Trata sobre los diferentes tipos de búsqueda (a ciegas, heuristica, con adversario).

1. República Bolivariana de Venezuela
Ministerio del Poder Popular para la Defensa
Universidad Nacional Experimental Politécnica de la Fuerza Armada
Comandante Supremo “Hugo Rafael Chávez Frías”
UNEFA-NUCLEO LARA
I
| GREILIMAR RODRIGUEZ | CI: 23.487.452 | SECCION: 8D01IS | PROFESOR: EDECIO FREITEZ |
INTELIGENCIA ARTIFICIAL
(Cuadro comparativo)

2. Búsquedas sin información del
dominio
(A CIEGAS)
Permite encontrar una solución.
Búsqueda en amplitud o anchura
Es un algoritmo de búsqueda no
informada utilizado para recorrer o
buscar elementos en un grafo (usado
frecuentemente sobre árboles).
Intuitivamente, se comienza en
la raíz (eligiendo algún nodo como
elemento raíz en el caso de un
grafo) y se exploran todos los
vecinos de este nodo. A
continuación para cada uno de los
vecinos se exploran sus respectivos
vecinos adyacentes, y así hasta que
se recorra todo el árbol.
Búsqueda en profundidad
Es un algoritmo que permite
recorrer todos los nodos de un
grafo o árbol de manera ordenada,
pero no uniforme.
Su funcionamiento consiste en ir
expandiendo todos y cada uno de los
nodos que va localizando, de forma
recurrente, en un camino concreto.

3. Cuando ya no quedan más nodos que
visitar en dicho camino, regresa
(Backtracking), de modo que repite
el mismo proceso con cada uno de
los hermanos del nodo ya procesado.
Búsqueda general en grafos
Nacen por la necesidad de crear un
mecanismo de navegación autónoma,
bien sea de robots, coches, o
personajes en un videojuego.
Algunos de los más conocidos
son DFS, BFS, A*, IDA*, Fringe
Search o D*.
Búsquedas informadas
(Heurísticas)
Se trata de expandir por el nodo que
parece más prometedor para alcanzar el
objetivo.
Búsqueda “ primero el mejor”
• Analizar preferentemente los
nodos con heurística más baja.
• Ordenar la cola de abiertos por
heurística, de menor a mayor
Propiedades:
• Complejidad en tiempo O(r m),
donde:
• r: factor de ramificación.

4. • m: profundidad máxima del árbol
de búsqueda.
• Complejidad en espacio: O(r m).
• En la práctica, el tiempo y
espacio necesario depende del
problema concreto y de la calidad
de la heurística usada
• No es completa, en general.
• Por ejemplo, una mala heurística
podría hacer que se tomara un
camino infinito.
• No es minimal (no garantiza
soluciones con el menor número de
operadores).
• La heurística podría guiar hacia
una solución no minima.
Búsqueda en Haz
• Objetivo de la búsqueda A∗ :
• conseguir buenas soluciones
(óptimas).
• ganar en eficiencia (reduciendo
el árbol de búsqueda).
• Idea: asignar a cada nodo n un
valor f (n) = g(n) + h(n)
• g(n): coste del camino hasta n
• h(n): heurística del nodo,

5. estimación del coste de un camino
óptimo desde n hasta un estado
final
• f (n): estimación del coste total
de una solución óptima que pasa por
n • Seleccionar siempre el nodo con
menor valor de f
• ordenando la cola de ABIERTOS en
orden creciente respecto a f.
Algoritmo A*
Se clasifica dentro de los
algoritmos de búsqueda en grafos,
este algoritmo encuentra siempre y
cuando se cumplan unas determinadas
condiciones, el camino de menor
coste entre un nodo origen y uno
objetivo.
Se basa en reducir al mínimo costo
total del camino.

6. Exploración de grafos Y/O
Muchos problemas complejos
pueden descomponerse en una serie
de subproblemas tales que la
solución de todos, o algunos de
ellos, constituya la solución del
problema original. n A su vez,
estos subproblemas pueden
descomponerse en sub-subproblemas,
y asi sucesivamente, hasta
conseguir problemas lo
suficientemente triviales como para
poderlos resolver sin dificultad. n
Esta descomposición de un problema
en subproblemas puede representarse
mediante un grafo dirigido, en el
que los nodos serian problemas, y
los descendientes de un nodo serian
los subproblemas asociados al
mismo. n Es un tema absolutamente
actual cuyas aplicaciones son
importantisimas: www, “data
mining”, recuperación de
información.

7. Búsqueda con adversario
Se basan en la premisa de buscar la
mejor jugada posible en cada momento del
juego.
Método minimax
Es un algoritmo cuyo principal
objetivo es que la máquina pueda
realizar el mejor movimiento. Este
algoritmo se basa en la utilización
de un árbol de búsqueda cuyos nodos
contienen todos los posibles
movimientos en el juego y su
recorrido lo realiza a partir del
estado dado por la jugada anterior.
Método de poda
Se trata de eliminar los nodos
repetidos, ya sea total, es decir
no permite en la lista cerrados ni
abiertos o parcialmente, este
criterio es denominado de no
redundancia.
Clasificación:
 Irrevocable: se eliminan todos
los nodos salvo uno.
 Tentativa: no se elimina
ningún nodo.
 Parcialmente tentativa: se

8. eliminan algunos nodos.