UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS FÍSICAS

EP DE FÍSICA

ESTUDIO DEL ARTICULO DE INVESTIGACIÓN

“ESTRATEGIA PARA EL ESTIMADO DE LOS COEFICIENTES DE

ABSORCIÓN Y ESPARCIMIENTO EN MEDIOS PARTICIPANTES
UNIDIMENSIONALES”

PROFESOR: RAUL CARITA MONTERO

CURSO: TÓPICOS AVANZADOS I

ALUMNO: TORRES ESTELA JOSE MANUEL

CODIGO: 09130079

SEMESTRE: 2019 - I

LIMA 2019
 UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

FACULTAD DE CIENCIAS FÍSICAS

EP DE FÍSICA

ESTUDIO DEL ARTICULO DE INVESTIGACIÓN

“ESTRATEGIA PARA EL ESTIMADO DE LOS COEFICIENTES DE

ABSORCIÓN Y ESPARCIMIENTO EN MEDIOS PARTICIPANTES
UNIDIMENSIONALES”

CURSO: ÓPTICA FÍSICA

SEMESTRE: 2019 - I

LIMA 2019
GENERALIDADES

Tipos de radiación como radiación de partículas neutras, cargadas y fotones,

tienen diferentes aplicabilidad tanto en la industria, así como en la medicina para
diagnóstico y terapia, en muchas de las técnicas usadas para reconstrucción de
imágenes dado un esparcimiento en el medio no considerado tenemos a la
tomografía computacional y la tomografía computarizada.

Cuando el esparcimiento si es considerado se tiene a la tomografía óptica

infrarroja, aquí el modelado de la reconstrucción de imágenes es más complejo y
es no lineal, en el análisis de la tomografía encontraremos con transporte de
articulas neutras en los reactores nucleares y en la transferencia de calor por
radiación térmica, aquí experimentaremos con los fenómenos físicos como la
absorción, emisión y esparcimiento la cual será modelado por la ecuación de
transferencia radiativa

OBJETIVOS

Objetivo general

Estimar los coeficientes de absorción y esparcimiento en medios participantes de

una dimensión.

Objetivo especifico

Estimar el coeficiente de esparcimiento partiendo de mejores valores iniciales y

utilizando la mínima cantidad de detectores.

Determinar un algoritmo que nos de una mejor estimación de los coeficientes de

adsorción y esparcimiento al emplear dato con ruido aleatorio.
FUNDAMENTO TEORICO

EL PROBLEMA DIRECTO

La ecuación de transporte de radiación en coordenadas cartesianas para un medio

unidimensional en régimen permanente, considera simetría azimutal, sin
dependencia espectral, en medio isotrópico y sin fuentes.

………..(1)

La figura 1.

Presenta el problema físico a resolver en una placa larga de espesor Lx. El

dominio espacial es discretizado en E intervalos regulares Δx como se aprecia en
la figura 1.

L longitud del medio Lx es igual Lx = EΔx.

Producto de la discretización cada segmento espacial va ser identificado por un

subíndice e. El centroide del segmento e es determinado por:
Δx
Xe = (2e - 1) 2 …… (2)

Δx.= xe+1 – xe y ΔIel,e – Iwl.e ………(3)

Para la figura 2.

μl está dentro de los intervalos -1 < μl < 1.Entonces el valor positivo o negativo
de μl describe 2 cuadrantes.
El cuadrante I, ocurre para μl > 0, en la dirección I,e está en la dirección de
Iw,luego

Iel,e = 2Il,e – Iwl,e …………………….(8)

Luego
2μ1Iwl,e+ΔxQl,e
Il,e = ……………….(9)
2μl+ σt,eΔx

El cuadrante II, ocurre para μl < 0, en la dirección I,e está en la dirección de Ie,
luego

Iwl,e = 2Il,e – Iel,e …………………….(10)

Luego

−2μ1Iel,e+ΔxQl,e
Il,e = ……………….(11)
−2μl+ σt,eΔx

Donde l = 1,2,…,Lo y e = E, E-1,….,1.

EL PROBLEMA INVERSO

Tenemos σa y σs coeficientes de absorción y esparcimiento

Sea E el número de elementos o segmentos en que esta particionado el medio,

𝑞 𝑘 med es intensidades medidas experimentales.

Función error:

Gk(𝜎 𝑎 ,𝜎 𝑠 ) = 𝑞 𝑘 med - Fk(𝜎 𝑎 ,𝜎 𝑠 )

El método de máxima entropía está basado en la minimización de la distancia de

Bregman D, restringida a la función error.

Min D(σ,σo) = G(σ)

La función convexa relacionada a las entropías de Havdra-Charvat

ʚ𝑛
nr (σ) = ∑𝐸𝑒=1 ʚ𝜎𝑒 (σe - σoe)

Para cada valor de r se tiene un valor n diferente

La distancia de Bregman diferente usada en el Lagrangiano es:

Lr (σ,σo, λ) = D(σ,σo) + ∑𝐾
𝑘=1[λkGk(σ)]

Donde λk son los multiplicadores de lagrange, donde k = 1,……,K.

Luego obtenemos el Lagraniano:

Cuando r = 1 , la función n coincide con la entropía de Shannon

Ahora buscamos el punto crítico del lagrangiano, igualamos a cero las derivadas
del lagrangiano con respecto a todas sus incógnitas.
ʚ
L(σ,σo,λ) = 0, e = 1,2,…..,E,
ʚ𝜎𝑒
ʚ
L(σ,σo,λ) = 0 k = 1,2,…...,K,
ʚλ𝑘

Para resolver este sistema de ecuaciones se usó MATLAB.

RESULTADOS

El objetivo es encontrar las mejores condiciones para el r y los mejores valores

iniciales y el mínimo numero de detectores a ser empleado, para estimar el
coeficiente de esparcimiento al considerar como datos el ruido aleatorio, con
intensidad de la fuente igual a 1.
Definimos el error porcentual
𝜎𝑒,𝑒𝑥𝑎𝑐𝑡𝑜− 𝜎𝑒,𝑐𝑎𝑙𝑐𝑢𝑙𝑎𝑑𝑜
EP = 100%√∑𝐸
𝑒=1( )
𝜎𝑒,𝑒𝑥𝑎𝑐𝑡𝑜

Donde el subíndice e indica un elemento discretizado dominio y E el número total

de segmentos.
CONCLUSIONES

Al emplear la distancia de Bregman calculada con la funcional relacionada a la

entropía de Havdra-Charvat nos da un conjunto de resultados para cada
parámetro de r.

Si se tiene un conocimiento previo de posibles valores de 𝜎 𝑎 y 𝜎 𝑠 y el valor óptimo

de r para estimar los coeficientes de absorción y esparcimiento es r = 4