Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Matemática e Computação Científica, Florianópolis, 2010 / Made available in DSpace on 2012-10-24T22:24:37Z (GMT). No. of bitstreams: 1 280833.pdf: 697674 bytes, checksum: e8a5b8acb0f9edd4095e86fb4ca90188 (MD5) / Este trabalho apresenta alguns dos métodos diretos e alguns dos iterativos mais comumente utilizados para resolver problemas mal postos discretos, focalizando diferentes estratégias de escolha do parâmetro de regularização. Os métodos diretos aqui abordados são o da GCV, da curva-L, do ponto fixo, da quase-otimalidade e o da discrepância. Os métodos iterativos são o LSQR, GMRES e o RRGMRES. Estes métodos são aplicados na resolução dos problemas teste Heat, Baart, Deriv2, Foxgood, Gravity, I\_laplace, Phillips, Shaw, Tomo e Wing, da literatura. Nos métodos iterativos são adotados os critérios de parada de Morigi e da discrepância. Para os métodos iterativos, aqui também é apresentado um novo critério de parada baseado no decrescimento da norma do resíduo e no crescimento da norma da solução. Este novo critério desempenhou melhor performance que os critérios de Morigi e da discrepância, na maioria dos problemas testes abordados.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Matemática Pura e Aplicada, Florianópolis, 2014. / Made available in DSpace on 2014-08-06T18:05:14Z (GMT). No. of bitstreams: 1 326671.pdf: 692511 bytes, checksum: b032c7f3c62c469d3b5fb9110e5d5179 (MD5) Previous issue date: 2014 / Neste trabalho estudamos métodos de regularização para o problema de Quadrados Mínimos Totais (RTLS) baseado em técnicas da Álgebra Linear Numérica e teoria de regularização. O foco principal do trabalho é o estudo da regularização de Tikhonov para o método de Quadrados Mínimos Totais (TLS) e de uma técnica de truncamento que atua como regularizador. No primeiro caso, abordamos um método desenvolvido por Renaut e Guo baseado na resolução de um sistema não linear através de um problema de autovalores lineares e sobre o tamanho da solução. Resultados numéricos mostram que este método pode não funcionar em alguns problemas. Então, estudamos o método TLS truncado (T-TLS) e introduzimos um critério de escolha do parâmetro de truncamento baseado no trabalho de Bazán, Cunha e Borges que não requer informação prévia sobre a solução. Ambos os métodos são ilustrados numericamente e comparados com respeito à qualidade das soluções. Os resultados numéricos mostram que o método de truncamento é uma boa alternativa para resolver o problema RTLS.<br> / Abstract : In this paper we study regularization methods for Total Least Squares problems (RTLS) based on Numerical Linear Algebra tools and regularization theory. The focus of the work is to study the Tikhonov regularizationmethod for Total Least Square (TLS) and a truncation technique which acts as regularization. First, we study a method developed by Renaut and Guo based on linear eigenvalue problems and on a priori information about the size of the solution. Numerical results show that this method may not work in some problems. Then, we study the truncated TLS method (T-TLS) and introduce a criterion for choosing the truncation parameter based on work by Baz´an, Borges and Cunha that does not require any a priori information about the solution. Both methods are illustrated numerically and compared in terms of efficiency and accuracy. The numerical results show that the truncation method is a good alternative to solve the RTLS problem.

Observers are well known in the theory of dynamical systems. They are used to estimate the states of a system from some measurements. However, recently observers have also been developed to estimate some unknowns for systems governed by Partial differential equations. Our aim is to design an observer to solve inverse source problem for a one dimensional wave equation. Firstly, the problem is discretized in both space and time and then an adaptive observer based on partial field measurements (i.e measurements taken form the solution of the wave equation) is applied to estimate both the states and the source. We see the effectiveness of this observer in both noise-free and noisy cases. In each case, numerical simulations are provided to illustrate the effectiveness of this approach. Finally, we compare the performance of the observer approach with Tikhonov regularization approach.

We consider the analysis of the scattering problem. Assume that an incoming time harmonic wave is scattered by a surface of an impenetrable obstacle. The reflected wave is determined by the surface impedance of the obstacle. In this paper we will investigate the problem of choosing the surface impedance so that a desired scattering amplitude is achieved. We formulate this control problem within the framework of the minimization of a Tikhonov functional. In particular, questions of the existence of an optimal solution and the derivation of the optimality conditions will be addressed. / Master of Science

In the last decade l1-regularization became a powerful and popular tool for the regularization of Inverse Problems. While in the early years sparse solution were in the focus of research, recently also the case that the coefficients of the exact solution decay sufficiently fast was under consideration. In this paper we seek to show that l1-regularization is applicable and leads to optimal convergence rates even when the exact solution does not belong to l1 but only to l2. This is a particular example of over-smoothing regularization, i.e., the penalty implies smoothness properties the exact solution does not fulfill. We will make some statements on convergence also in this general context.

A Restauração de Imagens é uma técnica que possui aplicações em várias áreas, por exemplo, medicina, biologia, eletrônica, e outras, onde um dos objetivos da restauração de imagens é melhorar o aspecto final de imagens de amostras que por algum motivo apresentam imperfeições ou borramentos. As imagens obtidas pelo Microscópio de Força Atômica apresentam borramentos causados pela interação de forças entre a ponteira do microscópio e a amostra em estudo. Além disso apresentam ruídos aditivos causados pelo ambiente. Neste trabalho é proposta uma forma de paralelização em GPU de um algoritmo de natureza serial que tem por fim a Restauração de Imagens de Microscopia de Força Atômica baseado na Regularização de Tikhonov. / Image Restoration is a technique which has applications in several areas, e.g., medicine, biology, electronics, and others, where one of the goals is to improve the final appearance of the images of samples, that have for some reason, imperfections or blurring. The images obtained by Atomic Force Microscope have blurring caused by the interaction forces between the tip of the microscope and the sample under study. Moreover exhibit additive noise caused by the environment. This thesis proposes a way to make a parallelization on a GPU of a serial algorithm of which is a Image Restoration of Images from Atomic Force Microscopy using Tikhonov Regularization.

A Restauração de Imagens é uma técnica que possui aplicações em várias áreas, por exemplo, medicina, biologia, eletrônica, e outras, onde um dos objetivos da restauração de imagens é melhorar o aspecto final de imagens de amostras que por algum motivo apresentam imperfeições ou borramentos. As imagens obtidas pelo Microscópio de Força Atômica apresentam borramentos causados pela interação de forças entre a ponteira do microscópio e a amostra em estudo. Além disso apresentam ruídos aditivos causados pelo ambiente. Neste trabalho é proposta uma forma de paralelização em GPU de um algoritmo de natureza serial que tem por fim a Restauração de Imagens de Microscopia de Força Atômica baseado na Regularização de Tikhonov. / Image Restoration is a technique which has applications in several areas, e.g., medicine, biology, electronics, and others, where one of the goals is to improve the final appearance of the images of samples, that have for some reason, imperfections or blurring. The images obtained by Atomic Force Microscope have blurring caused by the interaction forces between the tip of the microscope and the sample under study. Moreover exhibit additive noise caused by the environment. This thesis proposes a way to make a parallelization on a GPU of a serial algorithm of which is a Image Restoration of Images from Atomic Force Microscopy using Tikhonov Regularization.

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Matemática e Computação Científica, Florianópolis, 2011 / Made available in DSpace on 2012-10-23T15:29:57Z (GMT). No. of bitstreams: 1 289274.pdf: 1269253 bytes, checksum: 502dbaeb243e877082999d36551b55bb (MD5) / Apresentamos três métodos de projeção para problemas discretos mal postos de grande porte que incorporam informação a priori da solução do problema. Os métodos são baseados em uma transformação do funcional de Tikhonov da forma geral (com uma seminorma como termo regularizante) para a forma padrão [26, 53]. Os dois primeiros métodos combinam o processo de bidiagonalização de Golub-Kahan [15] com a regularização de Tikhonov na forma geral, calculando soluções aproximadas em subespaços de Krylov. O parâmetro de regularização ? é escolhido pelo Método de Ponto Fixo (FP) de Bazán [3]. O terceiro método não depende da determinação do parâmetro ? sendo, portanto, uma alternativa para a Regularização de Tikhonov. São apresentadas algumas generalidades sobre problemas inversos e problemas discretos mal-postos. Também é feito um estudo sobre projeções oblíquas, conceito essencial na tranformação para a forma padrão. A performance dos métodos quando aplicados a problemas testes bem conhecidos e ao tratamento de imagens é ilustrada numericamente.

This paper studies the inverse source problem for the Helmholtz equation with a point source in a two dimensional domain. Given complete boundary data and appropriate discretization Tikhonov regularization is established to be an effective method at finding the point source. Furthermore, it was found that Tikhonov regularization can locate point sources even given significant noise, as well as incomplete boundary data in complicated domains.

A parameter used in the Black-Scholes equation, volatility, is a measure for variation of the price of a financial instrument over time. Determining volatility is a fundamental issue in the valuation of financial instruments. This gives rise to an inverse problem known as the calibration problem for option pricing. This problem is shown to be ill-posed. We propose a regularization method and reformulate our calibration problem as a problem of finding the local volatility in a reproducing kernel Hilbert space. We defined a new volatility function which allows us to embrace both the financial and time factors of the options. We discuss the existence of the minimizer by using regu- larized reproducing kernel method and show that the regularizer resolves the numerical instability of the calibration problem. Finally, we apply our studied method to data sets of index options by simulation tests and discuss the empirical results obtained.