In this work, we propose a novel relaxation modeling approach for partial differential equations (PDEs) involving convective and diffusive terms. We reformulate the original convection–diffusion problem as a system of hyperbolic equations coupled with relaxation terms. In contrast to existing literature on relaxation modeling, where the solution of the reformulated problem converges to certain types of equations in the diffusive limit, our formalism treats the augmented problem as a system of coupled hyperbolic equations with relaxation acting on both the convective flux and the source term. Furthermore, we demonstrate that the new system of equations satisfies Liu’s sub-characteristic condition. To verify the robustness of our proposed approach, we perform numerical experiments on various important models, including nonlinear convection–diffusion problems with discontinuous coefficients. The results show the promising potential of our relaxation modeling approach for both pure and applied mathematical sciences, with applications in different models and areas.

Multiscale methods for second order elliptic equations based on non-overlapping domain decomposition schemes have great potential to take advantage of multi-core, state-of-the-art parallel computers. These methods typically involve solving local boundary value problems followed by the solution of a global interface problem. Known iterative procedures for the solution of the interface problem have typically slow convergence, increasing the overall cost of the multiscale solver. To overcome this problem we develop a scalable recursive solution method for such interface problem that replaces the global problem by a family of small interface systems associated with adjacent subdomains, in a hierarchy of nested subdomains. Then, we propose a novel parallel algorithm to implement our recursive formulation in multi-core devices using the Multiscale Robin Coupled Method by Guiraldello et al. (2018) [26], that can be seen as a generalization of several multiscale mixed methods. Through several numerical studies we show that the new algorithm is very fast and exhibits excellent strong and weak scalability. We consider very large problems, that can have billions of discretization cells, motivated by the numerical simulation of subsurface flows.

Entre os dias 04/03/2020 a 07/03/2020, o curso de graduação em Desenvolvimento Regional da Universidade Federal do Rio Grande do Sul sediado no Campus Litoral Norte, Tramandaí, Rio Grande do Sul, recebeu a visita de Reconhecimento presencial por parte dos avaliadores do Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (INEP) do Ministério da Educação: Prof. Evandro de Araújo Jardini (Instituto Federal de Educação, Ciência e Tecnologia de São Paulo) coordenador da comissão e Profa. Mirella Caetano de Souza (Instituto Federal de Educação, Ciência e Tecnologia de São Paulo).

Enquanto membro da Comissão de Graduação do Desenvolvimento Regional e do Núcleo de Avaliação da Unidade da UFRGS Litoral (https://www.ufrgs.br/naulitoral/) participei ativamente do processo de avaliação.
Ao final, o curso de graduação em Desenvolvimento Regional recebeu nota 5, a nota máxima nesse tipo de avaliação. Essa nota é o resultado arredondado das casas decimais para cima do cálculo da média aritmética das notas de cada item. Felizmente a maior parte das notas foi em valores entre 4 e 5, o que fez que a média ficasse em 4,6 e finalmente, após o arredondamento, a nota final foi 5.

Entretanto, alguns itens avaliados tiveram nota 3 e 4, e merecem atenção para que se busque sanar possíveis falhas ou carências que ficaram expressas nessas notas mais baixas do que a média.
Dessa forma, este material busca cruzar o resultado obtido na avaliação do curso de graduação em Desenvolvimento Regional (DR) cujos resultados estão detalhados no Relatório de Avaliação (INEP, 2020) com as definições e conceitos contidos no instrumento de avaliação utilizado para a avaliação (INEP, 2017).

As notas que receberam nota 3 e que são objeto deste relatório são:
1. Vagas – número de vagas e monitoramento;
2. Atuação e regime de trabalho do coordenador do curso;
3. Produção científica do corpo docente.

n/a