Inversión de datos
geofísicos
Funciones objetivo y variaciones de la inversión por mínimos
cuadrados
Presenta:
-1-
Funciones objetivo
Cuando se resuelven problemas inversos lineales, se requiere de una función
objetivo para minimizarla y obtener de este modo, la mejor estimación de los
parámetros del modelo.
Función objetivo: Función utilizada para estimar el error o complejidad en la
solución de un modelo.
Longitud
En un sentido euclideano, representa el tamaño total de la solución.
M
L m m mi2 .......... 1
T
i 1
Minimizar la longitud de una solución implica buscar modelos cuyos parámetros
tiendan a valores cercanos a cero [expresión (1)], o bien, a un valor razonable m
esperado para dicho parámetro [expresión (2)].
L m m m m .......... 2
T
Error
Diferencia entre valor estimado y valor observado.
e d est d obs
E eT e .......... 3
Facultad de Ingeniería, UNAM -2-
Funciones objetivo
En ocasiones es necesario utilizar una función objetivo formada por la combinación
de la estimación del error y la longitud de la solución.
Error y longitud amortiguadas
Se suele aplicar para “estabilizar” el cálculo de la inversa de la matriz GT G cuando
esta es cercana a una matriz singular.
m E 2mT m .......... 4
“Damping” o amortiguamiento
“Suavidad” o “rugosidad” de parámetros
En ocasiones se requiere que los parámetros del modelo solución, varíen o no
abruptamente, por lo que se le suele aplicar un factor de peso.
Matriz de suavidad “flatness”
D f diag 1 1
L mTWm m
Wm D T D
L m m W m m
Matriz de rugosidad “roughness” T
m
Dr diag 1 2 1
Se aplica cuando la ecuación Gm d es totalmente subdeterminada. 5
Facultad de Ingeniería, UNAM -3-
Funciones objetivo
Error “pesado”
Se aplica en forma de una matriz diagonal en la que cada elemento representa la
contribución relativa de la exactitud de dicha lectura, a la totalidad de las demás.
Ejemplo : diag We 1 1 3 1 1
E eTWe e .......... 6
Facultad de Ingeniería, UNAM -4-
Soluciones
Las técnicas de inversión para estimar parámetros del modelo reciben su
nombre a partir del tipo de función objetivo utilizada
Mínimos cuadrados
Se busca obtener modelos cuyo error sea mínimo.
Se minimiza la función objetivo (3).
1
m est G T G G T d
Mínimos cuadrados amortiguados
Se busca “amortiguar” la indeterminación al calcular la inversa.
Se minimiza la función objetivo (4).
m est
1
G G I GT d
T 2
Mínimos cuadrados pesados
Se busca obtener un modelo con error mínimo, pesando apropiadamente los datos.
Se minimiza la función objetivo (6).
m est
1
G WeG G TWe d
T
Facultad de Ingeniería, UNAM -5-
Soluciones
Mínima longitud pesada
Se busca obtener los modelos más simples cuando el problema es totalmente
subdeterminado.
Se minimiza la función objetivo (5).
m est
m WmG GWmG T
d G m
T 1
Mínimos cuadrados pesados y amortiguados
Se busca encontrar una solución que tenga un error de predicción razonable, así como
“amortiguar” la indeterminación en el cálculo de la inversa.
Se minimiza la función objetivo combinada con (2), (3) y (4): E 2L
m est m G TWeG 2Wm G TWe d G m
1
est 1
m m W G GW G W
m
T
m
1 T 2
e d G m
1 1
Facultad de Ingeniería, UNAM -6-