Upload resources

Upload your works to SEDICI to increase its visibility and improve its impact

 

Show simple item record

dc.date.accessioned 2019-12-26T13:05:13Z
dc.date.available 2019-12-26T13:05:13Z
dc.date.issued 2019
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/87857
dc.description.abstract Nuestro entendimiento de los fenómenos naturales habitualmente se sobresimplifica en la capacidad de mensurar propiedades de un sistema de estudio, que luego se interpreta probando alguna hipótesis (usualmente formalizada en lenguaje matemático). Luego, esta hipótesis se verifica a través de modelos que capturan su esencia o bien muta en nuevas hipótesis. En la ciencia de materiales, el uso de modelos paramétricos es de uso habitual para obtener información de mensurables físicos. La información del mismo se obtiene al maximizar la verosimilitud entre los datos experimentales y el modelo propuesto. En el presente trabajo de tesis de grado para optar por el título de licenciado en matemática, se propusieron y programaron modificaciones a algoritmos de Monte Carlo para el ajuste datos experimentales empleando funciones paramétricas donde además se analizó el rendimiento numérico de cada una de ellas. Se pusieron a prueba varias estrategias como la búsqueda aleatoria simple, métodos híbridos basados en búsqueda aleatoria combinados con algoritmos de máximo gradiente, como así también la implementación de recocidos simulados (Simulated Annealing). Entre los aportes originales de este trabajo de tesis, se destaca la propuesta de desacoplar los parámetros lineales de los no lineales. En esta metodología, la búsqueda aleatoria sólo se centra en los términos no lineales y el resto de los términos se computan en cada simulación mediante cuadrados mínimos lineales, a diferencia de metodologías convencionales de Monte Carlo donde la exploración se realiza sobre todos los parámetros indistintamente de su naturaleza. Esta propuesta disminuye el tiempo de máquina al reducir la dimensionalidad del espacio de muestreo. es
dc.language es es
dc.subject Monte Carlo es
dc.subject Algoritmo es
dc.subject Ciencia de materiales es
dc.title Nuevos métodos de Monte Carlo - Simulated Annealing con aplicaciones en Ciencias de Materiales es
dc.type Tesis es
sedici.creator.person Costa, Federico es
sedici.subject.materias Matemática es
sedici.description.fulltext true es
mods.originInfo.place Facultad de Ciencias Exactas es
sedici.subtype Tesis de grado es
sedici.rights.license Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc/4.0/
sedici.contributor.colaborator Vahnovan, Alejandra (veedora académica) es
sedici.contributor.director Huck Iriart, Cristián es
thesis.degree.name Licenciado en Matemática es
thesis.degree.grantor Universidad Nacional de La Plata es
sedici.date.exposure 2019-12-16
sedici.acta 42483 es


Download Files

This item appears in the following Collection(s)

Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0) Except where otherwise noted, this item's license is described as Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)