Global ETD Search

1	Comparación de Indicadores de caos en sistemas hamiltonianos Maffione, Nicolás Pablo 23 March 2012 (has links) A los efectos de estudiar la dinámica de, e.g. galaxias, sistemas planetarios u otros sistemas, es necesario contar con herramientas eficientes que la caractericen globalmente; esto es, que además de proveer información sobre la naturaleza del movimiento (regular o caótico), también permitan poner en evidencia otros aspectos relevantes que coadyuven a comprender los complejos procesos difusivos en el espacio de fases. Existen muchos indicadores que permiten caracterizar la dinámica, por citar algunos pueden mencionarse los Exponentes Característicos de Lyapunov (LCEs), los análisis de frecuencias (e.g. el método de Binney y Spergel, el Mapa de Frecuencias de Laskar, FMA, y su variación implementada por Sidlichovský y Nesvorný), los indicadores desarrollados por Contopoulos, Froeschlé y otros más recientes como el Factor de Crecimiento Exponencial Medio entre Órbitas Cercanas (MEGNO). El MEGNO, es una técnica recientemente desarrollada y ha sido rápidamente adoptada por la comunidad, fundamentalmente para estudios de estabilidad de sistemas planetarios extrasolares, entre otros. El objetivo de la investigación propuesta fue realizar un estudio comparativo de la eficiencia de diversos indicadores “rápidos”, dado que utilizan diferente información dinámica para su determinación. / La realización de este trabajo de tesis ha permitido tres publicaciones en igual cantidad de revistas internacionales con referato, entre las cuales se encuentra un trabajo de revisión. caos exponentes de Lyapunov mapa de frecuencias Software science Ciencias Astronómicas Astronomía Indicadores
2	How Often do Experts Make Mistakes? Palix, Nicolas, Lawall, Julia L., Thomas, Gaël, Muller, Gilles January 2010 (has links) Large open-source software projects involve developers with a wide variety of backgrounds and expertise. Such software projects furthermore include many internal APIs that developers must understand and use properly. According to the intended purpose of these APIs, they are more or less frequently used, and used by developers with more or less expertise. In this paper, we study the impact of usage patterns and developer expertise on the rate of defects occurring in the use of internal APIs. For this preliminary study, we focus on memory management APIs in the Linux kernel, as the use of these has been shown to be highly error prone in previous work. We study defect rates and developer expertise, to consider e.g., whether widely used APIs are more defect prone because they are used by less experienced developers, or whether defects in widely used APIs are more likely to be fixed. History of pattern occurrences bug tracking Herodotos Coccinelle Data processing Computer science Metrics (D.4.8) Complexity measures Performance measures Process metrics (NEW) Product metrics (NEW) Software science** Language Constructs and Features (E.2) Abstract data types Classes and objects (NEW) Concurrent programming structures Constraints (NEW) Control structures Coroutines Data types and structures Dynamic storage management Frameworks (NEW) Inheritance (NEW) Input/output Modules, packages Patterns (NEW) Polymorphism (NEW) Procedures, functions, and subroutines Recursion

Search results

Comparación de Indicadores de caos en sistemas hamiltonianos

How Often do Experts Make Mistakes?