Av. Pellegrini 250 - Rosario - Argentina
+54 - 0341 - 4802649/50 interno 216
dmecen@fceia.unr.edu.ar

Agenda

Jun
18
Mar
Defensa Tesina LM, Lara Fernández @ Aula 23
Jun 18 a las 15:00

Defensa oral de la Tesina de la estudiante Lara Fernández, para optar al título de Licenciada en Matemática.

Título: «Complejidad computacional de K-DOM y {K}-DOM en clases de grafos definidas por subgrafos prohibidos».

Director: Dr. Pablo Torres.

Co-directora: Dra. Gabriela Argiroffo.

Jul
25
Jue
Seminario de Trabajo en Modelos Continuos @ Aula SUMA
Jul 25 a las 15:30 – 18:00

Tercer encuentro en el marco del Seminario de Trabajo en Modelos Continuos, a cargo de la Dra. Jorgelina Walpen.

Tema: «Sobre conductores y sus demonios»

Ago
1
Jue
Seminario DM
Ago 1 a las 14:00

Charla del Dr. Alejandro Kocsard titulada «Sistemas dinámicos y ecuaciones en derivadas parciales». Se realizará en el aula 26 de la FCEIA a las 14 hs.

Ago
27
Mar
Seminario del DM: Sheldy Ombrosi @ Aula 23 FCEIA - UNR
Ago 27 a las 14:00

Título: Extrapolación lineal y multilineal

Resumen: En general en el análisis armónico, y específicamente en la teoría de pesos una de las herramientas más potentes es la teoría de extrapolación. En la primera parte de esta charla repasaremos esta herramienta y su desarrollo histórico, mostrado algunas aplicaciones recientes en el contexto lineal. En la segunda parte, mostraremos el desarrollo de la extrapolación en el contexto multilineal que recientemente hemos encontrado en un trabajo conjunto con K. Li y J. M. Martell.

Bio: El Dr. Sheldy Ombrosi es Profesor Titular y actualmente Director Decano del Departamento de Matemática de la Universidad Nacional del Sur e Investigador de CONICET. Es reconocido tanto a nivel nacional e internacional por sus investigaciones en el área de Análisis Armónico, colaborando con los más prestigiosos investigadores del área. Fue conferencista invitado en muchos congresos de su área y también en congresos generales como en la Primera Reunión conjunta UMA-RSME 2017.

Ago
28
Mié
Ciclo de Charlas de Divulgación: Demian Goos @ Aula 23 FCEIA - UNR
Ago 28 a las 09:30
Ciclo de Charlas de Divulgación: Demian Goos @ Aula 23 FCEIA - UNR

Título: La traición de la matemática – conectando la matemática con el arte visual

Resumen: En el estudio neurocientífico «The experience of mathematical beauty and
its neural correlates» (2014, Atiyah et al,) se ha logrado probar algo que
la comunidad matemática ya sabía desde el comienzo: que existe la belleza
matemática; resultados, demostraciones, ideas y conceptos matemáticos que
responden a una estética superior – arte.

Al mismo tiempo, es sabido que muchos artistas plásticos han trabajado
entrelazando sus obras con la matemática. Vale mencionar a modo
ilustrativo los trabajos de Filippo Brunelleschi – gran creador de la
cúpula de la Santa Maria del Fiore en la Firenze renacentista – y los
estudios de Leon Battista Alberti (1435, De Pictura), quienes en su
búsqueda de la perfección estética en la pintura dieron inicio a lo que
hoy conocemos como la geometría proyectiva.

Vemos que el arte y la matemática están, por más que a primera vista no
parezca así, muy fuertemente entrelazadas. En esta charla analizamos
formas de expresar conceptos matemáticos con el lenguaje del arte. Para
ello, comentaremos la serie «La Traición de la Matemática» creada por el
disertante, inspirada en los trabajos de René Magritte y Henri Matisse, en
la cual se esconden paradojas, antinomías y resultados contradictorios
detrás de objetos cotidianos.

Bio: Demian Nahuel Goos es egresado y Doctorando en Matemática de la FCEIA-UNR,
donde también realiza actividades docentes. Ha expuesto su metodología de
trabajo en el congreso de inovación en matemática IMAGINARY (2018 en
Montevideo, Uruguay) y expuso sus obras en la exhibición de arte BRIDGES
(2019 en Linz, Austria). En 2017 fue seleccionado para participar del
Heidelberg Laureate Forum y escribió el articulo «Acerca de cómo escalar
las montañas más altas- Experiencias durante una semana en el Heildeberg
Forum» publicado en la edición de diciembre de 2018 en la European Mathematical
Society Newspaper. En el 2019 asistirá nuevamente al evento, ahora como
parte del equipo organizador, cubriendo el mismo con notas.

Habrá café al inicio, de 9:30 a 9:50

 

Ago
30
Vie
Seminario del DM: Dana Pizarro @ Aula 26
Ago 30 a las 13:45
Título:Bounding the Value of Observability for a Dynamic Pricing Problem.

Idioma de la charla: Español.

Abstract: Research on dynamic pricing has been growing during the last four
decades due to its use in practice by a variety of companies as well as the
several model variants that can be considered.  In this work, we consider
the particular pricing problem where a single seller wants to sell one item
to a single buyer along an infi nite time horizon in order to maximize her
expected revenue.The seller pre-commits to the price function over an infi
nite horizon. The buyer has a private value for the item and purchases at
the time when his utility is maximized. In our model, the buyer is more
impatient than the seller and we study how important is to observe the
buyer time arrival in terms of the seller's expected revenue. We prove that
in a very general setting, the expected revenue when the seller observes
the buyer's arrival is at most roughly 3.6 times the expected revenue when
the seller does not know the time when the buyer arrives.
Nov
14
Jue
Charla de Divulgación del DM @ Salón de Actos FCEIA
Nov 14 a las 10:30 – 11:30

Charla de Divulgación Matemática:

And the Oscar goes to…La matemática de las votaciones

Expositora: Liliana Forzani
Fecha: Jueves 14/11
Horario:
Cafe: 10:30 a 10:50 hs.
Charla: 10:50 a 11:30 hs.

Charla libre y gratuita.
Inscripción:
https://www.fceia.unr.edu.ar/ecen/dm/index.php/divulgacion/divulgacion-preinscripcion/

Consultas y más información:

Depatamentos de Matematica – FCEIA
dmecen@fceia.unr.edu.ar
www.fceia.unr.edu.ar/ecen/dm
@dm_ecen_unr

Resumen charla:

En la charla se contará cómo es el sistema de votación para determinar los ganadores de los premios Oscar y por qué no se necesita tomar toda la sopa para saber si está rica. Sistemas de votación en general y problemas de sesgo en las encuestas: si no querés tomar toda la sopa antes de saber si está rica,  no te olvides de revolverla bien antes de probarla.

Resumen antecedentes expositora:

Liliana Forzani finalizó sus estudios de Licenciatura en Matemática Aplicada de la Universidad Nacional del Litoral en 1988. Posteriormente trabajó en docencia e investigación en Análisis Armónico, Análisis Armónico Gaussiano y Ecuaciones de Monge-Ampere. Hasta que el azar (¡ah, el azar…!) en el 2001 (¿el azar?) la llevó a estudiar Estadística. Ésta es el  área a la cual dedica actualmente su trabajo de divulgación, docencia e investigación y que la llevó ganar el premio Nacional L’oréal – UNESCO «Por la mujer en la Ciencia» en el año 2008.

https://www.pagina12.com.ar/diario/sociedad/3-114825-2008-11-11.html
https://twitter.com/lorealargentina/status/933682796673060865

Nov
29
Vie
Seminario DM 29/11 @ Aula 26
Nov 29 a las 14:00

Título: ECUACIONES DE BOUSSINESQ EN DOMINIOS TRUNCADOS

ANDREA N. CERETANI*

Resumen: Presentaremos sistemas de Boussinesq con condiciones de contorno mixtas, que se obtienen al modelar el flujo de fluidos no isotérmicos en dominios acotados. La particularidad del problema es que el dominio presenta una frontera articial, que aparece al truncar un dominio más grande, sobre la cual se desconoce el comportamiento del fluido y, por consiguiente, deben
determinarse condiciones de borde articiales. Como ejemplo, se puede pensar en una habitación térmicamente acondicionada mediante algún dispositivo colocado en alguna de sus paredes, con una abertura que permite el recambio natural de aire. Este tipo de problemas interesan, por ejemplo, en el estudio de ubicación óptima de sensores para monitorear la temperatura en la habitación a los fines de controlarla de manera eficiente [4].
Los modelos que veremos están dados por las ecuaciones de Boussinesq (ecuaciones de Navier-Stokes acopladas con una ecuación de convección-difusión) con condiciones de contorno mixtas que incluyen una condición no lineal que acopla la velocidad y la temperatura del fluido en la frontera articial [1,3]. Esta última se considera conjuntamente con una condición «do-nothing» tanto clásica como modicada («directional do-nothing», [2]). Se presentarán resultados acerca de la existencia de
soluciones para algunos problemas y se mostrarán resultados de simulaciones numéricas comparando diferentes enfoques para tratar el comportamiento del fluido en la frontera articial.

Trabajo en colaboracion con Carlos N. Rautenberg y Rafael Arndt, George Mason University, Estados Unidos.

REFERENCIAS
[1] R. Arndt, A. N. Ceretani, and C. N. Rautenberg. Heat-conducting fluids in domains with open boundaries. Arxiv http: // arxiv. org/ abs/ 1910. 03994.
[2] M. Braack and P. Mucha. Directional do-nothing condition for the Navier-Stokes equations. Journal of Computational Mathematics, 32(5):507-521, 2014.
[3] A. N. Ceretani and C. N. Rautenberg. The Boussinesq system with mixed non-smooth boundary conditions and do-nothing boundary flow. Zeitschrift fur angewandte Mathematik und Physik, 70(14):1-24, 2019.
[4] M. Hintermuller, C. N. Rautenberg, M. Mohammadi, and M. Kanitsar. Optimal sensor placement: A robust approach. SIAM Journal on Control and Optimization, 55(6):3609-3639, 2017.

*IMAS (UBA-CONICET), Intendente Guiraldes 2160, Capital Federal 1428, Argentina,
aceretani@dm.uba.ar, y Escuela de Ciencia y Tecnologa, Universidad Nacional de San Martn,
Martn de Irigoyen 3100, San Martn 1650, Argentina, aceretani@unsam.edu.ar

Dic
18
Mié
Defensa Tesina LM: Maximiliano Mécoli @ Aula 26
Dic 18 a las 14:00

Título: Deep Learning y Análisis Fraccionario.
Director: Dr. Eduardo A. Santillan Marcus.

Resumen:

En el último tiempo se ha puesto muchísimo foco en la creación de modelos inteligentes o de Machine Learning que aprenden de los datos, tanto desde la comunidad científica como en la industria fruto del crecimiento exponencial de los datos disponibles. Entre los distintos tipos de modelos y algoritmos, uno particularmente usado es el de redes
neuronales. Se presentará en detalle cómo funcionan estos modelos, haciendo foco en la parte crucial de todo algoritmo de Machine Learning: el aprendizaje. Veremos cómo y por qué el algoritmo del descenso minimiza la función de error por medio de las ecuaciones fundamentales que lo dominan. Una parte crucial de este algoritmo es la utilización del gradiente. Se propondrá la utilización de la derivada fraccionaria de Caputo y se demostrará un teorema que garantiza bajo ciertas hipótesis su convergencia. Además se mostrarán aplicaciones entrenando modelos para distintos valores del parámetro α de derivación y se utilizarán algunos datasets para experimentar su performance, comparando el caso entero con el fraccionario. Para finalizar, entrenaremos no sólo las redes neuronales MLP de forma directa, sino que mostraremos una aplicación entrenando una red sobre una base de red convolucional para
resolver un problema de clasificación de imágenes.

Mar
9
Lun
Defensa de Tesis Doctoral @ Aula 23 FCEIA
Mar 9 a las 15:00 – 16:00

Defensa de Tesis Doctoral del Lic. Demian Goos.
Directora: Dra. Gabriela Reyero.
Codirector: Dr. Eduardo Santillán Marcus.

Título: «Estudio de diversos problemas con ecuaciones diferenciales fraccionarias de tipo parabólico».

El jurado está integrado por:
Dra. Adriana Briozzo (FCE-Univ. Austral)
Dr. Damián Fernández (FAMAF-UNC)
Dr. Lisandro Parente (FCEIA-UNR)

Feedback
Feedback
¿Cómo podríamos mejorarlo?
Continuar
Dejanos tu email si querés que te contactemos por tu feedback
Atrás
Enviar
Gracias por tu respuesta!