras Hidráulicas d FCC CONSTRUCCIÓN, S.A. VFlorz@fcc.s Batriz Iturriaga

Más detalles

COMO YA SE HA DICHO ANTERIORMENTE, DURANTE LA DÉCADA DE 1990 SE REALIZARON, EN

COMO YA SE HA DICHO ANTERIORMENTE, DURANTE LA DÉCADA DE 1990 SE REALIZARON, EN Capítulo 3 El disño d una política social para nfrntar l risgo: marco concptual COMO YA SE HA DICHO ANTERIORMENTE, DURANTE LA DÉCADA DE 1990 SE REALIZARON, EN AMÉRICA LATINA Y EL CARIBE, CIERTAS rformas

Más detalles

núm. 85 miércoles, 7 de mayo de 2014 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE ROA DE DUERO

núm. 85 miércoles, 7 de mayo de 2014 III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE ROA DE DUERO III. ADMINISTRACIÓN LOCAL AYUNTAMIENTO DE ROA DE DUERO C.V.E.: BOPBUR-2014-03110 Por rsolución d Alcaldía d fcha 16 d abril d 2014, s aprobó la contratación d dos plazas d monitor d gimnasio municipal

Más detalles

UNIVERSIDAD DEL FÚTBOL Y CIENCIAS DEL DEPORTE MODELO ACADÉMICO DEPORTIVO ALTO RENDIMIENTO TUZO

UNIVERSIDAD DEL FÚTBOL Y CIENCIAS DEL DEPORTE MODELO ACADÉMICO DEPORTIVO ALTO RENDIMIENTO TUZO PROCEDIMIENTO DE CAPTACION Y ASIGNACION NIVEL SECUNDARIA ART, Clav: Página 1 d 7 1. Objtivo Asgurar qu: la captación, otorgaminto y asignación d bcas Académicas a los Estudiants d La Univrsidad dl Fútbol

Más detalles