Se requiere que el participante comente lo relacionado a los métodos de búsqueda multidemensionales. Podrá incluir aportes de fuentes valederas pegando el link correspondiente. De igual forma, tendrá que relacionar el tema con la Ingeniería en Sistemas y en lo posible plantear algún ejemplo concreto con su respectiva solución. Es conveniente hacer referencia a la existencia de algún software que podrían usarse para la resolución de problemas que requieran la aplicación de estos métodos.
El participante deberá identificarse al pie de cada comentario en esta y las sucesivas entradas.
Entre los métodos de búsqueda multidimensionales se encuentran diferentes herramientas matemáticas, como por ejemplo, el método de búsqueda de Fibonacci, que se basa en la idea de que el cociente entre dos números de Fibonacci tiende a la Proporción Áurea ó método de búsqueda de la sección dorada y mejor conocido como el número de oro entre otros. Uno de los software más usados en los métodos de búsqueda multidimensional es el MATLAB (abreviatura de MATrix LABoratory, "laboratorio de matrices") es un software matemático que ofrece un entorno de desarrollo integrado (IDE) con un lenguaje de programación propio (lenguaje M). Está disponible para las plataformas Unix, Windows y Apple Mac OS X. MATLAB es un programa de cálculo numérico orientado a matrices. Por tanto, será más eficiente si se diseñan los algoritmos en términos de matrices y vectores.
ResponderEliminarAquí les dejo este link de un tutorial en español para quienes deseen saber como trabaja este software y de las diferentes herramientas que ofrece.
http://www.youtube.com/watch?v=8AV7rh8pR_A
Para la descarga del mismo de manera gratuita pueden seguir este link.
http://www.softonic.com/s/programa-matlab-7.0-descarga-gratis
Buenas noches. Existen varios métodos y técnicas de búsqueda multidimencional. A lo largo del estudio de esta materia logramos ver algunas de ellas, sin embargo, son muchas entre las cuales podemos mencionar:Eliminación multivariable, métodos geométricos, métodos lógicos, búsqueda aleatoria, procedimientos de aproximación estocásticos, búsqueda en forma de malla, método de búsqueda patrón: Hooke – Jeeves, método de interpolación cuadrática de Powell, método del ascenso acelerado, método de Newton – Raphson, método de Davidon – Fletcher – Powell, método de Broyden – Fletcher, método de Fletcher – Reeves, método de Smith.
ResponderEliminar(tomado de la página de internet:http://www.virtual.unal.edu.co/cursos/sedes/manizales/4060015/Lecciones/Capitulo%20V/pgeometrica.htm)
Estos métodos son aplicados también en el área de la programación e informática para la realización de arreglos, diseño de páginas web, gestores de búsqueda en la web, entre otros. Obviamente son aplicados también en todas las áreas de la ingeniería, debido a que nos permiten determinar máximos y mínimos y en consecuencia hallar resultados óptimos aplicables, resultando el estudio de la optimización no lineal indispensable para el desarrollo investigativo y de producción en las empresas.
Luis Prato
Los métodos de búsquedas multidimencionales se usan en bases de datos ideadas para desarrollar aplicaciones muy concretas, como creación de Cubos OLAP. Básicamente no se diferencian demasiado de las bases de datos relacionales (una tabla en una base de datos relacional podría serlo también en una base de datos multidimensional), la diferencia está más bien a nivel conceptual; en las bases de datos multidimensionales los campos o atributos de una tabla pueden ser de dos tipos, o bien representan dimensiones de la tabla, o bien representan métricas que se desean estudiar.
ResponderEliminarUn cubo OLAP es una base de datos multidimensional, en la cual el almacenamiento físico de los datos se realiza en un vector multidimensional. Los cubos OLAP se pueden considerar como una ampliación de las dos dimensiones de una hoja de cálculo.
En los Métodos de Búsqueda Multidimensionales, podemos hablar un poco en lo que se refiere a la parte de datos como es el caso de: Las estructuras de indexación multidimensional que juegan un papel esencial en múltiples y variadas aplicaciones tales como gráficos por ordenador, visión por computadora, geometría computacional, procesamiento de imágenes, sistemas de información geográfica, reconocimiento de patrones, gestión de documentos multimedia, biología computacional, etc. En la práctica totalidad de estos campos de aplicación, los datos (registros, objetos, documentos, etc.) se pueden representar (en ocasiones, sólo aproximar) mediante puntos multidimensionales, donde cada dimensión representa un atributo diferente del dato en cuestión. En la mayoría de las mencionadas aplicaciones, el volumen de datos resulta excesivo como para ser almacenados en memoria principal. En estos casos, la indexación multidimensional facilita el almacenamiento y la aceleración de los procesos de búsqueda. El objetivo de las técnicas de indexación multidimensional es por tanto minimizar el número de accesos a disco necesarios para dar respuesta a las consultas emitidas por el usuario. Bibliografía: link:http://gim.unex.es/index.php?option=com_content&view=category&layout=blog&id=25&Itemid=58&lang=es.
ResponderEliminarLa organización del espacio multidimensional permite disminuir el número de accesos a disco que son necesarios para dar respuesta a las consultas que el usuario realice.
ResponderEliminarUn aspecto principal en el contexto es el tipo de consulta que se procesa sobre los datos. Donde se considera y recomienda la mejor manera de responder a tales consultas por semejanza a un patrón dado. Por ejemplo se tiene una imagen patrón y se busca en la base de datos una imagen similar a la de dicho patrón. O si se tiene un perfil concreto, se buscan objetos que encajen en dicho perfil. He aquí las consultas por similitud, que consiste en transformar cada objeto de la base de datos en un punto multidimensional que capture las características que definen el objeto y modelar la búsqueda como una recuperación de vecinos más cercanos en el espacio multidimensional.
En otras palabras los métodos multidimensionales son aquellos que tratan de acelerar las búsquedas por similitud en voluminosos espacios altamente dimensionales aportando soluciones aproximadas, esto es dando como respuesta objetos que con un cierto margen de error pueden considerarse los más próximos al patrón de búsqueda. O bien son las diferentes estrategias para dar solución a problemas relacionados con la búsqueda por similitud, fundamentalmente en el contexto de colecciones voluminosas de documentos multimedia.
Por otro lado cabe destacar que una amplia colección de métodos multidimensionales han sido propuestos en las últimas dos décadas.