HỌC PHẦN TỰ CHỌN CHUYÊN NGÀNH GIẢI TÍCH SỐ
Seminar Giải tích số
Giải tích số 2
Chương 1: Bài toán giá trị đầu (Initial Value Problems (IVP)) và những tính chất của chúng (10 tiết)
-Mô hình với phương trình vi phân( Ordinary Differential Equation (ODE))
-Giới thiệu IVP
-Phương trình đạo hàm tuyến tính và bất đẳng thức Gronwall
-Well-posedness của IVP
Chương 2: Phương pháp Explicit One-Step và hội tụ
-Giới thiệu
-Phân tích sai số
-Phương pháp Runge-Kutta
-Ước lượng sai số địa phương và điều khiển bước thời gian
-Phương pháp Runge-Kutta liên tục
Chương 3: Phương pháp Implicit One-Step và Long-Term Stability
-Sự đơn điệu IVP
-A- và B-stability
-Phương pháp tổng quát Runge-Kutta
-Phương pháp dựa trên cầu phương và B-stability
Chương 4: Phương pháp
Newton và qusi-Newton
-Cơ bản của phương pháp lặp phi tuyến tính
-Toàn cục hóa
-Thực hành
Chương 5: Phương pháp
Linear Multistep (Linear
Multistep Methods (LMM))
-Định nghĩa tính nhất quán của LMM
-Tính chất của difference equations
-Stability và hội tụ
-LMM và stiff problems
-Thuật toán Predictor-corrector
Chương 6: Bài toán giá trị
bên(Boundary Value
Problems (BVP))
-Giới thiệu
-Đạo hàm của nghiệm of IVP
-Lý thuyết của BVP
-Tính chất của difference equations
Các phương pháp phân chia miền
Chương 1: Lịch sử phương pháp phân chia miền – Các khái niệm cơ bản
Giới thiệu quá trình ra đời của các phương pháp chia miền: phương pháp Schwarz xen kẽ cổ điển, phương pháp cấu trúc con và phương pháp làm nhẹ dạng sóng (the waveform relaxation methods). Trình bày một số khái niệm cơ bản và các ví dụ minh hoạ ban đầu.
Chương 2: Hai loại phương pháp phân chia miền cơ bản
Xem xét phương trình đạo hàm riêng trong hai chiều và chia miền tính toán thành các miền con không chồng lắp. Trình bày bài toán đa miền tương đương với bài toán ban đầu từ đó giới thiệu phương pháp cấu trúc con dựa trên toán tử Steklov-Poincaré và phương trình trên mặt phân giới giữa các miền. Các thuật toán lặp tương ứng (Dirichlet-Neumann, Neumann-Neumann, Robin-Robin) cũng được giới thiệu. Tiếp theo ta xét sự phân chia thành các miền con chồng lắp và giới thiệu phương pháp Schwarz xen kẽ dạng cộng tính (additive) và nhân bội (multiplicative). Sự hội tụ của phương pháp Schwarz sử dụng giải tích Fourier cũng được giới thiệu.
Chương 3: Phương pháp phân chia miền cho bài toán rời rạc hoá bằng phần tử hữu hạn
Rời rạc hoá phương trình đạo hàm riêng bằng các phương pháp số (như phương pháp phần tử hữu hạn) và thiết lập công thức cho bài toán đa miền rời rạc tương ứng. Dạng đại số của phương trình mặt phân giới rời rạc cho phương pháp cấu trúc con và phương pháp Schwarz xen kẽ được trình bày. Dạng rời rạc của các thuật toán lặp cũng được xem xét.
Chương 4: Sự hội tụ của các thuật toán lặp
Chứng minh sự hội tụ của các thuật toán lặp sử dụng các định lý mở rộng trong không gian H1 và H(div). Dùng phần mềm Matlab để mô phỏng tìm nghiệm xấp xỉ của các phương trình đạo hàm riêng bằng các thuật toán lặp khác nhau (sử dụng rời rạc hoá bằng phương pháp phần tử hữu hạn).
Phương pháp thể tích hữu hạn cho phương trình đạo hàm riêng của chuyển động chất lỏng
Chương 1: Khái niệm cơ bản của dòng chảy chất lỏng
Bài 1.1: Giới thiệu
Bài 1.2: Định luật bảo toàn
Bài 1.3: Định luật bảo toàn khối lượng
Bài 1.4: Định luật bảo toàn momen động lượng
Bài 1.5: Định luật bảo toàn năng lượng
Chương 2: Giới thiệu phương pháp số
Bài 2.1: Sự xấp xỉ cho những bài toán dòng chảy
Bài 2.2: CFD là gì?
Bài 2.3: Những phần của phương pháp nghiệm số
Bài 2.4: Tính chất của phương pháp nghiệm số
Bài 2.5: Những phương pháp số
Chương 3: Phương pháp thể tích hữu hạn
Bài 3.1: Giới thiệu
Bài 3.2: Sự xấp xỉ của tích phân mặt
Bài 3.3: Sự xấp xỉ của tích phân thể tích
Bài 3.4: Nội suy và xấp xỉ đạo hàm
Bài 3.5: Hệ phương trình tuyến tính
Chương 4: Nghiệm của phương trình Navier-Stokes
Bài 4.1: Tính chất đặc biệt của nghiệm phương trình Navier-Stokes
Bài 4.2:Chọn vị trí của nghiệm
Bài 4.3: Tính toán áp suất
Bài 4.4: Phương pháp nghiệm cho phương trình Navier-Stokes
Bài 4.5: Điều kiện biên và điều kiện đầu
Tính toán mô phỏng cho các bài toán phương trình đạo hàm riêng với Julia
Chương 1: Lập trình trong Julia
Bài 1.1: Giới thiệu ngôn ngữ tính toán
Bài 1.2: Thiết lập môi trường tính toán
Bài 1.3: Một số kiểu dữ liệu cơ bản và các phép toán
Bài 1.4: Kiểu dữ liệu mảng
Bài 1.5: Kiểu dữ liệu Vector, mảng và ma trận
Bài 1.6: Kiểu dữ liệu cấu trúc, gọi và tạo dựng hàm
Bài 1.7: Đọc và ghi dữ liệu xuống tập tin
Bài 1.8: Vẽ hình trong Julia
Bài 1.9: Sử dụng một số thư viện hay có sẵn
Chương 2: Quản lý và xử lý dữ liệu
Bài 2.1: Tổ chức dữ liệu quản lý và biểu diễn lưới
Bài 2.2: Một số kỹ thuật chia lưới
Bài 2.3: Kỹ thuật chia miền con
Bài 2.4: Kỹ thuật vector hóa dữ liệu
Bài 2.5: Kỹ thuật map, reduce, filter dữ liệu
Bài 2.6: Song song hóa dữ liệu
Chương 3: Ứng dụng cho các phương pháp số
Bài 3.1: Giải hệ phương trình tuyến tính
Bài 3.2: Tính xấp xỉ tích phân
Bài 3.3: Phương pháp nội suy
Bài 3.4: Tính xấp xỉ đạo hàm
Chương 4: Ứng dụng cho các bài toán PTĐHR
Bài 4.1: Phương pháp sai phân hữu hạn cho một số bài toán Elliptic và Parapolic
Bài 4.2: Phương pháp phần tử hữu hạn cho một số bài toán Elliptic và Parapolic
Bài 4.3: Tính toán song song cho phương pháp tách miền.
Phương pháp số trong đại số tuyến tính nâng cao
Chương 1: Direction Methods for large sparse linear systems
Bài 1.1: Introduction to Sparse Cholesky Factorization
Bài 1.2: Basic of graph representation of sparse matrices and relation to elimination
Bài 1.3: Symmetric Minimum Degree Ordering
Bài 1.4: Basic algorithm and data structure for Sparse Cholesky
Bài 1.5: Survey of modern methods and software (Super LU)
Chương 2: The linear least squares problem
Bài 2.1: Brief review of basic least squares algorithms and geometry
Bài 2.2: The SVD solution
Bài 2.3: Principal Component Analysis
Chương 3: Matrix Theory
Bài 3.1: Jordan Normal Form
Bài 3.2: The Courant-Fisher theorem
Bài 3.3: Basic pertubation theory for a simple eigenvalue
Bài 3.4: The Schur Decomposition and consequences
Bài 3.5: The Sylvester Equations
Chương 4 : Preconditioned iterative methods for linear systems
Bài 4.1: Brief review of classic iterative methods
Bài 4.2: The Krylov subspace and the Arnoldi process
Bài 4.3: GMRES derivation
Bài 4.4: Two sided Lanczos process
Bài 4.5: QMR, BICG, BICCstab
Bài 4.6: The IDR family of iterative methods
Bài 4.7: Jacobi, Block Jacobi, ICC, ILU preconditioners