Soft Numerical Computing in Uncertain Dynamic Systems (Computación numérica blanda en sistemas dinámicos inciertos)

Título original:

Soft Numerical Computing in Uncertain Dynamic Systems

Contenido del libro:

Soft Numerical Computing in Uncertain Dynamic Systems está dirigido a especialistas en sistemas dinámicos que operan a diferentes escalas temporales. En el libro se analizan varios tipos de errores y su propagación, se tratan los métodos numéricos -incluidas las propiedades y características de convergencia y consistencia- y se demuestran teoremas relacionados en el marco de la computación suave. Se analizan en detalle varios tipos de representación de la incertidumbre, como los conjuntos inciertos de intervalo, difusos, difusos de tipo 2, granulares y combinados. El libro puede ser utilizado por estudiantes de ingeniería en los campos de control y elementos finitos, así como por todos los estudiantes de ingeniería, matemáticas aplicadas, economía e informática.

Uno de los temas importantes de la ciencia aplicada son los sistemas dinámicos y sus aplicaciones. Los autores desarrollan estos modelos y aportan soluciones con ayuda de métodos numéricos. Dado que son inherentemente inciertos, los cálculos suaves son de gran relevancia en este ámbito. Esta es la razón por la que se investiga la computación numérica blanda en sistemas dinámicos. Si estos sistemas trabajan con datos complejos e inciertos, serán más prácticos e importantes. Los problemas de la vida real trabajan con este tipo de datos y la mayoría de ellos no pueden resolverse con exactitud y facilidad; a veces son imposibles de resolver.

Es evidente que todos los métodos numéricos deben tener en cuenta el error de aproximación. Otros temas aplicados importantes en los que intervienen sistemas dinámicos inciertos son el procesamiento de imágenes y el reconocimiento de patrones, que también pueden beneficiarse de los sistemas dinámicos inciertos. De hecho, el objetivo principal es determinar los coeficientes de una matriz que actúa como marco en la imagen. Uno de los métodos más eficaces y precisos consiste en utilizar diferencias finitas para rellenar las celdas de la matriz.