MINIMOS CUADRADOS.
Mínimos cuadrados es una técnica de Análisis numérico encuadrada dentro de la optimización matemática, en la que, dados un conjunto de pares (o ternas, etc), se intenta encontrar la función que mejor se aproxime a los datos (un "mejor ajuste"), de acuerdo con el criterio de mínimo error cuadrático.
En su forma más simple, intenta minimizar la suma de cuadrados de las diferencias ordenadas (llamadas residuos) entre los puntos generados por la función y los correspondientes en los datos. Específicamente, se llama mínimos cuadrados promedio (LMS) cuando el número de datos medidos es 1 y se usa el método de descenso por gradiente para minimizar el residuo cuadrado. Se puede demostrar que LMS minimiza el residuo cuadrado esperado, con el mínimo de operaciones (por iteración), pero requiere un gran número de iteraciones para converger.
Desde un punto de vista estadístico, un requisito implícito para que funcione el método de mínimos cuadrados es que los errores de cada medida estén distribuidos de forma aleatoria. El teorema de Gauss-Márkov prueba que los estimadores mínimos cuadráticos carecen de sesgo y que el muestreo de datos no tiene que ajustarse, por ejemplo, a una distribución normal.
La técnica de mínimos cuadrados se usa comúnmente en el ajuste de curvas. Muchos otros problemas de optimización pueden expresarse también en forma de mínimos cuadrados, minimizando la energía o maximizando la entropía.
Mínimos cuadrados es una técnica de Análisis numérico encuadrada dentro de la optimización matemática, en la que, dados un conjunto de pares (o ternas, etc), se intenta encontrar la función que mejor se aproxime a los datos (un "mejor ajuste"), de acuerdo con el criterio de mínimo error cuadrático.
En su forma más simple, intenta minimizar la suma de cuadrados de las diferencias ordenadas (llamadas residuos) entre los puntos generados por la función y los correspondientes en los datos. Específicamente, se llama mínimos cuadrados promedio (LMS) cuando el número de datos medidos es 1 y se usa el método de descenso por gradiente para minimizar el residuo cuadrado. Se puede demostrar que LMS minimiza el residuo cuadrado esperado, con el mínimo de operaciones (por iteración), pero requiere un gran número de iteraciones para converger.
Desde un punto de vista estadístico, un requisito implícito para que funcione el método de mínimos cuadrados es que los errores de cada medida estén distribuidos de forma aleatoria. El teorema de Gauss-Márkov prueba que los estimadores mínimos cuadráticos carecen de sesgo y que el muestreo de datos no tiene que ajustarse, por ejemplo, a una distribución normal.
La técnica de mínimos cuadrados se usa comúnmente en el ajuste de curvas. Muchos otros problemas de optimización pueden expresarse también en forma de mínimos cuadrados, minimizando la energía o maximizando la entropía.
PRESION HIDROSTATICA.
La presión en un fluido es la presión termodinámica que interviene en la ecuación constitutiva y en la ecuación de movimiento del fluido, en algunos casos especiales esta presión coincide con la presión media o incluso con la presión hidrostática.
Un fluido pesa y ejerce presión sobre las paredes, sobre el fondo del recipiente que lo contiene y sobre la superficie de cualquier objeto sumergido en él. Esta presión, llamada presión hidrostática provoca, en fluidos en reposo, una fuerza perpendicular a las paredes del recipiente o a la superficie del objeto sumergido sin importar la orientación que adopten las caras. Si el líquido fluyera, las fuerzas resultantes de las presiones ya no serían necesariamente perpendiculares a las superficies. Esta presión depende de la densidad del líquido en cuestión y de la altura a la que esté sumergido el cuerpo y se calcula mediante la siguiente expresión:
Donde, usando unidades del SI,
P es la presión hidrostática (en pascales);
ρ es la densidad del líquido (en kilogramos sobre metro cúbico);
g es la aceleración de la gravedad (en metros sobre segundo al cuadrado);
h es la altura del fluido (en metros). Un liquido en equilibrio ejerce fuerzas perpendiculares sobre cualquier superficie sumergida en su interior
Un fluido pesa y ejerce presión sobre las paredes, sobre el fondo del recipiente que lo contiene y sobre la superficie de cualquier objeto sumergido en él. Esta presión, llamada presión hidrostática provoca, en fluidos en reposo, una fuerza perpendicular a las paredes del recipiente o a la superficie del objeto sumergido sin importar la orientación que adopten las caras. Si el líquido fluyera, las fuerzas resultantes de las presiones ya no serían necesariamente perpendiculares a las superficies. Esta presión depende de la densidad del líquido en cuestión y de la altura a la que esté sumergido el cuerpo y se calcula mediante la siguiente expresión:
Donde, usando unidades del SI,
P es la presión hidrostática (en pascales);
ρ es la densidad del líquido (en kilogramos sobre metro cúbico);
g es la aceleración de la gravedad (en metros sobre segundo al cuadrado);
h es la altura del fluido (en metros). Un liquido en equilibrio ejerce fuerzas perpendiculares sobre cualquier superficie sumergida en su interior
Volumen:
Desvición tipica:
La probabilidad de que en un cultivo bacteriano una bacteria sea Gram negativa es de 4 x 10
Axioma:
