Sesión 7

INICIAR

Lic. Ingeniería en Sistemas y Tecnologías de la InformaciónSesión 7

Matemáticas para ingeniería

Matemáticas para ingeniería. SESIÓN 7

Bienvenidos a la sesión 7 de nuestra materia Matemáticas para ingeniería.

Para comprender con más detalle los conceptos generales de la asignatura Matemáticas para Ingeniería I (Álgebra) es necesario revisar los siguientes temas:7. Aplicaciones de algebra lineal en ingeniería informática 7.1. Uso de álgebra lineal en el procesamiento de imágenes 7.2. Uso de álgebra lineal en el análisis de redes y sistemas distribuidos 7.3. Aplicaciones en el análisis de redes y sistemas distribuidos 7.4. Aplicaciones en el diseño y análisis de algoritmos para la inteligencia artificial 7.5. Introducción al álgebra booleana 7.5.1. Su aplicación en la lógica digital y diseño de circuitos

Matemáticas para ingeniería. SESIÓN 7

Matemáticas para ingeniería. SESIÓN 7

Aplicaciones de algebra lineal en ingeniería informática

El álgebra lineal es una rama fundamental de las matemáticas que estudia los espacios vectoriales y las transformaciones lineales entre estos espacios. Esencial en muchas disciplinas, el álgebra lineal se convierte en una herramienta indispensable en el campo de la ingeniería informática. Desde la representación de datos hasta la optimización de algoritmos, el álgebra lineal proporciona los fundamentos matemáticos necesarios para abordar problemas complejos y desarrollar soluciones eficientes.

Eficiencia Computacional

Modelado y Simulación

Análisis de Datos

Aplicaciones de algebra lineal en ingeniería informática

Matemáticas para ingeniería. SESIÓN 7

Uso de álgebra lineal en el procesamiento de imágenes

El procesamiento de imágenes es un campo de la informática que se centra en la manipulación y análisis de imágenes digitales. Este campo ha ganado una importancia significativa en diversas áreas, desde la medicina hasta la industria del entretenimiento, debido a su capacidad para mejorar, transformar y analizar imágenes. Una herramienta matemática esencial en el procesamiento de imágenes es el álgebra lineal. El uso de vectores, matrices y transformaciones lineales permite realizar operaciones complejas de manera eficiente y efectiva.

Imagen Digital

Matriz

Vector

Transformación Lineal

Uso de álgebra lineal en el análisis de redes y sistemas distribuidos

Matemáticas para ingeniería. SESIÓN 7

El análisis de redes y sistemas distribuidos es un campo crítico en la informática moderna, abarcando desde la gestión de redes de computadoras hasta la optimización de sistemas distribuidos complejos. El álgebra lineal, con sus herramientas y técnicas matemáticas, proporciona una base sólida para abordar estos problemas, permitiendo la representación y análisis de grandes volúmenes de datos y la modelación de interacciones complejas. Las redes y los sistemas distribuidos están en el corazón de muchas aplicaciones modernas, incluyendo las redes sociales, las redes de computadoras, los sistemas de energía, y los sistemas de transporte.

Ventajas del Uso de Álgebra Lineal

Modelado Simplificado

Flexibilidad y Generalidad

Herramientas Analíticas Poderosas

Eficiencia Computacional

2

4

3

1

Aplicaciones en el análisis de redes y sistemas distribuidos

Matemáticas para ingeniería. SESIÓN 7

Se ha convertido en una disciplina crucial en la era moderna, donde la interconectividad y la distribución de recursos son la norma. Las redes, que pueden ser de computadoras, sociales, de transporte, entre otras, y los sistemas distribuidos, como los sistemas de energía y las plataformas de computación en la nube, requieren métodos sofisticados para su análisis y optimización.Redes: Una red es una colección de nodos (o vértices) interconectados por enlaces (o aristas). Las redes pueden ser físicas, como las redes de transporte o eléctricas, o abstractas, como las redes sociales o de información. Los estudios de redes buscan entender la estructura y el comportamiento de estas conexiones y cómo influyen en la funcionalidad del sistema. Sistemas Distribuidos: Un sistema distribuido es un conjunto de componentes que se encuentran en diferentes ubicaciones y que interactúan entre sí para alcanzar un objetivo común. Estos sistemas pueden incluir computadoras en una red, servidores en una nube, o sensores en una red de IoT (Internet de las cosas). El análisis de sistemas distribuidos se enfoca en cómo coordinar y optimizar la comunicación y el procesamiento de tareas a través de estos componentes dispersos.

Ventajas del Análisis de Redes y Sistemas Distribuidos:

Escalabilidad

Adaptabilidad

Mejora en la Toma de Decisiones

Eficiencia y Optimización

2

5

3

4

1

Resiliencia y Robustez

Aplicaciones en el diseño y análisis de algoritmos para la inteligencia artificial

Matemáticas para ingeniería. SESIÓN 7

La inteligencia artificial (IA) ha emergido como una de las áreas más dinámicas y transformadoras en la tecnología moderna. Desde sus primeros días hasta ahora, la IA ha evolucionado significativamente, impulsada por avances en el diseño y análisis de algoritmos. Estos algoritmos permiten a las máquinas aprender de los datos, tomar decisiones autónomas y realizar tareas complejas con precisión y eficiencia.

Algoritmos Supervisados

Algoritmos No Supervisados

Algoritmos de Aprendizaje rofundo

Algoritmos de Aprendizaje por Refuerzo

1

2

3

4

Existen varios tipos de algoritmos de IA, cada uno con sus propias características y aplicaciones específicas:

Introducción al álgebra booleana

Matemáticas para ingeniería. SESIÓN 7

Es una rama fundamental de las matemáticas que se centra en el estudio de las operaciones lógicas y sus propiedades. Fue desarrollado por George Boole en el siglo XIX y ha jugado un papel crucial en el desarrollo de la lógica matemática, la teoría de la computación y el diseño de circuitos digitales.El álgebra booleana es un sistema matemático que opera sobre valores binarios, típicamente representados como 1 (verdadero) y 0 (falso). Este sistema se utiliza para realizar operaciones lógicas y tomar decisiones basadas en condiciones lógicas. Las principales operaciones del álgebra booleana son la conjunción (AND), la disyunción (OR) y la negación (NOT). Estas operaciones se pueden combinar para construir expresiones lógicas más complejas.

2

Operaciones Fundamentales del Álgebra Booleana:

1

Conjunción (AND)

Disyunción (OR)

3

Negación (NOT)

La operación AND toma dos operandos y devuelve verdadero solo si ambos operandos son verdaderos. Se denota típicamente con el símbolo (·) o (∧).

La operación OR toma dos operandos y devuelve verdadero si al menos uno de los operandos es verdadero. Se denota con el símbolo (+) o (∨).

La operación NOT toma un solo operando y devuelve el valor opuesto. Se denota con el símbolo (¬) o (~).

Matemáticas para ingeniería. SESIÓN 7

Propiedades del Álgebra Booleana:

1

2

3

ConmutatividadA v B = B v AA ∧ B = A

Asociatividad(A ∨ B) ∨ C = A ∨ (B ∨ C)(A ∧ B) ∧ C = A ∧ (B ∧ C

DistributividadA ∨ (B ∧ C) = (A ∨ B) ∧ (A ∨ C)A ∧ (B ∨ C) = (A ∧ B) ∨ (A ∧ C)

6

7

8

IdentidadA ∨ 0 = AA ∧ 1 =A

ComplementoA ∨ ¬A = 1A ∧ ¬A = 0

IdempotenciaA ∨ A = AA ∧ A = A

El álgebra booleana posee varias propiedades importantes que son útiles para simplificar y manipular expresiones lógicas:

Ventajas del Álgebra Booleana:

• Simplicidad y Claridad: El álgebra booleana proporciona un marco claro y sencillo para representar y manipular expresiones lógicas, lo cual es fundamental en muchas áreas de la informática y la ingeniería.
• Reducción de Complejidad: Permite simplificar expresiones lógicas y circuitos, lo cual es crucial para el diseño eficiente de hardware y software.
• Versatilidad: Se aplica en una amplia gama de disciplinas, incluyendo la computación, la electrónica, la inteligencia artificial, y más.
• Facilidad de Implementación: Las operaciones booleanas se implementan fácilmente en circuitos digitales, lo que es esencial para la construcción de computadoras y otros dispositivos electrónicos.

Su aplicación en la lógica digital y diseño de circuitos

Matemáticas para ingeniería. SESIÓN 7

Son campos fundamentales en la ingeniería eléctrica y la informática, que forman la base de prácticamente toda la tecnología moderna. Desde los dispositivos más simples como calculadoras y relojes digitales, hasta los sistemas más complejos como computadoras y redes de comunicación, todos dependen de la lógica digital y el diseño de circuitos para funcionar de manera efectiva.La lógica digital es una forma de lógica que utiliza valores discretos, típicamente 0 y 1, para representar y manipular información. Estos valores corresponden a los estados de bajo (0) y alto (1) voltaje en un circuito digital. La lógica digital se basa en el álgebra booleana, que permite realizar operaciones lógicas básicas y complejas mediante compuertas lógicas. Las principales operaciones lógicas incluyen AND, OR, NOT, NAND, NOR, XOR y XNOR.El diseño de circuitos es el proceso de crear circuitos eléctricos que realicen una función específica. En el contexto de la lógica digital, esto implica el diseño de circuitos que implementen operaciones lógicas y procesen señales digitales. Los circuitos digitales se dividen en dos categorías principales: circuitos combinacionales y circuitos secuenciales.

Circuitos Combinacionales

Circuitos Secuenciales

1

2

Matemáticas para ingeniería. SESIÓN 7

1

2

3

4

5

6

Propiedades del Álgebra Booleana:

Fiabilidad y Precisión

Facilidad de Diseño y Simulación

Escalabilidad y Flexibilidad

Consumo de Energía

Consumo de Energía

Integración con Tecnologías Modernas

Seguridad Informática:

Matemáticas para ingeniería. SESIÓN 7

La seguridad informática es la práctica de proteger sistemas, redes y programas de ataques digitales. Los objetivos principales de la seguridad informática son similares a los de la criptografía y se centran en proteger la información contra el acceso no autorizado, el uso indebido, la divulgación, la destrucción, la modificación o la interrupción.

Tipos de Criptografía

En la criptografía simétrica, el mismo clave se utiliza tanto para cifrar como para descifrar la información. Este tipo de criptografía es rápido y eficiente, pero plantea desafíos en cuanto a la gestión segura de las claves. Ejemplos de algoritmos de criptografía simétrica incluyen:

DES (Data Encryption Standard):

1

AES (Advanced Encryption Standard):

2

Matemáticas para ingeniería. SESIÓN 7

SHA-256:

1

MD5:

2

RSA:

1

ECC:

2

La criptografía asimétrica utiliza un par de claves: una clave pública para cifrar y una clave privada para descifrar. Este método facilita la gestión de claves, ya que la clave pública puede distribuirse libremente mientras que la clave privada se mantiene en secreto. Ejemplos de algoritmos de criptografía asimétrica incluyen:

La criptografía de hash genera un valor fijo a partir de datos de cualquier tamaño, creando un "resumen" que representa los datos originales. Las funciones hash son fundamentales para garantizar la integridad de los datos y para la creación de firmas digitales. Ejemplos incluyen:

Matemáticas para ingeniería. SESIÓN 7

2

2

3

3

1

1

Es una rama fundamental de la ingeniería y las ciencias aplicadas que se ocupa de la representación, transformación y manipulación de señales. Estas señales pueden ser de diferentes tipos, como eléctricas, acústicas, biomédicas o imágenes. Los sistemas, por otro lado, son dispositivos o algoritmos que procesan estas señales. Las aplicaciones del análisis de señales y sistemas son vastas, abarcando desde las telecomunicaciones y el procesamiento de audio hasta la ingeniería biomédica y el control de sistemas.

Aplicaciones en el análisis de señales y sistemas:

Una señal es una función que transmite información sobre el comportamiento o las características de algún fenómeno. Las señales pueden ser clasificadas de varias maneras:

Señal

Continuas vs. Discretas

Analógicas vs. Digitales

Determinísticas vs. Aleatorias

Un sistema es una entidad que recibe una señal de entrada y produce una señal de salida. Los sistemas pueden ser clasificados como:

Sistema

Tiempo-invariante vs. Tiempo-variante

Causal vs. No causal

Lineales vs. No lineales

Matemáticas para ingeniería. SESIÓN 7

Recursos bibliográficos

• Ismael Gutiérrez García. (2012). Algebra Lineal,

Revisa el capítulo IV. Páginas 85 – 131

Recuperado de: https://elibro.net/es/lc/udibiblioteca/titulos/69865

Matemáticas para ingeniería. SESIÓN 7

Recursos bibliográficos

• G. Casanova. (2019). Algebra de Boole.

Recuperado de: https://latecnicalf.com.ar/descargas/material/electronicadigital/El%20%C3%A1lgebra%20de%20Boole%20-%20Gast%C3%B3n%20Casanova.pdf

Revisa el documento del capítulo III, Paginas 1 a 35

Matemáticas para ingeniería. SESIÓN 7

Vida MRR - Programación web (2020, 3 AGOSTO). ¿PARA QUÉ SIRVEN LOS SISTEMAS DISTRIBUIDOS? [Video]. YouTube.

Recuperado de:https://www.youtube.com/watch?v=ozeEneFH6qs

Matemáticas para ingeniería. SESIÓN 7

Un algoritmo de cifrado simétrico que fue ampliamente utilizado, aunque ahora se considera inseguro debido a su clave corta.

Analógicas vs. Digitales

3

Las señales analógicas tienen un rango continuo de valores, mientras que las señales digitales tienen valores discretos.

Determinísticas vs. Aleatorias

1

Las señales determinísticas son completamente predecibles, mientras que las señales aleatorias contienen algún grado de incertidumbre.

3

Tus contenidos gustan, pero solo enganchan si son interactivos. Capta la atención de tu público con una fotografía o ilustración interactiva.

Lineales vs. No lineales

1

Los sistemas lineales obedecen el principio de superposición, mientras que los sistemas no lineales no lo hacen.

Modelado Simplificado

2

El álgebra lineal permite una representación compacta y simplificada de sistemas complejos. Por ejemplo, una matriz de adyacencia puede representar todas las conexiones en una red de manera clara y concisa.

Herramientas Analíticas Poderosas

3

Los métodos de álgebra lineal, como la descomposición en valores singulares (SVD) y el análisis de eigenvalores, proporcionan herramientas analíticas poderosas para estudiar las propiedades estructurales y dinámicas de las redes y los sistemas distribuidos

Una función hash que fue ampliamente utilizada pero que ahora se considera insegura.

3

Tus contenidos gustan, pero solo enganchan si son interactivos. Capta la atención de tu público con una fotografía o ilustración interactiva.

Tiempo-invariante vs. Tiempo-variante

2

Los sistemas tiempo-invariantes tienen propiedades que no cambian con el tiempo, mientras que los sistemas tiempo-variantes tienen propiedades que sí cambian con el tiempo.

Basados en redes neuronales artificiales, estos algoritmos pueden aprender representaciones jerárquicas de los datos. Redes neuronales convolucionales (CNN) para visión por computadora y redes neuronales recurrentes (RNN) para procesamiento del lenguaje natural son ejemplos prominentes.

Una función hash segura utilizada en una variedad de aplicaciones, incluida la tecnología blockchain.

(Elliptic Curve Cryptography): Un método de criptografía asimétrica que ofrece alta seguridad con claves más cortas.

Flexibilidad y Generalidad

4

El álgebra lineal es aplicable a una amplia variedad de problemas y campos. Esto lo convierte en una herramienta versátil que puede adaptarse a diferentes tipos de análisis y aplicaciones.

El álgebra lineal es fundamental en el análisis de grandes conjuntos de datos. Métodos como la descomposición en valores singulares (SVD) y la factorización de matrices se utilizan para reducir la dimensionalidad, mejorar la compresión de datos y realizar análisis predictivos.

Continuas vs. Discretas

2

Las señales continuas están definidas para todos los tiempos, mientras que las señales discretas están definidas solo en instantes específicos.

El álgebra lineal permite optimizar algoritmos y procesos computacionales. Las operaciones matriciales y vectoriales pueden ser paralelizadas y ejecutadas en hardware especializado como GPUs, mejorando significativamente la eficiencia.

3

Tus contenidos gustan, pero solo enganchan si son interactivos. Capta la atención de tu público con una fotografía o ilustración interactiva.

Causal vs. No causal

3

Los sistemas causales dependen solo de entradas presentes y pasadas, mientras que los sistemas no causales pueden depender de entradas futuras.

Estos algoritmos se entrenan con datos etiquetados, donde cada entrada tiene una salida conocida. Ejemplos incluyen la regresión lineal, que predice valores continuos, y los clasificadores como el Naive Bayes y las máquinas de soporte vectorial (SVM), que se utilizan para tareas de clasificación.

Las matrices y los vectores son herramientas poderosas para modelar sistemas complejos. En la simulación de gráficos por computadora, por ejemplo, las transformaciones lineales se utilizan para rotar, escalar y trasladar objetos en un espacio tridimensional.

Estos algoritmos aprenden a tomar decisiones a través de la interacción con el entorno, maximizando una recompensa acumulada. El Q-learning es un ejemplo clásico de aprendizaje por refuerzo.

Eficiencia Computacional

1

Las operaciones matriciales y vectoriales son muy eficientes desde el punto de vista computacional. Los algoritmos de álgebra lineal están optimizados y pueden manejar grandes volúmenes de datos de manera rápida y precisa.

Un algoritmo de cifrado simétrico que es el estándar actual y se considera muy seguro.

Un algoritmo de cifrado asimétrico ampliamente utilizado para la transmisión segura de datos.

Utilizados cuando los datos no están etiquetados, estos algoritmos buscan patrones o estructuras ocultas en los datos. Los algoritmos de clustering, como K-means, y los algoritmos de reducción de dimensionalidad, como PCA (Análisis de Componentes Principales), son ejemplos típicos.

Un vector es una lista ordenada de números que puede representar diversas entidades en el procesamiento de imágenes, como coordenadas de píxeles o valores de características extraídas de la imagen.

Una imagen digital es una representación bidimensional de una escena u objeto real, capturada a través de sensores digitales y almacenada como una matriz de valores de píxeles. Cada píxel representa la intensidad de luz en una posición específica de la imagen.

Una matriz es una disposición rectangular de números en filas y columnas. En el contexto del procesamiento de imágenes, una imagen en escala de grises puede representarse como una matriz donde cada entrada corresponde a la intensidad del píxel.

Una transformación lineal es una función que toma un vector y lo transforma en otro vector utilizando una matriz. Estas transformaciones incluyen operaciones como rotación, escalado y traslación de imágenes.

Escalabilidad

2

Estas técnicas permiten que los sistemas crezcan de manera eficiente, manejando un aumento en la cantidad de nodos o en la carga de trabajo sin degradar el rendimiento.

Mejora en la Toma de Decisiones

4

Proporciona información valiosa y análisis predictivos que ayudan en la toma de decisiones informadas y estratégicas.

Adaptabilidad

5

Los sistemas pueden adaptarse mejor a cambios en el entorno o en las demandas, asegurando una operación continua y eficiente.

Eficiencia y Optimización

1

El análisis de redes y sistemas distribuidos permite optimizar la distribución de recursos y la comunicación, mejorando la eficiencia operativa y reduciendo costos.

Resiliencia y Robustez

3

Un análisis adecuado puede identificar puntos débiles y hacer que las redes y sistemas distribuidos sean más robustos y resilientes ante fallos o ataques.

Estos circuitos no tienen memoria y su salida depende únicamente de las entradas actuales. Ejemplos incluyen sumadores, restadores, multiplexores y decodificadores.

Estos circuitos tienen memoria y su salida depende de las entradas actuales y del estado previo del circuito. Ejemplos incluyen flip-flops, registros y contadores.

2

Las herramientas modernas de diseño asistido por computadora (CAD) permiten a los ingenieros diseñar, simular y verificar circuitos digitales de manera eficiente y precisa.

3

Los circuitos digitales pueden escalarse fácilmente para manejar tareas más complejas y pueden reprogramarse o rediseñarse para adaptarse a nuevas funciones.

4

Aunque los circuitos digitales consumen energía, los avances en tecnología de semiconductores han permitido el diseño de circuitos altamente eficientes en términos de consumo energético.

6

La lógica digital es fundamental para la integración con otras tecnologías modernas, como microcontroladores, microprocesadores y dispositivos de Internet de las Cosas (IoT).

1

Los circuitos digitales son altamente precisos y fiables, ya que utilizan niveles discretos de voltaje para representar información, lo que minimiza el riesgo de errores debido a ruido o fluctuaciones.

5

Tus contenidos gustan, pero solo enganchan si son interactivos. Capta la atención de tu público con una fotografía o ilustración interactiva.