Sesión 12. Aprendizaje neuronal
|
|
- Jaime Maestre Castilla
- hace 7 años
- Vistas:
Transcripción
1 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 al apredizaje automático 3.2 Algoritmos geéticos 3.3 Apredizaje por refuerzo 3.4 Árboles de decisió 3.5 Redes euroales
2 Cerebro humao Célula erviosa o euroa: cada célula cotiee u cuerpo (soma), varias fibras (detridas) y ua fibra larga (axó) cada euroa se coecta co otras (etre 0 y ) (coexió: siapsis) euroas propaga señales mediate reaccioes electroquímicas las señales: cotrola la actividad del cerebro (pesamieto) permite establecer cambios de posició y coectividad de las euroas (apredizaje) Siapsis Axo Siapsis Dedritas Axo Dedritas Soma Soma Siapsis Cerebro humao Fucioamieto de ua euroa: las detridas recibe las señales de (muchas) otras euroas (etradas) la ifluecia colectiva de todas sus etradas puede activar ua euroa ua euroa activada trasporta ua señal a las euroas co las que está coectada (salida) E este procedimieto: la euroa sólo se activa si la ifluecia colectiva de todas sus etradas supera u ivel míimo de potecial eléctrico las siapsis ifluye de forma distita e la activació de la euroa alguas refuerza la activació (co diferetes grados) otras ihibe la activació (co diferetes grados) la salida de ua euroa es, a su vez, la etrada para muchas otras euroas Variabilidad de las siapsis el grado de ifluecia de ua siapsis puede cambiar co el tiempo icluso, se crea uevas siapsis Se cree que esta variabilidad es la base del apredizaje humao.
3 Neuroas artificiales Señales Etrada Pesos Señales de salida x w w 2 Neuroa g x w x,,x etradas w,,w pesos salida g fució de activació: g(x,,x )= Fucioes más comues de activació x w w 2 e = i= w i x i g x w Fució Umbral Fució Sigo Fució Sigmoide Fució Lieal 0 U - e 0 U e 0 - e 0 e - -, si e > U = 0, e caso cotrario, si e > U =, e caso cotrario e = + e = e
4 Red euroal biológico y artificial Red Biológica Soma Dedrita Axo Siapsis Reacció electroquímica e la célula Red Artificial Neuroa Etrada Salida Peso Fució de activació Siapsis Dedrites Axo Soma Siapsis Dedrites Axo Soma I p u t S i g a l s O u t p u t S i g a l s Siapsis Middle Layer Iput Layer Output Layer Neuroa más simple: el perceptró Neuroa artificial co ua fució de activació umbral, si = 0, e caso cotrario x w x > U w i i i= U w 2 Etradas y salidas biarias El perceptró para clasificació: puede represetar ua fució booleaa de sus etradas Ejemplos: x,5 x 0,5 AND OR
5 Red Perceptró Varias perceptroes compoe ua red euroal simple (de ua capa) x x 3 Salida: - codificació de las clases x 4 Pesos Etradas: - codificació biaria de los casos Perceptroes: - determia las salidad Ejemplo: recoocimieto de úmeros: cada pixel represeta ua etrada x i o bie 4 euroas (salidas: 0000, 000, 000, 00, ) o 9 euroas (salidas: , , , ) 2 Apredizaje de perceptróes Supoemos u perceptró de etradas (x,,,x ) y ua salida y x i e y so biarios Supoiedo u cojuto de ejemplos de etreamieto: { (X,y), (X2,y2), } co Xi=(x i,x i2,,x i ) Objetivo: apreder u perceptró que cocuerde co los ejemplos, es decir, que implemeta la fució booleaa: f (x,,,x )= x w U x w Para ello hay que apreder los pesos w,,w y el umbral U E el caso de ua red, se cosidera cada perceptró por separado
6 Apredizaje de perceptróes Idea: Se preseta los ejemplos de etreamieto de forma iterativa al perceptró Para cada ejemplo, se compara el resultado de la clasificació del perceptro co el resultado deseado Si hay diferecias, se realiza pequeños ajustes e los pesos de las etradas para reducir estas diferecia Se repite este procedimieto hasta que los resultados coverge (el perceptró haya apredido) x w U x w Apredizaje de perceptróes Pasos e la iteració i co ejemplo de etreamieto ((x i,x i2,,x i ),yi). Clasificar el ejemplo (x i,x i2,,x i ) co el perceptró: se obtiee el valor de clasificació actual yi actual 2. Compara el valor actual co el valor deseado: Calcular el Error: e(i)= yi- yi actual 3. Calcular la correcció de pesos co la regla delta: w j =α x ij e(i), para j=, (α es ua costate de apredizaje) 4. Actualizar los pesos (w,,w ): w j (i+) = w j (i) + w j, para j=, Ejemplo i ((x i,,x i ),yi) : x i x x w U yi actual e(i)= yi- yi actual x i w w (i+)=w (i)+ w w (i+)=w (i)+ w w =α x i e(i) w =α x i e(i)
7 Aálisis de situacioes: Apredizaje de perceptróes Caso : yi = yi actual (ambos tiee o valor 0 o valor ) e(i)= yi- yi actual =0 w j =α x ij e(i)=α x ij 0 = 0 o se modifica los pesos w j (i+) = w j (i) Ejemplo: (X i,yi)= ((0,,),0) x =0 = x 3 = 0,5, si wi xi > U = i= 0, e caso cotrario = 0 Apredizaje de perceptróes Aálisis de situacioes: Caso 2: yi = e yi actual =0 (clasificado como egativo cuado debe ser positivo) e(i)= yi- yi actual = w j =α x ij e(i)=α x ij se aumeta los pesos de etradas activas: si x ij = etoces w j (i+) = w j (i)+ α aumetado los pesos de las etradas positivas se aumeta la posibilidad de que la salida sea positiva o se modifica los pesos de etradas egativas (si x ij =0 etoces w j (i+) = w j (i)) Ejemplo: (X i,yi)= ((0,,),) co α=0, x =0 = x 3 = 0,5 y=0 x =0 = x 3 = 0,3 0,3 0,5 y=
8 Apredizaje de perceptróes Aálisis de situacioes: Caso 3: yi = 0 e yi actual = (clasificado como positivo cuado debe ser egativo) e(i)= yi- yi actual =- w j =α x ij e(i)=-α x ij se dismiuye los pesos de etradas activas: si x ij = etoces w j (i+) = w j (i)- α o se modifica los pesos de etradas egativas (si x ij =0 etoces w j (i+) = w j (i)) dismiuyedo los pesos de las etradas positivas se aumeta la posibilidad de que la salida sea egativa Ejemplo: (X i,yi)= ((0,,),0) co α=0, x =0 = x 3 = 0,4 0,4 0,5 y= x =0 = x 3 = 0,3 0,3 0,5 y= Apredizaje de perceptróes Algoritmo de apredizaje:. Iizializacio: Fijar los pesos iiciales w,, w y el umbral U aleatoriamete e el rago [ 0.5, 0.5]. 2. Dado el ejemplo de etreamieto ((x i,x i2,,x i ),yi) realiza los pasos:. Clasificar el ejemplo (x i,x i2,,x i ) 2. Calcular el error e(i)= yi-yi actual 3. Calcular la correcció de pesos co la regla delta w j =α x ij e(i) 4. Actualizar los pesos w j (i+) = w j (i) + w j 3. Repite el paso 2 co el siguiete ejemplo hasta que el algoritmo coverge U criterio de covergecia habitual: el úmero de errores etre los últimos ejemplos es meor que u determiado umbral
9 Ejercicio Apredizaje de u perceptró: Realiza el apredizaje de u perceptró co tres etradas y ua salida (vea el dibujo) y co los siguietes ejemplos de etreamieto: {((0,,0),),((,0,0),0), ((,,0),),((0,0,),0)} Supó que los pesos y el umbral está iicializados a y que el parámetro α tiee el valor 0,3. x y x 3 Aálisis perceptró El objetivo del perceptro es clasificar etradas, (x,..., x ), e dos clases, por ejemplo A y A 2. La clasificació se realiza segú la siguiete regla de decisió: Si xiwi U > 0 etoces devuelve A. i= E realidad, el perceptró divide el espacio -dimesioal de etradas e dos regioes. La divisió viee dada por el hiperplao defiido por: j= w x U = 0 j j
10 Aálisis perceptró E dos dimesioes: E tres dimesioes: x Regió A Regió A 2 x x 3 Regió A Regió A hiperplao El hiperplao es u separador lieal Hay clases que o se puede separar co separadores lieales Ejemplo: XOR (itételo e u ejercicio) x hiperplao?? 0 Redes perceptoes de ua capa: cometarios Bueos para problemas secillos Como red euroal, bueo cuado las etradas y salidas so subsimbolicas etradas y salidas biarias o existe atributos claramete difereciados y idetificados Ejemplos: recoocimieto de patroes Es capaz de tratar ruido Apto para apreder fucioes aparetemete idepedietes de los valores cocretos de los atributos (p.e.: fució mayoría) Problemas: No puede represetar cualquier fució lógica (XOR) No fucioa co atributos de alto ivel (requiere la traducció de los casos a valores biarios)
11 Redes euroales para clases o liealmete separables Redes multicapa: x x 3 x 4 Etradas ua o varias capas ocultas Pesos Capa de salida el fucioamieto de cada euroa es igual que e el caso de la red de ua capa Represetabilidad de fucioes co redes multicapa Ejemplo: XOR x ,5-0,5 a a x a a 2 y Teorema: Co ua úica capa oculta (suficietemete grade) es posible represetar cualquier fució cotiua de las etradas co ua precisió arbitraria. -,5 y
12 Apredizaje e redes multicapa Idea: Igual que e el caso del perceptró simple: ajustar pesos para miimizar el error (diferecias etre salidas actuales y deseadas) Pero: Hay varias salidas posibles Se sabe los errores de la capa de salida, pero o los errores de las capas ocultas (o sabemos que valor ha de tomar los odos ocultos) x w,, O w 2,, S y w,,k w,, x w,,k w 2,k, w 2,,j O k S w j 2,k,j y j Solució: propagació hacia atrás del error Apredizaje e redes multicapa Pasos (co ua capa oculta): Para la capa de salida (w 2,r,s ): Calcular el error para cada salida: e 2,s =y s y s_actual Actualizar los pesos: w 2,r,s w 2,r,s + α O r e 2,s (O r es la salida de la euroa oculta O r ) Para la capa oculta (w,r,s ): Propagar el error hacia atrás: Actualizar los pesos: w,r,s w,r,s + α x r e,s x w,, O w 2,,, s = j= e S w 2, s, j y e 2, j Cada odo oculto es resposable de ua fracció de los errores cometidos por los odos de salida. w,,k w,, x w,,k w 2,k, w 2,,j O k S w j 2,k,j y j
13 Redes multi-capa: resume Teorema: Co ua úica capa oculta (suficietemete grade) es posible represetar cualquier fució cotiua de las etradas co ua precisió arbitraria. Problema: o se sabe la estructura (de la red) óptima para cada problema Idea: apreder la estructura y los pesos Sólo hemos visto redes muy simples. Existe otros efoques para: la propagació de los errores el ajuste de los pesos E geeral so útiles para tareas dode o se dispoe de atributos claramete idetificados (p.e. recoocimieto escritura)
Resolución 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 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 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 detallesSistemas Automáticos. Ing. Organización Conv. Junio 05. Tiempo: 3,5 horas
Sistemas Automáticos. Ig. Orgaizació Cov. Juio 05. Tiempo: 3,5 horas NOTA: Todas las respuestas debe ser debidamete justificadas. Problema (5%) Ua empresa del sector cerámico dispoe de u horo de cocció
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 detallesOPCIÓN A EJERCICIO 1_A
IES Fco Ayala de Graada Sobrates de 2001 (Modelo 4) Euciado Germá-Jesús Rubio Lua OPCIÓN A EJERCICIO 1_A 0-1 2 1 ( putos) Resuelva la siguiete ecuació matricial: A X - 2 B C, siedo A 1 0 1, B -2, 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 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 detallesTeoría de la conmutación. Álgebra de Boole
Álgebra de Boole Defiicioes y axiomas Propiedades Variables y fucioes booleaas Defiicioes Propiedades Formas de represetació Fucioes booleaas y circuitos combiacioales Puertas lógicas Puertas lógicas fudametales
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 detallesdenomina longitud de paso, que en un principio se considera que es constante,
883 Aálisis matemático para Igeiería. M. MOLERO; A. SALVADOR; T. MENARGUEZ; L. GARMENDIA CAPÍTULO 3 Métodos uméricos de u paso El objetivo de este capítulo es itroducir los métodos uméricos de resolució
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 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 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 detallesFÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES. (Algunos conceptos importantes)
FÍSICA GENERAL 2º CUATRIMESTRE 2014 TT.PP. LABORATORIOS- TEORIA DE ERRORES (Alguos coceptos importates) 1. Error de apreciació. Lo primero que u experimetador debe coocer es la apreciació del istrumeto
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 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 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 detallesMedidas de Tendencia Central
EYP14 Estadística para Costrucció Civil 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
Más detallesLa contribución de la clase de Computación a la introducción y desarrollo de conceptos elementales de Matemática Numérica en el nivel medio.
La cotribució de la clase de Computació a la itroducció y desarrollo de coceptos elemetales de Matemática Numérica e el ivel medio. MsC. Rubé Rodríguez Ramos Lic. Eric Crespo Hurtado Dr. C. Tomás Crespo
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 detallesTest de Wilcoxon de rangos signados
5 Elea J. Martíez do cuat. 0 Test de Wilcoxo de ragos sigados Hemos visto que, co míimas hipótesis sobre la distribució subyacete (úica mediaa y distribució cotiua), el test del sigo es UMP para las hipótesis
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 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 detallesTeorema del Muestreo
Teorema del Muestreo Dr. Luis Javier Morales Medoza Procesamieto Digital de Señales Departameto de Maestría DICIS - UG Ídice 1.1. Itroducció 1.2. Coversió aalógico-digital y digital-aalógico 1.3. Proceso
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 detallesUNIVERSIDAD ANTONIO NARIÑO GUIA 1
UNIVERSIDAD ANTONIO NARIÑO GUIA ANTIDERIVADAS OBJETIVO: Apreder el cocepto de atiderivada e itegral idefiida y resolver itegrales usado las formulas básicas. ocepto: Dada ua fució, sabemos como hallar
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 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 detallesProblema del flujo de coste mínimo. 15.053 Martes, 19 de marzo. Formulación. Pricing Out. Costes reducidos de ciclos
. Martes, 9 de marzo Método simplex para redes aplicado a la solució del problema del flujo de coste míimo Etregas: material de clase Nota: hay mucho que decir acerca del algoritmo simplex para redes,
Más detalles12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS)
12 I N F E R E N C I A E S T A D Í S T I C A II (CONTRASTE DE HIPÓTESIS) 1 Supogamos que ua variable aleatoria X sigue ua ley N(µ; =,9). A partir de ua muestra de tamaño = 1, se obtiee ua media muestral
Más detallesMEDIDAS DE TENDENCIA CENTRAL. _ xi
EDIDAS DE TENDENCIA CENTRAL. EDIA ARITÉTICA. Es la medida más coocida y tambié es llamada promedio se obtiee sumado todos los valores de la muestra o població, dividida etre el total de elemetos que cotiee
Más detallesAbel Martín LAS FRACCIONES. - Las fracciones como parte de un todo - Egipto les espera
LAS FRACCIONES - Las fraccioes como parte de u todo - Nuestros amigos prueba su máquia del tiempo. Egipto les espera Despegamos! E la evolució del pesamieto humao, 000 años a. C., los egipcios comieza
Más detallesUNIDAD 8 MODELO DE ASIGNACIÓN. características de asignación. método húngaro o de matriz reducida.
UNIDAD 8 MODELO DE ASIGNACIÓN características de asigació. método húgaro o de matriz reducida. Ivestigació de operacioes Itroducció U caso particular del modelo de trasporte es el modelo de asigació,
Más detalles2 CARTAS DE CONTROL POR ATRIBUTOS
2 CARTAS DE CONTROL POR ATRIBUTOS Cualquier característica de calidad que pueda ser clasificada de forma biaria: cumple o o cumple, fucioa o o fucioa, pasa o o pasa, coforme o discoforme defectuoso, o
Más detallesESTADISTICA UNIDIMENSIONAL
ESTADISTICA UIDIMESIOAL La estadística estudia propiedades de ua població si recurrir al sufragio uiversal. El estudio estadístico tiee dos posibilidades (1) Describir lo que ocurre e la muestra mediate
Más detalles4 ALGEBRA DE BOOLE. 4.1 Introducción. 4.2 Axiomas. (a) a + b = b + a (b) a b = b a. (a) a + (b c) = (a + b) (a + c) (b) a (b + c) = a.
Arquitectura del Computador 4 ALGEBRA DE BOOLE 4. Itroducció. El álgebra de Boole es ua herramieta de fudametal importacia e el mudo de la computació. Las propiedades que se verifica e ella sirve de base
Más detallesTEMA IV. 1. Series Numéricas
TEMA IV Series uméricas. Ídice. Series uméricas. 2. Propiedades geerales de las series. 3. Series de térmios positivos. Covergecia. 4. Series alteradas. 5. Series de térmios arbitrarios. 6. Ejercicios
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 detallesUN MODELO DE ESTUDIO PARA DEFINIR NIVELES DE CONFIABILIDAD EN UNA LÍNEA DE PRODUCCION.
FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA UN MODELO DE ESTUDIO PARA DEFINIR NIVELES DE CONFIABILIDAD EN UNA LÍNEA DE PRODUCCION. FERNANDO ESPINOSA FUENTES INTRODUCCION. U sistema productivo
Más detalles16 Distribución Muestral de la Proporción
16 Distribució Muestral de la Proporció 16.1 INTRODUCCIÓN E el capítulo aterior hemos estudiado cómo se distribuye la variable aleatoria media aritmética de valores idepedietes. A esta distribució la hemos
Más detallesTema 7 (IV). Aplicaciones de las derivadas (2). Representación gráfica de curvas y fórmula de Taylor
Tema 7 (IV) Aplicacioes de las derivadas () Represetació 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
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 detallesMuestreo sistemático
Capítulo 1 Muestreo sistemático El muestreo sistemático es u tipo de muestreo que es aplicable cuado los elemetos de la població sobre la que se realiza el muestreo está ordeados Este procedimieto de muestreo
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 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 detallesCRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS
CRITERIOS DE DECISIÓN EN LA EVALUACION DE PROYECTOS Curso Preparació y Evaluació Social de Proyectos Sistema Nacioal de Iversioes Divisió de Evaluació Social de Iversioes MINISTERIO DE DESARROLLO SOCIAL
Más detallesSUCESIONES TI 83. T 3 España T 3 EUROPE
SUCESIONES TI 83 T 3 España T 3 EUROPE Ferado Jua Alfred Mollá Oofre Mozó José Atoio Mora Pascual Pérez Tomás Queralt Julio Rodrigo Salvador Caballero Floreal Gracia Sucesioes TI83 ÍNDICE. Itroducció...
Más detallesCapítulo I. La importancia del factor de potencia en las redes. eléctricas
La importacia del factor de potecia e las redes eléctricas. Itroducció Las fuetes de alimetació o geeradores de voltaje so las ecargadas de sumiistrar eergía e las redes eléctricas. Estas so de suma importacia,
Más detallesDada una secuencia g[n] se define su transformada Z (TZ) directa G(z), como. La relación entre la secuencia y su transformada se denota por:
Tema 4. Trasformada Z. La trasformada Z para sistemas discretos desempeña u papel aálogo a la trasformada de Laplace para sistemas cotiuos. os va a permitir represetar la relació etrada salida de u sistema
Más detallesSeries Numéricas. Una forma de definir e es a través de la suma: 1. 1 0! + 1 1! + 1 2! + 1 3! + 1 4! + + 1 n. cuyo límite es e, es decir:
Capítulo Series Numéricas Las series uméricas so sucesioes muy particulares ya que se defie (o se geera) a partir de otra sucesió. Dos ejemplos secillos aparece e la defiició de e y el la Paradoja de Zeó.
Más detallesSucesiones. Se denomina sucesión a una función cuyo dominio es el conjunto de los números naturales.
Sucesioes Sucesió Se deomia sucesió a ua fució cuyo domiio es el cojuto de los úmeros aturales. Para deotar el -ésimo elemeto de la sucesió se escribe a e lugar de f(). Ejemplo: a = 1/ a 1 = 1, a 2 = 1/2,
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 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 detallesEjercicios de intervalos de confianza en las PAAU
Ejercicios de itervalos de cofiaza e las PAAU 2008 1 1.-El úmero de días de permaecia de los efermos e u hospital sigue ua ley Normal de media µ días y desviació típica 3 días. a)determiar u itervalo de
Más detallesCAPITULO 2. Aritmética Natural
CAPITULO Aritmética Natural Itroducció 1 Sumatorias Iducció Matemática Progresioes Teorema del Biomio 1. Coteidos. Itroducció 1) Asumiremos que el cojuto de úmeros reales R, +,, ) es u cuerpo ordeado completo.
Más detalles:: OBJETIVOS [3.1] :: PREINFORME [3.2]
:: OBJETIVOS [3.] Verificar que la resistecia equivalete a ua asociació de resistecias e serie se obtiee sumado aritméticamete las resistecias coectadas Verificar que la resistecia equivalete a ua asociació
Más detallesLA TRANSFORMADA Z { } CAPÍTULO SEIS. T n n. 6.1 Introducción
CAPÍTULO SEIS LA TRANSFORMADA Z 6. Itroducció E el Capítulo 5 se itrodujo la trasformada de Laplace. E este capítulo presetamos la trasformada Z, que es la cotraparte e tiempo discreto de la trasformada
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 detallesFigura 8.1: Ejemplos de conjuntos de índices.
Capítulo 8 Cojuto de ídices Defiició 8.1 (Cojuto de ídices) Sea I u cojuto, tal que para cada i I se tiee u cojuto A i U. El cojuto I se deomia cojuto de ídices y cada i I es u ídice. (a) Los ídices so
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 detallesPor: Lic. Eleazar J. García. República Bolivariana de Venezuela Tinaco.- Estado Cojedes. INTEGRALES INDEFINIDAS
Por: Lic. Eleazar J. García. República Bolivariaa de Veezuela Tiaco.- Estado Cojedes. INTEGRALES INDEFINIDAS Usted está familiarizado co alguas operacioes iversas. La adició y la sustracció so operacioes
Más detallesANÁLISIS Y RESOLUCIÓN DE CIRCUITOS
NÁLSS Y ESOLCÓN DE CCTOS. Las Leyes de Kirchhoff..- Euciado de las Leyes de Kirchhoff. Defiició de Nodo y Lazo Cerrado. Las Leyes de Kirchhoff so el puto de partida para el aálisis de cualquier circuito
Más detallesProfr. Efraín Soto Apolinar. Área bajo una curva
Profr. Efraí Soto Apoliar. Área bajo ua curva Nosotros coocemos muchas fórmulas para calcular el área de diferetes figuras geométricas. Por ejemplo, para calcular el área A de u triágulo co base b altura
Más detallesSELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 2008 (MODELO 5)
IES Fco Ayala de Graada Sobrates de 008 (Modelo 5) Germá-Jesús Rubio Lua SELECTIVIDAD ANDALUCÍA MATEMÁTICAS CCSS SOBRANTES 008 (MODELO 5) OPCIÓN A EJERCICIO 1_A De las restriccioes que debe cumplir las
Más detallesPolinomios. Definición de polinomio y sus propiedades. Grado de un polinomio e igualdad de polinomios
Poliomios Defiició de poliomio y sus propiedades U poliomio puede expresarse como ua suma de productos de fucioes de x por ua costate o como ua suma de térmios algebraicos; es decir U poliomio e x es ua
Más detallesEjercicios sobre la aplicación de las diferentes leyes que caracterizan a los gases
Ejercicios sobre la aplicació de las diferetes leyes que caracteriza a los gases 1. g de oxígeo se ecuetra ecerrados e u recipiete de L, a ua presió de 1,5 atm. Cuál es la temperatura del gas si se supoe
Más detallesANEXO I ANEXO I CONCEPTOS SÍSMICOS BÁSICOS
AEXO I COCEPTOS SÍSMICOS BÁSICOS E este aeo se compila alguos de los coceptos sísmicos básicos pero ecesarios. Se itroduce los tipos de movimietos vibratorios, así como su descripció y otació matemática.
Más detallesTema III: La Elección de Inversiones. Economía de la Empresa: Financiación. Prof. Francisco Pérez Hernández
Tema III: La Elecció de Iversioes Ecoomía de la Empresa: Fiaciació Prof. Fracisco Pérez Herádez La Elecció de Iversioes Para ayudar a la elecció de distitas operativas de iversió, se puede seguir distitos
Más detallesTécnicas 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 detallesTrata de describir y analizar algunos caracteres de los individuos de un grupo dado, sin extraer conclusiones para un grupo mayor.
1 Estadística Descriptiva Tema 8.- Estadística. Tablas y Gráficos. Combiatoria Trata de describir y aalizar alguos caracteres de los idividuos de u grupo dado, si extraer coclusioes para u grupo mayor.
Más detallesMEDIDAS DE RESUMEN. Jorge Galbiati Riesco
MEDIDAS DE RESUMEN Jorge Galbiati Riesco Las medidas de resume sirve para describir e forma resumida u cojuto de datos que costituye ua muestra tomada de algua població. Podemos distiguir cuatro grupos
Más detallesIntervalo de confianza para µ
Itervalo de cofiaza para p y ˆp1 ˆp ˆp1 ˆp ˆp z 1 α/ ; ˆp + z 1 α/, 7.6 ˆp + z 1 α/ ± z 1 α/ 1 + z 1 α/ ˆp1 ˆp + z 1 α/ 4 7.7 siedo ˆp = x/ y z 1 α/ el cuatil 1 α/ de la distribució ormal estádar. El itervalo
Más detallesTEMA 7 Trenes de Engranajes
Igeiería Idustrial. Teoría Máquias TEMA 7 Trees de Egraajes Haga clic para modificar el estilo de subtítulo del patró Objetivos: Itroducir el mudo de los trees de egraajes, aalizado los diversos tipos
Más detallesUna serie de potencias puede ser interpretada como una función de x. f(x) = n=0
Tema 4 Series de Potecias Ua expresió de la forma a 0 + a 1 (x c) + a 2 (x c) 2 +... + a (x c) +... = recibe el ombre de serie de potecias cetrada e c. a (x c) Ua serie de potecias puede ser iterpretada
Más detallesPRUEBAS DE HIPÓTESIS
PRUEBAS DE HIPÓTESIS E vez de estimar el valor de u parámetro, a veces se debe decidir si ua afirmació relativa a u parámetro es verdadera o falsa. Vale decir, probar ua hipótesis relativa a u parámetro.
Más detallesEstadística Descriptiva
Igacio Cascos Ferádez Dpto. Estadística e I.O. Uiversidad Pública de Navarra Estadística Descriptiva Estadística ITT Soido e Image curso 2004-2005 1. Defiicioes fudametales La Estadística Descriptiva se
Más detallesCapítulo 2. Operadores
Capítulo 2 Operadores 21 Operadores lieales 22 Fucioes propias y valores propios 23 Operadores hermitiaos 231 Delta de Kroecker 24 Notació de Dirac 25 Operador Adjuto 2 Operadores E la mecáica cuática
Más detallesEstimación puntual y por intervalos de confianza
Ídice 6 Estimació putual y por itervalos de cofiaza 6.1 6.1 Itroducció.......................................... 6.1 6. Estimador........................................... 6. 6.3 Método de costrucció
Más detallesTeorema del límite central
Teorema del límite cetral Carles Rovira Escofet P03/75057/01008 FUOC P03/75057/01008 Teorema del límite cetral Ídice Sesió 1 La distribució de la media muestral... 5 1. Distribució de la media muestral
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 detalles1. Demuestra que si p es un natural y p es compuesto, entonces existe un divisor m de p con 1 < m p.
Divisibilidad Matemática discreta Dados dos úmeros aturales a y b, escribiremos a b y leeremos a divide a b si existe u c N tal que ac = b. E este caso, decimos que a es u divisor de b o que b es divisible
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 detallesSucesiones numéricas.
SUCESIONES 3º ESO Sucesioes uméricas. Ua sucesió es u cojuto ordeado de úmeros reales: a 1, a 2, a 3, a 4, Cada elemeto de la sucesió se deomia térmio, el subídice es el lugar que ocupa e la sucesió. El
Más detallesModelos lineales en Biología, 5ª Curso de Ciencias Biológicas Clase 28/10/04. Estimación y estimadores: Distribuciones asociadas al muestreo
Modelos lieales e Biología, 5ª Curso de Ciecias Biológicas Clase 8/10/04 Estimació y estimadores: Distribucioes asociadas al muestreo Referecias: Cualquiera de los textos icluidos e la bibliografía recomedada
Más detallesOPERACIONES ALGEBRAICAS FUNDAMENTALES
MATERIAL DIDÁCTICO DE PILOTAJE PARA ÁLGEBRA 2 OPERACIONES ALGEBRAICAS FUNDAMENTALES ÍNDICE DE CONTENIDO 2. Suma, resta, multiplicació y divisió 6 2.1. Recoociedo la estructura de moomios y poliomios 6
Más detallesEl Transistor de Efecto de Campo (FET)
El Trasistor de Efecto de Camo (FET) J.I.Huirca, R.A. Carrillo Uiversidad de La Frotera. ecember 10, 2011 Abstract El FET es u disositivo activo que oera como ua fuete de corriete cotrolada or voltaje.
Más detallesCRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES
MATEMÁTICA I - 0 - Capítulo 6 ------------------------------------------------------------------------------------ CRIPTOGRAFIA BASICA Y SISTEMAS DE ECUACIONES LINEALES Las matrices iversas se puede usar
Más detallesPropuesta A. { (x + 1) 4. Se considera la función f(x) =
Pruebas de Acceso a Eseñazas Uiversitarias Oficiales de Grado (0) Materia: MATEMÁTICAS APLICADAS A LAS CIENCIAS SOCIALES II El alumo deberá cotestar a ua de las dos opcioes propuestas A o B. Se podrá utilizar
Más detallesFórmula de Taylor. Si f es continua en [a,x] y derivable en (a,x), existe c (a,x) tal que f(x) f(a) f '(c) = f(x) = f(a) + f '(c)(x a)
Aproimació de ua fució mediate u poliomio Cuado yf tiee ua epresió complicada y ecesitamos calcular los valores de ésta, se puede aproimar mediate fucioes secillas (poliómicas). El teorema del valor medio
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 detalles0-3 2 0 4-2 -2 0-1 0-1 0-3-13-1
IS Fco Ayala de Graada Sobrates 009 (Modelo 6) Solució Germá-Jesús Rubio Lua OPCIÓN A JRCICIO 1 ( putos) Sea las matrices: -1 4-1 - 1 5 - -6 A ; B 0-1 y C 0-1 1 0 1-0 -1 Determie X e la ecuació matricial
Más detallesProcesadores aritméticos. Ejercicios
UNIVERSITAT POLITÈCNICA DE CATALUNYA ESCOLA UNIVERSITÀRIA POLITÈCNICA DE VILANOVA I LA GELTRÚ Procesadores aritméticos. Ejercicios DEPARTAMENT: Arquitectura de Computadors ESPECIALITAT: Iformàtica de Gestió
Más detallesPara estimar su media poblacional (µ) se toma una muestra de 20 cigarrillos, las medias de la. σ 20
Modelo 04. Problema 5A.- (Calificació máxima: putos) El coteido e alquitrá de ua determiada marca de cigarrillos se puede aproximar por ua variable aleatoria co distribució ormal de media µ descoocida
Más detallesPrácticas de Física Aplicada a las Ciencias de la Salud Curso 2015/16. Óptica geométrica
Óptica geométrica. Objetivos Familiarizar al alumo co coceptos básicos e óptica geométrica, tales como los feómeos de reflexió, refracció o reflexió total. Comprobació de la Ley de Sell. Características
Más detallesMODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO
FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA MECANICA MODELO PARA EL ESTUDIO DEL REEMPLAZO DE UN EQUIPO PRODUCTIVO FERNANDO ESPINOSA FUENTES Necesidad del reemplazo. Si se matiee u riesgo durate u tiempo
Más detallesALGEBRA 9. Curso: 3 E.M. Progresiones aritméticas y geométricas. Colegio SSCC Concepción - Depto. de Matemáticas. Nombre: CURSO:
Colegio SSCC Cocepció - Depto. de Matemáticas Uidad de Apredizaje: Progresioes aritméticas y geométricas Capacidades/Destreza/Habilidad: Racioamieto Matemático/ Aplicació / Calcular, Resolver Valores/
Más detalles21 EJERCICIOS de POTENCIAS 4º ESO opc. B. impar (-2)
EJERCICIOS de POTENCIAS º ESO opc. B RECORDAR a m a a m m ( a ) a b a a (a b) a m a a b m a m+ b a a - a b a - b a Tambié es importate saber que algo ( base egativa) par (- ) ( base egativa) impar (- )
Más detallesLey de los números grandes
Capítulo 2 Ley de los úmeros grades 2.. La ley débil de los úmeros grades Los juegos de azar, basa su sistema de gaacias, fudametalmete e la estabilidad a largo plazo garatizada por las leyes de la probabilidad.
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 detalles