Return to search

Contribuciones al estudio de cadenas de Markov finitas mediante computación natural

En el estudio de las cadenas de Markov la clasificación de los estados es una de lascaracterísticas más importantes ya que de ella van a depender otras propiedades comoson por ejemplo la convergencia de la sucesión formada por las potencias n-ésimas dela matriz de transición asociada y por lo tanto su comportamiento asintótico. Este problema se ha abordado desde el campo de la computación natural mediante dosalgoritmos biológicos basados en ADN y mediante el diseño de dos P sistemas. Ambasmetodologías de computación natural son aleatorias si bien mientras que con ADN seobtienen resultados aleatorios, estimaciones, con los P sistemas se obtienencálculos exactos. Por el contrario, la ventaja que presentan los algoritmos basadosen ADN es que hoy en día ya pueden llevarse a la práctica si bien cabe perfeccionarde manera substancial las técnicas de laboratorio. Finalmente remarcar que lacomputación natural abre la puerta a un nuevo e interesante modelo de computación que exige un cambio en la forma de pensar.

Identiferoai:union.ndltd.org:TDX_UDL/oai:www.tdx.cat:10803/8251
Date22 February 2006
CreatorsZaragoza Ramírez, Alba
ContributorsColomer, M. Àngels (Maria Àngels), Universitat de Lleida. Departament de Matemàtica
PublisherUniversitat de Lleida
Source SetsUniversitat de Lleida
LanguageSpanish
Detected LanguageSpanish
Typeinfo:eu-repo/semantics/doctoralThesis, info:eu-repo/semantics/publishedVersion
Formatapplication/pdf
SourceTDX (Tesis Doctorals en Xarxa)
Rightsinfo:eu-repo/semantics/openAccess, ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.

Page generated in 0.0117 seconds