Estrategias de configuración de acciones políticas con valoraciones subjetivas. Búsqueda geométrica.
|
|
- Manuel Santos Montes
- hace 7 años
- Vistas:
Transcripción
1 Estrategias de configuración de acciones políticas con valoraciones subjetivas. Búsqueda geométrica. Rodrigo, Javier López, M a Dolores Lantarón, Sagrario Caro, Raquel Resumen En este trabajo se ponen en práctica diversas técnicas de la Geometría Computacional para analizar un problema de toma de decisiones y configuración de estrategias políticas a lo largo de un mandato, en el que Gobierno y oposición perfilan sus propuestas de actuación sobre dos temas de relevante importancia para los ciudadanos. Se considera una componente variable, tanto en la importancia de los temas a tratar como en la presunción de las estrategias a tomar por los partidos. La finalidad del trabajo se centra en encontrar las estrategias óptimas a seguir por los dos partidos mayoritarios de un país permitiéndoles variar en un cierto grado sus propuestas. Además, el proceso tiene un carácter dinámico ya que se pretende que dichas propuestas vayan modificándose según las previsiones de actuación del partido contrario. Este enfoque junto con la consideración de componentes subjetivas representa la aportación del estudio. El tratamiento del problema se realiza desde un punto de vista geométrico y se desarrolla un algoritmo de búsqueda de estrategias óptimas. Palabras clave: Teoría de Juegos, Competición Política, Algoritmos de Búsqueda, Localización. 1 Introducción Este trabajo aborda la resolución de un tipo de problema de Economía Política ([17], 1999; [20], 2001) a través de herramientas geométricas ([19], 1985). Los puntos del plano, que se denomina plano de políticas, representan las diferentes opciones políticas sobre dos temas de importancia. Se asume que la distancia entre dos puntos da una idea sobre la afinidad de las políticas relativas a esos dos tópicos ([15],1987; [16], 2000). Como la importancia de los temas a tratar no tiene por qué ser igual, ni siquiera estar perfectamente determinada, se propone incorporar un parámetro en ella, la ponderación. Por la subjetividad de la valoración de la importancia de los temas, este parámetro introduce un aspecto variable que ha sido tratado también en distancias como la distancia relativa de Hamming de ponderación convexa ([10], 1996; [12], 1996; [8], 1980). En este trabajo, como enfoque alternativo se considera la distancia euclídea ponderada. La finalidad del estudio se centra en encontrar las estrategias óptimas a seguir por los dos partidos mayoritarios de un país (Gobierno y oposición) permitiéndoles variar en un cierto grado sus propuestas. Además el proceso tiene un carácter dinámico ya que se pretende que dichas propuestas vayan modificándose según las previsiones de actuación del partido contrario. Este enfoque junto con la consideración de componentes subjetivas representa la aportación del trabajo. En cualquier proceso de toma de decisiones, el modelo matemático empleado se verá afectado por los valores numéricos introducidos. Debemos ser conscientes de que la validez de los resultados puede depender de la asignación numérica a parámetros desconocidos, para los que sólo podemos tener en cuenta estimaciones o conjeturas. No obstante, el modelo presentado tiene en cuenta estos factores y arroja resultados fiables que pueden ser aplicados por los partidos políticos. La estructura del trabajo es la siguiente: El modelo y los preliminares del problema se desarrollan en la sección 2. Las estrategias de búsqueda de posiciones óptimas se tratan en la sección 3. La sección 4 presenta el algoritmo de búsqueda de esas estrategias óptimas. Departamento de Matemática Aplicada. E.T.S. de Ingeniería. Universidad Pontificia Comillas de Madrid Departamento de Matemática Aplicada de la E.T.S.I. Caminos, Canales y Puertos. Universidad Politécnica de Madrid, ma08@caminos.upm.es Departamento de Matemática Aplicada de la E.T.S.I. Caminos, Canales y Puertos. Universidad Politécnica de Madrid Departamento de Organización industrial. E.T.S. de Ingeniería. Universidad Pontificia Comillas de Madrid
2 2 El modelo El problema es una adaptación a este nuevo planteamiento de modelos de la literatura ([1], 2006; [13], 2007). Dicha adaptación se hace de la siguiente forma: Se consideran el plano de políticas definido a partir de dos ítems de actual relevancia, dos partidos políticos que adoptan políticas en esos dos ítems, representadas por los puntos t 1 y t 2 y la localización de n tipos de votantes representados por los puntos v 1,..., v n ([20], 2001). Con la consideración de la mediatriz adecuada a la distancia considerada, es posible calcular el número de votantes que elegirían a cada uno de los partidos por proximidad o afinidad a su política. Se acepta que cada partido puede alterar su política en un cierto entorno con el objetivo de obtener el mayor número posible de seguidores. La finalidad es encontrar las situaciones óptimas que le garantizan ese mayor número de seguidores. Suponiendo que ese partido elegiría una de esas posiciones, se desea determinar cuál sería la respuesta del otro partido, es decir, la estrategia óptima a preparar para la posible propuesta de su oponente. Este planteamiento puede ser visto como una versión discreta del Juego de Voronoi. En este juego, dos jugadores se localizan en el plano con la finalidad de ganar el mayor área posible ([11], 2003; [7], 2003; [18], 2004; [6], 2004). En el presente trabajo dos puntos se localizan con el propósito de ganar el mayor número posible de puntos de un conjunto dado, en lugar de mayor área. Modelos similares de localización se han planteado en diferentes campos como la organización industrial, tratamiento de imágenes, movimientos de robots, etc. También se han dado modelos de estrategia óptima para la localización de los partidos en trabajos de la Economía Política. La mayoría de ellos consideran la población como un continuo ([2], 2001). En este artículo, la nueva visión consiste en el trabajo con una población discreta, así como en la aplicación de técnicas de la Geometría Computacional adaptada al problema y en la consideración de entornos y distancias ponderadas y parámetros de incertidumbre. Se considera que a lo largo del periodo electoral existe un debate sobre dos temas detectados de interés en la sociedad. Se asume que cada uno de ellos tiene importancia distinta lo que se representa a través de una ponderación. Sea la política adoptada por Gobierno y oposición en cada uno de los dos temas representada como los puntos t 1 = ( t 1 1, t2) 1 y t2 = ( t 2 1, t2) 2 y sean vi = ( v1, i v2) i con i = 1,..., n, las coordenadas que representan las preferencias respecto a estos temas de los n tipos de votantes de una cierta población. Se define en el juego planteado la función de utilidad de una política t j para cada tipo v i como: γ (t j, v i ) = d (t j, v i ) 2 donde d (t j, v i ) representa la distancia euclídea ponderada entre la postura ( ) 2 ( 2. política t j y el tipo v i : d (t j, v i ) = α v1 i tj 1 + (1 α) v2 2) i tj El parámetro α (0, 1) mide la importancia de cada uno de los temas a tratar. Las funciones de ganancia en el juego presentado vienen dadas por: Π 1 (t 1, t 2 ) = número de puntos v i tales que d (v i, t 1 ) d (v i, t 2 ), Π 2 (t 1, t 2 ) = número de puntos v i tales que d (v i, t 1 ) > d (v i, t 2 ) = n Π 1 (t 1, t 2 ), si t 1 t 2. El conjunto de puntos del primer partido será el formado por aquellos tipos que están más cerca de la posición t 1 que de la del segundo partido. { Para localizar estos tipos se utiliza la mediatriz del segmento que une t 1 y t 2. Ésta está dada por: (x, y) R 2 /α ( ) x t 1 2 ( ) 1 + (1 α) y t 1 2 ( ) 2 = α x t 2 2 ( ) } 1 + (1 α) y t Dado que la política es un proceso dinámico, con respuestas de cada partido a las propuestas presentadas por su opuesto, plantearemos el juego de elección de posturas políticas a seguir por cada partido de la siguiente manera: Partiendo de las propuestas planteadas por los partidos mayoritarios de un país sobre los temas a tratar, el partido gobernante busca una estrategia óptima que le acerque al mayor número posible de ciudadanos dentro de un entorno que representa su flexibilidad ideológica. Por su parte, la oposición espera esta reacción del Gobierno y prepara otra estrategia distinta en su entorno de flexibilidad para encontrar la mejor respuesta a cualquiera de las posibles posiciones óptimas tomadas por el Gobierno. Se entra así en una evolución de las posiciones de los partidos dentro de unos entornos de flexibilidad. Estos tipos de juegos secuenciales ya han sido estudiados, con otras técnicas, en el caso continuo ([20], 2001). Los entornos de flexibilidad también se verán afectados por la ponderación otorgada a cada tema. Se definen como: Definición 2.1. Partiendo { de la posición inicial de cada partido, i = 1, 2, se define su entorno de flexibilidad como: N i = (x, y) R 2 /α ( ) x x i 2 ( ) } 1 + (1 α) y x i 2 2 R 2 i, donde R i con i = 1, 2, representa el grado de flexibilidad de cada partido, es decir, N i es la región interior de la elipse de centro la postura inicial adoptada por el partido y semiejes Ri R α y 1 α i. Se observa que a menor trascendencia de uno de los temas a considerar, por ejemplo en el primero (α más cercano a cero) la flexibilidad que el partido puede llevar a cabo en él es mayor. Este compor-
3 tamiento es lógico ya que en temas de gran relevancia, los partidos deben mantenerse más cercanos a su postura ideológica inicial. A lo largo del trabajo se supone que los entornos de cada partido son disjuntos, es decir, N 1 N 2 = Ø. Esto asegura el que los partidos no ofrezcan las mismas políticas. 2.1 Clasificación de los votantes por regiones El entorno de flexibilidad de cada partido le asegura cierto número de votantes sea cual sea la posición tomada por su oponente dentro de su entorno. De esta forma, los puntos del conjunto de votantes se clasifican en tres regiones: Votantes seguros para el primer partido. Votantes seguros para el segundo partido. Votantes indecisos que pueden ser captados por aquel partido que se situé en la zona adecuada de su entorno. Estos votantes pueden ser decisivos y hacia ellos debe orientarse la campaña y las propuestas políticas. A continuación se determinan e interpretan las regiones. Figura 1. Puntos que el primer partido captura siempre: Los puntos (v i1, v i2 ) que pertenecen al conjunto: {(x, y) / max {[(x, y), (c 1, c 2 ), / (c 1, c 2 ) N 1 ]} d [(x, y), N 2 ]} La frontera de este conjunto es: α (x x 2 1 )2 + (1 α) (y x 2 2 )2 α (x x 1 1 )2 + (1 α) (y x 1 2 )2 = R 1 + R 2 Los votantes seguros para el primer partido resultan aquellos que se sitúan en la región limitada por esta curva en la que se encuentra el partido. Puntos que el segundo partido captura siempre: Los puntos (v i1, v i2 ) que pertenecen al conjunto: {(x, y) / max {[(x, y), (c 1, c 2 ), / (c 1, c 2 ) N 2 ]} d [(x, y), N 1 ]} La frontera de dicho conjunto es: α (x x 1 1 )2 + (1 α) (y x 1 2 )2 α (x x 2 1 )2 + (1 α) (y x 2 2 )2 = R 1 + R 2 Los votantes seguros para el segundo partido serán aquellos que se sitúan en la región limitada por esta curva en la que se encuentra el partido. Los votantes indecisos serán aquellos que se sitúan entre las dos curvas determinadas anteriormente. Figura 1: Regiones de captación de votantes. La consideración de pesos en la distancia como un medidor de la importancia de los temas tratados, resulta relevante. Las curvas que delimitan las regiones que clasifican los votantes van cambiando y por tanto cambian las regiones de captación según los pesos. La figura 2 ilustra estas regiones para el caso particular donde las posiciones iniciales de los partidos coinciden en alguno de los temas tratados. Por ejemplo ( ( x 1 1, x2) 1 = (0, 0), x 2 1, x2) 2 = (2, 0), R1 = R 2 = 1 2 y α varía de 0.2 a 0.9 con paso 0.1.
4 En estos casos uno de los temas no resulta relevante ya que los dos partidos están inicialmente de acuerdo en él (en el ejemplo se trata del segundo tema). Es este caso, un mayor peso y por tanto, una mayor trascendencia del primer tema, representa que la región de votantes seguros para cada partido aumenta, conteniendo a las regiones que corresponden a pesos inferiores. Con ello el número de votantes indecisos desciende en función de la importancia que tenga el tema considerado. Figura 2: Regiones para la captación de conjuntos de votantes cuando los partidos coinciden en alguna de las políticas a ofrecer y se varía el peso. 3 Estrategias para la búsqueda de posiciones óptimas 3.1 Búsqueda de posiciones óptimas para el partido gobernante El resultado presentado por los autores en [1], 2006 donde se considera la distancia euclídea, puede ser generalizado en este caso con la siguiente proposición: Proposición 3.1. Una postura óptima t 1 para el primer partido, para una posición dada t 2 del segundo, siempre se encuentra en la frontera de N 1 y en el arco de la elipse localizado entre los puntos p, p intersección con las rectas tangentes a la elipse desde t 2 (parte visible de N 1 desde t 2 ). Figura 3. Figura 3: p, p delimita una zona donde se localiza el arco de máxima captación para t 1. Dentro del arco definido en la proposición 1, llamamos A a la región de máxima captación de votantes por parte del primer partido. El proceso a seguir para la determinación de A se basa en el cálculo de la zona de máxima intersección entre dicho arco y los conjuntos {(x, y) R 2 /α (x v i1 ) 2 + (1 α) (y v i2 ) 2 α ( t 2 1 v i1 ) 2 + (1 α) ( t 2 2 v i2 ) 2 } con i = 1,..., n.
5 Figura 4: El arco marcado representa la zona de captación para t 1 de los puntos v 1, v 2 en la frontera de N Estrategias de respuesta para la oposición Como el partido de la oposición supone que a partir de su propuesta inicial, el Gobierno elegirá una postura que le garantiza un mayor número de seguidores, situada en A, la idea ahora es preparar la estrategia de respuesta adecuada. Para ello se supone que seguirá la postura más conservadora, es decir, debe encontrar la posición óptima, la que le garantice un mayor número de seguidores, sea cual sea la posición del primer partido dentro de esa región óptima. Proposición 3.2. Dentro de N 2, llamamos B a la región de máxima captación de votantes por parte del segundo partido suponiendo que el primero se sitúa en A. La región B se calcula como la máxima intersección { entre N 2 y los entornos centrados en los votantes y de radio la mínima distancia de estos a A: (x, y) R 2 /α (x v i1 ) 2 + (1 α) (y v i2 ) 2 (d (v i, A)) 2}, con i = 1,..., n. Calculo de la distancia de v i a A: La distancia de un punto exterior a un entorno se alcanza en la intersección del segmento que une el punto con el centro del entorno y la frontera de dicho entorno. Por tanto, si el segmento que une v i con el centro de N 1 interseca a A (parte de la frontera del entorno), la distancia de v i a A se alcanza en ese punto intersección. En otro caso se alcanza en uno de los extremos de A. 4 El algoritmo Se desarrolla un algoritmo que permite obtener las regiones A y B de máxima captación de votantes para cada partido. 4.1 Cálculo de la región A En este apartado, se desarrolla el algoritmo que permite obtener A. Se trata de una adaptación del algoritmo presentado en [1], La complejidad de dicho algoritmo en el peor de los casos es O (n log n) ([4], 1997). Procedimiento: Paso 1: Encontrar p y p (proposición 1). Definir un contador c con valor inicial c = 0. Paso 2: Sea L una lista vacía y m otro contador con valor m = 0. Para cada punto v i, se encuentran los puntos de intersección de la frontera de N 1 y la frontera del entorno elíptico centrado en v i que pasa por t Si no existe intersección por estar N 1 contenido en el entorno elíptico centrado en v i que pasa por t 2, se incrementa m en una unidad. 2. Si no existe esa intersección porque los conjuntos son disjuntos, se mantiene el valor m.
6 3. Si existen dos puntos de intersección fuera de la parte visible de N 1 desde t 2, se incrementa m en una unidad. 4. En cualquier otro caso: (a) Si los dos puntos pertenecen a la parte visible de N 1 desde t 2, entonces se incluyen los dos puntos en L. (b) Si x i pertenece a la parte visible y x i no, se incluye x i en L. (c) Si x i pertenece a la parte visible y x i no, se incluye x i en L y se incrementa c en una unidad. Paso 3. Se ordenan los puntos de la lista L según el ángulo respecto t 1 (en el sentido horario). Paso 4. Sea c = c + m y x = p. Se avanza en la lista L realizando lo siguiente a cada elemento: 1. Si se encuentra un elemento x i se toma c = c + 1, y si c > m entonces se hace m = c y x = x i 2. Si se encuentra un x i, se hace c = c 1. Nota: Si x i y x i coinciden por ser tangentes las elipses consideradas, se toma x i previo a x i en la lista L. Cuando el algoritmo completa la ejecución, el contador m indica el máximo número de puntos v i que el primer partido puede ganar. El extremo inicial del arco de N 1 donde este partido debe localizarse, es el punto almacenado en la variable x, y el extremo final es el punto que sigue al anterior en la lista L. 4.2 Cálculo de la región B Se desarrolla un algoritmo que permite obtener la región B y que obtiene el máximo número de votantes del segundo partido para cualquier posición del primero en A. La idea del algoritmo es la siguiente: Para todos los puntos (v i1, v i2 ), se considera D i, un entorno elíptico centrado en (v i1, v i2 ) y radio la distancia de (v i1, v i2 )a A. Se determina la máxima intersección de D i, i = 1,..., n que interseque con N 2. Un procedimiento para obtener dicha intersección se puede realizar a través del siguiente algoritmo desarrollado por los autores: Procedimiento: Input: el entorno N 2 y las n elipses D 1,..., D n, que suponemos no tangentes a N 2, ninguna de ellas contenida en N 2 (este caso no se puede dar en nuestro planteamiento), no todas disjuntas de N 2, ni todas conteniendo a N 2 (en estos dos últimos casos la zona de máxima intersección será N 2, y la máxima intersección 0 y n respectivamente) Paso 1: Intersecamos las fronteras de D 1 y N 2, y hallamos los dos puntos de intersección a 1, b 1 (si las fronteras son disjuntas ir al paso 3). Paso 2: Aplicamos el algoritmo de la sección 4.1. para encontrar la zona de máxima intersección de D 2,..., D n en el arco de D 1 que une a 1 con b 1 dentro de N 2, y el número de elipses, k 1, que intersecan en ese arco. Paso 3: Repetimos los pasos 1 y 2 para D 2,..., D n Paso 4: Tomamos, de las zonas halladas en el paso 2, aquéllas en las que se alcanza el max i=1,...,j k i, donde j es el número de elipses que tienen frontera no disjunta con N 2. Para ello se crea una lista L con los puntos α i, β i, extremos de los arcos obtenidos en el paso 2. Los arcos en la lista L no siguen ningún tipo de ordenación. Paso 5: Se deben obtener todas las regiones acotadas por los arcos obtenidos en el paso 4 o aquellas zonas acotadas por arcos obtenidos en el paso 4 y la frontera de N 2. Existen dos posibilidades: 1. La zona a encontrar está delimitada únicamente por los arcos obtenidos en el paso 4. (a) Se toman los puntos extremos que delimitan el primer arco no utilizado de la lista L. Llámense p1, p2. Se marca el arco como utilizado.
7 (b) Se hace una búsqueda del punto p1 entre los extremos del resto de arcos no utilizados de la lista. Sea el arco de extremos α i, β i en el que se encuentra la equivalencia, siendo por ejemplo p1 = α i, entonces se asigna nuevo valor a p1 (p1 β i ). (c) Se repite el proceso de búsqueda las veces necesarias hasta que p1 = p2. (Región cerrada) 2. La zona a encontrar está delimitada por los arcos obtenidos en el paso 4 y por el entorno N 2. (a) Se toman los puntos extremos que delimitan el primer arco no utilizado de la lista L. Llámense p1, p2. Se marca el arco como utilizado (idéntico a 5.1.a) (b) Se hace una búsqueda del punto p1 entre los extremos del resto de arcos no utilizados de la lista. Si se encuentra en algún extremo de arco, se sigue el proceso detallado en 5.1.b., continuando hasta que p1 no se encuentre en ningún extremo de arco no utilizado, entonces p1 pertenece al entorno N 2, llámese pb1, asignándose a p1 el valor p2. (p1 p2) (c) De nuevo se realiza la búsqueda de p1 entre los extremos del resto de arcos no utilizados, siguiendo el proceso indicado en 5.2.b. En ese momento, el punto p1 es punto del entorno B, llámese pb2. El arco pb1, pb2, del entorno N 2 pertenece a la zona de máxima intersección. (Región cerrada) Output: Las regiones halladas en el paso 5 son las zonas de máxima intersección en N 2 del conjunto de elipses, siendo la máxima intersección: max i=1,...,j k i + 1. Observación 4.1. La complejidad del algoritmo viene dominada por la aplicación n veces del algoritmo para el cálculo de la región A, presentado en la sección 4.1. Como éste tiene complejidad n log n, la complejidad del algoritmo desarrollado es n 2 log n. Puede observarse que el procedimiento presentado tiene la misma complejidad que el desarrollado por [3], 1979 para el cálculo de máxima intersección de un conjunto de círculos, constituyendo así una alternativa para el mismo en el caso de elipses. En cualquier caso existe un algoritmo que calcula la máxima intersección por medio de la construcción de un arreglo de círculos, ligeramente más rápido ([9], 1992; [21], 1995, [5], 2005). No obstante, el aquí desarrollado resulta más fácil de implementar y por ello más práctico. 5 Conclusiones En este trabajo se aborda el diseño de estrategias políticas óptimas ante cualquier cambio importante de la situación en la que resulta necesario flexibilizar las exigencias. El estudio se realiza a través de un modelo geométrico discreto basado en técnicas de la Geometría Computacional. Es sabido que conceptos de la Geometría Computacional pueden ser aplicados a algunos campos de la Economía, permitiendo resolver ciertos problemas en el área de la Economía Política. En este estudio, las técnicas empleadas presentan una nueva visión donde las aportaciones más relevantes se centran, por un lado en la consideración subjetiva y variable de la importancia de los elementos a tratar en cada momento de la actualidad política de cada país, por otro en la consideración de entornos que representan la flexibilidad política que los partidos pueden permitirse en cada uno de los temas a tratar. Dicha flexibilidad también se ve afectada por un factor de importancia para dichos temas que puede considerarse indeterminado o impreciso. Estas técnicas desarrolladas permiten diseñar estrategias de respuesta jugando con las opciones que el adversario político es probable que vaya a realizar. Además, se da un algoritmo que obtiene las soluciones óptimas para la captación máxima de votantes en ese proceso de variación de propuestas, por medio del cálculo de la zona de máxima intersección en un conjunto de elipses. Aunque existen algoritmos para hallar la región de máxima intersección en un arreglo de curvas de complejidad ligeramente inferior al presentado, éste presenta la ventaja de resultar más sencillo de implementar. Referencias [1] M. Abellanas, I. Lillo, M. López y J. Rodrigo. Electoral strategies in a dynamical democratic system: geometric models. European Journal of Operational Research 175, , 2006.
8 [2] H. Ahn, S. Cheng, O. Cheong, M. Golin, y R. Oostrum. Competitive Facility Location along a Highway. 7th Annual International Computing and Combinatory Conference 2108 of LNCS, [3] J.L. Bentley y T.A. Ottmann. Algorithms for reporting and counting geometric intersections. IEEE Trans Comput. C-28, , [4] M. de Berg, M. van Kreveld, M. Overmars y O. Schwarzkopf. Computational Geometry, Algorithms and Applications. Springer. New York, [5] S. Cabello, J.M. Díaz-Báñez, S. Langerman, C. Seara y I. Ventura. Reverse facility location problems. In Proceedings of the XI EGC 05, , [6] O. Cheong, S. Har-Peled, N. Linial y J. Matousek. The One-Round Voronoi Game. Discrete and Computational Geometry 31 (1), , [7] F. Dehne, R. Klein y R. Seidel. Maximizing a Voronoi Region: The Convex Case. Lectures Notes in Computer Science. Proc ISAAC 2518; , [8] D. Dubois y H. Prade. Fuzzy sets and Systems. Theory and Applications. Academic Press, New York, [9] H. Edelsbrunner, L. Guibas, J. Pach, R. Pollack, R. Seidel y M. Sharir. Arrangements of curves in the plane-topology, combinatorics and algorithms. Theoretical computer science, 92, , [10] T.A. Estlin y R.J. Mooney. Multistrategy learning of search control for partial-order planning. In Proceedings of the Thirteenth National Conference on Artificial Intelligence AAAI Press/MIT Press volume I, , [11] S. Fekete y H. Meijer. The One-Round Voronoi Game Replayed. Workshop on Algorithms and Data Structures, Springer Lecture Notes in Computer Science 2748, , [12] F. Herrera, V. Herrera y J.L. Verdegay. A model of consensus in group decision making under linguistic assessments. Fuzzy Sets and Systems 78, 73-87, [13] I. Lillo, M. López y J. Rodrigo. A Geometric study of the Nash equilibrium in a weighted case. Applied Mathematical Sciences 55 (1), , [14] H. Llavador. Voting with preference over margins of victory. Mathematical Social Science. Doi: / J.mathsocsci , [15] A. Okabe y A. Suzuki. Stability of Spatial Competition of Many Firms in a Bounded Two- Dimensional Space. Environment and Planning A 19, , [16] A. Okabe, B. Boots, K. Sugihara, y S. Chiu. Spatial Tessellations Concepts and Applications of Voronoi diagrams. John Wiley and Sons. Chichester, [17] T. Persson y G. Tabellini. Political Economics and Public Finance. NBER Working Papers Series. Handbook of Public Economics, vol III, [18] F. Plastria y E. Carrizosa. Optimal location and design of a competitive facility. Mathematical Programming 100, , [19] F. Preparata y M. Shamos. Computational Geometry. An introduction. Springer-Verlag. New York, [20] J. Roemer. Political Competition. Harvard University Press, [21] M. Sharif y P.K. Agargual. Davenport-Schinzel sequences and their geometric applications. Cambridge University Press, 1995.
Búsqueda de posiciones de equilibrio en un juego de competición política con restricciones
Búsqueda de posiciones de equilibrio en un juego de competición política con restricciones López, Mª Dolores. Universidad Politécnica de Madrid. Rodrigo, Javier. Universidad Pontificia Comillas de Madrid.
Más detallesESTRATEGIAS ELECTORALES EN UN SISTEMA DEMOCRÁTICO. MODELO GEOMÉTRICO.
ESTRATEGIAS ELECTORALES EN UN SISTEMA DEMOCRÁTICO. MODELO GEOMÉTRICO. Abellanas, M. Departamento de Matemática Aplicada de la Facultad de Informática Universidad Politécnica de Madrid Lillo, I. Departamento
Más detallesSIMULACIÓN DE UN EJEMPLO DE POLÍTICA NACIONAL PARA LA IMPLEMENTACIÓN DEL CÁLCULO DE LA POSICIÓN ÓPTIMA EN COMPETICIÓN POLÍTICA
SIMULACIÓN DE UN EJEMPLO DE POLÍTICA NACIONAL PARA LA IMPLEMENTACIÓN DEL CÁLCULO DE LA POSICIÓN ÓPTIMA EN COMPETICIÓN POLÍTICA Lantarón, S. slantaron@caminos.upm.es Departamento de Matemática Aplicada
Más detallesPROGRAMA DE CURSO. Código Nombre CC5502 Geometría Computacional Nombre en Inglés Computational Geometry SCT Auxiliar. Personal
PROGRAMA DE CURSO Código Nombre CC5502 Geometría Computacional Nombre en Inglés Computational Geometry SCT es Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3 0 7 Requisitos
Más detallesPROGRAMA DE CURSO. Código Nombr CC5502 Geometría Computacional Nombre en Inglés Computational Geometry SCT Auxiliar. Personal
PROGRAMA DE CURSO Código Nombr CC5502 Geometría Computacional Nombre en Inglés Computational Geometry SCT Unidades Horas de Horas Docencia Horas de Trabajo Docentes Cátedra Auxiliar Personal 6 10 3 0 7
Más detallesPROGRAMA DE CURSO. Horas de Trabajo Personal 6 10 3 0 7. Horas de Cátedra
PROGRAMA DE CURSO Código Nombre CC5502 Geometría Computacional Nombre en Inglés Computational Geometry SCT Unidades Docentes Horas de Cátedra Horas Docencia Auxiliar Horas de Trabajo Personal 6 10 3 0
Más detallesCÓMO SE CONSTRUYE LA GEOMETRÍA MODERNA?
CÓMO SE CONSTRUYE LA GEOMETRÍA MODERNA? Comenzó siendo un conjunto de reglas y conocimientos obtenidos por la experiencia, usados por los constructores y medidores de terrenos. Luego se organiza en forma
Más detallesCubiertas convexas. Dr. Eduardo A. RODRÍGUEZ TELLO. 18 de enero del CINVESTAV-Tamaulipas
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 18 de enero del 2013 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Cubiertas convexas 18 de enero del 2013 1 / 30 1 Cubiertas convexas Introducción El problema
Más detallesLA CIRCUNFERENCIA. La circunferencia es la sección producida por un plano perpendicular al eje.
LA CIRCUNFERENCIA La circunferencia es la sección producida por un plano perpendicular al eje. β = 90º La circunferencia es un caso particular de elipse. Se llama circunferencia al lugar geométrico de
Más detallesGEOMETRÍA TANGENCIAS - 1
GEOMETRÍA TANGENCIAS - 1 TANGENCIAS BÁSICAS Recordemos que dos líneas se dice que son tangentes cuando tienen un solo punto común sin cortarse. Para resolver cualquier problema de tangencias de rectas
Más detallesIntroducción Aplicaciones Primer Algoritmo Segundo Algoritmo - Algoritmo de Fortune. Diagrama de Voronoi. Jose Luis Bravo Trinidad 1 / 29
1 / 29 Definición Propiedades geométricas Índice 1 Introducción Definición Propiedades geométricas 2 Análisis de recursos Triangulaciones Robótica Diseño 3 Implementación 4 Segundo - de Fortune 2 / 29
Más detallesTANGENCIAS II: APLICACIÓN DEL CONCEPTO DE INVERSIÓN
TANGENCIAS II: APLICACIÓN DEL CONCEPTO DE INVERSIÓN OBJETIVOS Relacionar como transformación geométrica basada en la proporcionalidad inversa el concepto de inversión en el plano con el de potencia de
Más detallesLugar Geométrico. Se llama lugar geométrico a un conjunto de puntos que cumplen una determinada propiedad. Mediatriz
1 Lugar Geométrico Se llama lugar geométrico a un conjunto de puntos que cumplen una determinada propiedad. Mediatriz Mediatriz de un segmento es el lugar geométrico de los puntos del plano que equidistan
Más detallesDiagrama de Voronoi. Ejemplo de problemas geométricos:
Diagrama de Voronoi Definición: Sea P={p1,p2,..,pn} un conjunto de puntos en el plano. Estos puntos son llamados sitios. Asignar a cada punto del plano el sitio más cercano. Todos los puntos asignados
Más detallesGRAFOS GEOMÉTRICOS. Introducción. Número de corte. Aplicaciones. Incidencias de puntos y rectas. Distancias unitarias. k-sets.
GRAFOS GEOMÉTRICOS CROSSING LEMMA Y APLICACIONES GEOMÉTRICAS Introducción. Número de corte. Aplicaciones. Incidencias de puntos y rectas. Distancias unitarias. k-sets. Qué es un grafo geométrico? vi =
Más detallesGUIA DOCENTE. SIB021 - Aplicaciones Industriales de la Variable Compleja. Titulación: Máster Universitario en Matemática Computacional
GUIA DOCENTE SIB021 - Aplicaciones Industriales de la Variable Compleja Titulación: Máster Universitario en Matemática Computacional 1. Información general de la asignatura Carácter: Optativa Semestre:
Más detallesDiagrama de Voronoi. Ejemplo de problemas geométricos:
Diagrama de Voronoi Definición: Sea P={p1,p2,..,pn} un conjunto de puntos en el plano. Estos puntos son llamados sitios. Asignar a cada punto del plano el sitio más cercano. Todos los puntos asignados
Más detalles2. Distancia entre dos puntos. Punto medio de un segmento
Geometría 1 Geometría anaĺıtica Una ecuación de primer grado con dos incógnitas x e y tiene infinitas soluciones Por ejemplo x + y = 3 tiene como soluciones (0, 3), (1, ), ( 1, 4), etc Hasta ahora se han
Más detallesMATHEMATICA. Geometría - Recta. Ricardo Villafaña Figueroa. Material realizado con Mathematica. Ricardo Villafaña Figueroa
MATHEMATICA Geometría - Recta Material realizado con Mathematica 2 Contenido Sistema de Coordenadas... 3 Distancia entre dos puntos... 3 Punto Medio... 5 La Recta... 8 Definición de recta... 8 Pendiente
Más detallesEnvolvente Convexo. comp-420
Envolvente Convexo comp-420 Algunas referencias M. de Berg, O. Cheong, M. van Kreveld, M. Overmars. Computational Geometry Algorithms and Applications. 3rd. edition. Springer 2008. S.L. Devadoss, J.O Rourke.
Más detallesB5 Lugares geométricos
Geometría plana B5 Lugares geométricos Lugar geométrico Se llama así a la figura que forman todos los puntos que tienen una misma propiedad. Los lugares geométricos pueden ser del plano o del espacio,
Más detalles4 Métodos analíticos para el cálculo de tensiones y deformaciones plásticas
+3Δ =3 = 3( Δ) Ec. 3.10 Ahora bien, como una vez iniciada la plastificación debe cumplirse el criterio de Von Mises debido a la condición de consistencia, se tiene: = =0 = 3( Δ) 3( Δ) = 0 Ec. 3.11 Qué
Más detallesLA CIRCUNFERENCIA Y EL CÍRCULO
LA CIRCUNFERENCIA Y EL CÍRCULO OBJETIVOS Entender la circunferencia como una de las figuras más ad - miradas de todos los tiempos por su singular perfección y su importantísimo papel en el campo de la
Más detallesIntroducción a la Geometría Computacional. Análisis de Algoritmos
Introducción a la Geometría Computacional Análisis de Algoritmos Geometría Computacional La Geometría Computacional surgió a finales de los 70s del área de diseño y análisis de algoritmos. Estudio sistemático
Más detallesSistema de coordenadas. Plano cartesiano
Geometría analítica La geometría analítica estudia las figuras geométricas mediante técnicas básicas del análisis matemático y del álgebra en un determinado sistema de coordenadas.. Actualmente la geometría
Más detalles1. ELEMENTOS FUNDAMENTALES
1. ELEMENTOS FUNDAMENTALES 1.1. El Punto Es el elemento geométrico más simple y queda definido en la intersección de dos rectas coplanarias. Se designa normalmente con algunas de las primeras letras mayúsculas
Más detallesBloque 2. Geometría. 4. Iniciación a las Cónicas
Bloque 2. Geometría 4. Iniciación a las Cónicas 1. La circunferencia Se llama circunferencia al lugar geométrico de los puntos del plano que equidistan de un punto fijo llamado centro. Elevando al cuadrado
Más detallesINSTITUTO DE FORMACIÓN DOCENTE DE CANELONES MATEMÁTICA 1 GEOMETRÍA EUCLIDIANA
GEOMETRÍA EUCLIDIANA Axiomas de Pertenencia 1) Existe un conjunto infinito llamado espacio, cuyos elementos se llaman puntos. 2) En el espacio existen subconjuntos estrictos llamados planos, cada uno de
Más detallesMatemáticas Física Curso de Temporada Verano Ing. Pablo Marcelo Flores Jara
Matemáticas Física Curso de Temporada Verano 2016 Ing. Pablo Marcelo Flores Jara pablofloresjara@gmail.com UNIDAD VI: ESTUDIO DE LA CIRCUNFERENCIA Ing. Pablo Marcelo Flores Jara pablofloresjara@gmail.com
Más detallesTema 6 Tangencias, Enlaces y Polaridad
Tema 6 Tangencias, Enlaces y Polaridad En este tema revisaremos la unión de curvas y líneas mediante tangencias, además de introducir el concepto de polaridad. Las tangencias es un campo extensísimo, del
Más detallesVectores. b) Hallar la magnitud de cada uno de los vectores P Q, QRy P R. c) Encontrar el vector fijo equivalente a QP.
Wilson Herrera 1 Vectores 1. Dados los puntos P (1, 2), Q( 2, 2) y R(1, 6): a) Representarlos en el plano XOY. b) Hallar la magnitud de cada uno de los vectores P Q, QRy P R. c) Encontrar el vector fijo
Más detallesFútbol, geometría y otros problemas.
Fútbol, geometría y otros problemas. Leandro Tortosa. Universidad de Alicante, Alicante (España). Departamento de Ciencia de la Computación e Inteligencia Artificial. Ap. Correos 99, E-03080. Alicante,
Más detallesSeparación y clasificación de puntos rojos y azules
Separación y clasificación de puntos rojos y azules Delia Garijo Alberto Márquez Joseph S. B. Mitchell Carlos Seara Resumen En este trabajo estudiamos el problema de determinar si dos conjuntos disjuntos
Más detallesDerivación de funciones de varias variables.
Derivación de funciones de varias variables. En este apartado se presentan los conceptos básicos que aparecen en la derivación de funciones de varias variables. La idea es establecer un método para estudiar
Más detallesPROGRAMA PRE-PAES 2015 Asignatura: Matemática Contenido Virtual
Programa PREPAES, Universidad Francisco Gavidia015 PROGRAMA PRE-PAES 015 Asignatura: Matemática Contenido Virtual TEMA: APLIQUEMOS ELEMENTOS DE GEOMETRIA ANALITICA Profesor: Luis Roberto Padilla R. e-mail:
Más detalles7. PROGRAMACION LINEAL
7. PROGRAMACION LINEAL 7.1. INTRODUCCION A LA PROGRMACION LINEAL 7.2. FORMULACION DE UN PROBLEMA LINEAL 7.3. SOLUCION GRAFICA DE UN PROBLEMA LINEAL 7.4. CASOS ESPECIALES DE PROBLEMAS LINEALES 7.4.1. Problemas
Más detallesMatemáticas II Bachillerato Ciencias y Tecnología 2º Curso. Espacio euclídeo Determinación de ángulos
Espacio euclídeo 5.1. Determinación de ángulos.... - 2-5.1.1. Ángulo determinado por dos rectas secantes.... - 2-5.1.2. Ángulo determinado por planos secantes.... - 2-5.1.3. Ángulo determinado por una
Más detallesRectas y Cónicas. Sistema de Coordenadas Cartesianas. Guía de Ejercicios # Encuentre las coordenadas de los puntos mostrados en la figura.
Universidad de Los Andes Facultad de Ciencias Forestales y Ambientales Escuela de ingeniería Forestal Departamento de Botánica y Ciencias Básicas Matemáticas I I 2014 Prof. K. Chang. Rectas y Cónicas Guía
Más detallesTema 6. Apéndice: La esfera
Matemáticas II (Bachillerato de Ciencias) Geometría del espacio: La esfera (Apéndice del TEMA 6) 141 Tema 6 Apéndice: La esfera La superficie esférica (la esfera) es el conjunto de puntos del espacio que
Más detallesFunción lineal y cuadrática. Curvas de primer y segundo grado.
Tema 5 Función lineal y cuadrática. Curvas de primer y segundo grado. 5.0.1 Ecuaciones en dos variables. Una linea del plano es el conjunto de puntos (x, y), cuyas coordenadas satisfacen la ecuación F
Más detalles22. CURVAS CÓNICAS-ELIPSE
22. CURVAS CÓNICAS-ELIPSE 22.1. Características generales. Las curvas cónicas son las secciones planas de un cono de revolución. El cono de revolución es la superficie que genera una recta r al girar alrededor
Más detallesEvaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN. 3 b) y 16 x Lugares geométricos y cónicas
Evaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN 4 La ecuación del lugar geométrico de los puntos del plano que equidistan de la recta x y 4, y del punto P (, ) es: a) x y x y 68 0 b) 4x 9y
Más detallesTANGENCIAS. Tangencias como aplicación de los conceptos de potencia e inversión TEMAR. Objetivos y orientaciones metodológicas. t.
TANGENCIAS Tangencias como aplicación de los conceptos de potencia e inversión TEMAR Objetivos y orientaciones metodológicas El objetivo de este tema es hacer aplicación de los conceptos de "potencia"
Más detallesAnálisis Espacial aplicando Técnicas de Inteligencia Artificial
Análisis Espacial aplicando Técnicas de Inteligencia Artificial OBJETIVO. Proporcionar al estudiante técnicas variadas de inteligencia artificial para el tratamiento de datos espaciales y presentar cómo
Más detalles10 de septiembre, Notas de clase 6. Temas
10 de septiembre, 2008 Notas de clase 6 Temas 1. Equilibrio perfecto en subjuegos 2. Ejercicios con juegos en Schelling 3. Problemas de credibilidad: política pre-electoral y política pos-electoral esarrollo
Más detallesHoras teoría-horas prácticas-horas trabajo adicional-horas totales-créditos: Edgar O. Reséndiz Flores
Nombre de la asignatura: TOPICOS DE INTELIGENCIA ARTIFICIAL Líneas de trabajo: Optimización y Simulación de Procesos Industriales Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos:
Más detallesTEMA 6: GEOMETRÍA EN EL PLANO
TEMA 6: GEOMETRÍA EN EL PLANO Definiciones/Clasificaciones Fórmulas y teoremas Dem. Def. y Clasificación de polígonos: Regular o irregular Cóncavo o convexo Por número de lados: o Triángulos: clasificación
Más detallesFacultad de Ingeniería Facultad de Tecnología Informática. Matemática Números reales Elementos de geometría analítica. Profesora: Silvia Mamone
Facultad de Ingeniería Facultad de Tecnología Informática Matemática Números reales Elementos de geometría analítica 0 03936 Profesora: Silvia Mamone UB Facultad de Ingeniería Facultad de Tecnología Informática
Más detallesAP-SIG: un SIG con funciones específicas para Agricultura de Precisión
AP-SIG: un SIG con funciones específicas para Agricultura de Precisión Marcelo Ariel Uva uva@dc.exa.unrc.edu.ar Depto. de Computación Facultad de Ciencias Exactas Físico Químicas y Naturales Universidad
Más detallesTema 3. GEOMETRIA ANALITICA.
Álgebra lineal. Curso 087-009. Tema. Hoja 1 Tema. GEOMETRIA ANALITICA. 1. Hallar la ecuación de la recta: a) que pase por ( 4, ) y tenga pendiente 1. b) que pase por (0, 5) y tenga pendiente. c) que pase
Más detallesModelos predictivos y de optimización de estructuras de hormigón
http://optimizacionheuristica.blogs.upv.es 1 Modelos predictivos y de optimización de estructuras de hormigón Dr. Ing. Víctor Yepes Piqueras Departamento de Ingeniería de la Construcción y Proyectos de
Más detallesLa envolvente convexa
Tema 3 Geometr Curso: 1º de Ingeniería Informática, Plan 2004 Profesora: Lidia Ortega Alvarado Departamento: Informática Curso académico: 2009/10 Ubicación: http://wwwdi.ujaen.es/asignaturas/gc/tema3.odp
Más detallesSobre las soluciones de las ecuaciones en diferencias lineales. J. C. Abderramán Marrero 1
XXI Congreso de Ecuaciones Diferenciales y Aplicaciones XI Congreso de Matemática Aplicada Ciudad Real, 21-25 septiembre 2009 (pp 1 6) Sobre las soluciones de las ecuaciones en diferencias lineales J C
Más detallesA continuación se presentan algunos ejercicios resueltos, paso a paso, extraídos del libro Aplicaciones Físicas de la Integral Definida:
A continuación se presentan algunos ejercicios resueltos, paso a paso, etraídos del libro : EJEMPLO Sea R la región definida por (, ) R = /. Se tiene una placa con la forma de la región R sumergida verticalmente
Más detallesEL PROBLEMA DE APOLONIO 1
EL PROBLEMA DE APOLONIO 1 Benjamín R. Sarmiento Lugo 2 Universidad Pedagógica Nacional Profesor de Planta Bogotá Colombia bsarmiento@pedagogica.edu.co RESUMEN El objetivo de este cursillo es reconstruir
Más detallesF. Geometría y Geometría Computacional Fundamentos de Geometría y Geometría Computacional
Fundamentos de Geometría y Geometría Computacional 1 Geometría 1. Elementos geométricos en 2D. Rectas. Triángulos. Polígonos. Curvas. 2. Problemas geométricos 2D. Distancia. Intersección. 3. Elementos
Más detallesJuegos Matemáticos Un juego competitivo basado en un problema matemático A competitive game based in a mathematical problem
Juegos Matemáticos Un juego competitivo basado en un problema matemático A competitive game based in a mathematical problem Javier Rodrigo Hitos Revista de Investigación Volumen III, Número 1, pp. 189
Más detallesTema 2. Introducción a la Estadística Bayesiana
2-1 Tema 2 Introducción a la Estadística Bayesiana El teorema de Bayes Ejemplo Interpretación Ejemplo: influencia de la distribución a priori Ejemplo: densidad de flujo Probabilidad bayesiana Ejemplo:
Más detallesFormulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
Más detallesCAMPO ELÉCTRICO MODELO 2016
CAMPO ELÉCTRICO MODELO 2016 1- Una carga puntual, q = 3 μc, se encuentra situada en el origen de coordenadas, tal y como se muestra en la figura. Una segunda carga q 1 = 1 μc se encuentra inicialmente
Más detallesCURVAS TÉCNICAS: ÓVALOS, OVOIDES Y ESPIRALES
GEOMETRÍA CURVAS TÉCNICAS 1 CURVAS TÉCNICAS: ÓVALOS, OVOIDES Y ESPIRALES Los óvalos y ovoides pertenecen al grupo de los enlaces denominados cerrados, dado que comienzan y terminan en un mismo punto. También
Más detallesCONCLUSIONES 5. CONCLUSIONES.
5. CONCLUSIONES. Entre los sistemas de referencia empleados para el cálculo de las fuerzas elásticas, para un elemento finito de dos nodos que utiliza la teoría de Euler- Bernoulli [11], basándose en las
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detalles1. Obtener las coordenadas cartesianas del punto B simétrico del punto A(5,30 ), respecto al polo.
SEMESTRE 018-1 SERIE CURVAS EN EL PLANO POLAR 1. Obtener las coordenadas cartesianas del punto B simétrico del punto A(5,30 ), respecto al polo.. Determinar las coordenadas polares del punto C simétrico
Más detallesPROBLEMAS DE HOMOTECIAS Y SEMEJANZAS EN EL PLANO
PROBLEMAS DE HOMOTECIAS Y SEMEJANZAS EN EL PLANO 1. Estudiar si la siguiente ecuación matricial corresponde a una homotecia del plano y, en su caso, calcular el centro y la razón: 1 1 1 ' = 3 y' 3 y. Estudiar
Más detallesLA RECTA. Una recta r es el conjunto de los puntos del plano, alineados con un punto P y con una dirección dada.
LA RECTA Una recta r es el conjunto de los puntos del plano, alineados con un punto P y con una dirección dada. En geometría euclidiana, la recta o la línea recta, se extiende en una misma dirección, existe
Más detallesLos elementos básicos de la Geometría Plana son el punto, la línea, y el plano.
GEOMETRÍA PLANA Dibujo Geométrico La geometría es la parte de las matemáticas que estudia las propiedades y las medidas de las figuras planas y tridimensionales en el espacio. La palabra procede de dos
Más detallesSegmentación de una cartera de clientes usando aprendizaje de máquina
Inicio Segmentación de una cartera de clientes usando aprendizaje de máquina Universidad San Ignacio de Loyola I encuentro interdisciplinario de investigación desarrollo y tecnología USIL 2014 Inicio Inicio
Más detallesHélices en el cilindro y en el toro y planificación de movimientos de robots
Hélices en el cilindro y en el toro y planificación de movimientos de robots F.J. Cobos, J.C. Dana 1, A. Márquez 1 y F. Mateos 1 Resumen El motivo de este artículo es la búsqueda del camino más corto entre
Más detallesProblemas de Localización
Departamento de Métodos Cuantitativos en Economía y Gestión Universidad de Las Palmas de Gran Canaria drsantos@dmc.ulpgc.es Marzo 2005 Hi & Lois, en "Discrete Location Theory", Mirchandani y Francis "location,
Más detallesFísica I. TEMA I. Vectores. Ing. Alejandra Escobar UNIVERSIDAD FERMÍN TORO VICE RECTORADO ACADÉMICO FACULTAD DE INGENIERÍA
Física I TEMA I. Vectores UNIVERSIDAD FERMÍN TORO VICE RECTORADO ACADÉMICO FACULTAD DE INGENIERÍA Ing. Alejandra Escobar TEMA I. VECTORES Magnitudes Una magnitud se define como toda aquella propiedad que
Más detallesCIRCUNFERENCIA INTRODUCCION
CIRCUNFERENCIA INTRODUCCION Definición Sea O punto del plano ( P ) y r un real positivo, entonces se denomina circunferencia de centro O y radio r ( C ( O, r ) ), al conjunto formado por y sólo por los
Más detallesLugares geométricos y cónicas
Lugares geométricos y cónicas E S Q U E M A D E L A U N I D A D. Lugar geométrico página 6.. Definición página 6. Circunferencia página 6.. Ecuación página 6.. Casos particulares página 67. Elipse página
Más detallesLa forma en que se determina el Elo de un jugador fue ideada para el ajedrez en 1959, por el profesor de matemáticas, el Dr. Élő Árpád.
1.1.1 Qué es el Elo y cómo se calcula?. El Elo es un valor numérico que se asigna a cada jugador en relación con su "fuerza" o nivel de juego, en base al cual se puede estimar su probabilidad de victoria
Más detallesAplicación: cálculo de áreas XII APLICACIÓN: CÁLCULO DE ÁREAS
XII APLICACIÓN: CÁLCULO DE ÁREAS El estudiante, hasta este momento de sus estudios, está familiarizado con el cálculo de áreas de figuras geométricas regulares a través del uso de fórmulas, como el cuadrado,
Más detallesAPENDICE B. Geometría Diferencial y curvas Beta-Splines.
Planificación de Trayectorias para Robots Móviles APENDICE B. Geometría Diferencial y curvas Beta-Splines. B.1. Introducción. En este apéndice se exponen los conceptos básicos de geometría diferencial
Más detallesCAMPO ELÉCTRICO Modelo A. Pregunta 3.- Tres cargas puntuales, q 1 = 3 μc, q 2 = 1 μc y una tercera carga desconocida q 3, se encuentran en
CAMPO ELÉCTRICO 1.- 2015-Modelo A. Pregunta 3.- Tres cargas puntuales, q 1 = 3 μc, q 2 = 1 μc y una tercera carga desconocida q 3, se encuentran en el vacío colocadas en los puntos A (0,0), B(3,0) y C(0,4),
Más detallesUNIDAD 3 LA RECTA Y SU ECUACIÓN CARTESIANA. Dada la ecuación de dos rectas. Determinará si se cortan, si son paralelas o perpendiculares. Y l.
UNIDAD 3 LA RECTA SU ECUACIÓN CARTESIANA OBJETIVOS ESPECÍFICOS. Al término de la unidad, el alumno: Conocerá las distintas formas de representación de la recta e identificará cuál de ellas conviene usar.
Más detallesTema 2: Representación del punto, recta y plano, en el sistema Diédrico.
Tema 2: Representación del punto, recta y plano, en el sistema Diédrico. Representación del punto. El punto se define por medio de sus proyecciones sobre el horizontal y el vertical. (En perspectiva caballera)
Más detallesGeometría Computacional. Envolvente convexa e intersección d
Geometría Computacional. e intersección de ĺıneas 1 / 42 Geometría Computacional. e intersección d Diseño Topografía Informática Telemática Introducción a la Geometría computacional 2 / 42 Geometría Computacional.
Más detallesTEMA 5. CURVAS CÓNICAS.
5.1. GENERALIDADES. TEMA 5. CURVAS CÓNICAS. Se denominan secciones cónicas a aquellas superficies que son producidas por la intersección de un plano con una superficie cónica de revolución (una superficie
Más detallesCALCULO VECTORIAL GUÍA DE EJERCICIOS N 1 INTEGRALES DE LINEA Y SUS APLICACIONES
GUÍA DE EJERCICIOS N 1 INTEGRALES DE LINEA Y SUS APLICACIONES 1.- En cada uno de los siguientes casos calcular la integral de línea dada a) + +, donde C es el segmento de recta que une el punto O(0,0)
Más detallesPráctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms)
PLANIFICACIÓN Y GESTIÓN DE REDES Grado en Ingeniería Telemática Curso 2012-2013 Práctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms) Autor: Pablo
Más detalles33. SISTEMA PLANOS ACOTADOS
33. SISTEMA PLANOS ACOTADOS 33.1. Elementos del sistema. En el sistema de planos acotados o sistema acotado solo interviene un solo elemento el plano de proyección π. Como en los otros sistemas de representación
Más detallesColegio Internacional Torrequebrada. Departamento de Matemáticas
Geometría. Problema 1: Calcula la distancia del punto P(1, 1, 1) a la recta Problema 2: Dadas las rectas, se pide: a) Analiza su posición relativa. b) Halla la ecuación general del plano π que contiene
Más detallesFACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS INVESTIGACIÓN DE OPERACIONES. SÍLABO
U N I V E R S I D A D A L A S P E R U A N A S FACULTAD DE INGENIERÍAS Y ARQUITECTURA ESCUELA ACADÉMICO PROFESIONAL DE INGENIERÍA DE MINAS 1. DATOS GENERALES: INVESTIGACIÓN DE OPERACIONES. SÍLABO CARRERA
Más detallesUNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO MATERIA: DIBUJO TÉCNICO II
UNIVERSIDADES PÚBLICAS DE LA COMUNIDAD DE MADRID PRUEBA DE ACCESO A LAS ENSEÑANZAS UNIVERSITARIAS OFICIALES DE GRADO Curso 2013-2014 MATERIA: DIBUJO TÉCNICO II INSTRUCCIONES GENERALES Y CALIFICACIÓN Después
Más detallesCálculo:Notas de preliminares
Cálculo:Notas de preliminares Antonio Garvín Curso 04/05 1 Recordando cosas Recordaremos los conjuntos con los que vamos a trabajar, en especial R y R n. A fin de cuentas el cálculo trata basicamente de
Más detallesINTERVALOS Y SEMIRRECTAS.
el blog de mate de aida CSI: Inecuaciones pág 1 INTERVALOS Y SEMIRRECTAS La ordenación de números permite definir algunos conjuntos de números que tienen una representación geométrica en la recta real
Más detallesGeometría 3D para Informática Gráfica
Geometría 3D para Informática Gráfica Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Asignatura Materia Departamento responsable Geometría 3D para Informática Gráfica Matemáticas Matemática
Más detallesTema 7: Geometría Analítica. Rectas.
Tema 7: Geometría Analítica. Rectas. En este tema nos centraremos en estudiar la geometría en el plano, así como los elementos que en este aparecen como son los puntos, segmentos, vectores y rectas. Estudiaremos
Más detallesCORPORACION UNIFICADA NACIONA DE EDUCACION SUPERIOR DEPARTAMENTO DE CIENCIAS BASICAS FUNCIÓN Y RELACIÓN
CORPORACION UNIFICADA NACIONA DE EDUCACION SUPERIOR DEPARTAMENTO DE CIENCIAS BASICAS AREA / COMPONENTE: FORMACIÓN BÁSICA CICLO DE FORMACIÓN: TECNICA FUNCIÓN Y RELACIÓN RELACION Dados los conjuntos A =
Más detallesALTURAS DE UN TRIÁNGULO
TRIÁNGULO Polígono de tres lados. Según la longitud de sus lados, los triángulos se clasifican en equiláteros, si sus tres lados son iguales, isósceles, si tienen dos lados iguales, y escálenos, si los
Más detallesEL TEOREMA DE LOS CUATRO
EL TEOREMA DE LOS CUATRO VÉRTICES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría Diferencial. Curso 1995/96
Más detallesFACULTAD DE CIENCIAS EXACTAS Y NATURALES SEMILLERO DE MATEMÁTICAS LA HIPÉRBOLA
FACULTAD DE CIENCIAS EXACTAS Y NATURALES SEMILLERO DE MATEMÁTICAS GRADO 10 TALLER Nº 8 SEMESTRE LA HIPÉRBOLA RESEÑA HISTÓRICA Apolonio de Perge (c. 6 190 a. C.), geómetra griego nacido en Perga (hoy Murtina
Más detallesIntegral definida. dx es diferencial de x, e indica cuál es la variable de la función que se integra.
Integral definida Integral definida Dada una función f(x) y un intervalo [a,b], la integral definida es igual al área limitada entre la gráfica de f(x), el eje de abscisas, y las rectas verticales x =
Más detallesUNIDAD III TRIGONOMETRIA
UNIDAD III TRIGONOMETRIA 1 UNIDAD III TRIGONOMETRIA TEMARIO. 1. Relación del par ordenado en un plano bidimensional. 1.1. El plano coordenado 1.2. Localización de puntos en los cuatro cuadrantes 2. Ángulos
Más detallesMÓDULO Nº 3. Nivelación. Matemática Módulo Nº3. Contenidos. Polígonos Circunferencia y Círculo Volúmenes
MÓDULO Nº 3 Nivelación Matemática 2005 Módulo Nº3 Contenidos Polígonos Circunferencia y Círculo Volúmenes Nivelación Polígonos Polígono Regular: Son aquellos polígonos que tienen todos sus lados y ángulos
Más detallesSoluciones Nota nº 1
Soluciones Nota nº 1 Problemas Propuestos 1- En el paralelogramo ABCD el ángulo en el vértice A es 30º Cuánto miden los ángulos en los vértices restantes? Solución: En un paralelogramo, los ángulos contiguos
Más detalles