Correlaciones cuánticas e inferencia estadística
- Autores
- Canosa, Norma Beatriz
- Año de publicación
- 1988
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión aceptada
- Colaborador/a o director/a de tesis
- Plastino, Ángel Luis
- Descripción
- La necesidad de lograr una mayor comprensión en el problema cuántico de muchos cuerpos ha motivado que en los últimos años una considerable cantidad de esfuerzo se haya centralizado en la búsqueda y análisis de aproximaciones de orden superior a las proporcionadas por las teorías usuales de campo medio. En el estudio de sistemas de una o muchas partículas, tanto dentro como fuera del equilibrio, la inferencia estadística de aquellos observables en base a los cuales es posible realizar una descripción adecuada del correspondiente problema, constituye un tema que despierta real interés. Creemos que el enfoque de la Mecánica Estadística proporcionado por la Teoría de la Información, brinda el marco apropiado para atacar este tipo de problemas. Por tal motivo, en esta tesis hemos investigado métodos de inferencia estadística basados en conceptos relacionados con la Teoría de la Información, tanto desde el punto de vista estático como dinámico. El propósito básico de esta tesis es desarrollar herramientas teóricas, basadas en la Teoría de la Información, que permitan aunque sea parcialmente, ir más allá de los esquemas tradicionales que provee el formalismo de Hartree-Fock (HF). Como se verá en los capítulos siguientes, la inferencia estadística ofrece un promisorio panorama para la descripción de las correlaciones cuánticas que los métodos tipo HF no pueden abordar.
Doctor en Física
Universidad Nacional de La Plata
Facultad de Ciencias Exactas - Materia
-
Ciencias Exactas
Física
Física
Mecánica cuántica
Inferencia estadística
Mecánica estadística cuántica - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/2231
Ver los metadatos del registro completo
id |
SEDICI_ef7a4890f7034421a9c2b43d37ee248d |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/2231 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Correlaciones cuánticas e inferencia estadísticaCanosa, Norma BeatrizCiencias ExactasFísicaFísicaMecánica cuánticaInferencia estadísticaMecánica estadística cuánticaLa necesidad de lograr una mayor comprensión en el problema cuántico de muchos cuerpos ha motivado que en los últimos años una considerable cantidad de esfuerzo se haya centralizado en la búsqueda y análisis de aproximaciones de orden superior a las proporcionadas por las teorías usuales de campo medio. En el estudio de sistemas de una o muchas partículas, tanto dentro como fuera del equilibrio, la inferencia estadística de aquellos observables en base a los cuales es posible realizar una descripción adecuada del correspondiente problema, constituye un tema que despierta real interés. Creemos que el enfoque de la Mecánica Estadística proporcionado por la Teoría de la Información, brinda el marco apropiado para atacar este tipo de problemas. Por tal motivo, en esta tesis hemos investigado métodos de inferencia estadística basados en conceptos relacionados con la Teoría de la Información, tanto desde el punto de vista estático como dinámico. El propósito básico de esta tesis es desarrollar herramientas teóricas, basadas en la Teoría de la Información, que permitan aunque sea parcialmente, ir más allá de los esquemas tradicionales que provee el formalismo de Hartree-Fock (HF). Como se verá en los capítulos siguientes, la inferencia estadística ofrece un promisorio panorama para la descripción de las correlaciones cuánticas que los métodos tipo HF no pueden abordar.Doctor en FísicaUniversidad Nacional de La PlataFacultad de Ciencias ExactasPlastino, Ángel Luis1988info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionTesis de doctoradohttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/2231https://doi.org/10.35537/10915/2231spainfo: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:UNLP2025-09-03T10:21:42Zoai:sedici.unlp.edu.ar:10915/2231Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:21:42.543SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Correlaciones cuánticas e inferencia estadística |
title |
Correlaciones cuánticas e inferencia estadística |
spellingShingle |
Correlaciones cuánticas e inferencia estadística Canosa, Norma Beatriz Ciencias Exactas Física Física Mecánica cuántica Inferencia estadística Mecánica estadística cuántica |
title_short |
Correlaciones cuánticas e inferencia estadística |
title_full |
Correlaciones cuánticas e inferencia estadística |
title_fullStr |
Correlaciones cuánticas e inferencia estadística |
title_full_unstemmed |
Correlaciones cuánticas e inferencia estadística |
title_sort |
Correlaciones cuánticas e inferencia estadística |
dc.creator.none.fl_str_mv |
Canosa, Norma Beatriz |
author |
Canosa, Norma Beatriz |
author_facet |
Canosa, Norma Beatriz |
author_role |
author |
dc.contributor.none.fl_str_mv |
Plastino, Ángel Luis |
dc.subject.none.fl_str_mv |
Ciencias Exactas Física Física Mecánica cuántica Inferencia estadística Mecánica estadística cuántica |
topic |
Ciencias Exactas Física Física Mecánica cuántica Inferencia estadística Mecánica estadística cuántica |
dc.description.none.fl_txt_mv |
La necesidad de lograr una mayor comprensión en el problema cuántico de muchos cuerpos ha motivado que en los últimos años una considerable cantidad de esfuerzo se haya centralizado en la búsqueda y análisis de aproximaciones de orden superior a las proporcionadas por las teorías usuales de campo medio. En el estudio de sistemas de una o muchas partículas, tanto dentro como fuera del equilibrio, la inferencia estadística de aquellos observables en base a los cuales es posible realizar una descripción adecuada del correspondiente problema, constituye un tema que despierta real interés. Creemos que el enfoque de la Mecánica Estadística proporcionado por la Teoría de la Información, brinda el marco apropiado para atacar este tipo de problemas. Por tal motivo, en esta tesis hemos investigado métodos de inferencia estadística basados en conceptos relacionados con la Teoría de la Información, tanto desde el punto de vista estático como dinámico. El propósito básico de esta tesis es desarrollar herramientas teóricas, basadas en la Teoría de la Información, que permitan aunque sea parcialmente, ir más allá de los esquemas tradicionales que provee el formalismo de Hartree-Fock (HF). Como se verá en los capítulos siguientes, la inferencia estadística ofrece un promisorio panorama para la descripción de las correlaciones cuánticas que los métodos tipo HF no pueden abordar. Doctor en Física Universidad Nacional de La Plata Facultad de Ciencias Exactas |
description |
La necesidad de lograr una mayor comprensión en el problema cuántico de muchos cuerpos ha motivado que en los últimos años una considerable cantidad de esfuerzo se haya centralizado en la búsqueda y análisis de aproximaciones de orden superior a las proporcionadas por las teorías usuales de campo medio. En el estudio de sistemas de una o muchas partículas, tanto dentro como fuera del equilibrio, la inferencia estadística de aquellos observables en base a los cuales es posible realizar una descripción adecuada del correspondiente problema, constituye un tema que despierta real interés. Creemos que el enfoque de la Mecánica Estadística proporcionado por la Teoría de la Información, brinda el marco apropiado para atacar este tipo de problemas. Por tal motivo, en esta tesis hemos investigado métodos de inferencia estadística basados en conceptos relacionados con la Teoría de la Información, tanto desde el punto de vista estático como dinámico. El propósito básico de esta tesis es desarrollar herramientas teóricas, basadas en la Teoría de la Información, que permitan aunque sea parcialmente, ir más allá de los esquemas tradicionales que provee el formalismo de Hartree-Fock (HF). Como se verá en los capítulos siguientes, la inferencia estadística ofrece un promisorio panorama para la descripción de las correlaciones cuánticas que los métodos tipo HF no pueden abordar. |
publishDate |
1988 |
dc.date.none.fl_str_mv |
1988 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/acceptedVersion Tesis de doctorado http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
format |
doctoralThesis |
status_str |
acceptedVersion |
dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/2231 https://doi.org/10.35537/10915/2231 |
url |
http://sedici.unlp.edu.ar/handle/10915/2231 https://doi.org/10.35537/10915/2231 |
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_ |
1842260041584869376 |
score |
13.13397 |