2. Utilizan conocimiento específico del problema, más allá de la definición del problema en sí mismo Pueden encontrar la solución de manera más eficiente Introducción

4. Búsqueda Primero el Mejor -Caso particular del algoritmo general de búsqueda en Árboles en la cual se selecciona el siguiente nodo a expandir en base a una función de evaluación f(n) -La evaluación mide la “distancia” al objetivo -Se expande el nodo con la evaluación más baja

5. Búsqueda Primero el Mejor (cont…) -La función de evaluación nos brinda el nodo que “parece” ser el mejor y por tanto el que se debe expandir -Familia de algoritmos basados en una función heurística h(n) h(n) = costo estimado del camino más barato desde el nodo n hasta el Objetivo

6. Búsqueda Voraz (Avara) Primero el Mejor -Expande el nodo más cercano al Objetivo, asumiendo que probablemente conduzca más rápidamente a la solución. -La función de evaluación f(n) sería la función heurística h(n) f(n) = h(n) h(n) = costo estimado del camino más barato desde el nodo n hasta el Objetivo

7. Búsqueda Voraz (Avara) Primero el Mejor -El término Voraz ó Avara es porque en cada paso trata de ponerse tan cerca del objetivo como pueda, seleccionando el nodo con menor función de evaluación f(n) -No necesariamente brinda la solución óptima -Al igual que los otros métodos estudiados es necesario verificar los “callejones sin salidas” (no exapandir estados repetidos)

8. Ejemplo. Objetivo: ir de Arad a Bucarest Oradea Neamt Iasi Vaslui Eforie Hirsova Sibiu Fagaras Mehadia Dobreta Urziceni Rimnicu Vilcea Craiova Pitesti Giurgiu Zerind Arad Timisoara Lugoj Bucharest 87 92 142 98 86 85 90 211 101 138 97 146 120 99 75 70 111 118 75 71 151 140 80

9. Consideraremos como función de evaluación (función heurística): Distancia en Línea Recta h DLR (n) = Distancia en Línea Recta desde la ciudad n hasta Bucharest

10. Figura 4.1 Valores de h DLR. Distancias en línea recta a Bucarest

11. Etapas de una búsqueda avara para llegar a Bucarest. Se utiliza la distancia en línea recta a Bucarest y la función heurística h DLR . Los nodos se identifican con sus valores h correspondientes.

12. Solución de Búsqueda Voraz (Primero el Mejor): Arad – Sibiu – Fagaras – Bucharest Costo total: (140+99+211) = 450 Sin embargo: Arad – Sibiu – Rimmicu – Pitesti – Bucharest Costo total: (140+80+97+101) = 418

14. Búsqueda A* Primero el Mejor: Minimizar el costo estimado total de la solución: -Evalúa los nodos combinando g(n) y h(n) g(n): costo de haber alcanzado n h(n): costo para llegar desde n hasta el objetivo f(n) = g(n) + h(n) Costo más barato estimado de la solución a través de n f(n) Combina el costo del camino para llegar a n y el costo estimado para llegar desde n al objetivo .

15. - En cada paso se expande el nodo con el valor más bajo de f(n), ó sea, de g(n)+h(n) - La búsqueda A* es óptima siempre y cuando la función heurística h(n) se una heurística admisible . -Significa que la función nunca sobreestime el costo de alcanzar el objetivo -Son funciones optimistas -En el ejemplo h DLR es admisible ya que la distancia en línea recta entre dos puntos es el camino más corto.