Problem odwrotny (zagadnienie odwrotne, ang. Inverse problem) – zadanie, które często występuje w różnych gałęziach nauki czy matematyki, gdzie niektóre parametry modelu muszą być wyznaczone na podstawie obserwowanych wartości.

Załóżmy, że nasz model polega na sumowaniu wszystkich cyfr z pudła (A). Za pomocą zagadnienia odwrotnego staramy się z otrzymanego wyniku odtworzyć zawartość pudła (B). Pomyślność rozwiązania zależy od informacji jakie posiadamy na temat założeń dotyczących naszego modelu.

Zapis formalny edytuj

Załóżmy, że wybrane zjawisko można opisać za pomocą zależności:

 

gdzie   to wektor danych wyjściowych z systemu (np. zmierzona temperatura obiektu);   to wektor danych wejściowych oznaczający przyczyny zewnętrzne (np. przyłożona siła);   oznacza właściwości samego systemu (np. stałe materiałowe);   oznacza warunki brzegowe;   to system (funkcja, macierz) opisujący zjawisko. Jeśli na podstawie znanych parametrów   wyznaczana jest wartość   to mamy do czynienia z zagadnieniem wprost. W przypadku gdy na podstawie znajomości wektora   i wybranych parametrów spośród   mamy wyznaczyć brakujące wielkości opisujące zjawisko mówimy o problemie odwrotnym. Możliwa jest również sytuacja w której np. posiadamy niepełną informację na temat wektorów   i   wtedy zadanie mające na celu wyznaczyć brakujące wartości nazywamy problemem mieszanym[1].

Prosty przykład edytuj

Odnosząc rozumowanie do ilustracji obok załóżmy, że nasz model polega na zsumowaniu wszystkich cyfr z pudła (część A rysunku). Zagadnienie odwrotne mogłoby polegać na wyznaczeniu na podstawie obserwowanego wyniku 27 zawartości pudła (część B rysunku). W zależności od dodatkowych informacji o naszym modelu możemy uzyskać rzeczywiste rozwiązanie bądź nie. Mówimy wtedy, że problem jest dobrze bądź źle postawiony.

Typy problemów źle postawionych edytuj

W praktyce zagadnienia odwrotne są często problemami źle postawionymi i do ich rozwiązania wykorzystuje się np. metody regularyzacyjne. Wybór techniki rozwiązania zależy od rodzaju zagadnienia. Zwyczajowo wyróżnia się 3 następujące typy zagadnień odwrotnych źle postawionych[1]:

  • typ I – gdy liczba niewiadomych jest większa niż liczba danych wejściowych,
  • typ II – gdy poszukiwane parametry modelu są niewrażliwe na dane wejściowe,
  • typ III – gdy zmierzone dane wejściowe obarczone błędem pomiarowym poddawane są działaniu operatora różniczkowego.

Przykłady zastosowań edytuj

Praktycznym wykorzystaniem problemu odwrotnego jest np. algorytm rekonstrukcji obrazu w tomografii komputerowej[2], wyznaczanie prądów morskich[3], zastosowanie w badaniach nieniszczących[1] czy wyznaczanie źródeł bioelektrycznych elektrokardiografii[4] i elektroencefalografii[5].

Zobacz też edytuj

Przypisy edytuj

  1. a b c G.R. Liu, X. Han: Computational Inverse Techniques in Nondestructive Evaluation. CRC Press, 2003. ISBN 978-0-8493-1523-7.
  2. M. Bertero, P. Boccacci: Introduction to Inverse Problems in Imaging. CRC Press, 1998. ISBN 978-1-4398-2206-7.
  3. Carl Wunsch: The Ocean Circulation Inverse Problem. Cambridge University Press, 1996. ISBN 0-521-48090-6.
  4. Yuan Jiang: Solving the Inverse Problem of Electrocardiography in a Realistic Environment. KIT Scientific Publishing, 2010. ISBN 978-3-86644-486-7.
  5. Johannes Höhne: The inverse EEG problem. GRIN Verlag, 2008. ISBN 978-3-638-06888-8.

Linki zewnętrzne edytuj