Enfoque Bayesiano para la Inversión No Paramétrica de Mediciones de Dispersión de Luz

Abstract

En este trabajo resolvemos el problema inverso de estimar la Distribución de Tamaño de Partículas (DTP) a partir de mediciones de Dispersión de Luz Estática (DLE) empleando un modelo aproximado denominado Aproximación Local Monodispersa (ALM).
La estimación de la DTP es resuelta mediante un esquema de forma libre donde no hay suposición de la forma de la distribución y empleando un enfoque Bayesiano. En trabajos anteriores, se ha empleado un enfoque determinístico con métodos basados en la maximización de la función de máxima verosimilitud.
Sin embargo los errores de modelado introducidos por la ALM producen un empobrecimiento en los resultados obtenidos con estos métodos. Los métodos de enfoque Bayesiano ofrecen una interesante alternativa donde es posible incluir información adicional para obtener una mejora en las estimaciones así como un cálculo de los intervalos de confianza. El Método Iterativo Bayesiano (MIB) que se desarrolla aquí está basado en el algoritmo Metropolis-Hastings y ha sido testeado con simulaciones numéricas y validado mediante mediciones experimentales. En este trabajo, la información adicional
utilizada proviene de una técnica experimental alternativa, denominada Microscopía Electrónica de Barrido (MEB). Los resultados hallados son comparados con los publicados en un trabajo anterior (Otero y col., J. of Polymer Science Part B: Polymer Physics, 48(9), 958-963 (2010)).