Support Vector Machine

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

Download "Support Vector Machine"

Transcripción

1 Juan Carlos Caicedo Juan Carlos Mendivelso Maestria en Ingenieria de Sistemas y Computacion Universidad Nacional de Colombia 20 de marzo de 2007

2 Agenda

3 Outline

4 Clasificador lineal que utiliza la siguiente metodología Mapear puntos de entrenamiento a un espacio dimensional mayor Construir un hiperplano que separa los puntos en las clases respectivas Clasificar un punto nuevo de acuerdo a su ubicación con respecto al hiperplano de separación

5 Outline

6 Preliminares Para el caso de 2 clases: Los x k son los patrones de entrenamiento en R j, k = 1,..., n Los patrones x k tienen un atributo z k que determina la clase z k { 1, 1} Los patrones x k son transformados a y k = ϕ(x k ) Los y k están en R d, con d > j

7 Discriminador lineal Se construye un discriminador lineal en el espacio aumentado de la forma g(y) =< w, y >= w t y

8 Hiperplano de Separación Este discriminador es una familia de hiperplanos y el hiperplano de separación es: w t y = 0

9 Escala del vector w El vector w puede tener cualquier escala y sigue generando el mismo hiperplano. Aunque el plano y los patrones permanezcan estáticos la distancia entre ellos depende de la norma de w:

10 Escala del vector w Un patrón y puede expresarse como: w y = y p + r w Teniendo en cuenta que g(y p ) = 0 : ) g(y) = w t y = w (y t w p + r w g(y) = r w 2 w = r w Entonces, la distancia del patrón y k al plano es: r = g(y k) w

11 Definición Como hay varios vectores w que generan el mismo plano, seleccionaremos uno con el siguiente criterio: El vector de pesos w es llamado forma canonica del hiperplano w t y = 0 con respecto a los patrones y 1, y 2,..., y n, si se escala de manera que: min i=1,...,n < w, y i > = 1 Este plano asegura que: z k g(y k ) 1

12 Hiperplano Figura: Forma canónica del hiperplano. La margen medida 1 perpendicularmente al hiperplano es w

13 Outline

14 Funcion ϕ El conocimiento del diseñador en dominio de aplicación Funciones polinomiales o gausianas Otras funciones base (kernel trick)

15 Propósito El propósito del entrenamiento de un SVM es maximizar la distancia entre los patrones y k y el hiperplano de separación. max : r = z kg(y k ) w

16 Optimización Esto se logra minimzando w dado que es inversamente proporcional a r: sujeto a la restricción: minimizar : τ(w) = 1 2 w 2 g(y k ) = z k w t y k 1

17 Optimización Se utilizan los multiplicadores de Lagrange para minimizar w: L(w, α) = 1 n 2 w 2 α k (z k w t y k 1) k=1

18 Encontrando el mínimo Si existe un mínimo local, entonces: δ L(w, α) = 0 δw ( ) δ 1 n δw 2 w 2 α k (z k w t y k 1) = 0 δ δw (1 2 w 2 ) w k=1 n k=1 α k δ δw (z kw t y k 1) = 0 n α k z k y k = 0 k=1

19 Condiciones KKT Según las condiciones de KKT, α k 0: α k [z k w t y k 1] = 0, k = 0,..., n Esto significa que los vectores de soporte están en la margen. Los demás vectores de entrenamiento son irrelevantes, porque z k g(t k ) 1 y no satisfacen la condición

20 Problema Dual Al reemplazar la solución de w en la fórmula de Lagrange se obtiene la forma dual del problema de optimización, que es el que se resuelve en la práctica: max : W (α) = m α k 1 2 k=1 m m α i α j z i z j < y i, y j > i=1 j=1 Sujeto a: α k 0, k = 1,..., m m α i z i = 0 i=0

21 Funcion de Decisión Utilizando la solución para w tenemos que: ( m ) f (x) = sng z k α k < x, x k > k=1

22 Outline

23 Problema XOR Figura: Este problema no puede resolverse con un clasificador lineal

24 Formulacion Los vectores de entrenamiento son los siguientes: k x 1 x 2 z k ω ω ω ω 2 En primer lugar se mapean a otro espacio.

25 Funcion ϕ Existen varias funciones que pueden aplicarse, se eligió la siguiente expansión de segundo orden: ϕ : R 2 R 6 (x 1, x 2 ) (1, 2x 1, 2x 2, 2x 1 x 2, x 2 1, x 2 2 )

26 Optimizacion Se requiere maximizar: 4 α k 1 2 k=1 n i n j α i α j z i z j y t i y j Sujeto a: α 1 α 2 + α 3 α 4 = 0 α k 0, k = 1, 2, 3, 4

27 Optimizacion La solución puede encontrarse mediante algún procedimiento de optimización como el descenso del gradiente En este problema pequeño se puede encontrar anaĺıticamente La solución óptima es w = (1/8, 1/8, 1/8, 1/8) Todos los patrones se utilizan como vectores de soporte, debido a la simetría del problema, algo que es inusual

28 Discriminante Lineal La función lineal es g(x 1, x 2 ) = x 1 x 2 y el hiperplano de separación es g = 0 La longitud de la margen es r = 1 w = 2 La solución se puede visualizar en un sub-espacio 2d proyectado

29 Solucion

30 Software El método más utilizado para entrenar SVM solucionando el problema dual es SMO (Sequential Minimal Optimization) Está implementado en: SVM-JAVA: Weka:

31 Fin Gracias.

SISTEMAS INTELIGENTES

SISTEMAS INTELIGENTES SISTEMAS INTELIGENTES T11: Métodos Kernel: Máquinas de vectores soporte {jdiez, juanjo} @ aic.uniovi.es Índice Funciones y métodos kernel Concepto: representación de datos Características y ventajas Funciones

Más detalles

MÁQUINA DE VECTORES DE SOPORTE

MÁQUINA DE VECTORES DE SOPORTE MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas

Más detalles

MÁQUINAS DE VECTORES DE SOPORTE

MÁQUINAS DE VECTORES DE SOPORTE MÁQUINAS DE VECTORES DE SOPORTE Introducción Se tiene información de N individuos codificada de la forma Las variables X son vectores que reúnen información numérica del individuo, las variables Y indican

Más detalles

Support Vector Machines

Support Vector Machines Support Vector Machines Separadores lineales Clasificacion binaria puede ser vista como la tarea de separar clases en el espacio de caracteristicas w T x + b > 0 w T x + b = 0 w T x + b < 0 f(x) = sign(w

Más detalles

SVM: Máquinas de Vectores Soporte. Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid

SVM: Máquinas de Vectores Soporte. Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid SVM: Máquinas de Vectores Soporte Carlos Alonso González Grupo de Sistemas Inteligentes Departamento de Informática Universidad de Valladolid Contenido 1. Clasificación lineal con modelos lineales 2. Regresión

Más detalles

Juegos Cooperativos. Core

Juegos 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 detalles

Optimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min.

Optimización, Solemne 2. Semestre Otoño 2012 Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: 110 min. UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL. Optimización, Solemne. Semestre Otoño Profesores: Paul Bosch, Rodrigo López, Fernando Paredes, Pablo Rey Tiempo: min.

Más detalles

Funciones uno-uno, sobre y biunívocas

Funciones uno-uno, sobre y biunívocas Funciones uno-uno, sobre y biunívocas La inversa (biunívocas) de una función es una regla que actúa en la salida de la función y produce la entrada correspondiente. Así, la inversa deshace o invierte lo

Más detalles

UNIDAD 6. Programación no lineal

UNIDAD 6. Programación no lineal UNIDAD 6 Programación no lineal En matemática Programación no lineal (PNL) es el proceso de resolución de un sistema de igualdades y desigualdades sujetas a un conjunto de restricciones sobre un conjunto

Más detalles

UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL.

UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL. UNIVERSIDAD DIEGO PORTALES. FACULTAD DE INGENIERIA. ESCUELA DE INGENIERIA INDUSTRIAL. Optimización, Pauta Solemne 2. Semestre Primavera 2011 Profesores: Paul Bosch, Fernando Paredes, Pablo Rey Tiempo:

Más detalles

Comparación de métodos de clasificación aplicados a textos Científicos y No Científicos

Comparación de métodos de clasificación aplicados a textos Científicos y No Científicos I. Barbona - Comparación de métodos de clasificación aplicados a textos Científicos y No Científicos Comparación de métodos de clasificación aplicados a textos Científicos y No Científicos Comparison among

Más detalles

Procesos Críticos en el Desarrollo de Software

Procesos Críticos en el Desarrollo de Software Metodología Procesos Críticos en el Desarrollo de Software Pablo Straub AgileShift Imagine una organización de desarrollo de software que consistentemente cumple los compromisos con sus clientes. Imagine

Más detalles

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones

Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA. Funciones Universidad de Costa Rica Escuela de Matemática CONARE-PROYECTO RAMA Funciones José R. Jiménez F. Temas de pre-cálculo I ciclo 007 Funciones 1 Índice 1. Funciones 3 1.1. Introducción...................................

Más detalles

Unidad III: Programación no lineal

Unidad III: Programación no lineal Unidad III: Programación no lineal 3.1 Conceptos básicos de problemas de programación no lineal Programación no lineal (PNL) es el proceso de resolución de un sistema de igualdades y desigualdades sujetas

Más detalles

BASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.

BASES 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 detalles

Ingeniería en Informática

Ingeniería en Informática Departamento de Informática Universidad Carlos III de Madrid Ingeniería en Informática Aprendizaje Automático Junio 2007 Normas generales del examen El tiempo para realizar el examen es de 3 horas No se

Más detalles

CLASIFICACIÓN NO SUPERVISADA

CLASIFICACIÓN NO SUPERVISADA CLASIFICACIÓN NO SUPERVISADA CLASIFICACION IMPORTANCIA PROPÓSITO METODOLOGÍAS EXTRACTORES DE CARACTERÍSTICAS TIPOS DE CLASIFICACIÓN IMPORTANCIA CLASIFICAR HA SIDO, Y ES HOY DÍA, UN PROBLEMA FUNDAMENTAL

Más detalles

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2.

PROBLEMA 1. 1. [1.5 puntos] Obtener la ecuación de la recta tangente en el punto ( 2, 1) a la curva dada implícitamente por y 3 +3y 2 = x 4 3x 2. PROBLEMA. ESCUELA UNIVERSITARIA POLITÉCNICA DE SEVILLA Ingeniería Técnica en Diseño Industrial Fundamentos Matemáticos de la Ingeniería Soluciones correspondientes a los problemas del Primer Parcial 7/8.

Más detalles

CÁLCULO PARA LA INGENIERÍA 1

CÁLCULO PARA LA INGENIERÍA 1 CÁLCULO PARA LA INGENIERÍA 1 PROBLEMAS RESUELTOS Tema 3 Derivación de funciones de varias variables 3.1 Derivadas y diferenciales de funciones de varias variables! 1. Derivadas parciales de primer orden.!

Más detalles

1. Breve resumen de optimización sin restricciones en varias variables.

1. 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 detalles

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

UNIDAD 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. 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 detalles

(A) Primer parcial. si 1 x 1; x 3 si x>1. (B) Segundo parcial

(A) Primer parcial. si 1 x 1; x 3 si x>1. (B) Segundo parcial CÁLCULO DIFERENCIAL E INTEGRAL I EVALUACIÓN GLOBAL E700 1) x 5 > 1. A) Primer parcial ) Sean las funciones ft) t +,gy) y 4&hw) w. Encontrar f/h, g f, f g y sus dominios. ) Graficar la función x + six

Más detalles

VECTORES. Por ejemplo: la velocidad de un automóvil, o la fuerza ejercida por una persona sobre un objeto.

VECTORES. Por ejemplo: la velocidad de un automóvil, o la fuerza ejercida por una persona sobre un objeto. Un vector v es un segmento orientado. VECTORES Se representa gráficamente por medio de una flecha, por ejemplo: Todos los vectores poseen las siguientes características: Punto de aplicación: es el lugar

Más detalles

ORGANIZACIÓN INDUSTRIAL (16691-ECO) PARTE II: MODELOS DE COMPETENCIA IMPERFECTA TEMA 2: EL MONOPOLIO SOLUCIÓN A LOS PROBLEMAS PROPUESTOS

ORGANIZACIÓN INDUSTRIAL (16691-ECO) PARTE II: MODELOS DE COMPETENCIA IMPERFECTA TEMA 2: EL MONOPOLIO SOLUCIÓN A LOS PROBLEMAS PROPUESTOS ORGANIZACIÓN INDUSTRIAL (16691-ECO) PARTE II: MODELOS DE COMPETENCIA IMPERFECTA TEMA 2: EL MONOPOLIO 2.1 ANÁLISIS DE EQUILIBRIO 2.2. DISCRIMINACIÓN DE PRECIOS Y REGULACIÓN SOLUCIÓN A LOS PROBLEMAS PROPUESTOS

Más detalles

Descripción: dos. función. decreciente. Figura 1. Figura 2

Descripción: dos. función. decreciente. Figura 1. Figura 2 Descripción: En éste tema se utiliza la primera derivada para encontrar los valores máximo y mínimo de una función, así como para determinar los intervalos en donde la función es creciente o decreciente,

Más detalles

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables

PROGRAMACIÓN LINEAL. 8.1. Introducción. 8.2. Inecuaciones lineales con 2 variables Capítulo 8 PROGRAMACIÓN LINEAL 8.1. Introducción La programación lineal es una técnica matemática relativamente reciente (siglo XX), que consiste en una serie de métodos y procedimientos que permiten resolver

Más detalles

1.4.- D E S I G U A L D A D E S

1.4.- D E S I G U A L D A D E S 1.4.- D E S I G U A L D A D E S OBJETIVO: Que el alumno conozca y maneje las reglas empleadas en la resolución de desigualdades y las use para determinar el conjunto solución de una desigualdad dada y

Más detalles

INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA

INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA INTRODUCCIÓN A LA PROGRAMACIÓN MATEMÁTICA Dentro del campo general de la teoría de la optimización, también conocida como programación matemática conviene distinguir diferentes modelos de optimización.

Más detalles

Características de funciones que son inversas de otras

Características de funciones que son inversas de otras Características de funciones que son inversas de otras Si f es una función inyectiva, llamamos función inversa de f y se representa por f 1 al conjunto. f 1 = a, b b, a f} Es decir, f 1 (x, y) = { x =

Más detalles

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano

_ Antología de Física I. Unidad II Vectores. Elaboró: Ing. Víctor H. Alcalá-Octaviano 24 Unidad II Vectores 2.1 Magnitudes escalares y vectoriales Unidad II. VECTORES Para muchas magnitudes físicas basta con indicar su valor para que estén perfectamente definidas y estas son las denominadas

Más detalles

Objetivos: Al inalizar la unidad, el alumno:

Objetivos: 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 detalles

Espacios vectoriales y aplicaciones lineales.

Espacios 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 detalles

Análisis de componentes principales

Análisis de componentes principales Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los

Más detalles

TEMA 7 VECTORES MATEMÁTICAS I 1º Bach. 1

TEMA 7 VECTORES MATEMÁTICAS I 1º Bach. 1 TEMA 7 VECTORES MATEMÁTICAS I º Bach. TEMA 7 VECTORES 7. LOS VECTORES Y SUS OPERACIONES DEFINICIÓN Un ector es un segmento orientado. Un ector AB queda determinado por dos puntos, origen A y extremo B.

Más detalles

Programación Lineal Continua/ Investigación Operativa. EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1

Programación Lineal Continua/ Investigación Operativa. EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1 EJERCICIOS DE INVESTIGACIÓN OPERATIVA. Hoja 1 1. Una empresa que fabrica vehículos quiere determinar un plan de producción semanal. Esta empresa dispone de 5 fábricas que producen distintos elementos del

Más detalles

Funciones más usuales 1

Funciones más usuales 1 Funciones más usuales 1 1. La función constante Funciones más usuales La función constante Consideremos la función más sencilla, por ejemplo. La imagen de cualquier número es siempre 2. Si hacemos una

Más detalles

Práctica 11 SVM. Máquinas de Vectores Soporte

Práctica 11 SVM. Máquinas de Vectores Soporte Práctica 11 SVM Máquinas de Vectores Soporte Dedicaremos esta práctica a estudiar el funcionamiento de las, tan de moda, máquinas de vectores soporte (SVM). 1 Las máquinas de vectores soporte Las SVM han

Más detalles

JOSE VICENTE CONTRERAS JULIO CALCULO INTEGRAL LA ANTIDERIVADA

JOSE VICENTE CONTRERAS JULIO CALCULO INTEGRAL LA ANTIDERIVADA CALCULO INTEGRAL LA ANTIDERIVADA Así como las operaciones matemáticas de la adición, la multiplicación y la potenciación tienen sus inversas en la sustracción, la división y la radicación, la diferenciación

Más detalles

Unidad 4 Programación lineal

Unidad 4 Programación lineal Unidad 4 Programación lineal PÁGINA 79 SOLUCIONES 1. Las regiones quedan: a) b) 2. El sistema pedido es: x y > 1 2x + y < 7 y > 1 1 PÁGINA 91 SOLUCIONES 1. Sumando los kilos de todos los sacos, obtenemos

Más detalles

UNIVERSIDAD CARLOS III DE MADRID MATEMÁTICAS PARA LA ECONOMÍA II PROBLEMAS (SOLUCIONES )

UNIVERSIDAD 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 detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

Líneas Equipotenciales

Líneas Equipotenciales Líneas Equipotenciales A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. En esta experiencia se estudia

Más detalles

Funciones, x, y, gráficos

Funciones, x, y, gráficos Funciones, x, y, gráficos Vamos a ver los siguientes temas: funciones, definición, dominio, codominio, imágenes, gráficos, y algo más. Recordemos el concepto de función: Una función es una relación entre

Más detalles

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones

Programa para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces

Más detalles

UNIVERSIDAD SIMÓN BOLÍVAR. Sistema para la Detección de Caras en Imágenes de Video

UNIVERSIDAD SIMÓN BOLÍVAR. Sistema para la Detección de Caras en Imágenes de Video UNIVERSIDAD SIMÓN BOLÍVAR Ingeniería de la Computación Sistema para la Detección de Caras en Imágenes de Video por Susan Benzaquen Nahon Proyecto de Grado Presentado ante la Ilustre Universidad Simón Bolívar

Más detalles

Aplicaciones Lineales

Aplicaciones 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 detalles

1 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.

1 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 detalles

1. Definición 2. Operaciones con funciones

1. Definición 2. Operaciones con funciones 1. Definición 2. Operaciones con funciones 3. Estudio de una función: Suma y diferencia Producto Cociente Composición de funciones Función reciproca (inversa) Dominio Recorrido Puntos de corte Signo de

Más detalles

7. Conclusiones. 7.1 Resultados

7. Conclusiones. 7.1 Resultados 7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar

Más detalles

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen

Más detalles

Diagonalización de matrices

Diagonalización de matrices diagonalizacion.nb Diagonalización de matrices Práctica de Álgebra Lineal, E.U.A.T., Grupos ºA y ºB, 2005 Algo de teoría Qué es diagonalizar una matriz? Para estudiar una matriz suele ser conveniente expresarla

Más detalles

Negociación y Cooperación en Juegos con Dos Agentes

Negociación y Cooperación en Juegos con Dos Agentes Modelo de Negociación de Nash Negociación y Cooperación en Juegos con Dos Agentes Alvaro J. Riascos Villegas Abril de 2016 Negociación y Cooperación Universidad de los Andes y Quantil Modelo de Negociación

Más detalles

Regulación Económica

Regulación Económica Regulación Económica Instrumentos regulatorios con información simétrica Leandro Zipitría 1 1 Departamento de Economía Facultad de Ciencias Sociales y Universidad de Montevideo La Habana, Cuba. Junio -

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.

VECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define. VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman

Más detalles

Estudiante: Mag. Ingeniero. Roberto Schovelin Surhoff Director: Dr. Arq. Josep Roca Cladera Tutor Dr. Ingeniero. Francisco Nuñez Cerda

Estudiante: Mag. Ingeniero. Roberto Schovelin Surhoff Director: Dr. Arq. Josep Roca Cladera Tutor Dr. Ingeniero. Francisco Nuñez Cerda Universidad Politécnica de Cataluña, UPC Departamento de Construcciones Arquitectónicas I, CAI DOCTORADO EN GESTIÓN Y VALORACION URBANA Centro de Política de Suelo y Valoraciones, CPSV MODELO PARA MAXIMIZAR

Más detalles

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve

www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Autor: José Arturo Barreto M.A. Páginas web: www.abaco.com.ve www.abrakadabra.com.ve www.miprofe.com.ve Correo electrónico: josearturobarreto@yahoo.com Capítulo I El Problema 1.1 Planteamiento del problema

Más detalles

SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA. Lic. Maikel León Espinosa. mle@uclv.edu.cu

SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA. Lic. Maikel León Espinosa. mle@uclv.edu.cu EDU082 Resumen SEDO: SOFTWARE EDUCATIVO DE MATEMÁTICA NUMÉRICA Lic. Maikel León Espinosa mle@uclv.edu.cu Departamento de Ciencia de la Computación Universidad Central Marta Abreu de Las Villas Carretera

Más detalles

4. Programación Paralela

4. Programación Paralela 4. Programación Paralela La necesidad que surge para resolver problemas que requieren tiempo elevado de cómputo origina lo que hoy se conoce como computación paralela. Mediante el uso concurrente de varios

Más detalles

Cómo?: Resolviendo el sistema lineal homógeneo que satisfacen las componentes de cualquier vector de S. x4 = x 1 x 3 = x 2 x 1

Cómo?: 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 detalles

Covarianza y coeficiente de correlación

Covarianza y coeficiente de correlación Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también

Más detalles

Clases de apoyo de matemáticas Fracciones y decimales Escuela 765 Lago Puelo Provincia de Chubut

Clases de apoyo de matemáticas Fracciones y decimales Escuela 765 Lago Puelo Provincia de Chubut Clases de apoyo de matemáticas Fracciones y decimales Escuela 765 Lago Puelo Provincia de Chubut Este texto intenta ser un complemento de las clases de apoyo de matemáticas que se están realizando en la

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 CONOCIDAS. FUNCIONES LINEALES. Se llaman funciones lineales a aquellas que se representan mediante rectas. Su epresión en forma eplícita es y f ( ) a b. En sentido más estricto, se llaman funciones

Más detalles

Resumen de técnicas para resolver problemas de programación entera. 15.053 Martes, 9 de abril. Enumeración. Un árbol de enumeración

Resumen de técnicas para resolver problemas de programación entera. 15.053 Martes, 9 de abril. Enumeración. Un árbol de enumeración 5053 Martes, 9 de abril Ramificación y acotamiento () Entregas: material de clase Resumen de técnicas para resolver problemas de programación entera Técnicas de enumeración Enumeración completa hace una

Más detalles

Vectores en R n y producto punto

Vectores en R n y producto punto Vectores en R n y producto punto Departamento de Matemáticas, CCIR/ITESM 10 de enero de 011 Índice 4.1. Introducción............................................... 1 4.. Vector..................................................

Más detalles

Extremos de varias variables

Extremos de varias variables Capítulo 1 Extremos de varias variables Problema 1 Encontrar los extremos absolutos de la función fx, y) = xy en el conjunto A = x, y) IR : x + y 4, x 5/}. Solución: En primer lugar representamos el conjunto

Más detalles

Funciones polinomiales de grados cero, uno y dos

Funciones polinomiales de grados cero, uno y dos Funciones polinomiales de grados cero, uno y dos A una función p se le llama polinomio si: p x = a n x n + a n 1 x n 1 + + a 2 x 2 + a 1x + a 0 Donde un entero no negativo y los números a 0, a 1, a 2,

Más detalles

APLICACIONES CON SOLVER OPCIONES DE SOLVER

APLICACIONES CON SOLVER OPCIONES DE SOLVER APLICACIONES CON SOLVER Una de las herramientas con que cuenta el Excel es el solver, que sirve para crear modelos al poderse, diseñar, construir y resolver problemas de optimización. Es una poderosa herramienta

Más detalles

Programación lineal (+ extensiones). Ejemplos.

Programación lineal (+ extensiones). Ejemplos. Departamento de Matemáticas. ITAM. 2012. Forma estándar de un PPL PPL minimizar x c T x sujeta a Ax = b, x 0, en donde x 0 indica x i 0, i = 1, 2,..., n. c es el vector de costos. c R n. A es una matriz

Más detalles

MANEJO DEL WINQSB PARA EL CURSO DE TEORIA DE DECISIONES

MANEJO DEL WINQSB PARA EL CURSO DE TEORIA DE DECISIONES MANUAL CORTO WINQSB PARA PL El Winqsb es un software informática muy utilizado para construir modelos matemáticos que permita tomar decisiones específicamente en el área de administración y economía entre

Más detalles

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13 Carlos Ivorra Índice 1 Introducción a la optimización 1 2 Programación entera 18 3 Introducción a la programación lineal 24 4 El método símplex

Más detalles

Cálculo 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 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 detalles

MATEMÁTICAS BÁSICAS. Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño

MATEMÁTICAS BÁSICAS. Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño MATEMÁTICAS BÁSICAS Autora: Jeanneth Galeano Peñaloza Edición: Oscar Guillermo Riaño Universidad Nacional de Colombia Departamento de Matemáticas Sede Bogotá Enero de 2015 Universidad Nacional de Colombia

Más detalles

a < b y se lee "a es menor que b" (desigualdad estricta) a > b y se lee "a es mayor que b" (desigualdad estricta)

a < b y se lee a es menor que b (desigualdad estricta) a > b y se lee a es mayor que b (desigualdad estricta) Desigualdades Dadas dos rectas que se cortan, llamadas ejes (rectangulares si son perpendiculares, y oblicuos en caso contrario), un punto puede situarse conociendo las distancias del mismo a los ejes,

Más detalles

Geometría Tridimensional

Geometría 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 detalles

Examen funciones 4º ESO 12/04/13

Examen funciones 4º ESO 12/04/13 Examen funciones 4º ESO 12/04/13 1) Calcula el dominio de las siguientes funciones: a. b. c. d. Calculamos las raíces del numerador y del denominador: Construimos la tabla para ver los signos: - - 0 +

Más detalles

Jesús Getán y Eva Boj. Marzo de 2014

Jesús Getán y Eva Boj. Marzo de 2014 Optimización sin restricciones Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Optimización sin restricciones 1 / 32 Formulación del problema

Más detalles

Enfoque propuesto para la detección del humo de señales de video.

Enfoque propuesto para la detección del humo de señales de video. Capítulo 3 Enfoque propuesto para la detección del humo de señales de video. 3.1 Comportamiento del enfoque propuesto. Una visión general del método propuesto se muestra en la figura 2. El método genera

Más detalles

Tema 8: Análisis Discriminante. Clasificación. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. Análisis discriminante

Tema 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 detalles

Módulo 9 Sistema matemático y operaciones binarias

Módulo 9 Sistema matemático y operaciones binarias Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional

Más detalles

UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD. Miguel A. Jorquera

UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD. Miguel A. Jorquera UNIVERSIDADES DE ANDALUCIA PRUEBAS DE ACCESO A LA UNIVERSIDAD Miguel A. Jorquera BACHILLERATO MATEMÁTICAS II JUNIO 2 ii Índice General 1 Examen Junio 2. Opción B 1 2 SOLUCIONES del examen de junio 2 Opción

Más detalles

MAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES

MAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES MAPAS AUTOORGANIZATIVOS Y MODELOS SIMILARES José D. Martín Guerrero, Emilio Soria, Antonio J. Serrano PROCESADO Y ANÁLISIS DE DATOS AMBIENTALES Curso 2009-2010 Page 1 of 11 1. Learning Vector Quantization.

Más detalles

PROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos.

PROGRAMACIÓN LINEAL Teoría General de Programación Lineal y Fase de Formulación y Construcción de Modelos. PROGRAMACIÓN LINEAL Objetivo: Proponer en forma cuantitativa acciones o decisiones a tomar para optimizar sistemas donde existan recursos escasos y se presenten relaciones lineales, mediante la teoría

Más detalles

Estructuras algebraicas

Estructuras algebraicas Tema 2 Estructuras algebraicas básicas 2.1. Operación interna Definición 29. Dados tres conjuntos A, B y C, se llama ley de composición en los conjuntos A y B y resultado en el conjunto C, y se denota

Más detalles

OPERACIONES EN RÉGIMEN DE COMPUESTA

OPERACIONES EN RÉGIMEN DE COMPUESTA OPERACIONES EN RÉGIMEN DE COMPUESTA Las operaciones en régimen de compuesta se caracterizan porque los intereses, a diferencia de lo que ocurre en régimen de simple, a medida que se van generando pasan

Más detalles

Introducción a la Optimización Matemática

Introducción a la Optimización Matemática Introducción a la Optimización Matemática Modelos de Optimización Tienen como propósito seleccionar la mejor decisión de un número de posibles alternativas, sin tener que enumerar completamente todas ellas.

Más detalles

1. Derivadas parciales

1. Derivadas parciales Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para

Más detalles

x + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0

x + y 4 2x + 3y 10 4x + 2y 12 x 0, y 0 PRUEBAS DE ACCESO A LA UNIVERSIDAD PROBLEMAS DE PROGRAMACIÓN LINEAL JUNIO 2000. OPCIÓN B. Una empresa especializada en la fabricación de mobiliario para casas de muñecas, produce cierto tipo de mesas y

Más detalles

BREVE MANUAL DE SOLVER

BREVE MANUAL DE SOLVER BREVE MANUAL DE SOLVER PROFESOR: DAVID LAHOZ ARNEDO PROGRAMACIÓN LINEAL Definición: Un problema se define de programación lineal si se busca calcular el máximo o el mínimo de una función lineal, la relación

Más detalles

5 Ecuaciones lineales y conceptos elementales de funciones

5 Ecuaciones lineales y conceptos elementales de funciones Programa Inmersión, Verano 206 Notas escritas por Dr. M Notas del cursos. Basadas en los prontuarios de MATE 300 y MATE 3023 Clase #6: martes, 7 de junio de 206. 5 Ecuaciones lineales y conceptos elementales

Más detalles

Los Aprendizajes en 6º grado de Primaria

Los Aprendizajes en 6º grado de Primaria Los Aprendizajes en 6º grado de Primaria Matemática El análisis de las puntuaciones medias en Matemática de los estudiantes de 6º de Primaria evidencia disparidades en los resultados. La diferencia del

Más detalles

EQUILIBRIO EN MERCADOS COMPETITIVOS SEGUROS: UN ENSAYO SOBRE ECONOMÍA A DE LA INFORMACIÓN IMPERFECTA

EQUILIBRIO EN MERCADOS COMPETITIVOS SEGUROS: UN ENSAYO SOBRE ECONOMÍA A DE LA INFORMACIÓN IMPERFECTA EQUILIBRIO EN MERCADOS COMPETITIVOS SEGUROS: UN ENSAYO SOBRE ECONOMÍA A DE LA INFORMACIÓN IMPERFECTA I. MODELO BÁSICOB (W): ingreso si no tiene un accidente. (W-d): ingreso si tiene un accidente. α 1 :

Más detalles

UNIDAD 2: Abstracción del Mundo real Al Paradigma Orientado a Objetos

UNIDAD 2: Abstracción del Mundo real Al Paradigma Orientado a Objetos 2.1. Principios básicos del Modelado de Objetos UNIDAD 2: Abstracción del Mundo real Al Paradigma Orientado a Objetos Hoy en día muchos de los procesos que intervienen en un negocio o empresa y que resuelven

Más detalles

DATA WAREHOUSING (ENERO DE 2003) Documento creado por Ing. Héctor H. Martínez Orpinel

DATA WAREHOUSING (ENERO DE 2003) Documento creado por Ing. Héctor H. Martínez Orpinel DATA WAREHOUSING (ENERO DE 2003) DEFINICIÓN UN DATA WAREHOUSING ES UN CONJUNTO DE DATOS INTEGRADOS ORIENTADOS A UNA MATERIA, QUE VARIA CON EL TIEMPO Y QUE NO SON TRANSITORIOS, LOS CUALES SOPORTAN EL PROCESO

Más detalles

Clasificación de métricas.

Clasificación 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 detalles

4.1 El espacio dual de un espacio vectorial

4.1 El espacio dual de un espacio vectorial Capítulo 4 Espacio dual Una de las situaciones en donde se aplica la teoría de espacios vectoriales es cuando se trabaja con espacios de funciones, como vimos al final del capítulo anterior. En este capítulo

Más detalles

Resumen obtenido de: Roger S. Pressman, Ingeniería de Software. Un enfoque práctico, quinta edición, 2002. Introducción al Diseño de Software

Resumen obtenido de: Roger S. Pressman, Ingeniería de Software. Un enfoque práctico, quinta edición, 2002. Introducción al Diseño de Software Principio de Diseño Resumen obtenido de: Roger S. Pressman, Ingeniería de Software. Un enfoque práctico, quinta edición, 2002 Introducción al Diseño de Software Qué es el diseño? Representación ingenieril

Más detalles

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 13 y #14

MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 13 y #14 MATEMÁTICAS BÁSICAS UNIVERSIDAD NACIONAL DE COLOMBIA - SEDE MEDELLÍN CLASES # 3 y #4 Desigualdades Al inicio del Capítulo 3, estudiamos las relaciones de orden en los número reales y el signi cado de expresiones

Más detalles