INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
INSTITUTO POLITÉCNICO NACIONAL - Alexander Gelbukh
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
El segundo enfoque es general cuando es posible determinar cualquiera de los<br />
parámetros de las fuentes en el marco del modelo aceptado.<br />
Sean f(x 1 ,x 2 ,...x m ) = una función de criterio que refléjale éxito de la búsqueda de<br />
las fuentes de contaminación. El éxito será evaluado por la diferencia entre los<br />
datos de la modelación y los datos experimentales, es decir:<br />
f(x 1 ,x 2 ,...x n )=f [F m (X, D), F o (D)]<br />
Los parámetros a buscar son un resultado de solución del problema de<br />
optimización:<br />
f(x 1 ,x 2 ,...x m ) → min.,<br />
Es decir:<br />
X = argmin [f(x 1 ,x 2 ,...x m )]<br />
La forma concreta de la función f(.) se define en base al interés del usuario y por<br />
los requisitos de precisión y sensibilidad de la solución. Por ejemplo en geofísica,<br />
a menudo esta función se presenta en la forma:<br />
n<br />
f(x 1 ,x 2 ,...x m ) = ∑ |F m (x 1 ,x 2 ,...,x m , D k ) - F o (D k )| 2 (1.1-7)<br />
k=<br />
1<br />
Este enfoque se usa ampliamente en las ciencias naturales y en ingeniería para<br />
identificar sistemas complejos. En este trabajo será utilizado.<br />
Es fácil ver que la forma de la función de criterio (1.1-7) se parece a la de la<br />
función (1.1-4) introducida en la sección 2. Pero ahora:<br />
- no es necesario hacer algunas suposiciones acerca de la ley de distribución de<br />
cada parámetro del modelo.<br />
- el resultado de la búsqueda no es un valor exacto sino los parámetros de<br />
algunas leyes de distribución<br />
Cabe mencionar que siempre que haya la posibilidad de usar las formas<br />
determinísticas de formalización de un problema hay que usarlas.<br />
El problema principal es que generalmente la función de criterio f(.) tiene muchos<br />
extremos locales, y además esta función es poco sensible a los cambios de valor<br />
de algunas de sus variables, esto significa que el problema (1.1-7) es un problema<br />
matemáticamente incorrecto. Esta situación es muy típica en problemas inversos.<br />
La experiencia existente para la solución de problemas inversos tanto en Geofísica<br />
como en otras áreas puede ser útil para el campo ambiental.<br />
12