{"id":{"repo_id":"chile","oai_identifier":"oai:repositorio.uchile.cl:2250/181490"},"canonical_url":"https://search.dev.ndltd.org/etd/chile/oai:repositorio.uchile.cl:2250/181490","repository":{"repo_id":"chile","name":"Universidad de Chile","base_url":"https://repositorio.uchile.cl/oai/request"},"display":{"title":"Implementación y experimentación con métodos numéricos de optimización de primer orden en sistemas inerciales con factor de amortiguamiento hessiano","abstract":"Este informe describe la aplicación y el desempeño de un grupo métodos numéricos de primer orden tomando como problema de ejemplo el proceso de reconstrucción del original de una imagen borrosa. La recuperación de la imagen se propone como un problema de optimización convexa usando una función que modela la diferencia de esta imagen borrosa (generada artificialmente) y su equivalente inicial. Se plantea un problema de optimización convexa tipo LASSO Hastie et al. [13] (Least Absolute Shrinkage and Selection Operator) que se conforma mediante una función de mínimos cuadrados y una función de regularización de norma l1. La función objetivo, de este modo, se descompone en una función suave, convexa, diferenciable y una función también convexa pero no diferenciable.","abstract_html":"Este informe describe la aplicación y el desempeño de un grupo métodos numéricos de primer orden tomando como problema de ejemplo el proceso de reconstrucción del original de una imagen borrosa. La recuperación de la imagen se propone como un problema de optimización convexa usando una función que modela la diferencia de esta imagen borrosa (generada artificialmente) y su equivalente inicial. Se plantea un problema de optimización convexa tipo LASSO Hastie et al. [13] (Least Absolute Shrinkage and Selection Operator) que se conforma mediante una función de mínimos cuadrados y una función de regularización de norma l1. La función objetivo, de este modo, se descompone en una función suave, convexa, diferenciable y una función también convexa pero no diferenciable.","abstract_has_math":false,"creators":["Sepúlveda Ortega, Jorge Antonio"],"institution":"Universidad de Chile","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Peypouquet Urbaneja, Juan"],"committee_chairs":[],"committee_members":[],"year":2021,"date_issued":"2021","date_published":"2021","updated_at":"2026-07-27T19:09:50Z","subjects":["Análisis numérico","Optimización matemática","Procesamiento de imagen","Optimización convexa"],"languages":["es"],"rights":["Attribution-NonCommercial-NoDerivs 3.0 Chile"],"rights_urls":["http://creativecommons.org/licenses/by-nc-nd/3.0/cl/"],"identifier_entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["10.58011/czkp-wh58"],"render_values":[{"text":"10.58011/czkp-wh58","href":"https://doi.org/10.58011/czkp-wh58","code":true}]}]},"links":{"outbound_url":"https://repositorio.uchile.cl/handle/2250/181490","outbound_label":"Repository record","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Peypouquet Urbaneja, Juan"]},{"key":"dc:contributor.other","label":"Dc Contributor Other","values":["Daniilides, Aris","Gajardo Adaro, Pedro","Ramírez Cabrera, Héctor"]},{"key":"dc:creator","label":"Author","values":["Sepúlveda Ortega, Jorge Antonio"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date.accessioned","label":"Dc Date Accessioned","values":["2021-08-24T16:48:56Z"]},{"key":"dc:date.available","label":"Dc Date Available","values":["2021-08-24T16:48:56Z"]},{"key":"dc:date.issued","label":"Date","values":["2021"]},{"key":"dc:publisher","label":"Institution","values":["Universidad de Chile"]},{"key":"dc:type","label":"Dc Type","values":["Tesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Análisis numérico","Optimización matemática","Procesamiento de imagen","Optimización convexa"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["es"]},{"key":"dc:rights","label":"Dc Rights","values":["Attribution-NonCommercial-NoDerivs 3.0 Chile"]},{"key":"dc:rights.uri","label":"Rights URI","values":["http://creativecommons.org/licenses/by-nc-nd/3.0/cl/"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["10.58011/czkp-wh58"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["https://repositorio.uchile.cl/handle/2250/181490"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Tesis para optar al grado de Magíster en Ciencias de la Ingeniería, Mención Matemáticas Aplicadas"]},{"key":"dc:description.abstract","label":"Abstract","values":["Este informe describe la aplicación y el desempeño de un grupo métodos numéricos de primer orden tomando como problema de ejemplo el proceso de reconstrucción del original de una imagen borrosa. La recuperación de la imagen se propone como un problema de optimización convexa usando una función que modela la diferencia de esta imagen borrosa (generada artificialmente) y su equivalente inicial. Se plantea un problema de optimización convexa tipo LASSO Hastie et al. [13] (Least Absolute Shrinkage and Selection Operator) que se conforma mediante una función de mínimos cuadrados y una función de regularización de norma l1. La función objetivo, de este modo, se descompone en una función suave, convexa, diferenciable y una función también convexa pero no diferenciable."]},{"key":"dc:title","label":"Title","values":["Implementación y experimentación con métodos numéricos de optimización de primer orden en sistemas inerciales con factor de amortiguamiento hessiano"]}]}],"canonical_facts":{"dc:contributor.advisor":["Peypouquet Urbaneja, Juan"],"dc:contributor.other":["Daniilides, Aris","Gajardo Adaro, Pedro","Ramírez Cabrera, Héctor"],"dc:creator":["Sepúlveda Ortega, Jorge Antonio"],"dc:date.accessioned":["2021-08-24T16:48:56Z"],"dc:date.available":["2021-08-24T16:48:56Z"],"dc:date.issued":["2021"],"dc:description":["Tesis para optar al grado de Magíster en Ciencias de la Ingeniería, Mención Matemáticas Aplicadas"],"dc:description.abstract":["Este informe describe la aplicación y el desempeño de un grupo métodos numéricos de primer orden tomando como problema de ejemplo el proceso de reconstrucción del original de una imagen borrosa. La recuperación de la imagen se propone como un problema de optimización convexa usando una función que modela la diferencia de esta imagen borrosa (generada artificialmente) y su equivalente inicial. Se plantea un problema de optimización convexa tipo LASSO Hastie et al. [13] (Least Absolute Shrinkage and Selection Operator) que se conforma mediante una función de mínimos cuadrados y una función de regularización de norma l1. La función objetivo, de este modo, se descompone en una función suave, convexa, diferenciable y una función también convexa pero no diferenciable."],"dc:identifier.other":["10.58011/czkp-wh58"],"dc:identifier.uri":["https://repositorio.uchile.cl/handle/2250/181490"],"dc:language.iso":["es"],"dc:publisher":["Universidad de Chile"],"dc:rights":["Attribution-NonCommercial-NoDerivs 3.0 Chile"],"dc:rights.uri":["http://creativecommons.org/licenses/by-nc-nd/3.0/cl/"],"dc:subject":["Análisis numérico","Optimización matemática","Procesamiento de imagen","Optimización convexa"],"dc:title":["Implementación y experimentación con métodos numéricos de optimización de primer orden en sistemas inerciales con factor de amortiguamiento hessiano"],"dc:type":["Tesis"]},"updated_at":"2026-07-27T19:09:50Z"}