Sei sulla pagina 1di 5

1

GEO A54
INVERSO DE DADOS GEOFSICOS
Milton J os Porsani
CURSO DE PS-GRADUAO EM GEOFSICA
UNIVERSIDADE FEDERAL DA BAHIA
2
Mtodo dos Mnimos-Quadrados
3 4
5 6
Cholesky ou Decomposio LU
Conjugado-gradiente
Pre-condicionado Conjugado Gradiente
SVD
Eliminao Gaussiana
Gauss-Seidel
Cramer
Recurso Levinson Generalizada
.
.
.
7
MTODO DE CHOLESKY OU DECOMPOSIO LU (DLU)
L =matriz triangular inferior (Lower)
U =matriz triangular superior (Upper)
A=LU
Ah=b
LU h =b
Deixando Uh=f, resulta
Lf=b (1)
Uh=f (2)
Resolve eq. 1 para f e resolve eq. 2 para h
8
Exemplo
a b c
b d e
c e f
h1
h2
h3
b1
b2
b3
=
a b c
b d e
c e f
=
r 0 0
s u 0
t v x
r s t
0 u v
0 0 x
r r =a , r=sqrt(a)
r s =b , s=b/r
r t =c , t=c/r
ss +uu =d , u=sqrt(d-ss)
s t +uv =e , v=(e-st)/u
t t +vv +xx=f , x=sqrt(f-tt-vv)
f1
f2
f3
b1
b2
b3
=
r 0 0
s u 0
t v x
f1=b1/r
f2=(b2-b1s)/u
f3=(b3-f2v-f1t)/x
h1
h2
h3
f1
f2
f3
=
r s t
0 u v
0 0 x
h3=f3/x
h2=(f2-vh3)/u
h1=(f1-th3-sh2)/r
9
INVERSO DE DADOS GEOFSICOS
F(m) normalmente uma funo no linear nos parmetros
10
MTODOS DE INVERSO
Mtodos de escopo local
1. Gauss-Newton
2. Newton
Mtodos de escopo global
1. Simulated Annealing (SA)
2. Very-Fast Simulated Annealing (VFSA)
3. Algoritmo Gentico (AG)
11
EXEMPLOS DE FUNES OBJETIVO (F0)
12
Representao de uma FO quando F(m) no linear nos parmetros
13
Podemos obter o modelo associado ao mnimo do parabolide, aceit-lo
como sendo o novo modelo corrente e reiterar o processo at a obteno
do mnimo global (ou local).
A forma como gerado o parabolide determina o mtodo de
Newton ou de Gauss-Newton.
Mtodo de Gauss-newton O parabolide gerado a partir da expanso
Taylor de primeira ordem dos erros entre dados observados e calculados.
Mtodo de Newton O parabolide obtido atravs da expanso de Taylor
de segunda ordem da FO.
Os dois mtodos utilizam informaes do gradiente da funo objetivo e
requerem um modelo inicial. Tambm os dois mtodos convergem para
o mnimo local mais prximo do modelo inicial. A convergncia para o mnimo
Global da FO depende do modelo inicial ser bom.
14
15 16
PASSOS DO ALGORITMO DE GAUSS-NEWTON (GN)
Modelo inicial
DO k=0, Niter
Calculamos
Geramos a matriz sensibilidade
Calculamos os desvios
Obtemos a soluo MQ do sistema linear
Geramos o novo modelo
Atualizamos o modelo corrente
se
17 18
19
PASSOS DO ALGORITMO DE NEWTON
Modelo inicial
DO k=0, Niter
Calculamos
Geramos a matriz das derivadas
Segundas e cruzadas
Avaliamos o vetor gradiente
Resolvemos o sistema
Geramos o novo modelo
Atualizamos o modelo corrente
se
20
Inverse Problems in Geophysics. Colorado School of Mines.W. Press, B. Flannery, S.
Teukolsky e W. Vetterling (1986).
Lines, L. R. and Treitel, s., 1984, Tutorial, A review of least-squares inversion and its
application to geophysical problems, Geophysical prospecting, 32, 159-186.
Menke, W., 1989. Geophysical Data Analysis: discrete Inverse Theory. International
Geophysics Series, V. 45, Academic Press.
Numerical Recipes in Fortran 77: The Art of Scientific Computing. Cambridge University Press
Porsani, M.J ., Stoffa, P.L., Sen, M.K., Chunduru, R.K, 2000, Fitness functions, genetic
algorithms and hybrid optimization in seismic waveforminversion. J ournal of seismic
exploration, 9, 143-164.
Porsani, M. J . Niwas, S., Ferreira, N., 2001. Robust inversion of vertical electrical sounding
data using a multiple reweighted least-squares method, Geophysical Prospection, 49, 255-
264.
Scales, J . A., and Smith, M. L., 1994. Introductory geoophysicsl Inverse Theory. Samizdat
Press. Colorado School of Mines Tarantola, a., 1987, Inverse Problem Theory: Methods of
Data Fitting and Model Parameter Estimation, Elsevier, 478 pp.
Referncias