7. Desarrollo del Identificador Gráfico de Bifurcaciones

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

Download "7. Desarrollo del Identificador Gráfico de Bifurcaciones"

Transcripción

1 78 7. Desarrollo del Idetificador Gráfico de Bifurcacioes El objeto de este capítulo es expoer la filosofía utilizada para el desarrollo del idetificador Gráfico de Bifurcacioes. El IGB es ua herramieta computacioal que se preseta como u toolbox para MATAB. Su objetivo es localizar putos de bifurcació por métodos idirectos (cotiuació), e idetificar bifurcacioes de codimesió por métodos directos (fució de prueba). os algoritmos utilizados e cada uo de estos métodos se expoe e el capítulo 6. E los capítulos 8 y 9, que so los mauales de referecia y de usuario del IGB, se puede cosultar tato el maejo del software como las características de cada ua de las fucioes que lo compoe. a iterfaz del IGB ha sido diseñada de forma que el usuario pueda cofigurar el sistema e estudio e ua sola patalla. Básicamete la iterfaz está costituida por los espacios para la referecia de los archivos dode se ecuetra defiidas las fucioes (campos de texto), los botoes de fucioes y las opcioes del meú. Figura 7. Iterfaz del IGB

2 79 Para eteder la forma como ha sido cocebido el IGB, es ecesario coocer e detalle las variables ivolucradas e el aálisis de u sistema diámico y cada uo de los métodos (directos e idirectos) utilizados para la idetificació de bifurcacioes. Esto desde la perspectiva del programador. 7. Variables del IGB Ates de abordar el estudio de los métodos para la detecció e idetificació de las bifurcacioes, es ecesario hacer ua presetació de las variables utilizadas por el IGB. Estas variables puede dividirse e dos tipos: exteras e iteras. a variables exteras so las que el usuario puede modificar. Hace parte de la iterfaz del toolbox y se preseta como campos de texto editables. Por otro lado, las variables iteras so variables de cotrol para el correcto fucioamieto del programa. El usuario puede modificarlas a través de los meús. Como se observa e la iterfaz del IGB (Figura 7.), las variables exteras se localiza alrededor de la gráfica. A la derecha se está las variables de tipo vector (Figura 7.), y debajo las variables tipo fució (Figura 7.3). 7.. Variables IGB exteras tipo vector ímites de la gráfica PIM. PIM especifica los límites de la gráfica dode se va a mostrar los putos fijos y los equilibrios. PIM es ua matriz x o 3x que cotiee los límites de cada uo de los ejes, e forma de vectores fila. E el caso de ua gráfica D, cotedrá los límites de los ejes horizotal y vertical. Para 3D cotedrá además los límites del eje trasversal. PIM=[h_if,h_sup; v_if,v_sup; t_if,t_sup].

3 80 Cada uo de los vectores fila que compoe la matriz PIM, se cosiga e su orde e los campos de texto editables marcados co X, Y y Z. El campo Z solo se habilita cuado se plotea e 3D. Figura 7. Variables exteras tipo vector Tamaño de paso S. Permite especificar las distacias para calcular para determiar los putos a partir de los cuales se determiará los equilibrios o putos fijos. S es u vector de dos o tres dimesioes cuyos compoetes idica las distacias sobre cada uo de los ejes. Precisió PREC. Permite especificar el úmero de cifras sigificativas después del cero para la presetació de los datos. Por defecto este úmero es 4. Medidas de covergecia DETA y EPSION. Como se ha estudiado e el capítulo 5, se establece dos medidas que determia la covergecia del algoritmo, defiidas como, η < δ,, + η f( x) + f( x) < ε (7.) Dode, tal como se explica e el capítulo 5, η j es la orma del desplazamieto y f(x j ) es la orma de la fució. DETA es el valor para el criterio de covergecia por tamaño de paso, y EPSION criterio por valor de la fució.

4 8 Número de iteracioes totales ITTOT e iiciales ITINI. E el método de detecció de bifurcacioes por el método de la fuerza bruta (simulació pura), el usuario puede especificar el úmero de iteracioes totales que desea ejecutar el sistema a partir de u puto iicial. Así mismo tiee la posibilidad de o graficar las iteracioes iiciales. Por defecto estos valor so de 00 para ITTOT y de 50 para ITINI. Toleracia TO. E alguos métodos, como el de Seidel por ejemplo, el criterio de covergecia se da mediate el tamaño del paso úicamete, tal como se explica e el capítulo 5. Por defecto este valor TO es 0^(-5). Posició de los parámetros idepedietes PPAR. Este es u vector que cotiee la posició de los parámetros idepedietes e el vector y = (x, α), e particular las del vector de etrada Y0. Estas posicioes debe mateerse e la defiició de las fucioes y sus derivadas: FUN, GRADFUN, FUNP, GRADFUNP. Es decir, PPAR o puede modificarse si modificar tambié estos archivos. Posició de las variables de ploteo PPT. Este vector cotiee las variables (x, α) que se va a graficar e su respectivo orde x, y, z. Debe aotarse que el programa sólo recooce o 3 dimesioes para graficar (Ver Maual de Referecia). 7.. Variables IGB exteras tipo fució Figura 7.3 Variables exteras tipo fució Fució cotiua FUN. Archivo de la fució cotiua. Describe la fució de estudio de la forma &x = f(y). Su sitaxis es XP=FUN(Y)

5 8 dode el vector de etrada y = (x, α) cotiee las variables de estado x = [x, x,..., x ], y los parámetros idepedietes α = [α, α,..., α m ]. y = [y, y,..., y +m ] y = [x, x,..., x, α, α,..., α m ] El vector de etrada y es de dimesió + m, y cotiee variables de estado y m parámetros idepedietes, dode =,,... y m = 0,,,... El vector de respuesta &x es de dimesió, y cotiee el estado de las variables de estado. x& = [ x&, x&,..., x& ]. Tal como se explica e los capítulos 5 y 6, la defiició de esta fució FUN, es aplicable a sistemas diámicos cotiuos y discretos. Veamos por ejemplo el siguiete sistema diámico cotiuo defiido como u archivo.m para MATAB. fuctio yp=fold(y) x=y();alfa=y(); yp=alfa + x^; Fució 7. Fució FOD a iformació sobre el procedimieto para geerar u archivo FUN, se ecuetra e el Maual del Usuario y tambié puede cosultarse e el código mismo de la fució. Jacobiao cotiuo GRADFUN. Archivo del Jacobiao de la fució cotiua. Este archivo cotiee el Jacobiao de la fució FUN. Su sitaxis es, [J,ValPr,z]=GRADFUN(Y) El vector de etrada y = (x, α), tal como se describió ateriormete, cotiee las variables de estado x = [x, x,..., x ], y los parámetros idepedietes α = [α, α,..., α m ]. El vector de etrada y es de dimesió + m.

6 83 y = [y, y,..., y +m ] y = [x, x,..., x, α, α,..., α m ] El Jacobiao J es ua matriz x que evalúa las derivadas de las fucioes del vector de fucioes descrito e FUN, respecto a la variables de estado. J = M M O M Fialmete, ValPr cosiga los valores propios de J evaluados e y, y la matriz Z cosiga las derivadas de la fució FUN respecto a los parámetros idepedietes. z = M M O m m M m Por ejemplo, fuctio [J,ValPr,z]=foldj(y) x=y(); alfa=y(); J=*x; ValPr=eig(J); z=; Fució 7. Jacobiao de la fució FOD FODJ

7 84 Fució parametrizada FUNP. Este archivo cotiee la fució cotiua de estudio e forma parametrizada x& p = F(y). Su sitaxis es XPP=FUNP(Y) El vector de etrada y es de dimesió + m +. Cotiee variables de estado, m parámetros idepedietes, codicioes iiciales de las variables de estado, m codicioes iiciales de los parámetros idepedietes y u parámetro adicioal s que es la logitud de arco. Es decir, y = [y, y,..., y +m+ ] y = [x, x,..., x, α, α,..., α m, x 0, x 0,..., x 0, α 0, α 0,..., α 0m, s] El vector de respuesta x& p es de dimesió + m, y cotiee el estado de las variables de estado más m fucioes adicioales que parametriza la fució respecto a la logitud de arco s. Tal como se ha explicado e el capítulo 6, para la parametrizació por logitud de arco, se agrega a la fució cotiua u poliomio p. E el caso de ua fució de k parámetros idepedietes, se agregará k poliomios. 0 = p k (x, α, s) = ( x i x0 i ) + (α k α 0k ) s, k =,,..., m (7.) i= Tal como se explica e el capítulo 6, la fució queda extedida así, x& p = F(x, α, s) = f ( x, α) = 0, k =,,..., m (7.3) pk ( x, α, s) Por ejemplo, Fució 7.3 Fució FOD parametrizada FODP fuctio ypp=foldp(y) x=y(); alfa=y(); x0=y(3); alfa0=y(4); h=y(5); ypp=[alfa + x^;(x-x0)^ + (alfa-alfa0)^ - h^];

8 85 Jacobiao parametrizado GRADFUNP. Este archivo cosiga el Jacobiao de la fució parametrizada FUNP, de la misma forma e que GRADFUN cosiga el Jacobiao de la fució cotiua FUN. Su sitaxis es JP=GRADFUNP(Y) El vector de etrada y es de dimesió + m +. Cotiee variables de estado, m parámetros idepedietes, codicioes iiciales de las variables de estado, m codicioes iiciales de los parámetros idepedietes y u parámetro adicioal s que es la logitud de arco. Es decir, y = [y, y,..., y +m+ ] y = [x, x,..., x, α, α,..., α m, x 0, x 0,..., x 0, α 0, α 0,..., α 0m, s] El Jacobiao de la fució parametrizada Jp es ua matriz (+m) x (+m) que evalúa las derivadas de las fucioes del vector de fucioes descrito e FUNP, respecto a la variables de estado y a los m parámetros idepedietes. J z Jp = dp (7.4) Dode el Jacobiao J es ua matriz x que evalúa las derivadas de las fucioes del vector de fucioes descrito e FUN, respecto a la variables de estado. J = M M O M a matriz z cosiga las derivadas de la fució FUN respecto a los parámetros idepedietes.

9 86 z = M M O m m M m Y la matriz dp evalúa las derivadas de la matriz de los m poliomios de parametrizació de la fució parametrizada FUNP. dp dp dp = M dp m dp dp M dp m O dp dp M dp m dp dp M dp m dp dp M dp m O dp m dp m M dp m m Por ejemplo, Fució 7.4 Jacobiao de la fució FOD parametrizada FODJP fuctio Jp=foldjp(y) x=y(); alfa=y(); x0=y(3); alfa0=y(4); h=y(5); J=foldj(y); z=; dp=[*(x-x0),*(alfa-alfa0)]; Jp=[J,Z;dP]; Fució discreta FUND. Este archivo cotiee la fució discreta y k+ a g(y k ). a sitaxis de la fució es, YP=FUND(Y)

10 87 El vector de etrada y k es de dimesió + m, y cotiee variables de estado y m parámetros idepedietes. Es decir, y k = [y, y,..., y +m+ ] y k = [x, x,..., x, α, α,..., α m, x 0, x 0,..., x 0, α 0, α 0,..., α 0m, s] El vector de respuesta y k+ es de dimesió, y cotiee el estado de las variables de estado. y k+ = [x, x,..., x ] Por ejemplo, fuctio yp=foldd(y) x=y(); alfa=y(); yp=alfa+x+x^; Fució 7.5 Fució FOD discreta FODD Jacobiao discreto GRADFUND. Archivo del Jacobiao de la fució discreta. Este archivo cotiee el Jacobiao de la fució FUND. Su sitaxis es, [J,ValPr] = GRADFUND(Y) El vector de etrada y = (x, α), tal como se describió ateriormete, cotiee las variables de estado x = [x, x,..., x ], y los parámetros idepedietes α = [α, α,..., α m ]. El vector de etrada y es de dimesió + m. y = [y, y,..., y +m ] y = [x, x,..., x, α, α,..., α m ] El Jacobiao J es ua matriz x que evalúa las derivadas de las fucioes del vector de fucioes descrito e FUND, respecto a la variables de estado.

11 88 J = M M O M ValPr cosiga los valores propios de J evaluados e y. Por ejemplo, Fució 7.6 Jacobiao de la fució FOD discreta FODJP fuctio [J,ValPr]=foldjd(y) x=y(); alfa=y(); J=+*x; ValPr=eig(J); Fucioes de prueba TFUN y TFUND. Hay dos archivos de fucioes de prueba que viee co el IGB, TFUN para sistemas diámicos cotiuos y TFUND para sistemas diámicos discretos. a sitaxis de estos archivos es: tf=tfun(eig,eig) tf=tfund(eig,eig) os argumetos de etrada eig, ieg so los valores propios (o multiplicadores) del equilibrio o puto (o puto fijo) de los dos putos e medio de los cuales se quiere verificar la aparició de ua bifurcació. El método directo basado e la fució de prueba, tal como se expoe e el capítulo 6, solo requiere de estos dos vectores de etrada. El archivo de la fució de prueba retora tf, u flag que idica: tf Tf 0 No hay bifurcació 4 Bifurcació flip Bifurcació fold e Bifurcació de 5 sistema cotiuo Neimarck Sacker Bifurcació Hopf 6 Bifurcació descoocida 3 Bifurcació fold e sistema discreto

12 89 Por ejemplo, e el IGB se ha implemetado por defecto las siguietes, Fució 7.7 Fució de prueba TFUN fuctio tf=tfu(eig,eig) tf=0; if isreal(eig) & isreal(eig) if (eig*eig)<=0 tf=; %Bifurcació FOD ed else if (sum(real(eig))*sum(real(eig)))<=0 tf=; %Bifurcació HOPF ed ed fuctio tf=tfud(eig,eig) Fució 7.8 Fució de prueba TFUND if ~prod(size(eig)==size(eig)) tf=6; %bifurcació DESCONOCIDA else if (orm(eig())< & orm(eig())>=)... (orm(eig())>= & orm(eig())<) if isreal(eig) & isreal(eig) if eig>0 & eig>0 tf=3; %Bifurcació FOD dis elseif eig>0 & eig>0 tf=4; %Bifurcació FIP else tf=6; %Bifurcació DESCONOCIDA ed elseif ~isreal(eig) & ~isreal(eig) tf=5; %Bifurcació de NEIMARK-SACKER else tf=6; %Bifurcació descoocida ed ed ed

13 Variables IGB iteras as variables se utiliza para llevar u cotrol sobre las opcioes que el usuario seleccioa e los meús del IGB. Figura 7.4 Meú Cofiguració Variable del tipo de sistema FAG_SIS. Esta variable toma su valor de acuerdo a la selecció e el meú Sistema del IGB. os valores de FAG_SIS so: FAG_SIS Sistema cotiuo Sistema discreto Variable del tipo de simulació FAG_SIM. Esta variable toma su valor de acuerdo a la selecció e el meú Simulació del IGB. os valores de IG_SIM so: FAG_SIM Retrato de fase Diagrama de bifurcació 3 Gráfica de tiempo Variable del método idirecto FAG_MET. Esta variable toma su valor de acuerdo a la selecció e el meú Método del IGB.

14 9 Figura 7.5 Meú Método os valores que toma esta variable so: FAG_MET FAG_MET Método de la simulació o de fuerza bruta 3 Cotiuació basada e el método de Newto Raphso o uiputo Método de Newto Raphso co múltiples putos o multiputo 4 Cotiuació basada e el método secate 5 Cotiuació basada e el método de Seidel 6 Cotiuació co predictor secate si parametrizació 7 Cotiuació co predictor secate co parametrizació 8 Cotiuació co predictor tagete si parametrizació 9 Cotiuació co predictor Tagete co parametrizació Variable del método directo o fució de prueba FAG_TFUN. Esta variable cambia de valor cada vez que he hace clic sobre la opció Fució de Prueba del meú Método (Figura 7.5). os valores de FAG_TFUN so: FAG_TFUN 0 Si fució de prueba Co fució de prueba

15 9 Además de estas, existe otras variables iteras relacioadas co la presetació de resultados e patalla, e particular co la gráfica. Estas variables puede estudiarse co detalle e el Maual del Usuario. 7. El Método de la fuerza bruta El método de la fuerza bruta cosiste e la localizació de u úmero determiado de putos del sistema, mediate la ejecució de la fució que lo describe. Este método tambié es coocido como el método de la simulació. a sitaxis para la simulació es: as variables ivolucradas so: yp=feval(fun,y0); Variable de etrada FUN y0 Archivo de la fució Vector iicial Variable de retoro yp Image del puto de etrada y0 Si el sistema es cotiuo, el siguiete puto iicial se calcula así: y0=y0+s*yp; Si el sistemas es discreto, se procede simplemete así: y0=yp; Cuado este método es utilizado para la detecció de bifurcacioes e ua regió defiida por los límites de la gráfica, la sitaxis es la siguiete:

16 93 flag_stop=fbruta(pim,fun,y0,ppt,ppar,s,ittot,itini,prec,flag_sis) as variables ivolucradas so: PIM FUN Y0 PPT PPAR s ITTOT ITINI PREC Variable de etrada flag_sis Matriz co los límites de la gráfica Archivo de la fució cotiua Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Iteracioes totales Iteracioes iiciales Número de decimales sigificativos Tipo de sistema. -cotiuo, -discreto. Variable de retoro flag_stop Booleao que idica la deteció del ploteo Mediate este método se calcula ITTOT putos a partir del puto iicial. os primeros ITINI putos o so tomados e cueta i para el ploteo i su registro. Cuado se ha hecho las iteracioes establecidas por el usuario, el la compoete del eje horizotal e la gráfica da u salto s y se calcula así u uevo valor iicial. Observe que el vector s juega u doble papel e los sistemas diámicos cotiuos. Este método permite la localizació de equilibrios y ciclos estables. A diferecia de los otros métodos para la detecció de bifurcacioes, o es posible idetificar la estabilidad de los equilibrios. Para la localizació de equilibrios y ciclos iestables, es ecesario trasformar la defiició del sistema, tal como se explica e el capítulo 5. Es decir, para sistemas cotiuos se debe cambiar el sigo del tiempo, y e los sistemas discretos se debe ivertir la fució.

17 El Método de Newto Raphso Para la localizació de equilibrios e sistemas diámicos cotiuos y discretos de la forma &x = f (x), x R (7.5) Se ha implemetado e el IGB el método de Newto Raphso. Este método se ecuetra descrito e el Maual de Referecia bajo la fució NEWTON. Si embargo, para la idetificació de bifurcacioes e sistemas multiparamétricos, este sistema ha sido adecuado de la forma presetada por la fució NEWTONMP. A cotiuació se preseta ua descripció de los métodos basados e el método de Newto Raphso para la localizació de equilibrios (y putos fijos) para la posterior detecció de bifurcacioes Cálculo de la primera solució El problema de la idetificació de bifurcacioes, se iicia calculado el primer equilibrio, es decir, la primera solució (x, α ) del sistema f (x, α) = 0, x R, α R m (7.6) Para esto se ha implemetado u método basado e el Método de Newto Raphso, expuesto e el capítulo 5. Este método, deomiado Método de Newto Raphso Multiparamétrico se preseta e detalle e el Maual de Referecia, bajo el ombre de NEWTONMP. a sitaxis de esta fució es la siguiete, [X,F,k,cod]=ewtomp(FUN,GRADFUN,Y0,PPAR,DETA,EPSION) as variables ivolucradas so:

18 95 FUN Variable de etrada GRADFUN Y0 PPAR DETA EPSION Archivo de la fució cotiua Archivo del Jacobiao de FUN Vector iicial (X,APHA) Vector co las posicioes de los parámetros idepedietes Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Variable de retoro X F k cod Equilibrio ecotrado Valor de la fució evaluada e el equilibrio X Número de iteracioes Codició de la salida. (Ver Maual del Referecia) Para determiar el resto de los equilibrios (o putos fijos), utilizado el método de Newto Raphso, e el IGB se ha implemetado dos alterativas: úico puto y múltiples putos Solucioes a partir de u úico puto Ua vez se ha calculado el primer equilibrio o puto fijo por el método de Newto - Raphso, se procede a calcular las demás solucioes. Para esto el IGB cueta las fucioes PUNI para sistemas diámicos cotiuos, y PUNID para sistemas diámico discretos, cuyas descripcioes se ecuetra e el Maual de Referecia. a sitaxis de estas fucioes es: flag_stop=pui(pim,fun,gradfun,tfun,y0,ppt,ppar,s,... DETA,EPSION,PREC) flag_stop=puid(pim,fun,gradfun,gradfund,tfun,y0,ppt,ppar,... s,deta,epsion,prec)

19 96 PIM FUN Variable de etrada GRADFUN GRADFUND TFUN Y0 PPT PPAR S DETA EPSION PREC Matriz co los límites de la gráfica Archivo de la fució cotiua Archivo del Jacobiao de FUN Archivo del Jacobiao de FUND. Solo para PUNID, se utiliza juto co TFUN. Archivo de la fució de prueba. De uso opcioal. Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Número de decimales sigificativos Variable de retoro flag_stop Booleao que idica la deteció del ploteo Esta fució calcula la primera solució a partir del puto iicial Y0, y a partir de este puto aproxima la siguiete dado u salto S. Este es u procedimieto de cotiuació e el que se obtiee todos los equilibrios (o putos fijos) sobre u ramal. El programa retora la última solució calculada Y, y el booleao flag_stop que idica si se debe cotiuar y deteer el ploteo. El proceso de ploteo se detiee cuado o es posible ecotrar ua solució del sistema descrito e FUN, o cuado se ha producido algú error durate su localizació. a diferecia etre estas dos fucioes radica e la forma de iterpretar la estabilidad de la solució ecotrada. E PUNI se comprueba si los valores propios de la solució perteece al semiplao egativo (equilibrio estable), mietras que e PUNID se comprueba si perteece al círculo uitario (puto fijo estable).

20 Solucioes a partir de múltiples putos El método de úico puto y cualquier otro procedimieto que implique cotiuació, solo puede localizar los equilibrios o putos fijos que perteece a la misma rama. Por esta razó se ha implemetado métodos de múltiples putos para localizar todas las solucioes a partir múltiples putos. Para el estudio de bifurcacioes e sistemas cotiuos está la fució PMU, y para sistemas discretos la fució PMUD. Estas fucioes se ecuetra expuestas co detalle e el Maual de Referecia. a sitaxis de estas fucioes es: flag_stop=pmul(pim,fun,gradfun,y0,ppt,ppar,s,deta,epsion,prec) flag_stop=pmuld(pim,fun,gradfun,gradfund,y0,ppt,ppar,... s,deta,epsion,prec) as variables ivolucradas e esta fució so: PIM FUN Variable de etrada GRADFUN GRADFUND Y0 PPT PPAR s DETA EPSION PREC Matriz co los límites de la gráfica Archivo de la fució cotiua Archivo del Jacobiao de FUN Archivo del Jacobiao de FUND. Solo para PUNID, se utiliza juto co TFUN. Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Número de decimales sigificativos Variable de retoro flag_stop Booleao que idica la deteció del ploteo

21 98 El pricipio de operació es la ubicació de putos de iicio para el método de Newto Raphso e todo el espacio de la gráfica, e dos o tres dimesioes. uego, a partir de cada puto, iteta localizar u equilibrio cercao. Esta fució es útil cuado los equilibrios ubicados e el espacio, coforma ramales complejos que o podría ser idetificados co los métodos de cotiuació. Por su carácter, es u método leto que cosume muchos recursos computacioales. Además, co este método, o es posible utilizar ua fució de prueba para idetificar directamete ua bifurcació. 7.4 Método Secate Como alterativa al método de Newto, el IGB ha implemetado el método secate para la determiació de putos de equilibrio. Tal como se explica e el capítulo 5, mietras que el método de Newto Raphso requiere de la evaluació de dos fucioes: la fució del sistema y su Jacobiao, el método secate solo ecesita la fució del sistema para determiar sus raíces. Como e el caso del método de Newto Raphso, e el IGB se ha implemetado como herramieta el método secate clásico para resolver sistemas de la forma (7.5). Este método se ecuetra bajo la fució de ombre SECANT, y puede estudiarse co detalle e el Maual de Referecia. Si embargo, la determiació de los equilibrios del sistema (7.6) ha requerido el desarrollo del método del sistema secate multiparamétrico. Este método se ecuetra bajo la fució SECANTMP, y que tambié puede estudiarse e el Maual de Referecia. a sitaxis de esta fució es [X,F,k,cod]=secatmp(FUN,Y0,PPAR,S,DETA,EPSION) as variables ivolucradas e esta fució so:

22 99 FUN Variable de etrada GRADFUN Y0 PPAR S DETA EPSION Archivo de la fució cotiua Archivo del Jacobiao de FUN Vector iicial [X,APHA) Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Variable de retoro X F k cod Equilibrio ecotrado Valor de la fució evaluada e el equilibrio X Número de iteracioes Codició de la salida. (Ver Maual del Referecia) a pricipal limitate del método secate, es que su uso se restrige a sistemas diámicos de dos dimesioes. Cuado el método secate se utiliza para la idetificació de los equilibrios a lo largo de u ramal (cotiuació) e u sistema diámico cotiuo, la fució utilizada es PSECANT y e sistemas discretos es PSECANTD (Maual de Referecia). a sitaxis de estas fucioes so: flag_stop=psecat(pim,fun,gradfun,tfun,y0,ppt,ppar,s,... DETA,EPSION,PREC) flag_stop=psecatd(pim,fun,gradfund,tfun,y0,ppt,ppar,s,... DETA,EPSION,PREC) as variables ivolucradas e estas dos fucioes so:

23 00 PIM FUN Variable de etrada GRADFUN GRADFUND TFUN Y0 PPT PPAR s DETA EPSION PREC Matriz co los límites de la gráfica Archivo de la fució cotiua Archivo del Jacobiao de FUN Archivo del Jacobiao de FUND Archivo de la fució de prueba Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Número de decimales sigificativos Variable de retoro flag_stop Booleao que idica la deteció del ploteo os archivos de los Jacobiaos GRADFUN y GRADFUND se utiliza para evaluar la aturaleza del equilibrio o puto fijo y o para calcularlo, por lo cual su uso es opcioal. Si se utiliza fució de prueba TFUN, cuyo uso es tambié opcioal, si es ecesario usar GRADFUN y GRADFUND. 7.5 Método de Seidel Tal como se explica e el capítulo 5, la forma para localizar putos fijos e sistemas diámicos discretos, si cambiar la defiició del sistema, es mediate el método de Seidel. E el IGB se ha implemetado dos métodos uméricos. El primero es el método de Seidel clásico, que se emplea como herramieta para la localizació de equilibrios e sistemas diámicos discretos de la forma x a g(x), x R (7.7)

24 0 Este método se ecuetra bajo el ombre de SEIDE, y puede estudiarse e el Maual de Referecia. Al igual que e los casos ateriores, para la detecció de bifurcacioes ha sido ecesario desarrollar u método de Seidel multiparamétrico que pueda resolver sistemas de la forma x a g(x, α), x R, α R m (7.8) Este método se ecuetra implemetado e la fució SEIDEMP (Maual de Referecia). Así mismo es el método adecuado para la localizació de putos fijos e sistemas multiparamétricos. Su sitaxis es: [X,F,k,cod]=seidelmp(FUN,X,PPAR,TO) as variables ivolucrada so: FUN Y0 PPAR TO Variable de etrada Archivo de la fució cotiua Vector iicial [X,APHA) Vector co las posicioes de los parámetros idepedietes Criterio de covergecia por toleracia Variable de retoro X F k cod Equilibrio ecotrado Valor de la fució evaluada e el equilibrio X Número de iteracioes Codició de la salida. (Ver Maual del Referecia) Cuado este método es usado para la localizació de putos de bifurcació, la fució utilizada es

25 0 flag_stop=pseidel(pim,fund,gradfund,tfun,y0,ppt,ppar,s,to,prec) as variables ivolucradas so: PIM FUND Variable de etrada GRADFUND TFUN Y0 PPT PPAR s TO PREC Matriz co los límites de la gráfica Archivo de la fució discreta Archivo del Jacobiao de FUND Archivo de la fució de prueba Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por toleracia Número de decimales sigificativos Variable de retoro flag_stop Booleao que idica la deteció del ploteo El método de Seidel solo se utiliza para sistemas diámicos discretos y solo puede detectar putos fijos estables. Para la detecció de putos fijos iestables, se debe ivertir la fució que defie el sistema discreto. 7.6 Métodos de Cotiuació Se puede utilizar el mismo Método de Newto para el cálculo de las demás solucioes, pero e los putos de bifurcació el Jacobiao de la fució es sigular y o es posible hallar más solucioes a partir de este puto. Tal como se aota e el capítulo 6, los métodos de cotiuació desarrollados e el presete trabajo so los basados e los métodos de predictor corrector sobre el sistema diámico cotiuo,

26 03 f (x, α) = 0, x R, α R (7.9) que como se ha visto ateriormete, es ua ecuació geérica aplicable tambié a sistemas diámicos discretos. E el IGB se ha implemetado los métodos de cotiuació co predictor secate y predictor tagete, co y si parametrizació. Para la correcció se utiliza e todos los casos el método de Newto Raphso multiparamétrico. Tal como se ha estudiado e el capítulo 6, la parametrizació permite la defiició de ua métrica sobre el ramal de equilibrios (o putos fijos), y de esta forma es posible pasar sobre las sigularidades de los putos de bifurcació de ua maera limpia y rápida. a parametrizació se realiza por logitud de arco, auque cabe la posibilidad de usar cualquier otro tipo de parametrizació. Así mismo, e estos métodos de cotiuació se ha implemetado u algoritmo para el cotrol de paso etre equilibrio y equilibrio del mismo ramal. De esta forma, cuado el equilibrio que se predice está cerca del siguiete equilibrio (pocas iteracioes para la correcció) el tamaño de paso se aumeta, y lo cotrario. Estos métodos se describe a cotiuació y se detalla e el Maual de Usuario Predictor secate E el caso de cotiuació co predictor secate a partir de u puto iicial y 0, es ecesario calcular ua seguda solució y. Esta seguda solució se calcula sumado u paso s al puto iicial: y = y 0 + s El paso s es u vector del mismo tamaño de y 0 y y. a fució que implemeta el método de cotiuació co predictor secate y corrector basado e el método de Newto Raphso multiparamétrico es CSC e el caso de los sistemas diámicos cotiuos, y CSCD e el caso de los discretos (Maual de Referecia). as sitaxis so:

27 04 flag_stop=csc(pim,fun,gradfun,tfun,y0,ppt,ppar,s,deta,epsion,prec) flag_stop=cscd(pim,fun,gradfun,gradfund,tfun,y0,ppt,ppar,s,... DETA,EPSION,PREC) as variables ivolucradas e estas dos fucioes so las siguietes: PIM FUN Variable de etrada GRADFUN GRADFUND TFUN Y0 PPT PPAR s DETA EPSION PREC Matriz co los límites de la gráfica Archivo de la fució cotiua Archivo del Jacobiao de FUN Archivo del Jacobiao de FUND Archivo de la fució de prueba Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Número de decimales sigificativos Variable de retoro flag_stop Booleao que idica la deteció del ploteo Co u tamaño de paso adecuado, el método de cotiuació co predictor secate puede seguir cualquier trayectoria e u ramal de equilibrios y putos fijos Predictor secate co parametrizació Ua forma de optimizar el desempeño del método de cotiuació co predictor secate, es agregado ua ecuació adicioal que parametrice el sistema. Para esto es ecesario que el usuario agregue dos fucioes adicioales FUNP y GRADFUNP. E la primera fució

28 05 debe agregar el poliomio de parametrizació. Auque se puede utilizar cualquiera de los métodos descritos e el capítulo 6, se recomieda la parametrizació por logitud de arco, co la cual se evita cualquier posible sigularidad e los putos de bifurcació. Este método se ha implemetado e la fució CSCP para sistemas cotiuos, y CSCPD para sistemas discretos. as sitaxis so: flag_stop=cscp(pim,fun,gradfun,funp,gradfunp,tfun,y0,ppt,ppar,s,... DETA,EPSION,PREC) flag_stop=cscpd(pim,fun,gradfun,funp,gradfunp,gradfund,tfun,y0,ppt,... PPAR,s,DETA,EPSION,PREC) as variables ivolucradas e estas dos fucioes so las siguietes: PIM FUN Variable de etrada GRADFUN FUNP GRADFUNP GRADFUND TFUN Y0 PPT PPAR s DETA EPSION PREC Matriz co los límites de la gráfica Archivo de la fució cotiua Archivo del Jacobiao de FUN Archivo de la fució cotiua parametrizada Archivo del Jacobiao de FUNP Archivo del Jacobiao de FUND Archivo de la fució de prueba Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Número de decimales sigificativos Variable de retoro flag_stop Booleao que idica la deteció del ploteo

29 Predictor tagete E el método de cotiuació co predictor tagete, sólo es ecesario calcular la primera solució y 0. a solució siguietes se estima a ua distacia s sobre ua líea tagete al ramal e el puto y 0, y = y 0 + s h dode h es el vector tagete al ramal e y 0. a fució que implemeta el método de cotiuació co predictor tagete y corrector basado e el método de Newto Raphso multiparamétrico es CTC e el caso de los sistemas diámicos cotiuos, y CTCD e el caso de los discretos (Maual de Referecia). as sitaxis so: flag_stop=ctc(pim,fun,gradfun,tfun,y0,ppt,ppar,s,deta,epsion,prec) flag_stop=ctcd(pim,fun,gradfun,gradfund,tfun,y0,ppt,ppar,s,... DETA,EPSION,PREC) as variables ivolucradas e estas dos fucioes so: PIM FUN Variable de etrada GRADFUN FUNP GRADFUNP GRADFUND TFUN Y0 PPT PPAR s DETA EPSION PREC Matriz co los límites de la gráfica Archivo de la fució cotiua Archivo del Jacobiao de FUN Archivo de la fució cotiua parametrizada Archivo del Jacobiao de FUNP Archivo del Jacobiao de FUND Archivo de la fució de prueba Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Número de decimales sigificativos

30 07 Variable de retoro flag_stop Booleao que idica la deteció del ploteo Co este método se puede idetificar todos los putos de equilibrio e u ramal, siempre que la pediete de la recta tagete o pase por ifiito Predictor tagete co parametrizació Ua forma de optimizar el desempeño del método de cotiuació co predictor tagete, es co la parametrizació del sistema. Para esto se agrega a la fució del sistema u poliomio o fució de parametrizació e u archivo FUNP. Además el método requiere del Jacobiao de este uevo archivo GRADFUNP. Cuado se aaliza u sistema diámico cotiuo, el IGB utiliza la fució CTCP, e los sistemas discretos es la fució CCTPD. as sitaxis de estas fucioes so: flag_stop=ctcp(pim,fun,gradfun,funp,gradfunp,tfun,y0,ppt,ppar,s,... DETA,EPSION,PREC) flag_stop=ctcpd(pim,fun,gradfun,funp,gradfunp,gradfund,tfun,y0,ppt,... PPAR,s,DETA,EPSION,PREC) as variables ivolucradas so las siguietes: PIM FUN Variable de etrada GRADFUN FUNP GRADFUNP GRADFUND TFUN Matriz co los límites de la gráfica Archivo de la fució cotiua Archivo del Jacobiao de FUN Archivo de la fució cotiua parametrizada Archivo del Jacobiao de FUNP Archivo del Jacobiao de FUND Archivo de la fució de prueba

31 08 Y0 PPT PPAR s DETA EPSION PREC Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por tamaño de paso Criterio de covergecia por valor de la fució Número de decimales sigificativos Variable de retoro flag_stop Booleao que idica la deteció del ploteo 7.7 Fució de prueba El IGB permite la utilizació de ua fució de prueba para la localizació directa de las bifurcacioes. Este método directo, actúa juto co alguo de los métodos idirectos de cotiuació. Para cada tipo de sistema se ha desarrollado ua fució de prueba. E el los sistemas cotiuos es la fució TFUN, y e los discretos es la fució TFUND. a sitaxis de estas fucioes es: tf=tfu(eig,eig); tf=tfud(eig,eig) as variables ivolucradas so: eig eig Variable de etrada Valor propio de u equilibrio o puto fijo Valor propio de otro equilibrio o puto fijo Variable de retoro tf Idetificados del tipo de bifurcació.

32 09 tf 0 o hay bifurcació bifurcació FOD e sistemas cotiuos bifurcació HOPF 3 bifurcació FOD e sistemas discretos 4 bifurcació FIP 5 bifurcació NEIMARK-SACKER 6 bifurcació DESCONOCIDA Estas fucioes de prueba recibe los equilibrios (o putos fijos), determiados mediate alguo de los métodos implemetados e el IGB, y verifica si e medio de estos dos se preseta algua bifurcació. E el caso de los sistemas cotiuos verifica si uo se ecuetra a la derecha y otro a la izquierda del eje imagiario, y e el caso discreto si uo se ecuetra detro y otro fuera del círculo uitario. Depediedo del lugar e el plao R I por dode se haya atravesado, se determia el tipo de bifurcació, tal como se explica e los capítulos 3 y 4. El usuario puede cambiar la forma de hacer la detecció, pero debe coservar las variables de etrada y los valores de la variable de retoro tf. 7.8 Retrato de fase Además de las herramietas para detecció de bifurcacioes, el IGB ofrece la posibilidad de simular el comportamieto del sistema diámico cotiuo o discreto. a sitaxis de esta fució, deomiada rfase, es: flag_stop=rfase(pim,fun,y0,ppt,ppar,s,to,prec,flag_sis) as variables ivolucradas so: PIM Variable de etrada Matriz co los límites de la gráfica

33 0 FUN Y0 PPT PPAR s TO PREC flag_sis Archivo de la fució cotiua Vector iicial (X,APHA) Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por toleracia Número de decimales sigificativos Tipo de sistema. -cotiuo, -discreto. Variable de retoro flag_stop Booleao que idica la deteció del ploteo Esta simulació puede apreciarse puto a puto. El usuario es libre de variar la velocidad de simulació (e el caso de los sistemas diámicos), y el puto iicial. 7.9 Gráficas de tiempo Ua de las ecesidades (o curiosidades) cuado se simula el comportamieto del sistema e su espacio de estados y parámetros, es el comportamieto de estas mismas variables e fució del tiempo. Por este motivo, a partir de la versió 5 del IGB, se cueta co la opció de hacer gráficas de tiempo. a sitaxis de esta fució, deomiada xvst, es: flag_stop=xvst(pim,fun,y0,ppt,ppar,s,to,prec,flag_sis) as variables ivolucradas so: PIM FUN Y0 Variable de etrada Matriz co los límites de la gráfica Archivo de la fució cotiua Vector iicial (X,APHA)

34 PPT PPAR s TO PREC flag_sis Vector de las variables de ploteo Vector co las posicioes de los parámetros idepedietes Tamaño de paso Criterio de covergecia por toleracia Número de decimales sigificativos Tipo de sistema. -cotiuo, -discreto. Variable de retoro flag_stop Booleao que idica la deteció del ploteo Esta simulació puede apreciarse puto a puto. El usuario es libre de variar la velocidad de simulació (e el caso de los sistemas diámicos), el tiempo (e sistemas cotiuo) o úmero de iteracioes (e sistemas discretos), así como el puto iicial. E el Maual de Referecia, que se expoe e el capítulo siguiete, se describe co detalle cada ua de las fucioes del IGB. Detro de éstas muchas fucioes se ecuetra, por supuesto, las referidas e este capítulo, además de otras que puede cosiderarse como recurretes (o fudametales). Icluso el IGB cueta co fucioes que por algua razó o so utilizadas e la detecció de bifurcacioes pero que so de utilidad e el mometo de idetificar características del sistema e estudio.

METODO DE ITERACION DE NEWTON

METODO DE ITERACION DE NEWTON METODO DE ITERACION DE NEWTON Supogamos que queremos resolver la ecuació f( ) y lo que obteemos o es la solució eacta sio sólo ua buea aproimació, para obteer esta aproimació observemos la siguiete figura

Más detalles

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11)

Prueba Integral Lapso / Área de Matemática Fecha: MODELO DE RESPUESTA (Objetivos del 01 al 11) Prueba Itegral Lapso 016-1 175-176-177 1/7 Uiversidad Nacioal Abierta Matemática I (Cód 175-176-177) Vicerrectorado Académico Cód Carrera: 16 36 80 508 51 54 610 611 61 613 Fecha: 19 11 016 MODELO DE RESPUESTA

Más detalles

4.- Aproximación Funcional e Interpolación

4.- Aproximación Funcional e Interpolación 4- Aproximació Fucioal e Iterpolació 4 Itroducció Ua de las mayores vetajas de aproximar iformació discreta o fucioes complejas co fucioes aalíticas secillas, radica e su mayor facilidad de evaluació y

Más detalles

ECUACIONES DIFERENCIALES Problemas de Valor Frontera

ECUACIONES DIFERENCIALES Problemas de Valor Frontera DIVISIÓN DE CIENCIAS FÍSICAS Y MATEMÁTICAS DPTO. TERMODINÁMICA Y FENÓMENOS DE TRANSFERENCIA MÉTODOS APROXIMADOS EN ING. QUÍMICA TF-33 ECUACIONES DIFERENCIALES Problemas de Valor Frotera Esta guía fue elaborada

Más detalles

Límite y Continuidad de Funciones.

Límite y Continuidad de Funciones. Límite Cotiuidad de Fucioes. Eleazar José García. eleagarcia9@hotmail.com. Límite de ua fució.. Defiició de límite de ua fució.. Ifiitésimo.. Ifiitésimos equivalete.. Límite por la izquierda.. Límite por

Más detalles

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN

SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN SESIÓN 8 DESCRIPCIONES DE UNA RELACIÓN I. CONTENIDOS: 1. Regresió lieal simple.. Iterpretació de gráficas de regresió. 3. Cálculo de coeficiete de correlació. 4. Iterpretació del coeficiete de correlació.

Más detalles

TRABAJO DE GRUPO Series de potencias

TRABAJO DE GRUPO Series de potencias DPTO. MATEMÁTICA APLICADA FACULTAD DE INFORMÁTICA (UPM) TRABAJO DE GRUPO Series de potecias CÁLCULO II (Curso 20-202) MIEMBROS DEL GRUPO (por orde alfabético) Nota: Apellidos Nombre Este trabajo sobre

Más detalles

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica.

CAPITULO 0 CONCEPTOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Algebra lineal Notación básica. 5 CAPIULO 0 CONCEPOS BASICOS DE ALGEBRA Y PROGRAMACION LINEAL Este capítulo proporcioa u pequeño resume acerca de coceptos básicos de álgebra y programació lieal que resulta fudametales para el bue etedimieto

Más detalles

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL APUNTES DE FÍSICA I Profesor: José Ferado Pito Parra UNIDAD 11 DINÁMICA DEL MOVIMIENTO ROTACIONAL Cuado u objeto real gira alrededor de algú eje, su movimieto o se puede aalizar como si fuera ua partícula,

Más detalles

CAPÍTULO I. Conceptos Básicos de Estadística

CAPÍTULO I. Conceptos Básicos de Estadística CAPÍTULO I Coceptos Básicos de Estadística Capítulo I. Coceptos Básicos de Estadística. CAPÍTULO I CONCEPTOS BÁSICOS DE ESTADÍSTICA Para realizar estudios estadísticos es ecesario registrar la ocurrecia

Más detalles

TRABAJO PRÁCTICO N O 1. SÍNTESIS DE SEÑALES Y ANÁLISIS DE SISTEMAS

TRABAJO PRÁCTICO N O 1. SÍNTESIS DE SEÑALES Y ANÁLISIS DE SISTEMAS TRABAJO PRÁCTICO N O. SÍNTESIS DE SEÑALES Y ANÁLISIS DE SISTEMAS PARTE : SEÑALES Recomedacioes geerales: Utilice el comado stem para el graficado de las señales discretas. El uso de plot o se ajusta al

Más detalles

Sistema de ecuaciones lineales

Sistema de ecuaciones lineales Uiversidad de Atofagasta Fac. de Ciecias Básicas Depto. de Matemáticas A. Alarcó, L. Media, E. Rivero, R. Zuñiga Segudo Semestre 204 Sistema de ecuacioes lieales El sistema de ecuacioes lieales a, + a,2

Más detalles

LIMITES DE FUNCIONES. Ejemplo: Sea la función F(x) = 3X 2, evalúe la función para valores de X cercanos a 2, es decir

LIMITES DE FUNCIONES. Ejemplo: Sea la función F(x) = 3X 2, evalúe la función para valores de X cercanos a 2, es decir PRECONCEPTO. LIMITES DE FUNCIONES. Ejemplo: Sea la fució F() = X, evalúe la fució para valores de X cercaos a, es decir X se acerca hacia el umero por la izquierda ( - ) X,,7,5,47,68,89,9,96,99,99,995,

Más detalles

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente:

una sucesión de funciones de A. Formemos una nueva sucesión de funciones {S n } n=1 de A de la forma siguiente: Tema 8 Series de fucioes Defiició 81 Sea {f } ua sucesió de fucioes de A Formemos ua ueva sucesió de fucioes {S } de A de la forma siguiete: S (x) = f 1 (x) + f 2 (x) + + f (x) = f k (x) Al par de sucesioes

Más detalles

4 El Perceptrón Simple

4 El Perceptrón Simple El Perceptró Simple. Itroducció Ua de las características más sigificativas de las redes euroales es su capacidad para apreder a partir de algua fuete de iformació iteractuado co su etoro. E 958 el psicólogo

Más detalles

TEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 3: Sucesiones y series. Domingo Pestana Galván José Manuel Rodríguez García

TEORÍA DE CÁLCULO I. Para Grados en Ingeniería. Capítulo 3: Sucesiones y series. Domingo Pestana Galván José Manuel Rodríguez García TEORÍA DE CÁLCULO I Para Grados e Igeiería Capítulo 3: Sucesioes y series Domigo Pestaa Galvá José Mauel Rodríguez García Figuras realizadas co Arturo de Pablo Martíez TEMA 3. Sucesioes y series 3. Sucesioes

Más detalles

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden

UNIDAD 1 Ecuaciones Diferenciales de Primer Orden UNIDAD UNIDAD Ecuacioes Difereciales de Primer Orde Defiició lasificació de las Ecuacioes Difereciales Ua ecuació diferecial es aquélla que cotiee las derivadas o difereciales de ua o más variables depedietes

Más detalles

Cálculo de ceros de funciones

Cálculo de ceros de funciones Cálculo de ceros de fucioes El objetivo de la presete secció es el de resolver la ecuació f(x) = 0, siedo f ua fució cotiua, co ua precisió prefijada. Geeralmete esta precisió se medirá por medio del error

Más detalles

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas

TEMA 5: Gráficos de Control por Atributos. 1. Gráfico de control para la fracción de unidades defectuosas TEMA 5: Gráficos de Cotrol por Atributos 1 Gráfico de cotrol para la fracció de uidades defectuosas 2 Gráfico de cotrol para el úmero medio de discoformidades por uidad Selecció del tamaño muestral 3 Clasificació

Más detalles

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,...

SUCESIONES Y SERIES Una sucesión es un conjunto de números ordenados bajo cierta regla específica. 7, 10, 13, 16, 19, 22, 25,... SUCESIONES Y SERIES. Ua sucesió es u cojuto de úmeros ordeados bajo cierta regla específica. E muchos problemas cotidiaos se preseta sucesioes, como por ejemplo los días del mes, ya que se trata del cojuto

Más detalles

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series.

R. Urbán Introducción a los métodos cuantitativos. Notas de clase Sucesiones y series. R. Urbá Itroducció a los métodos cuatitativos. Notas de clase Sucesioes y series. SUCESIONES. Ua sucesió es u cojuto umerable de elemetos, dispuestos e u orde defiido y que guarda ua determiada ley de

Más detalles

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones

Unidad 1: Las Ecuaciones Diferenciales y Sus Soluciones Uidad : Las Ecuacioes Difereciales y Sus Solucioes. Itroducció. Tato e las ciecias como e las igeierías se desarrolla modelos matemáticos para compreder mejor los feómeos físicos. Geeralmete, estos modelos

Más detalles

Universidad Antonio Nariño Matemáticas Especiales

Universidad Antonio Nariño Matemáticas Especiales Uiversidad Atoio Nariño Matemáticas Especiales Guía N 1: Números Complejos Grupo de Matemáticas Especiales Resume Se preseta el cojuto de los úmeros complejos juto co sus operacioes y estructuras relacioadas.

Más detalles

4.- Series. Criterios de convergencia. Series de Taylor y Laurent

4.- Series. Criterios de convergencia. Series de Taylor y Laurent 4.- Series. Criterios de covergecia. Series de Taylor y Lauret a) Itroducció. Series de fucioes reales. b) Covergecia de secuecias y series. c) Series de Taylor. d) Series de Lauret. e) Propiedades adicioales

Más detalles

Métodos Numéricos/ Calculo Numérico/ Análisis Numérico. Raíces de ecuaciones Teoría General de la iteración

Métodos Numéricos/ Calculo Numérico/ Análisis Numérico. Raíces de ecuaciones Teoría General de la iteración Métodos Numéricos/ Calculo Numérico/ Aálisis Numérico. Raíces de ecuacioes Teoría Geeral de la iteració Bibliografía: Métodos Numéricos G. Pacce Editorial EUDENE -1997. Problemas resueltos de Métodos Numéricos.

Más detalles

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES

6. Sucesiones y Series numéricas Sucesiones numéricas DEFINICIONES 6. Sucesioes y Series uméricas 6.. Sucesioes uméricas 6... DEFINICIONES Sucesioes de úmeros reales Se llama sucesió de úmeros reales a cualquier lista ordeada de úmeros reales: a, a 2, a 3,..., a,...,

Más detalles

Guía Semana 9 1. RESUMEN. Universidad de Chile. Ingeniería Matemática

Guía Semana 9 1. RESUMEN. Universidad de Chile. Ingeniería Matemática 1. RESUMEN Igeiería Matemática FACULTAD DE CIENCIAS FÍSICAS Y MATEMÁTICAS UNIVERSIDAD DE CHILE Cálculo e Varias Variables 08-1 Igeiería Matemática Guía Semaa 9 Teorema de los multiplicadores de Lagrage

Más detalles

Medidas de tendencia central

Medidas de tendencia central Medidas de tedecia cetral Por: Sadra Elvia Pérez Las medidas de tedecia cetral tiee este ombre porque so valores cetrales represetativos de los datos. Las medidas de tedecia cetral que se estudia e esta

Más detalles

α β la cual puede presentar

α β la cual puede presentar 5.4 Covergecia de ua serie de Fourier 8 5.4 Covergecia de ua serie de Fourier Teorema de covergecia de las series de fourier Ua serie de Fourier es ua fució ( ) f x cotiua e [, ] α β la cual puede presetar

Más detalles

Resumen que puede usarse en el examen

Resumen que puede usarse en el examen Resume que puede usarse e el exame ema. Optimizació Irrestrigida. Codicioes ecesarias y suficietes de optimalidad. Proposició (C. Necesarias) Sea x* u míimo local irrestrigido de f :!! y supogamos que

Más detalles

Tema 5. APLICACIONES DE LAS DERIVADAS: REPRESENTACIÓN GRÁFICA DE CURVAS Y FÓRMULA DE TAYLOR

Tema 5. APLICACIONES DE LAS DERIVADAS: REPRESENTACIÓN GRÁFICA DE CURVAS Y FÓRMULA DE TAYLOR Tema. ALICACIONES DE LAS DERIVADAS: RERESENTACIÓN GRÁFICA DE CURVAS Y FÓRMULA DE TAYLOR Aplicacioes de la derivada primera El sigo de la derivada primera de ua fució permite coocer los itervalos de crecimieto

Más detalles

Departamento de Matemáticas

Departamento de Matemáticas MA5 Clase 5: Series de potecias. Operacioes co series de potecias. Series de potecias Elaborado por los profesores Edgar Cabello y Marcos Gozález Cuado estudiamos las series geométricas, demostramos la

Más detalles

Polinomio de una sola variable. , llamaremos polinomio de la variable x a toda expresión algebraica entera de la forma:

Polinomio de una sola variable. , llamaremos polinomio de la variable x a toda expresión algebraica entera de la forma: Semiario Uiversitario de Igreso 07 oliomio de ua sola variable a0; a; a;...; a úmeros reales y N 0, llamaremos poliomio de la variable a toda epresió algebraica etera de la forma: a0 a a... a Los poliomios

Más detalles

9. Manual de Usuario del Identificador Gráfico de Bifurcaciones

9. Manual de Usuario del Identificador Gráfico de Bifurcaciones 212 9. Manual de Usuario del Identificador Gráfico de Bifurcaciones El Identificador Gráfico de Bifurcaciones IGB es una herramienta que permite localizar valores críticos de parámetros independientes

Más detalles

INSTITUCIÓN EDUCATIVA JAVIERA LONDOÑO SEVILLA. GUIA Nº 3: Sucesiones, Límite de Sucesiones y Límite de Funciones en R

INSTITUCIÓN EDUCATIVA JAVIERA LONDOÑO SEVILLA. GUIA Nº 3: Sucesiones, Límite de Sucesiones y Límite de Funciones en R P á g i a INSTITUCIÓN EDUCATIVA JAVIERA LONDOÑO SEVILLA GUIA Nº 3: Sucesioes, Límite de Sucesioes y Límite de Fucioes e R GRADO: º AREA: MATEMÁTICAS PROFESORA: Ebli Martíez M. ESTUDIANTE: PERIODO: III

Más detalles

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y

FUNCIONES. ( a) IGUALDAD DE FUNCIONES Sí y son dos funciones, diremos que las funciones f y CALCULO P.C.I. PRIMER SEMESTRE 04 FUNCIONES Sí A y B so dos cojutos o vacío, ua fució de A e B asiga a cada elemeto a perteeciete al cojuto A u úico elemeto b de B que deomiamos image de a. Además diremos

Más detalles

L lim. lim. a n. 5n 1. 2n lim. lim. lim. 1 Calcula: Solución: a) 2

L lim. lim. a n. 5n 1. 2n lim. lim. lim. 1 Calcula: Solución: a) 2 Calcula: L L a Dada ua sucesió que tiede a idica a partir de qué térmio se cumple la codició que se idica: a a Si a a Si 7 Si a partir del térmio 9 Si Hallar: d) 7 a partir del térmio 97 d) Deduce los

Más detalles

EJERCICIOS DE RECURRENCIA

EJERCICIOS DE RECURRENCIA EJERCICIOS DE RECURRENCIA (co alguas solucioes) Resolver la recurrecia = 5 6 =, = y tambié ésta: = =, = Resolvamos la primera E primer lugar otamos que es ua recurrecia lieal, pues pasado todos los térmios

Más detalles

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG

Convolución. Dr. Luis Javier Morales Mendoza. Procesamiento Digital de Señales Departamento de Maestría DICIS - UG Covolució Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice.. Itroducció... Aálisis de Sistemas Discretos Lieales e Ivariates e el Tiempo.... Técicas

Más detalles

Tema 4: Números Complejos

Tema 4: Números Complejos Tema : Números Complejos 1.- Itroducció.- Forma biómica del úmero Complejo.- Operacioes e forma biómica.- Forma Polar y trigoométrica del úmero Complejo 5.- Operacioes e forma Polar 6.- Radicació de úmeros

Más detalles

Series alternadas Introducción

Series alternadas Introducción Sesió 26 Series alteradas Temas Series alteradas. Covergecia absoluta y codicioal. Capacidades Coocer y aplicar el criterio para estudiar series alteradas. Coocer y aplicar el teorema de la covergecia

Más detalles

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para

M arcelo, de vez en vez, usa una reata de 10 m de largo y 2 cm de grueso para GEOMETRÍA, TRIGONOMETRÍA Y SERIES Tema 4 Series uméricas M arcelo, de vez e vez, usa ua reata de 10 m de largo y cm de grueso para medir el cotoro de los terreos que fumiga. Para que la reata que usa o

Más detalles

CAPÍTULO 2. SOLUCIÓN NUMÉRICA DE UNA ECUACIÓN NO-LINEAL EN UNA VARIABLE

CAPÍTULO 2. SOLUCIÓN NUMÉRICA DE UNA ECUACIÓN NO-LINEAL EN UNA VARIABLE CAPÍTULO. SOLUCIÓN NUMÉRICA DE UNA ECUACIÓN NO-LINEAL EN UNA VARIABLE INTRODUCCIÓN El objetivo de este capítulo es estudiar alguos métodos uméricos para hallar raíces reales de ua ecuació o-lieal e ua

Más detalles

Raices de Polinomios. Jorge Eduardo Ortiz Triviño

Raices de Polinomios. Jorge Eduardo Ortiz Triviño Raices de Poliomios Jorge Eduardo Ortiz Triviño jeortizt@ual.edu.co http://www.docetes.ual.edu.co/jeortizt/ Defiició U poliomio de grado es ua epresió de la forma: Dode a 0 P() = a + a - - +... +a +

Más detalles

Sucesiones de números reales

Sucesiones de números reales Sucesioes de úmeros reales Sucesioes Ejercicio. Prueba que si x

Más detalles

Importancia de las medidas de tendencia central.

Importancia de las medidas de tendencia central. UNIDAD 5: UTILICEMOS MEDIDAS DE TENDENCIA CENTRAL. Importacia de las medidas de tedecia cetral. Cuado recopilamos ua serie de datos podemos resumirlos utilizado ua tabla de clases y frecuecias. La iformació

Más detalles

Práctica 7 CONTRASTES DE HIPÓTESIS

Práctica 7 CONTRASTES DE HIPÓTESIS Práctica 7. Cotrastes de hipótesis Práctica 7 CONTRATE DE IPÓTEI Objetivos Utilizar los cotrastes de hipótesis para decidir si u parámetro de la distribució de uos datos objeto de estudio cumple o o ua

Más detalles

8.- LÍMITES DE FUNCIONES

8.- LÍMITES DE FUNCIONES 8.- LÍMITES DE FUNCIONES.- DOMINIO DE DEFINICIÓN. Halla el domiio de defiició de f() = + 5+6 Solució: El domiio es -{,}. Halla el domiio de defiició de f() = 6 Solució: El domiio es (-,-] [, ).. Halla

Más detalles

El método de Monte Carlo

El método de Monte Carlo El método de Mote Carlo El método de Mote Carlo es u procedimieto geeral para seleccioar muestras aleatorias de ua població utilizado úmeros aleatorios. La deomiació Mote Carlo fue popularizado por los

Más detalles

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad.

Slide 1. Slide 2. Slide 3. Universidad Diego Portales Facultad de Economía y Negocios. Capítulo 4 Introducción a la Probabilidad. Slide 1 Uiversidad Diego Portales Facultad de Ecoomía y Negocios Martes 13 de Abril, 2010 Slide 1 Slide 2 Capítulo 4 Itroducció a la Probabilidad Temas Pricipales: Experimetos, Reglas de Coteo, y Asigació

Más detalles

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior

UNIDAD 2 Ecuaciones Diferenciales Lineales de Orden Superior UNIDAD Ecuacioes Difereciales Lieales de Orde Superior. Defiició Ua ecuació diferecial lieal de orde tiee la forma: d y a a a a y= g d d d Si las fucioes a a so todas costates (o cero) etoces se dice que

Más detalles

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas

Sistemas de Ecuaciones Lineales. M. en I. Gerardo Avilés Rosas Sistemas de Ecuacioes Lieales M. e I. Gerardo Avilés Rosas Octubre de 206 Tema 5 Sistemas de Ecuacioes Lieales Objetivo: El alumo formulará, como modelo matemático de problemas, sistemas de ecuacioes lieales

Más detalles

MINITAB y MODELOS DE REGRESIÓN

MINITAB y MODELOS DE REGRESIÓN Prácticas de Fudametos Matemáticos para el estudio del Medio Ambiete www.um.es/docecia/jpastor jpastor@um.es MINITAB y MODELOS DE REGRESIÓN 1. Itroducció Ua de las cuestioes de mayor iterés e las Ciecias

Más detalles

Manual de Usuario del Identificador Gráfico de Bifurcaciones

Manual de Usuario del Identificador Gráfico de Bifurcaciones 1 Manual de Usuario del Identificador Gráfico de Bifurcaciones Andrés Tovar Pérez Profesor Asociado Departamento de Ingeniería Mecánica y Mecatrónica Universidad Nacional de Colombia http://www.unal.edu.co/optimun/igb

Más detalles

Curso: 3 E.M. ALGEBRA 8

Curso: 3 E.M. ALGEBRA 8 Colegio SSCC Cocepció - Depto. de Matemáticas Uidad de Apredizaje: POLINOMIOS Capacidades/Destreza/Habilidad: Racioamieto Matemático/ Aplicació / Calcular, Resolver Valores/ Actitudes: Respeto, Solidaridad,

Más detalles

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 8 CONSERVACIÓN DE LA CANTIDAD DE MOVIMIENTO LINEAL

APUNTES DE FÍSICA I Profesor: José Fernando Pinto Parra UNIDAD 8 CONSERVACIÓN DE LA CANTIDAD DE MOVIMIENTO LINEAL INISTERIO DEL PODER POPULAR PARA LA DEFENSA UNIVERSIDAD NACIONAL EXPERIENTAL POLITÉCNICA DE LA FUERZA ARADA NACIONAL UNEFA NUCLEO ERIDA APUNTES DE FÍSICA I Profesor: José Ferado Pito Parra UNIDAD 8 CONSERVACIÓN

Más detalles

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS

MATEMÁTICA LIC. Y PROF. EN CS. BIOLÓGICAS Defiició de límite de ua fució (segú Heie) Sea f : D R ua fució y a R (D R) Diremos que se cumple que f() L R a f( ) L si para cualquier sucesió { } D { a} tal que a Ejemplos: ) Probar que Demostració:

Más detalles

Calculo de coeficientes de transferencia. Dr. Rogelio Cuevas García 1

Calculo de coeficientes de transferencia. Dr. Rogelio Cuevas García 1 Calculo de coeficietes de trasferecia Dr. Rogelio Cuevas García 1 El calculo de los coeficietes de trasferecia de masa se prefiere e fució de úmeros adimesioales y e igeiería de reactores heterogéeos,

Más detalles

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL

LÍMITES DE FUNCIONES REALES CON TENDENCIA A REAL INSTITUCION EDUCATIVA LA PRESENTACION NOMBRE ALUMNA: AREA : MATEMÁTICAS ASIGNATURA: MATEMÁTICAS DOCENTE: JOSÉ IGNACIO DE JESÚS FRANCO RESTREPO TIPO DE GUIA: CONCEPTUAL - EJERCITACION PERIODO GRADO N FECHA

Más detalles

Trabajo Práctico N 10 Recursividad

Trabajo Práctico N 10 Recursividad Primer Cuatrimestre 0 Trabajo Práctico N 0 Recursividad Ejercicio. Implemete e Pascal las siguietes defiicioes recursivas. a) h ( N) h( N ) h( N ), N, N 0 0 b) 0 g (, y) 0 g(, y ), 0, y 0, 0 y 0 c) f (

Más detalles

Métodos Numéricos para Sistemas de Ecuaciones No Lineales

Métodos Numéricos para Sistemas de Ecuaciones No Lineales Uiversidad de Chile Departameto de Igeiería Matemática Métodos Numéricos para Sistemas de Ecuacioes No Lieales MA-33A Gozalo Herádez Oliva GHO SENL - MA-33A 1 Sistemas de Ecuacioes No Lieales: SENL 1)

Más detalles

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna,

con operacion inversa la resta (suma de opuestos) y una operacion producto escalar, que no es interna, Tema 9 El plao complejo 9. Números complejos E IR, las operacioes suma producto de úmeros reales so operacioes iteras (el resultado de operar es otro úmero real) que permite la existecia de operacioes

Más detalles

a n = Ejemplo: Representa las gráficas de las funciones f(x) = 1/x, g(x) = x 2 y h(x) =

a n = Ejemplo: Representa las gráficas de las funciones f(x) = 1/x, g(x) = x 2 y h(x) = TEMA 9: LÍMITE Y CONTINUIDAD DE UNA FUNCIÓN. 9. Cocepto de límite lateral. Límite. 9. Operacioes co fucioes covergetes. 9.3 Cálculo de límites. 9.4 Cotiuidad de ua fució. 9.5 Asítotas: Verticales, horizotales

Más detalles

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO

PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO PRUEBAS ESTADÍSTICAS CON LA DISTRIBUCIÓN CHI-CUADRADO. BONDAD DE AJUSTE Las pruebas de bodad de ajuste tiee por objetivo determiar si los datos se ajusta a ua determiada distribució, esta distribució puede

Más detalles

Los números complejos

Los números complejos Los úmeros complejos Los úmeros complejos Forma biómica Defiició z = a + bi, o bie, z = (a, b) siedo a la parte real y b la parte imagiaria. a = r cos α b = r se α Opuesto z = a bi Cojugado z = a bi Represetació

Más detalles

GUIA DE ESTUDIO Nro 1

GUIA DE ESTUDIO Nro 1 MATERIA: MATEMÁTICA I CURSO: I AÑO EJE ESTRUCTURAL I: CONCEPTOS FUNDAMENTALES DEL ALGEBRA GRUPOS CONCEPTUALES: - Epresioes algebraicas. Poliomios. - Ecuacioes. Iecuacioes. TEMARIO: GUIA DE ESTUDIO Nro

Más detalles

Evaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN. 9. Límite y continuidad

Evaluación NOMBRE APELLIDOS CURSO Y GRUPO FECHA CALIFICACIÓN. 9. Límite y continuidad Evaluació NOMBRE APELLIDOS CURSO GRUPO FECHA CALIFICACIÓN Calcula el térmio geeral de ua progresió geométrica que tiee de térmio a y por razó /. a) b) c) El 6 es: a) b) 0 c) / 6 7 El es: a) b) c) 0 El

Más detalles

Series de potencias. Desarrollos en serie de Taylor

Series de potencias. Desarrollos en serie de Taylor Capítulo 9 Series de potecias. Desarrollos e serie de Taylor E la represetació (e icluso e la costrucció) de fucioes, desempeña u papel especialmete destacado cierto tipo de series, deomiadas series de

Más detalles

CS. de la COMPUTACION II 1 VERIFICACION DE PROGRAMAS

CS. de la COMPUTACION II 1 VERIFICACION DE PROGRAMAS CS. de la COMPUTACION II 1 VERIFICACION DE PROGRAMAS Uo de los efoques para determiar si u programa es correcto es establecer ua actividad de testig. Esta cosiste e seleccioar u cojuto de datos de etrada

Más detalles

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias

2 Algunos conceptos de convergencia de sucesiones de variables aleatorias INTRODUCCIÓN A LA CONVERGENCIA DE SUCESIONES DE VARIABLES ALEATORIAS Juliá de la Horra Departameto de Matemáticas U.A.M. 1 Itroducció Se puede utilizar diferetes coceptos de covergecia para las sucesioes

Más detalles

1. Sucesiones y series numéricas

1. Sucesiones y series numéricas ITINFORMÁTICA GESTIÓN BOLETÍN DE PROBLEMAS CÁLCULO INFINITESIMAL CURSO 00- Sucesioes y series uméricas Escribir ua expresió para el -ésimo térmio de la sucesió: +, + 3 4, + 7 8, + 5 6, 3, 3 4, 3 4 5, c),,

Más detalles

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A

ANDALUCÍA / JUNIO 04. LOGSE / MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES / EXAMEN COMPLETO OPCIÓN A EXAMEN COMPLETO Istruccioes: a) Duració: 1 hora y 30 miutos. b) Elija ua de las dos opcioes propuestas y coteste los ejercicios de la opció elegida. c) E cada ejercicio, parte o apartado se idica la putuació

Más detalles

Estimación de Parámetros. Estimación de Parámetros

Estimación de Parámetros. Estimación de Parámetros Uiversidad Técica Federico Sata María Capítulo 7 Estimació de Parámetros Estadística Computacioal II Semestre 007 Prof. Carlos Valle Págia : www.if.utfsm.cl/~cvalle e-mail : cvalle@if.utfsm.cl C.Valle

Más detalles

Transformada Z. Ejemplos. Ejemplos de cálculo [ ] = [ ] ( ) ( ) 1. Transformada Z. α = α α α si α. α α α

Transformada Z. Ejemplos. Ejemplos de cálculo [ ] = [ ] ( ) ( ) 1. Transformada Z. α = α α α si α. α α α Trasformada Ejemplos Ejemplos de cálculo. Trasformada... Calcular la trasformada, por defiició, idicado la regió de coergecia p u [ ] h h p u cos u Solució: Para calcular la Trasformada por defiició, resulta

Más detalles

6.3. Uso de la SVD para determinar la estructura de una matriz. Primero definiremos algunas características de matrices.

6.3. Uso de la SVD para determinar la estructura de una matriz. Primero definiremos algunas características de matrices. Edgar Acuña/ ESMA 6665 Lecc 8 75 6.3. Uso de la SVD para determiar la estructura de ua matriz Primero defiiremos alguas características de matrices. Rago de ua matriz: Sea A ua matriz m x se etoces su

Más detalles

Métodos Numéricos (SC 854) Ajuste a curvas. 2. Ajuste a un polinomio mediante mínimos cuadrados

Métodos Numéricos (SC 854) Ajuste a curvas. 2. Ajuste a un polinomio mediante mínimos cuadrados Métodos Numéricos SC 854 Auste a curvas c M Valezuela 007 008 7 de marzo de 008 1 Defiició del problema E el problema de auste a curvas se desea que dada ua tabla de valores i,f i ecotrar ua curva que

Más detalles

MATE1214 -Calculo Integral Parcial -3

MATE1214 -Calculo Integral Parcial -3 MATE114 -Calculo Itegral Parcial -3 Duració: 60 miutos 1. Cosidere la curva paramétrica descrita por = te t, y = 1 + t. Halle la pediete de la recta tagete a esta curva cuado t = 0.. Calcular la logitud

Más detalles

Aplicaciones del cálculo integral vectorial a la física

Aplicaciones del cálculo integral vectorial a la física Aplicacioes del cálculo itegral vectorial a la física ISABEL MARRERO epartameto de Aálisis Matemático Uiversidad de La Lagua imarrero@ull.es Ídice 1. Itroducció 1 2. Itegral doble 1 2.1. Motivació: el

Más detalles

TEMA 3 - Raíces de ecuaciones

TEMA 3 - Raíces de ecuaciones TEMA 3 - Raíces de ecuacioes Bibliografía: Métodos Numéricos G. Pacce Editorial EUDENE -997. Aálisis Numérico Burde ad Faires- Editorial Sudamericaa 996. Métodos Numéricos para Igeieros.-Chapra y Caale.-7.

Más detalles

Preguntas más Frecuentes: Tema 2

Preguntas más Frecuentes: Tema 2 Pregutas más Frecuetes: Tema 2 Pulse sobre la preguta para acceder directamete a la respuesta 1. Se puede calcular la media a partir de las frecuecias absolutas acumuladas? 2. Para calcular la media aritmética,

Más detalles

Tema 8 Límite de Funciones. Continuidad

Tema 8 Límite de Funciones. Continuidad Tema 8 Límite de Fucioes. Cotiuidad 1. Operacioes co límites. Los límites de las sucesioes a b, c, d y e so los idicados e la tabla siguiete:, a b c d e - 0 1 Di cual es el límite de: a) lim( a b ) c)

Más detalles

Universidad Diego Portales Facultad de Ingeniería. Laboratorio Nº 11. Números Complejos

Universidad Diego Portales Facultad de Ingeniería. Laboratorio Nº 11. Números Complejos Uiversidad Diego Portales Facultad de Igeiería Istituto de Ciecias Básicas Asigatura: Álgebra Laboratorio Nº Números Complejos Coteidos Álgebra de úmeros complejos Resolució de ecuacioes complejas Forma

Más detalles

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7

Sucesiones. f : {1,2,...,r} S. Por ejemplo, la sucesión finita, (de longitud 4) de números primos menores que 10: 2,3,5,7 Sucesioes. Defiició Sucesió Matemática Ua sucesió fiita (a k ) (de logitud r) co elemetos perteecietes a u cojuto S, se defie como ua fució y e este caso el elemeto a k correspode a f(k). f : {,,...,r}

Más detalles

Tema 4: Números Complejos

Tema 4: Números Complejos Tema : Números Complejos 1.- Itroducció.- Forma biómica del úmero Complejo.- Operacioes e forma biómica.- Propiedades algebraicas de los úmeros Complejos 5.- Forma Polar y trigoométrica del úmero Complejo

Más detalles

INTERÉS SIMPLE COMO FUNCIÓN LINEAL.

INTERÉS SIMPLE COMO FUNCIÓN LINEAL. INTERÉS SIMPLE COMO FUNCIÓN LINEAL. EJERCICIOS PROPUESTOS. 1.- Grafica las fucioes Moto e Iterés: a) C = + 0, co C e miles de pesos ; : meses y R. Para graficar estar fucioes, debemos dar valores a, por

Más detalles

Sesión 12. Aprendizaje neuronal

Sesión 12. Aprendizaje neuronal Iteligecia Artificial Sesió 2 Apredizaje euroal Ig. Sup. e Iformática, 4º Curso académico: 200/20 Profesores: Sascha Ossowski y Matteo Vasirai Apredizaje Resume: 3. Apredizaje automático 3. Itroducció

Más detalles

y = c n x n : Sustituyendo en la ecuación de partida obtenemos n=0 Si escribimos todas las potencias con el mismo exponente se obtiene:

y = c n x n : Sustituyendo en la ecuación de partida obtenemos n=0 Si escribimos todas las potencias con el mismo exponente se obtiene: Ejercicio. Obteer los cuatro primeros térmios o ulos de la solució e forma de serie de potecias de x del problema de valores iiciales < (x + )y y = y() = : y () = Solució Como os pide que resolvamos u

Más detalles

Técnicas para problemas de desigualdades

Técnicas para problemas de desigualdades Técicas para problemas de desigualdades Notas extraídas del libro de Arthur Egel [] 5 de marzo de 00 Medias Comezamos co dos de las desigualdades más básicas pero al mismo tiempo más importates Sea x,

Más detalles

6. ECUACIONES DE RECURRENCIA.

6. ECUACIONES DE RECURRENCIA. 6. ECUACIONES DE RECURRENCIA. 6.1. Itroducció. Las relacioes de recurrecia puede cosiderarse como técicas avazadas de coteo. Resuelve problemas cuya solució o puede obteerse usado variacioes, permutacioes,

Más detalles

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:......

Un sistema de m ecuaciones lineales con n incógnitas es un conjunto de m igualdades del tipo:...... 1. Sistemas de m ecuacioes lieales co icógitas U sistema de m ecuacioes lieales co icógitas es u cojuto de m igualdades del tipo: a11x 1 a1 x... a1 x b1 a1x1 ax... ax b (1)... am1x1 amx... amx bm Los úmeros

Más detalles

Series Infinitas. Una serie es la suma de los términos de una sucesión. Se representa una serie con

Series Infinitas. Una serie es la suma de los términos de una sucesión. Se representa una serie con ISFD Nº 3 "Dr. Julio C. Avaza" Profesor. Norerto Molia Alumas. Gutiérrez Graciela - Gutiérrez Jimea Series Ifiitas Ua serie es la suma de los térmios de ua sucesió. Se represeta ua serie co térmios a como

Más detalles

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia

Objetivo. 1. Intervalos y test (una sola muestra) Práctica 7: Intervalos de conanza y contrastes de hipótesis I. M. Iniesta Universidad de Murcia Práctica 7: Itervalos de coaza y cotrastes de hipótesis I Objetivo E esta práctica y e la siguiete apredemos a aplicar e iterpretar las técicas de itervalos de coaza y test de hipótesis, seleccioado la

Más detalles

Capítulo 9. Método variacional

Capítulo 9. Método variacional Capítulo 9 Método variacioal 9 Miimizació de la eergía 9 Familia de fucioes 9 Partícula ecerrada e ua dimesió etre [-aa] 9 Oscilador armóico e ua dimesió 93 Átomo de helio 93 Combiació lieal de fucioes

Más detalles

Rudimentos 5: Teorema del Binomio Profesor Ricardo Santander

Rudimentos 5: Teorema del Binomio Profesor Ricardo Santander Rudimetos 5: Teorema del Biomio Profesor Ricardo Satader Este capitulo esta destiado a presetar coteidos y actividades que permitirá al estudiate: Operar co simbología matemática, desarrollar expresioes

Más detalles

1. Propiedades de los estimadores

1. Propiedades de los estimadores . Propiedades de los estimadores.. Eficiecia relativa. Defiició: Dados dos estimadores isesgados, ˆ y ˆ, de u parámetro, co variazas V ( ˆ ) y V ( ˆ ), etoces la eficiecia (eff) de ˆ respecto a ˆ, se defie

Más detalles

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS)

DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) DISTRIBUCIONES DE PROBABILIDAD.- DISTRIBUCIÓN BINOMIAL (BERNOULLI) DISTRIBUCIÓN NORMAL (GAUSS) www.cedicaped.com DISTRIBUCIÓN DE PROBABILIDAD Recordemos que el Espacio Muestral es el cojuto de todos y

Más detalles

1. Serie de Potencias

1. Serie de Potencias . Serie de Potecias Recordemos que dada ua sucesió {b } N, podemos defiir ua serie: E el caso particular e que b = a (x c) b la serie tedría la forma b = a (x c) y es llamada serie de potecias cetrada

Más detalles

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES.

FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL 1 FUNCIONES DE VARIAS VARIABLES. FUNCIONES DE VARIAS VARIABLES: DOMINIO, RANGO, CURVAS DE NIVEL FUNCIONES DE VARIAS VARIABLES. DEFINICIONES DE FUNCIONES EN VARIAS VARIABLES. Ua fució de variable es u cojuto de pares ordeados de la forma

Más detalles

Sistemas de Segundo Orden

Sistemas de Segundo Orden Apute I Departameto de Igeiería Eléctrica Uiversidad de Magallaes Aputes del curso de Cotrol Automático Roberto Cárdeas Dobso Igeiero Electricista Msc. Ph.D. Profesor de la asigatura Este apute se ecuetra

Más detalles

Walter Orlado Gozales Caicedo Secuecias Lógicas OBJETIVO: Lograr habilidad y destreza e el alumo practicado u razoamieto abstracto PROCEDIMIENTOS: INICIAL: Halla el valor del térmio que cotiúa e:,,,, 0,

Más detalles