Tesis EP Computación Científica

Permanent URI for this collectionhttps://hdl.handle.net/20.500.12672/37

Browse

Browsing Tesis EP Computación Científica by Subject "Algoritmos"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Aplicación del método de ítems divisibles para el problema de cortes de valores unidimensionales
    (Universidad Nacional Mayor de San Marcos, 2021) Quispe Mitma, Julio Leonardo; Benito Pacheco, Oscar
    En este trabajo se busca explicar el problema de corte de valores unidimensionales, informando sobre los antecedentes históricos sobre investigaciones del tema, para posteriormente pasar con el fundamento matemático del problema clásico de cortes unidimensionales y del problema de cortes de valores unidimensionales con items divisibles. Para verificar la efectividad de esta aplicación heurística, se procederá a comparar con otros métodos para verificar el tipo de eficiencia que se puede obtener con esa implementación. Para poder hacer la comparación, se procederá con una descripción del funcionamiento de los programas usados y una evaluación de los puntos fuertes de cada implementación. Se tiene que para este caso el stock a cortar es del mismo tamaño y se tiene una cantidad infinita del mismo. Posteriormente se darán recomendaciones para posibles investigaciones a futuro.
  • Thumbnail Image
    Item
    Predicción de fechas óptimas para la evaluación de tizón tardío de papa usando algoritmos de árboles de decisión y bosques aleatorios
    (Universidad Nacional Mayor de San Marcos, 2015) Benites Alfaro, Omar Eduardo; Montoro Alegre, Edinson Raúl
    Manifiesta el uso de algoritmos de árboles de decisión y bosques aleatorios como instrumentos matemáticos y estadísticos-heurísticos para la predicción de fechas óptimas en evaluación de tizón tardío. Dichos algoritmos utilizan los índices de ganancia de información (entropía de la información) y los índices de Gini para ajustar al máximo la predicción. Para el desarrollo y análisis de los resultados de los árboles de decisión se utilizan las implementaciones conocidas como C4.5 y CART; mientras que para los bosques aleatorios se emplea RandomForest.