[ES] En gran cantidad de problemas de la matemática aplicada, existe la necesidad de resolver ecuaciones y sistemas no lineales, dado que numerosos problemas, finalmente, se reducen a estos. Conforme aumenta la dificultad de los sistemas, la obtención de la solución analítica se vuelve más compleja. Además, con el aumento de las herramientas computacionales, las dimensiones de los problemas a resolver han crecido de manera exponencial, por lo que se vuelve más necesario obtener una aproximación a la solución de manera sencilla y que no requiera mucho tiempo y coste computacional. Esta es una de las razones por las que los métodos iterativos han aumentado su importancia en los últimos años, ya que se han diseñado multitud de procesos con el fin de que converjan rápidamente a la solución y, de esta forma, poder resolver problemas que con las herramientas clásicas resultaría más costoso. La presente Tesis Doctoral, se centra en estudiar y diseñar numerosos métodos iterativos que mejoren a los esquemas clásicos en cuanto a su orden de convergencia, accesibilidad, cantidad de soluciones que obtienen o aplicabilidad a problemas con características especiales, como la no diferenciabilidad o la multiplicidad de las raíces. Entre los procesos que se estudian en esta memoria, se pueden encontrar desde una familia de métodos multipaso óptimos para la resolución de ecuaciones, hasta una familia paramétrica libre de derivadas de esquemas con función peso a la que se introduce memoria para la resolución de sistemas no lineales. Se destacan otros métodos en esta memoria como esquemas iterativos que obtienen raíces con diversas multiplicidades para ecuaciones y procesos que aproximan raíces de forma simultánea, tanto para ecuaciones como para sistemas, y, tanto para raíces simples como para múltiples. Además, parte de esta memoria se centra en cómo realizar el análisis dinámico para métodos iterativos con memoria que resuelven sistemas de ecuaciones no lineales, a la par que se realiza dicho estudio para diversos esquemas iterativos conocidos. Este análisis dinámico permite visualizar y analizar los posibles comportamientos de los procesos iterativos en función de las aproximaciones iniciales. Los resultados anteriormente descritos forman parte de esta Tesis Doctoral para la obtención del título de Doctora en Matemáticas. / [CA] En gran quantitat de problemes de la matemàtica aplicada, existeix la necessitat de resoldre equacions i sistemes no lineals, atés que nombrosos problemes, finalment, es redueixen a aquests. Conforme augmenta la dificultat dels sistemes, l'obtenció de la solució analítica es torna més complexa. A més, amb l'augment de les eines computacionals, les dimensions dels problemes a resoldre han crescut de manera exponencial, per la qual cosa es torna més necessari obtindre una aproximació a la solució de manera senzilla i que no requerisca molt temps i cost computacional. Aquesta és una de les raons per les quals els mètodes iteratius han augmentat la seua importància en els últims anys, ja que s'han dissenyat multitud de processos amb la finalitat que convergisquen ràpidament a la solució i, d'aquesta manera, poder resoldre problemes que amb les eines clàssiques resultaria més costós. La present Tesi Doctoral, es centra en estudiar i dissenyar nombrosos mètodes iteratius que milloren als esquemes clàssics en quant al seu ordre de convergència, accessibilitat, quantitat de solucions que obtenen o aplicabilitat a problemes amb característiques especials, com la no diferenciabilitat o la multiplicitat de les arrels. Entre els processos que s'estudien en aquesta memòria, es poden trobar des d'una família de mètodes multipas òptims per a la resolució d'equacions, fins a una família paramètrica lliure de derivades de esquemes amb funció pes a la que s'introdueix memòria per a la resolució de sistemes no lineals. Es destanquen altres mètodes en aquesta memòria com esquemes iteratius que obtenen arrels amb diverses multiplicitats per a equacions i processos que aproximen arrels de manera simultània, tant per a equacions com per a sistemes, i, tant per a arrels simples com per a múltiples. A més, part d'aquesta memòria es centra en com realitzar l'anàlisi dinàmic per a mètodes iteratius amb memòria que resolen sistemes d'equacions no lineals, al mateix temps que es realitza aquest estudi per a diversos esquemes iteratius coneguts. Aquest anàlisi dinàmic permet visualitzar i analitzar els possibles comportaments dels mètodes iteratius en funció de les aproximacions inicials. Els resultats anteriorment descrits formen part d'aquesta Tesi Doctoral per a l'obtenció del títol de Doctora en Matemàtiques. / [EN] In a large number of problems in applied mathematics, there is a need to solve nonlinear equations and systems, since many problems eventually are reduced to these. As the difficulty of the systems increases, obtaining the analytical solution becomes more complex. Furthermore, with the growth of computational tools, the dimensions of the problems to be solved have increased exponentially, making it more essential to obtain an approximation to the solution in a simple way that does not require significant time and computational cost. That is one of the reasons why iterative methods have increased their importance in recent years, as a multitude of schemes have been designed to converge rapidly to the solution and, in this way, to be able to solve problems that would be more arduous to solve using classical tools. This Doctoral Thesis focuses on the study and design of numerous iterative methods that improve classical schemes in terms of their order of convergence, accessibility, number of solutions obtained or applicability to problems with special characteristics, such as non-differentiability or multiplicity of roots. The procedures studied in this report range from a family of optimal multi-step methods for solving equations, to a parametric derivative-free family of weight function schemes, to which memory is introduced for solving nonlinear systems. Additional procedures are described in this report such as iterative schemes that obtain roots with different multiplicities for equations and methods that approximate roots simultaneously for equations as well as for systems, and for simple as well as for multiples roots. In addition, part of this report focuses on how to perform the dynamical analysis for iterative schemes with memory that solve systems of nonlinear equations, as well as this study is carried out for different known iterative procedures. This dynamical analysis allows us to visualise and analyse the possible behaviours of the iterative methods depending on the initial approximations. The results described above form part of this Doctoral Thesis to obtain the title of Doctor in Mathematics. / Triguero Navarro, P. (2023). High Performance Multidimensional Iterative Processes for Solving Nonlinear Equations [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/194267

Este trabalho propõe uma nova abordagem, baseada em wavelets, para o método Multigrid Algébrico (WAMG). Nesta nova abordagem, a Transformada Discreta Wavelet é aplicada na matriz de coeficientes do sistema linear gerando uma aproximação dessa matriz em cada nível do processo de multiresolução. As vantagens da nova abordagem, que incluem maior facilidade de paralelização e menor tempo de montagem, são apresentadas com detalhes e uma análise quantitativa de convergência do método WAMG é realizada a partir da sua aplicação em problemas testes. O WAMG também é testado como pré- condicionador para métodos iterativos no subespaço de Krylov na análise magnetostática e magnetodinâmica (regime permanente senoidal) pelo Método dos Elementos Finitos, e em matrizes esparsas extraidas das coleções Matrix Market e da Universidade da Flórida. São apresentados resultados numéricos comparando o WAMG com o Multigrid Algébrico tradicional e com os pré-condicionadores baseados em decomposições incompletas de Cholesky e LU. / In this work we propose a wavelet-based algebraic multigrid method (WAMG) as a linear system solver as well as a prediconditioner for Krylov subspace methods. It is a new approach for the Algebraic Multigrid method (AMG), which considers the use of Discrete Wavelet Transform (DWT) in the construction of a hierarchy of matrices. The two-dimensional DWT is applied to produce an approximation of the matrix in each level of the wavelets multiresolution decomposition process. The main advantages of this new approach are presented and a quantitative analysis of its convergence is shown after its application in some test problems. The WAMG also is tested as a preconditioner for Krylov subspace methods in problems with sparse matrices, in nonlinear magnetic field problems and in 3D time-harmonic Electromagnetic Edge-based Finite Element Analysis. Numerical results are presented comparing the WAMG with the standard Algebraic Multigrid method and with the preconditioners based on the incomplete Cholesky and LU decompositions.

Este trabalho propõe uma nova abordagem, baseada em wavelets, para o método Multigrid Algébrico (WAMG). Nesta nova abordagem, a Transformada Discreta Wavelet é aplicada na matriz de coeficientes do sistema linear gerando uma aproximação dessa matriz em cada nível do processo de multiresolução. As vantagens da nova abordagem, que incluem maior facilidade de paralelização e menor tempo de montagem, são apresentadas com detalhes e uma análise quantitativa de convergência do método WAMG é realizada a partir da sua aplicação em problemas testes. O WAMG também é testado como pré- condicionador para métodos iterativos no subespaço de Krylov na análise magnetostática e magnetodinâmica (regime permanente senoidal) pelo Método dos Elementos Finitos, e em matrizes esparsas extraidas das coleções Matrix Market e da Universidade da Flórida. São apresentados resultados numéricos comparando o WAMG com o Multigrid Algébrico tradicional e com os pré-condicionadores baseados em decomposições incompletas de Cholesky e LU. / In this work we propose a wavelet-based algebraic multigrid method (WAMG) as a linear system solver as well as a prediconditioner for Krylov subspace methods. It is a new approach for the Algebraic Multigrid method (AMG), which considers the use of Discrete Wavelet Transform (DWT) in the construction of a hierarchy of matrices. The two-dimensional DWT is applied to produce an approximation of the matrix in each level of the wavelets multiresolution decomposition process. The main advantages of this new approach are presented and a quantitative analysis of its convergence is shown after its application in some test problems. The WAMG also is tested as a preconditioner for Krylov subspace methods in problems with sparse matrices, in nonlinear magnetic field problems and in 3D time-harmonic Electromagnetic Edge-based Finite Element Analysis. Numerical results are presented comparing the WAMG with the standard Algebraic Multigrid method and with the preconditioners based on the incomplete Cholesky and LU decompositions.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / O objetivo desta tese é o desenvolvimento de algoritmos para determinar as soluções, e para determinação de fontes, das equações de Poisson e da condução de calor definidas em uma esfera. Determinamos as formas das equações de Poisson e de calor sobre a esfera, e desenvolvemos métodos iterativos, baseados em uma malha icosaedral e sua respectiva malha dual, para obter as soluções das mesmas. Mostramos que os métodos iterativos convergem para as soluções das equações discretizadas. Empregamos o método de regularização iterada de Alifanov para resolver o problema inverso, de determinação de fonte, definido na esfera. / The objective of this thesis is the development of algorithms to determine the solutions, and for determination of sources of, the equations of Poisson and heat conduction for a sphere. We establish the form of equations of Poisson and heat on the sphere, and developed iterative methods, based on a icosaedral mesh and its dual mesh, to obtain the solutions for them. It is shown that the iterative methods converge to the solutions of the equations discretizadas. It employed the method of settlement of Alifanov iterated to solve the inverse problem, determination of source, set in the sphere.

Este trabalho apresenta um método de reconstrução de imagens de ultrassom por problemas inversos que tem como penalidade para o erro entre solução e dados a norma L2, ou euclidiana, e como penalidade de regularização a norma L1. A motivação para o uso da regularização L1 é que se trata de um tipo de regularização promotora de esparsidade na solução. A esparsidade da regularização L1 contorna o problema de excesso do artefatos, observado em outras implementações de reconstrução por problemas inversos em ultrassom. Este problema é consequência principalmente da limitação da representação discreta do objeto contínuo no modelo de aquisição. Por conta desta limitação, objetos refletores na área imageada quase sempre localizam-se em posições que não correspondem precisamente a uma das posições do modelo discreto, gerando dados que não correspondem aos dados modelados. As formulações do problema com regularização L2 e com regularização L1 são apresentadas e comparadas dos pontos de vista geométrico e Bayesiano. O algoritmo de otimização proposto é uma implementação do algoritmo Iteratively Reweighted Least Squares (IRLS) e utiliza o método do Gradiente Conjugado (CG - Conjugate Gradient) a cada iteração, sendo chamado de IRLS-CG. São realizadas simulações com phantoms computacionais que mostram que o método permite reconstruir imagens a partir da aquisição de dados com refletores em posições não modeladas sem a observação de artefatos. As simulações também mostram melhor resolução espacial do método proposto com relação ao algoritmo delay-and-sum (DAS). Também se observou melhor desempenho computacional do CG com relação à matriz inversa nas iterações do IRLS. / This work presents an inverse problem based method for ultrasound image reconstruction which uses the L2-norm (or euclidean norm) as a penalty for the error between the data and the solution, and the L1-norm as a regularization penalty. The motivation for the use of of L1 regularization is the sparsity promoting property of this type of regularization. The sparsity of L1 regularization circumvents the problem of excess of artifatcts that is observed in other approaches of inverse problem based reconstrucion in ultrasound. Such problem is mainly a consequence of the limitation in the discrete representation of a continuous object in the acquisition model. Due to this limitation, reflecting objects in the imaged area are often localized in positions that do not correspond precisely to one of the positions in the discrete model, therefore generating data that do not correspond to the model data. The formulations of the problem with L2 regularization and with L1 regularization are presented and compared in geometric and Bayesian terms. The optimization algorithm proposed is an implementation of Iteratively Reweighted Least Squares (IRLS) and uses the Conjugate Gradient (CG) method inside each iteration, thus being called IRLS-CG. Simulations with computer phantoms are realized showing that the proposed method allows for the reconstruction of images, without observable artifacts, from data with reflectors located in non-modeled positions. Simulations also show a better spatial resolution in the proposed method when compared to the delay-and-sum (DAS) algorithm. It was also observed better computational performance of CG when compared to the matrix inversion in the iterations of IRLS.

Este trabalho apresenta um método de reconstrução de imagens de ultrassom por problemas inversos que tem como penalidade para o erro entre solução e dados a norma L2, ou euclidiana, e como penalidade de regularização a norma L1. A motivação para o uso da regularização L1 é que se trata de um tipo de regularização promotora de esparsidade na solução. A esparsidade da regularização L1 contorna o problema de excesso do artefatos, observado em outras implementações de reconstrução por problemas inversos em ultrassom. Este problema é consequência principalmente da limitação da representação discreta do objeto contínuo no modelo de aquisição. Por conta desta limitação, objetos refletores na área imageada quase sempre localizam-se em posições que não correspondem precisamente a uma das posições do modelo discreto, gerando dados que não correspondem aos dados modelados. As formulações do problema com regularização L2 e com regularização L1 são apresentadas e comparadas dos pontos de vista geométrico e Bayesiano. O algoritmo de otimização proposto é uma implementação do algoritmo Iteratively Reweighted Least Squares (IRLS) e utiliza o método do Gradiente Conjugado (CG - Conjugate Gradient) a cada iteração, sendo chamado de IRLS-CG. São realizadas simulações com phantoms computacionais que mostram que o método permite reconstruir imagens a partir da aquisição de dados com refletores em posições não modeladas sem a observação de artefatos. As simulações também mostram melhor resolução espacial do método proposto com relação ao algoritmo delay-and-sum (DAS). Também se observou melhor desempenho computacional do CG com relação à matriz inversa nas iterações do IRLS. / This work presents an inverse problem based method for ultrasound image reconstruction which uses the L2-norm (or euclidean norm) as a penalty for the error between the data and the solution, and the L1-norm as a regularization penalty. The motivation for the use of of L1 regularization is the sparsity promoting property of this type of regularization. The sparsity of L1 regularization circumvents the problem of excess of artifatcts that is observed in other approaches of inverse problem based reconstrucion in ultrasound. Such problem is mainly a consequence of the limitation in the discrete representation of a continuous object in the acquisition model. Due to this limitation, reflecting objects in the imaged area are often localized in positions that do not correspond precisely to one of the positions in the discrete model, therefore generating data that do not correspond to the model data. The formulations of the problem with L2 regularization and with L1 regularization are presented and compared in geometric and Bayesian terms. The optimization algorithm proposed is an implementation of Iteratively Reweighted Least Squares (IRLS) and uses the Conjugate Gradient (CG) method inside each iteration, thus being called IRLS-CG. Simulations with computer phantoms are realized showing that the proposed method allows for the reconstruction of images, without observable artifacts, from data with reflectors located in non-modeled positions. Simulations also show a better spatial resolution in the proposed method when compared to the delay-and-sum (DAS) algorithm. It was also observed better computational performance of CG when compared to the matrix inversion in the iterations of IRLS.

Fundação Carlos Chagas Filho de Amparo a Pesquisa do Estado do Rio de Janeiro / O objetivo desta tese é o desenvolvimento de algoritmos para determinar as soluções, e para determinação de fontes, das equações de Poisson e da condução de calor definidas em uma esfera. Determinamos as formas das equações de Poisson e de calor sobre a esfera, e desenvolvemos métodos iterativos, baseados em uma malha icosaedral e sua respectiva malha dual, para obter as soluções das mesmas. Mostramos que os métodos iterativos convergem para as soluções das equações discretizadas. Empregamos o método de regularização iterada de Alifanov para resolver o problema inverso, de determinação de fonte, definido na esfera. / The objective of this thesis is the development of algorithms to determine the solutions, and for determination of sources of, the equations of Poisson and heat conduction for a sphere. We establish the form of equations of Poisson and heat on the sphere, and developed iterative methods, based on a icosaedral mesh and its dual mesh, to obtain the solutions for them. It is shown that the iterative methods converge to the solutions of the equations discretizadas. It employed the method of settlement of Alifanov iterated to solve the inverse problem, determination of source, set in the sphere.

Es desenvolupa una metodologia que combina algoritmes exploratoris i iteratius que pren com a base el concepte de concordança del coeficient de correlació W de Kendall. A partir de conjunts complexos d'ítems i les seves puntuacions (activitats d'avaluació, problemes, pràctiques, indicadors de rendiment, mesuraments i, en general, qualsevol variable quantitativa) s'aconsegueixen identificar conjunts concordants, és a dir, estructures explicatives de la dificultat del conjunt de ítems. La lectura d'aquests conjunts es pot fer de dues maneres gràcies a la informació que proporcionen els algoritmes creats: a) Transversal, de manera que els conjunts concordants formen el "esquelet de dificultat" del problema i són, per tant, referències per estudiar la resta de puntuacions en altres ítems. b) Longitudinal, mitjançant l'estudi del que anomenem Mapes de Concordança, els quals mostren l'evolució dels conjunts concordants en anar incorporant elements en cada iteració, i detectant per tant els ítems discordants respecte a conjunts estables donats. L'aplicació d'aquesta metodologia és molt àmplia, i és susceptible de ser posada en pràctica en qualsevol camp de les ciències on es realitzin mesures i es vulgui observar les variacions creuades entre individus. En aquesta investigació s'aplica a l'assignatura de Laboratori de mesures electròniques. Els resultats aporten llum a la manera de millorar les pràctiques existents i de construir-ne de noves en el futur. / Se desarrolla una metodología que combina algoritmos exploratorios e iterativos que toma como base el concepto de concordancia del coeficiente de correlación W de Kendall. A partir de conjuntos complejos de ítems y sus puntuaciones (actividades de evaluación, problemas, prácticas, indicadores de rendimiento, mediciones y, en general, cualquier variable cuantitativa) se consiguen identificar conjuntos concordantes, es decir, estructuras explicativas de la dificultad del conjunto de ítems. La lectura de estos conjuntos puede hacerse de dos maneras gracias a la información que proporcionan los algoritmos creados: a) Transversal, de manera que los conjuntos concordantes forman el “esqueleto de dificultad” del problema y son, por tanto, referencias para estudiar el resto de puntuaciones en otros ítems. b) Longitudinal, mediante el estudio de lo que denominamos Mapas de Concordancia, los cuales muestran la evolución de los conjuntos concordantes al ir incorporando ítems en cada iteración, y detectando por tanto los ítems discordantes respecto a conjuntos estables dados. La aplicación de dicha metodología es muy amplia, siendo susceptible de ser puesta en práctica en cualquier campo de las ciencias donde se realicen mediciones y se quiera observar las variaciones cruzadas entre individuos. En la presente investigación se aplica a la asignatura de Laboratorio de medidas electrónicas. Los resultados arrojan luz sobre la manera de mejorar las prácticas existentes y de construir otras nuevas en el futuro. / We have developed a new methodology that combines both exploratory and iterative algorithms which is based on the concept of concordance of the correlation coefficient W of Kendall. Starting from complex sets of items and their scores (assessment activities, problems, practices, performance indicators, measurements and, in general, any quantitative variable) it is possible to identify consistent sets, i.e., structures that explain the difficulty of the set of items. Reading these sets can be done in two different ways thanks to the information provided by the algorithms created: a) Transversal, so that the concordant sets form the "backbone difficulty" of the problem and, therefore, they become references to study the remaining scores on other items. b) Longitudinal, by studying what we call concordance maps, which show the evolution of the consistent sets when new items are incorporated after each iteration and thus detecting the discordant items with regard to given stable sets. The application of this methodology is very broad, being useful in any field of science where measurements are carried out and you may want to see cross-variations among individuals. In this research it has been applied to the subject Electronic Measurements Laboratory. The results point to different ways to improve the existing practices and create new ones in the future.

Nesse trabalho, foi desenvolvido um simulador numérico (C/C++) para a resolução de escoamentos de fluidos newtonianos incompressíveis, baseado no método de partículas Lagrangiano, livre de malhas, Smoothed Particle Hydrodynamics (SPH). Tradicionalmente, duas estratégias são utilizadas na determinação do campo de pressões de forma a garantir-se a condição de incompressibilidade do fluido. A primeira delas é a formulação chamada Weak Compressible Smoothed Particle Hydrodynamics (WCSPH), onde uma equação de estado para um fluido quase-incompressível é utilizada na determinação do campo de pressões. A segunda, emprega o Método da Projeção e o campo de pressões é obtido mediante a resolução de uma equação de Poisson. No estudo aqui desenvolvido, propõe-se três métodos iterativos, baseados noMétodo da Projeção, para o cálculo do campo de pressões, Incompressible Smoothed Particle Hydrodynamics (ISPH). A fim de validar os métodos iterativos e o código computacional, foram simulados dois problemas unidimensionais: os escoamentos de Couette entre duas placas planas paralelas infinitas e de Poiseuille em um duto infinito e foram usadas condições de contorno do tipo periódicas e partículas fantasmas. Um problema bidimensional, o escoamento no interior de uma cavidade com a parede superior posta em movimento, também foi considerado. Na resolução deste problema foi utilizado o reposicionamento periódico de partículas e partículas fantasmas. / In this work, we have developed a numerical simulator (C/C++) to solve incompressible Newtonian fluid flows, based on the meshfree Lagrangian Smoothed Particle Hydrodynamics (SPH) Method. Traditionally, two methods have been used to determine the pressure field to ensure the incompressibility of the fluid flow. The first is calledWeak Compressible Smoothed Particle Hydrodynamics (WCSPH) Method, in which an equation of state for a quasi-incompressible fluid is used to determine the pressure field. The second employs the Projection Method and the pressure field is obtained by solving a Poissons equation. In the study developed here, we have proposed three iterative methods based on the Projection Method to calculate the pressure field, Incompressible Smoothed Particle Hydrodynamics (ISPH) Method. In order to validate the iterative methods and the computational code we have simulated two one-dimensional problems: the Couette flow between two infinite parallel flat plates and the Poiseuille flow in a infinite duct, and periodic boundary conditions and ghost particles have been used. A two-dimensional problem, the lid-driven cavity flow, has also been considered. In solving this problem we have used a periodic repositioning technique and ghost particles.

Nesse trabalho, foi desenvolvido um simulador numérico (C/C++) para a resolução de escoamentos de fluidos newtonianos incompressíveis, baseado no método de partículas Lagrangiano, livre de malhas, Smoothed Particle Hydrodynamics (SPH). Tradicionalmente, duas estratégias são utilizadas na determinação do campo de pressões de forma a garantir-se a condição de incompressibilidade do fluido. A primeira delas é a formulação chamada Weak Compressible Smoothed Particle Hydrodynamics (WCSPH), onde uma equação de estado para um fluido quase-incompressível é utilizada na determinação do campo de pressões. A segunda, emprega o Método da Projeção e o campo de pressões é obtido mediante a resolução de uma equação de Poisson. No estudo aqui desenvolvido, propõe-se três métodos iterativos, baseados noMétodo da Projeção, para o cálculo do campo de pressões, Incompressible Smoothed Particle Hydrodynamics (ISPH). A fim de validar os métodos iterativos e o código computacional, foram simulados dois problemas unidimensionais: os escoamentos de Couette entre duas placas planas paralelas infinitas e de Poiseuille em um duto infinito e foram usadas condições de contorno do tipo periódicas e partículas fantasmas. Um problema bidimensional, o escoamento no interior de uma cavidade com a parede superior posta em movimento, também foi considerado. Na resolução deste problema foi utilizado o reposicionamento periódico de partículas e partículas fantasmas. / In this work, we have developed a numerical simulator (C/C++) to solve incompressible Newtonian fluid flows, based on the meshfree Lagrangian Smoothed Particle Hydrodynamics (SPH) Method. Traditionally, two methods have been used to determine the pressure field to ensure the incompressibility of the fluid flow. The first is calledWeak Compressible Smoothed Particle Hydrodynamics (WCSPH) Method, in which an equation of state for a quasi-incompressible fluid is used to determine the pressure field. The second employs the Projection Method and the pressure field is obtained by solving a Poissons equation. In the study developed here, we have proposed three iterative methods based on the Projection Method to calculate the pressure field, Incompressible Smoothed Particle Hydrodynamics (ISPH) Method. In order to validate the iterative methods and the computational code we have simulated two one-dimensional problems: the Couette flow between two infinite parallel flat plates and the Poiseuille flow in a infinite duct, and periodic boundary conditions and ghost particles have been used. A two-dimensional problem, the lid-driven cavity flow, has also been considered. In solving this problem we have used a periodic repositioning technique and ghost particles.