Simuladores afines
Siga con temas cercanos de esta categoría — o todos los 85 de «Visualización matemática».
Descenso por gradiente (2D)
Curvas de nivel de f(x, y) y trayectoria (x, y) ← (x, y) − η∇f; cuenco o pozo elíptico.
Ecuación del calor: diferencias finitas
Ecuación unidimensional u_t = αu_xx: FTCS explícito y Euler implícito hacia atrás; se cambia r = αΔt/Δx², se ve el estallido del esquema explícito si r > 1/2 y se compara la difusión numérica.
Gradiente conjugado
Sistema SDP Ax=b como minimización de una forma cuadrática: curvas de nivel, gradiente conjugado frente al descenso más pronunciado, norma del residual y número de condición.
Monte Carlo: integración y reducción de varianza
Monte Carlo ordinario, muestreo por importancia y estratificación para ∫f(x) dx: curvas de convergencia, error estándar y tasa 1/√N.
Método de la potencia: convergencia del autovalor
Convergencia hacia el autovector dominante: razón de la brecha espectral, cociente de Rayleigh, residual y iteraciones normalizadas.
Cuencas de Newton-Raphson
Mapa de cuencas del método de Newton-Raphson para el sistema F(x, y) = 0: dependencia de la aproximación inicial, número de iteraciones, atracción hacia las raíces y fallos cuando el jacobiano es degenerado.