Implementación del código
|
|
- Consuelo Padilla Mendoza
- hace 5 años
- Vistas:
Transcripción
1 Capítulo 6 Implementación del código numérico En este capítulo se va a describir las características de la simulación y de la implementación del código así como los puntos donde se puede aplicar la paralelización de los cálculos Introducción El programa divide el cubo en una serie de puntos equiespaciados en forma de mayado ortogonal en los que se realizan los cálculos. En cada punto del cubo se define el vector de velocidades con sus tres componentes y la parte principal del programa se encarga de controlar la evolución temporal del campo de velocidades en el cubo. Para realizar esta evolución, recurrimos a modelar la dinámica del sistema con las ecuaciones de Navier-Stokes (ecuación 4.1) junto a la imposición de que el cubo no tiene ni fuentes ni sumideros, o lo que es lo mismo, que su divergencia es cero (ecuación 4.2). En el capítulo 4 se detallan las expresiones que conducen a la ecuación que dado un estado nos permite obtener el siguiente (ecuaciones 4.42 y 4.48). El objetivo de ese capítulo es encontrar un método que sea eficiente computacionalmente hablando. En una transformada DFT como la que usamos en este proyecto, obtenemos términos en 3 4 N frecuencia que se corresponden con valores de k que van desde 0 en el centro hasta en las esquinas del cubo. Debido a los errores numéricos los términos correspondientes a valores de k altos tienen una gran componente de ruido por los fenómenos de aliasing y truncamiento de la serie, y no son de interés para esta simulación. Por esto, al igual que en el artículo de L. P. Wang y M. R. Maxey [23], se aplica un filtro esférico que elimina las componentes en frecuencia del campo de velocidades en las que k > N 2 1,5. El forzado en esta simulación se va a realizar introduciendo el concepto de viscosidad negativa en las componentes espectrales de módulo menor que 2, 25; es decir, en los cálculos que se realizan para obtener el siguiente estado, sustituimos la viscosidad de los términos en los que k < 2,5 por cierto valor negativo. Este valor se calcula mediante un PID [16] de forma que se mantenga un estado estacionario en el que la energía que se aporta al sistema sea igual a la que se disipa. Como variable de control del PID se elige que el producto K max η N 2 η sea un valor constante e igual a 1,4 (aunque este valor es configurable). De los artículos publicados sobre esta materia, se sabe que para estas simulaciones el paso de tiempo óptimo es dt = 0,025T η = 0,025 ( ν ) 1 2 ɛ, por eso el código mantiene el paso en el intervalo 0,015 < T dt < 0,025. η 37
2 38 CAPÍTULO 6. IMPLEMENTACIÓN DEL CÓDIGO NUMÉRICO 6.2. Codificación El código se ha programado en lenguaje C [13] que junto con el Fortran son los lenguajes más comunes en la programación de simulaciones numéricas. En la implementación de las distintas características se van a usar tres librerías que nos facilita la codificación. Librería FFTW Como comentamos en la sección 3.2.5, esta librería implementa la transformada FFT. Utilizamos esta librería por ser una de las implementaciones del algoritmo más eficientes. Esta eficiencia se basa en el uso de distintas subrutinas específicas para el procesador en el que se compila así como en un análisis previo de las mejores opciones en cuanto al tamaño de la segmentación y otros parámetros internos para obtener la máxima velocidad posible. Librería NMPI Como comentamos en la sección 5.3 esta librería implementa el interfaz de paso de mensajes MPI, está basada en el paquete MPICH2 con ciertas modificaciones para usar las tarjetas SCI. Esta librería es con la que llevamos a cabo la paralelización del código, no sólo por las funciones que nos permiten sincronizar la ejecución en los nodos y el intercambio de información, sino porque también se integran con la librería FFTW descargando de la gran complejidad que supone hacer un código optimizado para calcular una FFT en paralelo. Librería ImageMagick Si bien esta librería no es necesaria para la simulación, sí nos permite obtener resultados gráficos de la misma. Esta librería se usa para generar las imágenes del espectro, los invariantes y la evolución de N 2 η en las rutinas de resultados. La ventaja de realizar las gráficas con el programa son que además de dar información en tiempo real del estado de la simulación, en el caso de los invariantes, nos permite calcular la gráfica utilizando el cluster lo cual debido al enorme tamaño del archivo de invariantes es casi necesario Diagramas de flujo El programa principal tiene el diagrama de flujo de la figura 6.1. Como se puede ver, hay tres bloques: El primero es en el que se preparan las condiciones iniciales. Se inicializa el entorno MPI, se reserva la memoria suficiente para definir el estado, se inicializa, y se da el primer paso con el método de Runge-Kutta de segundo orden. En el segundo es en el que realizamos la evolución temporal así como la extracción de datos y parámetros en estudio. En el tercero se guarda el estado para un futuro uso, y se liberan los recursos del cluster. En la figura 6.2 se puede ver en detalle el diagrama de flujo del bloque principal. A continuación vamos a describir las características más destacadas de la implementación. El algoritmo de Adams-Bashforth descrito por la ecuación 4.48 al ser de segundo orden, necesita de las variables en dos instantes para calcular el siguiente, por tanto la memoria que necesitamos reservar es:
3 6.3. DIAGRAMAS DE FLUJO 39 Figura 6.1: Diagrama de flujo. Estado actual: Vector de velocidades: v tn k Memoria: 3 N 3 ( ) tn Término no lineal: v ω Memoria: 3 N 3 k Espectro: Memoria: N/2 Matriz de invariantes: Memoria: 9 N 3 Cálculo de imágenes: de fondos de gráfica de evolución del Kη Estado anterior: Memoria: 3 N 3 ( Término disipativo: v ω Nuevo estado: ) tn 1 k Memoria: 3 N 3 Vector de velocidades: v t n+1 k Memoria: 3 N 3. Este vector también se usa como variable temporal durante el cálculo para ahorrar memoria. Es decir, el orden de las necesidades de memoria es 21 N 3 números reales (en precisión simple para N = 64 son aproximadamente 22 MBytes, para N = 128 son aproximadamente 176 MBytes,...). La memoria necesaria para las matrices de tamaño N 3 la dividimos entre los nodos del cluster, para ello, usamos la función rfftwnd mpi local sizes de la librería fftw que nos permite obtener los valores de offset y tamaño de la matriz local a cada nodo. Por motivos de eficiencia computacional, la librería fftw la vamos a configurar de forma que la transformada de Fourier calcula la matriz transpuesta de la que queremos que calcular,
4 40 CAPÍTULO 6. IMPLEMENTACIÓN DEL CÓDIGO NUMÉRICO Figura 6.2: Detalle del diagrama de flujo. mediante esta pequeña complicación en el código, ahorramos una gran cantidad de intercambios de bloques de memoria entre los nodos. Se puede ver un pequeño ejemplo del uso de la librería fftw en el cuadro de código 6.1. Los pasos a seguir para realizar una transformada con la librería fftw son 1. Crear los planes de ejecución con la función rfftw3d mpi create plan. 2. Calcular el tamaño de la memoria necesaria en cada nodo y los valores de offset respecto a la original con la función rfftwnd mpi local sizes. 3. Reservar la memoria necesaria, para ahorrar memoria, en las transformadas de valores reales, la librería utiliza la mitad de la memoria, pero si el número de muestras es par se usa un poco más de memoria, dada una secuencia de tamaño N, la cantidad de memoria que se necesita es [2*(N/2+1)]. 4. Inicializar los datos. 5. Transformar con la función rfftwnd mpi.
5 6.3. DIAGRAMAS DE FLUJO Usar los datos. 7. Liberar la memoria. 8. Destruir los planes con rfftwnd mpi destroy plan. // I n i c i a l i z a m o s e l entorno MPI MPI Init(&argc,& argv ) ; //Creamos l o s p l a n e s Plan mpi = r f f t w 3 d m p i c r e a t e p l a n (MPI COMM WORLD, N, N, N, FFTW REAL TO COMPLEX, FFTW ESTIMATE) ; PlanInv mpi = r f f t w 3 d m p i c r e a t e p l a n (MPI COMM WORLD, N, N, N, FFTW COMPLEX TO REAL, FFTW ESTIMATE) ; //Obtenemos l o s tamaños de l a s matrices en e l nodo r f f t w n d m p i l o c a l s i z e s ( Plan mpi, &TAM LOCAL.NX, &TAM LOCAL. NX offset, &TAM LOCAL.NY, &TAM LOCAL. NY offset, &TAM LOCAL. TOTAL) ; // Reservamos memoria VX. Esp = f f t w m a l l o c ( sizeof ( f f t w r e a l ) TAM LOCAL.TOTAL) ; // Espacio de memoria a u x i l i a r para aumentar l a v e l o c i d a d EspacioAux. Esp = f f t w m a l l o c ( sizeof ( f f t w r e a l ) TAM LOCAL.TOTAL ) ; // I n i c i a l i z a c i ó n de l o s datos ( campo a l e a t o r i o ) srand (MPI.PROCESO MPI) ; for ( x=0;x<tam LOCAL.NX; x++) for ( y=0;y<n; y++) for ( z =0;z<N; z++) i f ( rand ( )>RAND MAX/ 2. 0 ) VX. Esp [ z +(2 ((N/2) +1) ) ( y+n x ) ]=AMPLITUD INICIAL ( ( 1. 0 rand ( ) ) /(RAND MAX+1.0) ) ; else VX. Esp [ z +(2 ((N/2) +1) ) ( y+n x )]= AMPLITUD INICIAL ( ( 1. 0 rand ( ) ) /(RAND MAX+1.0) ) ; // Ejemplo de transformada d i r e c t a rfftwnd mpi ( Plan mpi, 1, VX. Esp, EspacioAux. Esp, FFTW TRANSPOSED ORDER) ; // Ejemplo de transformada i n v e r s a rfftwnd mpi ( PlanInv mpi, 1, VX. Esp, EspacioAux. Esp, FFTW TRANSPOSED ORDER) ; // Liberarmos l a memoria f r e e (VX. Esp ) ; f r e e ( EspacioAux. Esp ) ; r f f t w n d m p i d e s t r o y p l a n ( Plan ) ; r f f t w n d m p i d e s t r o y p l a n ( PlanInv ) ; //Terminamos e l entorno MPI MPI Finalize ( ) ; Código fuente 6.1: Ejemplo de transformada con fftw.
6 42 CAPÍTULO 6. IMPLEMENTACIÓN DEL CÓDIGO NUMÉRICO El programa utiliza dos archivos de parámetros para gestionar el cambio en tiempo real de los parámetros de la simulación (ver apartado 6.4) como la viscosidad, el tamaño del filtro, etc. Dado la gran cantidad de datos numéricos que son los resultados de este programa, se ha optado porque además de los archivos con los valores, el programa genere un resultado gráfico que ayude a analizar los mismos. Para crear las imágenes se utiliza la librería ImageMagick que nos permite realizar distintos tipos de gráficas. Un breve tutorial de su uso sería el siguiente: 1. Reservar un espacio en memoria del tamaño de la imagen. 2. Crear el objeto MagickWand que es el que genera la imagen. 3. Crear el objeto PixelWand que nos permite seleccionar las características de estilo de los objetos que se dibujan. 4. Crear el objeto DrawingWand que hace de interfaz de dibujo en el objeto MagickWand usando las características de PixelWand. 5. Usar las funciones de dibujo que permiten modificar las características del PixelWand, por ejemplo PixelSetColor. 6. Usar las funciones de dibujo que permiten pintar en el dibujo, por ejemplo DrawLine. 7. Crear la imagen en disco con MagickWriteImages. 8. Destruir los objetos DrawingWand, PixelWand y MagickWand Configuración en tiempo real Como se ha comentado, el programa admite el ajuste de sus parámetros internos en tiempo real, para lo cual se utilizan dos archivos Archivo de entrada de parámetros: Parametros.dat. En este archivo se le pasan las indicaciones al programa para que modifique alguno de los parámetros internos. Archivo de indicación de parámetros: Parametros-salida.dat. En este archivo el programa va indicando los valores de los parámetros en cada paso de integración. El formato de los parámetros es el mismo en ambos archivos, son archivos de texto en los que cada línea indica un parámetro, se van leyendo consecutivamente por lo que si se repite alguno el que tiene efecto es el último. Los parámetros que se pueden pasar son: FORZADO: Indica si se usa el forzado para inyectar energía al sistema o se deja la evolución libre. CALCULAINVARIANTES: Indica si se deben calcular los invariantes. GUARDAESTADO: Indica si se debe guardar el estado en disco. Pasos: Indica cuántos pasos integrales debe dar el programa. VISCOSIDAD: Valor de la viscosidad.
7 6.4. CONFIGURACIÓN EN TIEMPO REAL 43 dt: Valor del siguiente paso de integración. Si se usa este parámetro, el siguiente paso integral se da usando el método de Runge-Kutta con el nuevo valor. K FILTRO: Valor del k de los mayores modos que se calculan. Los modos que tengan un k mayor se fuerza a que valgan cero. CURSOR K: Indica dónde se pone el cursor vertical que sirve para medir sobre la gráfica del espectro. CURSOR E: Indica dónde se pone el cursor horizontal que sirve para medir sobre la gráfica del espectro. KETA ESTACIONARIA: Indica el valor de k max η al que el PID intenta estabilizar el sistema. TIEMPOTOTAL: Indica el tiempo total transcurrido de integración. PID K P: Valor de la constante proporcional del PID. PID K I: Valor de la constante integral del PID. PID K D: Valor de la constante derivativa del PID. PID error: Valor del error en el paso de integración que se usa junto con la constante proporcional en PID. PID deriv error: Valor de la derivada del error en el paso de integración que se usa junto con la constante derivativa en PID. PID int error: Valor de la integral del error en el paso de integración que se usa junto con la constante integral en PID. Imagen Ancho: Ancho de las imágenes que se generan. Imagen Alto: Alto de las imágenes que se generan. Imagen KETA MAX: Valor de k max η máximo que aparece en la gráfica de k max η. Imagen KETA MIN: Valor de k max η mínimo que aparece en la gráfica de k max η. Escala Invariantes X: Factor por el que se multiplican los valores del determinante en la gráfica de los invariantes. Escala Invariantes Y: Factor por el que se multiplican los valores del invariante asociado a los adjuntos en la gráfica de los invariantes. Imagen Divisiones X: Número de décadas en la gráfica del espectro. Imagen Divisiones Y: Número de divisiones en el eje Y en la gráfica del espectro. Para poder gestionar todos estos parámetros se ha realizado un pequeño programa que lee los parámetros de salida y nos permite ajustar los parámetros y generar el archivo de paso de parámetros cómodamente. En la figura 6.3 se puede ver el funcionamiento del programa. El programa llamado ajustanavier ha sido diseñado para el entorno KDE bajo entornos Linux. Su uso es muy simple, se debe ejecutar en el mismo directorio que el programa principal y se sincroniza automáticamente. En realidad, el programa ajustanavier se suele ejecutar en un ordenador que no pertenece al cluster ya que este no dispone de entorno gráfico, lo que se hace es montar el directorio de trabajo del cluster en el ordenador del usuario mediante la red NFS y ejecutar el programa de configuración en el entorno gráfico del mismo.
8 44 CAPÍTULO 6. IMPLEMENTACIÓN DEL CÓDIGO NUMÉRICO Figura 6.3: Programa de ajuste de parámetros internos en tiempo real Compilación y ejecución del programa El código está estructurado en distintos archivos fuente, para compilar y crear el ejecutable a partir de los mismos ejecutamos una de las siguientes órdenes, la diferencia entre ambas es que la primera genera un código con precisión doble y el segundo con precisión simple. mpicc o n a v i e r m p i d o b l e lm l f f t w l r f f t w lmagick lwand l r f f t w m p i l f f t w m p i. c Código fuente 6.2: Generación del ejecutable con precisión doble a partir del código fuente. mpicc o n a v i e r m p i s i m p l e DPrecisionSimple lm l s f f t w l s r f f t w lmagick lwand l s r f f t w m p i l s f f t w m p i l f f t w l f f t w m p i l r f f t w l r f f t w m p i. c Código fuente 6.3: Generación del ejecutable con precisión simple a partir del código fuente Paralelización Introducción El programa que vamos a implementar tiene bastantes cálculos que se pueden realizar de forma paralela, se puede dividir la forma en la que se va a abordar la paralelización en tres tipos de casos. Intercambio de parámetros: En este tipo de casos, como puede ser el paso de los valores para iniciar una nueva simulación (N, viscosidad, etc.), se usan las funciones adecuadas del interfaz MPI.
9 6.6. PARALELIZACIÓN 45 Cálculos en cada punto: En este tipo de casos, como pueden ser los pasos integrales, los cálculos únicamente necesitan de las propiedades de cada punto del cubo, en este caso cada nodo opera sobre los puntos del cubo que tiene en su memoria local. No es necesario ningún tipo de sincronización entre los nodos. Cálculos de suma o media en todos los puntos del cubo: En este tipo de casos, como puede ser el cálculo del espectro, cada nodo realiza las operaciones necesarias en los puntos de su memoria local y al final se sincroniza con los demás para realizar la suma o media total. Cálculos en los que están involucrados todos los puntos del cubo: En este tipo de casos la paralelización resulta muy complicada, en nuestro código únicamente se presenta este tipo de casos en los cálculos de los coeficientes de las series de Fourier, y de su correcta y eficiente resolución se ocupa la librería fftw Uso de índices Como ya hemos comentado, las librerías fftw se encargan del cálculo de la FFT usando MPI internamente. Por motivos de eficiencia computacional, las matrices tridimensionales en frecuencia se calculan traspuestas, por tanto, teniendo en cuenta que los bucles están traspuestos y el distinto tamaño de las matrices en los dos dominios, los bucles para recorrer las matrices son: En el espacio físico Las variables x, y, z son los índices que representan la posición del punto en el cubo. for ( x=0;x<tam LOCAL.NX; x++) for ( y=0;y<n; y++) for ( z =0;z<N; z++) i n d i c e M a t r i z=z +(2 ((N/2) +1) ) ( y+n x ) ;... Código fuente 6.4: Ejemplo de recorrido de matrices en el espacio físico. En el espacio de Fourier Las variables x, y, z sirven para desplazarse por el cubo en memoria, y las variables indice x, indice y e indice z se corresponden con k x, k y y k z.
10 46 CAPÍTULO 6. IMPLEMENTACIÓN DEL CÓDIGO NUMÉRICO for ( y=0;y<tam LOCAL.NY; y++) i n d i c e y =((y+tam LOCAL. NY offset )>=(N/2) )? ( ( y+tam LOCAL. NY offset ) N) : ( y+tam LOCAL. NY offset ) ; for ( x=0;x<n; x++) i n d i c e x =(x>=(n/2) )?( x N) : x ; for ( z =0;z <((N/2) +1) ; z++) i n d i c e z =(z>=(n/2) )?( z N) : z ; i n d i c e M a t r i z=z +((N/2) +1) ( x+n y ) ; modulo cuadrado k=i n d i c e z i n d i c e z+i n d i c e x i n d i c e x+ i n d i c e y i n d i c e y ;... Código fuente 6.5: Ejemplo de recorrido de matrices en el espacio de Fourier Uso de la librería MPI La librería se utiliza para la sincronización de los cálculos entre los distintos nodos. En esta sección se va a describir su uso en el código. Lo primero que hay que hacer es la inicialización de entorno MPI. Para ello se utilizan unas funciones (ver código fuente 6.6) que además de inicializar el entorno guardan la información referente a los procesos en una estructura que luego se utiliza para ajustar las matrices locales de cada nodo. i f ( MPI Init(&argc, &argv )!=MPI SUCCESS) p r i n t f ( Error : No se puede i n i c i a l i z a r e l MPI\n ) ; f f l u s h ( stdout ) ; e x i t ( 1 ) ; i f ( MPI Comm size (MPI COMM WORLD, &MPI.NUMERO DE PROCESOS MPI)!= MPI SUCCESS) p r i n t f ( Error : No se puede i n i c i a l i z a r e l MPI\n ) ; f f l u s h ( stdout ) ; e x i t ( 1 ) ; i f (MPI Comm rank(mpi COMM WORLD, &MPI.PROCESO MPI)!=MPI SUCCESS) p r i n t f ( Error : No se puede i n i c i a l i z a r e l MPI\n ) ; f f l u s h ( stdout ) ; e x i t ( 1 ) ; Código fuente 6.6: Ejemplo de inicialización del entorno MPI. Cuando se desee finalizar el programa, hay que cerrar el entorno MPI con la función:
11 6.6. PARALELIZACIÓN 47 MPI Finalize ( ) ; Código fuente 6.7: Ejemplo de cierre del entorno MPI. Para sincronizar los nodos se puede utilizar la función MPI Barrier que hace que todos los nodos esperen en ese punto del código a que los otros lleguen. Esta función se utiliza al principio de cada bloque de operaciones para que todos los nodos empiecen a la vez el bloque. MPI Barrier (MPI COMM WORLD) ; Código fuente 6.8: Ejemplo de sincronización de nodos. Existen situaciones en las que el nodo principal, que en nuestro programa es el número cero, debe comunicar algún parámetro al resto, para ello se utiliza la función MPI Bcast, en el siguiente ejemplo el proceso cero lee el valor de la variable N de la entrada estándar y luego la difunde al resto. i f (MPI. PROCESO MPI==0) p r i n t f ( \ nvalor de N: ) ; z=s c a n f ( %ud,&n) ; i f ( z==0) p r i n t f ( \ nvalor i n c o r r e c t o ) ; e x i t ( 1 ) ; MPI Barrier (MPI COMM WORLD) ; MPI Bcast ( &N, 1, MPI INTEGER, 0, MPI COMM WORLD) ; Código fuente 6.9: Ejemplo de difusión de datos a los nodos. En los casos en los que hay que realizar una serie de cálculos sobre todos los puntos del cubo, lo que se hace es que cada nodo realiza los suyos sobre una zona de memoria temporal, y luego utiliza la función MPI Allreduce en la que se indica el tipo de operación que se realiza sobre los datos. En el ejemplo de código fuente 6.10 se ve la llamada que se usa para calcular el espectro del sistema (ver sección 7.4); en la zona de memoria apuntada por Espectro.Valores Rodaja MPI cada nodo ha realizado los cálculos asociados a sus puntos, y lo que hace este código es sumar en cada elemento de la zona de memoria apuntada por Espectro.Valores Rodaja los valores equivalentes en las zonas Espectro.Valores Rodaja MPI de todos los nodos. MPI Barrier (MPI COMM WORLD) ; MPI Allreduce ( Espectro. Valores Rodaja MPI, Espectro. Valores Rodaja, Espectro. tam, MPI DOUBLE,MPI SUM, MPI COMM WORLD) ; Código fuente 6.10: Ejemplo de sincronización de datos entre los nodos. Por último, queda comentar la forma en la que se usan los datos en disco, para ello se utilizan funciones de manejo de ficheros que ofrece el interfaz MPI. En el código fuente 6.11 se puede ver un ejemplo de acceso al disco para leer un parámetro.
12 48 CAPÍTULO 6. IMPLEMENTACIÓN DEL CÓDIGO NUMÉRICO // V a r i a b l e para manejar f i c h e r o s con MPI: MPI File DATOS MPI; // Sincronizamos l o s nodos MPI Barrier (MPI COMM WORLD) ; // Abrimos e l f i c h e r o i f ( MPI File open (MPI COMM WORLD, Nombre, MPI MODE RDONLY, MPI INFO NULL, &DATOS MPI)!=MPI SUCCESS) i f (MPI. PROCESO MPI==0) f p r i n t f ( s t d e r r, \nno puedo a b r i r %s \n,nombre) ; e x i t ( 1 ) ; // Leemos un parámetro M P I F i l e r e a d a l l (DATOS MPI, &N, sizeof ( unsigned int ), MPI CHARACTER, &MPI. Estado ) ; //Cerramos e l f i c h e r o M P I F i l e c l o s e (&DATOS MPI) ; Código fuente 6.11: Ejemplo de manejo de ficheros con MPI.
Primera parte (3 puntos, 25 minutos):
TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL 18/01/2013 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES PARA LA REALIZACIÓN
Primera parte (2.5 puntos, 20 minutos):
TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL 24/06/2013 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES PARA LA REALIZACIÓN
Primera parte (2.5 puntos, 20 minutos):
TRATAMIENTO DIGITAL DE SEÑALES EXAMEN FINAL 24/06/2013 APELLIDOS NOMBRE DNI NO DE LA VUELTA A ESTA HOJA HASTA QUE SE LO INDIQUE EL PROFESOR MIENTRAS TANTO, LEA ATENTAMENTE LAS INSTRUCCIONES PARA LA REALIZACIÓN
La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT
1 La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT Existen diversas formas de implementar la transformada discreta de Fourier (DFT). Para estudiar algunas de
Análisis Espectral mediante DFT PRÁCTICA 4
Análisis Espectral mediante DFT PRÁCTICA 4 (2 sesiones) Laboratorio de Señales y Comunicaciones 3 er curso, Ingeniería Técnica de Telecomunicación Sistemas de Telecomunicación 1 PRÁCTICA 4 Análisis Espectral
La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT
1 La transformada rápida de Fourier (FFT) y otros algoritmos para la implementación de la DFT Existen diversas formas de implementar la transformada discreta de Fourier (DFT). Para estudiar algunas de
4.1. INTRODUCCIÓN. 102
4. PRUEBAS. 101 4.1. INTRODUCCIÓN. En este capítulo se presentan dos secciones claramente diferenciadas. La primera es una descripción breve de algunos de los ficheros de ejemplo de vectores y matrices,
Modelo Dinámico del Diseño del Software y Representación en UML. UNIDAD 9 Análisis y Diseño de Sistemas de Información
Modelo Dinámico del Diseño del Software y Representación en UML UNIDAD 9 Análisis y Diseño de Sistemas de Información El Modelo Dinámico El objetivo del modelo Dinámico es presentar o describir el comportamiento
Presentación de Open MPI
Presentación de Open MPI Qué es Open MPI? Se trata de una API de código abierto desarrollada para facilitar la programación paralela y/o distribuida que: Implementa el estándar MPI. Permite la distribución
Tema 2 Conceptos básicos de programación. Fundamentos de Informática
Tema 2 Conceptos básicos de programación Fundamentos de Informática Índice Metodología de la programación Programación estructurada 2 Pasos a seguir para el desarrollo de un programa (fases): Análisis
Problemas de Estructuras de Filtros Digitales.
Problemas de Estructuras de Filtros Digitales. Estructuras de Filtros Digitales 1.- En la figura siguiente se representa una realización en la forma acoplada de una función del sistema que presenta una
Métodos Numéricos para EDOs: Parte 2
Práctica 5 Métodos Numéricos para EDOs: Parte 2 Esta práctica es continuación de la Práctica 4, y haremos uso de los ficheros realizados en la misma. Como siguiente paso consideramos algunos de los métodos
2.1 METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS
2.1 METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS El proceso de resolución de un problema con una computadora conduce a la escritura de un programa y su ejecución en la misma. Aunque el proceso de diseñar
Relación de Ejercicios. Programación Paralela 4º de Grado en Ingeniería Informática.
1. Por qué el modelo de programación que se sigue al programar con MPI es independiente de la asignación? 2. Describir gráficamente una solución eficiente para realizar una operación de reducción global
Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Programación Dinámica, 4 de mayo 2017
Algoritmos y Estructuras de Datos II, Segundo del Grado de Ingeniería Informática, Test de Programación Dinámica, 4 de mayo 2017 Para cada uno de los dos problemas siguientes, hay que explicar cómo se
Práctica 6. Control por computador de sistemas continuos utilizando Labview. OBJETIVO
Práctica 6 Control por computador de sistemas continuos utilizando Labview. OBJETIVO En esta práctica se estudia el comportamiento (análisis) de los sistemas continuos controlados mediante reguladores
Práctica 4 Simulación del sistema de control de motor de CD
Práctica 4 Simulación del sistema de control de motor de CD Objetivo: Se realiza la simulación detallada de cada bloque del sistema de control de un motor de CD en base al modelado matemático del motor
PRÁCTICA. Estructura de Computadores Grado en Ingeniería Informática Estudios de Informática, Multimedia y Telecomunicación
PRÁCTICA Estructura de Computadores Grado en Ingeniería Informática 2014-02 Estudios de Informática, Multimedia y Telecomunicación Presentación La práctica que se describe a continuación es una práctica
Vídeo Digital Examen de Junio de 2001
UNIVERSIDAD DE CASTILLA LA MANCHA Escuela Universitaria Politécnica de Cuenca Ingeniería Técnica de Telecomunicación (Especialidad de Sonido e Imagen) Vídeo Digital Examen de Junio de 2001 1.- Queremos
PROBLEMAS COMPUTACIONALES DE MECÁNICA DE FLUIDOS EN GEOMETRÍAS COMPLEJAS
PROBLEMAS COMPUTACIONALES DE MECÁNICA DE FLUIDOS EN GEOMETRÍAS COMPLEJAS Modelización del problema fluido. Problemas físicos: Cálculo estacionario de fuerzas en una aeronave. Cálculos no estacionarios:
Modelado y autooptimización en esquemas paralelos de backtracking
Modelado y autooptimización en esquemas paralelos de backtracking Manuel Quesada y Domingo Giménez Universidad de Murcia XX Jornadas de Paralelismo A Coruña, 18 Sept 2009 Índice 1 Introducción 2 Técnica
Paralelismo. MPI Paso de mensajes. Francisco García Sánchez Departamento de Informática y Sistemas
Paralelismo MPI Paso de mensajes Francisco García Sánchez Departamento de Informática y Sistemas Contenido Introducción 1) Uso de MPI 2) Multiplicación de matrices 3) Ordenación por mezcla 4) Programación
ELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 5: Transformada Discreta de Fourier Parte I
1 ELO 385 Laboratorio de Procesamiento Digital de Señales Laboratorio 5: Transformada Discreta de Fourier Parte I Este laboratorio está compuesto por dos sesiones en la cuales se estudiará la transformada
Cómputo paralelo con openmp y C
Cómputo paralelo con openmp y C Sergio Ivvan Valdez Peña Guanajuato, México. 13 de Marzo de 2012 Sergio Ivvan Valdez Peña Cómputo Guanajuato, paralelo conméxico. openmp y () C 13 de Marzo de 2012 1 / 27
Sistemas Lineales. Tema 7. Problemas
Sistemas Lineales ema 7. Problemas. Se sabe que una señal de valor real x(t) ha sido determinada sólo por sus muestras cuando la frecuencia de muestreo es s = 0 4 π. Para qué valores de se garantiza que
Elementos Diagramas de Clases Clase:
Diagramas de Clases Un diagrama de clases o estructura estática muestra el conjunto de clases y objeto importantes que forman parte de un sistema, junto con las relaciones existentes entre clases y objetos.
BobCAD-CAM V29- WIRE EDM. Electroerosión por hilo 2 y 4 ejes. Verdaderamente un software para la programación de Electrolizadoras de 2 y 4 ejes.
Verdaderamente un software para la programación de Electrolizadoras de 2 y 4 ejes. Nuestro CAD-CAM provee alta precisión y calidad en la programación de sus Máquinas Wire EDM para la fabricación de moldes,
ALGORITMICA Y PROGRAMACION POR OBJETOS I
ALGORITMICA Y PROGRAMACION POR OBJETOS I Nivel 1 Problemas, Soluciones y Programas Marcela Hernández Hoyos Solucionar un Problema = Construir un Programa Problema Programador Herramientas y Lenguajes Análisis
Un diagrama de flujo es un dibujo que utiliza símbolos estándar de diagramación de algoritmos para computadora, en el que cada paso del algoritmo se
Definición de diagrama de flujo Un diagrama de flujo es un dibujo que utiliza símbolos estándar de diagramación de algoritmos para computadora, en el que cada paso del algoritmo se visualiza dentro del
PROGRAMACIÓN PARALELA. Modelos de programación paralela Paradigmas de programación paralela
PROGRAMACIÓN PARALELA Modelos de programación paralela Paradigmas de programación paralela Tipos de paralelismo Paso de mensajes Paralelismo de datos Memoria compartida Paradigmas de programación paralela
Transformada Discreta de Fourier (II)
Transformada Discreta de Fourier (II) 1 Más problemas...ahora computacionales La DFT de orden de una señal x(n) viene definida por la siguiente expresión #1 % X(k) = x(n) "e n= 0 # j"2"$ "k"n Para cada
C/ Fernando Poo 5 Madrid (Metro Delicias o Embajadores).
UNIVERSIDAD REY JUAN CARLOS, MADRID PRUEBA DE ACCESO PARA MAYORES DE 25 AÑOS MATEMÁTICAS II AÑO 2010 OPCIÓN A Ejercicio 1 a) (1 punto) Hallar los valores del parámetro para los que la siguiente matriz
Departamento de Matemática Aplicada CÁLCULO COMPUTACIONAL. Licenciatura en Química (Curso ) Archivos de órdenes. Programación.
Departamento de Matemática Aplicada CÁLCULO COMPUTACIONAL. Licenciatura en Química (Curso 2005-06) Archivos de órdenes. Programación. Práctica 8 1. Introducción Hasta ahora, todos los comandos que hemos
Lógica: Algoritmo: Archivo: Base de datos: Bit:
Lógica: Algoritmo: Archivo: Base de datos: Bit: 1 LÓGICA: Es una secuencia de operaciones realizadas por el hardware o por el software. Lógica del hardware, Son los circuitos y Chips que realizan las operaciones
4.1 Conceptos Básicos de Matlab. Matlab es creado por The MathWorks, el cual es un idioma de alto rendimiento
MATLAB CAPÍTULO 4 Realización Activa en 4.1 Conceptos Básicos de es creado por The MathWorks, el cual es un idioma de alto rendimiento para la informática técnica. Integra cómputo, visualización, y programación
Manual Para Utilizar. El Módem G38KRUH. En Linux
Manual Para Utilizar El Módem G38KRUH En Linux Elaborado por: Inma Hernaez, Borja Etxebarria, Txema Rúa, Iker Veiga. 1 En este documento se describe el uso (sintaxis y parámetros a utilizar) de cada uno
Soluciones. boolean pruebaiteraseriegeometrica () { Serie s= new SerieGeometrica (1, 2); return (s.iterator() instanceof IteraSerieGeometrica); }
dit UPM Depto. Ingeniería de Sistemas Telemáticos Universidad Politécnica de Madrid ETSI Telecomunicación Laboratorio de Programación 19 de Junio de 2002 Soluciones EJERCICIO 1 (UNA PÁGINA: UNA HOJA POR
Práctica 1 Parte 2: Masa-Muelle y ODEs (Bloque OPCIONAL) (Asignación 19 de Febrero; Entrega 25 de Febrero a las 23:59)
Práctica 1 Parte 2: Masa-Muelle y ODEs (Bloque OPCIONAL) (Asignación 19 de Febrero; Entrega 25 de Febrero a las 23:59) Cómo entregar la práctica? Enviar una copia de los ficheros ExercisePoint.cpp y ExerciseSpring.cpp
Programación: Sistemas unitriangulares inferiores
Programación: Sistemas unitriangulares inferiores Objetivos. Programar en el lenguaje de MATLAB el método de la sustitución hacia adelante para resolver sistemas de ecuaciones lineales con matrices unitriangulares
SD Examen 2 EVA. 1 of 11 2/5/2013 8:49 PM. Paralelo 1? Evaluaciones? SD Examen 2 EVA. Comenzado: Feb 5 en 8:50pm
Paralelo 1? Evaluaciones? SD Examen 2 EVA SD Examen 2 EVA Comenzado: Feb 5 en 8:50pm Question 1: 1 puntos Los [ Seleccionar ] son la union logica de multiples equipos informaticos que funcionan como uno.
Medidas de Tendencia Central
Medidas de Tendencia Central En cualquier análisis o interpretación, se pueden usar muchas medidas descriptivas que representan las propiedades de tendencia central, variación y forma para resumir las
Índice general 7. Presentación 15
ÍNDICE GENERAL Índice general 7 Presentación 15 1. Introducción 19 1.1. Antecedentes históricos de la computación................... 19 1.2. Definiciones previas............................... 24 1.3.
Vídeo Digital Examen de Junio de 2003
UNIVERSIDAD DE CASTILLA LA MANCHA Escuela Universitaria Politécnica de Cuenca Ingeniería Técnica de Telecomunicación (Especialidad de Sonido e Imagen) Vídeo Digital Examen de Junio de 2003 PRACTICAS: Del
Práctica 3. Nombre del curso: Teoría Moderna de la Detección y Estimación. Autores: Emilio Parrado Hernández
Práctica 3 Nombre del curso: Teoría Moderna de la Detección y Estimación Autores: Emilio Parrado Hernández Práctica 3: Cancelación de ruido mediante filtrado. Teoría Moderna de la Detección y la Estimación
MÉTODOS NUMÉRICOS - ALGUNAS INSTRUCCIONES EN DERIVE
MÉTODOS NUMÉRICOS - ALGUNAS INSTRUCCIONES EN DERIVE Las siguientes instrucciones corresponden, en su mayoría, a funciones definidas por el profesor Julio C. Morales, como complemento a las utilidades del
TEMA 1: Algoritmos y programas
TEMA 1: Algoritmos y programas 1.1.-Introducción La razón principal para utilizar un ordenador es para resolver problemas (en el sentido más general de la palabra), o en otras palabras, procesar información
Subrutinas. Subrutinas. Erwin Meza Vega
Subrutinas Erwin Meza Vega Outline 1 Introducción 2 Especicación de subrutinas 3 Funciones booleanas 4 Parámetros 5 Recursividad 6 Ejercicios Introducción Programación divide y vencerás Cuando la solución
Tratamiento Digital de Señales
Departamento de Teoría de la Señal y Communicaciones Tratamiento Digital de Señales Transformada Discreta de Fourier (DFT) Prof.: Manuel Blanco Velasco Sumario Definición e interpretación La DFT como transformación
Algoritmos y Programación Orientada a Objetos I. Contenedoras de tamaño variable y uso de ciclos en otros contextos
Algoritmos y Programación Orientada a Objetos I y uso de ciclos en otros contextos Agenda Motivación Uso de ciclos en otros contextos Agenda Motivación Uso de ciclos en otros contextos Motivación En muchos
FUNDAMENTOS DE PROGRAMACIÓN Asignatura correspondiente al plan de estudios de la carrera de Ingeniería Informática
Página 1/14 Universidad Nacional del Litoral Facultad de Ingeniería y Ciencias Hídricas Departamento de Informática FUNDAMENTOS DE PROGRAMACIÓN Asignatura correspondiente al plan de estudios de la carrera
Manual de uso y ejecución del Modelo Numérico POM (Princeton Ocean Model).
Manual de uso y ejecución del Modelo Numérico POM (Princeton Ocean Model). ELABORÓ Lic. en Matemáticas M. Alfredo Terrazas Silva RESPONSABLE Dr. Federico Angel Velázquez Muñoz Departamento de Física Universidad
Descripción del problema:
PROBLEMA DEL AGENTE VIAJERO USANDO BÚSQUEDA TABU PROYECTO FINAL PROGRAMACIÓN CIENTIFICA ANGELES BAEZ OLVERA 4 JUNIO 2009 Descripción del problema: El problema del agente viajero o TSP como se le conoce
3. Condiciones Ambientales del Océano
3. Condiciones Ambientales del Océano Como ya se ha comentado, las estructuras offshore se enfrentan a condiciones ambientales hostiles. Para la supervivencia de las mismas debe estudiarse los efectos
La eficiencia de los programas
La eficiencia de los programas Jordi Linares Pellicer EPSA-DSIC Índice General 1 Introducción... 2 2 El coste temporal y espacial de los programas... 2 2.1 El coste temporal medido en función de tiempos
5. ESTRUCTURAS DE REPETICIÓN
5. ESTRUCTURAS DE REPETICIÓN Las estructuras de repetición, permiten la ejecución de una lista o secuencia de instrucciones () en varias ocasiones. El número de veces que el bloque
Notas de turbulencia Introducción Turbulencia
Capítulo 2 Notas de turbulencia 2.1. Introducción El estudio de la turbulencia es un campo de gran interés y aplicación a un gran número de disciplinas científicas y tecnológicas. Entre otras se pueden
CIRCUITOS ELECTRÓNICOS. Práctica nº 1. Software de simulación de circuitos
CIRCUITOS ELECTRÓNICOS Práctica nº 1 Software de simulación de circuitos Trabajo a realizar en la práctica La práctica consiste en introducir al alumno en la utilización de la herramienta software LTspice
Competencias del máster en matemática computacional
Competencias del máster en matemática computacional En el Máster Universitario en Matemática Computacional por la Universitat Jaume I, se garantizará el desarrollo por parte de los estudiantes de las competencias
Tratamiento Digital de Señales TEMA 2 : DFT (I)
Tratamiento Digital de Señales TEMA 2 : DFT (I) Universidade de Vigo ETSE Telecomunicación CONTENIDOS 1. Repaso de conceptos asociados con la TF 2. Formulación de la DFT 3. Propiedades de la DFT 4. Métodos
TEMA 2: ALGORITMOS Y PROGRAMAS
TEMA 2: ALGORITMOS Y PROGRAMAS TEMA 2: ALGORITMOS Y PROGRAMAS. 1 INTRODUCCIÓN 1 Análisis del problema.. 1 Búsqueda del algoritmo.. 1 Programación del algoritmo. 3 ESTRUCTURAS DE CONTROL. 4 Estructuras
M a t e m á t i c a s I I 1
Matemáticas II Matemáticas II REGIÓN DE MURCIA CONVOCATORIA SEPTIEMBRE 9 SOLUCIÓN DE LA PRUEBA DE ACCESO AUTOR: José Luis Pérez Sanz Bloque A Para saber si la matriz tiene inversa, el determinante de la
Análisis Espectral mediante DFT PRÁCTICA 4
Análisis Espectral mediante DFT PRÁCTICA 4 (2 sesiones) Laboratorio de Señales y Comunicaciones 1 PRÁCTICA 4 Análisis Espectral mediante DFT 1. Objetivo Habitualmente, el análisis de señales y sistemas
Paralelismo Relajado Paralelismo Síncrono
Metodología de la Programación Paralela Facultad Informática, Universidad de Murcia Esquemas algorítmicos paralelos: Paralelismo Relajado Paralelismo Síncrono Domingo Giménez (Universidad de Murcia) 1
Diagrama de despliegue
Diagrama de despliegue Definición.- Los Diagramas de Despliegue muestran las relaciones físicas de los distintos nodos que componen un sistema y el reparto de los componentes sobre dichos nodos. La vista
Arquitectura de Computadoras 2011
Arquitectura de Computadoras Unidad 7: Acceso Directo a Memoria (DMA)U Acceso directo a memoria (DMA) Las operaciones de E/S mediante interrupciones son más efectivas que las programadas. Pero ambas necesitan
INSTITUTO NACIONAL SUPERIOR DEL PROFESORADO TÉCNICO - TÉCNICO SUPERIOR EN INFORMÁTICA APLICADA - PROGRAMACIÓN I
RESOLUCIÓN DE PROBLEMAS Y ALGORITMOS La principal razón para que las personas aprendan lenguajes de programación es utilizar una computadora como una herramienta para la resolución de problemas. Cinco
Programación (PRG) PRÁCTICA 10. Algoritmos de búsqueda
Programación (PRG) Facultad de Informática Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia 1. Introducción El objetivo de esta práctica es estudiar el comportamiento
Dobles: Es el caso de la instrucción if-else (punto 1.2).
1 1.Introducción Las estructuras de control son instrucciones que nos permiten controlar el flujo de ejecución del programa. Las instrucciones de control se pueden agrupar en instrucciones condicionales
Algoritmos y Estructuras de Datos Ingeniería en Informática
2.1.Sean A= {1, 2, 3, 7, 8} y B= {3, 4, 5, 7, 9}, mostrar la ejecución y los resultados de las siguientes operaciones, suponiendo una representación con arrays de booleanos y con listas de elementos (ordenadas
PRUEBAS DE CAJA BLANCA
PRUEBAS DE CAJA BLANCA PARTE. DESCRIPCIÓN DE TÉCNICAS Se examinan los caminos lógicos del sistema haciendo diversos recorridos. Sus objetivos son: Ejecutar por lo menos una vez todos los caminos independientes
Algoritmos y Estructuras de Datos Curso 04/05. Ejercicios
35. Sean A= {1, 2, 3, 7, 8} y B= {3, 4, 5, 7, 9}, mostrar la ejecución y los resultados de las siguientes operaciones, suponiendo una representación con arrays de booleanos y con listas de elementos (ordenadas
Teoría de Comunicaciones
1 Domingo Rodríguez Teoría de comunicaciones trata con el análisis y diseño de señales y sistemas para la transmisión y recepción de la información. Definición Información: Es todo aquello que puede ser
Multiplicación de matrices simétricas
Multiplicación de matrices simétricas La traspuesta de una matriz A n n es definida como una matriz A T n n tal que A T [i, j] =A[j, i] paracadai, j 2{1,...,n} Además, una matriz A es simétrica si A =
Teoría de la Comunicación
3.5. Ejercicios Ejercicio 3.1 Una misma señal de entrada se aplica a 4 moduladores analógicos diferentes. Se monitoriza la respuesta en frecuencia a la salida de los cuatro moduladores, dando lugar a los
MÉTODO DE DIFERENCIAS FINITAS (FDM)
MÉTODO DE DIFERENCIAS FINITAS (FDM) MÉTODO DE DIFERENCIAS FINITAS (FDM) Cambia ecuaciones diferenciales ecuaciones en diferencias finitas a Relaciona el valor de la variable dependiente en un punto a valores
N kn N. X[ k] ( ) N N. 2.- Cálculo eficiente de la Transformada discreta de
.- Cálculo eficiente de la Transformada discreta de Fourier. La (Transformada Discreta de Fourier) de una secuencia finita de longitud es [] []: Siendo por: =e X[ k] = x[ n], k =,,..., (.) -j(π/). La Transformada
Estructuras de datos: vectores en C. Clase 7 y 8 Introducción a la Computación Patricia Borensztejn
Estructuras de datos: vectores en C Clase 7 y 8 Introducción a la Computación Patricia Borensztejn Estructuras de Datos Son agrupaciones de datos si el tamaño de la estructura es conocido en tiempo de
Sesión 7. Cálculo Paralelo en Elmer
Sesión 7. Cálculo Paralelo en Elmer M. Meis y F. Varas Departamento de Matemática Aplicada II Universidad de Vigo Introducción a Elmer, sofware libre de simulación numérica multifísica A Coruña, 27 de
Tipos de datos y Operadores Básicos
Módulo I: Conceptos Básicos Tema 1. Qué es un ordenador? Tema 2. Cómo se representan los datos en un ordenador? Tema 3. Qué es un lenguaje de programación? Tema 4. Cómo se hace un programa informático?
Metodología y Tecnología de la Programación. I.T. Informática de Gestión
ESCUELA POLITÉCNICA SUPERIOR DE CÓRDOBA PROGRAMAS, MÉTODOS Y CRITERIOS DE EVALUACIÓN A APLICAR DURANTE EL PROCESO DE EXTINCIÓN DEL PLAN 1999 Metodología y Tecnología de la Programación I.T. Informática
Programación I. Carrera: ECM Participantes Participantes de las academias de ingeniería electrónica de los Institutos Tecnológicos.
.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Programación I Ingeniería Electrónica. ECM-043 3-2- 2.- HISTORIA DEL PROGRAMA Lugar
INDICE Capitulo 1. Introducción Capitulo 2. Descripción matemática de señales 2.1. Introducción y objetivos
INDICE Prefacio XIII Capitulo 1. Introducción 1 1.1. Definición de señales y sistemas 1 1.2. Tipos de señales 1 1.3. Ejemplo de una señal y un sistema 8 1.4. Uso de MATLAB 13 Capitulo 2. Descripción matemática
PROPUESTA A. b) Para dicho valor de a, da la ecuación implícita de un plano que contenga a r y a s. (1 25 puntos)
PROPUESTA A 1A. a) Calcula los valores de los parámetros a, b R para que la función { sea continua y derivable en x = 0. (1 5 puntos) b) Para los valores encontrados, calcula la ecuación de la recta tangente
ELEFINFLUI - Elementos Finitos en Fluidos
Unidad responsable: Unidad que imparte: Curso: Titulación: Créditos ECTS: 2015 250 - ETSECCPB - Escuela Técnica Superior de Ingenieros de Caminos, Canales y Puertos de Barcelona 751 - ECA - Departamento
Análisis Numérico para Ingeniería. Clase Nro. 12
Análisis Numérico para Ingeniería Clase Nro. 12 Aproximación de Funciones Temas a tratar: Interpolación por Splines Cúbicos. Aproximación por ínimos Cuadrados. Criterios de elección: Tipo de Aproximación
Sistemas Discretos LTI
Sistemas Discretos LTI MSc. Bioing Rubén Acevedo racevedo@bioingenieria.edu.ar Bioingeniería I Carrera: Bioingeniería Facultad de Ingeniería - UNER 06 de Abril de 2009 Bioingeniería I Sistemas discretos
Hoja de cálculo. Segunda sesión: Teoría de Incertidumbre
Hoja de cálculo 1 Hoja de cálculo del libreoffice. Cálculo de incertidumbre. Objetivo: organizar y calcular las incertidumbres del problema planteado en las transparencias de Teoría de Incertidumbre sobre
IES Fernando de Herrera Curso 2013 / 14 Primer examen Tercer trimestre 4º ESO Opción B 25 de Abril de 2014 NOMBRE:
IES Fernando de Herrera Curso 01 / 14 Primer examen Tercer trimestre 4º ESO Opción B 5 de Abril de 014 NOMBRE: 1) Dados los vectores a = (1, 4/) y b = (1, 1/5), se pide: a) Hallar u a y v 5b. (0,1 puntos)
Un recorrido por Clawpack: Breve teoría y ejemplos.
Un recorrido por Clawpack: Breve teoría y ejemplos. Javier de Jesús Cortés Aguirre. Seminario del Laboratorio de Cómputo Científico. Facultad de Ciencias, UNAM. 14 de mayo del 2009. Introducción. CLAWPACK
INFORMÁTICA MATLAB GUÍA 5 Simulink
1. INTRODUCCIÓN Es un entorno de diagramas de bloques orientados a la simulación y generación de código en varios campos de la ciencia. Se pueden simular sistemas de tipo mecánico, eléctrico, electrónico
Las operaciones aritméticas básicas en MATLAB son las más sencillas que se pueden
CAPÍTULO 5 TEMAS 5.1 Aritmética 5.1.1 Variables y Operaciones Básicas Las operaciones aritméticas básicas en MATLAB son las más sencillas que se pueden realizar en este programa. Si asignamos valores a
1 Introducción a los algoritmos y a la programación de computadoras... 1
Contenido - IX Contenido 1 Introducción a los algoritmos y a la programación de computadoras... 1 1.1 Introducción... 2 1.2 Concepto de algoritmo... 2 1.2.1 Definición de algoritmo y problema... 2 1.2.2
4 MÉTODOS DIRECTOS PARA RESOLVER SISTEMAS DE ECUACIONES LINEALES
57 4 MÉTODOS DIRECTOS PARA RESOLVER SISTEMAS DE ECUACIONES LINEALES En este capítulo se estudia el componente algorítmico y computacional de los métodos directos para resolver sistemas de ecuaciones lineales.
DIAGRAMAS DE FLUJO: DFD
DIAGRAMAS DE FLUJO: DFD DFD es un programa de libre disposición para ayuda al diseño e implementación de algoritmos expresados en diagramas de flujo (DF). Además incorpora opciones para el depurado de