A) El coeficiente del término de mayor potencia. B) La suma de las potencias de todos los términos del polinomio. C) El número de términos del polinomio. D) La potencia más alta de la variable en el polinomio.
A) Manipulación de datos para ajustarlos a un patrón específico. B) Estimación de valores entre puntos de datos conocidos. C) Encontrar los valores exactos de los puntos de datos. D) Ignorar los datos atípicos para mejorar la precisión.
A) Maximización de los valores atípicos en los datos. B) Utilizar la mediana en lugar de la media. C) Ajuste exacto de los puntos de datos. D) Minimizar la suma de las diferencias al cuadrado entre los puntos de datos y la función de aproximación.
A) Son funciones trigonométricas utilizadas para suavizar datos. B) Son funciones polinómicas a trozos utilizadas para la interpolación. C) Son funciones exponenciales utilizadas para la aproximación por mínimos cuadrados. D) Son funciones racionales utilizadas para el análisis de errores.
A) La suma de todos los errores calculados en la aproximación. B) El número de puntos de datos en la aproximación. C) La diferencia entre la función real y su aproximación. D) La ausencia de errores en la aproximación.
A) Teorema de Rolle B) Teorema de aproximación de Weierstrass C) Teorema del valor intermedio de Bolzano D) Teorema del valor medio de Cauchy
A) Pueden manejar funciones de múltiples variables e interacciones. B) Se limitan únicamente a aproximaciones lineales. C) Son menos intensivas desde el punto de vista computacional que las técnicas univariantes. D) Requieren menos puntos de datos para obtener resultados precisos.
A) La aproximación proporciona valores exactos, mientras que la interpolación proporciona estimaciones. B) La interpolación se utiliza para datos discretos y la aproximación para datos continuos. C) La interpolación pasa por todos los puntos de datos, mientras que la aproximación no. D) La interpolación es menos precisa que la aproximación.
A) N/2 veces. B) N + 2 veces. C) N veces. D) 2N veces.
A) Aumenta la complejidad del modelo de aproximación. B) Aplica más peso a los valores atípicos de los datos. C) Introduce más ruido en los datos para mejorar la precisión. D) Evita el sobreajuste y mejora la generalización de la aproximación.
A) Minimizar el error máximo en un intervalo determinado. B) Hacer que el grado del polinomio sea lo más alto posible. C) Asegurar que el polinomio tenga coeficientes enteros. D) Maximizar la velocidad de cálculo de las operaciones. |