Revista de Matemáticas 11(1)
https://hdl.handle.net/10669/12877
2024-03-28T21:40:00ZAlgoritmos Numéricos para el Problema de Restauración de Imágenes usando el Método de las Proyecciones Alternantes
https://hdl.handle.net/10669/12880
Algoritmos Numéricos para el Problema de Restauración de Imágenes usando el Método de las Proyecciones Alternantes; Algoritmos Numéricos para el Problema de Restauración de Imágenes usando el Método de las Proyecciones Alternantes
The projection algorithms have evolved from the alternating projection method proposed by J. von Neumann in 1933, who treated the problem of finding the projection of a given point in a Hilbert space onto the intersection of two closed subspaces. Recent researches have been centered in techniques for accelerate the convergence ofthe method and to exploit the multiprocessing. In this work we considered the image restoration problem. In most techniques developed to solved it have used iterative algorithms; one of them consists of using alternating orthogonal projections. We carried out one chronological looking back of different techniques in which has been applied the method of the alternating orthogonal projections to the problem of imagen restoration, until arriving at the recent approach of Combettes (1997-1999), on where the restoration process is based on the computation of approximate projections (i.e., subgradient projections), instead of exact projections; Los algoritmos de proyección han evolucionado a partir del algoritmo de proyección alternante propuesto por J. von Neumann en 1933, donde el espacio solución es la intersección de un número finito de subespacios o conjuntos convexos. Investigaciones recientes se han centrado en técnicas para acelerar la convergencia del método y explotar el multiprocesamiento. En este trabajo consideramos el problema de restauración de imágenes. La mayoría de las técnicas desarrolladas para resolverlo han usado algoritmos iterativos; una de ellas consiste en usar proyecciones ortogonales alternantes. Llevamos a cabo una revisión cronológica de las diferentes técnicas en las que se ha aplicado el método de las proyecciones ortogonales alternantes al problema de restauración de imágenes, hasta llegar al enfoque reciente de Combettes (1997-1999), en donde la restauración se basa en el cálculo de proyecciones aproximadas, en lugar de proyecciones exactas.
2011-04-29T00:00:00ZIntroducción de factores de riesgo en los Métodos de Knox y Grimson para el Estudio de Conglomerados Espacio Temporales
https://hdl.handle.net/10669/12882
Introducción de factores de riesgo en los Métodos de Knox y Grimson para el Estudio de Conglomerados Espacio Temporales; Introducción de factores de riesgo en los Métodos de Knox y Grimson para el Estudio de Conglomerados Espacio Temporales
There are not infallible disease clusters methods, so it is necessary to know exactly when their results are reliable. In this paper space data were simulated using two uniform distributions and time data, following the pattern of simple epidemic model. Behaviour of both tests: Knox and Grimson were studied. Besides the conduct of both tests with risks factors were analysed. Numerical computing were done with Mathematica software.; No existen métodos estadísticos de detección de conglomerados de enfermos que puedan aplicarse en todas las situaciones, por tanto se hace necesario conocer con exactitud cuando se puede confiar en los resultados que ellos arrojan. En este trabajo se simulan casos de enfermos en el espacio por medio de dos distribuciones uniformes y en tiempo siguiendo el modelo de epidemia simple y se analiza como responden ante ellos los métodos de Knox y Grimson. Se estudia además el comportamiento de ambos tests al incorporarles factores de riesgo. Todos los cálculos fueron hechos con ayuda del paquete Mathematica
2011-04-29T00:00:00ZAgrupamiento de Filas y Columnas Homogéneas en Modelos de Correspondencia
https://hdl.handle.net/10669/12881
Agrupamiento de Filas y Columnas Homogéneas en Modelos de Correspondencia; Agrupamiento de Filas y Columnas Homogéneas en Modelos de Correspondencia
Goodman(1981) proposed homogeneity and structures criterias in Associaton Models which allow to determine if certain rows or columns in a contingency table should be grouped. In later works, he showed the relations between canonicals scores and the one corresponding to an Association Models. Gilula (1986) developed grouping results suggested by the canonical scores in a contingency table under a RC Canonical Correlation Model. On the other hand, Correspondence Analysis can be seen like a reparametrization of Canonical Correlation Model by virtue of Goodman (1986) and Van der Heijden et al. (1994) result.; Goodman (1981) propone criterios de homogeneidad y estructura para Modelos de Asociación que permiten determinar si pueden agruparse ciertas filas o columnas en una tabla de contingencia. Luego muestra las relaciones entre scores canónicos y los scores correspondientes a Modelos de Asociación. Gilula (1986) desarrolla resultados de agrupamiento sugeridos por los scores canónicos asociados en una tabla de contingencia bajo un modelo de Correlación Canónica RC. Por otra parte, el Análisis de Correspondencia se puede ver como una reparametrización del Modelo de Correlación Canónica en virtud de la propuesta de Goodman (1986) y van der Heijden et al (1994).
2011-04-29T00:00:00ZFitting non-gaussian Models to Financial data: An Empirical Study
https://hdl.handle.net/10669/12883
Fitting non-gaussian Models to Financial data: An Empirical Study; Fitting non-gaussian Models to Financial data: An Empirical Study
In this paper are presented some experiences about the modeling of financial data by three classes of models as alternative to Gaussian Linear models. Dynamic Volatility, Stable L'evy and Diffusion with Jumps models are considered. The techniques are illustrated with some examples of financial series on currency, futures and indexes.; En el trabajo se presentan algunas experiencias en la modelación de datos financieros usando tres clases de modelos alternativos a los modelos Gaussianos lineales. Se consoderan modelos con volatilidad dinámica, estables de Lévy y difusiones con Saltos. Las técnicas son ilustradas con ejemplos de series financieras de tasas de cambio, futuros e índices
2011-04-29T00:00:00Z