Домашнє Завдання 0 - ViriAldi/HomeworkCycle2020 GitHub Wiki

Домашнє завдання №0

Тематика дослідження циклу домашніх завдань - Computational Science - використання програмування задля моделювання та симуляції ситуації та проблеми, яку вирішити методами традиційних наук неможливо через неймовірно великий обсяг розрахунків.

Відповіді на запитання:

  1. Так задовільняє, тематика передбачає роботу з даними і структурами даних

  2. Так, наприклад Google Maps i Google Earth

  3. Computational Science, Data Science

  4. Створення відкритого ресурсу для практичного застосування

  5. Так, відповідає

  6. Створення програми з описаним (в ДЗ1) функціоналом, можливість розвинути преєкт в майбутньому

  7. Так (не в команді)

  8. Знання числових методів обрахунку, математичного аналізу, алгоритмів, структур даних, роботи з даними

  9. Знання - мережа інтернет, дані - мережа інтернет (батасети)

  10. Доступ до даних в мережі інтернет, оптимізація реалізації програми, створення користувацького інтерфейсу. Так, знаю.

  11. Так, можу. Достатньо відслідкувати тенденцію послідовної розробки програми (що за чим має бути)

  12. Працюю сам

Epidemic

Epidemics - це стаття автора Adrian Roman про симуляцію процесу поширення коронавірусу, й рефлексії щодо використання цієї інформації для аналізу/прогнозу сьогоднышньою ситуації у світі

Про автора

Adrian Roman - інженер програмного забезпечення, фізик та пілот вільного падіння. Будь-яка додаткова інформація про автора відсутня

Основний зміст

Основний зміст статті - моделювання ситуації поширення коронавірусної інфекції в замкнутому суспільстві. Для цього використовується множина кульок, які літають в двовиірному просторі. Сині кульки симулюють здорових, червоні та зелені - заражених та тих, що вилікувались. Код, написаний на мові JavaScript чудово моделює цю ситуацію та забезпечує її візуалізацію у браузері. Паралельно з протіканням процесу, в інтерактивному режимі будується графік залежності загальної кількості випадків від часу, який дуже схожий на реальні кейси такої залежності.

Рефлексія

Переваги статті:

  • Наочна візуалізація
  • Використання числових методів для розв'язування реальних проблем
  • Доступне і зрозуміле пояснення

Недоліки статті:

  • Не враховано багато реальних факторів
  • Математичне моделювання примітивне і неточне

Висновок: стаття наочно показує застосування моделювання фізичних процесів для вирішення актуальних проблем. Однак результати дуже неточні через примітивність і відсутність впливу реальних факторів

Посилання: https://compphys.go.ro/author/adrian/

COVID-19 dynamics with SIR model

COVID-19 dynamics with SIR model - це стаття автора Kai Sasaki про SIR-моедь поширення коронавірусу в закритому суспільстві, яка дуже точна відображає реальність, а її реалізація є обрахунки за допомогою числових методів

Про автора

Kai Sasaki - інформація відсутня

Основний зміст

Основний зміст статті - введення SIR - моделі для симуляції пошмрення коронавірусу та безпосереднє застосування цієї моделі на на країнах, які зазнали найбільшого впоиву коронавірусної пандемії, задля прогнозу і оцінки поширення коронавірусу в майбутньому. Аналіз отриманих результатів та рефлексія

Рефлексія

Переваги статті:

  • Потужна модель, з використанням диф. рівнянь
  • Використання числових методів для розв'язування реальних проблем
  • Доступне і зрозуміле пояснення
  • Чудові результати
  • Статична візуалізація

Недоліки статті:

  • Не враховано деякі реальні фактори
  • Відсутність інтерактивної візуалізації

Висновок: стаття проводить глибокий і детальний аналіз і отримує добрі та корисні результати. Відсутність візуалізації можливо доещо спантеличує,але загалом інфорамція викладена дуже доступно та професійно

Посилання: https://www.lewuathe.com/covid-19-dynamics-with-sir-model.html

The Barnes-Hut Galaxy Simulator

The Barnes-Hut Galaxy Simulator - стаття, в якій йдеться мова про симуляцію задачу N тіл, що гравітаційно взаємодіють. Описаний алгоритм побудови структури даних, яка дає змогу обчислити один крок взаємодії з o(nlogn) складністю.

Про автора

Автор статті не вказаний

Основний зміст

Розглядається алгоритм Бранеса-Хата, що забезпечує для кожного кроку симуляції гравітаційної взаємодії N тіл в просторі побудову структури даних - дерева, яке отримується розділенням на 8 однакових частин кубів, які містять тіла, рекурсивно (перший квадрат - вершина кореневого дерева, покриває всі тіла). Таким чином при обчисленні гравітаційної взаємодії значно зменшується складнісь, але дещо зменшується точність. Також наявна візуалізація роботи алгоритму створення структури даних і візуалізація роботи всього алгоритму (на прикладі зіткнення 2ох галактик). Наявні частини коду мовою С++, які описують різні частини алгоритму

Рефлексія

Переваги статті:

  • Ефективне моделювання задачі N тіл
  • Використання числових методів для розв'язування проблем, які важко розв'язати аналітично
  • Доступне і зрозуміле пояснення
  • Чудова візуалізація роботи структури даних і алгоритму в цілому

Недоліки статті:

  • Сумнівна цінність такого моделювання для широких кругів
  • Відсутність порівняння алгориту Бранеса-Хата з іншими алгоритмами розв'язку цієї задачі

Висновок: Стаття надає наочний та зрозумілий опис алгоритму Бранеса-Хата, надає код на С++ та чудову візуалізацію як і окремих копонентів програми, так і програми в цілому. Однак такий матеріал не є цінним для всіх, а лишень для дуже обмеженої частитни суспільства, також прктично повна відсутність порівняння алгоритму з його аналогами.

Посилання: https://beltoforion.de/article.php?a=barnes-hut-galaxy-simulator