Inteligencia Artificial

A continuación se puede observar el ejercicio resuelto propuesto en clase, además un código en el lenguaje de programación C++ sobre como se deben mover los discos para llegar al estado final. TORRES DE HANOI Estado Inicial:                             Estado Final:          Espacio de estados: Operadores: Mover disco 1 un espacio a la derecha Mover disco 1 un espacio a la izquierda Mover disco 1 dos espacios a la derecha Mover disco 1 dos espacios a la izquierda Verificar espacio disponible a la derecha Verificar espacio disponible a la izquierda Verificar espacio disponible a la derecha de la derecha Verificar espacio disponible a la izquierda de la izquierda Mover disco 2 un espacio a la derecha Mover disco 2 un espacio a la izquierda Mover disco 2 dos espacios a la derecha Mover disco 2 dos espacios a la izquierda Disco más pequeño no puede quedar debajo de d...

Complejidad en costo Uniforme El algoritmo de costo uniforme, forma parte de la búsqueda heurística. Costo uniforme, es un algoritmo completo, ya que siempre que haya una solución, este la encontrara haciendo que este sea un algoritmo optimo, que siempre encontrara la mejor solución, que sera la que tenga menor costo real en el camino recorrido.  Su complejidad: Tiempo: Número de nodos con g<= costo en la solución óptima : Espacio: Número de nodos con g<= costo en la solución óptima Podemos ver que la complejidad en ambos casos, tanto en tiempo como en espacio, esta expresada en forma exponencial. Complejidad Heuristica Pura El algoritmo de heurística pura o avara. Este algoritmo no es una búsqueda completa, ya que puede perderse en un ciclo, quedandose ahí de forma infinita y no encontrar una solución al problema, por lo cual no puede asegurar que siempre encuentre la mejor solución, haciéndolo así, una búsqueda, no óptima.  Su comp...

Una Búsqueda en profundidad es un algoritmo que permite recorrer todos los nodos de un grafo o árbol (teoría de grafos) 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. 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. Pseudocodigo algoritmo búsqueda en profundidad funcion buscar_en_hijos(Nodo:n) variable encontrado=boolean inicio si solucion(n->hijo) retornar n->hijo sino n1=n->hijo encontrado=falso mientras no (encontrado) n1=n1->hermano sisolucion(n1) retornar n1 sino n1=null romper ciclo buscar_en_hijos(n->hijo) n2->n->hijo mientras(n2->hermano!=null) n2=n2->herman...

taller 1) Para el grafo usted deberá llegar de A a H aplicando los algoritmos: A) Interactive Debending (I D) Búsqueda profundización iterativa. B) Amplitud iterativa. 2) Explicar: A) El pseudocodigo de los algoritmos anteriores. B) Su complejidad exponencial y temporal (mejor caso, peor caso, caso medio). C) Completo? Justifique su respuesta. D) Óptimo? Justifique su respuesta. solución profundización iterativa: es un algoritmo que crea un limite de profundidad que nos permite recorrer el árbol y encontrar la solución, este algoritmo comienza desde la raíz que es el nivel 1 hasta N niveles de profundidad donde este la respuesta.      Árbol correspondiente al grafo  basandonos en el árbol podemos notar que de A a K  hay 7 niveles de profundidad. Es necesario recordar que el algoritmo se desarrolla nivel por nivel ejecutandose varias veces desde la raíz hasta el nodo que es la solución. ahora realizamos la prueba de escritorio: Profun...

Algoritmo  1) Lista L<- nodo raíz. 2) Si (L ϵ 0) fallo stop. Sino N <- extrae el primero. 3) Genera los sucesores de N. Si alguno es solución stop. Sino adicionara al principio de L todos los sucesores. 4) Ir a 2 Complejidad: Tiempo Peor caso: Mejor caso: (b*d). Espacio: Desarrollar el siguiente problema por el método de profundidad y responder: Se tienen 3 sapos y 3 ranas cada sapo y cada rana solo puede saltar por encima de otro si el lugar esta vació, ej: el sapo2 puede saltar por encima del sapo3 y quedar en el espacio en blanco o la rana1 puede saltar al espacio en blanco. con base en los ejemplos queda demostrado las dos formas de moverse. Estado inicial:                                                                                ...

1) L <- Lista inicial de nodos del problema 2) Si (L ϵ 0) entonces fallo stop. Sino N <- extraemos el primero (N eliminar) 3) Generamos sucesores de N. Si alguno es solución terminamos. 4) Si ninguno es solución, adicionamos a L los sucesores de N. Ir a 2 5) Siempre se adiciona al final de la lista. Desarrolle el siguiente problema por el método de búsqueda ciega: Se tienen 3 políticos, 3 ciudadanos de bien y una balsa en la que solo pueden pasar dos personas él rió de orilla a orilla con la siguiente restricción: no puede quedar en ninguna de las orillas mas políticos que ciudadanos porque los políticos los roban. Desarrollo 1) 1C 1P 2C 2P 3P 3C  L                                                                                        ...

¿cuanto tiempo puede tardar un computador en construir el grafo? Los grafos pueden representarse estructuras de datos distintas. Los algoritmos que se aplican sobre ellos adoptan tiempos distintos dependiendo de la forma de representación elegida. En particular, los tiempos de ejecución variarán en función del número de vértices y el de aristas, por lo que la utilización de una representación u otra dependerá en gran medida de si el grafo es denso (cuando tiene muchas aristas) o disperso (muy pocas aristas).  formalizar un problema pasos:  Estado inicial: es como se describe el problema. Estado final: es la solución a la que se quiere llegar. Estados posibles: son todos los posibles nodos que se pueden crear, o todos los posibles estados que puede tomar antes de encontrar las soluciones del problema. Los operadores: Son los pasos que toma para cambiar de un estado a otro estado, las condiciones de cómo se debe ejecutar el algoritmo para poder encontrar la soluc...

¿Qué es la Inteligencia Artificial? Como es conocido el termino Inteligencia Artificial (I.A) es asociado con John McCarthy, Marvin Minsky, Claude Shanon los cuales realizaron un encuentro en el que fijaron como objetivo que cada proceso del aprendizaje podía ser descrito a partir de algoritmos y códigos matemáticos dando inicio a la Inteligencia Artificial. Pero es preciso decir que gracias a Alan Turing quien es considerado uno de los fundadores de la ciencia de la computación y la informática moderna se lograron grandes avances en el campo de la inteligencia artificial ya que este desarrolla el test de Turing con el cual pretende saber la inteligencia de las maquinas por medio de respuestas que a su vez se comparaban con las de los seres humanos. Desde un punto de vista más general se podría decir que la I.A se enfoca en crear tecnología que pueda pensar por sí misma o como lo planteo John McCarthy en 1956 “la ciencia e ingenio de hacer maquinas inteligentes, especialment...