Segunda Evaluacin a

Distancia
Inteligencia Artificial
VIII Ciclo
Ingeniera de Sistemas

DATOS DE IDENTIFICACIN
CURSO

: INTELIGENCIA ARTIFICIAL

FECHA DE ENTREGA

SEMESTRE ACADMICO

: 2014

ESTUDIANTE

FACULTAD

: FACULTAD DE INGENIERA

ESCUELA PROFESIONAL

: INGENIERA DE SISTEMAS

PROFESOR

: Dr. Juan Carlos Gutirrez Cceres

Programa Acadmico de Educacin

Superior a Distancia

Segunda Evaluacin a Distancia

Indicaciones Generales
No olvides de escribir tus nombres y apellidos en la primera pgina de la prueba, en el espacio
correspondiente.

Este examen consta de dos partes:

Primera parte: Preguntas objetivas que tiene un valor de 8 puntos

Segunda parte: Preguntas de ensayo tiene un valor de 12 puntos

Importante: Esta evaluacin a distancia puede ser entregada de manera fsica en su respectivos Centro
Universitario o tambin a travs del Campus Virtual de nuestra universidad.

Preguntas objetivas
INSTRUCCIONES
La prueba objetiva esta constituida por dos partes, la primera de ellas consta de 8 preguntas
donde debes determinar la veracidad (V) o falsedad (F) de los enunciados. En la segunda parte hay
preguntas denominadas de eleccin mltiple, que costa de 20 tems en forma de pregunta con cinco
alternativas (a, b, c, d, e) de los cuales debes elegir la correcta.
En el desarrollo de la prueba lee atentamente los enunciados o la pregunta y responder
segn se indique, adems debes estar seguro al momento de responder pues cualquier borrn o
enmendadura anula la respuesta.
.

A) VERDADERO FALSO:
Encierre en un crculo la letra V si es verdadero o F si es falso. (0.25 pts. cada pregunta)

1.
2.
3.
4.

V F
V F
V F
V F

Los grados de pertenencia estn en un rango de 0 y 1.

El perceptron puede operar con valores continuos.
Backpropagation es adecuado para redes de una sola capa.
Los algoritmos genticos se basan en conceptos de seleccin natural y teora
de la evolucin.

5.
6.

V
V

F
F

Una funcin de pertenencia puede ser definida de forma continua o discreta

Los algoritmos genticos son meta heursticas

7.

El algoritmo por correccin de error es supervisado.

8.

La red perceptron implementa un mecanismo de agrupamiento (Clustering)

B) PRUEBA DE ELECCIN MLTIPLE:

Encierre en un crculo la alternativa(s) correcta(s) (0.4 pts. cada pregunta)

9.

Es parte de una neurona artificial: (puedes marcar ms de una opcin)

a.
b.
c.
d.
e.

10.

Un operador gentico es: (marca las opciones que corresponden)

a.
b.
c.
d.
e.

11.

Mutacin.
Cruzamiento.
Control.
Elitismo.
Aptitud

Un Sistema de control difuso est compuesto de: (puedes marcar ms de una opcin)
a.
b.
c.
d.
e.

12.

Los pesos.
Funcin de activacin.
Los operadores genticos
Reglas
La mutacin

Fusificacin.
Defusificacin.
Sistema de smbolos.
Motor de inferencia.
Semntica del lenguaje.

Es verdad de algoritmos genticos: (puedes marcar ms de una opcin)

a.
b.
c.
d.
e.

Se inspiran en mecanismo de seleccin natural.

Solo est definido para representaciones de cadena binaria.
Son de naturaleza paralelos.
Son determinsticos.
Es una meta heurstica.

13.

Los paradigmas de aprendizaje en una red neuronal son: (puedes marcar mas de un a
opcin):
a. Aprendizaje Supervisado.
b. Aprendizaje Estocstico.
c. Aprendizaje por refuerzo.
d. Aprendizaje no supervisado,
e. Gradiente ascendente.

14.

Backpropagation es (selecciona una respuesta)

a.
b.
c.
d.

Algoritmo inteligente.
Es un agente de bsqueda.
Es un paradigma de aprendizaje aleatorio.
Es un algoritmo de retro propagacin de errores para redes neuronales de mltiples
capas.
e. Es un algoritmo para red tipo Perceptron.
15.

En sistemas de control difuso el mtodo del centroide es: (puedes marcar mas de una
opcin)
a. Es un operador gentico difuso
b. Es un mtodo de defusificacion.

c. Es un mtodo de fusificacion
d. Es un regla de inferencia.
e. Se usa en codificacin de variables lingsticas.
16.

El operador de cruzamiento se usa: (selecciona una opcin)

a.
b.
c.
d.
e.

17.

Una variable lingstica es:

a.
b.
c.
d.
e.

18.

Es usada en la red propuesta por Hopfield.

Es usa en la red Perceptron.
Es usada en la red propuesta por Kohonen.
Es usada en redes tipo probabilsticas.
Ninguna de las anteriores.

Es verdadero para redes neuronales. (puedes seleccionar ms de una opcin)

a.
b.
c.
d.
e.

20.

Una funcin de activacin de la red Kohonen.

Es una representacin de trminos del lenguaje natural.
Es una regla lgica.
Es un algoritmo para algoritmos inteligentes.
Es una parte importante en redes neuronales.

El algoritmo de aprendizaje competitivo: (Selecciona una opcin)

a.
b.
c.
d.
e.

19.

Combinar dos individuos para generar dos nuevo individuos.

Calcular la funcin de aptitud en un algoritmo gentico.
Es usado para seleccionar le individuo mas apto.
Es usada en la mutacin de los genes.
Se usa en lgica difusa para representar variables lingsticas.

Son paralelos.
Se basan en neuronas artificiales.
Usan Agentes de bsqueda A*.
Se controlan por generaciones.
Se usa para clasificar patrones.

En computacin evolutiva programacin gentica: (marca una opcin)

a.
b.
c.
d.
e.

Es un mecanismo de sobrevivencia
Es un tipo algoritmo memetico.
Es una variacin de los algoritmos genticos.
Es un mecanismo de bsqueda semejante a A*.
Es una red neuronal hibrida.

Preguntas de ensayo
INSTRUCCIONES
Las preguntas de tipo ensayo tienen por finalidad evaluar tu capacidad crtica y
argumentativa en torno a un tema, en tal sentido responde teniendo en cuenta el aspecto
conceptual terico y procedimental prctico segn se indique.
1. (02 puntos) Entrene una red perceptron para responder al operador lgico OR.

2. (03 puntos) Explique mediante un ejemplo un sistema de control difuso.

Caso hipottico de conduccin de autos
Auto controlado

auto precedente
Velocidad X2
Distancias entre autos
X1 (m)

Mecanismos de control
Condiciones de Entrada
Distancia entre autos
X1

X2

Cantidad de Control
(Intensidad de Freno)
Control de interferencia
Difusa

Reduccin de Velocidad

1: e grande u grande
2: e grande u pequea
3: e positiva u grande
Si

(error es grande);
Y su (derivada pequea y positiva)
Entonces (el control ser grande y positivo)
Si (error es nullo);
Y (su derivada pequea y positiva)
Entonces (el control ser pequeo y positivo)
5

A pesar de que las reglas de produccin se pueden expresar en frases lingsticas, se

utilizan cdigos para simplificar la entrada a los controladores difusos reales.
- (Distancia entre dos autos : X1; velocidad: X2
- (Intensidad de frenada: Y)
- (Etiquetas o niveles pequeo, medio, grandes: S, M, L
3. (02 puntos) Explique el concepto dominancia de pareto para optimizacin multi
objetivo en computacin evolutiva

4. (03 puntos) Explique cmo usar una red neuronal para aproximar una funcin