Desarrollo del Laboratorio N2

1) % 1. Grafico del patron de entrenamiento% a. GPE del Perceptron% i - Funcion Logica BicondicionalP=[0 0 1 1;0 1 0 1] %Patron de entradaT=[1 0 0 1] %Salida%Matlab GPE:plotpvplotpv(P,T)% La red es entrenable% Rpta: No.% Porque No Existe Linea de Separacin

% ii - Funcion Lgica (~A B) ^ ~(A v C)P=[0 0 0 0 1 1 1 1;0 0 1 1 0 0 1 1;0 1 0 1 0 1 0 1] %PET=[1 0 0 0 0 0 1 0] %Salida%Matlab GPE:plotpvplotpv(P,T)% La red es entrenable% Rpta: No.% Porque No Existe Plano de Separacin

% iii - Funcion Logica ~(A B) CP=[0 0 0 0 1 1 1 1;0 0 1 1 0 0 1 1;0 1 0 1 0 1 0 1] %PET=[1 0 1 1 1 1 1 0] %Salida%Matlab GPE:plotpvplotpv(P,T)% La red es entrenable% Rpta: No.% Porque No Existe Plano de Separacin

% ivX1=[-0.6 -0.9 1.0 -0.8 -1.0 0.5]; %Patron de EntradaX2=[-1.0 -1.0 0.5 -0.5 -1.0 1.0]; %Patron de EntradaX=[X1;X2]; %Entradas X1 y X2D1=[0 1 1 0 0 1]; %Es el resultado de la funcion D1D2=[1 1 0 1 1 0]; %Es el resultado de la funcion D2 subplot(121),plotpv(X,D1) %Grafica los patrones de aprendizaje D1subplot(122),plotpv(X,D2) %Grafica los patrones de aprendizaje D2

% La red D1 es entrenable% Rpta: No.% Porque No Existe Linea de Separacion % La red D2 es entrenable% Rpta: Si.% Porque Existe Existe al menos una Linea de Separacion

% vX1=[-0.2 1.0 0.4 -1.0 -1.0 0.5]; %Patrn de EntradaX2=[1.0 0.8 0.2 -0.4 -0.3 1.0]; %Patrn de EntradaX=[X1;X2]; %Entradas X1 y X2%En la salida D1 y D2 se deben cambiar los -1 por 0D1=[1 1 0 1 1 0]; %Es el resultado de la funcin D1D2=[1 0 1 0 1 1]; %Es el resultado de la funcin D2 subplot(121),plotpv(X,D1) %Grafica los patrones de aprendizaje D1subplot(122),plotpv(X,D2) %Grafica los patrones de aprendizaje D2 % La red D1 es entrenable?% Rpta: No.% Porque No Existe Linea de Separacin % La red D2 es entrenable?% Rpta: No.% Porque No Existe Linea de Separacin

% viX1=[-0.2 1.0 0.4 -1.0 -1.0 0.5]; %Patrn de EntradaX2=[1.0 0.8 0.2 -0.4 -0.3 1.0]; %Patrn de EntradaX=[X1;X2]; %Entradas X1 y X2%En la salida D1 y D2 se deben cambiar los -1 por 0D1=[1 1 0 1 1 0]; %Es el resultado de la funcin D1D2=[1 0 0 0 1 1]; %Es el resultado de la funcin D2 subplot(121),plotpv(X,D1) %Grafica los patrones de aprendizaje D1subplot(122),plotpv(X,D2) %Grafica los patrones de aprendizaje D2 % La red D1 es entrenable?% Rpta: No.% Porque No Existe Lnea de Separacin % La red D2 es entrenable?% Rpta: No.% Porque No Existe Lnea de Separacin

1b) Disear un Perceptron de 2 y 3 entradas entrenable, donde cada entrada tenga30 valores, con FT hardlim.

X=[ 0.5 0.2 -0.2 0.5 0.3, 0.4 -0.2 -0.3 0.4 0.6 ... 0.3 0.6 -0.1 0.9 -0.8, 0.8 0.7 -0.5 -0.3 0.1 ... -0.9 0.5 0.3 0.2 0.1, 0.5 0.6 -0.2 0.1 0.4];Y=[ 0.2 -0.2 0.4 -0.5 0.8, 0.4 0.5 -0.7 -0.5 0.2 ... -0.7 -0.1 0.3 -0.5 0.5, 0.1 0.2 0.8 -0.1 0.3 ... 0.6 0.4 -0.2 0.4 -0.7, -0.3 0.8 -0.9 -0.2 0.6];I=[X; Y];T=[ 1 1 0 1 1, 1 0 1 1 1 ... 1 1 0 1 0, 1 1 0 0 1 ... 0 1 1 1 1, 1 1 1 1 1]plotpv(I,T)w=[0.5; -0.2];b=[0.1];S=hardlim(w'*I+b)

Tenemos como resultadoT = 1 1 0 1 1 1 0 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 1 1 1 1 1 1 1 1

S = 1 1 0 1 1 1 0 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 1 1 1 1 1 1 1 1

Por ende Red Entrenada

%iiX=[ 0.5 0.2 -0.2 0.5 0.3, 0.4 -0.2 -0.3 0.4 0.6 ... 0.3 0.6 -0.1 0.9 -0.8, 0.8 0.7 -0.5 -0.3 0.1 ... -0.9 0.5 0.3 0.2 0.1, 0.5 0.6 -0.2 0.1 0.4];Y=[ 0.2 -0.2 0.4 -0.5 0.8, 0.4 0.5 -0.7 -0.5 0.2 ... -0.7 -0.1 0.3 -0.5 0.5, 0.1 0.2 0.8 -0.1 0.3 ... 0.6 0.4 -0.2 0.4 -0.7, -0.3 0.8 -0.9 -0.2 0.6];Z=[ 0.2 -0.2 0.4 -0.5 0.8, 0.4 0.5 -0.7 -0.5 0.2 ... -0.7 -0.1 0.3 -0.5 0.5, 0.1 0.2 0.8 -0.1 0.3 ... 0.6 0.4 -0.2 0.4 -0.7, -0.3 0.8 -0.9 -0.2 0.6];I=[X; Y; Z];T=[ 1 1 0 1 1, 1 0 1 1 1 ... 1 1 0 1 0, 1 1 0 0 1 ... 0 1 1 1 1, 1 1 1 1 1];plotpv(I,T)w=[0.5; -0.2; -0.2];b=[0.1];S=hardlim(w'*I+b)

Tenemos como resultadoT = 1 1 0 1 1 1 0 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 1 1 1 1 1 1 1 1

S = 1 1 0 1 1 1 0 1 1 1 1 1 0 1 0 1 1 0 0 1 0 1 1 1 1 1 1 1 1 1

Por ende Red Entrenada

1c) Disear un Perceptron de una expresin lgica (EL), que contenga 4 funciones lgicas de 2 y 3 entradas entrenable.%iA=[0 0 1 1];B=[0 1 0 1];X=[A;B];% ((AvB)(A^B))->AT=[0 1 1 1];plotpv(X,T)

Existe al menos un Lnea de Separacin por ende Red entrenable.

%iiA=[0 0 0 0 1 1 1 1];B=[0 0 1 1 0 0 1 1];C=[0 1 0 1 0 1 0 1];X=[A;B;C];%((AvB)(B^C))->AT=[1 1 0 0 1 1 1 1];plotpv(X,T)

Existe al menos un Plano de Separacin por ende Red entrenable.