WEBGRAFÍA UTILIZADA EN EL TRABAJO
Conceptos y funcionalidades básicas de Data Warehouse, http://www.dataprix.com/book/export/html/76
Vector propio y valor propio - Wikipedia, la enciclopedia libre,
http://es.wikipedia.org/wiki/Eigenvector
Variable estadística - Wikipedia, la enciclopedia libre, http://es.wikipedia.org/wiki/Variable_dependiente#Seg.C3.BAn_la_influencia
Logo (lenguaje de programación) - Wikipedia, la enciclopedia libre, http://es.wikipedia.org/wiki/Logo_(lenguaje_de_programación)
Laboratorio de Informatica
jueves, 21 de febrero de 2013
Cuestionario- Taller para 1ero de Bachillerato...
La presente consulta debe ser publicada el día de hoy hasta las 00:00 en su blog personal, debe contener ejemplos, gráficos y explicaciones dichas con sus propias palabras, es prohibido copiar texto de intenet:
Qué es Matlab?
Es un sofware o programa matemático que ofrece "Entorno de Desarrollo Integrado" (IDE), es decir, un programa informatico compuesto y preparado con herramientas de programación, que actua como un programa editor de codigos, a su vez es también un compilador, un depurador y también un constructor de interfaz gráfica.
Matlab se presenta en distintas plataformas como; Unix, Windows y Mac OX. Es considerado un programa perteneciente al campo númerico con una orientación hacia las matrices.
Fue creado por Cleve Moler en el año 1984, se creo con la idea de crear paquetes de ideas en los concursos de álgebra y analisis, relacionados a la matematica.
Las programaciones en Matlab deben ser producidas y realizadas en archivos "M", debido a que sus archivos terminan en ".m", por lo tanto Matlab posee un lenguaje "M", el cual se encuentra orientado en la programación, un gran ejemplo es Matlab.
El lenguaje "M" fue creado en 1970 para entregar acceso a software de matrices LIMPACK y ESIPACK
El lenguaje "M" fue creado en 1970 para entregar acceso a software de matrices LIMPACK y ESIPACK
Indique 20 comandos básicos más utilizados en matlab.
acker - Calcula la matriz K para ubicar los polos de A-BK.
axis - Corrige la escala del gráfico actual.
figura - Crea una nueva figura o redefine la figura actual. Grid - Dibuja la grilla en el gráfico actual.
hold - Mantiene el gráfico actual.
if - Ejecuta código condicionalmente.
Imag - Devuelve la parte imaginaria de un número complejo.
poly - Devuelve el polinomio caracteristico.
help - Ayuda.
rank - Halla la cantidad de renglones o columnas linealmente independientes de una matriz
rlocus - Grafica el lugar de raíces.
size - Devuelve la dimensión de un vector o matriz.
ss - Crea modelos en espacio de estado o convierte modelos LTI a espacio de estado.
ceros - Devuelve un vector o matriz de ceros.
title - Agrega un título al gráfico actual.
series - Interconexión en serie de sistemas Lineales que no dependan del tiempo.
sqrt - Raíz Cuadrada
norm - Norma de un vector
psmap - Mapa de polos y ceros de sistemas lineales.
lengh - Largo de un vector.
inv - inversa de una matriz
¿Qué son las medidas de tendencia central?
¿Cuáles son las medidas de tendencia central y escriba su definición (de cada una)?
Mediana: Es el valor que se encuentra como punto medio en un conjunto de valores, se lo observa al momento desordenar los valores de mayor a menor.
Ejemplo:
Ejemplo:
Para los datos siguientes 5, 3, 6, 7, 4, 5, 3, 7 la media aritmética es x = 5. Esto significa que:5 + 3 + 6 + 7 + 4 + 5 + 3 + 7 = 405 + 5 + 5 + 5 + 5 + 5 + 5 + 5 = 40
Media: Es el valor que se obtiene de todos los resultados y por consiguiente se divide para el número de valores.
Ejemplo:
1. 8, 10, 6, 12, 10, 11, 13
Œ. 8, 10, 6, 12, 10, 11, 13 Ordenémoslos de menor a mayor: 6, 8, 10, 10, 11, 12, 13
La mediana es la posición (n + 1)/2 = (7 + 1)/2 = 4. La posición 4 es 10.
Moda: Es el valor o dato que aparece la mayor cantidad de veces en un grupo de valores, el que se repite varias veces.
Ejemplo:
En el grupo 7, 9, 6, 5, 8, 6, 7, 8, 6, 5, 3, 10, 6, 4 la moda es 6.
Ejemplo:
En el grupo 7, 9, 6, 5, 8, 6, 7, 8, 6, 5, 3, 10, 6, 4 la moda es 6.
En el grupo 7, 9, 3, 6, 5, 4, 7, 8, 6, 7, 8, 6, 5, 3, 10, 7, 6, 4 tenemos 2 modas: 6 y 7.
¿Qué es la varianza estadística?
Se la considera como una medida de dispersión y variabilidad generalmente, posee un fórmula única la cual es: 1/n*Suma{ (X-media)^2).
Nos permite observar y determinar la diferencia promedio que existe entre los distintos valores con relación a su media.
Para poder resolver o calcular la varianza:
1ro: Se calcula la media de todos los datos.
2do: Se aplica la fórmula para cada uno de los datos. (X-media)^2
3ro: Finalmente sumamos todos los resultados obtenidos y dividimos para el número de datos.
Ejemplo:
Valores: (1-4-5-10-20)
1ro: (1+4+5+10+20)/5 = 40/5 = 8
2do:
(1 - 8)^2 = (-7)^2 = 49
(4 - 8)^2 = (-4)^2 = 16
(5 - 8)^2 = (-3)^2 = 9
(10 - 8)^2 = (2)^2 = 4
(20 - 8)^2 = (12)^2 = 144
3ro: (49+16+9+4+144)/5 = 44,5
Varianza: 44,5
¿Qué es una dispersión estadística?
O también conocidas como Medidas de Dispersión, también se las conoce como medidas de variabilidad, indican la variabilidad respectiva de una distribución, mediante la utilización de un número. Mientras el número más alto sea existirá una mayor variabilidad, por el contrario si es menor se volverá más homogénea la mediana media.
¿Qué es la correlación estadística
Determina entre las dos variables que intervienen y forman parte de una distribución bidimencional, la relación o dependencia que existe.
Esto se define a, determinar si los cambios que sufre una variable sufren en la otra variable, cuando esto sucede se nombra como variables correlacionadas o existencia de correlación entre ambas variables.
En si indica la fuerza y la respectiva dirección de una relación lineal y proporcionalidad entre dos variables.
¿Qué es ji-cuadrado?
Es una de las distribuciones más ampliantes que es utilizada en la estadística inferencial, en si es una distribución de probabilidad continua con parámetro k que representa los diferentes grados de libertad de la variable aleatoria.
¿Qué es una recta de regresión?
También conocida como recta de mejor ajuste, son aquellas rectas que logran adaptarse de mejor manera a la nube de puntos o también conocida como diagrama de dispersión generado por una distribución binomial. Ambas rectas de regresión cruzan por un punto medio llamado centro de gravedad, es decir, por los puntos (x,y).
De manera matemática se admiten máximo 2 rectas de máximo ajuste.
También conocida como recta de mejor ajuste, son aquellas rectas que logran adaptarse de mejor manera a la nube de puntos o también conocida como diagrama de dispersión generado por una distribución binomial. Ambas rectas de regresión cruzan por un punto medio llamado centro de gravedad, es decir, por los puntos (x,y).
De manera matemática se admiten máximo 2 rectas de máximo ajuste.
Se determinan dos rectas de regresión:
Recta de Regresión Y sobre X:
Recta de Regresión Y sobre X:
Sirve para realizar o con el fin de hacer estimaciones, pero teniendo en cuenta varios parámetros:
- Los valores obtenidos son aproximaciones en términos de probabilidad.
- Mientras la correlación sea mucho mayor la fiabilidad al igual es mucho más fuerte.
- Si los números de datos aumentan la fiabilidad crecerá junto con ellos.
- La estimación es mucho más fiable para los valores de x próximos a la media.
¿Qué es la estadística inferencial?
Pertenece a una de las dos partes de la estadística, la descriptiva y la inferencial, esta última comprende los métodos y procedimientos a realizar que por medio de la inducción se obtiene propiedades de una población estadística. Se comienza con una hipótesis planteada, por consiguiente, se lleva a cabo una prueba de hipótesis con el objetivo de rechazarla o no rechazarla y al final se realiza una conclusión, para esto se utiliza muchos medios como fundamento.
Posee algunos aspectos importantes:
Posee algunos aspectos importantes:
- Tomas de Muestra
- Variables de Estadísticas o Estimación de Parámetros
- El contraste de hipótesis
- El diseño experimental
- Métodos no paramétricos
- Inferencia Bayesiana, en la cual se emplean las observaciones o evidencias que pueden inferir o actualizar la posible probabilidad de que una hipótesis sea cierta o no.
¿Qué es una matríz diagonal?
Es una matríz cuadrada en la cual todas las entradas son o se consideran nulas a excepción de la diagonal principal, a su vez estas pueden ser tanto nulas como no lo pueden ser.
Toda matríz diagonal es una matríz simétrica, triangular o normal, también es una ejemplo la matriz de identidad.
En conclusión la matriz diagonal es una matríz cuadrado, en la cual los elementos que se encuentran fuera de la línea diagonal se consideran igual a 0.
Ejemplo:
La matriz nula es diagonal.
000
000
000
La matriz identidad es diagonal500
050
005
La matriz escalar es diagonal
800
080
008
Matriz que cumple la definición.
3000
0000
0090
0004
Toda matríz diagonal es una matríz simétrica, triangular o normal, también es una ejemplo la matriz de identidad.
En conclusión la matriz diagonal es una matríz cuadrado, en la cual los elementos que se encuentran fuera de la línea diagonal se consideran igual a 0.
Ejemplo:
La matriz nula es diagonal.
000
000
000
La matriz identidad es diagonal500
050
005
La matriz escalar es diagonal
800
080
008
Matriz que cumple la definición.
3000
0000
0090
0004
¿Qué es un eigen vector?
También conocidos como vectores propios o autovectores, son aquellos vectores que no son nulos, y que al ser tranformados o cambiados por el operador se convierten en una cifra múltipla escalar de sí mismos, sin cambiar su dirección.
Resuma en que consiste el método de Gram - Smith
Consiste en un método de ortogonalización, que no fue inventado por los dos matemáticos Gram - Smith, su invención se debe al matemático francés Laplace.
Este método da la oportunidad de la construcción de conjuntos en cualquier tipo de espacio con un producto interno, con dimensiones finitas como infinitas, que parte de una respectiva sucesión de vectores nulos, opuestos al eigen vector; este método también explica que si un conjunto de vectores ortogonales pueden formar una base para un espacio vectorial, existe la menear de crear conjuntos de vectores ortogonales comenzando de vectores lineales independientes.
Este método da la oportunidad de la construcción de conjuntos en cualquier tipo de espacio con un producto interno, con dimensiones finitas como infinitas, que parte de una respectiva sucesión de vectores nulos, opuestos al eigen vector; este método también explica que si un conjunto de vectores ortogonales pueden formar una base para un espacio vectorial, existe la menear de crear conjuntos de vectores ortogonales comenzando de vectores lineales independientes.
De un ejemplo desarrollado del método de Gram - Smith
Sean los vectores = (1, 0, 1), = (0, 1, 1) y = (1, 0, 0) base de .
Transformar esta base en una base ortonormal por el proceso de Gram – Schmidt.
Primer paso:
Obtener un primer vector unitario :
Segundo paso:
Obtener un vector ortogonal a :
Tercer paso:
Normalizar :
Cuarto paso:
Obtener un vector ortogonal a y a :
Quinto paso:
Normalizar :
Finalmente, el conjunto de vectores , , y es una base ortonormal de .
¿Qué es net logo y tipo de programación usa?
Se considera un lenguaje de programación simple que se encuentra ligado y adaptado a la modelación o simulación de momentos en los que apareces varios individuos; un entorno multiagente de modelos programables. Existen diversas funciones que se pueden generar con net logo, incluyendo ya desarrollos en 2D y 3D, que este último no todos los equipos pueden tener una buena experiencia en tercera dimensión debido a los requerimientos de sistema que requiere net logo.
Este hace uso el lenguaje logo de programación, el cual fue creado con fines didácticos, es de fácil aprendizaje y uno de los mejores tipos de programación.
Este hace uso el lenguaje logo de programación, el cual fue creado con fines didácticos, es de fácil aprendizaje y uno de los mejores tipos de programación.
De 2 ejemplos desarrollados para uso de net logo.
1._ Modelo: Depredación Presa - Depredador:
Actua como multi-agente dentro de net logo, con él se puede modelar el respectivo crecimiento y ascenso de una población, tanto depredador como presa.
Posee algunas características:
1._ Modelo: Depredación Presa - Depredador:
Actua como multi-agente dentro de net logo, con él se puede modelar el respectivo crecimiento y ascenso de una población, tanto depredador como presa.
Posee algunas características:
- Existen dos razas de agentes tortugas, el lobo y la oveja.
- Al inicio ambos poseen baja energía.
- ambos caminan al aleatoriamente en el campo de simulación
- Las ovejas obtienen energía al consumir pasto.
- Los lobos obtienen su energía al consumer a las distintas ovejas.
- Al momento en que la energía de tanto un lobo como una oveja llega al indicador 0, muere por falta de energía.
- Existe la reproducción entre ambos.
Para dar movimiento a los agentes de net logo, se introduce la orden en medio de códigos de recepción, para que el programa capte la orden y mueva el respectivo agente dentro de la plataforma.
Ejemplo:
turnleft 30(la tortuga se gira hacia la izquierda 30º)
2._ Modelo: Fuegos Artificiales:
Dentro de net logo, el modelo actua de manera multi-agente, donde se controla el aparecimiento virtual de fuegos artificiales en un campo con un fondo obscuro.
dependiendo de la serie de códigos que entren en funcionamiento, es decir, que ingresen en el programador definira el estilo que tomara el fuego artificial.
Es posible variar los estilos por medio de las herramientas que provee el propio net logo, con el fin de obtener un mejor resultado y una mejor visualización del modelo.
Suscribirse a:
Entradas (Atom)