DECONVOLUCIN SSMICA

DECONVOLUCION PREDICTIVA.

TEORIA BASICA Y ESTIMACIONES ESTADISTICAS.

La solucin prctica al problema de separar el componente dinmico, asociado a la
ondcula ssmica y el componente aleatorio, asociado a la serie reflectiva del subsuelo de
una seccin finita o ventana de tiempo de la traza ssmica, involucra la estimacin
estadstica de la parte predecible de la misma.

Uno de los mtodos ms utilizados para resolver este problema consiste en la estimacin de
un operador predictivo de error que equivale el inverso de la ondcula ssmica involucrada en
el proceso, dentro de la ventana de tiempo en consideracin. Para ello se define el operador
de prediccin unitario como:

X i +1

= K+

s =0

as X is
.............................. (1)

Donde X i +1 es el valor estimado del valor futuro Xi+1 y K un valor constante que toma en
consideracin el valor promedio de la serie de tiempo

[X t ] tM=0

que define la ventana de

tiempo de la traza ssmica.

Ntese que en la ecuacin (1) la distancia predictiva es la unidad (=1) y que la estimacin
est basada en el valor presente (X1) as como en los M valores pasados de la serie i.e:
( Xi-1 ; Xi-2 ; ... ; Xi

-M

). Adicionalmente, los (M+2) coeficientes : (K, a0, a1,...,aM) son

determinados optimizndolos en base a una norma, entre las cuales la ms utilizada es la

cuadrtica de la cual se deriva el mtodo de mnimos cuadrados.

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

De aqu que en la forma ms usual, se desean estimar estos parmetros minimizando la

suma cuadrada de los errores entre el valor actual Xi+1 y el valor estimado X i +1 , siendo
entonces la forma:

X i +1 X i +1

............................. (2)

La ventana de tiempo a ser utilizada se define como aquella de longitud (n) que incluye los
valores Xi+1 desde el valor de subndice (i+1) = (N+1) hasta el valor de subndice (i+1) =
(N+n). En virtud de que la minimizacin es para la suma de errores cuadrticos entre valores
actuales y estimados dentro de esa ventana de tiempo, se hace necesario iniciar el proceso
de suma para el subndice desde:

i +1 = N +1 i = N

.............................. (3)

Hasta

i + 1 = N + n i = N + n 1

Por lo tanto, el error cuadrtico suma viene dado por:

J=

N + n 1

(X

i=N

i +1

X i +1 )

............................... (4)

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

Utilizando la ecuacin (1) se tiene que:

J=

N + n 1

i=N

+
X
(
K
a s X i s )

i +1
s =0

i.e.:

J=

N + n 1

i=N

( X i +1 K as X is
s =0

)
.............................. (5)

Para proceder con la minimizacin, se hacen las derivadas parciales de (J) con respecto a
los coeficientes (K, a0, a1, . . . , aM ) iguales a cero, obtenindose un sistema de (M+2)
ecuaciones lineales con (M+2) incgnitas. Es decir:
M
J
= 0 Kn + (a s
K
s =0

J
=0 K
a p

N = n 1

i=N

N + n 1

i=N

X is ) =

N + n 1

i=N

X i +1

N + n 1

s =0

i=N

X i p + (a s

................................ (6)

X i p X is ) =

(para: p = 0,1,. . . ,M)

N + n 1

i=N

X i p X i +1

............................... (7)

De donde se obtienen los valores del vector de coeficientes (K, a0, a1, . . . , aM ) que minimiza
al cuadrado de la diferencia entre el valor real y el valor estimado segn el criterio de
mnimos cuadrados. Si el valor de estos coeficientes es utilizado en la ecuacin (5) y
haciendo una expansin de la misma, se obtiene que el valor mnimo de J es:

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

J=

N + n 1

i=N

X i2+1 K

N = n 1

i=N

X i +1 a s
s =0

N + n 1

i=N

X i s X i +1

.............................. (8)

El cual puede interpretarse como una medida de adecuacin en la afectividad del operador
predictivo en reproducir la serie de tiempo (Xi) en el intervalo de tiempo del operador.

Otra medida de la efectividad del operador es el de porcentaje de reduccin de la varianza

de la muestra, el cual viene dado por definicin como:

% R = 100 (1

J
)
J0

............................... (9)

Donde J0 es la varianza dada por:

J0 =

N = n 1

i=N

( X i =1 X ) 2
............................... (10)

La solucin de las ecuaciones normales expresados en (6) y (7) arrojan como

resultado los coeficientes del operador (K, a0, a1, . . . , aM ), asumiendo que la traza
ssmica est compuesta de una sobreposicin aditiva de ondculas ssmicas, todas con la
misma forma de onda (bs), pero con amplitud y polaridad definidas por el coeficiente de
reflexin (t), de forma tal que a un tiempo t se obtiene la contribucin:

" t " = t t b0
" t " = t 1 t 1 b1
" t " = t 2 t 2 b2

.............................. (11)

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

De donde la traza ssmica (Xt) en el tiempo t es la sumatoria de todas estas

contribuciones. Es decir:

X t = b0 t + b1 t 1 =

s =0

t s
............................ (12)

Conocida la ondcula (bt), se desea removerla de la traza ssmica (Xt ), dejando como
componente residual a la serie (t) la cual representa a la serie reflectiva del subsuelo en
una forma estadsticamente significativa. Para anular la ondcula (bt) se consigue su inverso
(Ct) a fin de que se cumpla:

=1

C 0 b0
n

C
s =0

bn s

= 0

.............................. (13)
(n=1,2,3,. . . )

De esta manera, la operacin lineal que remueve la ondcula (bt) de la traza ssmica (Xt)
sera definida como:

s =0

C s X t s =

s =0

Cs

b
r =0

t r s = t

.............................. (14)

En vista que el error de prediccin para una distancia predictiva unitaria viene dado como:

b0 t = X t X t

.................................. (15)

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

Se concluye, comparando las ecuaciones (1) y (14) que los coeficientes de los operadores
de las mismas estn relacionadas segn las expresiones:

= b01

= C0 a0
= C 0 a1

= C0 a2

C m = C 0 a m
C0
C1
C2
C3

................................ (16)

C s = 0; S > m m = M + 1

Estas relaciones permiten determinar el inverso de la ondcula (i.e.: Ct) a partir de las
soluciones (at) de las ecuaciones normales. Adicionalmente, siempre y cuando (at) sea un
operador de fase mnima, se puede determinar la ondcula (bt) segn las ecuaciones:

1
= C 0 C s bt +1 s

s =1

= a s bt s

s +0

b0 = C 01

bt +1
o
bt +1

.............................. (17)

EFECTIVIDAD DEL OPERADOR DE PREDICCION.

Una vez que los coeficientes numricos de los coeficientes K y (as) (s = 0, 1, . . . M) del filtro
de prediccin son calculados y utilizados para predecir los valores de la traza (Xt) segn la
ecuacin (1), se debe determinar la adecuacin del operador en funcin del error entre el
valor actual o real de la traza (Xi+1) y el valor estimado ( X i +1 ) mediante algn procedimiento

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

que permita definir la efectividad del operador de prediccin en reconstruir a la traza

ssmica. Para ello, una cantidad estadstica muy utilizada es la del promedio flotante o
promedio mvil cuadrtico de error definido segn la ecuacin:

Ei =

1
2p +1

i+ p

(X

j =i p

X j ) 2
............................... (18)

Donde:
Ei = promedio mvil cuadrtico de error.
Xj = valor real de la traza ssmica.

X j = valor estimado de la traza ssmica.

(2p + 1) = No. de elementos en cada promedio.

Adicionalmente, si se define la varianza flotante o mvil de la traza ssmica (Xt) como:

Vi =

1
2 p +1

i+ p

(X

j =i p

X )2

.............................. (19)

Donde:
Vi = varianza flotante o mvil de (Xt).
Xj = valor real de la traza ssmica.

X = valor promedio de la traza ssmica.

Es de hacer notar que la definicin de los valores estimados estn referenciados a la

ventana de tiempo de la cual se obtuvo el operador de prediccin, sin embargo, en la

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

prctica se utilizan ventanas mayores para la aplicacin de este operador que pueden llevar
consecuentemente a considerar toda la traza como la ventana de aplicacin. Esta
consideracin debe tomarse en cuenta para la determinacin de la varianza mvil definida
en la ecuacin (19) en funcin del valor promedio ( X ).

Utilizando las ecuaciones (18) y (19) se obtiene otra medida de efectividad del operador de
prediccin definido como el factor de reduccin flotante o mvil (Ri), donde segn la
ecuacin:

Ri = 1

Ei
Vi

.............................. (20)

Obsrvese que ambos casos, para el clculo de los estadsticos definidos, se debe utilizar
como punto de partida el centro de la ventana de aplicacin del operador de prediccin, el
cual se referencia con un valor de subndice (j=0). Esto es necesario para poder satisfacer
los subndices negativos involucrados en las ecuaciones (18) y (19).

En la prctica pudiera ensayarse con diferentes ventanas de diseo del operador de

prediccin, as como diferentes ventanas de aplicacin del mismo, pudindose establecer un
procedimiento automatizado que permita determinar la ventana ptima de diseo y la
ventana ptima de aplicacin en funcin de los valores mnimos conseguidos para la
ecuacin (18) y (20). Adicionalmente, se pudiera considerar un conjunto de trazas ssmicas
y efectuar todo este procedimiento en forma multicanal a fin de obtener valores
estadsticamente ms significativos.

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

EL MODELO PREDICTIVO POR MINIMOS CUADRADOS.

Dada una seal (Xt) a un filtro (ft) cuyas caractersticas se desean determinar, de forma que
la seal de salida deseada de este filtro sea (Zt). Sin embargo, al aplicar el filtro se supone
una discrepancia entre la seal de salida deseada (Zt) y la seal de salida real del filtro (yt)
donde esta ltima viene definida como:

yt =

=0

X f t

............................. (21)

Si (ft) es un operador de prediccin con una distancia predictiva (), entonces la salida (yt)
deber ser un estimado de la entrada (Xt) a un tiempo futuro (t + ), de manera que:

yt =

X f t = X t

.............................. (22)

Si se define la serie de error entre el valor real Xt+ y el valor estimado X t + como:

t + =

X t + X t + = X t + X f t

.............................. (23)

La transformada Z de la ecuacin (23) es de la forma:

Z E ( Z ) = Z X ( Z ) X ( Z ) F ( Z )

............................... (24)

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

Multiplicando ambos lados de la expresin (24) por el valor (Z ) se tiene:

E (Z ) = X (Z ) Z X (Z ) F (Z ) = X (Z ) 1 Z F (Z )

.................................. (25)

Donde:

P( Z ) = 1 Z F ( Z )

.................................. (26)

es la transformada (Z) del operador de error predictivo para una distancia ().

La ecuacin (26) establece que si los coeficientes del operador predictivo unitario de
longitud (n) viene dados segn la serie [at

]tn=01

= (a0, a1, . . . , an-1). Entonces, los coeficientes

del operador predictivo de error de longitud (n+ - 1) para una distancia predictiva () se
define como:

[ f t ] tn=+0 1 =

(1,0 , 0 ,..., 0 , 0 , a 0 ,a1 , ...,a n 1

................................. (27)

Donde el nmero de ceroses igual a ( - 1).

De esta manera, el modelo predictivo por mnimos cuadrados, envuelve el concurso de tres
seales: (1) la seal de entrada (Xt); (2) la seal de salida deseada (Zt) y la salida actual o
real (yt), de donde se pretende minimizar la expresin:

J=

(Z
t

yt ) 2

.............................. (28)

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

Cuyo proceso produce el sistema de ecuaciones normales:

1 n 1 f 0
0
g0

g
0
n2 f1
1
= 1

0 f n 1
n 1 n 2
g n 1

.
............................. (29)

Donde (t) es la funcin de autocorrelacin de la seal de entrada, definida como:

t = X t X t +

.................................... (30)

(gt) es la funcin de correlacin cruzada entre la seal de salida deseada y la seal de

entrada, definida como:

g = Z t X t +

...................... (31)

Ahora bien, si la ecuacin (31) se establece que la seal de salida deseada sea el valor
futuro de la seal sea el valor futuro de la seal de entrada para un tiempo de prediccin (
t) o distancia predictiva (), entonces se tiene que:

g = Z t X t + = X t + X t + = X t X t + ( + ) = + = +
t

.................. (32)

i.e.: g = +

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

De aqu que el sistema matricial descrito en (29) puede reformularse, para el caso de filtros
de prediccin para distancias predictivas (), como:

n 1 f 0

n 2 f1 +1
=

1
0

0
1

n 1 n 2

0 f n 1

+ n 1

.............................. (33)

Obsrvese que para una distancia predictiva unitaria ( = 1) la ecuacin (33) se transforma
en:

o f0 +
1 f0

1 f1
0 f1

n 1 f 0 + n 2 f1

+ + n 1 f n 1
+ + n 2 f n 1

+ + 0 f n 1

= 1
=2

=n

............................. (35)

o lo que es lo mismo:

1 + o f 0 + 1 f1
2+
1 f0
0 f1

n + n 1 f 0 + n 2 f1

+ + n 1 f n 1
+ + n 2 f n 1

+ + 0 f n 1

= 0
= 0

=0

............................... (36)

=
= 0
= 0

= 0

.............................. (37)

Si se aumenta el sistema (36) de manera que:

0
1
2

+
+
+

1 f0
0 f0
1 f0

+ n 1 f 0

+ + n f n 1
+ + n 1 f n 1
+ + n 2 f n 1

+ + 0 f n 1

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

Se obtiene el sistema matricial asociado:

1
0

n 1

n
n 1

1

f
0
0

0
f n 1

................................ (38)

La ecuacin (38) establece el sistema a resolver para la determinacin de un filtro que

transforme la seal de entrada en un impulso a un tiempo (t=0), por lo que se demuestra su
equivalencia con respecto al filtro de prediccin de distancia predictiva unitaria ( = 1)
descrito en la ecuacin (35).

La aplicacin del filtro inverso transforma la ondcula ssmica a un impulso. De esta misma
forma, la aplicacin de un filtro predictivo de error transforma la ondcula ssmica de longitud
( + n) a otra ondcula de longitud (), obtenindose un mejor control del grado de resolucin
mediante la especificacin de la longitud de la forma de onda de salida deseada.

Tomando la ecuacin (33), sta puede reescribirse como el sistema de ecuaciones:

o f 0 + 1 f1
f
0 f1
1 0

n 1 f 0 + n 2 f1

+ + n 1 f n 1
+ + n 1 f n 1

+ + 0 f n 1

=
= +1

= + n 1

.............................. (39)

Este sistema puede ser aumentado aadiendo los trminos apropiados a fin de convertir el
operador de prediccin en el operador predictivo de error correspondiente. Considrese en

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

primera instancia el sistema de ecuaciones que incluye todos los trminos de

autocorrelacin : (, -1, -2, . . ., 1) de forma que el sistema (39) se convierta en:

0 1 + 0 f 0
1 0 1
1 0
0 2 + 1 f 0
+1

1 + n 1 0 + n 2 0 n + n 1 f 0

+ + n 1 f n 1
+ + n 2 f n 1

+ + 0 f n 1

=0
= 0

= 0

............... (40)

Aadiendo nuevas filas al sistema descrito en (40) de forma que el vector columna
T

(, +1, . . ., +n-1) se ample hasta el trmino (0) se tiene:

1 0 0 1

1 0
0
0

1 1 0 2
1 0 1

1 +1 0

1 + n 1 0 + n 2

0 1
0 2

0 0

0 1

0 2

0 n

+ f0
+ 1 f 0
+ 1 f0
+ 0 f0
+ 1 f0
+ n 1 f 0

+ + + n 1 f n 1
+ + + n 2 f n 1

+ +
n f n 1
+ + n 1 f n 1
+ + n 2 f n 1

0 f n 1
+ +

= K0
= K 1

= K 1
=
0

=
0

0
=

........ (41)

Claramente se observa que:

K0
K
1

K 1

= 0 ( f 0 + +1 f1
= 1 ( 1 f 0 + f1
=

1 ( 1 f 0 + 2 f1

+ + + n 1 f n 1 )
+ + + n 2 f n 1 )

+ +
n f n 1 )

..................... (42)

Prof. Gustavo Hernndez Dvila

DECONVOLUCIN SSMICA

El sistema de ecuaciones (41) se puede reescribir como:

1
0

0
1

2
1

1

+ n 1 + n 2

+ n 1
+ n 2

n 1

1
0

0
f0

f
n 1

K0

= K 1

............................... (43)

El vector (K0, K1, . . ., K-1, 0...0) representa los valores para incrementos positivos de la
funcin de correlacin cruzada entre la seal de salida deseada y la seal de entrada. En
virtud que esta correlacin cruzada se desvanece para incrementos de tiempo mayores que
( -1 ), entonces la longitud implcita en la seal de salida deseada no puede ser mayor que
( ). Dicho de otra manera, la ondcula ssmica de longitud ( + n ) como seal de entrada
debe ser transformada en una ondcula deseada de longitud ( ). Como ( ) es una variable
independiente, se dispone de un procedimiento efectivo para la transformacin de la
ondcula en un pulso de mejor resolucin.

Prof. Gustavo Hernndez Dvila