Skip to main content
Ctrl
+
K
Métodos Numéricos y Optimización
Unidad 1: Introducción a Python
Introducción
Matrices y vectores
Introducción a pandas
Manejo de archivos
Algebra computacional con
Sympy
Evaluemos lo aprendido!!
Primer parcial de métodos numéricos: Introducción al Python para análisis numérico.
Unidad 2: Cálculo de raices
Método de la Bisección
Método de la Falsa Posición
Métodos abiertos
Método de newton-raphson
Método de la secante
Unidad 3: Ajuste de Curvas e Interpolación
Método de regresión por Mínimos cuadrados.
Interpolación de lagrange
Unidad 4: Sistemas de Ecns Lineales
Unidad 5: Diferenciación e Integración
Método de euler para integración numérica
Regla trapezoidal para integración numérica
Regla trapezoidal multiple
Regla de Simpson
\(1/3\)
Métodos numéricos y Optimización: Segundo exámen parcial
Unidad 6: Optimización Irrestricta
Forma analítica de hallar los óptimos: en Sympy
Métodos cerrados de optimización
Interpolación cuadrática
Algoritmo de newton-Raphson para óptimización
Método del gradiente
Unidad 7: Ecns Diferenciales Ordinarias
Método de euler para ecuaciones diferenciales.
Método de Runge Kutta para solución de ecuaciones diferenciales
Sesión de streamlit ⌨️👨💻🖥️🌐
Unidad 8: Programación lineal
Unidad 9: Programación NO Lineal
Repository
Open issue
Index
