trabajo ing 01

8/17/2019 Trabajo Ing 01

1/23

CURSO : INGIENERIA DE COMUNICACIONES 2

TITULO : Imágenes Digitales - Gif

PROFESOR : Alfredo Efraín Rodrígue Guti!rre

INTEGRANTES : Grupo Nro 8

"iorella Gres# Ruí $oma%&agua

Eri'a Margarita "uentes Ri(era

)uan Carlos *amora Corilla

)os! Enri+ue ,uamaní o.e

Sa/l Ronald Martin 0il%a 0illena


2/23

INTRODUCCION

A%tualmente (i(imos en un era en +ue todas las formas de la informa%i1n están .asando.or un .ro%eso de digitalia%i1n Un e3em.lo %laro son las imágenes +ue no &an .odido

es%a.ar a este .ro%eso Miles de imágenes digitales son .rodu%idos .or la fotografía4 el

%ine4 la tele(isi1n4 el dise5o gráfi%o4 +ue son alma%enadas en alg/n so.orte físi%o4

en(iadas .or un medio transmisi1n ele%tr1ni%o4 .resentadas 6a sea en una .antalla o

im.resas en .a.el en alg/n dis.ositi(o

Una imagen digital se o#tiene a tra(!s de un dis.ositi(o de %on(ersi1n anal1gi%o-digital

%omo un es%áner una %ámara fotográfi%a digital o dire%tamente desde el ordenador

utiliando %ual+uier .rograma de tratamiento de imágenes a informa%i1n digital +ue

genera %ual+uiera de los medios anteriormente %itados es alma%enada en el ordenador

mediante #its 7unos 6 %eros8

as imágenes digitales se .ueden guardar en distintos formatos Cada formato tiene una

e9tensi1n es.e%ífi%a del ar%&i(o +ue lo %ontiene os formatos más utiliados en la

a%tualidad son: ;M$4 GI"4 )$G4 ? %olores4 además de admitir

gama de menor n/mero de %olores4 lo %ual .ermite o.timiar el tama5o del ar%&i(o +ue lo

%ontiene


3/23

ALGORITMOS DE CODIFICACION

E9isten dos formatos de ar%&i(os GI" desarrollados en @B 6 en @B

El GI" Ba +ue es %om.ati#le %on la %om.resi1n *4 .ermite una (isualia%i1n

.rogresi(a de una .aleta de 2>? %olores 6 tiene la .osi#ilidad de %rear imágenes

animadas llamados GI"S animados4 alma%enando (arias imágenes en el mismo ar%&i(o

El GI" Ba4 +ue tiene %omo o.%i1n la .osi#ilidad de designar un %olor trans.arente .ara

la .aleta 6 es.e%ifi%ar el tiem.o de las anima%iones

a %om.resi1n del formato GI" está dada .or el algoritmo *4 aun+ue tam#i!n en la

a%tualidad &an a.are%ido dos nue(os %on%e.tos algoritmo en el .ro%esamiento de

imágenes +ue son algoritmo de redes neuronales 6 algoritmo gen!ti%o

Algoritmo LZW ( Lmpl Zi! Wl"#$

Es un algoritmo de %om.resi1n sin .erdida desarrollado .or el %ientífi%o norteameri%ano

? entradas4 una .ara %ada %ará%ter .osi#le4

además de un %1digo .redefinido .ara indi%ar el fin del ar%&i(o A esta ta#la se le (an

agregando su%esi(os %1digos num!ri%os .or %ada nue(o .ar de %ara%teres %onse%uti(os

+ue se lean

Al armar el di%%ionario so#re la mar%&a se e(ita &a%er dos .asadas so#re el te9to4 una en

la +ue se analia 6 la otra en la +ue se %odifi%a 6 de#ido a +ue la regla de armado del

di%%ionario es tan sim.le4 el des%om.resor .uede re%onstruirlo mientras lo lee4 e(itando la

in%lusi1n del di%%ionario dentro del te9to %om.rimido Se .uede .ensar +ue el di%%ionario

está .lagado de %1digo inne%esario 6 ser relati(amente grande .ero esto no su%ede en la

.rá%ti%a4 6a +ue el di%%ionario no %re%e demasiado 6 aun+ue eso su%ediera lo im.ortante

es +ue el ar%&i(o %om.rimido sea .e+ue5o

as entradas del di%%ionario .ueden re.resentar se%uen%ias de %ara%teres sim.les o

se%uen%ias de otros %1digos .re(iamente %argados4 es de%ir +ue un %1digo .uede

re.resentar desde uno a un n/mero indeterminado de %ara%teres


4/23

En realidad4 el algoritmo no dis%rimina entre %1digos 6 %ara%teres sim.les .ues el

di%%ionario se %arga ini%ialmente de %1digos +ue re.resentan los .rimeros 2>? %ara%teres

sim.les .or lo +ue estos no son más +ue otros %1digos dentro del mismo di%%ionario

Cada (e +ue se lee un nue(o %ará%ter se re(isa el di%%ionario .ara (er si forma .arte de

alguna entrada .re(ia ?

%1digos .ara 2>? %ara%teres sim.les .osi#les %on B #its 6 un %1digo +ue (iene a

re.resentar al fin del ar%&i(o

Dado +ue el algoritmo sir(e .ara %om.rimir se%uen%ias de #its4 6a se sea te9to o %ual+uier

otro ti.o de informa%i1n A %ontinua%i1n damos un %laro e3em.lo de %1mo fun%iona este

algortimo En este e3em.lo se su.one +ue los te9tos a %om.rimir son solo letras

ma6/s%ulas sin es.a%io .ara lo %ual solo #asta 7en ingles8 2? %odigos mas un %oidgo +ue

en este %aso se ado.tado el %ero .ara re.resentar el fin del ar%&i(ol el %ual se re.resentagráfi%amente .or el F El te9to +ue se #us%a %om.rimir es:

TO%EORNOTTO%EORTO%EORNOT&

el .ro%eso de %om.resi1n +ueda re.resentado .or la ta#la siguiente:

Carácter: Código emitido Entrada en el diccionario:

(Salida):

T 20 = 10100

O 15 = 01111 28: TO

B 2 = 00010 29: OB

E 5 = 00101 0: BE

O 15 = 01111 1: EO !""" #e agotaron lo# código# de 5

$it#


5/23

% 18 = 010010 2: O% !""" #e comien&a a '#ar código# de

$it#

1* = 001110 : %

O 15 = 001111 *: O

T 20 = 010100 5: OT

TO 28 = 011100 : TT

BE 0 = 011110 +: TOB

O% 2 = 100000 8: BEO

TOB + = 100101 9: O%T

EO 1 = 011111 *0: TOBE

% = 100001 *1: EO%

OT 5 = 100011 *2: %O

, 0 = 000000 *: OT,

$ara inter.retarla4 se sugiere ignorar la re.resenta%i1n #inaria4 +ue se in%lu6e

sim.lemente .ara %onta#iliar el tama5o del ar%&i(o de salida os %1digos del @ al 2? se

%orres.onden %on %ara%teres sim.les @ = A4 2 = ;4 2? = * 6 2 = Hfin de ar%&i(oH Del 2B

en adelante %ada %1digo re.resenta más de un %ará%ter

El te9to original4 %om.uesto de 2> %ara%teres +ue .ueden re.resentarse %on > #its %ada

uno nos daría @2> #its El resultado %om.rimido .rodu%e > %1digos de > #its más @2

%1digos de ? #its4 lo %ual resulta en #its4 una redu%%i1n a menos del B del original

N1tese +ue %ada %ará%ter leído genera una nue(a entrada en el di%%ionario4

inde.endientemente de si se utiliará o no Esta sim.li%idad .or .arte del algoritmo de%om.resi1n .ermite +ue el des%om.resor .ueda re%onstruir el di%%ionario sin errores

Cuando se %omiena a utiliar ? #its .or %1digo4 todos los %1digos se emiten %on ? #its4

in%luso los +ue originalmente s1lo usaran > #its4 %om.letándose %on %eros .or i+uierda

Este m!todo se us1 am.liamente desde +ue se %on(irti1 .arte del formato GI"


6/23

e9.erien%ia4 las neuronas (an %reando 6 reforando %iertas %one9iones .ara Ha.renderH

algo +ue se +ueda fi3o en el te3ido

Se #asan en una idea sen%illa: dados unos .arámetros &a6 una forma de %om#inarlos

.ara .rede%ir un %ierto resultado $or e3em.lo4 sa#iendo los .í9eles de una imagen

e9istirá una forma de sa#er +u! n/mero &a6 es%rito4 o %ono%iendo la %arga de ser(idores

de un Centro de $ro%esamiento de Datos 7C$D84 su tem.eratura 6 demás e9istirá una

manera de sa#er %uánto (an a %onsumir

Son un modelo .ara en%ontrar una %om#ina%i1n de .arámetros 6 .oder a.li%arla al mismo

tiem.o En un lengua3e más .ro.io4 en%ontrar la %om#ina%i1n +ue me3or se a3usta es

entrenar a una red neuronal Una (e 6a entrenada se .uede usar .ara &a%er

.redi%%iones o %lasifi%a%iones

Un e3em.lo %laro .ara .oder entender %1mo fun%iona una red neuronal es: Su.ongamos

+ue somos alumnos de una %lase en la +ue el .rofesor no &a di%&o e9a%tamente %1mo (a

a .oner las notas $ara em.ear4 su.ongamos +ue s1lo &as &e%&o dos e9ámenes 6

tienes la nota de %ada uno de ellos 6 la final

a unidad #ási%a de la red neuronal: el .er%e.tr1n as entradas son las dos notas4 n@ 6 n24 %ada una %on su

%orres.ondiente .eso Jn 7lo +ue &a6 +ue en%ontrar8 a salida4 nf4 será @ si está a.ro#ado 6 K si a re.ro#ar

LC1mo utiliamos una red neuronal .ara sa#er %uánto (ale %ada e9amen A+uí nos

#astará %on la unidad fundamental de la red neuronal: l pr"ptr+) Un pr"ptr+) es

un elemento +ue tiene (arias entradas %on un %ierto .eso %ada una Si la suma de esas

entradas .or %ada .eso es ma6or +ue un determinado n/mero4 la salida del .er%e.tr1n es

un uno Si es menor4 la salida es un %ero

En este e3em.lo4 las entradas serían las dos notas de los e9ámenes Si la salida es uno

7esto es4 la suma de las notas .or su .eso %orres.ondiente es ma6or +ue %in%o84 es un

a.ro#ado Si son %ero4 sus.enso os .esos son lo +ue tenemos +ue en%ontrar %on el

entrenamiento En este %aso4 nuestro entrenamiento %onsistirá en em.ear %on dos .esos


7/23


8/23


9/23


10/23

Redes &í#ridas: Son un enfo+ue mi9to en el +ue se utilia una fun%i1n de me3ora .ara

fa%ilitar la %on(ergen%ia Un e3em.lo de este /ltimo ti.o son las redes de #ase radial

A.rendia3e reforado: se sit/a a medio %amino entre el su.er(isado 6 el auto organiado

"inalmente tam#i!n se .ueden %lasifi%ar seg/n sean %a.a%es de .ro%esar informa%i1n de

distinto ti.o en:

Redes anal1gi%as: $ro%esan datos de entrada %on (alores %ontinuos E3em.lo de este ti.o

de redes son: ,o.field4 o&onen 6 las redes de a.rendia3e %om.etiti(o

Redes dis%retas: $ro%esan datos de entrada de naturalea dis%reta4 (alores l1gi%os

#ooleanos E3em.los de este segundo ti.o de redes son: las má+uinas de ;oltmann 6

Cau%&64 6 la red dis%reta de ,o.field

Algoritmo G)/ti"o

Es una serie de .asos organiados +ue des%ri#e el .ro%eso +ue se de#e de seguir .ara la

solu%i1n de un determinado .ro#lema Son llamados así .or+ue se ins.iran en la

e(olu%i1n #iol1gi%a 6 su #ase gen!ti%o-mole%ular

Son m!todos ada.tati(os +ue .ueden usarse .ara resol(er .ro#lemas de #/s+ueda 6

o.timia%i1n Están #asados en el .ro%eso gen!ti%o de los organismos (i(os

Un algoritmo gen!ti%o %onsiste en una fun%i1n matemáti%a o una rutina de softJare +ue

toma %omo entrada a los e3em.lares 6 retorna %omo salidas a unos de ellos +ue de#egenerar des%enden%ia .ara la nue(a genera%i1n

Un in(estigador de la Uni(ersidad de Mi%&igan llamado )o&n ,olland era %ons%iente de la

im.ortan%ia de la sele%%i1n natural4 6 a fines de los ?Ks desarroll1 una t!%ni%a +ue

.ermiti1 in%or.orarla a un .rograma Su o#3eti(o era lograr +ue las %om.utadoras

a.rendieran .or sí mismas A la t!%ni%a +ue in(ent1 ,olland se le llam1 originalmente

H.lanes re.rodu%ti(osH4 .ero se &io .o.ular #a3o el nom#re Halgoritmo gen!ti%oH tras la

.u#li%a%i1n de su li#ro en @>

os Algoritmos Gen!ti%os usan una analogía dire%ta %on el %om.ortamiento natural

tra#a3an %on una .o#la%i1n de indi(iduos4 %ada uno de los %uales re.resenta una solu%i1n

fa%ti#le a un .ro#lema determinado A %ada indi(iduo se le asigna un (alor 1 .untua%i1n4

rela%ionado %on la #ondad de di%&a solu%i1n En la naturalea esto e+ui(ale al grado de

efe%ti(idad de un organismo .ara %om.etir .or unos determinados re%ursos Cuanto

ma6or sea la ada.ta%i1n de un indi(iduo al .ro#lema4 ma6or será la .ro#a#ilidad de +ue el

mismo sea sele%%ionado .ara re.rodu%irse4 %ruando su material gen!ti%o %on otro

indi(iduo sele%%ionado de igual forma Este %ru%e .rodu%irá nue(os indi(iduos

des%endientes de los anteriores4 los %uales %om.arten algunas de las %ara%terísti%as de


11/23

sus .adres Cuanto menor sea la ada.ta%i1n de un indi(iduo4 menor será la .ro#a#ilidad

de +ue di%&o indi(iduo sea sele%%ionado .ara la re.rodu%%i1n4 6 .or tanto de +ue su

material gen!ti%o se .ro.ague en su%esi(as genera%iones

0enta3as 6 Des(enta3as

No ne%esitan %ono%imientos es.e%ífi%os so#re el .ro#lema +ue intentan resol(er

• O.eran de forma simultánea %on (arias solu%iones4 en (e de tra#a3ar de forma

se%uen%ial %omo las t!%ni%as tradi%ionales

• Cuando se usan .ara .ro#lemas de o.timia%i1n ma9imiar una fun%i1n o#3eti(o

resultan menos afe%tados .or los má9imos lo%ales 7falsas solu%iones8 +ue las

t!%ni%as tradi%ionales

• Resulta sumamente fá%il e3e%utarlos en las modernas ar+uite%turas masi(amente

.aralelas

• Usan o.eradores .ro#a#ilísti%os4 en (e de los tí.i%os o.eradores determinísti%os

de las otras t!%ni%as

• $ueden tardar mu%&o en %on(erger4 o no %on(erger en a#soluto4 de.endiendo en

%ierta medida de los .arámetros +ue se utili%en tama5o de la .o#la%i1n4 n/mero

de genera%iones4 et%-

• $ueden %on(erger .rematuramente de#ido a una serie de .ro#lemas de di(ersa

índole

LC1mo sa#er si es .osi#le usar un algoritmo gen!ti%o

a a.li%a%i1n más %om/n de estos algoritmos &a sido la solu%i1n de .ro#lemas de

o.timia%i1n4 en donde &an demostrado en ser mu6 efi%ientes 6 %onfia#les Sin em#argo

en general se re%omienda tomar en %uenta las siguientes %ara%terísti%as antes de usar

este algoritmo:

• Su es.a%io de #/s+ueda 7ie4 sus .osi#les solu%iones8 de#e estar delimitado

dentro de un determinado rango

• De#e .oderse definir una fun%i1n de a.titud +ue nos indi+ue +u! tan #uena o mala

es una determinada res.uesta

• as solu%iones de#en %odifi%arse de una forma +ue resulte relati(amente fá%il de

im.lementar en la %om.utadora

El .rimer .unto es mu6 im.ortante4 6 lo más re%omenda#le es intentar resol(er .ro#lemas

+ue tengan es.a%ios de #/s+ueda dis%retos aun+ue !stos sean mu6 grandes Sin


12/23

em#argo4 tam#i!n .odrá intentarse usar la t!%ni%a %on es.a%ios de #/s+ueda %ontinuos4

.ero .referentemente %uando e9ista un rango de solu%iones relati(amente .e+ue5o

a 0u)"i+) ' *ptitu' no es más +ue la fun%i1n o#3eti(a de nuestro .ro#lema de

o.timia%i1n El algoritmo gen!ti%o /ni%amente ma9imia4 .ero la minimia%i1n .uede

realiarse fá%ilmente utiliando el re%í.ro%o de la fun%i1n ma9imiante 7de#e %uidarse4 .or

su.uesto4 +ue el re%í.ro%o de la fun%i1n no genere una di(isi1n .or %ero8 Una

%ara%terísti%a +ue de#e tener esta fun%i1n es +ue tiene ser %a.a de H%astigarH a las

malas solu%iones4 6 de H.remiarH a las #uenas4 de forma +ue sean estas /ltimas las +ue

se .ro.aguen %on ma6or ra.ide

a "o'i0i"*"i+) más %om/n de las solu%iones es a tra(!s de %adenas #inarias4 aun+ue

se &an utiliado tam#i!n n/meros reales 6 letras El .rimero de estos es+uemas &a

goado de mu%&a .o.ularidad de#ido a +ue es el +ue .ro.uso originalmente ,olland4 6

además .or+ue resulta mu6 sen%illo de im.lementar

Mar%o de Desarrollo

Antes de %ontinuar a&ondando en la t!%ni%a de los Algoritmos Gen!ti%os sería interesante

de3arla situada dentro de un mar%o más am.lio Nos referimos a la rama de la Inteligen%ia

Artifi%ial +ue se &a denominado Com.uta%i1n E(oluti(a

El t!rmino Com.uta%i1n E(oluti(a se refiere al estudio de los fundamentos 6 a.li%a%iones

de %iertas t!%ni%as &eurísti%as de #/s+ueda #asadas en los .rin%i.ios naturales de la

e(olu%i1n Una gran (ariedad de algoritmos e(oluti(os &an sido .ro.uestos .ero

.rin%i.almente .ueden %lasifi%arse en: Algoritmos Gen!ti%os4 $rograma%i1n E(oluti(a4

Estrategias E(oluti(as4 Sistemas Clasifi%adores 6 $rograma%i1n Gen!ti%a Esta%lasifi%a%i1n se #asa so#re todo en detalles de desarrollo &ist1ri%o más +ue en el &e%&o

de un fun%ionamiento realmente diferente4 de &e%&o las #ases #iol1gi%as en las +ue se

a.o6an son esen%ialmente las mismas as diferen%ias entre ellos se %entran en los

o.eradores +ue se usan en %ada %aso 6 en general en la forma de im.lementar la

sele%%i1n4 re.rodu%%i1n 6 sustitu%i1n de indi(iduos en una .o#la%i1n

Aun+ue los detalles de la e(olu%i1n no &an sido %om.letamente %om.rendidos4 in%luso

&o6 en día4 e9isten algunos .untos en los +ue se fundamentan:

• a e(olu%i1n es un .ro%eso +ue o.era a ni(el de %romosomas4 6 no a ni(el de

indi(iduos Cada indi(iduo es %odifi%ado %omo un %on3unto de %romosomas

• a sele%%i1n natural es el me%anismo mediante el %ual los indi(iduos me3or

ada.tados son los +ue tienen ma6ores .osi#ilidades de re.rodu%irse

• El .ro%eso e(oluti(o tiene lugar en la eta.a de la re.rodu%%i1n Es en esta eta.a

donde se .rodu%en la muta%i1n4 +ue es la %ausante de +ue los %romosomas de los


13/23

&i3os .uedan ser diferentes a los de los .adres4 6 el %ru%e4 +ue %om#ina los

%romosomas de los .adres .ara +ue los &i3os tengan %romosomas diferentes

De forma #re(e4 .asamos a %omentar %ada una de los algoritmos men%ionados

anteriormente4 .ara +ue el le%tor .ueda tener una idea de las similitudes 6 diferen%ias

entre ellos

os Algoritmos Gen!ti%os resuel(en los .ro#lemas generando .o#la%iones su%esi(as a

las +ue se a.li%an los o.eradores de muta%i1n 6 %ru%e Cada indi(iduo re.resenta una

solu%i1n al .ro#lema4 6 se trata de en%ontrar al indi(iduo +ue re.resente a la me3or

solu%i1n

a $rograma%i1n Gen!ti%a fun%iona igual +ue la t!%ni%a anterior .ero se %entra en el

estudio de .ro#lemas %u6a solu%i1n es un .rograma De manera +ue los indi(iduos de la

.o#la%i1n son .rogramas +ue se a%er%an más o menos a realiar una tarea +ue es la

solu%i1n

a $rograma%i1n E(oluti(a es otro enfo+ue de los algoritmos gen!ti%os4 en este %aso elestudio se %entra en %onseguir o.eradores gen!ti%os +ue imiten lo me3or .osi#le a la

naturalea4 en %ada %aso4 más +ue en la rela%i1n de los .adres %on su des%enden%ia En

este %aso no se utilia el o.erador de %ru%e4 tomando la má9ima im.ortan%ia el o.erador

de muta%i1n

Estrategias E(oluti(as se %entran en el estudio de .ro#lemas de o.timia%i1n e in%lu6en

una (isi1n del a.rendia3e en dos ni(eles: a ni(el de genoti.o4 6 a ni(el de fenoti.o .or

/ltimo los Sistemas Clasifi%adores englo#an el estudio de .ro#lemas en los +ue la

solu%i1n #us%ada se %orres.onde %on toda una .o#la%i1n

$ara finaliar se muestra un es+uema en el +ue se sit/an las t!%ni%as men%ionadas %onres.e%to a otros .ro%edimientos de #/s+ueda %ono%idos

a &a#iendo (isto las redes neuronales 6 el algoritmo gen!ti%o .odemos &a%er una

%om.ara%i1n entre am#os Una r' )uro)*l es el intento de .oder realiar una

simula%i1n %om.uta%ional del %om.ortamiento de .artes del %ere#ro &umano mediante la

r!.li%a en .e+ue5a es%ala de los .atrones +ue !ste desem.e5a .ara la forma%i1n de

resultados a .artir de los su%esos .er%i#idos El %ere#ro %onsta de unidades llamadas

neuronas4 las %uales están %one%tadas entre si formando una red 7de a&í la denomina%i1n

H red neuronal H8

Con%retamente4 se trata de .oder analiar 6 re.rodu%ir el me%anismo de a.rendia3e de

su%esos +ue .oseen los animales más e(olu%ionados

a red simula gru.os de neuronas4 llamados H %a.as H las %uales están rela%ionadas unas

%on otras os datos se introdu%en en la .rimera %a.a4 llamada H%a.a de entradasH Cada

%a.a transfiere la informa%i1n a sus (e%inas4 teniendo un .eso o .ondera%i1n .ara los

(alores4 lo +ue (a modifi%ando los mismos en su .aso a tra(!s de la red


14/23

Cuando los datos llegan a la /ltima de las %a.as4 llamada H %a.a de salida H el (alor

resultante es tomado %omo el resultado de la red a red .uede ser entrenada .ara

di(ersos usos4 entre ellos %omo me%anismo de o.timia%i1n En este sentido4 se .uede

e9.resar +ue serían un modelo alternati(o %om.etiti(o %on los algoritmos gen!ti%os4 si se

las .rogramara .ara este fin En rigor de (erdades4 la literatura sugiere +ue se .odrían

&a%er modelos mi9tos o &í#ridos en donde se %om#inen las (enta3as de las redesneuronales 6 los algoritmos gen!ti%os4 aun+ue &a6 mu6 .o%o material dis.oni#le en este

%am.o


15/23

#iol1gi%os4 el %on3unto de .arámetros re.resentando un %romosoma .arti%ular se

denomina fenoti.o El fenoti.o %ontiene la informa%i1n re+uerida .ara %onstruir un

organismo4 el %ual se refiere %omo genoti.o os mismos t!rminos se utilian en el %am.o

de los Algoritmos Gen!ti%os a ada.ta%i1n al .ro#lema de un indi(iduo de.ende de la

e(alua%i1n del genoti.o Esta /ltima .uede inferirse a .artir del fenoti.o4 es de%ir .uede

ser %om.utada a .artir del %romosoma4 usando la fun%i1n de e(alua%i1n a fun%i1n deada.ta%i1n de#e ser dise5ada .ara %ada .ro#lema de manera es.e%ífi%a Dado un

%romosoma .arti%ular4 la fun%i1n de ada.ta%i1n le asigna un n/mero real4 +ue se su.one

refle3a el ni(el de ada.ta%i1n al .ro#lema del indi(iduo re.resentado .or el %romosoma

Durante la fase re.rodu%ti(a se sele%%ionan los indi(iduos de la .o#la%i1n .ara %ruarse 6

.rodu%ir des%endientes4 +ue %onstituirán4 una (e mutados4 la siguiente genera%i1n de

indi(iduos a sele%%i1n de .adres se efe%t/a al aar usando un .ro%edimiento +ue

fa(ore%a a los indi(iduos me3or ada.tados4 6a +ue a %ada indi(iduo se le asigna una

.ro#a#ilidad de ser sele%%ionado +ue es .ro.or%ional a su fun%i1n de ada.ta%i1n Seg/n

di%&o es+uema4 los indi(iduos #ien ada.tados se es%ogerán .ro#a#lemente (arias (e%es

.or genera%i1n4 mientras +ue4 los .o#remente ada.tados al .ro#lema4 no se es%ogeránmás +ue de (e en %uando

Una (e sele%%ionados dos .adres4 sus %romosomas se %om#inan4 utiliando

&a#itualmente los o.eradores de %ru%e 6 muta%i1n as formas #ási%as de di%&os

o.eradores se des%ri#en a %ontinua%i1n

El opr*'or ' "ru"4 %oge dos .adres sele%%ionados 6 %orta sus ristras de %romosomas

en una .osi%i1n es%ogida al aar4 .ara .rodu%ir dos su#ristras ini%iales 6 dos su#ristras

finales Des.u!s se inter%am#ian las su#ristras finales4 .rodu%i!ndose dos nue(os

%romosomas %om.letos Am#os des%endientes &eredan genes de %ada uno de los

.adres Este o.erador se %ono%e %omo o.erador de %ru%e #asado en un .unto,a#itualmente el o.erador de %ru%e no se a.li%a a todos los .ares de indi(iduos +ue &an

sido sele%%ionados .ara em.are3arse4 sino +ue se a.li%a de manera aleatoria4

normalmente %on una .ro#a#ilidad %om.rendida entre K> 6 @K En el %aso en +ue el

o.erador de %ru%e no se a.li+ue4 la des%enden%ia se o#tiene sim.lemente du.li%ando los

.adres

El opr*'or ' mut*"i+) se a.li%a a %ada &i3o de manera indi(idual4 6 %onsiste en la

altera%i1n aleatoria 7normalmente %on .ro#a#ilidad .e+ue5a8 de %ada gen %om.onente

del %romosoma a "igura muestra la muta%i1n del +uinto gen del %romosoma Sí #ien


16/23

.uede en .rin%i.io .ensarse +ue el o.erador de %ru%e es más im.ortante +ue el o.erador

de muta%i1n4 6a +ue .ro.or%iona una e9.lora%i1n rá.ida del es.a%io de #/s+ueda4 !ste

/ltimo asegura +ue ning/n .unto del es.a%io de #/s+ueda tenga .ro#a#ilidad %ero de ser

e9aminado4 6 es de %a.ital im.ortan%ia .ara asegurar la %on(ergen%ia de los Algoritmos

Gen!ti%os

Veamos cómo funciona un algoritmo genético en el siguiente ejemplo:

Vamos a partir de una función f(x) muy sencilla:

f(x)=x2

Imagina +ue deseas en%ontrar el (alor de 9 +ue &a%e +ue la fun%i1n f798 al%an%e su (alor

má9imo4 .ero restringiendo a la (aria#le 9 a tomar (alores %om.rendidos entre K 6 @ A/n

más4 a 9 s1lo le (amos a .ermitir tomar (alores enteros4 es de%ir: K4@42444K4 @

O#(iamente el má9imo se tiene .ara 9 = @4 donde f (ale ?@ No ne%esitamos sa#er

algoritmos gen!ti%os .ara resol(er este .ro#lema4 .ero su sen%ille &a%e +ue el algoritmo

sea más fá%il de %om.render

o .rimero +ue de#emos &a%er es en%ontrar una manera de %odifi%ar las .osi#les

solu%iones7.osi#les (alores de 98 Una manera de &a%erlo es %on la %odifi%a%i1n #inaria

Con esta %odifi%a%i1n un .osi#le (alor de 9 es 7K4@4K4@4@8 LC1mo se inter.reta esto Mu6

sen%illo: multi.li%a la /ltima %om.onente 7un @8 .or @4 la .en/ltima 7un @8 .or 24 la anterior

7un K8 .or 4 la segunda 7un @8 .or B 6 la .rimera7un K8 .or @? 6 a %ontinua%i1n &a la

suma: @@ O#ser(a +ue 7K4K4K4K4K8 e+ui(ale a 9 = K 6 +ue 7@4@4@4@4@8 e+ui(ale a 9 = @

A %ada .osi#le (alor de la (aria#le 9 en re.resenta%i1n #inaria le (amos a llamar indi(iduo

Una %ole%%i1n de indi(iduos %onstitu6e lo +ue se denomina .o#la%i1n 6 el n/mero de

indi(iduos +ue la %om.onen es el tama5o de la .o#la%i1n Una (e +ue tenemos%odifi%ada la solu%i1n4 de#emos es%oger un tama5o de .o#la%i1n $ara este e3em.lo

ilustrati(o (amos a es%oger ? indi(iduos

De#emos .artir de una .o#la%i1n ini%ial Una manera de generarla es aleatoriamente:

%oge una moneda 6 lánala al aireP si sale %ara4 la .rimera %om.onente del .rimer

indi(iduo es un K 6 en %aso %ontrario un @ Re.ite el lanamiento de la moneda 6

tendremos la segunda %om.onente del .rimer indi(iduo 7un K sí sale %ara 6 un @ sí sale


17/23

%ru8 Así &asta > (e%es 6 o#tendrás el .rimer indi(iduo Re.ite a&ora la se%uen%ia

anterior .ara generar los indi(iduos de la .o#la%i1n restantes En total tienes +ue lanar >

Q ? = K (e%es la moneda

Nuestro siguiente .aso es &a%er %om.etir a los indi(iduos entre sí Este .ro%eso se

%ono%e %omo sele%%i1n a ta#la @ resume el .ro%eso

T*1l* 234 SEECCION

7@8 728 78 78 7>8

@ 7K4@4@4K4K8 @2 @ ?

2 7@4K4K4@4K8 @B 2

7K4@4@4@4@8 @> 22> 2

7@4@4K4K4K8 2 >? >

> 7@4@4K4@4K8 2? ??

? 7K4K4K4K4@8 @ @ @

Cada fila en la ta#la @ está aso%iada a un indi(iduo de la .o#la%i1n ini%ial El signifi%ado

de %ada %olumna de la ta#la es el siguiente:

7@8 = N/mero +ue le asignamos al indi(iduo

728= Indi(iduo en %odifi%a%i1n #inaria

78 = 0alor de 9

78 = 0alor de f798

O#ser(a +ue el me3or indi(iduo es el > %on f = ?? Cal%ula la media de f 6 o#tendrás

fmed=2 En %uanto a la %olumna 7>8 a&ora te lo e9.li%o Una manera de realiar el

.ro%eso de sele%%i1n es mediante un torneo entre dos A %ada indi(iduo de la .o#la%i1n

se le asigna una .are3a 6 entre ellos se esta#le%e un torneo: el me3or genera dos %o.ias 6

el .eor se dese%&a a %olumna 7>8 indi%a la .are3a asignada a %ada indi(iduo4 lo %ual se

&a realiado aleatoriamente E9isten mu%&as (ariantes de este .ro%eso de sele%%i1n4

aun+ue este m!todo nos (ale .ara ilustrar el e3em.lo

Des.u!s de realiar el .ro%eso de sele%%i1n4 la .o#la%i1n +ue tenemos es la mostrada en

la %olumna 728 de la ta#la 2 O#ser(a4 .or e3em.lo4 +ue en el torneo entre el indi(iduo @ 6

el ? de la .o#la%i1n ini%ial4 el .rimero de ellos &a re%i#ido dos %o.ias4 mientras +ue el

segundo %ae en el ol(ido


18/23

T*1l* 5- CRUCE

7@8 728 78 78

@ 7K4@4@4K4K8 > @

2 7K4@4@4K4K8

7@4K4K4@4K8 2

7@4K4K4@4K8 ? @

> 7@4@4K4@4K8 @ @

? 7@4@4K4@4K8 @

7@4@4K4@4K8 2? ??

? 7@4K4K4@4K8 @B 2

En la %olumna 78 tienes el (alor de 9P en la siguiente tienes el (alor de f %orres.ondiente

"í3ate en +ue a&ora el (alor má9imo de f es B 7.ara el indi(iduo 284 mientras +ue antes

de la sele%%i1n 6 el %ru%e era de ?? Además fmed &a su#ido de 2 a B Lu!

+uiere de%ir esto Sim.lemente +ue los indi(iduos des.u!s de la sele%%i1n 6 el %ru%e son

me3ores +ue antes de estas transforma%iones


19/23

El siguiente .aso es (ol(er a realiar la sele%%i1n 6 el %ru%e tomando %omo .o#la%i1n

ini%ial la de la ta#la Esta manera de .ro%eder se re.ite tantas (e%es %omo n/mero de

itera%iones t/ fi3es L%uál es el 1.timo En realidad un algoritmo gen!ti%o no te

garantia la o#ten%i1n del 1.timo .ero4 si está #ien %onstruido4 te .ro.or%ionará una

solu%i1n raona#lemente #uena $uede +ue o#tengas el 1.timo4 .ero el algoritmo no te

%onfirma +ue lo sea Así +ue +u!date %on la me3or solu%i1n de la /ltima itera%i1n ? %olores de su ta#la siendo su

.rofundidad má9ima de B #its El formato GI"s .uede &a%er trans.arente uno de los

%olores inde9ados en la ta#la4 lo +ue .ermite su.rimir fondos 6 tam#i!n .ermite enlaar

(arias imágenes GI" en una se%uen%ia4 lo +ue se %ono%e %omo GI" animado Se


20/23

%onsidera un formato más e9tendido en los .rimeros tiem.os de Internet4 .ero su .rin%i.al

defe%to %onsiste en +ue es un formato .ro.ietario 7Com.uSer(e In%84 lo +ue .ro(o%o la

a.ari%i1n del formato li#re .ng +ue4 además4 %om.rime me3or +ue GI"

El motor de #/s+ueda de GI"s animados .or Internet es gi.&6%om o Google Imágenes

$rofundidad Colores

@ #it 2

#it @?

B #it 2>?

@? #it ?>>?

2 #it 2?2?

Apli"*"io) p*r* "r*r GIF:

GIMP5- Es un editor gratuito 6 el más .oderoso .ara la fun%i1n de editar un GI" animado

Ci)m*gr*p#- Crea imágenes animadas &a%iendo +ue el GI" se .er%i#a +ue un

elemento de la imagen se mue(a mientras +ue el resto de la foto se mantiene estáti%a

O)li)4Im*g4E'itor3"om- Es un editor online4 la me3or &erramienta 6 más %om.letadis.oni#le online4 en esta .ágina se .uede %am#iar el tama5o del GI"4 re%ortarlo4 a5adir

te9to4 rotarlo4 et%

%loggi0 - Con esta a.li%a%i1n se .uede im.ortar un (ideo de K M; %omo má9imo .ara

%rear un GI" 6 %on la a.li%a%i1n Gi0oup se .uede %rear el GI" animado a .artir de una

UR de ou


21/23

Gi00r - A.li%a%iones .ara SO IOS +ue .ermite %rear sus GI"s animados de todo ti.o

7sto.motion4 %inemagra.&s4 te9t o(erla6s4 timela.se4 3itterTJiggle gifs4 et%84 una (e

%reado se .uede %om.artir en simultánea en "a%e#oo'4 sgifme8

Gi0 M*9r - A.li%a%i1n .ara %ámara de tel!fonos de SO Android +ue .ermite &a%er

dis.aros %ontinuos .ara un má9imo de 2> segundos 6 agregar un má9imo de >K

fotografías .ara %rear GI"s animados

Mouu- A.li%a%i1n %on una interfa /ni%a esta a.li%a%i1n %uanta %on efe%tos de

anima%i1n4 el oom digital4 el a3uste de (elo%idad4 la re3illa de a3uste de o#3eti(os 6 se

.uede in%rustar la anima%i1n en #log 6 sitio Je#

Gi0 C*mr*- A.li%a%i1n .ara iOS .ara +ue a tra(!s de la %ámara fotográfi%a se .ueda

tomar la fotografía +ue no sean más de @> frames4 %on el #ot1n del .la6 de3a (er %1mo

+ueda el GI" .ara %om.artir en "a%e#oo'4


22/23

-Es un formato id1neo .ara .u#li%ar di#u3os en la Je#

-Cual+uier ordenador %on softJare #ási%o .ude leer estos ar%&i(os 6 de(ol(er en la

.antalla una imagen

-$ermite anima%iones

D!)t*.*

-No es re%omenda#le .ara fotografías de %ierta %alidad ni originales 6a +ue el %olor real o

(erdadero utilia una .aleta de más de 2>? %olores

-? %olores $ara +ue os

&agáis una idea4 una .antalla normal re.resenta millones de %olores El resultado es +ueGI" no es un formato de #uena %alidad4 6 de &e%&o s1lo se usa .ara logos sim.les 6 .ara

anima%iones 7es el /ni%o +ue las .ermite8

-$oten%iales .ro#lemas legales 7en algunos .aíses en otros 6a (en%i1 la li%en%ia8

CONCLUSIONES

%I%LIOGRAFIA


23/23

&tt.:TT.latea.nti%me%esTVlgonaleTti%TimagenT%on%e.tos&tml

Dise5o de materiales multimedia

&tt.:TTJJJiteedu%a%ionesTforma%ionTmaterialesT@KT%dTimagenTimagenK@K>&tml

Re(ista Digital Uni(ersitaria "ormatos de Imagen Digital

&tt.:TTJJJre(istaunamm9T(ol?Tnum>Tart>KTma6Wart>K.df

*

&tt.s:TTesJi'i.ediaorgTJi'iT*

Redes Neuronales: +ue son 6 .or+ue están (ol(iendo

&tt.:TTJJJ9ata'a%omTro#oti%a-e-iaTlas-redes-neuronales-+ue-son-6-.or-+ue-estan-

(ol(iendo

Red Neuronal Artifi%ial

&tt.s:TTesJi'i.ediaorgTJi'iTRedWneuronalWartifi%ial

Algoritmo Gen!ti%o

&tt.s:TTesJi'i.ediaorgTJi'iTAlgoritmoWgenCAti%o

Algoritmo Gen!ti%o

&tt.:TTedd6alfarogaleon%omTgeneti%os&tml

Gifs: ue son 6 .ara +ue sir(en

&tt.:TT%reati%inno(auniaesTedi%ion6.u#li%a%ionTmi%ronarrati(as-audio(isualesTgifs

LC1mo ,a%er un Gif animado

&tt.:TTes%%mnetTfa+T@@K-%omo-&a%er-un-gif-animado

@2 a.li%a%iones .ara %rear GI"s animados desde tu tel!fono m1(il

&tt.:TT&i.erte9tual%omTar%&i(oT2K@>TK@T%rear-gifs-animados-mo(ilT

trabajo ing 01

Documents