DEDICATORIA Deseo dedicar mi trabajo monogrfico a mis padres, hermanos y a mi nueva familia a quienes amo mucho; pero sobre

todo a mi madre y mi pequeo hijo quienes me apoyaron en todo momento, y estuvieron a mi lado en mis desvelos. A mis mejores amig@s porque siempre que he necesitado su ayuda o una palabra de apoyo me la han brindado.

AGRADECIMIENTOS Gracias, a Dios por hacer posible el cumplimiento de mi primer objetivo acadmico y poner en mi camino a personas que ayudaron en la realizacin de esta monografa; a mis padres, hermanos y a mi nueva familia; por su amor, apoyo y comprensin

incondicional, a mi querido hijo que me irradia de fuerza para seguir adelante con mis metas, a mis amig@s y a todas esas personas especiales en mi vida quienes pusieron inters y brindaron ayuda deseo extenderles mi cario y agradecimiento desde el fondo de mi corazn.

ii

RESUMEN
El mtodo ms usado a lo largo de los aos para resolver los problemas de P.L. es el Mtodo Simplex desarrollado por George B. Dantzig que ha demostrado ser extremadamente eficiente. Este mtodo es algebraico; sin embargo, sus conceptos fundamentales son geomtricos, por eso es fcil de entender e implementar a nivel de software. Pero existen otro mtodos para la resolucin de problemas de P.L. como son los Mtodos de Puntos Interiores, el cual resuelve problemas a gran escala de 10 a 50 veces ms rpido que el mtodo simplex y Redes Neuronales Artificiales (RNA), las cuales han sido utilizadas exitosamente en diversos problemas de optimizacin. El informe se ha estructurado de la siguiente manera, Captulo I, comprende Introduccin al tema desarrollado. El Captulo II, se presentan los objetivos generales y especficos de la monografa. El Captulo III, presenta el fundamento terico: Programacin Lineal, Mtodo de puntos interiores y Redes neuronales. El Captulo IV, se desarrollara problemas de optimizacin lineal a travs del mtodo de puntos interiores y de redes neuronales. El Captulo V, menciona las conclusiones y en el Captulo VII las recomendaciones. Para concluir El Captulo VIII, describe la referencia bibliografa utilizada.

CONTENIDO
NDICE DE FIGURAS ......................................................................................... VI NDICE DE TABLAS ........................................................................................VIII CAPTULO I...................................... ERROR! BOOKMARK NOT DEFINED. INTRODUCCIN ............................. ERROR! BOOKMARK NOT DEFINED. CAPTULO II .................................... ERROR! BOOKMARK NOT DEFINED. OBJETIVOS DEL TRABAJO........... ERROR! BOOKMARK NOT DEFINED. 2.1. 2.2. OBJETIVO GENERAL .......... ERROR! BOOKMARK NOT DEFINED. OBJETIVOS ESPECFICOS .. ERROR! BOOKMARK NOT DEFINED.

CAPTULO III ................................... ERROR! BOOKMARK NOT DEFINED. 3.1. 3.1.1. OPTIMIZACIN LINEAL .... ERROR! BOOKMARK NOT DEFINED. ELEMENTOS DE UN PROBLEMA DE OPTIMIZACIN ..... ERROR!

BOOKMARK NOT DEFINED. 3.2. 3.2.1. 3.2.2. PROGRAMACIN LINEAL . ERROR! BOOKMARK NOT DEFINED. FORMULACIN ................ ERROR! BOOKMARK NOT DEFINED. CONCEPTOS Y DEFINICIONES GENERALES ..................... ERROR!

BOOKMARK NOT DEFINED.

ii

3.2.3.

CONSIDERACIONES

GEOMTRICAS

SOBRE

LA

PROGRAMACIN LINEAL ............ ERROR! BOOKMARK NOT DEFINED. 3.3. MTODO DE PUNTO INTERIORERROR! BOOKMARK NOT

DEFINED. 3.3.1. CONCEPTOS BSICOS DEL MTODO DE PUNTO INTERIOR ERROR! BOOKMARK NOT DEFINED. 3.3.2. EL MTODO DEL ESCALADO PROYECTIVO DE KARMARKAR ERROR! BOOKMARK NOT DEFINED. 3.3.3. TRANSFORMACIN PROYECTIVA EN EL SIMPLEX ....... ERROR!

BOOKMARK NOT DEFINED. 3.3.4. VARIANTES Y EXTENSIONES DEL MTODO DE KARMARKAR ERROR! BOOKMARK NOT DEFINED. 3.4. 3.4.1. 3.4.2. REDES NEURONALES ........ ERROR! BOOKMARK NOT DEFINED. UN POCO DE HISTORIA.. ERROR! BOOKMARK NOT DEFINED. PRINCIPIOS BIOLGICOS NEURONALESERROR! BOOKMARK

NOT DEFINED. 3.4.3. NATURALEZA BIOLCTRICA DE LA NEURONA ............. ERROR!

BOOKMARK NOT DEFINED.

iii

3.4.4.

ELEMENTOS DE UNA NEURONAERROR!

BOOKMARK

NOT

DEFINED. 3.4.5. CONCEPTO: REDES NEURONALES ARTIFICIALES .......... ERROR!

BOOKMARK NOT DEFINED. 3.4.6. MODELO MATEMTICO DE RED NEURONAL ................. ERROR!

BOOKMARK NOT DEFINED. 3.4.7. ESTRUCTURA DE UNA NEURONA ARTIFICIAL ............... ERROR!

BOOKMARK NOT DEFINED. 3.4.8. CARACTERSTICAS DE LAS REDES NEURONALES ........ ERROR!

BOOKMARK NOT DEFINED. 3.4.9. TOPOLOGAS DE REDES NEURONALESERROR! BOOKMARK

NOT DEFINED. 3.4.9.1. 3.4.9.2. NIVELES O CAPAS ....... ERROR! BOOKMARK NOT DEFINED. SEGN EL TIPO DE CONEXIONESERROR! BOOKMARK NOT

DEFINED. 3.4.10. MECANISMO DE APRENDIZAJEERROR! BOOKMARK NOT

DEFINED. 3.4.11. REDES NEURONALES RECURRENTES (RNR) ................ ERROR!

BOOKMARK NOT DEFINED.

iv

3.4.11.1.

ARQUITECTURA DE LAS RNRERROR!

BOOKMARK

NOT

DEFINED. 3.4.11.2. FUNCIONAMIENTO DE LAS RNRERROR! BOOKMARK NOT

DEFINED. 3.4.11.3. LA FUNCIN DE ENERGAERROR! BOOKMARK NOT

DEFINED. 3.4.11.4. REDES NEURONALES RECURRENTES PARA RESOLVER

PROBLEMAS DE PROGRAMACIN LINEALERROR! BOOKMARK NOT DEFINED. 3.4.11.5. PROPIEDADES ASINTTICAS DE LAS RNR ................... ERROR!

BOOKMARK NOT DEFINED. 3.4.11.6. CONFIGURACIN DE LA RNRERROR! BOOKMARK NOT

DEFINED. CAPTULO IV ................................... ERROR! BOOKMARK NOT DEFINED. DESARROLLO DEL TEMA ............ ERROR! BOOKMARK NOT DEFINED. 4.1. CASO PRCTICO : PRODUCCIN PTIMAERROR! BOOKMARK

NOT DEFINED. 4.1.1. SOLUCIN ......................... ERROR! BOOKMARK NOT DEFINED.

4.1.2.

MTODO DE PUNTOS INTERIORESERROR! BOOKMARK NOT

DEFINED. 4.1.3. 4.1.3.1. REDES NEURONALES ..... ERROR! BOOKMARK NOT DEFINED. RESULTADO .................. ERROR! BOOKMARK NOT DEFINED.

CONCLUSIONES ............................. ERROR! BOOKMARK NOT DEFINED. RECOMENDACIONES .................... ERROR! BOOKMARK NOT DEFINED. REFERENCIA BIBLIOGRAFICA ... ERROR! BOOKMARK NOT DEFINED. ANEXOS ........................................... ERROR! BOOKMARK NOT DEFINED. A. CDIGO FUENTE METODO DE PUNTOS INTERIORES ....... ERROR!

BOOKMARK NOT DEFINED.

vi

NDICE DE FIGURAS
Figura 1: Regin factible del ejemplo 3.1 .............. Error! Bookmark not defined. Figura 2: Resolucin geomtrica del PPL.............. Error! Bookmark not defined. Figura 3: Solucin ptima nica finita: (a) regin factible acotada y (b) regin factible no acotada.................................................. Error! Bookmark not defined. Figura 4 : Solucin ptima no acotada ................... Error! Bookmark not defined. Figura 5: Soluciones ptimas alternativas: a) la regin factible acotada y (b) regin factible no acotada ...................................... Error! Bookmark not defined. Figura 6: Regin factible vaca .............................. Error! Bookmark not defined. Figura 7: Trayectoria del MPI vs. Mtodo Simplex.Error! defined. Figura 8: Esferas de radio mnimo y mximo que pueden circunscribir un simplex e inscribirse en el. ................................................... Error! Bookmark not defined. Figura 9: Algoritmo de Karmarkar. ....................... Error! Bookmark not defined. Figura 10: Algoritmo primal de escalado afn ....... Error! Bookmark not defined. Figura 10: Algoritmo primal-dual de puntos interioresError! defined. Figura 13: Propagacin del impulso elctrico ........ Error! Bookmark not defined. Figura 14: Inversin de voltaje y tipos de sinapsis Error! Bookmark not defined. Figura 15: Componentes de una neurona ............... Error! Bookmark not defined. Figura 15: Unin sinptica ..................................... Error! Bookmark not defined. Bookmark not Bookmark not

vii

Figura 16: Proceso Qumico de una Sinapsis ......... Error! Bookmark not defined. Figura 18: Estructura de una neurona artificial ...... Error! Bookmark not defined. Figura 19: Funciones de activacin ms utilizadas Error! Bookmark not defined. Figura 20: Red de propagacin hacia adelante ...... Error! Bookmark not defined. Figura 21: Red de propagacin retroalimentada o recurrentesError! not defined. Figura 22: Red de propagacin con retardos de tiempoError! defined. Figura 23: Aprendizaje supervisado....................... Error! Bookmark not defined. Figura 24: Aprendizaje no supervisado ................. Error! Bookmark not defined. Figura 25: Red Perceptrnica con 2 capas ............. Error! Bookmark not defined. Figura 26: Modelo fsico de una RNR ................... Error! Bookmark not defined. Figura 27: Fraccin del modelo fsico de una RNR: entrada de la i-sima neurona ................................................................................ Error! Bookmark not defined. Figura 28: Red Neuronal Recurrente para problemas de P.L.Error! not defined. Figura 29: Funcin de Energa ............................... Error! Bookmark not defined. Figura 30: Funcin de energa (en rojo) y Funcin objetivo (en azul) .......... Error! Bookmark not defined. Figura 31: Funcin de penalizacin ....................... Error! Bookmark not defined. Figura 32: Diagrama de estado ................ Error! Bookmark not defined. Bookmark Bookmark not Bookmark

viii

Figura 33: Diagrama de estado

................ Error! Bookmark not defined. Bookmark

Figura 34 Implementacin beta de algoritmo de escalado afnError! not defined.

ix

NDICE DE TABLAS
Tabla 1: Funciones de Activacin .......................... Error! Bookmark not defined. Tabla 2: Parmetros del problema ......................... Error! Bookmark not defined.