Examinando por Autor "Pérez, Rosana"

Mostrando 1 - 4 de 4
  • Miniatura
    PublicaciónAcceso abierto
    Método BFGS estructurado para la estimación de máxima verosimilitud.
    (2018-07-24) Arenas, Favián; Martínez, Héctor Jairo; Pérez, Rosana
    Teniendo en cuenta la estructura especial de la matriz hessiana del logaritmo de la función de verosimilitud análoga a la estructura encontrada en problemas de mínimos cuadrados no lineales, se propone el método BFGS estructurado para el problema de la estimación de máxima verosimilitud y se desarrolla su teoría de convergencia desarrollada en Martínez; Martínez y Egels para métodos secante estructurados y la teoría sobre estimación de la máxima verosimilitud dada en Gonsglewski. Además, se realizaron pruebas numéricas preliminares que muestran el buen comportamiento local del método propuesto.
  • Miniatura
    PublicaciónAcceso abierto
    El método DL para resolver sistemas de ecuaciones no lineales.
    (2011-10-13) Acevedo, Ramiro; Arenas, Favián; Pérez, Rosana
    En un trabajo reciente Davidchack y Lai [2001], propusieron el método DL como una alternativa a las deficiencias que presenta el método de Newton para encontrar puntos de periodo p de sistemas dinámicos, cuando el valor de p aumenta. En este artículo se presenta un estudio teórico y numérico del desempeño de este método en la solución de cualquier sistema de ecuaciones no lineales. Teóricamente, se presenta el análisis de convergencia local del método usando hipótesis usuales en el análisis de métodos tipo Newton. Desde un punto de vista numérico, se propone una elección particular del parámetro del método, la cual se ilustra con un ejemplo. Algunos resultados numéricos del desempeño del método considerando valores crecientes del parámetro del problema y cuatro funciones de prueba propuestas en [Lukšan, L.,1998] complementan el trabajo.
  • Miniatura
    PublicaciónAcceso abierto
    Método secante estructurado para el entrenamiento del perceptrón multicapa
    (2018-07-18) Vivas, Hevert; Martínez, Héctor Jairo; Pérez, Rosana
    Dentro del grupo de modelos de redes neuronales artificiales está el perceptrón una red neuronal unidireccional constituida por tres o más capas, cuyo entrenamiento se hace mediante un algoritmo denominado retro-propagación de errores. En este trabajo, proponemos e implementamos por primera vez, el método secante estructurado para el entrenamiento del perceptrón multicapa y analizamos su desempeño numérico comparándolo con métodos ampliamente usados con el mismo propósito. Pruebas numéricas preliminares muestran un buen desempeño numérico del método propuesto.
  • Miniatura
    PublicaciónAcceso abierto
    Redefinición de la función de complementariedad de Kanzow.
    (2018-07-18) Arenas, Favián; Martínez, Héctor Jairo; Pérez, Rosana
    En los últimos años, ha aumentado la investigación relacionada con la búsqueda de algoritmos eficientes que resuelvan el problema de complementariedad no lineal mediante su reformulación como un sistema de ecuaciones no lineales, no diferenciable, usando las llamadas funciones de complementariedad. En este artículo, consideramos la función de complementariedad uniparamétrica propuesta en [11] y proponemos una nueva forma de definirla mediante una forma cuadrática, simétrica y definida positiva. Con esta nueva definición, demostramos que la función está bien definida y algunas de sus propiedades. Además, encontramos cotas de gran utilidad en el desarrollo de teorías de convergencia (local y global) de algoritmos que resuelven el problema de complementariedad no lineal.