Optimización de Monte Carlo usando la distribución beta

En este artículo se presenta un método Monte Carlo novedoso para explorar funciones no lineales n-dimensionales definidas en un dominio compacto que es transformado al hipercubo unitario . En esta aproximación se usa la distribución beta para generar muestras aleatorias; los parámetros de la distrib...

Full description

Autores:

Tipo de recurso:: article

Fecha de publicación:: 2011

Institución:: Pontificia Universidad Javeriana

Repositorio:: Repositorio Universidad Javeriana

Idioma:: spa

id	JAVERIANA_0e2d69a5e5b75a7c647c167c89c1c118
oai_identifier_str	oai:repository.javeriana.edu.co:10554/25667
network_acronym_str	JAVERIANA
network_name_str	Repositorio Universidad Javeriana
repository_id_str
spelling	Optimización de Monte Carlo usando la distribución betaVelásquez Henao, JuanPulgarín Agudelo, YeinyCastaño Arias, ElianaEn este artículo se presenta un método Monte Carlo novedoso para explorar funciones no lineales n-dimensionales definidas en un dominio compacto que es transformado al hipercubo unitario . En esta aproximación se usa la distribución beta para generar muestras aleatorias; los parámetros de la distribución, llamados alfa y beta, son ajustados dinámicamente, tal que, en las primeras iteraciones, la distribución beta es similar a la distribución uniforme; en las últimas iteraciones, la distribución beta es centrada en el mínimo conocido y la varianza es cercana a cero, tal que, únicamente el vecindario alrededor del óptimo es muestreado. El método propuesto es probado usando cuatro funciones de prueba bien conocidasPontificia Universidad Javeriana2020-04-16T17:28:23Z2020-04-16T17:28:23Z2011-03-16http://purl.org/coar/version/c_970fb48d4fbd8a85Artículo de revistahttp://purl.org/coar/resource_type/c_6501info:eu-repo/semantics/articleArticleinfo:eu-repo/semantics/publishedVersionPDFapplication/pdfhttp://revistas.javeriana.edu.co/index.php/iyu/article/view/11352011-27690123-2126http://hdl.handle.net/10554/25667spahttp://revistas.javeriana.edu.co/index.php/iyu/article/view/1135/802Ingenieria y Universidad; Vol 15 No 1 (2011): January-June; 61 - 76Ingenieria y Universidad; Vol. 15 Núm. 1 (2011): Enero-Junio; 61 - 76Atribución-NoComercial-SinDerivadas 4.0 Internacionalinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2reponame:Repositorio Universidad Javerianainstname:Pontificia Universidad Javerianainstacron:Pontificia Universidad Javeriana2023-03-29T17:44:14Z
dc.title.none.fl_str_mv	Optimización de Monte Carlo usando la distribución beta
title	Optimización de Monte Carlo usando la distribución beta
spellingShingle	Optimización de Monte Carlo usando la distribución beta Velásquez Henao, Juan
title_short	Optimización de Monte Carlo usando la distribución beta
title_full	Optimización de Monte Carlo usando la distribución beta
title_fullStr	Optimización de Monte Carlo usando la distribución beta
title_full_unstemmed	Optimización de Monte Carlo usando la distribución beta
title_sort	Optimización de Monte Carlo usando la distribución beta
dc.creator.none.fl_str_mv	Velásquez Henao, Juan Pulgarín Agudelo, Yeiny Castaño Arias, Eliana
author	Velásquez Henao, Juan
author_facet	Velásquez Henao, Juan Pulgarín Agudelo, Yeiny Castaño Arias, Eliana
author_role	author
author2	Pulgarín Agudelo, Yeiny Castaño Arias, Eliana
author2_role	author author
description	En este artículo se presenta un método Monte Carlo novedoso para explorar funciones no lineales n-dimensionales definidas en un dominio compacto que es transformado al hipercubo unitario . En esta aproximación se usa la distribución beta para generar muestras aleatorias; los parámetros de la distribución, llamados alfa y beta, son ajustados dinámicamente, tal que, en las primeras iteraciones, la distribución beta es similar a la distribución uniforme; en las últimas iteraciones, la distribución beta es centrada en el mínimo conocido y la varianza es cercana a cero, tal que, únicamente el vecindario alrededor del óptimo es muestreado. El método propuesto es probado usando cuatro funciones de prueba bien conocidas
publishDate	2011
dc.date.none.fl_str_mv	2011-03-16 2020-04-16T17:28:23Z 2020-04-16T17:28:23Z
dc.type.none.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85 Artículo de revista http://purl.org/coar/resource_type/c_6501 info:eu-repo/semantics/article Article info:eu-repo/semantics/publishedVersion
format	article
status_str	publishedVersion
dc.identifier.none.fl_str_mv	http://revistas.javeriana.edu.co/index.php/iyu/article/view/1135 2011-2769 0123-2126 http://hdl.handle.net/10554/25667
url	http://revistas.javeriana.edu.co/index.php/iyu/article/view/1135 http://hdl.handle.net/10554/25667
identifier_str_mv	2011-2769 0123-2126
dc.language.none.fl_str_mv	spa
language	spa
dc.relation.none.fl_str_mv	http://revistas.javeriana.edu.co/index.php/iyu/article/view/1135/802 Ingenieria y Universidad; Vol 15 No 1 (2011): January-June; 61 - 76 Ingenieria y Universidad; Vol. 15 Núm. 1 (2011): Enero-Junio; 61 - 76
dc.rights.none.fl_str_mv	Atribución-NoComercial-SinDerivadas 4.0 Internacional info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	Atribución-NoComercial-SinDerivadas 4.0 Internacional http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.none.fl_str_mv	PDF application/pdf
dc.publisher.none.fl_str_mv	Pontificia Universidad Javeriana
publisher.none.fl_str_mv	Pontificia Universidad Javeriana
dc.source.none.fl_str_mv	reponame:Repositorio Universidad Javeriana instname:Pontificia Universidad Javeriana instacron:Pontificia Universidad Javeriana
instname_str	Pontificia Universidad Javeriana
instacron_str	Pontificia Universidad Javeriana
institution	Pontificia Universidad Javeriana
reponame_str	Repositorio Universidad Javeriana
collection	Repositorio Universidad Javeriana
_version_	1803712854972432384

Optimización de Monte Carlo usando la distribución beta

Publicaciones similares