Palabras clave
dynamical systems
genetic or evolutive algorithm
Estimación de parámetros
modelos dinámicos
algoritmos evolutivos
Cómo citar
Resumen
El problema general de determinar los valores de los parámetros de un modelo dinámico a partir de resultados experimentales, se conoce comúnmente como problema de estimación de parámetros y está presente en muchas de las facetas del desarrollo actual de la matemática, la computación y muchas otras ramas y aplicaciones. La estimación de parámetros de un modelo matemático, sin embargo, se puede enfocar por vías muy diversas. Este trabajo tiene como principal objetivo, proponer un enfoque para la obtención de soluciones numéricas aproximadas del problema de estimación de parámetros en modelos dinámicos no lineales descritos por sistemas de ecuaciones diferenciales ordinarias, con el uso de algoritmos evolutivos como estrategias de optimización, proponiendo algunos resultados obtenidos en ejemplos ilustrativos, con el propósito de mostrar la factibilidad de su uso para la resolución de dicho problema.
Citas
Bard, J. (1974) Non linear Parameter Estimation. Academic Press Inc.
Butcher, J.C.(1987) The Numerical Analysis of Ordinary Differential Equations. John Wiley, New York.
Dennis, J.E.; Schnabel, R.B. (1983) Numerical Methods for Unconstrained Optimization and Non Linear Equations. Prentice-Hall Series in Computational Mathematics, New Jersey.
Enright, W.H.(1976) “Second derivate multi-step methods for Stiff Ordinary Differential Equations”, Numerical Analysis 2(2).
Gear, W.C.(1971) Numerical Initial Value Problems in ODE. Prentice-Hall, New Jersey.
Gómez, J.A.; Marrero, A. (2000) “Computing gradients of inverse problems in ODE models”, Revista de Investigación Operativa, ALIO 9(1,2,3): 179–206.
Gómez, J.A & Marrero, A. (2000) “Convergence of discrete approximations of inverse problems in ODE models”, Revista Investigación Operativa, ALIO 9(1,2,3): 207–224.
Hairer, E.; Warnner, G.; Nørsett, S.P. (1996) Solving Ordinary Differential Equations I, II. Springer-Verlag, New York.
Holland, J. (1975) Adaptation in Natural and Artificial Systems. Univ. of Michigan Press, Ann Arbor.
Iserles, A. (1996) “A First Course in the Numerical Analysis of Differential Equations”, D.G. Crighton, Univ. of Cambridge.
Jacquez, J.; Greif, P. (1985) “Numerical parameter identifiability and estimability and optimal sampling design”, Math. Biosciences 77.
Luenberger, D.E. (1984) Linear and non linear Programming, Second Edition. Addison-Wesley, Massachusetts.
Marrero, A. (2000) Un Enfoque para la Solución Numérica del Problema de Estimación de Parámetros en Modelos Definidos por Sistemas de Ecuaciones Diferenciales Ordinarias. Tesis Doctoral, Fac. de Mat. Comput, Universidad de La Habana.
Michalewicz, Z.( 1992) Genetic Algorithms + Data Structures = Evolution Programs. Springer-Verlag, Berlin Heidelberg.
Mitsui, T. (1980) “The initial value adjusting method for problems of the least square type of ODE”, Publ. RIMS, University of Kyoto, 16.
Nørsett, S.P.; Wolfbrandt, A. (1979) “Order conditions for Rosenbrock types methods”, Numer.Math 32.
Shampine, L.F.; Reichelt, M.W. (1997) “The Matlab ODE suite”, SIAM J. Sci. Comput, 18(1).
Zedan, H. (1989) “A variable order/variable –stepsize Rosenbrock-type algorithm for solving stiff systems of ODE’s”, Tech. Report YCS114, Dept. Comp. Sci., Univ. of York, England.