Inteligencia Artificial

Unidad 2 - Proceso de búsqueda en espacio de estado, algoritmos

y razonamiento con incertidumbre en Inteligencia Artificial.

Presentado por:

Wuendys Isabel Tovar Mendoza.

Grupo: 90169_31

Tutor:
Fernando Rojas

Universidad Nacional Abierta y a Distancia UNAD.

ECBTI CCAV – Corozal.
Octubre 2018
Búsqueda en espacios de estado:

En este proceso se consideran sucesivos estados de una instancia con la meta u objetivo de
encontrar un estado final, con sus respectivas características deseadas. Este método se centra en
explorar el espacio de estados del problema, pueden ser completos, explorando todo el espacio
de estados buscando una solución o incompletos si solo se explora una parte del espacio de
estados.
Los métodos que exploran todo el espacio de búsqueda garantizan encontrar la solución si existe
o demuestran que dicho problema no es solucionable. Una de las desventajas de estos es que son
costosos y los dos métodos que más se utilizan son:

Generar y testear (GT): Este método genera las posibles tuplas de instanciación de todas las
variables de forma sistemática y después sucesivamente testea sobre cada instanciación si se
satisfacen todas las restricciones del problema, el número de combinaciones generadas por este

método es el producto cartesiano de la cardinalidad de los dominios de las variables:

Backtracking cronológico (BT): Este método realiza una exploración en profundidad del
espacio de búsqueda instanciando sucesivamente las variables y comprobando ante cada nueva
instancia si es posible y en caso contrario retroceder a la variable asignada inmediatamente
anterior.

Razonamiento con incertidumbre:

Es el arte de representar y razonar con resúmenes de excepciones. Compromiso entre seguridad

en el razonamiento y eficiencia del proceso. En situaciones reales la información disponible
puede ser incorrecta, incompleta o cambiar muy rápidamente; todo esto de lugar a diferentes
formas de inconsistencias e incertidumbres. Este razonamiento sucede en ejemplos típicos de
diagnósticos y análisis de datos. Los sistemas expertos cuya función consiste en el diagnostico en
sus juicios de razonamiento emplean reglas de condición – conclusión que van acompañadas de
una estimación de certidumbre, en donde se tiene un procedimiento numérico y la necesaria
revisión de la credibilidad.

Algoritmo de búsquedas en IA:

Es aquel que está diseñado para localizar un elemento con ciertas propiedades dentro de una
estructura de datos, la variable más simple del problema es la búsqueda de un número en un
vector. Los algoritmos de búsquedas pueden ser:

Algoritmos no informados o ciegos: son estrategias de búsqueda en las cuales se evalúa el

siguiente estado sin conocer a prioridad si este es mejor o peor que el anterior, no cuenta con
ningún conocimiento sobre cómo llegar al objetivo.

Algoritmos informados: es aquella que trata de encontrar una solución al problema, basado en
un conocimiento del problema que usan como estrategias la información de definición del
problema y el coste del estado actual al objetivo, estos datos dependen de cada problema, es
decir aplica el conocimiento al proceso de búsqueda para hacerlo más eficiente.

Algoritmos heurísticos: Se dice que un algoritmo es heurístico cuando la solución no se

determina en forma directa, sino mediante ensayos, pruebas y reensayos.

Algoritmos de búsqueda con adversario: Este es recursivo y de decisión, consiste en elegir el

mejor movimiento para la máquina, teniendo en cuenta que el adversario escogerá una jugada
que lo desfavorecerá. Para poder elegir la mejor opción este realizara un árbol de búsqueda con
los posibles movimientos para luego elegir la mejor opción, este se implementa en juegos de dos
participantes, de suma cero y de información completa.
 Lista de referencias

https://bibliotecavirtual.unad.edu.co:2538/lib/unadsp/reader.action?docID=3194970&que
ry=sistemas+basados+en+el+conocimiento

http://menteerrabunda.blogspot.com/2008/07/razonamiento-con-incertidumbre.html

https://es.wikipedia.org/wiki/Algoritmo_de_b%C3%BAsqueda