MA37A Sesión #3 Minimización en un intervalo

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

Download "MA37A Sesión #3 Minimización en un intervalo"

Transcripción

1 MA37A Sesión #3 Minimización en un intervalo 5 de Septiembre del 2007

2 Esquema Descripción del problema Método de la Sección Áurea

3 Sea θ : [a, b] R función estrictamente cuasiconvexa, i.e. para x, y [a, b], x y, λ (0, 1): θ(λx + (1 λ)y) < max{θ(x), θ(y)} El problema es: min θ(x) x [a,b]

4 Función Cuasiconvexa SI NO

5 Teorema Principal Esquema Teorema Sea θ : [a, b] R función estrictamente cuasiconvexa. Sean λ, µ [a, b], tales que λ < µ: Si θ(λ) > θ(µ), entonces θ(z) θ(µ), z [a, λ). Si θ(λ) θ(µ), entonces θ(z) θ(λ), z (µ, b].

6 Es decir... Esquema a k λ k µ k b k θ(λ k ) θ(µ k ): a k+1 b k+1 θ(λ k ) < θ(µ k ): a k+1 b k+1

7 Idea Principal Esquema La idea de los métodos descritos es achicar el intervalo donde vive el mínimo en cada iteración: {x }... [a k, b k ]... [a 2, b 2 ] [a 1, b 1 ] = [a, b]

8 1: Escoger constante ɛ > 0, tolerancia l > 0, k 1, Intervalo inicial [a, b] = [a 1, b 1 ]. 2: repeat 3: if b k a k < l then 4: PARAR. Retornar b k+a k 2 5: else 6: Definir λ k = a k+b k 2 ɛ, µ k = a k+b k 2 + ɛ 7: if θ(λ k ) < θ(µ k ) then 8: a k+1 = a k, b k+1 = µ k 9: else 10: a k+1 = λ k, b k+1 = b k 11: end if 12: end if 13: until Se cumpla criterio de parada

9 Se impone que cada nuevo intervalo [a k, b k ] sea una proporción del intervalo en la iteración anterior: [a k+1, b k+1 ] = α[a k, b k ] con α (0, 1). Escogiendo α = , se tiene: λ k = a k + (1 α)(b k a k ) µ k = a k + α(b k a k )

10 1: Escoger tolerancia l > 0, k 1, Intervalo inicial [a, b] = [a 1, b 1]. 2: λ 1 = a 1 + (1 α)(b 1 a 1), µ 1 = a 1 + α(b 1 a 1), α = : repeat 4: if b k a k < l then 5: PARAR. Retornar b k +a k 2 6: else 7: if θ(λ k ) > θ(µ k ) then 8: a k+1 = λ k, b k+1 = b k 9: λ k+1 = µ k, µ k+1 = a k+1 + α(b k+1 a k+1 ) 10: else 11: a k+1 = a k, b k+1 = µ k 12: λ k+1 = a k+1 + (1 α)(b k+1 a k+1 ), µ k+1 = λ k 13: end if 14: end if 15: until Se cumpla criterio de parada

11 La secuencia de Fibonacci se denota F 0 = 1, F 1 = 1, F 2 = 2, F 3 = 3, F 4 = 5, F 5 = 8,... F k+2 = F k+1 + F k

12 Aplicación curiosa de Secuencia de Fibonacci: Trading Análisis Cuantitativo de Mercados: Trading Números de Fibonacci pueden predecir el momento en que el precio de un instrumento va a bajar/subir (resistencia/soporte)

13 Trading: Niveles de Resistencia

14 Trading: Niveles de Soporte

15 1: Escoger constante ɛ > 0, tolerancia l > 0, k 1, Intervalo inicial [a, b] = [a 1, b 1], número de iteraciones n (F n > (b 1 a 1)/l). 2: λ 1 = a 1 + (F n 1/F n)(b 1 a 1), µ 1 = a 1 + (F n 1/F n)(b 1 a 1), α = : for k = 1, 2,..., n 2 do 4: if θ(λ k ) > θ(µ k ) then 5: a k+1 = λ k, b k+1 = b k 6: λ k+1 = µ k, µ k+1 = a k+1 + (F n k 1 /F n k )(b k+1 a k+1 ) 7: else 8: a k+1 = a k, b k+1 = µ k 9: λ k+1 = a k+1 + (F n k 2 /F n k )(b k+1 a k+1 ), µ k+1 = λ k 10: end if 11: end for 12: λ n = λ n 1, µ n = λ n 1 + ɛ. 13: if θ(λ n) > θ(µ n) then 14: a n = λ n, b n = b n 1. 15: else 16: a n = a n 1, b n = λ n 17: end if 18: Retornar an+bn 2

16 Ir a Octave...

17 FIN

Lenguajes y Compiladores

Lenguajes y Compiladores 2015 Estructura de la materia a grandes rasgos: Primera Parte: Lenguaje imperativo Segunda Parte: Lenguaje aplicativo puro, y lenguaje aplicativo con referencias y asignación Ejes de contenidos de la primer

Más detalles

6. Estructuras básicas de control 1. Pseudocódigo

6. Estructuras básicas de control 1. Pseudocódigo 6. Estructuras básicas de control 1 Acciones Estructuras de control Secuencia Selección Pseudocódigo simple (si... entonces... ) doble (si... entonces... si no... ) múltiple (según el caso... ) Iteración

Más detalles

OPTIMIZACIÓN ESCALAR. María Jesús de la Fuente Aparicio Dpto. Ingeniería de Sistemas y Automática

OPTIMIZACIÓN ESCALAR. María Jesús de la Fuente Aparicio Dpto. Ingeniería de Sistemas y Automática OPTIMIZACIÓN ESCALAR María Jesús de la Fuente Aparicio Dpto. Ingeniería de Sistemas y Automática CONCEPTOS BÁSICOS DEFINICIONES Definiciones Optimo local (mínimo local) Un punto * F se denomina un mínimo

Más detalles

Resolución de Problemas

Resolución de Problemas Resolución de Problemas con algoritmos Colaboratorio de Computación Avanzada (CNCA) 2015 1 / 27 Contenidos 1 Introducción 2 Elementos de algoritmos Elementos Variables Estructuras de Control Condicionales

Más detalles

CIMPA-UCR. Clasificación Automática

CIMPA-UCR. Clasificación Automática CIMPA-UCR Custer anaysis Anáisis de congomerados Anáisis tipoógico Anáisis de grupos Arboes aditivos Jerárquicos Particionamiento Piramidaes No disjuntos Difusos Método

Más detalles

Generación de variables aleatorias continuas Método de rechazo

Generación de variables aleatorias continuas Método de rechazo Generación de variables aleatorias continuas Método de rechazo Georgina Flesia FaMAF 18 de abril, 2013 Método de Aceptación y Rechazo Repaso Se desea simular una v. a. X discreta, con probabilidad de masa

Más detalles

MÉTODO DE BISECCIÓN. El método de bisección se basa en el Teorema del Valor Intermedio

MÉTODO DE BISECCIÓN. El método de bisección se basa en el Teorema del Valor Intermedio El método de bisección se basa en el Teorema del Valor Intermedio Básicamente el Teorema del Valor Intermedio nos dice que toda función continua en un intervalo cerrado, una vez que alcanzó ciertos valores

Más detalles

Práctico 5. Definiciones Inductivas - Segunda Parte -

Práctico 5. Definiciones Inductivas - Segunda Parte - Práctico 5 Definiciones Inductivas - Segunda Parte - Objetivos: Trabajar con tipos inductivos. Realizar pruebas por inducción y análisis de casos. Familiarizarse con los lemas de inversión y las tácticas

Más detalles

UNIDAD 5. ESTRUCTURAS DINÁMICAS Y ESTÁTICAS DE ALMACENAMIENTO DE DATOS.

UNIDAD 5. ESTRUCTURAS DINÁMICAS Y ESTÁTICAS DE ALMACENAMIENTO DE DATOS. UNIDAD 5. ESTRUCTURAS DINÁMICAS Y ESTÁTICAS DE ALMACENAMIENTO DE DATOS. 5.1.- SECUENCIA En este caso, las instrucciones se ejecutan una después de la otra sin omitir ninguna de ellas. La sintaxis para

Más detalles

Análisis aplicado. Ax = b. Gradiente conjugado.

Análisis aplicado. Ax = b. Gradiente conjugado. José Luis Morales http://allman.rhon.itam.mx/ jmorales Departamento de Matemáticas. ITAM. 2009. Cuadráticas estrictamente convexas. φ(x) = 1 2 xt Ax b T x, A R n n minimizar φ(x) Ax = b. Cuadráticas estrictamente

Más detalles

Escuela Politécnica Superior de Ingeniería Departamento de Ingeniería Informática

Escuela Politécnica Superior de Ingeniería Departamento de Ingeniería Informática Escuela Politécnica Superior de Ingeniería Departamento de Ingeniería Informática Fundamentos de la informática 2. Algoritmos, diagramas de flujo y pseudocódigo Contenido Algoritmos Diagramas de flujo

Más detalles

Jesús Getán y Eva Boj. Marzo de 2014

Jesús Getán y Eva Boj. Marzo de 2014 Optimización sin restricciones Jesús Getán y Eva Boj Facultat d Economia i Empresa Universitat de Barcelona Marzo de 2014 Jesús Getán y Eva Boj Optimización sin restricciones 1 / 32 Formulación del problema

Más detalles

Ejemplos de conversión de reales a enteros

Ejemplos de conversión de reales a enteros Ejemplos de conversión de reales a enteros Con el siguiente programa se pueden apreciar las diferencias entre las cuatro funciones para convertir de reales a enteros: program convertir_real_a_entero print

Más detalles

EJERCICIOS RESUELTOS DE LOS TEOREMAS DEL VALOR MEDIO

EJERCICIOS RESUELTOS DE LOS TEOREMAS DEL VALOR MEDIO MATEMÁTICAS EJERCICIOS RESUELTOS DE LOS TEOREMAS DEL VALOR MEDIO Juan Jesús Pascual TEOREMAS DEL VALOR MEDIO. Es aplicable el teorema de Rolle a la función f( x) = x 5x 6 en [ 0, 5 ]? El teorema de Rolle

Más detalles

Generación de variables aleatorias discretas Método de aceptación y rechazo Método de composición Método de la urna Método de tablas

Generación de variables aleatorias discretas Método de aceptación y rechazo Método de composición Método de la urna Método de tablas Generación de variables aleatorias discretas Método de aceptación y rechazo Método de composición Método de la urna Método de tablas Georgina Flesia FaMAF 10 de abril, 2012 Método de Aceptación y Rechazo

Más detalles

Generación de variables aleatorias discretas Método de aceptación y rechazo Método de composición Método de la urna Método de tablas

Generación de variables aleatorias discretas Método de aceptación y rechazo Método de composición Método de la urna Método de tablas Generación de variables aleatorias discretas Método de aceptación y rechazo Método de composición Método de la urna Método de tablas Georgina Flesia FaMAF 11 de abril, 2013 Método de Aceptación y Rechazo

Más detalles

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO

APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO APUNTES DE MATEMÁTICAS TEMA 4: VECTORES 1º BACHILLERATO ÍNDICE VECTORES EN EL PLANO... 3 Vector Fijo... 3 VECTOR LIBRE... 3 Operaciones con Vectores... 3 Suma de vectores... 3 Producto de un número por

Más detalles

Una relación R de un conjunto A en un conjunto B es un subconjunto R de A x B.

Una relación R de un conjunto A en un conjunto B es un subconjunto R de A x B. Una relación R de un conjunto A en un conjunto B es un subconjunto R de A x B. Sea R una relación de un conjunto A en un conjunto B. Se dice que un elemento a de A está relacionado con un elemento b de

Más detalles

FUNCIONES EN R. Agosto 2007

FUNCIONES EN R. Agosto 2007 FUNCIONES EN R Alexis Vera Pérez Instituto de Estadística & Sistemas Computarizados de Información Universidad de Puerto Rico, Recinto de Río Piedras Agosto 2007 1 Definición y notación Definición 1 Una

Más detalles

Juegos. Esquema. Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β

Juegos. Esquema. Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β Juegos Transparencias IA (F29) M.Marcos, 2002 (Figuras c S.Russell & P.Norvig, 1998) 1 Esquema Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β Transparencias IA

Más detalles

BASES DE DATOS EN VISUAL BASIC ACCESS + SQL

BASES DE DATOS EN VISUAL BASIC ACCESS + SQL BASES DE DATOS EN VISUAL BASIC ACCESS + SQL by Damián Sottosanti Ultima actualización: 03-08-2004 CREAMOS LA BASE DE DATOS EN ACCESS Abrimos Access y elegimos "Crear una nueva base de datos usando" "Base

Más detalles

PASCAL. Repaso de Pascal Introducción a Python. Pascal. Pascal - introducción. Pascal Declaraciones: Variables. Pascal Declaraciones: Tipos 07/04/2015

PASCAL. Repaso de Pascal Introducción a Python. Pascal. Pascal - introducción. Pascal Declaraciones: Variables. Pascal Declaraciones: Tipos 07/04/2015 Repaso de Pascal Introducción a Python Lenguajes de Programación 2015 PASCAL Pascal - introducción Pascal es un Lenguaje basado en el paradigma imperativo clasico Estructura la programación mediante Funciones

Más detalles

Métodos para la construcción de software fiable: Interpretación Abstracta. María del Mar Gallardo Melgarejo Pedro Merino Gómez

Métodos para la construcción de software fiable: Interpretación Abstracta. María del Mar Gallardo Melgarejo Pedro Merino Gómez Métodos para la construcción de software fiable: Interpretación Abstracta María del Mar Gallardo Melgarejo Pedro Merino Gómez Dpto. de Lenguajes y Ciencias de la Computación Universidad de Málaga (gallardo,pedro)@lcc.uma.es

Más detalles

Universidad de Buenos Aires Facultad De Ingeniería. Operaciones Lógicas. [75.40] Algoritmos y Programación I. 2do Cuatrimestre 2010

Universidad de Buenos Aires Facultad De Ingeniería. Operaciones Lógicas. [75.40] Algoritmos y Programación I. 2do Cuatrimestre 2010 Universidad de Buenos Aires Facultad De Ingeniería Operaciones Lógicas [75.40] Algoritmos y Programación I 2do Cuatrimestre 2010 Cátedra: Ing. Pablo Guarna Autor: Bernardo Ortega Moncada Índice 1. Introducción

Más detalles

Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : , y los vectores

Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : , y los vectores FASÍCULO: ESPACIOS CON PRODUCTO INTERNO Teorema. Sea un espacio vectorial sobre y sea un producto interno en ; entonces, : i) ii) iii) iv) Ejemplo: Sean el espacio vectorial con el producto interno definido

Más detalles

Estructura de Datos y de la Información. Pilas y expresiones aritméticas

Estructura de Datos y de la Información. Pilas y expresiones aritméticas Estructura de Datos y de la Información Pilas y expresiones aritméticas LIDIA Laboratorio de Investigación y desarrollo en Inteligencia Artificial Departamento de Computación Universidade da Coruña, España

Más detalles

Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo

Semana 08 [1/15] Axioma del Supremo. April 18, 2007. Axioma del Supremo Semana 08 [1/15] April 18, 2007 Acotamiento de conjuntos Semana 08 [2/15] Cota Superior e Inferior Antes de presentarles el axioma del supremo, axioma de los números reales, debemos estudiar una serie

Más detalles

Juegos en Forma Estratégica de Información Completa

Juegos en Forma Estratégica de Información Completa Juegos en Forma Estratégica de Información Completa Alvaro J. Riascos Villegas Universidad de los Andes y Quantil Miércoles 17 de 2010 Alvaro J. Riascos Villegas (Universidad de losjuegos Andes en y Quantil)

Más detalles

f(x) = 0; x [a, b] de la que, por simplicidad, suponemos que f : [a, b] R es una función derivable tres veces.

f(x) = 0; x [a, b] de la que, por simplicidad, suponemos que f : [a, b] R es una función derivable tres veces. Práctica 5 Método de Newton 5.1. Introducción En esta práctica damos al alumno un guión y una relación de referencias para que con su trabajo personal, que estimamos de 6 horas, realice un pequeño estudio

Más detalles

VECTORES COORDENADOS (R n )

VECTORES COORDENADOS (R n ) VECTORES COORDENADOS (R n ) Cómo puede ser representado un número Real? Un número real puede ser representado como: Un punto de una línea recta. Una pareja de números reales puede ser representado por

Más detalles

(Ec.1) 2α + β = b (Ec.4) (Ec.3)

(Ec.1) 2α + β = b (Ec.4) (Ec.3) Problema 1. Hallar t R para que el vector x = (3, 8, t) pertenezca al subespacio engendrado por los vectores u = (1, 2, 3) y v = (1, 3, 1). Solución del problema 1. x L{ u, v} si, y sólo si, existen α,

Más detalles

ARBOLES ARBOLES BINARIOS ORDENADOS. REPRESENTACIÓN Y OPERACIONES

ARBOLES ARBOLES BINARIOS ORDENADOS. REPRESENTACIÓN Y OPERACIONES ARBOLES ARBOLES BINARIOS ORDENADOS. REPRESENTACIÓN Y OPERACIONES Características ARBOLES - CONCEPTOS Cada elemento del árbol se relaciona con cero o más elementos a quienes llama hijos. Si el árbol no

Más detalles

Particiones binarias del espacio (BSP)

Particiones binarias del espacio (BSP) (BSP) Contenido 1. Introducción. 2. Quadtrees. 3. Árboles BSP. 4. Aplicación al algoritmo del pintor. 5. Construcción de un árbol BSP. 6. Conclusiones. Contenido 1. Introducción. 2. Quadtrees. 3. Árboles

Más detalles

Tema 2 Resolución de Ecuaciones No Lineales

Tema 2 Resolución de Ecuaciones No Lineales Tema 2 Resolución de Ecuaciones No Lineales Índice 1. Introducción 2. Método de Bisección 2.1 Algoritmo del Método de Bisección 2.2 Análisis de Método de Bisección 3. Método de Regula-Falsi 3.1 Algoritmo

Más detalles

Curso de Excel Avanzado

Curso de Excel Avanzado Curso de Excel Avanzado J. David Moreno TRABAJANDO CON RANGOS J. David Moreno 1 3 Para programar correctamente en VBA y trabajar con Excel es obligatorio aprender a trabajar con rangos (seleccionar, copiar,

Más detalles

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3

x : N Q 1 x(1) = x 1 2 x(2) = x 2 3 x(3) = x 3 3 Sucesiones - Fernando Sánchez - - Cálculo I de números racionales 03 10 2015 Los números reales son aproximaciones que se van haciendo con números racionales. Estas aproximaciones se llaman sucesiones

Más detalles

Tema 8: Análisis Discriminante. Clasificación. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. Análisis discriminante

Tema 8: Análisis Discriminante. Clasificación. Aurea Grané Departamento de Estadística Universidad Carlos III de Madrid. Análisis discriminante Aurea Grané. Máster en Estadística. Universidade Pedagógica. 1 Aurea Grané. Máster en Estadística. Universidade Pedagógica. 2 Análisis discriminante Tema 8: Análisis Discriminante y Clasificación Aurea

Más detalles

Propiedades de la adición de vectores y la multiplicación de un vector por un escalar

Propiedades de la adición de vectores y la multiplicación de un vector por un escalar ÁLGEBRA MATRICIAL PROF. MARIELA SARMIENTO SESIÓN : ESPACIO VECTORIAL Propiedades de la adición de vectores y la multiplicación de un vector por un escalar Teorema.1: Si A, B y C son vectores cualesquiera

Más detalles

Curso de sensibilización a la PAEP (Prueba de Admisión a Estudios de Posgrado)

Curso de sensibilización a la PAEP (Prueba de Admisión a Estudios de Posgrado) Tema 2. Razonamiento cuantitativo Subtema 2.7 Probabilidad Instrucciones: Realiza estos ejercicios, sigue los procedimientos que se mostraron en los ejemplos del curso. Permutación 1. De cuántas maneras

Más detalles

Método Polar para generación de variables normales Generación de eventos en Procesos de Poisson

Método Polar para generación de variables normales Generación de eventos en Procesos de Poisson Método Polar para generación de variables normales Generación de eventos en Procesos de Poisson Georgina Flesia FaMAF 25 de abril, 2013 Método polar Con este método se generan dos variables normales independientes.

Más detalles

Grupos. Subgrupos. Teorema de Lagrange. Operaciones.

Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1 Tema 1.-. Grupos. Subgrupos. Teorema de Lagrange. Operaciones. 1.1. Primeras definiciones Definición 1.1.1. Una operación binaria en un conjunto A es una aplicación α : A A A. En un lenguaje más coloquial

Más detalles

PROGRAMACIÓN CONCURRENTE. Tema 5 Monitores

PROGRAMACIÓN CONCURRENTE. Tema 5 Monitores PROGRAMACIÓN CONCURRENTE Tema 5 Monitores 1 Indice Definición de los monitores Sincronización condicional usando monitores Algunos problemas con monitores 2 Problemas de las regiones críticas condicionales

Más detalles

TÍTULO: CUÁNDO SE PUEDE APLICAR LA INTEGRAL DEFINIDA PARA RESOLVER UN PROBLEMA? AUTOR: Dr. Reinaldo Hernán de z Camacho.

TÍTULO: CUÁNDO SE PUEDE APLICAR LA INTEGRAL DEFINIDA PARA RESOLVER UN PROBLEMA? AUTOR: Dr. Reinaldo Hernán de z Camacho. TÍTULO: CUÁNDO SE PUEDE APLICAR LA INTEGRAL DEFINIDA PARA RESOLVER UN PROBLEMA? AUTOR: Dr. Reinaldo Hernán de z Camacho. Profesor Titular de Matemática. Doctor en Ciencias Pedagógicas. CENTRO: Universidad

Más detalles

ESTRUCTURAS ALGEBRAICAS

ESTRUCTURAS ALGEBRAICAS Fundamentos de la Matemática 1 Operaciones Binarias Dado un conjunto A, A, decimos que es una operación binaria en A si, y sólo si, : A A A es una función. Investigar si los siguientes son ejemplos de

Más detalles

TEMA 4. FUNCIONES DE VARIABLE REAL

TEMA 4. FUNCIONES DE VARIABLE REAL TEMA 4. FUNCIONES DE VARIABLE REAL 4.1 Definición de función real Definición: Una función real de variable real es una aplicación de un subconjunto A en. f : A El dominio de una función es el conjunto

Más detalles

Normalización. Carlos A. Olarte Bases de Datos I

Normalización. Carlos A. Olarte Bases de Datos I Carlos A. Olarte Bases de Datos I Outline 1 Introducción 2 Dependencias Funcionales 3 Diseño de Bases de Datos 4 Forma Normal Boyce-Codd (FNBC) 5 3FN 6 Dependneicas Funcionales Multivaluadas 7 4FN Introducción

Más detalles

Una función f es derivable en un punto a de su dominio si existe el límite. f(x) f(a) Si f y g son derivables en a, entonces fg es derivable en a y

Una función f es derivable en un punto a de su dominio si existe el límite. f(x) f(a) Si f y g son derivables en a, entonces fg es derivable en a y 4. Derivabilidad 1 Una función f es derivable en un punto a de su dominio si existe el límite f (a) = lím x a f(x) f(a) x a f(a + h) f(a) = lím, h 0 h y es un número real. El número f (a) se denomina derivada

Más detalles

Métodos generales de generación de variables aleatorias

Métodos generales de generación de variables aleatorias Tema Métodos generales de generación de variables aleatorias.1. Generación de variables discretas A lo largo de esta sección, consideraremos una variable aleatoria X cuya función puntual es probabilidad

Más detalles

Repetición Condicional

Repetición Condicional Repetición Condicional InCo - FING Programación 1 InCo - FING Repetición Condicional Programación 1 1 / 20 La instrucción while InCo - FING Repetición Condicional Programación 1 2 / 20 Ejemplo Leer números

Más detalles

Valores y vectores propios de una matriz. Juan-Miguel Gracia

Valores y vectores propios de una matriz. Juan-Miguel Gracia Juan-Miguel Gracia Índice 1 Valores propios 2 Polinomio característico 3 Independencia lineal 4 Valores propios simples 5 Diagonalización de matrices 2 / 28 B. Valores y vectores propios Definiciones.-

Más detalles

Ejemplo 1. Hallar la derivada de las siguientes funciones:

Ejemplo 1. Hallar la derivada de las siguientes funciones: Ejemplo 1. Hallar la derivada de las siguientes funciones: Ejemplo 2. Hallar si: Ejemplo 3(uso de la diferenciación implícita Para hallar derivadas de orden superior) Hallar si Teorema. Ejemplo 4. Ejemplo

Más detalles

Semántica Denotacional

Semántica Denotacional Semántica Denotacional Idea: El significado de un programa es la función denotada por el programa Componentes del metalenguaje para la definición semántica denotacional de un L.P.: Dominios sintácticos

Más detalles

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO

March 25, 2010 CAPÍTULO 2: LÍMITES Y CONTINUIDAD DE FUNCIONES EN EL ESPACIO EUCLÍDEO March 25, 2010 CAPÍTULO 2: LÍMITE Y CONTINUIDAD DE FUNCIONE EN EL EPACIO EUCLÍDEO 1. Producto Escalar en R n Definición 1.1. Dado x = (x 1,..., x n ), y = (y 1,..., y n ) R n, su producto escalar está

Más detalles

Introducción. Visual Basic para Aplicaciones (VBA) en Excel: aspectos elementales

Introducción. Visual Basic para Aplicaciones (VBA) en Excel: aspectos elementales Introducción Visual Basic para Aplicaciones (VBA) en Excel: aspectos elementales Franco Guidi Polanco Escuela de Ingeniería Industrial Pontificia Universidad Católica de Valparaíso, Chile fguidi@ucv.cl

Más detalles

Tema 3: Aplicaciones de la diagonalización

Tema 3: Aplicaciones de la diagonalización TEORÍA DE ÁLGEBRA II: Tema 3. DIPLOMATURA DE ESTADÍSTICA 1 Tema 3: Aplicaciones de la diagonalización 1 Ecuaciones en diferencias Estudiando la cría de conejos, Fibonacci llegó a las siguientes conclusiones:

Más detalles

Física Computacional

Física Computacional Física Computacional Dr. José Mejía López Física Teórica, segundo piso e-mail: jmejia@puc.cl Sitio Web: http://neel2.fis.puc.cl/cncm/fiscompu/sitio_web/portada.html Capítulo 2a - Control de la Temperatura

Más detalles

ELIJA CUATRO DE LOS SEIS BLOQUES PROPUESTOS.

ELIJA CUATRO DE LOS SEIS BLOQUES PROPUESTOS. PRUEBAS DE ACCESO A LA UNIVERSIDAD Curso 008-009 MATEMÁTICAS II ELIJA CUATRO DE LOS SEIS BLOQUES PROPUESTOS. Bloque 1. Dado el número real a, se considera el sistema a) Discuta el sistema según los valores

Más detalles

Juegos supermodulares

Juegos supermodulares 1 Estática comparativa monótona Juegos supermodulares Suponga que X R y que T está ordenado parcialmente. Definición: una función f: X x T R tiene diferencias cada vez mayores en (x, t) para todo x x y

Más detalles

E n l a p á g i n a d e i n i c i o :

E n l a p á g i n a d e i n i c i o : GUIA DE COMO UTILIZAR LA PAGINA WEB PARA PARTICIPAR EN LA PRESENTACION DE PRERREQUISITOS Y PROPUESTAS DE PROYECTOS EN EL PROGRAMA DE INNOVACION EN ACCESO A MERCADOS P a r a o b t e n e r i n f o r m a

Más detalles

Tecnólogo Informático- Estructuras de Datos y Algoritmos- 2009

Tecnólogo Informático- Estructuras de Datos y Algoritmos- 2009 Árboles Ejemplos de estructuras arborescentes: con forma de árbol Regla de Alcance: los objetos visibles en un procedimiento son aquellos declarados en él mismo o en cualquier ancestro de él (cualquier

Más detalles

Análisis Cuantitativo Pair Trading

Análisis Cuantitativo Pair Trading Análisis Cuantitativo Pair Trading Jorge Estévez Grupo ER Definición: El pair trading es una estrategia de mercado neutral (Market Neutral*) que permite beneficiarse de las condiciones de un mercado alcista,

Más detalles

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n.

1 v 1 v 2. = u 1v 1 + u 2 v 2 +... u n v n. v n. y v = u u = u 2 1 + u2 2 + + u2 n. Ortogonalidad Producto interior Longitud y ortogonalidad Definición Sean u y v vectores de R n Se define el producto escalar o producto interior) de u y v como u v = u T v = u, u,, u n ) Ejemplo Calcular

Más detalles

FUNDAMENTOS DE PROGRAMACIÓN LABORATORIO SESIÓN 2

FUNDAMENTOS DE PROGRAMACIÓN LABORATORIO SESIÓN 2 FUNDAMENTOS DE PROGRAMACIÓN LABORATORIO SESIÓN 2 EJERCICIO 1 VALIDACIÓN DE DATOS DE ENTRADA Modificar el programa del cálculo del MCD de dos números enteros positivos para validar los datos de entrada

Más detalles

Operaciones con vectores

Operaciones con vectores Fundamentos de Informática 2012-2013 Laboratorio 12: Vectores (2) Objetivos: Practicar con algoritmos típicos con vectores (arrays de una dimensión) Operaciones con vectores Interfaz Figura 12.1. Interfaz

Más detalles

1. Derivadas parciales

1. Derivadas parciales Análisis Matemático II. Curso 2009/2010. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 3. ABLES DIFERENCIACIÓN DE FUNCIONES DE VARIAS VARI- 1. Derivadas parciales Para

Más detalles

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD

4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD 4.3 INTERPRETACIÓN ECONÓMICA DE LA DUALIDAD El problema de programación lineal se puede considerar como modelo de asignación de recursos, en el que el objetivo es maximizar los ingresos o las utilidades,

Más detalles

Instrumentación Virtual con LabVIEW

Instrumentación Virtual con LabVIEW Instrumentación Virtual con LabVIEW ESTRUCTURAS ESTRUCTURAS WHILE FOR.. CASE SEQUENCE Opciones de selección de CASE Controles Visibles Variables Locales y Globales Personalizar controles 1.- ENTORNO DE

Más detalles

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre

CURSO CERO. Departamento de Matemáticas. Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre CURSO CERO Departamento de Matemáticas Profesor: Raúl Martín Martín Sesiones 18 y 19 de Septiembre Capítulo 1 La demostración matemática Demostración por inducción El razonamiento por inducción es una

Más detalles

Se llama dominio de una función f(x) a todos los valores de x para los que f(x) existe. El dominio se denota como Dom(f)

Se llama dominio de una función f(x) a todos los valores de x para los que f(x) existe. El dominio se denota como Dom(f) MATEMÁTICAS EJERCICIOS RESUELTOS DE FUNCIONES FUNCIONES A. Introducción teórica A.1. Definición de función A.. Dominio y recorrido de una función, f() A.. Crecimiento y decrecimiento de una función en

Más detalles

Tema 3. Secuencias y transformada z

Tema 3. Secuencias y transformada z Ingeniería de Control Tema 3. Secuencias y transformada z Daniel Rodríguez Ramírez Teodoro Alamo Cantarero Contextualización del tema Conocimientos que se adquieren en este tema: Concepto de secuencia

Más detalles

ECUACIONES FRACCIONARIAS

ECUACIONES FRACCIONARIAS ECUACIONES FRACCIONARIAS Ejemplos. Resolver la ecuación Solución. equivalente a la original, de miembros sea. cada epresión fraccionaria. El dominio de las epresiones es IR. y S . Resuelva la ecuación

Más detalles

1. Funciones de varias variables

1. Funciones de varias variables Análisis Matemático II. Curso 2008/2009. Diplomatura en Estadística/Ing. Téc. en Inf. de Gestión. Universidad de Jaén TEMA 2: CONTINUIDAD DE FUNCIONES DE VARIAS VARIABLES 1. Funciones de varias variables

Más detalles

Tema 7: ESPACIOS VECTORIALES AFINES

Tema 7: ESPACIOS VECTORIALES AFINES Tema 7: ESPACIOS VECTORIALES AFINES Prof. Rafael López Camino Departamento de Geometría y Topología Universidad de Granada Material docente para el alumno Asignatura: Geometría I. Curso 2003/04 Licenciatura:

Más detalles

Java Avanzado Facultad de Ingeniería. Escuela de computación.

Java Avanzado Facultad de Ingeniería. Escuela de computación. 2 Java Avanzado Facultad de Ingeniería. Escuela de computación. Java Avanzado. Guía 3 3 Introducción Este manual ha sido elaborado para orientar al estudiante de Java Avanzado en el desarrollo de sus prácticas

Más detalles

Una invitación al estudio de las cadenas de Markov

Una invitación al estudio de las cadenas de Markov Una invitación al estudio de las cadenas de Markov Víctor RIVERO Centro de Investigación en Matemáticas A. C. Taller de solución de problemas de probabilidad, 21-25 de Enero de 2008. 1/ 1 Introducción

Más detalles

INSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º

INSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º INSTITUCION EDUCATIVA LUIS PATRON ROSANO DOCUMENTO PARA ESTUDIAR LOGROS PENDIENTES DE ESTADISTICA DE 10º DEFINICIÓN DE PARÁMETRO ESTADÍSTICO Un parámetro estadístico es un número que se obtiene a partir

Más detalles

Hoja de Problemas Tema 6 Búsqueda con estados estructurados: Restricciones

Hoja de Problemas Tema 6 Búsqueda con estados estructurados: Restricciones Ejercicio 1: 1.1. Si se resuelve un problema de satisfacción de restricciones mediante búsqueda con asignaciones parciales, entonces (a) (b) (c) (d) (e) Un estado siempre asigna un valor a todas las variables

Más detalles

CI 2125, Computación I

CI 2125, Computación I Universidad Simón Bolívar Dpto. de Computación y Tecnología de la Información CI 2125, Computación I Práctica 5: ESTRUCTURAS DE REPETICIÓN Como ya hemos visto, el procedimiento desarrollado para resolver

Más detalles

Integrales paramétricas e integrales dobles y triples.

Integrales paramétricas e integrales dobles y triples. Integrales paramétricas e integrales dobles y triples. Eleonora Catsigeras * 19 de julio de 2006 PRÓLOGO: Notas para el curso de Cálculo II de la Facultad de Ingeniería. Este texto es complementario al

Más detalles

Analisis de algoritmos

Analisis de algoritmos Analisis de algoritmos Eficiencia Es la capacidad de disponer de un recurso. En el caso de los algoritmos, la eficiencia se logra haciendo el mejor uso posible de los recursos del sistema. Recursos Qué

Más detalles

3.1. Concepto de función. Dominio, recorrido y gráfica. 3.1.1. Concepto de función

3.1. Concepto de función. Dominio, recorrido y gráfica. 3.1.1. Concepto de función TEMA 3 FUNCIONES 3.1. Concepto de función. Dominio, recorrido y gráfica. 3.1.1. Concepto de función Una función es una relación establecida entre dos variables que asocia a cada valor de la primera variable

Más detalles

Técnicas de análisis de la variabilidad de la frecuencia cardíaca

Técnicas de análisis de la variabilidad de la frecuencia cardíaca Técnicas de análisis de la variabilidad de la frecuencia cardíaca http://webs.uvigo.es/mrarthur/analisisvfc/index.html Grupo MILE Medical Informatics & Learning Environments Contenidos Parte I: Procesado

Más detalles

Juegos Cooperativos. Core

Juegos Cooperativos. Core Curso : Juegos Cooperativos Core J. Oviedo Universidad Nacional de San Luis 1. Juegos Cooperativos En estos juegos se permite la comunicación entre los jugadores, también pueden firmar contratos de cooperación.

Más detalles

9.1 Primeras definiciones

9.1 Primeras definiciones Tema 9- Grupos Subgrupos Teorema de Lagrange Operaciones 91 Primeras definiciones Definición 911 Una operación binaria en un conjunto A es una aplicación α : A A A En un lenguaje más coloquial una operación

Más detalles

DERIVADA DE UNA FUNCIÓN DEFINIDA EN FORMA PARAMÉTRICA

DERIVADA DE UNA FUNCIÓN DEFINIDA EN FORMA PARAMÉTRICA (Apuntes en revisión para orientar el aprendizaje) DERIVADA DE UNA FUNCIÓN DEFINIDA EN FORMA PARAMÉTRICA f( t) f: ; t a, b y g() t De la regla de la cadena dy dy dt d dt d En donde dt se puede calcular

Más detalles

Algoritmos y Estructuras de Datos II

Algoritmos y Estructuras de Datos II 16 de marzo de 2015 Contenidos 1 Análisis de algoritmos 2 3 La idea El algoritmo Ejemplo Análisis Ordenación por selección vs. inserción selección: a a[1,i) mínimos ordenados a[i,n] aún no seleccionados

Más detalles

Segunda Parcial Lapso 2013-1 175-176-177 1/8

Segunda Parcial Lapso 2013-1 175-176-177 1/8 Segunda Parcial Lapso 2013-1 175-176-177 1/8 Universidad Nacional Abierta Matemática I (175-176-177) Vicerrectorado Académico Cód. Carrera: 126 236 280 508 521 542 610 611 612 613 Área De Matemática Fecha:

Más detalles

Tema 3. Espacios vectoriales

Tema 3. Espacios vectoriales Tema 3. Espacios vectoriales Estructura del tema. Definición y propiedades. Ejemplos. Dependencia e independencia lineal. Conceptos de base y dimensión. Coordenadas Subespacios vectoriales. 0.1. Definición

Más detalles

Dependencias Funcionales. Bibliografía: Fundamentos de bases de datos Korth, Silberschatz

Dependencias Funcionales. Bibliografía: Fundamentos de bases de datos Korth, Silberschatz Dependencias Funcionales Bibliografía: Fundamentos de bases de datos Korth, Silberschatz Conceptos básicos Las DF son un tipo particular de restricción. Permiten expresar hechos acerca de la realidad que

Más detalles

2. Integrales dobles sobre regiones no rectangulares.

2. Integrales dobles sobre regiones no rectangulares. GRADO DE INGENIERÍA AEROESPACIAL. CRSO 0. Lección. Integrales múltiples.. Integrales dobles sobre regiones no rectangulares. Supongamos que tenemos una función f :(, ) f(, ) continua positiva cuo dominio

Más detalles

Matriz identidad y su propiedad principal

Matriz identidad y su propiedad principal Matriz identidad y su propiedad principal Objetivos Dar la definición de la matriz identidad y establecer su propiedad principal Requisitos Notación para entradas de matrices, producto de matrices, la

Más detalles

Singularidades de campos de vectores reales: perfil topológico (I)

Singularidades de campos de vectores reales: perfil topológico (I) Singularidades de campos de vectores reales: perfil topológico (I) VI Escuela Doctoral de Matemáticas PUCP-UVA 2013 Conceptos básicos Sea U un abierto del espacio euclídeo R n. Un campo de vectores en

Más detalles

TEMA 3: CONTINUIDAD DE FUNCIONES

TEMA 3: CONTINUIDAD DE FUNCIONES TEMA 3: CONTINUIDAD DE FUNCIONES. Valor Absoluto Trabajaremos en el campo de los números reales, R. Para el estudio de las propiedades de las funciones necesitamos el concepto de valor absoluto de un número

Más detalles

Algorítmica y Lenguajes de Programación. Ordenación (i)

Algorítmica y Lenguajes de Programación. Ordenación (i) Algorítmica y Lenguajes de Programación Ordenación (i) Ordenación. Introducción A lo largo del curso hemos visto distintas formas de almacenar datos: Vectores. Matrices. Ficheros Listas (pilas y colas)

Más detalles

Análisis de componentes principales

Análisis de componentes principales Capítulo 2 Análisis de componentes principales 2.1. INTRODUCCIÓN El Análisis de componentes principales trata de describir las características principales de un conjunto de datos multivariantes, en los

Más detalles

GEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN

GEOMETRÍA ANALÍTICA EJERCITARIO DE FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) UNIVERSIDAD NACIONAL DE ASUNCIÓN UNIVERSIDAD NACIONAL DE ASUNCIÓN FACULTAD DE INGENIERÍA CURSO PREPARATORIO DE INGENIERÍA (CPI) EJERCITARIO DE GEOMETRÍA ANALÍTICA (ÁLGEBRA VECTORIAL - TEORÍA) AÑO 2014 ÁLGEBRA VECTORIAL - EJERCICIOS TEÓRICOS

Más detalles

Subespacios vectoriales en R n

Subespacios vectoriales en R n Subespacios vectoriales en R n Víctor Domínguez Octubre 2011 1. Introducción Con estas notas resumimos los conceptos fundamentales del tema 3 que, en pocas palabras, se puede resumir en técnicas de manejo

Más detalles

LENGUAJES DE CONSULTA ORIENTADOS A OBJETOS

LENGUAJES DE CONSULTA ORIENTADOS A OBJETOS LENGUAJES DE CONSULTA ORIENTADOS A OBJETOS Los lenguajes de consulta constituyen una funcionalidad importante de los SGBDOO. El usuario puede recuperar los datos especificando simplemente las condiciones

Más detalles

Teoría de las decisiones y de los juegos 2007-2008 Grupo 51 Ejercicios - Tema 3 Juegos dinámicos con información completa (0, 2) 2 D (3, 0) 1 B I

Teoría de las decisiones y de los juegos 2007-2008 Grupo 51 Ejercicios - Tema 3 Juegos dinámicos con información completa (0, 2) 2 D (3, 0) 1 B I Teoría de las decisiones y de los juegos 007-008 rupo 5 Ejercicios - Tema 3 Juegos dinámicos con información completa. Considere el siguiente juego en su forma extensiva. I (0, ) D (3, 0) I (, ) D (, 3)

Más detalles

Tema 5. Variables aleatorias discretas

Tema 5. Variables aleatorias discretas Tema 5. Variables aleatorias discretas Resumen del tema 5.1. Definición de variable aleatoria discreta 5.1.1. Variables aleatorias Una variable aleatoria es una función que asigna un número a cada suceso

Más detalles