Dr. Carlos Artemio Coello Coello Tarea No de mayo de 2012
|
|
- Bernardo Moya Coronel
- hace 5 años
- Vistas:
Transcripción
1 Introducción a la Computación Evolutiva Dr. Carlos Artemio Coello Coello Tarea No de mayo de Métodos de optimización 1. Busque en un libro de métodos numéricos información sobre alguna de las siguientes técnicas para resolver ecuaciones trascendentes de una sola variable (elija sólo uno): Bisección (o Bolzano), Newton-Raphson, Regla Falsa o Secante. Se recomienda consultar el siguiente libro: Richard L. Burden y J. Douglas Faires, Análisis Numérico, 6a. Edición, International Thompson Editores, a) (10 puntos) Usando como base el seudo-código del método, impleméntelo en C/C++ (la función a resolverse puede proporcionarse directamente dentro del código del programa). Incluya el código fuente en su reporte. b) (20 puntos) Dos escaleras se cruzan en un pasillo, tal y como se muestra en la figura 1. Cada escalera está colocada de la base de una pared a algún punto de la pared opuesta. Las escaleras se cruzan a una altura H arriba del pavimento. Dado que las longitudes de las escaleras son x 1 = 20 m y x 2 = 30 m, y que H = 8 m, encontrar A, que es el ancho del pasillo, usando el programa escrito en el inciso anterior (una solución real es suficiente). Muestre el procedimiento analítico utilizado para derivar la ecuación trascendente que se resolverá con el método numérico elegido. Imprima las iteraciones efectuadas por su programa al resolver este problema. Bonificación: (10 puntos). El problema del inciso b) tiene más de una solución real. Encuentre al menos una solución real más (distinta de la reportada en el inciso anterior). Adicionalmente, encuentre una solución real que sea válida pero que no tenga sentido reportar dada la interpretación física del problema. Discuta brevemente acerca de esto. 1
2 x2 x1 H A Figura 1: Escalareas entrecruzadas del problema 2.1.b. Algoritmo de Fletcher-Reeves Paso 1: Elegir un punto inicial X (0) y tolerancias ǫ 1, ǫ 2 y ǫ 3 Paso 2: Encontrar f(x (0) ) y hacer: s (0) = f(x (0) ) Paso 3: Encontrar λ (0) tal que: f(x (0) + λ (0) s (0) ) se minimice con una tolerancia ǫ 1. Hacer X (1) = X (0) + λ (0) s (0) y k = 1 Calcular f(x (1) ) Paso 4: Hacer: s (k) = f(x (k) ) + f(x(k) ) 2 s (k 1) f(x (k 1) ) 2 Paso 5: Encontrar λ (k) tal que: f(x (k) + λ (k) s (k) ) sea mínima con una tolerancia ǫ 1 Hacer X (k+1) = X (k) + λ (k) s (k) Paso 6: Es X(k+1) X (k) X (k) ǫ 2 o f(x (k+1) ) ǫ 3? Si es así, terminar. ELSE k = k + 1. GOTO Paso (10 puntos) Use el método de Fletcher-Reeves para minimizar f(x 1, x 2 ) = x x2 2 4x 1 2x 1 x 2, usando el punto inicial (1, 1). Utilice la versión de este algoritmo que aquí se muestra (ver también las notas del curso). NO implemente el algoritmo. Debe mostrarse su ejecución detallada, a mano, hasta alcanzar convergencia. Las búsquedas unidireccionales deben realizarse de manera exacta (a mano). Indique claramente cuál es el valor de las variables x 1 y x 2 para los cuales se alcanza el óptimo. 3. El método de operación evolutiva (EVOP) fue propuesto por el estadístico inglés 2
3 George E.P. Box en Este algoritmo requiere (2 N +1) puntos (N es el número de variables del problema), de los cuales 2 N son las esquinas de un hipercubo, con centro en el otro punto. Se comparan entre sí los (2 N +1) valores de la función y se identifica el mejor punto entre ellos. En la siguiente iteración, se forma otro hipercubo alrededor del mejor punto. Si en cualquier iteración no se mejora el punto actual, entonces se reduce el tamaño del hipercubo. Este proceso continúa hasta que el hipercubo se vuelve muy pequeño. El algoritmo es el siguiente: Paso 1: Paso 2: Paso 3: Paso 4: Elegir un punto inicial x (0) y parámetros de reducción de tamaño i para todas las variables de decisión, i = 1, 2,..., N. Elegir una tolerancia ǫ. Hacer x = x (0) IF < ǫ THEN Terminar ELSE crear 2 N puntos sumando y restando i /2 de cada variable en el punto x Calcular los valores de la función en los (2 N + 1) puntos. Encontrar el punto con el menor valor de la función. Hacer que el punto mínimo sea x. IF x = x (0), reducir los parámetros de tamaño i = i /2. GOTO Paso 2. ELSE x (0) = x. GOTO Paso 2. Nótese que en el algoritmo, x (0) siempre contiene al mejor punto. Por tanto, al final de su ejecución, x (0) se vuelve nuestra mejor aproximación al óptimo. Implemente en C/C++ este algoritmo. Las entradas del programa deben ser x (0), i (i = 1, 2,..., N y N es el número de variables de decisión del problema) y la tolerancia ǫ. El código fuente de su programa deberá incluirse en el reporte de su tarea y deberá incluirse también en un CD (el programa deberá ser capaz de compilar y ejecutarse correctamente usando GNU C/C++ bajo ambiente Linux). La salida del programa deberá ser el valor de x, y el valor correspondiente de f(x ) a cada iteración, así como el obtenido al final. (10 puntos) Resuelva el problema siguiente usando su implementación de EVOP: Min f(x 1, x 2 ) = 50(x 2 x 2 1) 2 + (2 x 1 ) 2 (1) Utilice: x (0) = [0, 0] T y ǫ = Defina los valores de i que considere adecuados. Discuta brevemente en su reporte el por qué de su elección. Recuerde que el objetivo es que el método logre llegar al óptimo del problema. En su reporte debe incluirse el valor final de x y el de f(x ) correspondiente. Indique también el número de iteraciones que realizó su programa. 3
4 2. Estrategias evolutivas El objetivo de este problema es que se familiarice con el funcionamiento de las estrategias evolutivas. Para ello, tendrá que implementar la denominada (µ + 1) EE (con µ = 4), cuyo algoritmo es el siguiente: t = contador de generaciones, n = número de variables Gmax = número máximo de generaciones t 0 inicializar semilla de aleatorios Inicializar variables x, Evaluar f( x) while (t Gmax) do generar µ = 4 mutaciones del vector x i usando: x µ i = x i + σ[t] N i (0, 1) i n, µ = 4 Generar un solo individuo a partir de µ = 4 padres (elegir cada { vez el padre del cual se tomará una variable): x x i = 2 i if flip(0.5)=0 x 1 i de lo contrario Evaluar f( x ) Comparar x con x y seleccionar el mejor Imprimir en un archivo los resultados t = t+1 if (t mod n == 0) then σ[t n]/c if p s > 1/5 σ[t] = σ[t n] c if p s < 1/5 σ[t n] if p s = 1/5 else σ[t] = σ[t 1] Algunos puntos importantes que deben observarse en este programa son los siguientes: El valor de la constante c oscila entre y 1.0, aunque muchos suelen establecerlo en 0,817 ó 0,85. Use el valor que desee, pero indíquelo claramente en su reporte y en su programa. p s es la frecuencia de éxito de las mutaciones. Para calcularla, se registrará como exitosa aquella mutación en la que el hijo reemplace a su padre. La actualización de p s se efectuará cada 10 n iteraciones. Usaremos σ[0] = 3.0. Gmax será proporcionada por el usuario (puede usar cualquier valor entero 10). 4
5 La semilla de aleatorios se inicializará con time(0), que es una función en C que devuelve un entero con base en el reloj interno de la computadora. N(0, 1) es una función que genera números aleatorios Gaussianos (distribución normal) con media cero y desviación estándar uno. Esta función está disponible en la página web del curso. Cuidar que los valores de las variables no se salgan del rango especificado. Si eso ocurre, deberá contarse con algún mecanismo que vuelva a generar el valor de la variable o que lo ajuste al rango deseado. Explique en su reporte qué mecanismo fue el que utilizó. Escriba un programa en C/C++ que implemente el algoritmo arriba indicado y utilizarlo para minimizar: ( ) f(x 1, x 2 ) = 4 2,1x x4 1 x x 1 x 2 + ( 4 + 4x 2 3 2) x 2 2 (2) donde 3 x 1 3, 2 x 2 2. Se efectuarán varias corridas de prueba y se entregará un reporte que contenga lo siguiente: 1. (60 puntos) El código fuente del programa, con comentarios. Deberá entregarse una versión impresa y una en CD, incluyendo los archivos de TODAS las corridas de ejemplo efectuadas. El programa deberá ser capaz de compilarse y ejecutarse bajo Linux (usando gcc o g++) y, de ser necesario, podría requerirse al autor que demuestre el uso del programa personalmente al instructor. 2. (10 puntos) Una gráfica de la función a optimizarse dentro de los rangos permisibles para las variables. La gráfica deberá estar en 3 dimensiones. 3. (30 puntos) Las estadísticas de al menos 20 corridas diferentes en las que se use el mismo valor de Gmax, pero diferentes valores para la semilla de aleatorios y para las variables de inicio x. Las estadísticas deben incluir la media, la varianza, la desviación estándar, el mejor y el peor valor de f( x). Incluya también la salida producida por su programa para una sola corrida (puede abreviarla en caso de que el texto sea muy largo), pero ponga TODAS las demás corridas en el CD. 4. (Bonificación : 10 puntos) Hay dos puntos que hacen que esta función llegue al óptimo. Muestre 2 corridas de la estrategia evolutiva que obtenga estas 2 soluciones. Se darán 5 puntos de bonificación por cada una de estas soluciones óptimas que se obtengan. No olvide incluir todos los parámetros utilizados. Los valores iniciales de la estrategia evolutiva deberán ser distintos de los que producen estas soluciones óptimas. 5
6 Antecedentes Biológicos 1. (10 puntos) Investigue en qué consiste el equilibrio acentuado (punctuated equilibrium, en inglés) e indique si considera que se opone a los preceptos del Neo-Darwinismo o no. Fundamente bien sus argumentos. 2. (10 puntos) Investigue qué son los transposones (transposons) o genes saltarines (jumping genes). Qué relación guardan con la mutación? 3. (10 puntos) Investigue en qué consiste la teoría del Darwinismo Molecular. En qué se basa esta teoría? Discuta los mecanismos moleculares principales de variación genética en el marco de esta teoría. 4. (10 puntos) Investigue en qué consisten las mutaciones neutrales (neutral mutations, en inglés), e indique si considera que se opone o no a los preceptos del Neo-Darwinismo. Fundamente bien sus argumentos. Responda a las preguntas anteriores de forma concisa y directa, sin recurrir a explicaciones elípticas o barrocas. Cite toda la información utilizada (artículos, libros, páginas web) y explique cualquier concepto complementario que pueda ser necesario para fundamentar sus argumentos. Fecha de entrega: Viernes 25 de mayo a las 12:00hrs. Toda tarea entregada tarde será penalizada con 10 % (sobre la calificación obtenida) por cada periodo de 24 horas que se retrase su entrega. 6
Introducción a la Computación Evolutiva. Variantes de representación y selección
Introducción a la Computación Evolutiva Dr. Carlos Artemio Coello Coello Tarea No. 3 11 de junio de 2014 Variantes de representación y selección 1. El objetivo de esta tarea es que experimente con técnicas
Más detallesTarea 0. Fecha de entrega: 10 de octubre de 2012 8 de octubre de 2012. La tarea se entrega en una única exhibición.
Tarea 0 Fecha de entrega: 10 de octubre de 2012 8 de octubre de 2012 1. Consideraciones pertinentes La tarea se entrega en una única exhibición. Se pide un documento general que incluya la respuesta de
Más detallesAnálisis Numérico: Soluciones de ecuaciones en una variable
Análisis Numérico: Soluciones de ecuaciones en una variable MA2008 Contexto Uno de los problemas básicos en el área de Ingeniería es el de la búsqueda de raíces: Dada una función o expresión matemática
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx El Método de Marquardt Algoritmo Paso 1:
Más detallesLenguajes de Programación
Lenguajes de Programación Dr. Carlos Artemio Coello Coello Tarea No. 1 12 de enero de 2015 Tomaremos el pseudo-código proporcionado en el libro de texto, cuyas instrucciones guardan el formato ilustrado
Más detalles3 RAÍCES REALES DE ECUACIONES NO-LINEALES. 3.1 Método de la bisección
3 RAÍCES REALES DE ECUACIONES NO-LINEALES Sea f: R R. Dada la ecuación f(x) = 0, se debe encontrar un valor real r tal que f(r) = 0. Entonces r es una raíz real de la ecuación Si no es posible obtener
Más detallesEXAMEN PARCIAL DE METODOS NUMERICOS (MB536)
EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA ESCRIBA CLARAMENTE SUS PROCEDIMIENTOS PROHIBIDO EL USO DE CELULARES U OTROS EQUIPOS DE COMUNICACION
Más detallesOCW-V.Muto El algoritmo de bisección Cap. VI CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO
CAPITULO VI. EL ALGORITMO DE BISECCION 1. INTRODUCCION Y METODO En este capítulo comenzaremos a analizar uno de los problemas más básicos del análisis numérico: el problema de búsqueda de raíces. El problema
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detallesSOLUCIÓN 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
Más detalles310. T. P. Versión 1 Trabajo Práctico 1/5 Lapso
310. T. P. Versión 1 Trabajo Práctico 1/5 UNIVERSIDAD NACIONAL ABIERTA ÁREA DE INGENIERÍA CARRERA INGENIERÍA DE SISTEMAS TRABAJO PRÁCTICO: ASIGNATURA: OPTIMIZACIÓN NO LINEAL CÓDIGO: 310 FECHA DE ENTREGA
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx Búsqueda Exhaustiva El primer método de
Más detallesDada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación
Tema 8 Ceros de funciones Versión: 23 de abril de 2009 8.1 Introducción Dada f : [a, b] R R, continua, se plantea el problema de encontrar ceros de f, es decir raíces de la ecuación f(x) = 0. (8.1) La
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA. CLAVE V _sR
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE-116-1-V-2-00-2017_sR CURSO: SEMESTRE: Segundo CÓDIGO DEL CURSO: 116 TIPO DE EXAMEN: Primer Examen Parcial
Más detallesSOLUCIÓN 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
Más detallesPROBABILIDAD Y ESTADÍSTICA ININ4010 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6
PROBABILIDAD Y ESTADÍSTICA ININ4 Prof. DAVID GONZÁLEZ BARRETO SOLUCIÓN ASIGNACIÓN 6. Con base en probabilidades de la distribución normal a, 2 y 3 desviaciones, determine para una variable con μ = 5 y
Más detallesSoluciones de ecuaciones de una variable
Análisis Numérico Soluciones de ecuaciones de una variable CNM-425 Departamento de Matemáticas Facultad de Ciencias Exactas y Naturales Universidad de Antioquia Copyleft 2010. Reproducción permitida bajo
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS, DEPARTAMENTO DE MATEMATICA
NOMBRE DEL CURSO: Matemática Aplicada 3 http://mateingenieriausacedugt CODIGO: 116 CREDITOS: 5 AREA A LA QUE Departamento de ESCUELA: Escuela de Ciencias PERTENECE: Matemática Matemática Intermedia 2 y
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE M
UNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERÍA DEPARTAMENTO DE MATEMÁTICA CLAVE-116-1-M-1-00-2017 CURSO: SEMESTRE: Primero CÓDIGO DEL CURSO: 116 TIPO DE EXAMEN: FECHA DE EXAMEN: 15 de febrero
Más detallesOCW-V.Muto Métodos de interpolación Cap. XI CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA
CAPITULO XI. METODOS DE INTERPOLACION 1. EL METODO DE INTERPOLACION DE LA POSICION FALSA Los métodos de interpolación que vamos a discutir en el resto de este capítulo son muy útiles para determinar los
Más detallesAPÉNDICE A ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS MATEMATICAS INGENIERIA EN ESTADISTICA E INFORMATICA
APÉNDICE A ESCUELA SUPERIOR POLITECNICA DEL LITORAL INSTITUTO DE CIENCIAS MATEMATICAS INGENIERIA EN ESTADISTICA E INFORMATICA Nivel de Conocimientos en Estadística de los estudiantes de Ingeniería de la
Más detallesPRÁCTICA No. 2 RAÍCES DE ECUACIONES CON MÉTODOS ABIERTOS
PRÁCTICA No. 2 RAÍCES DE ECUACIONES CON MÉTODOS ABIERTOS OBJETIVO EDUCACIONAL Determinar la raíz de una función mediante métodos abiertos, los cuales se han visto en clase, utilizando Excel para que el
Más detallesMETODOS NUMERICOS TALLER 3, SEMESTRE
y y METODOS NUMERICOS 67 TALLER SEMESTRE Tema: Método de Newton para resolver FX)= Métodos iterativos de Jacobi Gauss-Seidel y relajación Se recomienda realizar los ejercicios propuestos en el teto guía
Más detallesAnálisis Numérico para Ingeniería. Clase Nro. 7
Análisis Numérico para Ingeniería Clase Nro. 7 Sistemas de Ecuaciones No Lineales Temas a tratar: Método de Bisección. Método de Punto Fijo. Método de Punto Fijo Sistemático. Método de Newton-Raphson.
Más detallesANÁLISIS NUMÉRICO. 4 horas a la semana 6 créditos Cuarto semestre
ANÁLISIS NUMÉRICO 4 horas a la semana 6 créditos Cuarto semestre Objetivo del curso: El estudiante deducirá y utilizará métodos numéricos para obtener soluciones aproximadas de modelos matemáticos que
Más detallesUNIVERSIDAD DE SONORA Unidad Regional Centro División de Ingeniería Departamento de Ingeniería Química y Metalurgia Asignatura: Métodos Numéricos
UNIVERSIDAD DE SONORA Unidad Regional Centro División de Ingeniería Departamento de Ingeniería Química y Metalurgia Asignatura: Métodos Numéricos Antecedente: Álgebra Lineal Créditos: 8 (3 h de teoría
Más detallesCurso: Métodos de Monte Carlo. Unidad 2, Sesión 3: Estimación de volúmenes
Curso: Métodos de Monte Carlo. Unidad 2, Sesión 3: Estimación de volúmenes Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo,
Más detallesANÁLISIS NUMÉRICO. 4 horas a la semana 8 créditos Cuarto semestre
ANÁLISIS NUMÉRICO 4 horas a la semana 8 créditos Cuarto semestre Objetivo del curso: El estudiante deducirá y utilizará métodos numéricos para obtener soluciones aproximadas de modelos matemáticos que
Más detallesNombre del Documento: Formato para Planeación del curso, Avance Programático (SYLLABUS).
Página 1 de 3 ASIGNATURA: (1) MÉTODOS NUMÉRICOS / ANÁLISIS (2) SEIS UNIDADES DE APRENDIZAJE NUMÉRICO CLAVE: (3) SCM-0422 (4) SESIONES: 78 DOCENTE: (5) EVARISTO MARTÍNEZ MALDONADO (6) HT: / HP: 2/3 Email
Más detallesSolución de Ecuaciones No Lineales.
Solución de Ecuaciones No Lineales. José María Rico Martínez Facultad de Ingeniería Mecánica, Eléctrica y Electrónica Departamento de Ingeniería Mecánica Salamanca, Gto. 36730, México 1 Introducción. En
Más detallesMÉTODOS NUMÉRICOS. Curso o. B Resolución de ecuaciones I (ecuaciones generales f (x) = 0)
MÉTODOS NUMÉRICOS. Curso 06-07. 1 o. B Resolución de ecuaciones I (ecuaciones generales f (x = 0 1. Utiliza el método de bisección para calcular con una precisión de 10 las soluciones de x 3 7x + 14x 6
Más detallesModelos para variables aleatorias continuas en R
Modelos para variables aleatorias continuas en R 1 Distribución continua uniforme Ejercicio 1.1 Represente gráficamente la función de densidad de probabilidad, f(x), y la función de distribución acumulada,
Más detallesPráctica 8 Resolución de ecuaciones y sistemas de ecuaciones con Mathematica
Práctica 8 Resolución de ecuaciones y sistemas de ecuaciones con Mathematica Resolver una ecuación o un sistema de ecuaciones es un problema que se presenta con mucha frecuencia en matemáticas. En esta
Más detallesDespejando, se tienen las siguientes ecuaciones de la forma : a) b)
MAT 1105 F PRACTICA Nº 1 FECHAS DE ENTREGA: Tercer parcial Martes 14 de julio de 2009 Hrs. 16:30 a 18:00 Aula 5 (Geología) Viernes 17 de julio de 2009 Hrs. 16:30 a 18:00 Aula 31 1. De la siguiente ecuación:
Más detallesBenemérita Universidad Autónoma de Puebla Facultad de Ciencias de la Computación Área de Programación
Asignatura: Programación I Fecha: Marzo 2012 Benemérita Universidad Autónoma de Puebla Facultad de Ciencias de la Computación Área de Programación Funciones 1. Escriba un programa en C que intercambie
Más detallesE.T.S. Minas: Métodos Matemáticos Ejercicios Tema 4 Métodos iterativos para sistemas de ecuaciones
ETS Minas: Métodos Matemáticos Ejercicios Tema Métodos iterativos para sistemas de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña
Más detallesTarea 3 Búsqueda por Interpolación y Extrapolación
Tarea 3 Búsqueda por Interpolación y Extrapolación Jérémy Barbay, Mauricio Quezada 2011-04-27 Miércoles 2011-05-11 Miércoles CC4102: Diseño y Análisis de Algoritmos 2011 Profesor: Jérémy Barbay
Más detallesUNIVERSIDAD DE SAN CARLOS DE GUATEMALA FACULTAD DE INGENIERIA ESCUELA DE CIENCIAS, DEPARTAMENTO DE MATEMATICA
NOMBRE DEL CURSO: Matemática Aplicada 3 http://mateingenieríausacedugt CODIGO: 116 CREDITOS: 5 ESCUELA: Escuela de Ciencias AREA A LA QUE PERTENECE: Departamento de Matemática Matemática Intermedia 2 y
Más detalles1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2.
Ejercicios y Problemas. Capítulo III 1. Una variable aleatoria X sigue una distribución binomial con parámetros m = 3 y p =0.2. (a) Calcular P (X = 0), P (X = 1), P (X = 2), P (X = 3), utilizando la función
Más detallesPlanteamiento del problema del servidor de video
Universidad Politécnica de Cartagena Escuela Técnica Superior de IngenieI ería de Telecomunicación PRÁCTICAS DE REDES DE ORDENADORES Propuesta del Trabajo de Prácticas 2011 Evaluación de políticas de admisión
Más detallesTema 5: Resolución aproximada de ecuaciones
Métodos Numéricos: Solución de los ejercicios Tema 5: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Abril
Más detallesSESIÓN DE EJERCICIOS E1
SESIÓN DE EJERCICIOS E1 Primera parte: ejercicios test Ejercicio 1 Qué definición de constantes es la correcta en lenguaje C? a) #define N=25; b) #define N 25 c) int N=25; d) int N 25 Ejercicio 2 La expresión
Más detallesPara verificar que el sistema converge se deberán cumplir con las siguientes condiciones en las formulas con derivadas parciales:
MAT 1105 F PRACTICA Nº 2 FECHAS DE ENTREGA: Tercer parcial Martes 14 de julio de 2009 Hrs. 16:30 a 18:00 Aula 5 (Geología) Viernes 17 de julio de 2009 Hrs. 16:30 a 18:00 Aula 31 1. Resuelva el siguiente
Más detallesCOMPUTACIÓN BIOLÓGICA
COMPUTACIÓN BIOLÓGICA Pedro Isasi 1 1 Departamento de Informática Universidad Carlos III de Madrid Avda. de la Universidad, 30. 28911 Leganés (Madrid). Spain email: isasi@ia.uc3m.es Presentación TEMARIO
Más detallesTema: Funciones, Procedimientos y Recursividad en C#.
Tema: Funciones, Procedimientos y Recursividad en C#. Objetivos Programación I, Guía 6 1 Utilizar la sintaxis de las funciones definidas por el usuario (programador) para resolver problemas. Identificar
Más detallesTema: Funciones, Procedimientos y Recursividad en C#.
Tema: Funciones, Procedimientos y Recursividad en C#. Objetivos Programación I, Guía 7 1 Facultad: Ingeniería Escuela: Ingeniería en Computación Asignatura: Programación I Utilizar la sintaxis de las funciones
Más detallesPineda Fecha de elaboración: 28 de mayo de 2010 Fecha de última actualización: Seriación implícita Conocimientos de cálculo diferencial e integral
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en Sistemas Computacionales Integral profesional Métodos numéricos Horas teóricas: 2 Horas prácticas: 2 Total de Horas: 4 Total
Más detallesLaboratorio 02: Ejercicios de programación en C
olicitado: Ejercicios 02: Soluciones estructuradas en C M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom Estructuras de datos (Prof. Edgardo
Más detallesTema 3. Estructuras de Datos
Tema 3! Estructuras de Datos Estructuras Simples, Doble, Anidada y Múltiple En este tema veremos las sentencias selectivas: IF (Si) IF - Then (Si - Entonces) IF - Then - Else ( Si - Entonces - Sino) Switch
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 3 Resolución aproximada de ecuaciones
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3 Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Curso
Más detallesParte 1: Errores de redondeo. 1. Calcule el error absoluto y el error relativo en las aproximaciones de p mediante p para:
Universidad de Antioquia Facultad de Ciencias Exactas y Naturales Departamento de Matemáticas Seccional Caucasia Taller N o de Análisis Numérico 16 de febrero de 010 Nota: El taller consta de 5 partes
Más detallesMATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN. a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico.
MATERIA: ESTADÍSTICA EJEMPLOS DE POSIBLES PREGUNTAS DE EXAMEN 1. Conteste las preguntas siguientes: a. Cuáles son las escalas en que pueden estar los datos en un análisis estadístico. 1. 2. 3. 4. b. En
Más detallesUnidad VI Algoritmos Genéticos
Unidad VI Algoritmos Genéticos Maestría en Sistemas Computacionales Clave: MPSCO-0108 6 Créditos Sesiones Viernes 18-21 Rafael Vázquez Pérez Agenda Cuando las leyes de la matemática se refieren a la realidad,
Más detallesIntroducción a la optimización con algoritmos. Ejercicios. 0 2 f(x + t(y x))(y x)dt. J(x + t(y x))(y x)dt siendo J la matriz Jacobiana de F.
Introducción a la optimización con algoritmos Ejercicios Preliminares 1. Demostrar que si f C 2 (IR n ), f : IR n IR entonces f(y) f(x) = 1 0 2 f(x + t(y x))(y x)dt. 2. Demostrar que si F C 1 (IR n ),
Más detallesMétodos Numéricos CÓDIGO: Teórico - Práctico. Agosto 5 de 2018.
Página 1 de 4 FACULTAD: CIENCIAS BASICAS PROGRAMA: _FISICA DEPARTAMENTO DE: FISICA Y GEOLOGIA CURSO: ÁREA: Métodos Numéricos CÓDIGO: 157103 Profundización REQUISITOS: 167003 CORREQUISITO: -------------
Más detallesEXAMEN PARCIAL DE METODOS NUMERICOS (MB536)
EXAMEN PARCIAL DE METODOS NUMERICOS (MB536) SOLO SE PERMITE EL USO DE UNA HOJA DE FORMULARIO Y CALCULADORA ESCRIBA CLARAMENTE SUS PROCEDIMIENTOS PROHIBIDO EL USO DE CELULARES U OTROS EQUIPOS DE COMUNICACION
Más detallesE.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones
E.T.S. Minas: Métodos Matemáticos Soluciones Tema 3: Resolución aproximada de ecuaciones Francisco Palacios Escuela Politécnica Superior de Ingeniería de Manresa Universidad Politécnica de Cataluña Octubre
Más detallesOptimización. Escuela de Ingeniería Informática de Oviedo. (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19
Optimización Escuela de Ingeniería Informática de Oviedo (Dpto. de Matemáticas-UniOvi) Computación Numérica Optimización 1 / 19 Introducción Problema general de optimización (minimización) Dado f : Ω R
Más detallesEjercicios de optimización sin restricciones
Ejercicios de optimización sin restricciones Programación Matemática Licenciatura en Ciencias y Técnicas Estadísticas Curso 5/6 Indica la dirección que el método de Newton (sin modificaciones calcularía
Más detallesGUIA 2: Repaso sobre uso de C#. Funciones, métodos y arreglos.
1 Programación II, Guía 2 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II GUIA 2: Repaso sobre uso de C#. Funciones, métodos y arreglos. Objetivos Utilizar la sintaxis de las funciones
Más detallesCÁLCULO DE RAÍCES DE ECUACIONES NO LINEALES. Por Frednides Guillén
CÁLCULO DE RAÍCES DE ECUACIONES NO LINEALES Por Frednides Guillén MÉTODO DE BISECCIÓN Este método consiste en hallar los ceros de una función continua f(). Primero se debe considerar un intervalo [ i,
Más detallesMetodos Numéricos Tema: Solución de ecuaciones no lineales
Metodos Numéricos Tema: Solución de ecuaciones no lineales Irene Tischer Escuela de Ingeniería y Computación Universidad del Valle, Cali Typeset by FoilTEX 1 Métodos numéricos Tema: Sistemas Lineales Contenido
Más detallesCentro Universitario UAEM Zumpango Ingeniería en Computación
Centro Universitario UAEM Zumpango Agosto 2016 Universidad Autónoma del Estado de México Centro Universitario UAEM Zumpango UA: Programación Estructurada Tema: Estructuras de control de flujo selectivas
Más detallesUNL - FICH - Departamento de Informática - Ingeniería en Informática. Inteligencia Computacional. Guía de trabajos prácticos 3.
UNL - FICH - Departamento de Informática - Ingeniería en Informática Inteligencia Computacional Guía de trabajos prácticos 3 Sistemas borrosos. Objetivos Implementar todas las etapas necesarias para la
Más detalles350 -M/R Versión 1 2da Prueba Parcial 1/8 SEMANA 48 LAPSO ASIGNATURA: COMPUTACIÓN EVOLUTIVA CÓDIGO: 350
350 -M/R Versión 1 2da Prueba Parcial 1/8 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: COMPUTACIÓN EVOLUTIVA CÓDIGO: 350 MOMENTO: Prueba Segunda
Más detallesExamen de Teoría de (Introducción al) Reconocimiento de Formas
Examen de Teoría de (Introducción al) Reconocimiento de Formas Facultad de Informática, Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia, Enero de 007 Apellidos:
Más detallesOPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL.
2.1.-Resol.ec. no lineales.nb 126 OPERADORES LÓGICOS Y RELACIONALES. CICLOS Y ESTRUCTURAS DE CONTROL. MÉTODOS DE RESOLUCIÓN DE UNA ECUACIÓN NO LINEAL. Operadores lógicos y relacionales Los operadores lógicos
Más detallesPráctica 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
Más detallesDescripción del problema:
PROBLEMA DEL AGENTE VIAJERO USANDO BÚSQUEDA TABU PROYECTO FINAL PROGRAMACIÓN CIENTIFICA ANGELES BAEZ OLVERA 4 JUNIO 2009 Descripción del problema: El problema del agente viajero o TSP como se le conoce
Más detallesOptimización en Ingeniería
Optimización en Ingeniería Departamento de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx El Concepto de Penalización Un método de
Más detallesIntroducción al algoritmo de máxima pendiente. Análisis de estabilidad y convergencia
4.3 Algoritmo de máxima pendiente Introducción al algoritmo de máxima pendiente Aplicación al filtro de Wiener Análisis de estabilidad y convergencia Otras técnicas de optimización Newton-Raphson Levemberg-Marquardt
Más detallesMétodo de la secante
1.5em 0pt Método de la secante Azcatl Gabriela Huitzil Santamaría Natalia Benemerita Universidad Autónoma de Puebla Facultad de Ciencias Física Matemáticas 21/05/2018 zcatl Gabriela, Huitzil Santamaría
Más detallesCURSO DE METODOS NUMERICOS Año Académico Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO
Año Académico 2000-2001 Curso Tercero de Matemáticas EXAMEN FINAL FEBRERO 1. Dá el enunciado y demuestra el teorema de convergencia del método del punto fijo. (2 puntos) 2. Resuelve el siguiente sistema
Más detallesInteligencia Artificial
Algoritmos genéticos Bases En la naturaleza todos los seres vivos se enfrentan a problemas que deben resolver con éxito, como conseguir más luz solar o conseguir comida. La Computación Evolutiva interpreta
Más detallesRelación de ejercicios 5
Relación de ejercicios 5 Ecuaciones Diferenciales y Cálculo Numérico Grado en Ingeniería de Tecnologías de Telecomunicación Mayo de 2017 Ejercicio 51 Halla un intervalo, para el cero más próximo al origen,
Más detallesCC3001 Algoritmos y Estructuras de Datos Tarea 1: Algoritmos simples de ordenación
CC3001 Algoritmos y Estructuras de Datos Tarea 1: Algoritmos simples de ordenación Profs. Nelson Baloian, Benjamin Bustos, José A. Pino 4 de agosto de 2009 Fecha de entrega: 18 de agosto de 2009 a las
Más detallesEcuaciones No-Lineales y raices polinomiales
Universidad Nacional de Ingeniería Facultad de Ciencias Física Computacional CC063 Ecuaciones No-Lineales y raices polinomiales Prof: J. Solano 2012-I Introduccion En Física a menudo nos encontramos con
Más detalles1. Método de bisección
Cálculo Infinitesimal y Numérico. E.T.S. de Ingeniería Informática. Universidad de Sevilla 1 Tema 1: resolución de ecuaciones. Ejercicios y Problemas Nota: Abreviación usual en estos ejercicios: C.D.E.
Más detallesConocimientos previos
Tema: Estructuras de control de ciclos repetitivos Ficha de aprendizaje 15 n Logro Utiliza estructuras de control de ciclos repetitivos For Next y Loop while @ # Conocimientos previos Qué conjunto de sentencias
Más detallescte xdx indeterminado x nn
Tarea. Formulario: Media: x, x Moda: Mediana: x mod x max x med x x N N N N impar N par Varianza: x, x x, x Desviación estándar: Probabilidad acumulada: P a x b b xn a b a x n x dx variable discreta variable
Más detallesMÉTODO DE NEWTON RAPHSON
Consiste en elegir un punto inicial cualquiera Po como aproximación de la raíz. Una buena aproximación inicial es aquella para la cual resulta válida la desigualdad: (Po) f (Po) > 0 Es importante tener
Más detallesFACULTAD DE INGENIERÍA DIVISIÓN DE CIENCIAS BÁSICAS EXAMENFINALDEANÁLISIS NUMÉRICO SEMESTRE
EXAMENFINALDEANÁLISIS NUMÉRICO SEMESTRE 014- Estudiante: Calificación: INSTRUCCIONES: Este examen es la demostración de su capacidad de trabajo y comprensión de la asignatura, es un documento oficial de
Más detallesUNIVERSIDAD DE SANTIAGO DE CHILE FACULTAD DE INGENIERÍA
1. DATOS DE LA ASIGNATURA CARRERA CÓDIGO: MÉTODOS NUMÉRICOS PARA INGENIERÍA T: 4 E: 2 L: 0 REQUISITOS CIENCIAS BASICAS DICTA DEPARTAMENTO MATEMÁTICA AÑO-SEMESTRE-NIVEL CATEGORIA Obligatorio HORAS PRESENCIALES
Más detallesCEROS DE FUNCIONES. Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC)
CEROS DE FUNCIONES Laboratori de Càlcul Numèric (LaCàN) Universitat Politècnica de Catalunya (UPC) http://www-lacan.upc.edu Diseño de un colector solar Diseño óptimo de un colector solar plano para obtener
Más detallesPráctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms)
PLANIFICACIÓN Y GESTIÓN DE REDES Grado en Ingeniería Telemática Curso 2012-2013 Práctica 2. Algoritmos de búsqueda local (local search algorithms) y algoritmos avariciosos (greedy algorithms) Autor: Pablo
Más detallesSolve[polinomio==0,x]
Práctica 7 Resolución de ecuaciones Resolución de ecuaciones polinómicas La sentencia Roots[polinomio==0,x] obtiene todas las raíces reales y complejas de la ecuación polinómica correspondiente generando
Más detallesAplicar este algoritmo para resolver el sistema de ecuaciones: º «« º ««
Introducción al Cálculo Numérico y Programación 1 MÓDULO 8: SISTEMA DE ECUACIONES LINEALES. A- MÉTODOS DIRECTOS 6LVWHPDVIiFLOHVGHUHVROYHU Ejercicio 1: Escribe una función MATLAB llamada =sp(a,b) que admita
Más detalles1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Métodos Numéricos. Carrera: Ingeniería en Materiales. Clave de la asignatura: MAM 0522
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Métodos Numéricos Ingeniería en Materiales MAM 0522 3 2 8 2.- HISTORIA DEL PROGRAMA
Más detallesMétodos 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)
Más detallesJava Avanzado. Guía 1. Java Avanzado Facultad de Ingeniería. Escuela de computación.
Java Avanzado. Guía 1 Java Avanzado Facultad de Ingeniería. Escuela de computación. Java Avanzado. Guía 2 Introducción Este manual ha sido elaborado para orientar al estudiante de Java Avanzado en el desarrollo
Más detallesEstadística y sus aplicaciones en Ciencias Sociales 5. Estimación. Facultad de Ciencias Sociales, UdelaR
Estadística y sus aplicaciones en Ciencias Sociales 5. Estimación Facultad de Ciencias Sociales, UdelaR Índice 1. Repaso: estimadores y estimaciones. Propiedades de los estimadores. 2. Estimación puntual.
Más detallesSolución numérica de sistemas de ecuaciones diferenciales con condiciones iniciales
Solución numérica de sistemas de ecuaciones diferenciales con condiciones iniciales Ing. Jesús Javier Cortés Rosas M. en A. Miguel Eduardo González Cárdenas M. en A. Víctor D. Pinilla Morán * 011 Resumen
Más detallesElabore el análisis, diseño orientado a objetos e implementación de una aplicación de consola que resuelva cada una de las siguientes situaciones:
OBJETIVO: El estudiante resolverá diversos ejercicios mediante el desarrollo de algoritmos aplicando combinaciones de métodos y arreglos. MATERIAL Y EQUIPO NECESARIO: Software de diseño de clases NClass
Más detallesCAPITULO 2: MARCO TEÓRICO. En el desarrollo de este capítulo se presentan descripciones generales,
CAPITULO 2: MARCO TEÓRICO En el desarrollo de este capítulo se presentan descripciones generales, definiciones y métodos, que nos pueden ayudar a entender con claridad el método que desarrolló en esta
Más detallesResolución de Ecuaciones no lineales. Juan Manuel Rodríguez Prieto
Resolución de Ecuaciones no lineales Juan Manuel Rodríguez Prieto Resolución de Ecuaciones no lineales Objetivos Aprender a resolver ecuaciones de la forma: f () = 0 Donde f es una función no-lineal de
Más detallesTALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES
TALLERES DE METODOS NUMERICOS SOLUCION NUMERICA DE ECUACIONES NO LINEALES. Usar un procedimiento iterativo para calcular una aproimación a la menor raíz positiva de la ecuación : sen π = 0 Calcular tres
Más detallesINSTITUCIÓN EDUCATIVA HÉCTOR ABAD GÓMEZ
Nombre del Documento: Plan De Mejoramiento de matemáticas grado 11 Versión 01 Página 1 de 4 ASIGNATURA /AREA MATEMÁTICAS GRADO: UNDÉCIMO PERÍODO TERCERO AÑO: 2016 NOMBRE DEL ESTUDIANTE ESTANDAR DE COMPETENCIA:
Más detalles