Métodos Numéricos para Sistemas de Ecuaciones No Lineales
|
|
- Virginia Pereyra Martín
- hace 6 años
- Vistas:
Transcripción
1 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
2 Sistemas de Ecuacioes No Lieales: SENL 1) Motivació: Modelació y Optimizació No-Lieal Co Restriccioes 2) Itroducció 3) Métodos Numéricos para SENL: y 4) E : Puto Fijo, Bisecció y Newto-Raphso 5) E : Newto-Katorovich y Puto Fijo 6) Métodos Optimizació Co Restriccioes 7) Bibliografía GHO SENL - MA-33A 2
3 Motivació: Modelació e Optimizació Plaificació de Producció (Básico) El pla de producció de u producto cosidera 6 etapas, cada ua de 2 meses. Los datos ecesarios para determiar este pla se muestra e la siguiete tabla. Los costos de producció ivolucra todo lo relacioado a la producció, salvo los costos de almaceamieto que so 2 [$/to] de etapa e etapa. E la etapa 1 hay 500 [to] de producto e bodega y se quiere termiar el año co la misma catidad e bodega. Ecuetre u modelo lieal que maximice igresos, verificado restriccioes de capacidad y de ivetario e la etapa fial del programa. GHO SENL - MA-33A 3
4 Motivació: Modelació e Optimizació Plaificació de Producció (Básico) Etapa Costos de Capacidad de Demada Precio Veta Producció [$/to] Producció [to] Estimada [to] Estimado [$/to] GHO SENL - MA-33A 4
5 Motivació: Modelació e Optimizació Producció bajo Restriccioes Ambietales La calidad del aire de ua regió idustrial depede e gra parte de las evaporacioes de las platas existetes, que puede usar m tipos de combustibles: Sea E j la eergía total que ecesita la plata j y e ij la evaporació producida por uidad de combustible tipo i e la plata j. Sea c i el costo uitario del combustible tipo i, que produce ua catidad f ij de eergía e la plata j. El ivel de cotamiació del aire e la regió o debe exceder p microgramos de partículas por m 3, y supogamos que coocemos u parámetro g j que relacioa la evaporació e la plata j co la geeració de partículas. Obtega u modelo lieal que determie la mezcla de combustibles óptima que debe utilizarse e cada plata de tal maera de miimizar costos, verificar iveles de cotamiació máxima y satisfacer los requerimietos eergéticos. GHO SENL - MA-33A 5
6 Motivació: Modelació e Optimizació Plaificació de Producció (No-lieal) Ua compañía produce u producto para satisfacer ua demada coocida e T períodos. La producció se puede hacer co fuerza laboral estable o temporal. Las variables del modelo so: catidad de producto producido (proporcioal a fuerza laboral), ivel de ivetario y catidad de fuerza laboral temporal. La fució objetivo y restriccioes cosidera: a) Fució Objetivo: Costos de producció (fuerza laboral estable), ivetario y de trabajo temporal (Para evitar fluctuacioes, el costo es proporcioal al cuadrado de la diferecia e la fuerza de trabajo temporal etre dos períodos sucesivos) b) Restriccioes: Balace de demada y capacidad máxima de producció, ivetario iicial y fial Obtega u modelo matemático que determie la programació de la producció. GHO SENL - MA-33A 6
7 Motivació: Modelació e Optimizació Ejecució de Tareas e Clusters de PC U úmero de tareas debe ser ejecutadas e u cluster de p computadores de capacidad u i (i=1,...,p), medida e [mops]. Estos computadores está coectados por redes de comuicació cuyos costos fijo y variable de istalació so f [$] y h [$/mbit]. Las tareas posee u requerimieto de mops dado por α j (j=1,...,) y geera u tráfico de iformació β kj [mbit] etre ellas cuado se ejecuta e computadores diferetes. Sea c i el costo de utilizar el computador i y d ij el costo de ejecutar la tarea j e el computador i Obtega u modelo que determie cuáles computadores debe ser utilizados y e cuál de ellos se ejecuta cada tarea, miimizado costos de flujos de iformació etre computadores, de utilizació de computadores y de ejecució de tareas, respetado sus capacidades. GHO SENL - MA-33A 7
8 Motivació: Optimizació No-Lieal Restrigida Métodos Numéricos: Programació Lieal Programació No - Lieal Míimos Globales Simplex y Puto Iterior: Complejidad Poliomial SEL Míimos Locales Métodos 1 er y 2 o Orde Complejidad NP Métodos Cuasi-Newto SENL GHO SENL - MA-33A 8
9 SENL: Itroducció Problema: Dadas fucioes o-lieales difereciables, ecotrar fi : x = ( x ) = solució del sistema de ecuacioes: i i 1,..., f ( x, x,..., x ) = f2( x1, x2,..., x ) = f ( x, x,..., x ) = GHO SENL - MA-33A 9
10 SENL: Itroducció Ejemplo SENL: 2 2 5x 1 x2 = 0 x (si x + cos x ) = GHO SENL - MA-33A 10
11 SENL: Itroducció Ejemplos SENL: x 1 2 x 1 2x x x x l( x + x ) si( x x ) l(2 π ) = 0 e ( x x ) cos( x x ) = x x 1 3 x 1 2 x 2 x 1 x x 2 x 12 si x x 3 3e x 1x x x 1 cosx 2 x x x six x 0 e x 1x 2 20x GHO SENL - MA-33A 11
12 Métodos Numéricos para SENL Ua Dimesió: Varias Dimesioes: Puto Fijo Bisecció Secate Newto Puto Fijo Primer Orde Newto Cuasi - Newto Cov. Global Vel. Lieal Cov. Global Vel. Lieal Cov. Local Vel. Cuadrática Cov. Global Vel. Sup - Li. GHO SENL - MA-33A 12
13 SENL: Métodos Numéricos e Método de Puto Fijo Diremos que ua fució g : tiee u puto fijo e x 0 ssi: gx ( ) 0 0 El problema de puto fijo (pf) está relacioado co el problema de ecotrar u cero: Si x es cero de f x es pf de g() x = x f () x 0 0 Si x es pf de g x es cero de f () x = x g() x 0 0 = x GHO SENL - MA-33A 13
14 SENL: Métodos Numéricos e Método de Puto Fijo Teorema: Sea g ua fució cotiua e [a,b] a) Si a g( x) b g tiee u puto fijo e [a,b] b) Si además g es derivable e (a,b) y g'( x) 1 para x ( ab, ) el puto fijo es úico Método de Puto Fijo: Ecotrar x ( ab, ) tal que se cumple teo. aterior Iteració PF: x ( ) 0 a, b Covergecia Global y Lieal x = g( x ) k+ 1 GHO SENL - MA-33A 14 k
15 SENL: Métodos Numéricos e Ejemplo Método de Puto Fijo La ecuació: x + 4x 10= Tiee ua raíz e [1,2]. Mediate el Método de Puto Fijo determiar esta raíz x 3 + 4x 2 10 GHO SENL - MA-33A 15
16 SENL: Métodos Numéricos e Ejemplo Método de Puto Fijo La ecuació: 4 x x x 2x+ = Tiee 2 raíces e [-4,4]. Mediate el Método de Puto Fijo determiar estas raíces p(x) Ceros de Poliomios x GHO SENL - MA-33A 16
17 SENL: Métodos Numéricos e Método de la Bisecció f(x) f(x 1 ) f(x 0 ) ε 0 z 1 z 2 z 3 z 4 z 5 x 0 x 1 GHO SENL - MA-33A 17
18 SENL: Métodos Numéricos e Método de la Bisecció Dividir por la mitad el itervalo que cotiee la raíz repetidamete, localizado e cada iteració la mitad que cotiee la raíz Sea el tamaño del itervalo -és. ε ε ε 0 ε = + 1 ε 2 = 2 Número de iteracioes: log 2 ε ε 0 = Covergecia Global y Lieal Precisió Buscada GHO SENL - MA-33A 18
19 SENL: Métodos Numéricos e Método de la Secate f (x) x GHO SENL - MA-33A 19
20 SENL: Métodos Numéricos e Método de Newto - Raphso Dada ua fució suficietemete regular, el Teorema de Taylor asegura que: f : f ''( ξ ( x)) f ( x) = f( x) + f '( x)( x x) + ( x x) 2 2 Si x x 0 y f ( x ) = 0 x = x f ( x) f '( x) GHO SENL - MA-33A 20
21 SENL: Métodos Numéricos e Método de Newto - Raphso Iteració del Método: x 0 x = k+ 1 x k cercao a x f( x ) f '( x ) Se calcula f '( x k ) e forma exacta o aproximada segú: f ( xk) f( xk 1) f '( x ) = x x ε k x k k GHO SENL - MA-33A 21 k x k 1 k k 1
22 SENL: Métodos Numéricos e Método de Newto - Raphso Teorema: Sea f ζ 2 [ ab, ]. Sea tal que: Etoces existe δ > 0 tal que el método de Newto geera ua sucesió { x } = que coverge a x para cualquier f ( x) = 0 f '( x) 0 k x0 ( x δ, x + δ ) k 1 x GHO SENL - MA-33A 22
23 SENL: Métodos Numéricos e Método de Newto - Raphso Propiedades Pricipales Covergecia Local: Velocidad Cuadrática: x x x + δ 0 δ, ( ) f ''( xk ) f ( x) = f( xk) + f '( xk)( x xk) + ( x xk) 2 f ''( ξ ) 2 x x = x x ξ ( x, x) k+ 1 k k 2 f '( xk ) GHO SENL - MA-33A 23 2
24 SENL: Métodos Numéricos e Método de Newto Raphso: Divergecia 3 x 2 1 GHO SENL - MA-33A 24
25 SENL: Métodos Numéricos e Método de Puto Fijo U campo vectorial F : x f1( x) f ( x) f ( ) x 2 F( x) = formado por campos escalares f tiee u i : puto fijo x e D= [ a, b ] [ a, b ] [ a, b ] si: F( x) GHO SENL - MA-33A 25 = x
26 SENL: Métodos Numéricos e Método de Puto Fijo Teorema: Sea F u campo vectorial cotiuo e D a) Si F( x) D x D F tiee u puto fijo e D b) Si además F es derivable co cotiuidad e D y: f x i j K para x D y K < 1 el pf es úico i,j = 1,, Método de Puto Fijo: Ecotrar D tal que se cumple teorema aterior Sea x 0 D x k + 1 = k F( x ) Covergecia Global Velocidad Lieal GHO SENL - MA-33A 26
27 SENL: Métodos Numéricos e Método de Puto Fijo: Ejemplo Revisar!!! k x x cos( x x ) = x 81( x + 0.1) + si x = 0 xx 1 2 e x π x (10 3) = 0 GHO SENL - MA-33A 27 3 x k k 1 x x
28 SENL: Métodos Numéricos e Método de Newto Katorovich: Dado u campo vectorial formado por campos escalares fi : regulares. El Teorema de Taylor e asegura que: GHO SENL - MA-33A 28 F : 1 x F( x) f ( x) f ( x) f ( ) x 2 = 1 f y = f x + f x y x + y x f ξ x y x 2 t t 2 i( ) i( ) i( ) ( ) ( ) ( ( ))( )
29 SENL: Métodos Numéricos e Método de Newto Katorovich: Para el campo vectorial F, se tiee etoces que: ( 2 ) F( y) = F( x) + F( x)( y x) + O y x f1() x f1() x f1( y) f1( x) x1 x y1 x1 = + + O y x f() y f() x f() x f() x y x x1 x ( 2 ) GHO SENL - MA-33A 29
30 SENL: Métodos Numéricos e Método de Newto - Katorovich x 0 cercao a x k+ 1 k k 1 k x = x F( x ) F( x ) Dode: fi ( x) ( ) = ij x [ F x ] Sus propiedades so: Covergecia Local Velocidad Cuadrática Iversió Matricial GHO SENL - MA-33A 30 j
31 SENL: Métodos Numéricos e Método de Newto - Katorovich: Ejemplo Revisar!!! k x x cos( x x ) = x 81( x + 0.1) + si x = (10 3) = 0 xx 1 2 e x π x GHO SENL - MA-33A 31 3 x k k 1 x x
32 SENL: Métodos Numéricos e 1) 2) x 2 1 x 1 2x x x lx 2 1 x 2 2 six 1 x 2 l2 0 e x 1 x 2 cosx1 x 2 0 Método de Newto - Katorovich: Más Ejemplos x x ) x 1 3 x 1 2 x 2 x 1 x x 2 x 12 si x x 3 3e x 1x x ) 3x cos( x x ) = x 81( x + 0.1) + si x = e + 20 x + (10π 3) = x xx GHO SENL - MA-33A 32
33 SENL: Métodos Numéricos e Métodos de Optimizació Si Restriccioes: Se puede aplicar los métodos de optimizació si restriccioes a la búsqueda de ceros de campos vectoriales. E efecto, se tiee que: El vector x verifica: f ( x) = 0 k = 1,..., ssi solucioa el problema de optimizació o lieal: x1,..., x k = 1 fk x1 x GHO SENL - MA-33A 33 k [ ] mi (,..., ) 2
34 SENL: Optimizació Co Restriccioes: Teoría Programació No - Lieal x 2 g ( x) 0 2 mi f( x) sa.. g ( x) 0 i= 1,..., p i x g ( x) 0 1 g ( x) 0 3 g ( x) 0 4 x 1 GHO SENL - MA-33A 34
35 Motivació: Optimizació No-Lieal Restrigida Codicioes de Optimalidad: Karush - Kuh - Tucker x 2 g ( x ) = 0 2 g ( x) 2 f( x) x g ( x) 1 g ( x ) = 0 1 p f( x) + μ g ( x) = 0 k= 1 μkgk( x) = 0 k = 1,..., p g ( x) 0 k = 1,..., p k k k x 1 GHO SENL - MA-33A 35
36 Motivació: Optimizació No-Lieal Restrigida Codicioes de Optimalidad: Karush - Kuh Tucker: Método de Activació de Restriccioes: Dado el problema de programació o-lieal: mi f( x) sa.. g ( x) 0 i = 1,..., p Ua restricció es activa e x si: i x g ( x ) = 0 k GHO SENL - MA-33A 36
37 Motivació: Optimizació No-Lieal Restrigida Codicioes de Optimalidad: Karush - Kuh Tucker Para resolver el sistema de Karush - Kuh Tucker aplicamos el Método de Activació de Restriccioes: 1) Establecer las combiacioes de activació 2) Para cada combiació de activació: i) Determiar el sistema K-K-T aplicado las codicioes de holgura ii) Resolver el sistema iii) Verificar la factibilidad de la solució ecotrada e ii) 3) La solució es el puto estacioario + factible ecotrado de míimo valor. GHO SENL - MA-33A 37
38 SENL: Métodos de Optimizació Si Restriccioes Primer Orde Método del Gradiete y Variedades Método del Gradiete Cojugado Método de Fletcher-Reeves Segudo Orde Métodos de Newto Variedades Cuasi-Newto DFP: Davido - Fletcher - Powell BFGS Pealizació Iterior Exterior GHO SENL - MA-33A 38
39 SENL: Métodos de Optimizació Si Restriccioes Etapa 0: Etapa 1: Etapa 2: Método de Gradiete Seleccioar u puto iicial x 0 R k 0 Calcular fx k Si fx k 0 STOP Si o, seguir a Etapa 2. d k fx k Calcular: k solució del problema ui-dimesioal: mi h x k,d fx k k d k fx k 0 x k1 x k k d k k k 1 y volver a Etapa 1. Miimizació e 1 dimesió GHO SENL - MA-33A 39
40 SENL: Métodos de Optimizació Si Restriccioes Ejemplo Método de Gradiete k x k fx k fx k fx k k , , , , , , , , , , , , , , , , mi x x 1 2x 2 2 x 1,x 2 2 GHO SENL - MA-33A 40
41 SENL: Métodos de Optimizació Si Restriccioes Etapa 0: k g 0 qx 0 Qx 0 b d 0 qx 0 Etapa 1: k gk t d k d k t Qd k Etapa 2: Seleccioar u puto iicial x 0 R x k1 x k k d k Si x k1 x k 0 STOP Si o, seguir a Etapa 2. g k1 qx k1 Qx k1 b k gk1 t Qd k d k t Qd k d k1 g k1 k d k k k 1 y volver a Etapa 1. Método Gradiete Cojugado mi q( x) 1 = 2 Qx + b GHO SENL - MA-33A 41 x t t x
42 SENL: Métodos de Optimizació Si Restriccioes Método de Fletcher - Reeves Etapa 0: Seleccioar u puto iicial x 0 R Etapa 1: Etapa 2: k 0 d 0 fx 0 Calcular k solució del problema uidimesioal: k arg mi fx k d k 0 x k1 x k k d k Si x k1 x k 0 STOP Si o, seguir a Etapa 2. Calcular fx k1 k fxk1 t fx k1 fx k t fx k d k1 fx k1 k d k k k 1 yvolveraetapa1. Miimizació e 1 dimesió GHO SENL - MA-33A 42
43 SENL: Métodos de Optimizació Si Restriccioes Ejemplo Método de Fletcher - Reeves k x k fx k fx k fx k k , , , , , , , , mi x x 1 2x 2 2 x 1,x 2 2 GHO SENL - MA-33A 43
44 SENL: Métodos de Optimizació Si Restriccioes Método de Newto Etapa 0: Seleccioar u puto iicial x 0 R k 0 Etapa 1: Calcular fx k Si fx k 0 STOP Si o, calcular 2 fx k, 2 fx k 1 y seguir a Etapa 2. Etapa 2: Calcular: x k1 x k 2 fx k 1 fx k k k 1 y volver a Etapa 1. GHO SENL - MA-33A 44
45 SENL: Métodos de Optimizació Si Restriccioes k x k fx k fx k 2 fx k 2 fx k 1 fx k , , , , , , , , , , , , , , , , , , Ejemplo Método de Newto x1,x 2 2 mi x x 1 2x 2 2 GHO SENL - MA-33A 45
46 SENL: Métodos de Optimizació Si Restriccioes Método DFP: Davido Fletcher -Powell Etapa 0: Seleccioar u puto iicial x 0 R Iicializar S 0 I k 0 Etapa 1: Calcular g k fx k Etapa 2: Calcular: Si g k 0 STOP Si o, calcular x k1 x k t k S k g k dode t k 0 se escoge segú regla de Goldstei y seguir a Etapa 2. p k x k1 x k, q k g k1 g k S k1 S k pk p k t p k t q Sk q k q k t S k k q k t S k q k k k 1 y volver a Etapa 1. GHO SENL - MA-33A 46
47 SENL: Métodos Optimizació co Restriccioes Ejemplo Optimizació e Matlab mi sa.. x x x + x g ( x) = x + x g ( x) = x g ( x) = x > [x,y] = meshgrid(-2:0.05:2); > z=x.^3.-x.^2.*y.^2.+y.^3; > mesh(x,y,z); Visualizació e Matlab GHO SENL - MA-33A 47
48 SENL: Métodos Optimizació co Restriccioes Ejemplo Optimizació e Matlab cpl.m fuctio [c,ceq] = cpl(x) c = zeros(3,1); c(1) = x(1)^2 + x(2)^2-1; c(2) = -x(1); c(3) = -x(2); ceq = []; mi x x x + x sa g ( x) = x + x 1 0 g2( x) = x1 0 g ( x) = x epl.m fuctio y = epl(x,a) y = x(1)^3 +a*x(1)^2*x(2)^2 + x(2)^3; Optimizació e Matlab >x0=[1;1]; a=-1; >[xmi,f_xmi]=fmico(@(x)epl(x,a),x0,[],[],[],[],[],[],@(x)cpl(x)); GHO SENL - MA-33A 48
49 Bibliografía SENL 1) R. Burde & J. D. Faires, Aálisis Numérico, Séptima Edició, Thomso Learig, ) M Bazaraa, H. Sherali, C. M. Shetty, Noliear Programmig: Theory ad Algorithms, Joh Wiley & Sos, ) D. Lueberger, Liear ad Noliear Programmig, Secod Editio, Addiso-Wesley, ) M. Mioux, Mathematical Programmig: Theory ad Algorithms, Joh Wiley ad Sos, GHO SENL - MA-33A 49
Jueves, 25 de abril. Dificultades de los modelos PNL. Dónde está la solución óptima? Otro ejemplo: Óptima Local frente a Global
. Jueves, de abril Teoría sobre la programació o lieal Programació separable Dificultades de los modelos PNL PL: Etregas: material de clase PNL: Aálisis gráfico de la programació o lieal e dos dimesioes:
Más detallesLímite 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 detallesResolución de ecuaciones no lineales
Resolució de ecuacioes o lieales Solucioa ecuacioes o lieales tipo f()= Normalmete cada método tiee sus requisitos Métodos so iterativos Métodos iterativos para resolver f()= E geeral métodos iterativos
Más detallesINECUACIONES. Ejemplo: La desigualdad 2x+l>x+5, es una inecuación por que tiene una incógnita "x" que se verifica para valores mayores que 4.
INECUACIONES DEFINICIÓN: Ua iecuació es ua desigualdad e las que hay ua o más catidades descoocidas (icógita) y que sólo se verifica para determiados valores de la icógita o icógitas. Ejemplo: La desigualdad
Más detallesECUACIONES 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 detallesINTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS
INTRODUCCIÓN A LAS ECUACIONES DIFERENCIALES ORDINARIAS Ua ecuació diferecial es ua ecuació que cotiee las derivadas de ua o más variables depedietes co respecto de ua ó mas variables idepedietes. Clasificació
Más detallesUna ecuación diferencial lineal de orden superior general tendría la forma. (1) dx dx
.7 Ecuacioes difereciales lieales de orde superior 6.7 Ecuacioes difereciales lieales de orde superior Ua ecuació diferecial lieal de orde superior geeral tedría la forma d y d y dy a( ) a ( )... a ( )
Más detallesFUNCIONES 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 detallesMétodos Clásicos de Optimización para Problemas No-Lineales sin Restricciones
Métodos Clásicos de Optimización para Problemas No-Lineales sin Restricciones Dr. Gonzalo Hernández Oliva UChile - Departamento de Ingeniería Matemática 07 de Mayo 2006 Abstract En este apunte veremos
Más detallesMétodos 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 detallesCAPÍTULO 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 detalles2.- ESPACIOS VECTORIALES. MATRICES.
2.- ESPACIOS VECTORIALES. MATRICES. 2.1. -ESPACIOS VECTORIALES Sea u cojuto V, etre cuyos elemetos (a los que llamaremos vectores) hay defiidas dos operacioes: SUMA DE DOS ELEMENTOS DE V: Si u, v V, etoces
Más detallesIngeniería Industrial. Curso 2009-2010. Departamento de Matemática Aplicada II. Universidad de Sevilla. Lección 5. Series.
CÁLCULO Igeiería Idustrial. Curso 2009-200. Departameto de Matemática Aplicada II. Uiversidad de Sevilla. Lecció 5. Series. Resume de la lecció. 5.. Sucesioes y series. Sucesió covergete. Se de e ua sucesió
Más detallesLOS NUMEROS REALES. Conjunto no vacío designado como R y denominado conjunto de los números reales. En
LOS NUMEROS REALES Cojuto o vacío desigado como R y deomiado cojuto de los úmeros reales. E él se defie ua relació de igualdad = y dos operacioes algebraicas + y. Relació de igualdad Defiició: R = (a,b)
Más detallesUNIDAD 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 detallesIntervalos de Confianza basados en una muestra. Instituto de Cálculo
Itervalos de Cofiaza basados e ua muestra. Istituto de Cálculo Dra. Diaa Kelmasky Hay dos razoes por las cuales el itervalo (6.63,.37) tiee mayor logitud que el obteido ateriormete (7.69, 0.3). la variaza
Más detallesTEMA 2: RESOLUCIÓN DE ECUACIONES NO LINEALES
Tema : Resolució de ecuacioes o lieales. TMA : RSOLUCIÓN D CUACIONS NO LINALS.1.- Itroducció La resolució de ecuacioes e ua variable es uo de los problemas clásicos de la aproximació umérica. Se trata
Más detalles6. Sucesiones y Series numéricas Series numéricas DEFINICIONES Y PROPIEDADES
6. Sucesioes y Series uméricas 6.2. Series uméricas 6.2.. DEFINICIONES Y PROPIEDADES Series de úmeros reales Se llama serie umérica o de úmeros reales a la suma idicada de los ifiitos térmios de ua sucesió:
Más detallesSesión 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 detallesMatemáticas 1 1 EJERCICIOS RESUELTOS: Funciones de una variable. Elena Álvarez Sáiz. Dpto. Matemática Aplicada y C. Computación
Matemáticas EJERCICIOS RESUELTOS: Fucioes de ua variable Elea Álvarez Sáiz Dpto. Matemática Aplicada y C. Computació Uiversidad de Catabria Igeiería de Telecomuicació Fudametos Matemáticos I Ejercicios:
Más detallesINTERPOLACIÓN POLINOMIAL.
INTERPOLACIÓN POLINOMIAL. co OOoBasic Y OOoCalc (VERSIÓN 1.0 - AGOSTO 16, 2011.) Walter Mora F., Escuela de Matemática Istituto Tecológico de Costa Rica. Textos Uiversitarios Revista digital Matemática,
Más detallesESTIMACION DE LA PRESION DE CONVERGENCIA, CONSTANTE DE EQUILIBRIO Y FASES DEL GAS NATURAL
República Bolivariaa de Veezuela Miisterio del Poder Popular para la Educació Superior Uiversidad Nacioal Experimetal Rafael María Baralt Programa: Igeiería y Tecología Proyecto: Igeiería e Gas Profesor:
Más detallesProgramación Entera (PE)
Programació Etera (PE) E geeral, so problemas de programació lieal (PPL), e dode sus variables de decisió debe tomar valores eteros. Tipos de PE Cuado se requiere que todas las variables de decisió tome
Más detallesIES Fco Ayala de Granada Sobrantes de 2004 (Modelo 4) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 004 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A ( putos) Sabemos que el precio del kilo de tomates es la mitad que el del kilo de care. Además, el
Más detalles1 Ejercicios Resueltos
Uiversidad de Satiago de Chile Autores: Miguel Martíez Cocha Facultad de Ciecia Carlos Silva Corejo Departameto de Matemática y CC Emilio Villalobos Marí Ejercicios esueltos (ejemplar de prueba) Mediate
Más detallesTEMA 26 DERIVADA DE UNA FUNCIÓN EN UN PUNTO. FUNCIÓN DERIVADA. DERIVADAS SUCESIVAS. APLICACIONES.
Tema 6 Derivada de ua ució e u puto Fució derivada Derivadas sucesivas Aplicacioes TEMA 6 DERIVADA DE UNA FUNCIÓN EN UN PUNTO FUNCIÓN DERIVADA DERIVADAS SUCESIVAS APLICACIONES ÍNDICE INTRODUCCIÓN DERIVADA
Más detallesAnálisis de Señales en Geofísica
Aálisis de Señales e Geofísica 3 Clase Frecuecia de los Sistemas Lieales e Ivariates Facultad de Ciecias Astroómicas y Geofísicas, Uiversidad Nacioal de La Plata, Argetia Fucioes y Valores Propios Defiició:
Más detallesSistemas 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 detallesEJERCICIOS RESUELTOS. t +
BXX5744_07 /6/09 4: Págia 49 EJERCICIOS RESUELTOS Calcula la tasa de variació media de la fució f() = + e los itervalos [, 0] y [0, ], aalizado el resultado obteido y la relació co la fució. La fució f()
Más detallesIES Fco Ayala de Granada Sobrantes de 2002 (Modelo 1) Solución Germán-Jesús Rubio Luna
IES Fco Ayala de Graada Sobrates de 2002 (Modelo 1) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A (3 putos) Ua fábrica de muebles dispoe de 600 kg de madera para fabricar librerías de 1 y de 3 estates.
Más detallesTema 1: Números Complejos
Números Complejos Tema 1: Números Complejos Deició U úmero complejo es u par ordeado (x, y) de úmeros reales Éste puede iterpretarse como u puto del plao cuya abscisa es x y cuya ordeada es y El cojuto
Más detallesPALABRAS CLAVES: Cadena de Markov, Martingala y Valores propios.
Scietia et Techica Año IV, No 39, Septiembre de 2008 Uiversidad Tecológica de Pereira ISSN 0122-1701 459 PROPIEDADES DE LA MATRIZ Properties of the matrix EN UNA CADENA DE MARKOV i a Markov chai RESUMEN
Más detallesSobrantes de 2004 (Septiembre Modelo 3) Soluciones Germán-Jesús Rubio Luna OPCIÓN A
OPCIÓN A EJERCICIO 1_A (3 putos) Ua pastelería elabora dos tipos de trufas, dulces y amargas Cada trufa dulce lleva 20 g de cacao, 20 g de ata y 30 g de azúcar y se vede a 1 euro la uidad Cada trufa amarga
Más detallesCOLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS
COLEGIO DE CIENCIAS Y HUMANIDADES ACADEMIA DE MATEMÁTICAS "Toda cosa grade, majestuosa y bella e este mudo, ace y se forja e el iterior del hombre". Gibrá Jalil Gibrá. Uidad : PROCESOS INFINITOS Y LA NOCIÓN
Más detallesTRABAJO PRACTICO Nº 1
TRABAJO PRACTICO Nº 1 DEMANDA DE TRANSPORTE: ELASTICIDAD OFERTA DE TRANSPORTE: COSTOS AJUSTE DE FUNCIONES ANÁLISIS DE REGRESIÓN Objetivo: Aplicar a u caso práctico utilizado las herramietas básicas de
Más detallesMATE1214 -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 detallesEjemplo: 0+0i y -3+0i representan los números reales 0 y 3 respectivamente. Si a=0 se considera un número imaginario puro a 0+bi
u_miii.doc EL SISTEMA DE LOS NÚMEROS COMPLEJOS: No eiste u úmero real que satisfaga la ecuació +0 Para resolver este tipo de ecuacioes es ecesario itroducir el cocepto de úmero complejo. U úmero complejo
Más detallesTEMA 5: INTERPOLACIÓN
5..- ITRODUCCIÓ TEMA 5: ITERPOLACIÓ Supogamos que coocemos + putos (x,y, (x,y,..., (x,y, de la curva y = f(x, dode las abscisas x k se distribuye e u itervalo [a,b] de maera que a x x < < x b e y k = f(x
Más detallesTema 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 detallesMedidas de Tendencia Central
1 Medidas de Tedecia Cetral La Media La media (o promedio) de ua muestra x 1, x,, x de tamaño de ua variable o característica x, se defie como la suma de todos los valores observados e la muestra, dividida
Más detallesFUNCIONES. ( 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 detallesSucesiones de números reales
Sucesioes de úmeros reales Defiició y propiedades Sucesioes de úmeros reales 4 4 Defiició y propiedades 47 4 Sucesioes parciales 49 43 Mootoía 50 44 Sucesioes divergetes 53 45 Criterios de covergecia 54
Más detallesIntroducción al Método de Fourier. Grupo
Itroducció al Método de Fourier. Grupo 536. 14-1-211 Problema 1.) Ua cuerda elástica co ρ, y logitud L coocidos, tiee el extremo de la izquierda libre y el de la derecha sujeto a u muelle de costate elástica
Más detallesMOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL. Resumen: En este artículo se muestra como las transformaciones de funciones resultan
MOSAICOS Y POLIEDROS REGULARES. UN PUNTO DE VISTA FUNCIONAL Viceç Fot Departamet de Didàctica de les CCEE i de la Matemàtica de la Uiversitat de Barceloa Resume: E este artículo se muestra como las trasformacioes
Más detallesFunciones de variable compleja
Tema 10 Fucioes de variable compleja 10.1 Fucioes complejas de variable compleja Defiició 10.1 Ua fució compleja de variable compleja es ua aplicació f: A C dode A C. Para cada z A, fz) C, luego fz) =
Más detalles6.3. 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 detallesAPLICACIONES INFORMÁTICAS EN QUÍMICA. Problemas Tema 2.3: Series, representación de funciones y construcción de tablas en HC.
APLICACIONES INFORMÁTICAS EN QUÍMICA Problemas Tema 2.3: Series, represetació de fucioes y costrucció de tablas e HC Grado e Química º SEMESTRE Uiversitat de Valècia Facultad de Químicas Departameto de
Más detallesAMPLIACIÓN DE MATEMÁTICAS APLICACIONES.
AMPLIACIÓN DE MATEMÁTICAS APLICACIONES. Ejemplo 1. La ecuació poliómica x 2 + 2x + 2 = 0, co coeficietes reales, tiee dos solucioes complejas cojugadas: 1 + i y 1 i. Este o es u hecho aislado. Proposició
Más detallesConvolución. 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 detallesα, entonces se cumple que: T ( x) α T ( x)
HÉCTOR ESCOAR Uidad 3 Álgebra Lieal ALGERA LINEAL UNIDAD 3: OPERADORES LINEALES CONCEPTO DE OPERADOR LINEAL: sea V, dos espacios lieales, etoces u operador lieal (trasformació lieal) es ua fució T : V
Más detallesPrueba A = , = [ 7.853, 8.147]
PRUEBAS DE ACCESO A LA UNIVERSIDAD CURSO 5-6 - CONVOCATORIA: Septiembre MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe
Más detallesDERIVADA DE FUNCIONES DEL TIPO f ( x) c, donde c es una constante, la derivada de esta función es siempre cero, es decir:
DERIVADA DE FUNCIONES DEL TIPO f ( ) c Coceptos clave: 1. Derivada de la fució costate f ( ) c, dode c es ua costate, la derivada de esta fució es siempre cero, es decir: f '( ) 0 c. Derivada de ua fució
Más detallesSeries 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 detallesIES Fco Ayala de Granada Sobrantes de 2005 (Modelo 3) Solución Germán-Jesús Rubio Luna OPCIÓN A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 3) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO _A ( putos) Dibuje el recito defiido por las siguietes iecuacioes: + y 6; 0 y; / + y/3 ; 0; ( puto) Calcule
Más detallesProblemas de Estimación de Una y Dos Muestras. UCR ECCI CI-1352 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviana Ramírez Benavides
Problemas de Estimació de Ua y Dos Muestras UCR ECCI CI-35 Probabilidad y Esradística Prof. M.Sc. Kryscia Daviaa Ramírez Beavides Iferecia Estadística La teoría de la iferecia estadística cosiste e aquellos
Más detallesElementos de Análisis Matemático
Elemetos de Aálisis Matemático Curso 005-006, grupo A, Pedro López Rodríguez Pla de la asigatura TEMARIO Tema. El úmero real. Los úmeros aturales, eteros, racioales y reales. Pricipio de iducció. Itroducció
Más detallesIES Fco Ayala de Granada Modelo 2 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 2 DEL 2015 OPCIÓN A
IES Fco Ayala de Graada Modelo del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO DEL 015 OPCIÓN A EJERCICIO 1 (A) 1-1 Sea las matrices A = 0 1-1, B = 1 1, C = ( 1),
Más detallesTransformada Z. Transformada Z. Señales y sistemas discretos (1) Señales y sistemas discretos (2)
Trasformada Z La trasformada Z es u método tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas cotiuos
Más detallesIES Fco Ayala de Granada Modelo 1 del 2015 (Soluciones) Germán-Jesús Rubio Luna SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 2015 OPCIÓN A
IES Fco Ayala de Graada Modelo 1 del 015 (Solucioes) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS MODELO 1 DEL 015 OPCIÓN A EJERCICIO 1 (A) 1 3 - Sea las matrices A = y B = 3-1 4 (0 75
Más detallesSeñales y sistemas discretos (1) Transformada Z. Definiciones
Trasformada Z La trasformada Z es u método para tratar fucioes discretas e el tiempo El papel de la trasformada Z e sistemas discretos e el tiempo es similar al de la trasformada de Laplace e sistemas
Más detallesINTEGRALES DE RIEMANN
NOTAS PARA LOS ALUMNOS DE ANALISIS MATEMATICO III INTEGRALES DE RIEMANN Ig. Jua Sacerdoti Departameto de Matemática Facultad de Igeiería Uiversidad de Bueos Aires 00 INDICE.- INTEGRAL..- INTRODUCCIÓN..-
Más detalles5.1. Tipos de convergencia
Estadística Tema 5 Covergecia de Variables Aleatorias 51 Tipos de covergecia 52 Ley de los grades úmeros 53 Teorema cetral del límite 54 Método delta Objetivos 1 Motivació estudio secuecias de VAs 2 Covergecia
Más detallesSERIES NUMÉRICAS. SECCIONES A. Series de términos no negativos. B. Ejercicios propuestos.
CAPÍTULO IX. SERIES NUMÉRICAS SECCIONES A. Series de térmios o egativos. B. Ejercicios propuestos. 40 A. SERIES DE TÉRMINOS NO NEGATIVOS. Dada ua sucesió {a, a 2,..., a,... }, se llama serie de térmio
Más detallesCÁLCULO DIFERENCIAL. 1.- Estudia la continuidad de las siguientes funciones:
ejerciciosyeamees.com CÁLCULO DIFERENCIAL.- Estudia la cotiuidad de las guietes fucioes: - + f() = ; g()= ; h()= + - ( - )(+) + - - - - - < < 0 i()= e j()= - k()= - > cos 0 = 0 + se l()= m()= = 0 = 0 Sol:
Más detallesCÁLCULO Ejercicios Resueltos Semana 1 30 Julio al 3 Agosto 2007
CÁLCULO Ejercicios Resueltos Semaa 0 Julio al Agosto 007 Ejercicios Resueltos. Estime el área ecerrada por la curva de ecuació y, el eje X y, para ello, divida el itervalo [0,] e cico partes iguales, y
Más detallesINTERÉS 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 detallesModelo de programación lineal Jueves, 18 de abril. Programas no lineales (PNL) Qué es una programación no lineal? Una programación no lineal
. Jueves, de abril Programació o lieal (PNL) Ejemplos de modelizació Coveidad Optimizació local vs. global Etregas: material de clase Modelo de programació lieal Ma c + c + + c sujeto a a + a +... +a b
Más detallesImportancia 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 detalles3. Volumen de un sólido.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Itegrales y aplicacioes.. Volume de u sólido. E esta secció veremos cómo podemos utilizar la itegral defiida para calcular volúmees de distitos tipos
Más detallesTEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA. En los problemas de Programación Lineal nos encontraremos con:
TEMA 2.- MODELOS DE PROGRAMACION LINEAL. SOLUCION GRAFICA.- Itroducció E los problemas de Programació Lieal os ecotraremos co: - Fució Objetivo: es la meta que se quiere alcazar, y que será la fució a
Más detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 005 (Modelo 4) Solució Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 1 3 (1 puto) Sea las matrices A= 0 1 y B = 1-1 - 0 1 1 De las siguietes operacioes, alguas o se puede
Más detalles4 Métodos de Colocación
4 4. Clasificació Como ya se mecioó e el capítulo aterior, el método de colocació es ampliamete coocido por ser u procedimieto altamete eficiete y preciso para la solució umérica de ecuacioes difereciales
Más detallesProblemas de Introducción al Procesado digital de Señales. Boletín 1.
Problemas de Itroducció al Procesado digital de Señales. Boletí. Se tiee la señal aalógica t e segudos t se 5 π t + cos 5 π t se 5 π t se muestrea co ua frecuecia de 5 H. Determia la señal obteida al hacer
Más detallesLos 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 detallesSUCESIONES Y SERIES DE FUNCIONES
CAPÍTULO XV. SUCESIONES Y SERIES DE FUNCIONES SECCIONES A. Campo de covergecia. Covergecia uiforme. B. Series de potecias. Itervalos de covergecia. C. Desarrollo de fucioes e series de potecias. D. Aplicacioes
Más detalles5. Aproximación de funciones: polinomios de Taylor y teorema de Taylor.
GRADO DE INGENIERÍA AEROESPACIAL. CURSO 00. Lecció. Fucioes y derivada. 5. Aproimació de fucioes: poliomios de Taylor y teorema de Taylor. Alguas veces podemos aproimar fucioes complicadas mediate otras
Más detallesProblemas de Sucesiones
Capítulo Problemas de Sucesioes Problema. Calcular los siguietes ites: l se i e + 3 ii 5 iii l iv + + + Solució: l se i [ escala de iitos se acotada ] 0 acotada 0. e + e ii 5 + [ úmero meor que uo 5 ]
Más detallesLAS SERIES GEOMÉTRICAS Y SU TENDENCIA AL INFINITO
LA ERIE GEOMÉTRICA Y U TENDENCIA AL INFINITO ugerecias al Profesor: Al igual que las sucesioes, las series geométricas se itroduce como objetos matemáticos que permite modelar y resolver problemas que
Más detallesAplicaciones 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 detallesEscena 5 Planificación contra stock
Método de Plaificació propuesto 67 Escea 5 Plaificació cotra stock Ua vez coocidos los protagoistas la escea busca ordear los pedidos de la forma más eficiete, respetado los requisitos del cliete. Es e
Más detalles6. 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( ) = 1= + + ( ) + + lim 3x 5 = lim 3x lim5 = lim3 lim x lim5 = = 12 5 = 7
LÍMITES DE FUNCIONES POLINÓMICAS Límites de ua fució costate f k, k El límite de ua fució costate es la misma costate f k f k k k a a Límites de la fució idetidad I I a a a I I Límites e u puto fiito.
Más detalles2 OBJETIVOS TERMINALES. Al finalizar el curso el estudiante estará en capacidad de:
MATERIA: ÁLGEBRA LINEAL CÓDIGO: 08091 REQUISITOS: Algebra y Fucioes (08272), Lógica y Argumetació (0827) PROGRAMAS: Admiistració de Empresas, Biología, Ecoomía (ENI), Ecoomía (EPP), Igeierías, Química,
Más detallesMATEMÁTICAS 1214, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES. 1. Para cada sucesión infinita abajo, determine si converge o no a un valor finito.
MATEMÁTICAS 24, PARCIAL 3 PROBLEMAS PARA PRACTICAR SOLUCIONES JOHN GOODRICK. Para cada sucesió ifiita abajo, determie si coverge o o a u valor fiito. (a) {! } e = (a): No coverge. El úmero e está etre
Más detallescon 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 detallesORGANIZACIÓN DE LOS DATOS.
ORGANIZACIÓN DE LOS DATOS. La toma de datos es ua de las partes de mayor importacia e el desarrollo de ua ivestigació. Así los datos obteidos mediate u primer proceso recibe el ombre de datos si tratar
Más detallesTransformaciones Lineales
Trasformacioes Lieales 1 Trasformacioes Lieales Las trasformacioes lieales iterviee e muchas situacioes e Matemáticas y so alguas de las fucioes más importates. E Geometría modela las simetrías de u objeto,
Más detallesCAPÍTULO 1 COMPUTADORA DIGITAL. Modelo De Von Neumann
CAPÍTULO 1 COMPUTADORA DIGITAL Ua computadora digital es ua combiació de dispositivos y circuitos electróicos orgaizados de tal forma, que puede realizar ua secuecia programada de operacioes co u míimo
Más detallesPRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E.
PRUEBAS DE ACCESO A LA UNIVERSIDAD L.O.G.S.E. CURSO 8-9 CONVOCATORIA: MATERIA: MATEMATICAS APLICADAS A LAS CC. SS. - Cada alumo debe elegir sólo ua de las pruebas (A o B) y, detro de ella, sólo debe respoder
Más detallesSistemas 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 detallesEJERCICIOS DE ANÁLISIS FUNCIONAL (Asignatura VCAF) HOJA 2
EJECICIOS DE ANÁLISIS FUNCIONAL (Asigatura VCAF) HOJA Ejercicio : Idicar u ejemplo de la sucesió x () (x (),x (),...) que perteezca a cada uo del par cosiderado de los espacios y que: a) Coverja e l,peroocoverjael.
Más detallesR. Urbán Ruiz (notas de clase)
R. Urbá Ruiz (otas de clase) Fucioes E las ciecias Ecoómicas las fucioes so de mucho valor para resolver problemas dode haya que relacioar variables; como por ejemplo, la producció, la oferta, la demada,
Más detallesLAS SUCESIONES Y SU TENDENCIA AL INFINITO
LAS SUCESIONES Y SU TENDENCIA AL INFINITO Sugerecias al Profesor: Resaltar que las sucesioes geométricas ifiitas so objetos matemáticos que permite modelar alguos procesos ifiitos, y que a la vez su costrucció
Más detallesDEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferencial Parcial 3 (27/10/2010)
UNIVERSIDAD DE LOS ANDES DEPARTAMENTO DE MATEMÁTICAS Mate1203 Cálculo Diferecial Parcial 3 (27/10/2010) 1. Cosidere la fució f (x) = 3(x 1) 2/3 (x 1) 2 a) Halle el domiio b) Ecuetre los putos críticos,
Más detallesMODULO PRECALCULO QUINTA UNIDAD
www.mateladia.org MODULO PRECALCULO QUINTA UNIDAD Límites Cotiuidad y Derivada.... y cotiuó Alicia:
Más detallesTEMA VI: DISEÑO PROGRAMABLE
TEMA VI: DISEÑO PROGRAMABLE Cotiuado co los diferetes tipos de diseño, e el presete tema vamos a itroduciros e el deomiado diseño programable. Este uevo diseño apareció gracias a los cotiuos avaces e la
Más detallesSe plantean una serie de cuestiones y ejercicios resueltos relacionados con la cinética de las reacciones químicas.
ESUEL UNIVERSIRI DE INGENIERÍ ÉNI INDUSRIL UNIVERSIDD POLIÉNI DE MDRID Roda de Valecia, 3 80 Madrid www.euiti.upm.es sigatura: Igeiería de la Reacció Química Se platea ua serie de cuestioes y ejercicios
Más detallesCalculamos los vértices del recinto resolviendo las ecuaciones las rectas de dos en dos.
IES Fco Ayala de Graada Sobrates de 008 (Modelo 6) Germá-Jesús Rubio Lua SELETIVIDAD ANDALUÍA MATEMÁTIAS SS SOBRANTES 008 (MODELO 6) OPIÓN A EJERIIO 1_A (3 putos) Ua empresa produce botellas de leche etera
Más detalles1 Valores individuales del conjunto
5/03/00 METROLOGÍA ESTADÍSTICA ANÁLISIS DE DATOS Cuado se obtiee uo o más grupos de datos, producto de repeticioes i e ua medida, la mejor forma de represetarlas, es mediate las Medidas de tedecia cetral
Más detallesCRIPTO II UT I N 01 BASES TEORICAS I
CRIPTO II UT I N 0 BASES TEORICAS I TEORIA DE NUMEROS cripto-scolik-hecht UT- UNIDAD TEMÁTICA N : Bases Teóricas. Teoría de Números: Aritmética Modular, Logaritmos Discretos. Geeració de úmeros primos.
Más detalles