Вы находитесь на странице: 1из 60

JORNADAS DE INVESTIGACIÓN DE MATEMÁTICAS PURAS Y APLICADAS EN LA UNIVERSIDAD SIMÓN BOLÍVAR JIMPA-USB 2015

Sartenejas, 10 al 12 de junio de 2015

JIMPA-USB 2015 Sartenejas, 10 al 12 de junio de 2015 LIBRO DE RESÚMENES e-mail : jimpa@usb.ve

LIBRO DE RESÚMENES

e-mail : jimpa@usb.ve www.jimpa.eventos.usb.ve

In memoriam Prof. Claudio Margaglio. 2
In memoriam Prof. Claudio Margaglio. 2

In memoriam Prof. Claudio Margaglio.

Introducción Las Jornadas de Investigación de Matemáticas Puras y Aplicadas (JIMPA 2015) fueron organizadas por

Introducción

Las Jornadas de Investigación de Matemáticas Puras y Aplicadas (JIMPA 2015) fueron organizadas por los Departamentos de Matemáticas Puras y Aplicadas, Cómputo Científico y Estadística, Procesos y Sistemas y de Computación y Tecnología de la Información de la Universidad Simón Bolívar, con el propósito de incentivar y promocionar la investigación desarrollada en esta área, en los diversos Departamentos de esta casa de estudios.

4

Patrocinantes FUNINDES Decanato de Estudios de Postgrado Asociación de Profesores de la USB Asociación de

Patrocinantes

FUNINDES Decanato de Estudios de Postgrado Asociación de Profesores de la USB Asociación de Egresados de la USB Asociación de Amigos de la USB Profesores Premios Polar División de Ciencias Físicas y Matemáticas Departamento de Procesos y Sistemas Departamento de Relaciones Públicas de la USB Departamento de Relaciones Interinstitucionales de la USB Departamento de Computación y Tecnología de la Información

Departamento de Relaciones Interinstitucionales de la USB Departamento de Computación y Tecnología de la Información 5

5

Comité Científico René Escalante (Coordinador) Jhonnathan Arteaga Blai Bonet Lelys Bravo Saúl Buitrago Sabrina

Comité Científico René Escalante (Coordinador) Jhonnathan Arteaga Blai Bonet Lelys Bravo Saúl Buitrago Sabrina Garbín Isabel Llatas Yamilet Quintana Domingo Quiroz Víctor Sirvent Vladimir Strauss Minaya Villasana

Comité Organizador Aurora Olivieri (Coordinadora) Claudia Antonini Jhonnathan Arteaga Xiomara Contreras René Escalante Luis G. Mármol Zoraida Martínez Jesús Nieto Gustavo Sánchez

6

Minicursos Conferencias Plenarias 11 0.2 Ideas de optimización con restricciones para evitar resonancia en grandes

Minicursos

Conferencias Plenarias

11

0.2 Ideas de optimización con restricciones para evitar resonancia en grandes estructuras. 12

0.1 Sobre el problema de distinguir números primos de números compuestos

0.3 Estructuras algebraicas de Clifford y algunas aplicaciones

13

I
I

Álgebra

1.4 Nuevo método para encontrar proyecciones en espacio con producto interno

15

1.5 Cadenas de subgrupos para calcular icp de QG para G grupo nilpotente, a partir de pares

 

fuertemente Shoda

16

II
II

Análisis, Geometría, Topología y Ecuaciones Diferenciales

2.6 La integral de Henstock-Kurzweil como el límite de una corrida

18

2.7 Aplicaciones de la Teoría de Ramsey en la Teoría de espacios de Banach

19

2.8 Un modelo proyectivo para la geometría de Möbius de R 2

20

2.9 Las 3 estructuras básicas en Geometría Computacional: Cápsula Convexa, Triangulación

de Delaunay y Diagrama de Voronoi

21

2.10 Ecuaciones con retardo en espacios de sucesiones

22

2.11 El Método del Punto Fijo para Ecuaciones Diferenciales Parciales en el Plano

24

III
III

Análisis Numérico, Optimización y Modelaje Matemático

3.12 Adaptatividad de soluciones usando esquemas miméticos en problemas estacionarios 26

3.13 Un esquema mimético híbrido para problemas de contorno

27

3.14 Un nuevo esquema mimético para la ecuación de onda en geofísica

28

3.15 3d viscoelastic anisotropic seismic modeling with high-order mimetic finite-differences29

3.16 Two algorithms for Consistent Prototype Selection: NEHS and Relaxed NEHS

3.17 Uso de submuestreo y vecinos más cercanos en las Máquinas de Vectores de Soportes 32

3.18 El comportamiento fotométrico del ojo humano ante el contraste lumínico y la luz retinal

33

30

armónica

7

3.19

Simulación de la distribución de oxígeno en un tejido tumoral empleando algoritmos

34

3.20 Estudio comparativo entre un método mimético, un método conservativo y diferencias finitas estándar para la resolución de la ecuación de calor no estática 36

3.21 Resolución numérica de un problema de valores en la frontera del tipo mixto no-autónomo

37

3.22 Solución explícita del problema de Regulación Lineal Cuadrática para sistemas representa-

residuales

usando aproximaciones Tau segmentadas

dos mediante funciones de Laguerre

38

3.23 Aceleración espectral de métodos de punto fijo.

39

3.24 Esquemas de aceleración para el algoritmo de Dykstra

40

3.25 Criterio de separabilidad de conjuntos para el reconocimiento de patrones usando progra-

mación lineal

41

3.26 Pythonizando el cómputo científico

42

IV
IV

Educación e Historia de las Matemáticas

4.27 Describir la solución de problemas matemáticos aplicados en el ciclo de iniciación univer-

44

4.28 La docencia de las matemáticas aplicadas en la USB: estado, alcance y algunas experiencias

sitaria (CIU) de la Universidad Simón Bolívar

45

4.29 De la braquistócrona a la Misión Rosetta

46

4.30 El uso de foros de discusión virtual como apoyo en la enseñanza de las matemáticas

47

4.31 Influencia de actividades de carácter investigativo en la actitud de los estudiantes hacia el

48

estudio de matemáticas

V
V

Matemáticas Discretas

5.32 Efectos de la incertidumbre en la detección de comunidades en sistemas eléctricos de

potencia

51

5.33 Números difusos y algunos ordenamientos

53

5.34 Sobre la no-definibilidad en la lógica de primer orden de problemas tipo Ramsey en grafos

55

finitos.

VI
VI

Probabilidades y Estadística

6.35 El criterio del cuadrado medio del error aplicado a la regresión componentes principales57

6.36 Uso de métodos de aprendizaje no supervisado en el modelaje de la relación de la incidencia

59

de malaria y la deforestación

Minicursos

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

Introduction to Mimetic Difference Methods

JOSÉ CASTILLO

Computational Science Research Center, San Diego State University, San Diego, CA, USA. e-mail: jcastillo@mail.sdsu.edu

Minería de grandes volúmenes de datos

CARENNE LUDEÑA

Escuela de Matemática de la Universidad Central de Venezuela, Caracas, Venezuela. e-mail: carenne.ludena@ciens.ucv.ve

Enumeración de árboles, ecuaciones diferenciales autónomas y cálculo diferencial combinatorio

MIGUEL MÉNDEZ

Instituto Venezolano de Investigaciones Científicas, Caracas, Venezuela. e-mail: mmendez@ivic.gob.ve

10

Conferencias Plenarias

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

0.1 Sobre el problema de distinguir números primos de números compuestos

PEDRO BERRIZBEITIA

Departamento de Matemáticas Puras y Aplicadas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: pedrob@usb.ve

Resumen

Daremos un recorrido por las ideas más importantes que han contribudo a producir algoritmos cada vez más eficientes que permiten distinguir los numeros primos de los compuestos, o lo que es lo mismo, que permiten determinar la primalidad de cualquier entero positivo n. Mostraremos como la búsqueda de los llamados numeros perfectos, un concepto que tiene mas de 2500 años de antiguedad, ha influido en el desarrollo de estas ideas. Recordaremos las contribuciones muy antiguas de Euclides y Eratóstenes, más adelante las de Fermat, Euler, Lucas y Proth, para luego esbozar el inmenso desarrollo del tema en el siglo XX, describiendo extensiones de los teoremas de Lucas y de Proth, que conducen al llamado algoritmo de Ciclotoma o APRCL (siglas de los apellidos de sus autores). No dejamos de mencionar a los algoritmos ECPP, basados en la teoría de curvas elípticas, que dominaron la escena hacia finales del siglo XX. El recorrido sigue en el siglo XXI, describiendo el algoritmo AKS, el primer algoritmo de complejidad polinomial que determina la primalidad de cualquier entero positivo n, para finalizar con una breve descripción de la llamada version práctica de AKS, que iniciamos poco después de los autores de AKS.

12

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

0.2 Ideas de optimización con restricciones para evitar resonancia en grandes estructuras.

MARCOS RAYDAN

Departamento de Cómputo Científico y Estadística, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: mraydan@usb.ve

Resumen

Las grandes estructuras (edificios altos, puentes, aviones, entre otras) se diseñan para soportar fuerzas naturales exteriores como terremotos, vientos fuertes y personas en movimiento; y en especial se deben evitar las vibraciones extremas, conocidas como resonancia. En esta presentación discutiremos dos enfoques diferentes, que combinan técnicas de optimización con restricciones y estimación de autovalores cuadráticos, para evitar el fenómeno de resonancia.

13

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

0.3 Estructuras algebraicas de Clifford y algunas aplicaciones

CARMEN J. VANEGAS

Departamento de Matemáticas Puras y Aplicadas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: cvanegas@usb.ve

Resumen

La charla tratará sobre las álgebras de Clifford dependiendo de parámetros y algunos resultados recientes del correspondiente análisis de Clifford. Algunos ejemplos y resultados mostrarán que dichas álgebras pueden cubrir ecuaciones diferenciales parciales más generales que lo posible en el contexto del análisis de Clifford clásico.

14

I

Álgebra

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

1.4 Nuevo método para encontrar proyecciones en espacio con producto interno

V ICTOR J. R AMIREZ V.

Departamento de Matemáticas Puras y Aplicadas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: ramirezv@usb.ve

Palabras clave: producto interno, proyecciones

Resumen

Sea S un subconjunto finito del espacio con producto interno V (real o complejo), y sea H el subespacio de V generado por S. En esta charla exhibiré un método elemental para hallar la proyección de v sobre H, para cada vector v de V . En este método no haremos uso del algoritmo de ortonormalización de Gram–Schmidt para encontrar la proyección de v sobre H. Sólo haremos uso de los métodos básicas de solución a sistemas de ecuaciones lineales.

Bibliografía

[1] Carl D. Meyer. Matrix Analysis and Applied Linear Algebra. SIAM (2000).

16

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

1.5 Cadenas de subgrupos para calcular icp de QG para G grupo nilpotente, a partir de pares fuertemente Shoda

RICARDO FRANQUIZ, AURORA OLIVIERI

Departamento de Matemática, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: rfranquiz@usb.ve, olivieri@usb.ve

Palabras clave: grupo nilpotente, álgebras de grupo, idempotentes centrales primitivos, pares fuertemente Shoda, cadena de subgrupos.

Resumen

En el 2003 Jesper, Leal y Paques [1] encontraron, para G un grupo finito nilpotente, una técnica alternativa a la forma clásica para calcular los idempotentes centrales primitivos de QG a partir de parejas de subgrupos de G, que son parte de una cadena de subgrupos con ciertas propiedades. Luego en 2004 Olivieri, del Río y Simón [2] cambiaron las condiciones sobre las parejas de subgrupos, ampliando el alcance a la clase de los grupos finitos monomiales que contiene a todos los grupos nilpotentes. Aunque este último resultado es más general, no se conocía si las parejas que satisfacen las condiciones de [1] cumplen las dadas [2]. En [3] se presenta un contraejemplo de una cadena que satisface las condiciones de [1] pero no las de [2]. Dado un par fuertemente Shoda, se puede calcular los los idempotentes centrales primitivos de QG y siguiendo el algoritmo derivado del resultado obtenido en [1] se puede construir la cadena de subgrupos de G mencionada anteriormente. En esta charla mostraremos algunas indicaciones sobre los subgrupos que aparecen en este proceso y su relación con la pareja original.

Bibliografía

[1] Jespers, Eric, Leal, Guilherme y Paques, Antonio (2003), Central idempotents in the rational group algebra of a finite nilpotent group., Journal of Algebra and its Applications. V. 2, 57-62. (2003)

[2] Olivieri, Aurora; del Río, Ángel y Simón, Juan Jacobo, On monomial characters and central idempotents of rational group algebras.,Communications in Algebra. V. 32, 1531-1550. (2004).

[3] Franquiz, Ricardo, Cadenas de subgrupos vs pares fuertemente Shoda, en el cálculo de icp de QG para G nilpotente. Tesis de Maestría. Universidad Simón Bolívar.

[4] GAP - Groups, Algorithms, Programming -, A System for Computational Discrete Algebra http://www.gap- system.org. Version 4.6.5., (2013).

[5] Knaap, C., Silva, C.E., The uncountability of the unit interval. http://arxiv.org/pdf/1209.5119, 2012.

[6] Wedderga, - Wedderburn Decomposition of Group Algebras -G.A.P. package, http://www.gap-system.org/Packages/wedderga.html Version 4.5.4.(2013).

17

II Análisis, Geometría, Topología y Ecuaciones Diferenciales

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

2.6 La integral de Henstock-Kurzweil como el límite de una corrida

JOSÉ GASCÓN

Área de Matemática, Universidad Nacional Abierta, Caracas, Venezuela. e-mails: jogascon@una.edu.ve

Palabras clave: lema de Cousin, corridas(runs), integral de Henstock-Kurzweil, no numerabilidad.

Resumen

La noción on de corridas(runs) es un concepto de convergencia que abarca el de Moore-Smith y permite unificar la presentación de distintas integrales: Riemann, Stieljes, entre otras. En este trabajo presentamos la definición de la integral de Henstock-Kurzweil por medio del concepto de corridas(runs). También aplicaremos el lema de Cousin para dar una nueva prueba de la no numerabilidad de R.

Bibliografía

[1]

Bartle, R., Return to the Riemann Integral, Amer. Math. Monthly, 103 (1996), 625-632.

[2]

Gascon, J., Another proof that the real numbers R are uncountable,por aparecer en Amer. Math. Monthly.

[3]

Iribarren, I., Un segundo curso de integración, La integral de Henstock-Kurzweil.2007, Equinoccio.

[4]

Levy, E., An unusual proof that the reals are uncountable. http://arxiv.org/abs/0901.0446, 2009.

[5]

Knaap, C., Silva, C.E., The uncountability of the unit interval. http://arxiv.org/pdf/1209.5119,2012.

[6]

Millington,H., Runs and integration, Real Analysis Exchange,Vol.30(1)(2004-2005), pp.115-122.

19

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

2.7 Aplicaciones de la Teoría de Ramsey en la Teoría de espacios de Banach

ALEJANDRA CÁCERES

1

1 Departamento de Matemática, Universidad de Carabobo, Naguanagua, Venezuela. e-mail: caceres.rigo@gmail.com

Palabras clave: Espacio de James, espacio de Maurey-Rosenthal, espacio de Tsirelson, espacio de Schlum- precht, bases de Schauder, bases retractivas, bases incondionales, distorsión, ultrafiltros.

Resumen

La Teoría Combinatoria, en especial la Teoría de Ramsey y el Análisis Funcional eran dos áreas de la matemática aparentemente desconectadas pero en las últimas 6 décadas se han construido puentes entre ellas. Esto ha permitido usar técnicas propias de la Teoría Combinatoria Infinita en la resolución de problemas de la Teoría de espacios de Banach. Los problemas atacados con este enfoque son bastante variados, y entre ellos se tiene: estudio de los distintos tipos de incondicionalidad de las bases de Schauder (usando sucesiones spreading, spreading models y teoría de barreras); clasificación de los espacios de Banach (usando teoremas tipo Ramsey y analizando sus subespacios). El trabajo contempla una revisión de algunas de estas contribuciones, tales como, la contrucción de los espacios de Tsirelson, Schlumprecht, James y de Maurey-Rosenthal; este último, pieza fundamental en la resolución del problema de las bases incondicionales y proporciona un excelente ejemplo del uso de la teoría de barreras en la construcción combinatoria de espacios de Banach. Además, se da una nueva demostración de la retractividad de la base unitaria de este espacio.

Bibliografía

[1]

C. Di Prisco y J. López Abad, Teoría de Ramsey y espacios de Banach, XXI Escuela Venezolana de Matemáticas - EMALCA, 2008.

[2]

R. C. James, Bases and reflexivity of Banach spaces, Ann. of Math., Vol. 52, pp. 518–527, 1950.

[3] B. Maurey and H. Rosenthal,Normalized weakly null sequences with no unconditional subsequences, Studia Math., Vol. 61, pp. 77-98, 1977.

[4]

E. Odell y T. Schlumprecht, The distortion problem, Acta Math., Vol. 173, pp. 259-281, 1994.

[5] T. Schlumprecht, An arbitrarily distortable Banach space, Israel Journal of Mathematics, Vol. 76, pp. 81-95,

1991.

[6]

B. S. Tsirelson,Not every Banach space contains p or c 0 , Functional Anal. Appl., Vol. 8, pp. 138-141, 1974.

[7]

W. T. Gowers y B. Maurey, The unconditional basic sequence problem, J. Amer. Math. Soc., Vol. 6, pp. 851-874,

1993.

[8]

W. T. Gowers, An infinite ramsey theorem and some Banach-space dichotomies, Annals of Mathematics, Vol. 156, pp. 797-833, 2002.

[9]

C. Bessaga y A. Pelczynski, A generalization of results of r. c. James concerning absolute bases in banach spaces , Studia Math., Vol. 17, pp. 166-174, 1958.

[10]

A. Cáceres, Sobre las aplicaciones de la Teoría de Ramsey en la Teoría de espacios de Banach, Tesis de Maestría:

IVIC, 2014.

[11] A. Cáceres, Caracterización de propiedades dinámicas en espacios topológicos usando ultrafiltros, Tesis de Pregrado: Universidad de Carabobo, 2011.

20

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

2.8 Un modelo proyectivo para la geometría de Möbius de R 2

SANDRA DE GUGLIELMO

Departamento de Matemática, Facultad de Ingeniería, Universidad de Carabobo, Valencia, Venezuela. e-mails: sdeguglielmo@uc.edu.ve

Palabras clave: circunferencias generalizadas, grupo de Möbius, espacio proyectivo.

Resumen

El grupo de Möbius de R 2 es el generado por las inversiones sobre circunferencias y las reflexiones sobre rectas del plano. Así, la geometría de Möbius de R 2 es la geometría de la familia de rectas y circunferencias del plano bajo la acción del grupo de Möbius. Cada recta o circunferencia de R 2 , escrita de forma general como:

a(x 2 +y 2 ) + bx + cy + d = 0

puede ser representada por el punto (a, b, c, d) = P R 4 . Sin embargo esta representación no es

= 0 (λ R), los puntos (λ a, λ b, λ c, λ d) corresponden a la misma curva,

pero dicha recta o circunferencia puede ser asociada de manera biunívoca al punto de P 3 = P(R 4 ):

única, pues para cada λ

P = {λP : λ

= 0}

El propósito central de este trabajo es modelar la geometría de Möbius mediante el espacio proyectivo real tridimensional P 3 para caracterizar el conjunto de transformaciones que operan en dicha geometría.

Bibliografía

[1]

Pfiefer R., Circles, vectors and linear algebra,,Mathematics magazine, Vol. 66, Número 2, 1999.

[2]

Becker J.M., A new geometrical approach for new Hough-like transform,Vision geometry VII, Vol. 3454, 1998.

[3]

Grousson S., Modèles géométriques pour de nouvelles interpretations en imagerie, Tesis de Doctorado, Universi- dad de Saint-Etienne, France 2002

21

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

2.9 Las 3 estructuras básicas en Geometría Computacional:

Cápsula Convexa, Triangulación de Delaunay y Diagrama de Voronoi

OSMER MONTILLA, ALFREDO ESPEJO

Departamento de Matemática, Universidad Nacional Abierta, Caracas, Venezuela. e-mails: osmerlex@gmail.com

Palabras clave: Geometría Computacional (GC), Cápsula convexa (CC), Triangulación de Delaunay (TD), Diagrama de Voronoi (DV), Polígonos, Conjuntos Finitos de Puntos

Resumen

Esta investigación se ubica en los fundamentos de la geometría computacional (GC), que une las áreas de geometría, la teoría de grafos, algoritmos y programación estructurada. Se utiliza el software de cálculo numérico SCILAB y sus módulos (Sivp y Metanet), además del software Geogebra para implementar prácticas y ejecutar algoritmos. Aplicaciones importantes de la GC incluyen la robótica, sistemas de información geográfica (GIS), disen˜o de circuitos integrados, ingeniería civil y urbanismo, visión computacional y muchos otros. Se enfatizan los conjuntos finitos de puntos en los que se puede encontrar su envoltura o cápsula convexa (CC), la triangulación de Delaunay (TD) y el diagrama de Voronoi (DV), -tres estructuras muy relacionadas entre sí y con muchas aplicaciones. Se hará notar entre otras ideas de desarrollo, la relación que existe entre un teorema de Lebesgue-Brouwer con el Diagrama de Voronoi, el índice de proximidad y la búsqueda de algoritmos eficientes para ciertos problemas propuestos.

Bibliografía

[1]

Thiessen, A. and Alter, C., Climatological Data, Monthly Weather R., Vol. 39, No. 1082, 1911.

[2]

Adams, C., Morgan, F. and Sullivan, J., When soap bubbles collide, 2006.

[3]

Priego, J. and Porres, M., La Triangulación de Delaunay aplicada a los Modelos Digitales del Terreno, Universidad Politécnica de Valencia, 2002.

[4]

Devadoss, S. and O’rourke, J., Discrete and Computational Geometry, Princeton University Press, 2011.

22

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

2.10 Ecuaciones con retardo en espacios de sucesiones

LUIS GERARDO MÁRMOL BOSCH, CARMEN JUDITH VANEGAS

Escuela de Matemáticas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: lgmarmol@usb.ve, cvanegas@usb.ve

Resumen

Let X be l p , 1 p < or c o . Consider the following equation

x˙(t)

=

A 0 x(t)+

x(0)

=

r

x(θ)

=

f(θ)

n

A i x(t h i )t 0

i=1

 

(2.10.1)

h n θ < 0,

(2.10.2)

where 0 < h 1 < ··· < h n are the delaying points, x(t) X for t > 0, A i B(X) i = 0,

f : [h n , 0] X must also sahsfy f (0) = x(0) = r and f (θ )

Here, the convergence is in the norm of X. The fundamental concepts of derivative and integral for vector functions of a single variable can be extended to a function F : [0, ) X. We simply express F as a function of its components and do the calculus operations on that compo- nents

, n and

= 0 for every θ such that h n θ < 0.

If F(t) = { f i (t)} i=1 , we have F (t) = {f (t)}

i

i=1

b

a

F(t)dt = b f i (t)dt

a

i=1

.

In view of these definitions, it is easily checked that the basic theorems about continuity, differen- tiability and integrability are also valid in this case. Using standard arguments, it can also be proven that

X t

We also have, as usual, e At =

t

0

x(s)ds

k!

||x(s)|| X ds.

0

k=0 (t A) k

for A B(X).

Note that the functions x X which we are working with should satisfy

i) x(t) X for every t 0.

ii) x (t) X for every t 0.

iii)

t

g(t) = x(s) ds X for every t 0.

a

x(t) = e λt

y(t) = {y(t)a i } i=1 , where

i=1 , where λ C and q 1 p is a example of this. More generally, the same is true for

X and g is differentiable function on R.

i

q

{a i } i=1

In the next pages we will show that(2.10.2) can be rewritten as an abstract differential equation of the form

z˙(t)

=

Az(t)

z(0)

=

z 0 ,

(2.10.3)

23

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

where A is the infinitesimal generator of a c o semigroup {T t } t0 on a suitable Banach space, and we will prove same important properties of {T t } t0 and A (including same spectral properties). Finally, as an application, we will characterize the null-controllability by using some techniques from functional analysis and operator theory. The control u is constrained to lie in a separable wekly compact subset of an arbitarry Banach space U.

[1]

Bibliografía

Bárcenas D., Diestel J., Constrained Controllability in Non Reflexive Banach Spaces, Quaestiones Mathematicae, 18, 185-198, (1995).

[2] Curtain R.F., Zwart H.J., An Introduction to Infinite-Dimensional Linear Systems Theory , Texts in Applied Mathematics 21, Sringer Verlag, New York- Berlin, (1995).

[3] Iakovleva V., Vanegas C.J., On the solution of differential equations with delayed and advanced arguments, Electronic Journal of Differential Equations, Conference 13, 57-63, (2005).

[4] Iakovleva V., Manzanilla R., Mármol L.G., Vanegas C.J., Solutions and constrained null-controllability for a differential-difference equation, Accepted in Mathematica Slovaca in 2013. To appear in 2014.

[5]

Manzanilla R., Mármol L.G., Vanegas C.J. On the controllability of a differential equation with delayed and advan- ced arguments, Abstract and applied Analysys Vol. 2010, p.p 1-16, article ID 307409, doi 10.1155/2010/307409

[6]

Peichl G., Schappacher W., Constrained Controllability in Banach Spaces, SIAM Journal of Control and Optimi- zation, 24, 1261-1275, (1986).

24

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

2.11 El Método del Punto Fijo para Ecuaciones Diferenciales Parciales en el Plano

OBER NAVARRO

Departamento de Formación General y Ciencias Básicas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: obernavarro@usb.ve

Palabras clave: El Problema de Dirichlet, Ecuaciones diferenciales no-lineales, Operadores integra- les,Álgebras tipo Clifford

Resumen

El problema de Dirichlet, satisfaciendo la condición de frontera

Re w = g en

Im w(z 0 ) = c

para la ecuación diferencial parcial z w = h es rigurosamente analizado desde el punto de vista del análisis complejo para un dominio simplemente conexo en el plano. Se demuestra que este problema se puede resolver a traves de la aplicación de los teoremas de la teoría topológica del punto fijo y el principio de contracción del análisis real a través del operador

W = Φ (w,h) + T F(., w, h)

Finalmente, se describe como esta metodología puede implementarse en algebras tipo Cliford para intentar resolver el problema de una manera más general, es decir, en dimensiones superiores. El cual constituye y representa una parte interesante, de las nuevas tendencias dentro del tópico.

Bibliografía

[1]

Doan Cong, Dinh., Dirichlet boundary problems for monogenics functions in clifford analysis. Complex Variables and Eliptic Equations: An international journal 59 1201-1213, 2004.

[2]

I.N Vekua., Generalized analitic functions. Pergamon, 1962.

[3]

E. Escassut ., W. Tutschke & C.C Yang (eds)., Some Topics on Value Distribution and Differentiability in Complex and p-Adic Analysis. Science Press.Beijing, 2008.

[4]

G.F Manjavidze & W. Tutchske., Some boundary value problems for first order non-lineal differential system on the plane Boundary value problems of the theory of analitic function and their applications 1, 79-124, 1983.

[5]

H Begehr.,Boundary value problems in complex analysis. Boletin de la asosiación matemática venezolana. Vol XII, 2005.

[6]

Vanegas J.C., A survey on the structures of clifford type and applications to partial differential equations. Chapter 8 in [3] 107-118, 2008.

[7]

W. Tutschke & J.C Vanegas., Métodos del analisis complejo en dimensiones superiores . XXI Escuela Venezolana de Matemáticas, 2008.

[8]

W. Tutschke & J.C Vanegas., Fixed-point theorems and their applications to differential equations . XVIII Escuela Venezolana de Matemáticas, 2005.

[9]

W. Tutschke., The distinguishing boundary in clifford analysis. Advances in applied Clifford algebras. (published on line july 2014), 2014.

25

III Análisis Numérico, Optimización y Modelaje Matemático

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.12 Adaptatividad de soluciones usando esquemas miméticos en problemas estacionarios

ABDUL A. LUGO J. 1,2 , GIOVANNI CALDERÓN 2

1 Universidad Politécnica Territorial del Oeste de Sucre “Clodosbaldo Russian”, Cumaná 6101 - Venezuela, e-mail: abdull@ula.ve, abdulmath@gmail.com 2 Grupo Ciencias de la Computación, Departamento de Matemáticas, Facultad de Ciencias, Universidad de Los Andes, Mérida 5101 - Venezuela, e-mail: giovanni@ula.ve

Palabras clave: método mimético, adaptatividad de soluciones, estimación de error

Resumen

Se presentan procesos adaptativos para definir mallas óptimas, con el objetivo de calcular la solución de problemas usando esquemas miméticos. La experimentación numérica evidencia los buenos resultados en problemas de contorno. La estimación del error, se realiza de diversas maneras usando las versiones discretas de los operadores divergencia y gradiente.

Bibliografía

[1]

Calderón G. y Lugo A. Estimación del error y adaptatividad en esquemas miméticos para problemas de contorno, Boletin de la Asociación Matemática Venezolana. (Aceptado, por aparecer en el volumen 2 2015.)

[2]

Lugo A., Puello J., Calderón G. Adaptatividad con estrategia basada en movimientos de mallas usando esquemas miméticos. Preprint, 2015.

[3]

Lugo Abdul, Generación de mallas optimas basadas en esquemas miméticos para problemas de contorno, Tesis de Doctorado, Facultad de Ciencias, Universidad de Los Andes, Venezuela, 201*.

[4] Guevara J., Freites M., and Castillo J. A new second order finite difference conservative scheme. Divulgaciones Matemáticas, 13(1):107–122, 2005.

[5]

Guevara J.M. Sobre los esquemas miméticos de diferencias finitas para la ecuación estática de difusión. Trabajo de ascenso no publicado, Facultad de Ciencias, UCV, Caracas, Venezuela. 2005.

[6]

Hyman J.M. and Shashkov M., The approximation of boundary conditions for mimetic finite difference methods. Computers Math. Applic., 36(5):79–99, 1998.

[7] Batista E. D., Castillo J. E.: Mimetic Schemes on non-uniform structured meshes, Electronic Transactions on Numerical Analysis, Volumen 34, pp. 152–162, Kent State University, 2009.

[8]

Castillo J. and Grone R.D. A matrix analysis approach to higher-order approximations for divergence and gradients satisfying a global conservation law. SIAM J. Matrix Anal. Appl., 25(1):128-–142, 2003.

[9]

Díez P. and Calderón G. Goal-oriented error estimation for transient parabolic problems . Computational Mechanics, 35(5):631—646, 2007.

[10]

Juan J. Tapia, P. Gilberto López Adaptive pseudospectral solution of a diffuse interface model , Journal of Compu- tational and Applied Mathematics 224:101–117, 2009.

[11] Weizhang Huang and Robert D. Russell, Moving Mesh strategy based on a gradient flow equation for two- dimensional problems. SIAM J. Sci. Comput., 20(3):998–1015, 1999.

[12]

Weizhang Huang and Robert D. Russell, Adaptive Moving Mesh Methods. Springer, New York, 2011.

[13]

Castillo J., Miranda G., Mimetic discretization methods, CRC Press, 2013.

27

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.13 Un esquema mimético híbrido para problemas de contorno

C. CHACÓN SUESCÚN 1 , J.M. GUEVARA JORDÁN 2

1 Área de Matemática, Universidad Nacional Abierta, Caracas,Venezuela. e-mail: ccsuescun@gmail.com 2 Escuela de Matemática, Universidad Central de Venezuela, Caracas,Venezuela. e-mail: jmguerajordan@gmail.com

Palabras clave: método mimético, híbrido, problema de contorno, condiciones de Robin, punto de ensilla- dura.

Resumen

Se presenta un nuevo esquema mimético híbrido de segundo orden para la aproximación de problemas de contorno bajo condiciones generales tipo Robin. El esquema consiste en escribir el sistema de ecuaciones asociado a las discretizaciones miméticas de los problemas de contorno como un sistema de punto de silla. Aunque este último tiene mayor dimensión y es más costosa su solución permite obtener mejores aproximaciones de la derivada que las obtenidas mediante formulaciones no híbridas usualmente utilizadas.

Bibliografía

[1]

Chacón Suescún C. Un Método Mimético Mixto para Ecuaciones Elípticas, Tesis de Maestría. UCV (en preparación).

[2]

Guevara-Jordan J.M., Rojas S., Freites M. and Castillo J., Convergence of a mimetic finite difference method for static diffusion equations, Advances in Difference Equations, 2007.

28

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.14 Un nuevo esquema mimético para la ecuación de onda en geofísica

F. SOLANO-FEO 1 , J.M. GUEVARA-JORDÁN 1 , O. ROJAS 2

1 Escuela de Matemáticas, Universidad Central de Venezuela, Caracas,Venezuela. e-mail: freysimar.solano@ciens.ucv.ve,jmguevarajordan@gmail.com

2 Escuela de Computación, Universidad Central de Venezuela, Caracas,Venezuela. e-mail: rojasotilio@gmail.com

Palabras clave: mimético, explícito, acústica, diferencias finitas, condiciones absorbentes, sismograma.

Resumen

Se presenta un nuevo esquema mimético explícito de segundo orden en espacio para la ecuación de onda acústica en mallas escalonadas uniformes con una discretización leapfrog en tiempo. Se com- para el nuevo esquema numérico con el método de diferencias finitas estandar bajo condiciones de fronteras absorbentes y libres simultaneamente, encontrándose mejores condiciones de estabilidad para el esquema propuesto. Igualmente se evidencia la efectividad de las condiciones absorbentes en el contexto geofísico mediante la generación de sismogramas sintéticos.

Bibliografía

[1] Solano F., Guevara-Jordan J.M., Rojas O, Otero B. and Rodriguez R., A new mimetic scheme for the acoustic wave equation, aceptado en Journal of Computational and Applied Mathematics.

[2]

Guevara-Jordan J.M., Rojas S., Freites M. and Castillo J., Convergence of a mimetic finite difference method for static diffusion equations, Advances in Difference Equations, 2007.

[3]

Solano F., Guevara-Jordan J.M. and Rojas O., An explicit mimetic method for transient beam equations, SVMNI,

2012.

29

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.15 3d viscoelastic anisotropic seismic modeling with high-order mimetic finite-differences

MIGUEL FERRER 1 , JOSEP DE LA PUENTE 1 , JOSÉ CASTILLO 2

1 Department of Computer Applications in Science and Engineering, Barcelona Supercomputing Center, Barcelona, Spain. e-mail: miguel.ferrer@bsc.es, josep.delapuente@bsc.es 2 Computational Science Research Center, San Diego State University, San Diego, CA, USA. e-mail: jcastillo@mail.sdsu.edu

Palabras clave: mimetic, seismic

Resumen

We present a scheme to solve three-dimensional viscoelastic anisotropic wave propagation on structured staggered grids. The scheme uses a fully-staggered grid (FSG) or Lebedev grid, which allows for arbitrary anisotropy as well as grid deformation. This is useful when attempting to incorporate a bathymetry or topography in the model. The correct representation of surface waves is achieved by means of using high-order mimetic operators, which allow for an accurate, compact and high-order solution at the physical boundary condition. Furthermore, viscoelastic attenuation is represented with a generalized Maxwell body approximation, which requires auxiliary variables to model the convolutional behavior of the stresses in lossy media. We present the scheme’s accuracy with a series of tests against analytical and numerical solutions. Similarly we show the scheme’s performance in high-performance computing platforms. Due to its accuracy and simple pre- and post-processing, the scheme is attractive for carrying out thousands of simulations in quick succession, as is necessary in many geophysical forward and inverse problems both for the industry and academia.

Bibliografía

[1] Castillo J., Miranda G., Mimetic discretization methods, CRC Press, 2013.

30

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.16 Two algorithms for Consistent Prototype Selection: NEHS and Relaxed NEHS

ALEJANDRO FLORES, EMELY ARRÁIZ

Dpto. de Computación y Tecnología de la Información„ Universidad Simón Bolívar, Caracas, Venezuela. e-mails: aflores@ldc.usb.ve, arraiz@ldc.usb.ve

Palabras clave: nearest neighbor rule, prototype selection, training-set consistent subset, nearest enemy

Resumen

The nearest neighbor rule (NN) [5] is among the most popular nonparametric classification methods. Given a training-set T of n labeled instances, represented as points in R d , the NN rule classifies a query point with the class of its nearest neighbor in T . Despite its simplicity, the popularity of the NN rule relies on its classification performance. In fact, its probability of error is bounded by twice the Bayes probability of error [2] (i.e., the minimum of any decision rule). Therefore, the nearest neighbor contains at least half the discrimination information of an infinite- size training-set [9, 4]. However, the NN rule is often criticized for its time and space requirements. One common misconception, is that the NN rule should store the entire training-set to maintain its classification performance. In fact, vast amount of training-set reduction methods have been proposed (for a comprehensive survey see [8, 10, 11]). Also known as Prototype Selection algorithms, the goal is to reduce the initial training-set T by selecting a subset of prototypes R T to be used by the NN rule. Furthermore, one logical approach is to select a subset that allows the NN rule to correctly classify the rest of the instances of T : a property known as consistency. A set of prototypes R T is said to be a training-set consistent subset of T , if and only if for each instance in T R, its nearest neighbor in R belongs to the same class [7]. The nearest enemy is yet another concept in the scope of the NN rule [3, 12]. Given an instance t T , the nearest enemy (NE) of t is the nearest neighbor of t in T of different class. We define the NE hypersphere of an instance t T as the d -dimensional hypersphere centered at t and with radius equal to the distance between t and its NE. On this notion, we describe a stronger property that yields consistency: given a set of prototypes R T , for every instance t T R there must exist an instance r R inside the NE hypersphere of t. Now, we propose two novel prototype selection algorithms: NEHS and RNEHS. NEHS (Nearest Enemy Hypersphere Selection) is a constructive algorithm based on the property described, and it tends to select only instances closer to the decision borders. RNEHS (Relaxed NEHS ) is a relaxation of NEHS that also guarantees a consistent selection. However, RNEHS selects not only border instances, but also well distributed interior instances. Besides its simplicity, we show that both algorithms are order-independent, and have quadratic worst-case time complexity. Our results show that NEHS is competitive with a state- of-the-art algorithm for consistent prototype selection called FCNN [1], and therefore, with well established approaches like CNN [7] and RNN [6]. This is not the case for RNEHS, given that selects interior instances as well as instances closer to the decision borders. However, RNEHS performs quite an interesting selection, and we illustrate possible applications of this approach.

Bibliografía

[1]

F. Angiulli., Fast nearest neighbor condensation for large data sets classification., Knowledge and Data Enginee- ring, IEEE Transactions on, 19(11):1450–1464, 2007.

[2]

T. Cover and P. Hart., Nearest neighbor pattern classification. IEEE Trans. Inf. Theor., 13(1):21–27, Jan. 1967.

31

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

[3]

B. V. Dasarathy. Nearest unlike neighbor (nun): an aid to decision confidence estimation.Pattern Analysis and Machine Intelligence, IEEE Transactions on, (1):75–78, 1981.

[4]

L. Devroye. On the inequality of cover and hart in nearest neighbor discrimination., Pattern Analysis and Machine Intelligence, IEEE Transactions on, (1):75–78, 1981.

[5]

E. Fix and J. L. Hodges. Discriminatory analysis, nonparametric discrimination: Consistency properties., US Air Force School of Aviation Medicine, Technical Report 4(3):477+, Jan. 1951.

[6]

G. W. Gates. The reduced nearest neighbor rule (corresp.). IEEE Transactions on Information Theory, 18(3):431–433,

1972.

[7]

P. Hart. The condensed nearest neighbor rule (corresp.). IEEE Trans. Inf. Theor., 14(3):515–516, Sept. 1968.

[8]

N. Jankowski and M. Grochowski. Comparison of instances seletion algorithms i. algorithms survey. In Artificial Intelligence and Soft Computing-ICAISC 2004, pages 598–603. Springer, 2004.

[9]

C. J. Stone.Consistent nonparametric regression. The annals of statistics, pages 595–620, 1977.

[10] G. Toussaint. Open problems in geometric methods for instance-based learning. In J. Akiyama and M. Kano, editors, JCDCG, volume 2866 of Lecture Notes in Computer Science, pages 273–283. Springer, 2002.

[11]

G. Toussaint.Proximity graphs for nearest neighbor decision rules: Recent progress. “In Progress”, Proceedings of the 34 th Symposium on the INTERFACE, pages 17–20, 2002.

[12] D. R. Wilson and T. R. Martinez. Instance pruning techniques. In Proceedings of the Fourteenth International Conference on Machine Learning, ICML ’97, pages 403–411, San Francisco, CA, USA, 1997. Morgan Kaufmann Publishers Inc.

32

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.17 Uso de submuestreo y vecinos más cercanos en las Máquinas de Vectores de Soportes

MARIA GONZALEZ-LIMA, SERGIO CAMELO, ADOLFO QUIROZ

1 Departamento de Matemáticas, Universidad Militar Nueva Granada, Colombia e-mail: maria.gonzalezl@unimilitar.edu.co 2,3 Departamento de Matemáticas, Universidad de los Andes, Colombia. e-mail: sa.camelo38@uniandes.edu.co; aj.quiroz1079@uniandes.edu.co

Palabras clave:

Máquinas de Vectores de Soportes, submuestreo, k-vecinos más cercanos

Resumen

Máquinas de Vectores de Soporte (SVM) es una técnica de aprendizaje supervisado usada para clasificar datos en diferentes clases. Requiere de una fase de entrenamiento para determinar los denominados vectores soportes, en la cual hay que resolver un problema de optimización cuadrático, convexo, de gran escala, lo cual requiere de un gran costo computacional. En la literatura hay diferentes opciones para reducir el tamaño de este problema, usando sus condiciones de optimalidad. En esta charla se presentará una idea alternativa basada en técnicas de submuestreo y el cálculo de vecinos cercanos que permite encontrar una solución aproximada a muy bajo costo. Se presentarán resultados numericos en problemas SVM.

33

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.18 El comportamiento fotométrico del ojo humano ante el contraste lumínico y la luz retinal armónica

OMAR CORDERO.

Área de Matemáticas, Universidad Nacional Abierta, Caracas, Venezuela. e-mails: omarcordero17@una.edu.ve

Palabras clave: modulación transferida, función de modulación transferida de Michelson, estimulación lumínica, adaptación retinal.

Resumen

La anatomía retiniana la conforma una estructura nerviosa de células, unas con forma de bastones conectadas en grupos las cuales responden a un área general de estímulos luminosos y otras con forma de conos acopladas de forma individual con otras fibras nerviosas, de modo que los estímulos que llegan a cada una de ellas se reproducen y permiten distinguir los pequeños detalles de la visión. Sin discutir los pormenores del campo de la neurología en la percepción visual, se presentará la manipulación de datos numéricos y las representaciones gráficas del comportamiento de la Función de Modulación Transferida de Michelson, la cual plantea la respuesta neuronal ante la sensibilidad óptica debido a los niveles de luminosidad del ambiente.

Bibliografía

[1]

Akirawa, K., Mizuno, S., Kinoshita, M. y Stavenga, G., Co expression of Two Visual Pigments in a Photoreceptor Causes an Abnormally Broad Spectral Sensitivity in the Eye of the Butterfly Papilioxuthu. The Journal of Neuroscience, Vol. 23, No. 11, pp. 4527-4532, 2003.

[2]

Bravo,S., Métodos Matemáticos avanzados para Científicos e Ingenieros, Universidad de Extremadura, 2006.

[3]

Cao, J., Dynamics in Neuroscience, McGraw-Hill Research Documents, 2004.

[4]

Clifford, D., Retinal Light Adaptation, PTC Corp, 2003.

[5]

Hernández, M, Mecanismos de Detección del Contraste Cromático y de Luminancia en el Sistema Visual Humano, Servicio de Publicaciones de la Universidad de Murcia, Vol. 17, No. 2, pp. 219-233, 2013.

34

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.19 Simulación de la distribución de oxígeno en un tejido tumoral empleando algoritmos residuales

WILLIAM LA CRUZ

Departamento de Electrónica, Computación y Control, Facultad de Ingeniería, Universidad Central de Venezuela, Caracas, Venezuela. e-mail: william.lacruz@ucv.ve

Palabras clave: Distribución de oxígeno, Tejido tumoral, Algoritmo residual, Método de diferencias finitas, Modelos de reacción-difusión

Resumen

A las células tumorales, como a todas las otras células, el oxígeno se le suministra a través

de los capilares. Sin embargo, la estructura de los capilares en el tejido tumoral difiere de la

estructura uniforme en el tejido normal. La distribución de oxígeno es un componente importante del microambiente del tumor y tiene un impacto significativo sobre el tratamiento y el control del cáncer. La hipoxia, o falta de contenido de oxígeno, se ha asociado con la resistencia al tratamiento [4]. Este aspecto hace que la cuantificación de la distribución de oxígeno del tumor

y

el estudio de su impacto en los métodos de tratamiento sean temas de gran importancia en

la

investigación médica. Se han propuestos varios procedimientos para medir la distribución de

oxígeno del tejido, empleando polarografía, gammagrafía o técnicas de resonancia magnética. Sin embargo, muchos de estos procedimientos son invasivos o padecen problemas de muestreo

o limitaciones en la resolución. Tales inconvenientes pueden disminuir la importancia de los

resultados. En consecuencia, la modelación teórica de la distribución de oxígeno a través de simulaciones computacionales puede ser una alternativa práctica para determinar la distribución de oxígeno en escala microscópica. Pero, tales simulaciones pueden consumir mucho tiempo de CPU según sea el algoritmo utilizado para la resolución numérica del problema. El problema tratado en este trabajo es la simulación de la distribución de oxígeno en un tejido tumoral en 2-D, según el modelo matemático propuesto por Da¸su et al. [1],

D x 2 p 2

+

  p(x, y) = 0,

2 p y 2

+q max

para (x, y)

p

p+κ = 0,

R.

para (x, y) R R 2 ,

(3.19.1)

donde p(x, y) es la presión parcial del oxígeno, R es el borde del dominio espacial R que representa

un tejido tumoral con n v vasos sanguíneos (por mm 2 ), D es el coeficiente de difusión del oxígeno,

q max > 0 es la tasa máxima de consumo de oxígeno y κ es la presión parcial en la que la tasa de consumo disminuye a la mitad del máximo valor. Específicamente, proponemos la utilización de dos recientes algoritmos residuales (variaciones y extensiones de los algoritmos introducidos en [2] y [3]) para la resolución numérica del sistema de ecuaciones no lineales, que se obtiene de la discretización de (3.19.1) a través del método de Diferencias Finitas. A diferencia de los métodos tradicionales para sistemas de ecuaciones no lineales (método de Newton, método de Broyden,

métodos de Newton inexactos, etc.) que requieren el uso de derivadas y que, además, ameritan un gran almacenamiento en memoria, los algoritmos residuales propuestos son métodos libres

de derivadas y de bajo almacenamiento en memoria. Nuestros resultados numéricos preliminares

indican que los métodos propuestos permiten determinar eficientemente la distribución de oxígeno

en un tejido tumoral para problemas sintéticos.

35

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

Bibliografía

[1] Da¸su A., Toma-Da¸su I., and Karlsson M. Theoretical Simulation of Tumour Oxygenation and Results from Acute and Chronic Hypoxia. Physics in Medicine and Biology, Vol. 48, pp. 2829-2842, 2003.

[2] La Cruz W. A Projected Derivative-Free Algorithm for Nonlinear Equations with Convex Constraints. Optimization Methods & Software, Vol. 29, No. 1, pp. 24–41, 2014.

[3] La Cruz W. Residual Spectral Algorithm for Solving Monotone Equations on a Hilbert Space. Applied Mathematics and Computation, Vol. 219, pp. 6633–6644, 2013.

[4] Vaupel P. and A. Mayer A. Hypoxia in Cancer: Significance and Impact on Clinical Outcome . Cancer and Metastasis Reviews, Vol. 26, No. 2, pp. 225-239, 2007.

36

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.20 Estudio comparativo entre un método mimético, un método conservativo y diferencias finitas estándar para la resolución de la ecuación de calor no estática

GISELLE SOSA-JONES, OSWALDO JIMÉNEZ, JHONNATHAN ARTEAGA

Departamento de Cómputo Científico y Estadística, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: gsjones@usb.ve, oswjimenez@usb.ve, jarteaga@usb.ve

Palabras clave: método mimético, método conservativo, diferencias finitas, comparación, ecuación de calor no estática, capa límite

Resumen

En este trabajo se propone comparar tres métodos numéricos para resolver el problema de trans- ferencia de calor no estático, sobre un dominio bidimensional y con condiciones de borde tipo Robin:

u

  · (Ku) = f u

   αu+βK

t

n

= F

si (x, y) /

si (x, y)

Los métodos que se comparan son el Theta-Método Mimético, el Método Conservativo y Diferen- cias Finitas. En todos los casos se consideran ejemplos de tipo capa límite (boundary layer), de los cuales se conoce la solución analítica. Específicamente, se comparan los métodos en cuanto a convergencia, características de la implementación y errores en las soluciones obtenidas.

Bibliografía

[1] Castillo J.E. and Grone R.D., A matrix analysis approach to higher-order approximations for divergence and gradients satisfying a global conservation law, SIAM Journal on Matrix Analysis and Applications, Vol. 25, No. 1, pp. 128-142, 2003.

[2] Arteaga J., Análisis de nuevos esquemas conservativos para la ecuación no estática de difusión, Tesis de Doctorado, Universidad Central de Venezuela, 2012.

[3]

Carslaw H.S. and Jaeger J.C., Conduction of heat in solids, Oxford University Press, 1959.

[4]

Castillo J., Miranda G., Mimetic discretization methods, CRC Press, 2013.

37

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.21 Resolución numérica de un problema de valores en la frontera del tipo mixto no-autónomo usando aproximaciones Tau segmentadas

CARMEN DA SILVA 1 , RENÉ ESCALANTE 2

1 Escuela de Matemática, Facultad de Ciencias, Universidad Central de Venezuela, Caracas, Venezuela. e-mail: carmen.dasilva@ciens.ucv.ve 2 Departamento de Cómputo Científico y Estadística, Universidad Simón Bolívar, Caracas, Venezuela. e-mail: rescalante@usb.ve

Palabras clave: método Tau, método Tau segmentado, ecuación diferencial funcional del tipo mixto no-autónoma, aproximaciones polinómicas

Resumen

En este trabajo presentamos un nuevo enfoque para resolver numéricamente un problema con valores en la frontera, y que está definido por una ecuación diferencial funcional del tipo mixto (EDFTM) no-autónoma. En este enfoque, extendemos las ideas presentadas en [1] sobre el caso autónomo, al caso no-autónomo. Además, aproximamos los coeficientes de la EDFTM no-autónoma, mediante polinomios de grados menores o iguales al grado de la aproximación polinómica a trozos requerida, como una extensión a lo desarrollado en [2] para el caso no-autónomo. Para nuestros propósitos, empleamos el método Tau segmentado [3], con el cual, se obtienen aproximaciones polinómicas a trozos para estimar la solución analítica del problema. Realizamos comparaciones entre los resultados obtenidos con el enfoque propuesto y la solución analítica conocida del problema. Los resultados numéricos obtenidos en la experimentación numérica realizada, fueron satisfactorios, logrando aproximar la solución analítica del problema sobre intervalos largos.

Bibliografía

[1] Da Silva C. y Escalante R., Segmented Tau approximation for a forward-backward differential equation, Comput. with Math. Appl., Vol. 62, pp. 4582-4591, 2011.

[2]

Da Silva C. y Escalante R., Numerical solution of a linear mixed-type functional differential equation using the segmented Tau method, Ingeniería y Ciencias Aplicadas: Modelos Matemáticos y Computacionales. E. Dávila, J. Del Río, M. Cerrolaza y R. Chacón (Editores). ISBN: 978-980-7161-04-6, pp. MM 19-MM 24, 2014.

[3]

Ortiz E.L., Step by step Tau method - Part I: Piecewise polynomial approximations, Comput. Math. Appl., Vol. 6, pp. 381-392, 1975.

38

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.22 Solución explícita del problema de Regulación Lineal Cuadrática para sistemas representados mediante funciones de Laguerre

J UAN P. R EQUEZ 1 , MIGUEL STREFEZZA 2 , GUSTAVO SÁNCHEZ 3 , ERNESTO GRANADO 4

1 Universidad Centroccidental Lisandro Alvarado, Venezuela. e-mail: jprequez@ucla.edu.ve

2 Departamento de Procesos y Sistemas, Universidad Simón Bolívar, Venezuela. e-mail: strefeza@usb.ve

3 Departamento de Procesos y Sistemas, Universidad Simón Bolívar, Venezuela. e-mail: gsanchez@usb.ve

4 Departamento de Procesos y Sistemas, Universidad Simón Bolívar, Venezuela. e-mail: granado@usb.ve

Palabras clave: Funciones de Laguerre. Regulador Lineal Cuadrático. Solución Explícita

Resumen

La identificación en términos de funciones de Laguerre conduce a una descripción relativamente sencilla, la cual permite incorporar conocimiento tanto cuantitativo como cualitativo acerca del proceso considerado. Los modelos de Laguerre así obtenidos admiten una representación en el Espacio de Estados caracterizada por una estructura particular. En este trabajo se demuestra que dicha estructura viene asociada a una solución explícita del problema de Regulación Cuadrática Lineal, lo cual se propone como resultado central. Adicionalmente, el desempeño del controlador obtenido se compara con respecto a controladores de tipo PID, considerando sistemas de prueba ampliamente estudiados en la literatura.

Bibliografía

[1]

Aström, K. J. and Panagopoulos, H. and Hägglund, T., Design of PI Controllers Based on Non-convex Optimization, Automatica, vol. 34, num. 5, pp. 585-601, 1998.

[2]

Bemporad, Alberto and Morari, Manfred and Dua, Vivek and Pistikopoulos, Efstratios N., The Explicit Linear Quadratic Regulator for Constrained Systems, Automatica, vol. 38, num. 1, pp. 3-20, 2002.

[3]

Wahlberg B., System Identification Using Laguerre Models, IEEE Transactions on Automatic Control, vol. 36, num. 5, pp. 551-562, 1991.

[4]

Zervos C., Bélanger P.R. and Dumont G. A., On PID Controller Tuning using Orthonormal Series Identification, Automatica, vol. 24, num. 2, pp. 165-175, 1988.

39

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.23 Aceleración espectral de métodos de punto fijo.

ELIEZER PEÑALOZA, LUIS MANUEL HERNÁNDEZ-RAMOS

Centro de Cálculo Científico y Tecnológico, Universidad Central de Venezuela, Caracas, Venezuela. e-mails:

guit51@hotmail.com, luis.hernandez@ciens.ucv.ve

Palabras clave: Método de Punto Fijo, Métodos tipo residual, Gradiente espectral

Resumen

En este trabajo se propone acelerar la iteración de Banach-Picard para encontrar los puntos fijos de operadores mediante estrategias de tipo residual para hallar los ceros de funciones. Los resultados son mostrados en problemas de factibilidad lineal dividida, minimización con restricciones, etc.

Bibliografía

[1] Byrne, Charles, A unified treatment of some iterative algorithms in signal processing and image reconstruction, Inverse Problems, Vol. 20, No. 1, pp. 103, 2004, IOP Publishing.

[2] Byrne, Charles L, Applied iterative methods, AK Peters Wellesley, 2008.

[3] Birgin, Ernesto G and Martínez, José Mario and Raydan, Marcos, Nonmonotone spectral projected gradient methods on convex sets, SIAM Journal on Optimization, Vol. 10, No. 4, pp. 1196-1211, 2000.

[4] Bauschke, Heinz and Deutsch, Frank and Hundal, Hein and Park, Sung-Ho, Accelerating the convergence of the method of alternating projections, Transactions of the American Mathematical Society, Vol. 355, No. 9, pp. 3433-3461, 2003.

[5] Cegielski, Andrzej, Methods for finding fixed points of nonexpansive operators in a Hilbert space, Leiter des Instituts fur Mathematik, Ilmenau, 2008.

[6] Cegielski, Andrzej, Iterative methods for fixed point problems in Hilbert spaces, Springer, 2013.

[7] Cheney, E and Kincaid, David, Numerical mathematics and computing, Cengage Learning, 2012.

[8] Heath, Michael T, Scientific computing, McGraw-Hill, 2001.

[9] Hernández-Ramos, Luis Manuel, Métodos de proyecciones alternantes vía optimización numérica., Tesis de Doctorado, Universidad Central de Venezuela, 2011.

[10] Hernández-Ramos, Luis M and Escalante, René and Raydan, Marcos, Unconstrained optimization techniques for the acceleration of alternating projection methods, Numerical functional analysis and optimization, Vol. 32, No. 10, pp. 1041-1066, Taylor & Francis, 2011.

[11] Kincaid, David Ronald and Cheney, Elliott Ward, Numerical analysis: mathematics of scientific computing, vol. 2, American Mathematical Soc., 2002.

[12] La Cruz, William and Martínez, José and Raydan, Marcos, Spectral residual method without gradient information for solving large-scale nonlinear systems of equations, Mathematics of Computation, Vol. 75, No. 255, pp. 1429-1448, 2006.

[13] Cruz, William La and Raydan, Marcos, Nonmonotone spectral methods for large-scale nonlinear systems, Optimization Methods and Software, Vol. 18, No. 5, pp. 583-599, Taylor & Francis, 2003.

[14] Escalante, René and Raydan, Marcos, Alternating projection methods, Vol. 8, 2011, SIAM.

[15] Saad, Yousef, Iterative methods for sparse linear systems, SIAM, 2003.

40

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.24 Esquemas de aceleración para el algoritmo de Dykstra

WILLIAMS LÓPEZ

Departamento de Física y Matemáticas, Núcleo Universitario “Rafael Rangel”, Universidad de Los Andes, Trujillo, Venezuela. e-mail: wlopez@ula.ve

Palabras clave:

Algoritmo de Dykstra, métodos de proyecciones alternantes, proyecciones ortogonales,

aceleración.

Resumen

El algoritmo de Dykstra es un método de proyecciones alternantes que resuelve el problema de optimización de encontrar el punto más cercano, a un punto dado, en la intersección de un número finito de conjuntos convexos cerrados en un espacio de Hilbert [1, 2]. La desventaja principal del algoritmo de Dykstra es su lenta convergencia. En este trabajo proponemos y analizamos esquemas para la aceleración de la convergencia del algoritmo de Dykstra.

Bibliografía

[1] J. P. Boyle y R. L. Dykstra. A method for finding projections onto the intersections of convex sets in Hilbert spaces. In Advances in Order Restricted Statistical Inference. Lecture Notes in Statistics, Springer, Berlin V. 37, 28–47, 1985.

[2]

R. L. Dykstra. An algorithm for restricted least-squares regression. Journal of the American Statistical Association V. 78, 837–842, 1983.

[3]

R. Escalante y M. Raydan Alternating Projection Methods. SIAM, 2011.

[4]

W. López y M. Raydan. An acceleration scheme for Dykstra’s algorithm. Enviado a Computational Optimization and Applications, 2015.

41

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.25 Criterio de separabilidad de conjuntos para el

reconocimiento de patrones usando programación lineal

ESNIL GUEVARA 1 , ANTHONY CHO 1 , FERNANDO CEDEÑO 1,2 ,FREDDY NAREA 2

1 Departamento de Matemática, Universidad de Carabobo, FACYT, Bárbula, Edo. Carabobo e-mails: ejguevara@uc.edu.ve,adcho@uc.edu.ve 2 Centro de Investigaciones Médicas y Biotecnológicas de la Universidad de Carabobo. e-mail: fjcedeno@uc.edu.ve,fjnarea@uc.edu.ve

Palabras clave: programación lineal, separabilidad no lineal, clasificación de conjuntos, patrones

Resumen

El problema de reconocimiento de patrones en un conjunto de datos consiste en encontrar criterios que permitan distinguir conjuntos disjuntos o heterogéneos entre sí. En particular, el caso de dos subconjuntos que pueden ser separados por un hiperplano o una superficie no lineal, ayudaría a entender la estructura de los datos y a establecer los métodos necesarios para realizar el proceso de clasificación. La programación lineal consiste en maximizar o minimizar una función objetivo lineal, donde las variables estan sujetas a restricciones que se expresan mediante sistemas de inecuaciones lineales. En este trabajo se busca implementar un criterio de separabilidad cuadrática basado en el valor de la función objetivo, así como comparar el máximo margen de separación entre ambos conjuntos con otro método de clasificación. Para ilustrar la metodología se usarán espectros de reflexión difusa para la clasificación de pureza en arcillas.

Bibliografía

[1]

Mangasarian, O. L, Linear and Nonlinear Separation of Patterns by Linear Programming Operation Research, Vol. 3, páginas. 444-452, 1965.

[2]

W. Highleyman, A note on Linear Separability, IRE trans. Electronic Computers, páginas 777-778, 1959.

[3]

Anthony Cho et al., Criterio de Clasificación de datos usando programción matemática, Memorias del Congreso CIMENICS, 2014.

42

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

3.26 Pythonizando el cómputo científico

OSWALDO JIMÉNEZ

Departamento de Cómputo Científico y Estadística, Universidad Simón Bolívar, Caracas, Venezuela. e-mail: oswjimenez@usb.ve

Palabras clave: Python, Pythonizar, Cómputo Científico, Software Libre, Módulo de Python

Resumen

Desde la introducción del concepto de“copyleft"por Richard Matthew Stallman en 1984, el desa- rrollo de Software Libre se ha planteado como una necesidad en todas las actividades humanas que requieren del uso de programas de computadoras. En particular en el ámbito del Cómputo Científico, herramientas computacionales de altísimo nivel como Matlab de la compañía Math- Works, han dominado la escena por muchos años y se han vuelto prácticamente indispensables en el quehacer cotidiano de ingenieros y científicos alrededor del mundo. Sin embargo, Matlab es Software propietario y privativo, de muy elevado costo, lo cual dificulta su uso tanto en la Academia como en la Industria. Algunos de los desarrollos de Software Libre y de Código Abierto que se presentan como alternati- vas a Matlab son Octave, Scilab, Python y más recientemente Julia del MIT. De estas herramientas, Python ha tenido un gran auge en los años recientes, debido a su capacidad de integración con otros sistemas, especialmente en el ámbito web. En esta charla se hablará de las herramientas que Python proporciona para emprender desarrollos en las áreas relacionadas con el cómputo científico, haciendo énfasis en sus fortalezas y señalando algunas de sus debilidades. Esto incluye las herramientas no propias de Python, sino desarrolladas por terceros para éste, que es lo que se conoce como los "módulos"de Python. Aunque la charla no tiene la intención de profundizar en aspectos técnicos del lenguaje, se muestran algunas técnicas que podrían mejorar la efectividad de los desarrollos computacionales efectuados con Python. Se concluye la presentación mencionando algunos módulos particulares de Python, tales como Numpy, Scipy, Matplotlib y Ipython, que facilitan tanto la enseñanza del Cómputo Científico como el desarrollo de aplicaciones computacionales de carácter científico.

Bibliografía

[1]

Python Official Web Page: www.python.org

[2]

Python Documentation: //docs.python.org/3/

43

IV

Educación e Historia de las

Matemáticas

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

4.27 Describir la solución de problemas matemáticos aplicados en el ciclo de iniciación universitaria (CIU) de la Universidad Simón Bolívar

ANDRÉS ARMANDO HERNÁNDEZ CÓDOVA

Departamento de Formación General y Ciencias Básicas, Universidad Simón Bolívar, Sede del Litoral, Venezuela. e-mails: andrezh@usb.ve

Palabras clave: comprensión del problema, resolución de problemas, rol del docente, trabajo de campo descriptivo

Resumen

El objetivo de esta investigación es describir la solución de problemas matemáticos de los estudiantes del Ciclo de Iniciación Universitaria (CIU) de la Universidad Simón Bolívar sede del Litoral y cómo el docente apoya este proceso. Se realizó una investigación de campo de carácter descriptivo. Para ello, los estudiantes resolvieron problemas, desarrollando o consolidando sus habilidades y destrezas en la comprensión y solución de los mismos. Y el docente desarrolló estrategias didácticas para apoyar este proceso. El análisis de la información se efectuó a través de la observación participante del docente investigador, quien notó que al comenzar el proceso de solución de problemas los estudiantes no podían redactar la comprensión del problema y aplicaban el ensayo y error; después que el docente aplicó las estrategias, los estudiantes pudieron resolver los problemas utilizando los pasos de la guía teórica-práctica de Matemáticas II CIU-Litoral.

Bibliografía

[1]

Barrientos, O., La actitud científica ante la resolución de problemas matemáticos La Paz: IIICAB, 2010.

[2]

Campistrous, L y Rizo, C., Aprender a resolver problemas aritméticos, La Habana: Editorial pueblo y educacin,

1996

[3]

Polya, G., How to solve it., New Jersey: Princeton University, 1957.

[4] Serres, Y., Aspectos a considerar en un diseo de instrucción centrado en el proceso de solución de problemas matemáticos. Caso del Curso Introductorio de la Facultad de Ingeniería de la UCV, Acta Latinoamericana de Matemática Educativa, 13, 2000.

45

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

4.28 La docencia de las matemáticas aplicadas en la USB:

estado, alcance y algunas experiencias

RENÉ ESCALANTE

Departamento de Cómputo Científico y Estadística, Universidad Simón Bolívar, Caracas, Venezuela. e-mail:

rescalante@usb.ve

Palabras clave: matemáticas aplicadas, programas de estudio, pregrado, postgrado, modelos matemáticos

Resumen

En este trabajo, derivado de la experiencia del autor en la Coordinación Docente de Matemáticas en la USB, se proponen cuatro programas de estudio para el pregrado (Lic. en Matemáticas) y tres para el postgrado (Maestría y Doctorado en Matemáticas) en el área conocida como matemáticas aplicadas. Además, se diserta brevemente acerca de la naturaleza del término matemáticas aplicadas [1], buscando precisar el concepto. Por último, se especula respecto a la aplicabilidad o no de las propuestas de estudio señaladas mediante el uso de algunos modelos matemáticos conocidos de la biología-matemática [2].

Bibliografía

[1] Von Neumann J., The Mathematician. In J.R. Newman, editor, “The World of Mathematics", Vol. 4, pages 2053-2063, 1956.

[2]

Edelstein-Keshet L., Mathematical Models in Biology, Society for Industrial and Applied Mathematics (SIAM), Philadelphia, 2005.

46

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

4.29 De la braquistócrona a la Misión Rosetta

GUSTAVO SÁNCHEZ

Departamento de Procesos y Sistemas, Universidad Simón Bolívar, Venezuela. e-mail: gsanchez@usb.ve

Palabras clave: Cálculo de Variaciones, Control Óptimo, Historia de las Matemáticas

Resumen

En este trabajo se presenta una breve introducción del problema de la braquistócrona (trayectoria de descenso en tiempo mínimo). Posteriormente se analiza el impacto que tuvo este modelo en el Cálculo de Variaciones, la Teoría del Control Óptimo y finalmente en el desarrollo de la industria aeronáutica y aeroespacial. En particular se consideran los aspectos más relevantes de la Misión Rosetta, dirigida por la Agencia Espacial Europea, la cual, desde el punto de vista del autor, representa uno de los avances tecnológicos más impresionantes en lo que va de siglo.

[1]

Bibliografía

Jeff Babb and James Currie The Brachistochrone Problem: Mathematics for a Broad Audience via a Large Context Problem The Montana Mathematics Enthusiast, ISSN 1551-3440, Vol. 5, n.2-3, pp.169-184, 2008

[2] Roman Debski Gradient-Based Algorithms in the Brachistochrone Problem Having a Black-Box Represented Mathematical Model Journal of Telecommunications and Information Technology, vol 1, 2014

[3]

Glassmeier, Karl-Heinz and Boehnhardt, Hermann and Koschny, Detlef and Kuhrt, Ekkehard and Richter, Ingo The Rosetta Mission: Flying Towards the Origin of the Solar System Space Science Reviews, vol 128, n 124, 2007

[4]

Herman H. Goldstine A History of the Calculus of Variations from the 17th through the 19th Century Springer- Verlag New York Inc, 1980

[5]

Gary Lowlor A New Minimization Proof for the Brachistochrone The American Mathematical Monthly, Volume 103, Number 3, pp. 242-249, 1996

[6]

Eberhard Knobloch Leibniz and the Brachistochrone Documenta Mathematica Extra Volume ISMP, 15-18, 2012

[7]

Rosetta Space Probe European Space Agency Mission URL: http://www.aerospace-technology.com/projects/rosetta/

47

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

4.30 El uso de foros de discusión virtual como apoyo en la enseñanza de las matemáticas

AURORA OLIVIERI

Departamento de Matemáticas puras y aplicadas. Universidad Simón Bolívar, Caracas, Venezuela. e-mail:

olivieri@usb.ve

Palabras clave: enseñanza de las matemáticas, usos de TICS

Resumen

Dado que el debate sigue siendo la mejor manera de aprender matemática, el estudiante y el profesor pueden extenderlo fuera del aula y de manera abierta, para que otros compañeros se incluyan o beneficien de ella. Aunque el lenguaje utilizado en esta área, lleno de símbolos y fórmulas, es un inconveniente que dificulta iniciar una discusión en un foro, se puede conseguir una comunicación efectiva adaptándose al entorno virtual seleccionado. En los tres cursos de álgebra, que corresponden a las materias obligatorias de esta área en los programas de licenciatura en matemáticas y licenciatura en física de la Universidad Simón Bolívar, durante el 2014 se utilizaron los foros de discusión virtual como apoyo a las clases presenciales. En este trabajo [1], se enumerarán los obstáculos encontrados y cómo sortearlos, además de darán sugerencias, recomendaciones y ejemplos para la creación y uso de foros. Abordaremos también, ventajas y desventajas de las plataformas usadas. Finalmente mostraré las opiniones de los estudiantes que tomaron uno o varios de estos cursos.

Bibliografía

[1] Olivieri, Aurora, El uso de foros de dicusión virtual como apoyo en la enseñanza de las matemáticas, preprint,

2015.

48

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

4.31 Influencia de actividades de carácter investigativo en la actitud de los estudiantes hacia el estudio de matemáticas

ANNA CHVANOVA, RAMÓN ABANCÍN

Departamento de Matemáticas Puras y Aplicadas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails:

achvanova@usb.ve, rabancin@usb.ve

Palabras clave: actividades de carácter investigativo, estudio de matemáticas, labor de un matemático

Resumen

Un estudio realizado en los años 2000-2012 en la Universidad Simón Bolívar (USB) muestra que entre las tres carreras en matemáticas (Matemáticas, Matemáticas Aplicadas y Didácticas de las Matemáticas) el 57% de los estudiantes no terminan sus estudios, debido a que son expulsados por régimen de permanencia de estos programas de estudio u optan por cambiarse de carrera a otras áreas del conocimiento, (Abancin y Strauss, 2013). Posiblemente los estudiantes que ingresan a los programas en matemáticas no tengan una idea correcta acerca de los contenidos y principios del estudio en las carreras en matemática, así como los conocimientos acerca de cuál es la esencia de la labor de los matemáticos profesionales. El propósito de esta investigación es verificar cómo las actividades de carácter investigativo (actividades diseñadas para dar a los estudiantes la oportunidad de trabajar como los científicos) influye en la actitud de los estudiantes hacia el estudio de matemáticas. Para tal fin, es importante tener en cuenta que la elección consciente de una carrera en matemáticas supone que el aspirante tiene interés por esta disciplina y posee una idea precisa de cuál es el trabajo en el área. Para esto se elaboró una clase informativa para familiarizar a los estudiantes con algunos elementos de investigaciones en el área de matemáticas, como por ejemplo:

realización de experimentos, búsqueda de patrones, búsqueda de contraejemplos. Además, se diseñó una encuesta construída en base a la escala de Likert con cinco niveles (Blanco, 2005), donde se propone especificar el nivel de acuerdo o desacuerdo con cada una de las cinco proposiciones: 1) Creo que las matemáticas pueden ser divertidas; 2) Me gusta solucionar problemas de matemáticas con “concha de mango"; 3) Creo que la profesión de un matemático es interesante; 4) Tengo idea de cuál es la labor de los matemáticos; y 5) Quiero estudiar matemáticas en la universidad. Así, que cada elemento de Likert permite evaluar de 1 a 5 puntos uno de los aspectos de la actitud de los estudiantes hacia el estudio de las matemáticas. La encuesta fue aplicada al inicio de la clase informativa (pre-test) y al final de la clase (pos-test). En el experimento participaron 64 estudiantes de la USB del primer año del pregrado de la cohorte 2014. Los resultados muestran que el “nivel de acuerdo"de los estudiantes para cada una de las afirmaciones de la encuesta creció para el final de la clase, obteniendo un promedio de crecimiento absoluto de 0,51; además, el mayor crecimiento en el “nivel de acuerdo"se observa para la cuarta afirmación. La investigación permite concluir que la realización de las actividades de carácter investigativo durante una sola clase puede influir de manera notable en el interés de los estudiantes por las matemáticas; y favorecen significativamente en la construcción de la concepción sobre la labor de un matemático profesional. Esto lleva como consecuencia la formación de una actitud consciente de los aspirantes ante el estudio de matemáticas.

Bibliografía

[1] Abancín, R. A. y Strauss, V., Trayectoria académica de los estudiantes de las licenciaturas en matemáticas de la universidad Simón Bolívar durante la última década, I Congreso de Educación Matem ´ tica de Amé- rica Central y el Caribe (CEMACYC). Recuperado de http://www.centroedumatematica.com/memorias–ice- macyc/memorias_completo.html, 2013

49

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

[2] Blanco, N. y Alvarado, M. E., Escala de actitud hacia el proceso de investigación científico social, Revista de Ciencias Sociales, Vol. XI, No. 3, 2005.

50

V Matemáticas Discretas

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

5.32 Efectos de la incertidumbre en la detección de comunidades en sistemas eléctricos de potencia

JOSÉ MORONTA 1 , CLAUDIO ROCCO 2

1 Departamento de Tecnología Industrial, Universidad Simón Bolívar, Caracas,Venezuela. e-mail: jmoronta@usb.ve

2 Escuela de Básica de Ingeniería, Universidad Central de Venezuela, Caracas,Venezuela. e-mail: croccoucv@gmail.com

Palabras clave: Detección de comunidades, índice de similaridad, Monte Carlo, propagación de incerti- dumbre.

Resumen

Una comunidad se define como un grupo de nodos de una red o grafo, con alta cohesión estructural

entre sí y escasa conexión con el resto de la red [1].La detección de comunidades y la determinación de los enlaces inter comunidades se ha utilizado en diversas áreas [2,3,4] como herramienta para estudiar la vulnerabilidad de sistemas, en especial, ante ataques intencionales. La partición ideal de una red en comunidades, no posee una definición rigurosa y, en algunos casos, puede depender del algoritmo de detección de comunidades seleccionado [1]. Aun cuando se suponga que un algoritmo determina la partición óptima de una red, pueden existir fuentes de incertidumbre asociadas a los parámetros de la red que produzcan particiones distintas. Uno de estos parámetros es el peso de los enlaces del grafo, un valor numérico que representa alguna característica particular de la red (por ejemplo, capacidad de transporte (MW), confiabilidad (%), reactancia eléctrica (Ohm), entre otros). La diversidad o similaridad entre las particiones que se puedan generar es cuantificada a partir de diversos índices de comparación (IC), normalizados en el intervalo [0,1] (en general si el IC es igual uno, las dos particiones comparadas son iguales) [5-8]. En este trabajo se propone un estudio de propagación de incertidumbre mediante el método de simulación de Monte Carlo [9]. Esto es, se analiza cómo la diversidad de la partición de la red obtenida con los pesos originales de los enlaces (partición base P0) varía al considerar la

incertidumbre de los pesos de los enlaces. En cada muestra i (i=1,

conjunto de pesos de los enlaces (modelados a través de variables aleatorias con parámetros conocidos), se determina la partición Pi de la red y se evalúa el índice IC seleccionado al comparar P0 y Pi. Como resultado, se obtiene una aproximación a la función de densidad de probabilidad del índice IC seleccionado, de la que se pueden calcular diversas estadísticas (por ejemplo, percentiles). El análisis de los resultados permite evaluar la sensibilidad de la partición base ante la presencia

de incertidumbre en los pesos y sugerir acciones para proponer esquemas de dise’no robusto. La propuesta se ilustra utilizando la red asociada al sistema eléctrico de potencia italiano en 380 kV.

,Nmuestras): se genera un

Bibliografía

[1]

Fortunato S., Community detection in graphs, Physics Reports, Vol. 486, No. 3, pp. 75-174, 2010.

[2]

Mei S., Zhang X. and Cao M., Power Grid Complexity, Tsinghua University Press, 2011.

[3] Rocco C., and Ramirez-Marquez J., Vulnerability metrics and analysis for communities in complex networks, Reliability Engineering and System Safety , Vol. 96, No. 10, pp. 1360-1366, 2011.

[4]

Bogojeska A., and Kanevce A., Topological and structural analysis of the electric power grid of Southeast Europe, Proceedings of the 3rd International Conference on Information, Society, and Technology , pp. 12-16, 2013.

52

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

[5]

Rand W., Objective criteria for the evaluation of clustering methods, Journal of the American Statistical associa- tion, Vol. 66, No. 336, pp. 846-850, 1971.

[6]

Hubert L. and Arabie P., Comparing partitions, Journal of classification, Vol. 2, No. 1, pp. 193-218, 1985.

[7]

Melia M., Comparing clusterings by the variation of information, Learning theory and kernel machines, Springer Berlin Heidelberg, 2003.

[8] Danon L., Diaz-Guilera A., Duch J. and Arenas A., Comparing community structure identification,Journal of Statistical Mechanics: Theory and Experiment, Vol. 2005, No. 9, pp. 128-142, 2005.

[9]

Pesonen J. and Hyvovenn E., Interval Approach Challenges Monte Carlo Simulation, Reliable Computing, Vol. 2, No. 2, pp. 155-160, 1996.

53

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

5.33 Números difusos y algunos ordenamientos

SORAYA CARRASQUEL 1 , DAVID CORONADO 2 , RICARDO MONASCAL 1 , ROSSELINE RODRÍGUEZ 1 , LEONID TINEO 1

1 Departamento de Computación y Tecnología de la Información, Universidad Simón Bolívar, Caracas,Venezuela. e-mail: scarrasuel@usb.ve, rmonascal@usb.ve, crodrig@usb.ve, leonid@usb.ve 2 Departamento de Formación General y Ciencias Básicas, Universidad Simón Bolívar, Camurí, Edo. Vargas, Venezuela. e-mail: dcoronado@usb.ve

Palabras clave: Números Difusos, Conjuntos Difusos, Integral de Choquet

Resumen

Los conjuntos difusos [1] se caracterizan por una función de membresía µ F cuyo rango está en el intervalo real [0, 1], cuánto más se acerca a 1 el grado de membresía de un elemento, éste está más posiblemente (o certeramente) incluido en el conjunto. Así, 0 es la medida de completa exclusión y 1 la de completa inclusión. En casos donde el dominio es un subconjunto de números, y la función de membresía está normalizada y es convexa, lo llamaremos Número difuso. Los números difusos pueden ser de diferentes formas, de acuerdo a la definición dada. Para efectos de este trabajo nos restringiremos a dos formas de definición conmunmente usadas: definición por extensión y definición trapezoidal. En muchos casos es deseable establecer un orden total en un conjunto de números difusos. Muchos autores [2], [3] han propuesto diferentes ordenamientos. La mayoría de los métodos presentados hasta el momento son sólo órdenes parciales, otros métodos no estan de acuerdo con la intuición humana y otros no pueden comparar números difusos con números precisos. Un contexto en que sería deseable establecer un orden total en un conjunto de números difusos es en el resultado de una consulta a bases de datos difusos. Sin embargo, los distintos investigadores en el área de bases de datos difusos han preferido dejar a un lado el tema de ordenamiento debido a lo poco satisfactorio que les resultaban los existentes [4]. Yuan [yuan91 ] afirma que no existe un método único de ordenamiento que satisfaga todas las necesidades y por tanto, clasifica los métodos existentes en base a los siguientes criterios para ser de utilidad en dominios específicos: presentación difusa, racionalidad, distinguibilidad y robustez. Estos criterios los usaremos para clasificar nuestras propuestas de ordenamiento. Para un conjunto de números clásicos X, la relación de orden total usual “mayor que"(>) se puede representar mediante una función booleana f > : X × X −→ {0, 1}, donde f > (x 1 ,x 2 ) = 1 si x 1 > x 2 y f > (x 1 ,x 2 ) = 0 en caso contrario. Nosotros proponemos extender esta noción para números difusos, de manera de poder obtener una medida de verdad de la relación “mayor que"para dos números difusos d 1 y d 2 . Es decir, dados (d 1 ,µ d 1 ) y (d 2 ,µ d 2 ) dos números difusos en un universo X, definiremos la relación d 1 < d 2 de forma difusa, i.e., asignaremos una medida, µ d 1 <d 2 = f > (d 1 ,d 2 ) donde f > : X × X −→ [0, 1]. Esto lo haremos con una doble integral de f > respecto a las funciones de membresía µ d 1 y µ d 2 . Ahora bien, en la teoría de conjuntos difusos existen dos tipos de integrales difusas [5], la de Sugeno y la de Choquet, por lo que aplicaremos este principio con cada integral y en base a ellas definiremos dos nuevos ordenamientos de números difusos, éstos constituyen nuestro aporte original en el tema. Adicionalmente, verificaremos, para cada propuesta de ordenamiento, los criterios de presentaciön difusa, racionalidad y robustez definidos por Yuan. El criterio de distinguibilidad no es aplicable ya que nuestra propuesta es teórica.

54

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

Bibliografía

[1]

Zadeh L.A. Fuzzy Sets, Information and Control, Vol. 8, pp. 338-353, 1965.

[2]

Bortolan G. and Degani. R., A review of some methods for ranking fuzzy subsets, Fuzzy Sets and Systems, Vol. 15, N 1, pp. 1-19, 1985

[3]

Chen, Shan-Huo, Ranking fuzzy numbers with maximizing set and minimizing set, Fuzzy Sets and Systems, Vol. 17, N 2, pp. 113-129, 1985.

[4] Galindo J., A. Urrutia and M. Piattini, Fuzzy Databases: Modeling, Design and Implementation, Idea Group Publishing Hershey, USA, 2006.

[5]

Yuan. Y., Criteria for evaluating fuzzy ranking methods, Fuzzy Sets and Systems, Vol. 43, N 2, pp. 139-157, 1991.

[6]

de Campos. L. M. and Bolanos. J., Characterization and comparison of Sugeno and Choquet integrals, Fuzzy Sets and Systems, Vol. 52, pp. 61-67, 1992.

55

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

5.34 Sobre la no-definibilidad en la lógica de primer orden de problemas tipo Ramsey en grafos finitos.

NERIO BORGES

Departamento de Matemáticas Puras y Aplicadas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: nborges@usb.ve

Palabras clave: Teoría de modelos finitos, complejidad descriptiva, grafos, coloraciones de lados en grafos, combinatoria, métodos lógicos en computación.

Resumen

Considérese un triple de grafos finitos no dirigidos F, G, H. Si para toda 2-coloración de los lados de F e.g. usando rojo y azul se obtiene un subgrafo rojo isomorfo a G o un subgrafo azul isomorfo a H, entonces se escribe F (G, H). Si no, entonces se escribe F (G, H). Si los grafos G, H son fijos, se denota por ARROWING(G, H) a la clase que consta de los grafos F tales que F (G, H). El objetivo de este trabajo es mostrar que ARROWING(G, H) no es definible en primer orden. Para ello se utilizan herramientas bien conocidas de la teoría de modelos finitos, como el Teorema de Hanf, y el concepto de (G, H)-transmisor, conocido en combinatoria finita.

Bibliografía

[1]

Borges N., A sufficient condition for first order non-definability of arrowing problems, a publicarse en el Boletín de la Asociación Venezolana de Matemáticas.

[2]

Burr S., Nešetˇril, Rödl V., On the use of senders in generalized Ramsey theory for graphs, Discrete Mathematics, Vol. 54 (1985) pp. 1-13.

[3]

Immerman N., Descriptive Complexity. Springer, 1998.

56

VI Probabilidades y Estadística

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

6.35 El criterio del cuadrado medio del error aplicado a la regresión componentes principales

OBER NAVARRO

Departamento de Formación General y Ciencias Básicas, Universidad Simón Bolívar, Caracas, Venezuela. e-mails: obernavarro@usb.ve

Palabras clave: Regresión Lineal Restringida,Descomposición en valores singulares, Multicolinealidad, Los F-test

Resumen

La regresión componentes principales (RCP)es una técnica proveniente de la teoría del análisis de regresión lineal basada en el modelo lineal de predicción

Y = X β + e

(6.35.1)

que utiliza a los componentes principales (CP) para reducir el número de variables en el conjunto de datos X y resolver el problema de multicolinealidad (alta correlación entre las variables regresoras) transformando el modelo (6.35.1) en la forma RCP

Y = β 0 1+Z s α s +ε

En este caso, se debe decidir el número de componentes s a retener en el modelo RCP debido a

que una mala selección de ellos se traduce en la introduccón de ruido en la data y la predicción

es muy pobre. Por consiguiente, la selección de este número s de componentes principales es un

problema critico cuando se usa esta metodología y que bajo la filosofía de Jackson, Perez-neto y Sommers [2] aun no existe concenso sobre el método más adecuado a utilizar. En esta investigación

se introduce un método basado en el criterio del cuadrado medio del error propuesto por Toro- Vizcarrondo-Wallace [9] para la validación de modelos lineales. El método intenta, de manera

secuencial, encontrar el número s de componentes principales adecuados a un modelo lineal PCR y

se compara su efectividad con la validación cruzada (el cual implica un considerable esfuerzo de

cálculo computacional). Los ejemplos numéricos son analizados e ilustrados con el software libre

R de CRAN Project.

Bibliografía

[1]

Bjørn-Helge Mevik & Ron Wehrens ., The pls Package:Principal Components and Partial Least Square Regresion in R, Journal of Statisctical Software 18, 2007.

[2]

D.Jackson, Peres Neto & K.M Somers ., How many principals components? Stopping rules for determinig the number,Computational Statistic and Data Analysis 49, 974-997, 2005.

[3]

Chambers,J.M & Hastie T.J., Statistical Models in S. Wadsworth and Brooks-Cole, 1992.

[4]

Chatterjee, S & B.Price .Regression Analysis by example. Wiley New York, 1977.

[5]

Greene Williams H ., Econometric Analysis. Prentice Hall, 2000.

[6]

Ian Jolliffe ,. Principal Components Analysis. Springer Verlag, 2000.

[7]

Julian Faraway (2004)., Linear Models with R, Chapman & Hall/CRC, 2004.

58

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

[8]

M.Revan Özcale., Principals components regression estimator and a test for the restrictions. Statistic 43 541-551,

2009.

[9]

Toro, Vizcarrondo & T.D Wallace., A Test of the Mean Square Error Criterion for Restrictions in Linear Regresion, JASA, 63, 558-572, 1968.

[10]

Chang and H. Yang ., Combining two parameters and principals components estimators. Statistical Papers 53 549-562, 2012.

59

Jornadas de Investigación de Matemáticas Puras y Aplicadas Universidad Simón Bolívar

6.36 Uso de métodos de aprendizaje no supervisado en el modelaje de la relación de la incidencia de malaria y la deforestación

FRANCISCO LAGUNA 1 , MARÍA EUGENIA GRILLET 2 , CARENNE LUDEÑA 3 , JOSÉ R. LEÓN 4

1 Departamento de Cómputo Científico y Estadística, Universidad Simón Bolívar, Caracas,Venezuela. e-mail: gargola72@gmail.com

2 Laboratorio de Biología de Vectores y Parásitos, IZET. Facultad de Ciencias. Universidad Central de Venezuela, Caracas, Venezuela. e-mail: mariaeugeniagrillet@gmail.com

3 Escuela de Matemática. Facultad de Ciencias. Universidad Central de Venezuela, Caracas, Venezuela. e-mail: carinludena@gmail.com

4 Escuela de Matemática. Facultad de Ciencias. Universidad Central de Venezuela, Caracas, Venezuela. e-mail: chichileon 3 @hotmail.com

Palabras clave: Aprendizaje no supervisado, Regresión Poisson, Malaria, Deforestación

Resumen

En este trabajo se explora la hipótesis de que existe una relación entre la alta incidencia de malaria en el este del estado Bolívar y la deforestación causada por la actividad minera. Esta hipótesis de trabajo se probó mediante un modelo de regresión Poisson de la incidencia parasitaria dado el índice de vegetación de diferencia normalizada (NDVI), el cual ha sido utilizado ampliamente en la teledetección como una medida indirecta de la deforestación. Las localidades se segmentaron en función al NDVI registrado en ella y su posición geográfica con lo que se logro una importante reducción en el valor AIC del modelo, lo cual permite suponer una mejora en la bondad de ajuste. La segmentación de las localidades fue hecho mediante un algoritmo de agrupamiento que consiste en que a partir de una matriz W no-negativa de pesos se construye una matriz de adyacencia, asignando a cada entrada el valor de 1 si el valor en W es mayor a un umbral escogido y 0 de lo contrario. A partir de esta matriz de adyacencia se agrupan las localidades de modo tal que todas las localidades dentro de cada grupo estén conectadas pero no exista ningún tipo de conexión entre grupo. La matriz W usada para este trabajo sigue la forma:

W (i, j) = C (i, j) exp (d (i, j))

(6.36.1)

siendo C(i,j) la correlación entre las series de NDVI registradas en las localidades i y j, mientras d(i,j) la distancia geográfica entre las dos localidades.

Bibliografía

[1] Grillet ME et al, State transition detection in the spatio-temporal incidence of malaria., Spatial and Spatio- temporal Epidemiology 1 251–259, 2010.

[2] C Uneke., Deforestation and Malaria in sub-Saharan Africa: an overview., The Internet Journal of Tropical Medicine. 2008 Volume 6 Number 1.

[3]

Hastie T., Tibshirani R., The Elements of Statistical Learning: Data Mining, Inference, and Prediction., Springer,

2008.

60