Revista de Matemáticas Aplicadas y Computacionales

 En este artículo, presentamos un método iterativo para determinar el punto activo de restricciones lineales. Se basa en dos operaciones básicas que son la adición y la permutación de restricciones. Este procedimiento genera una secuencia finita de puntos que se basan en un nuevo lema y una nueva dirección de fórmula, el último punto de la secuencia constituye un punto activo, y este procedimiento proporciona también dos matrices. La primera está constituida por las restricciones activas que son linealmente independientes y la segunda es una matriz cuyas columnas son los vectores base del núcleo de la primera matriz. 

 Esta investigación considera un método simétrico híbrido, continuo, lineal y de múltiples pasos para la solución de ecuaciones diferenciales ordinarias generales de tercer orden. El método se genera mediante un enfoque de interpolación y colocación utilizando una combinación de series de potencias y una función exponencial como función base. La función base aproximada se interpola tanto en puntos de la red como fuera de ella, pero la colocación de la función diferencial solo se realiza en los puntos de la red. Se encontró que el método derivado era simétrico, consistente, estable a cero y de orden seis con una constante de error baja. La precisión del método se confirmó al implementar el método en problemas de prueba lineales y no lineales. Los resultados muestran un mejor rendimiento que los métodos existentes conocidos resueltos con los mismos problemas de tercer orden. Clasificación de materias AMS 2010: 65D05; 65L05; 65L06

 Sea G={g1,…,gn} un subespacio de Chebyshev n-dimensional de C[a, b] tal que 1∉G y U=(u0, u1 ,…,un ) un subespacio (n+1)-dimensional de C[a, b] donde u0 =1, ui =gi , i=1….. n. Bajo ciertas restricciones sobre G, demostramos que U es un subespacio de Chebyshev si y solo si es un subespacio de Chebyshev débil. Además, se establecen otros resultados relacionados.

 En este artículo, presentamos un nuevo tipo de ecuaciones integrodiferenciales de Volttera en 2D y estudiamos la existencia, unicidad y otras propiedades útiles de la solución de estas ecuaciones. Las principales herramientas se basan en la aplicación del teorema del punto fijo de Banach.

Proponemos la secuencia de aproximación y algunas de las características de esta secuencia para que coincidan con los incrementos del movimiento browniano fraccional (ruido browniano fraccional) para la serie temporal observada. Estudiamos el algoritmo de estimación de parámetros de Hurst y comprobamos la calidad de la aproximación.

 En este artículo se presentan tres nuevas aproximaciones mejoradas a la Función de Distribución Acumulada (CDF). La primera aproximación mejora la precisión de la aproximación dada por Polya (1945). En esta primera nueva aproximación, reducimos el error absoluto máximo (MAE) de 0,000314 a 0,00103. Para esta primera nueva aproximación, Aludaat y Alodat redujeron el (MAE) de 0,000314 a 0,001972. La segunda nueva aproximación mejora la aproximación de Tocher, reducimos el (MAE) de 0,166 a 0,00577. Para la tercera nueva aproximación, combinamos las dos aproximaciones anteriores. Por lo tanto, esta aproximación combinada es más precisa y su inversa es difícil de calcular. Esta tercera aproximación reduce el (MAE) a menos de 2,232e-004. Las dos aproximaciones anteriores mejoradas son menos precisas, pero su inversa es fácil de calcular. Finalmente, damos una aplicación a la tercera aproximación para la determinación del precio de un call europeo utilizando el modelo Black-Scholes.

 Se introducen y estudian las nociones básicas relacionadas con los espacios difusos caracterizados 1 2 2 R y 1 3 2 T. Los espacios difusos caracterizados metrizables se clasifican por los espacios difusos caracterizados 1 2 2 R y 1 3 2 T4 en nuestro sentido. El espacio difuso caracterizado inducido se caracteriza por los espacios difusos caracterizados 1 3 2 T y 1 3 2 T si y solo si el espacio topológico ordinario relacionado es el espacio 1 2, 2 R à• 12 y el espacio 1 3, 2 T à• 12, respectivamente. Además, el nivel α y los espacios caracterizados iniciales son espacios caracterizados 1 2 2 R y caracterizados 1 3 2 T si el espacio difuso caracterizado relacionado es difuso caracterizado 12 2 R y difuso caracterizado 1 3 2 T, respectivamente. Las categorías de todos los espacios difusos 1 2 2 R caracterizados y de todos los espacios difusos 1 3 2 T caracterizados se denotarán por CFR-Space y CRF-Tych y son categorías concretas. Estas categorías son subcategorías completas de la categoría CF-Space de todos los espacios difusos caracterizados, que son topológicas sobre el conjunto de categorías de todos los subconjuntos y, por lo tanto, todos los ascensores iniciales y finales existen únicamente en CFR-Space y CRF-Tych. Es decir, todos los espacios difusos 1 2 2 R caracterizados iniciales y finales y todos los espacios difusos 1 3 2 T caracterizados iniciales y finales existen en CFR-Space y en CRF-Tych. Los espacios difusos caracterizados inicial y final de un espacio difuso 1 2 2 R caracterizado y de un espacio difuso 1 3 2 T caracterizado son espacios difusos 1 2 2 R caracterizados y espacios difusos 1 3 2 T caracterizados, respectivamente. Como casos especiales, el subespacio difuso caracterizado, el espacio de producto difuso caracterizado, el espacio de cociente difuso caracterizado y el espacio de suma difuso caracterizado de un espacio difuso 1 2 2 R caracterizado y de un espacio difuso 1 3 2 T caracterizado también son espacios difusos 1 2 2 R caracterizados y espacios difusos 1 3 2 T caracterizados, respectivamente. Finalmente, se introducen y estudian tres espacios difusos 1 2 2 R caracterizados más finos y tres espacios difusos 1 3 2 T caracterizados más finos.

 En el presente artículo, se desarrollaron diferentes modelos ARIMA (Autoregressive Integrated Moving Average) para pronosticar la producción de té utilizando datos de series de tiempo de veinticuatro años desde 1990 hasta 2013. El desempeño de estos modelos desarrollados se evaluó con la ayuda de diferentes criterios de medida de selección y el modelo que tiene el valor mínimo de estos criterios se consideró como el mejor modelo de pronóstico. Con base en los hallazgos, se ha observado que de once modelos ARIMA, ARIMA (1,1,2) es el modelo mejor ajustado para predecir la producción de té en Bangladesh y el valor pronosticado de la producción de té en Bangladesh, para el año 2014, 2015 y 2016 obtenido de ARIMA (1,1,2) se obtuvo como 65,568 millones de kilogramos, 67,867 millones de kilogramos y 60,997 millones de kilogramos.

Se propone un nuevo método numérico continuo basado en la aproximación de polinomios para resolver la ecuación que surge de la transferencia de calor a lo largo de una placa de acero gruesa y un tubo hueco sujetos a condiciones iniciales y de contorno. El método resulta de la discretización de la ecuación de calor que conduce a la producción de un sistema de ecuaciones algebraicas. Al resolver el sistema de ecuaciones algebraicas obtenemos las soluciones aproximadas del problema.

En este artículo proponemos un método numérico para resolver la ecuación integral no lineal de segundo tipo. Pretendemos aproximar la solución de esta ecuación mediante el método de descomposición de Adomian utilizando polinomios de He. Al final de este artículo se dan varios ejemplos con la solución exacta conocida. También se estima el error.