<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>METODOS NUMERICOS</title><description>una coleccion de metodos numericos y algoritmos de optimizacion</description><link>https://proyecto-lily.vercel.app/</link><item><title>Regla de Cramer</title><link>https://proyecto-lily.vercel.app/posts/examples/reglacramer/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/reglacramer/</guid><description>Método utilizado para resolver sistemas de ecuaciones lineales con el mismo número de ecuaciones que de incógnitas, utilizando determinantes. Cada incógnita se calcula como el cociente entre el determinante de una matriz modificada y el determinante de la matriz de coeficientes.</description><pubDate>Sun, 11 May 2025 22:46:00 GMT</pubDate></item><item><title>Metodo de la Regla Falsa</title><link>https://proyecto-lily.vercel.app/posts/examples/regla-falsa/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/regla-falsa/</guid><description>También conocido como el método de la bisección modificada, es una técnica iterativa para encontrar raíces de ecuaciones no lineales. Combina las ventajas del método de bisección y la secante, utilizando los valores de los extremos de un intervalo para estimar una mejor aproximación de la raíz.</description><pubDate>Sat, 10 May 2025 15:00:00 GMT</pubDate></item><item><title>Eliminacion gaussinana</title><link>https://proyecto-lily.vercel.app/posts/examples/eliminaciongaussiana/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/eliminaciongaussiana/</guid><description>Procedimiento sistemático para resolver sistemas de ecuaciones lineales, transformando la matriz en una forma escalonada mediante operaciones elementales. Preciso y fundamental en álgebra lineal.</description><pubDate>Thu, 08 May 2025 22:46:00 GMT</pubDate></item><item><title>Metodo Gauss-Jordan</title><link>https://proyecto-lily.vercel.app/posts/examples/gaussjordan/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/gaussjordan/</guid><description>Variante extendida de la eliminación gaussiana que lleva la matriz a su forma reducida por filas, permitiendo obtener la solución directa del sistema sin sustituciones posteriores.</description><pubDate>Tue, 06 May 2025 22:46:00 GMT</pubDate></item><item><title>Metodo de Gauss-Seidel</title><link>https://proyecto-lily.vercel.app/posts/examples/gaussseidel/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/gaussseidel/</guid><description>Técnica iterativa para resolver sistemas lineales, que mejora progresivamente la solución al usar los valores más recientes en cada paso. Eficiente en matrices grandes y dispersas.</description><pubDate>Sat, 03 May 2025 22:46:00 GMT</pubDate></item><item><title>Interpolación de Lagrange</title><link>https://proyecto-lily.vercel.app/posts/examples/lagrange/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/lagrange/</guid><description>Técnica que utiliza polinomios de Lagrange para aproximar una función que pasa exactamente por un conjunto de puntos dados. Es ideal para datos igualmente distribuidos y fácil de aplicar sin necesidad de resolver sistemas de ecuaciones.</description><pubDate>Sat, 03 May 2025 21:30:00 GMT</pubDate></item><item><title>Reglas de Integración Numérica (Trapezoidal y Simpson 1/3 y 3/8)</title><link>https://proyecto-lily.vercel.app/posts/examples/integracionnumerica/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/integracionnumerica/</guid><description>Métodos como la Regla del Trapecio y las Reglas de Simpson (1/3 y 3/8) permiten aproximar áreas bajo curvas mediante figuras geométricas simples, combinando precisión y eficiencia para funciones continuas.</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Interpolación resolviendo Ax=b</title><link>https://proyecto-lily.vercel.app/posts/examples/interpolacion/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/interpolacion/</guid><description>Método que utiliza sistemas lineales para encontrar el polinomio que pasa por un conjunto de puntos, resolviendo la matriz de coeficientes para obtener los valores del polinomio.</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Metodo de la inversa</title><link>https://proyecto-lily.vercel.app/posts/examples/inversa/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/inversa/</guid><description>Técnica para resolver sistemas lineales usando la matriz inversa de los coeficientes. Útil cuando se requiere resolver varios sistemas con la misma matriz</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Metodo de Jacobi</title><link>https://proyecto-lily.vercel.app/posts/examples/jacobi/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/jacobi/</guid><description>Un método iterativo para resolver sistemas de ecuaciones lineales, donde cada incógnita se actualiza de forma independiente usando los valores de la ecuación en la iteración anterior. Es útil cuando se trabaja con grandes sistemas dispersos.</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Metodo de Montante</title><link>https://proyecto-lily.vercel.app/posts/examples/metododemontante/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/metododemontante/</guid><description>Un enfoque directo para resolver sistemas de ecuaciones lineales, basado en la matriz aumentada. Consiste en una serie de pasos de eliminación hacia adelante para transformar la matriz en una forma triangular superior, facilitando la solución de las incógnitas.</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Aproximacion por mínimos cuadrados</title><link>https://proyecto-lily.vercel.app/posts/examples/minimoscuadrados/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/minimoscuadrados/</guid><description>Método utilizado para ajustar una curva a un conjunto de datos, minimizando la suma de los cuadrados de las diferencias entre los puntos dados y la curva estimada. Es ampliamente usado en regresión y ajuste de modelos.</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Splines</title><link>https://proyecto-lily.vercel.app/posts/examples/splines/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/splines/</guid><description>Técnicas de interpolación que utilizan polinomios de bajo grado para aproximar funciones en segmentos. Los splines cúbicos son los más comunes, garantizando una transición suave entre los puntos de datos al asegurar continuidad en la primera y segunda derivada. Son útiles para modelar curvas suaves en problemas de ajuste de datos.</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Interpolacion de Newton por diferencias</title><link>https://proyecto-lily.vercel.app/posts/examples/interpolacionnewton/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/interpolacionnewton/</guid><description>Técnica que construye un polinomio interpolante usando diferencias divididas, ideal para datos con puntos desigualmente espaciados y fácil de actualizar con nuevos valores.</description><pubDate>Fri, 02 May 2025 22:46:00 GMT</pubDate></item><item><title>Metodo de Bisección</title><link>https://proyecto-lily.vercel.app/posts/examples/biseccion/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/biseccion/</guid><description>Técnica numérica clásica para encontrar raíces de ecuaciones, dividiendo un intervalo en mitades sucesivas hasta acercarse a la solución. Ideal por su simplicidad y confiabilidad.</description><pubDate>Fri, 02 May 2025 15:00:00 GMT</pubDate></item><item><title>Metodo de Newton-Raphson</title><link>https://proyecto-lily.vercel.app/posts/examples/newtonraphson/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/newtonraphson/</guid><description>Técnica iterativa para encontrar las raíces de una ecuación no lineal. Parte de una estimación inicial y mejora sucesivamente el valor utilizando la derivada de la función. Es eficiente y converge rápidamente cuando la estimación inicial está cerca de la raíz.</description><pubDate>Fri, 02 May 2025 15:00:00 GMT</pubDate></item><item><title>Metodo de la Secante</title><link>https://proyecto-lily.vercel.app/posts/examples/secante/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/secante/</guid><description>Técnica iterativa para encontrar las raíces de una ecuación no lineal. Es similar al método de Newton-Raphson, pero no requiere el cálculo de derivadas. En lugar de usar la derivada, se utiliza una aproximación lineal entre dos puntos consecutivos para estimar la raíz.</description><pubDate>Fri, 02 May 2025 15:00:00 GMT</pubDate></item><item><title>Serie de Talyor</title><link>https://proyecto-lily.vercel.app/posts/examples/seriedetaylor/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/seriedetaylor/</guid><description>Expansión de una función en una suma infinita de términos calculados a partir de sus derivadas en un solo punto. Es útil para aproximar funciones complicadas mediante polinomios, proporcionando una representación de la función en términos de potencias de la diferencia entre la variable y el punto de expansión.</description><pubDate>Fri, 02 May 2025 15:00:00 GMT</pubDate></item><item><title>Runge-Kutta.</title><link>https://proyecto-lily.vercel.app/posts/examples/rungekutta/</link><guid isPermaLink="true">https://proyecto-lily.vercel.app/posts/examples/rungekutta/</guid><description>Un método numérico utilizado para resolver ecuaciones diferenciales ordinarias. Proporciona una aproximación de la solución mediante una serie de pasos iterativos, mejorando la precisión con respecto a métodos más simples como Euler, utilizando una combinación ponderada de evaluaciones de la función en varios puntos dentro de cada intervalo.</description><pubDate>Thu, 01 May 2025 15:00:00 GMT</pubDate></item></channel></rss>