Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones

Autores
Carlevaro, Carlos Manuel; Stoico, César Omar; Vericat, Fernando
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo consideramos la aplicación de un algoritmo genético, como herramienta de optimización, al cálculo de la función de distribución de pares del gas de electrones para la cual proponemos una generalización de la aproximación hipercadena cuántica. La expresión propuesta contiene ciertos parámetros que se determinan minimizando, mediante el algoritmo genético mencionado, la energía del sistema. Comparamos las funciones así obtenidas con las correspondientes calculadas mediante simulaciones Monte Carlo realizadas por otros autores tanto en la versión variacional como difusional. La comparación muestra un muy buen acuerdo especialmente con los resultados de Monte Carlo difusional.
Facultad de Ingeniería
Materia
Ingeniería
aproximación de Jastrow
Optimización
función de distribución
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/17728
Acceder
id SEDICI_2e2908cd69bb5ce007ef95c5fc3c9372
oai_identifier_str oai:sedici.unlp.edu.ar:10915/17728
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electronesCarlevaro, Carlos ManuelStoico, César OmarVericat, FernandoIngenieríaaproximación de JastrowOptimizaciónfunción de distribuciónEn este trabajo consideramos la aplicación de un algoritmo genético, como herramienta de optimización, al cálculo de la función de distribución de pares del gas de electrones para la cual proponemos una generalización de la aproximación hipercadena cuántica. La expresión propuesta contiene ciertos parámetros que se determinan minimizando, mediante el algoritmo genético mencionado, la energía del sistema. Comparamos las funciones así obtenidas con las correspondientes calculadas mediante simulaciones Monte Carlo realizadas por otros autores tanto en la versión variacional como difusional. La comparación muestra un muy buen acuerdo especialmente con los resultados de Monte Carlo difusional.Facultad de Ingeniería2011info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/17728spainfo:eu-repo/semantics/altIdentifier/url/http://www.ing.unlp.edu.ar/sitio/investigacion/archivos/jornadas2011/cb07.pdfinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by/4.0/Creative Commons Attribution 4.0 International (CC BY 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-11-12T10:18:16Zoai:sedici.unlp.edu.ar:10915/17728Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-11-12 10:18:16.526SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
title Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
spellingShingle Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
Carlevaro, Carlos Manuel
Ingeniería
aproximación de Jastrow
Optimización
función de distribución
title_short Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
title_full Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
title_fullStr Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
title_full_unstemmed Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
title_sort Aplicación de un algoritmo genético al cálculo de la función de distribución del gas de electrones
dc.creator.none.fl_str_mv Carlevaro, Carlos Manuel
Stoico, César Omar
Vericat, Fernando
author Carlevaro, Carlos Manuel
author_facet Carlevaro, Carlos Manuel
Stoico, César Omar
Vericat, Fernando
author_role author
author2 Stoico, César Omar
Vericat, Fernando
author2_role author
author
dc.subject.none.fl_str_mv Ingeniería
aproximación de Jastrow
Optimización
función de distribución
topic Ingeniería
aproximación de Jastrow
Optimización
función de distribución
dc.description.none.fl_txt_mv En este trabajo consideramos la aplicación de un algoritmo genético, como herramienta de optimización, al cálculo de la función de distribución de pares del gas de electrones para la cual proponemos una generalización de la aproximación hipercadena cuántica. La expresión propuesta contiene ciertos parámetros que se determinan minimizando, mediante el algoritmo genético mencionado, la energía del sistema. Comparamos las funciones así obtenidas con las correspondientes calculadas mediante simulaciones Monte Carlo realizadas por otros autores tanto en la versión variacional como difusional. La comparación muestra un muy buen acuerdo especialmente con los resultados de Monte Carlo difusional.
Facultad de Ingeniería
description En este trabajo consideramos la aplicación de un algoritmo genético, como herramienta de optimización, al cálculo de la función de distribución de pares del gas de electrones para la cual proponemos una generalización de la aproximación hipercadena cuántica. La expresión propuesta contiene ciertos parámetros que se determinan minimizando, mediante el algoritmo genético mencionado, la energía del sistema. Comparamos las funciones así obtenidas con las correspondientes calculadas mediante simulaciones Monte Carlo realizadas por otros autores tanto en la versión variacional como difusional. La comparación muestra un muy buen acuerdo especialmente con los resultados de Monte Carlo difusional.
publishDate 2011
dc.date.none.fl_str_mv 2011
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/17728
url http://sedici.unlp.edu.ar/handle/10915/17728
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://www.ing.unlp.edu.ar/sitio/investigacion/archivos/jornadas2011/cb07.pdf
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by/4.0/
Creative Commons Attribution 4.0 International (CC BY 4.0)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1848605245327802368
score 13.24909

Publicaciones similares