Show simple item record

Professor Advisordc.contributor.advisorDartnell Roy, Pablo es_CL
Professor Advisordc.contributor.advisorAraya Schulz, Robertoes_CL
Professor Advisordc.contributor.advisorSan Martín Aristegui, Jaimees_CL
Professor Advisordc.contributor.advisorMaldonado Arbogast, Pedro es_CL
Authordc.contributor.authorMena Carrasco, Gonzalo Esteban es_CL
Staff editordc.contributor.editorFacultad de Ciencias Físicas y Matemáticases_CL
Staff editordc.contributor.editorDepartamento de Ingeniería Matemáticaes_CL
Admission datedc.date.accessioned2012-09-12T18:18:24Z
Available datedc.date.available2012-09-12T18:18:24Z
Publication datedc.date.issued2011es_CL
Identifierdc.identifier.urihttps://repositorio.uchile.cl/handle/2250/104241
Abstractdc.description.abstractEsta memoria fue concebida con el objetivo de ser un aporte tanto a la matemática como a la neurociencia computacional. En el capítulo 1 se proveen los antecedentes bibliográficos necesarios. El capítulo 2 es una investigación sobre ecuaciones diferenciales estocásticas reflejadas en el caso multidimensional con drift dado por y matriz de difusión . Se obtiene una expresión explícita para la medida estacionaria primero cuando el dominio de reflexión es acotado y de clase , y posteriormente para dominios no necesariamente suaves ni acotados, pero que son aproximables por estos últimos. También se obtienen algunos resultados de convergencia a la medida estacionaria. En el capítulo 3 se propone un nuevo modelo para la toma de decisiones, que busca conciliar las discusiones de la literatura cognitiva con los hallazgos neurobiológicos recientes. En este modelo, se utiliza el proceso de Ornstein-Uhlenbeck con reflexiones en el primer cuadrante para dar cuenta de la dinámica aleatoria de las poblaciones de neuronas que están involucradas en la toma de una decisión. A través de simulaciones computacionales se muestra que el modelo es capaz de representar varios hechos empíricos asociados a la toma de decisiones. Cabe mencionar que aunque el capítulo 2 sea una investigación independiente, ésta fue motivada absolutamente por el interés de estudiar el modelo del capítulo 3. Finalmente, en el capítulo 4 se propone un mecanismo, basado en un algoritmo de aproximación estocástica, para dar cuenta de algunos fenómenos de aprendizaje. Este mecanismo implementa las ideas que recientemente se han propuesto en el campo de la neurociencia computacional, y tiene buenas propiedades matemáticas en tanto que garantiza la convergencia casi segura a una constante. Los resultados de simulación muestran que efectivamente se logra explicar el aprendizaje aunque la lentitud de la convergencia exige que se hagan mejoras, lo que queda propuesto como una línea de trabajo futuro.
Lenguagedc.language.isoeses_CL
Publisherdc.publisherUniversidad de Chilees_CL
Type of licensedc.rightsMena Carrasco, Gonzalo Estebanes_CL
Keywordsdc.subjectMatemáticases_CL
Keywordsdc.subjectNeurociencia cognitivaes_CL
Keywordsdc.subjectProbabilidadeses_CL
Keywordsdc.subjectEcuaciones diferenciales estocásticases_CL
Títulodc.titleAportes a la teoría de ecuaciones diferenciales estocásticas reflejadas y al modelamiento de procesos neurobiológicos subyacentes a fenómenos cognitivoses_CL
Document typedc.typeTesis


Files in this item

Icon

This item appears in the following Collection(s)

Show simple item record