Modelli in microscala e macroscala

Da Wikipedia, l'enciclopedia libera.
Vai alla navigazione Vai alla ricerca
I modelli in microscala e i correlati a macroscala di coesistenza della Phalaris arundinacea, un'erba distribuita in tutto il pianeta. Ogni colore rappresenta l'estensione spaziale di un distinto genotipo in un modello a microscala usando automi cellulari stocastici. Ogni curva del grafico rappresenta il livello di popolazione di un genotipo corrispondente in un modello con equale differenziale sulla macroscala[1]
Equazioni di Macroscala
Algoritmo di Microscala

I modelli in microscala fanno parte di un'ampia classe di modelli computazionali che simulano i dettagli a piccola scale in opposizione ai modelli in macroscala che mischiano dettagli in categorie select.[2][3] Entrambe le classi di modelli possono essere usate insieme per capire differenti aspetti dello stesso problema.

Applicazioni[modifica | modifica wikitesto]

I modelli in macroscala includono equazioni differenziali ordinarie, equazioni differenziali parziali e equazioni integral-differenziali, dove le categorie e i flussi tra le categorie determinano la dinamica . Un modello a macroscala astratto può essere combinato con più modelli a microscala dettagliati. Le connessioni tra le due scale sono correlate dalla modellazione multiscala. Una tecnica matematica per la modellazione multiscala di nanomateriali si basa sull'uso della funzione multiscala di Green.

In opposizione, i modelli in microscala possono simulare una varietà di dettagli come singoli batteri in biofilm[4] pedoni in quartieri simulati,[5] fasci di luce singoli nel Ray tracing[6] singole case in città,[7] fine-scale pores and fluid flow in batteries,[8] fine-scale compartments in meteorology,[9] strutture in microscala in sistemi particolari. Modelli evento-discreti, modelli basati sull'individuo e modelli basati sull'agente sono casi speciali di modelli in microscala.

Note[modifica | modifica wikitesto]

  1. ^ Michael France Nelson, Experimental and simulation studies of the population genetics, drought tolerance, and vegetative growth of Phalaris arundinacea, University of Minnesota, USA, 2014.
  2. ^ Leif Gustafsson e Mikael Sternad, Consistent micro, macro, and state-based population modelling, in Mathematical Biosciences, vol. 225, n. 2, 2010, pp. 94–107, DOI:10.1016/j.mbs.2010.02.003, PMID 20171974.
  3. ^ Leif Gustafsson e Mikael Sternad, Bringing consistency to simulation of population models: Poisson Simulation as a bridge between micro and macro simulation, in Mathematical Biosciences, vol. 209, 2007, pp. 361–385, DOI:10.1016/j.mbs.2007.02.004.
  4. ^ Robert Dillon, Lisa Fauci, Aaron Fogelson e Donald Gaver III, Modeling biofilm processes using the immersed boundary method, in Journal of Computational Physics, vol. 129, 1996, pp. 57–73, Bibcode:1996JCoPh.129...57D, DOI:10.1006/jcph.1996.0233.
  5. ^ Stefania Bandini, Mizar Luca Federici e Sara Manzoni, SCA approach to microscale modelling of paradigmatic emergent crowd behaviors, in SCSC, 2007, pp. 1051–1056.
  6. ^ M. G. Gartley, J. R. Schott e S. D. Brown, Micro-scale modeling of contaminant effects on surface optical properties, in Optical Engineering plus Applications, International Society for Optics and Photonics, 2008, pp. 70860H-70860H.
  7. ^ David O'Sullivan, Toward microscale spatial modeling of gentrification, in Journal of Geographical Systems, vol. 4, 2002, pp. 251–274, Bibcode:2002JGS.....4..251O, DOI:10.1007/s101090200086.
  8. ^ G. B. Less, J. H. Seo, S. Han, A. M. Sastry, J. Zausch, A. Latz, S. Schmidt, C. Wieser, D. Kehrwald e S. Fell, Microscale modeling of Li-Ion batteries: Parameterization and validation, in Journal of the Electrochemical Society, vol. 159, n. 6, 2012, pp. A697-A704, DOI:10.1149/2.096205jes.
  9. ^ R. Knutz, I. Khatib e N. Moussiopoulos, Coupling of mesoscale and microscale models—an approach to simulate scale interaction, in Environmental Modelling and Software, vol. 15, 2000, pp. 597–602, DOI:10.1016/s1364-8152(00)00055-4.