Scaricare la presentazione
La presentazione è in caricamento. Aspetta per favore
1
Introduzione ai Metodi Inversi
2
Metodi Inversi Stima dei parametri di un modello a partire dalle osservazioni (dati) stima del parametro incertezza sul valore risoluzione
3
Metodi Inversi Il modello è una relazione matematica che esprime il legame tra dati e parametri
4
Problema Lineare La relazione tra dati e parametri è lineare:
5
Problema Lineare Esempio di un classico problema lineare:
stima dei parametri: m1=coefficiente angolare m2=ordinata all’origine
6
Metodo dei Minimi Quadrati
y=m1x+m2 I valori di “best fit” di m1 e m2 sono quelli che rendono minima la norma L2:
7
Metodo dei Minimi Quadrati
N equazioni (con N numero dei dati) sistema in forma matriciale Y X M
8
Metodo dei Minimi Quadrati
Soluzione del problema ai MQ
9
Localizzazione dei Terremoti
La localizzazione dei terremoti è un problema inverso
10
Localizzazione dei Terremoti
DATI: tempi dei primi arrivi delle onde P/S alle stazioni MODELLO:
11
Localizzazione dei Terremoti
PARAMETRI: coordinate ipocentrali xH, yH, zH tempo origine del terremoto T0
12
Localizzazione dei Terremoti
La localizzazione dei terremoti NON è un problema lineare! Come si fa?
13
Localizzazione dei Terremoti
Si linearizza!!! sviluppo in serie di Taylor arrestato al primo ordine * soluzione di prova (o riferimento) D differenza tra il parametro attuale e quello di prova
14
Localizzazione dei Terremoti
date N letture di tempi P/S si ha con ossia
15
Localizzazione dei Terremoti
Il vettore M si calcola mediante soluzione ai minimi quadrati (xH, yH, zH; T0) è la nuova soluzione di prova Il procedimento iterativo si ripete finché SRi non diventa minore di un valore prestabilito (errore sui dati)
Presentazioni simili
© 2024 SlidePlayer.it Inc.
All rights reserved.