100% satisfaction guarantee Immediately available after payment Both online and in PDF No strings attached
logo-home
TEMA 5. Búsqueda informada $7.16   Add to cart

Other

TEMA 5. Búsqueda informada

 5 views  0 purchase
  • Course
  • Institution

UNIVERSIDAD DE LA RIOJA Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial Denominación de la asignatura: Razonamiento y Planificación Automática Guía de Estudio: TEMA 5. Búsqueda informada

Preview 2 out of 5  pages

  • May 25, 2024
  • 5
  • 2023/2024
  • Other
  • Unknown
avatar-seller
UNIVERSIDAD DE LA RIOJA
Postgrado al que pertenece: Máster Universitario en Inteligencia Artificial
Denominación de la asignatura: Razonamiento y Planificación Automática
Guía de Estudio: TEMA 5. Búsqueda informada


Este documento proporciona una guía detallada y técnica sobre la búsqueda informada,
adecuada para estudiantes avanzados y profesionales en el campo de la inteligencia artificial.


Introducción
La búsqueda informada es una técnica de resolución de problemas en inteligencia artificial que
utiliza información adicional para guiar el proceso de búsqueda hacia una solución más eficiente.
A diferencia de la búsqueda no informada, que explora el espacio de estados sin información
previa, la búsqueda informada emplea heurísticas para estimar la proximidad de un estado al
objetivo, optimizando así el rendimiento. Este enfoque es crucial en aplicaciones complejas donde
el espacio de búsqueda es vasto y explorar todas las posibilidades sería inviable.


a. ¿Cómo estudiar este tema?
Para estudiar el tema de búsqueda informada, es esencial tener una base sólida en algoritmos de
búsqueda y teoría de grafos. Recomendamos seguir estos pasos:
1. Revisar conceptos básicos: Familiarízate con algoritmos de búsqueda no informada
como búsqueda en amplitud y en profundidad.
2. Comprender heurísticas: Estudia qué son las heurísticas y cómo se aplican en la
búsqueda informada.
3. Analizar ejemplos: Trabaja con ejemplos prácticos de algoritmos como A* y búsqueda por
subobjetivos.
4. Implementar algoritmos: Desarrolla implementaciones de estos algoritmos en un lenguaje
de programación de tu elección.
5. Evaluar rendimiento: Compara la eficiencia de diferentes algoritmos y heurísticas en
diversos escenarios.


b. Tipos de heurísticas
Las heurísticas son funciones que estiman el costo para llegar al objetivo desde un estado dado.
Se clasifican en:
 Admisibles: Nunca sobrestiman el costo real. Ejemplo: la distancia euclidiana en un mapa.
 Consistentes (Monótonas): Cumplen la desigualdad triangular, es decir, el costo estimado
entre dos estados es menor o igual que el costo real sumado a la estimación desde el
estado siguiente al objetivo. Ejemplo: la distancia Manhattan en un tablero de ajedrez.
 Inadmisibles: Pueden sobrestimar el costo real, lo que puede llevar a soluciones
subóptimas pero más rápidas en algunos casos.

, Ventajas:
 Mejoran la eficiencia de la búsqueda.
 Reducen el espacio de búsqueda explorado.
Desventajas:
 Elegir una heurística inapropiada puede llevar a resultados ineficientes.
 Calcular heurísticas puede ser computacionalmente costoso.


c. Búsqueda A*
El algoritmo A* es uno de los más conocidos en la búsqueda informada. Combina las ventajas de
la búsqueda en amplitud y profundidad mediante el uso de una función de coste total ( f(n) = g(n)
+ h(n) ), donde ( g(n) ) es el costo del camino desde el estado inicial hasta el nodo ( n ) y ( h(n) )
es el costo estimado desde ( n ) hasta el objetivo.
Características:
 Utiliza una cola de prioridad para seleccionar el siguiente nodo a expandir.
 Es óptimo y completo si la heurística es admisible.
Ventajas:
 Encuentra el camino más corto de manera eficiente.
 Se adapta bien a muchos tipos de problemas.
Desventajas:
 Puede requerir mucha memoria en espacios de búsqueda grandes.
 La eficiencia depende en gran medida de la calidad de la heurística.


d. Búsqueda por subobjetivos
La búsqueda por subobjetivos descompone el problema principal en subproblemas más
pequeños y manejables. Esto se logra identificando y alcanzando una serie de subobjetivos que
eventualmente conducen al objetivo final.
Características:
 Divide y vencerás aplicado a la búsqueda.
 Puede emplearse en combinación con otras técnicas de búsqueda.
Ventajas:
 Simplifica problemas complejos.
 Puede reducir significativamente el tiempo de búsqueda.
Desventajas:
 Identificar subobjetivos adecuados puede ser difícil.
 Puede no ser óptima si los subobjetivos no están bien definidos.

The benefits of buying summaries with Stuvia:

Guaranteed quality through customer reviews

Guaranteed quality through customer reviews

Stuvia customers have reviewed more than 700,000 summaries. This how you know that you are buying the best documents.

Quick and easy check-out

Quick and easy check-out

You can quickly pay through credit card or Stuvia-credit for the summaries. There is no membership needed.

Focus on what matters

Focus on what matters

Your fellow students write the study notes themselves, which is why the documents are always reliable and up-to-date. This ensures you quickly get to the core!

Frequently asked questions

What do I get when I buy this document?

You get a PDF, available immediately after your purchase. The purchased document is accessible anytime, anywhere and indefinitely through your profile.

Satisfaction guarantee: how does it work?

Our satisfaction guarantee ensures that you always find a study document that suits you well. You fill out a form, and our customer service team takes care of the rest.

Who am I buying these notes from?

Stuvia is a marketplace, so you are not buying this document from us, but from seller ma_medina. Stuvia facilitates payment to the seller.

Will I be stuck with a subscription?

No, you only buy these notes for $7.16. You're not tied to anything after your purchase.

Can Stuvia be trusted?

4.6 stars on Google & Trustpilot (+1000 reviews)

73918 documents were sold in the last 30 days

Founded in 2010, the go-to place to buy study notes for 14 years now

Start selling
$7.16
  • (0)
  Add to cart