Joseandres

GUIA
1. Sucesiones alfanuméricas y de figuras
1.1 Reconocimiento de patrones en series alfanuméricas y de figuras
1.2 Reconocimiento de errores en el patrón de una serie
2. Plantamiento y resolución de problemas
2.1 Planteamiento algebraico de problemas a partir de una descripción verbal
2.2 Aplicación de operaciones aritméticas y algebraicas básicas pararesolver problemas
3. Percepción espacial
3.1 Identificación de figuras y objetos desde distintos planos o perspectivas
3.2 Reconocimiento de objetos que pasan de forma bidimensional o plana a tridimensional, y viceversa
3.3 Identificación del resultado de modificaciones a objetos tridimensionales
3.4 Aplicación de operaciones con figuras contenidas en un espacio
4.Interpretación de códigos y símbolos
4.1 Traducción, descifre, interpretación, deducción o completamiento de mensajes y códigos
5. Inferencias lógicas y silogísticas
5.1 Planteamiento de conclusiones lógicas como resultado de relacionar entre sí enunciados de tipo universal y particular
5.2 Planteamiento de proposiciones o hipótesis simples o complejas con conectivoslógicos
5.3 Comprobación de razonamientos de lógica simbólica mediante tablas de verdad o aplicando reglas de inferencia

Reconocimiento de errores en el patrón de una serie
Introducción

El reconocimiento de patrones, pretende obtener a partir de una serie de datos, una "clase" entre un conjunto de "clases" arbitrarias.

Esto es, si por ejemplo intentamos diferenciar los colores rojo ynaranja según una serie de parámetros de que dispongamos (por ejemplo, variables que representen la intensidad del color), estaremos utilizando una función que convierte los datos de entrada en miembros de una de las dos clases posibles en nuestro modelo simplificado (rojo o naranja).

Si tuviéramos dos parámetros X e Y (representables por tanto en una gráfica típica de dos dimensiones), podríamostrazar una frontera: una línea que sirviera como división del espacio en dos, obteniendo entonces dos clases distintas. En este modelo tremendamente sencillo, lineal, usaríamos una ecuación de la forma y = ax + b para la función de conversión utilizada.

Discriminación entre distribuciones normales

Pueden utilizarse otros métodos para aproximar una superficie susceptible de ser utilizadacomo clasificador de patrones de entrada. Es el caso cuando nos encontramos ante una distribución de los datos bastante común, la "normal"; se trata de un tipo de distribución aleatoria que está determinada por dos parámetros, su media y su varianza (este último dato, es una medida de la dispersión de los datos respecto de la media, es decir, respecto a cuánto se alejan de esta media):

[pic]Ahora, demos un significado a esta gráfica; supongamos que a lo que hace referencia el eje X sea el número de metros en altura de los edificios respecto a una Ciudad A. Dotada de gran cantidad de edificios altos, la media entre ellos es de 36'7 metros, disminuyendo el número de edificios con esta característica a medida que nos aproximamos a 20 y 50 (como podemos ver en la gráfica, no es muyprobable encontrar edificios en la Ciudad A con alturas inferiores a los 20 metros o superiores a los 50). La desviación típica de esta distribución, será de 7.

Supongamos entonces una Ciudad B a cuyos edificios sometemos al mismo análisis. Sin embargo, esta vez el resultado es bien distinto, obteniendo una distribución de tipo normal con media 12 y desviación standard de 4 (una variabilidad por tantomenor en los datos):

[pic]

Ahora bien, ¿cómo llegamos desde aquí a la clasificación de patrones?. Pongámonos en el caso de que quisiéramos, dado un edificio al azar cogido en la Ciudad A o la Ciudad B, averiguar a cuál de las dos pertenece. ¿Cuál sería la mejor forma de proceder? En realidad, lo que estamos buscando es un punto de optimización de la función con la que intentamos...