ACTIVIDAD INDIVIDUAL MOMENTO 2 INTELIGENCIA ARTIFICIAL

Presentado Por
OLIVER MARTINEZ CAMPO
COD: 85.473.786

TUTOR
ANGELA MARIA GONZALEZ
Grupo: 90169_3

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA (UNAD)

ESCUELA DE CIENCIAS BSICAS TECNOLOGA E INGENIERAS
INGENIERIA ELECTRNICA
CEAD SANTA MARTA
2015

INTRODUCCION

Siguiendo que el desarrollo de este curso, vemos la importancia de comprender como en la

inteligencia artificial es prioritario aprender y comprender como se resuelven problemas de
bsqueda para desarrollar una mejor capacidad de madurez de un sistema o agente
inteligente. En este trabajo desarrollaremos estos temas para continuar con nuestro
aprendizaje.

OBJETIVOS

Familiarizarse con los temas a desarrollar durante el curso.

Argumentar los cuestionamientos planteados de acuerdo a lo interpretado de la

informacin que se brinda en la gua.

1. Teniendo en cuenta el siguiente grfico, cada estudiante escoge una bsqueda

heurstica y realiza el proceso de la bsqueda seleccionada paso a paso, teniendo en
cuenta que el estado inicial es A y el estado Final es E, exponga sus caractersticas,
ventajas y desventajas.

Para el desarrollo de este ejercicio, se decidi realizar la bsqueda heurstica por medio del
algoritmo A*.
En este mtodo de solucin de bsqueda heurstica se evalan los nodos combinando el
costo para alcanzar el nodo ( ) y el costo para ir al nodo objetivo ( ):
( ) = ( ) + ( )
Vemos que ( ) nos da el costo del camino desde el nodo inicio al nodo n, y la ( ) nos da
el costo estimado del camino ms barato desde n al nodo objetivo; as tenemos que ( )
es el costo ms barato estimado de la solucin atraves de n.
Para comenzar encontremos los posibles caminos de solucin que tenemos y los costos
estimados con los que recorreremos:

( , , , )=3+3+1=7
( , , ) = 3+6 = 9
( , , , , ) = 1 + 3 + 2 + 6 = 12

Estado inicial:
=0+7=7
Al expandir A:

= 3 + 7 = 10
= 3 + 9 = 12
= 1 + 12 = 13

Al expandir los nodos que siguen:

= 6 + 7 = 13
= + =
= 4 + 12 = 16

Vemos que ya encontramos el nodo objetivo pero debemos expandir los siguientes nodos
a ver si encontramos una solucin menos costosa:

= 10 + 7 = 17
= + =
= 6 + 12 = 18
= 12 + 0 = 12

En este caso se encontr el dos veces nodo objetivo y ya solucionamos la bsqueda sin
embargo vemos que esta no es la nica solucin encontrada pero es la que menor costo
tiene.
Este mtodo de bsqueda es el ms razonable y cumpliendo ciertas condiciones es tanto
completa como ptima.

2. Teniendo en cuenta la siguiente grfica cada estudiante escoge una bsqueda ciega y
mediante diagramas realice los procesos que realiza la bsqueda seleccionada, exponga
sus caractersticas, ventajas y desventajas. Tenga en cuenta que el estado inicial es 1 y
el estado Final 7.

En este caso lo resolveremos por el mtodo de bsqueda en profundidad interactiva. Para

ello vamos a repetir sucesivamente el algoritmo de profundidad limitada, aumentando a
cada iteracin la profundidad mxima a la que le permitimos llegar al objetivo.
Este algoritmo obtendra el mismo efecto que el recorrido en anchura en cada iteracin,
ya que a cada paso recorremos un nivel ms del espacio de bsqueda. El coste espacial ser
lineal ya que cada iteracin es un recorrido en profundidad. Para que el algoritmo acabe
en el caso de que no haya solucin se puede imponer un lmite mximo de profundidad en
la bsqueda.
Para el nivel 1:
1
Para e nivel 2:
1 5 = 3.4
1 2 = 2.5
1 6 = 3.3
152=
125=
126=
162=

3.4 + 1.4 = 4.8

2.5 + 1.4 = 3.9
2.5 + 1.4 = 3.9
3.3 + 1.4 = 4.7

Para el nivel 3
1 5 4 = 3.4 + 1.8 = 5.2

1 2 3 = 2.5 + 7.4 = 9.9

1 6 3 = 3.3 + 1.9 = 5.2
1 5 4 3 = 3.4 + 1.8 + 2.6 = 7.8
Para el nivel 4:
1 5 4 8 = 3.4 + 1.8 + 1.9 = 7.1
1 5 4 8 7 = 3.4 + 1.8 + 1.9 + 2.4 = 9.5
1 2 3 7 = 2.5 + 7.4 + 1.6 = 11.5
= . + . + . = .
Vemos que llegamos al objetivo y la solucin ms ptima es la de menor costo.

CONCLUSIONES

Despus de haber profundizado en estos temas de bsqueda y haber comprendido como

desarrollarlos, vemos la importancia que tienen el saber entender como la tecnologa en
aras de poseer su propia forma de pensar, encuentra la manera de enfrentar los problemas
de la vida diaria y trata de resolverlos.

REFERENCIAS BIBLIOGRAFICAS

Faust Adrin Guerra Marrero., (2013), Razn Artificial Inteligencia Artificial., Extrado el 29
de Marzo de 2015 de:
http://www.razonartificial.com/inteligencia-artificial/ino Peraza Rodrguez.
(2011).
Fundamentos de la Inteligencia Artificial. Extrado el 29 de Marzo 2015 de
http://www.ilustrados.com/tema/3797/Inteligencia-Artificial.html
Quiroga Edgar., Arroyave Jhon., (2008), Mdulo- Inteligencia Artificial. Extrado el 29 de
Marzo de 2015 de:
http://datateca.unad.edu.co/contenidos/90169/90169_exe/index.html. Capitulo (2).