Misión
Optimizar es un problema matemático con muchas aplicaciones en el “mundo real”. Consiste en encontrar los máximos o mínimos de una función de varias variables, con valores en una determinada región del espacio multidimensional.
Visión
En casi todas las situaciones de la vida cotidiana se requiere “optimizar algo”. En efecto, los responsables por la toma de decisiones en los más variados campos de la actividad humana se enfrentan, cotidianamente, con ese tipo de necesidad. Son considerables las aplicaciones en el área de optimización, entre otras mencionamos las siguientes: Lanzamiento de satélites, diseño de circuitos eléctricos, control de producción, inventarios y asignación óptima de recurso en la teoría moderna de finanzas. Muchas veces, la clase de problema, la demanda de resultados precisos o la propia curiosidad permiten formalizar variables, restricciones y objetivos, de tal forma que surge la naturaleza matemática del problema.
Historia
En la actualidad no se concibe una empresa grande que no utilice técnicas de optimización por lo menos en uno de sus procesos productivos, operativos o financieros.
Integrantes
Producción del grupo
TIPO
REFERENCIA
Artículos en revistas indexadas
Arenas Aparicio, F., Pérez Mera, R., Gonzalez-Lima M., & Arias Torres, C. (2026). A centered Newton method for nonlinear complementarity problem. Journal of Computational and Applied Mathematics, 484(1), 117473. https://doi.org/10.1016/j.cam.2026.117473
Artículos en revistas indexadas
2026-10-01
0
Dirección de trabajos de grado de pregrado
Sanchez Grueso, W., Pérez Mera, R., & Arias Torres, C. (2024). Un método de Newton inexacto suavizado para resolver el problema de complementariedad no lineal.
Dirección de trabajos de grado de pregrado
2024-09-16
0
Artículos / Publicaciones (Histórico)
Arenas Aparicio, F., Pérez Mera, R., Correa Cuene, D., & Camila Quirá Mosquera (2023). Un algoritmo local cuasi-Newton suavizado para resolver el problema de complementariedad no lineal. https://revistas.uis.edu.co/index.php/revistauisingenierias/article/view/13920/13254
Artículos / Publicaciones (Histórico)
2023-11-30
0
Proyectos de investigación (Histórico)
Loaiza Motato, G., Arenas Aparicio, F., Astudillo Fernández, M., & Carlos Martos, David Daza, José Luis Herrara. (2023). Grafos Suma, Complementariedad y Ecuaciones Funcionales.
Proyectos de investigación (Histórico)
2023-10-12
0
Dirección de trabajos de grado de pregrado
Macias Caicedo, E. (2023). Un método cuasi-Newton para ecuaciones polinomiales matriciales.
Dirección de trabajos de grado de pregrado
2023-06-27
0
Dirección de trabajos de grado de pregrado
Vivas, H. (2023). Métodos de newton y cuasi-newton para el problema de complementariedad generalizado.
Dirección de trabajos de grado de pregrado
2023-06-27
0
Libros de texto
Arenas Aparicio, F., Pérez Mera, R., & Martìnez Romero H. J. (2023). Álgebra lineal numérica. Programa editorial Universidad del Valle. https://doi.org/10.25100/peu.7617476
Libros de texto
2023-05-13
0
Artículos / Publicaciones (Histórico)
Arenas Aparicio, F., Arias Torres, C., & Pérez Mera, R. (2022). Resolviendo el problema de valores propios complementarios mediante un algoritmo cuasi-Newton. https://raccefyn.co/index.php/raccefyn/article/view/resolviendo_el_problema_de_valores_propios_complementarios_media
Artículos / Publicaciones (Histórico)
2022-06-28
0
Artículos / Publicaciones (Histórico)
Arenas Aparicio, F., & Vivas, H. (2019). Un software interactivo para el entrenamiento del redes neuronales multicapa usando el método secante estructurado. http://revistas.unipamplona.edu.co/ojs_viceinves/index.php/RCTA/article/download/3867/2119
Artículos / Publicaciones (Histórico)
2019-11-29
0
Ponencias en congresos científicos
Macias Caicedo, E., & Pérez Mera, R. (2019). Un polinomio explícito para globalizar algoritmos tipo Newton que resuelven ecuaciones matriciales.
Ponencias en congresos científicos
2019-10-04
0
Páginas
- 1
- 2
- 3
- 4
- siguiente ›
- última »

Iniciar sesión 





