BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA. Inteligencia Artificial
|
|
- Lorena Cabrera Peralta
- hace 8 años
- Vistas:
Transcripción
1 BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD DE CIENCIAS DE LA ELECTRÓNICA Licenciatura en Ciencias de Electrónica Ingeniería en Mecatrónica Inteligencia Artificial Académico: MC. Luis Eduardo Espinosa Maya Primavera 2012
2 Organización Temática Introducción. Matemáticas de conjuntos difusos. Relaciones difusas y reglas difusas. Sistemas difusos: Unidades de Procesamiento. Sistemas difusos: E/S. Diseño de Sistemas Difusos. Aplicaciones de Control difuso I. Aplicaciones de Control difuso II. Desarrollo de Aplicaciones. Introducción a las redes neuronales.
3 Producto cartesiano Producto Cartesiano Sea V y W dos conjuntos clásicos en dentro de un universo U. El producto cartesiano entre V y W, denotado VxW, es el conjunto clásico de todos los pares ordenados (v,w). VxW = {(v,w) v V, w W }
4 Producto Cartesiano Notemos que si el numero de elementos de V y W son diferentes. V x W W x V En general si tenemos n-conjuntos V n el producto cartesiano se define como V 1 x x V n = {(v 1,v 2,..,v n ) v 1 V 1,, v n V n }
5 Relación Clásica Una relación entre n-conjuntos clásicos es un subconjunto de producto cartesiano de los mismos conjuntos. La relación entre los conjunto se denota por una Q Q(V 1,,V n ) V 1 x x V n Se puede aplicar uniones e intersecciones a una relación?
6 Sean V y W Ejemplos V = {1,2,3} y W = {2,3,4} V x W = {(1,2),(1,3),(1,4),(2,2),(2,3),(2,4),(3,2),(3,3),(3,4)} Q se define como todas las combinaciones tal que el primer elemento es mayor o igual al segundo. Q(V,W) = {(2,2),(3,2),(3,3)}
7 Ejemplo La relación anterior también se puede representar mediante una Matriz de Relación Q V W El elemento de la matriz representa la pertenencia.
8 PREGUNTAS?
9 Sean V y W Actividad V = {1,2,3} y W = {1,2,3,4} Q se define como todas las combinaciones tal que el segundo elemento es el cuadrado del primero. Q(V,W) =
10 Sean V y W Actividad V = {1,2,3} y W = {a,e,i,o,u} Q se define como todas las combinaciones tal que el segundo elemento esta incluido en la palabra que denota al primero. Q(V,W) =
11 Relación Difusa Retomando la anterior matriz de relación, el siguiente ejemplo de que tan lejos esta una Cd de otra. Que tan lejos D Boston A HK SF HK 1 0 Tokyo
12 Ejemplo Imagen de un mapa para comprensión del ejemplo. Imágenes:
13 Relación Difusa Del ejemplo anterior se ve que fácilmente podemos ampliar el concepto de relación clásica a una relación difusa.
14 Relación Difusa La relación difusa es un conjunto difuso definido dentro del espacio construido por el producto cartesiano de los mismos conjuntos. Q en V 1 x x V n Q={((v 1,,v n ), µ Q (v 1,,v n )) (v 1,,v n ) V 1 x x V n }
15 Ejemplo Sean x R, y R, definimos las relaciones difusa AE = x es aproximadamente igual a y µ AE (x,y) = e -(x-y)2 MG = x es mas grande que y µ MG (x,y) = 1 / (1+e -(x-y) ) La relación se define en la pertenencia.
16 Ejemplo Gráfica de AE
17 PREGUNTAS? Imagen:
18 Actividad Tratemos definir una matriz de relación para el ejemplo de Aproximadamente Igual. AE X Y 1 3 5
19 Actividad Tratemos definir una matriz de relación para el ejemplo de y mas grande que x. MG X Y 1 3 5
20 Operaciones entre Relaciones Siendo que el resultado de una relación difusa es un conjunto difuso, se pueden aplicar operaciones normales de conjuntos. Se requiere: Ambas relaciones a operar partan sobre los mismos conjuntos. Una relación esta definida dentro del espacio creado por el producto cartesiano de los conjuntos.
21 Ejemplo Sean las relaciones AE y MG. µ AE (x,y) = e -(x-y)2 µ MG (x,y) = 1 / (1+e -(x-y) ) Su producto algebraico es t ap (AE,MG) = e -(x-y)2 / (1+e -(x-y) )
22 PREGUNTAS?
23 Actividad Obtener la unión (max) de las siguiente matriz. AE MG 1 X 2 3 Y AE X Y MG X Y
24 Operaciones entre Relaciones Algunas de las operaciones que podemos realizar entre relaciones difusas: Norma C Norma S Norma T Proyección Extensión Cilíndrica Composición
25 Proyección Sea Q una relación difusa Q definida en V 1 x x V n Sea {i 1,,i k } una sub-secuencia de {1,2,,n} Sea {j 1,,j n-k } una sub-secuencia de {1,2,,n} que es complemento de la secuencia i. La proyección de Q en V i 1 x x V ik es una relación difusa Q P en V i 1 x x V ik definida por: µ Q P (v i1,,v ik ) = max v j1 Vj1,, v jn-k Vjn-k µ Q (v 1,,v n )
26 Ejemplo Retomando el ejemplo de las distancias Que tan lejos A Boston HK SF D HK 1 0 Tokyo QD = {(SF,0.9),(HK,1),(Tokyo,0.95)} QA = {(Boston,1),(HK,0.9)}
27 Ejemplo Retomando el ejemplo de Aproximadamente igual AE X Y Proyección total = 1
28 PREGUNTAS? Imagen:
29 Actividad Realizar las proyecciones sobre X e Y del ejemplo de Mas grande. MG X Y Q X = {(1, ),(2, ),(3, )} Q Y = {(1, ),(3, ),(5, )}
30 Extensión Cilíndrica Sea Q P una relación difusa Definida en V i1 x x V ik Sea {i 1,,i k } una sub-secuencia de {1,2,,n} La Extensión Cilíndrica de Q P en V 1 x x V n es una relación difusa Q PE en V 1 x x V n definida: µ Q PE (v 1,,v n ) = µ Q P (v i1,,v ik )
31 Ejemplo Retomando el ejemplo de las distancias, sus proyecciones Q D = {(SF,0.9),(HK,1),(Tokyo,0.95)} Q A = {(Boston,1),(HK,0.9)} La extensión cilíndrica de cada una es Q DE = {(SF,Boston,0.9), (SF,HK,0.9 (HK,Boston,1), (HK,HK,1) (Tokyo,Boston,0.95), (Tokyo,HK,0.95)}
32 Ejemplo Q A = {(Boston,1),(HK,0.9)} Continuación Q AE = {(SF,Boston,1), (HK,Boston,1), (Tokyo,Boston,1), (SF,HK,0.9), (HK,HK,0.9), (Tokyo,HK,0.9)}
33 PREGUNTAS?
34 Actividad Realizar las extensiones cilíndricas de las proyecciones hechas en la actividad anterior. Q XE = Q YE =
35 Composición Una composición clásica Sean Q1(V,W) y Q2(W,L), dos relaciones que comparten el conjunto W. La composición de Q1 y Q2 se escribe Q1 o Q2, se define en relación a V x L, talque (x,z) Q1 o Q2, si y solo si, existe al menos un y W, de tal forma (x,y) Q1 y (y,z) Q2.
36 Composición Si empleamos la representación de los conjuntos con pertenencia, tenemos el siguiente Lema: Q1 o Q2 es una composición de Q1(V,W) y Q2(W,L), si y solo si, µ Q1oQ2 (x,z) = max y W t[µ Q1 (x,y),µ Q2 (y,z)] Donde t indica cualquier norma-t.
37 Composición Difusa Retomando el Lema anterior una composición difusa se define como: Sea A un conjunto difuso en V y Q una relación difusa definida en V x W. Entonces la composición difusa de A en R resulta en un conjunto difuso B definido en W, tal que: B = A o R = proj(t[ce(a),r] en W Donde proj denota proyección y ce extensión cilíndrica.
38 Composición Difusa La composición tiene dos formas comunes de desarrollarse: Composición max-min µ B (y) = max x min(µ A (x),µ R (x,y)) µ Q1oQ2 (x,z) = max y W min(µ Q1 (x,y),µ Q2 (y,z)) Composición max-producto µ B (y) = max x (µ A (x) * µ R (x,y)) µ Q1oQ2 (x,z) = max y W (µ Q1 (x,y) * µ Q2 (y,z))
39 Ejemplo Retomando el ejemplo de las distancias Que tan lejos A Boston HK SF D HK 1 0 Tokyo DA= {(SF, Boston, 0.3), (SF, HK, 0.9), (HK, Boston, 1), (HK, HK,0) (Tokyo, Boston, 0.95), (Tokyo, HK, 0.1)}
40 Ejemplo Supongamos una nueva relación de distancias Que tan cerca W NYC Beijing Boston A HK AW={(Boston, NYC, 0.95), (Boston, Beijing, 0.1) (HK, NYC, 0.1), (HK, Beijing, 0.9)}
41 Ejemplo Definiendo la composición max-min de DA y AW Primer termino µ DAoAW (SF,NYC) = max[ min(µ DA (SF,Boston), µ AW (Boston,NYC)),min(µ DA (SF,HK), µ AW (HK,NYC)) ] µ DAoAW (SF,NYC) = max(min(0.3,0.95),min(0.9,0.1)) µ DAoAW (SF,NYC) = max(0.3,0.1) = 0.3
42 Ejemplo Continuando la composición max-min de DA y AW Segundo termino µ DAoAW (SF,Beijing) = max[ min(µ DA (SF,Boston), µ AW (Boston,Beijing)),min(µ DA (SF,HK), µ AW (HK,Beijing)) ] µ DAoAW (SF,Beijing) =max(min(0.3,0.1),min(0.9,0.9)) µ DAoAW (SF,Beijing) = max(0.1,0.9) = 0.9
43 Actividad Continuar determinando los términos µ DAoAW (HK,NYC) = max[ min(µ DA (HK,Boston), µ AW (Boston,NYC)),min(µ DA (HK,HK), µ AW (HK,NYC))] µ DAoAW (HK,Beijing) = max[ min(µ DA (HK,Boston), µ AW (Boston,Beijing)),min(µ DA (HK,HK), µ AW (HK,Beijing))]
44 Actividad Continuar determinando los términos µ DAoAW (Tokyo,NYC) = max[min(µ DA (Tokyo,Boston), µ AW (Boston,NYC)),min(µ DA (Tokyo,HK), µ AW (HK,NYC))] µ DAoAW (Tokyo,Beijing) = max[ min(µ DA (Tokyo,Boston),µ AW (Boston,Beijing)), min(µ DA (Tokyo,HK), µ AW (HK,Beijing))]
45 Actividad Al final la composición queda de la siguiente forma: DAoAW={ (SF, NYC, ), (SF, Beijing, ) (HK, NYC, ), (HK, Beijing, ) (Tokyo, NYC, ), (Tokyo, Beijing, )}
46 Forma alterna También es posible realizar la composición max producto, empleando el algoritmo de multiplicación de matrices, cambiando la suma por la operación max. Además, si deseamos realizar max-min, se cambia la operación de multiplicación por min.
47 Ejemplo Consideremos el ejemplo anterior Que tan lejos D A Boston HK SF HK 1 0 Tokyo Que tan cerca A NYC W Beijing Boston HK µ DAoAW (SF,NYC) = max(0.3*0.95,0.9*0.1) µ DAoAW (SF,NYC) = max(0.285,0.09) = 0.285
48 Ejemplo Continuando SF HK NYC Max(0.3*0.95,0.9*0.1) Max(1*0.95,0*0.1) 0.95 Tokyo Max(0.95*0.95,0.1*0.1) Beijing Max(0.3*0.1,0.9*0.9) 0.81 Max(1*0.1,0*0.9) 0.1 Max(0.95*0.1,0.1*0.9) 0.095
49 Actividad Repetir el ejemplo con la composición max-prod SF NYC Beijing HK Tokyo
50 PREGUNTAS? Imagen:
51 Actividad Desarrollar los problemas en NING sobre relaciones, extensiones cilíndricas y composiciones difusa. Tiempo:
52 Principio de Extensión Principio que nos permite combinar conjuntos clásicos y difusos mediante operaciones. Sea f:u V un función que va de un conjunto clásico U a uno difuso V. A pertenece a U y B a V, tenemos B=f(A) µ B (y) = µ A [f -1 (y)], y V
53 Principio de Extensión Si f no es punto a punto se resuelve: µ B (y) = max x f -1(y) µ A (x), y V
54 FIN 1ra Parte Continuamos con Reglas Difusas Variables Lingüísticas. Reglas SI ENTONCES difusas.
55 Referencias An Introduction to FUZZY CONTROL D Driankov. A Course in Fuzzy system and control Li-Xin Wang.
56
21.1.2. TEOREMA DE DETERMINACIÓN DE APLICACIONES LINEALES
Aplicaciones lineales. Matriz de una aplicación lineal 2 2. APLICACIONES LINEALES. MATRIZ DE UNA APLICACIÓN LINEAL El efecto que produce el cambio de coordenadas sobre una imagen situada en el plano sugiere
Más detallesRelaciones binarias. ( a, b) = ( c, d) si y solamente si a = c y b = d
Relaciones binarias En esta sección estudiaremos formalmente las parejas de objetos que comparten algunas características o propiedades en común. La estructura matemática para agrupar estas parejas en
Más detallesCONJUNTOS Y RELACIONES BINARIAS
UNIVERSIDAD CATÓLICA ANDRÉS BELLO FACULTAD DE INGENIERÍA ESCUELA DE INGENIERÍA INFORMÁTICA CÁTEDRA DE LÓGICA COMPUTACIONAL CONJUNTOS Y RELACIONES BINARIAS INTRODUCCIÓN Intuitivamente, un conjunto es una
Más detallesEjemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }
La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas
Más detallesAplicaciones Lineales
Tema 3 Aplicaciones Lineales 3.1 Introducción Se presentan en este tema las aplicaciones entre espacios vectoriales, particularmente las aplicaciones lineales, que de una manera informal pueden definirse
Más detallesModelos y Bases de Datos
Modelos y Bases de Datos MODELOS Y BASES DE DATOS 1 Sesión No. 10 Nombre: Álgebra Relacional Contextualización En qué consiste el álgebra relacional? Se ha planteado hasta el momento cada uno de los procesos
Más detallesAnexo 1: Demostraciones
75 Matemáticas I : Álgebra Lineal Anexo 1: Demostraciones Espacios vectoriales Demostración de: Propiedades 89 de la página 41 Propiedades 89- Algunas propiedades que se deducen de las anteriores son:
Más detalles1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.
Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular
Más detallesProf. Claudio del Pino O.
Índice 1. Derivadas parciales 2 1.1. Definición de derivadas parciales..... 2 1.2. Actividades iniciales............ 3 1.3. Costo marginal............... 5 1.3.1. Una actividad........... 6 1.4. Productos
Más detalles3.1. Concepto de función. Dominio, recorrido y gráfica. 3.1.1. Concepto de función
TEMA 3 FUNCIONES 3.1. Concepto de función. Dominio, recorrido y gráfica. 3.1.1. Concepto de función Una función es una relación establecida entre dos variables que asocia a cada valor de la primera variable
Más detallesESTRUCTURAS ALGEBRAICAS. Parte 1
ESTRUCTURAS ALGEBRAICAS Parte 1 ESTRUCTURAS ALGEBRAICAS Una estructura algebraica es una n-tupla (a 1,a 2,...,a n ), donde a 1 es un conjunto dado no vacío, y {a 2,...,a n } un conjunto de operaciones
Más detallesClase 15 Espacios vectoriales Álgebra Lineal
Espacios vectoriales Clase 5 Espacios vectoriales Álgebra Lineal Código Escuela de Matemáticas - Facultad de Ciencias Universidad Nacional de Colombia En esta sección estudiaremos uno de los conceptos
Más detallesAplicaciones abiertas y cerradas
44 3. POSICIÓN DE UN PUNTO CON RESPECTO A UN CONJUNTO Tema 7. Aplicaciones abiertas y cerradas Hasta ahora nos hemos centrado en propiedades de puntos con respecto a conjuntos, y las únicas propiedades
Más detallesEspacios vectoriales y Aplicaciones lineales
Espacios vectoriales y Aplicaciones lineales Espacios vectoriales. Subespacios vectoriales Espacios vectoriales Definición Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea
Más detallesPráctica de Aplicaciones Lineales
practica5.nb 1 Práctica de Aplicaciones Lineales Aplicaciones lineales y matrices Las matrices también desempeñan un papel muy destacado en el estudio de las aplicaciones lineales entre espacios vectoriales
Más detallesObjetivos: Al inalizar la unidad, el alumno:
Unidad 7 transformaciones lineales Objetivos: Al inalizar la unidad, el alumno: Comprenderá los conceptos de dominio e imagen de una transformación. Distinguirá cuándo una transformación es lineal. Encontrará
Más detalles4 Aplicaciones Lineales
Prof Susana López 41 4 Aplicaciones Lineales 41 Definición de aplicación lineal Definición 23 Sean V y W dos espacios vectoriales; una aplicación lineal f de V a W es una aplicación f : V W tal que: 1
Más detallesEspacios vectoriales y aplicaciones lineales.
Práctica 2 Espacios vectoriales y aplicaciones lineales. Contenido: Localizar bases de espacios vectoriales. Suma directa. Bases y dimensiones. Cambio de base. Aplicaciones lineales. Matriz asociada en
Más detalles1. ESPACIOS VECTORIALES
1 1. ESPACIOS VECTORIALES 1.1. ESPACIOS VECTORIALES. SUBESPACIOS VECTORIALES Denición 1. (Espacio vectorial) Decimos que un conjunto no vacío V es un espacio vectorial sobre un cuerpo K, o K-espacio vectorial,
Más detallesy λu = Idea. Podemos sumar vectores y multiplicar por un escalar. El resultado vuelve a ser un vector Definición de espacio vectorial.
Espacios vectoriales Espacios y subespacios R n es el conjunto de todos los vectores columna con n componentes. Además R n es un espacio vectorial. Ejemplo Dados dos vectores de R por ejemplo u = 5 v =
Más detallesDefinición 1.1.1. Dados dos números naturales m y n, una matriz de orden o dimensión m n es una tabla numérica rectangular con m filas y n columnas.
Tema 1 Matrices Estructura del tema. Conceptos básicos y ejemplos Operaciones básicas con matrices Método de Gauss Rango de una matriz Concepto de matriz regular y propiedades Determinante asociado a una
Más detallesTutorial: Utilización del Mapa de normales, para modificar iluminación virtual.
El propósito de este tutorial es el enseñar como utilizar en PhotoShop (PS), el mapa de normales que se obtiene de la mayoría de los motores de renderizado. Para con ello lograr, entre otras muchas aplicaciones,
Más detallesFUNCIONES EN R. Agosto 2007
FUNCIONES EN R Alexis Vera Pérez Instituto de Estadística & Sistemas Computarizados de Información Universidad de Puerto Rico, Recinto de Río Piedras Agosto 2007 1 Definición y notación Definición 1 Una
Más detallesTema 3. Espacios vectoriales
Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición
Más detallesUNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )
UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS SOLUCIONES HOJA 5: Optimización 5-1. Hallar los puntos críticos de las siguiente funciones y clasificarlos: a fx, y = x y + xy.
Más detallesTeorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones
Tema 13.- Teorema de estructura de los módulos finitamente generados sobre un D.I.P.. Aplicaciones 13.1 Teorema de estructura de los módulos finitamente generados sobre un D.I.P. En lo que sigue A denotará
Más detallespersonal.us.es/elisacamol Elisa Cañete Molero Curso 2011/12
Teoría de conjuntos. Teoría de Conjuntos. personal.us.es/elisacamol Curso 2011/12 Teoría de Conjuntos. Teoría de conjuntos. Noción intuitiva de conjunto. Propiedades. Un conjunto es la reunión en un todo
Más detallesOperaciones Booleanas y Compuertas Básicas
Álgebra de Boole El álgebra booleana es la teoría matemática que se aplica en la lógica combinatoria. Las variables booleanas son símbolos utilizados para representar magnitudes lógicas y pueden tener
Más detalles3. OPERACIONES CON FUNCIONES.
3. OPERACIONES CON FUNCIONES. Las operaciones de suma, resta, multiplicación y división entre funciones son posibles y semejantes a las correspondientes efectuadas con los números. En esta sección definiremos
Más detalles1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS
1 1. SOLUCIONES A LOS EJERCICIOS PROPUESTOS 1.1. ESPACIOS VECTORIALES 1. Analizar cuáles de los siguientes subconjuntos de R 3 son subespacios vectoriales. a) A = {(2x, x, 7x)/x R} El conjunto A es una
Más detallesProblemas de Álgebra Lineal Espacios Vectoriales
Problemas de Álgebra Lineal Espacios Vectoriales 1. Estudia cuáles de los siguientes subconjuntos son subespacios de R n para el n que corresponda: i) S 1 = {(x, y, z, t) R 4 x + y + z + t = b} siendo
Más detallesConstrucción de bases en el núcleo e imagen de una transformación lineal
Construcción de bases en el núcleo e imagen de una transformación lineal Objetivos. Estudiar el algoritmo para construir una base del núcleo y una base de la imagen de una transformación lineal. Requisitos.
Más detallesDefinición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ).
1 Valor de Shapley Definición 1 Un carrier para un juego v es una coalición T tal que para cualquier S, v(s) = v(s T ). Ejemplo 1 Sea v un juego de 3 jugadores, v({1, 2, 3}) = v({1, 2}) = 1, y v(s) = para
Más detallesCálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador
Cálculo científico y técnico con HP49g/49g+/48gII/50g Módulo 3: Aplicaciones Tema 3.7 Polinomio interpolador Francisco Palacios Escuela Politécnica Superior de Ingeniería Manresa Universidad Politécnica
Más detallesMATEMÁTICA 6º AÑO NÚMEROS COMPLEJOS
MATEMÁTICA 6º AÑO PROFESORA: RUHL, CLAUDIA CURSOS: 6º1º--6º6º Actividad Nº1: Resuelve las siguientes operaciones NÚMEROS COMPLEJOS a) 4 = b) 36 = c) 4 16= d) 3 27 = e) 3-125= f) 3-8= g) -1 = h) -4= i)
Más detallesEspacios vectoriales y aplicaciones lineales
Capítulo 3 Espacios vectoriales y aplicaciones lineales 3.1 Espacios vectoriales. Aplicaciones lineales Definición 3.1 Sea V un conjunto dotado de una operación interna + que llamaremos suma, y sea K un
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesSubespacios vectoriales en R n
Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo
Más detallesAplicaciones lineales
aplicaciones_lineales.nb Aplicaciones lineales Práctica de Álgebra Lineal, E.U.A.T, Grupos ºA y ºB, 005 Aplicaciones lineales y matrices Hay una relación muy estrecha entre aplicaciones lineales y matrices:
Más detalles3.- DETERMINANTES. a 11 a 22 a 12 a 21
3.- DETERMINANTES. 3.1. -DEFINICIÓN Dada una matriz cuadrada de orden n, se llama determinante de esta matriz (y se representa por A o deta al polinomio cuyos términos son todos los productos posibles
Más detallesMatemáticas Discretas
Matemáticas Discretas Conjuntos (11) Curso Propedéutico 2009 Maestría en Ciencias Computacionales, INAOE Conjuntos (2) Dr Luis Enrique Sucar Succar esucar@inaoep.mx Dra Angélica Muñoz Meléndez munoz@inaoep.mx
Más detallesESTRUCTURAS ALGEBRAICAS
ESTRUCTURAS ALGEBRAICAS Se ha trabajado con números complejos, polinomio y matrices y hemos efectuado con ellos ciertas operaciones: sin embargo no todas las operaciones se comportan de la misma manera,
Más detallesRelaciones entre conjuntos
Relaciones entre conjuntos Parejas ordenadas El orden de los elementos en un conjunto de dos elementos no interesa, por ejemplo: {3, 5} = {5, 3} Por otra parte, una pareja ordenada consiste en dos elementos,
Más detallesMatrices: Conceptos y Operaciones Básicas
Matrices: Conceptos y Operaciones Básicas Departamento de Matemáticas, CCIR/ITESM 8 de septiembre de 010 Índice 111 Introducción 1 11 Matriz 1 113 Igualdad entre matrices 11 Matrices especiales 3 115 Suma
Más detallesTema 3: Aplicaciones de la diagonalización
TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:
Más detalleshttp://www.virtual.unal.edu.co/cursos/ciencias/2001008/lecciones/cap02/02_02_01.tex
http://www.virtual.unal.edu.co/cursos/ciencias/2001008/lecciones/cap02/02_02_01.tex Lección 1 - Problemas Problemas CAPÍTULO 2 FUNCIONES VECTORIALES Lección 2.2. Curvas enr n Una aplicación F : I R n,
Más detallesGeometría Tridimensional
Capítulo 4 Geometría Tridimensional En dos dimensiones trabajamos en el plano mientras que en tres dimensiones trabajaremos en el espacio, también provisto de un sistema de coordenadas. En el espacio,
Más detallesInteligencia Artificial y sus Aplicaciones en la Gestión Sostenible de Recursos Naturales. Sistemas borrosos y algoritmos genéticos.
Inteligencia Artificial y sus Aplicaciones en la Gestión Sostenible de Recursos Naturales Sistemas borrosos y algoritmos genéticos Curso 2007/2008 Desarrollo histórico Década de los 80. Avance de los modelos
Más detallesConjuntos, Relaciones y Grupos. Problemas de examen.
Conjuntos, Relaciones y Grupos. Problemas de examen. Mayo 2006 1. La función f es definida por (a) Halle el recorrido exacto, A, de f. f : R R donde f(x) = e senx 1. (b) (i) Explique por qué f no es inyectiva.
Más detallesAplicaciones Lineales
Aplicaciones Lineales Concepto de aplicación lineal T : V W Definición: Si V y W son espacios vectoriales con los mismos escalares (por ejemplo, ambos espacios vectoriales reales o ambos espacios vectoriales
Más detallesTema 7: Valores y vectores propios
Tema 7: es y clausura s Espacios y Permutaciones es y clausura Una permutación p = {p 1, p 2,..., p n } de los números {1, 2,..., n} es una nueva ordenación de los elementos {1, 2,..., n}, es decir, un
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOGSE Septiembre 2008
UNIVERSIDAD DE MURCIA REGIÓN DE MURCIA CONSEJERÍA DE EDUCACIÓN, CIENCIA E INVESTIGACIÓN UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD PARA ALUMNOS DE BACHILLERATO LOGSE Septiembre
Más detallesTema 2. Espacios Vectoriales. 2.1. Introducción
Tema 2 Espacios Vectoriales 2.1. Introducción Estamos habituados en diferentes cursos a trabajar con el concepto de vector. Concretamente sabemos que un vector es un segmento orientado caracterizado por
Más detallesAplicaciones Lineales
Aplicaciones Lineales Ejercicio Dada la matriz A = 0 2 0 a) Escribir explícitamente la aplicación lineal f : 2 cuya matriz asociada con respecto a las bases canónicas es A. En primer lugar definimos las
Más detalles1. Breve resumen de optimización sin restricciones en varias variables.
MATEMÁTICAS EMPRESARIALES G.A.D.E. CURSO 202/203 Práctica 2: Aplicaciones a la Optimización. En esta práctica se introducen las herramientas que nos ofrece el programa Mathematica para optimizar funciones
Más detallesEstructuras algebraicas
Tema 1 Estructuras algebraicas 1.1 Álgebras binarias Sea A un conjunto no vacío, una operación binaria (u operación interna) en A es una aplicación *: A A A (x, y) x * y es decir, una regla que a cada
Más detallesAlgebra Relacional Jos e Ram on Param a Gab ıa
Álgebra Relacional Ramón Paramá Gabía Capítulo 4 Algebra relacional Ya hemos visto la estructura y las restricciones del modelo relacional, ahora pasamos a abordar la parte del modelo relacional que nos
Más detallesSistemas de Ecuaciones Lineales y Matrices
Sistemas de Ecuaciones Lineales y Matrices Oscar G Ibarra-Manzano, DSc Departamento de Area Básica - Tronco Común DES de Ingenierías Facultad de Ingeniería, Mecánica, Eléctrica y Electrónica Trimestre
Más detallesTema 7: ESPACIOS VECTORIALES AFINES
Tema 7: ESPACIOS VECTORIALES AFINES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:
Más detallesLímite y continuidad de funciones de varias variables
Límite y continuidad de funciones de varias variables 20 de marzo de 2009 1 Subconjuntos de R n y sus propiedades De nición 1. Dado x 2 R n y r > 0; la bola de centro x y radio r es B(x; r) = fy 2 R n
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Índice general 1. Sistemas de ecuaciones lineales 2 2. Método de sustitución 5 3. Método de igualación 9 4. Método de eliminación 13 5. Conclusión 16 1 Sistemas de ecuaciones
Más detallesBASES DE DATOS. TEMA 6. El Álgebra Relacional
BASES DE DATOS. TEMA 6. El Álgebra Relacional 6.1. Introducción. El proceso de consulta una base de datos relacional: Toda consulta a una Base de datos relacional genera como resultado una relación. Existen
Más detallesTema 3 : Algebra de Boole
Tema 3 : Algebra de Boole Objetivo: Introducción al Algebra de Boole 1 INTRODUCCIÓN George Boole creó el álgebra que lleva su nombre en el primer cuarto del siglo XIX. Pretendía explicar las leyes fundamentales
Más detallesMATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas
Universidad de Cádiz Departamento de Matemáticas MATEMÁTICAS para estudiantes de primer curso de facultades y escuelas técnicas Tema 4 La recta en el plano Elaborado por la Profesora Doctora María Teresa
Más detallesTablas. Estas serán las tablas que usaremos en la mayoría de ejemplos. Empleado
Álgebra Relacional Un álgebra es un sistema matemático constituido por Operandos: objetos (valores o variables) desde los cuales nuevos objetos pueden ser construidos. Operadores: símbolos que denotan
Más detallesVariedades Diferenciables. Extremos Condicionados
Capítulo 16 Variedades Diferenciables. Extremos Condicionados Vamos a completar lo visto en los capítulos anteriores sobre el teorema de las Funciones Implícitas y Funciones Inversas con un tema de iniciación
Más detallesEste documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales.
Este documento ha sido generado para facilitar la impresión de los contenidos. Los enlaces a otras páginas no serán funcionales. Introducción Por qué La Geometría? La Geometría tiene como objetivo fundamental
Más detallesTema 8: Análisis Discriminante. Clasificación. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. Análisis discriminante
Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Análisis discriminante Tema 8: Análisis Discriminante y Clasificación Aurea
Más detallesMatrices equivalentes. El método de Gauss
Matrices equivalentes. El método de Gauss Dada una matriz A cualquiera decimos que B es equivalente a A si podemos transformar A en B mediante una combinación de las siguientes operaciones: Multiplicar
Más detallesFORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES
FORMA CANONICA DE JORDAN Y ECUACIONES DIFERENCIALES LINEALES A COEFICIENTES CONSTANTES Eleonora Catsigeras 6 de mayo de 997 Notas para el curso de Análisis Matemático II Resumen Se enuncia sin demostración
Más detallesUNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES. OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano.
UNIDAD 4: PLANO CARTESIANO, RELACIONES Y FUNCIONES OBJETIVO DE APRENDIZAJE: Representar gráficamente relaciones y funciones en el plano cartesiano. EL PLANO CARTESIANO. El plano cartesiano está formado
Más detallesTema III. Capítulo 2. Sistemas generadores. Sistemas libres. Bases.
Tema III Capítulo 2 Sistemas generadores Sistemas libres Bases Álgebra Lineal I Departamento de Métodos Matemáticos y de Representación UDC 2 Sistemas generadores Sistemas libres Bases 1 Combinación lineal
Más detallesApuntes de Matemática Discreta 7. Relaciones de Orden
Apuntes de Matemática Discreta 7. Relaciones de Orden Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 7 Relaciones de Orden Contenido
Más detallesEspacios vectoriales. Bases. Coordenadas
Capítulo 5 Espacios vectoriales. Bases. Coordenadas OPERACIONES ENR n Recordemos que el producto cartesiano de dos conjuntos A y B consiste en los pares ordenados (a,b) tales que a A y b B. Cuando consideramos
Más detallesApuntes de Matemática Discreta 6. Relaciones
Apuntes de Matemática Discreta 6. Relaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 6 Relaciones Contenido 6.1 Generalidades.....................................
Más detallesClasificación de métricas.
Clasificación de métricas. 1. El problema de clasificación. Como bien sabemos, el par formado por una métrica T 2 (esto es, un tensor 2-covariante simétrico) sobre un espacio vectorial E, (E, T 2 ), constituye
Más detallesAPLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES
APLICACIONES DE LA MATEMATICA INTRODUCCION AL CALCULO AXIOMATICA DE LOS NUMEROS REALES PROFESOR: CHRISTIAN CORTES D. I) LOS NUMEROS REALES. Designaremos por R, al conjunto de los números reales. En R existen
Más detallesTratamiento borroso del intangible en la valoración de empresas de Internet
Tratamiento borroso del intangible en la valoración de empresas de Internet Mª Carmen Lozano Gutiérrez Federico Fuentes Martín Esta página está alojada por el Grupo EUMED.NET de la Universidad de Málaga
Más detallesConcepto de función. El subconjunto en el que se define la función se llama dominio o campo existencia de la función. Se designa por D.
Concepto de función Dados dos conjuntos A y B, llamamos función a la correspondencia de A en B en la cual todos los elementos de A tienen a lo sumo una imagen en B, es decir una imagen o ninguna. Función
Más detalles1. El teorema de la función implícita para dos y tres variables.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO. Lección. Aplicaciones de la derivación parcial.. El teorema de la función implícita para dos tres variables. Una ecuación con dos incógnitas. Sea f :( x, ) U f(
Más detallesProblemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás
Problemas de Selectividad de Matemáticas II Comunidad de Madrid (Resueltos) Isaac Musat Hervás de mayo de 013 Capítulo 13 Año 01 13.1. Modelo 01 - Opción A Problema 13.1.1 (3 puntos) Dados los puntos A(1,
Más detalles3 Espacios Vectoriales
Prof. Susana López 31 3 Espacios Vectoriales 3.1 Introducción Un ector fijo en el plano no es más que un segmento orientado en el que hay que distinguir tres características: -dirección: la de la recta
Más detallesSITEMA BINARIO, OCTAL Y HEXADECIMAL: OPERACIONES
Unidad Aritmética Lógica La Unidad Aritmético Lógica, en la CPU del procesador, es capaz de realizar operaciones aritméticas, con datos numéricos expresados en el sistema binario. Naturalmente, esas operaciones
Más detallesOperaciones Morfológicas en Imágenes Binarias
Operaciones Morfológicas en Imágenes Binarias Introducción La morfología matemática es una herramienta muy utilizada en el procesamiento de i- mágenes. Las operaciones morfológicas pueden simplificar los
Más detallesFormas bilineales y cuadráticas.
Tema 4 Formas bilineales y cuadráticas. 4.1. Introducción. Conocidas las nociones de espacio vectorial, aplicación lineal, matriz de una aplicación lineal y diagonalización, estudiaremos en este tema dos
Más detallesJuegos Cooperativos. Core
Curso : Juegos Cooperativos Core J. Oviedo Universidad Nacional de San Luis 1. Juegos Cooperativos En estos juegos se permite la comunicación entre los jugadores, también pueden firmar contratos de cooperación.
Más detalles4 APLICACIONES LINEALES. DIAGONALIZACIÓN
4 APLICACIONES LINEALES DIAGONALIZACIÓN DE MATRICES En ocasiones, y con objeto de simplificar ciertos cálculos, es conveniente poder transformar una matriz en otra matriz lo más sencilla posible Esto nos
Más detallesCómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1
. ESPACIOS VECTORIALES Consideremos el siguiente subconjunto de R 4 : S = {(x, x 2, x 3, x 4 )/x x 4 = 0 x 2 x 4 = x 3 a. Comprobar que S es subespacio vectorial de R 4. Para demostrar que S es un subespacio
Más detalles2. Aritmética modular Ejercicios resueltos
2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5
Más detallesCálculo Simbólico también es posible con GeoGebra
www.fisem.org/web/union ISSN: 1815-0640 Número 34. Junio de 2013 páginas 151-167 Coordinado por Agustín Carrillo de Albornoz Cálculo Simbólico también es posible con GeoGebra Antes de exponer las posibilidades
Más detallesÁlgebra Relacional. Unidad 5
Álgebra Relacional Unidad 5 Definición Álgebra es un sistema matemático que está formado por: Operandos. Valores o variables con los cuáles se pueden construir nuevos valores o variables Operadores. Símbolos
Más detallesTutorial MT-b15. Matemática 2006. Tutorial Nivel Básico. Relaciones y Funciones
134567890134567890 M ate m ática Tutorial MT-b15 Matemática 006 Tutorial Nivel Básico Relaciones y Funciones Matemática 006 Tutorial Relaciones y Funciones Marco teórico: 1. Producto cartesiano: El producto
Más detallesINSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE INGENIERÍA MECÁNICA Y ELÉCTRICA UNIDAD CULHUACÁN INTEGRANTES CÁRDENAS ESPINOSA CÉSAR OCTAVIO racsec_05@hotmail.com Boleta: 2009350122 CASTILLO GUTIÉRREZ
Más detallesExamen de Estadística Ingeniería de Telecomunicación
Examen de Estadística Ingeniería de Telecomunicación 8 de Mayo de 3 Cuestiones solucion h C. (.5p) El equipo directivo de cierta empresa del sector de hostelería está constituido por 5 personas de las
Más detallesGUÍA DE EJERCICIOS UNIDAD II
UNIDAD II: INTEGRAL DEFINIDA UNIVERSIDAD DE CARABOBO FACULTAD DE INGENIERÍA ESTUDIOS BÁSICOS DEPARTAMENTO DE MATEMÁTICA ANÁLISIS MATEMÁTICO II Corregido por: Prof. AOUAD Jamil Prof. LAURENTÍN María Prof.
Más detalles8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES.
Prácticas de Matemáticas I y Matemáticas II con DERIVE 8. ESPACIOS VECTORIALES Y APLICACIONES LINEALES. 8.. DEPENDENCIA E INDEPENDENCIA LINEAL DE VECTORES. COMBINACIÓN LINEAL. EJEMPLO 8.. Estudiar si el
Más detallesLA MULTIPLICACIÓN Y SUS PROPIEDADES
LA MULTIPLICACIÓN Y SUS PROPIEDADES Observa la siguiente multiplicación: 7 x 4 = 28 7: es el sumando que se repite y recibe el nombre de multiplicando. 4: es el número de veces que se repite el sumando
Más detallesAplicaciones Lineales y Multilineales Continuas
Capítulo 4 Aplicaciones Lineales y Multilineales Continuas La conexión entre las estructuras vectorial y topológica de los espacios normados, se pone claramente de manifiesto en el estudio de las aplicaciones
Más detallesAplicaciones Lineales
Aplicaciones Lineales Primeras definiciones Una aplicación lineal de un K-ev de salida E a un K-ev de llegada F es una aplicación f : E F tal que f(u + v) = f(u) + f(v) para todos u v E f(λ u) = λ f(u)
Más detallesESTRUCTURAS ALGEBRAICAS 1
ESTRUCTURAS ALGEBRAICAS Se da la relación entre dos conjuntos mediante el siguiente diagrama: (, ) (2, 3) (, 4) (, 2) (7, 8) (, ) (3, 3) (5, ) (6, ) (, 6)........ 5 6......... 2 5 i) Observa la correspondencia
Más detalles