Métodos computacionales de optimización irrestricta sin derivadas

Autores
Arouxét, María Belén
Año de publicación
2006
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Echebest, Nélida Ester
Descripción
Estamos interesados en estudiar el problema de minimizar una función suave f multivariada cuyas derivadas no están disponibles. Nos restringimos a problemas con una cantidad moderada de variables y asumimos que el costo de evaluar la función objetivo es mayor que el álgebra lineal requerida en la iteración de optimización. En la literatura se pueden encontrar varios métodos para resolver este tipo de problemas tales como diferencias finitas, búsqueda por patrones y métodos de regiones de confianza basados en modelos de interpolación, entre otros. Debido al costo computacional, correspondiente a la gran cantidad de evaluaciones necesarias de la función objetivo, estos métodos están restringidos a resolver problemas de pocas variables. En este trabajo principalmente analizamos la clase de métodos basados en modelos de aproximación por interpolación.
Tesis digitalizada en SEDICI en colaboración con la Biblioteca del Departamento de Matemática (FCEx-UNLP).
Licenciado en Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
Materia
Matemática
Función suave
Variables
Aproximación por interpolación
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/180973
Acceder
id SEDICI_c498f1e8686a970cf8c3e39a1762aa08
oai_identifier_str oai:sedici.unlp.edu.ar:10915/180973
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Métodos computacionales de optimización irrestricta sin derivadasArouxét, María BelénMatemáticaFunción suaveVariablesAproximación por interpolaciónEstamos interesados en estudiar el problema de minimizar una función suave f multivariada cuyas derivadas no están disponibles. Nos restringimos a problemas con una cantidad moderada de variables y asumimos que el costo de evaluar la función objetivo es mayor que el álgebra lineal requerida en la iteración de optimización. En la literatura se pueden encontrar varios métodos para resolver este tipo de problemas tales como diferencias finitas, búsqueda por patrones y métodos de regiones de confianza basados en modelos de interpolación, entre otros. Debido al costo computacional, correspondiente a la gran cantidad de evaluaciones necesarias de la función objetivo, estos métodos están restringidos a resolver problemas de pocas variables. En este trabajo principalmente analizamos la clase de métodos basados en modelos de aproximación por interpolación.Tesis digitalizada en SEDICI en colaboración con la Biblioteca del Departamento de Matemática (FCEx-UNLP).Licenciado en MatemáticaUniversidad Nacional de La PlataFacultad de Ciencias ExactasEchebest, Nélida Ester2006info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionTesis de gradohttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/180973spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:49:22Zoai:sedici.unlp.edu.ar:10915/180973Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:49:23.187SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Métodos computacionales de optimización irrestricta sin derivadas
title Métodos computacionales de optimización irrestricta sin derivadas
spellingShingle Métodos computacionales de optimización irrestricta sin derivadas
Arouxét, María Belén
Matemática
Función suave
Variables
Aproximación por interpolación
title_short Métodos computacionales de optimización irrestricta sin derivadas
title_full Métodos computacionales de optimización irrestricta sin derivadas
title_fullStr Métodos computacionales de optimización irrestricta sin derivadas
title_full_unstemmed Métodos computacionales de optimización irrestricta sin derivadas
title_sort Métodos computacionales de optimización irrestricta sin derivadas
dc.creator.none.fl_str_mv Arouxét, María Belén
author Arouxét, María Belén
author_facet Arouxét, María Belén
author_role author
dc.contributor.none.fl_str_mv Echebest, Nélida Ester
dc.subject.none.fl_str_mv Matemática
Función suave
Variables
Aproximación por interpolación
topic Matemática
Función suave
Variables
Aproximación por interpolación
dc.description.none.fl_txt_mv Estamos interesados en estudiar el problema de minimizar una función suave f multivariada cuyas derivadas no están disponibles. Nos restringimos a problemas con una cantidad moderada de variables y asumimos que el costo de evaluar la función objetivo es mayor que el álgebra lineal requerida en la iteración de optimización. En la literatura se pueden encontrar varios métodos para resolver este tipo de problemas tales como diferencias finitas, búsqueda por patrones y métodos de regiones de confianza basados en modelos de interpolación, entre otros. Debido al costo computacional, correspondiente a la gran cantidad de evaluaciones necesarias de la función objetivo, estos métodos están restringidos a resolver problemas de pocas variables. En este trabajo principalmente analizamos la clase de métodos basados en modelos de aproximación por interpolación.
Tesis digitalizada en SEDICI en colaboración con la Biblioteca del Departamento de Matemática (FCEx-UNLP).
Licenciado en Matemática
Universidad Nacional de La Plata
Facultad de Ciencias Exactas
description Estamos interesados en estudiar el problema de minimizar una función suave f multivariada cuyas derivadas no están disponibles. Nos restringimos a problemas con una cantidad moderada de variables y asumimos que el costo de evaluar la función objetivo es mayor que el álgebra lineal requerida en la iteración de optimización. En la literatura se pueden encontrar varios métodos para resolver este tipo de problemas tales como diferencias finitas, búsqueda por patrones y métodos de regiones de confianza basados en modelos de interpolación, entre otros. Debido al costo computacional, correspondiente a la gran cantidad de evaluaciones necesarias de la función objetivo, estos métodos están restringidos a resolver problemas de pocas variables. En este trabajo principalmente analizamos la clase de métodos basados en modelos de aproximación por interpolación.
publishDate 2006
dc.date.none.fl_str_mv 2006
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
Tesis de grado
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/180973
url http://sedici.unlp.edu.ar/handle/10915/180973
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 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_ 1844616354614738944
score 13.070432

Publicaciones similares