Análisis y métodos numéricos con Geogebra

Cuaderno de prácticas de Matemáticas II, Grado en Ingeniería Informática, Universidad de Alicante.

Optimización (curso 2011-2012)

Material docente de la asignatura «Simulación y Optimización de procesos químicos». Parte de Optimización OPTIMIZACIÓN TEMA 6. Conceptos Básicos 6.1 Introducción. Desarrollo histórico de la optimización de procesos. 6.2 Funciones y regiones cóncavas y convexas. 6.3 Optimización sin restricciones. 6.4 Optimización con restricciones de igualdad y desigualdad. Condiciones de optimalidad de Karush Khun Tucker 6.5 Interpretación de los Multiplicadores de Lagrange. TEMA 7. Programación lineal 7.1 Introducción. Planteamiento del problema en forma canónica y forma estándar. 7.2 Teoremas de la programación lineal 7.3 Resolución gráfica 7.4 Resolución en forma de tabla. El método simplex. 7.5 Variables artificiales. Método de la Gran M y método de las dos fases. 7.6 Conceptos básicos de dualidad. TEMA 8. Programación no lineal 8.1 Repaso de métodos numéricos de optimización sin restricciones 8.2 Optimización con restricciones. Fundamento de los métodos de programación cuadrática sucesiva y de gradiente reducido. TEMA 9. Introducción a la programación lineal y no lineal con variables discretas. 9.1 Conceptos básicos para la resolución de problemas lineales con variables discretas.(MILP, mixed integer linear programming) 9.2 Introducción a la programación no lineal con variables continuas y discretas (MINLP mixed integer non linear programming) 9.3 Modelado de problemas con variables binarias: 9.3.1 Conceptos básicos de álgebra de Boole 9.3.2 Transformación de expresiones lógicas a expresiones algebraicas 9.3.3 Modelado con variables discretas y continuas. Formulación de envolvente convexa y de la gran M.

A model for acoustic absorbent materials derived from coconut fiber

In the present paper, a methodology is proposed for obtaining empirical equations describing the sound absorption characteristics of an absorbing material obtained from natural fibers, specifically from coconut. The method, which was previously applied to other materials, requires performing measurements of air-flow resistivity and of acoustic impedance for samples of the material under study. The equations that govern the acoustic behavior of the material are then derived by means of a least-squares fit of the acoustic impedance and of the propagation constant. These results can be useful since they allow the empirically obtained analytical equations to be easily incorporated in prediction and simulation models of acoustic systems for noise control that incorporate the studied materials.

Análisis numérico del comportamiento vibratorio del conjunto móvil de un altavoz dinámico

En este trabajo se describe el proceso llevado a cabo para analizar numéricamente mediante el método de los elementos finitos (MEF) el comportamiento vibratorio del conjunto móvil de un altavoz dinámico de bobina con doble suspensión inferior y en ausencia de la superior. El estudio se centra en el rango de baja frecuencia. El calibrado del modelo se realiza en base a medidas experimentales de la frecuencia de resonancia y desplazamiento del diafragma. Se hace énfasis en la importancia de los factores de participación asociados a la fuerza de excitación y en los cambios que se producen en estos al introducir fuerzas no equilibradas. Así mismo, el análisis proporciona datos para decidir sobre la distancia entre suspensiones, su número óptimo de pliegues y la ubicación de las trencillas, siendo estos parámetros de gran interés en el diseño de este tipo de altavoces.

Descubrimiento de fármacos basado en cribado virtual refinado con enfoques neuronales paralelos

En el campo de la medicina clínica es crucial poder determinar la seguridad y la eficacia de los fármacos actuales y además acelerar el descubrimiento de nuevos compuestos activos. Para ello se llevan a cabo ensayos de laboratorio, que son métodos muy costosos y que requieren mucho tiempo. Sin embargo, la bioinformática puede facilitar enormemente la investigación clínica para los fines mencionados, ya que proporciona la predicción de la toxicidad de los fármacos y su actividad en enfermedades nuevas, así como la evolución de los compuestos activos descubiertos en ensayos clínicos. Esto se puede lograr gracias a la disponibilidad de herramientas de bioinformática y métodos de cribado virtual por ordenador (CV) que permitan probar todas las hipótesis necesarias antes de realizar los ensayos clínicos, tales como el docking estructural, mediante el programa BINDSURF. Sin embargo, la precisión de la mayoría de los métodos de CV se ve muy restringida a causa de las limitaciones presentes en las funciones de afinidad o scoring que describen las interacciones biomoleculares, e incluso hoy en día estas incertidumbres no se conocen completamente. En este trabajo abordamos este problema, proponiendo un nuevo enfoque en el que las redes neuronales se entrenan con información relativa a bases de datos de compuestos conocidos (proteínas diana y fármacos), y se aprovecha después el método para incrementar la precisión de las predicciones de afinidad del método de CV BINDSURF.