INGENIERIA EN SISTEMAS COMPUTACIONALES

PRCTICA #5
Dra. Miriam Martinez Arroyo

INTEGRANTES DEL EQUIPO:

Garca Garca Carlos Alberto
Juan Antonio Legaria Nava
Teresa de Jesus Herrera Cervantes

HORARIO: 14:00 a 15:00

pm

ndice
Introduccin........................................................................................................ 3
Marco Terico...................................................................................................... 4
Desarrollo............................................................................................................ 6
Resultados.......................................................................................................... 8
Conclusiones....................................................................................................... 8
Bibliografa.......................................................................................................... 8

Introduccin
La resolucin de problemas se describe a menudo como una bsqueda en un
Gran espacio de posibles alternativas. Para resolver exitosamente un problema se
requiere explorar este espacio de forma eficaz y reducirlo a proporciones
manejables. Actualmente las computadoras a un no tienen la capacidad para
reducir automticamente los problemas a proporciones manejables, es por ello
que los humanos deben de caracterizar y describir a estos problemas y proponer
estrategias para encontrar su solucin. En algunos tipos de problemas, lo
importante es encontrar una solucin aunque no sea la mejor debe ser una
solucin aceptable. En otros casos es necesario encontrar el camino que nos lleva
a esa solucin.
La resolucin de problemas es uno de los procesos bsicos de razonamiento que
la Inteligencia Artificial trata de abordar.
El objetivo consiste en lograr que la mquina ayude a un experto humano a
encontrar la solucin a un determinado problema (de forma ms rpida, ms
exacta, ms fiable).
La resolucin de problemas es fundamental para la mayora de las aplicaciones de
Inteligencia Artificial. De hecho, la capacidad de resolver problemas suele usarse
como una medida de la inteligencia tanto para el ser humano como para la
computadora.
Dentro del siguiente reporte se presentaran casos prcticos en la bsqueda de
resolucin de problemas, ampliando un poco ms nuestros conocimientos en este
mbito.

Marco Terico
La resolucin de problemas es fundamental para la mayora de las aplicaciones de
Inteligencia Artificial (IA). De hecho, la capacidad de resolver problemas suele
usarse como una medida de la inteligencia tanto para el ser humano como para la
computadora. Hay principalmente dos clases de problemas. Una primera clase
puede ser resuelta usando algn tipo de procedimiento determinista cuyo xito
est garantizado. A este procedimiento se le llama de computacin. La resolucin
por computacin normalmente slo se aplica a aquellos tipos de problemas para
los que existan tales procedimientos, como en matemticas. Se puede con
frecuencia traducir los mtodos usados para resolver estos problemas de manera
fcil, a un algoritmo que pueda ser ejecutado por una computadora. No obstante, a
pesar de que pocos problemas reales se prestan a soluciones computables, deben
ser situados en la segunda categora, que consiste en problemas que se resuelven
con la bsqueda de una solucin. Este es el mtodo de resolucin de problemas
del que se preocupa la IA.
Por ejemplo, imaginemos que hemos perdido las llaves del coche. Sabemos que
estn en algn lugar de la casa. Imaginando un poco y situndonos en la puerta
principal. Al empezar la bsqueda primero comprobamos la sala de estar. Luego el
saln hacia el primer dormitorio, despus volvemos al saln y vamos al segundo
dormitorio, y volvemos de nuevo al saln para ir al dormitorio principal. Como an
no encontramos las llaves, regresamos hacia atrs pasando por la sala de estar
hacia la cocina, donde encontramos las llaves. La figura 1.1 presenta un grafo del
camino que se ha seguido. El hecho de que pueda representar la solucin a esta
clase de problemas en forma de grafos es importante porque ofrece una forma
sencilla de observar cmo funcionan las diferentes tcnicas de bsqueda.

Figura 1.1: Grafo del camino solucin para encontrar las

llaves perdidas

Para entender este tema es necesario tener presente las siguientes definiciones:

Un estado es la representacin de un problema en un instante dado. Para definir

el espacio de estados o espacio de bsqueda (conjunto de todos los nodos) no
es necesario hacer una exhaustiva enumeracin de todos los estados vlidos, sino
que es posible definirlo de manera ms general.
El estado inicial consiste en uno o varios estados en los que puede comenzar el
problema. El estado objetivo o estado meta consiste en uno o varios estados
finales que se consideran solucin aceptable.
Las reglas describen las acciones u operadores que posibilitan un pasaje de
estados. Podramos decir que una regla tiene una parte izquierda y una derecha.
La parte izquierda determina la aplicabilidad de la regla, es decir, describe los
estados a los que puede aplicarse la regla. La parte derecha describe la operacin
que se lleva a cabo si se aplica la regla (accin).
La heurstica es la informacin acerca de la posibilidad de que un nodo especfico
sea mejor para intentar la prxima eleccin que cualquier otro nodo.
El camino solucin es el grafo dirigido de los nodos visitados que nos llevan a la
solucin.
La bsqueda de una solucin no es tan simple como empezar en el principio y
seguir su camino hasta su conclusin. En un caso extremadamente simple de las
llaves perdidas, este mtodo de bsqueda es una buena manera de llevarlo a
cabo. No obstante, en la mayora de los problemas en los que quiera usar una
computadora para hallar la solucin, la situacin es diferente. Generalmente,
usar una computadora para resolver problemas en los que le nmero de nodos
en el espacio de bsqueda sea muy grande y, como 2 el espacio de bsqueda va
creciendo, de igual modo se incrementarn el nmero de diferentes caminos
posibles hasta la meta. El problema estriba en que cada nodo aadido al espacio
de bsqueda aade ms de un camino; por lo que el nmero de caminos hasta la
meta se incrementar rpidamente con cada nuevo nodo.
Debido a que el nmero de posibilidades crece tan rpidamente, tan slo los
problemas ms simples se prestan a bsquedas exhaustivas (una bsqueda
exhaustiva examina todos los nodos). Mientras que la tcnica exhaustiva, o de
fuerza bruta, tericamente siempre funciona, normalmente no es prctica porque
consume o demasiado tiempo o demasiado recursos de computacin, e incluso
ambos. Por esa razn, otras tcnicas de bsqueda han sido desarrolladas.

Desarrollo
1. Explique la importancia de la solucin de problemas con bsqueda en la IA.
Un agente con distintas opciones inmediatas de valores desconocidos puede
decidir qu hacer, examinando las diferentes secuencias posibles de acciones que
le conduzcan a estados de valores conocidos, y entonces escoger la mejor
secuencia.
Este proceso de hallar esta secuencia se llama bsqueda. Un algoritmo de
bsqueda toma como entrada un problema y devuelve una solucin de la forma
secuencia de acciones. Una vez que se encuentra una solucin, se procede a
ejecutar las acciones que sta recomienda. Esta es la llamada fase de ejecucin.
As, se obtiene un diseo simple de un agente <<formular, buscar, ejecutar>>.
Despus de formular un objetivo y un problema a resolver, el agente llama al
procedimiento de bsqueda para resolverlo. Entonces, usa la solucin para guiar
sus acciones, haciendo lo que la solucin indica como siguiente paso a hacer y
procede a eliminar este paso de la secuencia. Una vez ejecutada la solucin, el
agente formula un nuevo objetivo.

2. Expresa el problema como un problema bsqueda en un espacio de

estados correctamente formalizado, y resulvelo por medio de alguno de
los modelos que se hayan visto en clase.

a) Existe un campesino (c) que intenta cruzar una embarcacin al otro lado
del ro. Debido a limitaciones de su bote, solo puede transportarse a s
mismo y a solamente alguno de los siguientes elementos que estn con l:
una zorra (z), un ganso (g) y un costal de maz (m). Existe una limitacin
adicional consistente en que no puede dejar a la zorra y al ganso solos
pues la zorra se comera al ganso. Tampoco puede dejar solos al ganso y
el maz, pues el ganso se comera el maz.
Determine un sistema de produccin (reglas y estrategia) que produzca una
solucin aceptable para que el campesino cruce seguro con todas sus
pertenencias de un lado al otro del ro.
Estado Inicial: [c(0), z(0), g(0), m(0)] //Antes de cruzar el ro
Estado Final: [c(1), z(1), g(1), m(1)] //Otro lado del ro
Operadores: Las variables c(0), z(0), g(0), m(0) representan los valores de
presencia en el lado destino del ro. El valor 0 representa que se encuentra
6

antes de cruzar el ro y el valor 1 representa que se encuentra al otro lado

el ro.
Restricciones:
[c(0), z(1), g(1), m(0)]= Zorra y ganso solos al otro lado del ro.
[c(1), z(0), g(0), m(1)]= Zorra y ganso solos antes de cruzar el ro.
[c(0), z(0), g(1), m(1)]= Ganso y maz solos al otro lado del ro.
[c(1), z(1), g(0), m(0)]= Ganso y maz solos antes de cruzar el ro.
Reglas:
1. Cruzar zorra al otro lado del ro.
2. Regresar zorra del otro lado del ro.
3. Cruzar ganso al otro lado del ro.
4. Regresar ganso del otro lado del ro.
5. Cruzar maz al otro lado del ro.
6. Regresar maz del otro lado del ro.
7. Cruzar campesino solo al otro lado del ro.
8. Regresar campesino solo del otro lado del ro.
Solucin basada en las reglas:
a)
b)
c)
d)
e)
f)
g)

Aplicamos regla 3
Aplicamos regla 8
Aplicamos regla 5
Aplicamos regla 4
Aplicamos regla 1
Aplicamos regla 8
Aplicamos regla 3

Bsqueda en anchura resolviendo el juego del campesino.

Donde:
Ei=Todos antes de cruzar el rio
Ef=Todos al otro lado del rio
7

A=Cruzar zorra al otro lado del rio

B=Cruzar ganso al otro lado del rio
C=Cruzar maz al otro lado del rioCruzar campesino al otro lado del rio
D=Cruzar campesino al otro lado del rio.
E=Regresar zorra antes de cruzar el rio
F=Regresar ganso antes de cruzar el rio
G=Regresar maz antes de cruzar el rio
H=Regresar campesino antes de cruzar el rio

Resultados
Conclusiones
Bibliografa

Stuart J. Rusell y Peter Norvig, INTELIGENCIA ARTIFICIAL, UN ENFOQUE

MODERNO, Segunda Edicin, PEARSON Prentice Hall
http://www.unistmo.edu.mx/~daniel.garcia/unidadiii_ia.pdf