2.8.

2 El método de mínimos cuadrados

Esta técnica es extremadamente común en toda la sismología de la exploración, al igual que en

otras ciencias, y se remonta a Gauss. Los primeros principios se pueden encontrar en muchos
libros de texto, y solo el siguiente problema se considerará aquí: supongamos que se requiere
un filtro h que, cuando se convierta con una entrada x, produce un resultado deseado d.

En la práctica, para series de tiempo finitas discretas, no hay tal relleno en general y la pregunta
debe ser refinada para ser lo que es el relleno que se acerca más a producir el efecto deseado
en algún sentido.

La solución de mínimos cuadrados para nuestro problema puede ser establecido como ese filtro
que minimiza es decir,
𝐿 +𝐿
ℎ
𝐼 = ∑𝑘=0 𝑘
(𝑑𝑘 −𝑦𝑘 )2 (2.8.4)

i.e. la suma de las diferencias al cuadrado de las salidas deseadas y reales. Este criterio de
minimización de cuadrados también se conoce como minimización utilizando la norma 𝐿2
teniendo cuidado de no confundir esto con el uso de L como una longitud como la anterior.
Tenga en cuenta que hay un número infinito de otras formas de minimizar el error en algún
sentido. Por ejemplo, podríamos elegir un filtro que minimizara la suma de las diferencias
absolutas en amplitud es decir,
ℎ 𝐿 +𝐿𝑘
𝐼 = ∑𝑘=0 ∣ 𝑑𝑘 −𝑦𝑘 ∣ (2.8.5)

que corresponde a minimizar en el llamado 𝐿1 norma, según lo considerado por Claerbout y

Muir (1973). Mucho centros corrientes de investigación alrededor de estas otras técnicas, solo
consideraremos el problema de minimizar(2.8.4.)

(2.8.3) y (2.8.4) juntos dan:

𝐿ℎ +𝐿𝑘 2
ℎ𝐿
𝐼=∑ (𝑑𝑘 − ∑𝑡=0 ℎ𝑡 ∗ 𝑥𝑘−1 ) (2.8.6)
𝑘=0

Ahora expanda nuestras definiciones de x, d y h para reintroducir el concepto de tiempo-cero

de la siguiente manera:

Deje 𝑥𝑡 donde l = - P, ..., O, ..., Q

Ser la entrada y

Deja 𝑑𝑚 donde. m = - R, ..., O, ..., S

Ser el resultado deseado y

Que ℎ𝑛 donde n = - T ..., O, ..., U

Ser el filtro requerido, que es actualmente desconocido. El problema entonces es minimizar

𝑈+𝑄
𝐼 = ∑𝑘=−𝑃−𝑇(𝑑𝑘 − ∑𝑈
𝑡=−𝑇 ℎ𝑡 ∗ 𝑥𝑘−1 )
2
(2.8.7)
Variando el ℎ1 .

Empleando la técnica estándar de tomar la derivada parcial con respecto a ℎ𝑡 , para t, y el ajuste
igual a 0 da
𝑈+𝑄 𝑈
𝑈+𝑄
∑ 𝑑𝑘 ∗ 𝑥𝑘−𝑡 = ∑ . ∑ ℎ𝑡 . 𝑥𝑘−𝑟 . 𝑥𝑘−𝑗
𝐾=−𝑃−𝑇
𝑘=−𝑃−𝑇 𝑡=−𝑇

Para J = -T,….,O,……U

Intercambiando las órdenes de suma y reescribiendo los rendimientos finalmente

𝑈
𝑈+𝑄 𝑈+𝑄
∑ 𝑥𝑘−𝑟 . 𝑥𝑘−𝑗 ∑ ℎ𝑡 = ∑ 𝑑𝑘 ∗ 𝑥𝑘−𝑡
𝐾=−𝑃−𝑇 𝐾=−𝑃−𝑇
𝑡=−𝑇

Para J = -T,….,O,……U

Este es el resultado del interés, y se conoce como la ecuación discreta de Wiener-Hopf, siguiendo
el trabajo pionero del gran matemático estadounidense Norbert wiener. El primer término, el
lado izquierdo de esta ecuación es la auto correlación que se conoce, el segundo término son
los coeficientes de relleno, que son desconocidos y el lado derecho es la correlación cruzada de
la entrada con la salida diseñada, que también es conocido.

Nótese por ahora que (2.8.8) puede escribirse en una formulación de matriz presentada
anteriormente como

𝑋 𝑇 𝑋𝐻 = 𝑋 𝑇 𝐷
(2.8.8) es en realidad un conjunto de ecuaciones simultáneas que se han resuelto en el orden
de diez mil millones de veces durante la era de la tecnología digital de la computadora en
sismología sola. A pesar de su inmensa importancia práctica en el análisis de series de tiempo
descritas, el trabajo de Wiener es sorprendentemente poco conocido, fuera de los campos de la
teoría de la comunicación, la sismología y la econometría.

Antes de continuar con la discusión de (2.8.8) y sus muchos usos, se transformará para facilitar
su aplicación en un programa informático de FORTRAN, donde el uso de índices negativos está
prohibido o plagado de peligros, dependiendo de la implementación del compilador.

Dejar

𝑍𝑋 Sea el índice de tiempo cero en la entrada

𝑍𝑑 Sea el índice de tiempo cero en la salida deseada

𝑍ℎ Sea el índice de tiempo cero en el relleno.

Entonces

𝑍𝑋 = 𝑃 + 1
𝑍𝑑 = 𝑅 + 1
𝑍ℎ = 𝑇 + 1
Ahora defina las matrices e índices desplazados
,
𝑥𝑡+𝑝+1 =𝑥 l=-P,…,0,…,Q
,
𝑑𝑚+𝑇+1 =𝑑 m=-R,…,0,…,S
,
ℎ𝑛+𝑇+1 =ℎ n=-T,…,0,…,U

𝑗, = 𝑗 + 𝑇 + 1
𝑡, = 𝑡 + 𝑇 + 1
𝑘, = 𝑘 + 𝑃 + 𝑇 + 1
Sustituyendo (2.8.10) y (2.8.11) en (2.8.8) da después de un poco de manipulación
𝐿ℎ
𝐿ℎ +𝐿𝑥 −1 𝐿ℎ +𝐿𝑥 −1
∑ 𝑥𝑘, , −𝑡 , +1 . 𝑥𝑘, , −𝑗, +1 ∑ ℎ𝑡, , = ∑ 𝑑𝑘, , + 𝑍𝑑 +1− 𝑍𝑋 − 𝑍ℎ . 𝑑𝑘, , −𝑡 , +1
𝑘 , =1 𝑘 , =1
𝑡 , =1

Para t =, ...., 𝐿ℎ , donde 𝐿𝑥 son las longitudes totales del punto y filtro respectivamente. La versión
revisada de (2.8.8) está en una forma adecuada para su inclusión en un programa de
computadora.

Tenga en cuenta que el conocimiento de 𝑍𝑋 no es necesario para el cálculo del lado izquierdo
de (2.8.12). Otra manifestación del hecho de que la autocorrelación no tiene información de
fase.