Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
tener conocimientos de ciertos conceptos sobre Discretización, así como cada una de sus
características. Para ello es necesario que investigues lo que se solicita en esta actividad, así como
desarrollar tu capacidad de análisis y síntesis para documentar tu investigación y realizar una tabla
descriptiva que represente cada uno de los elementos solicitados. Posteriormente compartirás la
información investigada mediante un foro, así como replicar la participación de 2 de tus
compañeros. Indicaciones de la
actividad: 1. Investiga en diferentes fuentes los conceptos fundamentales de la UNIDAD 3:
• Discretización
Los orígenes del método de discretización se basan en un resultado bastante conocido. En un
curso típico de cálculo en varias variables se prueba la siguiente caracterización para funciones
continuas en términos de sucesiones
Teorema: La función f : Rn → Rm es continua en el punto a ∈ Rn si, y sólo si, para toda sucesión
{ xk } k ∈ Nen Rn tal que xn → a se cumple que f ( xk )→ f ( a).
La forma clásica de probar la suficiencia del teorema anterior es proceder por el método de
reducción al absurdo. Este método supone negar la conclusión. En nuestro caso, supongamos que
f no es continua en un punto
a ∈ Rn esto significa que existe un e >0 tal que para todo δ >0 existen x ∈ Rn con|| x− a||<δ
pero||f ( x ) – f ( a )||≥ e . Ahora bien, para tal e> 0 se sigue que si δ toma el valor 1 , obtenemos un elemento x 1 en
1 1
el valor , obtenemos un elemento xk en Rn , tal que 0<|| xk− a||< , pero||f ( xk ) – f ( a )||≥e . Esto contradic
k k
al punto a , pero cuya sucesión de imágenes f ( xk ) no converge a f ( a ) . Por lo tanto , lo que asumimos
originalmente debe ser falso , es decir que f sí es continua en a∈ Rn.
En la prueba del teorema anterior hemos procedido a darle valores discretos a δ, tales valores son
1, 1/2, 1/3, . . .. Cada vez que nos encontremos en una tal situación en la que podemos darle
valores discretos a cierta variable, como en el caso anterior, estaremos haciendo uso del llamado
método de discretización. En lo que sigue expondremos varios ejemplos, de naturaleza distinta,
donde el método de discretización puede ser utilizado con éxito.
Discretización de sistemas continuos1
En este capítulo se estudian distintos procedimientos para obtener sistemas en
tiempo discreto que
se comporten aproximadamente igual que un sistema en tiempo continuo dado.
Esta operación
suele denominarse discretización. El problema no tiene solución exacta en
general, aunque las
diferentes técnicas que se describirán son de frecuente aplicación, sin gran
problema si el periodo
de muestreo es pequeño.
Ejemplos de aplicaciones son:
a) La simulación con ordenador de un sistema en tiempo continúo. En esencia, es
una
discretización, como lo son las técnicas numéricas de integración de ecuaciones
diferenciales.
b) El diseño de un filtro digital basado en un diseño analógico anterior.
c) El diseño de un regulador digital basado en un diseño analógico.
Un sistema se puede ver como cualquier proceso que produce una transformación
de señales.
Entonces un sistema tiene una señal de entrada una señal de salida la cual está
relacionada con la
entrada a través de la transformación del sistema.
Nos interesan tanto sistemas en tiempo continuo como en tiempo discreto.
Un sistema de tiempo continuo es aquel en el que las señales de entrada de
tiempo continuo son
transformadas en señales de salida de tiempo continuo. Tales sistemas se
señalan en forma gráfica
como:
Los sistemas se pueden conectar en serie, en paralelo, o en serie – paralelo como
en los diagramas siguientes:
• Modelación matemática
LA MODELACIÓN MATEMÁTICA
• Modelos matemáticos
Modelos
Después de formular un problema e identificar las posibles soluciones que las
restricciones permitan considerar factibles, el siguiente paso consiste en formular
de nuevo el problema para poderlo analizar más fácilmente. Para esto se utilizan
los modelos. Un modelo es una representación cualitativa y/o cuantitativa de un
sistema, en el cual se muestran las relaciones predominantes entre sus
elementos.
Por esta razón, un modelo no puede incluir todos los aspectos de un sistema real,
sino solamente los mas importantes. Es decir, los objetivos y procesos físicos y los
símbolos y sus relaciones constituyen el modelo, de manera que la representación
se hace generalmente, con medios de sustancia distinta la los del sistema original.
Un modelo debe ser bastante detallado si se desea representar válidamente el
problema real.
Un modelo contiene los siguientes elementos:
1. PARÁMETROS. En el modelo son objetos o símbolos que representan a
entidades o atribuciones del sistema que permanecen constantes durante el
estudio.
2. VARIABLES. Son objetos o símbolos en el modelo, que representan a
entidades o atributos del sistema que cambian en el tiempo durante el estudio.
3. RELACIONES FUNCIONALES. Son los procesos físicos o las relaciones entre
los símbolos de un modelo, que representan a las actividades y a las relaciones
entre los elementos de un sistema. Describen la forma en que cambian las
variables y como las afectan los parámetros.
• Definición de algoritmo
¿Qué es un algoritmo?
Un algoritmo es un conjunto o fórmula de instrucciones detalladas paso a paso
para resolver un problema o completar una tarea. En informática, los
programadores escriben algoritmos que instruyen a la computadora cómo realizar
una tarea.
Incluso el buscador de Google, cuando realizas una búsqueda, tiene su propio
algoritmo para mostrarte las webs que considera más importantes con esa
búsqueda, ordenadas según su relevancia. Es lo que se llama posicionamiento
web y una de las formas de aprenderlo es con un curso SEO (search engine
optimization).
Pensando en un algoritmo de la manera más general (no sólo en lo que respecta a
la informática o a internet), los algoritmos están en todas partes. Una receta para
hacer comida es un algoritmo, el método que se usa para sumar o restar es un
algoritmo, y el proceso de doblar una camisa o unos pantalones es un algoritmo.
Algoritmos en matemáticas
El pensamiento algorítmico, o la habilidad de definir pasos claros para resolver un
problema, es crucial en matemáticas.
Por ejemplo, cuando estás resolviendo una división con decimales, sin darte
cuenta estás usando un algoritmo, ya que es una iteración de los mismos pasos
continuamente.
Algoritmo
¿Qué es un algoritmo?
Como algoritmo denominamos un conjunto ordenado y finito de operaciones
simples a través del cual podemos hallar la solución a un problema.
La palabra algoritmo proviene del latín tardío alborarismus, y este a su vez es una
abreviación del árabe clásico ḥisābu lḡubār, que significa ‘cálculo mediante cifras
arábigas’.
Los algoritmos nos permiten ejecutar una acción o resolver un problema mediante
una serie de instrucciones definidas, ordenadas y finitas. Así, dado un estado
inicial y una entrada, y siguiendo los sucesivos pasos indicados, se llega al estado
final y se obtiene una solución.
Características de un algoritmo
Todo algoritmo debe cumplir con estas características básicas:
Tienen inicio y fin: todo algoritmo comienza en un estado inicial con una
serie de datos específicos, y culmina con una solución o salida.
Funcionan en secuencia: un algoritmo está compuesto por una serie de
pasos ordenados.
Las secuencias son concretas: cada paso es claro y no deja lugar a la
ambigüedad.
Los algoritmos son abstractos: son modelos o guías para ordenar
procesos.
La cantidad de pasos de un algoritmo es finita.
Referencias:
Es.qwe.wiki. 2020. Matemáticas Discretas - Discrete Mathematics - Qwe.Wiki. [online] Available at:
<https://es.qwe.wiki/wiki/Discrete_mathematics> [Accessed 9 June 2020].