000 | 02839nam a22003257a 4500 | ||
---|---|---|---|
003 | EC-UrYT | ||
005 | 20221206000932.0 | ||
008 | 150116t9999 mx r gr 000 0 spa d | ||
040 | _cEC-UrYT | ||
041 |
_aeng _bspa |
||
100 | 1 |
_912984 _aCedeño Manrique, Helen Naomi _eautor |
|
245 | 1 |
_aFunctional estimation of probabilistic solutions in ordinary differential equations models / _cHelen Naomi Cedeño Manrique ; tutor Saba Rafael Infante Quirpa |
|
264 | 4 |
_aUrcuquí, _c2022 |
|
300 |
_a91 hojas : _bilustraciones (algunas a color) ; _c30 cm + _e1 CD-ROM |
||
502 |
_aTrabajo de integración curricular _b(Matemático/a). _cUniversidad de Investigación de Tecnología Experimental Yachay. _gUrcuquí, _d2022 |
||
504 | _aIncluye referencias bibliográficas (páginas 64-71) | ||
506 | _aTrabajo de integración curricular con acceso abierto | ||
516 | _aTexto (Hypertexto links) | ||
520 | _aLas aproximaciones probabilísticas basadas en el modelado de derivadas son técnicas ampliamente utilizadas para la estimación de soluciones de sistemas de ecuaciones diferenciales cuya solución numérica tiene una complejidad computacional intratable o en la que la presencia de errores o perturbaciones infinitesimales puede provocar divergencias. La cuantificación de la incertidumbre que se produce al estimar la solución en una malla temporal finita es un problema abierto y ha sido abordado desde diversos enfoques. En este trabajo se aborda la estimación de la incertidumbre de las soluciones de modelos ecuaciones diferenciales ordinarias mediante procesos Gaussianos en espacios de funciones Lipschitzianas, implementando un algoritmo que permite estimar los estados de la solución x(t) y sus derivadas de forma secuencial. Además, se propone la adición de expansiones de caos polinomial (PCE) utilizando las distribuciones resultantes del algoritmo para mejorar la precisión de su predicción. Para ilustrar la metodología, se probaron los algoritmos en tres sistemas de ecuaciones diferenciales ordinarias conocidos y se cuantificó su eficacia a través de tres medidas de rendimiento, obteniendo como resultado una mejora global de la precisión al añadir la expansión de caos polinomial. | ||
546 | _aTextos en inglés con resúmenes en español e inglés | ||
650 | 0 |
_912985 _aProcesos Gaussianos |
|
650 | 0 |
_912986 _aExpansión de caos polinomial |
|
650 | 0 |
_912987 _aFunctional estimation |
|
650 | 0 |
_911492 _aMatemática _vTrabajos y disertaciones académicas |
|
700 | 1 |
_911524 _aInfante Quirpa, Saba Rafael _etutor |
|
710 | 1 |
_aUniversidad de Investigación de Tecnología Experimental Yachay. _bEscuela de Cinecias Matemáticas y Computacionales _911232 |
|
856 |
_zVer recurso _uhttp://repositorio.yachaytech.edu.ec/handle/123456789/498 |
||
942 |
_2ddc _cTIC |
||
999 |
_c3990 _d3990 |