Bruno Carlos Lugão, D. C. Knupp, P. Rodrigues, A. J. S. Neto
{"title":"ANÁLISE TEÓRICO-EXPERIMENTAL DE DISPERSÃO DE UM CONTAMINANTE COM TRANSFORMAÇÕES INTEGRAIS E INFERÊNCIA BAYESIANA","authors":"Bruno Carlos Lugão, D. C. Knupp, P. Rodrigues, A. J. S. Neto","doi":"10.22533/at.ed.48419240521","DOIUrl":null,"url":null,"abstract":"onde u é a velocidade média na seção transversal, EL é o coeficiente de dispersão longitudinal, A é a área da seção transversal, M é a massa do poluente, x1 é o local de lançamento, δ(x− x1) é a função Delta de Dirac e c0 é o valor da concentração existente no rio. A solução da Eq. (1a), chamada de problema direto, é obtida por meio do método h́ıbrido anaĺıtico-numérico conhecido como Técnica da Transformada Integral Generalizada (GITT) [1]. Já o problema inverso para estimativa dos parâmetros do modelo (u e EL) é formulado por meio de Inferência Bayesiana [2]. Na solução do problema inverso foram consideradas informações a priori dispońıveis para os parâmetros u e EL [3], modeladas como distribuições normais com μu = 0.59 m/s, σu = 0.3 m/s, μEL = 1.75 m 2/s e σEL = 0.8 m 2/s. A Cadeia de Markov foi definida com 20.000 estados e um aquecimento de 6.000 estados. Utilizou-se estados iniciais diferentes","PeriodicalId":361432,"journal":{"name":"Educação Matemática e suas Tecnologias 2","volume":"53 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2017-04-14","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Educação Matemática e suas Tecnologias 2","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22533/at.ed.48419240521","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
onde u é a velocidade média na seção transversal, EL é o coeficiente de dispersão longitudinal, A é a área da seção transversal, M é a massa do poluente, x1 é o local de lançamento, δ(x− x1) é a função Delta de Dirac e c0 é o valor da concentração existente no rio. A solução da Eq. (1a), chamada de problema direto, é obtida por meio do método h́ıbrido anaĺıtico-numérico conhecido como Técnica da Transformada Integral Generalizada (GITT) [1]. Já o problema inverso para estimativa dos parâmetros do modelo (u e EL) é formulado por meio de Inferência Bayesiana [2]. Na solução do problema inverso foram consideradas informações a priori dispońıveis para os parâmetros u e EL [3], modeladas como distribuições normais com μu = 0.59 m/s, σu = 0.3 m/s, μEL = 1.75 m 2/s e σEL = 0.8 m 2/s. A Cadeia de Markov foi definida com 20.000 estados e um aquecimento de 6.000 estados. Utilizou-se estados iniciais diferentes