Магистратура Донецкого Национального Технического Университета

Факультет вычислительной техники и информатики

Кафедра прикладной математики и информатики

Автореферат

Введение

Матрично- векторные операции (МВО)

Характеристики МВО

Метод Рунге-Кутта

Обыкновенные дифференциальные уравнения (ОДУ)

Итерационный метод решения ОДУ

Ускорение методом Ньютона

Решение систем ОДУ

Заключение

Литература

Программное обеспечение автоматизированных систем

Автореферат

К магистерской работе по теме:

"Параллельные численные методы решения задачи Коши для систем обыкновенных дифференциальных уравнений"

Английская версия

ВВЕДЕНИЕ

В настоящее время имеет место бурное развитие науки и, особенно, рост сложности решаемых человеком практических задач. Во многих случаях решение таких задач сопряжено с большими материальными и вычислительными затратами, если вообще возможно. Главное требование, предъявляемое к процессу поиска решения, - минимум временных затрат. В таких случаях оправдано и необходимо применение наиболее эффективных вычислительных методов и их эффективная реализация на вычислительных системах.

Многие сложные задачи (наиболее часто – моделирование динамических систем с большим количеством параметров) сводятся к обыкновенным дифференциальным уравнениям и их системам.

Для решения задач большой размерности и/или большой сложности используются высокопроизводительные параллельные вычислительные системы. Наиболее востребованными в настоящее время являются вычислительные системы типа MIMD. В соответствии с классификацией по Флинну выделяется два больших класса вычислительные систем типа MIMD [1, c. 29-33]: с общей и распределённой памятью.

Системы с общей памятью имеют самые низкие показатели коммуникационных затрат выполнения операций обмена данными, но и являются наиболее дорогими. Как следствие системы с распределённой памятью имеют очевидный недостаток – высокие показатели затрат выполнения коммуникационных операций. С другой стороны для систем с распределённой памятью характерен высокий показатель масштабируемости – с ростом числа вычислительных узлов необходимо соответствующим образом изменить только коммуникационную подсистему. Что касается систем с общей памятью, их масштабируемость ограничена аппаратно. Таким образом можно утверждать, что системы с распределённой памятью являются более универсальными, чем системы с общей памятью.

Для реализации максимально возможного быстродействия параллелизма алгоритмов, необходимо учитывать многие особенности архитектуры вычислительной системы, на которой они будут выполняться. Другим важным моментом при выборе параллельного алгоритма является связь решаемой математической задачи и физической задачи, которая её породила.

Главная страница