Los métodos de búsquedas mas conocido en Inteligencia Artificial.
Búsquedas Sin Información del Dominio (A Ciegas)
· Búsqueda en Amplitud o Anchura
· Búsqueda en Profundidad
Búsquedas Informadas (Heurísticas)
· Búsqueda “Primero el Mejor”
· Búsqueda en Haz
· Algoritmo A*
Búsqueda con Adversario
· Método Minimax
· Método de Poda
Esta es una presentacion de la arquitectura 3 capas realizada con informacion recopilada de varios sitios web y de un trabajo elaborado por nosotras en la Universidad
Los métodos de búsquedas mas conocido en Inteligencia Artificial.
Búsquedas Sin Información del Dominio (A Ciegas)
· Búsqueda en Amplitud o Anchura
· Búsqueda en Profundidad
Búsquedas Informadas (Heurísticas)
· Búsqueda “Primero el Mejor”
· Búsqueda en Haz
· Algoritmo A*
Búsqueda con Adversario
· Método Minimax
· Método de Poda
Esta es una presentacion de la arquitectura 3 capas realizada con informacion recopilada de varios sitios web y de un trabajo elaborado por nosotras en la Universidad
Protocolo De Enrutamiento De Puerta De Enlace Interior Mejorado (EIGRP)
Toledo Illescas María Belén
Estudiante De La Facultad De Ingeniería Universidad De Cuenca
belen.toledo@ucuenca.ec
CISCO creo el protocolo de enrutamiento EIGRP como un estándar abierto que tiene la finalidad de ayudar a las empresas a operar en un entorno de múltiples proveedores. Este protocolo usa tecnología de vector de distancia también encontrada en IGRP, EIGRP es muy flexible y admite tanto IPv4 como IPv6. Si el cliente ya está ejecutando EIGRP para su red IPv4, puede usar su conocimiento existente y la inversión en EIGRP para soportar también IPv6. De este protocolo existen dos revisiones o versiones que se diferencian en que incluyen mejoras de rendimiento y estabilidad.
En esta presentación describe cual es el proceso de comunicación interna de la computadora en el que explica el funcionamiento de los buses, direccionamiento y temporización
Esta presentación es parte del contenido del curso de Programación Avanzada impartido en la Universidad Rafael Landívar durante el año 2015.
Incluye los temas:
• Recursividad directa e indirecta
• Recursión versus iteración
Creado por Ing. Alvaro Enrique Ruano
Presentacion acerca de los temas de administración de memoria, administración de la memoria sin intercambio o paginación, Mono programación sin intercambio o paginación, Multiprogramación y uso de la memoria, Multiprogramación con particiones fijas, etc.
Protocolo De Enrutamiento De Puerta De Enlace Interior Mejorado (EIGRP)
Toledo Illescas María Belén
Estudiante De La Facultad De Ingeniería Universidad De Cuenca
belen.toledo@ucuenca.ec
CISCO creo el protocolo de enrutamiento EIGRP como un estándar abierto que tiene la finalidad de ayudar a las empresas a operar en un entorno de múltiples proveedores. Este protocolo usa tecnología de vector de distancia también encontrada en IGRP, EIGRP es muy flexible y admite tanto IPv4 como IPv6. Si el cliente ya está ejecutando EIGRP para su red IPv4, puede usar su conocimiento existente y la inversión en EIGRP para soportar también IPv6. De este protocolo existen dos revisiones o versiones que se diferencian en que incluyen mejoras de rendimiento y estabilidad.
En esta presentación describe cual es el proceso de comunicación interna de la computadora en el que explica el funcionamiento de los buses, direccionamiento y temporización
Esta presentación es parte del contenido del curso de Programación Avanzada impartido en la Universidad Rafael Landívar durante el año 2015.
Incluye los temas:
• Recursividad directa e indirecta
• Recursión versus iteración
Creado por Ing. Alvaro Enrique Ruano
Presentacion acerca de los temas de administración de memoria, administración de la memoria sin intercambio o paginación, Mono programación sin intercambio o paginación, Multiprogramación y uso de la memoria, Multiprogramación con particiones fijas, etc.
El procedimiento del museo británico; Ramificación y cota; El algoritmo A*. Procedimiento británico. ¿qué hacer para asegurar encontrar la ruta óptima?
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
Actualmente, y debido al desarrollo tecnológico de campos como la informática y la electrónica, la mayoría de las bases de datos están en formato digital, siendo este un componente electrónico, por tanto se ha desarrollado y se ofrece un amplio rango de soluciones al problema del almacenamiento de datos.
(PROYECTO) Límites entre el Arte, los Medios de Comunicación y la Informáticavazquezgarciajesusma
En este proyecto de investigación nos adentraremos en el fascinante mundo de la intersección entre el arte y los medios de comunicación en el campo de la informática.
La rápida evolución de la tecnología ha llevado a una fusión cada vez más estrecha entre el arte y los medios digitales, generando nuevas formas de expresión y comunicación.
Continuando con el desarrollo de nuestro proyecto haremos uso del método inductivo porque organizamos nuestra investigación a la particular a lo general. El diseño metodológico del trabajo es no experimental y transversal ya que no existe manipulación deliberada de las variables ni de la situación, si no que se observa los fundamental y como se dan en su contestó natural para después analizarlos.
El diseño es transversal porque los datos se recolectan en un solo momento y su propósito es describir variables y analizar su interrelación, solo se desea saber la incidencia y el valor de uno o más variables, el diseño será descriptivo porque se requiere establecer relación entre dos o más de estás.
Mediante una encuesta recopilamos la información de este proyecto los alumnos tengan conocimiento de la evolución del arte y los medios de comunicación en la información y su importancia para la institución.
3Redu: Responsabilidad, Resiliencia y Respetocdraco
¡Hola! Somos 3Redu, conformados por Juan Camilo y Cristian. Entendemos las dificultades que enfrentan muchos estudiantes al tratar de comprender conceptos matemáticos. Nuestro objetivo es brindar una solución inclusiva y accesible para todos.
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0...Telefónica
Índice del libro "Big Data: Tecnologías para arquitecturas Data-Centric" de 0xWord escrito por Ibón Reinoso ( https://mypublicinbox.com/IBhone ) con Prólogo de Chema Alonso ( https://mypublicinbox.com/ChemaAlonso ). Puedes comprarlo aquí: https://0xword.com/es/libros/233-big-data-tecnologias-para-arquitecturas-data-centric.html
Alan Turing Vida o biografía resumida como presentación
Busqueda por profundidad iterativa
1. B ú s q u e d a p o r
p r o f u n d i d a d i t e r a t i v a
Daniela Marmolejo Carreón
Liliana González Cornejo
Alexander Morales Urrea
Israel Calderón de la cruz
Edgar Pérez Torres
José Luis Pérez Ávila //Equipo 5/
3. Definición
El nombre profundización iterativa hace
referencia a que se realiza iteraciones de
búsquedas cada vez mas profunda.
Esto se hace aumentando gradualmente el
limite realizando la búsqueda en sucesivos
niveles.
//Equipo 5/
5. Funcionamiento
//Equipo 5/
Se define una profundidad predefinida
Se desarrolla el árbol realizando una búsqueda en
profundidad hasta el límite definido en el punto anterior
Si encuentra la solución termina
En caso contrario, se establece un nuevo límite y volvemos
al segundo paso.
11. Ventajas y desventajas
//Equipo 5/
El requerimiento limitado de memoria.
La uniformidad al expandir los nodos, que garantiza
encontrar la mejor solución de un problema de costo
uniforme antes que ninguna.
El inconveniente puede ser la redundancia de que se vuelve
a inspeccionar cada nodo ya comprobado con cada nueva
iteración.
13. Recorrido completo
•0: A
•1: A (repetido), B, C, E
•2: A, B, D, F, C, G, E, F
•3: A, B, D, F, E, C, G, E, F, B
14. Recorrido completo
Para este grafo, cuanta más profundidad se añade, los ciclos
"ABFE" y "AEFB" simplemente se alargan antes de que el
algoritmo abandone e intente otra rama.
15. Uso de memoria
Por lo tanto solo guarda la ruta donde se encuentra
actualmente el nodo a evaluar.
17. Estrategia
Criterio
Completo Si
Tiempo (d+1)b0 + d b1 + (d-1)b2 + … + bd = O(bd)
Espacio O(bd)
Optimo Si, si costo de paso =1
//Equipo 5/
Las estrategias se evalúan de acuerdo a:
Completitud: ¿Siempre encuentra una solución si alguna existe?
Complejidad temporal: Número de nodos generados
Complejidad espacial: Número máximo de nodos en memoria
Optimalidad: ¿Siempre encuentra una solución de mínimo costo?
Complejidad de tiempo y espacio se mide en termino de
b: Máximo factor del número de ramas del árbol de búsqueda
d: Profundidad de solución de mínimo costo
m: Profundidad máxima del espacio de estados (puede ser ∞)
21. Comparación
Si queremos llegar de Salina Cruz a Ixtepec, y para simplificar
el problema, suponemos que no hay pérdida de tiempo entre
//Equipo 5/
trasbordo y trasbordo.
Puede recorrer varias veces al mismo nodo siempre en cuando no sea la solución
Las estrategias se evalúan de acuerdo a:
Completitud: ¿Siempre encuentra una solución si alguna existe?
Complejidad temporal: Número de nodos generados
Complejidad espacial: Número máximo de nodos en memoria
Optimalidad: ¿Siempre encuentra una solución de mínimo costo?
Complejidad de tiempo y espacio se mide en termino de
b: Máximo factor del número de ramas del árbol de búsqueda
d: Profundidad de solución de mínimo costo
m: Profundidad máxima del espacio de estados (puede ser ∞)
Las estrategias se evalúan de acuerdo a:
Completitud: ¿Siempre encuentra una solución si alguna existe?
Complejidad temporal: Número de nodos generados
Complejidad espacial: Número máximo de nodos en memoria
Optimalidad: ¿Siempre encuentra una solución de mínimo costo?
Complejidad de tiempo y espacio se mide en termino de
b: Máximo factor del número de ramas del árbol de búsqueda
d: Profundidad de solución de mínimo costo
m: Profundidad máxima del espacio de estados (puede ser ∞)
Las estrategias se evalúan de acuerdo a:
Completitud: ¿Siempre encuentra una solución si alguna existe?
Complejidad temporal: Número de nodos generados
Complejidad espacial: Número máximo de nodos en memoria
Optimalidad: ¿Siempre encuentra una solución de mínimo costo?
Complejidad de tiempo y espacio se mide en termino de
b: Máximo factor del número de ramas del árbol de búsqueda
d: Profundidad de solución de mínimo costo
m: Profundidad máxima del espacio de estados (puede ser ∞)
Las estrategias se evalúan de acuerdo a:
Completitud: ¿Siempre encuentra una solución si alguna existe?
Complejidad temporal: Número de nodos generados
Complejidad espacial: Número máximo de nodos en memoria
Optimalidad: ¿Siempre encuentra una solución de mínimo costo?
Complejidad de tiempo y espacio se mide en termino de
b: Máximo factor del número de ramas del árbol de búsqueda
d: Profundidad de solución de mínimo costo
m: Profundidad máxima del espacio de estados (puede ser ∞)
Las estrategias se evalúan de acuerdo a:
Completitud: ¿Siempre encuentra una solución si alguna existe?
Complejidad temporal: Número de nodos generados
Complejidad espacial: Número máximo de nodos en memoria
Optimalidad: ¿Siempre encuentra una solución de mínimo costo?
Complejidad de tiempo y espacio se mide en termino de
b: Máximo factor del número de ramas del árbol de búsqueda
d: Profundidad de solución de mínimo costo
m: Profundidad máxima del espacio de estados (puede ser ∞)