Made available in DSpace on 2015-09-25T12:18:11Z (GMT). No. of bitstreams: 1 Leonardo Diego Lins.pdf: 998692 bytes, checksum: fc07616f62603f53cdf45368f9743730 (MD5) Previous issue date: 2010-10-14 / The role of physics education in the advancement of scientific and technological knowledge in our society is paramount. In Brazil, this teaching is recognized as inadequate both in regard to training students and professors translated into weak learning of physical concepts and mathematical apparatus. In general it is characterized by excessive attention given the repetitive exercises, problems solved, mechanically, by using a succession of "formulas" are often decorated literal and arbitrary, rather than a deeper analysis in order to understand the physical phenomena involved. Particularly, we wish to emphasize that a major problem has been the inappropriate use of mathematical tools and disconnected from the formulation and use of physical concepts. This creates a conceptual mathematical-physical dichotomy that undermines the understanding of the profound connection between these two sciences. Considering these problems of mathematical order in the learning process of physical concepts, this research aims to constructive criticism from the language used in mathematical physics, to introduce a methodological approach physical-mathematical concept using the core concepts of dynamics. This means that as we present a mathematical concept suitable for their representation. We chose the Clifford algebra as the mathematical language appropriate to this approach physical-mathematical concepts. The operationalization of the teaching content is baptized by the cognitive model Subsumption. We understand that it is more adaptable to the design of courseware in science, therefore, allows the exploration of a hierarchical cognitive universe of the learner but also allows for the deliberate manipulation of this universe to provide a meaningful learning. / O papel desempenhado pelo ensino de física no avanço do conhecimento científico e tecnológico na nossa sociedade é de suma importância. No Brasil esse ensino é reconhecido como deficiente tanto no que se refere à formação docente como discente traduzido na débil aprendizagem dos conceitos físicos e do aparato matemático. De maneira geral ele é caracterizado pelo excesso de atenção dada a exercícios repetitivos, problemas resolvidos, mecanicamente, pela utilização de uma sucessão de fórmulas , muitas vezes decoradas de forma literal e arbitrária, em detrimento de uma análise mais profunda visando à compreensão dos fenômenos físicos envolvidos. Particularmente, gostaríamos de destacar que um grave problema tem sido o uso inadequado e desvinculado do ferramental matemático com relação à formulação e uso dos conceitos físicos. Isso gera uma dicotomia conceitual físico-matemática que prejudica a compreensão da profunda conexão entre estas duas ciências. Tendo em vista esses problemas de ordem matemática no processo de aprendizagem dos conceitos físicos, esta pesquisa pretende partir da crítica construtiva da linguagem matemática usada em física, introduzir uma abordagem metodológica físico-matemática conceitual utilizando os principais conceitos da dinâmica. Isto significa que ao apresentarmos um conceito matemático adequado a sua representação. Escolhemos a álgebra de Clifford como a linguagem matemática apropriada a esta abordagem físico-matemática conceitual. A operacionalização didática dos conteúdos é batizada pelo modelo cognitivista ausubeliano. Entendemos que o mesmo é o mais adaptável à concepção de material didático em ciências, pois, permite a exploração de forma hierárquica do universo cognitivo do aprendiz como também possibilita a manipulação deliberada deste universo para propiciar uma aprendizagem significativa.

Made available in DSpace on 2015-09-25T12:18:15Z (GMT). No. of bitstreams: 1 Humberto Jose Gama da Silva_1.pdf: 1171637 bytes, checksum: 8d18e9a9faa7cc4da00a9873103a9498 (MD5) Previous issue date: 2010-12-17 / The process of teaching learning Physics, in Brazil, has been recognized as deficient in several studies. Particularly, we note that one of the problems has been the mathematical framework regarding the use of physical concepts. This problem seems to generate a conceptual mathematical physical dichotomy which affects the understanding and assimilation of the deep connections between Physics and Mathematics. The aim of this work was to present an exploratory study that evaluated according to the findings by means of the data collection the feasibility of using Clifford Algebra as a formalism adapted to the study of electromagnetism in high school level, specifically obtaining the characteristics of the magnetic force vector which acts on electric charges or electrical currents within a magnetic field. Therefore, it was carried out two interventions at different dates. The first one was done in Campina Grande - PB, at the Dean of Graduate Studies and Research University of Paraiba, UEPB. The second was done in Imperatriz MA, at the Federal institute of education science and technology IFMA. Both intervention had as public target students, teachers and future teachers of physics for high school level. Motivated by the characteristics of objectivity and serviceability of Ausubel‟s cognitive theory, its foundations were used for developing a potentially significant material developed by the selection and reading of literary criticism about Vector Algebra and Geometry. The same foundations were also used as an adjunct in the learning process content covered in the interventions and subsumers in identifying the content being addressed, the use of conceptual maps as facilitative technique in the expositions of topics and as evaluation tool. At those intersections was pointed out that the formalism of Gibbs still has predominance in the textbooks adopted in at secondary and high education levels, even prompting the students to use it in the mathematical treatment directed to the study of physical measures memorizing precepts not justified , like rule of right hand. However, the structure or the Clifford Algebra enables a more intuitive mathematical modeling which is characterized by the representation and manipulation of basic geometric concepts such as magnitude, direction and meaning. / O processo ensino aprendizagem da Física, no Brasil, tem sido reconhecido como deficiente em diversos estudos. Particularmente, gostaríamos de destacar que um dos problemas tem sido o ferramental matemático com relação ao uso dos conceitos físicos. Este problema parece gerar uma dicotomia conceitual físico-matemática que prejudica a compreensão e assimilação das profundas conexões entre a Física e a Matemática. O objetivo desse trabalho é apresentar um estudo exploratório em que foi avaliada de acordo com os resultados obtidos através de instrumentos de coleta de dados a viabilidade do uso da Álgebra de Clifford como um formalismo adaptável para o estudo do Eletromagnetismo no Ensino Médio, especificamente na obtenção das características do vetor Força Magnética que atua em cargas elétricas em movimento ou em correntes elétricas dentro de um campo magnético. Para tanto foram feitas duas intervenções, em datas distintas. A primeira foi realizada em Campina Grande PB, na Pró-Reitoria de PósGraduação e Pesquisa da Universidade Estadual da Paraíba UEPB. A segunda foi realizada em Imperatriz MA, no Instituto Federal de Educação Ciência e Tecnologia IFMA. Os dois eventos tiveram como público alvo alunos, professores e futuros professores de Física do Ensino Médio. Motivado pelas características de objetividade e operacionalidade da Teoria Cognitivista de Ausubel, seus fundamentos foram utilizados na elaboração de um material potencialmente significativo desenvolvido a partir da seleção e leitura crítica da produção literária acerca das Álgebras Vetorial e Geométrica usando como coadjuvante no processo ensino-aprendizagem dos conteúdos contemplados nas intervenções. Os mesmos fundamentos também foram utilizados na identificação dos subsunçores do conteúdo a ser abordado, no uso de Mapas Conceituais como técnica facilitadora na exposição dos tópicos e como instrumento de avaliação. Nas referidas intercessões foi apontado que o formalismo de Gibbs ainda exerce predominância nos livros textos adotados no Ensino Médio e Superior, mesmo induzindo os alunos a utilizarem, no tratamento matemático direcionado ao estudo das grandezas físicas, preceitos de memorização, não justificados, como a regra da mão direita. Entretanto, a estrutura da Álgebra de Clifford permite uma modelagem matemática mais intuitiva, que tem como característica a representação e manipulação de conceitos geométricos básicos, tais como magnitude, direção e sentido.

Made available in DSpace on 2015-09-25T12:22:04Z (GMT). No. of bitstreams: 1 PDF - Humberto Jose Gama da Silva.pdf: 2786114 bytes, checksum: 1c9f2c90d2847243c55b7a607880924f (MD5) Previous issue date: 2010-12-17 / The process of teaching learning Physics, in Brazil, has been recognized as deficient in several studies. Particularly, we note that one of the problems has been the mathematical framework regarding the use of physical concepts. This problem seems to generate a conceptual mathematical physical dichotomy which affects the understanding and assimilation of the deep connections between Physics and Mathematics. The aim of this work was to present an exploratory study that evaluated according to the findings by means of the data collection the feasibility of using Clifford Algebra as a formalism adapted to the study of electromagnetism in high school level, specifically obtaining the characteristics of the magnetic force vector which acts on electric charges or electrical currents within a magnetic field. Therefore, it was carried out two interventions at different dates. The first one was done in Campina Grande - PB, at the Dean of Graduate Studies and Research University of Paraiba, UEPB. The second was done in Imperatriz MA, at the Federal institute of education science and technology IFMA. Both intervention had as public target students, teachers and future teachers of physics for high school level. Motivated by the characteristics of objectivity and serviceability of Ausubel‟s cognitive theory, its foundations were used for developing a potentially significant material developed by the selection and reading of literary criticism about Vector Algebra and Geometry. The same foundations were also used as an adjunct in the learning process content covered in the interventions and subsumers in identifying the content being addressed, the use of conceptual maps as facilitative technique in the expositions of topics and as evaluation tool. At those intersections was pointed out that the formalism of Gibbs still has predominance in the textbooks adopted in at secondary and high education levels, even prompting the students to use it in the mathematical treatment directed to the study of physical measures memorizing precepts not justified , like rule of right hand. However, the structure or the Clifford Algebra enables a more intuitive mathematical modeling which is characterized by the representation and manipulation of basic geometric concepts such as magnitude, direction and meaning. / O processo ensino aprendizagem da Física, no Brasil, tem sido reconhecido como deficiente em diversos estudos. Particularmente, gostaríamos de destacar que um dos problemas tem sido o ferramental matemático com relação ao uso dos conceitos físicos. Este problema parece gerar uma dicotomia conceitual físico-matemática que prejudica a compreensão e assimilação das profundas conexões entre a Física e a Matemática. O objetivo desse trabalho é apresentar um estudo exploratório em que foi avaliada de acordo com os resultados obtidos através de instrumentos de coleta de dados a viabilidade do uso da Álgebra de Clifford como um formalismo adaptável para o estudo do Eletromagnetismo no Ensino Médio, especificamente na obtenção das características do vetor Força Magnética que atua em cargas elétricas em movimento ou em correntes elétricas dentro de um campo magnético. Para tanto foram feitas duas intervenções, em datas distintas. A primeira foi realizada em Campina Grande PB, na Pró-Reitoria de PósGraduação e Pesquisa da Universidade Estadual da Paraíba UEPB. A segunda foi realizada em Imperatriz MA, no Instituto Federal de Educação Ciência e Tecnologia IFMA. Os dois eventos tiveram como público alvo alunos, professores e futuros professores de Física do Ensino Médio. Motivado pelas características de objetividade e operacionalidade da Teoria Cognitivista de Ausubel, seus fundamentos foram utilizados na elaboração de um material potencialmente significativo desenvolvido a partir da seleção e leitura crítica da produção literária acerca das Álgebras Vetorial e Geométrica usando como coadjuvante no processo ensino-aprendizagem dos conteúdos contemplados nas intervenções. Os mesmos fundamentos também foram utilizados na identificação dos subsunçores do conteúdo a ser abordado, no uso de Mapas Conceituais como técnica facilitadora na exposição dos tópicos e como instrumento de avaliação. Nas referidas intercessões foi apontado que o formalismo de Gibbs ainda exerce predominância nos livros textos adotados no Ensino Médio e Superior, mesmo induzindo os alunos a utilizarem, no tratamento matemático direcionado ao estudo das grandezas físicas, preceitos de memorização, não justificados, como a regra da mão direita. Entretanto, a estrutura da Álgebra de Clifford permite uma modelagem matemática mais intuitiva, que tem como característica a representação e manipulação de conceitos geométricos básicos, tais como magnitude, direção e sentido.

The goal of this thesis is the development of a fast and robust algorithm that is able to detect patterns in flow fields independent from their orientation and adequately visualize the results for a human user. This thesis is an interdisciplinary work in the field of vector field visualization and the field of pattern recognition. A vector field can be best imagined as an area or a volume containing a lot of arrows. The direction of the arrow describes the direction of a flow or force at the point where it starts and the length its velocity or strength. This builds a bridge to vector field visualization, because drawing these arrows is one of the fundamental techniques to illustrate a vector field. The main challenge of vector field visualization is to decide which of them should be drawn. If you do not draw enough arrows, you may miss the feature you are interested in. If you draw too many arrows, your image will be black all over. We assume that the user is interested in a certain feature of the vector field: a certain pattern. To prevent clutter and occlusion of the interesting parts, we first look for this pattern and then apply a visualization that emphasizes its occurrences. In general, the user wants to find all instances of the interesting pattern, no matter if they are smaller or bigger, weaker or stronger or oriented in some other direction than his reference input pattern. But looking for all these transformed versions would take far too long. That is why, we look for an algorithm that detects the occurrences of the pattern independent from these transformations. In the second part of this thesis, we work with moment invariants. Moments are the projections of a function to a function space basis. In order to compare the functions, it is sufficient to compare their moments. Normalization is the act of transforming a function into a predefined standard position. Moment invariants are characteristic numbers like fingerprints that are constructed from moments and do not change under certain transformations. They can be produced by normalization, because if all the functions are in one standard position, their prior position has no influence on their normalized moments. With this technique, we were able to solve the pattern detection task for 2D and 3D flow fields by mathematically proving the invariance of the moments with respect to translation, rotation, and scaling. In practical applications, this invariance is disturbed by the discretization. We applied our method to several analytic and real world data sets and showed that it works on discrete fields in a robust way.

Submitted by Jean Medeiros (jeanletras@uepb.edu.br) on 2016-08-15T17:16:32Z No. of bitstreams: 1 PDF - Bruno Barros Camêlo.pdf: 1453825 bytes, checksum: 0c755892d9dbe76fb2ec46bbaa59aad2 (MD5) / Approved for entry into archive by Secta BC (secta.csu.bc@uepb.edu.br) on 2016-08-17T15:30:31Z (GMT) No. of bitstreams: 1 PDF - Bruno Barros Camêlo.pdf: 1453825 bytes, checksum: 0c755892d9dbe76fb2ec46bbaa59aad2 (MD5) / Made available in DSpace on 2016-08-17T15:30:31Z (GMT). No. of bitstreams: 1 PDF - Bruno Barros Camêlo.pdf: 1453825 bytes, checksum: 0c755892d9dbe76fb2ec46bbaa59aad2 (MD5) Previous issue date: 2014-10-08 / In physics is very familiar employment of vectors. These can be seen, the geometric point of view, as straight segments oriented. However, certain quantities are better represented by other objects with geometrical features than with vectors. Such objects are represented by fragments of oriented planes, which cannot be determined by vectors, unless we are in three dimensional space. Geometric or Clifford algebra can be treated as a generalization of vector algebra, and consists of a powerful formalism for the physical description of nature. Thus, we propose in this work, to build strategies to introduce the Clifford algebra as modeler physical concepts of the Theory of Special Relativity and from the modeled concepts, develop educational material for teaching physics in the light of the conception of learning Ausubel. / Na Física é muito familiar o emprego de vetores. Estes podem ser vistos, pelo ponto de vista geométrico, como segmentos de reta orientados. No entanto, certas grandezas ficam mais bem representadas por outros objetos com características geométricas do que com os vetores. Tais objetos são representados por fragmentos de planos orientados, os quais não podem ser determinados por vetores, a menos que estejamos no espaço tridimensional. A álgebra geométrica ou de Clifford pode ser tratada como uma generalização da álgebra vetorial, e consiste em um poderoso formalismo para a descrição física da natureza. Assim, propomos nesse trabalho,construir estratégias para introduzir a álgebra de Clifford como modelador de conceitos físicos da Teoria da Relatividade Restrita à luz da concepção Ausubeliana da aprendizagem para organizar os conceitos dentro de um modelo cognitivo.

The goal of this thesis is the development of a fast and robust algorithm that is able to detect patterns in flow fields independent from their orientation and adequately visualize the results for a human user. This thesis is an interdisciplinary work in the field of vector field visualization and the field of pattern recognition. A vector field can be best imagined as an area or a volume containing a lot of arrows. The direction of the arrow describes the direction of a flow or force at the point where it starts and the length its velocity or strength. This builds a bridge to vector field visualization, because drawing these arrows is one of the fundamental techniques to illustrate a vector field. The main challenge of vector field visualization is to decide which of them should be drawn. If you do not draw enough arrows, you may miss the feature you are interested in. If you draw too many arrows, your image will be black all over. We assume that the user is interested in a certain feature of the vector field: a certain pattern. To prevent clutter and occlusion of the interesting parts, we first look for this pattern and then apply a visualization that emphasizes its occurrences. In general, the user wants to find all instances of the interesting pattern, no matter if they are smaller or bigger, weaker or stronger or oriented in some other direction than his reference input pattern. But looking for all these transformed versions would take far too long. That is why, we look for an algorithm that detects the occurrences of the pattern independent from these transformations. In the second part of this thesis, we work with moment invariants. Moments are the projections of a function to a function space basis. In order to compare the functions, it is sufficient to compare their moments. Normalization is the act of transforming a function into a predefined standard position. Moment invariants are characteristic numbers like fingerprints that are constructed from moments and do not change under certain transformations. They can be produced by normalization, because if all the functions are in one standard position, their prior position has no influence on their normalized moments. With this technique, we were able to solve the pattern detection task for 2D and 3D flow fields by mathematically proving the invariance of the moments with respect to translation, rotation, and scaling. In practical applications, this invariance is disturbed by the discretization. We applied our method to several analytic and real world data sets and showed that it works on discrete fields in a robust way.

In this thesis, we are concerning about the Twistor theory, field originally motivated purely physically, although these days fully developed into the many fields of mathem- atics and physics. With its complexion Twistor theory influences algebraic geometry, Clifford analysis as well as the String theory or Theory of quantum gravity. In the thesis we describe the origin of twistors projective or not. Mathematical background to the twistor theory is covered in the first chapter, where we study Clifford algebras and their representations. In the first part of the second chapter we are describing non-projective twistors as representation elements of certain Spin-group, and we find the connection with the standard definition of non-projective twistors as a kernel of the twistor operator. In the last part of the second chapter, we create a space of pro- jective twistors and show its certain properties, especially its correspondence with the complexified compactified Minkowski spacetime.

Singular Riemannian foliations in spheres provide local models for an extensive kind of singular Riemannian foliations, whose theory contributes in the understanding of Riemannian manifolds. Hence the importance of studying and classifying them, a research subject that still remains open. In 2014, Marco Radeschi constructed indecomposable singular Riemannian foliations of arbitrary codimension, most of them inhomogeneous, which generalized all known examples of that type so far. The present dissertation is a detailed study of his work, along with observations about the progress made on this dynamic field since that paper was published. Besides introducing preliminary notions and examples on singular Riemannian foliations, isometric actions and Clifford theory, it is explained a construction of inhomogeneous isoparametric hypersurfaces, due to Ferus, Karcher and Münzner, that was a fundamental framework for the results of Radeschi. After that, it is described exhaustively the construction of Clifford and composed foliations in spheres, which are the examples that Radeschi created using Clifford systems. In the sequel it is established an extraordinary bijective correspondence between Clifford foliations (merely geometric objects) and Clifford systems (purely algebraic objects). This text finishes examining the relations of homogeneity properties among FKM, Clifford and composed foliations. / Folheações Riemannianas singulares em esferas fornecem modelos locais para folheações Riemannianas singulares mais gerais, cuja teoria contribui na compreensão de variedades Riemannianas. Daí a sua importança de estudá-los e classificá-los, uma área de pesquisa que se mantém aberta. Em 2014, Marco Radeschi construiu folheações Riemannianas singulares indecomponíveis de codimensão arbitrária, a maioria delas não homogêneas, que generalizaram todos os exemplos conhecidos desse tipo até então. A presente dissertação é um estudo detalhado desse trabalho, junto com observações sobre avanços que se têm feito neste dinâmico campo desde a publicação do artigo. Após introduzir as noções e exemplos preliminares de folheações Riemannianas singulares, ações isométricas e teoria de Clifford, é explorada uma construção de hipersuperfícies isoparamétricas não homogêneas, devida a Ferus, Karcher e Münzner (FKM), que foi peça fundamental para os resultados de Radeschi. Em seguida, descreve-se minuciosamente a construção de folheações composta e de Clifford em esferas, que são os exemplos que o autor mencionado anteriormente gerou usando sistemas de Clifford. Continuando com a análise dessas novas folheações Riemannianas singulares, estabelece-se uma extraordinária correspondência biunívoca entre folheações de Clifford (objetos meramente geométricos) e sistemas de Clifford (objetos puramente algébricos). Este texto termina examinando as relações das propriedades de homogeneidade entre folheações FKM, compostas e de Clifford.

Este trabalho apresenta uma solução geral para a detecção de alinhamentos de dados em conjuntos multidimensionais não ordenados e ruidosos. Nesta abordagem, o tipo requerido de alinhamento de dados pode ser uma forma geométrica (e.g., linha reta, plano, círculo, esfera, seção cônica, entre outras) ou qualquer estrutura, com dimensionalidade arbitrária, que possa ser caracterizada por um subespaço linear. A detecção é realizada por meio de um procedimento composto por três etapas. Na etapa de inicialização, um espaço de parâmetros com p (n − p) dimensões é definido de modo que cada ponto neste espaço represente uma instância do alinhamento requerido, descrito por um subespaço p-dimensional em um domínio n-dimensional. Em seguida, uma grade de acumuladores é criada como sendo a representação discreta do espaço de parâmetros. Na segunda etapa do procedimento, cada elemento no conjunto de dados de entrada (também um subespaço no domínio n-dimensional) é mapeado para o espaço de parâmetros como os pontos (no espaço de parâmetros) representando os subespaços requeridos que contém ou que estão contidos no elemento de entrada. À medida que os elementos de entrada são mapeados, as células do acumulador relacionadas com o mapeamento são incrementadas pelo valor de importância do elemento mapeado. A etapa final do procedimento recupera os subespaços p-dimensionais que melhor se ajustam aos dados de entrada como sendo os máximos locais na grade de acumuladores. A parametrização proposta é independente das propriedades geométricas dos alinhamentos a serem detectados. Além disso, o procedimento de mapeamento é independente do tipo de dado de entrada e é capaz de se adaptar a elementos com dimensionalidades arbitrárias. Essas características permitem a utilização da técnica (sem a necessidade de modificações) como uma ferramenta para a detecção de padrões em uma grande quantidade de aplicações. Por conta de sua natureza geral, otimizações desenvolvidas para a abordagem proposta beneficiam, de forma imediata, todos os casos de detecção. Neste trabalho eu demonstro uma implementação em software da técnica proposta e mostro que ela pode ser aplicada tanto em casos simples de detecção, quanto na detecção concorrente de tipos diferentes de alinhamentos, com diferentes interpretações geométricas e em conjuntos de dados compostos por vários tipos de elementos. Esta dissertação também apresenta uma extensão do esquema de detecção para dados de entrada com distribuição Gaussiana de incerteza. A extensão proposta produz distribuições de valores mais suaves na grade de acumuladores e faz com que a técnica fique mais robusta à detecção de subespaços espúrios. / This dissertation presents a generalized closed-form framework for detecting data alignments in large unordered noisy multidimensional datasets. In this approach, the intended type of data alignment may be a geometric shape (e.g., straight line, plane, circle, sphere, conic section, among others) or any other structure, with arbitrary dimensionality that can be characterized by a linear subspace. The detection is performed using a three-step process. In the initialization, a p (n − p)-dimensional parameter space is defined in such a way that each point in this space represents an instance of the intended alignment described by a p-dimensional subspace in some n-dimensional domain. In turn, an accumulator array is created as the discrete representation of the parameter space. In the second step each input entry (also a subspace in the n-dimensional domain) is mapped to the parameter space as the set of points representing the intended p-dimensional subspaces that contain or are contained by the entry. As the input entries are mapped, the bins of the accumulator related to such a mapping are incremented by the importance value of the entry. The subsequent and final step retrieves the p-dimensional subspaces that best fit input data as the local maxima in the accumulator array. The proposed parameterization is independent of the geometric properties of the alignments to be detected. Also, the mapping procedure is independent of the type of input data and automatically adapts to entries of arbitrary dimensionality. This allows application of the proposed approach (without changes) in a broad range of applications as a pattern detection tool. Given its general nature, optimizations developed for the proposed framework immediately benefit all the detection cases. I demonstrate a software implementation of the proposed technique and show that it can be applied in simple detection cases as well as in concurrent detection of multiple kinds of alignments with different geometric interpretations, in datasets containing multiple types of data. This dissertation also presents an extension of the general detection scheme to data with Gaussian-distributed uncertainty. The proposed extension produces smoother distributions of values in the accumulator array and makes the framework more robust to the detection of spurious subspaces.

Este trabalho apresenta uma solução geral para a detecção de alinhamentos de dados em conjuntos multidimensionais não ordenados e ruidosos. Nesta abordagem, o tipo requerido de alinhamento de dados pode ser uma forma geométrica (e.g., linha reta, plano, círculo, esfera, seção cônica, entre outras) ou qualquer estrutura, com dimensionalidade arbitrária, que possa ser caracterizada por um subespaço linear. A detecção é realizada por meio de um procedimento composto por três etapas. Na etapa de inicialização, um espaço de parâmetros com p (n − p) dimensões é definido de modo que cada ponto neste espaço represente uma instância do alinhamento requerido, descrito por um subespaço p-dimensional em um domínio n-dimensional. Em seguida, uma grade de acumuladores é criada como sendo a representação discreta do espaço de parâmetros. Na segunda etapa do procedimento, cada elemento no conjunto de dados de entrada (também um subespaço no domínio n-dimensional) é mapeado para o espaço de parâmetros como os pontos (no espaço de parâmetros) representando os subespaços requeridos que contém ou que estão contidos no elemento de entrada. À medida que os elementos de entrada são mapeados, as células do acumulador relacionadas com o mapeamento são incrementadas pelo valor de importância do elemento mapeado. A etapa final do procedimento recupera os subespaços p-dimensionais que melhor se ajustam aos dados de entrada como sendo os máximos locais na grade de acumuladores. A parametrização proposta é independente das propriedades geométricas dos alinhamentos a serem detectados. Além disso, o procedimento de mapeamento é independente do tipo de dado de entrada e é capaz de se adaptar a elementos com dimensionalidades arbitrárias. Essas características permitem a utilização da técnica (sem a necessidade de modificações) como uma ferramenta para a detecção de padrões em uma grande quantidade de aplicações. Por conta de sua natureza geral, otimizações desenvolvidas para a abordagem proposta beneficiam, de forma imediata, todos os casos de detecção. Neste trabalho eu demonstro uma implementação em software da técnica proposta e mostro que ela pode ser aplicada tanto em casos simples de detecção, quanto na detecção concorrente de tipos diferentes de alinhamentos, com diferentes interpretações geométricas e em conjuntos de dados compostos por vários tipos de elementos. Esta dissertação também apresenta uma extensão do esquema de detecção para dados de entrada com distribuição Gaussiana de incerteza. A extensão proposta produz distribuições de valores mais suaves na grade de acumuladores e faz com que a técnica fique mais robusta à detecção de subespaços espúrios. / This dissertation presents a generalized closed-form framework for detecting data alignments in large unordered noisy multidimensional datasets. In this approach, the intended type of data alignment may be a geometric shape (e.g., straight line, plane, circle, sphere, conic section, among others) or any other structure, with arbitrary dimensionality that can be characterized by a linear subspace. The detection is performed using a three-step process. In the initialization, a p (n − p)-dimensional parameter space is defined in such a way that each point in this space represents an instance of the intended alignment described by a p-dimensional subspace in some n-dimensional domain. In turn, an accumulator array is created as the discrete representation of the parameter space. In the second step each input entry (also a subspace in the n-dimensional domain) is mapped to the parameter space as the set of points representing the intended p-dimensional subspaces that contain or are contained by the entry. As the input entries are mapped, the bins of the accumulator related to such a mapping are incremented by the importance value of the entry. The subsequent and final step retrieves the p-dimensional subspaces that best fit input data as the local maxima in the accumulator array. The proposed parameterization is independent of the geometric properties of the alignments to be detected. Also, the mapping procedure is independent of the type of input data and automatically adapts to entries of arbitrary dimensionality. This allows application of the proposed approach (without changes) in a broad range of applications as a pattern detection tool. Given its general nature, optimizations developed for the proposed framework immediately benefit all the detection cases. I demonstrate a software implementation of the proposed technique and show that it can be applied in simple detection cases as well as in concurrent detection of multiple kinds of alignments with different geometric interpretations, in datasets containing multiple types of data. This dissertation also presents an extension of the general detection scheme to data with Gaussian-distributed uncertainty. The proposed extension produces smoother distributions of values in the accumulator array and makes the framework more robust to the detection of spurious subspaces.