En esta clase estudiaremos la red neuronal de Hopfield y sus aplicaciones en el reconocimiento de patrones. Utilizaremos ideas de mapas iterativos no lineales para configurar una red que converge a puntos fijos estables, cada uno con su propia cuenca de atracción. Estos puntos fijos estables corresponden a los patrones que la red puede memorizar, los cuales están codificados en términos de memorias fundamentales. Mostraremos que la red converge a los patrones debido a que estos se ubican en los mínimos de una función de energía (o función de Lyapunov)