Inteigencia Artificial

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/

2. Definición

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/

4. Funcionamiento

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.

6. Funcionamiento
Búsqueda iterada en profundidad l =0
//Equipo 5/

7. Funcionamiento
//Equipo 5/
Búsqueda iterada en profundidad l =1

8. Funcionamiento
Búsqueda iterada en profundidad l =2
//Equipo 5/

9. Funcionamiento
Búsqueda iterada en profundidad l =3
//Equipo 5/

10. Ventajas y Desventajas

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.

12. Recorrido completo

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.

16. Estrategia

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 ∞)

18. Donde se aplican

19. Aplicaciones
Se dice que este método es funcional en escenarios donde
//Equipo 5/
existen profundidad media y alta

20. Comparación
//Equipo 5/

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.

22. Comparación
//Equipo 5/
 Búsqueda por profundidad
 Búsqueda iterativa por profundidad

23. Comparación

24. Gracias : )