Algoritmos para CSP 1

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Algoritmos para CSP 1"

Transcripción

1 Algoritmos para CSP 1 1. Técnicas de Consistencia, o Inferenciales I. Inferencia, o consistencia completa Proceso que permite la síntesis de todas las restricciones de un problema en una única restricción global, las soluciones se obtienen directamente. El problema de la obtención de esa restricción global es que se trata de un problema exponencial. Una restricción C puede verse como una relación R (denotada por R A ) sobre un conjunto de variables (o ámbito) A. Esta relación, R A, se compone de un conjunto de tuplas (t). una tupla t R A es una secuencia finita de valores, donde cada valor (o componente) corresponde a una variable de A. Operaciones sobre relaciones fundamentales: Proyección: dada una relación R A, su proyección sobre un conjunto de restricciones B (B A), es una nueva relación π B (R A ) formada por las tuplas de R A en donde se han eliminado las componentes de las variables en A-B. Join: Dadas dos relaciones R A y R B, su join R A R B es una nueva relación con ámbito A B. Una tupla t pertenece a la nueva relación, si y sólo si, sus componentes corresponden a los de dos tuplas r R A y s R B, tales que r y s tienen los mismos componentes en las variables comunes A B. Ejemplo: algoritmo ADC (Adaptive Consistency): Algoritmo ADC 1 Descripción detallada de los algoritmos en:

2 II. Inferencia, o consistencia incompleta Consistencia de nodos Algoritmo NC-1 Consistencia de arcos Algoritmo AC-3 o Redes de restricciones binarias o Complejidad temporal O(ed 3 ) o Q: contiene todas las restricciones binarias del problema en ambos sentidos o Función revise(i,j): elimina los valores inconsistentes, entre las variables (xi,xj), del dominio Di

3 Consistencia de caminos (path consistency) Algoritmo PC-2 o Redes de restricciones binarias o Complejidad temporal O(n 3 d 5 ) o Q: se inicializa con todos los posibles triángulos (i,j,k) de variables en la red de restricciones o Función revise3(i,j,k): garantiza la consistencia en el nodo intermedio entre las variables i, j

4 2. Técnicas de Búsqueda I. Sistemática: Backtracking o Búsqueda en profundidad con retroceso o Cronológico Características básicas de la estrategia de búsqueda: o Completo, pero ineficiente o Estrategias inteligentes (look back, look ahead) Algoritmo genérico BT BT(i,Past): índice i de la siguiente variable a asignar (variable actual), Past conjunto de variables ya asignadas. El algoritmo no especifica: el orden de las variables a seleccionar/asignar, el orden de los valores asignables a una determinada variable II. Local Diversos métodos: o Algoritmos genéticos o Simulated annealing o Tabu search o Función objetivo, o función de coste o Vecindad: conjuntos accesibles en la sig. Iteración o Criterio selección: dada una vecindad y una f. de coste, cuál es el siguiente estado a seleccionar Características básicas de la estrategia de búsqueda: o Incompleta o Mínimos locales

5 Algoritmo genérico de búsqueda local 3. Técnicas Híbridas (Inferencia + Búsqueda) I. Sistemática + Inferencia incompleta BackJumping (BJ) Se trata de un algoritmo de tipo BT cronológico modificado: o Búsqueda en profundidad o Algoritmo de tipo look-back o Cuando se encuentra una situación sin salida (dead-end) para la variable x i, se salta a la variable más profunda, o cercana, es decir en lugar de seleccionar x i-1, se selecciona aquella variable x j que está en conflicto con la variable actual, donde j<i Forward Checking (FC) Algoritmo FC o Búsqueda en profundidad o Algoritmo de tipo look-ahead o Comprobación de consistencia en cada arco (para las variables ya asignadas)

6 o FC(i, Past, D): i variable actual, Past conjunto de variables pasadas (1..i-1), D = [D i,,d n ] conjunto de dominios del resto de variables o Tras asignar una variable se eliminan (temporalmente) de los dominios futuros los valores incompatibles con el asignado. o La función: realiza el proceso de arco consistencia sobre el conjunto de restricciones C cf o NewD: almacena los dominios futuros MAC (Maintaining Arc Consistency) Algoritmo MAC o Algoritmo de tipo look-ahead o MAC(i,D): i variable actual, D = [D 1,,D n ] conjunto de dominios o Inicialmente se copian los dominios recibidos en D j o La función AC realiza la arco-consistencia para la variable actual (i), considerando a D = [D 1,,D i-1, D i,,d n] como los dominios actuales de las variables o NewD: almacena los dominios futuros o Mantiene la arco-consistencia en cada subproblema o Asignar una variable es equivalente a reducir su dominio a un único valor

7 II. Sistemática + Inferencia completa VES (Variable elimination search) Algoritmo VES o Se trata de un algoritmo exponencial (tanto espacial como temporal) o Orden estático de las variables o VES(S,k,P,F,E,D,C): S procedimiento de búsqueda, parámetro k (máx. anchura de la variable considerada), P variables pasadas, F variables futuras, E variables eliminadas, D conjunto de dominios actuales, C conjunto de restricciones actuales. Bibliografía [1] Javier Larrosa, Pedro Meseguer. Algoritmos para Satisfacción de Restricciones. Revista Iberoamericana de Inteligencia Artificial. Vol. 20, pp , 2003.

Razonamiento. con. Restricciones. Esquema Global. Tutorial CAEPIA 2003. 1. Introducción - Definiciones - Ejemplos

Razonamiento. con. Restricciones. Esquema Global. Tutorial CAEPIA 2003. 1. Introducción - Definiciones - Ejemplos Esquema Global Razonamiento con Restricciones Tutorial CAEPIA 2003 Javier Larrosa Dep. LSI, UPC, Barcelona Pedro Meseguer IIIA, CSIC, Bellaterra 1. Introducción - Definiciones - Ejemplos 2. Métodos de

Más detalles

Razonamiento. con. Restricciones. Esquema Global. Tutorial IBERAMIA 2002. 1. Introducción - Definiciones - Ejemplos

Razonamiento. con. Restricciones. Esquema Global. Tutorial IBERAMIA 2002. 1. Introducción - Definiciones - Ejemplos Esquema Global Razonamiento con Restricciones Tutorial IBERAMIA 2002 Javier Larrosa Dep. LSI, UPC, Barcelona Pedro Meseguer IIIA, CSIC, Bellaterra 1. Introducción - Definiciones - Ejemplos 2. Métodos de

Más detalles

Problemas de satisfacción de restricciones.

Problemas de satisfacción de restricciones. Problemas de satisfacción de restricciones. In whitch we see how treating states as more than just little black boxes leads to the invention of a range of powerful new search methods and a deeper understanding

Más detalles

Satisfacción de Restricciones

Satisfacción de Restricciones Satisfacción de Restricciones Introducción Componentes del estado: Variables Dominios (valores posibles para las variables) Restricciones binarias entre las variables Objetivo: Encontrar un estado que

Más detalles

Hoja de Problemas Tema 6 Búsqueda con estados estructurados: Restricciones

Hoja de Problemas Tema 6 Búsqueda con estados estructurados: Restricciones Ejercicio 1: 1.1. Si se resuelve un problema de satisfacción de restricciones mediante búsqueda con asignaciones parciales, entonces (a) (b) (c) (d) (e) Un estado siempre asigna un valor a todas las variables

Más detalles

Programación con Restricciones Constraint Programming

Programación con Restricciones Constraint Programming Programación con Restricciones Constraint Programming Introducción basada en Roman Barták: Guide to Constraint Programming http://kti.ms.mff.cuni.cz/~bartak/constraints/index.html Constraint Programming

Más detalles

Restricciones. Inteligencia Artificial. Ingeniería Superior en Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani

Restricciones. Inteligencia Artificial. Ingeniería Superior en Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani Restricciones Ingeniería Superior en Informática, 4º Curso académico: 2011/2012 Profesores: Ramón Hermoso y Matteo Vasirani 1 Tema 2: Agentes basados en Búsqueda Resumen: 2. Agentes basados en búsqueda

Más detalles

Inteligencia Artificial. Visiones: Árboles de Búsqueda Técnicas Look-Back Técnicas Look-Ahead. Elizabeth Montero Ureta.

Inteligencia Artificial. Visiones: Árboles de Búsqueda Técnicas Look-Back Técnicas Look-Ahead. Elizabeth Montero Ureta. Inteligencia Artificial Elizabeth Montero Ureta Departamento de Informática Universidad Técnica Federico Santa María Campus Santiago 1 1er Semestre 2009 1/18 2/18 Visiones: Tiene una solución? Encontrar

Más detalles

Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial ISSN: 1137-3601 revista@aepia.org

Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial ISSN: 1137-3601 revista@aepia.org Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial ISSN: 1137-3601 revista@aepia.org Asociación Española para la Inteligencia Artificial España Barber, Federico; Salido, Miguel

Más detalles

Algoritmos de planificación basados en restricciones para la sustitución de componentes defectuosos Irene Barba Rodríguez, 48861238S irenebr@us.

Algoritmos de planificación basados en restricciones para la sustitución de componentes defectuosos Irene Barba Rodríguez, 48861238S irenebr@us. Algoritmos de planificación basados en restricciones para la sustitución de componentes defectuosos Irene Barba Rodríguez, 48861238S irenebr@us.es Supervised by Prof. Dr. Carmelo del Valle Sevillano Thesis

Más detalles

Problemas de Satisfacción de Restricciones

Problemas de Satisfacción de Restricciones Problemas de Satisfacción de estricciones José Luis uiz eina José Antonio Alonso Jiménez Franciso J. Martín Mateos María José Hidalgo Doblado Dpto. Ciencias de la Computación e Inteligencia Artificial

Más detalles

Tema 5: Problemas de satisfacción de restricciones

Tema 5: Problemas de satisfacción de restricciones Tema 5: Problemas de satisfacción de restricciones José Luis uiz eina José Antonio Alonso Franciso J. Martín Mateos María José Hidalgo Departamento de Ciencias de la Computación e Inteligencia Artificial

Más detalles

Tema 3: Problemas de Satisfacción de Restricciones

Tema 3: Problemas de Satisfacción de Restricciones Tema 3: Problemas de Satisfacción de Restricciones Universidad de Granada Tema 3: Satisfacción de Restricciones Contenido Problemas de satisfacción de restricciones Métodos de búsqueda Búsqueda local para

Más detalles

DEPARTAMENTO DE INGENIERÍA EN SISTEMAS Y COMPUTACIÓN OPCIÓN I

DEPARTAMENTO DE INGENIERÍA EN SISTEMAS Y COMPUTACIÓN OPCIÓN I 1INSTITUTO TECNOLÓGICO DE CIUDAD MADERO DEPARTAMENTO DE INGENIERÍA EN SISTEMAS Y COMPUTACIÓN OPCIÓN I TESIS: Desarrollo de Algoritmos de Retroceso Aplicados a la solución del Problema del Diseño de la

Más detalles

Métodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid

Métodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Métodos evolutivos de Optimización Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Indice Introducción Método de Montecarlo Algoritmos genéticos Tabú Search Simulated

Más detalles

Representación basada en Restricciones

Representación basada en Restricciones Representación basada en Restricciones Asunción Gómez-Pérez asun@fi.upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, 28660

Más detalles

Resolución de problemas

Resolución de problemas Inteligencia en Redes de Comunicaciones Resolución de problemas Julio Villena Román jvillena@it.uc3m.es El problema de resolver problemas La resolución de problemas es uno de los procesos básicos de razonamiento

Más detalles

Ampliación de Inteligencia Artificial (Curso 2014 15) Grado en Ingeniería Informática - Tecnologías Informáticas

Ampliación de Inteligencia Artificial (Curso 2014 15) Grado en Ingeniería Informática - Tecnologías Informáticas Ampliación de Inteligencia Artificial (Curso 2014 15) Grado en Ingeniería Informática - Tecnologías Informáticas Tema 2: Problemas de satisfacción de restricciones 1. Describir en pseudocódigo un algoritmo

Más detalles

Razonamiento con restricciones. Pedro Meseguer IIIA CSIC Bellaterra

Razonamiento con restricciones. Pedro Meseguer IIIA CSIC Bellaterra Razonamiento con restricciones Pedro Meseguer IIIA CSIC Bellaterra Un poco de historia:" comienzos" mejoras algorítmicas" extensiones" CSP, ejemplos, aplicaciones" Sumario! Algoritmos de resolución: búsqueda

Más detalles

III. BÚSQUEDA Y RESOLUCIÓN DE PROBLEMAS. III.3.

III. BÚSQUEDA Y RESOLUCIÓN DE PROBLEMAS. III.3. III. BÚSQUEDA Y RESOLUCIÓN DE PROBLEMAS. III.3. Búsquedas con retroceso. III.3.1. Búsquedas con retroceso a ciegas. III.3.1.1. Procedimientos con retroceso. La búsqueda con retroceso, o backtracking, es

Más detalles

Resolución de Problemas

Resolución de Problemas Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar el camino en un laberinto Resolver

Más detalles

INDICE GENERAL... 1 INDICE DE FIGURAS... 3

INDICE GENERAL... 1 INDICE DE FIGURAS... 3 INDICE GENERAL INDICE GENERAL... 1 INDICE DE FIGURAS... 3 1. Introducción y Discusión Bibliográfica... 4 1.1 Discusión Bibliográfica... 4 1.2 Motivación... 5 1.3 Estructura de la tesis... 6 2. Análisis

Más detalles

El proyecto realizado consiste en un resolutor de sudokus mediante CSP.

El proyecto realizado consiste en un resolutor de sudokus mediante CSP. Introducción El proyecto realizado consiste en un resolutor de sudokus mediante CSP. El problema del sudoku fue inventado por Howard Garns en 1979 y se volvió muy popular en Japón en 1986. En España ha

Más detalles

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1 Sistemas de producción y búsqueda de soluciones Area de Computación e Inteligencia Artificial 1 Técnicas de búsqueda Resolución de problemas en Inteligencia Artificial. En general, podemos afirmar que

Más detalles

Problemas de satisfacción de restricciones. Javier Ramírez Rodríguez Departamento de Sistemas Universidad Autónoma Metropolitana

Problemas de satisfacción de restricciones. Javier Ramírez Rodríguez Departamento de Sistemas Universidad Autónoma Metropolitana Problemas de satisfacción de restricciones Javier Ramírez Rodríguez Departamento de Sistemas Universidad Autónoma Metropolitana La programación con restricciones (PR) ha generado gran expectación entre

Más detalles

Restricciones sobre dominios finitos con Gprolog

Restricciones sobre dominios finitos con Gprolog Autores: Rubén García Portal Nikolai Smirnov Restricciones sobre dominios finitos con Gprolog Introducción. Este documento explicará brevemente las funciones que se utilizan en Gprolog para resolución

Más detalles

Inteligencia Artificial Problemas de satisfacción de restricciones

Inteligencia Artificial Problemas de satisfacción de restricciones Inteligencia Artificial Problemas de satisfacción de restricciones Primavera 2007 profesor: Luigi Ceccaroni Problemas de satisfacción de restricciones (PSRs) Componentes del estado = grafo de restricciones:

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA ALGORITMOS GRASP Y SIMULATED ANNEALING COMO INICIALIZADORES DE BRANCH AND BOUND EN LA SOLUCIÓN

Más detalles

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33 Introducción Búsqueda Local A veces el camino para llegar a la solución no nos importa, buscamos en el espacio de soluciones Queremos la mejor de entre las soluciones posibles alcanzable en un tiempo razonable

Más detalles

METAHEURISTICAS Ideas, Mitos, Soluciones

METAHEURISTICAS Ideas, Mitos, Soluciones METAHEURISTICAS Ideas, Mitos, Soluciones OPTIMIZACION COMBINATORIA Qué es un problema de optimización combinatoria? Cómo se modela matemáticamente un problema de optimización combinatoria? Minimizar (o

Más detalles

Aplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI

Aplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI Aplicación de la inteligencia artificial a la resolución del problema de asignación de estudiantes del departamento de PDI Ricardo Köller Jemio Departamento de Ciencias Exactas e Ingeniería, Universidad

Más detalles

Algoritmos: Diseño de algoritmos por inducción

Algoritmos: Diseño de algoritmos por inducción Algoritmos: Diseño de algoritmos por inducción Alberto Valderruten LFCIA - Departamento de Computación Facultad de Informática Universidad de A Coruña, España www.lfcia.org/alg www.fi.udc.es Contenido

Más detalles

2. Aritmética modular Ejercicios resueltos

2. Aritmética modular Ejercicios resueltos 2. Aritmética modular Ejercicios resueltos Ejercicio 2.1 Probar, mediante congruencias, que 3 2n+5 + 2 4n+1 es divisible por 7 cualquiera que sea el entero n 1. Trabajando módulo 7 se tiene que 3 2n+5

Más detalles

OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL

OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL INGENIERIA INFORMATICA AUTOR: FRANCISCO GODOY MUÑOZ-TORRERO TUTOR: JOSE MARIA VALLS FERRAN CO-DIRECTOR: RICARDO ALER MUR Contenidos

Más detalles

Metaheurísticas: una visión global *

Metaheurísticas: una visión global * Metaheurísticas: una visión global * Belén Melián, José A. Moreno Pérez, J. Marcos Moreno Vega DEIOC. Universidad de La Laguna 38271 La Laguna {mbmelian,jamoreno,jmmoreno}@ull.es Resumen Las metaheurísticas

Más detalles

CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA. Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo

CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA. Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo CAPÍTUL07 SISTEMAS DE FILOSOFÍA HÍBRIDA EN BIOMEDICINA Alejandro Pazos, Nieves Pedreira, Ana B. Porto, María D. López-Seijo Laboratorio de Redes de Neuronas Artificiales y Sistemas Adaptativos Universidade

Más detalles

Temario III Algoritmos Combinatorios y Metaheurísticas

Temario III Algoritmos Combinatorios y Metaheurísticas Temario III Algoritmos Combinatorios y Metaheurísticas Verificación y Validación de Software UNCo 1 Contenidos Combinación de Datos de Test Algoritmos Combinatorios Metaheurísticas Búsqueda Tabú Algoritmos

Más detalles

RAZONAMIENTO BASADO EN MODELOS: RAZONAMIENTO CUALITATIVO RAZONAMIENTO CUALITATIVO BASADO EN RESTRICCIONES

RAZONAMIENTO BASADO EN MODELOS: RAZONAMIENTO CUALITATIVO RAZONAMIENTO CUALITATIVO BASADO EN RESTRICCIONES RAZONAMIENTO BASADO EN MODELOS: RAZONAMIENTO CUALITATIVO RAZONAMIENTO CUALITATIVO BASADO EN RESTRICCIONES 1 CONTENIDOS Introducción al modelado basado en restricciones La variable cualitativa y su representación

Más detalles

Algoritmos sobre Grafos

Algoritmos sobre Grafos Sexta Sesión 27 de febrero de 2010 Contenido Deniciones 1 Deniciones 2 3 4 Deniciones sobre Grafos Par de una lista de nodos y una lista de enlaces, denidos a su vez como pares del conjunto de nodos.

Más detalles

forma de entrenar a la nuerona en su aprendizaje.

forma de entrenar a la nuerona en su aprendizaje. Sistemas expertos e Inteligencia Artificial,Guía5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: SISTEMAS BASADOS EN CONOCIMIENTO. Objetivo

Más detalles

Dada la dificultad práctica para resolver de forma exacta toda una serie de problemas de

Dada la dificultad práctica para resolver de forma exacta toda una serie de problemas de CAPÍTULO 2 Métodos de solución Dada la dificultad práctica para resolver de forma exacta toda una serie de problemas de programación entera, se han desarrollado algoritmos que proporcionan soluciones factibles

Más detalles

NORMALIZACION. Definición.

NORMALIZACION. Definición. NORMALIZACION Definición. La normalización es una técnica que se utiliza para crear relaciones lógicas apropiadas entre tablas de una base de datos. La normalización se adoptó porque el viejo estilo de

Más detalles

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres

GRAFOS. Prof. Ing. M.Sc. Fulbia Torres ESTRUCTURAS DE DATOS 2006 Prof. DEFINICIÓN Un grafo consta de un conjunto de nodos(o vértices) y un conjunto de arcos (o aristas). Cada arco de un grafo se especifica mediante un par de nodos. Denotemos

Más detalles

Inteligencia Artificial para desarrolladores Conceptos e implementación en C#

Inteligencia Artificial para desarrolladores Conceptos e implementación en C# Introducción 1. Estructura del capítulo 19 2. Definir la inteligencia 19 3. La inteligencia de los seres vivos 22 4. La inteligencia artificial 24 5. Dominios de aplicación 26 6. Resumen 28 Sistemas expertos

Más detalles

Un algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau

Un algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Un algoritmo genético híbrido para resolver el EternityII Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Temas Temas Introducción Eternity II Historia Descripción Demo Metaheurísticas Algoritmos

Más detalles

Conocimientos Estratégicos y de Control

Conocimientos Estratégicos y de Control 1 Conocimientos Estratégicos y de Control J.A. Bañares Bañares Departamento de Informática e Ingeniería de Sistemas C.P.S. Universidad de Zaragoza Copyright 1999 JoséAngel Bañares Última revisión: Octubre,

Más detalles

Apuntes de Grafos. 1. Definiciones

Apuntes de Grafos. 1. Definiciones Apuntes de Grafos Un grafo es una entidad matemática introducida por Euler en 736 para representar entidades (vértices) que pueden relacionarse libremente entre sí, mediante el concepto de arista Se puede

Más detalles

Scheduling Problem. Cuándo y dónde debo hacer cada trabajo?

Scheduling Problem. Cuándo y dónde debo hacer cada trabajo? Scheduling Problem Cuándo y dónde debo hacer cada trabajo? Ejemplos de problemas de asignación de recursos Fabricación de varios tipos de productos Asignación de turnos de trabajo Inversión financiera

Más detalles

Métodos Heurísticos en Inteligencia Artificial

Métodos Heurísticos en Inteligencia Artificial Métodos Heurísticos en Inteligencia Artificial Javier Ramírez rez-rodríguez Ana Lilia Laureano-Cruces Universidad Autónoma Metropolitana Métodos Heurísticos en Inteligencia Artificial Los problemas de

Más detalles

Sistemas de Bases de Datos I. Modelo Lógico Modelo Relacional

Sistemas de Bases de Datos I. Modelo Lógico Modelo Relacional Sistemas de Bases de Datos I Modelo Lógico Modelo Relacional Modelo Lógico Modelo Relacional Esquema Relacional (E- R) Es la representación de un DER mediante tablas. Algebra Relacional Modelo Relacional

Más detalles

Álgebra Relacional. Unidad 5

Álgebra Relacional. Unidad 5 Álgebra Relacional Unidad 5 Definición Álgebra es un sistema matemático que está formado por: Operandos. Valores o variables con los cuáles se pueden construir nuevos valores o variables Operadores. Símbolos

Más detalles

EXTENSIONES DE META-RAPS AL PROBLEMA DE MÁQUINAS PARALELAS NO RELACIONADAS

EXTENSIONES DE META-RAPS AL PROBLEMA DE MÁQUINAS PARALELAS NO RELACIONADAS 1 UNIVERSIDAD DEL BÍO-BÍO FACULTAD DE INGENIERÍA DEPARTAMENTO DE INGENIERÍA INDUSTRIAL EXTENSIONES DE META-RAPS AL PROBLEMA DE MÁQUINAS PARALELAS NO RELACIONADAS TESIS PARA OBTENER EL GRADO DE MAGÍSTER

Más detalles

Curso 2012-2013 15/10/12. Inteligencia Artificial (30223) Lección 5. Juegos. Índice. Juegos. Los juegos son una forma de entorno multiagente

Curso 2012-2013 15/10/12. Inteligencia Artificial (30223) Lección 5. Juegos. Índice. Juegos. Los juegos son una forma de entorno multiagente Inteligencia Artificial (30223) Lección 5. Juegos Curso 2012-2013 José Ángel Bañares 15/10/2013. Dpto. Informática e Ingeniería de Sistemas. Índice Juegos Decisiones optimas Poda α-β Juegos con información

Más detalles

ESQUEMA DE BASE DE DATOS ATROPELLOS

ESQUEMA DE BASE DE DATOS ATROPELLOS ESQUEMA DE BASE DE DATOS ATROPELLOS PEATONES (dni: domdni, nombre: domnombre, edad: domedad) CP(dni) COCHES (matrícula: dommat, marca: domcad, modelo: domcad) CP(matrícula) ATROPELLADOS (dni: domdni, matrícula:

Más detalles

Unidad Académica Profesional UAEM Tianguistenco, Paraje El Tejocote, San Pedro Tlaltizapán, Tianguistenco, México CP 52640

Unidad Académica Profesional UAEM Tianguistenco, Paraje El Tejocote, San Pedro Tlaltizapán, Tianguistenco, México CP 52640 Estudio de Tres Algoritmos Heurísticos para Resolver un Problema de Distribución con Ventanas de Tiempo: Sistema por Colonia de Hormigas, Búsqueda Tabú y Heurístico Constructivo de una Ruta Manuel González

Más detalles

Descripción inicial del sistema. Descripción final del sistema. Estado 1 Estado 2 Estado n

Descripción inicial del sistema. Descripción final del sistema. Estado 1 Estado 2 Estado n Búsqueda en Inteligencia Artificial Fernando Berzal, berzal@acm.org Búsqueda en I.A. Introducción Espacios de búsqueda Agentes de búsqueda Uso de información en el proceso de búsqueda Búsqueda sin información

Más detalles

Algoritmos Genéticos Y

Algoritmos Genéticos Y Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Operadores de Mutación El operador

Más detalles

Estructuras de datos: Árboles binarios de

Estructuras de datos: Árboles binarios de Estructuras de datos: Árboles binarios de búsqueda, Dep. de Computación - Fac. de Informática Universidad de A Coruña Santiago Jorge santiago.jorge@udc.es Árboles binarios de búsqueda, Table of Contents

Más detalles

3. Consideremos el puzzle-8 descrito en clase y sea el estado objetivo, como de costumbre,

3. Consideremos el puzzle-8 descrito en clase y sea el estado objetivo, como de costumbre, E.T.S.I. INFORMÁTICA 4º CURSO. INTELIGENCIA ARTIFICIAL. UNIVERSIDAD DE MÁLAGA Dpto. Lenguajes y Ciencias de la Computación RELACIÓN DE PROLEMAS. ÚSQUEDAS CON ÁROL.. Un móvil puede situarse en los nodos

Más detalles

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN)

CLUSTERING MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) CLASIFICACIÓN NO SUPERVISADA CLUSTERING Y MAPAS AUTOORGANIZATIVOS (KOHONEN) (RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN) info@clustering.50webs.com Indice INTRODUCCIÓN 3 RESUMEN DEL CONTENIDO 3 APRENDIZAJE

Más detalles

Guía de Modelo Relacional y Conversión de Entidad-Relación a Relacional

Guía de Modelo Relacional y Conversión de Entidad-Relación a Relacional Guía de Modelo Relacional y Conversión de Entidad-Relación a Relacional Prof. Claudio Gutiérrez, Aux. Mauricio Monsalve Primavera de 2007 1. Problemas conceptuales 1. Qué es una relación? Qué es un esquema

Más detalles

4.Diseño de Bases de Datos (I)

4.Diseño de Bases de Datos (I) 4.Diseño de Bases de Datos (I) 4.1 Anomalías. Se denominan así en teoría de Bases de Datos a ciertos problemas que aparecen con frecuencia en el manejo de las mismas cuando el diseño no ha sido realizado

Más detalles

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre.

Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Alumna: Adriana Elizabeth Mendoza Martínez. Grupo: 303. P.S.P. Miriam De La Rosa Díaz. Carrera: PTB. en Informática 3er Semestre. Tema: Sistemas Subtema: Base de Datos. Materia: Manejo de aplicaciones

Más detalles

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL

UNIVERSIDAD NACIONAL DE INGENIERÍA CENTRO DE EXTENSIÓN Y PROYECCIÓN SOCIAL UNIVERSIDAD NACIONAL DE INGENIERÍA ALGORITMOS Y ESTRUCTURA CERTIFICA ORGANIZA Mayor Información: informes@uni.edu.pe Visite Nuestra Web http://www.ceps.uni.edu..pe OBJETIVOS GENERALES - Diseñar algoritmos

Más detalles

Uso de una Colonia de Hormigas. para resolver Problemas de Programación. de Horarios

Uso de una Colonia de Hormigas. para resolver Problemas de Programación. de Horarios LABORATORIO NACIONAL DE INFORMÁTICA AVANZADA A. C. Centro de Enseñanza LANIA Uso de una Colonia de Hormigas para resolver Problemas de Programación de Horarios Tesis que presenta: Emanuel Téllez Enríquez

Más detalles

Estructuras de Datos Orientadas a Objetos. Pseudocódigo y aplicaciones en C#.NET. Capítulo 9.- Grafos

Estructuras de Datos Orientadas a Objetos. Pseudocódigo y aplicaciones en C#.NET. Capítulo 9.- Grafos Capítulo 9.- Grafos Cuestionario 9.1 Se pueden representar los nodos de un grafo como un conjunto de elementos 9.2 Se pueden representar los arcos de un grafo como un conjunto de tuplas 9.3 Los grafos

Más detalles

Generalización como búsqueda. El problema de aprendizaje por generalización puede verse como un problema de búsqueda:

Generalización como búsqueda. El problema de aprendizaje por generalización puede verse como un problema de búsqueda: Generalización como búsqueda El problema de aprendizaje por generalización puede verse como un problema de búsqueda: El lenguaje de generalización corresponde a un espacio de hipótesis (espacio de búsqueda)

Más detalles

Técnicas para el Manejo de CSPs no Binarios

Técnicas para el Manejo de CSPs no Binarios Técnicas para el Manejo de CSPs no Binarios Miguel A. Salido Dpto. Ciencias de la Computación e Inteligencia Artificial Escuela Politécnica Superior Universidad de Alicante, Spain {masalido}@dccia.ua.es

Más detalles

INDICE Parte I. Conceptos 1. El estudio de los lenguajes de programación 2. Cuestiones de diseño de lenguajes

INDICE Parte I. Conceptos 1. El estudio de los lenguajes de programación 2. Cuestiones de diseño de lenguajes INDICE Parte I. Conceptos 1 1. El estudio de los lenguajes de programación 1.1. Por qué estudiar lenguajes de programación? 2 1.2. Breve historia de los lenguajes de programación 1.2.1. Desarrollo de los

Más detalles

Fundamentos de Oracle

Fundamentos de Oracle Fundamentos de Oracle Introducción Este curso de 40 horas de duración ofrece a los asistentes los conocimientos necesarios para trabajar con el servidor de bases de datos empresarial Oracle 10g, centrándose

Más detalles

No se permiten libros ni apuntes ni calculadora

No se permiten libros ni apuntes ni calculadora Ejercicio : [ puntos: respuesta acertada = +, respuesta incorrecta = ] Complete las frases que se muestran a continuación con las alternativas especificadas. En la siguiente tabla, indique "V" o "F" para

Más detalles

BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES

BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES El modelo relacional se basa en dos ramas de las matemáticas: la teoría de conjuntos y la lógica de predicados de primer orden. El hecho de que

Más detalles

MODELOS DE PLANIFICACIÓN

MODELOS DE PLANIFICACIÓN MODELOS DE PLANIFICACIÓN Santiago de Compostela, Octubre 2006 1 s jk C max P Jm prmt L max NP Rm tree C j Algoritmos wj U j Uj Calendarios Fm prec w j U j Práctica CONTENIDO. Contents 1 Descripción del

Más detalles

PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS

PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8 11 de abril de 2003 PROCEDIMIENTO HEURÍSTICO PARA MINIMIZAR EL C max EN CELDAS ROBOTIZADAS CON BUFFERS FINITOS Y PIEZAS DISTINTAS

Más detalles

Búsqueda Heurística IV

Búsqueda Heurística IV Búsqueda Heurística IV Pedro Meseguer IIIA-CSIC Bellaterra, Spain pedro@iiia.csic.es 2 jugadores Búsqueda para juegos Perfecta información: cada jugador conoce toda la información del contrario no hay

Más detalles

Programación Lineal Entera

Programación Lineal Entera Programación Lineal Entera P.M. Mateo y David Lahoz 2 de julio de 2009 En este tema se presenta un tipo de problemas formalmente similares a los problemas de programación lineal, ya que en su descripción

Más detalles

Representación del conocimiento. Diferencia entre información y conocimiento (1) Diferencia entre información y conocimiento (2) Notas

Representación del conocimiento. Diferencia entre información y conocimiento (1) Diferencia entre información y conocimiento (2) Notas Todo problema es más sencillo de resolver si disponemos de conocimiento específico sobre él Este conocimiento dependiente del dominio se combina con el conocimiento general sobre cómo resolver problemas

Más detalles

Problemas de satisfacción de restricciones (CSP)

Problemas de satisfacción de restricciones (CSP) Capítulo 10 Problemas de satisfacción de restricciones (CSP) 10.1 Introducción La programación por restricciones es una metodología software utilizada para la descripción y posterior resolución efectiva

Más detalles

Normalización. Universidad Nacional de Colombia Facultad de Ingeniería

Normalización. Universidad Nacional de Colombia Facultad de Ingeniería Normalización Preparó: Ismael Castañeda Fuentes Fuente principal: Database Systems A Practical Approach to Design, Implementation, and Management. Thomas Connolly, Carolyn Begg Universidad Nacional de

Más detalles

BIBIANA MARÍA GONZÁLEZ ALVAREZ JORGE ANDRÉS QUINTERO CÁRDENAS

BIBIANA MARÍA GONZÁLEZ ALVAREZ JORGE ANDRÉS QUINTERO CÁRDENAS ANÁLISIS, DISEÑO E IMPLEMENTACIÓN DE UN SISTEMA INFORMÁTICO PARA EL APOYO AL PROCESO DE ASIGNACIÓN DE LA CARGA ACADÉMICA USANDO PROGRAMACIÓN CON RESTRICCIONES BIBIANA MARÍA GONZÁLEZ ALVAREZ JORGE ANDRÉS

Más detalles

Tipos de conocimiento en resolución n de problemas. Humanos. Ingeniería a del Conocimiento (Primer Parcial) Conocimiento

Tipos de conocimiento en resolución n de problemas. Humanos. Ingeniería a del Conocimiento (Primer Parcial) Conocimiento Tema 1: Introducción n a los Sistemas Basados en el Conocimiento Modelo computacional Origen Conocimiento y Técnicas Heurísticas Definición de SBC Tipos de Conocimiento Experto Ventajas e Inconvenientes

Más detalles

Apuntes de Matemática Discreta 6. Relaciones

Apuntes de Matemática Discreta 6. Relaciones Apuntes de Matemática Discreta 6. Relaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 6 Relaciones Contenido 6.1 Generalidades.....................................

Más detalles

Guía práctica SQL Server 2008

Guía práctica SQL Server 2008 Guía práctica SQL Server 2008 (c) Francisco Charte Ojeda Introducción Microsoft SQL Server 2008 Qué puede hacer con SQL Server 2008? Qué necesita saber para usar SQL Server 2008? Cómo usar este libro Estructura

Más detalles

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322

Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Mineria de datos y su aplicación en web mining data Redes de computadores I ELO 322 Nicole García Gómez 2830047-6 Diego Riquelme Adriasola 2621044-5 RESUMEN.- La minería de datos corresponde a la extracción

Más detalles

Principios de Bases de Datos Relacionales, Normalización. Unidad 4

Principios de Bases de Datos Relacionales, Normalización. Unidad 4 Principios de Bases de Datos Relacionales, Normalización Unidad 4 Introducción Dependencia Funcional La dependencia funcional es una restricción entre dos conjuntos de atributos en una relación de una

Más detalles

Minería de datos (Introducción a la minería de datos)

Minería de datos (Introducción a la minería de datos) Minería de datos (Introducción a la minería de datos) M. en C. Sergio Luis Pérez Pérez UAM CUAJIMALPA, MÉXICO, D. F. Trimestre 14-I. Sergio Luis Pérez (UAM CUAJIMALPA) Curso de minería de datos 1 / 24

Más detalles

Algoritmos Genéticos.

Algoritmos Genéticos. Algoritmos Genéticos. Miguel Cárdenas Montes, Antonio Gómez Iglesias Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain miguel.cardenas@ciemat.es 15-19 de Octubre de 2011

Más detalles

Juegos deterministas. Ajedrez, damas, Go, Othello. barquitos

Juegos deterministas. Ajedrez, damas, Go, Othello. barquitos Árboles de juegos Análisis y Diseño de Algoritmos Tipos de juegos Juegos deterministas Juegos de azar Con información perfecta Con información imperfecta Ajedrez, damas, Go, Othello barquitos Backgammon,

Más detalles

CATÁLOGO DE INFERENCIAS

CATÁLOGO DE INFERENCIAS Las inferencias son los elementos claves en los modelos de conocimiento o Son los elementos constitutivos de los procesos de razonamiento No existe ningún estándar CommonKADS ofrece un catálogo que cubre

Más detalles

Programación Genética

Programación Genética Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino

Más detalles

Estrategias Didácticas B-Learning: ÁLGEBRA RELACIONAL

Estrategias Didácticas B-Learning: ÁLGEBRA RELACIONAL Estrategias Didácticas B-Learning: ÁLGEBRA RELACIONAL Mg. Guillermo Bernardo Durán González Guillermo.duran.g@gmail.com Modelo de diseño instruccional, basado en la modalidad semi-presencial b-learning,

Más detalles

Temario Curso Bases de Datos

Temario Curso Bases de Datos Temario Curso Bases de Datos TEMA 1. INTRODUCCION A LAS BASES DE DATOS 1. Cualidades De La Información 2. Sistemas de Información 2.1. Componentes de un Sistema de Información 3. Niveles de Gestión de

Más detalles

Bases de Datos I. Cursada 2008. Clase 4: Álgebra relacional y de bolsas Información ausente Claves BASES DE DATOS I

Bases de Datos I. Cursada 2008. Clase 4: Álgebra relacional y de bolsas Información ausente Claves BASES DE DATOS I Bases de Datos I Cursada 2008 Clase 4: Álgebra relacional y de bolsas Información ausente Claves Facultad de Ciencias Exactas Universidad Nac. Centro de la Pcia. de Bs. As. Formalismo para crear nuevas

Más detalles

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx

Matrices. Definiciones básicas de matrices. www.math.com.mx. José de Jesús Angel Angel. jjaa@math.com.mx Matrices Definiciones básicas de matrices wwwmathcommx José de Jesús Angel Angel jjaa@mathcommx MathCon c 2007-2008 Contenido 1 Matrices 2 11 Matrices cuadradas 3 12 Matriz transpuesta 4 13 Matriz identidad

Más detalles

Hiperheurísticas Mediante un Enfoque Neuro-Evolutivo para el Ordenamiento Dinámico de Variables en Problemas de Satisfacción de Restricciones

Hiperheurísticas Mediante un Enfoque Neuro-Evolutivo para el Ordenamiento Dinámico de Variables en Problemas de Satisfacción de Restricciones Hiperheurísticas Mediante un Enfoque Neuro-Evolutivo para el Ordenamiento Dinámico de Variables en Problemas de Satisfacción de Restricciones TESIS Maestría en Ciencias en Sistemas Inteligentes Instituto

Más detalles

Contenido. Prólogo... Capítulo 1. Algoritmos y estructuras de datos... 1. Introducción... 24

Contenido. Prólogo... Capítulo 1. Algoritmos y estructuras de datos... 1. Introducción... 24 Contenido Prólogo... vii Capítulo 1. Algoritmos y estructuras de datos... 1 Introducción... 2 1.1. Tipos de datos... 2 1.1.1. Tipos primitivos de datos... 3 1.1.2. Tipos de datos compuestos y agregados...

Más detalles

ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS

ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel Resumen dibujo de grafos mediante algoritmos genéticos

Más detalles

Transferencia de conocimiento para el aprendizaje de Redes Bayesianas de Nodos Temporales

Transferencia de conocimiento para el aprendizaje de Redes Bayesianas de Nodos Temporales Transferencia de conocimiento para el aprendizaje de Redes Bayesianas de Nodos Temporales Lindsey Fiedler Cameras, Dr. L. Enrique Sucar Dr. Eduardo F. Morales INAOE Junio, 2013 Contenido Motivación Aprendizaje

Más detalles

Asignatura: Administración de Bases de Datos. Pedro P. Alarcón Cavero

Asignatura: Administración de Bases de Datos. Pedro P. Alarcón Cavero Ingeniería Técnica en Informática Escuela Universitaria de Informática Universidad Politécnica de Madrid Asignatura: Administración de Bases de Datos Tema 5: Proceso de Transacciones Pedro P. Alarcón Cavero

Más detalles

Las reglas se parecen un poco a las vistas relacionales. Especifican relaciones virtuales que no están

Las reglas se parecen un poco a las vistas relacionales. Especifican relaciones virtuales que no están BASES DE DATOS DEDUCTIVAS Introducción: El interés de los Sistemas de Gestión de Bases de Datos Deductivas tiende a incrementarse conforme se amplía su campo de aplicación (Gestión, Sistemas Expertos).

Más detalles