Численно-статистическое исследование суперэкспоненциального роста среднего потока частиц, размножающихся в однородной случайной среде

Обложка

Цитировать

Полный текст

Аннотация

Для эффективного численно-аналитического исследования суперэкспоненциального роста среднего потока частиц с размножением в случайной среде вводится новая корреляционно-сеточная аппроксимация однородного случайного поля плотности. Сложность реализации траектории частицы при этом не зависит от корреляционного масштаба. Тестовые расчеты для критического шара с изотропным рассеянием показали высокую точность соответствующих оценок среднего потока. Для сеточной аппроксимации случайного поля плотности обоснована возможность гауссовской асимптотики средней скорости размножения частиц при уменьшении корреляционного масштаба.

Об авторах

Г. А. Михайлов

Институт вычислительной математики
и математической геофизики СО РАН; Новосибирский государственный университет

Автор, ответственный за переписку.
Email: gam@sscc.ru
Россия, Новосибирск; Россия, Новосибирск

Г. З. Лотова

Институт вычислительной математики
и математической геофизики СО РАН; Новосибирский государственный университет

Автор, ответственный за переписку.
Email: lot@osmf.sscc.ru
Россия, Новосибирск; Россия, Новосибирск

Список литературы

  1. Дэвисон Б. Теория переноса нейтронов. М.: Атомиздат, 1960, 514 с.
  2. Марчук Г.И., Михайлов Г.А., Назаралиев М.А. и др. Метод Монте-Карло в атмосферной оптике. Новосибирск: Наука, 1976. 283 с.
  3. Лотова Г.З., Михайлов Г.А. Численно-статистическое и аналитическое исследование асимптотики среднего потока частиц с размножением в случайной среде. Журнал вычислительной математики и математической физики. 2021. V. 61. № 8. P. 1353–1362. https://doi.org/10.31857/S0044466921060077
  4. Прудников А.П., Брычков Ю.А., Маричев О.И. Интегралы и ряды. М.: Наука, 1981.
  5. Larmier C., Zoia A., Malvagi F., Dumonteil E., Mazzolo A. Neutron multiplication in random media: Reactivity and kinetics parameters // Annals of Nuclear Energy. 2018. V. 111. P. 391–406. https://doi.org/10.1016/j.anucene.2017.09.006
  6. Ambos A.Yu., Mikhailov G.A. Solution of radiative transfer theory problems for ‘realistic’ models of random media using the Monte Carlo method // Rus. J. Num. Anal. Math. Model. 2016. V. 31. № 3. P. 1–10. https://doi.org/10.1515/rnam-2016-0013
  7. Gilbert E.N. Random subdivisions of space into crystals // Ann. Math. Statist. 1962. № 33. P. 958–972. https://doi.org/10.1214/aoms/1177704464
  8. Романов Ю.А. Точные решения односкоростного кинетического уравнения и их использование для расчета диффузионных задач (усовершенствованный диффузионный метод) // Исследование критических параметров реакторных систем. М.: Госатомиздат, 1960. С. 3–26.
  9. Ширяев А.Н. Вероятность. М.: Наука, 1980. 575 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать
2.

Скачать (60KB)
Метаданные

© Г.А. Михайлов, Г.З. Лотова, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».