[pt] Os desafios de estudar formas levaram matemáticos a criar abstrações, em particular através da geometria diferencial. Porém, formas simples como cubos não se adequam a ferramentas diferenciáveis. Este trabalho é uma tentativa de usar avanços recentes da análise, no caso a teoria das distribuições, para estender quantidades diferenciáveis a objetos singulares. Como as distribuições generalizam as funções e permitem derivações infinitas, substituição das parametrizações de subvariedades clássicas por distribuições poderia naturalmente generalizar as subvariedades suaves. Isso nos leva a definir D-imersões. Esse trabalho demonstra que essa formulação, de fato, generaliza as imersões suaves. Extensões para outras classes de subvariedades são discutidas através de exemplos e casos particulares. / [en] The challenge of studying shapes has led mathematicians to create powerful abstract concepts, in particular through Differential Geometry. However, differential tools do not apply to simple shapes like cubes. This work is an attempt to use modern advances of the Analysis, namely Distribution Theory, to extend differential quantities to singular objects. Distributions generalize functions, while allowing infinite differentiation. The substitution of classical immersions, which usually serve as submanifold parameterizations, by distributions might thus naturally generalize smooth immersion. This leads to the concept of D-immersion. This work proves that this formulation actually generalizes smooth immersions. Extensions to non-smooth of immersions are discussed through examples and specific cases.

[pt] Os dados adquiridos nos experimentos físicos e nas imagens geométricas ou médicas são tipicamente discretas. Esses dados são interpretados como amostras de uma função desconhecida, porém cujas derivadas servem para caracterizar o dado. Por exemplo, o movimento de um fluido é descrito por um campo de velocidades, uma curva é caracterizada pela evolução da sua curvatura, as imagens médicas são geralmente segmentadas por estimativas de gradiente, entre outros. É possível obter derivadas coerentes a partir de filtragem dos dados. Porém, em dados multi-dimensionais, os filtros usuais privilegiam direções alinhadas com os eixos, o que pode gerar problemas quando essas derivadas são interpretadas geometricamente. Por exemplo, a curvatura estimada dependeria da orientação da curva, perdendo o sentido geométrico da curvatura. O objetivo do presente trabalho é melhorar a invariância geométrica dos filtros de derivadas. / [en] Typical data acquired in physical experiments or in geometrical or medical imaging are discrete. This data is generally interpreted as samples of an unknown function, whose derivatives still serve for the data characterisation. For example, the movement of a fluid is described as a velocity field, a curve is characterised by the evolution of its curvature, images used in medical sciences are usually segmented by estimates of their gradients, among others. It is possible to obtain coherent derivatives by filtering the data. However, with multidimensional data, the usual filters present a bias towards to favor directions aligned with the axis, which may induce problems when the derivatives are interpreted geometrically. For example, the estimated curvature would depend on the orientation of the curve, loosing the geometric meaning of the curvature. The goal of the present work is to improve the geometric invariance of derivative filters.

[pt] Nesse trabalho, mostramos como simular um fluido em duas dimensões em um domínio com fronteiras arbitrárias. Nosso trabalho é baseado no esquema stable fluids desenvolvido por Joe Stam. A implementação é feita na GPU (Graphics Processing Unit), permitindo velocidade de interação com o fluido. Fazemos uso da linguagem Cg (C for Graphics), desenvolvida pela companhia NVidia. Nossas principais contribuições são o tratamento das múltiplas fronteiras, onde aplicamos interpolação bilinear para atingir melhores resultados, armazenamento das condições de fronteira usa apenas um canal de textura, e o uso de confinamento de vorticidade. / [en] In this work we show how to simulate fluids in two dimensions in a domain with arbitrary bondaries. Our work is based on the stable fluid scheme developed by Jo Stam. The implementation is done in GPU (Graphics Processinfg Unit), thus allowing fluid interaction speed. We use the language Cg (C for Graphics) developed by the company Nvídia. Our main contributions are the treatment of domains with multiple boundaries, where we apply bilinear interpolation to obtain better results, the storage of the bondaty conditions in a unique texturre channel, and the use of vorticity confinement.

[pt] Este trabalho surgiu da seguinte observação: os clássicos algoritmos de busca em 2d-tree começam da raiz para acessar dados armazenados nas folhas. Entretanto, como as folhas são os nós mais distantes da raiz, por que começar as buscas pela raiz? Com representações clássicas de 2d-trees, não existe outra forma de acessar uma folha. Existem 2d- trees, porém, que permitem acessar em tempo constante qualquer nó, dado sua posição e seu nível. Para o algoritmo de busca, a posição é conhecida, mas o nível não. Para estimar o nível de um nó qualquer, um método de otimização estatística do custo médio das buscas é proposto. Como os piores custos de busca são obtidos quando se começa da raiz, este método melhora ambos: o consumo de memória pelo uso de 2d-trees que permitem acessar em tempo constante qualquer nó, e o tempo de execução através da otimização proposta. / [en] This work emerged from the following observation: usual search procedures for 2d-trees start from the root to retrieve the data stored at the leaves. But since the leaves are the farthest nodes to the root, why start from the root? With usual 2d-trees representations, there is no other way to access a leaf. However, there exist 2d-trees which allow accessing any node in constant time, given its position in space and its depth in the 2d-tree. Search procedures take the position as an input, but the depth remains unknown. To estimate the depth of an arbitrary node a statistical optimization of the average cost for the search procedures is introduced. Since the highest costs of these algorithms are obtained when starting from the root, this method improves on both, the memory footprint by the use of 2d-trees which allow accessing any node in constant time, and execution time through the proposed optimization.

[pt] A geometria diferencial descreve de maneira intuitiva os objetos suaves no espaço. Porém, com a evolução da modelagem geométrica por computador, essa ferramenta se tornou ao mesmo tempo necessária e difícil de se descrever no mundo discreto. A teoria de Morse ficou importante pela ligação que ela cria entre a topologia e a geometria diferenciais. Partindo de um ponto de vista mais combinatório, a teoria de Morse discreta de Forman liga de forma rigorosa os objetos discretos à topologia deles, abrindo essa teoria para estruturas discretas. Este trabalho propõe uma definição construtiva de funções de Morse geométricas no mundo discreto e do complexo de Morse-Smale correspondente, onde a geometria é definida como a amostragem de uma função suave nos vértices da estrutura discreta. Essa construção precisa de cálculos de homologia que se tornaram por si só uma melhoria significativa dos métodos existentes. A decomposição de Morse- Smale resultante pode ser eficientemente computada e usada para aplicações de cálculo da persistência, geração de grafos de Reeb, remoção de ruído e mais. . . / [en] Differential geometry provides an intuitive way of understanding smooth objects in the space. However, with the evolution of geometric modeling by computer, this tool became both necessary and difficult to transpose to the discrete setting. The power of Morse theory relies on the link it created between differential topology and geometry. Starting from a combinatorial point of view, Forman´s discrete Morse theory relates rigorously discrete objects to their topology, opening Morse theory to discrete structures. This work proposes a constructive definition of geometric discrete Morse functions and their corresponding discrete Morse-Smale complexes, where the geometry is defined as a smooth function sampled on the vertices of the discrete structure. This construction required some homology computations that turned out to be a significant improvement over existing methods by itself. The resulting Morse-Smale decomposition can then be efficiently computed, and used for applications to persistence computation, Reeb graph generation, noise removal. . .