INSTITUTO
TECNOLOGICO DE ZACATEPEC
MORELOS,
MEXICO
UNIVERSIDAD
TECNOLOGICA METROPOLITA
SANTIAGO,
CHILE
MODELO
DE UNA RED NEURONAL APLICADA AL SISTEMA INDUSTRIAL MEXICANO, BAJO
PROYECTO
DE TITULACIÓN PARA OPTAR
AL
TITULO DE INGENIERO INDUSTRIAL
PROFESOR
GUIA:
Dr.
Ing. AEDIL SUAREZ TORRES
ING.
BAUTISTA HERRERA JOSÉ LUÍS
ALUMNO:
SANDRA
JIMÉNEZ ABARCA
SANTIAGO
DE CHILE, DICIEMBRE DEL 2006
Nota
obtenida: _________________________
_____________________________________
Firma y timbre autoridad responsable
COMISIÓN:
ARQ. LILIANA ANDUAGA GARCIA
Ing.
MBA Jorge Bahamondes Passi
ING. SAMUEL GARCIA LEON
INSTITUTO
TECNOLOGICO DE ZACATEPEC
MORELOS,
MEXICO
UNIVERSIDAD
TECNOLOGICA METROPOLITA
SANTIAGO,
CHILE
MODELO
DE UNA RED NEURONAL APLICADA AL SISTEMA INDUSTRIAL MEXICANO, BAJO
SANTIAGO
DE CHILE, DICIEMBRE DEL 2006
AGRADECIMIENTOS
Agradezco a Dios, a
mi familia y a todas aquellas personas que siempre me han brindado su
apoyo y confianza para poder lograr este trabajo. A mis padres que han estado
conmigo tanto en los buenos como en los malos momentos, a mi amiga por apoyarme
en todo momento, a mis compañeros por su comprensión y sabiduría que me
ofrecieron cuando la necesitaba, a todos ellos quiero darles las gracias y
decirles que este esfuerzo no es solo mió también es de todos ustedes.
GRACIAS.
RESUMEN EJECUTIVO
Los sistemas industriales mexicanos están
compuestos por tres sectores de igual importancia, pero el sector industrial es
el elemento clave para este país.
México ocupa al segundo lugar
después de brasil en cuanto a exportaciones, esto permite atraer mayor inversión
extranjera para las industrias del país.
En el sector industrial se
encuentran tres industrias de importancia en relación al PIB, pero la industria
de petróleo mexicano (PEMEX) en la mas
importante gracias a las exportaciones de crudo que se tienen a nivel mundial. Coloca
a México como el tercer productor de crudo, siendo el petróleo el elemento
principal de esta industria.
La presente memoria de residencia,
tiene como finalidad la construcción del modelo econométrico basado en la
“Industria Petrolera de México” en cual estará desarrollado en el sistema macroeconométrico
“The Economist”, el cuál pretende ayudar a la tomar decisiones para la fijación
del precio del crudo, información para las refinadoras que consumen este
producto.
Los resultados que se obtengan
estarán basados en el estudio de variables que componen el 10 % del precio de
la mezcla de petróleo en México.
EXECUTIVE SUMMARY
The Mexican industrial systems are
made up of three sectors of equal importance, but the industrial sector is the
key element for this country.
In the industrial sector are three
industries of importance in relation to the GIP, but the Mexican petroleum
industry (PEMEX) in but important thanks to the exports of crude that are had
at world-wide level. It places to
The present memory of residence, has
as purpose the construction of the econométrico model based on the “Oil
Industry of Mexico” in as it will be developed in the macroeconométrico system
“The Economist”, which tries to help making decisions for the fixation from the
price of the crude one, information for the refiners who consume this product.
The results that are obtained will
be based on the study of variables that compose the 10% of the price of the
petroleum mixture in
INDICE Pág.
AGRADECIMIENTOS…………………………………………………… ………………. 4
RESUMEN EJECUTIVO………………………………………………………………..….5
EXECUTIVE SUMMARY………………………………………………………………...…6
INDICE……………………………………………………………………...7
INTRODUCION…………………………………………………………...12
OBJETIVOS ……………………………………………………………………………….15
Objetivos generales…………………………………………………………….……….15
objetivos especificos……………………………………………………………………15
CAPITULO I. REDES NEURONALES …………………………………………………16
1.1. INTRODUCCION……………………………………………………………………..17
1.2. DEFINICIONES ESPECIFICAS ……………………………………………………18
1.2.1 RED…………………………………………………………………………18
1.2.2.
NEURONA…………………………………………………………………18
1.2.3.
1.3. TIPOS DE REDES NEURONALES……………………………………………… ..20
1.3.1 RED NEURONAL MONOCAPA………………………………………….20
1.3.2 RED NEURONAL MULTICAPA………………………………………….21
1.3.3
RED NEURONAL RECURRENTE………………………………………21
1.4. REDES NEURONALES ARTIFICIALES…………………………………………..23
1.5 Ventajas
De Las Redes Neuronales ARTIFICIALES…………………..25
1.6.
CAPITULO II. SISTEMA INDUSTRIAL MEXICANO………………………………….29
2.1.
2.2. PIB……………………………………………………………………………………..31
2.3. TRATADOS…………………………………………………………………………..31
2.4. INVERCION EXTRANGERA……………………………………………………….32
2.5. INTERCAMBIO COMERCIAL………………………………………………………32
2.6. COMO
SE COMPONEN LOS SECTORES ECONOMICOS DE MEXICO……34
2.7. IMPORTACIONES DE MEXICO……………………………………………………34
2.8. EXPORTACIONES DE MEXICO…………………………………………………...36
2.9. SECTORES INDUSTRIALES……………………………………………………….37
2.9.1.
SECTOR AGROINDUSTRIAL…………………………………………..38
2.9.2. SECTOR
AUTOMOTRIZ………………………………………………...40
2.9.3. SECTOR
PETROLERO………………………………………………….42
CAPITULO III. SECTOR PETROLERO MEXICANO………………………………...45
3.1 HISTORIA DEL SECTOR PETROLERO MEXICANO……………………………46
3.2 DEFINICION……………………………………………………………………………47
3.3 PRODUCCIÓN DEL PETRÓLEO…………………………………………………...48
3.4 Localización de
los yacimientos de petróleo……………………...49
3.5 EXTRACION……………………………………………………………………………49
3.6 refinado
…………………………………………………………………………….50
3.7 Exploración
y PRODUCCIÓN………………………………………………….53
CAPITULO IV. SISTEMA
“THE ECONOMIST SYSTEM”......................................55
4.1INTRODUCCION………………………………………………………………………56
4.2 En que Consiste el Programa “The Economist System”…………58
4.3 Arquitectura del
Sistema…………………………………………………...59
4.4 iNGRESO AL SISTEMA………………………………………………………………59
4.5 MODELO CONDUCTUAL……………………………………………………………60
4.6 MODELO CAUSAL……………………………………………………………………60
4.7 REGRESION LINEAL…………………………………………………………………60
CAPITULO V. MODELO………………………………………………………………….61
5.1. CAUSAL WINTERS MODEL……………………………………………………….62
5.1.1 OBJETIVO
DEL MODELO………………………………………………62
5.1.2
ASPECTOS A CONSIDERAR ………………………………………….62
5.1.3 INDICE
DE PRECIOS AL POR MAYOR DE PETROLEO…………...63
5.1.4
METODOLOGIA DEL MODELO ……………………………………….65
5.1.5
VARIABLES Y ECUACIONES DEL MODELO ……………………….71
5.1.6 VARIACION
DEL MODELO EN “THE ECONOMIST SYSTEM”……73
5.2 CONDUCTUAL MODEL …………………………………………………………….82
5.2 .1
OBJETIVO DEL MODELO……………………………………………..82
5.2.2 ASPECTOS A CONSIDERAR………………………………………….82
5.2.3 ANALISIS DE REGRESION
LINEAL………………………………….83
5.2.3 VARIACION DEL MODELO EN “THE ECONOMIST
SYSTEM”…..85
CONCLUCIONES…………………………………………………………………………90
NOMENCLATURA………………………………………………………………………..91
ANEXOS……………………………………………………………………………………93
REFERENCIAS…………………………………………………………………………….97
INTRODUCCION
INTRODUCCION
En
el presente trabajo se realizan tres grandes tareas, la primera de estas
consiste en aprender en que consiste un modelo de una red neuronal, la segunda
consiste en estudiar los sistemas industriales Mexicanos con sus respectivas variables
que hacen que los sistemas se puedan relacionar, la tercera consiste en
utilizar el sistema “The Economist System” para crear un modelo que en base
a las variables dadas de el sector de
mayor importancia.
El
presente informe esta dividido en los siguientes capítulos:
En
el capitulo “Redes Neuronales” se estudia todo lo relacionado con las redes
neuronales, así como las definiciones especificas y los tipos de redes
neuronales que existen y como se comporta la información en la redes neuronales.
En
el capitulo “Sistemas Industriales Mexicanos” se realiza un pequeño estudio
entre los principales sectores económicos de mayor importancia en México y se
determina cual es el sector de mayor importancia en cuanto al PIB.
En
el capitulo “The Economist System ”se resume en que consiste en sistema y cual
es su principal función, para después ingresar al sistema computacional las
variables para con ayuda del software crear un modelo que nos permita
determinar el comportamiento del sector industrial tiene mas peso en la
economía de México.
Finalmente, se entregan las conclusiones de
este trabajo, la bibliografía desde la cual se obtuvo la información necesaria
para desarrollar este informe y el anexo correspondiente a la impresión de los
reportes del sistema.
OBJETIVOS
Objetivo
General
Analizar
la importancia que tiene cada uno de los sectores industriales del país de
México a través de las redes neuronales, y así determinar le sector de mayor
importancia que contribuye al crecimiento y desarrollo del país.
Generar
un modelo que cree un panorama del sector industrial Mexicano en Latino
América, utilizando el sistema “The Economist Sustem”
.
Objetivos
Específicos
Ø
Estudiar
las Redes Neuronales.
Ø
Estudiar
los sectores industriales mexicanos y mediante redes neuronales ver como
influyen las variables de los sectores entre si.
Ø
Analizar
y definir las variables para el sector industrial de mayor importancia.
Ø
Estudiar
las variables relacionadas entre el sector industrial para conocer como influye
en la economía en el país.
Ø
Crear
un modelo de simulación matemática utilizando el software “The Economist
System”.
CAPITULO I
REDES NEURONALES
1.1
INTRODUCCION
Las redes neuronales como su nombre
lo indica pretenden imitar a pequeñísima escala la forma de funcionamiento de
las neuronas que forman el cerebro humano.
Las redes neuronales se están
utilizando, tanto de forma individual, como unidas a otros métodos sus campos
de aplicación son muy variados tales como medicina, transporte, ingeniería,
predicción meteorológica, control de calidad, economía, criminología, música,
robótica, etc.
Entre
1940 y 1950 los científicos comenzaron a pensar seriamente en las redes
neuronales utilizando como concepto la noción de que las neuronas del cerebro
funcionan como interruptores digitales (on - off) de manera también
similar al recién desarrollado computador digital. Así con la "revolución
cibernética" que maneja la analogía entre el cerebro y el computador
digital, nace en 1943 la teoría de las redes neuronales artificiales.[1]
Entre los
pioneros en el modelado de neuronas se encuentra Warren McCulloch y Walter
Pitts. Estos dos investigadores propusieron un modelo matemático de neurona. En
este modelo cada neurona estaba dotada de un conjunto de entradas y salidas.
Cada entrada está afectada por un peso.
1.2 DEFINICIONES ESPECÍFICAS
1.2.1 RED
Existe
un sin número de definiciones de red para este estudio contemplamos la
siguiente:
Conjunto sistemático estructurado que
tiene como objetivo un mismo fin.
“Una
red de computadoras (también llamada red de ordenadores, red informática o red
a secas es un conjunto de computadoras y/o dispositivos conectados entre sí y
que comparten información (archivos), recursos (CD-ROM, impresoras, etc.) y
servicios (e-mail, Chat, juegos), etc.”
1.2.2
La
neurona es una célula nerviosa, cuya función es recibir y transmitir
información a través del organismo.
El
tamaño y la forma de las neuronas es variable, el cuerpo de una neurona
contiene un núcleo, este se encarga de todas las actividades metabólicas de la
neurona y recibe la información de otras neuronas vecinas a través de las
conexiones sinápticas
1.2.3
Las redes neuronales como su nombre
lo indica pretenden imitar a pequeña escala la forma de funcionamiento de las
neuronas que forman el cerebro humano. Todo el desarrollo de las redes
neuronales tiene mucho que ver con la neurofisiología, no en vano se trata de
imitar a una neurona humana con la mayor exactitud posible. Entre los pioneros
en el modelado de neuronas se encuentra Warren
McCulloch y Walter Pitts. Estos dos investigadores propusieron
un modelo matemático de neurona. En este modelo cada neurona estaba dotada de
un conjunto de entradas y salidas. Cada entrada está afectada por un peso. La
activación de la neurona se calcula mediante la suma de los productos de cada
entrada y la salida es una función de esta activación.
El sistema de neuronas esta
compuesto por neuronas de entrada (censores) conectados a una compleja red de
neuronas "calculadoras" (neuronas ocultas), las cuales, a su vez,
están conectadas a las neuronas de salidas que controlan, por ejemplo, los
músculos. Los censores pueden ser señales de los oídos, ojos, etc. las
respuestas de las neuronas de salida activan los músculos correspondientes.
Una
red neuronal es un conjunto de propiedades específicas, como la habilidad de
adaptarse o aprender, generalizar u organizar la información, todo ello basado
en un procesamiento eminentemente paralelo.
El
conocimiento es adquirido por la red a través de un proceso que se denomina
aprendizaje, este se almacena mediante la modificación de la fuerza o peso
sináptico de las distintas uniones entre neuronas.
1.3
TIPOS DE REDES NEURONALES
Al conocer
los elementos básicos de toda red neuronal, precederemos a
Enumerar
las diferentes estructuras en las que dichos elementos se pueden asociar.
1.3.1
RED NEURONAL MONOCAPA
Se asocia con la red neuronal más
sencilla ya que se tiene una capa de neuronas que proyecta las entradas y una
capa de neuronas de salida donde se realizan los diferentes cálculos.
Figura 1: Red Neuronal Monocapa. Fuente: Warren
McCulloch y Walter Pitts.