Métodos de búsqueda directa para optimización sin derivadas
- Autores
- Martínez Arraigada, María de los Ángeles
- Año de publicación
- 2014
- Idioma
- español castellano
- Tipo de recurso
- tesis de grado
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Pilotta, Elvio Angel
- Descripción
- Tesis (Lic. en Matemática)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2014.
Fil: Martínez Arraigada, María de los Ángeles. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina.
En este trabajo se realiza un análisis de los llamados métodos de búsqueda con conjuntos generadores, que abarcan distintas estrategias que se basan en direcciones de búsqueda para encontrar minimizadores (locales) de una función f continuamente diferenciable, pero cuyo gradiente no está disponible o es costoso de calcular computacionalmente. Se muestran, además, algunos resultados teóricos que aseguran la convergencia de tales métodos bajo ciertas hipótesis. También se presenta el conocido método de Nelder-Mead basado en simplices, que no se enmarca dentro de los métodos de búsqueda direccional pero es ampliamente aplicado en diversas áreas por su buen desempeño y su fácil implementación. Finalmente, se realizan experimentos numéricos utilizando problemas test de la literatura para comparar y analizar su comportamiento frente a fun- ciones que presentan distintos tipos de dificultad a la hora de encontrar sus mínimos locales.
Fil: Martínez Arraigada, María de los Ángeles. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. - Materia
-
Métodos sin derivadas y métodos que utilizan derivadas generalizadas
Programación no lineal
Métodos de programación matemática
Optimización no lineal
Métodos de búsqueda directa
Análisis de convergencia global
Métodos de búsqueda simplicial
Búsqueda con conjuntos generadores
Derivative-free methods and methods using generalized derivatives
Nonlinear programming
Mathematical programming methods
Nonlinear optimization
Direct search methods
Global convergence analysis
Simplicial search methods
Search with generator sets - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- Repositorio
- Institución
- Universidad Nacional de Córdoba
- OAI Identificador
- oai:rdu.unc.edu.ar:11086/553552
Ver los metadatos del registro completo
id |
RDUUNC_3edca15b19a5f08fed092c2aff1d9066 |
---|---|
oai_identifier_str |
oai:rdu.unc.edu.ar:11086/553552 |
network_acronym_str |
RDUUNC |
repository_id_str |
2572 |
network_name_str |
Repositorio Digital Universitario (UNC) |
spelling |
Métodos de búsqueda directa para optimización sin derivadasMartínez Arraigada, María de los ÁngelesMétodos sin derivadas y métodos que utilizan derivadas generalizadasProgramación no linealMétodos de programación matemáticaOptimización no linealMétodos de búsqueda directaAnálisis de convergencia globalMétodos de búsqueda simplicialBúsqueda con conjuntos generadoresDerivative-free methods and methods using generalized derivativesNonlinear programmingMathematical programming methodsNonlinear optimizationDirect search methodsGlobal convergence analysisSimplicial search methodsSearch with generator setsTesis (Lic. en Matemática)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2014.Fil: Martínez Arraigada, María de los Ángeles. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina.En este trabajo se realiza un análisis de los llamados métodos de búsqueda con conjuntos generadores, que abarcan distintas estrategias que se basan en direcciones de búsqueda para encontrar minimizadores (locales) de una función f continuamente diferenciable, pero cuyo gradiente no está disponible o es costoso de calcular computacionalmente. Se muestran, además, algunos resultados teóricos que aseguran la convergencia de tales métodos bajo ciertas hipótesis. También se presenta el conocido método de Nelder-Mead basado en simplices, que no se enmarca dentro de los métodos de búsqueda direccional pero es ampliamente aplicado en diversas áreas por su buen desempeño y su fácil implementación. Finalmente, se realizan experimentos numéricos utilizando problemas test de la literatura para comparar y analizar su comportamiento frente a fun- ciones que presentan distintos tipos de dificultad a la hora de encontrar sus mínimos locales.Fil: Martínez Arraigada, María de los Ángeles. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina.Pilotta, Elvio Angel2014-03info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://hdl.handle.net/11086/553552spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-29T13:40:48Zoai:rdu.unc.edu.ar:11086/553552Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-29 13:40:48.216Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse |
dc.title.none.fl_str_mv |
Métodos de búsqueda directa para optimización sin derivadas |
title |
Métodos de búsqueda directa para optimización sin derivadas |
spellingShingle |
Métodos de búsqueda directa para optimización sin derivadas Martínez Arraigada, María de los Ángeles Métodos sin derivadas y métodos que utilizan derivadas generalizadas Programación no lineal Métodos de programación matemática Optimización no lineal Métodos de búsqueda directa Análisis de convergencia global Métodos de búsqueda simplicial Búsqueda con conjuntos generadores Derivative-free methods and methods using generalized derivatives Nonlinear programming Mathematical programming methods Nonlinear optimization Direct search methods Global convergence analysis Simplicial search methods Search with generator sets |
title_short |
Métodos de búsqueda directa para optimización sin derivadas |
title_full |
Métodos de búsqueda directa para optimización sin derivadas |
title_fullStr |
Métodos de búsqueda directa para optimización sin derivadas |
title_full_unstemmed |
Métodos de búsqueda directa para optimización sin derivadas |
title_sort |
Métodos de búsqueda directa para optimización sin derivadas |
dc.creator.none.fl_str_mv |
Martínez Arraigada, María de los Ángeles |
author |
Martínez Arraigada, María de los Ángeles |
author_facet |
Martínez Arraigada, María de los Ángeles |
author_role |
author |
dc.contributor.none.fl_str_mv |
Pilotta, Elvio Angel |
dc.subject.none.fl_str_mv |
Métodos sin derivadas y métodos que utilizan derivadas generalizadas Programación no lineal Métodos de programación matemática Optimización no lineal Métodos de búsqueda directa Análisis de convergencia global Métodos de búsqueda simplicial Búsqueda con conjuntos generadores Derivative-free methods and methods using generalized derivatives Nonlinear programming Mathematical programming methods Nonlinear optimization Direct search methods Global convergence analysis Simplicial search methods Search with generator sets |
topic |
Métodos sin derivadas y métodos que utilizan derivadas generalizadas Programación no lineal Métodos de programación matemática Optimización no lineal Métodos de búsqueda directa Análisis de convergencia global Métodos de búsqueda simplicial Búsqueda con conjuntos generadores Derivative-free methods and methods using generalized derivatives Nonlinear programming Mathematical programming methods Nonlinear optimization Direct search methods Global convergence analysis Simplicial search methods Search with generator sets |
dc.description.none.fl_txt_mv |
Tesis (Lic. en Matemática)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2014. Fil: Martínez Arraigada, María de los Ángeles. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. En este trabajo se realiza un análisis de los llamados métodos de búsqueda con conjuntos generadores, que abarcan distintas estrategias que se basan en direcciones de búsqueda para encontrar minimizadores (locales) de una función f continuamente diferenciable, pero cuyo gradiente no está disponible o es costoso de calcular computacionalmente. Se muestran, además, algunos resultados teóricos que aseguran la convergencia de tales métodos bajo ciertas hipótesis. También se presenta el conocido método de Nelder-Mead basado en simplices, que no se enmarca dentro de los métodos de búsqueda direccional pero es ampliamente aplicado en diversas áreas por su buen desempeño y su fácil implementación. Finalmente, se realizan experimentos numéricos utilizando problemas test de la literatura para comparar y analizar su comportamiento frente a fun- ciones que presentan distintos tipos de dificultad a la hora de encontrar sus mínimos locales. Fil: Martínez Arraigada, María de los Ángeles. Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física; Argentina. |
description |
Tesis (Lic. en Matemática)--Universidad Nacional de Córdoba. Facultad de Matemática, Astronomía y Física, 2014. |
publishDate |
2014 |
dc.date.none.fl_str_mv |
2014-03 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_7a1f info:ar-repo/semantics/tesisDeGrado |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.none.fl_str_mv |
http://hdl.handle.net/11086/553552 |
url |
http://hdl.handle.net/11086/553552 |
dc.language.none.fl_str_mv |
spa |
language |
spa |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositorio Digital Universitario (UNC) instname:Universidad Nacional de Córdoba instacron:UNC |
reponame_str |
Repositorio Digital Universitario (UNC) |
collection |
Repositorio Digital Universitario (UNC) |
instname_str |
Universidad Nacional de Córdoba |
instacron_str |
UNC |
institution |
UNC |
repository.name.fl_str_mv |
Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba |
repository.mail.fl_str_mv |
oca.unc@gmail.com |
_version_ |
1844618884208918528 |
score |
13.070432 |