3. Inversion de mesures avec un modèle non linéaire
On a vu que, dans le cas du modèle linéaire, la résolution du problème d’optimisation est obtenue simplement par la relation (8) et que le caractère éventuellement mal posé, découle des caractéristiques de la matrice d’information ST S.
Dans le cas d’un modèle non linéaire, une difficulté supplémentaire apparaît sur la façon d’obtenir le minimum qui peut devenir très délicate. Cette minimisation s’effectue de façon itérative et le problème de la convergence vers le minimum se pose.
Dans ce paragraphe, on développe les principes généraux des méthodes dites de « descente » et de leur résolution. On explique...
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter
Lecture en cours
Inversion de mesures avec un modèle non linéaire