Entradas

Mostrando las entradas con la etiqueta Metodo de Cramer en Python

Cómo utilizar Inteligencia Artificial para descubrir historias en un dataset de Kaggle: México en el Mundial 2026

Imagen
 Introducción Cuando trabajamos con un conjunto de datos, normalmente el siguiente paso consiste en crear gráficos y calcular estadísticas. Sin embargo, un gráfico por sí solo no siempre explica lo que realmente está ocurriendo. En este proyecto utilicé un dataset público de Kaggle con información del Mundial de la FIFA 2026. Después de preparar los datos con Python y Pandas, decidí incorporar Inteligencia Artificial como apoyo para formular preguntas, identificar patrones y convertir los números en una historia con sentido. El objetivo no fue que la IA reemplazara el análisis, sino utilizarla como un asistente capaz de proponer nuevas perspectivas y ayudar a interpretar los resultados obtenidos. ¿Qué información contiene el dataset? El conjunto de datos incluye información de todas las selecciones participantes en el Mundial 2026, entre ellas: Información de los jugadores. Estadísticas por partido. Eventos del encuentro. Goles esperados (Expected Goals). Disparos realizados. Posic...

cómo resolver ecuaciones lineales con Python

Imagen
Quizás se han preguntado cómo puedo resolver una ecuación utilizando Python. Primero es convertir nuestro sistema de ecuaciones a matrices y vectores es decir utilizar Álgebra lineal. Entonces primer paso nuestra ecuación de ejemplo es: 3x + 2y -5z =8 2x-5y+3z =5 8y+9z =6 Esto convertido a Algebra Lineal se ve así: [3,2,-5  2,-5,3 0,8,9] Vector de resultados de la ecuación [8,5,6] En el álgebra lineal tenemos varios métodos que podemos utilizar para resolver este tipo de ecuaciones ,estos métodos son : Regla de Cramer Gauss Jordan Eliminación Gaussiana En este post vamos hablar de la regla de Cramer la cual consiste en ir remplazando una columna por el vector de resultados y obtener la determinante de la matriz inicial y la matriz con el ventor .  Ahora vamos a transformar estas reglas a un programa Primero vamos a hacerlo de manera manual en el programa simulando los pasos import numpy as np #Cramer rules matrix_l = np.array([[3,2,-5],         ...

🚀 Mantener este blog funcionando requiere tiempo y café. ¡Puedes contribuir con uno aquí!