Sobre el uso de las desigualdades variacionales para el cálculo del problema de complementariedad no lineal

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

Download "Sobre el uso de las desigualdades variacionales para el cálculo del problema de complementariedad no lineal"

Transcripción

1 Sobre el uso de las desgualdades varaconales para el cálculo del problema de complementaredad no lneal Blanco Louro, A., Lema Fernández, Carmen S., Pedrera Andrade, Lus P. Departamento de Economía Aplcada II. Unversdad de A Coruña. Facultad de CC. Económcas y Empresarales. Campus de Elvña s/n A Coruña. elf Fax e-mal: amalabl@udc.es, colto@udc.es, lucky@udc.es Resumen El nacmento de los problemas de complementaredad no lneal (NCP) y de los problemas de desgualdades varaconales (VIP) fuertemente lgados a la programacón matemátca ha dado lugar a numerosos esfuerzos nvestgadores orentados a resolverlos. En los últmos años ha resultado de vtal mportanca para la resolucón de los VIP el uso de funcones D-gap para reformular el problema como uno de optmzacón dferencable sn restrccones. Este artículo pretende ser una presentacón de la aplcabldad de la funcón D-gap a los NCP con algortmos recogdos de la lteratura, así como un punto de partda para nvestgacones que reduzcan las hpótess para este caso partcular. Abstract he brth of nonlnear complementarty problems (NCP) and of varatonal nequalty problems (VIP), closely lnked to mathematcal programmng, has gven rse to numerous research efforts orented towards ther soluton. In recent years, the use of D-gap functons for reformulatng VIP s as an unconstraned dfferentable optmsaton problem has been of vtal mportance. hs paper attempts to present the way n whch the D-gap functon may be appled to NCP s wth algorthms gleaned from lterature, and further, ams to consttute a startng pont for research that reduces the vable hypotheses for ths partcular case. Palabras clave: desgualdades varaconales, problema de complementaredad no lneal, funcones gap.

2 1. De KK a los LCP, NCP, MCP. La teoría de los programas matemátcos con restrccones de desgualdad se desarrolló a partr de 1951 por H. W. Kuhn y A. W. ucker. Ellos enuncan un teorema que ya había sdo demostrado con anterordad por Wllam Karush en su tess doctoral, pero que nunca había publcado. El teorema establece condcones necesaras de optmaldad local para programas del tpo: mn f (x 1,..., x n) s.a. h 1(x 1,..., x n) 0 h 2(x 1,..., x n) 0 (I)... h m(x 1,..., x n) 0 donde f:d IR n IR, h:d IR n IR m, h=(h 1,...,h m ) son dferencables. ales condcones (KK) venen dadas, para puntos que cumplen una certa condcón de regulardad, por: m () f(x) + λ h (x) =0 = 1 () h (x) 0, =1,..., m () λ h (x)=0, =1,..., m (v) λ 0, =1,..., m donde λ=(λ 1,..., λ m ) IR m. En la búsqueda de métodos para resolver este sstema, se abordó el caso cuadrátco 1 mn x Mx + qx x 0 2 donde M es una matrz cuadrada smétrca de orden n y q IRn. En este caso las condcones son: () x 0, =1,..., m () (Mx+q) 0, s x =0 () (Mx+q) =0, s x >0 Es decr, se trata de encontrar x en IR n tal que Mx+q 0; x 0; (Mx+q) t x=0. Este es el orgen de la defncón del problema de complementaredad lneal (LCP): Defncón.- Dada M matrz cuadrada de orden n y q IR n, encontrar w IR n y z IR n tales que w-mz=q w,z 0 w z=0 (condcón de complementaredad). Ahora ben s tratamos de renterpretar de modo análogo estas condcones de KK de un modo más general al problema mn f (x 1,..., x n) s.a. h 1(x 1,..., x n) 0 h 2(x 1,..., x n) 0 (II)... h m(x 1,..., x n) 0 x 0

3 surge de un modo natural el concepto de problema de complementaredad no lneal (NCP). Sea L(x,λ)=f(x)+ λh(x). Las condcones de KK para el problema (II) son, junto con la regulardad: x 0 ( x L(x,λ)) 0 s x =0 ( x L(x,λ)) =0 s x >0 λ h(x)=0 λ 0 h(x) 0 Entonces s consderamos la varable z=(x,λ) IR q con q=n+m y la funcón F: IR q IR q xl(z) xl(z) F(x,λ)= = λl(z) se tene que las condcones de KK se pueden susttur h(x) por q encontrar z IR verfcando z 0 F(z) 0 z F(z) = 0 que es un problema de complementaredad no lneal. Defncón.- Un problema de complementaredad no lneal (NCP) consste en, dada una funcón F:IR n IR n, n encontrar z IR verfcando z 0 F(z) 0 z F(z) = 0 Este concepto fue defndo por Cottle en su tess doctoral en Obsérvese que s susttumos la condcón de no negatvdad de las varables por otra condcón de caja más general como x [r,s], con el msmo razonamento, las condcones de KK del problema se traducrían en encontrar z [ l, u ] donde F(x,λ)= problema es z = l, F(z) > 0 ó z = u, F(z) < 0 verfcando ó z [ l,u ], F(z) = 0 xl(z) xl(z) = λl(z) y l= r h(x) 0, u= s. Dcho de otro modo, el [ ] encontrar z l, u [ ] verfcando F(z) (x z) 0 x l, u

4 que es un problema de complementaredad mxta (MCP). 2. Relacón entre los VIP y los programas convexos Unos años más tarde, en 1966, Hartman y Stampaccha defnen, tambén tomando como punto de partda la resolucón de programas no lneales, el problema de desgualdades varaconales. Defncón.- El problema de desgualdades varaconales (VIP) consste en, dado un conjunto K IR n convexo no vacío y dada una funcón F:IR n IR n contnuamente dferencable, encontrar x K verfcando (y x) F(x) 0 y K. Este problema lo denotaremos por VI(F,K). Los VIP srven para reformular la búsqueda de solucones de programas convexos. Consderemos el programa (I) con una restrccón añadda: el conjunto de solucones factbles Γ={x D/h (x) 0, =1,2,...,m} lo vamos a suponer convexo. Bajo este supuesto se prueba fáclmente que todas las dreccones factbles en a Γ son exactamente los vectores de la forma d=λ(x-a) con x Γ y λ>0. Además sabemos que una de las formulacones de la condcón necesara de prmer orden para la exstenca de extremo se puede expresar como que toda dreccón factble no es de descenso. En nuestro caso esto se traduce en f(a).λ(x-a) 0, x Γ, λ>0 o lo que es lo msmo f(a).(x-a) 0, x Γ que es un problema de desgualdades varaconales. Resumendo: eorema.- Sea Γ un conjunto no vacío, convexo y cerrado de IR n. Sean f: Γ IR de clase 1 en Γ y F: Γ IR n tales que F f. Entonces: a solucón de mn f(x), x Γ a solucón del VIP defndo por F El recíproco es tambén certo s f es una funcón convexa. Por tanto bajo certas condcones se puede pasar del problema de optmaldad al VIP. Para hacerlo al revés hemos de asegurarnos de que la funcón que defne el VIP es gradente de alguna otra de clase 1. Esto nos lo garantza, en el caso smétrco, el sguente resultado: eorema (condcón para que F sea un gradente).- Sea Γ un conjunto no vacío, convexo y cerrado de IR n. Sea F: Γ IR n de clase 1 en un aberto convexo X contendo en Γ. Entonces F es el gradente de alguna funcón defnda en X s y sólo s JF(x) es smétrca en todo punto x de X. Bajo esta condcón de smetría, la ntegral de línea f(x):= x F(s) ds es 0 ndependente del camno de acuerdo con el teorema de Green y F es ntegrable. Entonces el VIP puede ser reformulado como mn f(x), x en X. 3. Relacón entre los VIP y los NCP En realdad un VIP es una generalzacón de un NCP, pues este segundo no es más que un VI(F,K) donde K=[0, ]. Efectvamente,

5 encontrar z 0 verfcando (y z) F(z) 0 y 0 n encontrar z IR verfcando z 0 F(z) 0 = z F(z) 0 Sea z 0 tal que (y-z) F(z) 0 y 0. enemos que probar, para cada entre 1 y n, que z 0, F (z) 0 y que z F (z)=0. Caso 1. S z =0, como y F (z) 0, y 0 se sgue que F (z) 0 y ya se cumplen las tres desgualdades. Caso 2. S z >0, tomando y=0 se tene que -z F (z) 0 y así F (z) 0. S tomamos y con y >z >0 se tene que y -z >0 y que (y -z )F (z) 0. Así F (z) 0. De estas dos desgualdades conclumos que F (z) =0, con lo que se cumplen las tres desgualdades buscadas. Sea z 0 tal que F(z) 0 y z F(z)=0. enemos que probar, para cada entre 1 y n, que (y -z ) F (z) 0 y 0. Caso 1. S z =0 es trval. Caso 2. S z >0 se tene F (z) = 0 por lo que tambén es trval. Obsérvese que medante una demostracón análoga se puede probar que un MCP es un tpo partcular de VIP. Esta relacón entre el VIP y el NCP permte usar las técncas propas de resolucón de los VIP para resolver los problemas NCP, que es de lo que trata este trabajo. 4. Las funcones gap. Para resolver los problemas planteados es habtual buscar reformulacones de los msmos que los convertan en problemas de optmzacón o de resolucón de sstemas de ecuacones vía funcones mert. Defncón.- Una funcón ψ:x IR n IR {-,+ } se llama funcón mert para el VIP s cumple las sguentes propedades: ) ψ(x) 0 x X ) ψ(x)=0 x es solucón de VIP S tenemos defnda una funcón mert para el problema, entonces buscar solucones se reduce a resolver la ecuacón ψ(x)=0 o el problema de optmzacón mn ψ(x), x X que además será un programa no restrngdo s X=IR n. Para aportar un prmer ejemplo, nos damos cuenta de que s el conjunto donde está defndo el VIP es, además de convexo, cerrado, entonces las solucones del VIP concden con los ceros de la funcón resduo natural r(x)= x (x F(x)), donde denota la proyeccón euclídea. Con esta dea se puede reformular el problema X como un sstema de ecuacones, y además nos permte defnr la funcón mert x (x F(x)). X Este prmer acercamento a las funcones mert no da los frutos deseables. Además de sólo ser aplcable sobre conjuntos cerrados y convexos, no es squera una funcón X

6 dferencable, por lo que resulta dfícl aplcarle los métodos habtuales para la resolucón del sstema o del problema de optmzacón. Por s esto fuese poco, el cálculo efectvo de la funcón es no vable salvo en casos sencllos de X. Otra funcón mert construda con el objeto de resolver el problema es la funcón gap defnda por g(x)= sup{f(x) (x y)} y X Claramente g es una funcón no negatva sobre el conjunto factble X y tal que g(x)=0 s, y sólo s, x resuelve el VIP. Es por tanto una funcón mert. Esta reformulacón no resulta, tampoco, del todo adecuada para el uso. Al gual que en el caso anteror, las reformulacones a partr de esta funcón son de dfícl aprovechamento por la no dferencabldad de g(x). Por s esto no fuera sufcente, el programa resultante es restrngdo, lo cual no es deseable. ambén tene el nconvenente de ser g una funcón que toma valores no necesaramente fntos. El nconvenente de la no dferencabldad se subsana defnendo la funcón gap regularzada 2 g (x) = max F(x) (x y) x y y X 2 donde es un parámetro postvo, pero contnuamos con el obstáculo de encontrarnos con un programa restrngdo. Esta funcón verfca: 1. Es no negatva. 2. g (x)=0 s y sólo s x es solucón de VI(F,X). 3. S F es dferencable, g tambén. 4. S F es fuertemente monótona, entonces g da una cota global del error en X. 5. S F(x) es defnda postva, entonces cada punto estaconaro de g es una solucón del VIP. Excepto el caso en que X tene una estructura senclla, no es fácl calcular la funcón gap regularzada. En Peng (1997) se consdera la funcón M (x)=g 1/ (x)-g (x) donde g es la funcón gap regularzada y una constante mayor que 1. Peng prueba que M permte una reformulacón del VIP como un problema de optmzacón sn restccones. Esta funcón se llama funcón D-gap, donde la D hace referenca a la dferenca de las dos funcones gap regularzadas. Además Peng prueba que cuando el VIP es en realdad un NCP esta funcón se reduce a la lagrangana mplícta propuesta por Mangasaran y Solodov (1993). Entonces la funcón M puede ser consderada una extensón de la funcón lagrangana mplícta para NCP al caso de VIP, y así M hereda algunas propedades de la funcón lagrangana mplícta para NCP. eorema.- a) S F es dferencable, entonces M es tambén dferencable. b) S F(x) es defnda postva en un punto estaconaro x de M entonces x es una solucón del VIP. 2 2 c) Exsten constantes postvas c 1 y c 2 tales que c 1 r(x) M (x) c 2 r(x) donde r es la funcón resduo natural. Por el apartado c), la funcón D-gap hereda de la funcón resduo natural la propedad que proporcona los límtes globales del error o conjuntos de nvel acotados.

7 En Yamashta et al. (1997) se construye una funcón D-gap generalzada y se estudan sus propedades. La generalzacón se realza en dos vías. En prmer lugar se consderan parámetros postvos arbtraros, β tales que <β para defnr las funcon mert, en lugar de y 1/. En segundo lugar, se generalza la funcón dstanca, como en Wu et al. (1993) en la defncón de funcón gap regularzada. Estas extensones permten, en la práctca, ncrementar la flexbldad del dseño de la funcón mert. Se dan condcones medante las cuales un punto estaconaro de la funcón mert generalzada es solucón de un VIP y condcones bajo las cuales la funcón aporta una cota de error global para VIP y presenta un método de descenso para la resolucón del VIP basado en esta funcón mert generalzada, que es una extensón del método de descenso para NCP propuesto en Yamashta y Fukushma (1995). La generalzacón de la funcón gap regularzada que se tomó fue g = max ψ (x,y) donde ψ (x,y) = F(x) (x y) φ (x,y), y X con constante postva y φ:ir 2n IR cumplendo: C1. φ es contnuamente dferencable en IR 2n C2. φ es no negatva en IR 2n. C3. φ(x,-) es unformemente fuertemente convexa en x, es decr, exste una constante λ>0 tal que para cada x de IR n, φ(x,y 1 )- φ(x,y 2 ) y φ(x,y 2 ) 2 (y 1 -y 2 ) + λ y1 y2 y 1, y 2 IR n C4. φ(x,y)=0 x=y En Wu et al. (1993) se prueba que la funcón g dsfruta de la mayor parte de las buenas propedades de g : la no negatvdad sobre X; los ceros concden con las solucones del VIP; la clase 1; la propedad g = F(x) + F(x) (x-y (x)) - x φ(x, y (x)) donde y (x) denota el únco maxmzador de ψ (x,-); y que g da una cota de error sobre X, s F es fuertemente monótona y con contnudad lpschzana y y φ(x,-) es unformemente contnuamente lpschtzana en x. Aunque exsten dferentes ejemplos de funcones que verfcan C1-C4, en la práctca lo habtual es consderar φ(x,y)= (x-y) B(x) (x-y), donde B(x) es una matrz n n de clase 1, smétrca y unformemente postva. Cuando B(x) es, para cada x, la matrz dentdad entonces lo que tenemos es el cuadrado de la norma euclídea, 2 φ (x,y) = x y. Usando esta generalzacón de la funcón gap regularzada, consderamos la funcón D-gap g β : IR n IR defnda por g β (x) = g (x) g β(x) = = max ψ (x, y) max ψ (x, y) = y X y X = F(x) (y β (x)-y (x)) + β φ(x, y β (x))- φ(x, y (x)), donde y β son parámetros arbtraros tales que 0< < β y se conserva la notacón anteror. Así defnda g β es una funcón mert dferencable que verfca: 1. S F(x) es defnda postva y x φ(x,y)=- y φ(x,y) y IR n, entonces cada punto estaconaro de g β es una solucón del VIP. β

8 2. S F es fuertemente monótona y lpschtzana y y φ(x,-) es unformemente lpschtzana, entonces g β da una cota global del error en X. 5. Aplcacón de las funcones gap a los NCP Exsten actualmente numerosas vías de resolucón de NCP. Es habtual usar algortmos de punto nteror, análogos a los de los LCP. ambén se pueden aprovechar los conocmentos sobre complementaredad lneal en los LCP-métodos, consstentes esencalmente en aproxmar en cada teracón, nuestro problema por uno lneal. Bajo condcones de monotonía se están aplcando tambén métodos de homotopía, consstentes en añadr una varable para poder segur un camno que nos lleve a la solucón. Las funcones mert son tambén amplamente utlzadas para reformular los NCP como problemas de optmzacón. Para estos problemas se han defndo las llamadas NCP-funcones que, aprovechando la especal estructura del planteamento, permten la construccón de bastantes funcones mert. Pero al tratarse el NCP de un tpo especal de VIP, la utlzacón de los dversos algortmos utlzados y estudados en profunddad para los VIP podrán ser aprovechados para esta caso. En partcular creemos especalmente nteresante y escasamente explotado para este caso el uso de funcones D-gap. Obsérvese que bajo estas condcones la funcón gap regularzada adquere un aspecto especalmente nteresante debdo a lo fácl de su computabldad. Como ya hemos dcho antes, estamos en X=[0, ], por tanto 2 g (x) = max F(x) (x y) x y y 0 2 Como la expresón entre llaves es una funcón cuadrátca estrctamente cóncava en la varable y, tene un únco máxmo que concdrá con el punto crítco, y (x) = x F(x) [0, ], y así g (x) = F(x) + (F(x)x x ) x F (x) 2 x< F (x) 2 y así la funcón D-gap g β, para parámetros arbtraros y β tales que 0< < β, admte una computacón senclla. Peng y Fukushma (1999) proponen un algortmo híbrdo de Newton para VIP con restrccones convexas que, s F es contnuamente dferencable y fuertemente monótona, resulta ser globalmente convergente. Bajo condcones adecuadas tenemos además la convergenca cuadrátca. S abordamos el caso partcular de los MCP, y por tanto para los NCP, resulta que Peng, Kanzow y Fukushma (1999) aplcan el algortmo y refnan los resultados de convergenca exgendo esta vez que F sea una P-funcón. Además el algortmo general para los VIP resulta de dfícl cálculo en general porque mplca un subproblema: un VIP lnealzado. En el caso de los NCP el cálculo es relatvamente sencllo. ambén el algortmo descrto en Kanzow y Fukushma (1998a) es útl para la resolucón de los NCP. Este algortmo usa las funcones D-gap para resolver los MCP, esencalmente por cuestones de computabldad. La dea de fondo es radcalmente dstnta. Debdo a que en general la funcón D-gap no es dos veces dferencable con contnudad, se construye un hessano generalzado para construr la dreccón de descenso del algortmo tpo Newton truncado. En este caso el algortmo resultante es,

9 bajo condcones adecuadas, global y localmente convergente y de convergenca superlneal. En Kanzow y Fukushma (1998b) se usa un algortmo de Newton nonsmooth. La dreccón de descenso para la funcón D-gap se calcula medante la reformulacón del problema en un sstema no lneal de ecuacones: r(x)=0. Debdo a la especal estructura del caso NCP el cálculo de los elementos de la subdferencal de Clarke es factble. Así logramos, bajo la suposcón de que F sea una P-funcón, la convergenca superlneal, que añadendo la condcón F localmente lpschtzana, podemos asegurar que es cuadrátca. Un ejemplo más recente para el caso monótono aparece en Solodov y seng (2000), en donde se obtene la convergenca lneal de un algortmo que consdera en cada paso k parámetros k, β k y busca una dreccón de descenso para g β k k. Este algortmo tene la ventaja de no necestar la evaluacón de dervadas para su mplementacón. Los ejemplos que se exponen anterormente pueden servr de muestra del buen comportamento que los algortmos de resolucón de VIP tenen para los NCP; las condcones de computabldad y de convergenca mejoran frente al caso general. Esto puede servr de alento para trabajar en el camno de profundzar en el estudo de la aplcacón de otros de los numerosos algortmos para VIP que exsten en la lteratura a este problema partcular, y comparar los resultados teórcos obtendos con el objeto de poner encontrar el método más adecuado para cada stuacón. Referencas bblográfcas Kanzow, C. y Fukushma, M. (1998a). heoretcal and numercal nvestgaton of the D-gap functon for box constraned varatonal nequaltes. Mathematcal Programmng, 83, pp Kanzow, C. y Fukushma, M. (1998b). Solvng box constraned varatonal nequaltes by usng the natural resdual wth D-gap functon globalzaton. Operatons Research Letters, 23, pp Mangasaran, O. L. y Solodov, M. V. (1993). Nonlnear complementarty as unconstraned and constraned mnmzaton. Mathematcal Programmng, 62, pp Peng, J.M. (1997). Equvalence of varatonal nequalty problems to unconstraned mnmzaton. Mathematcal Programmng, 78, pp Peng, J. M., Kanzow, C. y Fukushma, M. (1999). A hybrd Josephy-Newton method for solvng box constraned varatonal nequalty problems va the D-gap functon. Optmzaton Methods and Software, 10, pp Peng, J. M. y Fukushma, M. (1999). A hybrd Newton method for solvng the varatonal nequalty problem va the D-gap functon. Mathematcal Programmng, 86, pp Solodov, M.V. y seng, P. (2000), Some methods based on the D-gap functon for solvng monotone varatonal nequaltes. Computatonal Optmzaton and Applcatons, 17, pp Wu, J. H.; Floran, M. y Marcotte, P. (1993). A general descent framework for the monotone varatonal nequalty problem. Mathematcal Programmng, 61, pp

10 Yamashta, N. y Fukushma, K. (1995). On Statonary ponts of the mplct Lagrangan for Nonlnear Complementarty Problems. Journal of Optmzaton heory and Applcatons, 84, pp Yamashta, N.; aj, K. y Fukushma, K. (1997). Unconstraned optmzaton reformulatons of varatonal nequalty problems. Journal of Optmzaton heory and Applcatons, 92, pp

Optimización no lineal

Optimización no lineal Optmzacón no lneal José María Ferrer Caja Unversdad Pontfca Comllas Planteamento general mn f( x) x g ( x) 0 = 1,..., m f, g : n R R La teoría se desarrolla para problemas de mnmzacón, los problemas de

Más detalles

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel

Problemas de Optimización. Conceptos básicos de optimización. Indice. Un problema de optimización NLP. Equivalencias. Contornos / Curvas de nivel Conceptos báscos de optmzacón Problemas de Optmzacón Prof. Cesar de Prada Dpt. Ingenería de Sstemas y Automátca UVA prada@autom.uva.es mn J() h() = g() Problema general NPL Para encontrar una solucón al

Más detalles

Geometría convexa y politopos, día 1

Geometría convexa y politopos, día 1 Geometría convexa y poltopos, día 1 Alexey Beshenov (cadadr@gmal.com) 8 de agosto de 2016 Los objetos geométrcos que nos nteresan en esta hstora son subconjuntos de R n. Voy a denotar los puntos de R n

Más detalles

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004)

FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Ximénez & San Martín, 2004) FE DE ERRATAS Y AÑADIDOS AL LIBRO FUNDAMENTOS DE LAS TÉCNICAS MULTIVARIANTES (Xménez & San Martín, 004) Capítulo. Nocones báscas de álgebra de matrces Fe de erratas.. Cálculo de la transpuesta de una matrz

Más detalles

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización.

Simulación y Optimización de Procesos Químicos. Titulación: Ingeniería Química. 5º Curso Optimización. Smulacón y Optmzacón de Procesos Químcos Ttulacón: Ingenería Químca. 5º Curso Optmzacón. Programacón Cuadrátca Métodos de Penalzacón Programacón Cuadrátca Sucesva Gradente Reducdo Octubre de 009. Programacón

Más detalles

Sistemas Lineales de Masas-Resortes 2D

Sistemas Lineales de Masas-Resortes 2D Sstemas neales de Masas-Resortes D José Cortés Pareo. Novembre 7 Un Sstema neal de Masas-Resortes está consttudo por una sucesón de puntos (de ahí lo de lneal undos cada uno con el sguente por un resorte

Más detalles

Agenda del 17/5/2017

Agenda del 17/5/2017 Agenda del 17/5/2017 Regresón lneal Idea y orgen La geometría de los mínmos cuadrados Los problemas numércos que conducen a malos resultados. Ejemplo real. Mínmos cuadrados no lneales Demostracón de software

Más detalles

ANEXO A: Método de Interpolación de Cokriging Colocado

ANEXO A: Método de Interpolación de Cokriging Colocado ANEXO A: Método de Interpolacón de Corgng Colocado A. Conceptos Báscos de Geoestadístca Multvarada La estmacón conunta de varables aleatoras regonalzadas, más comúnmente conocda como Corgng (Krgng Conunto),

Más detalles

3.- Programación por metas.

3.- Programación por metas. Programacón Matemátca para Economstas 1 3.- Programacón por metas. Una vez menconados algunos de los nconvenentes de las técncas generadoras, la ncorporacón de nformacón se va a traducr en una accón del

Más detalles

Matemáticas Discretas

Matemáticas Discretas Coordnacón de Cencas Computaconales - INAOE Matemátcas Dscretas Cursos Propedéutcos 2010 Cencas Computaconales INAOE Dr. Lus Vllaseñor Pneda vllasen@naoep.mx http://ccc.naoep.mx/~vllasen Algo de nformacón

Más detalles

5 Métodos iterativos para la resolución de ecuaciones algebraicas lineales Método de Gauss-Jacobi Método de Gauss-Seidel...

5 Métodos iterativos para la resolución de ecuaciones algebraicas lineales Método de Gauss-Jacobi Método de Gauss-Seidel... CONTENIDO 5 Métodos teratvos para la resolucón de ecuacones algebracas lneales 95 5.1 Método de Gauss-Jacob................................ 95 5.2 Método de Gauss-Sedel................................

Más detalles

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior.

2. EL TENSOR DE TENSIONES. Supongamos un cuerpo sometido a fuerzas externas en equilibrio y un punto P en su interior. . EL TENSOR DE TENSIONES Como se explcó prevamente, el estado tensonal en un punto nteror de un cuerpo queda defndo por 9 componentes, correspondentes a componentes por cada una de las tensones nternas

Más detalles

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros

Perturbación de los valores propios simples de matrices de polinomios dependientes diferenciablemente de parámetros Perturbacón de los valores propos smples de matrces de polnomos dependentes dferencablemente de parámetros M Isabel García-Planas 1, Sona Tarragona 2 1 Dpt de Matemàtca Aplcada I, Unverstat Poltècnca de

Más detalles

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1

i=1 Demuestre que cumple los axiomas de norma. Calcule el límite Verifiquemos cada uno de los axiomas de la definición de norma: i=1 CAPÍTULO 3 EJERCICIOS RESUELTOS: CONCEPTOS BÁSICOS DE ÁLGEBRA LINEAL Ejerccos resueltos 1 1. La norma p (tambén llamada l p ) en R n se defne como ( ) 1/p x p = x p. Demuestre que cumple los axomas de

Más detalles

Existencia y unicidad de solución de una ecuación diferencial parcial no lineal estacionaria del tipo elíptico

Existencia y unicidad de solución de una ecuación diferencial parcial no lineal estacionaria del tipo elíptico Agrondustral Scence Agrond Sc 5 (05) Escuela de Ingenería Agrondustral Unversdad Naconal de Trujllo Exstenca uncdad de solucón de una ecuacón dferencal parcal no lneal estaconara del tpo elíptco Exstence

Más detalles

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD

10. VIBRACIONES EN SISTEMAS CON N GRADOS DE LIBERTAD 10. VIBRACIONES EN SISEMAS CON N GRADOS DE LIBERAD 10.1. Matrces de rgdez, nerca y amortguamento Se puede demostrar que las ecuacones lneales del movmento de un sstema dscreto de N grados de lbertad sometdo

Más detalles

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA.

5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Programacón en Pascal 5. PROGRAMAS BASADOS EN RELACIONES DE RECURRENCIA. Exsten numerosas stuacones que pueden representarse medante relacones de recurrenca; entre ellas menconamos las secuencas y las

Más detalles

Estadísticos muéstrales

Estadísticos muéstrales Estadístcos muéstrales Hemos estudado dferentes meddas numércas correspondentes a conjuntos de datos, entre otras, estudamos la meda, la desvacón estándar etc. Ahora vamos a dstngur entre meddas numércas

Más detalles

Dpto. Física y Mecánica

Dpto. Física y Mecánica Dpto. Físca y Mecánca Mecánca analítca Introduccón Notacón Desplazamento y fuerza vrtual Fuerza de lgadura Trabao vrtual Energía cnétca. Ecuacones de Lagrange Prncpode los trabaos vrtuales Prncpo de D

Más detalles

Modelos lineales Regresión simple y múl3ple

Modelos lineales Regresión simple y múl3ple Modelos lneales Regresón smple y múl3ple Dept. of Marne Scence and Appled Bology Jose Jacobo Zubcoff Modelos de Regresón Smple Que tpo de relacón exste entre varables Predccón de valores a partr de una

Más detalles

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA . El Método de Dferencas Fntas El Método consste en una aproxmacón de las dervadas parcales por expresones algebracas con los valores de

Más detalles

Bloque 2 Análisis de circuitos alimentados en corriente continua. Teoría de Circuitos

Bloque 2 Análisis de circuitos alimentados en corriente continua. Teoría de Circuitos Bloque Análss de crcutos almentados en corrente contnua Teoría de Crcutos . Métodos sstemátcos de resolucón de crcutos : Método de mallas Métodos sstemátcos de resolucón de crcutos Permten resolver los

Más detalles

INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS: UN ENFOQUE MATEMÁTICO

INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS: UN ENFOQUE MATEMÁTICO MEF para problemas do orden Problema undmensonal INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS: UN ENFOQUE MATEMÁTICO Govann Calderón y Rodolfo Gallo Grupo Cencas de la Computacón Departamento de Matemátcas

Más detalles

6.9 El trazador cúbico

6.9 El trazador cúbico 4.9 El trazador cúbco El polnomo de nterpolacón es útl s se usan pocos datos y que además tengan un comportamento polnomal, así su representacón es un polnomo de grado bajo y adecuado. S no se cumplen

Más detalles

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso CURSO ITERACIOAL: COSTRUCCIÓ DE ESCEARIOS ECOÓMICOS ECOOMETRÍA AVAZADA Instructor: Horaco Catalán Alonso Modelo de Regresón Lneal Smple El modelo de regresón lneal representa un marco metodológco, que

Más detalles

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad.

PROYECTO DE TEORIA DE MECANISMOS. Análisis cinemático y dinámico de un mecanismo plano articulado con un grado de libertad. Nombre: Mecansmo: PROYECTO DE TEORIA DE MECANISMOS. Análss cnemátco y dnámco de un mecansmo plano artculado con un grado de lbertad. 10. Análss dnámco del mecansmo medante el método de las tensones en

Más detalles

Operadores por Regiones

Operadores por Regiones Operadores por Regones Fltros por Regones Los fltros por regones ntentan determnar el cambo de valor de un píxel consderando los valores de sus vecnos I[-1,-1] I[-1] I[+1,-1] I[-1, I[ I[+1, I[-1,+1] I[+1]

Más detalles

ALGUNOS MODELOS DE UNA NEURONA

ALGUNOS MODELOS DE UNA NEURONA ALGUNOS MODELOS DE UNA NEURONA w 1 Μ w 2 w m ADALINE ADAptve Lnear Element Wdrow y Hoff 1960 w 1 Μ w 2 w m El Adalne x 0 x 1 x 2 Μ Μ x m con w 2 w = x = w 1 w m v b m v m = w j x j + b = j= 1 = 0 [ b w

Más detalles

Principio del palomar

Principio del palomar Prncpo del palomar Juana Contreras S. Claudo del Pno O. Insttuto de Matemátca y Físca Unversdad de Talca Introduccón Cuando se reúnen 367 personas, es seguro que debe haber al menos dos personas que cumplen

Más detalles

Estimación no lineal del estado y los parámetros

Estimación no lineal del estado y los parámetros Parte III Estmacón no lneal del estado y los parámetros 1. Estmacón recursva El ltro de Kalman extenddo 12 es una técnca muy utlzada para la la estmacón recursva del estado de sstemas no lneales en presenca

Más detalles

Medidas de Variabilidad

Medidas de Variabilidad Meddas de Varabldad Una medda de varabldad es un ndcador del grado de dspersón de un conjunto de observacones de una varable, en torno a la meda o centro físco de la msma. S la dspersón es poca, entonces

Más detalles

+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2

+ y 1 ; U 2 (x 2,y 2 ) = ax 2 (x 2) 2 2 13. Consdere un mercado en el que hay dos consumdores con las sguentes funcones de utldad: U 1 (x 1,y 1 = 4x 1 (x 1 + y 1 ; U (x,y = ax (x + y con 4 > a >0 donde x, =1,, es la cantdad del ben x consumda

Más detalles

Introducción a la Química Computacional. Reservados todos los derechos de reproducción. Luis A. Montero Cabrera, Universidad de La Habana, Cuba, 2006.

Introducción a la Química Computacional. Reservados todos los derechos de reproducción. Luis A. Montero Cabrera, Universidad de La Habana, Cuba, 2006. TEORÍA SIMPLE DE ORBITALES MOLECULARES DE ÜCKEL (MO) En 93 Erck ückel planteó que la combnacón lneal de orbtales atómcos (LCAO) tomados como funcones hdrogenodes del tpo p z permte calcular los estados

Más detalles

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla.

EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. x x0 y y0. Deducir la fórmula para el polinomio de Lagrange de grado a lo más uno que Interpola la tabla. EJERCICIOS SOBRE INTERPOLACIÓN POLINOMIAL. Consdere la sguente tabla, donde 0 : 0 y y0 y Deducr la fórmula para el polnomo de Lagrange de grado a lo más uno que Interpola la tabla.. Consdere la sguente

Más detalles

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta

Espacios de Búsqueda en un Árbol Binario para Resolver Problemas de Optimización Discreta Espacos de Búsueda en un Árbol Bnaro para Resolver Problemas de Optmzacón Dscreta María Elena Gómez-Torres J. Crspín Zavala-Díaz Marco Antono Cruz- Chávez 3 Insttuto Tecnológco de Zacatepec Calzada Insttuto

Más detalles

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales:

Vectores VECTORES 1.- Magnitudes Escalares y Magnitudes Vectoriales. Las Magnitudes Escalares: Las Magnitudes Vectoriales: VECTOES 1.- Magntudes Escalares y Magntudes Vectorales. Las Magntudes Escalares: son aquellas que quedan defndas úncamente por su valor numérco (escalar) y su undad correspondente, Eemplo de magntudes

Más detalles

Problemas de Condiciones de Contorno para Ecuaciones Diferenciales Ordinarias

Problemas de Condiciones de Contorno para Ecuaciones Diferenciales Ordinarias Problemas de Condcones de Contorno para Ecuacones Dferencales Ordnaras Segundo curso Grado en Físca Índce Introduccón Métodos de dsparo Método de dsparo para resolver problemas de ODE con condcones de

Más detalles

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS

Capítulo 2: Introducción al método de los Elementos Finitos 2. CAPÍTULO 2 INTRODUCCIÓN AL MÉTODO DE LOS ELEMENTOS FINITOS Capítulo 2: Introduccón al método de los Elementos Fntos 2. CAPÍTULO 2 ITRODUCCIÓ AL MÉTODO DE LOS ELEMETOS FIITOS 2.. ITRODUCCIÓ Vrtualmente cada fenómeno en la naturaleza, sea bológco, geológco o mecánco

Más detalles

Tecnología y Ciencias del Agua ISSN: Instituto Mexicano de Tecnología del Agua México

Tecnología y Ciencias del Agua ISSN: Instituto Mexicano de Tecnología del Agua México Tecnología y Cencas del Agua ISS: 087-86 revsta.tyca@gmal.com Insttuto Mexcano de Tecnología del Agua Méxco Marón-Domínguez, Davd Ernesto; Gutérrez-de-la-Rosa, Alberto Resolucón de la ecuacón de la adveccón-dspersón

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

PUBLICACIONES DE 4º CURSO

PUBLICACIONES DE 4º CURSO PUBLICACIONES DE 4º CURSO Grado: DERECHO-ADE Asgnatura: ECONOMERÍA Grupos: Únco ema: ESQUEMA EMA Profesores: Inmaculada Vllanúa Departamento de ANÁLISIS ECONÓMICO Curso Académco 04/5 ema : El Modelo Lneal

Más detalles

Facultad de Ciencias Exactas, Ingeniería y Agrimensura Universidad Nacional de Rosario. Identificación de Sistemas

Facultad de Ciencias Exactas, Ingeniería y Agrimensura Universidad Nacional de Rosario. Identificación de Sistemas Facultad de Cencas Exactas, Ingenería y Agrmensura Unversdad Naconal de Rosaro Identfcacón de Sstemas rabajo Práctco Nro. Identfcacón de una Planta de Neutralzacón de ph Mayo 202 rabajo Práctco Nro. Identfcacón

Más detalles

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto

Análisis Matemático en la Economía: Optimización y Programación. Augusto Rufasto Análss Matemátco en la Economía: Optmzacón y Programacón arufast@yahoo.com-rufasto@lycos.com www.geoctes.com/arufast-http://rufasto.trpod.com La optmzacón y la programacón están en el corazón del problema

Más detalles

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI

CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI CAPÍTULO 5: MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 57 CAPÍTULO 5 MÉTODO DE LA FUNCIÓN ELÍPTICA DE JACOBI 5. Resumen Se busca solucón a las ecuacones acopladas que descrben los perfles de onda medante

Más detalles

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED

CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED Modelo en red para la smulacón de procesos de agua en suelos agrícolas. CAPÍTULO IV: MODELOS MATEMÁTICOS Y MODELOS EN RED IV.1 Modelo matemátco 2-D Exsten dos posbldades, no ndependentes, de acuerdo con

Más detalles

Fugacidad. Mezcla de gases ideales

Fugacidad. Mezcla de gases ideales Termodnámca del equlbro Fugacdad. Mezcla de gases deales rofesor: Alí Gabrel Lara 1. Fugacdad 1.1. Fugacdad para gases Antes de abarcar el caso de mezclas de gases, debemos conocer como podemos relaconar

Más detalles

Relaciones entre variables

Relaciones entre variables Relacones entre varables Las técncas de regresón permten hacer predccones sobre los valores de certa varable Y (dependente), a partr de los de otra (ndependente), entre las que se ntuye que exste una relacón.

Más detalles

Generación de e Modelos 3D a Partir de e Datos de e Rango de e Vistas Parciales.

Generación de e Modelos 3D a Partir de e Datos de e Rango de e Vistas Parciales. Generacón de e Modelos 3D a Partr de e Datos de e Rango de e Vstas Parcales. Santago Salamanca Mño Escuela de Ingenerías Industrales Unversdad de Extremadura (UNED, UCLM, UEX) Introduccón (I) Qué es un

Más detalles

3 - VARIABLES ALEATORIAS

3 - VARIABLES ALEATORIAS arte Varables aleatoras rof. María B. ntarell - VARIABLES ALEATORIAS.- Generaldades En muchas stuacones epermentales se quere asgnar un número real a cada uno de los elementos del espaco muestral. Al descrbr

Más detalles

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR En esta práctca se llevará a cabo un estudo de modelado y smulacón tomando como base el ntercambador de calor que se ha analzado en el módulo de teoría.

Más detalles

Integración por el método de los residuos

Integración por el método de los residuos Semana 13 - lase 38 Tema 6: Varable ompleja 1. Introduccón Integracón por el método de los resduos Las expansones de funcones en seres de potencas dejan resduos al detener la expansón a para una determnada

Más detalles

Máximos y mínimos de una función real de dos variables reales

Máximos y mínimos de una función real de dos variables reales Mámos mínmos de una uncón real Dencón Sea D una regón del plano Sea :D R Se dce que alcanza su valor mámo absoluto M en un punto P =, ) D cuando M =, ),),) D Se dce que tene un mámo relatvo en un punto

Más detalles

Vectores en el espacio

Vectores en el espacio ectores en el espaco Los puntos y los vectores en el espaco se pueden representar como ternas de números reales (a,b,c) c b a Por el Teorema de Ptagoras, la norma del vector = (a,b,c) es = a 2 +b 2 +c

Más detalles

Propiedades efectivas de medios periódicos magneto-electroelásticos a través de funciones de Green

Propiedades efectivas de medios periódicos magneto-electroelásticos a través de funciones de Green Propedades efectvas de medos peródcos magneto-electroelástcos a través de funcones de Green utores: Lázaro Makel Sto Camacho Julán Bravo Castllero LOGO Renaldo Rodríguez Ramos Raúl Gunovart Díaz Introduccón

Más detalles

Números de Bernoulli y números de Stirling

Números de Bernoulli y números de Stirling Números de Bernou y números de Strng Aexey Beshenov (cadadr@gma.com 2 de Marzo de 27 Dgresón combnatora: os números de Strng Nuestro próxmo objetvo es obtener agunas expresones para os números de Bernou

Más detalles

Variables Aleatorias

Variables Aleatorias Varables Aleatoras VARIABLES ALEATORIAS. Varable aleatora. Tpos.... Dstrbucón de probabldad asocada a una varable aleatora dscreta... 4. Funcón de dstrbucón. Propedades... 5 4. Funcón de densdad... 7 5.

Más detalles

1).- Para > 0, B= {x R L : p. x I} = {x R L

1).- Para > 0, B= {x R L : p. x I} = {x R L Pontfca Unversdad Católca del Perú Programa de Maestría en Economía Curso: Mcroeconomía Intermeda Profesores: Clauda Barrga & José Gallardo Asstente: César Gl Malca Propedades de las funcones de demanda

Más detalles

ANEXO C: Estimación del Orden de Error de Colocación TH en una Dimensión

ANEXO C: Estimación del Orden de Error de Colocación TH en una Dimensión Estmacón de Orden de Error de Coocacón TH en una Dmensón ANEXO C: Estmacón de Orden de Error de Coocacón TH en una Dmensón Sean û ŵ as aproxmacones de u w, respectvamente. Además, defnmos ex ( ) ux ( )

Más detalles

UNIDAD N 1 ESPACIOS VECTORIALES

UNIDAD N 1 ESPACIOS VECTORIALES UNIDAD N ESPACIOS VECTORIALES ESPACIOS VECTORIALES DEFINICIÓN Nº : Un CUERPO F es un conjunto con dos operacones (denotadas por + y ) que satsface las sguentes propedades: + ) La adcón es conmutatva, o

Más detalles

TERMODINÁMICA AVANZADA

TERMODINÁMICA AVANZADA TERMODINÁMICA AVANZADA Undad III: Termodnámca del Equlbro Ecuacones para el coefcente de actvdad Funcones de eceso para mezclas multcomponentes 9/7/0 Rafael Gamero Funcones de eceso en mezclas bnaras Epansón

Más detalles

6 Minimización del riesgo empírico

6 Minimización del riesgo empírico 6 Mnmzacón del resgo empírco Los algortmos de vectores soporte consttuyen una de las nnovacones crucales en la nvestgacón sobre Aprendzaje Computaconal en la década de los 990. Consttuyen la crstalzacón

Más detalles

Modelado de un Robot Industrial KR-5

Modelado de un Robot Industrial KR-5 RESUMEN Modelado de un Robot Industral KR-5 (1) Eduardo Hernández 1, Samuel Campos 1, Jorge Gudno 1, Janeth A. Alcalá 1 (1) Facultad de Ingenería Electromecánca, Unversdad de Colma, km 2 Carretera Manzanllo-Barra

Más detalles

x j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule,

x j x 1,,x n, j 1,,n La condición necesaria y suficiente es que el determinante Jacobiano de la transformación no se anule, Mecánca Cambo de Coordenadas En coordenadas Cartesanas estamos acostumbrados a pensar a los vectores base como versores (vectores de norma 1 o untaros) drgdos a lo largo de los correspondentes ejes, en

Más detalles

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller

Universidad Simón Bolívar Conversión de Energía Eléctrica - Prof. José Manuel Aller Unversdad Smón Bolívar Conversón de Energía Eléctrca Prof José anuel Aller 41 Defncones báscas En este capítulo se estuda el comportamento de los crcutos acoplados magnétcamente, fjos en el espaco El medo

Más detalles

SISTEMAS DE ECUACIONES DIFERENCIALES

SISTEMAS DE ECUACIONES DIFERENCIALES DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS AROXIMADOS EN ING. QUÍMICA TF-33 SISTEMAS DE ECUACIONES DIFERENCIALES Esta guía fue elaborada por: rof.

Más detalles

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales

16.21 Técnicas de diseño y análisis estructural. Primavera 2003 Unidad 8 Principio de desplazamientos virtuales 16.21 Técncas de dseño y análss estructural Prmavera 2003 Undad 8 Prncpo de desplazamentos vrtuales Prncpo de desplazamentos vrtuales Tengamos en cuenta un cuerpo en equlbro. Sabemos que el campo de esfuerzo

Más detalles

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D.

CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 01. Ing. Diego A. Patiño G. M.Sc, Ph.D. CAPITULO 3º SOLUCIÓN ECUACIÓN DE ESTADO- 0 Ing. Dego A. Patño G. M.Sc, Ph.D. Solucón de la Ecuacón de Estado Solucón de Ecuacones de Estado Estaconaras: Para el caso estaconaro (nvarante en el tempo),

Más detalles

4. La Factorización No Negativa de Matrices

4. La Factorización No Negativa de Matrices 4. La Factorzacón No Negatva de Matrces 4.1 Introduccón Un problema bastante extenddo en dferentes técncas de análss de datos consste en encontrar una representacón adecuada de los datos. Un tpo de representacón

Más detalles

Geometría diferencial de superficies en el espacio

Geometría diferencial de superficies en el espacio Geometría dferencal de superfces en el espaco Marano Suárez-Álvarez 31 de agosto, 2015 1 Superfces en el espaco 1 1.1 Cartas y superfces..................... 1 1.2 Funcones dferencables..................

Más detalles

8. Espacio vectorial con producto escalar

8. Espacio vectorial con producto escalar Depto de Álgebra, curso 7-8 8 Espaco vectoral con producto escalar Productos escalares Ejercco 8 Demuestre que s P es una matrz nvertble n n sobre C y P es su matrz traspuesta conjugada entonces la aplcacón

Más detalles

Propiedades Asintóticas

Propiedades Asintóticas Capítulo 3 Propedades Asntótcas 3.. Dstrbucones Estaconaras Defncón 3. Sea X n, n, una cadena de Markov con espaco de estados E y matrz de transcón P. Sea π(), E, una dstrbucón de probabldad, es decr,

Más detalles

SOLUCIÓN AL PROBLEMA COMBINATORIO USANDO UNA FUNCIÓN DE CLASE HÖLDER

SOLUCIÓN AL PROBLEMA COMBINATORIO USANDO UNA FUNCIÓN DE CLASE HÖLDER European Scentfc Journal December 03 /SPECIAL/ edton vol4 ISSN: 857 788 (Prnt) e - ISSN 857-743 SOLUCIÓN AL PROBLEMA COMBINATORIO USANDO UNA FUNCIÓN DE CLASE HÖLDER Anna Tarasenko, PhD Área Académca de

Más detalles

Medidas de centralización

Medidas de centralización 1 Meddas de centralzacón Meda Datos no agrupados = x X = n = 0 Datos agrupados = x X = n = 0 Medana Ordenamos la varable de menor a mayor. Calculamos la columna de la frecuenca relatva acumulada F. Buscamos

Más detalles

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de

Matemáticas II. Segundo Curso, Grado en Ingeniería Electrónica Industrial y Automática Grado en Ingeniería Eléctrica. 17 de febrero de Matemátcas II Segundo Curso, Grado en Ingenería Electrónca Industral y Automátca Grado en Ingenería Eléctrca 7 de febrero de 0. Conteste las sguentes cuestones: Ã! 0 (a) (0.5 ptos.) Escrba en forma bnómca

Más detalles

Usando geometría proyectiva para corregir una cámara. Parte II

Usando geometría proyectiva para corregir una cámara. Parte II Usando geometría proyectva para corregr una cámara. Parte II No hay nada partcularmente profundo en este problema o en su solucón, pero espero que muestre el placer que se puede encontrar cuando usamos

Más detalles

Práctica 4ª: RESOLUCIÓN DE SISTEMAS LINEALES. METODOS ITERATIVOS.

Práctica 4ª: RESOLUCIÓN DE SISTEMAS LINEALES. METODOS ITERATIVOS. practca4srnb Apelldos Nombre: Práctca 4ª: RESOLUCIÓN DE SISTEMAS LINEALES METODOS ITERATIVOS Normas vectorales normas matrcales Número de condcón de una matr Cuando se construe una sucesón de vectores

Más detalles

CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO

CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO 8 CAPÍTULO 4. CINEMÁTICA DE LOCALIZACIÓN DEL ROBOT PARALELO En esta seccón se descrbe el análss de posconamento y orentacón del robot paralelo: Se resuelve el problema cnemátco nverso en base a métodos

Más detalles

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo

Aplicación de curvas residuo y de permeato a sistemas batch y en continuo Aplcacón de curvas resduo de permeato a sstemas batch en contnuo Alan Dder érez Ávla En el presente trabajo se presentara de manera breve como obtener las ecuacones que generan las curvas de resduo, de

Más detalles

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica?

Problema: Existe relación entre el estado nutricional y el rendimiento académico de estudiantes de enseñanza básica? Relacones entre varables cualtatvas Problema: xste relacón entre el estado nutrconal y el rendmento académco de estudantes de enseñanza básca? stado Nutrconal Malo Regular Bueno TOTAL Bajo 13 95 3 55 Rendmento

Más detalles

Tema 4: Variables aleatorias

Tema 4: Variables aleatorias Estadístca 46 Tema 4: Varables aleatoras El concepto de varable aleatora surge de la necesdad de hacer más manejables matemátcamente los resultados de los expermentos aleatoros, que en muchos casos son

Más detalles

CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES

CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES CONDICIONES DE KUHN Y TUCKER APLICACIONES A LA ECONOMIA Y AL MERCADO DE CAPITALES Bernardello, Alca Blanca y Vcaro, Aldo Omar Departamento de Matemátca Facultad de Cencas Económcas de la Unversdad de Buenos

Más detalles

INSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS

INSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS ESCUELA: CARRERA: ESPECALDAD: COORDNACON: DEPARTAMENTO: UPCSA NGENERA EN TRANSPORTE ACADEMAS DE MATEMATCAS CENCAS BASCAS ASGNATURA: MATEMATCAS APLCADAS : TMMA SEMESTRE: 4 CREDTOS: 8 VGENTE: ENERO 2000

Más detalles

CI42A: ANALISIS ESTRUCTURAL. Programa CI42A

CI42A: ANALISIS ESTRUCTURAL. Programa CI42A CI4A: ANALISIS ESTRUCTURAL Prof.: Rcardo Herrera M. Programa CI4A NÚMERO NOMBRE DE LA UNIDAD OBJETIVOS DURACIÓN 4 semanas Prncpo de los trabajos vrtuales y teoremas de Energía CONTENIDOS.. Defncón de trabajo

Más detalles

Interacción de Métodos Teóricos, Numéricos y Experimentales en el Rediseño y Análisis de un Elemento Estructural Hecho de Materiales Compuestos.

Interacción de Métodos Teóricos, Numéricos y Experimentales en el Rediseño y Análisis de un Elemento Estructural Hecho de Materiales Compuestos. Interaccón de Métodoeórcos, Numércos y Expermentales en el Redseño y Análss de un Elemento Estructural Hecho de Materales ompuestos. Juan arlos Valdés alazar McME Gerente de Ingenería y Desarrollo PADA

Más detalles

17/02/2015. Ángel Serrano Sánchez de León

17/02/2015. Ángel Serrano Sánchez de León Ángel Serrano Sánchez de León 1 Índce Introduccón Varables estadístcas Dstrbucones esde frecuencas c Introduccón a la representacón gráfca de datos Meddas de tendenca central: meda (artmétca, geométrca,

Más detalles

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos Reconclacón de datos expermentales MI5022 Análss y smulacón de procesos mneralúgcos Balances Balances en una celda de flotacón En torno a una celda de flotacón (o un crcuto) se pueden escrbr los sguentes

Más detalles

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena.

UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE. Dpto. de Métodos Cuantitativos e Informáticos. Universidad Politécnica de Cartagena. UNA FORMA GRÁFICA DE ENSEÑANZA: APLICACIÓN AL DUOPOLIO DE COURNOT. Autores: García Córdoba, José Antono; josea.garca@upct.es Ruz Marín, Manuel; manuel.ruz@upct.es Sánchez García, Juan Francsco; jf.sanchez@upct.es

Más detalles

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009

UNIVERSIDAD CARLOS III DE MADRID Ingeniería Informática Examen de Investigación Operativa 21 de enero de 2009 UNIVERSIDAD CARLOS III DE MADRID Ingenería Informátca Examen de Investgacón Operatva 2 de enero de 2009 PROBLEMA. (3 puntos) En Murca, junto al río Segura, exsten tres plantas ndustrales: P, P2 y P3. Todas

Más detalles

Colección de problemas de. Poder de Mercado y Estrategia

Colección de problemas de. Poder de Mercado y Estrategia de Poder de Mercado y Estratega Curso 3º - ECO- 0-03 Iñak Agurre Jaromr Kovark Marta San Martín Fundamentos del Análss Económco I Unversdad del País Vasco UPV/EHU Tema. Olgopolo y competenca monopolístca.

Más detalles

Determinación de H-matrices. R. Bru, C. Corral, I. Gimenez, J. Mas

Determinación de H-matrices. R. Bru, C. Corral, I. Gimenez, J. Mas XX Congreso de Ecuacones Dferencales y Aplcacones X Congreso de Matemátca Aplcada Sevlla, 24-28 septembre 2007 (pp. 1 8) Determnacón de H-matrces R. Bru, C. Corral, I. Gmenez, J. Mas Insttut de Matemàtca

Más detalles

Ejercicios y problemas (páginas 131/133)

Ejercicios y problemas (páginas 131/133) 7 Calcula el opuesto y el conjugado de los sguentes números complejos, expresándolos en forma polar: a) z b) z (cos 00 sen 00 ) c) z Expresamos en prmer lugar los números complejos en forma Calcula las

Más detalles

ESTÁTICA DEL SÓLIDO RÍGIDO

ESTÁTICA DEL SÓLIDO RÍGIDO DSR-1 ESTÁTICA DEL SÓLIDO RÍGIDO DSR-2 ESTÁTICA DEL SÓLIDO RÍGIDO La estátca estuda las condcones bajo las cuales los sstemas mecáncos están en equlbro. Nos referremos úncamente a equlbro de tpo mecánco,

Más detalles

CAPÍTULO 4 MARCO TEÓRICO

CAPÍTULO 4 MARCO TEÓRICO CAPÍTULO 4 MARCO TEÓRICO Cabe menconar que durante el proceso de medcón, la precsón y la exacttud de cualquer magntud físca está lmtada. Esta lmtacón se debe a que las medcones físcas sempre contenen errores.

Más detalles

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil CATEDRA 0 6 Facultad de Ingenería de Mnas, Geología Cvl Departamento académco de ngenería de mnas cvl METODOS NUMERICOS Ingenería Cvl ING.CRISTIANCASTROP. Captulo VI Sstema de Ecuacones Algebracas No Lneales

Más detalles

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil

METODOS NUMERICOS CATEDRA 0 6. Ingeniería Civil ING.CRISTIANCASTROP. Facultad de Ingeniería de Minas, Geología y Civil ING.CRISTIANCASTROP. CATEDRA 0 6 Facultad de Ingenería de Mnas, Geología Cvl Departamento académco de ngenería de mnas cvl METODOS NUMERICOS Ingenería Cvl ING.CRISTIANCASTROP. Captulo VI Sstema de Ecuacones

Más detalles

(4 3 i)(4 3 i)

(4 3 i)(4 3 i) E.T.S.I. Industrales y Telecomuncacón Curso 00-0 Grados E.T.S.I. Industrales y Telecomuncacón Asgnatura: Cálculo I Ejerccos resueltos Calcular el valor de a y b para que b a 4 sea real y de módulo undad

Más detalles

CAPÍTULO 1 LOS SISTEMAS DE PEARSON COMO GENERADORES DE DISTRIBUCIONES DE PROBABILIDAD. APLICACIONES ESTADÍSTICAS Y ECONÓMICAS

CAPÍTULO 1 LOS SISTEMAS DE PEARSON COMO GENERADORES DE DISTRIBUCIONES DE PROBABILIDAD. APLICACIONES ESTADÍSTICAS Y ECONÓMICAS CAPÍTULO 1 LOS SISTEMAS DE PEARSON COMO GENERADORES DE DISTRIBUCIONES DE PROBABILIDAD. APLICACIONES ESTADÍSTICAS Y ECONÓMICAS RAFAEL HERRERÍAS PLEGUEZUELO JOSÉ CALLEJÓN CÉSPEDES Departamento de Métodos

Más detalles

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton

Circuitos eléctricos en corriente continúa. Subcircuitos equivalentes Equivalentes en Serie Equivalentes en Paralelo Equivalentes de Thevenin y Norton ema II Crcutos eléctrcos en corrente contnúa Indce Introduccón a los crcutos resstvos Ley de Ohm Leyes de Krchhoff Ley de correntes (LCK) Ley de voltajes (LVK) Defncones adconales Subcrcutos equvalentes

Más detalles

TEMA 2 Revisión de mecánica del sólido rígido

TEMA 2 Revisión de mecánica del sólido rígido TEMA 2 Revsón de mecánca del sóldo rígdo 2.. ntroduccón SÓLDO RÍGDO SÓLDO: consderar orentacón y rotacón RÍGDO: CONDCÓN DE RGÍDEZ: - movmento: no se alteran dstancas entre puntos - se gnoran las deformacones

Más detalles

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Apéndce A: Metodología para la evaluacón del modelo de pronóstco meteorológco Tabla de contendos Ap.A Apéndce A: Metodología

Más detalles