Computación Científica
|
|
- Juan Antonio Núñez Díaz
- hace 7 años
- Vistas:
Transcripción
1 Computación Científica Gustavo Rodríguez Gómez INAOE Agosto Dicembre / 19
2 Capítulo 2 Métodos Gradientes 2 / 19
3 1 Métodos Gradiente Introducción El método del gran descenso "steepest descent") Criterios de parada Funciones cuadráticas 3 / 19
4 Superficie de nivel Métodos Gradiente Introducción Sea f : Ω R n R una función. La hipersuperficie de nivel, superficie de nivel si n = 3, curva de nivel si n = 2, está definida por S = {x Ω f x) = c, constante real} Figure: Curvas de Nivel para una función f x) 4 / 19
5 Métodos Gradiente Propiedades del gradiente Ya que la derivada direccional de f x) en la dirección de d = f x)/ f x), d = 1, está dada por entonces f x) d = f x), d = f x) d cos θ = f x), La función f x) crece más rápidamente en la dirección de f x). La función f x) decrece más rápidamente en la dirección de f x). Cualquier dirección u R n ortogonal al f x) es una dirección de cambio nulo. 5 / 19
6 Métodos Gradiente Dirección del gradiente Dirección de búsqueda La dirección negativa del gradiente, f x), es una buena dirección de búsqueda para encontrar un minimizador de la función. 6 / 19
7 Métodos Gradiente Algoritmo gradiente descendente Algoritmo del gradiente descendente Dado un punto de inicio x [k] para encontrar el siguiente punto x [k+1], comenzamos en x [k] y nos desplazamos por una cantidad α k f x [k] ): x [k+1] = x [k] α k f x [k] ). 7 / 19
8 Métodos Gradiente El método del descenso rapido El método del gran descenso "steepest descent") 1 El método del descenso rapido es un algoritmo tipo gradiente descendente. 8 / 19
9 Métodos Gradiente El método del gran descenso "steepest descent") El método del descenso rapido 1 El método del descenso rapido es un algoritmo tipo gradiente descendente. 2 El tamaño del paso α k se selecciona para maximizar la cantidad que decrece la función objetivo en cada paso. 9 / 19
10 Métodos Gradiente El método del gran descenso "steepest descent") El método del descenso rapido 1 El método del descenso rapido es un algoritmo tipo gradiente descendente. 2 El tamaño del paso α k se selecciona para maximizar la cantidad que decrece la función objetivo en cada paso. 3 El parámetro α k se escoge para ) minimizar φ k α) = f x [k] α f x [k] ), esto es ) α k = arg min f x [k] α f x [k] ) α 0 10 / 19
11 Métodos Gradiente El método del descenso rapido El método del gran descenso "steepest descent") Teorema Si {x [k]} es una sucesión descendente para la función f : k=0 Rn R, entonces para cada k el vector x [k+1] x [k] es ortogonal al vector x [k+2] x [k+1]. Teorema Si {x [k]} es la sucesión descendente para la función f : k=0 Rn R y si f x [k] ) = 0, entonces f x [k+1]) < f x [k]). 11 / 19
12 Criterios de parada Verificar si el usuario. f Métodos Gradiente Criterios de parada x [k]) < ε, donde ε > 0 es un umbral definido por 12 / 19
13 Criterios de parada Verificar si el usuario. Verificar si f f definido por el usuario. Métodos Gradiente Criterios de parada x [k]) < ε, donde ε > 0 es un umbral definido por x [k+1]) f x [k]) < ε, donde ε > 0 es un umbral 13 / 19
14 Criterios de parada Verificar si el usuario. Verificar si f f Métodos Gradiente Criterios de parada x [k]) < ε, donde ε > 0 es un umbral definido por x [k+1]) f x [k]) < ε, donde ε > 0 es un umbral definido por el usuario. Verificar si x [k+1] x [k] < ε, donde ε > 0 es un umbral definido por el usuario. 14 / 19
15 Criterios de parada Verificar si el usuario. Verificar si f f Métodos Gradiente Criterios de parada x [k]) < ε, donde ε > 0 es un umbral definido por x [k+1]) f x [k]) < ε, donde ε > 0 es un umbral definido por el usuario. Verificar si x [k+1] x [k] < ε, donde ε > 0 es un umbral definido por el usuario. Verificar errores relativos en los valores de f x) f x [k+1]) f x [k]) f x [k]) < ε 15 / 19
16 Criterios de parada Verificar si el usuario. Verificar si f f Métodos Gradiente Criterios de parada x [k]) < ε, donde ε > 0 es un umbral definido por x [k+1]) f x [k]) < ε, donde ε > 0 es un umbral definido por el usuario. Verificar si x [k+1] x [k] < ε, donde ε > 0 es un umbral definido por el usuario. Verificar errores relativos en los valores de f x) f x [k+1]) f x [k]) f x [k]) < ε Verificar errores relativos en las x x [k+1] x [k] x [k] < ε 16 / 19
17 Métodos Gradiente Criterios de parada Criterios de parada divisiones por números pequeños) Para evitar dividir por números pequeños se pueden utilizar los siguientes criterios f x [k+1]) f x [k]) max 1, f x [k]) ) < ε, x [k+1] x [k] max 1, x [k] ) < ε 17 / 19
18 Métodos Gradiente Funciones cuadráticas Funciones cuadráticas Funciones cuadráticas Considere la siguiente función cuadrática f x) = 1 2 x T Qx b T x, donde Q R n n es simétrica y positiva definida, b, x R n. Objetivo Analizar el comportamiento del algoritmo del descenso rápido cuando se aplica a la anterior función cuadrática. 18 / 19
19 Funciones cuadráticas Métodos Gradiente Funciones cuadráticas Lema El método del descenso rápido aplicado a la función cuadrática f x) = 1 2 x T Qx b T x, toma la forma donde ) x [k+1] = x [k] g [k]t g [k] g [k]t Qg [k] g [k], g [k] = f x [k] ) = Qx [k] b. 19 / 19
Complementos de Matemáticas, ITT Telemática
Introducción Métodos de punto fijo Complementos de Matemáticas, ITT Telemática Tema 1. Solución numérica de ecuaciones no lineales Departamento de Matemáticas, Universidad de Alcalá Introducción Métodos
Más detallesMatemáticas 4 Enero 2016
Laboratorio #1 Vectores I.- Calcule el producto escalar de los dos vectores y el coseno del ángulo entre ellos. 1) u = 3i + 2j 4k; v = i + 5j 3k 2) u = i + 2j 3k; v = 1i 2j + 3k 3) u = 1 2 i + 1 3 j +
Más detallesCOLEGIO UNIVERSITARIO CARDENAL CISNEROS. Libro de Ejercicios de Matemáticas Empresariales II
COLEGIO UNIVERSITARIO CARDENAL CISNEROS Libro de Ejercicios de Matemáticas Empresariales II Manuel León Navarro 2 Capítulo 1 Ejercicios lección 1 1. Sea el conjunto de las matrices cuadradas de orden 2
Más detallesAlgoritmos. Diseño de algoritmos por inducción. Alberto Valderruten. alberto.valderruten@udc.es. Dept. de Computación, Universidade da Coruña
Divide y Vencerás Diseño de algoritmos por inducción Dept. de Computación, Universidade da Coruña alberto.valderruten@udc.es Contenido Divide y Vencerás 1 Divide y Vencerás 2 Índice Divide y Vencerás 1
Más detalles1. DIFERENCIABILIDAD EN VARIAS VARIABLES
1 1. DIFERENCIABILIDAD EN VARIAS VARIABLES 1.1. DERIVADAS DIRECCIONALES Y PARCIALES Definición 1.1. Sea f : R n R, ā R n y v R n. Se define la derivada direccional de f en ā y en la dirección de v como:
Más detallesEstimación por intervalos
Método de construcción de intervalos de confianza Intervalos de confianza para una población normal Estadística II Universidad de Salamanca Curso 2011/2012 Método de construcción de intervalos de confianza
Más detalles1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO
1 1. PRODUCTO ESCALAR. ESPACIO EUCLÍDEO Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos
Más detallesSistemas de ecuaciones lineales
Sistemas de ecuaciones lineales Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Sistemas Lineales / 8 Contenidos Introducción Métodos directos Gauss Gauss
Más detallesResolución. Resolución gráfica de problemas de optimización
Resolución de problemas de optimización Para resolver mente un problema de optimización como éste empezamos representando sus restricciones con igualdad. (0, 4) (0, 4) (4, 0) Para resolver mente un problema
Más detallesUniversidad Alonso de Ojeda. Facultad de Ingeniería GUIA DE ESTUDIO ALGEBRA LINEAL.
UNIDAD IV: VECTORES EN R2 Y R3 VECTOR Se puede considerar un vector como un segmento de recta con una flecha en uno de sus extremos. De esta forma lo podemos distinguir por cuatro partes fundamentales:
Más detallesPolinomios. 1.- Funciones cuadráticas
Polinomios 1.- Funciones cuadráticas Definición 1 (Función polinomial) Sea n un entero no negativo y sean a n, a n 1,..., a, a 1, a 0 número s reales con a n 0. La función se denomina función polinomial
Más detallesCiencias de la Tierra y el Medio Ambiente. Dinámica de la población
Ciencias de la Tierra y el Medio Ambiente Dinámica de la población El tamaño de las poblaciones de seres vivos se mantiene en equilibrio, oscilando más o menos ampliamente en torno a un valor medio, en
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx Método de Búsqueda de Fibonacci Algoritmo
Más detallesAprendizaje Basado en Instancias
Capítulo 8 Aprendizaje Basado en Instancias En este tipo de aprendizaje, se almacenan los ejemplos de entrenamiento y cuando se quiere clasificar un nuevo objeto, se extraen los objetos más parecidos y
Más detalles1. Línea Recta 2. 2. Rectas constantes 3 2.1. Rectas horizontales... 3 2.2. Rectas verticales... 4
Líneas Rectas Contenido. Línea Recta. Rectas constantes.. Rectas horizontales.............................. Rectas verticales.............................. Rectas con ecuación y = ax.. Rectas con a > 0................................
Más detallesFunciones de varias variables
Funciones de varias variables F. Alvarez y H. Lugo Universidad Complutense de Madrid 23 Noviembre, 2011 Campo escalar Denominamos campo escalar a una función f : R n R, es decir, una función cuyo dominio
Más detallesPruebas de Bondad de Ajuste
1 Facultad de Ingeniería IMERL PROBABILIDAD Y ESTADÍSTICA Curso 2008 Pruebas de Bondad de Ajuste En esta sección estudiaremos el problema de ajuste a una distribución. Dada una muestra X 1, X 2,, X n de
Más detallesD.2 ANÁLISIS ESTADÍSTICO DE LAS TEMPERATURAS DE VERANO
Anejo Análisis estadístico de temperaturas Análisis estadístico de temperaturas - 411 - D.1 INTRODUCCIÓN Y OBJETIVO El presente anejo tiene por objeto hacer un análisis estadístico de los registros térmicos
Más detallesPráctica 2 Métodos de búsqueda para funciones de una variable
Práctica 2 Métodos de búsqueda para funciones de una variable Introducción Definición 1. Una función real f se dice que es fuertemente cuasiconvexa en el intervalo (a, b) si para cada par de puntos x 1,
Más detallesSucesiones y series de números reales
Capítulo 2 Sucesiones y series de números reales 2.. Sucesiones de números reales 2... Introducción Definición 2... Llamamos sucesión de números reales a una función f : N R, n f(n) = x n. Habitualmente
Más detallesProgramación Lineal con Matlab
Arturo Vega González a.vega@ugto.mx Division de Ciencias e Ingenierías Universidad de Guanajuato Campus León Universidad de Guanajuato, DCI, Campus León 1 / 22 Contenido 1 Programación Lineal Método gráfico
Más detallesVectores. 2)Coordenadas y base Combinación lineal Vectores linealmente dependiente Bases. Bases canónica
Vectores 1) Vectores en R 2 Vector fijo en el plano Elementos de un vector fijo ( módulo, dirección, sentido, origen y extremo) Vectores equipolentes Vector libres Propiedad fundamental de los vectores
Más detallesCálculo diferencial DERIVACIÓN
DERIVACIÓN Definición de límite Entorno Definición. Se le llama entorno o vecindad de un punto a en R, al intervalo abierto (a - δ, a + δ ) = {a a - δ < x < a + δ }, en donde δ es semiamplitud a radio
Más detallesCÁLCULO DIFERENCIAL Muestras de examen
CÁLCULO DIFERENCIAL Muestras de examen Febrero 2012 T1. [2] Demostrar que la imagen continua de un conjunto compacto es compacto. T2. [2.5] Definir la diferencial de una función en un punto y demostrar
Más detallesP. A. U. LAS PALMAS 2005
P. A. U. LAS PALMAS 2005 OPCIÓN A: J U N I O 2005 1. Hallar el área encerrada por la gráfica de la función f(x) = x 3 4x 2 + 5x 2 y la rectas y = 0, x = 1 y x = 3. x 3 4x 2 + 5x 2 es una función polinómica
Más detallesINTRODUCCIÓN. Página 1
INTRODUCCIÓN Página 1 INTRODUCCIÓN Página 2 INTRODUCCIÓN Página 3 INTRODUCCIÓN Página 4 INTRODUCCIÓN Página 5 INTRODUCCIÓN Página 6 INTRODUCCIÓN Página 7 CAPÍTULO 1 Página 8 CAPÍTULO 1 Página 9 CAPÍTULO
Más detallesEstadistica II Tema 1. Inferencia sobre una población. Curso 2009/10
Estadistica II Tema 1. Inferencia sobre una población Curso 2009/10 Tema 1. Inferencia sobre una población Contenidos Introducción a la inferencia Estimadores puntuales Estimación de la media y la varianza
Más detallesEstructuras de datos: Conjuntos disjuntos
Estructuras de datos: Dep. de Computación - Fac. de Informática Universidad de A Coruña Santiago Jorge sjorge@udc.es Referencias bibliográficas G. Brassard y T. Bratley. Estructura de datos. En Fundamentos
Más detalles1.- CONCEPTO DE FUNCIÓN
.- CONCEPTO DE FUNCIÓN Actividades del alumno/a Explica porqué la siguiente gráfica no corresponde a una función: Porque a un valor de x, por ejemplo x =, le corresponde más de un valor de y. .- CONCEPTO
Más detallesEl problema inverso: Técnicas de identificación de parámetros.
Capítulo 4 El problema inverso: Técnicas de identificación. 4.1 Introducción En el primer capitulo de esta tesina se ha dado alguna noción acerca de la teoría de inversión, pero conviene remarcar algunos
Más detallesMATEMÁTICAS III (Carrera de Economía) MÁXIMOS Y MÍNIMOS DE UNA FUNCIÓN DE DOS VARIABLES INDEPENDIENTES
MATEMÁTICAS III (Carrera de Economía) MÁXIMOS Y MÍNIMOS DE UNA FUNCIÓN DE DOS VARIABLES INDEPENDIENTES ( http://www.geocities.com/ajlasa ) (El contenido de esta nota ha sido, en lo esencial, tomado de:
Más detallesDefinición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual
7. Programación lineal y SIMPLEX Definición de problemas de programación lineal. Método gráfico. Método del SIMPLEX. Método de las dos fases. Análisis de sensibilidad y problema dual Programación Lineal
Más detallesAlgoritmos sobre secuencias y conjuntos de datos
Suma de la Subsecuencia Máxima Dept. de Computación, Universidade da Coruña alberto.valderruten@udc.es Índice Suma de la Subsecuencia Máxima 1 Suma de la Subsecuencia Máxima 2 Suma de la Subsecuencia Máxima
Más detallesEstadística Avanzada y Análisis de Datos
1-1 Estadística Avanzada y Análisis de Datos Javier Gorgas y Nicolás Cardiel Curso 2006-2007 2007 Máster Interuniversitario de Astrofísica 1-2 Introducción En ciencia tenemos que tomar decisiones ( son
Más detallesMáquinas de Vectores de Soporte
Máquinas de Vectores de Soporte Support Vector Machines (SVM) Introducción al Reconocimiento de Patrones IIE - FING - UdelaR 2015 Bishop, Cap. 7 Schölkopf & Smola, Cap 7 Motivación Limitantes del perceptrón:
Más detallesIntegración por el método de Monte Carlo
Integración por el método de Monte Carlo Georgina Flesia FaMAF 29 de marzo, 2012 El método de Monte Carlo El método de Monte Carlo es un procedimiento general para seleccionar muestras aleatorias de una
Más detallesMultiplicación de enteros Algoritmo clásico 1234*5678 = 1234* (5*1000 + 6*100+7*10+8) = 1234*5*1000 + 1234*6*100 + 1234*7*10 + 1234*8 Operaciones bási
Algoritmos Divide y Vencerás Análisis y Diseño de Algoritmos Algoritmos Divide y Vencerás Ejemplo: Multiplicación de enteros grandes La técnica divide y vencerás Características Método general divide y
Más detallesTema 06: Derivación implícita, vector gradiente y derivadas direccionales
Tema 06: Derivación implícita, vector gradiente y derivadas direccionales Juan Ignacio Del Valle Gamboa Sede de Guanacaste Universidad de Costa Rica Ciclo I - 2014 MA-1003 Cálculo III (UCR) Derivadas implícitas
Más detallesEJERCICIOS DE INECUACIONES
EJERCICIOS DE INECUACIONES REPASO DE DESIGUALDADES: 1. Dadas las siguientes desigualdades, indicar si son V o F utilizando la recta real. Caso de ser inecuaciones, indicar además la solución mediante la
Más detallesIntroducción al Cálculo. Diferencial en Varias Variables
UNIVERSIDAD CENTRAL DE VENEZUELA FACULTAD DE CIENCIAS ESCUELA DE MATEMÁTICA LABORATORIO DE FORMAS EN GRUPOS Introducción al Cálculo Diferencial en Varias Variables Ramón Bruzual Marisela Domínguez Caracas,
Más detallesmín f(x ) = c T x (2.8) s.a. Ax = b ; b 0 (2.9) x 0 (2.10)
MARCO TEÓRICO 2.5. Método Simplex Existen muchas variantes del método simplex, aunque todas ellas se basan en la misma idea central. En este item se describe una de tales versiones. El método simplex se
Más detallesCuatro Problemas de Álgebra en la Olimpiada Internacional de Matemáticas.
Boletín de la Asociación Matemática Venezolana, Vol. XV, No. 1 (2008) 131 Cuatro Problemas de Álgebra en la Olimpiada Internacional de Matemáticas. Rafael Sánchez Lamoneda Introducción. El presente artículo
Más detallesTema 8: Análisis Discriminante. Clasificación. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. Análisis discriminante
Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Análisis discriminante Tema 8: Análisis Discriminante y Clasificación Aurea
Más detallesAPRENDIZAJE BASADO EN INSTANCIAS. Eduardo Morales y Jesús González
APRENDIZAJE BASADO EN INSTANCIAS Eduardo Morales y Jesús González Aprendizaje basado en Instancias 2 Diferente al tipo de aprendizaje que hemos visto Se almacenan los ejemplos de entrenamiento Para clasificar
Más detalles1. Si están situados en rectas paralelas: la recta que une los orígenes, deja sus extremos en un mismo semiplano.
CAPÍTULO El plano vectorial Consideremos P como el plano intuitivo de puntos: A,,C..... El espacio vectorial de los vectores Definición. Vectores fijos Dado dos puntos cualesquiera A e del espacio nos
Más detallesGeneración de eventos en Procesos de Poisson
Generación de eventos en Procesos de Poisson Georgina Flesia FaMAF 26 de abril, 2012 Proceso de Poisson homogéneo N(t), t 0, es un proceso de Poisson homogéneo de razón λ, λ > 0, si: N(0) = 0 proceso comienza
Más detallesTablas Hash y árboles binarios
Tablas Hash y árboles binarios Algoritmos Tablas hash Árboles Binarios Árboles Balanceados Tablas Hash Introducción Las tablas hash son estructuras tipo vector que ayudan a asociar claves con valores o
Más detallesMatrices. p ij = a ik b kj = a i1 b 1j + a i2 b 2j + + a in b nj.
Matrices Introducción Una matriz de m filas y n columnas con elementos en el cuerpo K es un rectángulo de elementos de K (es decir, números) del tipo a a 2 a n a 2 a 22 a 2n A = (a ij ) = a m a m2 a mn
Más detallesTEMA 11. Autovalores y autovectores. Diagonalización y formas canónicas.
TEMA 11 F MATEMÁTICOS TEMA 11 Autovalores y autovectores Diagonalización y formas canónicas 1 Introducción Definición 1 (Matrices semejantes) Sean A y B dos matrices cuadradas de orden n Decimos que A
Más detallesProducto escalar. Longitudes, distancias y ángulos en R 3. c Jana Rodriguez Hertz p. 1/2
Producto escalar Longitudes, distancias y ángulos en R 3 c Jana Rodriguez Hertz p. 1/2 Producto escalar - definición Dados X = (x 1,x 2,x 3 ) Y = (y 1,y 2,y 3 ) c Jana Rodriguez Hertz p. 2/2 Producto escalar
Más detallesDistribución de Probabilidad Normal
Distribución de Probabilidad Normal Departamento de Estadística-FACES-ULA 22 de Diciembre de 2013 Introducción La distribución normal es quizás la distribución de probabilidad para variables aleatorias
Más detallesOptimización lineal con R José R. Berrendero
Optimización lineal con R José R. Berrendero Introducción Veamos cómo se pueden resolver problemas de optimización lineal con R a través de algunos ejemplos sencillos. La mayor parte de las funciones necesarias
Más detallesIntroducción. El rayo B, tan pronto alcanza el arco PQ, sólo podrá saltar hacia la fase.
Método simplificado de los dos puntos para evaluar el comportamiento de una línea de transmisión ante descargas atmosféricas Parte I Ingeniero Jairo León García Introducción Los parámetros básicos que
Más detallesProblemas de Recursividad
Problemas de Recursividad Problema 1. El factorial de un número entero n 0, denotado como n!, se define! como!!! i = 1 2 n cuando n > 0, y 0! = 1. Por ejemplo 6! = 1 2 3 4 5 6 = 720 Diseñad una método
Más detallesPROBLEMA DEL TRANSPORTE VRP (VEHICLE ROUTING PROBLEM)
PROBLEMA DEL TRANSPORTE VRP (VEHICLE ROUTING PROBLEM) Contenido Entorno. Definición VRP. Instancia de VRP. Formulación con PLE (modelo). Ejemplo instancia VRP con PLE. Variantes del problema de VRP. Técnicas
Más detallesLenguajes No Regulares
Lenguajes No Regulares Problemas que los Autómatas No Resuelven. Universidad de Cantabria Esquema Lema del Bombeo 1 Lema del Bombeo 2 3 Introducción Todos los lenguajes no son regulares, simplemente hay
Más detallesDerivadas. Contenido Introducción. ( α) Definición de Derivada. (α) Pendiente de la recta tangente. (α) Funciones diferenciables.
Derivadas. Contenido 1. Introducción. (α) 2. Definición de Derivada. (α) 3. Pendiente de la recta tangente. (α) 4. Funciones diferenciables. (α) 5. Función derivada. (α) 6. Propiedades de la derivada.
Más detallesPROBABILIDAD Y ESTADÍSTICA. Sesión 5 (En esta sesión abracamos hasta tema 5.8)
PROBABILIDAD Y ESTADÍSTICA Sesión 5 (En esta sesión abracamos hasta tema 5.8) 5 DISTRIBUCIONES DE PROBABILIDAD CONTINUAS Y MUESTRALES 5.1 Distribución de probabilidades de una variable aleatoria continua
Más detallesProblemas de 4 o ESO. Isaac Musat Hervás
Problemas de 4 o ESO Isaac Musat Hervás 5 de febrero de 01 Índice general 1. Problemas de Álgebra 7 1.1. Números Reales.......................... 7 1.1.1. Los números....................... 7 1.1.. Intervalos.........................
Más detallesCurvas en paramétricas y polares
Capítulo 10 Curvas en paramétricas y polares Introducción Después del estudio detallado de funciones reales de variable real expresadas en forma explícita y con coordenadas cartesianas, que se ha hecho
Más detallesTEMA 4: CONTRASTES DE HIPÓTESIS. CONCEPTOS BÁSICOS
ASIGNATURA: ESTADÍSTICA II (Grado ADE,MIM,FBS) TEMA 4: CONTRASTES DE HIPÓTESIS. CONCEPTOS BÁSICOS 4.1. Hipótesis estadística. Tipos de hipótesis 4.2. Región crítica y región de aceptación 4.3. Errores
Más detalles2. Ortogonalidad. En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U.
2 Ortogonalidad En todo el capítulo trabajaremos sobre un espacio vectorial euclídeo U 1 Vectores ortogonales Definición 11 Dos vectores x, ȳ U se dicen ortogonales si: x ȳ = 0 Veamos algunas propiedades
Más detallesCada grupo de alumnos entregará un guión con los resultados. Preparación de la práctica
Práctica Optimización de Procesos Químicos Uso de funciones de la Toolbo de optimización de Matlab Objetivo: El objetivo de esta práctica es doble: Familiarizarse con la Toolbo de Optimización de Matlab
Más detallesMatrices escalonadas y escalonadas reducidas
Matrices escalonadas y escalonadas reducidas Objetivos. Estudiar las definiciones formales de matrices escalonadas y escalonadas reducidas. Comprender qué importancia tienen estas matrices para resolver
Más detalles1 Cálculo diferencial en varias variables.
a t e a PROBLEMAS DE CÁLCULO II t i c a s 1 o Ings. Industrial y de Telecomunicación CURSO 2009 2010 1 Cálculo diferencial en varias variables. 1.1 Funciones de varias variables. Límites y continuidad.
Más detallesRSA: Implementación. Ya resolvimos (3), ahora vamos a resolver (2). IIC3242 Complejidad Probabiĺıstica 28 / 77
RSA: Implementación Para poder implementar RSA necesitamos algoritmos eficientes para los siguientes problemas: (1) Generar primos P y Q (2) Generar números e y d tales que e d modφ(n) = 1 (3) Calcular
Más detallesRepresentación de decimales.
Representación de decimales. 1.- Debes representar en una recta los pares de números decimales con una cifra decimal que a continuación se indican. Para ello debes dividir la recta en las divisiones necesarias
Más detallesMÁXIMOS Y MINIMOS. Marco Antonio Cruz Chávez
MÁXIMOS Y MINIMOS Marco Antonio Cruz Chávez UAEM Av. Universidad 11 Col. Chamilpa C.P. 61 Cuernavaca Morelos, México Agosto 18 del 334858@academ1.mor.itesm.mx Abstract. En este trabajo se presentan algunos
Más detallesLuego, en el punto crítico
Matemáticas Grado en Química Ejercicios propuestos Tema 5 Problema 1. Obtenga y clasique los puntos críticos de las siguientes funciones: a fx, y = x +y, b fx, y = x y, c fx, y = x 3 + y. Solución del
Más detallesÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250)
Universidad Central de Venezuela Facultad de Ingeniería Ciclo Básico Departamento de Matemática Aplicada ÁLGEBRA LINEAL Y GEOMETRÍA ANALÍTICA (0250) Semestre 1-2011 Mayo 2011 Álgebra Lineal y Geometría
Más detallesTEMA 4 El tipo conjunto
TEMA El tipo conjunto PROGRAMACIÓN Y ESTRUCTURAS DE DATOS Tipo conjunto. Definiciones generales. Diccionario.. Tabla de dispersión.. Trie.. Árboles de búsqueda digitales. Cola de prioridad.. Montículo..
Más detallesProgramación Lineal. PL: Parte de la Programación Matemática donde tanto la función objetivo como las restricciones son funciones lineales.
Programación Lineal PL: Parte de la Programación Matemática donde tanto la función objetivo como las restricciones son funciones lineales. La importancia de esta técnica se debe a la aparición del método
Más detallesIntroducción a la optimización con algoritmos. Ejercicios. 0 2 f(x + t(y x))(y x)dt. J(x + t(y x))(y x)dt siendo J la matriz Jacobiana de F.
Introducción a la optimización con algoritmos Ejercicios Preliminares 1. Demostrar que si f C 2 (IR n ), f : IR n IR entonces f(y) f(x) = 1 0 2 f(x + t(y x))(y x)dt. 2. Demostrar que si F C 1 (IR n ),
Más detallesEl método de mínimos cuadrados. Curso de Estadística TAE, 2005 J.J. Gómez-Cadenas
El método de mínimos cuadrados Curso de Estadística TAE, 005 J.J. Gómez-Cadenas Mínimos cuadrados y máxima verosimilitud Teorema del límite central Una medida y, puede considerarse como un variable aleatoria,
Más detalles1. Usando la definición correspondiente demostrar que la función. z = f(x, y) = 3x xy 2
1. Usando la definición correspondiente demostrar que la función es diferenciable en todo R 2. z = f(x, y = 3x xy 2 Se debe verificar que para todo (a, b en R 2, existen funciones, de = x y k = y, ɛ 1
Más detallesGuía Práctica N 11 ECUACIÓN DE SEGUNDO GRADO Y FUNCIÓN CUADRÁTICA
Fuente: PreUniversitario Pedro de Valdivia Guía Práctica N 11 ECUACIÓN DE SEGUNDO GRADO Y FUNCIÓN CUADRÁTICA Una ecuación de segundo grado es una ecuación susceptible de llevar a la forma a + b + c = 0,
Más detallesCoordenadas polares en el plano. Coordenadas ciĺındricas y esféricas en el espacio. Coordenadas... Coordenadas... Coordenadas...
En el estudio de los conjuntos y las funciones es fundamental el sistema que se utilize para representar los puntos. Estamos acostumbrados a utilizar la estructura de afín o de vectorial de R n, utilizando
Más detallesConjuntos disjuntos (Relaciones de equivalencia)
Conjuntos disjuntos (Relaciones de equivalencia) Una relación R se define en un conjunto C si para todo par de elementos (a,b),a,b C,a R b es verdadera o falsa. Una relación de equivalencia es una relación
Más detalles1. Hallar el número de operaciones en la evaluación de un polinomio p n (x) = a 0 + a 1 x + + a n x n por el método estándar y el de Horner.
Interpolación. Hallar el número de operaciones en la evaluación de un polinomio p n () = a + a + + a n n por el método estándar y el de Horner.. Hallar el polinomio de interpolación de Lagrange y de Newton
Más detallesCoordenadas polares. Representación de puntos con coordenadas polares. Por ejemplo
Instituto de Matemática Cálculo Integral Profesora Elisabeth Ramos Coordenadas polares El sistema de coordenadas polares es un sistema de coordenadas bidimensional en el cual cada punto o posición del
Más detallesTRANSFORMACIONES DE f (x) = x 2 9.1.1 9.1.2. Ejemplo 1
Capítulo 9 TRANSFORMACIONES DE f () = 2 9.1.1 9.1.2 A fin de lograr un buen dominio de la modelación de datos relaciones en situaciones cotidianas, los alumnos deben ser capaces de reconocer transformar
Más detallesALGORITMO DE OPTIMIZACIÓN BASADO EN EL APAREAMIENTO DE LAS ABEJAS(HBMO). UN NUEVO ENFOQUE HEURÍSTICO DE OPTIMIZACIÓN.
DE OPTIMIZACIÓN BASADO EN EL APAREAMIENTO DE LAS (HBMO). UN NUEVO ENFOQUE HEURÍSTICO DE OPTIMIZACIÓN. OMID BOZORG HADDAD, ABBAS AFSHAR, MIGUEL A. MARIÑO Víctor Fernández Mora Manuel Sifón Miralles Raquel
Más detallesLos conjuntos de números Q, IR y C verifican siempre que la suma y el producto de dos elementos
Polinomios Introducción. Nociones básicas Los conjuntos de números Q, IR y C verifican siempre que la suma y el producto de dos elementos del conjunto es otro elemento del conjunto, es decir la suma o
Más detallesTopología de la Recta
Capítulo 2 Topología de la Recta 21 Introducción En este capítulo introducimos algunas nociones sobre topología de los espacios métricos Nuestro interés se limitará en el futuro al caso real o a los espacios
Más detallesÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; (A ) = A. 2. La inversa de A 1 es A; (A 1 ) 1 = A. 3. (AB) = B A.
ÁLGEBRA MATRICIAL. 1. La traspuesta de A es A; A = A. 2. La inversa de A 1 es A; A 1 1 = A. 3. AB = B A. 4. Las matrices A A y AA son simétricas. 5. AB 1 = B 1 A 1, si A y B son no singulares. 6. Los escalares
Más detallesTema XIV: SUCESIONES Y SERIES DE NÚMEROS REALES XIV.1. Sucesiones. Sucesiones convergentes
Tema XIV: SUCESIONES Y SERIES DE NÚMEROS REALES XIV.1. Sucesiones. Sucesiones convergentes 1. Sucesiones DEF. Una sucesión infinita de números reales es una función cuyo dominio es N y su imagen un subconjunto
Más detallesContenido. 1 Definiciones y propiedades. 2. Método de la potencia. 3. Método de la potencia inversa. 4. Método de la potencia inversa desplazada
ETS Minas: Métodos Matemáticos Resumen y ejemplos Tema 5: Valores y vectores propios Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesPropiedades en una muestra aleatoria
Capítulo 5 Propiedades en una muestra aleatoria 5.1. Conceptos básicos sobre muestras aleatorias Definición 5.1.1 X 1,, X n son llamadas una muestra aleatoria de tamaño n de una población f(x) si son variables
Más detallesIntroducción a los métodos Kernel
p. 1/3 Introducción a los métodos Kernel Universidad Autónoma de Madrid 29 de abril de 2008 Manel Martínez Ramón Universidad Carlos III de Madrid Departamento de Teoría de la Señal y Comunicaciones Transparencias
Más detallesMétodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Resumen y ejemplos Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 009,
Más detallesREPRESENTACIÓN GRÁFICA DE FUNCIONES
REPRESENTACIÓN GRÁFICA DE FUNCIONES a. Dominio de definición: D = Dom f() = { R eiste f()} b. Puntos de corte con los ejes: Con el eje OX (abscisas): f() = 0 : (,0). Ninguno, uno o más puntos. Con el eje
Más detalles3. Métodos clásicos de optimización lineal
3. Métodos clásicos de optimización lineal Uso del método Simplex El problema que pretende resolverse es un problema de optimización lineal sujeto a restricciones. Para el modelo construido para el problema
Más detallesFUNCIONES RACIONALES. HIPÉRBOLAS
www.matesronda.net José A. Jiménez Nieto FUNCIONES RACIONALES. HIPÉRBOLAS 1. FUNCIÓN DE PROPORCIONALIDAD INVERSA El área de un rectángulo es 18 cm 2. La siguiente tabla nos muestra algunas medidas que
Más detallesTema 3. 3. Correlación. Correlación. Introducción
3-1 Introducción Tema 3 Correlación Coeficiente de correlación lineal de Pearson Coeficiente de correlación poblacional Contraste paramétrico clásico Transformación de Fisher Correlación bayesiana Test
Más detallesEspacios Normados (Normas en R n )
Espacios Normados (Normas en R n ) Uno de los conceptos más importantes del cálculo y del analisis matemático es el de métrica o distancia. En R n la noción de metrico depende a su vez del concepto de
Más detallesA = A < θ R = A + B + C = C+ B + A. b) RESTA O DIFERENCIA DE VECTORES ANÁLISIS VECTORIAL. Es una operación que tiene por finalidad hallar un
ANÁLISIS VECTORIAL MAGNITUD FÍSICA Es todo aquello que se puede medir. CLASIFICACIÓN DE MAGNITUDES POR NATURALEZA MAGNITUD ESCALAR: Magnitud definida por completo mediante un número y la unidad de medida
Más detallesCurso Completo de Electrónica Digital. 3.7. Simplificación de funciones booleanas
CURSO Curso Completo de Electrónica Digital Departamento de Electronica y Comunicaciones Universidad Pontifica de Salamanca en Madrid Prof. Juan González Gómez Capítulo 3 ALGEBRA DE BOOLE Continuación...
Más detallesMOVIMIENTO ARMÓNICO AMORTIGUADO
MOVIMIENTO ARMÓNICO AMORTIGUADO OBJETIVO Medida experimental de la variación exponencial decreciente de la oscilación en un sistema oscilatorio de bajo amortiguamiento. FUNDAMENTO TEÓRICO A) SISTEMA SIN
Más detallesIN51a. Economía Industrial. Profesores: Nicolás Figueroa, Ronald Fischer Auxiliares: Jorge Catepillán, Jorge Vásquez, Diego Vega.
IN51a Economía Industrial Profesores: Nicolás Figueroa, Ronald Fischer Auxiliares: Jorge Catepillán, Jorge Vásquez, Diego Vega. Otoño 008 Ayudantía 7 Problema 1 Suponga dos firmas que producen bienes homogéneos.
Más detalles