Escolar Documentos
Profissional Documentos
Cultura Documentos
Rio de Janeiro
Abril de 2015
UMA TÉCNICA DO MEC PARA SOLUÇÃO DE PROBLEMAS DIRETOS E
INVERSOS BASEADA NA CONSIDERAÇÃO DE MEIOS DE FUNDO FICTÍCIOS
Examinada por:
________________________________________________
Prof. Webe João Mansur, Ph.D.
________________________________________________
Profa. Franciane Conceição Peters, D.Sc.
________________________________________________
Prof. Eduardo Gomes Dutra do Carmo, D.Sc.
________________________________________________
Prof. Luiz Alkimin de Lacerda, D.Sc.
________________________________________________
Prof. Carlos Friedrich Loeffler Neto, D.Sc.
iii
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para
a obtenção do grau de Doutor em Ciências (D.Sc.)
Abril/2015
Este trabalho apresenta uma nova técnica do Métodos dos Elementos de Contorno
que pode ser aplicada tanto para solução de problemas diretos quanto para solução de
problemas inversos. Nomeada no contexto deste trabalho como Técnica do Meio de
Fundo Fictício, a formulação proposta permitiu estabelecer sentenças integrais do
Métodos dos Elementos de Contorno com base na consideração de funções de Green
relacionadas a meios de fundo que não necessariamente precisam de existir, por isto
chamados de fictícios. Também, verificou-se que a consideração de meios de fundo
fictícios com diferentes propriedades, permite originar sentenças integrais independentes,
sendo que estas podem ser acopladas com o objetivo de estabelecer modelagens
alternativas pelo Métodos dos Elementos de Contorno para a abordagem de problemas
diretos e de problemas inversos. Assim, considerando problemas de acústicas no domínio
da frequência definidos em meios não homogêneos, apresenta-se uma modelagem
alternativa para abordagem de problemas diretos e duas metodologias para a abordagem
de problemas inversos, sendo uma destas de inversão direta e a outra de inversão iterativa.
A eficiência das metodologias propostas é testada considerando-se alguns problemas
testes com solução analítica conhecida.
iv
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements
for the degree of Doctor of Science (D.Sc.)
April/2015
This work presents a new technique of the Boundary Element Method that can be
used to simulate both direct and inverse problems. Named as Fictitious Background
Media Formulation, the proposed methodology shows that it is possible to establish
integral sentences of the Boundary Element Method by considering Green’s functions
related to a background medium that does not exist in fact, so that, called fictitious. It was
also observed that assigning different properties to the fictitious background medium
allowed obtaining independent integrals sentences that can be coupled in order to state an
alternative formulation of the Boundary Element Method that can be used to simulate
both direct and inverse problems. These formulations were presented considering
acoustical problems in the frequency domain defined in inhomogeneous media. The
efficiency of the proposed methodologies was verified by performing numerical
simulations for test problems with analytical solutions known.
v
SUMÁRIO
1 INTRODUÇÃO ....................................................................................................... 1
vi
4.3.1.1 Integrações à esquerda da singularidade ............................................ 42
7.2.2 Solução analítica para um meio com perfil quadrático de velocidades ... 81
7.2.3 Solução analítica para um meio com perfil linear de velocidades ........... 82
11 CONCLUSÃO......................................................................................................147
viii
1 INTRODUÇÃO
1
Ainda na área médica, outra técnica que tem se destacado como objeto de estudo
é a Tomografia de Difração (TD) (KAVEH et al., 1979, MUELLER, 1980). Desenvolvida
a partir de conceitos inicialmente aplicados à ótica, a TD busca reconstruir a imagem de
um elemento difrator, a partir do conhecimento do campo acústico difratado pelo mesmo.
No caso, a reconstrução da imagem é feita por meio de um algoritmo de inversão, rápido
e elegante, desenvolvido por DEVANEY (1982), conhecido como “filtered
backprojection algorithm”. Posteriormente, DEVANEY (1984) faz a adaptação da
técnica de Tomografia por Difração para problemas de geofísica, resultando na chamada
Tomografia Sísmica de Difração (TSD) (DEVANEY e BEYLKIN, 1984). TIEN-WHEN
e INDERWIESEN (1994), fazem uma apresentação detalhada dos cálculos envolvidos na
TSD, onde fica claro que a técnica busca estabelecer um esquema de inversão baseado na
equação integral de Lippmann-Schwinger. Por sua vez, a equação de Lippmann-
Schwinger modela um campo acústico difratado sobre uma região de não homogeneidade
limitada e interior a um meio físico homogêneo e infinito. Este meio físico, homogêneo
e infinito, é comumente chamado na literatura especifica como meio de fundo. De fato,
em aplicações de geofísica, este meio de fundo nem sempre existe. Na situação mais
comum, encontram-se meios estratificados, os quais apresentam elevados gradientes de
velocidade entre camadas adjacentes. Tal fato impõe sérias limitações ao campo de
aplicação da TSD. Na tentativa de superar estas dificuldades, DEVANEY e ZHANG
(1991), propuseram uma forma de mapear os dados sísmicos relativos a um meio de fundo
estratificado, num conjunto de dados equivalente, referente a um meio de fundo de
propriedades constante. Assim, foi possível o processamento dos dados relativos a meios
físicos estratificados, utilizando-se o algoritmo convencional da TSD. Ainda neste
sentido, autores como HARRIS e WANG (1996), buscaram reformular o problema,
propondo algoritmos similares ao da TSD, os quais podem ser aplicados no imageamento
de regiões de não homogeneidade interiores a meios estratificados. No entanto, estas
técnicas continuam a utilizar alguma forma de linearização, dado que a equação de
Lippmann-Schwinger torna-se não linear, quando são tratados problemas de inversão.
Também, os problemas práticos são na realidade semi-infinitos, não correspondendo
exatamente ao que é representado pela equação de Lippmann-Schwinger. No que se refere
ao tratamento de meios semi-infinitos, FU (2003) propõe uma sentença integral chamada
de Equação de Lipmann-Schwinger Generalizada (ELSG), onde é computado o campo
acústico total, sendo também consideradas integrais de contorno que permitem sua
2
aplicação tanto para meios finitos como semi-infinitos. No entanto, o trabalho de Fu se
limita a tratar do problema direto, não abordando os problemas de inversão tratados pela
Tomografia Sísmica de Difração. Destaca-se ainda que, a ELSG corresponde, na
realidade, a uma sentença integral típica do Método dos Elementos de Contorno (MEC),
a qual pode ser obtida a partir equação de Helmholtz para meios não homogêneos.
Salienta-se ainda que, assim como no caso da equação clássica de Lippmann-Schwinger,
a função de Green computada na ELSG também é obtida a partir da consideração de um
meio de fundo homogêneo e infinito. Assim, percebe-se que o estabelecimento de
metodologias de inversão baseadas na ELSG, ou melhor dizendo, numa sentença integral
do MEC relativa à equação de Helmholtz para meios não homogêneos, continua a exigir
que sejam criadas formas adequadas para o tratamento dos meios de fundo existentes. No
entanto, a partir de uma nova interpretação apresentada neste trabalho, no que se refere
ao significado físico e matemático do meio de fundo considerado na ELSG, foi possível
estabelecer que tal meio não precisa existir de fato. Tal constatação, motivou o
desenvolvimento desta tese, pois, abriu caminho para a proposição de uma nova forma de
abordagem de problemas diretos, a qual foi chamada aqui de Técnica do Meio de Fundo
Fictício (TMFF). Nos moldes propostos, a TMFF pode ser facilmente estendida para a
abordagem de problemas inverso, tanto no que se refere à proposição de metodologias de
inversão direta, como pela proposição de metodologias iterativas de inversão, sendo
ambas as proposições são baseadas em procedimentos típicos do MEC.
1.2 OBJETIVOS
3
Estabelecer uma metodologia iterativa de inversão, baseada no MEC, para solução
de problemas (inversos) modelados pela equação de Helmholtz para meios não
homogêneos.
4
novas, principalmente no que se refere às metodologias diretas de inversão baseadas na
TMFF, optou-se aqui por utilizar somente problemas testes com soluções analíticas
conhecidas. Desta forma, facilita-se o trabalho de determinar peculiaridades numéricas
relativas às metodologias de inversão propostas, à medida que existem parâmetros nas
soluções analíticas que podem ser facilmente variados, de forma que os seus efeitos
possam ser diretamente observados nos resultados das simulações. Assim, dedicou-se um
capítulo à parte (capítulo 7) somente para a apresentação problemas testes considerados
neste trabalho. Desta feita, no capítulo 8 são apresentados os resultados referentes à
modelagem direta apresentada no capítulo 2. Na sequência, apresenta-se no capítulo 9 os
resultados obtidos a partir da modelagem inversa apresentada no capítulo 3. Finalmente,
no capítulo 10 são apresentados os resultados obtidos considerando-se a metodologia
iterativa de inversão apresentada no capítulo 6. Assim, finaliza-se o trabalho com a
apresentação de um capítulo de conclusões.
5
2 FORMULAÇÃO INTEGRAL DO PROBLEMA DIRETO
2.1 INTRODUÇÃO
Neste capítulo é feita uma breve apresentação da ELSG proposta por FU (2003),
assim como é feita uma pequena retrospectiva dos trabalhos anteriores que levaram a tal
proposição. Paralelamente a isto, é apresentada uma forma alternativa de dedução, de
onde se chega a uma sentença integral do MEC para a equação de Helmholtz para meios
não homogêneos equivalente à ELSG. Salienta-se que a importância da apresentação de
tal dedução se deve ao fato de conclusões importantes poderem ser tiradas daí. Assim,
com base nos procedimentos analíticos que seguem, conclui-se que a solução numérica
obtida para um problema de Helmholtz em meios não homogêneos via MEC deve ser
independente das propriedades que caracterizam o meio de fundo escolhido, sendo que a
consideração deste meio de fundo é inerente à própria formulação do MEC para a equação
de Helmholtz para meios não homogêneos. A partir desta constatação, propõe-se a
chamada TMFF em dois moldes: o primeiro deles, desconsiderando-se as partes
conceituais apresentadas aqui, não difere em nada da ELSG proposta por Fu. Já no
segundo, é proposta uma nova metodologia de abordagem de problemas diretos, a qual
se baseia na utilização de duas sentenças integrais independentes, sendo que estas podem
ser obtidas pela simples consideração de meios de fundo com propriedades diferentes.
Assim, como poderá ser visto no decorrer do trabalho, os conceitos apresentados neste
capítulo, além de permitirem estabelecer formas alternativas para a abordagem de
problemas diretos modelados pela a equação de Helmholtz para meios não homogêneos,
abrem caminho para a proposição de novas metodologias de inversão, baseadas no MEC,
para solução de problemas inversos descritos em termos da equação de Helmholtz para
meios não homogêneos.
6
perturbação, apresenta uma equação integral onde estão presentes tanto integrais de
contorno quanto integrais de domínio. Desta forma, o autor, objetivando estudar o
problema de espalhamento de ondas que ocorre quando um campo incidente atinge
múltiplos corpos difratores, propõe um esquema híbrido de solução onde as integrais de
contorno são avaliadas de forma equivalente ao MEC, enquanto as integrais de domínio
são avaliadas em termos de uma expansão em séries de Born generalizadas. Por sua vez,
as séries de Born são tradicionalmente utilizadas na ótica e na mecânica quântica como
uma forma de representação da solução do problema de espalhamento de ondas que
ocorre quando um campo incidente atinge uma região de não homogeneidade limitada e
interior ao espaço infinito (GBUR, 2011). Em 2001, objetivando a modelagem do
problema de propagação de ondas acústicas em topografias regionais, FU e WU (2001)
apresentam um novo esquema híbrido, também baseado no MEC, onde as não
homogeneidades relacionadas ao campo acústico de velocidades são modeladas pela
equação de Lippmann-Schwinger. No entanto, no esquema proposto por Fu e Wu, as
integrais de domínio são resolvidas de forma aproximada por uma técnica denominada
“Generalised Screen Propagator” (WU et al., 2000). Os efeitos desta dupla modelagem
são acoplados por meio de um esquema de superposição de respostas elaborado pelos
autores. Tal esquema resultaria em trabalhos futuros onde é proposta a ELSG (FU, 2002,
FU, 2003). Em 2003, FU (2003) apresenta a base teórica para proposição da ELSG, assim
como mostra exemplos onde a mesma é aplicada para simulação de problemas de
propagação de acústica (no domínio da frequência) em meios geofísicos. Na modelagem
proposta por Fu, a ELSG aplica-se a meios semi-infinitos, limitados ao topo e ao fundo
por contornos Γ1 e Γ2 . Nas laterais são impostos contornos artificiais Γ∞ tal qual
apresentado na figura 2.1. O domínio Ω limitado por estes contornos é caracterizado por
uma anomalia de velocidades v(r) e está inserido em um meio de fundo de dimensões
infinitas caracterizado por campo de velocidade acústica (constante) v0 . Na região interior
a Ω, localizada em um ponto r0 do domínio, encontra-se uma fonte sísmica representada
por: S(r, ω) = S(ω)δ(r − r0 ) (FU, 2003).
7
Figura 2.1: Caracterização geométrica de um meio difrator inserido no espaço livre (meio de fundo)
homogêneo
Assim, o campo acústico (no domínio da frequência) gerado por esta fonte sísmica, é
modelado pela equação de Helmholtz na seguinte forma:
onde, k = ω/V(r).
onde o primeiro termo no lado direito da equação acima, p0 (r), representa o campo
incidente sobre meio de fundo, sendo este representado por:
O segundo termo, p1s (r), representa o campo espalhado por uma estrutura heterogênea
em grande escala (FU, 2003) e satisfaz a seguinte equação integral:
∂p(r′ ) ∂Ψ(r,r′ )
p1s (r) = ∫Γ [Ψ(r, r ′ ) − p(r ′ ) ] dr ′ (2.4)
∂n ∂n
8
onde ∂(∙)/ ∂n indica diferenciação com relação à direção normal ao contorno Γ. O
terceiro termo, ps2 (r), representa o campo acústico disperso por heterogeneidades locais
e interiores ao domínio Ω, sendo este representado pela equação integral Lipmann-
Schwinger:
onde k 0 = ω/v0 representa o número de onda relativo ao meio de fundo, sendo M(r)
uma função de perturbação do campo de acústico de velocidade, dada por:
0 v2
M(r) = v2 (r) −1 (2.6)
−i
Ψ(r, r ′ ) = H02 (k 0 |r⃗⃗′ − r|) (2.7)
4
onde H02 representa a função de Hankel de segundo tipo e ordem zero. Substituindo as
equações 2.3, 2.4 e 2.5 na equação 2.2, e, considerando também casos limites onde o
ponto de observação r se aproxima do contorno Γ e tende a coincidir com este, obtém-se
a ELSG nos moldes propostos por FU (2003):
∂p(r′ ) ∂Ψ(r,r′ )
∫Γ [Ψ(r, r ′ ) − p(r ′ ) ] dr ′ + k 20 ∫Ω M(r ′ )p(r ′ )Ψ(r, r ′ )dr ′ + S(ω)Ψ(r, r0 ) =
∂n ∂n
C(r)p(r) (2.8)
i
1
Alguns autores utilizam Ψ = H01 (k 0 |r⃗⃗′ − r|) como função de Green. Tal diferença se dá devido à forma
4
de comportamento harmônico assumido. Aqui se assume que o comportamento no tempo é dado por eiωt .
Assim, a equação (2.7) representa uma onda indo para o infinito.
9
Com relação à aplicação das condições de contorno, Fu demonstra que os
contornos artificiais Γ∞ podem ser desprezados, pois as integrais de contorno decaem para
zero quando o contorno Γ tende para infinito. Mais detalhes com relação à discretização
e a aplicação das condições de contornos podem ser encontrados nos trabalhos de FU
(2002, 2003). Por hora, considera-se atingido o objetivo central proposto aqui, sendo este
retratar a dedução da ELSG (equação (2.8)) apresentada por Fu. Assim, apresenta-se na
seção seguinte uma dedução alternativa, a partir da qual se chega a uma sentença integral
do MEC para a equação de Helmholtz para meios não homogêneos, equivalente à ELSG.
10
onde k(x, y) representa um número de onda variável no domínio dado por:
ω
k(x, y) = c(x,y) (2.10)
sendo ω uma frequência angular e c(x, y) a velocidade acústica considerada numa região
interior a um domínio genérico (de dimensões finitas) Ω, tal qual apresentado na figura
2.2. Assim, tomando a equação (2.9), somando e subtraindo termo k 20 p a esta equação,
obtém-se:
onde:
ω
k0 = c (2.12)
0
k(x,y) = /c(x,y)
11
A equação (2.11) é facilmente reescrita como:
∇2 p + k 20 p= − [k 2 (x, y) − k 20 ]p (2.13)
fazendo:
pode-se escrever:
∇2 p + k20 p= − kv p (2.15)
Com relação à primeira das observações feitas acima, percebe-se não diferir muito
do que é originalmente encontrado na literatura, dado que a sentença integral que será
obtida a partir da equação (2.15) é equivalente a ELSG. A segunda observação já pode
ser considerada como uma contribuição trazida por este trabalho, pois, como será visto
mais a frente, pode-se considerar diferentes meios de fundo fictícios, onde, cada um deles
origina uma sentença integral independente. Tal constatação é fundamental para
proposição da TMFF. A terceira observação também é original porque permite constatar
que a consideração de diferentes meios de fundo fictícios, i.e., ao se atribuir diferentes
valores para k 0 , é natural se esperar que ocorram variações na precisão dos resultados
obtidos em aplicações numéricas. Assim, espera-se que exista um meio de fundo que seja
12
mais eficiente na transmissão de informação do termo fonte (−k v p) para todos os pontos
do domínio Ω. Como se comprova por meio dos testes numéricos realizados, tal afirmação
é verdadeira, pois existe um valor ideal para o número de onda fictício (k 0 ) capaz de levar
a um máximo de precisão nos resultados numéricos. Assim, no decorrer deste trabalho
também é proposta expressões para aproximar este valor ideal de k 0 .
∇2 Ψ + k 20 Ψ= − δ(ξ; r) (2.16)
onde k 0 corresponde ao número de onda do meio fictício, sendo este dado por:
ω
k0 = c (2.17)
0
−i
Ψ= H02 (k 0 |r − rξ |) (2.18)
4
13
de onde percebe-se que, salvo o conceito do meio de fictício estabelecido aqui, a equação
(2.18) não difere em nada da função de Green de meio infinito utilizada na ELSG. Assim,
aplicam-se à (2.18) os mesmos comentários tecidos anteriormente para equação (2.7).
∂Ψ ∂p
∫Ω(p∇2 Ψ − Ψ∇2 p)dΩ = ∫Γ (p ∂n
−Ψ ∂n
) dΓ (2.19)
∂Ψ ∂p
∫Ω(−p[k 20 Ψ + δ(r; ξ)] + Ψ[k 20 p + k v p])dΩ = ∫Γ (p ∂n
−Ψ ∂n
) dΓ (2.20)
∂Ψ ∂p
∫Ω k v pΨdΩ − ∫Ω pδ(r; ξ)dΩ = ∫Γ (p ∂n
−Ψ ∂n
) dΓ (2.21)
Pelas propriedades da função δ(r; ξ), a segunda integral de domínio no lado esquerdo da
equação (2.21) pode ser eliminada, obtendo:
∂Ψ ∂p
∫Ω k v pΨdΩ − c(ξ)p(ξ) = ∫Γ (p ∂n
−Ψ ∂n
) dΓ (2.22)
14
onde c(ξ) é um fator que aparece na equação (2.22) para destacar que o valor da sentença
integral depende da localização do ponto ξ, o qual é usualmente denominado de ponto
fonte. Conforme o ponto ξ esteja localizado sobre o contorno Γ, em um ponto interior ao
domínio Ω ou até mesmo fora dele, a constante c(ξ) pode assumir valores de 0,5, 1,0 e
0,0 respectivamente. Deve-se considerar ainda contornos angulosos, tal como ilustrado
na figura 2.3:
Neste caso, conforme usualmente é feito no MEC (BREBBIA et al., 1984), a constante
c(ξ) assume o seguinte valor:
α
c(ξ) = 2π (2.23)
∂p
=q (2.24)
∂n
∂Ψ
= q∗ (2.25)
∂n
15
2.3.4 Equivalência com a ELSG
k2 (x,y)
k v = k 20 ( − 1) (2.27)
k20
c2
k v = k 20 (c2 (x,y)
0
− 1) (2.28)
Assim, percebe-se que o termo entre parênteses que aparece no lado direito da equação
(2.28), corresponde exatamente à perturbação M(r) considerada por Fu na ELSG (ver
equação (2.6)). Desta forma, pode-se escrever:
k v = k 20 M(r) (2.29)
16
aproximar o valor ideal desta propriedade. Tendo estes pontos em vista, destaca-se que a
partir deste momento, o termo ELSG será abandonado. Assim, em qualquer referência
feita à equação (2.26), sendo esta a equação tomada como base para o desenvolvimento
do presente trabalho, também será utilizado o termo TMFF-1.
A equação (2.26) constitui uma sentença integral do MEC e pode ser usada tanto
para simular problemas governados pela equação de Helmholtz para meios não
homogêneos quanto meios homogêneos. No caso dos meios homogêneos, se o valor
atribuído ao número de onda fictício k 0 é idêntico ao número de onda do meio real, a
integral de domínio no lado direito da equação (2.26) se anula, ficando a equação reduzida
à formulação clássica do MEC para a equação de Helmholtz. De outra forma, seja no caso
de meios homogêneos ou não homogêneos, quando k 0 ≠ k Meio , a integral de domínio
presente na equação (2.26) não se anula, e esta deve ser tratada por alguma das técnicas
tradicionais do MEC para lidar com integrações de domínio (BREBBIA E SKERGET,
1984, ONISHI et al., 1984, TAKHTEYEV E BREBBIA, 1990, BREBBIA, 1988,
NARDINI E BREBBIA, 1983, BREBBIA E NARDINI, 1983). Deve-se esclarecer que a
presença de integrais de domínio numa sentença integral do MEC ocorre porque a função
de Green utilizada não é a ideal para o problema tratado, i.e., aquela que satisfaz de forma
idêntica o operador diferencial original do problema, obtida a partir da solução de um
problema fundamental correlato. Assim, a precisão de soluções numéricas obtidas a partir
da equação (2.26), apresentará variações quando diferentes valores forem atribuídos ao
número de onda fictício k 0 . Assim, com o objetivo de melhorar a representatividade dos
problemas tratados pela TMFF, propõe-se a utilização de uma nova equação integral, a
qual pode ser obtida pela consideração de um meio fictício caracterizado por um número
de onda k 02 , sendo k 02 ≠ k 0 . Assim, recordando a segunda observação feita no último
parágrafo da seção 2.3.1, considera-se aqui uma nova função de Green, sendo esta dada
por:
̅ = −i H02 (k 02 |r − rξ |)
Ψ (2.31)
4
Deste modo, pode-se introduzir uma sentença integral extra como se segue:
17
̅ dΓ − ∫ p q̅∗ dΓ + ∫ k v2 pΨ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ (2.32)
Γ Ω
onde
p̂ 2 =kv2 p (2.35)
Agora, o objetivo é estabelecer uma relação entre estas duas novas incógnitas. Assim,
somando e subtraindo o termo k 20 na equação (2.33), obtêm-se:
18
Observando a equação (2.14), percebe-se que o primeiro parêntese no lado direito de
(2.36) corresponde a k v . Definindo o segundo parênteses como uma constante ε0 , onde:
ε0 =k 20 − k 202 (2.37)
pode-se escrever:
ε
kv2 = (1 + k0 ) kv (2.39)
v
ε
p̂ 2 = (1 + k0 ) p̂1 (2.40)
v
̅ dΓ − ∫ p q̅∗ dΓ + ∫ p̂ (1 + ε0 ) Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ (2.42)
Γ Ω 1 k v
19
independentes, é que todas as aproximações referentes à discretização do domínio,
apareceram nos coeficientes das incógnitas extras p̂1 . Por outro lado, percebe-se que os
coeficientes das incógnitas de real interesse no domínio, no caso, aqueles relativos à
pressão p, serão avaliados de forma exata, dado que estes correspondem aos valores de
c(ξ) avaliados nos pontos de colocação. Assim, é natural esperar que um modelo
numérico baseado nas equações (2.41) e (2.42) produza resultados mais precisos do que
outro baseada apenas na utilização da equação (2.26).
p̂ =p (2.43)
Substituindo a equação (2.34) no núcleo das integrais de domínio das equações (2.26) e
(2.32), tem-se:
̅ dΓ − ∫ p q̅∗ dΓ + ∫ kv2 p̂ Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ (2.45)
Γ Ω
Assim, tanto as equações (2.41) e (2.42) como as equações (2.44) e (2.45) podem ser
utilizadas para se estabelecer um modelo discreto para a TMFF. Porém, os resultados
apresentados neste trabalho correspondem à utilização deste último conjunto.
20
3 FORMULAÇÃO INTEGRAL DO PROBLEMA INVERSO
3.1 INTRODUÇÃO
21
literatura. Contudo, uma revisão bibliográfica detalhada sobre o assunto é apresentada no
capítulo 6, onde também é proposta uma metodologia iterativa de inversão baseada na
TMFF.
Pode-se dizer que a principal característica dos problemas inversos é que estes são
mal-postos (no sentido de Hadamard). O termo mal-posto (ou, mais precisamente, seu
antônimo, bem-posto) foi introduzido pelo matemático francês Jacques Hadamard e é
usado para expressar que um determinado problema atende certas condições que
determinam ser possível sua solução, quer por meio de métodos analíticos ou por meio
de métodos numéricos. No entanto, detalhes desta base teórica serão evitados neste
trabalho, sendo preferido ilustrar, de forma sucinta, o significado do termo mal-posto.
Considerando tal objetivo, é didático que se apresente a seguir a definição do problema
direto, bem posto, análogo ao problema inverso tratado aqui.
22
as condições de contorno nas fronteiras do domínio.
onde k(x, y) representa o número de onda conforme definido no capítulo 2 (ver equação
(2.10)). A equação (3.1) aplica-se a um meio físico, contínuo e finito, caracterizado por
um campo de velocidade acústica c(x, y), e limitado em relação à sua vizinhança por um
contorno Γ. Assim, define-se o domínio de integração Ω tal qual apresentado na figura
3.1:
c(x,y)
Figura 3.1: representação sistemática de um domínio acústico Ω juntamente com sua região de fronteira Γ.
∂p
| = q prescrito (CC de Naturais ou de Neuman) (3.3)
∂n Γ
23
Existe ainda um terceiro tipo de condição de contorno, denominada de condição de Robin,
∂p
que é definida como uma combinação linear da função potencial p e de sua derivada, ∂n,
tomada na direção normal à Γ. Esta condição, entretanto, não será considerada aqui.
24
(ou seja, acessíveis aos métodos diretos de solução de problemas inversos), é necessário
que se empregue alguma técnica de linearização adequada ao esquema de solução
pretendido, ou que o problema seja abordado por meio de algum método iterativo. No
caso dos métodos diretos de inversão de baseados na Equação de Lipmann-Schwinger,
como, por exemplo, a TSD, as técnicas de linearização mais comumente empregadas são
conhecidas como Método de Born e Método de Rytov (TIEN-WHEN e INDERWIESEN,
1994). O emprego de tais técnicas permite a elaboração de algoritmos de inversão rápidos
em termos de custo computacional e elegantes em termos de modelagem matemática;
porém, tais algoritmos são geralmente restritivos devido às aproximações introduzidas
pelas técnicas de linearização empregadas. De outro lado, tem-se os métodos iterativos.
Estes, a partir de uma estimativa inicial do campo acústico c(x, y), buscam estabelecer
um esquema iterativo que deve convergir para a solução do problema inverso após a
realização de um número suficiente de iterações. Peculiarmente, a atualização do campo
acústico estimado é feita a cada iteração do processo, e segue uma direção específica, a
qual é determinada com base na minimização de uma função objetivo previamente
determinada. Geralmente, esta função objetivo é representada como uma forma
quadrática do resíduo. Por sua vez, o resíduo é calculado como a diferença entre o campo
de pressão p que de fato é solução do problema e que deve ser previamente conhecido em
determinados pontos do domínio, e o campo de pressão computado como a reposta do
meio correspondente à estimativa atual do campo acústico c(x, y) (PRATT et al., 1998).
Porém, este processo pode eventualmente conduzir a um mínimo local da função objetivo,
o que representa que o processo iterativo convergiu para uma solução falsa do problema
inverso. Para garantir que a convergência ocorrerá num mínimo global, garantindo assim
que o processo iterativo conduzirá à verdadeira solução do problema inverso, é necessário
que se inicie o processo a partir de uma boa estimativa do campo acústico c(x, y). Por
este motivo, os métodos iterativos são muitas vezes utilizados como técnica de
refinamento para aprimorar a solução obtida por outros métodos de inversão menos
precisos como da tomografia de raio ou até mesmo da TSD.
25
3.3 APLICAÇÃO DA TMFF NA MODELAGEM DE PROBLEMAS
INVERSOS
Também foi apresentada uma pequena discussão a respeito de alguns métodos utilizados
para solução deste tipo de problema, de onde se pode concluir que estes podem ser
agrupados em duas categorias principais: os métodos diretos de solução dos problemas
inversos e os métodos iterativos. Dando sequência, nesta seção propõe-se uma técnica de
inversão que se encaixa na categoria dos métodos diretos. Tal proposição baseia-se na
TMFF apresentada no capítulo 2. No entanto, para se evidenciar alguns passos
importantes na adaptação da TMFF para abordagem de problemas inversos, sua
formulação integral será reapresentada aqui. Para tanto, reapresenta-se abaixo a equação
(2.26) (ver capítulo 2, seção 2.3.3):
onde:
26
se aqui uma técnica de linearização simples e não restritiva, a qual é representada abaixo
pela seguinte mudança de variável:
ε
̅ dΓ − ∫ p q̅∗ dΓ + ∫ p̂ (1 + 0 ) Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ (3.8)
Γ Ω 1 k v
onde:
ε0 =k 20 − k 202 (3.9)
27
̅ à função de Green referente a um meio de fundo fictício caracterizado pelo
sendo Ψ
número de onda k 02 . Novamente destaca-se que, no caso de problemas inversos, k v é
desconhecido. Assim, os termos envolvendo k v devem ser eliminados da equação (3.8).
Isto pode ser facilmente conseguido com o simples trabalho algébrico mostrado a seguir:
ε p̂ 1 ε0
p̂1 (1 + k0 ) = p̂1 + (3.10)
v kv
ε
p̂1 (1 + k0 ) = p̂1 + pε0 (3.11)
v
̅ dΓ − ∫ p q̅∗ dΓ + ∫ p̂ Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ + ∫ ε0 pΨ
̅ dΩ (3.12)
Γ Ω 1 Ω
0 c2
M(x, y) = c2 (x,y) −1 (3.13)
28
Analisando a equação (3.13), percebe-se que M(x, y) corresponde a uma função
adimensional tomada em relação à velocidade acústica c0 do meio de fundo. Deste modo,
tentou-se impor uma adimensionalização semelhante para o esquema de inversão baseado
na TMFF proposto aqui. Porém, tal tentativa não conduziu aos resultados esperados, pois
se percebeu que a propriedade do meio de fundo fictício que conduzia aos melhores
resultados era diferente do valor ideal para a adimensionalização de k v . Assim, procurou-
se desvincular a adimensionalização de k v da escolha da propriedade do meio de fundo
fictício. Em termos gerais, tal procedimento equivale a introduzir uma constante nas
integrais de domínio das equações (3.7) e (3.12) que envolvem o termo p̂1 . Assim,
conforme pretendido, chega-se à forma final das equações integrais da TMFF para
modelagem dos problemas inversos de identificação de coeficientes:
̅ dΓ − ∫ p q̅∗ dΓ + ∫ αp̂ Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ + ∫ ε0 pΨ
̅ dΩ (3.15)
Γ Ω Ω
onde:
29
4 DISCRETIZAÇÃO DAS EQUAÇÕES INTEGRAIS
4.1 INTRODUÇÃO
30
esta equação fosse considerada nesta seção. Assim, reapresenta-se a equação (2.26) (ver
capítulo 2, seção 2.3.3) abaixo:
Esta equação deve agora ser reescrita numa forma discreta equivalente, para que seja
possível sua utilização para simulação de problemas práticos.
Para estabelecer uma forma discreta para a equação (4.1), é conveniente que
primeiramente se defina um domínio de integração Ω, tal como representado na figura
4.1:
31
q
c(x,y)
u
y
Desta forma, pode-se considerar que tanto o contorno Γ quanto o domínio Ω, ambos
representados na figura 4.1 de maneira genérica, sejam divididos em respectivamente k e
l subdomínios de integração. Ao se considerar tal situação, percebe-se que a equação (4.1)
pode ser reescrita na seguinte forma:
c(ξi )p(ξi ) = ∑kj=1 [∫Γ qΨdΓj ] − ∑kj=1 [∫Γ p q∗ dΓj ] + ∑lc=1 [∫Ω k v pΨdΩc ] (4.2)
j j c
onde o índice i é utilizado para referenciar diferentes pontos de colocação (ou seja, pontos
onde se considera que esteja localizada a singularidade da função de Green, também
conhecidos como pontos fonte).
32
4.2.1 Integração nos elementos de contorno
j j
x j (η) = ∑nt=1[xt ϕt (η)] (4.3)
j j
y j (η) = ∑nt=1[yt ϕt (η)] (4.4)
1
ϕ1 (η) = 2 (η2 − η)
ϕ2 (η) = (1 − η2 ) (4.5)
1
ϕ3 (η) = 2 (η2 + η)
j
x j (−1) = x1
j
(4.6)
y j (−1) = y1
33
j
x j (0) = x2
j
(4.7)
y j (0) = y2
j
x j (1) = x3
j
(4.8)
y j (1) = y3
j j
pj (η) = ∑nt=1[pt ϕt (η)] (4.9 )
j j
qj (η) = ∑nt=1[q t ϕt (η)] (4.10)
j j
onde pt e q t representam os valores nodais de pressão e fluxo. Considerando as equações
(4.9) e (4.10), a integração sobre o elemento j pode ser escrita em termos das coordenadas
naturais η:
1
∫Γ p q∗ dΓj = ∫−1 pj (η)q∗ (x j (η), y j (η), ξ)|G|dη (4.11)
j
1
∫Γ qΨdΓj = ∫−1 qj (η)Ψ(x j (η), y j (η), ξ)|G|dη (4.12)
j
onde |G| representa o determinante da matriz jacobiana que, no caso simples de elementos
unidimensionais, é dado por:
2 2
d[xj (η)] d[yj (η)]
|G| = √( ) +( ) (4.13)
dη dη
sendo x j (η) e y j (η) dados pelas equações (4.3) e (4.4). Assim, as equações (4.11) e (4.12),
permitem que as integrações sobre os elementos sejam calculadas numericamente pela
quadratura de Gauss, de onde se pode escrever (considerando novamente o caso de
elementos quadráticos):
34
j
p1
1
∫−1 pj (η)q∗ (x j (η), y j (η), ξ)|G|dη = [H1j j j j
H2 H3 ] [ p 2 ] (4.14)
j
p3
j
q1
1
∫−1 qj (η)Ψ(x j (η), y j (η), ξ)|G|dη = [G1j j j j
G2 G3 ] [q 2 ] (4.15)
j
q3
onde:
j 1
H𝑡 = ∫−1 ϕt (η)q∗ (x j (η), y j (η), ξ)|G|dη (4.16)
j 1
G𝑡 = ∫−1 ϕt (η)Ψ(x j (η), y j (η), ξ)|G|dη (4.17)
35
naturais η1 e η2 , definidas dentro das células, com variação limitada ao intervalo fechado
[-1,1] segundo eixos coordenados mostrados na figura abaixo:
A figura 4.2 representa uma célula quadrangular, com quatro nos funcionais, adequada
para o uso de funções interpolantes lineares. No entanto, podem ser também consideradas
funções interpolantes de diferentes graus, como por exemplo, quadráticas e cúbicas.
Assim, independente do grau da função interpolante, o mapeamento das células pode ser
feito considerando-se as seguintes expressões:
c
x c (η1 , η2 ) = ∑nt=1[xtc φt (η1 , η2 )] (4.18)
c
y c (η1 , η2 ) = ∑nt=1[ytc φt (η1 , η2 )] (4.19)
1
φ1 (η1 , η2 ) = 4 (1 − η1 )(1 − η2 )
1
φ2 (η1 , η2 ) = 4 (1 + η1 )(1 − η2 )
1 (4.20)
φ3 (η1 , η2 ) = 4 (1 + η1 )(1 + η2 )
1
φ4 (η1 , η2 ) = 4 (1 − η1 )(1 + η2 )
Funções de forma para células quadráticas e cúbicas podem ser encontradas nas
referências: BREBBIA et al. (1984) e BEER et al. (2008). Deve-se ainda observar que as
36
equações (4.18) e (4.19), quando consideradas as equações (4.20), mapeiam corretamente
uma célula c, à medida que se tem:
x c (1,1) = x3c
(4.23)
y c (1,1) = y3c
x c (−1,1) = x4c
(4.24)
y c (−1,1) = y4c
c
pc (η1 , η2 ) = ∑nt=1[pct φt (η1 , η2 )] (4.25)
Considerando a equação (4.25), a integração sobre a célula c pode ser escrita em termos
das coordenadas naturais η1 e η2 :
1 1
∫Ω k v pΨdΩc = ∫−1 ∫−1 pc (η1 , η2 )k v (x c , y c )Ψ(x c , y c )|G|dη1 dη2 (4.26)
c
onde x c e y c (ou, de melhor forma, x c (η1 , η2 ) e y c (η1 , η2 )) são dados pelas equações
(4.18) e (4.19). O determinante da matriz jacobiana (|G|), no caso de problemas planos, é
dado por:
37
Assim, a equação (4.26) permite que as integrações sobre as células sejam calculadas
numericamente, de onde se pode escrever (considerando novamente o caso de células
lineares):
p1c
1 1 pc
∫−1 ∫−1 pc (η1 , η2 )k v (x c , y c )Ψ(x c , y c )|G|dη1 dη2 = [F1c F2c F3c F4c ] 2c (4.28)
p3
[pc4 ]
onde:
1 1
Ftc = ∫−1 ∫−1 φt (η1 , η2 )k v (x c , y c )Ψ(x c , y c )|G|dη1 dη2 (4.29)
38
“velocidade” ou taxa com que esta função tende a infinito, as singularidades presentes no
MEC podem ser classificadas como fraca ou forte. Existem também as integrais
hipersingulares, no entanto, este assunto não será tratado neste trabalho. As integrais
fortemente singulares existem somente em termos do Valor Principal de Cauchy e não
podem ser precisamente avaliadas utilizando-se técnicas numéricas tradicionais como,
por exemplo, quadratura de Gauss. Por outro lado, integrais envolvendo singularidades
fracas podem. No entanto, para que se possa obter um nível de precisão adequado, é
necessário que se utilize um número excessivo de pontos de Gauss, o que torna o processo
de integração custoso. Por outro lado, algumas técnicas numéricas propõem a utilização
de transformações não lineares de coordenadas, as quais permitem reduzir o grau da
singularidade do integrando, possibilitando assim que estas integrais sejam avaliadas,
com um nível de precisão adequado, sem a necessidade do uso de um número excessivo
de pontos de Gauss. Neste sentido, destaca-se o trabalho de TELLES (1987), onde o autor
apresenta duas equações polinomiais para transformações de coordenadas, a serem, uma
quadrática e outra cúbica, sendo esta última proposta pelo autor. Ambas as
transformações apresentadas por Telles podem ser usadas para avaliação de integrais
singulares fracas. A transformação quadrática é indicada somente para casos onde a
singularidade está localizada em uma das extremidades dos elementos de contorno. Caso
contrário, é necessário particionar o domínio de integração, de modo que, nesta nova
condição, a singularidade passe a localizar-se sobre uma das extremidades do domínio
particionado. Por outro lado, a transformação cúbica de Telles tem a vantagem de não
requerer a partição do domínio de integração, mesmo que a singularidade esteja localizada
sobre um nó interno do elemento de contorno. Porém, conforme mostrado por SINGH e
TANAKA (2001), tal situação compromete a eficiência da transformada cúbica, podendo
até mesmo levar a um desempenho inferior ao da transformada quadrática. Assim, mesmo
que não seja necessário, é indicado que, juntamente com a aplicação da transformação
cúbica Telles, se considere também a aplicação dos procedimentos tipicamente utilizados
para partição do elemento contorno, caso a singularidade esteja em um ponto interno do
domínio de integração (do elemento, no caso).
39
generalização da transformação cúbica de Telles. Por sua vez, a transformação de
Monegato e Sloan representa, de maneira genérica, um conjunto de polinômios de graus
ímpares q, de forma que representa uma expressão geral para computação de
transformações não lineares de coordenadas. Assim como no caso da transformação
cúbica de Telles, os polinômios de Monegato e Sloan permitem a realização da integração
numérica, sem a necessidade de particionar o domínio de integração, mesmo nos casos
em que a singularidade esteja localizada sobre um nó interno do elemento de contorno.
Ainda na mesma linha, outra expressão geral utilizada para o cálculo de transformações
não lineares de coordenadas é apresentada por SATO et al. (1988). Porém, diferentemente
da transformação de Monegato e Sloan, a transformação de Sato permite que sejam
computados tanto polinômios de grau par quanto de grau ímpar. No entanto, a
transformação de Sato engloba somente casos onde a singularidade localiza-se sobre uma
das extremidades do domínio de integração. Assim, continua a existir a necessidade de
particionar o elemento, caso tal exigência não seja atendida.
40
ser obtidas, desde que a segunda transformação considerada atenda certos requisitos que
serão destacados nas subseções que seguem.
Figura 4.3: Representação esquemática de um elemento de contorno com uma singularidade localizada
num ponto ηs do sistema de coordenadas local.
Percebe-se que tal situação exige a avaliação de duas integrais singulares, a serem dadas
pelas equações (4.16) e (4.17). Porém, como o programa implementado considera apenas
elementos de contorno retilíneos (i.e., não curvilíneos), deve-se perceber que, em tal
situação, a integral singular dada pela equação (4.16) se anula, pois se tem:
∂Ψ ∂r
q∗ = (4.30)
∂r ∂n
onde r e n são perpendiculares para o elemento singular considerado. Deste modo, tem-
∂r
se ∂n = 0 ao longo de toda sua extensão, de modo que a integral dada em (4.16) se anula.
Assim, resta apenas a integral dada pela equação (4.17) para ser avaliada. Deve-se
salientar que a integral singular presente em (4.17) corresponde a uma singularidade
fraca, pois a função de Green considerada (Ψ(r)) tem um comportamento assintótico de
uma função logarítmica à medida que r → 0. Assim, esta integral pode ser avaliada pelas
41
técnicas tradicionais de integração, bem como a precisão deste processo pode ser
incrementada com o uso de transformações não lineares de coordenadas.
j η 1
G𝑡 = ∫−1s ϕt (η)Ψ(η)|G(η)|dη + ∫η ϕt (η)Ψ(η)|G(η)|dη (4.31)
s
η = ηs − z 2 (4.32)
0
IE = ∫√1+η ϕt (η(z))Ψ(η(z))|G(η(z))||Gz (z)|dz (4.33)
s
42
|Gz (z)| = −2z (4.34)
√1+ηs √1+ηs
z= − μ (4.35)
2 2
1
IE = ∫−1 ϕt (η(z(μ))) Ψ (η(z(μ))) |G (η(z(μ)))| |Gz (z(μ))||Gμ |dμ (4.36)
sendo:
√1+ηs
|Gμ | = − (4.37)
2
η = ηs + z 2 (4.38)
√1−ηs
ID = ∫0 ϕt (η(z))Ψ(η(z))|G(η(z))||Gz (z)|dz (4.39)
43
sendo o determinante |Gz (z)| da transformação quadrática representada em (4.38) dado
por:
√1−ηs √1−ηs
z= + μ (4.41)
2 2
1
ID = ∫−1 ϕt (η(z(μ))) Ψ (η(z(μ))) |G (η(z(μ)))| |Gz (z(μ))||Gμ |dμ (4.42)
sendo:
√1−ηs
|Gμ | = (4.43)
2
μ(γ̅) = μ̅ = ±1
μ(−1) = −1 (4.44)
μ(1) = 1
sendo:
1
a = 1+3γ̅2
̅
−3γ
b = 1+3γ̅2
(4.46)
̅2
3γ
c = 1+3γ̅2
d = −b
Atendendo à primeira das equações (4.44), conforme apresentado por TELLES (1987), γ̅
é tal que:
γ̅ = μ̅ = ±1 (4.47)
1 3 3 3
μ(γ) = 4 γ3 − 4 γ2 + 4 γ + 4 (4.48)
45
com o determinante do jacobiano da transformação |Gγ (γ)| dado por (para integrações à
esquerda da singularidade):
3 6 3
|Gγ (γ)| = 4 γ2 − 4 γ + 4 (4.49)
1 3 3 3
μ(γ) = 4 γ3 + 4 γ2 + 4 γ − 4 (4.50)
com o determinante do jacobiano da transformação |Gγ (γ)| dado por (para integrações à
direita da singularidade):
3 6 3
|Gγ (γ)| = 4 γ2 + 4 γ + 4 (4.51)
Deste modo, pode-se escrever a forma final obtida para o polinômio η (z(μ(γ))), ou,
simplesmente η(γ), no caso de uma notação mais adequada. Assim, para integrações à
esquerda da singularidade, tem-se:
2
√1+ηs √1+ηs 1 3 3 2 3 3
η(γ) = ηs − [ − (4 γ − γ + 4 γ + 4)] (4.52)
2 2 4
2
√1−ηs √1−ηs 1 3 3 3 3
η(γ) = ηs + [ + (4 γ + 4 γ2 + 4 γ − 4)] (4.53)
2 2
1
IE,D = ∫−1 ϕt (η(γ))Ψ(η(γ))|G(η(γ))||Gz (γ)||Gμ ||Gγ (γ)|dγ (4.54)
onde IE,D significa que equação (4.54) é válida para integrações, tanto ao lado esquerdo,
quanto ao lado direito da singularidade. Neste momento, é didático que se apresente um
46
formulário referente à equação (4.54). Assim, destaca-se que, independente do lado em
que se está sendo realizada a integração, |G(η(γ))| será sempre dado pela equação (4.13).
Para integrações do lado esquerdo da singularidade, tem-se:
2
√1+ηs √1+ηs 1 3 3 3 3
η(γ) = ηs − [ − (4 γ − 4 γ2 + 4 γ + 4)] (4.55)
2 2
√1+ηs √1+ηs 1 3 3 3 3
|Gz (γ)| = −2 [ − (4 γ − 4 γ2 + 4 γ + 4)] (4.56)
2 2
√1+ηs
|Gμ | = − (4.57)
2
3 6 3
|Gγ (γ)| = 4 γ2 − 4 γ + 4 (4.58)
2
√1−ηs √1−ηs 1 3 3 3 3
η(γ) = ηs + [ + (4 γ + 4 γ2 + 4 γ − 4)] (4.59)
2 2
√1−ηs √1−ηs 1 3 3 3 3
|Gz (γ)| = 2 [ + (4 γ + 4 γ2 + 4 γ − 4)] (4.60)
2 2
√1−ηs
|Gμ | = (4.61)
2
3 6 3
|Gγ (γ)| = γ2 + γ + (4.62)
4 4 4
47
mudanças de variáveis apresentadas acima sejam realizadas de forma independente para
as coordenadas η1 e η2 .
onde:
48
(1−r̅)
a = 1+3γ̅2
−3(1−r̅)γ
̅
b= ̅2
1+3γ
(4.64)
̅2 )
(r̅+3γ
c= ̅2
1+3γ
d = −b
sendo:
3 3
γ̅ = √−q + √(q2 + p3 ) + √−q − √(q2 + p3 ) + η̅ g
1 ̅
η
q = 2 g 2 [(η̅(3 − 2r̅ ) − 2η̅3 g) − g]
(4.65)
1 2
p= g [4r̅ (1 − r̅ ) − 3(1 − η̅2 )]
3
1
g = 1+2r̅
Rmin
D=2 (4.66)
L
49
No caso das células, a distância relativa D deve ser determinada segundo às
direções coordenadas η1 e η2 como se segue:
Rmin
D1 = 2 L1
Rmin (4.67)
D2 = 2 L2
50
5 FORMULAÇÃO MATRICIAL
5.1 INTRODUÇÃO
Nos capítulos 2 e 3 desta tese, foram estabelecidas sentenças integrais que podem
ser utilizadas tanto para a modelagem de problemas diretos quanto para a modelagem de
problemas inversos. Porém, para tornar possível a utilização destes modelos para solução
de um problema físico real, é necessário que estas equações sejam reescritas numa forma
discreta computacionalmente tratável. Assim, o capítulo 4 cuidou da apresentação de
técnicas de discretização que podem ser aplicadas aos modelos contínuos estabelecidos
nos capítulos 2 e 3. Dando sequência ao processo de modelagem, neste capítulo, ao se
considerar um problema físico cujo domínio fora corretamente discretizado, e
considerando as técnicas de discretização apresentadas no capítulo 4, chega-se aos
sistemas lineares representativos das formas finais das modelagens diretas e inversas
propostas nesta tese.
51
q
c(x,y)
u
y
No que se refere ao problema direto, neste trabalho são apresentadas duas formas
diferentes para sua abordagem. A primeira delas, representada pela equação (2.26),
praticamente não difere do que é encontrado na literatura, pois estabelece uma sentença
integral equivalente à ELSG. No entanto, não foram encontradas referências que fizessem
52
menção ao fato de que meios de fundo com diferentes propriedades podem ser utilizados
para a solução de um mesmo problema. Assim, optou-se por referenciar os resultados
obtidos a partir da equação (2.26) como TMFF-1, e, para os resultados obtidos a partir
das equações (2.44) e (2.45) como TMFF-2.
𝐩𝐂𝐨𝐧𝐭
𝐇𝟎 −𝐆𝟎 −𝐅𝐅𝟎
[̅ 𝐪
𝐇𝟎 ̅𝟎
−𝐆 ̅̅̅̅𝟎 ] [ 𝐂𝐨𝐧𝐭 ] = 𝟎
−𝐅𝐅
(5.2)
𝐩𝐃𝐨𝐦
𝐀 𝟎 𝐱 = 𝐛𝟎 (5.3)
53
que pode ser resolvido por qualquer uma das técnicas tradicionais utilizadas para solução
de sistemas lineares.
̅ dΓ − ∫ p q̅∗ dΓ + ∫ kv2 p̂ Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ (5.5)
Γ Ω
Tomando a primeira das equações acima e executando o método da colocação nos 𝐍 nós
funcionais do contorno e nos 𝐌 nós funcionais do domínio, obtém-se a seguinte equação
matricial:
𝐩𝐂𝐨𝐧𝐭
𝐇𝟎𝟏 −𝐆𝟎𝟏 𝟎 𝐅𝐅𝟎𝟏
[̅ ̅ ] [𝐪𝐂𝐨𝐧𝐭 ] = [̅̅̅̅ ] 𝐩
̂ (5.6)
𝐇𝟎𝟏 −𝐆𝟎𝟏 𝐈 𝐩 𝐅𝐅𝟎𝟏
𝐃𝐨𝐦
onde continuam válidos os comentários feitos para a equação (5.2). Deve-se ainda
observar que a equação (5.6) representa um sistema linear contendo 𝐍 + 𝐌 equações e
𝟐𝐍 + 𝟐𝐌 incógnitas2. Como um total de 𝐍 incógnitas de contorno podem ser
determinadas a partir do conhecimento prévio das condições de contorno do problema,
restam ainda 𝐍 + 𝟐𝐌. Assim, para tornar possível a utilização deste sistema de equações
para solução de um dado problema físico, é necessário que se obtenha um conjunto extra
de 𝐌 equações. Este conjunto extra de equações pode ser obtido tomando-se a equação
(5.5) e executando-se novamente a colocação nos 𝐌 nós funcionais do domínio. Assim,
obtém-se o seguinte sistema linear:
2
No caso de células constantes, esta conclusão é elementar. No entanto, se forem utilizadas funções de
interpolação de grau ≥ 1, deve-se forçar a igualdade: p̂|Γ = p. Caso contrário, a afirmação acima não será
válida.
54
𝐇𝟎𝟏 −𝐆𝟎𝟏 0 𝐩𝐂𝐨𝐧𝐭 𝐅𝐅𝟎𝟏
̅ 𝟎𝟏
[𝐇 ̅𝟎𝟏
−𝐆 ̅̅̅̅𝟎𝟏 ] 𝐩
I ] [𝐪𝐂𝐨𝐧𝐭 ] = [𝐅𝐅 ̂ (5.7)
̅ 𝟎𝟐
𝐇 ̅𝟎𝟐
−𝐆 I 𝐩𝐃𝐨𝐦 ̅̅̅̅
𝐅𝐅𝟎𝟐
𝐀𝐱 = 𝐛 (5.8)
sendo que este pode ser resolvido por qualquer uma das técnicas usuais utilizadas para
solução de sistemas lineares.
onde:
p̂1 =αp̂
p̂ 1
kv = p
(5.10)
k(x, y)=√kv + k 201
ε0 =k 201 − k 202
sendo α uma constante responsável por fornecer uma regularização “final” à solução do
problema inverso.
55
e a última apenas retratam as equações (3.16) e (3.9) apresentadas anteriormente.
Também, deve-se observar que a definição de p̂ e de p automaticamente define uma
solução para o problema inverso, visto que, k(x, y) fica definido pela terceira das
equações apresentadas em (5.10). Assim, considerando a definição de número de onda e
substituindo a segunda das relações (5.10) na terceira destas, obtém-se:
ω
c(x, y)= p̂
(5.11)
√ 1 +k201
p
que determina o campo acústico c(x, y) em Ω como parte da solução do problema inverso.
No entanto, a equação (5.11) deve ser utilizada de forma discreta, a partir da formulação
matricial do problema inverso. Assim, as equações (5.9) devem ser capazes de gerar um
sistema linear que possibilite a determinação das incógnitas p e p̂1 (ou p̂). Também, deve-
se observar que, como no caso da formulação matricial do problema direto pela TMFF-
2, a introdução de uma incógnita extra, no caso, p̂1 , exige que seja estabelecido um
sistema linear com um número dobrado de equações. Desta forma, deve-se considerar a
execução do método da colocação, tanto no contorno quanto no domínio, por ambas as
equações apresentadas em (5.9). Assim, obtém-se o seguinte sistema de equações:
̅𝟎𝟏 ,
̅ 𝟎𝟏 , 𝐆
onde as matrizes 𝐇𝟎𝟏 , 𝐆𝟎𝟏 , 𝐇𝟎𝟐 e 𝐆𝟎𝟐 apresentam ordem 𝐍𝐱𝐍 e as matrizes 𝐇
̅𝟎𝟐 apresentam ordem 𝐌𝐱𝐍. Para o caso de células constantes, as matrizes 𝐅𝟎𝟏 e
̅ 𝟎𝟐 e 𝐆
𝐇
𝐅𝟎𝟐 apresentam ordem 𝐍𝐱𝐌 e as matrizes 𝐅̅𝟎𝟏 , 𝐅̅𝟎𝟐 e 𝐈 apresentam ordem 𝐌𝐱𝐌. Assim, a
equação (5.12) representa um sistema linear contendo 𝟐(𝐍 + 𝐌) equações e 𝟐(𝐍 + 𝐌)
incógnitas. Como no caso de problemas inversos são consideradas conhecidas tanto as
condições de contorno essenciais quanto as condições de contorno naturais do problema
(ver a discussão apresentada na seção 3.2 do capítulo 3), 𝟐𝐍 incógnitas podem ser
eliminadas da equação (5.12). Assim, fazendo:
56
𝟎 −α𝐅𝟎𝟏
𝐈 −α𝐅̅𝟎𝟏
𝐀𝐜 = (5.13)
−ε0 𝐅𝟎𝟐 −α𝐅𝟎𝟐
[(𝐈 − ε0 𝐅̅𝟎𝟐 ) −α𝐅̅𝟎𝟐 ]
−𝐇𝟎𝟏 𝐆𝟎𝟏
̅ 𝟎𝟏
−𝐇 ̅𝟎𝟏 𝐩𝐂𝐨𝐧𝐭
𝐆
𝐛𝐜 = [ ] (5.14)
−𝐇𝟎𝟐 𝐆𝟎𝟐 𝐪𝐂𝐨𝐧𝐭
̅ 𝟎𝟐
[−𝐇 ̅𝟎𝟐 ]
𝐆
𝐀 𝐜 𝐱 = 𝐛𝐜 (5.15)
onde 𝐀 𝐜 e 𝐛𝐜 são dados por (5.13) e (5.14), sendo que a matriz 𝐀 𝐜 possui ordem
𝟐(𝐍 + 𝐌) 𝐱 𝟐𝐌.
57
onde as matrizes 𝐅𝟎𝟏 e 𝐅𝟎𝟐 agora apresentam ordem 𝐍𝐱(𝐍 + 𝐌) e as matrizes 𝐅̅𝟎𝟏 , 𝐅̅𝟎𝟐
𝐜
apresentam ordem 𝐌𝐱(𝐍 + 𝐌). As matrizes 𝐅𝟎𝟐 𝐝
, 𝐅𝟎𝟐 , 𝐅̅𝟎𝟐
𝐜
e 𝐅̅𝟎𝟐
𝐝
correspondem a uma
decomposição das matrizes 𝐅𝟎𝟐 e 𝐅̅𝟎𝟐 , realizada de modo a separar os coeficientes
relativos às incógnitas de contorno daqueles relativos às incógnitas de domínio, na
seguinte forma:
𝐜 𝐝 ]
𝐅𝟎𝟐 = [𝐅𝟎𝟐 𝐅𝟎𝟐
(5.17)
𝐅̅𝟎𝟐 = [𝐅̅𝟎𝟐
𝐜
𝐅̅𝟎𝟐
𝐝 ]
𝐝 ̅𝐜
𝐜
onde 𝐅𝟎𝟐 , 𝐅𝟎𝟐 , 𝐅𝟎𝟐 e 𝐅̅𝟎𝟐
𝐝
possuem respectivamente as seguintes ordens: 𝐍𝐱𝐍, 𝐍𝐱𝐌, 𝐌𝐱𝐍
e 𝐌𝐱𝐌. Assim, pela aplicação das condições de contorno, pode-se escrever:
𝟎 −α𝐅𝟎𝟏
𝐈 −α𝐅̅𝟎𝟏
𝐀𝐋 = 𝐝 (5.18)
−ε0 𝐅𝟎𝟐 −α𝐅𝟎𝟐
[(𝐈 − ε0 𝐅̅𝟎𝟐 ) −α𝐅̅𝟎𝟐 ]
𝐝
−𝐇𝟎𝟏 𝐆𝟎𝟏
̅ 𝟎𝟏
−𝐇 ̅𝟎𝟏 𝐩𝐂𝐨𝐧𝐭
𝐆
𝐛𝐋 = 𝐜 [ ] (5.19)
−(𝐇𝟎𝟐 − ε0 𝐅𝟎𝟐 ) 𝐆𝟎𝟐 𝐪𝐂𝐨𝐧𝐭
̅ ̅ 𝐜
[−(𝐇𝟎𝟐 − ε0 𝐅𝟎𝟐 ) ̅𝟎𝟐 ]
𝐆
𝐀 𝐋 𝐱 = 𝐛𝐋 (5.20)
sendo que 𝐀 𝐋 possui ordem 𝟐(𝐍 + 𝐌) 𝐱 (𝐍 + 𝟐𝐌). Percebe-se então que existem 𝐍
incógnitas a mais que na equação (5.15). Estas incógnitas se devem aos valores nodais de
p̂ que ocorrem nos nós das células que se localizam sobre o contorno Γ. Assim, se o campo
de velocidade acústica for previamente conhecido em Γ, os valores nodais de p̂ que
ocorrem sobre Γ podem ser também considerados como condições de contorno. Assim,
impondo uma decomposição sobre as matrizes 𝐅𝟎𝟏 e 𝐅̅𝟎𝟏 semelhante a aquelas impostas
sobre 𝐅𝟎𝟐 e 𝐅̅𝟎𝟐 , têm-se:
58
𝐇𝟎𝟏 −𝐆𝟎𝟏 𝟎 𝐜 𝐝
𝐅𝟎𝟏 𝐅𝟎𝟏
̅ 𝟎𝟏 ̅𝟎𝟏 𝐩𝐂𝐨𝐧𝐭
𝐇 −𝐆 𝐈 𝐅̅𝟎𝟏
𝐜
𝐅̅𝟎𝟏
𝐝
̂
𝐩
𝐜 𝐝 𝐪
[ 𝐂𝐨𝐧𝐭 ] = α 𝐜 [ 𝐂𝐨𝐧𝐭 ] (5.21)
(𝐇𝟎𝟐 − ε0 𝐅𝟎𝟐 ) −𝐆𝟎𝟐 −ε0 𝐅𝟎𝟐 𝐅𝟎𝟐 𝐝
𝐅𝟎𝟐 ̂
𝐩 𝐃𝐨𝐦
𝐩𝐃𝐨𝐦
̅ 𝟎𝟐 − ε0 𝐅̅𝟎𝟐
[ (𝐇
𝐜 ̅𝟎𝟐
) −𝐆 ̅ 𝐝
(𝐈 − ε0 𝐅𝟎𝟐 )] [𝐅̅𝟎𝟐
𝐜
𝐅̅𝟎𝟐 ]
𝐝
𝐝
𝟎 −𝛂𝐅𝟎𝟏
𝐈 −𝛂𝐅̅𝟎𝟏
𝐝
𝐀 𝐋𝟐 = 𝐝 𝐝 (5.22)
−𝛆𝟎 𝐅𝟎𝟐 −𝛂𝐅𝟎𝟐
[(𝐈 − 𝛆𝟎 𝐅̅𝟎𝟐 ) −𝛂𝐅̅𝟎𝟐 ]
𝐝 𝐝
𝐜
−𝐇𝟎𝟏 𝐆𝟎𝟏 𝐅𝟎𝟏
̅ 𝟎𝟏 ̅𝟎𝟏 𝐅̅𝟎𝟏
𝐜 𝐩𝐂𝐨𝐧𝐭
−𝐇 𝐆
𝐛𝐋𝟐 = 𝐜
𝐪
𝐜 [ 𝐂𝐨𝐧𝐭 ] (5.23)
−(𝐇𝟎𝟐 − 𝛆𝟎 𝐅𝟎𝟐 ) 𝐆𝟎𝟐 𝐅𝟎𝟐 𝛂𝐩̂𝐂𝐨𝐧𝐭
̅ 𝟎𝟐 − 𝛆𝟎 𝐅̅𝟎𝟐
[−(𝐇 𝐜 ̅𝟎𝟐 𝐅̅𝟎𝟐
) 𝐆 𝐜
]
𝐀 𝐋𝟐 𝐱 = 𝐛𝐋𝟐 (5.24)
onde 𝐀 𝐋𝟐 e 𝐛𝐋𝟐 são dados por (5.22) e (5.23), sendo que a matriz 𝐀 𝐋𝟐 possui ordem
𝟐(𝐍 + 𝐌) 𝐱 𝟐𝐌. Assim, o vetor 𝐱 será formado somente por incógnitas de domínio, a
̂𝐃𝐨𝐦 (relembra-se que α𝐩
serem: 𝐩𝐃𝐨𝐦 e 𝐩 ̂1 |Ω ). Assim, por meio da equação
̂𝐃𝐨𝐦 = 𝐩
(5.11), a solução do sistema (5.24) permite recuperar os valores nodais de c(x, y) no
interior do domínio Ω da seguinte forma:
ω
ci = (5.25)
p̂
√ p1 | +k201
i
59
Deve-se salientar que foram realizados testes com cada um dos sistemas lineares
apresentados nesta seção. Porém, os melhores resultados foram obtidos utilizando-se a
equação (5.24). Desta forma, para evitar a apresentação de um número excessivos de
exemplos, somente esta equação será considerada para apresentação dos resultados
numéricos obtidos nas simulações.
60
uma solução regularizada, a partir do descarte dos menores valores singulares observados,
torna-se então mais simples. Desta forma, decidiu-se testar, até seus limites, como a
proximidade de k 01 e k 02 pode influenciar a solução de um problema inverso. Assim,
percebeu-se que quando k 01 é tomado igual a k 02 , continua sendo possível extrair
informações úteis de (5.24). Este fato levou a um redirecionamento da abordagem dos
problemas inversos pela TMFF, pois reflete uma situação onde as equações em (5.9) não
são mais capazes de gerar dois conjuntos de equações linearmente independentes. Assim,
torna-se elementar a conclusão de que a consideração de apenas um meio de fundo fictício
seria capaz de fornecer informações suficientes para solução de um determinado
problema inverso. Desta forma, considera-se uma segunda forma para abordagem de
problemas inversos pela TMFF, conforme será mostrado na seção seguinte.
𝐩𝐂𝐨𝐧𝐭 𝐜 𝐝
𝐇𝟎𝟏 −𝐆𝟎𝟏 𝟎 𝐅𝟎𝟏 𝐅𝟎𝟏 ̂
𝐩
[̅ ̅𝟎𝟏
𝐪
] [ 𝐂𝐨𝐧𝐭 ] = α [ 𝐜 ] [ 𝐂𝐨𝐧𝐭 ] (5.26)
𝐇𝟎𝟏 −𝐆 𝐈 𝐩
𝐃𝐨𝐦
𝐅̅𝟎𝟏 ̅ 𝐝
𝐅𝟎𝟏 ̂
𝐩 𝐃𝐨𝐦
𝐝
𝟎 −𝛂𝐅𝟎𝟏
𝐀 𝐋𝟑 =[ ] (5.27)
𝐈 −𝛂𝐅̅𝟎𝟏
𝐝
𝐜 𝐩𝐂𝐨𝐧𝐭
−𝐇𝟎𝟏 𝐆𝟎𝟏 𝐅𝟎𝟏
𝐛𝐋𝟑 =[ ̅ 𝐪
𝐜 ] [ 𝐂𝐨𝐧𝐭 ] (5.28)
−𝐇𝟎𝟏 ̅𝟎𝟏
𝐆 𝐅̅𝟎𝟏 𝛂𝐩̂𝐂𝐨𝐧𝐭
𝐀 𝐋𝟑 𝐱 = 𝐛𝐋𝟑 (5.29)
62
inversa à direita de 𝐀 𝐋𝟑 . Deve-se salientar que a existência de uma inversa à direita,
permite obter uma solução que possui características especiais em relação às outras
infinitas soluções admitidas por (5.29). No entanto, peculiaridades relativas a esta solução
especial, serão discutidas em um momento mais adequado. Agora, busca-se fazer uma
apresentação da forma como tal solução pode ser obtida. Para tanto, considera-se a
seguinte mudança de variável:
𝐱 = [𝐀 𝐋𝟑 ]𝐓 𝐲 (5.30)
𝐀 𝐋𝟑 [𝐀 𝐋𝟑 ]𝐓 𝐲 = 𝐛𝐋𝟑 (5.31)
Desta forma, percebe-se que a mudança de variável representada pela equação (5.30),
permite definir, dentre as infinitas soluções admitidas por (5.29), um único vetor 𝐱
(pertencente ao espaço linha de 𝐀 𝐋𝟑 ) capaz de satisfazer identicamente as condições de
contorno representadas pelo vetor 𝐛𝐋𝟑 . Esta conclusão é elementar, pois, se 𝐀 𝐋𝟑 possui
posto linha completo, 𝐀 𝐋𝟑 [𝐀 𝐋𝟑 ]𝐓 será invertível. Desta forma, pode-se afirmar que (5.31)
define um único vetor 𝐲 capaz de satisfazer as condições de contorno representadas pelo
vetor 𝐛𝐋𝟑 , visto que a equação (5.31) admitirá uma única solução. Assim, pode-se
escrever:
63
Como a equação (5.30) representa a própria definição de espaço linha (o espaço linha de
𝐀 𝐋𝟑 é representado pela combinação linear das linhas da matriz 𝐀 𝐋𝟑 ), fica comprovado
que o vetor 𝐱 dado por (5.33) representa o único vetor no espaço linha de 𝐀 𝐋𝟑 capaz de
satisfazer as condições de contorno representadas pelo vetor 𝐛𝐋𝟑 . Por fim, considerando
a discussão presentada no início desta seção, percebe-se que o produto matricial no lado
direito de (5.33) corresponde à matriz inversa à direita 𝐀 𝐋𝟑 . Assim, a equação (5.33) pode
ser reescrita, de maneira mais conveniente, utilizando-se a inversa generalizada [𝐀 𝐋𝟑 ]+ :
𝐱 = [𝐀 𝐋𝟑 ]+ 𝐛𝐋𝟑 (5.34)
𝐱 = 𝐱𝐥 + 𝐱𝐧 (5.35)
onde 𝐱 representa qualquer solução admitida pelo sistema; 𝐱 𝐥 representa a sua solução de
espaço linha e 𝐱 𝐧 representa as soluções pertencentes ao espaço nulo da matriz 𝐀.
Multiplicando a equação (5.35) por 𝐀, obtemos:
𝐀𝐱 𝐧 = 𝟎 (5.36)
Dado que 𝐀𝐱 = 𝐀𝐱 𝐥 = 𝐛. A partir de (5.36), percebe-se que surge um novo sistema linear,
o qual admite infinitas soluções, dado que a matriz 𝐀 possui determinante nulo. Também,
as soluções deste sistema definem o espaço nulo de 𝐀. Desta forma, pode-se dizer que as
infinitas soluções de um sistema possível indeterminado são creditadas às componentes
64
do vetor solução pertencentes ao espaço nulo de 𝐀. Também, deve-se relembrar que o
espaço nulo e o espaço linha de uma matriz são ortogonais. Assim, a solução de espaço
linha não possui componentes no espaço nulo.
qual a técnica de inversão proposta não seria mais indicada. Tal pensamento baseia-se no
fato de que a dimensão do espaço nulo de uma matriz 𝐀, designado aqui por [N(𝐀)], pode
ser determinada da seguinte forma:
[𝐍(𝐀 𝐋𝟑 )] = 𝟐𝐌 − (𝐍 + 𝐌) = (𝐌 − 𝐍) (5.38)
Assim, é natural pensar que o espaço nulo de 𝐀 𝐋𝟑 se torna mais significativo à medida
que 𝐌 ≫ 𝐍. Esta conclusão justifica o pensamento de que deve existir uma relação entre
𝐌 e 𝐍 que possibilite estabelecer critérios práticos para a utilização da técnica de inversão
proposta. No entanto, a busca por tal relação necessita que sejam realizados exaustivos
testes numéricos, à medida que se deve testar domínios com diferentes geometrias e
diferentes padrões de refinamento da malha. Estas considerações levam a crer que tal
tarefa deve ser realizada de forma otimizada, sendo que se deve prever a utilização de
geradores de malhas e de computadores mais “potentes”. Assim, opta-se aqui por deixar
esta tarefa como sugestão para trabalhos futuros.
65
6 INVERSÃO ITERATIVA PELO MEC
6.1 INTRODUÇÃO
69
(𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )𝐩𝐃𝐨𝐦 = 𝐛 (6.2)
𝐩𝐂𝐨𝐧𝐭
𝐛 = [−(𝐇 − [𝐅𝐅 𝐤 𝐯 ]Γ ) 𝐆] [𝐪 ] (6.3)
𝐂𝐨𝐧𝐭
sendo 𝐇 e 𝐆 matrizes típicas do MEC obtidas a partir das integrais de contorno em (6.1).
A matriz [𝐅𝐅 𝐤 𝐯 ]Γ representa o produto das matrizes 𝐅𝐅 e 𝐤 𝐯 quando estas são
computadas em relação ao contorno Γ. Assim, a equação (6.2) representa um sistema
linear contendo 𝐌 e 𝐌 incógnitas que pode ser resolvido de forma direta, sempre que
uma nova estimativa para o campo de velocidades acústica c(x, y) for obtida. Deve-se
observar que os valores da diagonal da matriz 𝐤 𝐋𝐯 deve ser atualizada a cada etapa L do
processo de inversão de acordo com a seguinte expressão:
ω2
[k v ]Lii = [ 2 − k 20 ] (6.4)
[cL
i]
70
objetivos forem estabelecidas. Neste trabalho, conforme é comumente feito no caso de
inversão de dados geofísicos (PRATT et al., 1998, PRATT, 1999), optou-se por
estabelecer a seguinte função objetivo:
1
𝐄(𝐜) = 2 ([𝐫𝐋 ]𝐓 [𝐫𝐋 ]∗ ) (6.5)
onde, pMedido corresponde aos valores de pressão que devem ser previamente conhecidos
num determinado número g de pontos do domínio. Os valores de [pDom ]Li correspondem
à solução da equação (6.2), obtida para a etapa L do processo de inversão, tomado nos g
pontos onde pMedido é conhecido.
1
𝐄(𝐜) = 𝐄(𝐜𝟎 ) + (𝐜 − 𝐜𝟎 )𝐓 𝛁[𝐄(𝐜𝟎 )] + 2 (𝐜 − 𝐜𝟎 )𝐓 𝐇(𝐜𝟎 )(𝐜 − 𝐜𝟎 ) (6.7)
71
onde 𝐇(𝐜𝟎 ) corresponde à matriz Hessiana (jacobiana do gradiente) da função E(𝐜),
avaliada no ponto 𝐜𝟎 . Agora, sabendo que os extremos da função E(𝐜) ocorre num ponto
onde ∇[E(𝐜)] = 0, pode-se escrever:
72
sendo 𝐉 a matriz jacobina do vetor 𝐩𝐃𝐨𝐦 , a qual é determinada pela derivação com relação
aos valores nodais de c(x, y):
∂𝐩𝐃𝐨𝐦
𝐉= para j = 1, 2, 3 … , M. (6.13)
∂cL
j
Deve-se observar que a equação (6.11) assume que a matriz 𝐇𝐚 (𝐜𝐋 ) pode ser invertida.
Este fato nem sempre é verdade, à medida que esta matriz é geralmente mal condicionada
ou até mesmo, em alguns casos, singular (PRATT et al., 1998). Assim, se faz necessário
a aplicação de alguma forma de regularização para que a equação (6.11) se torne efetiva.
Neste caso, a prática mais comum resulta num algoritmo de minimização conhecido como
método de Levenberg (LEVENBERG, 1944), o qual é representado na seguinte equação:
onde λ representa um fator de amortecimento (positivo) que deve ser ajustado de acordo
com a convergência do método, a cada etapa do processo de minimização. Isto significa
que a adoção de um valor de λ ≪ 1 (pequeno amortecimento) pode resultar num
crescimento da função objetivo, no lugar de uma minimização. Quando tal fato ocorre, o
fator λ deve ser aumentado até que se retome uma direção de minimização da função
objetivo.
Para completar esta etapa de modelagem, resta determinar o vetor ∇[E(𝐜𝐋 )].
Segundo PRATT et al. (1998), ∇[E(𝐜𝐋 )] pode ser calculado como se segue:
73
Assim, a equação (6.14) pode ser utilizada para se estabelecer um esquema iterativo, de
simples implementação, que pode ser utilizado para a solução de problemas inversos.
Para a determinação da matriz jacobiana (𝐉), a equação (6.2) deve ser derivada
com relação aos valores nodais de c(x, y), conforme estabelecido pela equação (6.13).
Assim, derivando (6.2), tem-se:
∂(𝐈−𝐅𝐅 𝐤 𝐋𝐯 ) ∂𝐩𝐃𝐨𝐦
𝐩𝐃𝐨𝐦 + (𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 ) =𝟎 (6.16)
∂cL
j ∂cL
j
Como nem a matriz 𝐈 e nem a matriz 𝐅𝐅 dependem cjL (a matriz 𝐅𝐅 depende somente das
propriedades do meio de fundo fictício), tem-se
∂( 𝐤 𝐋𝐯 ) ∂𝐩𝐃𝐨𝐦
−𝐅𝐅 𝐩𝐃𝐨𝐦 + (𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 ) =𝟎 (6.17)
∂cL
j ∂cL
j
de onde se tem:
∂𝐩𝐃𝐨𝐦 ∂( 𝐤 𝐋𝐯 )
= (𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )−𝟏 𝐅𝐅 𝐩𝐃𝐨𝐦 (6.18)
∂cL
j ∂cL
j
∂( 𝐤 𝐋𝐯 )
Resta agora determinar a derivada . Para tanto, sabemos 𝐤 𝐋𝐯 representa uma matriz
∂cL
j
diagonal cujos elementos não nulos são dados pela equação (6.4). Assim, percebe-se que
∂( 𝐤 𝐋𝐯 )
esta equação pode ser utilizada para a determinação da derivada . Desta forma,
∂cL
j
∂[kv ]L ∂ ω2
ii
= ∂cL [ 2 − k 20 ] (6.19)
∂cL [cL
j j i]
74
∂[kv ]L
ii ω2
= −2 3 se i = j (6.20a)
∂cL [cL
j]
j
∂[kv ]L
ii
=0 se i ≠ j (6.20b)
∂cL
j
∂( 𝐤 𝐋𝐯 )
Assim, percebe-se que para cada valor de j, a derivada dará origem a uma matriz de
∂cL
j
ordem 𝐌𝐱𝐌 com um único elemento não nulo dado por (6.20a). Daí, pode-se representar
∂( 𝐤 𝐋𝐯 )
o produto 𝐩𝐃𝐨𝐦 que aparece no lado direito da equação (6.18) como se segue:
∂cL
j
∂( 𝐤 𝐋𝐯 ) ∂( 𝐤 𝐋𝐯 ) ∂( 𝐤 𝐋𝐯 ) 2ω2
[ 𝐩𝐃𝐨𝐦 𝐩𝐃𝐨𝐦 … ∂cL
𝐩𝐃𝐨𝐦 ] = 𝐃𝐢𝐚𝐠 [− 3 pDom
j ] (6.21)
∂cL ∂cL [cL
j]
1 2 M
onde 𝐃𝐢𝐚𝐠[∙] é utilizado para representar uma matriz diagonal. Assim, considerando
(6.18), temos:
2ω2
𝐉 = [𝐖] 𝐃𝐢𝐚𝐠 [− 3 pDom
j ] (6.23)
[cL
j]
para j = 1, 2, 3 … , 𝐌, onde:
𝐖 = (𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )−𝟏 𝐅𝐅 (6.24)
75
6.3 ALGORITMO DE INVERSÃO
Estes passos devem ser repetidos até que seja atendido um critério de convergência. No
programa implementado, foi utilizado um critério de convergência baseado na
minimização da função objetivo. Assim, o processo iterativo era interrompido quando
fosse atendida a seguinte condição:
Por fim, deve-se destacar que o algoritmo exposto acima requer a inversão de duas
matrizes. Também, destaca-se que a SVD representa uma das formas mais eficiente
disponíveis, em termos de precisão, para o cálculo de matrizes inversas. Porém, a mesma
observação não é válida no que se refere à eficiência em termos de custo computacional.
76
Assim, a dimensão das matrizes a serem invertidas pode ser um fator limitante para a
aplicação do algoritmo de inversão exposto acima. Se tal fato ocorrer, deve-se optar por
algoritmos de minimização que não envolvam o cálculo da Hessiana, dado que a
determinação desta requer o cálculo completo da matriz jacobiana (a matriz 𝐉 não pode
ser determinada pela solução de um sistema linear simples). Por outro lado, quando são
utilizados algoritmos de minimização baseados no método do gradiente conjugado, a
determinação direta da matriz 𝐉 pode ser evitada (PRATT, 1999). Assim, os processos de
inversão de matrizes podem ser substituídos pela solução de sistemas lineares, o que se
torna uma vantagem quando se lida com matrizes de grandes dimensões. Porém, a
proposição de tal esquema de inversão requer uma nova modelagem e fica como sugestão
para trabalhos futuros.
77
7 PROBLEMAS TESTE
7.1 INTRODUÇÃO
d2 p(x) ω2
+ c2 (x) p(x) = 0 (7.2)
dx2
ω2
[E1 (x) + iωE2 (x) + c2 (x) f(x)] eiωg(x) = 0 (7.3)
onde:
78
E2 (x) = 2f ′ (x)g ′ (x) + f(x)g ′′ (x) (7.4b)
Deve-se agora eliminar a parte imaginária do lado esquerdo de (7.3). Assim, fazendo
E2 (x) = 0, pode-se escrever:
C
g ′ (x) = [f(x)]
1
2 (7.7)
1C
g(x) = ∫ [f(x)] 2 dx + C2
(7.8)
onde C1 e C2 são constantes. Para determinar a função f(x), deve-se substituir (7.7) em
(7.4a), obtendo-se:
[C ]2
E1 (x) = f ′′ (x) − ω2 f(x) [f(x)]
1
4
( 7.9)
[C ]2 ω2
f ′′ (x) − ω2 f(x) [f(x)]
1
4 + c2 (x) f(x) = 0 (7.10)
A determinação de f(x) pode ser simplificada fazendo [C1 ]2 = 1 (C1 = ±1). Assim,
dividindo a equação acima por f(x) e rearranjando, pode-se escrever:
79
f′′ (x) ω2 ω2
− [f(x)]4 = − c2 (x) (7.11)
f(x)
f ′′ (x) = 0 (7.13)
de onde pode-se identificar de imediato duas soluções para (7.11), as quais são: uma
solução de onda plana num meio com perfil de velocidade acústica constante (meio
homogêneo) e uma solução de onda plana num meio cujo perfil de velocidades apresente
variação quadrática na direção x. Cada uma desta soluções serão tratadas numa das
subseções apresentadas a seguir.
[f(x)]2 = c0 (7.14)
x
g(x) = C1 c + C2 (7.15)
0
x
iω(± +C2 )
p(x) = √c0 e c0 (7.16)
80
onde f(x) = √c0 . Assim, equação (7.15) pode ser escrita em sua forma final como uma
solução de onda plana num meio homogêneo:
ω
±i x
p(x) = Ae c0 (7.17)
f(x) = ax + b (7.19)
Desta forma, fica claro que o perfil quadrático representado em (7.18) deve satisfazer
(7.13). Assim, considerando (7.12), (7.8) pode ser escrito como se segue:
1
g(x) = ± ∫ (ax+b)2 dx + C2 (7.20)
1
g(x) = ± a(ax+b) + C2 (7.21)
81
1
iω(± +C2 )
p(x) = (ax + b)e a(ax+b) (7.22)
1
iω(± )
p(x) = A(ax + b)e a(ax+b) (7.23)
onde o coeficiente A(ax + b) indica que uma onda acústica que se propaga num meio
com um perfil de velocidades quadrático possui amplitude variável, sendo A uma nova
constante obtida a partir de C2 . O sinal ± deve ser escolhido conforme o sentido de
propagação da onda, dependendo da forma do comportamento temporal escolhido
(e±iωt ).
Não foram necessários grandes esforços matemáticos para a obtenção das duas
soluções analíticas da equação de Helmholtz mostradas acima, pois as soluções admitidas
pela equação (7.13) eram triviais. No entanto, a busca por novas soluções (harmônicas)
para a equação de Helmholtz a partir de (7.10) pode ser demasiadamente complicada,
pois (7.10) representa uma equação diferencial não linear de segunda ordem. Apesar das
dificuldades, nada impede que se tente achar uma solução para (7.10) de maneira
intuitiva. Assim, considerando novamente a equação (7.12), a equação (7.10) é reescrita
abaixo como se segue:
ω2
f ′′ (x) = ([C1 ]2 − 1) [f(x)]3 (7.24)
1
f(x) = (ax + b)2 (7.25)
82
a2
f ′′ (x) = − 3 (7.26)
4(ax+b)2
a2 ω2
− 3 = ([C1 ]2 − 1) 3 (7.27)
4(ax+b)2 (ax+b)2
a2
C1 = ±√1 − 4ω2 (7.28)
Também, através de (7.12), a função f(x) definida em (7.25) define o campo acústico
c(x):
c(x) = ax + b (7.29)
2
√1− a 2
4ω
g(x) = ± ∫ dx + C2 (7.30)
ax+b
1 1
g(x) = ± (√a2 − 4ω2 ) ln(ax + b) + C2 (7.31)
ω2 1
[±i(√ 2 − ) ln(ax+b)+C2 ]
a 4
p(x) = √ax + b e (7.32)
83
de onde pode-se, finalmente, escrever:
ω2 1
[±i(√ 2 − ) ln(ax+b)]
a 4
p(x) = A√ax + b e (7.33)
onde o coeficiente A√ax + b corresponde à amplitude variável de uma onda acústica que
se propaga num meio com um perfil de velocidades linear, sendo A uma nova constante
obtida a partir de C2 . Novamente, observa-se que o sinal ± deve ser escolhido conforme
o sentido de propagação da onda, dependendo da forma do comportamento temporal
escolhido (e±iωt ).
84
8 APLICAÇÃO DA TMFF PARA SOLUÇÃO DE PROBLEMAS
DIRETOS
8.1 INTRODUÇÃO
85
Para realização das simulações numéricas, deve-se primeiramente definir um
domínio de integração sobre o qual o problema deve ser resolvido, tal como apresentado
na figura 8.1:
Face 4
c = 343 m/s
Face 1
Face 3
1,00 m
Face 2
10,00 m
Figura 8.1: domínio de integração utilizado nas simulações referentes ao problema teste 1
Assim o campo de pressão devido a uma onda plana que se propaga numa direção paralela
ao eixo x pode ser representado pela seguinte expressão3 (ver equação (7.17), na seção
7.2.1 do capítulo 7):
3
O sinal negativo foi escolhido por representar uma onda que se propaga para a direita quando o
comportamento harmônico no tempo é dado por eiωt .
86
dp dp
| = dn| =0 (8.3a)
dn Face 2 Face 4
∑M
i=1[Erro nodal|i ]
Erro médio % = (8.4)
M
onde M corresponde ao número total de nós funcionais das células. O erro nodal foi
avaliado em cada nó i do domínio de acordo com a seguinte expressão:
87
Os resultados mostrados a seguir foram obtidos utilizando-se as duas formulações
voltadas para solução de problemas diretos apresentadas no capítulo 5. Com relação à
primeira delas, a qual foi previamente apresentada na seção 5.2.1 do capítulo 5, sendo
referenciada aqui como TMFF-1, deve-se esclarecer que corresponde na realidade a uma
abordagem obtida a partir de uma equação integral clássica do MEC, à medida que a
referida forma integral pode ser referenciada em trabalhos anteriores. No entanto, não é
possível encontrar nenhum trabalho que faça uma reflexão aprofundada de como seria
funcionamento de seus mecanismos de precisão no caso da abordagem de problemas de
acústica (e nem para outros tipos problemas). Já a segunda, referenciada aqui como
TMFF-2, tendo sido previamente apresentada na seção 5.2.2 do capítulo 5, representa
uma contribuição inédita deste trabalho, pois mostra-se pela primeira vez que é possível
introduzir um conjunto extra de equações, pela simples consideração de dois meios de
fundo (fictícios) com propriedades diferentes, que pode ser diretamente aplicado na
modelagem de problemas físicos pelo MEC, sendo que tal consideração tem efeito direto
sobre a precisão dos resultados numéricos obtidos nas simulações.
4.00%
P - Real P - Imag.
Erro médio (%)
2.00%
0.00%
0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4
Número de onda fictício (1/m)
Figura 8.3: erro médio obtido na avaliação numérica da pressão no interior do domínio Ω através da
TMFF-1 quando diferentes valores são atribuídos ao número de onda fictício k 0
88
0.50%
P - Real P - Imag.
Erro médio (%)
0.25%
0.00%
0.5 0.6 0.7 0.8 0.9 1.0 1.1 1.2 1.3 1.4 1.5
Número de onda fictício K01 (1/m)
Figura 8.4: erro médio obtido na avaliação numérica da pressão no interior do domínio Ω através TMFF-2
quando diferentes valores são atribuídos ao número de onda fictício k 01 , sendo k 02 mantido fixo a
0,3833 m−1
A partir da análise dos resultados mostrados nas figuras 8.3 e 8.4, pode-se
facilmente concluir que deve haver um valor ótimo para o número de onda fictício capaz
de levar a resposta numérica obtida nas simulações a um máximo de precisão. No que se
refere aos resultados obtidos pela TMFF-1, é óbvia a conclusão de que a precisão será
máxima quando k 0 for igual a k meio . Este é um resultado esperado, porque, em tal
situação, k v se anula e a equação integral básica da TMFF se reduzirá à formulação
clássica do MEC para a equação de Helmholtz (para meios homogêneos). Diferentemente
para a TMFF-2, a precisão máxima parece ocorrer para um valor de k 01 ligeiramente
maior do que 1 m−1 . Pela análise da figura 8.4, estima-se que o valor ideal k 01
corresponda a 1,07 m−1 . Assim, com o intuito de comparar o desempenho da TMFF-1 e
2 quando são atribuídos valores ideais aos seus respectivos números de onda fictícios,
apresentam-se nas figuras 8.5 e 8.6 o erro nodal cometido ao se estimar os valores nodais
de pressão (módulo) no interior do domínio Ω pela TMFF-1, quando k 0 = 1,00 m−1 , e
pela TMFF-2, quando k 01 = 1,07 m−1.
89
0.06%
0.04%
0.02%
0.00%
0 40 80 120 160
Nó de domínio
Figura 8.5: erro nodal obtido na avaliação numérica da pressão (módulo) no interior do domínio Ω através
TMFF-1 para k 0 = k meio = 1 m−1
0.02%
0.01%
0.00%
0 40 80 120 160
Nó de domínio
Figura 8.6: erro nodal obtido na avaliação numérica da pressão (módulo) no interior do domínio Ω através
TMFF-2 para k 01 = 1,07 m−1 e k 02 = 0,3833 m−1
90
equação (5.7), seção 5.2.2 do capítulo 5). Deve-se destacar que estas incógnitas
desempenham um papel secundário no que se refere à solução final do problema, sendo
que estas foram introduzidas com o objetivo único de permitir a consideração de novas
relações matemáticas na modelagem discreta do fenômeno físico tratado. Por outro lado,
os coeficientes que aparecem multiplicam as incógnitas de real interesse no domínio, no
caso, a pressão p, são avaliados de forma exata. Isto permite expurgar o erro numérico
cometido na avaliação das integrais de domínio para as incógnitas auxiliares p̂, resultando
assim numa avaliação mais precisa dos valores nodais de pressão no interior do domínio.
Tais fatores, justificam o desempenho superior da TMFF-2 em comparação à TMFF-1.
Com relação ao problema de determinar o valor ideal do número de onda fictício, tal
tarefa se mostra elementar no que se refere a problemas relacionados a meios
homogêneos, pois cada frequência angular ω determina um único número em todo o
domínio Ω. Este número de onda desempenhará um papel crucial na resposta do meio a
qualquer estímulo que seja aplicado no contorno Γ e servirá como referência para a
escolha de um meio de fundo fictício (ou melhor dizendo, uma função de Green) que seja
capaz de melhor representar a resposta do meio quando qualquer estímulo externo for
aplicado a Γ. No entanto, quando são tratados problemas relacionados a meios não-
homogêneos, a tarefa de determinar o valor ideal do número de onda fictício pode se
tornar demasiadamente complicada, pois cada frequência angular ω determinará um
espectro contínuo de números de onda no interior do domínio Ω. Assim, deixa de existir
um número de onda específico que desempenhe um papel principal no que se refere à
resposta do meio aos estímulos externos aplicados a Γ, a mesma forma que perde-se a
referência para a determinação do valor ideal para a propriedade do meio de fundo
fictício. Nesta situação, é aconselhável que se estabeleça um critério que permita
aproximar o valor ideal para o número de onda fictício de acordo com as características
de cada problema. Também, para um mesmo problema, foi observado que o valor ideal
do número de onda fictício pode variar de forma não linear com a frequência. Assim,
observou-se que a proposição de um critério para aproximar o valor ideal do número de
onda fictício deve apresentar a seguinte forma geral:
91
sendo que a dependência do problema físico retratada pela função 𝑓 na equação (8.6),
pode significar uma dependência das propriedades físicas do meio, ou até mesmo uma
dependência relacionada à geometria do domínio de integração considerado. Porém, para
os problemas tratados neste trabalho, considerou-se apenas a dependência relacionada às
propriedades físicas do meio considerado, sendo que uma possível dependência
relacionada com a geometria do domínio de integração fica em aberto para posteriores
investigações.
Face 4
Face 1
k(x)= /(x+1.5)
Face 3
1,00 m
Face 2
10,00 m
Figura 8.7: domínio físico Ω e o seu correspondente número de onda variável k(x) para um meio com
perfil de velocidade de propagação de ondas acústicas com variação linear
1
[i(√ω2 − ) ln(x+1,5)]
4
p(x) = √x + 1,5 e (8.7)
onde, por simplicidade, a constante A foi tomada como sendo unitária e optou-se por
considerar o sinal positivo no argumento da exponencial complexa.
92
As condições de contorno consideradas para a realização dos testes numéricos
foram as seguintes:
dp dp
| = dn| =0 (8.8a)
dn Face 2 Face 4
k 0 = k̅ (8.9 )
onde:
1 ω
k̅ = A ∫Ω c(x,y) dΩ (8.10)
Ω
93
representatividade do valor ideal de k 0 quando se trabalha em faixas de frequências mais
altas. Assim, propõe -se fazer:
k 0 = k̅ = k Meio (8.12)
Assim, percebe-se que a equação (8.11) continua sendo válida, mesmo no caso de meios
homogêneos.
Com relação ao parâmetro α, este foi introduzido na equação (8.11) com dois
objetivos principais: o primeiro é garantir a homogeneidade dimensional da equação
(8.11); o segundo é permitir que algum ajuste possa ser aplicado à equação (8.11) de
acordo com as características de cada problema. Assim, o parâmetro α deve ser ajustado
com base no comportamento das propriedades físicas do meio em consideração. Para
meios físicos caracterizados por campos de velocidades acústicas com gradientes suaves,
deve-se preferir valores de α menores, enquanto que, valores de α mais elevados
favorecem a representação de problemas cujos campos de velocidades apresentem
gradientes mais severos. Assim, é aconselhável que se tenha 1 ≤ α ≤ 2 para problemas
cujas propriedades do meio apresentem gradientes de moderados a elevados e 0 ≤ α ≤ 1
para problemas cujas propriedades apresentem gradientes suaves. No caso exemplo
tratado aqui, cujo campo de velocidade acústica é representado por um perfil linear
94
(gradiente suave), o valor de α foi ajustado como sendo 0,4 m/Rad. Assim, o valor ideal
do número de onda fictício (para TMFF-1) é aproximado pela seguinte expressão:
k 01 = β kMax (8.13a)
k 02 = γ kMax (8.13b)
Assim, independente do problema que está sendo tratado, pode-se escolher um valor
fixo γ no intervalo 0 < γ < 0,5, de modo a se conseguir uma boa representação do
comportamento mais suave presente na solução do problema, enquanto que o valor de β
deve ser ajustado dentro do intervalo 0,5 < β < 1. Assim, também se consegue uma boa
representação dos números de onda mais elevados presentes na solução do problema.
Porém, ao contrário do que se espera, quanto mais suave for o gradiente do campo de
velocidade acústica do meio, mais próximo de 1 o valor de β deve ser tomado. Como
exemplo, tem-se a situação mostrada no exemplo anterior (seção 8.2), onde, no caso de
um meio homogêneo, o valor de γ foi fixado como 0,3833 (já que na ocasião, k Max =
k Meio = 1 m−1), sendo o valor ideal encontrado para β igual a 1,07.
95
Com o intuito de dar continuidade às ideias apresentadas aqui, nos exemplos que
se seguem, o valor de γ continuará sendo mantido a 0,3833, sendo o valor de β ajustado,
com base no comportamento das propriedades do meio, de modo a melhorar a precisão
dos resultados numéricos em comparação à TMFF-1. Assim, como o campo de
velocidade acústica considerado neste exemplo apresenta um gradiente suave, o valor de
β foi ajustado como 0,875. Assim, os valores de k 01 e k 02 foram escolhidos de acordo
com as seguintes equações:
0,875
k 01 = ω (8.14a)
1,5
0,3833
k 02 = ω (8.14b)
1,5
4
Pressão (parte real)
-4
0 40 80 120 160
Nó de domínio
Figura 8.8: valores de nodais de pressão (parte real) obtidos no interior do domínio Ω pela TMFF-1 em
comparação com os valores exatos correspondentes. O gráfico apresenta, de maneira sequencial, os
valores nodais de pressão (parte real) correspondentes a 4 diferentes seções de domínio (ver figura 8.2):
seção 1, do nó 1 ao nó 40; seção 2, do nó 41 ao nó 80; seção 3, do nó 81 ao nó 120; seção 4, do nó 121 ao
nó 160
96
4.00
Pressão (parte imag.)
0.00
Figura 8.9: valores de nodais de pressão (parte imaginária) obtidos no interior do domínio Ω pela TMFF-1
em comparação com os valores exatos correspondentes. O gráfico apresenta, de maneira sequencial, os
valores nodais de pressão (parte imaginária) correspondentes a 4 diferentes seções de domínio (ver figura
8.2): seção 1, do nó 1 ao nó 40; seção 2, do nó 41 ao nó 80; seção 3, do nó 81 ao nó 120; seção 4, do nó
121 ao nó 160
4.00
Pressão (parte real)
0.00
-4.00
0 40 80 120 160
Nó de domínio
Figura 8.10: valores de nodais de pressão (parte real) obtidos no interior do domínio Ω pela TMFF-2 em
comparação com os valores exatos correspondentes. O gráfico apresenta, de maneira sequencial, os
valores nodais de pressão (parte real) correspondentes a 4 diferentes seções de domínio (ver figura 8.2):
seção 1, do nó 1 ao nó 40; seção 2, do nó 41 ao nó 80; seção 3, do nó 81 ao nó 120; seção 4, do nó 121 ao
nó 160
97
4.00
Pressão (parte imag.)
0.00
Figura 8.11: valores de nodais de pressão (parte imaginária) obtidos no interior do domínio Ω pela TMFF-
2 em comparação com os valores exatos correspondentes. O gráfico apresenta, de maneira sequencial, os
valores nodais de pressão (parte imaginária) correspondentes a 4 diferentes seções de domínio (ver figura
8.2): seção 1, do nó 1 ao nó 40; seção 2, do nó 41 ao nó 80; seção 3, do nó 81 ao nó 120; seção 4, do nó
121 ao nó 160
98
4.50%
3.00%
1.50%
0.00%
1 2 3 4 5 6
Frquência angular ω
Figura 8.12: erro médio obtido na avaliação da pressão (modulo) no interior do domínio Ω pela TMFF-1,
para k 0 = k̅ (TMFF-1 – 0,0); pela TMFF-1, para valores de k 0 dados pela equação (8.12) (TMFF-1 –
0,4) e para TMFF-2, para valores de k 01 e k 02 dados pelas equações (8.14). Os valores de erro
apresentados foram obtidos para as seguintes frequências angulares: ω = 1,0, 2,0, 3,0, 4,0, 5,0 e 6,0
rad/seg
99
8.4 PROBLEMA TESTE 3
Como terceiro exemplo de aplicação, utiliza-se o problema de uma onda plana que
se propaga um meio acústico com perfil de velocidades com variação quadrática, sendo
a solução analítica considerada dada pela equação (7.23), previamente apresentada no
capítulo 7, seção 7.2.2, para c(x) = (ax + b)2. Assim, tomando as constantes a e b como
unitárias e definindo um domínio de integração tal como apresentado na figura 8.13:
Face 4
Face 1
k(x)= /(x+1)^2
Face 3
1,00 m
Face 2
10,00 m
Figura 8.13: domínio físico Ω e o seu correspondente número de onda variável k(x) para um meio com
perfil de velocidade de propagação de ondas acústicas com variação quadrática
A solução analítica para o problema em questão (obtida a partir da equação (7.23)) pode
ser representada como se segue:
ω
p(x) = (x + 1)ei(x+1) (8.15)
onde, por simplicidade, a constante A foi tomada como sendo unitária e optou-se por
considerar o sinal positivo no argumento da exponencial complexa.
dp dp
| = dn| =0 (8.16a)
dn Face 2 Face 4
100
p|Face 3 = pprescrito (8.16c)
sendo a malha utilizada a mesma apresentada na figura 8.2. No que diz respeito à
determinação dos valores ideais de k 0 , pode-se dizer que o perfil de velocidades
considerado neste exemplo apresenta um gradiente entre moderado e severo. Assim, o
valor do parâmetro α foi definido como sendo 1,7 m/rad. Desta forma, a partir da
equação (8.11), utilizou-se a seguinte expressão para aproximar os valores ideais de k 0 :
Ainda com relação à TMFF-1, também foram realizados testes considerando os valores
de k 0 dados pela equação (8.9), o que equivale a fazer α = 0,0 m/rad na equação (8.11).
Para a realização dos testes numéricos pela TMFF-2, o valor de γ mais uma vez mantido
a 0,3833, sendo o que valor de β ajustado como sendo 0,750. Assim, considerando as
equações (8.13), os valores de k 01 e k 02 foram escolhidos de acordo com as seguintes
equações:
k 01 = 0,750 ω (8.18a)
k 02 = 0,3833 ω (8.18b)
101
1.50%
1.00%
0.50%
0.00%
2 3 Frequência4 angular ω 5 6
Figura 8.14: erro médio obtido na avaliação da pressão (módulo) no interior do domínio Ω pela TMFF-1,
para k 0 = k̅ (TMFF-1 – 0,0); pela TMFF-1, para valores de k 0 dados pela equação (8.12) (TMFF-1 –
1,7) e para TMFF-2, para valores de k 01 e k 02 dados pelas equações (8.18). Os valores de erro
apresentados foram obtidos para as seguintes frequências angulares: ω = 2,0, 3,0, 4,0, 5,0 e 6,0 rad/seg
102
Figura 8.15: domínio acústico Ω composto de três camadas sobrepostas, onde cada uma delas apresenta
uma velocidade de propagação de onda diferente
Assim, o domínio mostrado na figura 8.15, pode ser considerado como se fosse extraído
de uma região maior, de extensão semi-infinita, onde, cada uma das camadas mostradas
na figura 8.15 também se estende lateralmente ao infinito. Desta forma, considerando
uma onda plana que incide (segundo uma direção normal) sobre a superfície desta região,
sendo a frente de onda consideravelmente maior que o comprimento horizontal mostrado
na figura 8.15, o referido problema pode ser modelado numericamente se forem
consideradas condições de contorno na seguinte forma:
dp
| =0 (8.19a)
dn Nas faces laterais
dp
| = Fluxo prescrito (8.19b)
dn Ao fundo
103
domínio. Assim, fixa-se uma frequência angular ω = 125,66 rad/seg, o que equivale a
definir uma frequência de trabalho de aproximadamente 20 Hz.
Para a realização dos testes numéricos por meio da TMFF, utilizou-se uma malha
composta de 160 elementos de contorno quadráticos e 6000 células constantes. Com
relação à TMFF-1, no lugar de buscar por um valor ótimo para o número de onda fictício
k 0 , foram realizados testes considerando-se os seguintes valores de α: 0,0, 1,0 e
2,0 m/rad. Justifica-se tal escolha, pois, na solução do problema, devem aparecer bem
definidos 3 números de onda diferentes, cada um destes correspondendo a um dos
números de onda encontrados nas camadas mostradas na figura 8.15. Assim, pode-se
observar como se dá a eficiência da TMFF-1, no que se refere à representação dos
números de ondas presentes na solução do problema, conforme o valor do parâmetro α é
aumentado. Com relação à TMFF-2, o valor do parâmetro γ que aparece nas equações
(8.13) foi novamente considerado como sendo 0,3833. No que se refere ao parâmetro β,
deve ser ajustado de modo a conseguir uma boa representatividade dos números de onda
mais elevados presentes na solução do problema. Assim, o valor do parâmetro β foi
escolhido como sendo 0,850, o que significa que o valor k 01 foi ajustado entre os valores
dos números de onda encontrados na segunda e na terceira das camadas apresentadas na
figura 8.15.
dp
| = 0.00000 (8.20a)
dn Nas faces laterais
dp
| = 5.43735 (8.20b)
dn Ao fundo
104
Nas figuras 8.16, 8.17 e 8.18, apresentam-se, respectivamente, os resultados
obtidos pela TMFF-1 para α = 0,0, 1,0 e 2,0 m/rad. Na sequência, na figura 8.19,
mostram-se os resultados obtidos pela TMFF-2 para γ = 0,3833 e β = 0,850. Em todas
situações, os resultados apresentados correspondem aos valores numéricos de pressão
obtidos pela TMFF numa secção vertical tomada na posição x = 30,0 m (qualquer outra
seção vertical poderia ser utilizada, dado que não existem variações significativas de
precisão nos resultados numéricos obtidos, quando outras seções verticais são
consideradas). Com relação aos resultados de referência, estes correspondem aos valores
nodais de pressão, obtidos pelo método dos elementos finitos, e se referem aos pontos da
malha de elementos finitos que possuem mesma coordenada z dos nós da malha utilizada
nas simulações realizadas pela TMFF.
400.00
MEF TMFF-1: 0
200.00
Pressão
0.00
-200.00
-400.00
0.00 200.00 400.00 600.00 800.00 1000.00
Profundidade (z)
Figura 8.16: valores numéricos de pressão obtidos pela TMFF-1, para α = 0,0 m/rad, numa secção
vertical do domínio tomada na posição x = 30,0 m. Os resultados de referência (MEF) foram obtidos por
um programa de Elementos Finitos, com uma malha de 1000 elementos finitos unidimensionais lineares
105
400.00
MEF TMFF-1: 1
200.00
Pressão
0.00
-200.00
-400.00
0.00 200.00 400.00 600.00 800.00 1000.00
Profundidade (z)
Figura 8.17: valores numéricos de pressão obtidos pela TMFF-1, para α = 1,0 m/rad, numa secção
vertical do domínio tomada na posição x = 30,0 m. Os resultados de referência (MEF) foram obtidos por
um programa de Elementos Finitos, com uma malha de 1000 elementos finitos unidimensionais lineares
400.00
MEF TMFF-1: 2
200.00
Pressão
0.00
-200.00
-400.00
0.00 200.00 400.00 600.00 800.00 1000.00
Profundidade (z)
Figura 8.18: valores numéricos de pressão obtidos pela TMFF-1, para α = 2,0 m/rad, numa secção
vertical do domínio tomada na posição x = 30,0 m. Os resultados de referência (MEF) foram obtidos por
um programa de Elementos Finitos, com uma malha de 1000 elementos finitos unidimensionais lineares
106
400.00
MEF TMFF-2: 0.850
200.00
Pressão
0.00
-200.00
-400.00
0.00 200.00 400.00 600.00 800.00 1000.00
Profundidade (z)
Figura 8.19: valores numéricos de pressão obtidos pela TMFF-2, para γ = 0,3833 e β = 0,850, numa
secção vertical do domínio tomada na posição x = 30,0 m. Os resultados de referência (MEF) foram
obtidos por um programa de Elementos Finitos, com uma malha de 1000 elementos finitos
unidimensionais lineares
108
9 APLICAÇÃO DA TMFF PARA SOLUÇÃO DE PROBLEMAS
INVERSOS
9.1 INTRODUÇÃO
109
Face 4
c = ???
Face 1
Face 3
1,00 m
Face 2
10,00 m
Figura 9.1: domínio de integração utilizado nas simulações referentes ao problema teste 1
∂p dx
| = −415.03i [ (e−ix ) dn] (CC de Naturais) (9.2b)
∂n Γ Γ
[k v ]Γ = [ (1)2 − (k 01 )2 ] (9.3)
110
de forma que, pelas equações (9.2a) e (9.3), é possível determinar o valor de p̂1 referente
aos nós das células (no caso de células lineares ou de maior grau) que eventualmente
caem sobre o contorno Γ (ver figura 9.2).
Nas figuras 9.3 e 9.4, são apresentados os resultados numéricos obtidos utilizando-
se a primeira abordagem de problemas inversos pela TMFF, tendo sido esta previamente
apresentada no início da seção 5.3, do capítulo 5. Assim, os resultados obtidos utilizando-
se esta formulação são referenciados como TMFF-I1.
onde k Min representa o menor número de onda presente no meio físico relativo ao
problema considerado. A proposição da equação (9.4), pode ser justificada com base na
terceira das observações feitas ao final da seção 2.3.1 do capítulo 2: “o meio fictício é na
verdade responsável por transmitir os efeitos da ação de domínio (−k v p) para todos os
111
pontos do domínio Ω”. Neste sentido, espera-se que a adoção de um meio de fundo com
propriedades acústicas melhores que as do meio físico em consideração, seja mais
eficiente em transmitir informações entre diferentes pontos do domínio e do contorno
para o domínio. Assim, para uma dada frequência angular ω, deve-se preferir a adoção
de meios fictícios que resultem em valores de k 01 e k 02 menores do que k Min , o que
implica na adoção de um meio fundo com melhores propriedades acústicas (maior c) do
que o meio físico que existe de fato. Numa visão mais matemática do problema, pode-se
dizer que a escolha de k 01 com base na equação (9.4), evita que valores negativos de k v
ocorram no interior do domínio (lembrado que k v = k 2 (x, y) − k 201 ), evitando assim que
mudanças indesejáveis de sinais sejam introduzidas na variável p̂1 (pois, p̂1 = k v p). Tal
fato significa que a escolha de k 01 com base na equação (9.4) favorece a
representatividade da solução do problema inverso pela TMFF. Sendo assim, os
resultados mostrados nas figuras 9.3 e 9.4 foram obtidos fazendo-se k 01 e k 02
respectivamente iguais a 0,5 e 0,1 m−1 e 0,5 e 0,49 m−1. Deve-se ainda esclarecer que
os sistemas lineares tratados aqui podem ser representados na forma da equação (5.24) do
capítulo 5, com α = 0,01. Também, os resultados que seguem foram obtidos com a
aplicação da regularização de Tikhonov de ordem zero (ASTER et al., 2005), utilizando-
se um parâmetro de regularização αT = 1 ∙ 10−4 , sendo que os valores nodais c no interior
do domínio Ω foram calculados de acordo com a equação (5.25) do capítulo 5.
363
c - Recuperado
353
Velocidade acústica (c)
343
333
323
88 127 166 205
Nó de domínio
Figura 9.3: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I1 para k 01 = 0,5 m−1 e k 02 = 0,1 m−1
112
363
c - Recuperado
353
Velocidade acústica (c)
343
333
323
88 127 166 205
Nó de domínio
Figura 9.4: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I1 para k 01 = 0,5 m−1 e k 02 = 0,49 m−1
Contrariando o que era esperado, é possível perceber uma pequena melhora nos
resultados obtidos quando os valores de k 01 e k 02 foram tomados mais próximos. Esta
melhora se dá principalmente no que diz respeito a estabilidade e simetria da solução e se
torna ainda mais evidente quando são comparados resultados obtidos quando k 01 e k 02
são tomados ainda mais distantes (como, por exemplo, ao se comparar os resultados
obtidos fazendo-se k 01 e k 02 respectivamente iguais a 0,8 e 0,1 m−1 e 0,8 e 0,79 m−1 ).
Os mecanismos que levam a esta melhora podem ser melhor entendidos ao se analisar os
últimos (ou menores) valores singulares revelados pela SVD no momento da solução dos
sistemas lineares que levaram aos resultados mostrados acima. Estes valores singulares
113
são representados na figura 9.5 e correspondem aos valores singulares com magnitude
inferior a 1 ∙ 10−5:
2.20E-07
1.65E-07
1.00313E-07
1.10E-07
9.6982E-08
9.39152E-08
5.50E-08
6.66615E-09
0.00E+00
198 202 206 210 214 218 222 226 230 234
Figura 9.5: valores singulares relativos aos sistemas lineares obtidos pela TMFF-I1 para k 01 e k 02
tomados respectivamente iguais a 0,5 e 0,49 m−1 ; e 0,5 e 0,1 m−1 .
114
leva à conclusão direta de que é possível obter uma metodologia de inversão, pela
consideração de apenas um meio de fundo fictício. Assim, chegou-se à segunda forma de
abordagem de problema inverso pela TMFF, a qual foi apresentada na seção 5.3.1 do
capítulo 5. Os resultados obtidos por esta metodologia serão referenciados neste trabalho
como TMFF-I2. Desta forma, apresenta-se na figura 9.6 os resultados pela TMFF-I2 com
k 01 = 0,5 m−1 . Deve-se ainda esclarecer que o sistema linear que levou aos resultados
mostrados na figura 9.6 pode ser representado na forma da equação (5.29) do capítulo 5.
Assim, o valor do parâmetro α foi mais uma vez tomado como sendo 0,01. Também, os
resultados mostrados a seguir foram obtidos com a aplicação da regularização de
Tikhonov de ordem zero, utilizando-se um parâmetro de regularização αT = 1 ∙ 10−5 .
Novamente, os valores nodais c no interior do domínio Ω foram calculados de acordo
com a equação (5.25) do capítulo 5.
363
C Calculado
353
Velocidade acústica (c)
343
333
323
88 127 166 205
Nó de domínio
Figura 9.6: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2 para k 01 = 0,5 m−1
Por fim, com o objetivo de retratar o efeito que as condições extras impostas ao
problema (ver equação 9.3) tiveram sobre a solução deste problema inverso, apresenta-se
115
na figura 9.7 os resultados obtidos pela TMFF-I2 quando os valores de p̂1 não são mais
prescritos sobre o contorno Γ.
348
c calculado
328.557
Velocidade acústica (c)
333
325.252 325.252
318
303
88 127 166 205
Nó de domínio
Figura 9.7: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2, com k 01 = 0,5 m−1 , sem a prescrição dos valores os valores de p̂1 sobre Γ
1
[i(√ω2 − ) ln(x+1,5)]
4
p|Γ = [√x + 1,5 e ] (CC essenciais) (9.5a)
Γ
1 1 1
∂p +i√ω2 − [i(√ω2 − ) ln(x+1,5)] dx
2 4 4
| =[( e ) dn] (CC de Naturais) (9.5b)
∂n Γ √x+1,5
Γ
ω 2
[k v ]Γ = [( ) − (k 01 )2 ] (9.6)
x+1,5
Γ
de forma que, pelas equações (9.5a) e (9.6), é possível determinar os valores de p̂1
referentes aos nós das células que localizam-se sobre o contorno. Deve-se ainda esclarecer
que, com base nos resultados apresentados na seção 9.2, a partir deste momento optou-se
por apresentar somente os resultados em simulações realizadas pela TMFF-I2. Assim, de
acordo com a equação 9.4, os valores de k 01 deverão ser escolhidos obedecendo-se a
seguinte relação:
ω
k 01 < 11,5 (9.7)
117
Deve-se ainda esclarecer que todos os resultados mostrados a seguir foram obtidos
fazendo-se o parâmetro α igual a 0,01, com a aplicação da regularização de Tikhonov de
ordem zero com um parâmetro de regularização αT igual a 10−5 . Desta forma, nas figuras
9.8 e 9.9, são apresentados os valores nodais de velocidade acústica recuperados no
domínio quando considerados os seguintes valores de frequência angular: ω = 6 rad/seg
e ω = 2 rad/seg.
14.0
c calculado c exato
10.5
Velocidade acústica (c)
7.0
3.5
0.0
88 127 166 205
Nó de domínio
Figura 9.8: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2 para k 01 = 0,4 m−1 e ω = 6 rad/seg
14.0
c calculado c exato
10.5
Velocidade acústica (c)
7.0
3.5
0.0
88 127 166 205
Nó de domínio
Figura 9.9: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2 para k 01 = 0,15 m−1 e ω = 2 rad/seg
118
As figuras 9.8 e 9.9 mostram que, mais uma vez, a TMFF-I2 mostrou-se eficiente
em recuperar os valores nodais de velocidade acústica no interior do domínio Ω, sendo
que, mesmo no caso de ω = 6 rad/seg, não é possível observar grandes discrepância
entre os valores de c obtidos como solução deste problema inverso e os valores de
velocidade que de fato existem no meio. Agora, considerando novamente o objetivo de
mostrar o efeito que a prescrição de p̂1 em Γ tem sobre as soluções de problemas inversos
obtidas pela TMFF-I2, a seguir são apresentados os resultados obtidos quando não são
mais consideradas conhecidas as condições extras representadas pela equação 9.6.
14.0
c calculado c exato
10.5
Velocidade acústica (c)
7.0
3.5
0.0
88 127 166 205
Nó de domínio
Figura 9.10: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2, com k 01 = 0,4 m−1 e ω = 6 rad/seg, sem a prescrição dos valores os valores de p̂1
sobre Γ
14.0
c calculado c exato
Velocidade acústica (c)
10.5
7.0
3.5
0.0
88 127 166 205
Nó de domínio
Figura 9.11: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2, com k 01 = 0,15 m−1 e ω = 2 rad/seg, sem a prescrição dos valores os valores de p̂1
sobre Γ
119
Deve-se salientar que os resultados mostrados nas figuras 9.10 e 9.11 foram obtidos sem
que qualquer técnica de regularização fosse aplicada. Desta forma, aplicam-se aqui os
mesmos comentários feitos no ultimo paragrafo da seção 9.2. Contudo, salienta-se que a
conclusão mais importante a ser tirada aqui é que os resultados apresentados acima
mostram que, mais uma vez, foi possível obter uma estimativa da solução de um problema
inverso, mesmo quando as únicas informações que se tem sobre a solução do problema
tratado são as suas condições de contorno naturais e essenciais.
ω
p|Γ = [(x + 1)ei(x+1) ] (CC essenciais) (9.8a)
Γ
ω
∂p iω dx
| = [([1 − x+1] ei(x+1) ) dn] (CC de Naturais) (9.8b)
∂n Γ Γ
ω 2
[k v ]Γ = [([x+1]2 ) − (k 01 )2 ] (9.9)
Γ
ω
k 01 < [11]2 (9.10)
120
Novamente, os resultados mostrados a seguir foram obtidos fazendo-se o parâmetro α
igual a 0,01, com a aplicação da regularização de Tikhonov de ordem zero para um
parâmetro de regularização αT igual a 10−5.
140.0
c calculado c exato
105.0
Velocidade acústica (c)
70.0
35.0
0.0
88 127 166 205
Nó de domínio
Figura 9.12: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2, com k 01 = 0,045 m−1 e ω = 6 rad/seg
140.0
c calculado c exato
105.0
Velocidade acústica (c)
70.0
35.0
0.0
88 127 166 205
Nó de domínio
Figura 9.13: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2, com k 01 = 0,015 m−1 e ω = 2 rad/seg
121
ainda que tais resultados foram obtidos sem a necessidade de regularizar a solução do
problema inverso, sendo que o valor do parâmetro α foi novamente tomado igual a 0,01.
140.0
c calculado c exato
105.0
Velocidade acústica (c)
70.0
35.0
0.0
88 127 166 205
Nó de domínio
Figura 9.14: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2, com k 01 = 0,045 m−1 e ω = 6 rad/seg, sem a prescrição dos valores os valores de p̂1
sobre Γ
140.0
c calculado c exato
Velocidade acústica (c)
105.0
70.0
35.0
0.0
88 127 166 205
Nó de domínio
Figura 9.15: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2, com k 01 = 0,015 m−1 e ω = 2 rad/seg, sem a prescrição dos valores os valores de p̂1
sobre Γ
122
campo de velocidades que de fato existe no meio. Observa-se ainda que esta conclusão
se aplica a todos os exemplos mostrados neste capítulo. No entanto, estes exemplos
apresentam o inconveniente de serem descritos em termos de campos de velocidades
representados por funções polinomiais simples. Considerando este fato, na seção seguinte
aplica-se a TMFF-I2 para solução de um problema inverso, onde o campo de velocidade
acústica considerado é descrito em termo de funções um pouco mais elaboradas. Assim,
a posição e solução deste problema visa reforçar a ideia de TMFF-I2 se apresenta como
eficiente ferramenta de inversão, sendo que os resultados obtidos até o momento indicam
que a metodologia proposta se mostra viável até mesmo para aplicações práticas.
Face 4
Face 1
k(x)= /c(x)
Face 3
1,00 m
Face 2
10,00 m
Figura 9.16: domínio de integração utilizado nas simulações referentes ao problema teste 4
123
12
c(x) = 2000 + 700 e−0,5[0,5⋅(x−5) ] (9.11)
dp dp
| = dn| =0 (9.12a)
dn Face 2 Face 4
dp
| = −104.146302 + 173.921504 i (9.12b)
dn Face 1
dp
| = 182.003769 + 89.275694 i (9.12c)
dn Face 3
Pode-se ainda, conforme feito para os exemplos anteriores, considerar que são
conhecidos os valores de k v sobre o contorno Γ. Assim, tem-se:
940 2
[k v ]Γ = [( 12 ) − (k 01 )2 ] (9.13)
2000+700 e−0,5[0,5⋅(x−5) ] Γ
940
k 01 < 2700 (9.14)
124
equação (9.11) se aproxima rapidamente de zero. Fora deste intervalo, o argumento desta
exponencial cresce rapidamente (em módulo). Assim, percebe-se que esta exponencial
apresenta uma transição rápida entre valores que se aproximam de zero e valores que se
aproximam da unidade. Desta forma, pode-se observar que a equação (9.11) pode ser
utilizada para aproximar variações de propriedade num meio estratificado de 3 camadas,
onde, a transição de propriedades entre camadas adjacentes se dê de forma contínua,
conforme mostrados na figura 9.17:
2700
2750
c(x) (m/seg)
2350
2000 2000
1950
0 2.5 5 7.5 10
x (m)
Figura 9.17: representação gráfica do campo de velocidade acústica c(x) presente no domínio Ω
125
sendo p̂1 = αp̂) e de p recuperados no domínio, para k 01 = 0,3 m−1 e considerando
conhecidos os valores de p̂1 sobre Γ.
8000
P1 Real Referência
P1 Real Calculado
Variável aux. P1 (parte real)
4000
-4000
-8000
88 127 166 205
Nó de domínio
Figura 9.18: valores nodais da parte real de p̂ (referenciado no como gráfico P1) recuperados no domínio
Ω através TMFF-I2 com k 01 = 0,3 m−1
4000
P1 Imag. Referência P1 Imag. Calculado
2000
Variável aux. P1 (parte imag.)
-2000
-4000
-6000
88 127 166 205
Nó de domínio
Figura 9.19: valores nodais da parte imaginária de p̂ (referenciado no como gráfico P1) recuperados no
domínio Ω através TMFF-I2 com k 01 = 0,3 m−1
126
700
P Real Referência P Real Calculado
350
Pressão (parte real)
-350
-700
88 127 166 205
Nó de domínio
Figura 9.20: valores nodais de pressão acústica (parte real) recuperados no domínio Ω através TMFF-I2
com k 01 = 0,3 m−1
250.0
Pressão (parte imag.)
0.0
-250.0
Figura 9.21: valores nodais de pressão acústica (parte imaginária) recuperados no domínio Ω através
TMFF-I2 com k 01 = 0,3 m−1
Pela análise das figuras acima, percebe-se que a pressão acústica no interior do
domínio é avaliada de forma mais precisa que a variável auxiliar (ou de inversão) p̂. Da
mesma forma, testes numéricos realizados mostraram que a variável p̂ se mostra
consideravelmente mais sensível à aplicação de técnicas de regularização do que p. Isto
porque os erros cometidos na avaliação numérica da pressão no interior do domínio,
funcionam como uma espécie de “ruído numérico” que é amplificado e se reflete no
cálculo de p̂. Assim, as técnicas de regularização aplicadas atenuam os efeitos deste ruído,
permitindo assim que os valores nodais de c possam ser recuperados de forma adequada.
127
Contudo, a precisão obtida na avaliação da pressão acústica no interior do domínio é
indiscutivelmente superior à precisão obtida na avaliação de c (ou de p̂).
3000.0
c exato c calculado
Velocidade acústica (c)
2600.0
2200.0
1800.0
88 127 166 205
Nó de domínio
Figura 9.22: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2 com k 01 = 0,3 m−1
Conforme intencionado, mesmo para este caso particular, onde a função c(x) é
caracterizada por apresentar regiões onde o seu comportamento é extremamente suave,
sendo que a zona de transição entre tais regiões é caracterizada por presença de levados
gradientes, percebe-se que TMFF-I2 permitiu, mais uma vez, obter uma estimativa para
c(x) que aproxima bastante o campo de velocidade acústico que de fato existe no meio.
Assim, conforme defendido aqui, os resultados mostrados acima reforçam a ideia de que
a TMFF-I2 se apresenta como uma metodologia de inversão eficiente, assim como
fortalece a hipótese de sua viabilidade para aplicações práticas.
128
8000
P1 Real Referência
P1 Real Calculado
Variável aux. P1 (parte real)
4000
-4000
-8000
88 127 166 205
Nó de domínio
Figura 9.23: valores nodais da parte real de p̂ (referenciado no como gráfico P1) recuperados no domínio
Ω através TMFF-I2 com k 01 = 0,3 m−1 sem a prescrição dos valores os valores de p̂1 sobre Γ
4000
P1 Imag. Referência
P1 Imag. Calculado
2000
Variável aux. P1 (parte imag.)
-2000
-4000
-6000
88 127 166 205
Nó de domínio
Figura 9.24: valores nodais da parte imaginária de p̂ (referenciado no como gráfico P1) recuperados no
domínio Ω através TMFF-I2 com k 01 = 0,3 m−1 sem a prescrição dos valores os valores de p̂1 sobre Γ
700
P Real Referência
P Real Calculado
350
Pressão (parte real)
-350
-700
88 127 166 205
Nó de domínio
Figura 9.25: valores nodais de pressão acústica (parte real) recuperados no domínio Ω através TMFF-I2
com k 01 = 0,3 m−1 sem a prescrição dos valores os valores de p̂1 sobre Γ
129
250.0
P Imag. Referência
P Imag. Calculado
Pressão (parte imag.)
0.0
-250.0
-500.0
88 127 166 205
Nó de domínio
Figura 9.26: valores nodais de pressão acústica (parte imaginária) recuperados no domínio Ω através
TMFF-I2 com k 01 = 0,3 m−1 sem a prescrição dos valores os valores de p̂1 sobre Γ
3000.0
c exato c calculado
Velocidade acústica (c)
2600.0
2200.0
1800.0
88 127 166 205
Nó de domínio
Figura 9.27: valores nodais da velocidade de propagação de onda acústica recuperados no domínio Ω
através TMFF-I2 com k 01 = 0,3 m−1 sem a prescrição dos valores os valores de p̂1 sobre Γ
Pela figura 9.27, pode-se perceber que mais uma vez foi possível estimar valores
nodais da c(x) em Ω, mesmo sem a prescrição dos valores de p̂1 sobre Γ. No entanto,
percebe-se os resultados mostrados na figura 9.22 são superiores aos da figura 9.27. Isto
porque a prescrição de p̂1 sobre Γ, favorece a representatividade da solução do problema
inverso, principalmente no que diz respeito aos valores recuperados para a variável de
inversão p̂. Porém, este ganho de representatividade provoca, em contra partida, o
130
empobrecimento da matriz dos coeficientes, criando assim a necessidade de se obter uma
solução regularizada para o problema inverso. Por outro lado, quando os coeficientes
relativos aos nós das células que caem sobre o contorno são mantidos na matriz dos
coeficientes, favorece o condicionamento do sistema, o que elimina a necessidade de se
obter uma solução regularizada. Porém, as informações que deixam de ser fornecidas têm
o efeito negativo de produzir uma leve perda de representatividade na solução obtida para
o problema inverso. Porém, esta perda de representatividade se apresenta de maneira mais
efetiva sobre a variável de inversão p̂, sendo que seus efeitos sobre os valores de pressão
acústica recuperados no interior do domínio quase não são percebidos. Desta forma,
percebe-se que a TMFF-I2 também permite recuperar, de forma bastante eficiente, o
campo de pressão acústica instalado no domínio, mesmo para os casos onde não se possui
informação nenhuma das propriedades físicas do meio considerado.
Por fim, deve-se esclarecer que, considerando somente os casos em que o campo
de velocidade acústica instalado no domínio possa ser representado por funções
contínuas, não foram encontradas evidencias que indicassem que determinada
distribuição de velocidade pudesse impor restrições à aplicação da TMFF-I2 para solução
de problemas inversos. No entanto, a mesma afirmação não é verdadeira no que se refere
ao domínio de integração considerado. Isto porque as matrizes obtidas pela TMFF-I2
possuem espaços nulos não triviais. Assim, recordando a equação (5.38) do capítulo 5,
salienta-se que a dimensão destes espaços nulos é dada pela diferença 𝐌 − 𝐍, onde 𝐌
corresponde ao número de nós funcionais localizados na região interior ao contorno Γ e
𝐍 corresponde ao número de nós funcionais utilizados na discretização do contorno. Tal
relação sugere que a TMFF-I2 deve ser indicada para solução de problema inversos
definidos em domínios delgados, pois, tal situação certamente minimizaria a relação 𝐌 −
𝐍, tornando menos significativo o espaço nulo relacionado às matrizes obtidas pela
TMFF-I2.
131
10 EXEMPLOS DE APLICAÇÃO DA INVERSÃO ITERATIVA
10.1 INTRODUÇÃO
∂p dx
| = −415.03i [ (e−ix ) dn] (CC de Naturais) (10.1b)
∂n Γ Γ
132
[k v ]Γ = [ (1)2 − (k 01 )2 ] (Condições extras sobre k v ) (10.1c)
λL
λL+1 = (10.3)
β
133
onde β é uma constante ≥ 1. Caso a atualização do fator λ levasse a uma atualização de
c(x) capaz de produzir um acréscimo na função objetivo, o processo iterativo se
interrompia, e o fator λ era atualizado por uma nova equação, conforme mostrado a seguir:
onde γ também é uma constante ≥ 1. Este processo se repetia até que fosse retomado um
caminho de minimização da função objetivo, sendo que o processo iterativo era
interrompido quando a função objetivo chegasse a um valor < 1.
134
9.0E+05
810149.95294
6.8E+05
k0 = 0.5
Função objetivo
4.5E+05
2.3E+05
4222.36740 21.99023
0.0E+00
0 10 20 30 40 50 60 70 80 90 100 110 120
Número de iterações
-2.3E+05
Figura 10.1: Caminho de minimização da função objetivo obtido para k 0 = 0,5 m−1, com o valor inicial
assumido para o fator λ igual a 7,0, e com os valores de β e γ tomados respectivamente iguais a 1,075 e
4,0
2.0E+05 191233.67605
1.6E+05
k0 = 1.0
Função objetivo
1.2E+05
8.0E+04
4.0E+04 2988.37380
10.67109
0.0E+00
0 10 20 30 40 50 60 70
Número de iterações
-4.0E+04
Figura 10.2: Caminho de minimização da função objetivo obtido para k 0 = 1,0 m−1, com o valor inicial
assumido para o fator λ igual a 4,0, e com os valores de β e γ tomados respectivamente iguais a 1,1 e 4,0
135
1.2E+05
100948.48881 k0 = 1.5
1.0E+05
Função objetivo
8.0E+04
6.0E+04
4.0E+04
0.0E+00
0 10 20 30 40 50 60
Número de iterações
-2.0E+04
Figura 10.3: Caminho de minimização da função objetivo obtido para k 0 = 1,5 m−1, com o valor inicial
assumido para o fator λ igual a 0,75, e com os valores de β e γ tomados respectivamente iguais a 1,1 e
4,0
CEstimado |i −343
Erro|i % = ABS [ ] ∙ 100 (10.5)
343
136
onde i corresponde ao nó onde o erro percentual é calculado.
7.00%
5.25%
Erro nodal (%)
3.50%
1.75%
0.00%
88 127 Nó de domínio 166 205
Figura 10.4: Comparação gráfica entre os erros nodais obtidos na estimativa final de c(x), segundo os
caminhos de minimização da função objetivo mostrados nas figuras 10.1 (k 0 = 0,5 m−1 ), 10.2 (k 0 =
1,0 m−1 ) e 10.3 (k 0 = 1,5 m−1 )
Pela figura 10.4, percebe-se que o caminho de minimização mais curto, o qual foi
obtido fazendo-se k 0 = 1,5 m−1 , levou a uma estimativa mais grosseira do campo de
velocidade acústica existente no meio. Por outro lado, a melhor estimativa de c(x) foi
obtida fazendo-se k 0 = 0,5 m−1 , sendo que este valor de k 0 também foi o que produziu
uma descida mais lenta da função objetivo na direção de seu mínimo. É importante
ressaltar esta observação vai ao encontro com o critério estabelecido na seção anterior
para a escolha dos números de ondas fictícios utilizados na TMFF para solução de
problemas inversos. No entanto, naquela ocasião, o valor atribuído a k 0 não exercia
qualquer influência sobre o tempo computacional gasto na solução do problema inverso,
como ocorre no caso do método iterativo tratado aqui. Assim, no que se refere aos
métodos iterativos, escolha do valor de k 0 deve ser ponderada pela relação custo benefício
estabelecida com base no tempo computacional necessário para solução do problema
inverso. Ressalta-se ainda que, apesar dos resultados obtidos fazendo-se k 0 = 1,5 m−1
apresentar maiores valores de erro, quando estes são comparados com os resultados
obtidos para valores de k 0 menores, foi observado que, mesmo nesta condição, a
minimização da função objetivo permitiu obter aproximações de c(x) que permitiam
estimar de forma aceitável o campo acústico de velocidades que de fato existe no meio.
Assim, como o tempo computacional representa um fator crucial no que se refere à
137
solução de problemas inverso por métodos iterativos, os resultados mostrados acima
indicam de devem ser preferidos valores de k 0 mais altos, sendo que estes devem ser
tomados com referência nos números de onda que de fato existem no meio. Para reforçar
esta conclusão, na seção seguinte é apresentado um exemplo cujos resultados mostram
claramente que a relação custo benefício referenciada anteriormente, tende fortemente
para escolha de valores de k 0 mais altos.
1
[i(√ω2 − ) ln(x+1,5)]
4
p|Γ = [√x + 1,5 e ] (CC essenciais) (10.6a)
Γ
1 1 1
∂p +i√ω2 − [i(√ω2 − ) ln(x+1,5)] dx
2 4 4
| =[( e ) dn] (CC de Naturais) (10.6b)
∂n Γ √x+1,5
Γ
ω 2
[k v ]Γ = [( ) − (k 01 )2 ] (Condições extras sobre k v ) (10.6c)
x+1,5
Γ
138
que este é determinado a cada passo do processo iterativo, considerando-se os valores
analíticos de pressão tomados desde o nó 89 até o nó 127 do domínio (ver figura 9.2 do
capítulo 9). O critério de parada considerado neste exemplo, estabelece que o processo
iterativo deve ser interrompido quando a função objetivo atingir um valor < 1,0 ∙ 10−5 .
139
14.0
Velocidade acústica (c) c - Inicial c - calculado c - exato
6.500 m/seg
0.0
88 127 166 205
Nó de domínio
Figura 10.5: valores nodais estimados de c(x), em comparação com os valores iniciais e exatos do campo
de velocidades no domínio. Os valores estimados de c(x) foram obtidos para k 0 = 2,0 m−1, depois de
realizadas 270 iterações, quando a função objetivo atingiu valor a um valor < 1,0 ∙ 10−5
14.0
c - Inicial c - calculado c - exato
Velocidade acústica (c)
6.500 m/seg
0.0
88 127 166 205
Nó de domínio
Figura 10.6: valores nodais estimados de c(x), em comparação com os valores iniciais e exatos do campo
de velocidades no domínio. Os valores estimados de c(x) foram obtidos para k 0 = 0,2 m−1, depois de
realizadas 31 484 iterações, quando a função objetivo atingiu valor a um valor < 1,0 ∙ 10−5
dp dp
| = dn| =0 (10.7a)
dn Face 2 Face 4
dp
| = −104.146302 + 173.921504 i (10.7b)
dn Face 1
dp
| = 182.003769 + 89.275694 i (10.7c)
dn Face 3
141
inverso. Relembra-se ainda que, pela modelagem iterativa proposta, devem ser impostas
as seguintes condições sobre k v em Γ:
940 2
[k v ]Γ = [( −0,5[0,5⋅(x−5) ]12
) − (k 01 )2 ] (10.8)
2000+700 e Γ
No que se refere aos dados com ruído, foi realizada uma série de testes
considerando-se os seguintes valores de k 0 : 0,25, 0,30, 0,40, 0,50, 1,00 e 1,50 m−1 . Em
todas estas situações, o valor inicial de λ foi tomado como sendo 7,5 ∙ 10−3 , tendo sido
os valores adotados para as constantes β e γ respectivamente iguais a 1,02 e 4,0.
Assumiu-se ainda que o processo iterativo deveria ser interrompido quando a função
objetivo atingisse um valor < 1,0 ∙ 10−5. O objetivo desta análise é de confirmar a
142
expectativa de que a consideração de valores mais elevados de k 0 , possibilitariam uma
minimização mais rápida da função objetivo. Assim, apresenta-se a seguir uma tabela que
lista dos valores de k 0 assumidos, juntamente com o número total de iterações necessárias
para se atingir o critério de parada, assim como o valor final assumido pela função
objetivo ( norma 2 do resíduo).
Tabela 10.1: lista de valores atribuídos a k 0 com os respectivos números de iterações necessárias para se
atingir o critério de parada e o valor final assumido pela função objetivo (norma 2 do resíduo)
Assim, conforme esperado, confirma-se que valores de k 0 mais elevados, permitem que
a minimização da função objetivo ocorra de forma mais rápida. Porém, os valores devem
ser tomados com referência nos valores de número de onda instalados no meio físico em
consideração. No caso deste problema em particular os valores máximos e mínimos
assumidos por k(x) no interior do domínio, são respectivamente iguais a 0,35 e 0,47 m−1 .
Assim, de acordo com os valores mostrados na tabela 10.1, percebe-se que este problema
poderia ser resolvido com um número mínimo de iterações para valores de k 0 entre 0.50
e 1.50 m−1 . Porém, valores muitos distantes dos números de ondas que de fato existem
no meio devem ser evitados, pois, a consideração destes, diminuem a representatividade
da solução desejada no que se refere à modelagem direta tomada como base para o
estabelecimento do esquema iterativa proposto. Assim, ao se considerar valores de k 0
muitos distantes dos números de ondas que de fato existem no meio, observa-se que a
solução obtida para o problema inverso começa a deteriorar-se. Como exemplo,
representa-se a seguir os valores estimados para o campo de velocidade acústica no
interior domínio, quando o valor de k 0 é tomado igual a 1,50 m−1 .
143
3000.0
Velocidade acústica (c) c - Inicial c - calculado c - exato
2284 m/seg
1800.0
88 127 166 205
Nó de domínio
Figura 10.7: valores nodais estimados de c(x), obtidos para k 0 = 1,50 m−1 e considerando dados com
ruído, em comparação com os valores iniciais e exatos do campo de velocidades no domínio
Salienta-se ainda que, a deterioração da solução observada na figura 10.7, pode ser
creditada à presença de um tipo de “ruído” presente nos dados considerados, pois, os
valores de valores de pMedido utilizados no cálculo do vetor de resíduos, não podem ser
reproduzidos, de forma exata, como solução do sistema linear tomado como base para o
estabelecimento do esquema iterativo, mesmo se os valores exatos de c(x) forem
considerados no cálculo de k v . Para se fornecer uma visualização dos efeitos deste
“ruído” sobre a solução obtida para o problema inverso, representam-se nas figuras 10.8
e 10.9, os valores estimados de c(x), obtidos fazendo-se k 0 = 0,50 m−1, de forma que os
respectivos valores de pMedido utilizados no momento da obtenção destes resultados,
possam ser considerados como sendo dados com ruído e sem ruído. De mesma forma, na
sequência, representa-se na figura 10.10, os valores de ruído que somados aos valores de
pMedido considerados na figura 10.9, levam aos resultados mostrados na figura 10.8.
144
3000.0
Velocidade acústica (c) c - Inicial c - calculado c - exato
2 284 m/seg
1800.0
88 127 166 205
Nó de domínio
Figura 10.8: valores nodais estimados de c(x), obtidos para k 0 = 0,50 m−1 e considerando dados com
ruído, em comparação com os valores iniciais e exatos do campo de velocidades no domínio
3000.0
2284 m/seg
1800.0
88 127 166 205
Nó de domínio
Figura 10.9: valores nodais estimados de c(x), obtidos para k 0 = 0,50 m−1 e considerando dados sem
ruído, em comparação com os valores iniciais e exatos do campo de velocidades no domínio
145
0.15
Real Imag.
0.10
0.05
Ruído
0.00
-0.05
-0.10
88 93 98 103 108 113 118 123 128
Nós de domínio onde Pmedido é conhecido
Figura 10.10: valores nodais do ruído (parte real e imaginária) presente nos valores de pMedido
considerados para a obtenção dos resultados mostrados figura 10.8
146
11 CONCLUSÃO
11.1 CONCLUSÃO
148
ferramenta eficiente para solução de problema inversos, sendo que os resultados obtidos
indicam até a possiblidade de sua utilização para solução de problemas práticos. Também,
por representar uma metodologia mais simples do que a TMFF-I1, foi possível estabelecer
uma base matemática que possibilitou identificar as origens das limitações da técnica de
inversão proposta. A identificação destas origens, pode permitir que em trabalhos futuros,
sejam estabelecidos critérios práticos que permitam identificar quais seriam as restrições
de aplicação da TMFF-I2 para a solução de um determinado problema inverso. Contudo,
pela experiência adquirida no desenvolvimento deste trabalho, acredita-se que os únicos
fatores limitantes para a aplicação da TMFF-I2 sejam geométricos, de forma que a TMFF-
I2 seria indicada apenas para solução de problemas inversos estabelecidos em domínios
delgados, onde se tem um grande perímetro (ou área, no caso 3D) envolvendo uma
pequena área (ou volume, no caso 3D). A identificação de tais restrições motivou a busca
por metodologias de inversão mais robustas, as quais poderiam ser facilmente adaptadas
às modelagens diretas tratadas nesta tese. Assim, estabeleceu-se um esquema iterativo de
inversão, onde, a TMFF-1 foi adaptada às metodologias tradicionalmente utilizadas para
o estabelecimento de esquemas iterativos de solução de problemas inversos. O esquema
iterativo proposto também se mostrou eficiente como ferramenta de solução de problemas
inversos. Porém, percebeu-se que o número de onda fictício k 0 surge como uma nova
variável que deve ser considerada na modelagem iterativa de problemas inversos pela
TMFF. Assim, optou-se por analisar os efeitos que a consideração de diferentes valores
de k 0 teriam sobre a solução de um problema inverso obtida pela técnica iterativa
proposta. Desta forma, observou-se que a consideração de números de onda fictícios mais
elevados, sendo estes tomados com relação aos números de onda que de fato existem no
meio, favorecem a velocidade de minimização da função objetivo, sem necessariamente
comprometer a qualidade dos resultados obtidos. Assim, conclui-se que na análise de
problemas inversos de acústica no domínio da frequência por meio de métodos iterativos
baseados na TMFF, deve-se preferir a escolha de valores de k 0 mais elevados, em virtude
de fornecer um caminho de minimização mais rápido para a função objetivo. Outra
conclusão importante, é que os valores considerados de k 0 também exercem efeitos sobre
o ruído presente nos dados. Tais efeitos podem ter implicações importantes, sendo que
estes podem ter efeitos benéficas ou prejudiciais, no momento da análise de problemas
149
práticos por métodos iterativos baseados na TMFF. Tais efeitos devem ser analisados com
mais rigor em trabalhos futuros.
Por fim, deve-se destacar que a TMFF vem trazer uma nova visão sobre a questão
da existência ou não dos meios de fundo considerados na equação de Lippmann-
Schwinger. Assim, ao se estabelecer modelos matemáticos de problemas físicos com base
na consideração de meios de fundo fictícios, percebe-se que questões relativas à
existência ou não do meio de fundo foi superada. Além disto, a TMFF estabelece que
para um mesmo problema físico, pode-se, em teoria, considerar tanto meios de fundo
quanto se queira. Pode-se ainda considerar meios de fundo fictícios não homogêneos,
desde que sejam conhecidas as suas respectivas funções de Green. Assim, atenta-se para
a flexibilidade trazida pela TMFF, permitindo o uso de diferentes funções de Green para
a abordagem de um mesmo problema físico, sendo este um dos pontos fortes da técnica
proposta. Destaca-se ainda que as metodologias de inversão propostas nesta tese, podem
facilmente absorver a consideração de meios de fundo não homogêneos. Também,
destaca-se que são promissoras as expectativas com relação a este assunto. Assim, tal
consideração desponta-se como mais uma sugestão a ser considerada no desenvolvimento
de trabalhos futuros.
150
REFERÊNCIAS BIBLIOGRÁFICAS
REFERÊNCIAS BIBLIOGRÁFICAS
ALVES, C.J.S. “On the Choice of Source Points in the Method of Fundamental
Solutions”, Engineering Analysis with Boundary Elements. Vol. 33, n. 12, pp. 1348-
1361, 2009.
ASTER, R.C., BORCHERS, B., THURBER, C.H. Parameter Estimation and Inverse
Problems. Elsevier Academic Press, 2005.
BEER, G., SMITH, I.M., DUENSER, C. The Boundary Element Method with
Programming: For Engineers and Scientists. Springer-Verlag, Germany, 2008.
151
BREBBIA, C.A., TELLES, J.C.F., WROBEL, L.C. Boundary Element Techniques:
Theory and Applications in Engineering, Springer-Verlag, New York, 1984.
CRASE, E., PICA, A., NOBLE, M., et al. “Robust Elastic Nonlinear Waveform
Inversion: Application to Real Data”, Geophysics. Vol. 55, n. 5, pp. 527-538, 1990.
FATA, S.N., GUZINA, B.B., BONNET, M. “Computational Framework for the BIE
Solution to Inverse Scattering Problems in Elastodynamics”, Computational
Mechanics. Vol. 32, n. 4-6, pp. 370-380, 2003.
152
FEDELE, F., EPPSTEIN, M.J., JEFFREY, P.L., et al. “Fluorescence Photon Migration
by the Boundary Element Method”, Journal of Computational Physics. Vol. 210, n. 1,
pp. 109-132, 2005.
FU, L.Y., WU, R.S. “A Hybrid BE-GS Method for Modeling Regional Wave
Propagation”, Pure and Applied Geophysics. Vol. 158, n. 7, pp.1251-1277, 2001.
GBUR, G.J. Mathematical Methods for Optical Physics and Engineering. Cambridge
University Press, New York, 2011.
153
HUANG, C.H., CHAO, B.H. “An Inverse Geometry Problem in Identifying Irregular
Boundary Configurations”, International Journal of Heat and Mass Transfer. Vol. 40,
n. 9, pp. 2045-2053, 1997.
HUANG, L., SUN, X., LIU, Y., et al. “Parameter Identification for Two-Dimensional
Orthotropic Material Bodies by the Boundary Element Method”, Engineering Analysis
with Boundary Elements. Vol. 28, n. 2, pp. 109-121, 2004.
ITAGAKI M. “Advanced Dual Reciprocity Method Based on Polynomial Source and its
Application to Eigenvalue Problem for Nonuniform Media”, Engineering Analysis with
Boundary Elements. Vol. 24, n. 2, pp. 169-176, 2000.
JEONG, W., LEE, H.Y., MIN, D.J. “Full Waveform Inversion Strategy for Density in the
Frequency Domain”, Geophysical Journal International. Vol. 188, n. 3, pp. 1221-1242,
2012.
JIN, B., ZHENG, Y. “A Meshless Method for Some Inverse Problems Associated with
the Helmholtz Equation”, Computer Methods in Applied Mechanics and Engineering.
Vol. 195, pp.2270-2288, 2006.
154
KAVEH, M, MUELLER, R.K., IVERSON, R.D. “Ultrasonic Tomography Based on
Perturbation Solutions of the Wave Equation”, Computer Graphics and Image
Processing. Vol. 9, n. 2, pp. 105-116, 1979.
MARIN, L., ELLIOTT, L., HEGGS, P.J., et al. “Dual Reciprocity Boundary Element
Method Solution of the Cauchy Problem for Helmholtz-Type Equations with Variable
Coefficients”, Journal of Sound and Vibration. Vol. 297, n. 1-2, pp. 89-105, 2006.
155
MATHON, R., JOHNSTON, R.L. “The Approximate Solution of Elliptic Boundary-
Value Problems by Fundamental Solutions”, SIAM Journal on Numerical Analysis.
Vol. 14, n. 4, pp. 638-650, 1977.
MIN, D.J., SHIN, C., PRATT, R.G., et al. Weighted-Averaging Finite-Element Method
for 2D Elastic Wave Equations in the Frequency Domain, Bulletin of the Seismological
Society of America. Vol. 93, n. 2, pp. 904-921, 2003.
NARDINI, D., BREBBIA, C.A. “A New Approach to Free Vibration Analysis Using
Boundary Elements”, Applied Mathematical Modelling. Vol. 7, n. 3, pp. 157-162, 1983.
156
PICA, A., DIET, J.P., TARANTOLA, A. “Nonlinear Inversion of Seismic Reflection
Data in a Laterally Invariant Medium”, Geophysics. Vol. 55, n. 3, pp. 284-292, 1990.
PRATT, R.G. “Seismic Waveform Inversion in the Frequency Domain, Part 1: Theory
and Verification in a Physical Scale Model”, Geophysics. Vol. 64, n. 3, pp. 888-901,
1999.
PRATT, R.G., SHIN, C., HICKS, G.J. “Gauss-Newton and Full Newton Methods in
Frequency-Space Seismic Waveform Inversion”, Geophysical Journal International.
Vol. 133, n. 2, pp. 341-362, 1998.
SATO, M., YOSHIYOKA, S., TSUKUI, K., et al., “Accurate Numerical Integration of
Singular Kernels in the Two Dimensional Boundary Element Method”. In: Boundary
Elements X, Vol. 1, Springer Verlag, pp. 279-296, 1988.
SCHUSTER, G.T. “A hybrid BIE + Born series modeling scheme: Generalized Born
series”, The Journal of the Acoustical Society of America. Vol. 77, n. 3, pp. 865-879,
1985.
157
SINGH, K.M., TANAKA, M. “On Non-Linear Transformations for Accurate Numerical
Evaluation of Weakly Singular Boundary Integrals”, International Journal for
Numerical Methods in Engineering. Vol. 50, n.8, pp. 2007-2030, 2001.
TAO, Y., SEN, M.K. “Frequency-Domain Full Waveform Inversion with a Scattering-
Integral Approach and its Sensitivity Analysis”, Journal of Geophysics and
Engineering. Vol. 10, n. 6, 2013.
158
WU, R.S., JIN, S., XIE, X.B. “Seismic Wave Propagation and Scattering in
Heterogeneous Crustal Waveguides Using Screen Propagators: I SH Waves”, Bulletin of
the Seismological Society of America. Vol. 90, n. 2, pp. 401-413, 2000.
YU, G.X., FU, L.Y. “Convergence Analyses of Different Modeling Schemes for
Generalized Lippmann-Schwinger Integral Equation in Piecewise Heterogeneous
Media”, Soil Dynamics and Earthquake Engineering. Vol. 63, pp. 150-161, 2014.
159