¡Nos trasladamos! E-Prints cerrará el 7 de junio.

En las próximas semanas vamos a migrar nuestro repositorio a una nueva plataforma con muchas funcionalidades nuevas. En esta migración las fechas clave del proceso son las siguientes:

Es muy importante que cualquier depósito se realice en E-Prints Complutense antes del 7 de junio. En caso de urgencia para realizar un depósito, se puede comunicar a docta@ucm.es.

Viendo lo invisible

Impacto

Downloads

Downloads per month over past year



Carpio, Ana (2018) Viendo lo invisible. Gaceta de la RSME, 21 (1). pp. 57-68. ISSN 1138-8927

[thumbnail of GacRSocMatEsp.pdf]
Preview
PDF
4MB

Official URL: https://gaceta.rsme.es/abrir.php?id=1429




Abstract

Los problemas de scattering inverso se plantean siempre que se quiere conocer la estructura de un medio emitiendo ondas que interaccionan con él y midiendo la onda dispersada resultante. Esta situación es frecuente en medicina, geofísica, control de seguridad de estructuras o calidad de materiales, y otros múltiples contextos. Formulando estos problemas como problemas de optimización con restricciones en los que se busca minimizar el error en las medidas, se pueden implementar estrategias de descenso para aproximar la solución, es decir, la estructura del medio. Para ello es preciso ser capaz de derivar los funcionales de error, sujetos a restricciones en forma de ecuaciones en derivadas parciales, respecto a regiones del espacio y a funciones coeficiente. Introducimos las nociones adecuadas de derivada y esbozamos cómo implementar estrategias de descenso que combinan derivadas topológicas y métodos de gradiente en un problema de microscopía holográfica, técnica en desarrollo actualmente para la observación no invasiva de muestras biológicas. Son ejemplos del papel destacado de las matemáticas en todo tipo de aplicaciones, incluidas las industriales.


Item Type:Article
Subjects:Sciences > Physics
Sciences > Physics > Physics-Mathematical models
Sciences > Physics > Optics
Sciences > Mathematics > Numerical analysis
Sciences > Mathematics > Differential equations
ID Code:68448
Deposited On:04 Nov 2021 16:04
Last Modified:05 Nov 2021 08:32

Origin of downloads

Repository Staff Only: item control page