OPTIMIZANDO LA FUSIÓN DE DATOS PARA LA ESTIMACIÓN DE LA DISTRIBUCIÓN DEL TAMAÑO DE PARTÍCULAS. I. ANÁLISIS DEL CRIMEN INVERSO PARAMÉTRICO

FERNANDO A. OTERO; GLORIA L. FRONTINI

Congreso; VIII Congreso de Matemática Aplicada, Computacional e Industrial (MACI 2021); 2021

Este trabajo analiza el rendimiento de combinar, en función de características experimentales, informaciónproveniente de micrografías de Microscopía Electrónica de Barrido (MEB) y de mediciones de Dispersión de LuzEstática (DLE) para estimar la Distribución de Tamaños de Partículas (DTP) representada por una log-normal. Lacorrespondiente fusión, formulada como un problema inverso paramétrico, es implementada usando un método de MonteCarlo vía cadenas de Markov (MCMC), consistente en una estrategia combinada de mapeo, muestreo y selección. Dichaestrategia resulta una combinación de la resolución estadística del problema directo, del muestreo de importancia (MI) ydel principio de discrepancia (PD). Las estadísticas de la distribución del MI corresponden a las halladas a partir demicrografías de MEB usando el remuestreo de Jackknife. El término de verosimilitud considera mediciones con ruidoaditivo normales generadas usando un modelo reducido, la Aproximación Local Monodispersa (ALM), mismo modeloaplicado en la inversión (crimen inverso)