A presente dissertação tem como objetivo analisar o comportamento da solução numérica da equação de difusão anômala com distribuição de fluxo bimodal, no regime estacionário, através de dois métodos numéricos. Foram desenvolvidos modelos utilizando o Método de Elementos Finitos e o Método de Volumes Finitos para a solução numérica desta equação. No modelo do Método de Elementos Finitos utilizou-se polinômios cúbicos de Hermite como funções de interpolação. No modelo de Volumes Finitos foi utilizada uma discretização de ordem superior para a avaliação das derivadas da equação em estudo. Em ambos os métodos, os modelos desenvolvidos consideram a utilização de diferentes tipos de condições de contorno para a solução do problema. Foram analisadas as influências de parâmetros da equação, das condições de contorno e do refinamento da malha na solução numérica. Os resultados apresentam a análise de erros da solução numérica através da comparação desta com a solução analítica.

A presente dissertação tem como objetivo analisar o comportamento da solução numérica da equação de difusão anômala com distribuição de fluxo bimodal, no regime estacionário, através de dois métodos numéricos. Foram desenvolvidos modelos utilizando o Método de Elementos Finitos e o Método de Volumes Finitos para a solução numérica desta equação. No modelo do Método de Elementos Finitos utilizou-se polinômios cúbicos de Hermite como funções de interpolação. No modelo de Volumes Finitos foi utilizada uma discretização de ordem superior para a avaliação das derivadas da equação em estudo. Em ambos os métodos, os modelos desenvolvidos consideram a utilização de diferentes tipos de condições de contorno para a solução do problema. Foram analisadas as influências de parâmetros da equação, das condições de contorno e do refinamento da malha na solução numérica. Os resultados apresentam a análise de erros da solução numérica através da comparação desta com a solução analítica.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Um Estudo para a solução numérica do modelo de difusão com retenção, proposta por Bevilacqua et al. (2011), é apresentado, bem como uma formulação implícita para o problema inverso para a estimativa dos parâmetros envolvidos na formulação matemática do modelo. Através de um estudo minucioso da análise de sensibilidade e do cálculo do coeficiente de correlação de Pearson, são identificadas as chances de se obter sucesso na solução do problema inverso através do método determinístico de Levenberg-Marquardt e dos métodos estocásticos Algoritmo de Colisão de Partículas (Particle Collision Algorithm - PCA) e Evolução Diferencial (Differential Evolution - DE). São apresentados os resultados obtidos através destes três métodos de otimização para três casos de conjunto de parâmetros. Foi observada uma forte correlação entre dois destes três parâmetros, o que dificultou a estimativa simultânea dos mesmos. Porém, foi obtido sucesso nas estimativas individuais de cada parâmetro. Foram obtidos bons resultados para os fatores que multiplicam os termos diferenciais da equação que modela o fenômeno de difusão com retenção. / A Study for the numerical solution of the diffusion model with retention, proposed by Bevilacqua et al.(2011), using the finite difference method is presented, as well as an implicit formulation for the inverse problem to estimate the parameters involved in the formulation of the mathematical model. Through of a thorougth study of sensitivity analysis and calculating the Pearson correlation coefficient, are identified the chances of success in solving the inverse problem using the deterministic method of Levenberg-Marquardt and stochastic methods Particle Collision Algorithm - PCA and Differential Evolution - DE. Presents the results obtained from these three methods of optimization for three cases of parameter set. We observed a strong correlation between two of these three parameters, making it difficult to estimate simultaneously the same. However, success was obtained in the individual estimates for each parameter. Good results were obtained for the factors that increase the terms of the differential equation that models the phenomenon of diffusion with retention.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Um Estudo para a solução numérica do modelo de difusão com retenção, proposta por Bevilacqua et al. (2011), é apresentado, bem como uma formulação implícita para o problema inverso para a estimativa dos parâmetros envolvidos na formulação matemática do modelo. Através de um estudo minucioso da análise de sensibilidade e do cálculo do coeficiente de correlação de Pearson, são identificadas as chances de se obter sucesso na solução do problema inverso através do método determinístico de Levenberg-Marquardt e dos métodos estocásticos Algoritmo de Colisão de Partículas (Particle Collision Algorithm - PCA) e Evolução Diferencial (Differential Evolution - DE). São apresentados os resultados obtidos através destes três métodos de otimização para três casos de conjunto de parâmetros. Foi observada uma forte correlação entre dois destes três parâmetros, o que dificultou a estimativa simultânea dos mesmos. Porém, foi obtido sucesso nas estimativas individuais de cada parâmetro. Foram obtidos bons resultados para os fatores que multiplicam os termos diferenciais da equação que modela o fenômeno de difusão com retenção. / A Study for the numerical solution of the diffusion model with retention, proposed by Bevilacqua et al.(2011), using the finite difference method is presented, as well as an implicit formulation for the inverse problem to estimate the parameters involved in the formulation of the mathematical model. Through of a thorougth study of sensitivity analysis and calculating the Pearson correlation coefficient, are identified the chances of success in solving the inverse problem using the deterministic method of Levenberg-Marquardt and stochastic methods Particle Collision Algorithm - PCA and Differential Evolution - DE. Presents the results obtained from these three methods of optimization for three cases of parameter set. We observed a strong correlation between two of these three parameters, making it difficult to estimate simultaneously the same. However, success was obtained in the individual estimates for each parameter. Good results were obtained for the factors that increase the terms of the differential equation that models the phenomenon of diffusion with retention.