Universidad Nacional Micaela Bastidas

Universidad Nacional Micaela Bastidas
de Apurimac
Modelos Matemáticos de Ingeniería
Integrantes:
• Mejía Peña Christian Daniel
• Felix Enrique Kerary Jimenez
• Franklin Usaqui Huarcaya
• Jhon Antony Bernaola blanco
DOCENTE
Mag. Alfaro Chirinos Luis Miguel
Curso: Métodos Numéricos

BIBLIOTECAS
SciPy: SciPy es una biblioteca de Python que

proporciona funciones y herramientas para la Matplotlib: es una biblioteca de Python ampliamente utilizada para la
visualización de datos y la creación de gráficos de alta calidad
optimización numérica
CVXPY: CVXPY es una biblioteca de Python para

Matplotlib.pyplot: es un módulo de la biblioteca matplotlib
resolver problemas de optimización convexa.,
PuLP: PuLP es una biblioteca de Python para resolver

problemas de programación lineal.
NumPy :es una biblioteca fundamental para la

programación científica en Python que proporciona
soporte para operaciones matemáticas en matrices y
matrices multidimensionales
PROGRAMACION LINIAL
La programación lineal (LP) consiste en optimizar una función lineal sujeta a restricciones lineales
MÉTODO DEL PUNTO INTERIOR
el método del punto interior no opera en las esquinas del

conjunto factible, sino que trabaja en su interior. Implementar el
método del punto interior desde cero puede ser complejo debido
a su naturaleza iterativa y al manejo de restricciones
METODO SIMPLEX
Es un algoritmo utilizado en la programación lineal para

resolver problemas de optimización. En términos simples,
busca encontrar la mejor solución posible a un problema
dado, considerando ciertas restricciones y maximizando o
minimizando una función objetivo.
el método simplex se utiliza de manera implícita a través

de la función linprog() de la biblioteca scipy.optimize.
Cuando se especifica method='simplex' como un
parámetro de la función linprog(),
PROGRAMACION NO LINIAL
Es una rama de la optimización que se ocupa de problemas en los que la función objetivo o las
restricciones son no lineales
METODO NEWTON-RAPHSON
Es un algoritmo de optimización utilizado para

encontrar aproximaciones de las raíces de una función
real. Es particularmente eficaz para encontrar raíces de
funciones no lineales.
SPLINE LINEAL
Un spline lineal es una forma simple de interpolación que se
utiliza para estimar valores intermedios entre puntos de datos
discretos. Consiste en segmentar el dominio en intervalos más
pequeños y ajustar una función lineal dentro de cada intervalo
Es una interpolación lineal entre los puntos de datos.

implementación simple de un spline lineal utilizando la
biblioteca scipy.interpolate
SPLIN CUBICO
es una técnica de interpolación que utiliza polinomios cúbicos

entre puntos de datos para suavizar y aproximar una función
el spline cúbico que se utilizará para realizar

la interpolación cúbica entre los puntos de
datos.
PROGRAMACION POR OBJETIVOS
LOS ALGORITMOS GENÉTICOS MULTIOBJETIVO
son una extensión de los algoritmos genéticos clásicos que se

utilizan para resolver problemas de optimización multiobjetivo.
En estos problemas, en lugar de tener un solo objetivo que se
desea maximizar o minimizar
algorithms.eaMuPlusLambda() es una función de DEAP que ejecuta el algoritmo genético

multiobjetivo. Toma como entrada la población inicial (population)
la configuración del toolbox (toolbox), así como otros parámetros como el tamaño de la población (mu y
lambda_)
MÉTODOS BASADOS EN CONJUNTOS APROXIMADOS
son un conjunto de técnicas utilizadas en el campo de la minería

de datos y el aprendizaje automático para el análisis de
conjuntos de datos
En Python, puedes implementar Métodos
Basados en Conjuntos Aproximados
utilizando bibliotecas como pyRoughSets o
roughsets,
pyRoughSets :es una biblioteca de Python que

proporciona herramientas para realizar análisis de
conjuntos aproximados
MÉTODOS DE PUNTO ÓPTIMO
son un conjunto de técnicas utilizadas en optimización

matemática para encontrar soluciones óptimas a problemas de
optimización, donde una solución óptima se define como
aquella que maximiza o minimiza una función objetivo sujeta a
ciertas restricciones.
En esta línea de código, minimize() es una función

de SciPy que se utiliza para minimizar una función
objetivo sujeta a ciertas restricciones. Toma como
entrada la función objetivo

Universidad Nacional Micaela Bastidas

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Micaela Bastidas

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Universidad Nacional Micaela Bastidas

Cargado por

Copyright:

Formatos disponibles

Universidad Nacional Micaela Bastidas

Modelos Matemáticos de Ingeniería

Curso: Métodos Numéricos

SciPy: SciPy es una biblioteca de Python que

CVXPY: CVXPY es una biblioteca de Python para

PuLP: PuLP es una biblioteca de Python para resolver

NumPy :es una biblioteca fundamental para la

MÉTODO DEL PUNTO INTERIOR

el método del punto interior no opera en las esquinas del

Es un algoritmo utilizado en la programación lineal para

el método simplex se utiliza de manera implícita a través

Es un algoritmo de optimización utilizado para

Es una interpolación lineal entre los puntos de datos.

es una técnica de interpolación que utiliza polinomios cúbicos

el spline cúbico que se utilizará para realizar

LOS ALGORITMOS GENÉTICOS MULTIOBJETIVO

son una extensión de los algoritmos genéticos clásicos que se

algorithms.eaMuPlusLambda() es una función de DEAP que ejecuta el algoritmo genético

son un conjunto de técnicas utilizadas en el campo de la minería

pyRoughSets :es una biblioteca de Python que

son un conjunto de técnicas utilizadas en optimización

En esta línea de código, minimize() es una función

También podría gustarte