La Búsqueda Conformacional. La Búsqueda del Mínimo Local
|
|
- Sergio Caballero Montero
- hace 6 años
- Vistas:
Transcripción
1 La Búsqueda Conformacional. La Búsqueda del Mínimo Local 1. Los Métodos de Minimización Uno de los aspectos principales del diseño del Campo de Fuerzas es la posibilidad de optimizar fácilmente la geometría molecular. La optimización de la geometría es, en realidad, un problema matemático: Cómo encontrar el mínimo de energía en una función arbitraria de múltiples variables? Sea V(q i ) la función energía potencial de una molécula (E Total ) que es función de las coordenadas de cada átomo. Al describir las ecuaciones que predicen la energía de la molécula en el Tema de Introducción a la Mecánica Molecular todos los términos dependían de las coordenadas de los átomos implicados en ese término y la suma de todos los términos era la energía potencial de la molécula. La representación de V(q i ) frente a las distintas coordenadas de la molécula describen una hipersuperficie que se designa como la Superficie de Energía Potencial (Potential Energy Surface, PES). En la Figura 1 se ha representado respecto a dos de las variables (distancia y ángulo) una superficie potencial, en realidad la hipersuperficie no puede representarse ya que depende de multitud de variables, tantas como distancias, ángulos y ángulos de torsión posea la molécula. Figura 1. Superficie de Energía Potencial En esta superficie se encuentran presentes distintos mínimos y máximos de la función potencial. Es posible distinguir dos tipos distintos de mínimos: Mínimo local. Cada uno de los mínimos presentes en una hipersuperficie Mínimo global. El mínimo de menor valor para todo el rango de coordenadas
2 Una representación bidimensional del gráfico ilustra más adecuadamente estos dos tipos de mínimos, tal como se observa en la Figura 2. Figura 2. Tipos de Mínimos Por tanto, podemos distinguir dos problemas matemáticos distintos que serían: Dado un punto arbitrario en esta hipersuperficie Cuál es el MÍNIMO LOCAL más cercano? Dado un punto arbitrario en esta hipersuperficie Cuál es el MÍNIMO GLOBAL de más baja energía? 1.1. Búsqueda del Mínimo Local Abordaremos inicialmente cómo encontrar el mínimo local. Este problema es el más simple desde un punto de vista matemático. El mínimo de una función es aquel punto donde la primera derivada de esa función es nula y su segunda derivada mayor que cero. Por tanto, dada la función potencial de un sistema molecular V(q i ), es necesario encontrar los valores de las variables q i que cumplan: V(q i ) q i = 0 y 2 V(q i ) q i 2 > 0 La función que describe el sistema V(q i ) es una función no lineal, y la obtención del mínimo para una función es un campo de las matemáticas que recibe el nombre de Teoría de la Optimización. Es importante destacar que: No existe un algoritmo universal para optimizar una función. En principio debemos hablar de Optimización más que de Maximización o
3 Minimización, ya que maximizar la función V(q i ) es minimizar la función V(q i ). Existen distintos algoritmos matemáticos que permiten la optimización de una función no lineal, distinguiremos: Métodos de Primer Orden o Métodos de Gradiente. Se basan en encontrar puntos cuya primera derivada es nula. Métodos de Segundo Orden o Segunda Derivada. Obtienen información sobre la curvatura de la hipersuperficie, y se basan en encontrar puntos cuya segunda derivada es mayor que cero y su primera derivada es nula Métodos de Primer Orden Podemos distinguir dos tipos de algoritmos distintos: Descenso de Máxima pendiente Gradiente conjugado Veamos cómo funciona el método de optimización por el procedimiento de máxima pendiente con un ejemplo: el CO 2. Para la molécula de CO 2 solo tendremos dos variables que determinen la Energía Total de la molécula: la distancia de enlace C = O (r CO ) y el ángulo que formen los tres átomos O = C = O (θ OCO ) Por lo tanto su energía se expresará en Modelización Molecular como: E CO2 = 2K CO r CO r COeq 2 + K OCO θ OCO θ OCOeq 2 La representación en el espacio y en el plano de esta ecuación se muestra en la Figura 3. Figura 3. Representación Tri y Bidimensional de la Hipersuperficie del CO 2 El método para alcanzar el mínimo de energía según el algoritmo de máxima pendiente es el siguiente:
4 1. Determinar un punto de referencia en la superficie r CO = 0Å, θ OCO = 0.5rad). Este punto de referencia se corresponde con las coordenadas donde nosotros dibujamos a la molécula inicialmente (copiar de Isis Draw, pegar en Brandy Mol y añadir Hidrógenos). 2. Evaluar la función en ese punto (sea K CO = 10.1, K OCO = 0.4, r COeq = 1.2, θ OCOeq = π/ (0 1.2) (0.5 pi/2) 2 = ) 3. Evaluar el vector gradiente en ese punto y cambiar su signo grad r = E CO2 = 20.2 (r 1.2) = r grad θ = E CO2 = 0.8 (θ π/2) = θ vectorgrad(24.24,0.8566) 4. Cambiaremos las coordenadas a un nuevo punto que se dirija a lo largo de este vector y cuya energía sea lo más baja posible a lo largo de esta linea. r Nueva = r Antigua + λ( grad r ) θ Nueva = θ Antigua + λ( grad θ ) Para ello evalúo la E CO2 a lo largo de esa línea y busco el mínimo en esa dirección. En este caso λ = 0.1 produce la energía más baja.
5 5. Fijo este nuevo punto como punto de partida y repito el proceso Todos los algoritmos que describimos son algoritmos Iterativos, es decir partimos de un punto de referencia en la hipersuperficie (A) y nos movemos por ciclos de acuerdo a algún criterio establecido por el propio algoritmo hasta que finalmente alcanzamos un punto estacionario. El criterio más usual para dar por terminado el proceso es que la diferencia de energía entre el punto nuevo y el anterior sea menor que el valor de RMS que damos en el cálculo. El método de máxima pendiente tiene un problema importante, una vez conocido el gradiente es necesario encontrar un punto de mínimo a lo largo de esa línea. Esto obliga a determinar el valor de V(q i ) en distintos puntos hasta encontrar un valor de mínimo. En situaciones donde el mínimo es muy pronunciado es posible que entremos en un proceso oscilatorio donde alcanzamos un punto A que nos envía a un punto B, y este de nuevo nos envía al punto A. El método del gradiente conjugado se basa en utilizar un valor prefijado para λ que se calcule basándose en los vectores gradientes obtenidos en ese paso y en el paso previo. El paquete de Mecánica Molecular Tinker no ofrece este tipo de algoritmos ya que son muy poco eficientes para la Búsqueda del Mínimo Local Métodos de Segundo Orden Los métodos de primer orden suelen tardar mucho en alcanzar el mínimo de energía cuando se encuentran en las cercanías de este, ya que en esas zonas el valor del gradiente es muy pequeño. Recordad que el valor del gradiente es el de la derivada de la función, y en los puntos de máximo y mínimo la derivada de la función tiene valor nulo. Por ello, se desarrollaron los Métodos de Segunda derivada que acumulan más información al hacer uso de la segunda derivada, que se designa de forma habitual como la matriz Hessiana. El valor de la segunda derivada en un punto de máximo es menor que cero y en un punto de mínima es mayor que cero, pero en cualquier caso no se acerca a cero donde por lo que es posible tener un valor real no nulo más fácil de calcular por procesos computacionales. Podemos distinguir distintos algoritmos para la Optimización por Métodos de
6 Segundo Orden: Newton-Raphson (método Newton en TINKER) BFGS (Broyden-Fletcher-Goldfarb-Shanno) (método Minimizar en TINKER) OCVM (Optimally Conditioned Variable Metric) (método Optimizar en TINKER) Eigenvector Following (este método se utiliza en el programa semiempírico MOPAC que veremos más adelante) En este caso el proceso matemático es más complejo. Explicaremos inicialmente el método de Newton-Raphson para determinar las raíces de una función cualquiera. El protocolo que se sigue es el siguiente: 1. Sea f(x) una función dada 2. Determino el valor de esta función en un punto de referencia x A. Su valor será f(x A ) 3. Determino la derivada de esa función f (x) 4. La línea tangente y = Ax + B en x A tendrá una pendiente f (x A ) y = f (x A )x + B 5. La línea tangente debe pasar por x A y f(x A ) por ello f(x A ) = f (x A )x A + B B = f(x A ) f (x A )x A y la línea tangente es y = f (x A )x f(x A ) f (x A )x A 6. Esa línea cruza con el eje x en x B donde 0 = f (x A )x B f(x A ) f (x A )x A x B = x A f(x A) f (x A ) 7. Tomo x B como siguiente punto y comienzo una nueva iteración (x A = x B ) Por tanto, las iteraciones del método Newton-Raphson se basan en buscar un nuevo punto que cumple que x B = x A f(x A) f (x A ). La ecuación 0 = f (x A )x B f(x A ) f (x A )x A se cumplirá exactamente si f(x A ) = 0 y en ese caso x A x B, o lo que es lo mismo x A x B = 0. En este momento hemos encontrado un punto x A x B donde la función f(x) posee un valor nulo f(x A ) = 0. Es decir el método permite con un algoritmo fácil encontrar las raíces de una función. En Modelización Molecular buscamos optimizar la función potencial (encontrar sus mínimos o máximos) y, por tanto, buscamos las raíces de la primera derivada de esa función. Esto implica que debemos usar el método Newton-Raphson pero aplicado a la primera derivada de la Energía Potencial.
7 Optimizar V(q i ) Raı ces de f(x) = V (q i ) x B = x A f(x A) f (x A ) q B = q A V (q A ) V (q A ) La segunda derivada de la función potencial es la Hessiana o matriz de constante de fuerzas (H(q i )), y éste procedimiento de cálculo requiere conocer la Hessiana y el gradiente (g(q i )) en cada punto sobre el que estamos iterando, por ello se designa como un Método de Segundo Orden, ya que necesitamos conocer el valor de la segunda derivada de la V(q i ). q B = q A g(q A) H(q A ) La principal dificultad de estos métodos reside en la necesidad de calcular la Hessiana en cada punto, ya que desde un punto de vista matemático requerimos conocer el valor del gradiente en las cercanías de ese punto para estimar el valor de la Hessiana en el mismo. Por ello, se intenta evitar, en la medida de lo posible, un cálculo exhaustivo de la Hessiana de la Energía Potencial. Una forma de evitar esto se centra en determinar la Hessiana en un paso y después aproximar su valor en los pasos siguientes. Éste es el protocolo que utilizan los métodos OCVM o BFGS. Por ello, constituyen algoritmos útiles para la minimización de moléculas que se encuentran muy lejanas al mínimo de energía donde no debemos consumir grandes recursos de computación para acercarnos al mínimo inicial. El método Newton-Raphson es más útil en la minimización de moléculas que se encuentran ya cercanas al mínimo, y además, al determinar valores nulos del gradiente es útil para localizar mínimos y máximos de energía que corresponden con los Estados de Transición en un equilibrio conformacional La Búsqueda del Mínimo Global La optimización global de estructuras moleculares es un problema clásico de la Química Teórica y la Biofísica. Implica responder de una forma matemática a la siguiente pregunta: Para una molécula dada Cuál es la conformación de más baja energía? Si la superficie de energía potencial de una molécula es la mostrada en la Figura 4, debemos encontrar el valor del mínimo global.
8 Figura 4. Superficie de Energía Potencial con varios Mínimos Aunque este problema es simple de enunciar, no lo es tanto el cómo resolverlo, por dos razones primordiales: El número de conformaciones de una molécula crece exponencialmente con el tamaño molecular, es decir, en el etano tenemos 6 conformaciones (3 eclipsadas y 3 alternadas de idéntica energía) en el propano tendremos dos enlaces a rotar y por tanto 6x6=36 conformaciones a lo largo de los enlaces C1-C2 y C2-C3. El número de mínimos locales que aparecen en la superficie de energía potencial (PES) también crece de forma muy rápida y por tanto los métodos de optimización suelen quedar atrapados en mínimos locales y no alcanzan el mínimo global. Se pueden distinguir varios métodos de búsqueda del mínimo global: 1. Métodos determinísticos Los métodos determinísticos intentan generar todas las posibles combinaciones de las distintas variables de forma sistemática y evalúan el potencial en cada uno de esos puntos. Son métodos absolutos porque visitan todas las conformaciones predefinidas pero carecen de utilidad cuando el sistema posee muchas variables ya que el cálculo crece de forma exponencial. Por ello se utilizan únicamente con moléculas pequeñas o en sistemas grandes donde se imponen restricciones. Los más utilizados son el Método de Búsqueda Sistemática y el Método de Branch-and-Bound (Ramificar y Limitar) 2. Métodos estocásticos Los métodos estocásticos (aleatorios) se basan en realizar una búsqueda al azar de las distintas variables del sistema. El sistema suministra después la información de todos los mínimos encontrados y tan solo queda evaluar cuál es el de mínima energía de todos los encontrados. Dentro de este grupo podemos destacar: 3. El método de Basin Hopping o Método Monte-Carlo Consiste en generar de forma aleatoria una combinación de variables de los
9 ángulos de torsión y evaluar la energía de esta combinación. El programa BrandyMol permite realizar búsquedas conformacionales utilizando el método de Búsqueda Sistemática y por el Método de Basin-Hopping. El Método de Búsqueda Sistemática se lleva a cabo en BrandyMol evaluando la Energía de la molécula imponiendo restricciones a la molécula. Por ejemplo, si queremos realizar la Búsqueda Determinística de los Mínimos del etano escogeríamos un enlace de torsión dado y evaluaríamos la energía de esta molécula con distintos valores de este ángulo permitiendo que la molécula optimice todos los grados de libertad excepto esa torsión que se mantiene fija. Para realizar esto es necesario modificar el Fichero Key que controla cómo el programa Tinker realiza la optimización de la molécula. En este fichero debemos incluir un comando que impida la minimización de una torsión, este comando es RESTRAIN-TORSION (Ver la Ayuda de FicheroKey). El Método Basin Hopping es el procedimiento de trabajo utilizado por el programa SCAN (Búsqueda Conformacional (Newton y Optimizar) de TINKER. Este método se basa en introducir una molécula que ha sido optimizada previamente para que sea un mínimo local de la molécula (A) y decidir que enlaces serán rotados. El programa de forma aleatoria rota esos enlaces para generar una nueva molécula (B) que después se vuelve a optimizar por el método Newton u Optimizar para alcanzar otro mínimo (C). Si la diferencia energética entre A y C es menor que un determinado valor (Treshold) se considera que este mínimo es nuevo y se apunta su energía. Después se continúa rotando los enlaces otro valor aleatorio en otra dirección distinta (A->D) y volvemos a optimizar esta nueva estructura para alcanzar otro mínimo (E): si la diferencia de energía es mayor que Threshold lo descartamos si la energía de E es idéntica a la de A o C consideramos que ese mínimo ya lo teníamos guardado y lo descartamos en caso contrario consideramos que E es un nuevo mínimo y lo apuntamos en nuestra lista El sistema busca de forma aleatoria la rotación en determinadas direcciones a lo largo de cada ángulo de torsión y cuando finaliza empieza a hacerlo con el siguiente mínimo que encontró en su lista De esta forma es probable que visitemos casi todos los mínimos de la molécula, y por tanto, aquel de más baja energía será el Mínimo Global.
10 Figura 5. Búsqueda del Mínimo Global con SCAN Cuando ejecutamos el programa SCAN en BrandyMol aparece la pantalla que se muestra en la Figura 6: Figura 6. Pantalla de Scan en BrandyMol Donde se nos pide que introduzcamos los siguientes valores: RMS: el valor de diferencia energética para el proceso de minimización local Direcciones: el número de direcciones en donde buscaremos de forma aleatoria a lo largo de cada torsión Treshold (Intervalo): la diferencia energética entre dos mínimos para considerar que el nuevo mínimo se acepta El programa procederá de la siguiente manera: 1. Calculará la energía de la molécula que se encuentra en pantalla en ese momento 2. Decidirá qué ángulos de torsión se pueden rotar en la molécula 3. Establecerá el número de direcciones de búsqueda dentro de cada ángulo de
11 torsión permitido 4. Moverá por pasos de forma aleatoria una combinación de los ángulos de torsión permitidos 5. Minimizará la molécula cuyas nuevas coordenadas se han calculado y mirará si supera la energía del Treshold establecido 6. Mirará si la molécula tiene la misma energía que alguna otra ya determinada previamente 7. Si no encuentra ésta energía guarda esa conformación y la considera un nuevo mínimo Existen otros métodos de estimar los mínimos locales de una molécula como son: Los Métodos heurísticos Los Métodos de suavizado Pero estos no serán estudiados en este curso.
Programación NO Lineal (PNL) Optimización sin restricciones
Programación NO Lineal (PNL) Optimización sin restricciones Ejemplos de los problemas que se aplica la programación NO Lineal: Problema de transporte con descuentos por cantidad : El precio unitario de
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA. Tema 4 Optimización no Lineal
OPTIMIZACIÓN Y SIMULACIÓN PARA LA EMPRESA Tema 4 Optimización no Lineal ORGANIZACIÓN DEL TEMA Sesiones: El caso sin restricciones: formulación, ejemplos Condiciones de optimalidad, métodos Caso con restricciones:
MODELOS MOLECULARES Y SUPERFICIES DE ENERGÍA POTENCIAL
MODELOS MOLECULARES Y SUPERFICIES DE ENERGÍA POTENCIAL 1 La modelación molecular El propósito fundamental de la modelación molecular es elaborar modelos virtuales perceptibles y confiables de las estructuras
OPTIMIZACIÓN VECTORIAL
OPTIMIZACIÓN VECTORIAL Métodos de Búsqueda Directa Utilizan sólo valores de la función Métodos del Gradiente Métodos de Segundo Orden Requieren valores aproimados de la primera derivada de f) Además de
PROGRAMACIÓN NO LINEAL INTRODUCCIÓN
PROGRAMACIÓN NO LINEAL Conceptos generales INTRODUCCIÓN Una suposición importante de programación lineal es que todas sus funciones Función objetivo y funciones de restricción son lineales. Aunque, en
Clase 9 Programación No Lineal
Pontificia Universidad Católica Escuela de Ingeniería Departamento de Ingeniería Industrial y de Sistemas Clase 9 Programación No Lineal ICS 110 Optimización Profesor : Claudio Seebach Apuntes de Clases
1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE
Practica 1: INTRODUCCIÓN AL USO DE LA HOJA DE CALCULO EXCEL COMO HERRAMIENTA PARA DESARROLLAR PROBLEMAS EN INGENIERÍA. SOLVER, REGRESION LINEAL MULTIPLE I. INTRODUCCION Las planillas de cálculo se han
Algebra lineal y conjuntos convexos
Apéndice A Algebra lineal y conjuntos convexos El método simplex que se describirá en el Tema 2 es de naturaleza algebraica y consiste en calcular soluciones de sistemas de ecuaciones lineales y determinar
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación
Universidad de Santiago de Chile Facultad de Ciencia Departamento de Matemática y Ciencias de la Computación EJERCICIOS RESUELTOS DE ECUACIONES NO LINEALES Profesor: Jaime Álvarez Maldonado Ayudante: Rodrigo
Cálculo en varias variables
Cálculo en varias variables Dpto. Matemática Aplicada Universidad de Málaga Resumen Límites y continuidad Funciones de varias variables Límites y continuidad en varias variables 1 Límites y continuidad
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES
MATEMÁTICAS APLICADAS A LAS C.C. SOCIALES CAPÍTULO 5 Curso preparatorio de la prueba de acceso a la universidad para mayores de 25 años curso 2010/11 Nuria Torrado Robles Departamento de Estadística Universidad
Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2
Raices de ECUACIONES NO LINEALES PRIMER PARCIAL TEMA 2 introducción MÉTODO GRÁFICO PARA ENCONTRAR LAS RAICES DE SISTEMAS DE ECUACIONES EJEMPLO: f(x)= e x x A)LA RAIZ ES DONDE LA GRAFICA INTERSECTA EL EJE
Derivadas Parciales (parte 2)
40 Derivadas Parciales (parte 2) Ejercicio: Si donde y. Determinar Solución: Consideraremos ahora la situación en la que, pero cada una de las variables e es función de dos variables y. En este caso tiene
May 4, 2012 CAPÍTULO 5: OPTIMIZACIÓN
May 4, 2012 1. Optimización Sin Restricciones En toda esta sección D denota un subconjunto abierto de R n. 1.1. Condiciones Necesarias de Primer Orden. Proposición 1.1. Sea f : D R diferenciable. Si p
Grado en Ingeniería de Tecnologías de Telecomunicación. Universidad de Sevilla. Matemáticas I. Departamento de Matemática Aplicada II.
Grado en Ingeniería de Tecnologías de Telecomunicación Universidad de Sevilla Matemáticas I. Departamento de Matemática Aplicada II. Tema 1. Curvas Paramétricas. Nota Informativa: Para explicar en clase
Colegio Universitario Boston
Función Lineal. Si f función polinomial de la forma o, donde y son constantes reales se considera una función lineal, en esta nos la pendiente o sea la inclinación que tendrá la gráfica de la función,
PROGRAMACIÓN LINEAL MÉTODO GRÁFICO
1 PROGRAMACIÓN LINEAL MÉTODO GRÁFICO Dado un problema de programación lineal se debe: 1. Graficar cada una de las restricciones. 2. Encontrar el Polígono de factibilidad, que es la intersección de los
UNIDAD 3. La derivada. Objetivos. Al terminar la unidad, el alumno:
UNIDAD La derivada Objetivos Al terminar la unidad, el alumno: Calculará la derivada de funciones utilizando el álgebra de derivadas. Determinará la relación entre derivación y continuidad. Aplicará la
Derivada de una función en un punto. Función derivada. Diferencial de una función en un punto. dy = f (x) dx. Derivada de la función inversa
Derivada de una función en un punto Las tres expresiones son equivalentes. En definitiva, la derivada de una función en un punto se obtiene como el límite del cociente incremental: el incremento del valor
Optimización: Una introducción intuitivagráfica
Optimización: Una introducción intuitivagráfica al problema Dr. Ranferí Gutiérrez matematicaurl@gmail.com Introducción Uno de los temas que presenta mayor dificultad para el estudiante novato de Cálculo
Práctica Módulo de torsión
Práctica Módulo de torsión Objetivo eterminar el módulo de torsión de varillas de distintos materiales por los métodos estático y dinámico. Material Aparato de torsión representado en la figura, varillas
ELEMENTOS DE GEOMETRÍA. Eduardo P. Serrano
ELEMENTOS DE GEOMETRÍA Eduardo P. Serrano Este Apunte de Clase está dirigido a los alumnos de la materia Elementos de Cálculo Numérico para Biólogos. Tiene por objeto exponer algunos conceptos básicos
Péndulo de torsión y momentos de inercia
Prácticas de Física Péndulo de torsión y momentos de inercia 1 Objetivos Curso 2009/10 Determinar la constante de un muelle espiral Determinar el momento de inercia de varios sólidos rígidos Comprobar
Tema 2 Resolución de EcuacionesNo Lineales
Tema 2 Resolución de Ecuaciones No Lineales E.T.S.I. Informática Indice Introducción 1 Introducción 2 Algoritmo del método de Bisección Análisis del 3 4 5 6 Algoritmo de los métodos iterativos Interpretación
TRAZADO DE LÍNEAS EQUIPOTENCIALES
TRAZADO DE LÍNEAS EQUIPOTENCIALES Nota: Traer, por comisión, dos hojas de papel carbónico de x 30 cm c/u, una hoja A3 o similar de 5 x 30 cm un pendrive o cualquier otro tipo de dispositivo estándar de
Teoría Tema 6 Ecuaciones de la recta
página 1/14 Teoría Tema 6 Ecuaciones de la recta Índice de contenido Base canónica en dos dimensiones como sistema referencial...2 Ecuación vectorial de la recta...4 Ecuación paramétrica de la recta...6
Formulación del problema de la ruta más corta en programación lineal
Formulación del problema de la ruta más corta en programación lineal En esta sección se describen dos formulaciones de programación lineal para el problema de la ruta más corta. Las formulaciones son generales,
CONSIDERACIONES GENERALES SOBRE ESTÁTICA
CONSIDERACIONES GENERALES SOBRE ESTÁTICA Índice 1. CONCEPTOS ÚTILES 2 1.1. Configuración geométrica de un sistema....................... 2 1.2. Ligaduras....................................... 2 1.3. Coordenadas
6 DINAMICA DEL CUERPO RIGIDO
6 DINAMICA DEL CUERPO RIGIDO 6. CINEMATICA 6.. Configuracion de un Cuerpo Rígido: Angulos de Euler Un cuerpo rígido se puede entender como una distribución continua de materia que se subdivide en pequeños
Tema 2.- Formas Cuadráticas.
Álgebra. 004 005. Ingenieros Industriales. Departamento de Matemática Aplicada II. Universidad de Sevilla. Tema.- Formas Cuadráticas. Definición y representación matricial. Clasificación de las formas
Métodos 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
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES
SOLUCIÓN NUMÉRICA DE ECUACIONES ALGEBRAICAS Y TRASCENDENTES EL PROBLEMA DE OBTENER LOS CEROS O RAÍCES DE UNA ECUACIÓN ALGEBRAICA O TRASCENDENTE, ES UNO DE LOS REQUERIDOS MAS FRECUENTEMENTE, DEBIDO A ELLO
Conceptos básicos de Geometría
Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 15 de enero del 2013 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) 15 de enero del 2013 1 / 25 1 Geometría Afín Geometría Euclidiana Áreas y ángulos Dr. Eduardo
TEMA 5.6 PROGRAMACIÓN NO LINEAL
TEMA 5.6 PROGRAMACIÓN NO LINEAL 5.6.. INTRODUCCIÓN 5.6.. CONCEPTOS BÁSICOS 5.6.. MÉTODO O DE NEWTON ONSN SIN RESTRICCIONES S 5.6.4. MÉTODO DE NEWTON CON RESTRICCIONES. FUNCIONES DE PENALIZACIÓN. INTRODUCCIÓN
4.1. Polinomios y teoría de ecuaciones
CAPÍTULO 4 Polinomios y teoría de ecuaciones 4.1. Polinomios y teoría de ecuaciones Un polinomio real en x, o simplemente polinomio en x es una expresión algebraica de la forma a n x n + a n 1 x n 1 +
A + B ET C + D ET C + D A + B
Estudio de caminos de reacción La descripción matemática de una superficie de potencial (SEP) puede relacionarse con procesos químicos al visualizar una reacción como un perfil de energía vs una coordenada
Introducción: En el contexto de la asignatura, deseo hacer notar que la utilización de herramientas de productividad, tales como las TIC (Tecnologías de la Información y Comunicaciones) en el ámbito de
Aplicaciones de problemas de Máximos y Mínimos.
Aplicaciones de problemas de Máximos y Mínimos. En la resolución de problemas de máximos y mínimos el mayor desafío consiste generalmente en obtener, a partir del enunciado, la función que se necesita
Matemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos
CURSO CERO DE MATEMATICAS. Apuntes elaborados por Domingo Pestana Galván. y José Manuel Rodríguez García
INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIONES CURSO CERO DE MATEMATICAS Apuntes elaborados por Domingo Pestana Galván y José Manuel Rodríguez García UNIVERSIDAD CARLOS III DE MADRID Escuela Politécnica
Esta expresión polinómica puede expresarse como una expresión matricial de la forma; a 11 a 12 a 1n x 1 x 2 q(x 1, x 2,, x n ) = (x 1, x 2,, x n )
Tema 3 Formas cuadráticas. 3.1. Definición y expresión matricial Definición 3.1.1. Una forma cuadrática sobre R es una aplicación q : R n R que a cada vector x = (x 1, x 2,, x n ) R n le hace corresponder
EL PROBLEMA GENERAL DE OPTIMIZACION
EL PROBLEMA GENERAL DE OPTIMIZACION Terminología Tipos de soluciones Resultados teóricos sobre existencia y unicidad de soluciones Método gráfico de resolución Problemas de optimización Este tipo de problemas
Apuntes Matemáticas 2º de bachillerato. Tema 5. Estudio de funciones
Apuntes Tema 5 Estudio de funciones 5.1 Dominio Hay que determinar para qué intervalos de números reales, o puntos aislados, la función existe o está definida. Para ello tenemos que prestar atención a
Representación en el espacio de estado. Sistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT
Representación en el espacio de estado Representación en espacio de estado Control clásico El modelado y control de sistemas basado en la transformada de Laplace, es un enfoque muy sencillo y de fácil
EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD)
EL PRINCIPIO DE MÁXIMA VEROSIMILITUD (LIKELIHOOD) Fortino Vela Peón fvela@correo.xoc.uam.mx FVela-0 Objetivo Introducir las ideas básicas del principio de máxima verosimilitud. Problema Considere el experimento
Base y Dimensión de un Espacio Vectorial
Base y Dimensión de un Espacio Vectorial 201 6Asturias: Red de Universidades Virtuales Iberoamericanas 1 Índice 1 Qué es un sistema generador?... 4 2 Base de un espacio vectorial... 4 3 Dimensión de un
1 Método de la bisección. 1.1 Teorema de Bolzano Teorema 1.1 (Bolzano) Contenido
E.T.S. Minas: Métodos Matemáticos Resumen y ejemplos Tema 3: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Aplicación de los criterios de espontaneidad a una reacción química completa
Algunas reflexiones sobre el equilibrio químico a partir de consideraciones termodinámicas Prof. Marisa García Dra. María Antonia Grompone 1 Introducción En los programas de Química del Bachillerato Diversificado
TEMA 2: PROGRAMACIÓN LINEAL.
TEMA : PROGRAMACIÓN LINEAL.. 1. INTRODUCCIÓN. La Programación Lineal (PL) puede considerarse como uno de los grandes avances científicos habidos durante la primera mitad del siglo XX y sin duda es una
Campo Magnético en un alambre recto.
Campo Magnético en un alambre recto. A.M. Velasco (133384) J.P. Soler (133380) O.A. Botina (133268) Departamento de física, facultad de ciencias, Universidad Nacional de Colombia Resumen. Se hizo pasar
DOCUMENTO DE APOYO PARA PROYECTOS
DOCUMENTO DE APOYO PARA PROYECTOS Los ejemplos que a continuación se encuentran en este documento de apoyo al estudiante, tiene como objetivo dar una serie de ejemplos mínimos de algunas partes de los
Movimiento y Dinámica circular
SECTOR CIENCIAS - FÍSICA TERCERO MEDIO 2011 Trabajo de Fábrica III MEDIO APREDIZAJES ESPERADOS - Aplicar las nociones físicas fundamentales para explicar y describir el movimiento circular; utilizar las
DERIVADAS PARCIALES Y APLICACIONES
CAPITULO IV CALCULO II 4.1 DEFINICIÓN DERIVADAS PARCIALES Y APLICACIONES En cálculo una derivada parcial de una función de diversas variables es su derivada respecto a una de esas variables con las otras
El método simplex 1. 1 Forma estándar y cambios en el modelo. 2 Definiciones. 3 Puntos extremos y soluciones factibles básicas. 4 El método simplex.
El método simplex Forma estándar y cambios en el modelo. Definiciones. Puntos extremos y soluciones factibles básicas. 4 El método simplex. Definiciones y notación. Teoremas. Solución factible básica inicial.
TEMA 3: APLICACIONES DE LAS DERIVADAS
TEMA 3: APLICACIONES DE LAS DERIVADAS Monotonía: Crecimiento y decrecemento Sea f:d R R una función Definiciones: Diremos que f es creciente en x = a si existe un entorno de a para el que se cumple: f(a)
Una función f, definida en un intervalo dterminado, es creciente en este intervalo, si para todo x
Apuntes de Matemáticas II. CBP_ ITSA APLICACIONES DE LA DERIVADA.- CRECIMIENTO Y DECRECIMIENTO DE UNA FUNCIÓN En una función se puede analizar su crecimiento o decrecimiento al mirar la variación que experimentan
INTERVALOS Y SEMIRRECTAS.
el blog de mate de aida CSI: Inecuaciones pág 1 INTERVALOS Y SEMIRRECTAS La ordenación de números permite definir algunos conjuntos de números que tienen una representación geométrica en la recta real
Una ecuación puede tener ninguna, una o varias soluciones. Por ejemplo: 5x 9 = 1 es una ecuación con una incógnita con una solución, x = 2
Podemos definir a las ecuaciones como una igualdad entre expresiones algebraicas (encadenamiento de números y letras ligados por operaciones matemáticas diversas),en la que intervienen una o más letras,
ECUACIÓN DE OSCILACIONES. Tomado del texto de Ecuaciones Diferenciales de los Profesores. Norman Mercado. Luis Ignacio Ordoñéz
ECUACIÓN DE OSCILACIONES Tomado del texto de Ecuaciones Diferenciales de los Profesores Norman Mercado Luis Ignacio Ordoñéz Muchos de los sistemas de ingeniería están regidos por una ecuación diferencial
EJERCICIO 26 DE EXCEL
EJERCICIO 26 DE EXCEL TABLAS EN EXCEL Tablas En las versiones anteriores de Excel esta característica se conocía como Listas, ahora en esta nueva versión se denomina Tablas. Las tablas facilitan la administración
UNIDAD III: APLICACIONES ADICIONALES DE LA DERIVADA
UNIDAD III: APLICACIONES ADICIONALES DE LA DERIVADA Estimado estudiante continuando con el estudio, determinaremos el comportamiento de una función en un intervalo, es decir, cuestiones como: Tiene la
Programación Gráfica II. 7. Diseño de Cámaras.
Programación Gráfica II 7. Diseño de Cámaras. Objetivo Introducir al manejo de cámaras con DarkGDK. Creación de una cámara en tercera persona. Uso de coordenadas esféricas para manejar manualmente una
LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE. Capítulo 7 Sec. 7.5 y 7.6
LA FORMA TRIGONOMETRICA DE LOS NUMEROS COMPLEJOS Y EL TEOREMA DE MOIVRE Capítulo 7 Sec. 7.5 y 7.6 El Plano Complejo Se puede utilizar un plano de coordenadas para representar números complejos. Si cada
VELOCIDAD Y ACELERACION. RECTA TANGENTE.
VELOCIDAD Y ACELERACION. RECTA TANGENTE. 3. Describir la trayectoria y determinar la velocidad y aceleración del movimiento descrito por las curvas siguientes: (a) r (t) = i 4t 2 j + 3t 2 k. (b) r (t)
Instituto de Física Universidad de Guanajuato Agosto 2007
Instituto de Física Universidad de Guanajuato Agosto 2007 Física III Capítulo I José Luis Lucio Martínez El material que se presenta en estas notas se encuentra, en su mayor parte, en las referencias que
entonces las derivadas laterales existen y son iguales. y vale lo mismo. Si existen las derivadas laterales y son iguales, entonces existe f (a)
DERIVADAS. TEMA 2. BLOQUE 1 1.- DERIVADA DE UNA FUNCIÓN EN UN PUNTO Se llama derivada de la función y = f ( en el punto de abscisa x = a al límite f ( f ( a f ( a = lím x a x a Si existe f (a entonces
Extremos condicionados. APUNTE: Extremos condicionados Multiplicadores de Lagrange
APUNTE: Etremos condicionados Multiplicadores de Larane UNIVERSIDAD NACIONAL DE RIO NEGRO Asinatura: Matemática Carreras: Lic en Administración, Lic en Turismo, Lic en Hotelería Profesor: Prof Mabel Chrestia
MAXIMOS Y MINIMOS RELATIVOS
MAXIMOS Y MINIMOS RELATIVOS Con cierta frecuencia nos encontramos con la necesidad de buscar la mejor forma de hacer algo. En muchas ocasiones a través de los poderosos mecanismos de cálculo diferencial
NÚMEROS COMPLEJOS: C
NÚMEROS COMPLEJOS: C Alejandro Lugon 21 de mayo de 2010 Resumen Este es un pequeño estudio de los números complejos con el objetivo de poder usar las técnicas de solución de ecuaciones y sistemas diferenciales
Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 2011/ ?
Matemáticas I Grado de Administración y Dirección de Empresas Examen de Febrero Curso 011/1 1) (1 punto) Dado el subespacio vectorial,,,,,,,,,,, a) Obtener la dimensión, unas ecuaciones implícitas, unas
Aplicaciones de Ec. en Diferencias a la Economía
Aplicaciones de Ec. en Diferencias a la Economía Economía Matemática. (FCEA, UdelaR) Aplicaciones 1 / 21 Nota previa sobre raices complejas Antes de ver algunos ejemplos aplicados a la economía, una nota
2.2 Rectas en el plano
2.2 Al igual que ocurre con el punto, en geometría intrínseca, el concepto de recta no tiene definición, sino que constituye otro de sus conceptos iniciales, indefinibles. Desde luego se trata de un conjunto
Universidad Tec Milenio: Profesional IO04001 Investigación de Operaciones I. Tema # 9
IO04001 Investigación de Operaciones I Tema # 9 Otras aplicaciones del método simplex Objetivos de aprendizaje Al finalizar el tema serás capaz de: Distinguir y aplicar la técnica de la variable artificial.
OBJETIVO ESPECIFICO. Identificar peligros asociados a cada fase o etapa del trabajo y la posterior evaluación de los riesgos.
ANALISIS DE RIESGO OBJETIVO ESPECIFICO Identificar peligros asociados a cada fase o etapa del trabajo y la posterior evaluación de los riesgos. ADMINISTRACIÓN DEL RIESGO = PREVENCIÓN CONTROL DE ACCIDENTES/
Instituto Tecnológico de Saltillo
Instituto Tecnológico de Saltillo CÁLCULO INTEGRAL Enero-Junio 2012 Programa de Unidades I. Teorema Fundamental del Cálculo (Diferenciales). II. La integral Indefinida. III.Técnicas de Integración Indefinida.
Materia: Matemática de Octavo Tema: Función afín
Materia: Matemática de Octavo Tema: Función afín Alguna vez has mantenido un seguimiento de la cantidad de libros que has leído en un período de tiempo? Mira a Kendra. Kendra y sus amigas han estado leyendo
Culcyt//Matemática Educativa
Culcyt//Matemática Educativa Método de newton para encontrar raíces complejas de un polinomio utilizando MICROSOFT EXCEL Oscar Ruiz Chávez, Juan Luna González, José Valente Barrón López, Mario Silvino
Conferencia clase. Al desacoplar las ecuaciones se tiene. Sistemas de ecuaciones diferenciales lineales usando álgebra lineal
Conferencia clase Al desacoplar las ecuaciones se tiene stemas de ecuaciones diferenciales lineales usando álgebra lineal Contenido. 1. stemas de ecuaciones diferenciales de primer orden. 2. Forma matricial
Derivadas e integrales
Derivadas e integrales Álvarez S., Caballero M.V. y Sánchez M a M salvarez@um.es, m.victori@um.es, marvega@um.es ÍNDICE Matemáticas Cero Índice. Definiciones 3. Herramientas 4.. Reglas de derivación.......................
DERIVADA DE LA FUNCIONES BÁSICAS TANGENTE, COTANGENTE, SECANTE Y COSECANTE
DERIVADA DE LA FUNCIONES BÁSICAS TANGENTE, COTANGENTE, SECANTE Y COSECANTE Sugerencias para quien imparte el curso: En esta sección de la propuesta didáctica se parte de plantear un problema de optimización
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función.
Práctica IV: Métodos de Newton-Raphson y de la secante, para encontrar las raíces de una función. Se suele llamar método de Newton-Raphson al método de Newton cuando se utiliza para calcular los ceros
un conjunto cuyos elementos denominaremos vectores y denotaremos por es un espacio vectorial si verifica las siguientes propiedades:
CAPÍTULO 2: ESPACIOS VECTORIALES 2.1- Definición y propiedades. 2.1.1-Definición: espacio vectorial. Sea un cuerpo conmutativo a cuyos elementos denominaremos escalares o números. No es necesario preocuparse
Apéndice sobre ecuaciones diferenciales lineales
Apéndice sobre ecuaciones diferenciales lineales Juan-Miguel Gracia 10 de febrero de 2008 Índice 2 Determinante wronskiano. Wronskiano de f 1 (t), f 2 (t),..., f n (t). Derivada de un determinante de funciones.
Dos matrices son iguales cuando tienen la misma dimensión y los elementos que ocupan el mismo lugar en ambas son iguales
Introducción Las matrices aparecen por primera vez hacia el año 1850, introducidas por J.J. Sylvester. El desarrollo inicial de la teoría se debe al matemático W.R. Hamilton en 1853. En 1858, A. Cayley
Parciales Matemática CBC Parciales Resueltos - Exapuni.
Parciales Matemática CBC 2012 Parciales Resueltos - Exapuni www.exapuni.com.ar Compilado de primeros parciales del 2012 Parcial 1 1) Sea. Hallar todos los puntos de la forma, tales que la distancia entre
Métodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones
Métodos Numéricos: Guía de estudio Tema 5: Solución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril 2009, versión
Colegio Portocarrero. Curso Departamento de matemáticas. Análisis. (Límites/Asíntotas/Continuidad/Derivadas/Aplicaciones de las derivadas)
Análisis (Límites/Asíntotas/Continuidad/Derivadas/Aplicaciones de las derivadas) Problema 1: Sea la función Determina: a) El dominio de definición. b) Las asíntotas si existen. c) El o los intervalos de
«La derivada de una función en un punto representa geométricamente la pendiente de la recta tangente a la función en dicho punto»
TEMA 10 DERIVADA DE UNA FUNCIÓN EN UN PUNTO f (a): Consideremos una función f(x) y un punto P de su gráfica (ver figura), de abscisa x=a. Supongamos que damos a la variable independiente x un pequeño incremento
Modelización por medio de sistemas
SISTEMAS DE ECUACIONES DIFERENCIALES LINEALES. Modelización por medio de sistemas d y dy Ecuaciones autónomas de segundo orden: = f ( y, ) Una variable independiente. Una variable dependiente. La variable
Descomposición en forma canónica de Jordan (Segunda versión)
Descomposición en forma canónica de Jordan (Segunda versión) Francisco J. Bravo S. 1 de septiembre de 211 En esta guía se presentan los resultados necesarios para poder construir la forma de Jordan sin
UNIVERSIDAD DE LOS LLANOS Facultad de Ciencias Básicas e Ingeniería Programa Ingeniería de Sistemas
CURSO: OPTIMIZACIÓN 1 SEMESTRE: VII 2 CODIGO: 602704 3 COMPONENTE: 4 CICLO: 5 AREA: Profesional 6 FECHA DE AROBACIÓN: 7 NATURALEZA: Teórica 8 CARÁCTER: Obligatorio 9 CREDITOS (RELACIÓN): 3 (1-1) 10 INTENSIDAD
Introducción a los Cuaterniones
Editorial de la Universidad Tecnológica Nacional Matemáticas Aplicadas a la Aeronáutica Introducción a los Cuaterniones Universidad Tecnológica Nacional Facultad Regional Haedo Argentina El presente tutorial
Complejidad computacional (Análisis de Algoritmos)
Definición. Complejidad computacional (Análisis de Algoritmos) Es la rama de las ciencias de la computación que estudia, de manera teórica, la optimización de los recursos requeridos durante la ejecución
APUNTES ACERCA DE LA ECUACIÓN DE LA RECTA
Introducción APUNTES ACERCA DE LA ECUACIÓN DE LA RECTA Se denomina solución de una ecuación al valor o conjunto de valores de la(s) incógnita(s) que verifican la igualdad. Así por ejemplo decimos que x
DPTO. DE AMTEMÁTICAS I.E.S. GALLICUM CURSO 2012/13
DESARROLLO DE LAS UNIDADES DIDÁCTICAS MATEMÁTICAS II Según REAL DECRETO 1467/2007, de 2 de noviembre, por el que se establece la estructura del bachillerato y se fijan sus enseñanzas mínimas, estas son
Métodos Numéricos (SC 854) Solución de ecuaciones no lineales. 1. Definición del problema: raíces de ecuaciones no lineales
Solución de ecuaciones no lineales c M. Valenzuela 007 008 (5 de mayo de 008) 1. Definición del problema: raíces de ecuaciones no lineales Dada una ecuación de una variable independiente x, f(x) =0, (1)
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS.
TEMA 1. MATRICES, DETERMINANTES Y APLICACIÓN DE LOS DETERMINANTES. 1. MATRICES. CONCEPTO DE MATRIZ. LA MATRIZ COMO EXPRESIÓN DE TABLAS Y GRAFOS. DEFINICIÓN: Las matrices son tablas numéricas rectangulares
EL PROBLEMA DE TRANSPORTE
1 EL PROBLEMA DE TRANSPORTE La TÉCNICA DE TRANSPORTE se puede aplicar a todo problema físico compatible con el siguiente esquema: FUENTES DESTINOS TRANSPORTE DE UNIDADES Donde transporte de unidades puede
Introducción al Cálculo Numérico
Tema 1 Introducción al Cálculo Numérico 1.1 Introducción El Cálculo Numérico, o como también se le denomina, el Análisis numérico, es la rama de las Matemáticas que estudia los métodos numéricos de resolución
INSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA
INSTITUCIÓN EDUCATIVA GABRIEL TRUJILLO CORREGIMIENTO DE CAIMALITO, PEREIRA Pobre del estudiante que no aventaje a su maestro. LA LÍNEA RECTA Leonardo da Vinci DESEMPEÑOS Identificar, interpretar, graficar