# Parte 1: Optimizacion Numerica

Esta pagina reune la parte numerica del trabajo en un solo lugar, separada de la portada general del sitio.

## Contenido

En esta seccion se estudia el comportamiento de distintos metodos sobre funciones clasicas de optimizacion continua, con enfasis en:

- funciones de prueba como Rosenbrock, Rastrigin, Schwefel, Griewank, Goldstein-Price y Six-Hump Camel
- descenso por gradiente
- analisis de corridas multiples
- histogramas de desempeno
- comparacion con metodos heurísticos

## Cuadernos principales

- [Presentacion de optimizacion numerica](presentacion/numerica/01_numerica.ipynb)
- [Comparacion final de metodos](notebooks/numerica/12_comparacion_final_metodos.ipynb)
- [Analisis de resultados de gradiente](notebooks/numerica/gradiente/analisis_resultados.ipynb)
- [Analisis de resultados heurísticos](notebooks/numerica/heuristicos/analisis_resultados.ipynb)

## Resumen

La parte numerica permite comparar como cambia el comportamiento del algoritmo segun la geometria de la funcion objetivo. En funciones suaves o mejor condicionadas, el descenso por gradiente puede converger de manera estable; en funciones multimodales o con valles complejos, la sensibilidad al punto inicial y la presencia de minimos locales se vuelven mucho mas evidentes.