Funciones de variables concretas.

Se expone una teoría de las funciones de variables concretas para obtener la clave aclaratoria de las numerosas confusiones que existen en las fórmulas de Física, tales como, el significado de las constantes universales.

Algoritmos para mineria de datos con redes de neuronas

Este trabajo propone una serie de algoritmos con el objetivo de extraer información de conjuntos de datos con redes de neuronas. Se estudian dichos algoritmos con redes de neuronas Enhenced Neural Networks (ENN), debido a que esta arquitectura tiene algunas ventajas cuando se aproximan funciones mediante redes neuronales. En la red ENN los pesos de la matriz principal varián con cada patrón, por lo que se comete un error menor en la aproximación. Las redes de neuronas ENN reúnen la información en los pesos de su red auxiliar, se propone un método para obtener información de la red a través de dichos pesos en formas de reglas y asignando un factor de certeza de dichas reglas. La red ENN obtiene un error cuadrático medio menor que el error teórico de una aproximación matemática por ejemplo mediante polinomios de Taylor. Se muestra como una red ENN, entrenada a partir un conjunto de patrones obtenido de una función de variables reales, sus pesos asociados tienen unas relaciones similares a las que se veri_can con las variables independientes con dicha función de variables reales. Las redes de neuronas ENN aproximan polinomios, se extrae conocimiento de un conjunto de datos de forma similar a la regresión estadística, resolviendo de forma más adecuada el problema de multicolionalidad en caso de existir. Las relaciones a partir de los pesos asociados de la matriz de la red auxiliar se obtienen similares a los coeficientes de una regresión para el mismo conjunto numérico. Una red ENN entrenada a partir de un conjunto de datos de una función boolena extrae el conocimiento a partir de los pesos asociados, y la influencia de las variables de la regla lógica de la función booleana, queda reejada en esos pesos asociados a la red auxiliar de la red ENN. Se plantea una red de base radial (RBF) para la clasificación y predicción en problemas forestales y agrícolas, obteniendo mejores resultados que con el modelo de regresión y otros métodos. Los resultados con una red RBF mejoran al método de regresión si existe colinealidad entre los datos que se dispone y no son muy numerosos. También se detecta que variables tienen más importancia en virtud de la variable pronóstico. Obteniendo el error cuadrático medio con redes RBF menor que con otros métodos, en particular que con el modelo de regresión. Abstract A series of algorithms is proposed in this study aiming at the goal of producing information about data groups with a neural network. These algorithms are studied with Enheced Neural Networks (ENN), owing to the fact that this structure shows sever advantages when the functions are approximated by neural networks. Main matrix weights in th ENN vary on each pattern; so, a smaller error is produced when approximating. The neural network ENN joins the weight information contained in their auxiliary network. Thus, a method to obtain information on the network through those weights is proposed by means of rules adding a certainty factor. The net ENN obtains a mean squared error smaller than the theorical one emerging from a mathematical aproximation such as, for example, by means of Taylor's polynomials. This study also shows how in a neural network ENN trained from a set of patterns obtained through a function of real variables, its associated weights have relationships similar to those ones tested by means of the independent variables connected with such functions of real variables. The neural network ENN approximates polynomials through it information about a set of data may be obtained in a similar way than through statistical regression, solving in this way possible problems of multicollinearity in a more suitable way. Relationships emerging from the associated weights in the auxiliary network matrix obtained are similar to the coeficients corresponding to a regression for the same numerical set. A net ENN trained from a boolean function data set obtains its information from its associated weights. The inuence of the variables of the boolean function logical rule are reected on those weights associated to the net auxiliar of the ENN. A radial basis neural networks (RBF) for the classification and prediction of forest and agricultural problems is proposed. This scheme obtains better results than the ones obtained by means of regression and other methods. The outputs with a net RBF better the regression method if the collineality with the available data and their amount is not very large. Detection of which variables are more important basing on the forecast variable can also be achieved, obtaining a mean squared error smaller that the ones obtained through other methods, in special the one produced by the regression pattern.

Exàmens resolts de FMI 2, Grau en Enginyeria Civil, Cursos 2010-2011, 2011-2012 i 2012-2013

Exàmens resolts de Fonaments Matemàtics de l'Enginyeria II del Grau en Enginyeria Civil de la Universitat d'Alacant dels cursos 2010-2011, 2011-2012 i 2012-2013

Política de competitividad

Incluye Bibliografía

Teoria delle funzioni di variabili complesse /

Vol. 1.

Alcune riflessioni relative alla teorica generale delle funzioni di variabili affatto lebere, ossia complesse /

Mode of access: Internet.

Sucesiones y series funcionales : funciones de varias variables. Tomo 3.

Este libro forma parte de una colección de cinco tomos pensados como libros de texto de las asignaturas de Cálculo de los diferentes estudios de la Escuela Politécnica Superior de Ingeniería de la Universidad de Cantabria. En este tomo se desarrolla teoría y problemas; la presentación de los resultados teóricos es fluída y fácil de entender y asimilar. Además, se evitan las demostraciones intrincadas, que no afianzan las técnicas y conceptos manejados por ellas. A medida que se presenta la teoría se incluye, con objeto de ilustrarla, un buen número de ejemplos sencillos. Cada capítulo finaliza con ejercicios resueltos detalladamente y una relación de ejercicios propuestos, algunos de ellos incluídos en examen. Todo ello con el objeto de proporcionar al alumnado un material de apoyo para su tarea cotidiana.

El consejo escolar en la ESO : funciones legales-funciones reales

Dossier

An??lisis de variables relacionadas con el acceso y desempe??o de las funciones directiva y docente en las nuevas universidades populares espa??olas : un estudio a nivel nacional

Resumen tomado de la pubicaci??n

Identificación, análisis y valoración de los ámbitos de responsabilidad de los directores escolares, y creación de una base de información para la elaboración de planes y programas de formación y selección que hagan posible el desempeño eficiente de las funciones directivas.

Elaborar un modelo matemático que permita cuantificar las distancias que existen entre tipos ideales puros y tipos ideales híbridos de directores y directores reales. Definir tipos ideales puros y tipos ideales híbridos de directores. Se plantean 4 hipótesis de trabajo. 17 directores-as y 310 profesores-as de centros de Educación Secundaria de Salamanca. Se realiza una fundamentación teórica del ajuste entre modelos ideales o configuraciones y patrones reales de dirección. Se presenta un estudio descriptivo en el que se analizan distintas variables referentes a directivos y profesorado. Las variables también se analizan mediante análisis de correlaciones, cálculo de la distancia de los directores-as a cada uno de los tipos ideales, y análisis de varianza. Los instrumentos de recogida de información son: plantilla-registro de tareas y tiempos para directores-as y cuestionarios de directores-as y de profesores-as. Se observa que los directores-as definen tipos ideales muy similares a los que definen los profesores-as. Los directores-as deforman la valoración que hacen de su actuación, tendiendo a percibir su realidad con un sesgo significativo hacia el ideal de director-a que se han formado. Se dan diferencias significativas entre el director-a real, de una parte, y los directores-as reales percibidos y directores-as ideales. La actuación del director-a real no se corresponde ni con el comportamiento real percibido ni con el comportamiento ideal. Se concluye que se debe promover la autoevaluación del ejercicio de la función directiva facilitando instrumentos para garantizar que se realiza con un grado de objetividad suficiente. Se debe prestar especial atención a formas de actuación directiva que se perciben como más difíciles por aquellos entre quienes se han de seleccionar los futuros directores-as. Se necesita avanzar en el estudio de tipos ideales puros de directores-as e ideales híbridos de ideales puros de directores-as, categorizando los entornos e introduciendo en los diseños las variables del entorno como determinantes de las configuraciones de factores que han de definir los diferentes ideales.

Modelo para el tratamiento de conjuntos complejos con datos ausentes de variables categóricas en un contexto de e-democracia. Aplicación a encuestas de opinión

La falta de información es un escenario más que habitual en la utilización de conjuntos de datos. En las aplicaciones del mundo real existen múltiples causas – errores o fallos de los sensores cuando se trabaja con equipos automáticos, desconocimiento o falta de interés por parte de los responsables de introducir la información, negativas por parte de los informantes a responder a preguntas sobre temas comprometidos en encuestas … – que pueden originarlo. Como consecuencia de ello, el procesamiento de los valores ausentes es, en la práctica, uno de los trabajos que más tiempo consumen en los proyectos de minería de datos y aprendizaje automático [109] y se estima que alrededor del 60% de los esfuerzos se destinan al mismo [23]. Aunque la ausencia puede producirse en cualquier tipo de datos, sean éstos numéricos o categóricos, nos vamos a centrar en los últimos a causa de algunas peculiaridades que merece la pena estudiar. Y hablaremos indistintamente de ausencia de información, valores ausentes, falta de respuesta, datos parcialmente observados o falta de datos, pues en cualquiera de estas formas aparece citado el problema. Las técnicas para afrontarlo se vienen desarrollando ya desde hace tiempo [135], [6] y existen numerosas referencias en la literatura, sobre todo acerca de la falta de respuesta 6 en encuestas [32], [79]. Sin embargo, en el ámbito del aprendizaje automático es en los últimos años cuando se ha convertido en un área de investigación dinámica, con frecuentes aportaciones [94]. Los dos puntos de vista, el estadístico y el del aprendizaje automático, consideran el problema en formas bien diferentes y tienen distintos objetivos, lo que origina, a su vez, discrepancias en la clasificación de las técnicas y en los criterios para su evaluación. Por un lado, el enfoque estadístico paramétrico tradicional considera el conjunto de datos como una muestra, resultado de la extracción aleatoria de una población con una distribución probabilística. Bajo este supuesto, el objetivo es obtener algunos de los parámetros que caracterizan esa distribución – la media, la moda, la correlación entre variables, etc. – calculándose los correspondientes estimadores como funciones de los datos de la muestra. La ausencia de datos es, aquí, un problema de estimación que se afronta desde diferentes perspectivas. Por su parte, en el ámbito de los procedimientos de aprendizaje automático existen múltiples técnicas que pueden utilizarse para tratar los datos ausentes mediante su sustitución por valores obtenidos a partir de los datos observados: redes neuronales, árboles de decisión, etc. Cuando los datos que faltan son categóricos, se pueden utilizar técnicas específicas como los procedimientos de clasificación: las categorías a asignar coinciden con los distintos valores posibles del atributo que tiene falta de información. Pueden utilizarse métodos supervisados y no supervisados. En el primer caso, cuando existe más de un atributo con falta de datos, el aprendizaje se realiza sucesiva y separadamente para cada uno, lo que significa que la tarea ha de repetirse tantas veces como atributos con valores ausentes hay en el conjunto de datos [72]. El inicio de los trabajos de esta tesis ha estado principalmente motivado en la necesidad de mejorar los resultados obtenidos al tratar de resolver problemas de falta de 7 información de variables categóricas en sondeos de opinión utilizando los procedimientos que la literatura considera como el estado del arte en ese ámbito. Se ha encontrado, así, que muchos de los métodos que se proponen tienen hipótesis de funcionamiento que están muy lejos de las situaciones reales que se encuentran en la práctica y, además, las soluciones existentes han avanzado frecuentemente en direcciones no adecuadas, sin replantear los fundamentos básicos. Esto ha conducido de una forma natural a probar métodos propios de otro ámbito como es el aprendizaje automático, para lo que ha sido necesario, en ocasiones, proponer modificaciones de algunos procedimientos ya existentes de modo que pudieran aceptar como entradas el tipo de datos que estos sondeos de opinión manejan. Como resultado, y en el caso concreto de un tipo específico de redes neuronales, se ha diseñado una nueva arquitectura y un nuevo algoritmo de funcionamiento que se presentan aquí como aportación más novedosa de este estudio.

El desarrollo de funciones cognitivas al resolver problemas cient?ficos significativos en contextos reales y "Tecnol?gicos"

El presente documento constituye el informe final que se realiza sobre una investigaci?n que pretende determinar las diferencias que se pudieran dar en el desempe?o de una muestra de estudiantes al resolver problemas cient?ficos relacionados con la conceptualizaci?n y medici?n de la densidad de cuerpos no regulares en ambientes reales y/o en ambientes tecnol?gicos, para lo cual se tuvo en cuenta una metodolog?a de an?lisis de tareas.

Funciones de varias variables y sus derivadas. Con aplicaciones a la administración, a las Ciencias Sociales y a la Economía

Funciones de varias variables y sus derivadas con aplicaciones a la administración, las Ciencias Sociales y la Economía es una lección en la que, además de los conceptos fundamentales fe funciones de varias variables, se construyen gráficas en dos y tres dimensiones, algunas de ellas utilizando software matemático; de igual manera, se muestran aplicaciones de funciones de producción, costo y demanda, curvas de indiferencia e isocuantas, aplicaciones a la administración, las ciencias sociales y la economía de la diferencia total, análisis marginal, costo promedio marginal, tasa marginal de sustitución, artículos sustitutos y complementarios, y finalmente, se le da importancia al planteamiento de problemas de optimización empleando los multiplicadores de Lagrange.

La importancia de las representaciones semióticas de funciones reales en la resolución de problemas de cálculo integral

En este trabajo se describen las dificultades que tienen los estudiantes de ingenieria en FIME-UANL, al representar una función real en diferentes sistemas semióticos en la resolución de problemas, lo cual influye decisivamente en temas posteriores como es el de cálculo integral. La constatación se realiza mediante la aplicación de un test científico que evidencia el cambio de registros como la dificultad fundamental. La fundamentación teórica del trabajo se basa en la noción semiótica de registros llevado al plano matemático. Se hace una propuesta en la enseñanza de la matemática para aportar al aprendizaje del tema de funciones, que toma como fundamental la introducción de tareas y acciones relacionadas con el tránsito entre representaciones semióticas y así contribuir a la posibilidad de resolver problemas en el cálculo integral.