A) El número de términos del polinomio. B) La potencia más alta de la variable en el polinomio. C) La suma de las potencias de todos los términos del polinomio. D) El coeficiente del término de mayor potencia.
A) Encontrar los valores exactos de los puntos de datos. B) Ignorar los datos atípicos para mejorar la precisión. C) Estimación de valores entre puntos de datos conocidos. D) Manipulación de datos para ajustarlos a un patrón específico.
A) Utilizar la mediana en lugar de la media. B) Ajuste exacto de los puntos de datos. C) Minimizar la suma de las diferencias al cuadrado entre los puntos de datos y la función de aproximación. D) Maximización de los valores atípicos en los datos.
A) Son funciones racionales utilizadas para el análisis de errores. B) Son funciones trigonométricas utilizadas para suavizar datos. C) Son funciones exponenciales utilizadas para la aproximación por mínimos cuadrados. D) Son funciones polinómicas a trozos utilizadas para la interpolación.
A) Teorema de aproximación de Weierstrass B) Teorema del valor medio de Cauchy C) Teorema del valor intermedio de Bolzano D) Teorema de Rolle
A) La interpolación se utiliza para datos discretos y la aproximación para datos continuos. B) La aproximación proporciona valores exactos, mientras que la interpolación proporciona estimaciones. 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) Se limitan únicamente a aproximaciones lineales. B) Son menos intensivas desde el punto de vista computacional que las técnicas univariantes. C) Requieren menos puntos de datos para obtener resultados precisos. D) Pueden manejar funciones de múltiples variables e interacciones.
A) El número de puntos de datos en la aproximación. B) La diferencia entre la función real y su aproximación. C) La ausencia de errores en la aproximación. D) La suma de todos los errores calculados en la aproximación.
A) Introduce más ruido en los datos para mejorar la precisión. B) Aplica más peso a los valores atípicos de los datos. C) Aumenta la complejidad del modelo de aproximación. D) Evita el sobreajuste y mejora la generalización de la aproximación. |