Fenômenos naturais, tecnológicos e industriais podem, em geral, ser modelados de modo acurado através de equações diferenciais parciais, definidas sobre domínios contínuos que necessitam ser discretizados para serem resolvidos. Dependendo do esquema de discretização utilizado, pode-se gerar sistemas de equações lineares. Esses sistemas são, de modo geral, esparsos e de grande porte, onde as incógnitas podem ser da ordem de milhares, ou até mesmo de milhões. Levando em consideração essas características, o emprego de métodos iterativos é o mais apropriado para a resolução dos sistemas gerados, devido principalmente a sua potencialidade quanto à otimização de armazenamento e eficiência computacional. Uma forma de incrementar o desempenho dos métodos iterativos é empregar uma técnica multigrid. Multigrid são uma classe de métodos que resolvem eficientemente um grande conjunto de equações algébricas através da aceleração da convergência de métodos iterativos. Considerando que a resolução de sistemas de equações de problemas realísticos pode requerer grande capacidade de processamento e de armazenamento, torna-se imprescindível o uso de ambientes computacionais de alto desempenho. Uma das abordagens encontradas na literatura técnica para a resolução de sistemas de equações em paralelo é aquela que emprega métodos de decomposição de domínio (MDDs). Os MDDs são baseados no particionamento do domínio computacional em subdomínios, de modo que a solução global do problema é obtida pela combinação apropriada das soluções obtidas em cada um dos subdomínios Assim, neste trabalho são disponibilizados diferentes métodos de resolução paralela baseado em decomposição de domínio, utilizando técnicas multigrid para a aceleração da solução de sistemas de equações lineares. Para cada método, são apresentados dois estudos de caso visando a validação das implementações. Os estudos de caso abordados são o problema da difusão de calor e o modelo de hidrodinâmica do modelo UnHIDRA. Os métodos implementados mostraram-se altamente paralelizáveis, apresentando bons ganhos de desempenho. Os métodos multigrid mostraram-se eficiente na aceleração dos métodos iterativos, já que métodos que utilizaram esta técnica apresentaram desempenho superior aos métodos que não utilizaram nenhum método de aceleração.

Fenômenos naturais, tecnológicos e industriais podem, em geral, ser modelados de modo acurado através de equações diferenciais parciais, definidas sobre domínios contínuos que necessitam ser discretizados para serem resolvidos. Dependendo do esquema de discretização utilizado, pode-se gerar sistemas de equações lineares. Esses sistemas são, de modo geral, esparsos e de grande porte, onde as incógnitas podem ser da ordem de milhares, ou até mesmo de milhões. Levando em consideração essas características, o emprego de métodos iterativos é o mais apropriado para a resolução dos sistemas gerados, devido principalmente a sua potencialidade quanto à otimização de armazenamento e eficiência computacional. Uma forma de incrementar o desempenho dos métodos iterativos é empregar uma técnica multigrid. Multigrid são uma classe de métodos que resolvem eficientemente um grande conjunto de equações algébricas através da aceleração da convergência de métodos iterativos. Considerando que a resolução de sistemas de equações de problemas realísticos pode requerer grande capacidade de processamento e de armazenamento, torna-se imprescindível o uso de ambientes computacionais de alto desempenho. Uma das abordagens encontradas na literatura técnica para a resolução de sistemas de equações em paralelo é aquela que emprega métodos de decomposição de domínio (MDDs). Os MDDs são baseados no particionamento do domínio computacional em subdomínios, de modo que a solução global do problema é obtida pela combinação apropriada das soluções obtidas em cada um dos subdomínios Assim, neste trabalho são disponibilizados diferentes métodos de resolução paralela baseado em decomposição de domínio, utilizando técnicas multigrid para a aceleração da solução de sistemas de equações lineares. Para cada método, são apresentados dois estudos de caso visando a validação das implementações. Os estudos de caso abordados são o problema da difusão de calor e o modelo de hidrodinâmica do modelo UnHIDRA. Os métodos implementados mostraram-se altamente paralelizáveis, apresentando bons ganhos de desempenho. Os métodos multigrid mostraram-se eficiente na aceleração dos métodos iterativos, já que métodos que utilizaram esta técnica apresentaram desempenho superior aos métodos que não utilizaram nenhum método de aceleração.

Fenômenos naturais, tecnológicos e industriais podem, em geral, ser modelados de modo acurado através de equações diferenciais parciais, definidas sobre domínios contínuos que necessitam ser discretizados para serem resolvidos. Dependendo do esquema de discretização utilizado, pode-se gerar sistemas de equações lineares. Esses sistemas são, de modo geral, esparsos e de grande porte, onde as incógnitas podem ser da ordem de milhares, ou até mesmo de milhões. Levando em consideração essas características, o emprego de métodos iterativos é o mais apropriado para a resolução dos sistemas gerados, devido principalmente a sua potencialidade quanto à otimização de armazenamento e eficiência computacional. Uma forma de incrementar o desempenho dos métodos iterativos é empregar uma técnica multigrid. Multigrid são uma classe de métodos que resolvem eficientemente um grande conjunto de equações algébricas através da aceleração da convergência de métodos iterativos. Considerando que a resolução de sistemas de equações de problemas realísticos pode requerer grande capacidade de processamento e de armazenamento, torna-se imprescindível o uso de ambientes computacionais de alto desempenho. Uma das abordagens encontradas na literatura técnica para a resolução de sistemas de equações em paralelo é aquela que emprega métodos de decomposição de domínio (MDDs). Os MDDs são baseados no particionamento do domínio computacional em subdomínios, de modo que a solução global do problema é obtida pela combinação apropriada das soluções obtidas em cada um dos subdomínios Assim, neste trabalho são disponibilizados diferentes métodos de resolução paralela baseado em decomposição de domínio, utilizando técnicas multigrid para a aceleração da solução de sistemas de equações lineares. Para cada método, são apresentados dois estudos de caso visando a validação das implementações. Os estudos de caso abordados são o problema da difusão de calor e o modelo de hidrodinâmica do modelo UnHIDRA. Os métodos implementados mostraram-se altamente paralelizáveis, apresentando bons ganhos de desempenho. Os métodos multigrid mostraram-se eficiente na aceleração dos métodos iterativos, já que métodos que utilizaram esta técnica apresentaram desempenho superior aos métodos que não utilizaram nenhum método de aceleração.

A paralelização de aplicaçõpes envolvendo a solução de problemas definidos sob o escopo da Dinâmica dos Fluidos Computacional normalmente é obtida via paralelismo de dados, onde o domínio da aplicação é dividido entre os diversos processadores, bem como a manutenção do balancecamento durante a execução é um problema complexo e diversas heurísticas têm sido desenvolvidas. Aplicações onde a simulação é dividida em diversas fases sobre partes diferentes do domínio acrescentam uma dificuldade maior ao particionamento, ao se buscar a distirbuição equlibrada das cargas em todas as fases. este trabalho descreve a implementação de mecanismos de particionamento e balanceamento de carga em problemas multi-fase sobre clusters de PCs. Inicialmente é apresentada a aplicação desenvolvida, um modelo de circulação e transporte de susbtâncias sobre corpos hídricos 2D e 3 D, que pode ser utilizado para modelar qualquer corpo hídrico a partir da descrição de sua geometria, batimetria e condições de contorno. Todo o desenvolvimento e testes do modelo foi feito utilizando como caso de estudo o domínio do Lago Guaíba, em Porto Alegre. Após, são descritas as principais heurísticas de particionamento de domínio de aplicações multi-fase em clusters, bem como mecanismos para balanceamento de carga para este tipo de aplicação. Ao final, é apresentada a solução proposta e desenvolvida, bem como os resultados obtidos com a mesma.

A paralelização de aplicaçõpes envolvendo a solução de problemas definidos sob o escopo da Dinâmica dos Fluidos Computacional normalmente é obtida via paralelismo de dados, onde o domínio da aplicação é dividido entre os diversos processadores, bem como a manutenção do balancecamento durante a execução é um problema complexo e diversas heurísticas têm sido desenvolvidas. Aplicações onde a simulação é dividida em diversas fases sobre partes diferentes do domínio acrescentam uma dificuldade maior ao particionamento, ao se buscar a distirbuição equlibrada das cargas em todas as fases. este trabalho descreve a implementação de mecanismos de particionamento e balanceamento de carga em problemas multi-fase sobre clusters de PCs. Inicialmente é apresentada a aplicação desenvolvida, um modelo de circulação e transporte de susbtâncias sobre corpos hídricos 2D e 3 D, que pode ser utilizado para modelar qualquer corpo hídrico a partir da descrição de sua geometria, batimetria e condições de contorno. Todo o desenvolvimento e testes do modelo foi feito utilizando como caso de estudo o domínio do Lago Guaíba, em Porto Alegre. Após, são descritas as principais heurísticas de particionamento de domínio de aplicações multi-fase em clusters, bem como mecanismos para balanceamento de carga para este tipo de aplicação. Ao final, é apresentada a solução proposta e desenvolvida, bem como os resultados obtidos com a mesma.

A paralelização de aplicaçõpes envolvendo a solução de problemas definidos sob o escopo da Dinâmica dos Fluidos Computacional normalmente é obtida via paralelismo de dados, onde o domínio da aplicação é dividido entre os diversos processadores, bem como a manutenção do balancecamento durante a execução é um problema complexo e diversas heurísticas têm sido desenvolvidas. Aplicações onde a simulação é dividida em diversas fases sobre partes diferentes do domínio acrescentam uma dificuldade maior ao particionamento, ao se buscar a distirbuição equlibrada das cargas em todas as fases. este trabalho descreve a implementação de mecanismos de particionamento e balanceamento de carga em problemas multi-fase sobre clusters de PCs. Inicialmente é apresentada a aplicação desenvolvida, um modelo de circulação e transporte de susbtâncias sobre corpos hídricos 2D e 3 D, que pode ser utilizado para modelar qualquer corpo hídrico a partir da descrição de sua geometria, batimetria e condições de contorno. Todo o desenvolvimento e testes do modelo foi feito utilizando como caso de estudo o domínio do Lago Guaíba, em Porto Alegre. Após, são descritas as principais heurísticas de particionamento de domínio de aplicações multi-fase em clusters, bem como mecanismos para balanceamento de carga para este tipo de aplicação. Ao final, é apresentada a solução proposta e desenvolvida, bem como os resultados obtidos com a mesma.

A Dinâmica de Fluidos Computacional é uma importante área de pesquisa no contexto da Computação Científica. Através da modelagem e simulação das propriedades de líquidos e gases é possível obter resultados numéricos para diferentes estruturas e fenômenos físicos cotidianos e de grande importância econômica. A evolução dos sistemas computacionais possibilitou a essa área o surgimento de novas técnicas e abordagens de simulação. Uma das técnicas computacionais atualmente empregadas é o Método de Lattice Boltzmann, um método numérico iterativo para a modelagem e simulação mesoscópica da dinâmica de fluxos de fluidos. Diferentes tipos de sistemas físicos podem ser tratados através dessa técnica, como é o caso de fluxos em meios porosos ou de substâncias imiscíveis. No entanto, por causa da dimensão dos sistemas físicos, é necessário adotar estratégias que permitam a obtenção de resultados precisos ou em tempos computacionais aceitáveis. Assim, paralelizar as operações é a solução mais indicada para aumentar o desempenho do método. Uma maneira eficiente de paralelizar um método numérico é fazer uso de técnicas de distribuição de dados refinadas, como é o caso do particionamento em blocos. Tais abordagens de paralelização foram adotadas neste trabalho em implementações bi- e tridimensionais do Método de Lattice Boltzmann, com o intuito de avaliar o ganho de desempenho oferecido através dessa técnica. Além disso, foram definidos os fatores que influenciam as melhores configurações de particionamento. Os resultados obtidos demonstraram que o particionamento em blocos prove um aumento considerável do desempenho das aplicações paralelas, especialmente para a versão tridimensional do método. Para algumas configurações dos estudos de caso os tempos de execução diminuíram em até 30% em relação aos tempos obtidos com o particionamento unidimensional. Já as melhores configurações para a distribuição dos dados em blocos foram aquelas em que a disposição dos dados manteve-se mais quadrada ou cúbica em relação a cada uma das dimensões coordenadas. / Computational Fluid Dynamics is an important research area in the Scientific Computing context. Through the modeling and simulation of liquids and gases properties it is possible to get numerical results for different physical structures and daily phenomena that have great economic importance. The evolution of the computational systems made it possible to develop new techniques and approaches of simulation in this area. One of these techniques currently used is the Lattice Boltzmann Method. This method is an iterative numerical strategy for modeling and simulating mesoscopic dynamics of fluid flows. Different types of physical systems can be simulated through this technique, like immiscible substances and flows in porous media. However, since the dimension of the physical systems is usually large, it is necessary to adopt strategies that allow to get accurate results or results in an acceptable computational time. Thus, the parallelization of the operations is the best alternative to increase the performance of the method. An efficient way to parallelize a numerical method is to make use of refined data distribution techniques, like data partitioning in blocks. Such parallelization approach had been adopted in this work for bi- and three-dimensional implementations of the Lattice Boltzmann Method. The objective of the work was to evaluate the performance enhancement offered through the parallelization. Moreover, another objective is to define the elements that influence the best partitioning configurations. The results shown that data partitioning in blocks provide a considerable performance increase for parallel implementations, especially for the three-dimensional version of the method. For some configurations adopted in the case studies, the execution time was reduced of up to 30% in relation to the one-dimensional partitioning strategy. The best configurations for data distribution in blocks were that where the data disposal are more square or cubical shaped in relation to each one of the coordinate dimensions

Neste trabalho desenvolveu-se e implementou-se um modelo computacional paralelo multifísica para a simulação do transporte de substâncias e do escoamento hidrodinâmico, bidimensional (2D) e tridimensional (3D), em corpos de água. Sua motivação está centrada no fato de que as margens e zonas costeiras de rios, lagos, estuários, mares e oceanos são locais de aglomerações de seres humanos, dada a sua importância para as atividades econômica, de transporte e de lazer, causando desequilíbrios a esses ecossistemas. Esse fato impulsiona o desenvolvimento de pesquisas relativas a esta temática. Portanto, o objetivo deste trabalho é o de construir um modelo computacional com alta qualidade numérica, que possibilite simular os comportamentos da hidrodinâmica e do transporte escalar de substâncias em corpos de água com complexa configuração geométrica, visando a contribuir para seu manejo racional. Visto que a ênfase nessa tese são os aspectos numéricos e computacionais dos algoritmos, analisaram-se as características e propriedades numérico-computacionais que as soluções devem contemplar, tais como a estabilidade, a monotonicidade, a positividade e a conservação da massa. As estratégias de soluções enfocam os termos advectivos e difusivos, horizontais e verticais, da equação do transporte. Desse modo, a advecção horizontal é resolvida empregando o método da limitação dos fluxos de Sweby, e o transporte vertical (advecção e difusão) é resolvido com os métodos beta de Gross e de Crank-Nicolson. São empregadas malhas com distintas resoluções para a solução do problema multifísica. O esquema numérico resultante é semi-implícito, computacionalmente eficiente, estável e fornece acurácia espacial e temporal de segunda ordem. Os sistemas de equações resultantes da discretização, em diferenças finitas, das equações do escoamento e do transporte 3D, são de grande porte, lineares, esparsos e simétricos definidos-positivos (SDP). No caso 2D os sistemas são lineares, mas os sistemas de equações para a equação do transporte não são simétricos. Assim, para a solução de sistemas de equações SDP e dos sistemas não simétricos empregam-se, respectivamente, os métodos do subespaço de Krylov do gradiente conjugado e do resíduo mínimo generalizado. No caso da solução dos sistemas 3-diagonal, utiliza-se o algoritmo de Thomas e o algoritmo de Cholesky. A solução paralela foi obtida sob duas abordagens. A decomposição ou particionamento de dados, onde as operações e os dados são distribuídos entre os processos disponíveis e são resolvidos em paralelo. E, a decomposição de domínio, onde obtém-se a solução do problema global combinando as soluções de subproblemas locais. Em particular, emprega-se neste trabalho, o método de decomposição de domínio aditivo de Schwarz, como método de solução, e como pré-condicionador. Para maximizar a relação computação/comunicação, visto que a eficiência computacional da solução paralela depende diretamente do balanceamento de carga e da minimização da comunicação entre os processos, empregou-se algoritmos de particionamento de grafos para obter localmente os subproblemas, ou as partes dos dados. O modelo computacional paralelo resultante mostrou-se computacionalmente eficiente e com alta qualidade numérica. / A multi-physics parallel computational model was developed and implemented for the simulation of substance transport and for the two-dimensional (2D) and threedimensional (3D) hydrodynamic flow in water bodies. The motivation for this work is focused in the fact that the margins and coastal zones of rivers, lakes, estuaries, seas and oceans are places of human agglomeration, because of their importance for economic, transport, and leisure activities causing ecosystem disequilibrium. This fact stimulates the researches related to this topic. Therefore, the goal of this work is to build a computational model of high numerical quality, that allows the simulation of hydrodynamics and of scalar transport of substances behavior in water bodies of complex configuration, aiming at their rational management. Since the focuses of this thesis are the numerical and computational aspects of the algorithms, the main numerical-computational characteristics and properties that the solutions need to fulfill were analyzed. That is: stability, monotonicity, positivity and mass conservation. Solution strategies focus on advective and diffusive terms, horizontal and vertical terms of the transport equation. In this way, horizontal advection is solved using Sweby’s flow limiting method; and the vertical transport (advection and diffusion) is solved with Gross and Crank-Nicolson’s beta methods. Meshes of different resolutions are employed in the solution of the multi-physics problem. The resulting numerical scheme is semi-implicit, computationally efficient, stable and provides second order accuracy in space and in time. The equation systems resulting of the discretization, in finite differences, of the flow and 3D transport are of large scale, linear, sparse and symmetric positive definite (SPD). In the 2D case, the systems are linear, but the equation systems for the transport equation are not symmetric. Therefore, for the solution of SPD equation systems and of the non-symmetric systems we employ, respectively, the methods of Krylov’s sub-space of the conjugate gradient and of the generalized minimum residue. In the case of the solution of 3-diagonal systems, Thomas algorithm and Cholesky algorithm are used. The parallel solution was obtained through two approaches. In data decomposition or partitioning, operation and data are distributed among the processes available and are solved in parallel. In domain decomposition the solution of the global problem is obtained combining the solutions of the local sub-problems. In particular, in this work, Schwarz additive domain decomposition method is used as solution method and as preconditioner. In order to maximize the computation/communication relation, since the computational efficiency of the parallel solution depends directly of the load balancing and of the minimization of the communication between processes, graph-partitioning algorithms were used to obtain the sub-problems or part of the data locally. The resulting parallel computational model is computationally efficient and of high numerical quality.

A Dinâmica de Fluidos Computacional é uma importante área de pesquisa no contexto da Computação Científica. Através da modelagem e simulação das propriedades de líquidos e gases é possível obter resultados numéricos para diferentes estruturas e fenômenos físicos cotidianos e de grande importância econômica. A evolução dos sistemas computacionais possibilitou a essa área o surgimento de novas técnicas e abordagens de simulação. Uma das técnicas computacionais atualmente empregadas é o Método de Lattice Boltzmann, um método numérico iterativo para a modelagem e simulação mesoscópica da dinâmica de fluxos de fluidos. Diferentes tipos de sistemas físicos podem ser tratados através dessa técnica, como é o caso de fluxos em meios porosos ou de substâncias imiscíveis. No entanto, por causa da dimensão dos sistemas físicos, é necessário adotar estratégias que permitam a obtenção de resultados precisos ou em tempos computacionais aceitáveis. Assim, paralelizar as operações é a solução mais indicada para aumentar o desempenho do método. Uma maneira eficiente de paralelizar um método numérico é fazer uso de técnicas de distribuição de dados refinadas, como é o caso do particionamento em blocos. Tais abordagens de paralelização foram adotadas neste trabalho em implementações bi- e tridimensionais do Método de Lattice Boltzmann, com o intuito de avaliar o ganho de desempenho oferecido através dessa técnica. Além disso, foram definidos os fatores que influenciam as melhores configurações de particionamento. Os resultados obtidos demonstraram que o particionamento em blocos prove um aumento considerável do desempenho das aplicações paralelas, especialmente para a versão tridimensional do método. Para algumas configurações dos estudos de caso os tempos de execução diminuíram em até 30% em relação aos tempos obtidos com o particionamento unidimensional. Já as melhores configurações para a distribuição dos dados em blocos foram aquelas em que a disposição dos dados manteve-se mais quadrada ou cúbica em relação a cada uma das dimensões coordenadas. / Computational Fluid Dynamics is an important research area in the Scientific Computing context. Through the modeling and simulation of liquids and gases properties it is possible to get numerical results for different physical structures and daily phenomena that have great economic importance. The evolution of the computational systems made it possible to develop new techniques and approaches of simulation in this area. One of these techniques currently used is the Lattice Boltzmann Method. This method is an iterative numerical strategy for modeling and simulating mesoscopic dynamics of fluid flows. Different types of physical systems can be simulated through this technique, like immiscible substances and flows in porous media. However, since the dimension of the physical systems is usually large, it is necessary to adopt strategies that allow to get accurate results or results in an acceptable computational time. Thus, the parallelization of the operations is the best alternative to increase the performance of the method. An efficient way to parallelize a numerical method is to make use of refined data distribution techniques, like data partitioning in blocks. Such parallelization approach had been adopted in this work for bi- and three-dimensional implementations of the Lattice Boltzmann Method. The objective of the work was to evaluate the performance enhancement offered through the parallelization. Moreover, another objective is to define the elements that influence the best partitioning configurations. The results shown that data partitioning in blocks provide a considerable performance increase for parallel implementations, especially for the three-dimensional version of the method. For some configurations adopted in the case studies, the execution time was reduced of up to 30% in relation to the one-dimensional partitioning strategy. The best configurations for data distribution in blocks were that where the data disposal are more square or cubical shaped in relation to each one of the coordinate dimensions

Neste trabalho desenvolveu-se e implementou-se um modelo computacional paralelo multifísica para a simulação do transporte de substâncias e do escoamento hidrodinâmico, bidimensional (2D) e tridimensional (3D), em corpos de água. Sua motivação está centrada no fato de que as margens e zonas costeiras de rios, lagos, estuários, mares e oceanos são locais de aglomerações de seres humanos, dada a sua importância para as atividades econômica, de transporte e de lazer, causando desequilíbrios a esses ecossistemas. Esse fato impulsiona o desenvolvimento de pesquisas relativas a esta temática. Portanto, o objetivo deste trabalho é o de construir um modelo computacional com alta qualidade numérica, que possibilite simular os comportamentos da hidrodinâmica e do transporte escalar de substâncias em corpos de água com complexa configuração geométrica, visando a contribuir para seu manejo racional. Visto que a ênfase nessa tese são os aspectos numéricos e computacionais dos algoritmos, analisaram-se as características e propriedades numérico-computacionais que as soluções devem contemplar, tais como a estabilidade, a monotonicidade, a positividade e a conservação da massa. As estratégias de soluções enfocam os termos advectivos e difusivos, horizontais e verticais, da equação do transporte. Desse modo, a advecção horizontal é resolvida empregando o método da limitação dos fluxos de Sweby, e o transporte vertical (advecção e difusão) é resolvido com os métodos beta de Gross e de Crank-Nicolson. São empregadas malhas com distintas resoluções para a solução do problema multifísica. O esquema numérico resultante é semi-implícito, computacionalmente eficiente, estável e fornece acurácia espacial e temporal de segunda ordem. Os sistemas de equações resultantes da discretização, em diferenças finitas, das equações do escoamento e do transporte 3D, são de grande porte, lineares, esparsos e simétricos definidos-positivos (SDP). No caso 2D os sistemas são lineares, mas os sistemas de equações para a equação do transporte não são simétricos. Assim, para a solução de sistemas de equações SDP e dos sistemas não simétricos empregam-se, respectivamente, os métodos do subespaço de Krylov do gradiente conjugado e do resíduo mínimo generalizado. No caso da solução dos sistemas 3-diagonal, utiliza-se o algoritmo de Thomas e o algoritmo de Cholesky. A solução paralela foi obtida sob duas abordagens. A decomposição ou particionamento de dados, onde as operações e os dados são distribuídos entre os processos disponíveis e são resolvidos em paralelo. E, a decomposição de domínio, onde obtém-se a solução do problema global combinando as soluções de subproblemas locais. Em particular, emprega-se neste trabalho, o método de decomposição de domínio aditivo de Schwarz, como método de solução, e como pré-condicionador. Para maximizar a relação computação/comunicação, visto que a eficiência computacional da solução paralela depende diretamente do balanceamento de carga e da minimização da comunicação entre os processos, empregou-se algoritmos de particionamento de grafos para obter localmente os subproblemas, ou as partes dos dados. O modelo computacional paralelo resultante mostrou-se computacionalmente eficiente e com alta qualidade numérica. / A multi-physics parallel computational model was developed and implemented for the simulation of substance transport and for the two-dimensional (2D) and threedimensional (3D) hydrodynamic flow in water bodies. The motivation for this work is focused in the fact that the margins and coastal zones of rivers, lakes, estuaries, seas and oceans are places of human agglomeration, because of their importance for economic, transport, and leisure activities causing ecosystem disequilibrium. This fact stimulates the researches related to this topic. Therefore, the goal of this work is to build a computational model of high numerical quality, that allows the simulation of hydrodynamics and of scalar transport of substances behavior in water bodies of complex configuration, aiming at their rational management. Since the focuses of this thesis are the numerical and computational aspects of the algorithms, the main numerical-computational characteristics and properties that the solutions need to fulfill were analyzed. That is: stability, monotonicity, positivity and mass conservation. Solution strategies focus on advective and diffusive terms, horizontal and vertical terms of the transport equation. In this way, horizontal advection is solved using Sweby’s flow limiting method; and the vertical transport (advection and diffusion) is solved with Gross and Crank-Nicolson’s beta methods. Meshes of different resolutions are employed in the solution of the multi-physics problem. The resulting numerical scheme is semi-implicit, computationally efficient, stable and provides second order accuracy in space and in time. The equation systems resulting of the discretization, in finite differences, of the flow and 3D transport are of large scale, linear, sparse and symmetric positive definite (SPD). In the 2D case, the systems are linear, but the equation systems for the transport equation are not symmetric. Therefore, for the solution of SPD equation systems and of the non-symmetric systems we employ, respectively, the methods of Krylov’s sub-space of the conjugate gradient and of the generalized minimum residue. In the case of the solution of 3-diagonal systems, Thomas algorithm and Cholesky algorithm are used. The parallel solution was obtained through two approaches. In data decomposition or partitioning, operation and data are distributed among the processes available and are solved in parallel. In domain decomposition the solution of the global problem is obtained combining the solutions of the local sub-problems. In particular, in this work, Schwarz additive domain decomposition method is used as solution method and as preconditioner. In order to maximize the computation/communication relation, since the computational efficiency of the parallel solution depends directly of the load balancing and of the minimization of the communication between processes, graph-partitioning algorithms were used to obtain the sub-problems or part of the data locally. The resulting parallel computational model is computationally efficient and of high numerical quality.