Predictability and Nonlinear Modelling in Natural Sciences and Economics
Los investigadores en ciencias naturales se enfrentan a problemas que exigen un planteamiento novedoso para mejorar la calidad de las previsiones de procesos sensibles a las condiciones ambientales. La no linealidad de un sistema puede complicar considerablemente la previsibilidad de los estados futuros: una pequeña variación de los parámetros puede cambiar drásticamente la dinámica, mientras que la dependencia sensible del estado inicial puede limitar mucho el horizonte de previsibilidad. También influyen las incertidumbres.
Este volumen aborda tales problemas utilizando herramientas de la teoría del caos y la teoría de sistemas, adaptadas para el análisis de problemas en las ciencias ambientales. La dependencia sensible del estado inicial (caos) y de los parámetros se analiza mediante métodos como los exponentes de Lyapunov y la simulación de Montecarlo. La incertidumbre en la estructura y los valores de los parámetros de un modelo se estudia en relación con procesos que dependen de las condiciones ambientales. Estos métodos también se aplican a la biología y la economía.
Para investigadores de universidades e institutos (semi)gubernamentales de medio ambiente, agricultura, ecología, meteorología y gestión del agua, y economistas teóricos.
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)