Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/16812
Registro completo de metadados
Campo DCValorIdioma
dc.creatorLima, Rômulo da Silva-
dc.date.accessioned2020-02-14T13:39:52Z-
dc.date.available2019-04-17-
dc.date.available2020-02-14T13:39:52Z-
dc.date.issued2019-03-14-
dc.identifier.urihttps://repositorio.ufpb.br/jspui/handle/123456789/16812-
dc.description.abstractThe inverse problem studied in this work is to reconstruct a concentrated source written by a finite linear combination of pointwise Dirac sources, based on information observed at the boundary of the domain. As an example of applications, we can point out: identi cation of hypocenters and epicenters of earthquakes, knowing a priori their effects on the Earth's surface; detection of monopoles and dipoles in magnetoencephalography and electroencephalography, aiding in the diagnosis of brain disorders such as tumors or stroke, for example. In this work, the inverse source problem associated with elliptical operators, such as the Laplace or Helmholtz operator, is solved through an optimization problem. In particular, the inverse source problem is reformulated as a minimization problem of a functional with respect to a set of admissible sources. The Method of Fundamental Solutions (MFS) is used to solve the direct auxiliary problems arising from the reformulation of the inverse problem, in view of all the advantages of this meshfree numerical method, as compared to domain discretization techniques, such as the Finite Di erence Method (MDF) and the Finite Element Method (MEF), for example. In addition, the MFS is used to represent the pointwise Dirac sources that make up the concentrated source by a single point, eliminating the noise that is characteristic when using discretization of the domain in the reconstruction algorithm for the representation of the source. With the numerical results obtained, it is possible to prove the e ciency, effectiveness and robustness of the proposed reconstruction algorithm, even considering noisy data.pt_BR
dc.description.provenanceSubmitted by Fernando Augusto Alves Vieira (fernandovieira@biblioteca.ufpb.br) on 2020-02-14T13:39:52Z No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Arquivototal.pdf: 11729265 bytes, checksum: 14c5e14ba893051c57c5fb99805fe774 (MD5)en
dc.description.provenanceMade available in DSpace on 2020-02-14T13:39:52Z (GMT). No. of bitstreams: 2 license_rdf: 805 bytes, checksum: c4c98de35c20c53220c07884f4def27c (MD5) Arquivototal.pdf: 11729265 bytes, checksum: 14c5e14ba893051c57c5fb99805fe774 (MD5) Previous issue date: 2019-03-14en
dc.description.sponsorshipCoordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPESpt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal da Paraíbapt_BR
dc.rightsAcesso abertopt_BR
dc.rightsAttribution-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nd/3.0/br/*
dc.subjectMétodo das soluções fundamentaispt_BR
dc.subjectProblemas inversos de fontept_BR
dc.subjectEquação de Helmholtzpt_BR
dc.subjectEquação de Poissonpt_BR
dc.subjectInverse problemspt_BR
dc.subjectMethod of fundamental solutionpt_BR
dc.subjectInverse source problemspt_BR
dc.subjectHelmholtz-type Equationpt_BR
dc.subjectPoisson Equationpt_BR
dc.titleO método das soluções fundamentais aplicado à reconstrução de fontes concentradas para problemas elípticospt_BR
dc.typeDissertaçãopt_BR
dc.contributor.advisor1Faria, Jairo Rocha de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/0796077542730627pt_BR
dc.contributor.advisor2Machado, Thiago José-
dc.contributor.advisor2Latteshttp://lattes.cnpq.br/2203695060210682pt_BR
dc.creator.LattesLattes não recuperado em 14/02/2020pt_BR
dc.description.resumoO problema inverso estudado neste trabalho consiste em reconstruir uma fonte concentrada descrita por uma combinação linear finita de cargas puntuais do tipo delta de Dirac, tendo como base informações observadas na fronteira do domínio. Como exemplo de aplicações, podemos citar: identificação de hipocentros e epicentros de terremotos, conhecendo a priori os seus efeitos sobre a superfície da Terra; detecção de monopólos e dipolos em magnetoencefalogra a e eletroencefalogra a, auxiliando no diagnóstico de distúrbios cerebrais como tumores ou acidente vascular cerebral (AVC), por exemplo. Nesta dissertação, o problema inverso da reconstrução de fontes concentradas associado aos operadores elípticos de Laplace ou de Helmholtz é resolvido através de um problema de otimização. Em particular, o problema inverso é reformulado como um problema de minimização de um funcional de forma a ser minimizado com relação a um conjunto de fontes admissíveis. O Método das Soluções Fundamentais (MSF) é utilizado para resolver os problemas diretos auxiliares provenientes da reformulação do problema inverso, tendo em vista todas as vantagens deste método numérico sem malha, em comparação com técnicas de discretização do domínio, como o Método das Diferenças Finitas (MDF) e o Método dos Elementos Finitos (MEF), por exemplo. Além disso, o MSF é utilizado para representar as cargas puntuais que compõem a fonte concentrada, eliminando o ruído que é característico quando se usa discretização do domínio no algoritmo de reconstrução para a representação de fontes concentradas. Com os resultados numéricos obtidos, é possível comprovar a e ciência, e eficácia e robustez do algoritmo de reconstrução proposto, mesmo considerando-se dados contaminados por ruídos.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentInformáticapt_BR
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e computacionalpt_BR
dc.publisher.initialsUFPBpt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
Aparece nas coleções:Centro de Informática (CI) - Programa de Pós-Graduação em Modelagem Matemática Computacional

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Arquivototal.pdfArquivototal11,45 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons