Este documento presenta una introducción a las estructuras de datos. Explica los tipos de datos abstractos y su uso, la modularidad y la memoria estática y dinámica. Define un tipo de datos abstracto como una representación de datos y las operaciones que se pueden realizar en ellos. También describe cómo la modularidad divide un programa en módulos cohesivos y débilmente acoplados, y las ventajas de usar memoria dinámica para estructuras de datos de longitud variable.
Tema 8 Aprendizaje De Sistemas Difusos Con Redes NeuronalesESCOM
1. - Introducción a las Redes Neuronales.
1.1.- Redes Neuronales Artificiales (Artificial
Neural Networks).
1.2.- Neuronas biológicas.
1.3.- ¿Qué es una red neuronal?
1.4.- Tipos de redes neuronales.
1.5.- Aplicaciones.
2. - Aplicación al diseño de controladores
difusos.
2.1.- Arquitectura ANFIS.
2.2.- Controlador neurodifuso adaptativo.
2.3.- Otros ejemplos de aplicación.
Tema 8 Aprendizaje De Sistemas Difusos Con Redes NeuronalesESCOM
1. - Introducción a las Redes Neuronales.
1.1.- Redes Neuronales Artificiales (Artificial
Neural Networks).
1.2.- Neuronas biológicas.
1.3.- ¿Qué es una red neuronal?
1.4.- Tipos de redes neuronales.
1.5.- Aplicaciones.
2. - Aplicación al diseño de controladores
difusos.
2.1.- Arquitectura ANFIS.
2.2.- Controlador neurodifuso adaptativo.
2.3.- Otros ejemplos de aplicación.
Institución Educativa Distrital El Campito.
Lic. Hernando José Salazar Serpa
Integrantes:
-Michell Bárcenas
- Mallory Rodríguez
- Kevin Sánchez
- María José Sobrino
2012
Redes neuronales-funciones-activacion-hardlim- hardlims-matlabAna Mora
Redes Neuronales: Funciones de Activación
Hardlim para simular un circuito con sensor de
movimiento y Hardlims para determinar si una
persona es diabética en Matlab
Simulación de Recepción de llamadas del ECU911 para dar un servicio a la ciudadanía, aplicando funciones de
activación tansig y logsig en Redes Neuronales.
Institución Educativa Distrital El Campito.
Lic. Hernando José Salazar Serpa
Integrantes:
-Michell Bárcenas
- Mallory Rodríguez
- Kevin Sánchez
- María José Sobrino
2012
Redes neuronales-funciones-activacion-hardlim- hardlims-matlabAna Mora
Redes Neuronales: Funciones de Activación
Hardlim para simular un circuito con sensor de
movimiento y Hardlims para determinar si una
persona es diabética en Matlab
Simulación de Recepción de llamadas del ECU911 para dar un servicio a la ciudadanía, aplicando funciones de
activación tansig y logsig en Redes Neuronales.
FUNDAMENTOS Y MÉTODOS DE ANÁLISIS DE REQUERIMIENTOS Raimon KoudsiRaimonKoudsi
En esta presentacion se tratará de: FUNDAMENTOS Y MÉTODOS DE ANÁLISIS DE REQUERIMIENTOS, asi como los FUNDAMENTOS BASICOS DEL DISEÑO ORIENTADO A OBJETOS
1. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
UNIDAD 1: INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
Competencia específica a Actividades de Aprendizaje
desarrollar
• Representar y aplicar los tipos de • Práctica de ejercicios. Elaborar un
datos abstractos por medio de un Programa en un lenguaje de
lenguaje de programación. programación que incorpore en un
vector de n elementos sus operaciones
básicas: insertar, eliminar, ordenar,
buscar, cantidad de memoria estática
utilizada y tiempo de ordenamiento.
• Práctica de ejercicios. Elaborar un
programa en un lenguaje de
programación que incorpore en una
lista de n elementos de forma
ordenada. Considere además las
funciones de eliminar, buscar y
cantidad de memoria dinámica
utilizada.
1.1 Tipos de datos abstractos (TDA) Y USO
Tipos de Datos Abstractos
Abstracción: consiste en ignorar los detalles de la manera particular en que está
hecha una cosa, quedándonos solamente con su visión general.
Un TDA es un modelo matemático de estructuras de datos que especifican los
tipos de datos almacenados, las operaciones definidas sobre esos datos y los
tipos de parámetros de esas operaciones.
Algunos lenguajes de programación tienen características que nos permiten
ampliar el lenguaje añadiendo sus propios tipos de datos. Un tipo de dato
definido por el programador se denomina tipo abstracto de datos (TDA) para
diferenciarlo del tipo fundamental (predefinido) de datos.
Por ejemplo, en Java, el tipo Punto, que representa las coordenadas x e y de un
sistema de coordenadas rectangulares, no existe. Sin embargo, es posible
implementar el tipo abstracto de datos, considerando los valores que se
almacenan en las variables y qué operaciones están disponibles para manipular
estas variables.
1
2. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
Un TDA se compone de estructuras de datos y los procedimientos o funciones
que manipulan esas estructuras de datos.
Un tipo abstracto de datos puede definirse mediante la ecuación:
T DA = Representación (datos) + Operaciones (funciones y procedimientos)
En un lenguaje de programación como Java un TDA puede ser expresado como
una interface, que es una simple lista de declaraciones de métodos.
Un TDA es materializado por una estructura de datos concreta, en Java, es
modelada por una clase. Una clase define los datos que serán almacenados y
las operaciones soportadas por los objetos que son instancia de la clase. Al
contrario de las interfaces, las clases especifican como las operaciones son
ejecutadas (implementación).
Ejemplos de tipos de datos abstractos son las Listas, Pilas, Colas, etc.
1.2 Modularidad
La Modularidad es la propiedad que permite subdividir una aplicación en partes
más pequeñas (llamadas módulos), cada una de las cuales debe ser tan
independiente como sea posible de la aplicación en sí y de las partes restantes.
La modularización consiste en dividir un programa en módulos que se puedan
compilar por separado, pero que tienen conexiones con otros módulos. Al igual
que la encapsulación, los lenguajes soportan la Modularidad de diversas formas.
La Modularidad es la propiedad de un sistema que permite su descomposición
en un conjunto de módulos cohesivos y débilmente acoplados. Por supuesto no
todos los módulos son iguales: tomar un programa monolítico y separarlo de
forma aleatoria en archivos no es óptimo. Se debe tener en cuenta los conceptos
asociados de dependencia, acoplamiento, cohesión, interfaz, encapsulación y
abstracción. Una vez identificado lo que es un buen módulo, se puede
contemplar la reutilización de un buen módulo como componente.
El Módulo A depende del Módulo B si cualquier cambio en el Módulo B implica
que el Módulo A también tenga que ser modificado. A veces se dice que el
Módulo A es un cliente del Módulo B, o que el Módulo B actúa como servidor del
Módulo A. En general, es normal que un mismo módulo sea tanto cliente como
servidor. Esto significa, que depende de algunos módulos, mientras que otros
módulos dependen de él. Incluso es posible que un par de módulos se tengan
uno al otro de cliente; sin embargo, éste es un ejemplo de dependencia circular,
que debe evitarse cuando sea posible debido a que impide la reutilización.
2
3. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
La dependencia a veces se conoce como acoplamiento. Un sistema con muchas
dependencias tiene fuerte acoplamiento. Los buenos sistemas tienen débil
acoplamiento, porque en ese caso los cambios en una parte del sistema son
menos probables de propagarse a través del sistema.
Los módulos correctos a menudo tienen la propiedad de que sus interfaces
proporcionan una abstracción de algún elemento conocido de manera intuitiva
que puede, no obstante, ser difícil de implementar. Este tipo de módulos se dice
que tienen una fuerte cohesión. El módulo realiza un conjunto coherente de
cosas, pero dentro de lo posible el desarrollador del cliente está protegido de la
información irrelevante relativa a cómo el módulo hace lo que hace.
1.3 Memoria estática
La forma más fácil de almacenar el contenido de una variable en memoria en
tiempo de ejecución es en memoria estática o permanente a lo largo de toda la
ejecución del programa.
No todos los objetos (variables) pueden ser almacenados estáticamente.
Para que un objeto pueda ser almacenado en memoria estática su tamaño
(número de bytes necesarios para su almacenamiento) ha de ser conocido en
tiempo de compilación, como consecuencia de esta condición no podrán
almacenarse en memoria estática:
• Los objetos correspondientes a procedimientos o funciones recursivas, ya
que en tiempo de compilación no se sabe el número de variables que
serán necesarias.
3
4. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
• Las estructuras dinámicas de datos tales como listas, árboles, etc. ya que
el número de elementos que las forman no es conocido hasta que el
programa se ejecuta.
Las técnicas de asignación de memoria estática son sencillas.
• A partir de una posición señalada por un puntero de referencia se aloja el
objeto X, y se avanza el puntero tantos bytes como sean necesarios para
almacenar el objeto X.
• La asignación de memoria puede hacerse en tiempo de compilación y los
objetos están vigentes desde que comienza la ejecución del programa
hasta que termina.
En los lenguajes que permiten la existencia de subprogramas, y siempre que
todos los objetos de estos subprogramas puedan almacenarse estáticamente se
aloja en la memoria estática un registro de activación correspondiente a cada
uno de los subprogramas.
Estos registros de activación contendrán las variables locales, parámetros
formales y valor devuelto por la función.
Dentro de cada registro de activación las variables locales se organizan
secuencialmente. Existe un solo registro de activación para cada procedimiento
y por tanto no están permitidas las llamadas recursivas. El proceso que se sigue
cuando un procedimiento p llama a otro q es el siguiente:
1. p evalúa los parámetros de llamada, en caso de que se trate de
expresiones complejas, usando para ello una zona de memoria temporal
para el almacenamiento intermedio.
Por ejemplos, sí la llamada a q es q((3*5)+(2*2),7) las operaciones
previas a la llamada propiamente dicha en código máquina han de
realizarse sobre alguna zona de memoria temporal. (En algún momento
debe haber una zona de memoria que contenga el valor intermedio 15, y
el valor intermedio 4 para sumarlos a continuación). En caso de utilización
de memoria estática ésta zona de temporales puede ser común a todo el
programa, ya que su tamaño puede deducirse en tiempo de compilación.
2. q inicializa sus variables y comienza su ejecución.
Dado que las variables están permanentemente en memoria es fácil
implementar la propiedad de que conserven o no su contenido para cada
nueva llamada
4
5. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
1.4. Memoria Dinámica
Supongamos que nuestro programa debe manipular estructuras de datos de
longitud desconocida. Un ejemplo simple podría ser el de un programa que lee
las líneas de un archivo y las ordena. Por tanto, deberemos leer un número
indeterminado de líneas, y tras leer la última, ordenarlas. Una manera de
manejar ese número indeterminado, sería declarar una constante MAX_LINEAS,
darle un valor vergonzosamente grande, y declarar un arreglo de tamaño
MAX_LINEAS. Esto, obviamente, es muy ineficiente. Nuestro programa no sólo
quedaría limitado por ese valor máximo, sino que además gastaría esa enorme
cantidad de memoria para procesar hasta el más pequeño de los ficheros.
La solución consiste en utilizar memoria dinámica. La memoria dinámica es un
espacio de almacenamiento que se solicita en tiempo de ejecución. De esa
manera, a medida que el proceso va necesitando espacio para más líneas, va
solicitando más memoria al sistema operativo para guardarlas. El medio para
manejar la memoria que otorga el sistema operativo, es el puntero, puesto que
no podemos saber en tiempo de compilación dónde nos dará huecos el sistema
operativo (en la memoria de nuestro PC).
Memoria Dinámica.
Sobre el tratamiento de memoria, GLib dispone de una serie de instrucciones
que sustituyen a las ya conocidas por todos malloc, free, etc. y, siguiendo con el
modo de llamar a las funciones en GLib, las funciones que sustituyen a las ya
mencionadas son g_malloc y g_free.
Reserva de memoria.
La función g_malloc posibilita la reserva de una zona de memoria, con un
número de bytes que le pasemos como parámetro. Además, también existe una
función similar llamada g_malloc0 que, no sólo reserva una zona de memoria,
sino que, además, llena esa zona de memoria con ceros, lo cual nos puede
beneficiar si se necesita un zona de memoria totalmente limpia.
• gpointer g_malloc (gulong numero_de_bytes);
• gpointer g_malloc0 (gulong numero_de_bytes);
Existe otro conjunto de funciones que nos permiten reservar memoria de una
forma parecida a cómo se hace en los lenguajes orientados a objetos.
5
6. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
Liberación de memoria.
Cuando se hace una reserva de memoria con g_malloc y, en un momento
dado, el uso de esa memoria no tiene sentido, es el momento de liberar esa
memoria. Y el sustituto de free es g_free que, básicamente, funciona igual
que la anteriormente mencionada.
• void g_free (gpointer memoria_reservada);
Realojamiento de memoria
En determinadas ocasiones, sobre todo cuando se utilizan estructuras de datos
dinámicas, es necesario ajustar el tamaño de una zona de memoria (ya sea para
hacerla más grande o más pequeña). Para eso, GLib ofrece la función
g_realloc, que recibe un puntero a memoria que apunta a una región que es
la que será acomodada al nuevo tamaño y devuelve el puntero a la nueva zona
de memoria. El anterior puntero es liberado y no se debería utilizar más:
• gpointer g_realloc (gpointer memoria_reservada , gulong
numero_de_bytes);
Asignación dinámica
El proceso de compactación del punto anterior es una instancia particular del
problema de asignación de memoria dinámica, el cual es el cómo satisfacer una
necesidad de tamaño n con una lista de huecos libres. Existen muchas
soluciones para el problema. El conjunto de huecos es analizado para
determinar cuál hueco es el más indicado para asignarse. Las estrategias más
comunes para asignar algún hueco de la tabla son:
Primer ajuste: Consiste en asignar el primer hueco con capacidad suficiente. La
búsqueda puede iniciar ya sea al inicio o al final del conjunto de huecos o en
donde terminó la última búsqueda. La búsqueda termina al encontrar un hueco
lo suficientemente grande.
Mejor ajuste: Busca asignar el espacio más pequeño de los espacios con
capacidad suficiente. La búsqueda se debe de realizar en toda la tabla, a menos
6
7. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
que la tabla esté ordenada por tamaño. Esta estrategia produce el menor
desperdicio de memoria posible.
Peor ajuste: Asigna el hueco más grande. Una vez más, se debe de buscar en
toda la tabla de huecos a menos que esté organizada por tamaño. Esta
estrategia produce los huecos de sobra más grandes, los cuales pudieran ser de
más uso si llegan procesos de tamaño mediano que quepan en ellos.
Se ha demostrado mediante simulacros que tanto el primer y el mejor ajuste son
mejores que el peor ajuste en cuanto a minimizar tanto el tiempo del
almacenamiento. Ni el primer o el mejor ajuste es claramente el mejor en
términos de uso de espacio, pero por lo general el primer ajuste es más rápido.
7
8. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
que la tabla esté ordenada por tamaño. Esta estrategia produce el menor
desperdicio de memoria posible.
Peor ajuste: Asigna el hueco más grande. Una vez más, se debe de buscar en
toda la tabla de huecos a menos que esté organizada por tamaño. Esta
estrategia produce los huecos de sobra más grandes, los cuales pudieran ser de
más uso si llegan procesos de tamaño mediano que quepan en ellos.
Se ha demostrado mediante simulacros que tanto el primer y el mejor ajuste son
mejores que el peor ajuste en cuanto a minimizar tanto el tiempo del
almacenamiento. Ni el primer o el mejor ajuste es claramente el mejor en
términos de uso de espacio, pero por lo general el primer ajuste es más rápido.
7
9. ESTRUCTURA DE DATOS Unidad I. INTRODUCCIÓN A LAS ESTRUCTURAS DE DATOS
que la tabla esté ordenada por tamaño. Esta estrategia produce el menor
desperdicio de memoria posible.
Peor ajuste: Asigna el hueco más grande. Una vez más, se debe de buscar en
toda la tabla de huecos a menos que esté organizada por tamaño. Esta
estrategia produce los huecos de sobra más grandes, los cuales pudieran ser de
más uso si llegan procesos de tamaño mediano que quepan en ellos.
Se ha demostrado mediante simulacros que tanto el primer y el mejor ajuste son
mejores que el peor ajuste en cuanto a minimizar tanto el tiempo del
almacenamiento. Ni el primer o el mejor ajuste es claramente el mejor en
términos de uso de espacio, pero por lo general el primer ajuste es más rápido.
7