Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
DECONVOLUCION PREDICTIVA.
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
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
DECONVOLUCIN SSMICA
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
J=
N + n 1
(X
i=N
i +1
X i +1 )
............................... (4)
DECONVOLUCIN SSMICA
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 ) =
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:
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.
% R = 100 (1
J
)
J0
............................... (9)
J0 =
N = n 1
i=N
( X i =1 X ) 2
............................... (10)
" t " = t t b0
" t " = t 1 t 1 b1
" t " = t 2 t 2 b2
.............................. (11)
DECONVOLUCIN SSMICA
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)
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)
DECONVOLUCIN SSMICA
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.
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.
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).
DECONVOLUCIN SSMICA
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)
Z E ( Z ) = Z X ( Z ) X ( Z ) F ( Z )
............................... (24)
DECONVOLUCIN SSMICA
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
del operador predictivo de error de longitud (n+ - 1) para una distancia predictiva () se
define como:
[ f t ] tn=+0 1 =
................................. (27)
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)
DECONVOLUCIN SSMICA
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)
t = X t X t +
.................................... (30)
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 = +
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)
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
DECONVOLUCIN SSMICA
1
0
n 1
n
n 1
1
f
0
0
0
f n 1
................................ (38)
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.
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
DECONVOLUCIN SSMICA
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 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)
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)
DECONVOLUCIN SSMICA
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.