ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA

INTELIGENCIA ARTIFICIAL 90169A_474

Presentado por:
Juan camilo Velásquez Toledo
83240029

Tutor

FERNANDO ROJAS

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA –UNAD

INTELIGENCIA ARTIFICIAL 90169A_474
OCTUBRE 2018
Que es la búsqueda de estados

La búsqueda es una técnica para resolver problemas cuya solución consiste en una serie de
pasos que frecuentemente deben determinarse mediante la prueba sistemática de las
Alternativas. Desde los inicios de la Inteligencia Artificial, la búsqueda se ha aplicado en
diversas clases de problemas como juegos de dos jugadores, problemas de satisfacción de
restricciones y problemas de pathfinding de un único agente.
Representación de la estructura de búsqueda

Tipos de búsqueda en IA

Búsqueda exhaustiva (a ciegas)

Cuando no exista información específica sobre el problema que nos ayude a determinar cuál
es el mejor operador que se debería aplicar en cada momento o el mejor nodo por el que
continuar la búsqueda.

Búsqueda heurística (informada)

Usan el conocimiento del dominio para adaptar el solucionador y, de esta manera, éste sea
más potente y consiga llegar a la solución con mayor rapidez. Por tanto, estas técnicas utilizan
el conocimiento para avanzar buscando la solución al problema.
 Tipos de búsqueda exhaustiva

• Estrategia de búsqueda
El primer requisito que debe cumplir una buena estrategia de control es que cause algún
cambio, las estrategias de control que no causen cambio de estado nunca alcanzan la
solución. El segundo requisito que debe cumplir una buena estrategia de control es que sea
sistemática
• Búsqueda en profundidad
En este proceso de búsqueda se genera sólo un sucesor del nodo en cada paso, es decir,
cada vez que se obtiene un nuevo sucesor, se le aplica a este un nuevo operador se obtiene
un nuevo sucesor, y así sucesivamente.

•Búsqueda en amplitud

Este método va construyendo un grafo de estados explícito mediante la aplicación de los

operadores disponibles al nodo inicial, después aplica los operadores disponibles a los
nodos sucesores directos del nodo inicial, y así sucesivamente

•Búsqueda de coste uniforme

Variación a lo ancho del camino para encontrar el más barato cada cambio de estado tiene
asociado un costo.

•Búsqueda en profundidad limitada

Es óptima y garantiza el encontrar la solución al igual que la búsqueda a lo ancho pero con
requerimientos menores de memoria.
•Búsqueda iterativa
Combina aspectos de la búsqueda a lo ancho y en profundidad.
•Búsqueda bidireccional
Consiste en buscar simultáneamente desde estado inicial y el final
 Espacios de estados

El espacio de búsqueda será un grafo dirigido en el que cada nodo representa un posible
estado del sistema.

Búsqueda en un espacio de estados

*Espacio de estados
Representación del problema a través de las (posibles) acciones del agente.

*Búsqueda en el espacio de estados:

Resolución del problema mediante la proyección de las distintas acciones del agente.

Ejemplos de agentes de búsqueda

•Agentes de búsqueda que devuelven un único operador

Juegos con adversario como el ajedrez
•Agentes de búsqueda que devuelven una secuencia de operadores
Juegos sin adversario adversario como el puzzle.

Al implementar una estrategia de búsqueda se debe tener en cuenta

•Abarcamiento: ¿la estrategia garantiza encontrar un solución si es que la hay?
•Complejidad temporal: ¿cuánto tiempo es necesario para encontrar la solución?
•Complejidad espacial: ¿cuánta memoria se necesita para efectuar la búsqueda
•Calidad: ¿la estrategia dará como resultado un resultado óptimo, en caso de que existan
varias soluciones?
 Estrategias de control

Ejemplo de búsqueda a lo ancho

Ejemplo de búsqueda en profundidad
 RAZONAMIENTO E INCERTIDUMBRE

El razonamiento es una operación lógica mediante la cual, partiendo de uno o más juicios, se
deriva la validez, la posibilidad o la falsedad de otro juicio distinto. Por lo general, los juicios
en que se basa un razonamiento expresan conocimientos ya adquiridos o, por lo menos,
postulados como hipótesis

RAZONAMIENTO LOGICO

Los razonamientos pueden ser válidos (correctos) o no válidos (incorrectos). En general, se

considera válido un razonamiento cuando sus premisas ofrecen soporte suficiente a su
conclusión.
Un razonamiento lógico, en definitiva, es un proceso mental que implica la aplicación de la
lógica. A partir de esta clase de razonamiento, se puede partir de una o de varias premisas
para arribar a una conclusión que puede determinarse como verdadera, falsa o posible.

RAZONAMIENTO NO-LOGICO

No sólo se basa en premisas con una única alternativa correcta (razonamiento lógico-formal,
el descrito anteriormente), sino que es más amplio en cuanto a soluciones, basándose en la
experiencia y en el contexto. Los niveles educativos más altos suelen usar el razonamiento
lógico, aunque no es excluyente.

Ejemplo

Clasificación de alimentos, el de tipo lógico-formal los ordenará por verduras, carnes,

pescados, fruta, etc. en cambio el tipo informal lo hará según lo ordene en el frigorífico, según
lo vaya cogiendo de la tienda, etc.
 INCERTIDUMBRE
Incertidumbre e impresión hasta ahora se ha manejado conocimiento categórico

Conocimiento siempre era verdadero o falso

Razonamiento “exacto” (reglas, hechos y conclusiones no ambiguos)
En el “mundo real”
El conocimiento es dudoso y/o incompleto
El sistema inteligente puede no tener acceso a toda la información necesaria
El razonamiento es inexacto (hechos y/o reglas inciertas)
Incertidumbre: falta de información adecuada para tomar una decisión o Realizar un
razonamiento
Puede impedir llegar a una conclusión correcta

EJEMPLO DE INCERTIDUMBRE
∀x tieneF iebre(x) → tieneGripe(x) No es necesariamente cierto en todos los casos. Una
persona con fiebre puede tener catarro, bronquitis, etc. Una forma “más correcta” (pero poco
útil) seria: ∀x tieneF iebre(x) → tieneGripe(x) ∨ tieneCatarro(x) ∨ tieneBronquitis(x) ∨ ...

CONCLUCIONES
El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la
experiencia. También sirve para justificar o aportar razones en favor de lo que conocemos o
creemos conocer. En algunos casos, como en las matemáticas, el razonamiento nos permite
demostrar lo que sabemos; es que aquí hace falta el razonamiento cuantitativo
Algoritmo de Busqueda

Tipos de algoritmos de búsqueda

Las técnicas de búsqueda son una serie de esquemas de representación del conocimiento,
que mediante diversos algoritmos nos permite resolver ciertos problemas desde el punto
de vista de la I.A.
Elementos de la busqueda.
• Conjunto de estados: todas las configuraciones posibles en el dominio.
• Estados iniciales: estados desde los que partimos.
• Estados finales: las soluciones del problema.
• Operadores: se aplican para pasar de un estado a otro.
BUSQUEDA CIEGA
Sólo utiliza información acerca de si un estado es o no objetivo para guiar su proceso de
búsqueda.
 Expandir un nodo: obtener los posibles hijos de un nodo a partir de la
aplicación de los distintos operadores sobre él.
 Nodo cerrado: Se han aplicado todos los posibles operadores sobre él,
obteniéndose todos sus posibles hijos.
TIPOS DE BÚSQUEDA CIEGA
 Búsqueda en amplitud.
 Búsqueda en profundidad.
 Búsqueda en profundidad progresiva.
 Búsqueda bidireccional.
Búsqueda en amplitud
Procedimientos de búsqueda nivel a nivel
Para cada uno de los nodos de un nivel se aplican todos los posibles operadores
No se expande ningún nodo de un nivel antes de haber expandido todos los del nivel
anterior
Se implementa con una estructura FIFO.

Búsqueda en profundidad:
La búsqueda se realiza por una sola rama del árbol hasta encontrar una solución o hasta
que se tome la decisión de terminar la búsqueda por esa dirección.
Terminar la búsqueda por una dirección 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 atrás (backtracking) y se sigue por otra rama hasta
visitar todas las ramas del árbol si es necesario.
Búsqueda bidireccional
Se llevan a la vez dos búsquedas: una descendente desde el nodo inicial y otra ascendente
desde el nodo meta.
Al menos una de estas dos búsquedas debe ser en anchura para que el recorrido ascendente
y descendente pueda encontrarse en algún moment