Este documento describe diferentes tipos de búsqueda en inteligencia artificial, incluyendo búsqueda ciega, heurística y con adversarios. Explica métodos como búsqueda en amplitud, profundidad y gradiente. También define conceptos clave como función de evaluación heurística y solucionador.

1. TIPOS DE BUSQUEDA REDES
SEMANTICAS EN INTELIGENCIA
ARTIFICIAL
NOMBRE:VICTOR SANCHEZ
CARRERA: 6 SISTEMAS
MATERIA:INTELIGENCIA ARTIFICIAL

2. Búsqueda ciega
Búsqueda heurística
 Búsqueda sin información del dominio o ciega
- Búsqueda en amplitud
- Búsqueda en profundidad
- Búsqueda en profundidad progresiva
- Búsqueda bidireccional
 Sistemas de reducción
TIPOS DE BUSQUEDA

3. ¿Qué son las técnicas de
búsqueda?
Las técnicas de búsqueda son una serie de esquemas de
representación del conocimiento, que mediante diversos
algoritmos nos permite resolver ciertos problemas desde
el punto de vista de la I.A.

4. ¿sus elementos?
- Solucionador: mecanismo que nos permite
evolucionar de un estado a otro mediante un algoritmo
aplicando los siguientes pasos:
1. Elegir el estado a explorar
2. Establecer un operador que trabaje sobre el
estado elegido en el paso 1
3. Comprobar si el resultado obtenido es un estado
final (es una solución del problema). Sino ir al paso 1.

5. ¿ejemplo?
Ejemplo con 8-puzzle: este juego consiste en, dada una
matriz de 3x3 elementos, tenemos 8 números que deben de
ser ordenados dejando la casilla central vacía.
Para resolverlo usaremos técnicas de búsqueda:
- El conjunto de estados son todas las combinaciones
posibles de ordenación de las 9 piezas.
- El estado inicial es el estado en el que nos dan el
puzzle, en desorden.
- El estado final es el puzzle ordenado.
- Los operadores son mover una ficha en cualquier
dirección: arriba, abajo, izquierda o derecha.

6. Tipos de solucionadores
Para decidir como contestar a las preguntas del solucionador
podemos usar dos tipos de búsqueda:
- Búsqueda ciega:
- Se hace crecer el árbol de forma sistemática
- No se realiza análisis entre el estado
obtenido y la solución
- Búsqueda heurística:
- El crecimiento del árbol se hace inyectando
conocimiento.
- Este conocimiento permite calcular la
distancia entre el estado obtenido y el estado
final

7. Tipos de solucionadores
Un buen solucionador será aquel que realice su función a bajo
coste según los siguientes parámetros:
- Complejidad temporal: tiempo empleado en obtener la
solución
- Complejidad espacial: cantidad de recursos necesarios
para obtener la solución. Por ejemplo: memoria.
La explosión combinatoria es un fenómeno que hace que el
problema no se pueda abordar computacionalmente.

8. BÚSQUEDA CIEGA
 Sólo utiliza información acerca de si un estado es o no
objetivo para guiar su proceso de búsqueda.
de definiciones que intervienen en busqueda ciega
Expandir un nodo: obtener los posibles hijos de un nodo
a partir de la aplicación de los distintos operadores sobre él.
Nodo cerrado: Se han aplicado todos los posibles
operadores sobre él, obteniéndose todos sus posibles hijos.

9. BÚSQUEDA CIEGA
Nodo abierto: No han actuado todos los posibles operadores,
con lo que podrían obtenerse nuevos hijos aplicando los
operadores restantes.
TIPOS DE BÚSQUEDA CIEGA:
 Búsqueda en amplitud.
 Búsqueda en profundidad.
 Búsqueda en profundidad progresiva.
 Búsqueda bidireccional.

10. CIEGA (TIPOS)
Búsqueda en amplitud:
- Procedimientos de búsqueda nivel a nivel.
- Para cada uno de los nodos de un nivel se aplican
todos los posibles operadores.
ejemplo
 el movimiento del caballo dirigido con busueda en
amplitud
Búsqueda en profundidad:
La búsqueda se realiza por una sola rama del árbol hasta
encontrar una solución o hasta que se tome la decisión de
terminar la búsqueda por esa dirección.

11. BÚSQUEDA CIEGA (TIPOS)
Búsqueda en profundidad progresiva:
- Se define una profundidad predefinida.
- Se desarrolla el árbol realizando una búsqueda en
profundidad hasta el límite definido en el punto anterior.
- Si se encuentra la solución  FIN
- En caso contrario, se establece un nuevo límite y
volvemos al segundo paso.
Búsqueda bidireccional:
- Se llevan a la vez dos búsquedas: una descendente
desde el nodo inicial y otra ascendente desde el nodo
meta.

12. Búsqueda heurística
•Las técnicas de búsqueda heurística usan el conocimiento del
dominio para adaptar el solucionador y, de esta manera, éste
sea más potente y consiga llegar a la solución con mayor
rapidez. Por tanto, estas técnicas utilizan el conocimiento para
avanzar buscando la solución al problema.

13. heurística
•Tipos:
• Estrategias tentativas: aquellas en las que se puede
abandonar la exploración de una rama y pasar a explorar
otra en cualquier momento del problema.
• Estrategias irrevocables: aquellas en las que no se puede
abandonar la exploración de la rama por la que se comenzó.
• Métodos:
• Gradiente
• Primero el mejor
• Búsqueda en haz
• Algoritmo A

14. Función de evaluación
heurística
• Definición: es una aplicación del espacio de estados con el
espacio de los números reales
F(estado) => n
• n representa lo cercano que esta el estado con el que se ha
aplicado la función de evaluación de la solución final.

15. Estrategias heurística
 Gradiente:
• Metodología: elegir el camino de máxima pendiente,
usando para ello la función de evaluación.
• Tipo: irrevocable.
• Ventajas: se llega a la solución con poco coste
computacional.
• Inconvenientes: puede ser que el problema no sea
compatible con este método, y, por lo tanto, no
conseguiremos obtener la solución.

16. Estrategias de búsqueda
heurística
 Primero el mejor:
• Metodología: elegir como siguiente nodo aquel con
mayor función de evaluación.
• Tipo: tentativo.
• Ventajas: no depende en exceso de la función de
evaluación.
• Inconvenientes: excesiva complejidad espacial, pues se
deben guardar todos los nodos abiertos.

17. Estrategias de búsqueda
heurística
 Búsqueda en haz:
• Metodología: elegir un conjunto de nodos como los
siguientes a expandir, y hacerlo de forma irrevocable.
• Tipo: irrevocable/tentativo.
• Ventajas: más permisible.
• Inconvenientes: en caso de que el sistema sea irrevocable,
este método no actúa con eficacia.

18. Búsqueda con adversos
La búsqueda con adversos (juego contra un oponente) analiza
los problemas en los que existe mas de un adversario
modificando el estado del sistema.
Hay dos operadores:
- el que lleva el problema a la mejor situación (jugada
nuestra)
- el que lleva el problema a la peor situación (jugada
de nuestro adversario)