• Lunes 18 de Noviembre de 2024, 02:25

Autor Tema:  1D inverse modelling  (Leído 1782 veces)

LP

  • Nuevo Miembro
  • *
  • Mensajes: 2
    • Ver Perfil
1D inverse modelling
« en: Miércoles 16 de Enero de 2013, 10:48 »
0
Hola,
he leído un estudio en el que utilizan algo llamado "1D inverse modelling" y me interesa aplicarlo a mis datos.

Si conozco Ai, h y Ci. Pero desconozco z*, p* y q*.
A1=(C1(z*+h)-C1(h))p*+(1-C1(z*+h))q*;
A2=(C2(z*+h)-C2(h))p*+(1-C2(z*+h))q*;
A3=(C3(z*+h)-C3(h))p*+(1-C3(z*+h))q*;
A4=(C4(z*+h)-C4(h))p*+(1-C4(z*+h))q*;

Teniendo en cuenta que Ci es una función de z*, por ejemplo:
C1=1-(4(((z*)^2)/(r^2))+1)^(-0.5)
siendo 'r' conocido.

En el estudio dicen que lo resuelven con 'levenberg marquardt' en matlab ¿Podéis ayudarme? Estoy completamente perdida.
Gracias, LP.

LP

  • Nuevo Miembro
  • *
  • Mensajes: 2
    • Ver Perfil
Re:1D inverse modelling
« Respuesta #1 en: Miércoles 16 de Enero de 2013, 14:52 »
0
Es decir se trata de un sistema de ecuaciones no-lineales, que necesito resolver en 'matlab', mediante la función 'fsolve' y utilizando el algoritmo de 'Levenberg-Marquard'

Gracias!
LP