Tabla de Contenidos

 

ACERCA DEL AUTOR ... XI

PRÓLOGO ... XIII

AGRADECIMIENTOS ... XVII

INTRODUCCIÓN. Bioinformática: Antecendentes y Objeto de Estudio. Escuela Formal. Escuela Estrcutural. Escuela Instrumental. ... XIX

PARTE I. SIMULACIÓN. ... 1

CAPÍTULO 1. Modelo y Simulación. Teoría General de Modelos. Simulación: Concepto y Método. Enfoque clásico. Enfoque sintético. Simulando el Mundo Real: Realidad Virtual. ... 13

CAPÍTULO 2. Simulación de Sistemas Dinámicos (I). Simulación con Ordenadores Analógicos. Modelo de Transición de Estado. Ecuaciones en Diferencias. Modelo con Ecuaciones Diferenciales Ordinarias (EDOs). Método de Euler o de las Tangentes. Método de Taylor. Método de Runge-Kutta de 4º orden. Modelos y Aplicaciones. Ajuste de un Modelo de EDOs a Datos Experimentales. Sistemas Dinámicos Lineales y No Lineales. Sistemas Dinámicos con Comportamiento Caótico. Dinámica de Sistemas. ... 47

CAPÍTULO 3. Simulación de Sistemas Estocásticos. Método de Monte Carlo. Generando Números Aleatorios con Ordenador. Método de John von Neumann. Método de Lehmer. Simulación de Variables Aleatorias por el Método de Monte Carlo. Método de la Inversa de la Transformación. Método del Rechazo. Método de Simulación Directa. Variable Bernoulli. Variable Uniforme Continua. Variable Bionomial. Variable Geométrica o Pascal. Variable Poisson. Variable Exponencial. Variable Normal. Simulación del Teorema Central de Límite. Método de los Mínimos Cuadrados: Su Aplicación en Bioinformática. Método de Gauss-Newton. Método del Gradiente. Método del Compromiso de Marquardt.  ... 95

PARTE II: VIDA ARTIFICIAL. ... 135

CAPÍTULO 4. Sistemas Dinámicos (II). Autómatas Celulares. Definición y Elementos de un Autómata Celular. El Juego de la Vida de Conway. Dinámica y Evolución en Autómatas Celulares. Autómatas Celulares como Aproximación a la Simulación con Ecuaciones Diferenciales. Modelos y Aplicaciones. Modelo de Young de Formación de Patrones en Vertebrado e Hipótesis de Turing. Reacción de Belousov-Zhabotinsky. El Problema de Auto-Reproducción de von Neumann. Modelo del Ensamblaje y Auto-Organización en Proteínas: Autómatas Moleculares. Ordenadores de Inspiración Biológica: Principios de Computación Molecular. ... 151

CAPÍTULO 5. Sistemas Dinámicos (III). Sistemas de Lindenmayer. Sistemas de Lindenmayer: Sistemas-L. Sistemas-L con Reglas Libres de Contexto. Sistemas-L con Reglas Sensibles al Contexto. Sistemas-L entre Corchetes. Sistemas-L en 3D. Biomorfos de Pickover: La Belleza Fenotípica de z=z²+c. La Gramática de la Vida. ... 213

CAPÍTULO 6. Simulando la Evolución con Ordenador. Algoritmos Genéticos y Evolutivos. Elementos de Genética:Terminología. Algoritmos Genéticos. Función Objetivo. Operadores Genéticos. Operador Reproducción. Operador Sobrecruzamiento. Operador Mutación. Teorema de los Schemata de Holland. Evaluación del Rendimiento de un Algoritmo Genético. Algoritmos Evolutivos. Biomorfos de Dawkins: El Relojero Ciego. Bugs de Dewdney: La Vida en un Estanque. Modelos Evolutivos en Biología. El Juego Halcón-Paloma de Maynard Smith. Evolución de Hormigas Virtuales: Modelo MicroAnts. Evolución de una Población Bacteriana: Modelo MICRORAM. Computación Evolutiva en Sistemas Multiprocesador, LAN e Internet. ... 237

PARTE III. Inteligencia Artificial. ... 325

CAPÍTULO 7. Sistemas Expertos. Organización de un Sistema Experto. Diseño y Desarrollo de un Sistema Experto. Reunión de Expertos. Métodos de Representación del Conocimiento. Redes Semánticas. Árbol de Decisión. Reglas de Producción. Marcos. Diseño y Construcción de la Base de Conocimiento. Elección del Motor de Inferencia. Sistemas Expertos Basados en Reglas. Sistemas Expertos Basados en Probabilidad. Modelos de Probabilidad Condicionada. Modelo de Inferencia Bayesana. Sistema Experto MYCIN: Factores de Certeza. Los Lenguajes de la Inteligencia Artificial. ... 343

CAPÍTULO 8. Redes Neuronales Artificiales. Organización del Cerebro Humano y la Neurona. Elementos y Organización de una Red Neuronal Artificial. Teoría Matemática de un Proceso Distribuido en Paralelo. Aprendizaje en una Red Neuronal Artificial. Red Neuronal Perceptrón. Redes Neuronales Adaline y Madaline. Red Neuronal Backpropagation. Red Neuronal de Hopfield. Red Neuronal de Kohonen. Redes Neuronales Artificiales de Inspiración Biológica: Red Neuronal de Aplysia. Modelo de Neurona Sensora. Modelo de Neurona Motora. Modelo de Plasticidad Sináptica. ... 389

CAPÍTULO 9. Robots Móviles y Agentes Autónomos. Robots Móviles con Arquitectura Senso-Motor.  Robots Móviles con Arquitectura Subsumption. ... 487

APÉNDICE. Programas. ... 515

BIBLIOGRAFÍA ....  543

ÍNDICE ANALÍTICO ... 561

 

Si lo desea puede LEER el libro visitando este sitio.  

 

 

 

 

 

 

 

 

DATOS DE INTERES

• Autor: Lahoz-Beltra, Rafael
• ISBN: 84-7978-645-0.
• Año de Edición: 2004
• Número de páginas: 616
• Encuadernación: Rústica
• Euros: 47,12 + 4,00% IVA (7.840 + 4% IVA)
• Editorial: DIAZ DE SANTOS

 

 

 

©2007 BIOINFORMATICA.NET. Diseñado por fullahead.org