ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE

MANAB

MANUEL FLIX LPEZ

CARRERA INFORMTICA

SEMESTRE SEPTIMO PERIODO ABR 2015/SEP 2015

PORTAFOLIO

TEMA:

ESTRATEGIAS DE BSQUEDA NO INFORMADA

AUTORES:

LUISA K. FARIAS CHICA

FACILITADOR:

ING. HIRAIDA SANTANA

CALCETA, ABRIL 2015

INTRODUCCION

Como en el tema pasado hablamos acerca de agentes en este presente trabajo

conoceremos acerca de cada una resolvente de problemas que tan importante

era su medida de rendimiento de las estrategias de bsqueda no informada

significa que ellas no tienen informacin adicional acerca de los estados ms

all de la que proporciona la definicin del problema dado que ellas pueden

hacer es generar los sucesores y distinguir entre un estado objetivo de uno

que no lo es.

OBJECTIVO

Pretender que alumno conozca la metodologa para representacin y

resolucin de problemas basados en Inteligencia Artificial que podrn ser

empleadas en el abordaje de problemas de investigacin o de su actividad

profesional.

MARCO TEORICO

ESTRATEGIAS DE BSQUEDA NO INFORMADA

Las estrategias de bsqueda no informada son las usan la informacin de la

definicin del problema, no disponen de ninguna formacin adicional a la propia

definicin del mismo.

Segn Roberto, J. menciona que en el proceso de obtencin de los diversos

problemas, hay que primero identificar correctamente las entidades, para

diagnosticar esto primero debemos de tener en cuenta a donde vamos o que

necesitamos.

Existen dos tipos de bsqueda una de ellas es denominada bsqueda a ciegas

ya que esta no tiene informacin adicional solo tiene lo que proporciona la

definicin del problema, en cambio la otra es denominada bsqueda informada

o heurstica que son con ms informacin, esto lo afirman Russell y Norvig.

Por otro lado Daniel, G. menciona que para la bsqueda existen dos medidas

elementales que son importantes para obtener una idea de las ventajas y

desventajas de utilizar estas tcnicas que son:

La rapidez con que se encuentra la solucin

La calidad de la solucin

Segn lo que menciona el mismo autor es que es importante entender que no

es lo mismo encontrar una solucin ptima que encontrar una solucin buena.

Esta gran diferencia est en el hecho de que encontrar una solucin ptima

esta exige una bsqueda complicada porque puede que sea el nico camino

para solucionarlo o darle la mejor solucin, en cambio encontrar una buena

solucin significa que no sea una solucin complicada de solucionar y que no

es necesario que se interprete como una mejor solucin

Estrategias:

Bsqueda primero en anchura.

Bsqueda primero en profundidad.

Bsqueda limitada en profundidad

Bsqueda iterativa en profundidad

Bsqueda bidireccional.

La Bsqueda Primero en Anchura es una estrategia sencilla en la

que se expande primero el nodo raz, a continuacin se expande

todos los sucesores del nodo raz, despus sus sucesores, etc.

Se expanden todos los nodos a una profundidad en el rbol de

bsqueda antes de expandir cualquier nodo del prximo nivel

Esta bsqueda se puede implementar la bsqueda rboles

usando el sistema FIFO, asegurando que los nodos primeros

visitados sern los primeros expandidos.

La cola FIFO pone los nuevos sucesores generados al final

de la cola y como segn lo explica Russell y Norvig que los

nodos ms superficiales se expanden en un rbol binario.

Ejemplo de cmo realiza el proceso de bsqueda.

Este mtodo consiste principalmente en que se expande el nodo ms

profundo, la bsqueda procede al nivel ms profundo del rbol; cuando

los nodos se expanden son quitados de la frontera, as la bsqueda

retrocede al nodo ms anterior que tenga sucesores inexplorados

segn lo afirma Russell y que el Norvig y menciona que este tipo de

bsqueda usa el LIFO ya que esta se refiere al que primero que entre

es el ltimo que sale.

Terminar la bsqueda por una direccin se debe a no haber posibles

operadores que aplicar sobre el nodo hoja o por haber alcanzado un

nivel de profundidad muy grande. Si esto ocurre se produce una

vuelta atrs (backtracking) y se sigue por otra rama hasta visitar todas

las ramas del rbol si es necesario

Encontrar una solucin si esta se encuentra

dentro del lmite de profundidad, lo que

garantiza completitud en todos los grafos.

Una bsqueda en Profundidad Iterativa (BPI)

es una estrategia de bsqueda en el espacio

de estados en la que se realizan sucesivas

bsquedas en profundidad limitada

incrementando el lmite de profundidad en

cada iteracin hasta alcanzar d, la

profundidad del estado objetivo de menor

profundidad. BPI es equivalente a la

bsqueda en anchura, pero usa mucha

menos memoria; en cada iteracin, visita los

nodos del rbol de bsqueda en el mismo

orden que una bsqueda en profundidad,

pero el orden en el que los nodos son

visitados finalmente se corresponde con la bsqueda en anchura

Buscar bidireccionalmente, es

como su nombre lo indica,

bsquedas en dos direcciones al

mismo tiempo: uno hacia

adelante desde el estado inicial y

el otro hacia atrs de la parte

final. Esto se hace generalmente

mediante la expansin de rbol

con factor de ramificacin b y la

distancia desde el principio hasta

el objetivo es d. La bsqueda se

detiene cuando bsquedas desde ambas direcciones se renen en el centro.

Bsqueda bidireccional es un algoritmo de bsqueda de fuerza bruta que

requiera un estado objetivo explcito en lugar de simplemente una prueba para

una condicin meta.

Se puede referir que, el agente puede calcular exactamente cul es el estado

resultado de cualquier secuencia de acciones y siempre sabe en qu estado

est. Su percepcin no proporciona ninguna nueva informacin despus de

cada accin. Qu pasa cuando el conocimiento de los estados o acciones es

incompleto? Encontramos que diversos tipos de completitud conducen a tres

tipos de problemas distintos:

PROBLEMAS SIN SENSORES (tambin llamados problemas

conformados): si el agente no tiene ningn sensor, entonces (por lo que sabe)

podra estar en uno de los posibles estados iniciales, y cada accin por lo tanto

podra conducir a uno de los posibles estados sucesores.

Para resolver problemas sin sensores, buscamos en el espacio de estados de

creencia ms que en los estados fsicos. El estado inicial es un estado de

creencia, y cada accin aplica un estado de creencia en otro estado de

creencia. Una accin se aplica a un estado de creencia uniendo los resultados

de aplicar la accin a cada estado fsico del estado de creencia. Un camino une

varios estados de creencia, y una solucin es ahora un camino que conduce a

un estado de creencia, todos de cuyos miembros son estados objetivo.

PROBLEMAS DE CONTINGENCIA: si el entorno es parcialmente

observable o si las acciones son inciertas, entonces las percepciones del

agente proporcionan nueva informacin despus de cada accin. Cada

percepcin posible define una contingencia que debe de planearse. A un

problema se le llama entre adversarios si la incertidumbre est causada por las

acciones de otro agente.

Los problemas de contingencia a a menudo permiten soluciones puramente

secuenciales, por ejemplo, considere el mundo de la ley de Murphy totalmente

absoluto, las contingencias surgen cuando el agente realiza una accin,

ejemplo aspirar, caminar, o otra accin para el cual el agente est destinado.

Este es un mtodo que consiste buscar mejores soluciones ptimas y que

puedan solucionar los problemas planteados es necesario mencionar que

existen diferentes formas de interpretar una bsqueda, es decir existe dos que

son una bsqueda informativa y la bsqueda a ciegas.

Adems en lo que es sobre la bsqueda de informacin en el problema de

contingencia en un agente se encontrar en una secuencia fija de acciones

es garantizar la solucin de un problema, par es a esto necesario utilizar una

especie de sensor durante la fase de ejecucin por lo cual el agente calcula

un rbol de acciones.

Daniel, G. 2009. INTELIGENCIA ARTIFICIAL. Solucin de problemas por bsqueda.

Unid II. Pg. 11 a 15

Russell, S. y Norvig, P. 2004. INTELIGENCIA ARTIFICIAL. UN ENFOQUE

MODERNO. PEARSON EDUCACION. 2 ed. Madrid pg. 82 al 85