MATERIA : PROGRAMACION 5

Domingo Lunes Martes Miercoles Jueves Viernes Sabado

Tema: NeatBeans MAGISTER Profesor. Teobaldo Smith.

Presentado por : Geovany A Guerra C.I.P: 4 718 53 Nivel: Licenciatura. Sistemas Informticos

05/03/2014

DIA

Ao: 2012
PROGRAMACION Ene Feb Mar Abr May Jun Jul Ago ACTIVIDAD EN CASA Sep Oct Nov Dic.

TABLA DE CONTENIDO
PRESENTACION
INTRODUCCION PRELIMINAR

INDICE

INVESTIGACION GUIA DEL TEMA EJEMPLOS PROLOGO GLOSARIO escrito HISTORIA ILUSTRACIONES CAPITULOS CONCLUSION TEMAS RESUMEN BIBLIOGRAFIA INFOGRAFIA While- Else- Numbers, Case y otros usados en VB

INDICE DE TEMAS CONTENIDO

Sintaxis Desarrollo Problema Caracteristicas Clasificacion Tablas Recursos Programas Mercado Tipos Utilizacion Usos

PRODUCION JAVA

1. Historia de la programacion orientada a objetos (POO). 2. Historia del lenguaje Java(Orientacion a objetos POO). 3. Conceptos, campo, de aplicacin (uso actual del mismo). 4. Caractersticas importantes del JAVA. 5. POO como base de Java. 6. Entornos o ambientes para programar en Java(escoger uno y explicar). 7. Uso del lenguaje Java en educacion, de ejemplos. 8. Confeccionar un mapa conceptual. 9. Que es IHMC Cmap Tools. 10. Utilizar de Power Point. 11. Investigacion de java? 12. < Ejemplificacion de Java >

Mapa de NeatBeans
Coordinacin de web Robtica Mvil Robtica de Manipuladores Inteligencia y Conocimiento

Agentes
Procesamiento de Imgenes

Patrones

Redes Neuronales

Tabla de Contenido
Agentes Inteligentes. Propiedades de los agentes Sensores y Efectores Medida de Rendimiento El Medio Ambiente Tipos de Agentes Agente reflejo simple Agente con estado interno Agente basado en metas Agente basado en utilidad

Objetivos
Exponer los conceptos asociados a agentes

inteligentes. Presentar las propiedades de un agente. Presentar la medida de rendimiento Identificar los tipos de ambiente. Presentar los tipos de agentes.

Agentes Inteligentes
Un agente es un sistema conformado por hardware

y/o software que basa su comportamiento en las percepciones que tiene del medio ambiente mediante sus sensores y en las reglas de comportamiento incorporadas en el software. Un agente es todo aquello que percibe su ambiente mediante sensores y que responde o acta en tal ambiente por medio de efectores.

Agentes
No requieren de humanos para operar (autonoma).
Tienen una medida de desempeo (racionalidad)

Usan sensores para enterarse de lo que pasa fuera. Usan efectores para modificar su entorno
La inteligencia est determinada por sus reglas. Las reglas se pueden pre-grabar Instintos Las reglas pueden ser aprendidas Aprendizaje (aprender <> memorizar)

Agentes Inteligentes
Un agente inteligente es un sistema de computadora

capaz de ejecutar acciones autnomas y flexibles en cierto medio ambiente.

Agentes triviales (no interesantes): Termstato El demonio de UNIX
Se busca que un agente tenga capacidad de

iniciativa propia (imitar el libre albedrio)

Propiedades de los agentes

Autonoma

Aprendizaje

Reactividad

Cooperaci n

Pro actividad

Autonoma
Un sistema ser autnomo en la medida en que su

conducta est definida por su propia experiencia. Si las acciones del agente se basan en un conocimiento integrado previamente, no es autnomo.
Un agente es ms autnomo en la medida en que

su comportamiento se basa:

(+) en el aprendizaje y (-) en el conocimiento incorporado.

Reactividad
Medio ambiente esttico. El programa no necesita preocuparse sobre su xito o falla, el programa se ejecutar ciegamente. (lazo abierto)
Compilador.

Medio ambiente dinmico. Para el software es difcil de construir dominios dinmicos: el programa debe tener en cuenta la posibilidad de fracaso Un sistema reactivo mantiene una permanente interaccin con su medio ambiente y responde a los cambios que ocurren en l (en un tiempo para la respuesta sea til)

Pro Actividad
Reaccionar a un entorno es fcil?

Estmulo respuesta basada en reglas Comportamiento. Secuencia de acciones, no solo una accin aislada. Se desea que los agentes ejecuten acciones por nosotros. El objetivo est orientado al comportamiento del agente. Pro-actividad. Intenta generar y lograr objetivos. Toma iniciativa cuando es necesario. Reconoce las oportunidades

Cooperacin
Multi-agentes. El mundo real es un entorno multi-agentes: No podemos ignorar a los otros para lograr metas. Ciertas metas pueden lograrse nicamente con la cooperacin de otros.
Habilidad social Es la habilidad para interactuar con otros agentes (posiblemente humanos) mediante algn lenguaje de comunicacin entre agentes y cooperar con ellos.

Aprendizaje
El agente es capaz de usar algoritmo para aprender

de su propia experiencia.
Trata de aprender para mejorar su rendimiento en el

tiempo.
Se trata de crear programas capaces de generalizar

comportamientos a partir de una informacin no estructurada suministrada en forma de ejemplos. Es, por lo tanto, un proceso de induccin del conocimiento.

Ejercicio 1
Diga si los siguientes sistemas son agentes:
Un reloj. Un termostato. Un celular. Un sistema de control de acceso a personas. El sistema de aire acondicionado de un automvil. Una lavadora automtica. Un software para entrenar personas. Un software para ensear a sumar. Un reloj despertador. El sistema que controla si una persona saca un producto sin pagar. 11. Internet. 12. La red telefnica
1. 2. 3. 4. 5. 6. 7. 8. 9. 10.

Sistemas Multiagente
Cuando mltiples agentes individuales coordinan sus habilidades para resolver problemas.
1. 2.

3. 4.

Organizacin Social. c/u cumple una funcin dentro del sistema, tiene caractersticas y responsabilidades. Cooperacin. El mtodo de solucin de los problemas se basa en la forma cmo se asignan las responsabilidades y como se usa las respuestas de los otros. Coordinacin. Planificacin de acciones para la resolucin de tareas, cundo se ejecutan las acciones. Negociacin. Forma de ponerse de acuerdo cuando cada agente defiende sus propios intereses, llevndolos a una situacin que los beneficie a todos teniendo en cuenta el punto de vista de cada uno.

Sistemas Multiagente

SENSORES Y EFECTORES

Sensores
Los sensores sirven para adquirir informacin del

medio ambiente
Los sensores no son confiables por que: Incertidumbre, estn afectados por cambios en el Medio. Error, en la deteccin.

Sensores
Qu sensor usar?
Qu modelo de sensor? Cmo calibrar el sensor? Cmo entrega los datos en sensor? cmo se activa en sensor? cul es la frecuencia de muestreo? Cul es el error? Qu procesos de bajo nivel realizar? assembler Qu procesos de alto nivel realizar? en el agente

Sensores
Sentido Percepcin de equilibrio Propiocepcin Magnetocepcin Electrocepcin Eco localizacin Gradiente de presin Sensores Acelermetro Encoder Magnetmetro Sensor de voltaje Sonar Arreglo de presin

Efectores
Humanos Msculos Mquinas Rotacin de Motores Apertura o cierre de vlvulas.
Movimientos compuestos Movimiento de articulaciones Orugas Patas

Movimientos compuestos. Movimientos de brazos Caminata Escritura Habla

Ejercicio 2
Diga qu sensores tienen los humanos?
Conoce algn sensor que tienen los animales pero

no lo tienen los humanos? Conoce algn sensor que tienen los humanos pero no lo tienen los animales? Cules son los efectores de los humanos? Conoce algn efector que tienen los animales pero no lo tienen los humanos?, Viceversa?

MEDIDA DE RENDIMIENTO

Medida de rendimiento
Para cada conjunto de percepciones, el agente toma la

accin que maximiza su rendimiento basado en la informacin de la percepcin y su propio conocimiento implcito. Medida del desempeo
Evala el cmo qu tan exitoso ha sido un agente? Debe ser objetiva

La racionalidad NO ES omnisciencia, clarividencia ni

exitosa necesariamente. La racionalidad se puede ver como un xito esperado, tomando como base lo que se ha percibido.

Agente Racional
Depende de: Medida del grado de xito. Secuencia de percepciones. Conocimiento acerca del medio Acciones puede En todos los que casos de emprender posibles percepciones, un agente
racional deber emprender todas aquellas acciones que favorezcan obtener el mximo de su medida de rendimiento, basndose en las evidencias aportadas por la secuencia de percepciones y en todo conocimiento incorporado en tal agente.

Ejercicio 3
Diga para los siguientes agentes qu medidas de

desempeo usara, formule c/u en notacin formal:

Personal que recoge la basura en las noches. Software para jugar ajedrez. Google Noticias. Software que resuelve laberintos.

Ejercicio 4
El siguiente agente tiene aprendido una

serie de reglas que se pueden representar mediante un rbol de decisin: En determinado momento el agente tiene las siguientes percepciones. Diga cuales son las respuestas del agente.
-20, 40, 2, 35, 14, 45, 6, 22, 9

>2

>8

>10

Disee una medida de desempeo

sabiendo que las respuestas del agente deberan ser:

1, 6, 1, 6, 4, 7, 2, 5, 2

Modifique el rbol de decisin para que

el agente obtenga estas respuestas (*).

(*) puede obviar esta pregunta

Ejercicio 5
Para los agentes del ejercicio 4.
1. Indique qu medidas de rendimiento usara para

indicar el desempeo del agente. 2. Formule cada medida de desempeo mediante alguna notacin formal. 3. Evale el desempeo de los agentes haciendo uso de la medida de rendimiento. 4. Identifique en qu casos su medida de desempeo no es capaz de medir el desempeo del agente.

EL MEDIO AMBIENTE

El Ambiente
La relacin entre el agente y el ambiente es siempre

la misma: el agente ejerce acciones sobre el ambiente, que, a su vez, aporta percepciones al primero.

medio ambiente

Medio Ambiente
Accesible y no accesible.
Accesible, si los sensores detectan los aspectos que requiere el agente para

elegir una accin.

Deterministas y no deterministas.
Determinista, si el estado siguiente de un ambiente se puede determinar

completamente con el estado actual y las acciones escogidas por el agente.

Episdicos y no episdicos.
Episdico, cuando la experiencia del agente se divide en episodios, si es

episdico, es ms simple.

Estticos y dinmicos.
Esttico, si el medio ambiente no cambia mientras el agente se encuentra

deliberando.

Discreto y continuo.
Discreto, si existe una cantidad limitada de percepciones y acciones distintas

y distinguibles

Ejercicio 6
Ambiente
Accesi- Determ ble instico Episdico Esttic o Discreto

Ajedrez con reloj

Ajedrez sin reloj

Pquer Conducir un taxi Sist. de diagnstico mdico Sistema. de anlisis de imgs. Robot clasificador de partes Controlador de refinera Asesor de ingls interactivo

TIPOS DE AGENTES

Tipos de Agentes
1. Agente reflejo simple. Las acciones del agente se establecen en funcin a una tabla de percepcin accin. 2. Agentes con estado interno. Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria. 3. Agentes basados en metas Agente que combina propiedades de los dos anteriores, pero que tiene una meta a la cual llegar. Necesita buscar el mejor camino y planificar la secuencia de acciones. 4. Agentes basados en utilidad. Son aquellos agentes que tienen mltiples metas que cumplir, mide el grado de satisfaccin del grado de cumplimiento de sus metas.

Ejercicio 7
Indique el tipo de agente para cada caso: Agente resuelve laberintos.
Agente que entrega la Raz Cuadrada de un nmero. Agente que conduce un automvil. Agente del mundo de los wumpus Agente que resuelve el problema de los bloques.

Ejercicio 7
Indique el tipo de agente para cada caso: Agente resuelve laberintos. Agente basado en metas Agente que entrega la Raz Cuadrada de un nmero. Agente reflejo Agente que conduce un automvil. Agente basado en utilidad Agente del mundo de los wumpus Agente con estado interno Agente que resuelve el problema de los bloques. Agente basado en metas

RS EI BM BU

1. Agente reflejo simple

El usar una tabla de consulta explcita est fuera de

toda consideracin. Sin embargo, es posible resumir fragmentos de tabla observando ciertas asociaciones entre entradas/salidas que se producen frecuentemente, y haciendo reglas de condicin-accin, por ejemplo:
Si el carro de adelante est frenando, entonces

empezar a frenar.

Agente reflejo simple

RS EI BM BU

Agente

Sensores
Como es el mundo ahora

Reglas condicin-accin

Accin que debo tomar

Efectores

RS EI BM BU

Agente reflejo simple

Funcin Agente-reflejo-simple (percepcin) responde con una accin esttica: reglas, un conjunto de reglas de condicin-accin estado Interpretar-Entrada (percepcin). regla Regla-Coincidencia (estado, reglas). accin Regla-Accin[regla] responder con una accin

Ejercicio 8
Construya un agente para identificar las soluciones de

la siguiente ecuacin, asuma que los ai son enteros.

a x
i 0 i

in

Diga de que tamao es la tabla percepcin accin. Es prctico este agente? Cules son las restricciones?, resuelve todos los casos.

RS EI BM BU

2. Agente con estado interno

Agentes bien informados de todo lo que pasa.
El agente reflejo simple funciona slo si se toma la

decisin adecuada con base en la percepcin de un momento dado.

En ocasiones se requiere mantener cierto tipo de

estado interno para estar en condiciones de estar optar por una accin.
Ejemplo: imgenes de antes y despus pare

detectar cambios.

Agente con estado interno

RS EI BM BU

Estado
Como evoluciona el mundo Lo que mis acciones hacen

Sensores
Como es el mundo ahora

Reglas condicin-accin

Accin que debo tomar

Agente

Efectores

RS EI BM BU

Agente con estado interno

Funcin Agente-reflejo-con-estado (percepcin) responde con una accin esttica: estado, una descripcin prevaleciente del estado del mundo reglas, un conjunto de reglas de condicinaccin estado Actualizar-Estado (estado, percepcin). regla Regla-Coincidencia (estado, reglas). accin Regla-Accin[regla] estado Actualizar-Estado (estado, accin) responder con una accin

Ejercicio 9
Cierto agente desea resolver el

problema del mundo de la aspiradora. El mundo est conformado por una cuadrcula de 2x2 (dos con basura).
Disee un agente que usa una tabla de percepcinaccin para resolver este problema. El agente inicia en la parte superior izquierda. El agente recuerda las celdas ya visitas, pero no es capaz de ver las otras celdas. Diga que acciones son necesarias para resolver el problema. Diga cul es el tamao de la tabla percepcinaccin .

Ejercicio 9
1
3 5 7

2
4 6 8

RS EI BM BU

3. Agente basado en metas

Para decidir qu hacer no basta con tener informacin

acerca del estado que prevalece en el ambiente. de informacin sobre su meta.

Adems del estado prevaleciente, se requiere cierto tipo

La bsqueda y la planificacin son sub-campos de la IA

que se ocupan de encontrar las secuencias de acciones que permiten alcanzar las metas de un agente.

Este tipo de agente es diferente a los anteriores, debido

a que implica tomar en cuenta el futuro.

cambian las metas.

Puede ser ms flexible si cambian las condiciones o

Agente basado en metas

Estado
Como evoluciona el mundo

RS EI BM BU

Sensores
Como es el mundo ahora

Lo que mis acciones hacen

Qu efectos tiene tomar la accin A

Metas

Accin que debo tomar

Agente

Efectores

Ejercicio 10
Resolver el problema de las k-reinas, para k = 3.
El

problema consiste en identificar en qu posiciones colocar k reinas en un tablero de ajedrez de tal manera que no se coman entre ellas

Ejercicio 10
Formulacin

Bsqueda

Ejecucin

Ejercicio 11
Disear un agente para resolver el problema del

rompecabezas mvil o problema de las ocho fichas o puzzle.

2 1 7

8 6

3
4 5

1 8 7

3 4

Ejercicio 11

RS EI BM BU

4. Agente basado en utilidad

Las metas no bastan por s mismas para generar

una conducta de alta calidad. Puede haber muchas secuencias de acciones que permitan alcanzar la meta, pero algunas ofrecen ms utilidad que otras. La utilidad es una funcin que correlaciona un estado y un nmero real mediante el cual se caracteriza el correspondiente grado de satisfaccin.

Agente basado en utilidad

Estado

RS EI BM BU

Sensores
Como es el mundo ahora

Como evoluciona el mundo

Lo que mis acciones hacen

Que efectos tiene tomar la accin A

Que tan feliz estara en un estado determinado

Utilidad

Accin que debo tomar

Agente
Efectores

Bibliografa
AIMA. Captulo 2 y 3, primera edicin.
AIMA. Chapter 2 y 3, second edition.