Solução numérica de um problema inverso em neurociência via o método de Landweber não linear

Detalhes bibliográficos
Ano de defesa: 2015
Autor(a) principal: Mandujano Valle, Jemy Alex
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Laboratório Nacional de Computação Científica
Serviço de Análise e Apoio a Formação de Recursos Humanos
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://tede.lncc.br/handle/tede/218
Resumo: O objetivo desta dissertação é obter de forma indireta o valor de certos parâmetros de uma equação diferencial parcial, utilizando um método de Regularização Iterativo (Landweber não Linear). Este problema é motivado pelo comportamento de canais iônicos da célula neuronal, que é de difícil determinação experimental. Utilizamos um modelo simplificado, no caso a equação do cabo passivo, que é uma equação diferencial parabólica linear, com termos de difusão e reação, não necessariamente homogênea. Consideramos que o termo de reação é dado por uma função que depende da variável espacial, e é desconhecido. Para determinar essa função utilizamos o método de Landweber não linear, que, a partir de um ponto inicial qualquer (num espaço de Hilbert), busca de forma iterativa aproximações para a função desconhecida. Cada passo deste algoritmo requer a resolução de duas equações diferenciais parciais parabólicas e uma integral, utilizamos o método de Diferenças Finitas para obter a solução aproximada das equações diferenciais parciais e o método de trapézio para obter a solução da integral, resultando um método computacionalmente bastante intensivo. Nesta dissertação descrevemos a motivação biológica do problema, bem como a base matemática do algoritmo, e testamos vários casos computacionais.