Tag: MATHEMATICAL-OPTIMIZATION
La variable de decisión de mi problema de optimización (que estoy tratando de mantener lineal) es un vector binario de ubicación, donde el valor en cada posición es 0 o 1 (dos ubicaciones posibles diferentes del elemento i). Uno de los componentes de la función objetivo es el siguiente: C_T . . . Read more
Dada una muestra de una distribución y asumiendo que es Gaussiana (distribución normal con mu y sigma desconocidos), la tarea es encontrar los parámetros media (mean) y desviación estándar (standard deviation) que la describen mejor. ¿Cuál es la diferencia matemática y por qué arroja resultados diferentes? Y si son diferentes, . . . Read more
Supongamos que tenemos un número n de bolas. Una bola i tiene un color ci del conjunto de colores C. El objetivo es colocar las bolas en cajas de igual tamaño K, y queremos que la distribución de colores dentro de la caja sea la misma que la distribución global . . . Read more
Estoy tratando de implementar un descenso de gradiente para aproximar los datos. Con la función Y = P0 + P1*X (o y=kx+b), el modelo funciona bien. Aquí está el código completo: import numpy as np import matplotlib.pyplot as plt from sklearn.linear_model import SGDRegressor def gradient(x, y): P0 = P1 = . . . Read more
Estoy tratando de implementar el método de Newton-Gauss en Python. Aquí está mi código completo: import numpy as np import matplotlib.pyplot as plt %matplotlib inline def gauss_newton(X, Y, max_iter=1000, eps=1e-6): P0 = [1, 1, 1] J = np.zeros([len(X), len(P0)]) for i in range(max_iter): j1 = 1 j2 = P0[0] j3 . . . Read more