UNIDAD Nº4. Métodos matemáticos de optimización no restringida Búsqueda unidimensional

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "UNIDAD Nº4. Métodos matemáticos de optimización no restringida Búsqueda unidimensional"

Transcripción

1 UNIDAD Nº4 Métodos matemáticos de optimización no restringida Búsqueda unidimensional Muchos métodos de optimización de problemas con restricciones (univariables y multivariables) involucran la resolución de un problema de optimización en una dimensión. os métodos analíticos imponen demasiadas restricciones a las unciones objetivos. Además, no siempre es posible resolver el sistema de ecuaciones analíticamente. Por este motivo se desarrollaron los métodos numéricos. Eisten dos tipos de métodos numéricos, a saber: Métodos directos: sólo utilizan los valores de las unción objetivo. Métodos indirectos: utilizan las condiciones necesarias, las derivadas (analíticas o numéricas) y la unción objetivo. os métodos indirectos requieren el cálculo de las derivadas primeras y segundas. Sin embargo, muchas veces obtener las derivadas es una tarea diícil, y hasta es posible que ni siquiera se conozca la orma analítica de la unción objetivo. Esto plantea la necesidad de contar con métodos capaces de trabajar únicamente con los valores (eperimentos) de la unción objetivo. Estos son los métodos de búsqueda directa. a obtención de un valor de la unción objetivo signiicará en algunos casos evaluar un modelo matemático, mientras que en otros signiicará realizar un eperimento. Sea como sea, siempre será conveniente llegar al óptimo realizando la menor cantidad de evaluaciones. Esa es la misión de los métodos de búsqueda directa, a partir de los resultados de las evaluaciones realizadas, sugerirán el siguiente eperimento de orma tal de aumentar la velocidad de convergencia. Es decir, que estos métodos diseñarán un adecuado plan de eperiencias. El plan de eperiencias puede ser secuencial o simultáneo. Cuando disponemos de un equipo por un tiempo limitado, puede ser que nos veamos obligados a realizar una serie de eperimentos simultáneos. Estos eperimentos son independientes, los eperimentos realizados no inluyen sobre la orma de realizar el siguiente. Un mejor enoque es el plan de eperiencias secuencial. Este método analiza los resultados obtenidos en un eperimento para sugerir la orma de realizar el próimo. os métodos indirectos tienen una ventaja inherente: la convergencia es normalmente rápida, pero no son buenos para unciones no lineales multivariables, estos métodos dan como resultado un punto que puede encontrarse muy cercano al valor óptimo buscado. os métodos directos tienen la ventaja de que pueden más ácilmente tratar problemas que involucran unciones con discontinuidades, puntos de inleión y puntos inales, pero necesitan la deinición de un criterio de precisión, estos métodos dan como solución al problema de optimización un intervalo donde puede encontrarse el valor óptimo. Métodos numéricos para optimización de unciones de una variable Para la aplicación de estos métodos es necesario conocer el intervalo inicial donde esta contenido el óptimo de la unción objetivo, y asegurar la unimodalidad de la unción en el intervalo en estudio. Un método de optimización para una unción de una sola variable podría ser determinar una grilla (tan ina como se quiera) de valores de y calcular los valores de () en cada valor de la grilla, el óptimo sería el mejor valor de (). Si utilizamos este procedimiento para unciones multimodales, el tiempo de cálculo se vuelve prohibitivo. a selección del método de búsqueda

2 del óptimo es una solución de compromiso entre la complejidad del procedimiento y el número de evaluaciones necesarias.. Métodos indirectos: Newton, Quasi-Newton y Secante Es de suponer que si además de unimodalidad y continuidad en las unciones que queremos optimizar, se requiere también la derivabilidad de las mismas, podremos incrementar la eiciencia de los algoritmos de búsqueda. Nos reeriremos en esta sección a métodos de búsqueda de óptimos en unciones derivables. Recordemos en primer lugar que la condición necesaria para que un punto * sea óptimo local de una unción derivable es que se anule su derivada en ese punto, (*) =. Cuando () es una unción de tercer grado o superior, la solución analítica de la ecuación () = se complica. Por tanto, requerimos un método de búsqueda que se aproime sucesivamente al punto estacionario de (). a eectividad de estas técnicas se evalúa mediante la velocidad de convergencia que presentan. Convergencia lineal + * c c convergencia lenta * Convergencia de orden p + * c c, p convergencia muy rápida p * Si p= la convergencia se dice que es cuadrática Convergencia superlineal + * lim * convergencia rápida Método de Newton El método de Newton requiere que la unción sea dos veces derivable. Se epresa como: + = '( ) ''( ) asegurando que para cada paso, ( + )<( ), para la búsqueda de un mínimo. Este método utiliza la condición de que ()=. Ventajas: es un proceso que converge cuadráticamente en orma local. Para una unción cuadrática converge con solo una iteración. Desventajas: se deben calcular las derivadas primeras y segundas, si las derivadas segundas son nulas el método converge lentamente, si eisten más de un etremo el método puede no converger en el valor deseado.

3 Desaortunadamente el método depende de la elección del punto de partida y de la naturaleza de la unción. Es bastante posible que este método no converja hacia el verdadero punto estacionario. a igura siguiente ilustra esta diicultad. Si comenzamos en un punto a la derecha de, las aproimaciones sucesivas se alejarán del punto estacionario *. Método de Quasi-Newton Este método es una solución a las limitaciones del método de Newton. En el caso en que la unción objetivo no sea conocida o no puedan evaluarse las derivadas, estas pueden reemplazarse por aproimaciones de dierencias initas: + = [ ( + h) ( h) ] h [ ( + h) ( ) + ( h) ] h a desventaja adicional de este método consiste en la necesidad de evaluar unciones adicionales en cada iteración, también es necesario conocer el valor de h (paso de la dierencia inita). Método de la Secante El método de la secante combina el método de Newton con un esquema de reducción de intervalo para encontrar, si eiste, la raíz de la ecuación ()=, en el intervalo (a,b). En este método la condición necesaria se resuelve mediante la siguiente epresión: 3

4 ( ) + m( ) = donde m es la pendiente de la recta que une los puntos p y q, dada por: q p ( ) ( ) m = q p Este método aproima la derivada de la unción a una línea recta, m aproima la segunda derivada de la unción. * = q q [ ( ) ( ) ( ) ] q p ( q p ) donde * es la aproimación a * en la iteración nº. Este método comienza utilizando dos puntos p y q, la elección de estos puntos debe hacerse de tal manera que los valores de las derivadas sean de signos opuestos. Este método es de convergencia más lenta que el método de Newton.. Métodos directos: eliminación de regiones Este tipo de métodos se centra en la búsqueda de las soluciones óptimas mediante sucesivas reducciones del intervalo de estudio y en la eliminación de subintervalos. Si la unción es unimodal, se puede deinir un criterio para eliminar regiones donde seguro el óptimo no se encuentra. Para ello necesitamos evaluar la unción en dos puntos y aplicar algo de lógica. En la igura siguiente se indica cual sería la región eliminada para los tres casos posibles en la búsqueda de un máimo. 4

5 Es undamental el hecho de que la unción estudiada sea unimodal, al menos dentro del dominio de interés. a utilidad de esta propiedad radica en el hecho de que si () es unimodal, entonces solamente es necesario comparar () en dos puntos dierentes para predecir en cuál de los subintervalos deinidos por esos puntos no se va a encontrar el óptimo. Cuando el subintervalo sobreviviente tenga una longitud suicientemente pequeña, la búsqueda termina. a gran ventaja de estos métodos de búsqueda es que solamente requieren evaluaciones de la unción y no necesitamos ninguna hipótesis adicional acerca de la derivabilidad de la misma. Búsqueda a intervalos iguales Este método de búsqueda reduce en /3 la longitud del intervalo en cada iteración. Entonces si es la longitud original del intervalo (b-a) y es la longitud luego de iteraciones: = 3 Método de la bisección o dicotomía Este método elimina eactamente la mitad del intervalo en cada paso. En este caso los puntos de búsqueda y se encuentran más próimos entre sí, manteniendo la equidistancia con los bordes. = Método de Fibonacci Con este método se conoce ya el rango inicial de búsqueda y en cada evaluación el método tiende a acorralar el punto óptimo. El intervalo inicial de es y se deine como el siguiente incremento: Fn = F donde n, es el número de iteraciones que se desea realizar (en unción a la tolerancia de error que se desea) y F n es el número de Fibonacci para n evaluaciones, y se deine así: F =F =, F n =F n- +F n-, n=,3,..., la secuencia de Fibonacci es entonces,,,3,5,8,3,,34,55 Se tiene entonces = y = - Se supone que se quiere minimizar a la unción unimodal (). Entonces si ( ) ( ), rechazamos el intervalo y si ( ) ( ), rechazamos el intervalo. 5 n

6 Gráicamente se tiene que, si originalmente la unción es como la que se ilustra en la igura, en la segunda iteración se rechaza el intervalo. En orma gráica tenemos: A continuación se calcula el siguiente incremento y se deine 3 como - Fn3 = = Fn En caso de que se hubiera rechazado el intervalo, entonces = y 3 =. Se tiene, rechazamos el intervalo 3 o si en la segunda evaluación lo siguiente: si ( ) ( 3 ) ( ) ( ), rechazamos el intervalo. 3 El proceso se repite hasta llegar al número n de iteraciones preijadas. a eectividad en este caso, /Fn, mide la tolerancia del error en el entorno del punto óptimo. Así, por ejemplo, si se desea un error menor al %, se necesitan evaluaciones de este método, puesto que F =44 y /F = /44<.= %. Método de la Sección Aurea En la sección Aurea se ubican dos puntos interiores de manera tal que el intervalo eliminado en cada iteración sea de la misma proporción que el intervalo total. Solo un nuevo punto debe ser calculado en cada iteración. Consideremos la localización simétrica de dos puntos como en la igura: Partimos de un intervalo [, ] de longitud unidad (simplemente por conveniencia) y localizamos dos puntos, cada uno a una racción τ de cada etremo. Con esta simetría, independientemente de qué valor de la unción sea el más pequeño, la longitud del intervalo que permanece es siempre τ. Supongamos que eliminamos el subintervalo de la derecha. 6

7 Se puede observar a partir de la igura que el punto que queda, de los dos anteriores, está situado a una distancia τ de uno de los etremos. En la estrategia que se plantea el método del número de oro el punto que permanece en el interior del nuevo intervalo está ubicado en la posición relativa en la que se encontraba el otro punto, que ahora limita la zona, la distancia τ debe corresponder a una racción τ del intervalo (que es de longitud τ). Con esta elección de τ, el siguiente punto debe localizarse a una racción τ de la longitud del intervalo desde el etremo de la parte derecha. τ τ = τ Por tanto, con la elección de τ que satisaga τ = τ, el patrón de búsqueda permanece en el intervalo reducido de la siguiente igura. a solución de esta ecuación cuadrática es τ = misma τ = El subintervalo inal luego de cada iteración es: ± 5, siendo la solución positiva de la = (.68) Método de Fibonacci y aproimación al método de la Sección Aurea Para determinar la ubicación de los puntos según el método de Fibonacci se utiliza, como Fn vimos, la epresión =. a relación de números de Fibonacci para grandes valores Fn de n se acerca a.38, como se observa en la siguiente tabla: n Fn /3 = Fn.3333 /5 =.4 3/8 =.375 5/3 = / =.38 3/34 =.383 /55 =.388 Entonces para valores de n grandes, el enésimo número de la seria de Fibonacci puede calcularse con la siguiente relación: F n + 5 n (.68) 7

8 Esto indica que en el método de Fibonacci para n grandes, la búsqueda debe comenzarse utilizando la relación =. 38. a aproimación al valor óptimo obtenida luego de n eperimentos será entonces: N N N 4 n α = = = (.68) N N Como podemos observar esta relación es la utilizada en el método del número de oro, = (.68). Entonces el método de la serie de Fibonacci, para más de cuatro iteraciones se convierte en el método del número de la Sección Aurea. Métodos de búsqueda preplaneada Este método realiza todos los eperimentos a la vez, determinando luego el intervalo que contiene el óptimo... Comparación de los métodos de eliminación de regiones Comparemos ahora las eiciencias relativas de los métodos de eliminación de regiones que hemos visto. Denotemos el intervalo de incertidumbre original como y al intervalo de incertidumbre inal, después de N evaluaciones de la unción objetivo le llamaremos N Supongamos ahora que consideramos a la reducción raccional (RF) del intervalo original como una medida de mérito de los métodos de eliminación de regiones. Tenemos entonces: Búsqueda a intervalos iguales Método de la bisección o dicotomía Método de Fibonacci = 3 = = F N + Método de la Sección Áurea ( ) as reducciones raccionales pueden obtenerse ácilmente: Búsqueda a intervalos iguales Método de la bisección o dicotomía Método de Fibonacci =.68 = 3 = = FN =. 68 Método de la Sección Áurea ( ) + 8

9 a siguiente tabla muestra los valores de RF(N) para distintos valores de N. Estos valores son indicativos de la eiciencia de cada método. N=5 N= N=5 Búsqueda a intervalos iguales,3,7, Método de la bisección o dicotomía,93,988,998 Método de Fibonacci,54,4,3 Método de la Sección Áurea,46,3, De esta tabla se desprende que los métodos más eicientes son el de Fibonacci y la sección dorada. En la práctica, suele calcularse el número de iteraciones que se requieren para obtener una precisión dada. Esto se puede obtener usando N = ε, siendo ε la precisión requerida. 3. Métodos de aproimación polinomial Otra clase de métodos de minimización unidimensional, localizan un punto cercano al óptimo mediante interpolación y etrapolación utilizando polinomios como modelos de la unción. a idea básica de los métodos de aproimación polinomial es que si la unción es suicientemente suave, entonces puede ser aproimada mediante un polinomio, y dicho polinomio puede entonces usarse para predecir la ubicación del óptimo. Para que esta estrategia sea eectiva, es necesario que la unción a optimizar sea tanto unimodal como continua. Interpolación cuadrática a interpolación cuadrática aprovecha la ventaja de que un polinomio de segundo grado con recuencia proporciona una buena aproimación de la orma de la unción en las cercanías de un valor óptimo. Así como eiste una única recta que pasa por dos puntos, hay únicamente una ecuación cuadrática que pasa por tres puntos. De esta orma, si se tienen tres puntos que contienen un punto óptimo, se ajusta una parábola a los puntos, después se puede derivar e igualar a cero, y así obtener una estimación del óptimo. * = ( )( ) + ( )( ) + ( )( ) ( )( ) + ( )( ) + ( )( ) Este método utiliza evaluaciones de la unción, y sólo un nuevo valor de unción debe ser calculado en cada iteración. Interpolación cúbica Este método está basado en la aproimación polinomial mediante un polinomio de tercer grado de la unción que se quiere minimizar. El esquema es similar al método cuadrático. Se necesitan cuatro puntos iniciales, o cuatro valores de (), o valores de () y sus derivadas cada dos puntos. 9

10 Este método es de convergencia rápida, pero puede presentar errores en unciones no unimodales. Dados - y junto a ( - ), ( - ), ( ), y ( ) es posible ajustar una ecuación cúbica en los puntos. El punto + (mínimo) puede ser determinado como el punto mínimo relativo de esta ecuación cúbica. ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] 3 = + = + + = + µ µ µ µ µ µ a aplicación de éste método requiere que - < y ( )> ( - ).

11 Métodos indirectos Ejemplo: Minimizar la siguiente unción utilizando los métodos indirectos vistos anteriormente: ( ) 6 = +. Resolución utilizando el método de Newton El punto de partida es =, el método converge en 3 iteraciones Método de Newton Iteración ( ) ( ) ( ) ,333-3,667 7,5 5,556,543 -,55,73 5,3 3,586 -,5,9 5,9 4,587,, 5,9. Resolución utilizando el método de Quasi-Newton El paso utilizado ue h=., el método converge en 3 iteraciones. Método de Quasi-Newton Iteración (+h) (-h) ( ) 7,888 8,8 8,333 5,597 5,593 5,5555,543 5,63 5,373 5,3 3,586 5,95 5,98 5,9 4,587 5,97 5,97 5,9 3. Resolución utilizando el método de la Secante Método de la Secante Iteración p q * ( q ) ( p ) (*) 5,53 9,36-9,3,53,936 7,64-5,76,936,7579 3, ,8 3,76,64367,53-5,38 4,644,648,6535-5, 5,6,5969,73-5, 6,597,593,33-5,9 7,59,589,4687-5,9 El intervalo utilizado para optimizar la unción ue (,5), el valor óptimo se obtiene luego de 6 iteraciones.

12 Métodos directos, eliminación de regiones Ejemplo:Diseño de un intercambiador de calor, minimizando los costos anuales ( Product and process design principles. Synthesis, analysis, and evaluation, Seider W., Seader J., ewin D., 4 ª Edition, pp Ed. John Wiley and Sons Inc.) En una reinería de petróleo, 8 lb/hr de un gas ligero que salen de una torre de destilación de crudo a 44ºF, son actualmente enriados utilizando agua, antes de ser almacenados. El calor perdido podría ser utilizado para precalentar 5 lb/hr de petróleo crudo, el cual se dispone a 4ºF y se calienta utilizando otros medios a un costo de $3/million Btu, la planta opera 8 hr/año. Basándose en los siguientes datos determine que debe hacerse. Cp del gas ligero:.5 Btu/lb ºF Cp del petroleo crudo:.45 Btu/lb ºF Costo anual de operación: Cop Cp{A} Cp{A}: ep[ n(a) +.95 [n(a)] ], A: área del intercambiador, t U: 4.5 Btu/hr ºF t Planteo de la unción objetivo: os costos de operación están relacionados con el calor intercambiado, comenzamos por plantear los balances de energía: Balance de energía en el intercambiador: (.5)( 44 ) Q = 8 T GO, out Q Q = 4.5A (.45)( 4) = T CO out 5, ( 44 T ) ( T 4) CO, out GO, out 44 TCO, out n TGO, out 4 Nuestro objetivo es minimizar el costo anual de operación, la unción objetivo será: C A =.46 * Q * C En los planteos realizados hay variables que no se conocen, una de ellas será nuestra variable de decisión. a mejor elección es la temperatura de salida del gas ligero, debido a que esta puede tomar valores limitados y permite calcular secuencialmente el resto de las variables. El valor superior de la temperatura de salida del gas es de 44ºF, en este caso el costo sería nulo, el límite inerior es 4ºF, temperatura de entrada del petróleo crudo, el costo sería ininito.. Resolución por el método de Fibonacci, la tolerancia utilizada ue de 5%. p { A}

13 Fibonacci, tolerancia 5% Punto T GO, out T CO, out Q 6 [BTU/Hr] A [t ] C A 3 [$/año] 36,9 6, 4,95 684,8 -,4 363,8 53,54 3,5 83, -58,9 3 87,6 67,9 6, 56,6-3,4 4 36,9 6, 4,95 684,8 -,4 5 68,57 7,48 6, ,6-36,8 6 87,6 67,9 6, 56,6-3,4 7 59,5 7,7 7,4 43,8-4,9 8 68,57 7,48 6, ,6-36,8 a solución óptima del sistema se alcanza en la iteración número 7. a temperatura de salida del gas ligero óptima encontrada es de 59.5 ºF, el valor del costo anual es de $/año, es decir que la instalación de intercambio de calor provocaría un ahorro. Si se disminuye la tolerancia especiicada puede lograrse un valor de temperatura más cercano al óptimo, pero en ese caso el número de iteraciones aumenta.. Resolución por el método de la Sección Aurea Sección Aurea Punto T GO, out T CO, out Q 6 [BTU/Hr] A [t ] C A 3 [$/año] 363,6 53,58 3,6 86, -59, 36,4 6,97 4,94 679,8 -, 3 87, 67,6 6, 576,7-3,7 4 69,8 7,37 6, ,7-36,4 5 58,4 7,35 7,8 447, -4,4 6 5,5 73,57 7, ,7-44, 7 46,89 74,33 7,7 634,3-43,4 a solución óptima del sistema se alcanza en la iteración número 6. a temperatura de salida del gas ligero óptima encontrada es de 5. ºF, el valor del costo anual es de $/año. a velocidad de convergencia de este método es superior al método de Fibonacci. 3. Resolución por el método de la Dicotomía, en este caso el valor de utilizado ue de ºF Método de la dicotomía, = Punto T GO, out T CO, out Q 6 [BTU/Hr] A [t ] C A 3 [$/año] 33, 59,56 4,4 38,3-88,6 35, 56, 3,6,5-7, 3 85, 67,56 6, 667,6-5,4 4 35, 64, 5,4 977,9-9,6 5 8,5 68, 6,3 775,9-7,3 6 6,5 7,56 7, 3997,3-4,3 7 7,5 7, 6, ,3-35, 8 5,5 73,56 7, ,9-44, 9 65,63 7, 6, ,6-38,6 En este caso el valor de temperatura de salida del gas ligero, que optimiza nuestra unción objetivo, se obtiene luego de 8 iteraciones. 3

14 4. Resolución por el método de búsqueda secuencial con dos eperimentos igualmente espaciados El valor óptimo se obtiene con 5 iteraciones. Puede observarse que de los tres métodos utilizados para la resolución del problema planteado, el método de la sección Áurea posee una velocidad de convergencia superior. Busqueda secuencial con dos ep. igualmente espaciados Punto T GO, out T CO, out Q 6 [BTU/Hr] A [t ] C A 3 [$/año] 36,67 63,7 5,33 93, -8,3 373,33 5,85,67 683,8-5,4 3 84,44 67,65 6, 69, -5,8 4 38,89 59,75 4,44 43,7-89,6 5 69,63 7,9 6,8 3465,6-36, 6 99,6 65, 5,63 5, -4,3 7 59,75 7,4 7, 45, -4,6 8 79,5 68,53 6,4 94,8-9,4 9 53,7 73, 7,47 54,3-43,9 66,34 7,87 6,95 369,6-38, 48,78 73,99 7, , -44, 57,56 7,43 7,3 4479,3-4,6 3 45,85 74,5 7, , -4,8 4 5,7 73,47 7,53 57, -44, 5 49,75 73,8 7,6 563, -44, 6 53,66 73,3 7,45 497, -43,8 5. Resolución por el método de búsqueda preplaneada, localizando el valor optimo dentro del 5% del rango inicial. En este caso los eperimentos deben realizarse todos al mismo tiempo, el número de eperimentos a realizar esta determinado por la tolerancia, que en este caso es del 5%. N T i.5 i = 4º F + de eperimentos. N 39 ( 44 4) N + º F, donde i indica el número de eperimento, y N el número total Una vez realizados todos los eperimentos se determina el intervalo que contiene el valor óptimo. En este caso el óptimo de temperatura se encuentra entre (45ºF,55ºF). 4

15 Búsqueda Preplaneada, tolerancia 5% Punto T GO, out T CO, out Q 6 [BTU/Hr] A [t ] C A 3 [$/año] 45, 74,67 7,8 6946,9-4, 5, 73,78 7,6 558, -44, 3 55, 7,89 7,4 4786,6-43,5 4 6, 7, 7, 45,9-4,5 5 65, 7, 7, 3793,3-38,9 6 7, 7, 6,8 344,7-35,9 7 75, 69,33 6,6 346, -3,6 8 8, 68,44 6,4 89, -9, 9 85, 67,56 6, 667,6-5,4 9, 66,67 6, 468,6 -,6 95, 65,78 5,8 89,5-7,7 3, 64,89 5,6 6,8-3,7 3 35, 64, 5,4 977,9-9,6 4 3, 63, 5, 84,8-5,5 5 35, 6, 5, 73,7 -,4 6 3, 6,33 4,8 595,5-97, 7 35, 6,44 4,6 484,9-9,9 8 33, 59,56 4,4 38,3-88, , 58,67 4, 83,6-84,3 34, 57,78 4, 9,5-79,9 345, 56,89 3,8 4,3-75,6 35, 56, 3,6,5-7, 3 355, 55, 3,4 94,8-66,8 4 36, 54, 3, 867,9-6, , 53,33 3, 796,3-57,9 6 37, 5,44,8 77,8-53, , 5,56,6 66,3-48,9 8 38, 5,67,4 599,4-44, , 49,78, 539, -39,9 3 39, 48,89, 48, -35, , 48,,8 45, -3,9 3 4, 47,,6 37, -6, , 46,,4 39, -,8 34 4, 45,33, 69, -7, 35 45, 44,44,,5 -,5 36 4, 43,56,8 73,6-7, , 4,67,6 8, -3, 38 43, 4,78,4 84,, , 4,89, 4,4 8, 5

16 Métodos de aproimación polinomial Ejemplo: Minimizar la siguiente unción utilizando los métodos de aproimación polinomial analizados: ( ) 6 = +. Resolución utilizando el método interpolación cuadrática os puntos iniciales utilizados ueron =, =.5 y =5, el método converge en cuatro iteraciones, el valor óptimo obtenido es *=.6. Interpolación cuadrática Iteración * ( ) ( ) ( ) (*),5 5,66 8 8,9 53, 5,5,66,5,7 8 5,49 8,9 5,9 3,66,7,6 8 5,49 5, 5, 4,6,7,6 8 5, 5, 5,. Resolución utilizando el método interpolación cúbica. Para éste método se necesitan dos puntos iniciales, y los respectivos valores de la derivada de la unción, dichos valores iniciales ueron =, =. El método converge en la tercera iteración, el valor óptimo es *=.59. Interpolación cúbica Iteración u u ( ) ( )

17 Bibliograía Beveridge G., Schechter (97) Optimization: Theory and Practice Ed. McGraw-Hill. Castillo E., Conejo A., Pedregal P., García R., Alguacil N. (), Formulación y Resolución de Modelos de Programación Matemática en Ingeniería y Ciencia. Chapra Steven, Canale Raymond (6). Numerical methods or engineers, 5 th edition. Ed. McGraw-Hill. Edgar T., Himmelblau. (988) Optimization o chemical processes Ed. McGraw-Hill. Relaitis G., Ravindran A., Ragsdell K. (983), Engineering Optimization. Methods and Applications, Ed. John Wiley and Sons Inc. Taria E. (6) Optimización y Simulación de Procesos. Métodos numéricos Facultad de Ingeniería - Universidad Nacional de Jujuy Zerpa., Colmenares J. (4), Optimización para ingenieros, optimización sin restricciones. Notas de clase, Universidad del Zulia, Facultad de Ingeniería, División de Estudios para Graduados, Instituto de Cálculo Aplicado. República Bolivariana de Venezuela. Seider W., Seader J., ewin D., (4), Product and process design principles. Synthesis, analysis, and evaluation, ª Edition, Ed. John Wiley and Sons Inc. 7

OPTIMIZACIÓN ESCALAR. María Jesús de la Fuente Aparicio Dpto. Ingeniería de Sistemas y Automática

OPTIMIZACIÓN ESCALAR. María Jesús de la Fuente Aparicio Dpto. Ingeniería de Sistemas y Automática OPTIMIZACIÓN ESCALAR María Jesús de la Fuente Aparicio Dpto. Ingeniería de Sistemas y Automática CONCEPTOS BÁSICOS DEFINICIONES Definiciones Optimo local (mínimo local) Un punto * F se denomina un mínimo

Más detalles

(Apuntes en revisión para orientar el aprendizaje)

(Apuntes en revisión para orientar el aprendizaje) (Apuntes en revisión para orientar el aprendizaje) LÍMITES DE FUNCIONES TRIGONOMÉTRICAS Para resolver límites que involucran funciones circulares directas, resulta conveniente conocer los límites de las

Más detalles

Tema 7. Límites y continuidad de funciones

Tema 7. Límites y continuidad de funciones Matemáticas II (Bachillerato de Ciencias) Análisis: Límites y continuidad de funciones 55 Límite de una función en un punto Tema 7 Límites y continuidad de funciones Idea inicial Si una función f está

Más detalles

DESIGUALDADES página 1

DESIGUALDADES página 1 DESIGUALDADES página 1 1.1 CONCEPTOS Y DEFINICIONES Una igualdad en Álgebra es aquella relación que establece equivalencia entre dos entes matemáticos. Es una afirmación, a través del signo =, de que dos

Más detalles

Ejercicios Propuestos Tema 2

Ejercicios Propuestos Tema 2 Ejercicios Propuestos Tema 2 1 Programar la función: fx, A, X = a 0 + a 1 x x 1 + a 2 x x 1 x x 2 + + a n x x 1 x x 2 x x n, donde A = [a 0, a 1,, a n ], X = [x 1, x 2,, x n ], con x R Calcular todas las

Más detalles

Interpolación polinómica

Interpolación polinómica 9 9. 5 9. Interpolación de Lagrange 54 9. Polinomio de Talor 57 9. Dados dos puntos del plano (, ), (, ), sabemos que ha una recta que pasa por ellos. Dicha recta es la gráfica de un polinomio de grado,

Más detalles

Polinomios y Ecuaciones

Polinomios y Ecuaciones Ejercicios de Cálculo 0 Prof. María D. Ferrer G. Polinomios y Ecuaciones.. Polinomios: Un polinomio o función polinómica es una epresión de la forma: n n n P a a a a a a = n + n + n + + + + 0 () Los números

Más detalles

FUNCIONES. Funciones. Qué es una función? Indicadores. Contenido

FUNCIONES. Funciones. Qué es una función? Indicadores. Contenido Indicadores FUNCIONES Calcula el valor de incógnitas usando la definición de función. Determina valores de la variable dependiente a partir de valores dados a la variable independiente. Determina los puntos

Más detalles

Selectividad Septiembre 2013 OPCIÓN B

Selectividad Septiembre 2013 OPCIÓN B Pruebas de Acceso a las Universidades de Castilla y León ATEÁTICAS APLICADAS A LAS CIENCIAS SOCIALES EJERCICIO Nº páginas Tablas OPTATIVIDAD: EL ALUNO DEBERÁ ESCOGER UNA DE LAS DOS OPCIONES Y DESARROLLAR

Más detalles

CALCULO AVANZADO. Campos escalares. Límite y continuidad UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA

CALCULO AVANZADO. Campos escalares. Límite y continuidad UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA UCA FACULTAD DE CIENCIAS FISICOMATEMATICAS E INGENIERIA CALCULO AVANZADO SEGUNDO CUATRIMESTRE 8 TRABAJO PRÁCTICO 4 Campos escalares Límite continuidad Página de Cálculo Avanzado http://www.uca.edu.ar Ingeniería

Más detalles

1-Comportamiento de una función alrededor de un punto:

1-Comportamiento de una función alrededor de un punto: Matemática II 7 Modulo Límites continuidad En esta sección desarrollaremos el concepto de límite, una de las nociones fundamentales del cálculo. A partir de este concepto se desarrollan también los conceptos

Más detalles

EL MÉTODO DE LA BISECCIÓN

EL MÉTODO DE LA BISECCIÓN EL MÉTODO DE LA BISECCIÓN Teorema de Bolzano Sea f : [a, b] IR IR una función continua en [a, b] tal que f(a) f(b) < 0, es decir, que tiene distinto signo en a y en b. Entonces, existe c (a, b) tal que

Más detalles

Este 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. 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 detalles

UNIDAD 1: LÍMITES DE FUNCIONES. CONTINUIDAD

UNIDAD 1: LÍMITES DE FUNCIONES. CONTINUIDAD UNIDAD : LÍMITES Y CONTINUIDAD UNIDAD : LÍMITES DE FUNCIONES CONTINUIDAD ÍNDICE DE LA UNIDAD - INTRODUCCIÓN - LÍMITE DE UNA FUNCIÓN EN UN PUNTO LÍMITES LATERALES - LÍMITES EN EL INFINITO 5 4- ÁLGEBRA DE

Más detalles

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES

Tema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos

Más detalles

APLICACIONES DE LA DERIVADA

APLICACIONES DE LA DERIVADA APLICACIONES DE LA DERIVADA.- BACHILLERATO.- TEORÍA Y EJERCICIOS. Pág. 1 Crecimiento y decrecimiento. APLICACIONES DE LA DERIVADA Cuando una función es derivable en un punto, podemos conocer si es creciente

Más detalles

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3 3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones

Más detalles

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales

Teóricas de Análisis Matemático (28) - Práctica 4 - Límite de funciones. 1. Límites en el infinito - Asíntotas horizontales Práctica 4 - Parte Límite de funciones En lo que sigue, veremos cómo la noción de límite introducida para sucesiones se etiende al caso de funciones reales. Esto nos permitirá estudiar el comportamiento

Más detalles

SESION 4. 1. El comando Integrate 2. Aproximación de integrales definidas 3. Integración de funciones racionales

SESION 4. 1. El comando Integrate 2. Aproximación de integrales definidas 3. Integración de funciones racionales SESION. El comando Integrate. Aproimación de integrales definidas. Integración de funciones racionales . El comando Integrate El cálculo de integrales definidas e indefinidas en MATHEMATICA es sencillo

Más detalles

Tema 3: Aplicaciones de la diagonalización

Tema 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 detalles

Concepto de función y funciones elementales

Concepto de función y funciones elementales Concepto de unción unciones elementales Matemáticas I - º Bachillerato Las unciones describen enómenos cotidianos, económicos, psicológicos, cientíicos Tales unciones se obtienen eperimentalmente, mediante

Más detalles

TEMA 8: LÍMITES DE FUNCIONES. CONTINUIDAD

TEMA 8: LÍMITES DE FUNCIONES. CONTINUIDAD TEMA 8: DE FUNCIONES. CONTINUIDAD 1. EN EL INFINITO En ocasiones interesa estudiar el comportamiento de una función (la tendencia) cuando los valores de se hacen enormemente grandes ( ) o enormemente pequeños

Más detalles

Los números racionales

Los números racionales Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones

Más detalles

LÍMITES Y CONTINUIDAD

LÍMITES Y CONTINUIDAD UNIDAD 5 LÍMITES Y CONTINUIDAD Páginas 0 y Describe las siguientes ramas: a) f () b) f () no eiste c) f () d) f () + e) f () f) f () + g) f () h) f () no eiste; f () 0 i) f () + f () + j) f () 5 4 f ()

Más detalles

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos

Una desigualdad se obtiene al escribir dos expresiones numéricas o algebraicas relacionadas con alguno de los símbolos MATEMÁTICAS BÁSICAS DESIGUALDADES DESIGUALDADES DE PRIMER GRADO EN UNA VARIABLE La epresión a b significa que "a" no es igual a "b ". Según los valores particulares de a de b, puede tenerse a > b, que

Más detalles

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada

Juan Antonio González Mota Profesor de Matemáticas del Colegio Juan XIII Zaidín de Granada FUNCIONES CONTINUAS. La mayor parte de las funciones que manejamos, a nivel elemental, presentan en sus gráficas una propiedad característica que es la continuidad. La continuidad de una función definida

Más detalles

CHOQUE.(CANTIDAD DE MOVIMIENTO )

CHOQUE.(CANTIDAD DE MOVIMIENTO ) APUNTES Materia: Tema: Curso: Física y Química Momento Lineal 4º ESO CHOQUE.(CANTIDAD DE MOVIMIENTO ) CANTIDAD DE MOVIMIENTO Si un cuerpo de masa m se está moviendo con velocidad v, la cantidad de movimiento

Más detalles

Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. 9 de junio de 2008.

Examen de la asignatura Estadística aplicada a las ciencias sociales Profesor Josu Mezo. 9 de junio de 2008. Examen de la asignatura "Estadística aplicada a las ciencias sociales" Profesor Josu Mezo. 9 de junio de 2008. Pregunta nº 1 (5 puntos). En una base de datos sobre los países del mundo se incluyen una

Más detalles

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2

Nombre del polinomio. uno monomio 17 x 5 dos binomio 2x 3 6x tres trinomio x 4 x 2 + 2 SISTEMA DE ACCESO COMÚN A LAS CARRERAS DE INGENIERÍA DE LA UNaM III. UNIDAD : FUNCIONES POLINÓMICAS III..1 POLINOMIOS La expresión 5x + 7 x + 4x 1 recibe el nombre de polinomio en la variable x. Es de

Más detalles

FUNCIONES DE VARIAS VARIABLES Julián de la Horra Departamento de Matemáticas U.A.M.

FUNCIONES DE VARIAS VARIABLES Julián de la Horra Departamento de Matemáticas U.A.M. FUNCIONES DE VARIAS VARIABLES Julián de la Horra Departamento de Matemáticas U.A.M. 1 Introducción En las Ciencias Experimentales es muy recuente que tengamos interés en poder expresar una variable (variable

Más detalles

Figura 11. Diagrama de la jerarquía de un proceso

Figura 11. Diagrama de la jerarquía de un proceso Capítulo 4. Metodología 4.1 Síntesis del diagrama de flujo para el proceso de producción de dimetil éter La representación de un proceso químico está dada por un diagrama de flujo. Para que esta representación

Más detalles

35 Facultad de Ciencias Universidad de Los Andes Mérida-Venezuela. Potencial Eléctrico

35 Facultad de Ciencias Universidad de Los Andes Mérida-Venezuela. Potencial Eléctrico q 1 q 2 Prof. Félix Aguirre 35 Energía Electrostática Potencial Eléctrico La interacción electrostática es representada muy bien a través de la ley de Coulomb, esto es: mediante fuerzas. Existen, sin embargo,

Más detalles

Continuidad y ramas infinitas. El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A = 2. lm í

Continuidad y ramas infinitas. El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A = 2. lm í Unidad. Límites de funciones. Continuidad y ramas infinitas Resuelve Página 7 A través de una lupa AUMENTO DISTANCIA (dm) El aumento A producido por cierta lupa viene dado por la siguiente ecuación: A

Más detalles

UNIDAD I NÚMEROS REALES

UNIDAD I NÚMEROS REALES UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números

Más detalles

Lección 9: Polinomios

Lección 9: Polinomios LECCIÓN 9 c) (8 + ) j) [ 9.56 ( 9.56)] 8 q) (a x b) d) ( 5) 4 k) (6z) r) [k 0 (k 5 k )] e) (. 0.) l) (y z) s) (v u ) 4 f) ( 5) + ( 4) m) (c d) 7 t) (p + q) g) (0 x 0.) n) (g 7 g ) Lección 9: Polinomios

Más detalles

Grado polinomial y diferencias finitas

Grado polinomial y diferencias finitas LECCIÓN CONDENSADA 7.1 Grado polinomial y diferencias finitas En esta lección Aprenderás la terminología asociada con los polinomios Usarás el método de diferencias finitas para determinar el grado de

Más detalles

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS II TEMA 4: FUNCIONES

PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 2010 MATEMÁTICAS II TEMA 4: FUNCIONES PROBLEMAS RESUELTOS SELECTIVIDAD ANDALUCÍA 010 MATEMÁTICAS II TEMA 4: FUNCIONES Junio, Ejercicio 1, Opción A Junio, Ejercicio 1, Opción B Reserva 1, Ejercicio 1, Opción A Reserva 1, Ejercicio 1, Opción

Más detalles

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación.

Lecturas previas Cuando llegue a su primera sesión de laboratorio debe haber estudiado el contenido de la lectura que aparece a continuación. Laboratorio 1 Medición e incertidumbre La descripción de los fenómenos naturales comienza con la observación; el siguiente paso consiste en asignar a cada cantidad observada un número, es decir en medir

Más detalles

1.3 Números racionales

1.3 Números racionales 1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,

Más detalles

Hoja1!C4. Hoja1!$C$4. Fila

Hoja1!C4. Hoja1!$C$4. Fila CAPÍTULO 6......... Cálculo y funciones con Excel 2000 6.1.- Referencias De Celdas Como vimos con anterioridad en Excel 2000 se referencian las celdas por la fila y la columna en la que están. Además como

Más detalles

CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E0100

CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E0100 CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN DE RECUPERACIÓN E0100 1) Cierto artículo de lujo se vende en 1 000 pesos. La cantidad de ventas es de 0 000 artículos al año. Se considera imponer un impuesto

Más detalles

4.1 MONOTONÍA 4.2 MÁXIMOS Y MÍNIMOS 4.3 CONCAVIDAD 4.4 ELABORACIÓN DE GRÁFICAS SOFISTICADAS 4.5 TEOREMA DEL VALOR MEDIO PARA

4.1 MONOTONÍA 4.2 MÁXIMOS Y MÍNIMOS 4.3 CONCAVIDAD 4.4 ELABORACIÓN DE GRÁFICAS SOFISTICADAS 4.5 TEOREMA DEL VALOR MEDIO PARA Cáp. Temas Adicionales de la derivada. MONOTONÍA. MÁXIMOS Y MÍNIMOS. CONCAVIDAD. ELABORACIÓN DE GRÁFICAS SOFISTICADAS.5 TEOREMA DEL VALOR MEDIO PARA DERIVADAS.6 TEOREMA DE ROLLE.7 TEOREMA DE CAUCHY.8 TEOREMA

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Fundamentos de Investigación de Operaciones Investigación de Operaciones de agosto de 200. Estandarización Cuando se plantea un modelo de LP pueden existir igualdades y desigualdades. De la misma forma

Más detalles

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8

Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 Matemáticas C.C.S.S. Repaso de Selectividad 1. Se desea obtener dos elementos químicos a partir de las sustancias A y B. Un kilo de A contiene 8 gramos del primer elemento y 1 gramo del segundo; un kilo

Más detalles

1. Examen 21/Junio/1994. Para la inversión de una matriz cuadrada A de orden n n, cuya inversa existe, se ha definido la siguiente iteración

1. Examen 21/Junio/1994. Para la inversión de una matriz cuadrada A de orden n n, cuya inversa existe, se ha definido la siguiente iteración CAPÍTULO 5 EJERCICIOS RESUELTOS: MÉTODOS ITERATIVOS PARA ECUACIONES LINEALES Ejercicios resueltos 1 1. Examen 21/Junio/1994. Para la inversión de una matriz cuadrada A de orden n n cuya inversa existe

Más detalles

Ejercicios de Programación Lineal

Ejercicios de Programación Lineal Ejercicios de Programación Lineal Investigación Operativa Ingeniería Informática, UCM Curso 8/9 Una compañía de transporte dispone de camiones con capacidad de 4 libras y de 5 camiones con capacidad de

Más detalles

12. f(x) = 1 x-1 2 13. f(x) = x+2. x 15. f(x) = 2x+1. x 24. f(x) = x 2 +x+1 2 25. f(x) = x 2 -x-2. 1 21. f(x) = x 2 +x. x-1 27.

12. f(x) = 1 x-1 2 13. f(x) = x+2. x 15. f(x) = 2x+1. x 24. f(x) = x 2 +x+1 2 25. f(x) = x 2 -x-2. 1 21. f(x) = x 2 +x. x-1 27. . Determina el dominio de la función:. f() = -. f() =. f() = 4. f() = -6. f() = 6. f() = + 7. f() = - 8. f() = e 9. f() = + 0. f() = -. f() = -. f() = -. f() = + 4. f() = +. f() = + 6. f() = - + 7. f()

Más detalles

Optimización Con Restricciones de Igualdad

Optimización Con Restricciones de Igualdad Optimización Con Restricciones de Igualdad Departamento de Matemáticas, CSI/ITESM 11 de noviembre de 2009 Índice 151Introducción 1 152El método de los Multiplicadores de Lagrange 1 153Ejemplo 1 3 154Ejemplo

Más detalles

En cualquier caso, tampoco es demasiado importante el significado de la "B", si es que lo tiene, lo interesante realmente es el algoritmo.

En cualquier caso, tampoco es demasiado importante el significado de la B, si es que lo tiene, lo interesante realmente es el algoritmo. Arboles-B Características Los árboles-b son árboles de búsqueda. La "B" probablemente se debe a que el algoritmo fue desarrollado por "Rudolf Bayer" y "Eduard M. McCreight", que trabajan para la empresa

Más detalles

Estabilidad dinámica Introducción

Estabilidad dinámica Introducción Figura 127: Varada Si el momento de asiento unitario del barco, en las condiciones de desplazamiento en las que se encuentra, es M u, tendremos que la alteración producida al bajar la marea de forma que

Más detalles

MATEMÁTICAS CCSS JUNIO 2010 (COMÚN MODELO5) SELECTIVIDAD ANDALUCÍA

MATEMÁTICAS CCSS JUNIO 2010 (COMÚN MODELO5) SELECTIVIDAD ANDALUCÍA IES Fco Ayala de Granada Junio de 010 (General Modelo 5) Soluciones Germán-Jesús Rubio Luna MATEMÁTICAS CCSS JUNIO 010 (COMÚN MODELO5) SELECTIVIDAD ANDALUCÍA OPCIÓN A EJERCICIO 1 Sea el recinto definido

Más detalles

PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN

PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN Ejercicio 1. Diseñar una planilla EXCEL que tome como dato de entrada un número entero y devuelva la representación en base 2. Testearla con los números 23, 245, 673,

Más detalles

Matemática I Extremos de una Función. Definiciones-Teoremas

Matemática I Extremos de una Función. Definiciones-Teoremas Universidad Centroccidental Lisandro Alvarado Decanato de Agronomía Programa Ingeniería Agroindustrial Departamento de Gerencia Estudios Generales Matemática I Etremos de una Función. Definiciones-Teoremas

Más detalles

Física 2 Laboratorio N 1 Óptica Geométrica

Física 2 Laboratorio N 1 Óptica Geométrica Física 2 Laboratorio N 1 Óptica Geométrica Enunciado de Laboratorio Laboratorio Nº 1 Tema 1-A: Medida de la Longitud Focal de un Sistema Óptico. I- Objetivo En esta práctica se estudia un método para determinar

Más detalles

Funciones CONJUNTO EXCEL 2013 AVANZADO

Funciones CONJUNTO EXCEL 2013 AVANZADO EXCEL 2013 AVANZADO Esta función contará la cantidad de celdas que contengan palabras de cuatro letras y que terminen con la A. El asterisco cumple una función similar, pero la diferencia radica en que

Más detalles

Polinomios y fracciones algebraicas

Polinomios y fracciones algebraicas 0 Polinomios y fracciones algebraicas En esta Unidad aprenderás a: d Trabajar con epresiones polinómicas. d Factorizar polinomios. d Operar con fracciones algebraicas. d Descomponer una fracción algebraica

Más detalles

La Estadística y el método científico. Datos Estadísticos. Tipos de Datos

La Estadística y el método científico. Datos Estadísticos. Tipos de Datos Apuntes de Métodos Estadísticos I Prof. Gudberto J. León R. I- 9 La Estadística y el método científico Los métodos estadísticos utilizan el método científico, que consiste en cinco pasos básicos: 1. Definir

Más detalles

LÍMITES DE FUNCIONES. CONTINUIDAD Y RAMAS INFINITAS

LÍMITES DE FUNCIONES. CONTINUIDAD Y RAMAS INFINITAS LÍMITES DE FUNCIONES. CONTINUIDAD RAMAS INFINITAS Página 7 REFLEIONA RESUELVE Aproimaciones sucesivas Comprueba que: f () =,5; f (,9) =,95; f (,99) =,995 Calcula f (,999); f (,9999); f (,99999); A la vista

Más detalles

REPRESENTACIÓN DE FUNCIONES

REPRESENTACIÓN DE FUNCIONES REPRESENTACIÓN DE FUNCIONES Tema 4: Representación de funciones Índice:. Información obtenida de la función... Dominio de la función.. Simetrías..3. Periodicidad.4. Puntos de corte con los ejes..5. Ramas

Más detalles

MATEMÁTICAS I 1º Bachillerato Capítulo 7: Límites y continuidad

MATEMÁTICAS I 1º Bachillerato Capítulo 7: Límites y continuidad MATEMÁTICAS I º Bachillerato Capítulo 7: Límites y continuidad file:///c:/users/cuenta~/appdata/local/temp/b006%0limitesycontinuida D%0Adela. 00 Índice. CONCEPTO DE LÍMITE.. DEFINICIÓN.. LÍMITES LATERALES..

Más detalles

Límites y Continuidad de funciones

Límites y Continuidad de funciones CAPITULO Límites y Continuidad de funciones Licda. Elsie Hernández Saborío Instituto Tecnológico de Costa Rica Escuela de Matemática Revista digital Matemática, educación e internet (www.cidse.itcr.ac.cr)

Más detalles

DEPARTAMENTO DE MATEMÁTICA MATEMÁTICA BÁSICA 1 SEGUNDO SEMESTRE 2015. PROYECTO No. 2

DEPARTAMENTO DE MATEMÁTICA MATEMÁTICA BÁSICA 1 SEGUNDO SEMESTRE 2015. PROYECTO No. 2 PROYECTO No. 2 Fecha de publicación: Jueves 7 de septiembre de 205 Entrega: viernes 6 de octubre de 205 Instrucciones: Grupos de tres personas máximo Continuando con el desarrollo de los proyectos del

Más detalles

FUNCIONES DE PROPORCIONALIDAD

FUNCIONES DE PROPORCIONALIDAD UNIDAD 2 PROPORCIONALIDAD. FUNCIONES DE PROPORCIONALIDAD 1.- INTRODUCCIÓN Continuamente hacemos uso de las magnitudes físicas cuando nos referimos a diversas situaciones como medida de distancias (longitud),

Más detalles

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009

Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios. Dra. Noemí L. Ruiz Limardo 2009 Lección 1-Introducción a los Polinomios y Suma y Resta de Polinomios Dra. Noemí L. Ruiz Limardo 2009 Objetivos de la Lección Al finalizar esta lección los estudiantes: Identificarán, de una lista de expresiones

Más detalles

EXPRESIONES ALGEBRAICAS

EXPRESIONES ALGEBRAICAS EXPRESIONES ALGEBRAICAS Un grupo de variables representadas por letras junto con un conjunto de números combinados con operaciones de suma, resta, multiplicación, división, potencia o etracción de raíces

Más detalles

2. Integrales dobles sobre regiones no rectangulares.

2. Integrales dobles sobre regiones no rectangulares. GRADO DE INGENIERÍA AEROESPACIAL. CRSO 0. Lección. Integrales múltiples.. Integrales dobles sobre regiones no rectangulares. Supongamos que tenemos una función f :(, ) f(, ) continua positiva cuo dominio

Más detalles

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH

CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH CORRELACIÓN Y REGRESIÓN EMPLEANDO EXCEL Y GRAPH 1) ANÁLISIS DE CORRELACIÓN Dado dos variables, la correlación permite hacer estimaciones del valor de una de ellas conociendo el valor de la otra variable.

Más detalles

TEMA 4 FRACCIONES MATEMÁTICAS 1º ESO

TEMA 4 FRACCIONES MATEMÁTICAS 1º ESO TEMA 4 FRACCIONES Criterios De Evaluación de la Unidad 1 Utilizar de forma adecuada las fracciones para recibir y producir información en actividades relacionadas con la vida cotidiana. 2 Leer, escribir,

Más detalles

Una función f es derivable en un punto a de su dominio si existe el límite. f(x) f(a) Si f y g son derivables en a, entonces fg es derivable en a y

Una función f es derivable en un punto a de su dominio si existe el límite. f(x) f(a) Si f y g son derivables en a, entonces fg es derivable en a y 4. Derivabilidad 1 Una función f es derivable en un punto a de su dominio si existe el límite f (a) = lím x a f(x) f(a) x a f(a + h) f(a) = lím, h 0 h y es un número real. El número f (a) se denomina derivada

Más detalles

Tema 5 Repertorios de instrucciones: Modos de direccionamiento y formato

Tema 5 Repertorios de instrucciones: Modos de direccionamiento y formato Tema 5 Repertorios de instrucciones: Modos de direccionamiento y formato Bibliografía: William Stallings Organización y Arquitectura de computadores 5ta. Edition. Editorial Pearson Educación.- Objetivos:

Más detalles

CAPITULO 3. Aplicaciones de la Derivada. Licda. Elsie Hernández Saborío. Instituto Tecnológico de Costa Rica. Escuela de Matemática

CAPITULO 3. Aplicaciones de la Derivada. Licda. Elsie Hernández Saborío. Instituto Tecnológico de Costa Rica. Escuela de Matemática CAPITULO Aplicaciones de la Derivada Licda. Elsie Hernández Saborío Instituto Tecnológico de Costa Rica Escuela de Matemática Créditos Primera edición impresa: Rosario Álvarez, 1988. Edición Latex: Marieth

Más detalles

ESTIMACIÓN. puntual y por intervalo

ESTIMACIÓN. puntual y por intervalo ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio

Más detalles

LÍMITES DE FUNCIONES. CONTINUIDAD Y RAMAS INFINITAS

LÍMITES DE FUNCIONES. CONTINUIDAD Y RAMAS INFINITAS LÍMITES DE FUNCIONES. CONTINUIDAD RAMAS INFINITAS Página 7 REFLEIONA RESUELVE Aproimaciones sucesivas Comprueba que: f () = 6,5; f (,9) = 6,95; f (,99) = 6,995 Calcula f (,999); f (,9999); f (,99999);

Más detalles

EJERCICIOS RESUELTOS DE REPRESENTACIÓN GRÁFICA DE FUNCIONES REALES

EJERCICIOS RESUELTOS DE REPRESENTACIÓN GRÁFICA DE FUNCIONES REALES EJERCICIOS RESUELTOS DE REPRESENTACIÓN GRÁFICA DE FUNCIONES REALES. Estudiar el crecimiento, el decrecimiento y los etremos relativos de las siguientes funciones: a) f( ) 7 + + b) ln f( ) c) 5 si < f(

Más detalles

NÚMEROS NATURALES Y NÚMEROS ENTEROS

NÚMEROS NATURALES Y NÚMEROS ENTEROS NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de

Más detalles

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A

Selectividad Septiembre 2009 SEPTIEMBRE 2009. Opción A SEPTIEMBRE 2009 Opción A 1.- Como cada año, el inicio del curso académico, una tienda de material escolar prepara una oferta de 600 cuadernos, 500 carpetas y 400 bolígrafos para los alumnos de un IES,

Más detalles

Tema 2 Resolución de Ecuaciones No Lineales

Tema 2 Resolución de Ecuaciones No Lineales Tema 2 Resolución de Ecuaciones No Lineales Índice 1. Introducción 2. Método de Bisección 2.1 Algoritmo del Método de Bisección 2.2 Análisis de Método de Bisección 3. Método de Regula-Falsi 3.1 Algoritmo

Más detalles

1. INVERSA DE UNA MATRIZ REGULAR

1. INVERSA DE UNA MATRIZ REGULAR . INVERSA DE UNA MATRIZ REGULAR Calcular la inversa de una matriz regular es un trabajo bastante tedioso. A través de ejemplos se expondrán diferentes técnicas para calcular la matriz inversa de una matriz

Más detalles

Curso: Métodos de Monte Carlo Unidad 2, Sesión 6: Integración por Monte Carlo

Curso: Métodos de Monte Carlo Unidad 2, Sesión 6: Integración por Monte Carlo Curso: Métodos de Monte Carlo Unidad 2, Sesión 6: Integración por Monte Carlo Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo,

Más detalles

TEMA 8: MÉTODOS NUMÉRICOS DE OPTIMIZACIÓN: PROBLEMAS DE OPTIMIZACIÓN SIN RESTRICCIONES. 2.1.- Búsqueda Unidireccional. Conceptos Generales.

TEMA 8: MÉTODOS NUMÉRICOS DE OPTIMIZACIÓN: PROBLEMAS DE OPTIMIZACIÓN SIN RESTRICCIONES. 2.1.- Búsqueda Unidireccional. Conceptos Generales. EMA 8: MÉODOS NUMÉRICOS DE OPIMIZACIÓN: PROBLEMAS DE OPIMIZACIÓN SIN RESRICCIONES 1.- INRODUCCIÓN: PROGRAMACIÓN MAEMÁICA.- OPIMIZACIÓN DE FUNCIONES SIN RESRICCIONES.1.- Búsqueda Unidireccional. Conceptos

Más detalles

LÍMITES Y CONTINUIDAD DE FUNCIONES

LÍMITES Y CONTINUIDAD DE FUNCIONES Capítulo 9 LÍMITES Y CONTINUIDAD DE FUNCIONES 9.. Introducción El concepto de ite en Matemáticas tiene el sentido de lugar hacia el que se dirige una función en un determinado punto o en el infinito. Veamos

Más detalles

1. Ecuaciones no lineales

1. Ecuaciones no lineales 1. Ecuaciones no lineales 1.1 Ejercicios resueltos Ejercicio 1.1 Dada la ecuación xe x 1 = 0, se pide: a) Estudiar gráficamente sus raíces reales y acotarlas. b) Aplicar el método de la bisección y acotar

Más detalles

LÍMITES DE FUNCIONES. CONTINUIDAD

LÍMITES DE FUNCIONES. CONTINUIDAD LÍMITES DE FUNCIONES. CONTINUIDAD Página 7 REFLEXIONA Y RESUELVE Visión gráfica de los ites Describe análogamente las siguientes ramas: a) f() b) f() no eiste c) f() d) f() +@ e) f() @ f) f() +@ g) f()

Más detalles

Capítulo 3: APLICACIONES DE LAS DERIVADAS

Capítulo 3: APLICACIONES DE LAS DERIVADAS Capítulo : Aplicaciones de la derivada 1 Capítulo : APLICACIONES DE LAS DERIVADAS Dentro de las aplicaciones de las derivadas quizás una de las más importantes es la de conseguir los valores máimos y mínimos

Más detalles

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace

2.2 Transformada de Laplace y Transformada. 2.2.1 Definiciones. 2.2.1.1 Transformada de Laplace 2.2 Transformada de Laplace y Transformada 2.2.1 Definiciones 2.2.1.1 Transformada de Laplace Dada una función de los reales en los reales, Existe una función denominada Transformada de Laplace que toma

Más detalles

CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE

CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE Capítulo 4 Algoritmos de Aprendizaje 26 CAPÍTULO 4: ALGORITMOS DE APRENDIZAJE En este capítulo se proporcionan las descripciones matemáticas de los principales algoritmos de aprendizaje para redes neuronales:

Más detalles

RELACIÓN DE PROBLEMAS DE OPTIMIZACIÓN

RELACIÓN DE PROBLEMAS DE OPTIMIZACIÓN 1. En un concurso se da a cada participante un alambre de dos metros de longitud para que doblándolo convenientemente hagan con el mismo un cuadrilátero con los cuatro ángulos rectos. Aquellos que lo logren

Más detalles

Metodología de la programación y desarrollo de software. Marta Zorrilla Universidad de Cantabria

Metodología de la programación y desarrollo de software. Marta Zorrilla Universidad de Cantabria Metodología de la programación y desarrollo de software Marta Zorrilla Universidad de Cantabria Metodología de la programación Objetivos Fases en la solución de un problema de programación. Ciclo de vida

Más detalles

Medición de la aceleración de la gravedad mediante plano inclinado

Medición de la aceleración de la gravedad mediante plano inclinado Medición de la aceleración de la gravedad mediante plano inclinado Lopez, Johanna Giselle (gyf_lola@hotmail.com) Martinez Roldan, Antu (antucolomenos@hotmail.com) Viglezzi, Ramiro (ramiro.viglezzi@gmail.com)

Más detalles

Regresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía

Regresión múltiple. Modelos y Simulación. I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía Regresión múltiple I. Introducción II. Marco teórico III. Aplicación IV. Conclusiones V. Bibliografía I.- INTRODUCCIÓN Como la Estadística Inferencial nos permite trabajar con una variable a nivel de intervalo

Más detalles

Aproximación local. Plano tangente. Derivadas parciales.

Aproximación local. Plano tangente. Derivadas parciales. Univ. de Alcalá de Henares Ingeniería de Telecomunicación Cálculo. Segundo parcial. Curso 004-005 Aproximación local. Plano tangente. Derivadas parciales. 1. Plano tangente 1.1. El problema de la aproximación

Más detalles

CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas

CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas CAPÍTULO 10 Aplicaciones de la Derivada a Funciones Económicas Introducción En la economía, la variación de alguna cantidad con respecto a otra puede ser descrita por un concepto promedio o por un concepto

Más detalles

TEORÍA TEMA 9. 2. Definición de ESFUERZOS CARACTERÍSTICOS ( Mf.; Q; N)

TEORÍA TEMA 9. 2. Definición de ESFUERZOS CARACTERÍSTICOS ( Mf.; Q; N) 1. Definición de Viga de alma llena TEORÍA TEMA 9 2. Definición de ESFUERZOS CARACTERÍSTICOS ( Mf.; Q; N) 3. Determinación de los esfuerzos característicos i. Concepto de Polígonos de Presiones ii. Caso

Más detalles

Entre las medidas de la Unión Europea para reducir

Entre las medidas de la Unión Europea para reducir A FONDO CONTRIBUCIÓN DE LA INMÓTI ENERGÉTICA DE VIVIENDAS Y Jordi Sabaté. Secretario CEDOM (Asociación Española de Domótica) El 40% del consumo energético total de Europa es debido a los ediicios, por

Más detalles

NÚMEROS REALES MÓDULO I

NÚMEROS REALES MÓDULO I MÓDULO I NÚMEROS REALES NUEVE planetas principales constituyen el sistema solar. Si los ordenamos de acuerdo a su distancia al Sol Mercurio es el que está más cerca (58 millones de Km ) Plutón el más lejano

Más detalles

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice

Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +

Más detalles

Ejemplos y problemas resueltos de análisis complejo (2014-15)

Ejemplos y problemas resueltos de análisis complejo (2014-15) Variable Compleja I (3 o de Matemáticas y 4 o de Doble Titulación) Ejemplos y problemas resueltos de análisis complejo (04-5) Teoremas de Cauchy En estos apuntes, la palabra dominio significa, como es

Más detalles

Fundamentos de Informática - Ms. Excel (3) 2011

Fundamentos de Informática - Ms. Excel (3) 2011 Tabla de contenidos Resolución de sistemas de ecuaciones usando Ms. Excel... Introducción... Ecuación de una incógnita... 3 Método gráfico... 3 Herramienta Buscar objetivo... 4 Herramienta Solver... 8

Más detalles

Absorción de la droga en el organismo

Absorción de la droga en el organismo Universidad de oriente Unidad de estudios básicos Matemática Absorción de la droga en el organismo Profesor: Integrantes: Castillo Cristian Cedeño Luisaydis 19872989 Hernández Peter 23552901 Villarroel

Más detalles