The main objective of the present work is related to the formulation and solutionof inverse problems in radiative heat transfer phenomena. The analysis consists in estimating parameters and functions of a participanting medium, such as optical thickness, single scattering albedo, diffusive reflectivities and phase function coefficients. It is performed with the numerical application of a Bayesian framework, which includes “Maximum a Posteriori” (MAP) and "Markov Chains Monte Carlo"(MCMC), within the Metropolis-Hastings procedure. These methodologiesproved to be effective for solving such problems.

Estimativa do perfil de temperatura na entrada de dutos via Método de Monte Carlo com Cadeias de MarkovEstimative of the inlet temperature profile in ducts via Markov Chain Monte Carlo Method RESUMOEste trabalho trata do emprego de uma metodologia Bayesiana para solucionar um problema inverso de transferência de calor por convecção forçada em escoamento laminar em regime permanente entre placas paralelas. O problema direto envolve o cálculo das temperaturas ao longo do duto, uma vez que as condições de contorno são especificadas. O problema direto foi resolvido numericamente em uma plataforma computacional, Mathematica, com o método de elementos finitos, aplicando a rotina computacional intrínseca, NDSolve. O problema inverso consiste em estimar o perfil de temperatura de entrada a partir de medições não intrusivas de temperatura, supostamente realizadas via câmeras termográficas. A abordagem Bayesiana adotada para estimar a solução do problema inverso, utiliza o método de Markov Chain Monte Carlo. A precisão da abordagem da solução atual foi examinada usando medições simuladas de temperatura contendo ruído de medição aleatório e diferentes perfis de temperatura de entrada. Os resultados se mostraram acurados e precisos, para todos os casos testados.