Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1. Introducción
En este examen se evaluará todo lo aprendido durante la segunda parte del curso, es decir, desde la
clase 4 hasta la clase número 7.
El alumno deberá reflejar sus conocimientos adquiridos es el examen para ası́ poder ser evaluado sa-
tisfactoriamente. El uso de unidades seccionales, los paquetes correctos en el preámbulo y el uso entornos
de una manera correcta son claves para la calificación.
donde los coeficientes aij , i, j = 1, 2, bi , i = 1, 2 y c son dados por (4). Aquı́ ”min” significa ”mi-
nimizar”, y ”s.a.” significa ”sujeto a”. El problema principal es encontrar el minimizador (α∗ , β ∗ ) de la
función f (α, β) sobre las restricciones (6) y (7). Teniendo (α∗ , β ∗ ), los puntos u∗ y v ∗ con las distancia
más cercana se puede obtener
1
Y
v2
v1 u2
u1
X
O
Lo que nos preocupa ahora es el problema (5) ∼ (7). Introduciendo a 2 dimensiones, x = (x1 , x2 ) =
(α, β)T , el problema puede ser reescrito como
Teorema 2.1 Si S1 y S2 son conjuntos convexos, entonces la interseción es también un conjunto con-
vexo.
2
y y
(x2 , f (x2 ))
(x2 , f (x2 ))
(x1 , f (x1 ))
(x1 , f (x1 ))
O x1 x2 x O x1 x2 x
Ejemplo 2.2 Suponga que la presión diastólica (sangre) y el nivel de colesterol son determinantes fuertes
de la enfermedad cardı́aca. Los registros clı́nicos de diez pacientes se enumeran en la Tabla 2.1. Aquı́,
yi = 1 indica que el i-ésimo paciente pertenece a la clase positiva que tiene enfermedad cardı́aca; yj = −1
(no 0) indica que el j-ésimo paciente pertenece a una clase negativa que no tiene enfermedad cardı́aca.
T
(1) (1)
El registro clı́nico para el primer paciente es un vector bidimensional x1 = x1 , x2 = (73, 150)T
T
(2) (2)
y y1 = −1, para el segundo paciente es x2 = x1 , x2 = (85, 165)T , y2 = −1, · · · y para el décimo
T
(10) (10)
paciente es x10 = x1 , x2 = (110, 190)T , y10 = 1. El i-ésimo paciente corresponde a (xi , yi ) quien
es llamado un punto de entrenamiento; los diez puntos de entrenamiento consisten en un conjunto de
entrenamiento T
T = {(x1 , y1 ), (x2 , y2 ), · · · , (x10 , y10 )}. (15)
(10) (10)
10 x1 = 110 x2 = 190 y10 = 1
El problema es que, dada la presión diastólica y el nivel de colesterol para un nuevo paciente (un
vector bidimensional x = (x1 , x2 )T ), cómo deducir si el paciente tiene enfermedad cardı́aca o no ( para
deducir si el y correspondiente es 1 o −1), basado en el conjunto de entrenamiento T .
Este es un problema de clasificación en el espacio bidimensional que se puede mostrar en la Figura
2.1. Cada paciente está representado por un punto de entrenamiento en el plano de coordenadas. La
ubicación del punto de entrenamiento i-ésimo corresponde al i-ésimo vector bidimensional xi , y si yi = 1,
es decir, el paciente tiene enfermedad cardı́aca, el punto se representa como ” + ”, de lo contrario ”
”. El nuevo paciente corresponde a un nuevo punto en el plano y el problema es deducir si este punto
pertenece a la clase positiva o negativa. En otras palabras, necesitamos separar el plano en dos regiones:
región A y región B; si el punto cae en la región A, pertenece a la clase positiva, de lo contrario a la
clase negativa. La clave es cómo separar el avión en dos regiones.
3
x2
+
p p p p p p
60 70 80 90 100 110 x1