In molte applicazioni scientifiche o ingegneristiche, in cui sono coinvolti modelli di equazione tiale (OOE), equazione differenziale parziale (POE) o equazione integrale (IE), la simulazione numerica è di uso comune per scopi di previsione, monitoraggio o controllo. In molti casi, tuttavia, la simulazione di successo di un processo deve essere preceduta dalla soluzione del cosiddetto problema inverso, che di solito è dato più dati misure dati e un modello teorico associato, determinare para metri sconosciuti in quel modello (o funzioni sconosciute da parametrizzare) in modo tale che una certa misura della "discrepanza" tra dati e modello sia minima. Il presente volume si occupa del trattamento numerico di tali probelmi inversi in campi di applicazione come la chimica (Cap. 2,3,4, 7,9), biologia molecolare (Cap. 22), fisica (Cap. 8,11,20), geofisica (cap. 10,19), astronomia (Cap. 5), simulazione del serbatoio (Cap. 15,16), elctrocardiology (cap. 14), tomografia computerizzata (cap. 21), e progettazione del sistema di controllo (Cap. 12,13). Nella soluzione computazionale effettiva dei problemi inversi in questi campi, le seguenti difficoltà tipiche (1) La valutazione dei sen coefficienti di sitività per il modello. può essere piuttosto tempo e stoccaggio con somming. Tuttavia, questi coefficienti sono necessari (a) per garantire l'unicità (locale) della soluzione, (b) per stimare l'accuratezza dell'approssimazione ottenuta della soluzione, (c) per accelerare la soluzione iterativa dei problemi non lineari. (2) Spesso i problemi inversi sono mal posti. Per far fronte a questo fatto in presenza di dati rumorosi o incompleti o inev errori di discretizzazione abili, sono necessarie tecniche di regolarizzazione.
Le informazioni nella sezione "Riassunto" possono far riferimento a edizioni diverse di questo titolo.