MODUL 5
INVERSI NON LINEAR
Oleh:
Mutiara Islamia (118120080)
Asisten :
Wahyu Eko Junian
Lestari Sukma Apriliana
Dwinda Aldatri
Mustika
Rury Delvatiwi Martianda
Yola Wulanda Masri
2020/2021
I. Tujuan pratikum
a. Mampu menyelesaikan persamaan inversi dalam bidang geofisika yang
menggunakan metode grid search dan monte carlo.
b. Mampu menganalisa fungsi dari inversi non linear dengan metode grid
search dan monte carlo.
II. Dasar teori
Metode Grid Search
Metoda ini dikembangkan dari metoda solusi inversi non-linear
menggunakan pendekatan global (grid search). Pada metoda grid search
ruang model didefinisikan terlebih dahulu dengan menentukan secara “a
priori” interval (batas minimum dan maksimum) harga setiap parameter
model yang mungkin. Kemudian dilakukan diskretisasi pada interval
tersebut sehingga diperoleh grid yang dapat saja tidak homogen namun
meliputi seluruh ruang model yang telah didefinisikan. Informasi
mengenai harga fungsi obyektif untuk semua grid pada ruang model
dapat digunakan untuk menetukan solusi, yaitu model dengan harga
fungsi obyektif minimum. Solusi awal dilakukan dengan memperhatikan
harga fungsi obyektif minimum.
Cara tersebut juga tidak memerlukan perhitungan gradien atau turunan
fungsi obyektif, sehingga inversi diselesaikan benar-benar secara non-
linier tanpa pendekatan linier atau linierisasi. Namun pencarian solusi
secara sistematik sangat tidak efisien mengingat banyaknya perhitungan
pemodelan kedepan yang harus dilakukan untuk mengevaluasi fungsi
obyektif.
Metode Monte Carlo
Pada metode pencarian global, pola fungsi obyektif sebenarnya dapat
diperkirakan berdasarkan harga fungsi obyektif pada beberapa sampel
model yang dipilih secara acak (random) dari ruang model. Jumlah
sampel model yang digunakan jauh lebih sedikit dibandingkan jumlah
sampel model pada metode pencarian sistematik. Dengan demikian
pendekatan tersebut dapat meningkatkan efisiensi metode pencarian
sistematik. Selanjutnya dilakukan semacam interpolasi untuk
memperoleh bentuk "permukaan" fungsi obyektif secara lebih
menyeluruh. Perkiraan solusi inversi non-linier dapat dilakukan seperti
pada metode pencarian sistematik, yaitu secara langsung dari nilai
minimum fungsi obyektif.
Pemilihan model pada metode pencarian acak (random search) sesuai
namanya dilakukan secara acak. Setiap model dalam ruang model
memiliki peluang yang sama untuk dipilih sebagai sampel model.
Bilangan acak dibangkitkan dengan probabilitas uniform antara 0 dan 1
yang kemudian dipetakan pada interval harga parameter model.
Perhitungan pemodelan kedepan dilakukan untuk model yang terpilih
yang jumlahnya tidak terlalu besar jika dibandingkan dengan jumlah
keseluruhan model yang mungkin pada ruang model. Metode ini sering
disebut sebagai metode Monte-Carlo karena mengambil analogi dengan
perjudian yang umumnya bersifat acak. Metode Monte Carlo disebut
juga metode pencarian acak. Pemilihan model dilakukan secara acak.
Setiap model dalam ruang model memiliki peluang yang sama untuk
dipilih sebagai sampel model memiliki peluang yang sama untuk dipilih
sebagai sampel model.
III. Langkah kerja dan diagram alir
Langkah kerja
1. Buka aplikasi visual studio code.
2. Buat file baru di visual studio code.
3. Ketik script permasalahan yang akan dibuat :
- Problem 1: Penentuan lokasi hiposenter gempa dengan inversi
non linear Grid Search
- Problem 2: Penentuan lokasi hiposenter gempa dengan inversi
non linear Monte Carlo
- Problem 3: Pemodelan ke depan dan inversi sederhana pada
metode Gayaberat
4. Pada masing – masing permasalahan, untuk awal input library
python yaitu import numpy,import matplotlib,import copy.
5. Input data yang akan ditampilkan.
6. Input rumus.
7. Ketik Print hasil.
8. Run cript.
9. Ss hasil.
10. Selesai.
diagram alir
mulai
Input
library
Input
parameter
Plot hasil
Linear append
selesai
IV. Hasil dan Pembahasan
Hasil
Penentuan lokasi hiposenter gempa dengan inversi non linear Grid
Search
- Script
#118120080_mutiaraislamia_RTGB
import numpy as np
import matplotlib.pyplot as plt
from numpy.linalg import inv
Vavg = 4
tobs = [7.1, 1.8, 5.0, 7.9]
# tobs = np.reshape(tobs,(len(tobs),1))
Xsts = [20, 50, 40, 10]
Ysts = [10, 25, 50, 40]
for i in range(len(Y0)):
for j in range(len(X0)):
# tcal = []
Dt = []
for k in range(len(Xsts)):
tcal =(np.sqrt((X0[j]-Xsts[k])**2+(Y0[i]-Ysts[k])**2)/Vavg)
Dt.append((tobs[k]-tcal)**2)
misfit = np.sqrt(np.mean(Dt))
if misfit < P:
HypoX.append(X0[j])
HypoY.append(Y0[i])
P = misfit
else : pass
- Hasil
Penentuan lokasi hiposenter gempa dengan inversi non linear Monte
Carlo
- script
#118120080_mutiaraislamia_RTGB
import numpy as np
import matplotlib.pyplot as plt
Vavg = 4
tobs = [7.1,1.8,5.0, 7.9]
Xsts = [20,25,30,35]
Ysts = [10,15,20,10]
L = 1
X0 = np.arange(0,50,L)
Y0 = np.arange(0,50,L)
P = 10
HypoX = []
HypoY = []
misfit = np.sqrt(np.mean(Dt))
if misfit < P:
HypoX.append(X0[j])
HypoY.append(Y0[i])
P = misfit
else : pass
# Tebakan awal
xo = 15
zo = 10
dt = []
for i in range (len(Xsts)):
for k in range (len(Ysts)):
tc1 = (np.sqrt((Ysts[i] - zo) **2 + (Xsts[i]-xo)**2)/Vavg)
dt.append((tobs[k]- tc1)**2)
E1 = np.sqrt(np.mean(dt))
N = 1000
x =np.random.uniform(low = 0, high = 50, size=[N, 1])
y =np.random.uniform(low = 0, high = 50, size=[N, 1])
dt1 = []
xtrue= []
ytrue = []
for i in range (len(Xsts)):
tc2 = (1/Vavg *( np.sqrt((Xsts[i]- x)**2 + (Ysts[i] - y)**2 )))
dt1.append((tobs[i]-tc2)**2)
E2 = np.sqrt(np.mean(dt1))
for i in range (len(x)):
for j in range (len(y)):
if E2 < E1 :
xtrue = x[i]
ytrue = y[j]
E1 = E2
else : pass
- hasil
Pemodelan ke depan dan inversi sederhana pada metode Gayaberat
- Script
#118120080_mutiaraislamia_RTGB
import numpy as np
import matplotlib.pyplot as plt
from numpy.linalg import inv
#forward modelling
rho = 2300
Po = [30, 10]
X = np.arange(0,50,1)
G = 6.67e-11
R = 5
K= G*(4/3)* np.pi
Z = [0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,
0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]
gx =[]
for i in range (50):
gx.append(((K*((R)**3)*rho) / ((X[i]-Po[0])**2+(Po[1])**2)) * 1e+5)
gx = np.reshape(gx,(50,1))
- Hasil
Pembahasan :
Pada pratikum ini dilakukan percobaan inversi non linear dengan grid
search dan monte carlo. Pada inversi grid search percobaan ini tidak efisien
dilakukan pada data geofisika karena terlalu banyak dilakukan pemodelan
geofisika dan untuk prosesnya terlalu lama nantinya. Pada permasalahan pertama
Penentuan lokasi hiposenter gempa dengan inversi non linear Grid Search untuk
titik awal hiposenter bernilai 0,0 dikarenakan pada script kita tidak
mendefinisikan nilainya di awal. Dan garis warna merah merupakan solusi
inversi untuk menentukan titik hiposenter sebenarnya. Dimana pada solusi
pemodelan ini terlihat bahwa lebar grid mempengaruhi besar atau kecilnya
zigzag. Zigzag ini merepresentasikan lamanya penjalarann gelombang atau
dengan kata lain error. Dan jika lebar grid yang diinput semakin besar maka
jumlah zigzag nya semakin kecil atau mendekati linear. Percobaan ini juga
dilakukan perhitungan delay time. jika semakin besar lebar grid yang diberikan
maka nilai delay time nya semakin kecil. dapat disimpulkan bahwa waktu inilah
yang mengakibatkan banyaknya zigzag yang ditampilkan. Karena kecilnya grid
yang diberikan maka waktunya lama untuk sampai ke titik hiposenter
sebenarnya.
Pada percobaan kedua dilakukan penentuan hiposenter mengnngunakan
metode montes carlo, Prinsip dari monte carlo ini adalah pemilihan model
dilakukan secara acak. Setiap model dalam ruang model memiliki peluang yang
sama untuk dipilih sebagai sampel model yang memiliki peluang yang sama
untuk dipilih sebagai sampel model. Pada hasil yang didapatkan dapat dilihat
beberapa titik yang merupakan inputan titik koordinat statsiunn x dan y. dan
terdapat titik awal hiposentaer yang posisinya terletak di koordinat 15,10. Pada
percobaan ini tidak terdapat pengaruh iterasi jadi ketika di run berulang kali
posisi akhir hiposenter akan berubah ubah. hal itu menunjukkan bahwa sampel
model dipilih secara acak sesuai dengan konsep pada problem 2 ini.