Simuladores afines
Siga con temas cercanos de esta categoría — o todos los 85 de «Visualización matemática».
Geometría de PCA / SVD
Elipse de covarianza y reducción de dimensión vía la descomposición en valores singulares: componentes principales, varianza explicada y error de reconstrucción de rango 1.
Filtro de Kalman: seguimiento en 2D
Filtro de velocidad constante en cuatro dimensiones: mediciones ruidosas (x,y), ruido de aceleración de proceso Q, varianza de medición R y elipse de covarianza viva ≈2σ.
K-medias (algoritmo de Lloyd)
Puntos en el plano, número de clústeres k y centroides iniciales. Paso de Lloyd: asignar al centro más cercano y llevar el centroide al centro de masa. La demostración es una mezcla de gaussianas; suma de cuadrados intra-clúster.
Regiones de estabilidad de Runge-Kutta
Estabilidad absoluta en el plano z = hλ para Euler explícito, RK2 y RK4: se mueven λ y h, se comparan |R(z)| y se ve por qué los modos rígidos piden pasos explícitos chicos.
Filtro adaptativo LMS / NLMS
Canal primario p = s + v, donde v es un FIR desconocido del ruido blanco de referencia x[n]. FIR adaptativo de L tomas con LMS o NLMS: el error e = p − wᵀx tiende a la señal útil s.
Caminata aleatoria
Pasos en la recta o en el plano: trayectoria y promedio acumulado ⟨r²⟩ como análogo de la difusión.