Tese Markcilei Dan

UMA TÉCNICA DO MEC PARA SOLUÇÃO DE PROBLEMAS DIRETOS E
INVERSOS BASEADA NA CONSIDERAÇÃO DE MEIOS DE FUNDO FICTÍCIOS
Markcilei Lima Dan
Tese de Doutorado apresentada ao Programa de

Pós-graduação em Engenharia Civil, COPPE, da
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Doutor em Engenharia Civil.
Orientador: Webe João Mansur
Rio de Janeiro
Abril de 2015
Markcilei Lima Dan
TESE SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO LUIZ

COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA (COPPE) DA
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS
REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE DOUTOR EM
CIÊNCIAS EM ENGENHARIA CIVIL.
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.
RIO DE JANEIRO, RJ - BRASIL

ABRIL DE 2015
Dan, Markcilei Lima
Uma Técnica do MEC para Solução de Problemas
Diretos e Inversos Baseada na Consideração de Meios de
Fundo Fictícios/ Markcilei Lima Dan. – Rio de Janeiro:
UFRJ/COPPE, 2015.
VIII, 159 p.: il.; 29,7 cm.
Tese (doutorado) – UFRJ/ COPPE/ Programa de
Engenharia Civil, 2015.
Referências Bibliográficas: p. 151-159.
1. Problemas Inversos. 2. Elementos de Contorno. 3.
Acústica. I. Mansur, Webe João. II. Universidade Federal
do Rio de Janeiro, COPPE, Programa de Engenharia Civil.
III. Título.
iii
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários para
a obtenção do grau de Doutor em Ciências (D.Sc.)

Markcilei Lima Dan
Abril/2015
Programa: Engenharia Civil
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.)
A BEM TECHNIQUE FOR SOLUTION OF DIRECT AND INVERSE PROBLEMS

BASED ON THE CONSIDERATION OF FICTITIOUS BACKGROUND MEDIA
Markcilei Lima Dan
April/2015
Advisor: Webe João Mansur
Department: Engenharia Civil
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
1.1 CONTEXTUALIZAÇÃO E MOTIVAÇÃO...................................................... 1
1.2 OBJETIVOS ....................................................................................................... 3
1.3 ORGANIZAÇÃO DO TRABALHO..................................................................4
2 FORMULAÇÃO INTEGRAL DO PROBLEMA DIRETO ............................... 6
2.1 INTRODUÇÃO ..................................................................................................6
2.2 EQUAÇÃO DE LIPMANN-SCHWINGER GENERALIZADA ...................... 6
2.3 TÉCNICA DO MEIO DE FUNDO FICTÍCIO ................................................ 10
2.3.1 Equação básica para a TMFF................................................................... 10
2.3.2 Função de Green do meio fictício ............................................................. 13
2.3.3 Sentença integral básica da TMFF ........................................................... 14
2.3.4 Equivalência com a ELSG ......................................................................... 16
2.3.5 Formulação integral da TMFF ................................................................. 17
3 FORMULAÇÃO INTEGRAL DO PROBLEMA INVERSO ........................... 21
3.1 INTRODUÇÃO ................................................................................................ 21
3.2 O PROBLEMA INVERSO DE IDENTIFICAÇÃO DE COEFICIENTE ....... 22
3.3 APLICAÇÃO DA TMFF NA MODELAGEM DE PROBLEMAS

INVERSOS.................................................................................................................. 26
4 DISCRETIZAÇÃO DAS EQUAÇÕES INTEGRAIS ....................................... 30
4.1 INTRODUÇÃO ................................................................................................ 30
4.2 INTEGRAIS NÃO SINGULARES .................................................................. 30
4.2.1 Integração nos elementos de contorno ...................................................... 33
4.2.2 Integração nas células ............................................................................... 35
4.3 INTEGRAIS SINGULARES ........................................................................... 38
4.3.1 Transformação quadrática básica............................................................. 41
vi
4.3.1.1 Integrações à esquerda da singularidade ............................................ 42
4.3.1.2 Integrações à direita da singularidade ................................................ 43
4.3.2 Transformações adicionais admitidas pela transformação quadrática .... 44
4.4 INTEGRAIS QUASE SINGULARES ............................................................. 48
5 FORMULAÇÃO MATRICIAL ........................................................................... 51
5.1 INTRODUÇÃO ................................................................................................ 51
5.2 FORMULAÇÃO MATRICIAL DO PROBLEMA DIRETO .......................... 51
5.2.1 Formulação matricial do problema direto pela TMFF-1 ......................... 53
5.2.2 Formulação matricial do problema direto pela TMFF-2 ......................... 54
5.3 FORMULAÇÃO MATRICIAL DO PROBLEMA INVERSO ....................... 55
5.3.1 Segunda abordagem do problema inverso pela TMFF ............................. 61
5.3.1.1 Solução geral de um sistema linear possível indeterminado .............. 64
6 INVERSÃO ITERATIVA PELO MEC .............................................................. 66
6.1 INTRODUÇÃO ................................................................................................ 66
6.2 MODELAGEM DO PROBLEMA DIRETO ................................................... 69
6.2 MODELAGEM DO PROCESSO ITERATIVO DE INVERSÃO................... 70
6.2.1 Determinação da matriz Jacobiana .......................................................... 74
6.3 ALGORITMO DE INVERSÃO ....................................................................... 76
7 PROBLEMAS TESTE .......................................................................................... 78
7.1 INTRODUÇÃO ................................................................................................ 78
7.2 METODOLOGIA DE SOLUÇÃO ................................................................... 78
7.2.1 Solução de onda plana num meio homogêneo .......................................... 80
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
8 APLICAÇÃO DA TMFF PARA SOLUÇÃO DE PROBLEMAS DIRETOS . 85
8.1 INTRODUÇÃO ................................................................................................ 85

vii
8.2 PROBLEMA TESTE 1 ..................................................................................... 85
8.3 PROBLEMA TESTE 2 ..................................................................................... 92
8.4 PROBLEMA TESTE 3 ...................................................................................100
8.5 PROBLEMA TESTE 4 ...................................................................................102
9 APLICAÇÃO DA TMFF PARA SOLUÇÃO DE PROBLEMAS

INVERSOS ...................................................................................................................109
9.1 INTRODUÇÃO ..............................................................................................109
9.2 PROBLEMA TESTE 1 ...................................................................................109
9.3 PROBLEMA TESTE 2 ...................................................................................116
9.4 PROBLEMA TESTE 3 ...................................................................................120
9.5 PROBLEMA TESTE 4 ...................................................................................123
10 EXEMPLOS DE APLICAÇÃO DA INVERSÃO ITERATIVA ....................132
10.1 INTRODUÇÃO ..........................................................................................132
10.2 PROBLEMA TESTE 1 ...............................................................................132
10.3 PROBLEMA TESTE 2 ...............................................................................138
10.4 PROBLEMA TESTE 3 ...............................................................................141
11 CONCLUSÃO......................................................................................................147
1.1 CONCLUSÃO ................................................................................................147
REFERÊNCIAS BIBLIOGRÁFICAS ......................................................................151
viii
1 INTRODUÇÃO
1.1 CONTEXTUALIZAÇÃO E MOTIVAÇÃO
Hoje, o problema da geração de imagens de estruturas internas de corpos opacos

destaca-se como um dos mais importantes em muitos ramos da ciência como, por
exemplo: medicina, geologia, engenharia de materiais, engenharia de manutenção e etc.
Uma das técnicas pioneiras utilizadas para tal fim foi radiografia (médica ou industrial).
Os exames (ou ensaios) radiográficos, buscam iluminar a estrutura interna de corpos
opacos quando estes são submetidos a algum tipo de radiação penetrante como, por
exemplo, os Raios-x ou os Raios-γ. Devido às diferenças internas de densidades
existentes nos objetos estudados, maiores ou menores quantidades de radiação podem
atravessam diferentes seções do corpo, tornando assim possível a projeção de sombras de
sua estrutura interna numa película foto sensível. Desta forma, a partir da análise da
sombra projetada, busca-se fazer uma estimativa da estrutura que poderia ter causado tal
efeito. Apesar de simples, a situação descrita acima, onde se busca determinar uma causa
a partir de um efeito observado, encaixa perfeitamente no que se define hoje como
problema inverso (ENGL et al., 1996, ASTER et al., 2005). No entanto, o sucesso deste
processo um tanto “arcaico” de inversão, depende muito da experiência do realizador do
experimento. Um bom médico pode dar um diagnóstico preciso a partir da análise da
radiografia de seu paciente, enquanto que, uma pessoa sem experiência, veria apenas
borrões em uma chapa radiográfica. Assim, devido à “pobreza” das imagens geradas neste
de ensaio, sabe-se que as informações previamente armazenadas pelo profissional que as
analisa são fundamentais para o sucesso deste processo de inversão. Por outro lado,
quando se deseja obter imagens mais ricas em detalhes, processos mais elaborados de
inversão devem ser preferidos como, por exemplo, a Tomografia Computadorizada (TC).
Com uma base matemática sólida, toda tecnologia por trás dos sofisticados aparelhos de
tomografia é utilizada para promover uma eficiente coleta de dados, sendo que estes serão
convertidos em imagens por meio de algoritmos de inversão baseado nas transformadas
de Fourier direta e inversa, conhecidos como “Projection Slice Theorem” e “Back
Projection Ray Tomography” (TIEN-WHEN e INDERWIESEN, 1994).
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
Diante do exposto acima, neste trabalho são considerados os seguintes objetivos

centrais:
 Estabelecer formas alternativas para a abordagem de problemas diretos

modelados pela equação de Helmholtz para meios não homogêneos via MEC;
 Estabelecer uma metodologia de inversão direta, baseada no MEC, para solução

de problemas inversos modelados pela equação de Helmholtz para meios não
homogêneos;
3
 Estabelecer uma metodologia iterativa de inversão, baseada no MEC, para solução
de problemas (inversos) modelados pela equação de Helmholtz para meios não
homogêneos.
1.3 ORGANIZAÇÃO DO TRABALHO
No que se segue, a apresentação deste se dá na seguinte forma: no capítulo 2, é

feita uma breve apresentação da ELSG proposta por Fu. Neste mesmo capítulo, com o
objetivo de destacar as contribuições trazidas por este trabalho (no que se refere à
abordagem de problemas diretos), faz-se a apresentação da TMFF em dois moldes. No
primeiro deles, salvo alguns conceitos novos introduzidos por este trabalho, percebe-se
que se chega a uma sentença integral equivalente à ELSG apresentada por Fu. Já no
segundo, percebe-se que os conceitos novos introduzidos com a proposição da TMFF têm
implicações importantes. Com base em nestas implicações, é proposta uma metodologia
alternativa para a abordagem de problemas diretos modelados pela equação de Helmholtz
para meio não homogêneos pelo MEC. Tal metodologia, abre caminho para a posição de
técnica de inversão direta, baseada no MEC, conforme apresentado no capítulo 3. Da
mesma forma, os conceitos introduzidos com a TMFF permitem estabelecer uma
metodologia iterativa de inversão, baseada no MEC, com a utilização de uma solução
fundamental relativa à equação de Helmholtz, para solução de problemas inversos
representados pela equação de Helmholtz para meios não homogêneos. Esta modelagem
iterativa é apresentada no capítulo 6. No capítulo 4, é feita a apresentação dos
procedimentos típicos do MEC utilizados na discretização de suas equações integrais.
Neste mesmo capítulo, atenção especial é dada para os procedimentos utilizados neste
trabalho para avaliação das integrais singulares relacionadas ao MEC. No capítulo 5,
precedendo a apresentação da modelagem iterativa proposta, apresenta-se a formulação
matricial da TMFF, tanto no que se refere à abordagem de problema diretos, quanto para
a abordagem de problemas inverso. A partir deste ponto, tem-se definidas todas as
equações necessárias para a apresentação da modelagem iterativa de inversão, conforme
feito no capítulo 6.
Concluídas as modelagens, inicia-se a parte do trabalho referente à apresentação

de resultados. Porém, como algumas das metodologias apresentadas aqui são totalmente
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.
2.2 EQUAÇÃO DE LIPMANN-SCHWINGER GENERALIZADA
Sentenças integrais voltadas à modelagem do problema de ondas acústicas no

domínio da frequência, envolvendo tanto integrais de contorno quanto integrais de
domínio, são referenciadas em trabalhos anteriores aos de Fu. Como exemplo, pode-se
citar o trabalho de SCHUSTER (1985). Nesta referência, o autor, com base na teoria da
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:
∇2 p(r) + k 2 p(r) = S(ω)δ(r − r0 ) (2.1)
onde, k = ω/V(r).
Segundo FU (2003), para um dado problema de espalhamento de ondas, a pressão

acústica total computada em um ponto r do domínio como resposta a um estímulo sísmico
aplicado em r0 , pode ser representada da seguinte forma:
p(r) = p0 (r) + p1s (r) + ps2 (r) (2.2)
onde o primeiro termo no lado direito da equação acima, p0 (r), representa o campo
incidente sobre meio de fundo, sendo este representado por:
p0 (r) = ∫Ω S(r ′ , ω)Ψ(r, r ′ )dr ′ = S(ω)Ψ(r, r0 ) (2.3)
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:
p2𝑠 (r) = k 20 ∫Ω M(r ′ )p(r ′ )Ψ(r, r ′ )dr ′ (2.5)
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)
Ψ(r, r ′ ) representa a função de Green relativa ao meio de fundo, correspondendo (para o

caso bidimensional) a1:
−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)
onde C(r) pode assumir respectivamente os seguintes valores: 0.5, 1 ou 0, conforme o

ponto de observação r esteja localizado sobre o contorno Γ, dentro do domínio Ω ou fora
dele.
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.
2.3 TÉCNICA DO MEIO DE FUNDO FICTÍCIO
Nas seções seguintes, objetiva-se estabelecer o alicerce matemático para a

proposição da TMFF. Para tanto, usa-se aqui um artifício algébrico simples, o qual
consiste em somar e subtrair um mesmo termo à equação de Helmholtz. Apesar de
simples, este artifício matemático permite fazer conjecturas a respeito de seus efeitos, no
que se refere ao estabelecimento de modelos discretos baseados no MEC para solução de
problemas diretos representados pela equação de Helmholtz para meios não homogêneos.
A partir de tais conjecturas, estabelece-se aqui uma forma alternativa para abordagem de
problemas diretos de acústica no domínio da frequência via MEC, tendo sido esta
denominada de TMFF. Deve-se ressaltar ainda que a TMFF, nos moldes propostos, pode
ser estendida a outras classes de problema diferentes daqueles modelados pela equação
de Helmholtz.
2.3.1 Equação básica para a TMFF
Antes de fazer uma apresentação formal da TMFF, primeiro é necessário

modificar o modelo matemático original do problema tratado. O procedimento simples
de somar e subtrair um mesmo termo à equação de Helmholtz em sua forma original leva
esta equação a ser reescrita numa forma conveniente para a proposição da TMFF. Assim,
considerando a equação Helmholtz para meios não homogêneos conforme mostrado
abaixo:
∇2 p + k 2 (x, y)p = 0 (2.9)
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:
∇2 p + k 2 (x, y)p − k 20 p + k 20 p=0 (2.11)
onde:
ω
k0 = c (2.12)
0
corresponde ao número de onda de um meio homogêneo qualquer. Deve-se observar que

este meio homogêneo não existe de fato, sendo na realidade proveniente de um artifício
matemático comum na álgebra. Assim, daqui para frente, este meio, caracterizado pelo
número de onda k 0 , será referenciado como meio de fundo fictício.
k(x,y) = /c(x,y)
Figura 2.2: Representação esquemática de um domínio acústico Ω limitado por um contorno Γ
11
A equação (2.11) é facilmente reescrita como:
∇2 p + k 20 p= − [k 2 (x, y) − k 20 ]p (2.13)
fazendo:
kv =[k 2 (x, y) − k 20 ] (2.14)
pode-se escrever:
∇2 p + k20 p= − kv p (2.15)
A equação (2.15) corresponde exatamente à equação (2.9). No entanto, na forma

apresentada acima, a equação (2.15) nos leva a fazer algumas conjecturas importantes
sobre o problema físico analisado. Primeiro: deve-se notar que o campo de pressão
modelado pela equação (2.9) pode ser representado matematicamente como a resposta de
um meio homogêneo fictício submetido à ação de uma fonte de domínio dada por −k v p,
onde k v é dado pela equação (2.14); segundo, o campo de pressão que satisfaz a equação
(2.15) é independente do meio fictício considerado, haja vista que a dedução mostrada
acima comprova que este deve ter um efeito global nulo; terceira: o meio fictício é na
verdade responsável por transmitir os efeitos da ação de domínio (−k v p) para todos os
pontos do domínio Ω.
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 .
2.3.2 Função de Green do meio fictício
Qualquer sentença integral do MEC está diretamente relacionada a uma função de

Green de meio infinito, a qual está diretamente relacionada com o problema físico tratado.
No entanto, como se pretende obter uma sentença integral relativa à equação (2.15) e
levando em conta as observações feitas ao final da seção 2.3.1, pode-se afirmar que na
abordagem proposta não há necessidade de relacionar a função de Green às propriedades
de um meio físico existente. Assim, a função de Green tratada aqui será referenciada
função de Green do meio fictício. Deste modo, considerando um meio físico, homogêneo
e infinito, caracterizado por um campo de velocidade acústica c0 e sujeito a ação de uma
fonte pontual δ(ξ, r) localizada em um ponto ξ do domínio, define-se um problema
fundamental de Helmholtz a partir da seguinte equação:
∇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
Conforme extensamente encontrado na literatura, a equação (2.16), no caso

bidimensional, é satisfeita pela seguinte função:
−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).
2.3.3 Sentença integral básica da TMFF
Nesta seção, a partir da equação (2.15) e considerando a função de Green

representada em (2.18), será obtida uma sentença integral do MEC para a equação de
Helmholtz para meios não homogêneos que corresponde à sentença integral básica
considerada aqui para a proposição da TMFF. Na seção seguinte, será mostrado que esta
sentença integral é equivalente à ELSG proposta por Fu.
Seguindo-se procedimentos típicos do MEC, os quais podem ser extensivamente

encontrados na literatura, considera-se a seguir a segunda identidade de Green:
∂Ψ ∂p
∫Ω(p∇2 Ψ − Ψ∇2 p)dΩ = ∫Γ (p ∂n
−Ψ ∂n
) dΓ (2.19)
daí, rearranjando as equações (2.15) e (2.16) e substituindo em (2.19), pode-se escrever:
∂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)
Com um trabalho algébrico simples, percebe-se que os termos envolvendo k 20 Ψp se

anulam mutuamente no integrando do lado equação (2.20). Assim, obtém-se:
∂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:
Figura 2.3: Caracterização geométrica de um contorno anguloso
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)
Retornando à equação (2.22) onde, por simplicidade, introduz-se a seguinte notação:
∂p
=q (2.24)
∂n
∂Ψ
= q∗ (2.25)
∂n
chega-se à forma final para a equação integral desejada:
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω k v pΨdΩ (2.26)
15
2.3.4 Equivalência com a ELSG
A equação (2.26) será usada posteriormente para a proposição TMFF. Agora, o

objetivo é completar a analogia com a ELSG. Assim, considerando a equação (2.14),
pode-se escrever:
k2 (x,y)
k v = k 20 ( − 1) (2.27)
k20
Considerando a definição de número de onda, a equação (2.27) é facilmente reescrita na

seguinte forma:
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)
Substituindo (2.29) em (2.26), chega-se à seguinte equação integral:
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω k 20 M(r)pΨdΩ (2.30)
A equação (2.30) é idêntica à equação apresentada por FU (2003), a menos da

fonte sísmica considerada por ele. Tal fonte pode ser facilmente introduzida na equação
(2.30), o que completa a analogia que se pretendia fazer entre a equação integral tratada
aqui e a ELSG de Fu. No entanto, ressalta-se que o conceito de meio de fundo fictício não
pode ser remetido a trabalhos anteriores, a mesma forma que a ideia da solução da
equação (2.26) ser independente do valor de k 0 escolhido também não o poderia.
Contudo, deve-se destacar que em aplicações numéricas, espera-se que exista um valor
ideal para o número de onda fictício k 0 , capaz de maximizar a precisão dos resultados
obtidos. Assim, no decorrer deste trabalho, também será apresentada uma expressão para
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.
2.3.5 Formulação integral da TMFF
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
kv2 =[k 2 (x, y) − k 202 ] (2.33)
A equação (2.32) deve ser independente da equação (2.26). A independência entre

estas equações deve ser garantida pelo uso de duas funções de Green igualmente
independentes. No entanto, quando a equação (2.32) é considerada sozinha para a solução
de um determinado problema físico, esta é equivalente à equação (2.26). Assim, não se
pode apontar nenhuma vantagem quando estas equações são tomadas separadamente. Por
outro lado, vantagens podem ser obtidas quando este conjunto de equações é aplicado de
uma forma única para solução um problema físico. Cada uma das funções de Green
consideradas nestas equações, pode ser entendida como sendo uma função de
transferência com diferentes propriedades. Assim, é natural esperar que qualquer
informação presente em um modelo discreto possa ser mais eficientemente computada
por uma formulação capaz de tratar as equações (2.32) e (2.26) de uma forma única. Uma
forma de se estabelecer tal formulação, seria introduzindo novas incógnitas ao problema.
Assim, a ideia principal proposta aqui é tratar os termos k v p e k v2 p nos núcleos das
integrais de domínio das equações (2.26) e (2.32) como incógnitas extras. Deste modo,
define-se:
p̂1 =kv p (2.34)
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:
kv2 =[(k 2 (x, y) − k 20 ) + (k 20 − k 202 )] (2.36)
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:
kv2 =kv + ε0 (2.38)
A equação (2.38) pode ser reescrita na seguinte forma:
ε
kv2 = (1 + k0 ) kv (2.39)
v
Multiplicando a equação (2.39) por p, obtemos:
ε
p̂ 2 = (1 + k0 ) p̂1 (2.40)
v
Assim, considerando-se as equações (2.40), (2.35) e (2.34), as equações (2.32) e (2.26)

podem ser reescritas na seguinte forma:
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω p̂1 ΨdΩ (2.41)
̅ dΓ − ∫ p q̅∗ dΓ + ∫ p̂ (1 + ε0 ) Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ (2.42)
Γ Ω 1 k v
As equações (2.41) e (2.42) formam agora um conjunto equações independentes

que pode ser utilizado para simular problemas físicos modelados pela equação de
Helmholtz, tanto para meios homogêneos quanto para meios não homogêneos. Este
conjunto de equações corresponde à formulação integral da TMFF, proposta aqui como
uma metodologia alternativa para a abordagem de problemas diretos modelados pela
equação de Helmholtz para meio não homogêneos. Um dos pontos positivos desta
modelagem, além do fato de ser baseada na utilização de duas funções de Green
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).
A apresentação da formulação integral da TMFF na forma dada pelas equações

(2.41) e (2.42) é mais didática, porém tem o inconveniente de permitir que ocorram
divisões por zero, caso se utilize um número de onda fictício que leve a um valor nulo de
k v no domínio. Para evitar este inconveniente, pode-se, alternativamente, considerar a
pressão p nos núcleos das integrais de domínio das equações (2.26) e (2.32) como sendo
uma incógnita extra. Assim, faz-se:
p̂ =p (2.43)
Substituindo a equação (2.34) no núcleo das integrais de domínio das equações (2.26) e
(2.32), tem-se:
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω kv p̂ ΨdΩ (2.44)
̅ 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
O capítulo anterior foi dedicado à formulação direta do problema de ondas

acústicas no domínio da frequência, em um meio não homogêneo caracterizado por um
campo de velocidade acústica variável c(x, y). Na ocasião, relembra-se que foi feita
apresentação da ELSG, tal como proposta por FU (2003). Paralelamente a isto, foi
proposta a TMFF em dois moldes. No primeiro deles, salientou-se que, excetuando-se
alguns conceitos novos introduzidos juntamente com a modelagem apresentada, a
sentença integral obtida ao final do processo era equivalente à ELSG proposta por Fu. Já
no segundo, observou-se que o modelo proposto era diferente de qualquer outro que
pudesse ser encontrado na literatura. Também, observou-se que a ideia sobre a qual a
proposição do segundo modelo foi baseada era simplesmente de introduzir novas
restrições ao problema físico tratado, de modo que este pudesse ser corretamente descrito
em termos de uma dupla modelagem. Porém, observou-se que a introdução de novas
restrições ao problema somente seria feita de forma adequada, se, paralelamente a isto,
fossem também introduzidas incógnitas adicionais ao problema. Assim, ao se estabelecer
um artifício matemático que permitiu a introdução de tais incógnitas, completou-se o
processo de modelagem.
Não obstante aos procedimentos apresentados anteriormente, observa-se que a

última das modelagens propostas requer que um conjunto extra de incógnitas seja criado
de forma artificial. Porém, quando se tratam de problemas inversos, um conjunto extra de
incógnitas surge, naturalmente, devido à própria natureza inversa do problema. Assim,
percebe-se que a modelagem proposta anteriormente se mostra também adequada para a
abordagem de problemas inversos. Desta forma, este capítulo é dedicado ao
estabelecimento de um esquema de inversão baseado nas equações integrais propostas
anteriormente para a abordagem de problemas diretos pela TMFF. Destaca-se ainda que
o esquema de inversão proposto se baseia inteiramente nas técnicas clássicas de
discretização utilizadas para abordagem de problemas contínuos pelo MEC. Desta forma,
salienta-se que os procedimentos apresentados aqui, resultam na proposição de um
esquema de inversão direta que difere de qualquer outro que possa ser encontrado na
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.
3.2 O PROBLEMA INVERSO DE IDENTIFICAÇÃO DE COEFICIENTE
Os problemas inversos tratados neste trabalho são representados, no caso de

modelos contínuos, pela equação de Helmholtz para meios não homogêneos e podem ser
classificados na teoria dos problemas inversos como pertencente à classe dos problemas
inversos de identificação de coeficientes, do inglês, “coefficient inverse problems”, ou, à
classe dos problemas inversos de identificação das propriedades de um meio: “inverse
medium problems”. Maiores detalhes com relação à classificação de problemas inversos
podem ser encontrados no trabalho de KABANIKHIN (2008). Por hora, o objetivo maior
é fazer uma apresentação formal do problema inverso de identificação de coeficientes
tratado neste trabalho.
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.
Um problema é dito bem-posto, no sentido de Hadamard, quando são satisfeitas

as condições de existência, unicidade e de estabilidade da solução frente às condições que
o descrevem. Assim, para que se tenha um problema direto bem posto (considera-se aqui
somente problemas estacionários e lineares), é necessário primeiramente que se sejam
bem definidas as seguintes condições:
 o domínio no qual o problema é estudado;
 o modelo matemático que descreve o problema em questão;
22
 as condições de contorno nas fronteiras do domínio.
Deste modo, considera-se novamente a equação de Helmholtz para meios não

homogêneos:
∇2 p + k 2 (x, y)p = 0 (3.1)
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.
Se o campo de velocidades representado por c(x, y) for conhecido em todo o domínio,

ter-se-á um problema bem-posto, se forem definidas as condições de contorno para o
problema em questão. Pode ser especificado qualquer um dos tipos de condições de
contorno (CC) listados a seguir:
p|Γ = pprescrito (CC essenciais ou de Dirichlet) (3.2)
∂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.
Um problema direto assim definido satisfaz as condições de existência, unicidade e

estabilidade da solução frente às condições que o descrevem. Assim, este é dito ser bem-
posto no sentido de Hadamard. Por outro lado, se qualquer uma das condições que
definem o problema for enfraquecida, de modo que alguma das condições de Hadamard
não possa mais ser atendida, o problema é dito mal-posto, significando que este torna-se
inacessível aos métodos tradicionais de solução de problemas diretos. Esta corresponde à
situação típica dos problemas inversos. Por isto, estes são ditos mal-postos no sentido de
Hadamard.
Definido o problema direto, o seu problema inverso análogo ocorre quando o

campo acústico representado por c(x, y) não é mais conhecido (k(x, y) também não o
será). Assim, tem-se o chamado problema inverso de identificação de coeficientes
referenciado anteriormente. Neste caso, o campo de velocidade, c(x, y), originará um
conjunto extra de incógnitas que deve ser determinado ao final do processo de solução do
problema inverso. Deste modo, o conjunto de restrições impostas ao problema não é mais
suficiente para garantir que as condições de existência, unicidade e estabilidade da
solução sejam mutuamente atendidas. Assim, informações adicionais devem ser
fornecidas de modo a tornar a solução do problema acessível. Uma forma alternativa de
fornecer informações extras sobre a solução do problema é por meio das condições de
contorno. Se somente um tipo de condição de contorno foi originalmente prescrita em Γ
(CC natural, por exemplo), pode-se adicionalmente prescrever também suas condições de
contorno essenciais. Ainda, dependendo do tipo de problema tratado, ou da técnica de
solução utilizada, outros tipos de informações podem (ou devem) ser fornecidas. No
entanto, dificilmente será possível definir um problema inverso bem-posto, até porque,
os problemas inversos, em sua maioria, não satisfazem as condições de estabilidade da
solução sentido de Hadamard. Assim, esquemas de solução de problemas inversos
baseados em modelos discretos, quase sempre exigem o emprego de alguma técnica de
regularização. Além do mais, os problemas inversos de identificação de coeficientes são
essencialmente não lineares. Assim, para que estes possam ser numericamente tratáveis
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
Na seção anterior foi apresentado o problema inverso de identificação de

coeficientes sobre o qual o presente trabalho se desenvolve, assim como foram listadas
suas principais características, as quais são retratadas abaixo:
 O problema tratado é não linear;
 O problema tratado é mal-posto.
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:
kv =[k 2 (x, y) − k 20 ] (3.5)
sendo Ψ a função de Green referente a um meio de fundo caracterizado pelo número de

onda fictício k 0 . Na forma apresentada acima e considerando técnicas de discretização
tradicionais do MEC, a equação (3.4) pode ser utilizada para simulação de problemas
diretos modelados pela equação de Helmholtz. No entanto, no que se refere aos problemas
inversos, o campo acústico representado por c(x, y) não é mais conhecido. Assim, k v se
torna uma incógnita adicional do problema e a equação (3.4) se torna não linear.
Relembra-se aqui que a não linearidade representa um dos principais entraves na
modelagem dos problemas inversos de determinação de coeficientes. No entanto, propõe-
26
se aqui uma técnica de linearização simples e não restritiva, a qual é representada abaixo
pela seguinte mudança de variável:
p̂1 =kv p (3.6)
Substituindo (3.6) na equação (3.4), obtém-se a seguinte forma linearizada de (3.4):
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω p̂1 ΨdΩ (3.7)
Assim, consegue-se contornar o problema da não linearidade presente no problema

inverso de determinação de coeficientes tratado aqui. No entanto, o problema continua a
ser mal-posto. Conforme mencionado anteriormente, para tornar possível a solução de
um problema inverso, deve-se fornecer informações adicionais sobre a solução do
problema. Neste sentido, considera-se que são conhecidas tanto as condições de contorno
naturais, como as condições de contorno essenciais do problema. Pode-se ainda
considerar que c(x, y) seja conhecido em Γ. Assim, considerando-se a elaboração de
modelos discretos baseados na equação (3.7), observa-se que restaram apenas incógnitas
de domínio a serem determinadas. Porém, para tornar possível a determinação destas
incógnitas de forma direta, é necessário que novas relações matemáticas entre as variáveis
do problema sejam introduzidas. Isto pode ser feito considerando-se um novo meio de
fundo fictício, caracterizado por um número de onda k 02 , sendo k 02 ≠ k 0 . Este processo
leva à obtenção de uma nova equação integral, tal como feito no capítulo 2, seção 2.3.5.
Assim, evitando-se pormenores, reapresenta-se a seguir a equação (2.42) obtida
anteriormente para modelagem de problemas diretos representados pela equação de
Helmholtz para meios não homogêneos através da TMFF:
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
Considerando-se a equação (3.6) tem-se:
ε
p̂1 (1 + k0 ) = p̂1 + pε0 (3.11)
v
Substituindo (3.11) em (3.8), tem-se:
̅ dΓ − ∫ p q̅∗ dΓ + ∫ p̂ Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ + ∫ ε0 pΨ
̅ dΩ (3.12)
Γ Ω 1 Ω
A equação (3.12) corresponde a uma nova equação integral, independente da

primeira e fisicamente consistente, que pode ser utilizada para obtenção das relações
matemáticas extras desejadas. Maiores detalhes com relação à formulação matricial do
problema serão apresentados em capítulos posteriores. Por hora, deve-se salientar que as
equações (3.7) e (3.12) podem ser utilizadas para elaboração de modelos discretos que
podem ser resolvidos de forma direta para a determinação das variáveis p e p̂1 . Lembra-
se ainda que a variável p̂1 transporta informações referentes ao campo de velocidades
representado por c(x, y), possibilitando assim a solução completa do problema inverso de
determinação de coeficientes tratado aqui.
Por fim, com o objetivo de completar o esquema de modelagem proposto, deve-

se voltar a atenção novamente para os esquemas de inversão baseados na equação de
Equação de Lipmann-Schwinger. Tais esquemas buscam recuperar uma função M(x, y)
que representa uma perturbação do campo de velocidades acústicas c(x, y). Assim como
no caso da ELSG, esta função de perturbação é dada por:
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:
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω αp̂ ΨdΩ (3.14)
̅ dΓ − ∫ p q̅∗ dΓ + ∫ αp̂ Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ + ∫ ε0 pΨ
̅ dΩ (3.15)
Γ Ω Ω
onde:
p̂1 =αp̂ (3.16)
Em termos numéricos, α tem o efeito de fornecer uma regularização extra à

solução final do problema inverso. Também, testes numéricos mostraram que melhores
resultados são obtidos quando α < 1. Assim, conclui-se a fase de modelagem do esquema
de solução de problemas inversos baseados na TMFF, sendo que, maiores discussões
sobre aplicação, eficiência e limitações da técnica serão tecidas no capítulo referente às
aplicações numéricas.
29
4 DISCRETIZAÇÃO DAS EQUAÇÕES INTEGRAIS
4.1 INTRODUÇÃO
As equações integrais tratadas neste trabalho diferem das formas clássicas do

MEC por apresentarem integrais de domínio. Assim, ao se utilizar tais equações para
soluções de problemas práticos, é necessário lançar mão de alguma técnica que permita
avaliá-las de forma consistente. Seguindo a filosofia do MEC (em sua essência), existem
formulações como, por exemplo, a Dupla Reciprocidade, que possibilitam a transferência
das integrais de domínio para o contorno (BREBBIA, 1988, NARDINI E BREBBIA,
1983, BREBBIA E NARDINI, 1983). No entanto, entende-se que aspectos referentes à
aplicação da dupla reciprocidade na abordagem de problemas inversos pela TMFF devem
ser examinados em trabalhos futuros. Assim, optou-se neste trabalho por realizar tais
integrais utilizando-se a discretização do domínio em células (BREBBIA E SKERGET,
1984, ONISHI et al., 1984, TAKHTEYEV E BREBBIA, 1990). Deste modo, neste
capítulo apresenta-se uma breve discussão sobre a discretização das equações integrais,
tanto no que se refere à discretização do contorno quanto à discretização do domínio. No
entanto, atenção especial deve ser dada no tratamento das integrais singulares, pois estas
foram realizadas por meio de uma transformação de variáveis que difere dos
procedimentos encontrados na literatura.
4.2 INTEGRAIS NÃO SINGULARES
A etapa final do processo de modelagem de problemas diretos e inversos pela

TMFF, terminará com a apresentação de suas respectivas formulações matriciais. Estas
formulações representam os sistemas lineares que finalmente serão utilizados para
solução de problemas práticos. Porém, a obtenção destes sistemas depende de
procedimentos de discretização que devem ser aplicados às equações integrais básicas da
TMFF, de modo a permitir que estas possam ser tratadas numericamente. Assim, neste
capítulo objetiva-se estabelecer tais formas discretas. Salienta-se ainda, que todas as
propostas encontradas nesta tese podem ser obtidas a partir da equação (2.26),
apresentada previamente no capítulo 2. Desta forma, julgou-se suficiente que somente
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.
Deve-se ressaltar, que neste trabalho são tratados somente problema

bidimensionais. Neste caso, os elementos de contorno utilizados são unidimensionais, o
que torna bastante simples o processo de discretização. No entanto, a equação (4.1)
apresenta uma integração que deve ser realizada no domínio. Assim, o domínio ao qual a
equação (4.1) deve ser aplicada, necessita também ser discretizado. No MEC,
discretizações de domínio são tipicamente realizadas utilizando-se a discretização em
células. Por sua vez, as células, em se tratando de problemas planos, são equivalentes aos
elementos de contorno bidimensionais. Assim, sua implementação não representa
nenhum desafio em termos de complexidade, bem como é vasta a literatura que trata do
assunto (BREBBIA et al., 1984, BEER et al., 2008, WU, 2000). Quanto à discretização
do contorno, o programa desenvolvido considera que este seja discretizado em elementos
de contorno retilíneos, sendo que foram implementados elementos com funções
interpolantes lineares, quadráticas e cúbicas (WU, 2000).
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
Figura 4.1: representação esquemática de um domínio acústico genérico Ω.
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).
As integrações devem agora ser realizadas sobre cada um dos subdomínios de

integração Γj e Ωc , considerados na equação (4.2). Assim, para tornar possível o
tratamento numérico destas integrais, estas devem ser primeiramente discretizadas, ou,
melhor dizendo, parametrizadas (ou mapeadas) em termos de coordenadas naturais para
que possam ser avaliadas por técnicas numéricas de integração, como por exemplo, a
quadratura de Gauss. O tratamento numérico destas integrais, corresponde ao assunto que
será tratado no restante deste capítulo. Porém, com o objetivo de melhorar a organização
didática deste trabalho, nas seções seguintes consideram-se separadamente as integrações
a serem realizadas nos elementos de contorno (Γj ) e nas células (Ωc ).
32
4.2.1 Integração nos elementos de contorno
Para a avaliação numérica das integrais a serem realizadas sobre os elementos de

contorno, é preciso primeiramente que seus integrandos sejam reescritos em termos de
coordenadas naturais. Assim, é preciso escrever relações matemáticas que permitam
mapear os elementos de contorno, os quais originalmente são representados em termos
de coordenadas globais, no que se refere aos eixos x e y mostrados na figura 4.1, para as
coordenadas locais (ou naturais) (η) definidas dentro do elemento de contorno. Tal
mapeamento (para o caso bidimensional) é dado pelas seguintes expressões:
j j
x j (η) = ∑nt=1[xt ϕt (η)] (4.3)
j j
y j (η) = ∑nt=1[yt ϕt (η)] (4.4)
onde nj corresponde ao numero de nós do elemento j. A coordenada natural η é definida

j j
dentro do elemento e varia no intervalo fechado [-1,1]. O ponto (xt , yt ) corresponde às
coordenadas do nó t do elemento j. Os ϕt (η) representam as funções de forma do
elemento j. No caso de elementos de contorno quadráticos, as funções de forma ϕt (η)
são dadas por:
1
ϕ1 (η) = 2 (η2 − η)
ϕ2 (η) = (1 − η2 ) (4.5)
1
ϕ3 (η) = 2 (η2 + η)
Para elementos lineares e cúbicos, as funções de forma correspondentes podem ser

encontradas nas referências (BREBBIA et al., 1984, BEER et al., 2008, WU, 2000).
Deve-se observar que as equações (4.3) e (4.4), quando consideradas as funções de forma
dadas pelas equações (4.5), mapeiam corretamente um elemento quadrático j, à medida
que se tem:
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
De mesma forma, o campo de pressão p e o fluxo normal q, em cada elemento, podem

ser representados como se segue:
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)
Assim completa-se o processo de discretização do contorno, sendo que as matrizes em

(4.14) e (4.15) podem ser montadas na forma de uma matriz global que representará o
sistema linear em sua forma final. No entanto, atenção deve ser dada ao processo de
montagem das matrizes globais, pois, deve-se considerar a continuidade do campo de
pressão e fluxo nos nós comuns entre elementos adjacentes. Com relação ao fluxo, deve-
se salientar que o mesmo não é contínuo caso um nó comum entre dois elementos
adjacentes represente um ponto onde o contorno é anguloso. Tal situação merece
tratamento especial (MANSUR et al., 1995), caso contrário poderá prejudicar a precisão
dos resultados numéricos obtidos em simulações.
4.2.2 Integração nas células
Para a avaliação das integrais de domínio, deve-se seguir procedimentos

equivalentes aos mostrados acima para avaliação das integrais de contorno. Assim, é
preciso fazer o mapeamento das células, em termos de coordenadas naturais, de modo a
viabilizar a realização numérica das integrações de domínio.
Em se tratando de problemas planos, as células são representadas por entidades

bidimensionais. Desta forma, o mapeamento deve ser feito em termos das coordenadas
35
naturais η1 e η2 , definidas dentro das células, com variação limitada ao intervalo fechado
[-1,1] segundo eixos coordenados mostrados na figura abaixo:
Figura 4.2: célula quadrangular com os eixos das coordenadas naturais η1 e η2 .
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)
onde nc corresponde ao número de nós da célula c. O ponto (xtc , ytc ) corresponde às

coordenadas do nó t da célula c. Os φt (η1 , η2 ) representam as funções de forma da célula
c. No caso de células lineares, as funções de forma φt (η1 , η2 ) são dadas por:
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) = x1c

(4.21)
y c (−1, −1) = y1c
x c (1, −1) = x2c

(4.22)
y c (1, −1) = y2c
x c (1,1) = x3c
(4.23)
y c (1,1) = y3c
x c (−1,1) = x4c
(4.24)
y c (−1,1) = y4c
De forma equivalente, o campo de pressão p no interior de cada célula pode ser

representado como se segue:
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:
∂xc ∂yc ∂xc ∂yc 2

|G| = √( − ) (4.27)
∂η1 ∂η2 ∂η2 ∂η1
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)
Deste modo, completa-se o processo de discretização da equação (4.1), sendo que as

matrizes representadas por (4.28) podem ser montadas na matriz global para composição
do sistema linear em sua forma final. Por fim, deve-se destacar que tanto as equações
(4.16) e (4.17) quanto a equação (4.29) foram escritas numa forma apropriada para
aplicação da quadratura de Gauss. Porém, a quadratura de Gauss não é adequada para
realização de algumas integrações necessárias ao método dos elementos de contorno, à
medida que estas se tornam singulares quando o ponto fonte (ξi ) pertence ao elemento
(ou célula) em consideração. Também, quando o ponto fonte (ξi ) localiza-se muito
próximo a determinado elemento (ou célula), as integrais arroladas são ditas quase
singulares. Em tais situações, necessita-se que procedimentos especiais de integração
sejam aplicados para obter um nível de precisão satisfatório na avaliação das integrais
referidas acima. Assim, nas seções seguintes, mostram-se os procedimentos adotados
para avaliação das integrais singulares e quase singulares.
4.3 INTEGRAIS SINGULARES
Conforme mencionado anteriormente, a utilização do MEC para solução numérica

de problemas práticos (ou mesmo acadêmicos) envolve a avaliação de integrais
singulares. Isto significa que existe um ponto ξi no interior do domínio de integração,
onde a função a ser integrada tende a assumir um valor infinito. Dependendo da
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).
Seguindo a mesma linha de Telles, JOHNSTON e ELLIOTT (2001) apresentam

uma expressão para o cálculo de transformações não lineares de coordenadas, a qual é
originalmente creditada a MONEGATO e SLOAN (1997), como sendo uma
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.
Apesar da generalidade das transformações de Sato e de Monegato e Sloan, deve-

se ressaltar que, conforme defendido por SINGH e TANAKA (2001), transformações não
lineares baseadas em polinômios de grau k, sendo k > 6, não são de muita utilidade
prática, visto que a grande concentração de pontos de integração próximos à singularidade
provoca a diminuição dos algarismos significativos que distinguem os pontos
transformados do ponto singular. Assim, mesmo com precisão dupla, alguns dos pontos
transformados podem ser confundidos com o ponto de singularidade, o que leva a uma
avalição do integrando de ± ∞. Esta situação inviabiliza que tais transformações sejam
utilizadas em aplicações práticas. Deste modo, parece haver um “horizonte de eventos”
para as transformações não lineares, na medida que se deve buscar um polinômio de grau
k ≤ 6, capaz de maximizar a precisão na avaliação das integrais singulares do MEC.
Considerando tal horizonte, percebeu-se a possibilidade de estabelecer uma
transformação não linear híbrida, a qual resultaria da composição de uma transformação
quadrática pré-existente (WU, 2000) com a transformada cúbica de Telles. Desta forma,
obtém-se um polinômio de sexto grau, o qual difere dos polinômios que podem ser
obtidos pelas fórmulas gerais discutidas acima. Também, deve-se destacar que, a partir
da transformação quadrática apresentada a seguir, novas transformações híbridas podem
40
ser obtidas, desde que a segunda transformação considerada atenda certos requisitos que
serão destacados nas subseções que seguem.
4.3.1 Transformação quadrática básica
Antes de iniciar a apresentação da transformação quadrática que será tomada

como base para proposição da transformação híbrida referida acima, deve-se fazer uma
breve discussão sobre as integrações singulares que serão tratadas aqui. Para tanto,
considera-se um elemento cujo ponto singular ξi (ou ηs no sistema de coordenadas local)
localiza-se sobre um de seus nós internos, conforme mostrado na figura abaixo:
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.
Voltando-se a atenção novamente para a transformação quadrática básica para a

proposição da transformação híbrida tratada aqui, salienta-se que esta transformação
também requer que o domínio de integração seja particionado. Assim, considerando a
situação apresentada na figura 4.3, a integral singular em (4.17) é reescrita como (a
notação do argumento das funções do integrando foi alterada):
j η 1
G𝑡 = ∫−1s ϕt (η)Ψ(η)|G(η)|dη + ∫η ϕt (η)Ψ(η)|G(η)|dη (4.31)
s
de onde identificam-se dois subdomínios de integração: um à esquerda da singularidade

e outro à direita. Assim, a integração em cada um destes subdomínios deve ser tratada
separadamente. Porém, para se evitar que este desenvolvimento se torne tedioso e
confuso, a integração em cada um destes novos subdomínios será considerada em uma
subseção específica conforme mostrado a seguir.
4.3.1.1 Integrações à esquerda da singularidade
Para avaliação da integral referente ao subdomínio de integração esquerdo,

considera-se a seguinte mudança de variável:
η = ηs − z 2 (4.32)
onde, z = 0 para η = ηs e z = √1 + ηs para η = −1. Chamando de IE a integração no

subdomínio à esquerda da singularidade, a consideração da equação (4.32) permite
escrever:
0
IE = ∫√1+η ϕt (η(z))Ψ(η(z))|G(η(z))||Gz (z)|dz (4.33)
s
onde |Gz (z)| representa o determinante da transformação quadrática representada em

(4.32), sendo do dado por:
42
|Gz (z)| = −2z (4.34)
Agora, uma nova mudança de variável é necessária para naturalização do intervalo de

integração. Assim, tem-se:
√1+ηs √1+ηs
z= − μ (4.35)
2 2
onde, para μ = −1 temos z = √1 + ηs e para 𝜇 = 1, temos z = 0. Assim, a integral IE

em (4.33) pode ser escrita como:
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
Assim, conclui-se a apresentação da transformação quadrática no que se refere ao

subdomínio de integração esquerdo.
4.3.1.2 Integrações à direita da singularidade
Para o subdomínio de integração direito (ver equação (4.31)), chamado agora de

ID , considera-se a seguinte mudança de variável:
η = ηs + z 2 (4.38)
onde, z = 0 para η = ηs e z = √1 − ηs para η = 1. Assim, pode-se escrever:
√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:
|Gz (z)| = 2z (4.40)
A naturalização do intervalo de integração é feita agora pela seguinte equação:
√1−ηs √1−ηs
z= + μ (4.41)
2 2
onde, para μ = −1 temos z = 0 e para μ = 1 temos z = √1 − ηs . Assim, a integral ID

em (4.33) pode ser escrita como:
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
o que também conclui a transformação quadrática no que se refere ao subdomínio de

integração direito. Assim, com as equações (4.36) e (4.42), juntamente com seus
respectivos formulários, conclui-se a apresentação transformação quadrática básica para
a transformação híbrida. Por fim, salienta-se que estas equações continuam a admitir
transformações de coordenadas adicionais, conforme será discutido na seção seguinte.
4.3.2 Transformações adicionais admitidas pela transformação quadrática
Deve-se perceber que as equações (4.36) e (4.42), a menos das equações de

transformações de coordenadas apresentadas nas subseções precedentes e de seus
respectivos jacobianos, são idênticas. Percebe-se também que estas equações exigem que
a singularidade ocorrerá na coordenada μ = 1, para o caso de integrações à esquerda da
singularidade e na coordenada μ = −1, para integrações à direita da singularidade.
Assim, destaca-se que as equações (4.36) e (4.42) ainda admitem que sejam aplicadas
44
transformações extras sobre a coordenada μ, na forma: μ = μ(γ), que atendam às
seguintes restrições:
μ(γ̅) = μ̅ = ±1
μ(−1) = −1 (4.44)
μ(1) = 1
onde γ̅ corresponde ao ponto de singularidade.
A princípio, é possível identificar dois polinômios que satisfazem esta condição,

os quais são dados pelas transformadas quadrática e cúbica apresentadas por TELLES
(1987). Porém, neste trabalho considera-se apenas o polinômio cúbico de Telles, o qual é
apresentado a seguir:
μ(γ) = aγ3 + bγ2 + cγ + 𝑑 (4.45)
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)
Assim, para integrações à esquerda da singularidade, sendo o caso de γ̅ = 1, têm-se:
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)
Para integrações à direita da singularidade, sendo γ̅ = −1, têm-se:
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
e, para integrações à direita da singularidade, tem-se:
2
√1−ηs √1−ηs 1 3 3 3 3
η(γ) = ηs + [ + (4 γ + 4 γ2 + 4 γ − 4)] (4.53)
2 2
de onde se escreve a forma final das equações (4.36), e (4.42):
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)
e, para integrações do lado direito:
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
Este formulário conclui a apresentação da transformação híbrida para o caso da

transformação cúbica de Telles. Estas equações foram utilizadas para avaliação das
integrais singulares no programa desenvolvido para TMFF. Por fim, deve-se dizer que as
equações (4.54) a (4.62) também podem ser utilizadas para avaliação das integrais
singulares que eventualmente ocorrem no domínio. Porém, tal situação exige que as
47
mudanças de variáveis apresentadas acima sejam realizadas de forma independente para
as coordenadas η1 e η2 .
4.4 INTEGRAIS QUASE SINGULARES
As integrais quase singulares ocorrem no MEC quando o ponto fonte ξi localiza-

se próximo ao elemento (ou célula) que está sendo integrado. Como parâmetro para medir
a “intensidade” da quase singularidade, pode-se utilizar a distancia R min entre o ponto
fonte e o elemento quase singular, conforme mostrado na figura abaixo:
Figura 4.4: Representação esquemática de um elemento de contorno quase singular.
Assim, se R min torna-se pequeno, a singularidade presente no ponto ξi influenciará na

avaliação numérica da integral sobre o elemento quase singular mostrado na figura 4.4.
Deste modo, procedimentos especiais de integração devem ser utilizados para melhorar a
precisão na avaliação das integrações sobre os elementos quase singulares. Nesta
situação, as transformações não lineares encontram mais uma vez aplicação. Assim, pela
simplicidade de implementação, neste trabalho optou-se por utilizar a transformada
cúbica de Telles para a avaliação das integrais quase singulares.
A transformação cúbica de Teles, para o caso de integrais quase singulares, é dada

por (TELLES, 1987):
η(γ) = aγ3 + bγ2 + cγ + 𝑑

(4.63)
2
|G(γ)| = 3aγ + 2bγ + c
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
onde η̅ corresponde à coordenada η no elemento quase singular que torna mínima a

distância do elemento ao ponto fonte ξi . Assim, η̅ define uma distância R min que, por sua
vez, é utilizada para determinação da distância relativa D usada como entrada em tabelas
ou formulas para definir r̅. A distância relativa D, no caso de elementos de contorno
unidimensionais, é definida como:
Rmin
D=2 (4.66)
L
sendo L a distância euclidiana entre os nós extremos do elemento de contorno. No caso

de elementos retilíneos, L corresponde ao comprimento do elemento. Deste modo,
conforme apresentado por Telles, a distância relativa D é utilizada para definir o
parâmetro r̅ de acordo com as seguintes equações:
r̅ = 0.85 + 0.24 ln(D) para 0.05 ≤ D ≤ 1.3
r̅ = 0.893 + 0.0832 ln(D) para 1.3 ≤ D ≤ 3.618 (4.67)

r̅ = 1 para 3.618 ≤ D
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
onde, no caso de células quadrangulares regulares, L1 e L2 corresponderão às medidas

dos lados da célula tomados respectivamente sobre as direções coordenadas η1 e η2 .
Assim, as equações (4.16), (4.17) e (4.29) podem ser facilmente adaptadas à
transformação não linear dada em (4.63) para avaliação das integrais quase singulares que
ocorrem tanto no contorno quanto no domínio.
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.
5.2 FORMULAÇÃO MATRICIAL DO PROBLEMA DIRETO
Nesta seção será descrita a formulação matricial da TMFF para a abordagem de

problemas diretos. Para tanto, é conveniente descrever primeiramente o domínio de
integração onde as equações integrais devem ser avaliadas e as condições de contorno nas
fronteiras deste domínio. Também, com o objetivo de estabelecer um problema direto
bem-posto, deve-se ter bem definidas as propriedades físicas no interior do domínio.
Assim, considerando-se um domínio genérico Ω, separado de sua vizinhança por um
contorno Γ, onde o meio físico confinado por Γ caracteriza-se pela presença de um campo
de velocidade acústica variável c(x, y), define-se um domínio de integração tal como
retratado na figura 5.1:
51
q
c(x,y)
u
y
Figura 5.1: representação esquemática de um domínio acústico Ω.
onde Γq e Γu correspondem às regiões de fronteira onde são prescritas respectivamente as

condições de contorno naturais e essenciais do problema. Agora, de uma maneira
genérica, considera-se que o contorno Γ (Γ = Γu ∪ Γq ) seja discretizado em elementos de
contorno, de modo que a discretização resulte num total de 𝐍 nós funcionais. Da mesma
forma, considera-se a discretização do domínio em células (nos casos considerados aqui,
constantes ou lineares), de modo que resulte num total de 𝐌 nós funcionais localizados
na região interior ao contorno Γ.
Deve-se esclarecer que a discretização do contorno e do domínio são executadas

de formas distintas. Assim, ocorre que as células localizadas na região de fronteira do
domínio, possuirão nós que deverão estar localizados sobre o contorno (exceto para
células constantes). Deste modo, no processo de discretização utilizado, considera-se que
cada um dos nós das células que eventualmente caia sobre o contorno Γ, seja coincidente
com um nó específico de determinado elemento de contorno. Assim, estes podem ser
pensados como se fossem nós duplos, onde, implicitamente são impostas condições de
continuidade do campo de pressão. Desta forma, a discretização do domínio não introduz
incógnitas extras sobre o contorno, evitando-se assim um aumento desnecessário na
ordem do sistema linear em sua forma final.
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.
5.2.1 Formulação matricial do problema direto pela TMFF-1
Conforme mencionado anteriormente, a formulação matricial do problema direto

pela TMFF-1 é obtida a partir da equação (2.26), a qual é reapresentada abaixo:
Agora, considerando que tanto o domínio quanto o contorno sejam discretizados

conforme descrito acima, executando-se o método da colocação nos 𝐍 nós funcionais do
contorno e nos 𝐌 nós funcionais do domínio, é possível obter a seguinte equação
matricial:
𝐩𝐂𝐨𝐧𝐭
𝐇𝟎 −𝐆𝟎 −𝐅𝐅𝟎
[̅ 𝐪
𝐇𝟎 ̅𝟎
−𝐆 ̅̅̅̅𝟎 ] [ 𝐂𝐨𝐧𝐭 ] = 𝟎
−𝐅𝐅
(5.2)
𝐩𝐃𝐨𝐦
onde, 𝐇𝟎 e 𝐆𝟎 correspondem às matrizes típicas do MEC obtidas a partir das integrais de

contorno em (5.1). A matriz 𝐅𝐅𝟎 origina-se a partir da integral de domínio existente na
equação (5.1). A notação ̅ é utilizada para distinguir as matrizes obtidas a partir da
colocação no domínio daquelas obtidas pela colocação no contorno. O subscrito 𝟎 indica
que as matrizes na equação (5.2) foram obtidas considerando-se a função de Green de um
meio fundo fictício caracterizado por um número de onda k 0 . Assim, percebe-se que a
equação (5.2) representa um sistema linear contendo 𝐍 + 𝐌 equações e 𝟐𝐍 + 𝐌
incógnitas. Como um total de 𝐍 incógnitas são determinadas a partir do conhecimento
prévio das condições de contorno do problema, a equação (5.2) pode ser reescrita como
um sistema linear na seguinte forma:
𝐀 𝟎 𝐱 = 𝐛𝟎 (5.3)
53
que pode ser resolvido por qualquer uma das técnicas tradicionais utilizadas para solução
de sistemas lineares.
5.2.2 Formulação matricial do problema direto pela TMFF-2
A formulação matricial do problema direto pela TMFF-2 é obtida a partir das

equações (2.44) e (2.45), as quais são reapresentadas abaixo:
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω kv1 p̂ ΨdΩ (5.4)
̅ 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:
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
Observa-se que a equação acima representa um sistema linear contendo 𝐍 + 𝟐𝐌

equações e 𝐍 + 𝟐𝐌 incógnitas, o qual pode ser reescrito na seguinte forma:
𝐀𝐱 = 𝐛 (5.8)
sendo que este pode ser resolvido por qualquer uma das técnicas usuais utilizadas para
solução de sistemas lineares.
5.3 FORMULAÇÃO MATRICIAL DO PROBLEMA INVERSO
A formulação matricial do problema direto pela TMFF é obtida a partir das

equações (3.14) e (3.15), as quais são reapresentadas abaixo:
c(ξ)p(ξ) = ∫Γ qΨdΓ − ∫Γ p q∗ dΓ + ∫Ω αp̂ ΨdΩ

( 5.9 )
̅ dΓ − ∫ p q̅∗ dΓ + ∫ αp̂ Ψ
c(ξ)p(ξ) = ∫Γ qΨ ̅ dΩ + ∫ ε0 pΨ
̅ dΩ
Γ Ω Ω
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.
Das relações apresentadas em (5.10), a segunda e a terceira destas são obtidas

diretamente das equações (3.6) e (3.5) apresentadas previamente no capítulo 3. A primeira
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:
𝐇𝟎𝟏 −𝐆𝟎𝟏 𝟎 𝐅𝟎𝟏

̅ ̅ 𝐩𝐂𝐨𝐧𝐭
𝐇𝟎𝟏 −𝐆𝟎𝟏 𝐈 𝐅̅
[𝐪𝐂𝐨𝐧𝐭 ] = 𝛂 𝟎𝟏 𝐩 ̂ (5.12)
𝐇𝟎𝟐 −𝐆𝟎𝟐 −𝛆𝟎 𝐅𝟎𝟐 𝐩𝐃𝐨𝐦 𝐅𝟎𝟐
̅𝟎𝟐 (𝐈 − 𝛆𝟎 𝐅̅𝟎𝟐 )]
̅ 𝟎𝟐 −𝐆
[𝐇 [𝐅̅𝟎𝟐 ]
̅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 equação (5.12) pode ser representa por um sistema linear na forma:
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.
Salienta-se novamente que o desenvolvimento mostrado acima refere-se ao uso

de células constantes, sendo que esta apresentação foi escolhida por motivos puramente
didáticos. No entanto, o uso de células constantes não seria o mais indicado para
simulação de problemas inversos, pois, variações na precisão de avaliação das integrais
de domínio, podem exercer significantes variações na solução final do problema inverso.
Isto porque que os sistemas lineares obtidos na modelagem discreta dos problemas
inversos, são geralmente mal-condicionados. Assim, para discretização do domínio,
deve-se preferir células com grau ≥ 1. Neste caso, a ordem das matrizes 𝐅𝟎𝟏 , 𝐅𝟎𝟐 , 𝐅̅𝟎𝟏 e
𝐅̅𝟎𝟐 que aparecem no lado esquerdo de (5.12), serão alteradas. Isto porque as células
possuirão agora nós funcionais que estarão localizados sobre o contorno. Assim, a
montagem da matriz dos coeficientes deve considerar que os valores nodais de pressão
nos nós das células que localizam-se sobre o contorno, são, na realidade, incógnitas de
contorno. Assim, a equação (5.12) será reescrita na seguinte forma:
𝐇𝟎𝟏 −𝐆𝟎𝟏 𝟎 𝐅𝟎𝟏

̅ 𝟎𝟏
𝐇 ̅𝟎𝟏
−𝐆 𝐈 𝐩𝐂𝐨𝐧𝐭
𝐅̅
𝐜 𝐝 [𝐪𝐂𝐨𝐧𝐭 ] = α 𝟎𝟏 𝐩 ̂ (5.16)
(𝐇𝟎𝟐 − ε0 𝐅𝟎𝟐 ) −𝐆𝟎𝟐 −ε0 𝐅𝟎𝟐 𝐅𝟎𝟐
𝐩𝐃𝐨𝐦
[ (𝐇
𝐜 ̅𝟎𝟐
̅ 𝟎𝟐 − ε0 𝐅̅𝟎𝟐 ) −𝐆 (𝐈 − ε0 𝐅̅𝟎𝟐
𝐝
)] [𝐅̅𝟎𝟐 ]
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
de onde se chega ao seguinte sistema linear:
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
de onde, pela aplicação das condições de contorno, pode-se escrever:
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
]
̂1 |Γ . Desta forma, pode-se escrever o sistema linear resultante da

̂𝐂𝐨𝐧𝐭 = 𝐩
sendo α𝐩
formulação inversa da TMFF em sua forma final:
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
onde a equação (5.25) deve ser aplicada a cada nó i proveniente da discretização do

domínio. Assim, conclui-se a apresentação da formulação matricial da TMFF para
abordagem de problemas inversos.
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.
Com relação à solução do sistema representado em (5.24), deve-se observar que

este não pode ser resolvido pelos métodos tradicionais utilizados para solução de sistemas
lineares, dado que apresenta um número maior de equações do que de incógnitas. A
princípio, poder-se-ia dizer que o Método dos Mínimos Quadrados (MMQ) corresponde
ao método de solução mais indicado. No entanto, o MMQ é indicado somente para
solução de sistemas lineares que possuem posto coluna completo. Mesmo que tal requisito
seja assumido como sendo verdadeiro, existe ainda o agravante de que o sistema
representado em (5.24) é mal condicionado. Assim, o MMQ deveria ser utilizado em
conjunto com algum esquema de regularização, de modo a permitir a extração de
informações utilizáveis a partir de (5.24). Tendo isto em conta, optou-se por resolver
(5.24) computando a inversa generalizada da matriz 𝐀 𝐋𝟐 (também chamada de pseudo-
inversa Moore-Penrose) (PENROSE, 1955). Por sua vez, a inversa generalizada pode ser
obtida de forma direta, uma vez que tenha sido realizada a decomposição da matriz 𝐀 𝐋𝟐
em valores singulares (SVD - Singular Value Decomposition) (ASTER et al., 2005).
Justifica-se tal escolha, pois a SVD constitui uma das ferramentas mais poderosas
disponíveis em termos de fornecer informações precisas sobre o condicionamento de
sistemas lineares. Além do mais, permite a obtenção de soluções regularizadas pela
eliminação (ou descarte) dos menores valores singulares evidenciados pela SVD (ASTER
et al., 2005). Também, uma vez realizada a SVD, a implementação da regularização de
Tikhonov de ordem zero torna-se elementar. Desta forma, justifica-se a escolha da SVD
para o cálculo da solução do sistema representado em (5.24).
Com relação ao condicionamento deste sistema, percebeu-se que quando os

números de onda fictícios k 01 e k 02 são tomados mais distantes (em valores), o
condicionamento do sistema tende a melhorar. De forma contrária, valores de k 01 e k 02
próximos, tendem a piorar o seu condicionamento. Porém, nesta última situação, torna
mais evidente quais são os valores singulares que estão contribuindo mais
significativamente para a instabilidade da solução do problema. Assim, a tarefa de obter
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.
5.3.1 Segunda abordagem do problema inverso pela TMFF
Antes de iniciar esta apresentação, é conveniente aprofundar um pouco mais a

discussão sobre a inversa generaliza, chamada aqui de 𝐀+ . Assim, consideram-se três
situações distintas com relação à obtenção de solução de sistemas lineares representados
na forma 𝐀𝐱 = 𝐛. Estas correspondem aos casos onde as matrizes dos coeficientes
apresentam posto coluna completo, posto linha completo e, em terceiro lugar, posto linha
igual ao posto coluna. Com relação ao primeiro dos casos descritos acima, deve-se
salientar que corresponde às situações em que a matriz 𝐀 admite uma inversa à esquerda.
Desta forma, a inversa generalizada 𝐀+ , a qual pode ser obtida a partir da decomposição
de 𝐀 em valores singulares, pode ser representada na seguinte forma: 𝐀+ = (𝐀𝐓 𝐀)−𝟏 𝐀𝐓 ,
sendo que 𝐀+ 𝐀 = 𝐈. Assim, observa-se que 𝐀+ corresponde exatamente à matriz inversa
à esquerda de 𝐀. Também, deve-se percebe-se que, neste caso, a solução do sistema linear
obtida por meio da inversa generalizada corresponderá a uma solução de mínimos
quadrados. O segundo caso corresponde às situações em que a matriz 𝐀 admite uma
inversa à direita. Nesta situação, a inversa generalizada obtida a partir da decomposição
de 𝐀 em valores singulares, poderá ser representada na seguinte forma: 𝐀+ =
𝐀𝐓 (𝐀𝐀𝐓 )−𝟏, sendo que 𝐀𝐀+ = 𝐈. Assim, percebe-se que a inversa generalizada 𝐀+ ,
obtida quando são considerados matrizes de posto linha completo, corresponderá à matriz
inversa à direita de 𝐀. O terceiro caso, corresponde às situações em que um sistema linear
na forma 𝐀𝐱 = 𝐛, satisfaz as condições de existência e unicidade da solução. Em tal
61
situação, sabe-se que a matriz 𝐀 admite uma inversa, sendo que esta pode ser obtida pela
computação da inversa generalizada 𝐀+ . Assim, tem-se: 𝐀+ = 𝐀−𝟏. Um quarto caso que
poderia ser considerado, corresponde as situações em que a matriz 𝐀 não possui nem
posto linha e nem posto coluna completo. Nesta situação, a inversa generalizada 𝐀+
recebe o nome especial de pseudo-inversa. No entanto, a abordagem deste assunto requer
uma discussão mais aprofundada, o que foge do objetivo deste trabalho. Maiores detalhes
com relação a este e a outros assuntos relacionados à utilização da SVD para a solução
de sistemas lineares, podem ser encontrados na referência (ASTER et al., 2005). Por hora,
a discussão apresentada acima é suficiente para obtenção do objetivo desejado. Assim,
volta-se a atenção novamente para a proposição da segunda forma de abordagem de
problemas inversos pela TMFF, a qual é obtida considerando-se apenas a primeira das
equações apresentadas em (5.9), resultando no seguinte sistema linear:
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
A equação (5.26) corresponde exatamente às duas primeiras linhas da equação (5.21).

Assim, considerando novamente a aplicação das condições de contorno, pode-se escrever:
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
Desta forma, obtém-se o seguinte sistema linear:
𝐀 𝐋𝟑 𝐱 = 𝐛𝐋𝟑 (5.29)
onde 𝐀 𝐋𝟑 possui ordem (𝐍 + 𝐌) 𝐱 𝟐𝐌. Obviamente, a equação (5.29) admite infinitas

soluções, uma vez que, de modo geral, 𝟐𝐌 > (𝐍 + 𝐌). No entanto, é razoável assumir
que a matriz 𝐀 𝐋𝟑 possua posto linha completo, o que determina a existência de uma
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)
Assim, substituindo (5.30) em (5.29), obtém-se:
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:
𝐲 = [𝐀 𝐋𝟑 [𝐀 𝐋𝟑 ]𝐓 ]−𝟏 𝐛𝐋𝟑 (5.32)
Salienta-se ainda que, como [𝐀 𝐋𝟑 ]𝐓 possui ordem 𝟐𝐌 𝐱 (𝐍 + 𝐌) e sendo 𝟐𝐌 >

(𝐍 + 𝐌), a equação (5.30) representa, na verdade, um problema de mínimos quadrados.
Desta forma, percebe-se que, para cada vetor 𝐱 considerado na equação (5.30), existirá
no máximo um único vetor 𝐲 capaz de satisfazer esta equação. Sabendo que o recíproco
desta afirmação é verdadeiro, percebe-se que o vetor 𝐲 dado por (5.32) também define
um único vetor 𝐱 na (5.30). Assim, multiplicando-se (5.32) por [𝐀 𝐋𝟑 ]𝐓 , pode-se escrever:
𝐱 = [𝐀 𝐋𝟑 ]𝐓 [𝐀 𝐋𝟑 [𝐀 𝐋𝟑 ]𝐓 ]−𝟏 𝐛𝐋𝟑 (5.33)
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)
que representa de igual forma a solução de espaço linha desejada.
5.3.1.1 Solução geral de um sistema linear possível indeterminado
Na seção anterior, mostrou-se que a equação (5.34) define a solução de espaço

linha relativa ao sistema linear representado em (5.29). Também, demonstrou-se que esta
solução será única caso a matriz 𝐀 𝐋𝟑 possua posto linha completo. Assim, uma vez
determinada a solução de espaço linha, as infinitas soluções de um sistema possível
indeterminado, representado numa forma genérica por 𝐀𝐱 = 𝐛, poderão ser escritas na
seguinte forma:
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.
As observações feitas acima são importantes, pois impõem restrições ao campo

de aplicação da segunda abordagem da TMFF para solução de problemas inversos. Isto
porque a verdadeira solução do problema pode apresentar componentes sobre o espaço
nulo da matriz 𝐀 𝐋𝟑 . Esta restrição matemática serve como diretriz na busca de critérios
práticos que possam delimitar o campo de aplicação da técnica proposta. Numa visão
intuitiva, pode-se dizer que deve existir uma relação entre o número de nós de contorno
𝐍
e o número de nós de domínio, do tipo: ζ = 𝐌, capaz de definir um valor ζL , abaixo do
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)] = [Nº de colunas de 𝐀] − [Posto da matriz 𝐀] (5.37)
de onde podemos escrever:
[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
Os métodos de solução de problemas inversos podem ser classificados, numa

visão um pouco simplista, como pertencente à classe dos métodos de inversão direta ou
à classe dos métodos iterativos de inversão (também chamados de métodos de
otimização). Existem também os métodos chamados de estocásticos, no entanto, se
referem a um assunto não abordado neste trabalho. Com relação aos métodos de inversão
direta, estes são adequados para o tratamento de problemas inversos descritos em termos
de operadores lineares, ou que possam ser facilmente linearizados, conforme ocorrido no
caso da metodologia de inversão direta proposta nesta tese. Caso o requisito da
linearidade não seja atendido, deve-se optar por outras formas de abordagem do problema
inverso, como por exemplo, os métodos iterativos de inversão (SEN e STOFFA, 2013).
Assim, sabendo-se que o tipo de problema inverso tratado neste trabalho é não linear em
sua essência, optou-se por também estabelecer uma modelagem iterativa de inversão
baseada na TMFF, conforme será descrito neste capítulo. No que se refere aos métodos
iterativos de inversão, sabe-se que estes buscam estabelecer a solução de um problema
inverso, a partir de uma estimativa inicial assumida para o campo velocidade acústica
presente no meio. Assim, ao se iniciar o processo iterativo, esta aproximação inicial (ou
melhor dizendo, a estimativa atual do campo acústico) é atualizada a cada etapa do
processo iterativo, e segue uma direção determinada no sentido de minimizar uma função
objetivo previamente estabelecida. Assim o processo iterativo se estabelece, e deve
convergir para a solução do problema inverso quando o mínimo global da função objetivo
for alcançado (FICHTNER, 2011). No entanto, a convergência para um mínimo global
nem sempre é garantida, à medida que uma estimativa inicial ruim assumida para c(x, y),
pode conduzir a uma minimização local da função objetivo. Tal fato obviamente,
conduziria a uma falsa solução do problema inverso. Outro fator importante que também
afeta a convergência do método, se refere à metodologia utilizada para a atualização da
estimativa atual de c(x, y). Sabe-se que os métodos iterativos cujos processos de
minimização se estabelecem em termos do vetor gradiente, possuem geralmente uma taxa
de convergência mais lenta, enquanto que, processos iterativos estabelecidos em termos
do método de Newton, se caracterizam pela rápida convergência (FICHTNER, 2011). No
66
entanto, sabe-se que as matrizes necessárias à utilização do método de Newton são
computacionalmente custosas de serem obtidas. Assim, optou-se aqui por estabelecer um
processo iterativo baseado no método de Gaus-Newton, que resulta num algoritmo de
minimização conhecido como método de Levenberg (LEVENBERG, 1944). O
estabelecimento de uma metodologia iterativa de inversão, também requer que sejam
estabelecidos modelos diretos, os quais devem ser resolvidos a cada etapa do processo
iterativo. Com relação ao estabelecimento de tais modelos, muitos pesquisadores têm
recorrido ao Método das Diferenças Finitas, principalmente quando os problemas tratados
se referem à inversão de dados geofísicos (TARANTOLA, 1984, KOLB et al., 1986,
VIRIEUX, 1986, MORA, 1987, CRASE et al., 1990, PICA et al., 1990, XU et al., 1995,
DJIKPÉSSÉ e TARANTOLA, 1999, KLEEFELD e REIBEL, 2011, TAO e SEN, 2013).
Considerando ainda a mesma classe de problemas, encontram-se alguns trabalhos onde o
modelo direto é estabelecido pelo Método dos Elementos Finitos (MARFURT, 1984,
MIN et al., 2003, BROSSIER, 2011, JEONG et al., 2012). Já no que se refere à aplicação
do MEC para inversão de dados geofísicos, parece ser algo que não está muito distante
de ser conseguido, à medida que se pode obter uma modelagem eficiente do problema de
propagação de ondas acústicas em meios geofísicos pela Equação de Lippmann-
Schwinger Generalizada (YU e FU, 2014). No entanto, esta modelagem apresenta-se de
forma bastante custosa em termos dos esforços computacionais exigidos para sua
realização. Este fato parece intimidar os pesquisadores no que se refere à aplicação de
técnicas iterativas para inversão de dados geofísicos, baseada em modelos diretos
estabelecidos pelo MEC. Assim, os trabalhos encontrados nesta linha, se limitam a tratar
de problemas de inversão geométrica, à medida que tem por objetivo estimar a forma de
interfaces irregulares entre camadas adjacentes, e localmente homogêneas, do solo
(BIGNARDI et al., 2012). Também, encontram-se alguns trabalhos que tratam do
problema da localização de meios difratores embebidos em um meio de fundo homogêneo
de extensão infinita (FATA et al., 2003, MARIN, 2005, NA e KALLIVOKAS, 2008).
Com relação a problemas inversos de domínio finitos, o MEC tem sido aplicado na
modelagem de problemas de geração de imagens pela tomografia de fluorescência
(FEDELE et al., 2005) e pela tomografia elétrica de impedância (HAN e PROSPERETTI,
1999). Também encontram-se trabalhos tratando dos problemas de otimização de gestão
de águas subterrâneas com base na estimativa de parâmetros de aquíferos, sendo nestes
casos, os modelos de inversão baseados em algoritmos genéticos e na dupla reciprocidade
67
com o uso de uma solução fundamental difusiva (HARROUNI et al., 1996). Ainda no
que se refere aos problemas de identificação de parâmetros, encontram-se trabalhos como
o de HUANG et al. (2004), onde os autores estabelecem um esquema iterativo para a
solução de problemas inversos de identificação de parâmetros para materiais ortotrópicos
bidimensionais baseado no MEC. Outro tipo de problema abordado por pesquisadores, se
refere aos problemas de inversão geométrica em condução de calor (HUANG e CHAO,
1997), onde se objetiva identificar contornos irregulares utilizando o método de
elementos de contorno. Ainda no que se refere aos problemas de identificação geométrica,
RUS e GALLEGO (2002) estabelecem um esquema iterativo para a solução de problemas
inversos relacionados à identificação de inclusões de domínio com base na formulação
clássica do MEC para as equações da elasticidade. Outra classe de problemas inversos
abordada pelo MEC, se refere ao problema de Cauchy, onde as condições de contorno
são prescritas de forma incompleta. Assim, considerando a equação de Helmholtz com
coeficientes variáveis e baseado numa formulação MEC com dupla reciprocidade,
MARIN et al. (2006) estabelece uma metodologia iterativa de solução para esta classe de
problemas. Porém, o esquema de solução proposto pelos autores é estabelecido em termos
de uma solução fundamental puramente difusiva. É possível encontrar na literatura
específica, trabalhos que tratam de problemas diferentes dos citados acima. Porém,
percebe-se que a maioria dos trabalhos encontrados evitam utilizar formulações do MEC
que utilizam técnicas de discretização de domínio. Dentre os poucos trabalhos
encontrados que utilizam-se de técnicas de discretização de domínio para o
estabelecimento de suas modelagens diretas, destacam-se os trabalhos de MARTIN e
DULIKRAVICH (1996) e de ILJAŽ e ŠKERGET (2014). Dentre estes, o primeiro trata
de problemas inversos relacionados com a identificação de condições de contorno e de
fontes de domínio em problema de condução de calor em regime permanente e o segundo
trata de problemas de estimativa de perfusão sanguínea em tecidos heterogêneos. Porém,
o fato comum entre os trabalhos encontrados, é que estes estabelecem suas formulações
com base na utilização de uma solução fundamental relativa à equação de Laplace. No
que se refere a esquemas de inversão baseados na utilização de uma solução fundamental
relativa à equação de Helmholtz, tem prevalecido a utilização de modelos de inversão
estabelecidos a partir dos métodos sem malhas, como por exemplo, o Método da Solução
Fundamental (MATHON e JOHNSTON, 1977, JIN e ZHENG, 2006, ALVES, 2009,
BIN-MOHSIN e LESNIC, 2012). Porém, o Método da Solução Fundamental, em sua
68
concepção original, destina-se a problemas cuja função de Green (relativa ao operador
diferencial em questão) possa ser determinada. Este fato apresenta-se como uma restrição
no que se refere à sua utilização para a proposição de esquemas genéricos de inversão que
possam ser aplicados à solução de problemas relativos a meios não homogêneos. Assim,
percebe-se que alguns pesquisadores têm dedicado seus esforços no sentido de transpor
tal restrição (VALTCHEV e ROBERTY, 2008, REUTSKIY, 2012). Com relação ao
MEC, a proposição de esquemas de iterativos de inversão baseados na utilização de uma
solução fundamental relativa à equação de Helmholtz para solução de problemas
acústicos (no domínio da frequência) para meios não homogêneos, deve estabelecer
modelos diretos baseados nos métodos de perturbação. No entanto, os métodos de
perturbação, os quais têm sido tradicionalmente utilizados para estabelecimento de
formulações do MEC para a abordagem de problemas diretos (WROBEL e
DEFIGUEIREDO, 1991, ITAGAKI, 2000, FU, 2002), são equivalentes, na realidade, à
formulação de meio de fundo fictício apresentada nesta tese. Assim, neste capítulo
apresenta-se um esquema iterativo de inversão baseado na modelagem direta apresentada
no capítulo 2.
6.2 MODELAGEM DO PROBLEMA DIRETO
Conforme mencionado anteriormente, a abordagem de problemas inversos por

meio dos métodos iterativos, requer a modelagem de um problema direto relacionado,
sendo que este deve ser resolvido a cada etapa do processo de inversão. Desta forma, na
abordagem proposta aqui, este modelo direto é obtido a partir da equação (2.26), a qual é
reapresentada abaixo:
Também, conforme feito anteriormente, consideram-se conhecidas tanto as condições de

contorno essenciais quanto as condições de contorno naturais do problema. Assim,
considerando que tanto o contorno quanto o domínio sejam discretizados conforme
discutido na seção 5.2 do capítulo 5, tomando a equação (6.1) e executando-se o método
da colocação nos 𝐌 nós de domínio, obtém-se a seguinte equação matricial:
69
(𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )𝐩𝐃𝐨𝐦 = 𝐛 (6.2)
onde a matriz 𝐅𝐅 origina-se a partir da integral de domínio existente na equação (6.1) e

contém apenas os coeficientes relativos aos 𝐌 nós funcionais localizados na região
interna ao contorno Γ; 𝐤 𝐋𝐯 representa uma matriz diagonal cujos elementos não nulos
representam os valores nodais de k v no interior do domínio Ω e 𝐈 corresponde a uma
matriz identidade obtida da avalição de c(ξ) nos 𝐌 nós de domínio. O vetor 𝐛 é dado por:
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]
onde o índice i é utilizado para referenciar os valores nodais de k v e de c(x, y) no interior

do domínio.
6.2 MODELAGEM DO PROCESSO ITERATIVO DE INVERSÃO
Conforme mencionado no início deste capítulo, os métodos iterativos de inversão

buscam estabelecer a solução de um problema inverso a partir de uma estimativa inicial
do campo acústico c(x, y) presente no meio. Esta estimativa inicial é atualizada a cada
etapa do processo de inversão, e segue uma direção determinada no sentido de minimizar
uma função objetivo previamente estabelecida. Diferentes métodos de inversão, com
diferentes taxas de convergência, podem ser obtidos à medida que diferentes funções
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 o sobrescrito [∙]𝐓 significa transposição (simples, sem conjugação) e o sobrescrito

[∙]∗ conjugação (simples, sem transposição). Desta forma, pode-se assegurar que E(𝐜)
representa uma função real do campo de velocidade acústica, onde o vetor 𝐜 representa
valores nodais de c(x, y). O vetor 𝐫𝐋 corresponde a um vetor de resíduos, de ordem 𝐌𝐱𝟏,
que, a cada etapa L do processo de inversão, é calculado da seguinte forma:
riL = [pDom ]Li − [pMedido ]i para i ≤ g (6.6a)
riL = 0 para g < i ≤ M (6.6b)
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.
Agora, o objetivo é achar os valores nodais de c(x, y) que levem a um mínimo da

função objetivo representada por (6.5). Para tanto, devemos primeiramente expandir a
função E(𝐜) em série de Taylor em torno de um ponto 𝐜𝟎 (no espaço M dimensional).
Assim, conforme apresentado por PRATT et al. (1998), tem-se:
1
𝐄(𝐜) = 𝐄(𝐜𝟎 ) + (𝐜 − 𝐜𝟎 )𝐓 𝛁[𝐄(𝐜𝟎 )] + 2 (𝐜 − 𝐜𝟎 )𝐓 𝐇(𝐜𝟎 )(𝐜 − 𝐜𝟎 ) (6.7)
Tomando o gradiente da equação (6.7) com relação a 𝐜, pode-se escrever:
𝛁[𝐄(𝐜)] = 𝛁[𝐄(𝐜𝟎 )] + 𝐇(𝐜𝟎 )(𝐜 − 𝐜𝟎 ) (6.8)
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:
𝐜 = 𝐜𝟎 − [𝐇(𝐜𝟎 )]−𝟏 𝛁[𝐄(𝐜𝟎 )] (6.9)
Ou, de forma mais conveniente:
𝐜𝐋+𝟏 = 𝐜𝐋 − [𝐇(𝐜𝐋 )]−𝟏 𝛁[𝐄(𝐜𝐋 )] (6.10)
Assim, percebe-se a equação (6.10) fornece, a partir de um vetor 𝐜𝐋 , contendo

inicialmente valores nodais de c(x, y), um novo vetor 𝐜𝐋+𝟏 , cujos novos valores são
tomados no sentido de caminhar para um extremo da função E(𝐜). Como a função E(𝐜)
corresponde a uma forma quadrática do vetor de resíduos, é natural esperar que este
extremo corresponda a um mínimo, conforme o vetor de resíduo tenda a se tornar um
vetor nulo. Assim, a equação (6.10) pode ser utilizada para estabelecer um esquema
iterativo de inversão, o qual deve convergir para a solução de um problema inverso, a
partir de uma estimativa inicial do campo de velocidade acústica c(x, y).
Um inconveniente da equação (6.10), é que esta envolve o cálculo da matriz

Hessiana (em sua forma completa). Tal fato se mostra um tanto complexo em termos de
programação, além de representar uma prática computacionalmente custosa (PRATT et
al., 1998). Alternativamente, a equação (6.10) pode ser reescrita em termos de uma forma
aproximada da matriz Hessiana, a qual é mais simples de ser obtida computacionalmente,
resultando em:
𝐜𝐋+𝟏 = 𝐜𝐋 − [𝐇𝐚 (𝐜𝐋 )]−𝟏 𝛁[𝐄(𝐜𝐋 )] (6.11)
onde a matriz Hessiana aproximada, 𝐇𝐚 (𝐜𝐋 ), é dada por:
𝐇𝐚 (𝐜𝐋 ) = 𝐑𝐞𝐚𝐥(𝐉𝐓 𝐉 ∗ ) (6.12)
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:
𝐜𝐋+𝟏 = 𝐜𝐋 − [𝐇𝐚 (𝐜𝐋 ) + λ𝐈]−𝟏 𝛁[𝐄(𝐜𝐋 )] (6.14)
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.
Uma outra forma de se interpretar o fator λ é como um parâmetro de controle do

tamanho do passo tomado na direção de minimização da função objetivo. Assim, um
passo muito grande (pequeno amortecimento), pode levar a um acréscimo na função
objetivo, o que pode ocasionar a divergência do processo iterativo. Para se evitar este
resultado indesejado, o tamanho do passo deve ser controlado de forma a garantir que o
processo seja convergente.
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:
𝛁[𝐄(𝐜𝐋 )] = 𝐑𝐞𝐚𝐥(𝐉 𝐓 [𝐫𝐋 ]∗ ) (6.15)
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.
6.2.1 Determinação da matriz Jacobiana
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
considerando a equação (6.4), pode-se escrever:
∂[kv ]L ∂ ω2
ii
= ∂cL [ 2 − k 20 ] (6.19)
∂cL [cL
j j i]
Derivando (6.19), temos:
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:
∂𝐩𝐃𝐨𝐦 ∂𝐩𝐃𝐨𝐦 ∂𝐩𝐃𝐨𝐦 2ω2

[ ∂cL ∂cL
… ∂cL
] = [(𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )−𝟏 𝐅𝐅] [𝐃𝐢𝐚𝐠 [− 3 pDom
j ]] (6.22)
1 2 M [cL
j]
de onde se pode finalmente escrever:
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
Tendo sido feita a modelagem do problema direto e a modelagem do processo

iterativo de inversão, pode-se finalmente estabelecer os passos do algoritmo de inversão
proposto:
1. Determinar a estimativa inicial campo de velocidade acústica c(x, y);

2. Determinar a matriz (𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )−1 pela SVD;
3. Determinar a solução do sistema (6.2) utilizando a inversa (𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )−1 obtida
no passo 2;
4. Determinar o vetor de resíduos 𝐫𝐋 de acordo com (6.6);
5. Calcular a matriz 𝐖, dada por (6.24), utilizando a inversa (𝐈 − 𝐅𝐅 𝐤 𝐋𝐯 )−1 obtida
no passo 2;
6. Determinar a matriz 𝐉 de acordo com a equação (6.23);
7. Determinar o vetor gradiente ∇[E(𝐜𝐋 )] de acordo com (6.15);
8. Determinar a matriz 𝐇𝐚 (𝐜𝐋 ) de acordo com a equação (6.12);
9. Determinar o fator de amortecimento λ;
10. Determinar a matriz [𝐇𝐚 (𝐜𝐋 ) + λ𝐈]−𝟏 pela SVD;
11. Determinar uma nova estimativa do campo de velocidade acústica pela equação
(6.14);
12. Retornar ao passo 2; testar a convergência e reavaliar o fator λ conforme
necessário.
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:
𝐄(𝐜𝐋 ) < Tolerância (6.25)
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
Para testar o desempenho das formulações propostas neste trabalho e com o

objetivo de conhecer suas peculiaridades no que diz respeito ao funcionamento dos seus
mecanismos de precisão, optou-se aqui por realizar testes numéricos utilizando-se
problemas testes cujas soluções analíticas sejam conhecidas. Assim, jugou-se
conveniente dedicar um capítulo à parte para a apresentação, de forma sucinta, de três
problemas testes representados pela equação de Helmholtz para meios não homogêneos
cujas soluções analíticas podem ser determinadas. Estes problemas serão utilizados nos
capítulos posteriores para a análise do desempenho das formulações propostas nesta tese.
7.2 METODOLOGIA DE SOLUÇÃO
Nesta seção, busca-se obter funções harmônicas que satisfaçam a equação de

Helmholtz e que possam ser representadas pela seguinte forma geral:
p(x) = f(x)eiωg(x) (7.1)
Assim, considerando a equação de Helmholtz na forma unidimensional apresentada

abaixo:
d2 p(x) ω2
+ c2 (x) p(x) = 0 (7.2)
dx2
e, substituindo-se (7.1) em (7.2), obtém-se:
ω2
[E1 (x) + iωE2 (x) + c2 (x) f(x)] eiωg(x) = 0 (7.3)
onde:
E1 (x) = f ′′ (x) − ω2 f(x)[g ′ (x)]2 (7.4a)
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:
f′ (x) g′′ (x)

2 f(x) + =0 (7.5)
g′ (x)
A equação (7.5) pode ser diretamente integrada, obtendo-se:
ln[f(x)]2 + ln g ′ (x) = Const. (7.6)
Esta equação pode ser resolvida para g ′ (x), de onde se obtém:
C
g ′ (x) = [f(x)]
1
2 (7.7)
Integrando a equação (7.7) pode-se escrever:
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)
Recordando que E2 (x) = 0 e substituindo (7.9) em (7.3), obtem-se:
[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)
A equação (7.11) é de difícil solução analítica para um campo de velocidades genérico

c(x), pois se trata de uma equação diferencial não linear de segunda ordem. Porém, uma
nova simplificação pode ser obtida fazendo-se:
[f(x)]2 = c(x) (7.12)
Desta forma, a equação (7.11) fica reduzida a:
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.
7.2.1 Solução de onda plana num meio homogêneo
A velocidade de propagação de uma onda acústica num meio homogêneo é

constante. Assim, fazendo c(x) = c0 e substituindo em (7.12), obtém-se:
[f(x)]2 = c0 (7.14)
Substituindo (7.14) em (7.8) e integrando, tem-se:
x
g(x) = C1 c + C2 (7.15)
0
Sabendo que C1 = ±1, substituindo em (7.15) em (7.1), pode-se escrever:
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)
sendo que A representa uma nova constante obtida a partir de C2 e corresponde à

amplitude de uma onda acústica que se propaga segundo a direção x. O sinal ± deve ser
escolhido conforme o sentido de propagação da onda, dependendo da forma do
comportamento temporal escolhido (e±iωt ).
7.2.2 Solução analítica para um meio com perfil quadrático de velocidades
Considerando a existência de um meio não homogêneo cujo perfil de velocidade

de propagação de ondas acústicas possa ser representado na seguinte forma:
c(x) = (ax + b)2 (7.18)
de onde, considerando-se (7.12), pode-se escrever:
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)
Integrando (7.20) (a consideração ou não do sinal de integração não altera o resultado

final), obtém-se:
1
g(x) = ± a(ax+b) + C2 (7.21)
Substituindo (7.21) e (7.19) em (7.1), obtém-se:
81
1
iω(± +C2 )
p(x) = (ax + b)e a(ax+b) (7.22)
de onde pode-se finalmente escrever:
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 ).
7.2.3 Solução analítica para um meio com perfil linear de velocidades
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)
Assim, é intuitivo buscar por uma solução na forma:
1
f(x) = (ax + b)2 (7.25)
Determinando a segunda derivada da equação (7.25), obtém-se:
82
a2
f ′′ (x) = − 3 (7.26)
4(ax+b)2
Assim, substituindo (7.25) e (7.26) em (7.24), resulta:
a2 ω2
− 3 = ([C1 ]2 − 1) 3 (7.27)
4(ax+b)2 (ax+b)2
Resolvendo a equação (7.27), pode-se determinar o valor de C1 que satisfaz a equação

(7.24). Assim, tem-se:
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)
Substituindo (7.25) e (7.28) em (7.8), obtém-se:
2
√1− a 2
4ω
g(x) = ± ∫ dx + C2 (7.30)
ax+b
Integrando (7.30), obtém-se:
1 1
g(x) = ± (√a2 − 4ω2 ) ln(ax + b) + C2 (7.31)
Substituindo (7.31) e (7.25) em (7.1), chega-se a solução da equação de Helmholtz para

um meio acústico com perfil de velocidades linear:
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
DIRETOS
8.1 INTRODUÇÃO
Neste capítulo, os problemas testes apresentados no capítulo anterior são

utilizados para testar o desempenho da TMFF, no que se refere à sua aplicação para
solução de problemas diretos. A realização de testes numéricos utilizando-se problemas
testes com solução analítica conhecida, permitiu perceber que a consideração de
diferentes valores para as propriedades dos meios de fundo fictícios (no caso, os números
de ondas fictícios), ocasionam variações de precisão na solução numérica obtida nas
simulações. Assim, concluiu-se que deve haver um valor ideal para esta propriedade
capaz de levar a resposta numérica obtida nas simulações a um máximo de precisão.
Também, percebeu-se que, para um mesmo problema, este valor ideal do número de onda
fictício apresenta-se como sendo dependente da frequência. Assim, neste capítulo
também é proposta uma expressão para aproximar o comportamento do valor ideal do
número de onda fictício com a frequência.
8.2 PROBLEMA TESTE 1
Nesta seção, são apresentados os resultados numéricos obtidos considerando-se a

solução analítica do problema de propagação de ondas (planas) harmônicas num meio
homogêneo, conforme apresentado na seção 7.2.1 do capítulo 7. Apesar de simples, este
primeiro exemplo é conveniente porque permite a comparação da solução numérica
obtida pela TMFF, com aquela obtida pela formulação tradicional do MEC para a equação
de Helmholtz para meios homogêneos. Também, as simulações referentes a um problema
de meio homogêneo permitem visualizar, de forma clara, a existência de um valor ideal
para o número de onda fictício capaz de levar a um máximo de precisão nas respostas
numéricas. Assim, justifica-se mais uma vez o motivo pelo qual tal exemplo foi escolhido
para ser apresentado.
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):
p(x) = Ae−ikx (8.1)
onde o valor da constante A depende das propriedades do meio físico confinado no

domínio representados na figura 8.1. Assim, considerando as propriedades do ar, a
constante A pode ser tomada como sendo 415,03 kg/ms2 . Para os testes numéricos
realizados, adotou-se uma frequência angular ω = 343 rad/s, o que resulta num número
de onda igual a unidade. Assim, a solução analítica para o problema em questão, em sua
forma final, é dada por:
p(x) = 415,03 e−ix (8.2)
Foram ainda adotadas as seguintes condições de contorno:
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
p|Face 1 = pprescrito (8.3b)
p|Face 3 = pprescrito (8.3c)
Para a obtenção dos resultados numéricos, o domínio de integração apresentado

na figura 8.1 foi discretizado utilizando-se 44 elementos de contorno quadráticos e 160
células constantes. A figura 8.2 mostra a malha utilizada nas simulações:
Figura 8.2: Representação da malha utilizada nas simulações
Para fornecer uma visão global do comportamento da solução numérica quando

diferentes meios de fundo fictícios são considerados, apresenta-se nas figuras 4 e 5 o erro
de médio obtido na avaliação numérica da pressão no interior do domínio Ω (pontos
correspondentes aos nós funcionais das células). Em tal avaliação, foram utilizadas as
seguintes fórmulas de erro:
∑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:
ABS[Valor exato|i −Valor numérico|i ]

Erro nodal|i % = ∙ 100 (8.5)
ABS[Valor exato|i ]
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.
Na figura 8.3, apresentam-se os resultados obtidos através da TMFF-1

considerando-se os seguintes valores de k 0 : 0,4, 0,6, 0,8, 1,0, 1,2, e 1,4 m−1 . Com
relação à TMFF-2, recorda-se que devem ser definidos dois números de ondas fictícios,
a serem: k 01 e k 02 . Assim, para a obtenção dos resultados mostrados na figura 8.4,
manteve-se fixo o valor de k 02 como 0,3833 m−1 e se fez variar os valores de k 01 como
se segue: k 01 = 0,5, 0,7, 0,9, 1,1, 1,3 e 1,5 m−1.
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%
TMFF-1 para K0 = 1 m-1

Erro nodal (%)
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%
TMFF-2 para K01 = 1.07 m-1 e K02 = 0.3833 m-1

Erro nodal (%)
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
Comparando os resultados mostrados nas figuras 8.5 e 8.6, percebe-se um

desempenho superior da TMFF-2 em relação aos valores de erro obtido nas simulações
realizadas com a TMFF-1. Tal fato pode ser justificado pela observação de que a
introdução de novas restrições ao problema implica numa contabilização mais eficiente
das informações previamente conhecidas sobre a solução do problema físico tratado.
Além disso, deve-se considerar o fato de que os coeficientes de influência provenientes
da avaliação numérica das integrais de domínio existentes na sentença integral básica da
TMFF, aparecem nas equações matriciais multiplicando as incógnitas extras p̂ (ver
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:
Número de Onda Fictício Ideal = 𝑓(ω, Problema Físico Tratado) (8.6)
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.
Como segundo exemplo de aplicação, utiliza-se o problema de uma onda plana

que se propaga um meio acústico com perfil de velocidades com variação linear,
conforme apresentado no capítulo 7, seção 7.2.3. Assim, fazendo c(x) = x + 1,5 (ver
equação (7.29), na seção 7.2.3) e definindo-se um domínio de integração tal como
apresentado na figura 8.7:
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
A solução analítica para o problema em questão é obtida a partir da equação (7.33), do

capítulo 7, sendo representada a seguir como:
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
sendo a malha utilizada a mesma apresentada na figura 8.2.
Conforme mencionado anteriormente, a tarefa de encontrar o valor ideal da

propriedade do meio de fundo fictício, no caso de ondas que se propagam num meio não-
homogêneo, não é elementar. Assim, é aconselhável que se estabeleça um critério que
permita aproximar de maneira satisfatória este valor. De forma simples e intuitiva, pode-
se estabelecer que o valor ideal do número de onda fictício k 0 , no caso da TMFF-1,
poderia ser aproximado como uma média (k̅) dos valores que o número de onda k(x, y)
assume no domínio. Assim, ter-se-ia:
k 0 = k̅ (8.9 )
onde:
1 ω
k̅ = A ∫Ω c(x,y) dΩ (8.10)
Ω
sendo AΩ representa área total do domínio de integração. Porém, os testes realizados

mostraram que a equação (8.9) só é efetiva quando se trabalha em faixas de frequências
mais baixas. Para faixas de frequências mais elevadas, os resultados obtidos com base na
equação (8.9) começam a se deteriorar, pois o comportamento linear de k 0 estabelecido
pela equação (8.9) deixa de ser representativo conforme a frequência angular ω aumenta.
Assim, percebeu-se a necessidade de introduzir um fator na equação (8.9), capaz de
corrigir o comportamento linear traduzido por esta equação, de modo a melhorar a
93
representatividade do valor ideal de k 0 quando se trabalha em faixas de frequências mais
altas. Assim, propõe -se fazer:
k 0 = k̅ √α(k Max − k Min ) + 1 (8.11)
onde k Max e k Min representam, respectivamente, os valores máximos e mínimos

assumidos por k(x, y) no interior do domínio Ω. Para um mesmo problema físico, deve-
se observar k Max e k Min variam exclusivamente com a frequência angular ω. Assim,
percebe-se que a equação (8.11) apresenta um comportamento não linear que, como será
visto nos exemplos mostrados a seguir, permite fazer uma correção na representatividade
do valor ideal do número de onda fictício k 0 quando diferentes valores de frequência são
considerados. Também, deve-se perceber que quando k Max se aproxima de k Min , k 0 se
aproxima de k̅ (obviamente, considerando que o valor do parâmetro α não seja muito
elevado). No limite, quando k Max = k Min (como ocorre no caso de meios homogêneos),
independentemente do valor do parâmetro α, tem-se:
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 0 = 0.203688 ω √1 + 0.231884 ω (8.12)
No caso da TMFF-2, como o modelo discreto é formulado em termos de duas

equações integrais, cada uma relacionada com uma função da Green independente, é
necessário que sejam definidos dois números de onda fictícios diferentes, os quais são
representados por k 01 e k 02 . Destes, o primeiro desempenha o papel mais importante em
relação à representação das propriedades físicas do meio, enquanto o segundo
desempenha um papel complementar. Assim, a ideia principal no que se refere à escolha
dos valores ideais dos números de onda fictícios para TMFF-2, é que se mantenha k 02
fixo, de modo que este possa representar bem os números de onda mais baixos presentes
na solução do problema, enquanto k 01 é ajustado de forma a se conseguir uma boa
representação dos números de onda mais elevados. Assim, propõe-se as seguintes
equações para o ajuste dos valores ideais de k 01 e k 02 :
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
Com o objetivo de fornecer uma impressão visual do desempenho da TMFF-1 e 2

na solução de um problema de acústica no domínio da frequência para meios não
homogêneos, nas figuras 8.8-8.11, é feita uma comparação gráfica entre os resultados
obtidos nas simulações com o valor exato da pressão para nós interiores do domínio Ω.
Os resultados apresentados correspondem a uma frequência angular ω = 6 rad/seg.
4
Pressão (parte real)
P real exato P real - TMFF-1
-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
P imag. exato P imag. - TMFF-1

-4.00
0 40 80 120 160
Nó de domínio
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
0.00
P real exato P real - TMFF-2
-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
0.00
P imag. Exato P imag. - TMFF-2

-4.00
0 40 80 120 160
Nó de domínio
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
Para uma análise quantitativa do desempenho da TMFF, na figura 8.12 são

apresentados os valores de erro médio obtido na avaliação da pressão (módulo) no interior
do domínio Ω, quando diferentes valores são atribuídos à frequência angular ω. A título
de comparação, na figura 8.12 são apresentadas duas curvas de erro obtidos pela TMFF-
1. A primeira delas, referenciada na figura 8.12 como TMFF-1 – 0,0, foi obtida para
valores de k 0 dados pela equação (8.9) (ou, de forma equivalente, para α = 0,0 m/Rad
na equação (8.11)). A segunda, referenciada na figura como TMFF-1 – 0,4, foi obtida
para valores de k 0 dados pela equação (8.12) (ou, sendo α = 0,4 m/Rad na equação
(8.11)). Com relação à TMFF-2, os valores de k 01 e k 02 foram obtidos pelas equações
(8.14). A fórmula de erro utilizada corresponde à equação (8.12).
98
4.50%
TMFF-1 - 0.0 TMFF-1 - 0.4 TMFF-2 - 0.875

Erro médio (%)
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
Pela análise dos resultados mostrados na figura 8.12, percebe-se um desempenho

superior da TMFF-2, mesmo quando os resultados referentes à TMFF-1 foram obtidos
pela consideração do valor ideal de k 0 . Também, como a curva de erro representada por
TMFF-1 – 0,4 permaneceu estável conforme os valores da frequência angular ω foram
aumentados, percebe-se que a equação (8.11) se mostrou capaz de aproximar de forma
conveniente o valor ideal do número de onda fictício k 0 quando valores crescentes de ω
são considerados. Percebe-se que o mesmo não é verdadeiro quando o valor de k 0 é dado
pela equação (8.9), pois, a partir de ω = 4 rad/seg, a curva de erro representada por
TMFF-1 – 0,0 começa a crescer de maneira desproporcional. Outro ponto importante a
ser destacado com relação aos resultados apresentados na figura 8.12, é que em faixas de
frequências mais baixas, o desempenho da TMFF-1 apresenta-se pouco sensível quando
diferentes valores são atribuídos ao número de onda fictício k 0 . Assim, em tal situação,
não é necessário nenhum critério especial para avaliar o valor ideal de k 0 , sendo possível
obter resultados muito precisos utilizando-se apenas a equação (8.9).
As conclusões apresentadas acima serão reforçadas na seção seguinte, com a

apresentação de mais um problema teste com solução analítica conhecida.
99
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.
As condições de contorno consideradas para a realização dos testes numéricos

foram as seguintes:
dp dp
| = dn| =0 (8.16a)
dn Face 2 Face 4
100
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 :
k 0 = 0.0909091ω √1 + 1.685950 ω (8.17)
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)
Para este exemplo, foram realizados testes numéricos considerando os seguintes

valores de frequência angular: ω = 2,0, 3,0, 4,0, 5,0 e 6,0 rad/seg. Assim, na figura 8.14
são apresentados os valores de erro de médio obtidos na avaliação numérica da pressão
(módulo) no interior do domínio Ω. A fórmula de erro usada mais uma vez corresponde
à equação (8.12).
101
1.50%
TMFF-1 - 0.0 TMFF-1 - 1.7 TMFF-2 - 0.750

Erro médio (%)
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
Outra vez é possível observar o desempenho superior da TMFF-2, assim como

confirma-se, mais uma vez, a eficiência do critério proposto no que se refere à
representação do valor ideal do número de onda fictício k 0 com a variação da frequência
angular. Também, percebe-se novamente que, em faixas de frequência mais baixas, não
existem diferenças significativas nos resultados numéricos apresentados na figura 8.14.
Assim, também é confirmada a observação de que, nestas condições, não são necessários
critérios especiais para aproximar o valor ideal do número de onda fictício, sendo que
podem ser obtidos resultados bastante precisos pela TMFF-1, considerando os valores de
k 0 dados pela equação (8.9).
Por fim, com a intenção de ilustrar o desempenho da TMFF na solução de um

problema de propagação de ondas acústicas em um meio (não homogêneo) com um perfil
de velocidades que aproxime uma situação prática, considera-se neste exemplo, um meio
acústico composto de três camadas sobrepostas, cada uma delas apresentando uma
velocidade de propagação de onda diferente, tal como apresentado na figura 8.15.
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
p|No topo = pprescrito (8.19c)
Para que o problema fique completamente definido, necessita-se ainda determinar

a frequência de trabalho, de modo que o número de onda k(x, y) fique definido em todo
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.
A título de comparação, utilizou-se como referência uma solução numérica obtida

pelo método dos elementos finitos, onde o problema descrito acima foi discretizado
utilizando-se uma malha, suficientemente refinada, composta de 1000 elementos finitos
(unidimensionais) lineares. Assim, para todas as simulações realizadas foram utilizadas
as seguintes condições de contorno:
dp
| = 0.00000 (8.20a)
dn Nas faces laterais
dp
| = 5.43735 (8.20b)
dn Ao fundo
p|No topo = 200.00000 (8.20c)
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)
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)
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
Os resultados anteriores mostram, mais uma vez, o desempenho superior da

TMFF-2 em comparação com a TMFF-1. Na figura 8.16, percebe-se que o menor dos
números de onda envolvidos na solução do problema é relativamente bem representado
na solução numérica obtida pela TMFF-1, quando k 0 = k̅ (α = 0,0 m/rad). No entanto,
no que se refere aos resultados relativos ao número de onda intermediário,
correspondendo à primeira das camadas mostradas na figura 8.15 (c = 2000 m/seg),
percebe-se uma considerável discrepância entre a solução numérica obtida pela TMFF-1
e a solução obtida pelo Método dos Elementos Finitos. Na figura 8.17, quando α =
1,0 m/rad, percebe-se uma sutil melhora na representação do número de onda
intermediário. Porém, o aumento do valor de k 0 provoca, de igual forma, uma pequena
queda na capacidade da TMFF-1 de representar a solução do problema na região de menor
número de onda (região onde c = 3000 m/seg). Esta perda de representatividade na
região de menor número de onda assim como a melhora dos resultados observada na
região referente ao número de onda intermediário, se tornam mais evidentes na figura
8.18, onde são mostrados os resultados numéricos obtidos pela TMFF-1 para α =
2,0 m/rad. Assim, percebe-se que, conforme o valor de α aumenta, a representação do
número de onda intermediário e do maior dos números de onda envolvidos na solução do
problema é melhorada, enquanto que, a representação do número de onda mais baixo
começa a deteriorar-se. Por outro lado, a consideração dos dois números de onda fictícios
favorece a representação do conjunto completo de número de onda envolvidos na solução
107
problema, conforme pode ser observado na figura 8.19. Assim, o melhor desempenho da
TMFF-2 pode ser, mais uma vez, creditado ao uso de duas funções de Green
independentes, sendo que o número de onda fictício k 01 favorece a representação dos
maiores números de onda envolvidos na solução problema, enquanto que a representação
dos menores números de onda é favorecida pelo número de onda fictício k 02 . Desta
forma, todo conjunto de número de onda envolvido na solução do problema é bem
representado pela TMFF-2, tornando-a capaz de levar a melhores resultados do que a
TMFF-1. Também, pela análise dos resultados mostrados, pode-se dizer que a abordagem
de problemas acústicos em meios estratificados pela TMFF-1, deveria ser realizada pelo
método das sub-regiões, enquanto que, a TMFF-2 mostrou-se eficiente na análise deste
tipo de problema pela abordagem tradicional do MEC.
108
INVERSOS
9.1 INTRODUÇÃO
No capítulo anterior, a TMFF foi utilizada para a obtenção da solução numérica

de problemas diretos. Na ocasião, observou-se que o desempenho superior da TMFF
poderia ser creditado ao conjunto extra de restrições que, impostas ao problema,
permitiam contabilizar de forma mais eficiente as informações relativas à solução do
problema físico tratado. Tal fato motivou a aplicação da TMFF (nos moldes apresentados
na seção 5.3, do capítulo 5) para modelagem e solução de problema inversos, pois, espera-
se que as informações adicionais fornecidas pelo conjunto extra de equações introduzidas
na modelagem do problema pela TMFF, produza, assim como no caso dos problemas
diretos, um efeito positivo na solução de problemas inversos. Assim, com o objetivo de
testar a eficiência da TMFF como metodologia de inversão, neste capítulo são resolvidos
os problemas inversos obtidos a partir dos problemas testes mostrados no capítulo
anterior, quando não são mais considerados conhecidos os campos de velocidade acústica
no interior de seus respectivos domínios.
Como primeiro problema teste, considera-se um problema de propagação de

ondas planas num meio homogêneo, conforme apresentado na seção 8.2 do capítulo 8.
Porém, aqui será considerado o seu problema inverso análogo, sendo este definido quando
o campo de velocidade acústica no interior do domínio Ω é considerado desconhecido.
Assim, tal como discutido na seção 3.2 do capítulo 3, a modelagem de um problema
inverso pela TMFF exige que sejam definidas tanto as condições de contorno naturais,
quanto as condições de contorno essenciais do problema físico tratado. Desta forma,
considerando um domínio de integração tal como mostrado na figura 9.1:
109
Face 4
c = ???
Face 1
Face 3
1,00 m
Face 2
10,00 m
e considerando a solução do problema direto correspondente, a qual foi apresentada na

seção 8.2 do capítulo 8 (ver equação (8.2)), sendo reapresentada aqui na forma da equação
(9.1):
p(x) = 415,03 e−ix (9.1)
pode-se determinar tanto as condições de contorno essenciais quanto as condições de

contorno naturais do problema inverso tratado aqui. Assim, têm-se:
p|Γ = 415.03 [e−ix ]Γ (CC essenciais) (9.2a)
∂p dx
| = −415.03i [ (e−ix ) dn] (CC de Naturais) (9.2b)
∂n Γ Γ
de forma que o valor da velocidade de propagação de onda acústica a ser recuperado no

interior do domínio Ω dever ser igual a 343 m/s. Deve-se ainda esclarecer que, para
obtenção da solução deste problema inverso, considerou-se que qualquer medida que se
deseje realizar no contorno Γ possa ser executada sem restrições. Assim, foram
consideradas ainda as seguintes condições extras:
[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).
Para realização das simulações apresentadas neste capítulo, o domínio de

integração mostrado na figura 9.1 foi discretizado utilizando-se 44 elementos de contorno
quadráticos e 160 células lineares. A figura 9.2 mostra a malha utilizada nas simulações:
Figura 9.2: Representação da malha utilizada nas simulações
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.
Tal como feito no capítulo anterior, a abordagem de problemas inversos pela

TMFF-I1 também requer que sejam atribuídos valores a dois números de ondas fictícios,
a serem k 01 e k 02 . Porém, a atribuição de tais valores deve ser feita aqui de forma
diferente da anterior, pois, testes numéricos realizados mostraram que os melhores
resultados são alcançados quando k 01 e k 02 são tomados obedecendo-se a seguinte
relação:
k Min > k 01 > k 02 (9.4)
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
343
333
323
88 127 166 205
Nó de domínio
através TMFF-I1 para k 01 = 0,5 m−1 e k 02 = 0,49 m−1
Ambos resultados apresentados nas figuras 9.3 e 9.4 mostram um excelente

desempenho da TMFF-I1, no que se refere à obtenção de uma estimativa do campo de
velocidade no interior do domínio. Com relação à figura 9.3, os valores máximo e mínimo
de c obtidos como estimativa da solução deste problema inverso, foram de
344,584 m/seg e de 339,779 m/seg. Já com relação à figura 9.4, tais valores foram de
344,504 m/seg e de 340,731 m/seg. Deve-se salientar que estes valores ocorreram nas
regiões de maior instabilidade da solução. Já na região onde a solução apresentou um
comportamento mais estável, tanto para os resultados mostrados na figura 9.3 quanto para
os resultados mostrados na figura 9.4, a variações nos valores de c recuperados no
domínio, em comparação com seu valor exato, ficaram inferiores a duas unidades de
velocidade.
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
0.5 e 0.49 0.5 e 0.1
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 .
Pela análise da figura 9.5, percebe-se que no caso de k 01 e k 02 tomados iguais a

0,5 e 0,49 m−1 , os valores singulares de número 202 em diante podem ser considerados
efetivamente nulos. Por outro lado, o mesmo não é verdade no caso de k 01 e k 02 iguais a
0,5 e 0,1 m−1 . Assim, se estes valores singulares forem desprezados no momento da
solução do problema inverso, percebe-se que haverá mais informação sendo
desconsiderada no caso de k 01 e k 02 iguais a 0,5 e 0,1 m−1do que no caso de k 01 e k 02
iguais a 0,5 e 0,49 m−1 . Neste sentido, quanto mais significativo forem os últimos
valores singulares (o que ocorre quando os valores de k 01 e k 02 são tomados mais
distantes), maior será a quantidade de informação sendo desconsiderada no momento da
solução do problema inverso, produzindo assim um efeito negativo na solução final
obtida. Desta forma, revelam-se dois caminhos a serem seguidos. O primeiro deles, diz
respeito a investigação de técnicas de regularização que permitam aproveitar melhor as
informações presentes nos valores singulares negligenciados por técnicas menos
sofisticadas de regularização. O segundo, seria investigar o limite de proximidade entre
os valores de k 01 e k 02 que continue a fornecer uma solução consistente para o problema
inverso. Optando-se pelo segundo caminho, percebeu-se que, mesmo no caso limite,
quando k 01 = k 02 , continua sendo possível obter uma solução para o problema inverso.
Além do mais, a solução obtida difere pouco dos resultados mostrados acima. Tal fato
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
343
333
323
88 127 166 205
Nó de domínio
através TMFF-I2 para k 01 = 0,5 m−1
Assim, confirma-se a hipótese de que é possível obter uma metodologia de solução de

problemas inversos pela consideração de apenas um meio de fundo fictício. Além do
mais, é possível perceber uma pequena melhora nos resultados apresentados na figura 9.6
em relação aos resultados mostrados anteriormente. Esta melhora se justifica porque a
TMFF-I2 permitiu a utilização de um parâmetro de regularização αT menos restritivo que
nos casos anteriores.
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
333
325.252 325.252
318
303
88 127 166 205
Nó de domínio
através TMFF-I2, com k 01 = 0,5 m−1 , sem a prescrição dos valores os valores de p̂1 sobre Γ
Os resultados mostrados acima foram obtidos fazendo-se o parâmetro α

novamente igual a 0,01. Porém, nesta ocasião, foi possível estimar a solução do problema
inverso sem que qualquer técnica de regularização fosse aplicada. Desta forma, percebe-
se que ao se manter todos os coeficientes relativos à incógnita p̂ na matriz dos
coeficientes, o condicionamento do sistema linear obtido pela TMFF-I2 é favorecido.
Porém, as informações extras que deixam de ser fornecidas (no caso, a prescrição de p̂1
sobre Γ) produzem um efeito negativo no que diz respeito à proximidade da solução
obtida em relação ao campo de velocidade que de fato existe no meio. Com tudo, verifica-
se que, mesmo considerando que as únicas informações que se tem sobre a solução do
problema são as suas condições de contorno naturais e essenciais, foi possível obter uma
estimativa plausível da solução deste problema inverso, à medida que o erro máximo
cometido ao se estimar o campo de velocidade acústica no interior do domínio Ω
(considerando-se somente a região onde a solução obtida se apresenta de maneira estável)
foi de 5,17%.
Como segundo exemplo de aplicação, utiliza-se o problema de uma onda plana

que se propaga num meio não homogêneo com um perfil de velocidade linear, tal como
116
apresentado, e resolvido, na seção 8.3 do capítulo 8 como um problema direto. Porém,
como aqui se tratam de problemas inversos, relembra-se que o campo de velocidades no
interior do domínio de integração não pode ser conhecido a priori. No entanto, como
problema tratado aqui possui solução analítica conhecida, sabe-se, de antemão, que o
campo de velocidades a ser recuperado como solução final deste problema inverso, deve
aproximar a seguinte função: c(x) = x + 1,5. Assim, considerando o domínio de
integração mostrado na figura 9.1 e considerando a solução analítica do problema direto
análogo dada pela equação (8.7) do capítulo 8, pode-se determinar as condições de
contorno utilizadas para solução deste problema inverso. Daí, obtêm-se:
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
de mesma forma, pode-se ainda considerar que os valores de k v são conhecidos em Γ.

Assim, estabelecem-se as seguintes condições extra:
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
7.0
3.5
0.0
88 127 166 205
Nó de domínio
através TMFF-I2 para k 01 = 0,4 m−1 e ω = 6 rad/seg
14.0
c calculado c exato
10.5
7.0
3.5
0.0
88 127 166 205
Nó de domínio
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
7.0
3.5
0.0
88 127 166 205
Nó de domínio
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
10.5
7.0
3.5
0.0
88 127 166 205
Nó de domínio
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.
Para o terceiro problema teste, considera-se o análogo inverso do problema de

propagação de ondas resolvido na seção 8.4 do capítulo 8. Assim, busca-se aqui
determinar valores nodais de c(x) que aproximem um perfil quadrático de velocidade
acústica representado pela seguinte função: c(x) = (x + 1)2 . Novamente, o domínio de
integração considerado e malha utilizada para discretização deste domínio, correspondem
respectivamente aos mesmos apresentados nas figuras 9.1 e 9.2. As condições de contorno
utilizadas para solução deste problema, podem ser obtidas a partir da equação (8.15)
previamente apresentada no capítulo 8. Assim tem-se:
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
Consideram-se ainda as condições extras impostas sobre k v na seguinte forma:
ω 2
[k v ]Γ = [([x+1]2 ) − (k 01 )2 ] (9.9)
Γ
de modo que os valores de p̂1 em Γ possam ser determinados. Os valores de k 01 utilizados

nas simulações realizadas pela TMFF-I2 foram escolhidos com base na seguinte equação:
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.
Nas figuras 9.12 e 9.13 são apresentados os valores de velocidade acústica

recuperados no domínio considerando as frequências angulares de 6 e 2 rad/seg.
140.0
c calculado c exato
105.0
70.0
35.0
0.0
88 127 166 205
Nó de domínio
através TMFF-I2, com k 01 = 0,045 m−1 e ω = 6 rad/seg
140.0
c calculado c exato
105.0
70.0
35.0
0.0
88 127 166 205
Nó de domínio
através TMFF-I2, com k 01 = 0,015 m−1 e ω = 2 rad/seg
Na sequência, conforme feito para os exemplos anteriores, são apresentados os resultados

obtidos quando não são mais considerados conhecidos os valores de p̂1 em Γ. Destaca-se
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
70.0
35.0
0.0
88 127 166 205
Nó de domínio
sobre Γ
140.0
c calculado c exato
105.0
70.0
35.0
0.0
88 127 166 205
Nó de domínio
sobre Γ
Os resultados apresentados acima mostram que, mais uma vez, a TMFF-I2

apresentou um excelente desempenho como ferramenta de solução de problemas
inversos. Como pode ser percebido, mesmo nos casos em que os valores de p̂1 não foram
prescritos sobre o contorno Γ, foi possível estimar c(x) de forma bastante próxima do
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.
Conforme mencionado anteriormente, o problema inverso tratado aqui visa

reforçar a eficiência da metodologia de inversão proposta, à medida que se busca
recuperar os valores nodais de uma função que se apresenta numa forma um pouco mais
elaborada do que as funções polinomiais tratadas nos exemplos anteriores. Também, deve
ser destacado que o exemplo considerado aqui não possui solução analítica conhecida.
Assim, a obtenção das condições de contorno necessárias para a abordagem deste
problema pela TMFF-I2, deve ser feita pela solução numérica de um problema direto
correlato. Desta forma, considerando o domínio de integração mostrado na figura abaixo:
Face 4
Face 1
k(x)= /c(x)
Face 3
1,00 m
Face 2
10,00 m
e sendo o campo de velocidade acústica instalado no domínio Ω representado pela

seguinte função:
123
12
c(x) = 2000 + 700 e−0,5[0,5⋅(x−5) ] (9.11)
o problema direto correlato fica estabelecido se forem consideradas conhecidas as

condições de contorno naturais do problema. Assim, fazendo-se:
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
e, definindo uma frequência de trabalho ω = 940 rad/seg, pode-se determinar as

condições de contorno essenciais do problema, as quais são necessárias para a abordagem
do problema inverso pela TMFF-I2. Assim, o problema inverso tratado aqui fica
estabelecido quando se considera desconhecido o campo de velocidade no interior do
domínio Ω.
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
de modo que os valores de p̂1 em Γ também sejam determinados. Os valores de k 01

utilizados nas simulações foram escolhidos com base na seguinte equação:
940
k 01 < 2700 (9.14)
Assim, têm-se estabelecidas as condições necessárias para a obtenção da solução deste

problema inverso. Porém, antes de fazê-lo, é conveniente que se apresente uma breve
análise da distribuição de velocidades representada pela equação (9.11). Desta forma,
destaca-se que no intervalo 2,5 < x < 7,5, o argumento da exponencial que aparece na
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
Assim, percebe-se que o problema tratado aqui representa, de forma aproximada, um

problema de propagação de ondas num meio estratificado de três camadas, sendo que este
meio apresenta um gradiente elevado, porém contínuo, entre camadas adjacentes.
Voltando a atenção novamente para a solução do problema inverso, deve-se

destacar que 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.
Neste exemplo, no lugar de mostrar resultados obtidos considerando-se diferentes

valores de frequência angular, prefere-se mostrar a solução completa do problema
inverso. Assim, nas figuras 9.18, 9.19, 9.20 e 9.21 são apresentados os valores nodais,
parte real e parte imaginária, de p̂ (p̂ é a variável que de fato é recuperada pelo programa,
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
-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
0.0
-250.0
P Imag. Referência P Imag. Calculado

-500.0
88 127 166 205
Nó de domínio
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).
Na figura 9.22 são apresentados os valores nodais velocidade acústica recuperados

no domínio quando consideradas as mesmas condições listadas anteriormente.
3000.0
c exato c calculado
2600.0
2200.0
1800.0
88 127 166 205
Nó de domínio
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.
Conforme feito para os exemplos anteriores, na sequência são apresentados os

resultados obtidos quando os valores de p̂1 em Γ não são mais considerados conhecidos.
Tais resultados foram obtidos fazendo-se o parâmetro α mais uma vez igual a 0,01 e sem
a necessidade de aplicação de técnicas de regularização.
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
-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
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
2600.0
2200.0
1800.0
88 127 166 205
Nó de domínio
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
No capítulo anterior, foram apresentados testes numéricos que mostram que a

TMFF pode ser utilizada para solução de problemas inversos. Resta agora comprovar que
a metodologia iterativa de inversão apresentada previamente no capítulo 6, também se
apresenta como uma ferramenta válida, no que se refere à proposição de metodologias
para solução de problemas inversos de acústica baseadas em procedimentos do MEC.
Neste sentido, considera-se a seguir alguns dos problemas testes apresentados no capítulo
anterior para serem resolvidos pela metodologia iterativa de inversão proposta neste
trabalho. Também, para evitar a apresentação de um número excessivo de informações,
nesta seção somente serão apresentadas ilustrações que não puderem ser referenciadas a
figuras apresentadas em capítulos anteriores.
Nesta seção, utiliza-se como exemplo de aplicação da metodologia de iterativa

inversão proposta, o problema de propagação de ondas planas num meio homogêneo
conforme apresentado na seção 9.2 do capítulo 9. Desta forma, o domínio de integração
considerado corresponde ao mesmo apresentado na figura 9.1 do capítulo anterior, assim
como a malha utilizada para discretização deste domínio corresponde à mesma
apresentada na figura 9.2 do mesmo capitulo. Também, as condições de contorno
consideradas correspondem às mesmas apresentadas anteriormente. Salienta-se ainda
que, pela modelagem iterativa proposta, deve-se considerar conhecidos os valores de k v
que ocorrem sobre o contorno Γ (ver equação (6.3) do capítulo 6). Assim, os resultados
que são mostrados a seguir foram obtidos considerando-se as seguintes condições de
contorno:
p|Γ = 415.03 [e−ix ]Γ (CC essenciais) (10.1a)
∂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)
Recorda-se ainda que os valores de velocidade de propagação de onda acústica a serem

recuperado no interior do domínio devem ser iguais a (ou se aproximar de) 343 m/s.
Assim, como o campo de velocidades a ser recuperado é constante, iniciou-se o processo
iterativo com uma aproximação para c(x) com variação linear, conforme apresentado a
abaixo:
c(x) = 20x + 243 (10.2)
Como poderá ser visto à diante, os resultados obtidos confirmam que a

metodologia iterativa de inversão proposta é capaz de produzir uma série de
aproximações para c(x) que estabelecem um caminho de minimização da função objetivo
utilizada (no caso, a norma l2 do resíduo). No entanto, o número de onda do meio de
fundo fictício surge como uma nova variável que deve ser considerada na modelagem
iterativa de problemas inverso de acústica no domínio da frequência pelo MEC, pois, a
consideração de diferentes valores para k 0 , obviamente, produz efeitos sobre o resíduo,
e, consequentemente, sobre a função objetivo. Deve-se observar ainda, que os valores
escolhidos para k 0 também influenciam a velocidade com que a função objetivo caminha
para o seu mínimo, assim como a qualidade da estimativa final obtida para o campo de
velocidade acústica. Para melhor exemplificar o que se está sendo dito, nesta seção serão
apresentados os resultados obtidos fazendo-se k 0 = 0,5, k 0 = 1,0 e k 0 = 1,5 m−1 .
Esclarece-se ainda, que, sem maiores motivos, o vetor de resíduos (ver equação (6.6a) do
capítulo 6) foi calculado considerando-se, desde o nó 89 até o nó 127 do domínio (ver
figura 9.2 do capítulo 9), valores de pMedido obtidos numericamente como a solução de
um problema direto modelado pela formulação clássica do MEC para a equação de
Helmholtz. Por fim, salienta-se que, para cada valor de k 0 escolhido, um valor inicial
diferente foi assumido para o fator λ. Assim, este valor inicial era atualizado a cada etapa
L do processo iterativo de acordo com a seguinte equação:
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:
λL+1 = γλL (10.4)
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.
Feitos os devidos esclarecimentos, na figura 10.1 é representado o caminho de

minimização da função objetivo obtido para k 0 = 0,5 m−1. Nesta situação, o valor inicial
assumido para o fator λ foi de 7,0, sendo que os valores de β e γ foram tomados
respectivamente iguais a 1,075 e 4,0. Na sequência, a figura 10.2 representa o caminho
de minimização da função objetivo obtido para k 0 = 1,0 m−1 . Nesta nova condição, o
valor inicial assumido para o fator λ foi de 4,0, sendo que os valores de β e γ foram
tomados respectivamente iguais a 1,1 e 4,0. Por fim, a figura 10.3 representa o caminho
de minimização da função objetivo obtido para k 0 = 1,5 m−1 . Nesta situação, o valor
inicial assumido para o fator λ foi de 0,75, sendo que os valores de β e γ foram novamente
tomados iguais a 1,1 e 4,0. Salienta-se ainda que, em todas as situações listadas acima,
os valores iniciais tomados para λ, assim como os valores assumidos para as constantes
β e γ, foram os que, dentre todos os valores testados, levaram a um número mínimo de
iterações até que fosse atingido o critério de parada.
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
-4.0E+04
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
2.0E+04 152.67815 0.90690
0.0E+00
0 10 20 30 40 50 60
-2.0E+04
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
As figuras acima mostram claramente que os valores adotados para o número de

onda fictício k 0 , exercem influência direta sobre os valores assumidos pela função
objetivo, assim como sobre o caminho de minimização tomado pelo algoritmo de inversão
proposto. Outro resultado importante a ser observado, diz respeito ao número de iterações
necessárias para que o critério de parada seja atingido. Com relação a este exemplo
específico, observa-se que maiores valores de k 0 , levam a um caminho de minimização
que permite que o critério de parada seja atingido de forma mais rápida, enquanto que,
valores de k 0 mais baixos, ocasionam que a função objetivo é minimizada de forma mais
lenta. No entanto, uma rápida minimização da função objetivo, não necessariamente
implica que uma melhor aproximação do campo de velocidades instalado no meio foi
alcançada. Assim, também se faz necessário analisar, além do caminho tomado para a
minimização da função objetivo, qual seria a influência que o valor escolhido para k 0
exerce sobre a qualidade da aproximação final obtida para o campo de velocidade acústica
do meio. Desta forma, considerando as três situações discutidas acima, na figura 10.4 é
feita uma comparação gráfica entre os erros nodais obtidos na estimativa final de c(x). A
fórmula de erro considerada foi a seguinte:
CEstimado |i −343
Erro|i % = ABS [ ] ∙ 100 (10.5)
343
136
onde i corresponde ao nó onde o erro percentual é calculado.
7.00%
k0=0,5 k0=1,0 k0=1,5
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.
Como segundo exemplo de aplicação da metodologia de iterativa inversão

proposta, considera-se a seguir o problema de uma onda plana que se propaga num meio
não homogêneo com um perfil de velocidade linear, nos mesmos moldes apresentado na
seção 9.3 do capítulo 9. Assim, sabe-se o campo de velocidade de propagação de ondas
acústicas a ser recuperado no interior do domínio deve aproximar a seguinte função:
c(x) = x + 1,5. Salienta-se ainda que as condições de contorno consideradas
correspondem às mesmas apresentadas anteriormente. Assim, os resultados mostrados
nesta seção foram obtidos considerando-se que as seguintes condições são impostas sobre
o contorno Γ:
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
Desta forma, sabendo-se que os valores de velocidade de propagação de onda acústica a

serem recuperados no interior do domínio devem obedecer a uma distribuição linear,
considera-se como aproximação inicial para c(x), um campo de velocidades com perfil
constante de valor igual a 6,5 m/s. Com reação ao cálculo do vetor resíduo, esclarece-se
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 .
Os resultados mostrados a seguir consideram apenas um único valor de frequência

angular, a ser ω = 2,5 rad/s. Assim, serão considerados aqui somente dois valores de
k 0 . O primeiro deles, maior do que o maior número de onda presente no meio físico
considerado, e o segundo, menor do que o menor número de onda existente no meio.
Assim, os valores de k 0 adotados foram os seguintes: k 0 = 2,0 m−1 e k 0 = 0,2 m−1 .
Também, neste exemplo, independentemente do valor de assumido para k 0 , valor inicial
de λ foi tomado como 7,5 ∙ 10−3, tendo sido os valores adotados para β e γ
respectivamente iguais a 1,02 e 4,0.
Na figura 10.5 e 10.6, são representados os valores nodais velocidade obtidos

quando os valores de k 0 são tomados respectivamente iguais a 2,0 e 0,2 m−1 . No caso de
k 0 = 2,0 m−1 , o critério de parada foi atingido depois de realizadas 270 iterações. Já no
caso de k 0 = 0,2 m−1 , foram necessárias o 31 484 iterações para que o critério de parada
fosse atingido. Salienta-se ainda que, no caso de k 0 = 0,2 m−1 , a atribuição de diferentes
valores iniciais para λ, assim como a atribuição de valores diferentes para as constantes
β e γ, não permitia obter variações significativas no que se refere ao número de iterações
necessárias para que o critério de parada fosse atingido. Assim, optou-se por manter tais
parâmetros constantes no momento da realização dos testes mostrados nesta seção.
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
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
Comparativamente, os resultados mostrados na figura 10.6 apresentam um

aspecto visual melhor do que os resultados apresentados na figura 10.5. Para uma análise
quantitativa simples, pode utilizar o erro médio obtido na estimativa de c(x) em cada uma
das situações mostradas acima. Assim, no caso de k 0 = 2,0 m−1 , o erro médio cometido
na estimativa de c(x) no interior de domínio foi de 6,45 %, enquanto que, no caso de
k 0 = 0,2 m−1 , o erro médio cometido foi de 5,54 %. Tais valores evidenciam uma
pequena superioridade dos resultados mostrados na figura 10.6. No entanto, esta diferença
140
é ínfima perante ao número excessivo de iterações que foram necessárias para se chegar
a tais resultados. Assim, considerando o ganho obtido em termos de custo computacional,
mais uma vez fica evidente que na análise de problemas inversos de acústica no domínio
da frequência por meio de métodos iterativos baseados no MEC, deve-se preferir a
escolha de valores de k 0 mais elevados.
Como terceiro e último exemplo de aplicação da metodologia de iterativa inversão

proposta, considera-se a seguir o problema de propagação de ondas em meio não
homogêneo apresentado na seção 9.5 do capítulo 9. Sendo assim, sabe-se o campo de
velocidade de propagação de ondas acústicas a ser recuperado no interior do domínio
12
deve aproximar a seguinte função: c(x) = 2000 + 700 e−0,5[0,5⋅(x−5) ] . Relembra-se
ainda que o referido problema não possui solução analítica conhecida. Assim, necessita-
se primeiramente definir um problema direto análogo, de forma que, a solução deste,
permita a determinação todas as condições de contorno necessárias para a correta
modelagem do problema inverso. Assim, a exemplo do que se fez anteriormente, o
problema direto tratado aqui fica determinado partir da definição das suas condições de
contorno naturais em Γ. Desta forma, considerando-se a figura 9.16 apresentada no
capítulo anterior, estabelece-se:
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
Considerando-se novamente uma frequência angular ω de 940 rad/seg, pode-se, a partir

de qualquer uma das modelagens diretas apresentadas neste trabalho, determinar o
restante das condições de contorno necessárias para a correta modelagem do problema
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
Para o cálculo da função objetivo, foram consideradas aqui duas situações

distintas. Na primeira delas, o vetor de resíduos é calculado considerando-se, desde o nó
89 até o nó 127 do domínio, valores de pMedido obtidos numericamente como a solução
de um problema direto modelado TMFF-2. As condições de contorno utilizadas para a
solução deste problema direto, foram as mesmas apresentadas nas equações (10.7). Os
valores de k 01 e k 02 foram considerados como sendo respectivamente iguais a 0,4 e
0,18 m−1 . Deve-se esclarecer ainda que, independentemente da forma utilizada para o
cálculo de valores de pMedido no domínio, as condições de contorno essenciais utilizadas
na modelagem deste problema inverso, foram obtidas nas mesmas condições listadas
acima.
Na segunda situação considerada, o cálculo do vetor de resíduos é realizado

considerando-se valores de pMedido , obtidos numericamente, como a solução de um
problema direto modelado nas mesmas condições dos sistemas lineares resolvidos a cada
etapa do processo iterativo (ver equações (6.2) e (6.3) do capítulo 6). Tal fato implica que
os valores de pMedido podem ser considerados totalmente livres de ruídos, quando o
problema inverso é resolvido considerando-se os mesmos valores de k 0 utilizados na
determinação dos valores de pMedido utilizados no cálculo do vetor de resíduos. Assim,
os resultados referentes à segunda das situações descritas acima, serão referenciados aqui
como sendo obtidos a partir de dados sem ruído, enquanto que, os resultados referentes à
primeira delas, serão referenciados como sendo obtidos a partir de dados com ruído.
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)
𝐤 𝟎 (𝐦−𝟏 ) Nº de Iterações Norma 2 do Resíduo
0.25 14486 9.999619339504942E-006
0.30 5874 9.998953231530051E-006
0.40 2356 9.999238816615696E-006
0.50 1714 9.989099917686825E-006
1.00 1235 9.978779285870465E-006
1.50 1526 9.986299589728038E-006
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
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
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
3000.0
c - Inicial c - calculado c - exato

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
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
Salienta-se ainda que, no que se refere à atribuição de valores aos parâmetros λ, β e γ e

ao estabelecimento do critério de parada utilizado no processo iterativo, os resultados
mostrados acima foram obtidos considerando-se as mesmas condições listadas
anteriormente. Também, deve-se esclarecer os resultados mostrados na figura 10.9,
somente podem ser considerados como sendo livres de ruído, quando k 0 = 0,50 m−1 .
Salienta-se que o mesmo não seria verdadeiro, caso fossem utilizados valores diferentes
de k 0 . Assim, o objetivo principal da análise mostrada aqui, é destacar os efeitos que a
atribuição de diferentes valores para k 0 têm sobre a solução de um problema inverso,
quando esta é obtida por esquemas iterativos baseados numa formulação do MEC para a
equação de Helmholtz para meios não homogêneos. Destaca-se ainda, que tais efeitos
devem nortear a continuidade das pesquisas mostradas nesta tese, assim como, formas
alternativas à mostrada aqui, devem ser consideradas para o cálculo da matriz Hessiana.
Contudo, os resultados mostrados aqui confirmam a validade da metodologia iterativa de
inversão proposta, assim como serve de base o desenvolvimento da presente pesquisa, até
mesmo para tratamento de dados geofísicos.
146
11 CONCLUSÃO
11.1 CONCLUSÃO
Em sua proposta original, o presente trabalho destinava-se ao desenvolvimento de

metodologias de inversão baseadas na equação de equação integral de Lippmann-
Schwinger. Porém, ao se observar que esta equação se assemelha a uma sentença integral
do MEC onde não estão presentes integrais de contorno, o objetivo considerado
originalmente foi redirecionado para o desenvolvimento de modelos de inversão baseados
no MEC para solução de problema inversos estabelecidos em termos da equação de
Helmholtz para meios não homogêneos. Assim, o processo de construção deste modelo
se estabeleceu com base em procedimentos analíticos simples, os quais consistiam em
somar e subtrair um mesmo termo à equação governante do problema físico tratado.
Embora simples, a manipulação algébrica considerada permitiu chegar a conclusões
importantes com relação à modelagem proposta. Em primeiro lugar, concluiu-se que é
possível estabelecer um modelo para solução de problemas diretos pelo MEC, com base
na consideração de um meio de fundo fictício. Em segundo, a solução numérica obtida
por este modelo direto deve ser independente dos valores escolhidos para as propriedades
do meio de fundo fictício considerado. Assim, considerando-se a equação de Helmholtz
para meios não homogêneos, foi proposta a TMFF em dois moldes. O primeiro deles,
chamado neste trabalho de TMFF-1, é original no sentido de estabelecer conceitos novos
que não podem ser referenciados a trabalhos anteriores. Já o segundo, chamado aqui de
TMFF-2, difere de qualquer outro procedimento que possa ser encontrado na literatura.
Com base na observação de que a solução numérica deve ser independente das
propriedades do meio de fundo considerado, a TMFF-2 afirma que é possível estabelecer
uma modelagem direta utilizando-se duas sentenças integrais independentes. Também,
com base nos resultados numéricos mostrados, verificou-se que a TMFF-2 mostra-se
capaz de fornecer resultados mais precisos que TMFF-1, sendo que esta última
corresponde, na verdade, à ELSG, a qual foi previamente proposta para abordagem de
problemas de geofísica modelados pela equação de Helmholtz para meios não
homogêneos. No que se refere à precisão dos resultados numéricos, os testes realizados
mostram que o desempenho da TMFF-1 depende do valor atribuído às propriedades do
meio de fundo fictício. Assim, foi possível concluir que existe um valor ótimo de k 0 capaz
147
de levar os resultados numérico a um máximo de precisão. Desta forma, também foi
possível estabelecer um critério que permitiu aproximar o valor ideal de k 0 , para um
mesmo problema físico, quando diferentes valores de frequências angulares foram
considerados. De maneira semelhante, também foram estabelecidos critérios para
aproximar os valores ideais de k 01 e k 02 utilizados pela TMFF-2. Desta forma, verificou-
se que em ambos os casos, os critérios propostos se mostraram eficientes, no sentido de
fornecer uma ajuda considerável na tarefa de escolher os valores ideais para os números
de ondas fictícios considerados nas formulações apresentadas. Outro resultado importante
e que também merece destaque, é que, a baixas frequências, o desempenho da TMFF-1 e
da TMFF-2 se mostraram equivalentes em precisão. Então, nessa situação, conclui-se que
não é necessário utilizar nenhum critério especial para atribuir valores ao número de onda
fictício k 0 , sendo que excelentes níveis de precisão podem ser alcançados pela TMFF-1,
fazendo-se k 0 = k̅. No que se refere aos problemas inversos, a constatação de que a
solução numérica de um determinado problema físico deve ser independente do meio de
fundo fictício considerado, também abriu caminho para ao estabelecimento de novas
metodologias de inversão. Assim, neste trabalho também foram estabelecidas
metodologias diretas e iterativas de inversão. Todas estas baseadas na então proposta
TMFF. Com relação à metodologia direta de inversão proposta, destaca-se que os
procedimentos apresentados são totalmente novos, não podendo ser referenciados a
trabalhos anteriores. Destaca-se ainda que a ideia básica sobre a qual a proposta destes
procedimentos foi alicerçada, além dos conceitos novos introduzidos pela TMFF, consiste
na proposição de numa simples mudança de variável que permitiu a obtenção de sistemas
lineares que podem ser resolvidos de forma direta. Assim, a metodologia direta de
inversão proposta se apresentou de duas formas. A primeira delas, baseada na dupla
modelagem representada aqui pela TMFF-2, tendo sido referenciada neste trabalho como
TMFF-I1, demonstrou ser uma ferramenta eficiente para solução de problemas inversos.
No entanto, esta metodologia também se mostrou ser bastante custosa em termos dos
esforços computacionais exigidos para sua realização, principalmente quando se
consideram a aplicação de técnicas de regularização baseadas na SVD. Alternativamente,
observou-se que era possível realizar procedimentos de inversão equivalentes, baseadas
numa modelagem estabelecida com base na TMFF-1, tendo sido esta referenciada neste
trabalho como TMFF-I2. Esta nova modelagem, também se mostrou como uma
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.
BIGNARDI, S., SANTARATO, G., FEDELE, F., et al. “Geometric Seismic-Wave

Inversion by the Boundary Element Method”, Bulletin of the Seismological Society of
America. Vol. 102, n. 2, pp.802-811, 2012.
BIN-MOHSIN, B., LESNIC, D. “Determination of Inner Boundaries in Modified

Helmholtz Inverse Geometric Problems Using the Method of Fundamental Solutions”,
Mathematics and Computers in Simulation. Vol. 82, n. 8, pp. 1445-1458, 2012.
BREBBIA, C.A. “Alternative Ways of Treating Domain Integrals in Boundary

Elements”, Developments in Water Science. Vol. 36, pp. 129-138, 1988.
BREBBIA, C.A., NARDINI, D. “Dynamic Analysis in Solid Mechanics by an

Alternative Boundary Element Procedure”, International Journal of Soil Dynamics
and Earthquake Engineering. Vol. 2, n. 4, pp. 228-233, 1983.
BREBBIA, C.A., SKERGET, P. “Diffusion-Convection Problems Using Boundary

Elements”, Advances in Water Resources. Vol. 7, n. 2, pp. 50-57, 1984.
151
BREBBIA, C.A., TELLES, J.C.F., WROBEL, L.C. Boundary Element Techniques:
Theory and Applications in Engineering, Springer-Verlag, New York, 1984.
BROSSIER, R. “Two-Dimensional Frequency-Domain Visco-Elastic Full Waveform

Inversion: Parallel Algorithms, Optimization and Performance”, Computers &
Geosciences. Vol. 37, n. 4, pp. 444-455, 2011.
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.
DEVANEY, A.J., "A Filtered Backpropagation Algorithm for Diffraction Tomography",

Ultrasonic Imaging. Vol. 4, pp.336-350, 1982.
DEVANEY, A.J., "Geophysical Diffraction Tomography", IEEE Transactions on

Geoscience and Remote Sensing. Vol. GE-22, n. 1, pp. 3-13, 1984.
DEVANEY, A.J., BEYLKIN, G. “Diffraction Tomography Using Arbitrary Transmitter

and Receiver Surfaces”, Ultrasonic Imaging. Vol. 6, n. 2, pp.181-193, 1984.
DEVANEY, A.J., ZHANG, D., "Geophysical Diffraction Tomography in a Layered

Background", Wave Motion. Vol. 14, pp. 243-265, 1991.
DJIKPÉSSÉ, H.A., TARANTOLA, A. “Multiparameter 𝓁1 Norm Waveform Fitting:

Interpretation of Gulf of Mexico Reflection Seismograms”, Geophysics. Vol. 64, n. 4,
pp. 1023-1035, 1999.
ENGL, H.W., HANKE, M., NEUBAUER, A. Regularization of Inverse Problems.

Kluwer Academic Publishers, London, 1996.
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.
FICHTNER, A. Full Seismic Waveform Modelling and Inversion. Springer-Verlag,

Berlin, 2011.
FU, L.Y. “Seismogram Synthesis for Piecewise Heterogeneous Media”, Geophysical

Journal International. Vol. 150, n. 3, pp.800-808, 2002.
FU, L.Y., “Numerical Study of Generalized Lipmann-Schwinger Integral Equation

Including Surface Topography”, Geophysics. Vol. 68, n. 2, pp. 665-671, 2003.
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.
HAN, D.K., PROSPERETTI, A. “A Shape Decomposition Technique in Electrical

Impedance Tomography”, Journal of Computational Physics. Vol. 155, n. 1, pp. 75-
95, 1999.
HARRIS, J.M., WANG, G.Y. "Diffraction Tomography for Inhomogeneities in Layered

Background Medium", Geophysics. Vol. 61, n. 2, pp. 570-583, 1996.
HARROUNI, E.K., OUAZAR, D., WALTERS, G.A., et al. “Groundwater Optimization

and Parameter Estimation by Genetic Algorithm and Dual Reciprocity Boundary Element
Method”, Engineering Analysis with Boundary Elements. Vol.18, n. 4, pp. 287-296,
1996.
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.
ILJAŽ, J., ŠKERGET, L. “Blood Perfusion Estimation in Heterogeneous Tissue Using

BEM Based Algorithm”, Engineering Analysis with Boundary Elements. Vol. 39, pp.
75-87, 2014.
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.
JOHNSTON, P.R., ELLIOTT, D. “A Generalization of Telles’ Method for Evaluating

Weakly Singular Boundary Element Integrals”, Journal of Computational and Applied
Mathematics. Vol. 131, n. 1-2, pp. 223-241, 2001.
KABANIKHIN, S.I. “Definitions and Examples of Inverse and Ill-Posed Problems”,

Journal of Inverse and Ill-Posed Problems. Vol. 16, n. 4, pp. 317-357, 2008.
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.
KLEEFELD, A., REIßEL, M. “The Levenberg-Marquardt Method Applied to a

Parameter Estimation Problem Arising From Electrical Resistivity Tomography”,
Applied Mathematics and Computation. Vol. 217, n. 9, pp. 4490-4501, 2011.
KOLB, P., COLLINO, F., LAILLY, P. “Pre-Stack Inversion of a 1-D Medium”,

Proceedings of the IEEE. Vol. 74, n. 3, pp. 498-508, 1986.
LEVENBERG, K. “A Method for the Solution of Certain Non-Linear Problems in Least

Squares”, Quarterly of Applied Mathematics. Vol. II, n. 2, pp. 164-168, 1944.
MANSUR, J.W., et al. Métodos Numéricos em Recursos Hídricos. Associação

Brasileira de Recursos Hídricos, Rio de Janeiro, 1995.
MARFURT, K.J. “Accuracy of Finite-Difference and Finite-Element Modeling of the

Scalar and Elastic Wave Equations”, Geophysics. Vol. 49, n. 5, pp. 533-549, 1984.
MARIN, L. “Detection of Cavities in Helmholtz-Type Equations Using the Boundary

Element Method”, Computer Methods in Applied Mechanics and Engineering. Vol.
194, n. 36-38, pp. 4006-4023, 2005.
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.
MARTIN, T.J., DULIKRAVICH, G.S. “Inverse Determination of Boundary Conditions

and Sources in Steady Heat Conduction with Heat Generation”, Journal of Heat
Transfer. Vol. 118, n. 3, pp. 546-554, 1996.
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.
MONEGATO, G., SLOAN, I.H. “Numerical Solution of the Generalized Airfoil

Equation for an Airfoil with a Flap”, SIAM Journal on Numerical Analysis. Vol. 34, n.
6, pp. 2288-2305, 1997.
MORA, P. “Nonlinear Two-Dimensional Elastic Inversion of Multioffset Seismic Data”,

Geophysics. Vol. 52, n. 9, pp. 1211-1228, 1987.
MUELLER, R.K. “Diffraction Tomography I: The Wave-Equation”, Ultrasonic

Imaging. Vol. 2, n. 3, pp. 213-222, 1980.
NA, S.W., KALLIVOKAS, L.F. “Partial-Differential-Equation-Constrained Amplitude-

Based Shape Detection in Inverse Acoustic Scattering”, Computational Mechanics.
Vol. 41, n. 4, pp. 579-594, 2008.
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.
ONISHI, K., KUROKI, T., TANAKA, M. “An Application of a Boundary Element

Method to Natural Convection”, Applied Mathematical Modelling. Vol. 8, n. 6, pp.
383-390, 1984.
PENROSE, R. “A Generalized Inverse for Matrices”, Mathematical Proceedings of the

Cambridge Philosophical Society. Vol. 51, n. 3, pp. 406-413, 1955.
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.
REUTSKIY, S.Y. “The Method of Approximate Fundamental Solutions (MAFS) for

Elliptic Equations of General Type with Variable Coefficients”, Engineering Analysis
with Boundary Elements. Vol. 36, n. 6, pp. 985-992, 2012.
RUS, G., GALLEGO, R. “Optimization Algorithms for Identification Inverse Problems

with the Boundary Element Method”, Engineering Analysis with Boundary Elements.
Vol. 26, n. 4, pp. 315-327, 2002.
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.
SEN, M.K., STOFFA, P.L. Global Optimization Methods in Geophysical Inversion.

2ª ed. Cambridge, Cambridge University Press, 2013.
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.
TAKHTEYEV, V., BREBBIA, C.A. “Analytical integrations in boundary elements”,

Engineering Analysis with Boundary Elements. Vol. 7, n. 2, pp. 95-100, 1990.
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.
TARANTOLA, A. “Inversion of Seismic Reflection Data in the Acoustic

Approximation”, Geophysics. Vol. 49, n. 8, pp. 1259-1266, 1984.
TELLES, J.C.F. “A Self-adaptive Co-ordinate Transformation for Efficient Numerical

Evaluation of General Boundary Element Integrals”, International Journal for
Numerical Methods in Engineering. Vol. 24, n. 5, pp. 959-973, 1987.
TIEN-WHEN, L., INDERWIESEN, P. L. Fundamentals of Seismic Tomography.

Society of Exploration Geophysicists, n. 6, Tulsa, 1994.
VALTCHEV, S.S., ROBERTY, N.C. “A Time-Marching MFS Scheme for Heat

Conduction Problems”, Engineering Analysis with Boundary Elements. Vol. 32, n. 6,
pp. 480-493, 2008.
VIRIEUX, J. “P-SV Wave Propagation in Heterogeneous Media: Velocity-Stress Finite-

Difference Method”, Geophysics. Vol. 51, n. 4, pp. 889-901, 1986.
WROBEL, L.C., DEFIGUEIREDO, D.B. “A Dual Reciprocity Boundary Element

Formulation for Convection-Diffusion Problems with Variable Velocity Fields”,
Engineering Analysis with Boundary Elements. Vol. 8, n. 6, pp. 312-319, 1991.
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.
WU, T.W. Boundary Element Acoustics: Fundamentals and Computer Codes.

Boston, WIT Press; 2000.
XU, T., MCMECHAN, G.A., SUN, R. “3-D Prestack Full-Wavefield Inversion”,

Geophysics. Vol. 60, n. 6, pp. 1805-1818, 1995.
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

Tese Markcilei Dan

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tese Markcilei Dan

Enviado por

Direitos autorais:

Formatos disponíveis

UMA TÉCNICA DO MEC PARA SOLUÇÃO DE PROBLEMAS DIRETOS E

INVERSOS BASEADA NA CONSIDERAÇÃO DE MEIOS DE FUNDO FICTÍCIOS

Markcilei Lima Dan

Tese de Doutorado apresentada ao Programa de

Orientador: Webe João Mansur

Markcilei Lima Dan

TESE SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO LUIZ

RIO DE JANEIRO, RJ - BRASIL

UMA TÉCNICA DO MEC PARA SOLUÇÃO DE PROBLEMAS DIRETOS E

Markcilei Lima Dan

Orientador: Webe João Mansur

Programa: Engenharia Civil

A BEM TECHNIQUE FOR SOLUTION OF DIRECT AND INVERSE PROBLEMS

Markcilei Lima Dan

Advisor: Webe João Mansur

Department: Engenharia Civil

1.1 CONTEXTUALIZAÇÃO E MOTIVAÇÃO...................................................... 1

1.2 OBJETIVOS ....................................................................................................... 3

1.3 ORGANIZAÇÃO DO TRABALHO..................................................................4

2 FORMULAÇÃO INTEGRAL DO PROBLEMA DIRETO ............................... 6

2.1 INTRODUÇÃO ..................................................................................................6

2.2 EQUAÇÃO DE LIPMANN-SCHWINGER GENERALIZADA ...................... 6

2.3 TÉCNICA DO MEIO DE FUNDO FICTÍCIO ................................................ 10

2.3.1 Equação básica para a TMFF................................................................... 10

2.3.2 Função de Green do meio fictício ............................................................. 13

2.3.3 Sentença integral básica da TMFF ........................................................... 14

2.3.4 Equivalência com a ELSG ......................................................................... 16

2.3.5 Formulação integral da TMFF ................................................................. 17

3 FORMULAÇÃO INTEGRAL DO PROBLEMA INVERSO ........................... 21

3.1 INTRODUÇÃO ................................................................................................ 21

3.2 O PROBLEMA INVERSO DE IDENTIFICAÇÃO DE COEFICIENTE ....... 22

3.3 APLICAÇÃO DA TMFF NA MODELAGEM DE PROBLEMAS

4 DISCRETIZAÇÃO DAS EQUAÇÕES INTEGRAIS ....................................... 30

4.1 INTRODUÇÃO ................................................................................................ 30

4.2 INTEGRAIS NÃO SINGULARES .................................................................. 30

4.2.1 Integração nos elementos de contorno ...................................................... 33

4.2.2 Integração nas células ............................................................................... 35

4.3 INTEGRAIS SINGULARES ........................................................................... 38

4.3.1 Transformação quadrática básica............................................................. 41

4.3.1.2 Integrações à direita da singularidade ................................................ 43

4.3.2 Transformações adicionais admitidas pela transformação quadrática .... 44

4.4 INTEGRAIS QUASE SINGULARES ............................................................. 48

5 FORMULAÇÃO MATRICIAL ........................................................................... 51

5.1 INTRODUÇÃO ................................................................................................ 51

5.2 FORMULAÇÃO MATRICIAL DO PROBLEMA DIRETO .......................... 51

5.2.1 Formulação matricial do problema direto pela TMFF-1 ......................... 53

5.2.2 Formulação matricial do problema direto pela TMFF-2 ......................... 54

5.3 FORMULAÇÃO MATRICIAL DO PROBLEMA INVERSO ....................... 55

5.3.1 Segunda abordagem do problema inverso pela TMFF ............................. 61

5.3.1.1 Solução geral de um sistema linear possível indeterminado .............. 64

6 INVERSÃO ITERATIVA PELO MEC .............................................................. 66

6.1 INTRODUÇÃO ................................................................................................ 66

6.2 MODELAGEM DO PROBLEMA DIRETO ................................................... 69

6.2 MODELAGEM DO PROCESSO ITERATIVO DE INVERSÃO................... 70

6.2.1 Determinação da matriz Jacobiana .......................................................... 74

6.3 ALGORITMO DE INVERSÃO ....................................................................... 76

7 PROBLEMAS TESTE .......................................................................................... 78

7.1 INTRODUÇÃO ................................................................................................ 78

7.2 METODOLOGIA DE SOLUÇÃO ................................................................... 78

7.2.1 Solução de onda plana num meio homogêneo .......................................... 80

8 APLICAÇÃO DA TMFF PARA SOLUÇÃO DE PROBLEMAS DIRETOS . 85

8.1 INTRODUÇÃO ................................................................................................ 85

8.3 PROBLEMA TESTE 2 ..................................................................................... 92

8.4 PROBLEMA TESTE 3 ...................................................................................100