Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Eléctrica
Asignatura:
Métodos Matemáticos de
Inteligencia Artificial
Potencia intelectual:
facultad de conocer, de
entender o comprender.
(Real Academia de la Lengua Española)
Definición de Inteligencia
Artificial
“ La Inteligencia Artificial es
la ciencia de construir
máquinas que hagan cosas
que, si las hicieran los
humanos requerirían
inteligencia.” (Marvin Minsky, 1956)
Una interpretación de la
definición de IA
Reconocimiento de objetos,
escritura, habla, detección de
defectos por medio de la visión,
apoyo en el diagnóstico médico o
técnico, y otros.
Aprendizaje
Introducción
Resumen Estadística Descriptiva
Principio de Pareto
Resumen de Probabilidades. Teorema de
Bayes.
Distribuciones teóricas de Probabilidad.
Ajustes de variable a una distribución
teórica.
Resumen de Estadística
Descriptiva
Principio y Diagrama de
Pareto
Principio de Pareto
No pocas veces en la práctica se tiene
que una gran cantidad de causas son
posibles factores responsables de un
determinado efecto. Sin embargo,
sólo unos pocos factores o causas
acumulan un alto % de la frecuencia
de ocurrencia. Esos pocos factores se
denominan los pocos esenciales o
vitales.
Preguntas lógicas
Principio y Diagrama de
Pareto
Principio de Pareto
No pocas veces en la práctica se tiene
que una gran cantidad de causas son
posibles factores responsables de un
determinado efecto. Sin embargo,
sólo unos pocos factores o causas
acumulan un alto % de la frecuencia
de ocurrencia. Esos pocos factores se
denominan los pocos esenciales o
vitales.
Resumen de Teoría de las
Probabilidades
Binomial Exponencial
Geométrica Normal
Poisson Lognormal
Weibull
Distribuciones Distribuciones
Variables discretas Variables continuas
Distribución Binomial: supuestos
Distribución Binomial
0.4 Event prob.,Trials
0.1,10
0.3
Probabilidad
0.2
0.1
0
0 2 4 6 8 10
x
Gráfico de distribución acumulada
Binomial
0.6
0.4
0.2
0
0 2 4 6 8 10
X
Distribución Poisson: supuestos
Distribución de Poisson
0.24 Medias
10
0.2 5
0.16 3
Probabilidad
0.12
0.08
0.04
0
0 5 10 15 20 25 30
x
Distribución acumulada de poisson
0.6
probabilidadacum
0.4
0.2
0
0 5 10 15 20 25 30
x
Características de distribución
exponencial
0.012
densidad
0.008
0.004
0
0 100 200 300 400 500 600
x
Gráfico de distribución acumulada
exponencial
0.6
0.4
0.2
0
0 100 200 300 400 500 600
x
Características de la distribución Normal
X variable continua que toma todos
los valores reales.
Parámetros: y .
E (X)= y V (X)=
Distribución probabilística de forma
acampanada perfectamente simétrica
respecto a la media .
Gráfico de función de densidad normal
0.2
0.1
0
-3 0 3 6 9 12
x
Efecto de variación de media con
varianza constante
Gráfico de función de densidad normal
0.12
densidad
0.08
0.04
0
-10 -5 0 5 10 15 20
x
Efecto de variación de varianza
con media constante
Gráfico de distribución acumulada
normal
0.6
0.4
0.2
0
0 2 4 6 8 10
x
Características de la distribución Weibull
X variable continua tal que X>0.
Parámetros: posición, forma y escala
Adaptabilidad a múltiples formas
según ajuste o valores de
parámetros.
Útil en estudios de confiabilidad de
componentes , equipos y sistemas.
Gráfico de función de densidad Weibull
0.2
0.1
0
0 40 80 120 160
x
Histograma para TPPR (Normal)
Histograma para TPPR (Ajuste lognormal)
40
40
30
30
frecuencia
20
frecuencia
20
10
10
0 TR 0
TR
12 15 18 21 24 27 30 12 15 18 21 24 27 30
TPPR TPPR
Histograma paraTPPR(Ajuste Weibull)
40
30
frecuencia
20
10
TR
12 15 18 21 24 27 30
TPPR
95
80
proporción
0.1 50
20
5
0.01 1
10 100 0.1
13 16 19 22 25 28
TPPR
TPPR