CONTROL INTELIGENTE
ESPE
1.
Entonces s:
=
+
+
+
+
+
+ =
+
+
+ =
=
+
+
2. Considere una neurona con una sola entrada con funcin de activacin sigmoide =1.
Grafique la funcin out/in para los siguientes casos: a) w0=0; w1=1; b) w0=0; w1=-1; c )
w0=0; w1 valores desde -1 a 2 en pasos de 1.
Literal a
Literal b
Literal c
Pgina 2
3. Considere una neurona con una sola entrada con funcin de activacin sigmoide =1.
Grafique la funcin out/in para los siguientes casos: a) w1=1; w0=3, 0, 4 b) w1=0.3; w0 =
-3, 0, 4. Encuentre los puntos de frontera para las tres curvas en cada caso (el punto de
frontera es aquel valor de in tal que w0+w1*in=0)
A)
A)
Usaremos la siguiente ecuacin para encontrar el punto de frontera:
+ =
Para obtener cada una de las grficas.
- Grfica azul
a.1) w0=-3,w1=1, in=-5:0.5:5
+ =
=
Como vemos no se cumple la igualdad, proseguimos con los dems valores del vector de entradas
hasta encontrar el que cumpla
a.2) w0=-3,w1=1, in=-5:0.5:5
+ . =
. =
Nos podemos dar cuenta por inspeccin que usando el vector con valores negativos no obtendremos la
igualdad, procedemos a utilizar el valor 0
a.3) w0=-3,w1=0, in=-5:0.5:5
+ =
=
Tampoco cumple con la igualdad por lo que el valor que nos cumplir es cuando el vector tome el
valor de 3.
a.4) w0=-3,w1=1, in=-5:0.5:5
+ =
=
El punto de frontera se encuentra en 3.
- Grfica verde
a.5) w0=0,w1=1, in=-5:0.5:5
+ =
=
Como nos dimos cuenta el nico valor que cumple con la igualdad es 0, para valores negativos y
positivos la igualdad no se efecta. Por lo que el punto de frontera est en 0
Pgina 4
- Grfica roja
a.6) w0=4,w1=1, in=-5:0.5:5
+ =
=
Como nos dimos cuenta el nico valor que cumple con la igualdad es -4, para valores negativos
mayores y positivos la igualdad no se efecta. Por lo que el punto de frontera est en -4
Pgina 5
B)
Usaremos la siguiente ecuacin para encontrar el punto de frontera:
+ =
Para obtener cada una de las grficas.
- Grfica azul
a.6) w0=-3,w1=0.3, in=-10:0.5:10
+ . =
=
Como nos dimos cuenta el nico valor que cumple con la igualdad es 10, para valores negativos
menores y positivos la igualdad no se efecta. Por lo que el punto de frontera est en 10
- Grfica verde
a.6) w0=0,w1=0.3, in=-10:0.5:10
+ . =
=
Como nos dimos cuenta el nico valor que cumple con la igualdad es 0, para valores negativos y
positivos la igualdad no se efecta. Por lo que el punto de frontera est en 0
Pgina 6
- Grfica roja
a.6) w0=4,w1=0.3, in=-10:0.5:10
+ . . =
. =
Como nos dimos cuenta el nico valor que cumple con la igualdad es un aproximado de -13.33333,.
Por lo que el punto de frontera est en -13.3333
Pgina 7
4. Resuma los efectos combinados que produce el ajuste de los pesos w0 y w1 durante el
aprendizaje
El aprendizaje es el proceso
por el cual una red neuronal
modifica sus pesos en
respuesta
a
una
informacin de entrada
Entonces
utilizando
sigmoide
cuando
w1 nos da un cambio de la
curva es mas suave debido
a la variacion del gradiente
mientras que al variar w0 lo
que cambie es el punto de
frontera en cada curva
nosotros
la
funcin
vemos
que
5. Demuestre que la red neuronal de 3 neuronas con los pesos indicados en el libro de
referencia reproducen la funcin de pulso cuadrado
Pgina 8
Usando una red neuronal de 3 neuronas podemos reproducir la funcin escaln cuadrado utilizando
Anexos
Cdigos de programacin
Ejercicio 2 literal a
in=-5:0.5:5;
in0=1;
%%caso a
w0=0;
w1=1;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
plot(in,out)
Ejercicio 2 literal B
in=-5:0.5:5;
in0=1;
%%caso b
w0=0;
w1=-1;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
plot(in,out)
Ejercicio 2 literal C
Pgina 9
in=-5:0.5:5;
in0=1;
%%caso c
w0=0;
for i=-1:1:2
w1=i;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
hold on
plot(in,out)
end
hold off
Ejercicio 3 literal a
in=-5:0.5:5;
in0=1;
%%caso a1
w0=-3;
w1=1;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
hold
plot(in,out)
Ejercicio 3 literal b
%%caso a2
w0=0;
w1=1;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
plot(in,out,'g')
Ejercicio 3 literal c
%%caso a3
w0=4;
w1=1;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
grid on
plot(in,out,'r')
Ejercicio 3 parte 2 a
in=-10:0.5:10;
in0=1;
%%caso a1
w0=-3;
w1=0.3;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
hold
plot(in,out)
Ejercicio 3 parte 2 b
%%caso a2
w0=0;
w1=0.3;
alpha=1
Pgina 10
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
plot(in,out,'g')
Ejercico 3 parte 2 c
%%caso a3
in=-14:0.5:14;
w0=4;
w1=0.3;
alpha=1
x=in*w1+in0*w0
out=1./(1+exp(-alpha*x))
grid on
plot(in,out,'r')
Ejercicio 5
x=0:0.01:1;
%%parametros de entrenamiento
a01=20.8;
a02=47.6;
a11=-69;
a12=-68;
b0=0.25;
b1=-0.5
b2=0.5
net1=a11*x+a01;
net2=a02+a12*x;
%%out1=1./(1+exp(-net1));
%%out2=1./(1+exp(-net2));
out1=hardlim(net1);
out2=hardlim(net2);
net=b0+b1*out1+b2*out2
out=net
plot(x,out)
Nosotros Carlos Araujo y Marco Hinojosa afirmamos que esta actividad es de mi autora y
establezco que para la elaboracin de la misma he seguido los lineamientos del Cdigo de tica
de la Universidad de las Fuerzas Armadas ESPE
Pgina 11