Resolución de problemas

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

Download "Resolución de problemas"

Transcripción

1 Inteligencia en Redes de Comunicaciones Resolución de problemas Julio Villena Román El problema de resolver problemas La resolución de problemas es uno de los procesos básicos de razonamiento que la inteligencia artificial trata de abordar El objetivo consiste en lograr que la máquina ayude a un experto humano a encontrar la solución a un determinado problema (de forma más rápida, más exacta, más fiable...) Pero... cómo expresar el problema de forma computacional? cómo puede resolverlo la máquina de forma eficiente? IRC JVR - 2 1

2 Índice Formalización Estrategias de búsqueda de soluciones Búsquedas sin información del dominio Búsquedas heurísticas Problemas de satisfacción de restricciones Juegos IRC JVR - 3 El problema de resolver problemas La resolución de problemas es una búsqueda en un espacio de estados, siendo: Estado = <Q, R, C> Q : estructura de datos que describen al estado R : reglas u operaciones que describen las transiciones en el espacio de estados C : estrategia de control de tal forma que encontrar la solución consiste en encontrar una secuencia de reglas r 1 r n que conduzcan desde el estado inicial q o al estado final q f IRC JVR - 4 2

3 Definición formal de un problema Pasos: Definir un espacio (conjunto) de estados Especificar uno o más estados iniciales Especificar uno o más estados finales (meta/objetivo) Definir reglas sobre las acciones disponibles (abstracción del mundo real a un modelo simbólico) El problema se resuelve usando las reglas en combinación con una estrategia de control La estrategia de control establece el orden de aplicación de las reglas y resuelve los conflictos IRC JVR - 5 El problema del viajante de comercio La Coruña Bilbao León Burgos Zaragoza Barcelona Cáceres Badajoz Madrid Sevilla Toledo Murcia Valencia Cádiz IRC JVR - 6 3

4 Tipos de problemas Problemas de un estado inicial (single-state) q 0 = {Madrid} Problemas de múltiples estados iniciales (multiple-state) q 0 = {Madrid, Barcelona, Sevilla} Problemas de contingencia (contingency) q 0 = {Madrid} pueden fallar los vuelos Problemas de exploración (online) viajar sin mapa IRC JVR - 7 Soporte computacional: Definiciones Un grafo es una estructura de información compuesta de nodos (piezas de información) + arcos (uniones entre ellos) Hojas: nodos sin descendientes (los últimos) Camino: sucesión de nodos siguiendo los arcos Ciclo: camino cerrado (bucle) Grafo dirigido: los arcos indican el sentido de la relación Grafo acíclico: no tiene ciclos Grafo conexo: entre dos nodos siempre hay un camino Un árbol es un grafo dirigido acíclico conexo en el que: Hay un único nodo raíz Cada nodo tiene un único padre Para cada nodo existe un único camino que lo conecta con el nodo raíz Coste de un nodo: coste de llegar al nodo desde la raíz a lo largo del mejor camino IRC JVR - 8 4

5 Soporte computacional: Árboles Para modelar los problemas de búsqueda se usan árboles, en los que: nodos: estados intermedios arco: aplicación de un operador (movimientos válidos) a un estado IRC JVR - 9 El problema de euros y dólares Situación inicial: $ $ Objetivo: $ $ Estado: serie de monedas Reglas: r 1 : desplazar $ al hueco de la derecha r 2 : desplazar al hueco de la izquierda r 3 : saltar $ a la derecha r 4 : saltar a la izquierda Card(Q) = 27 ( sirve una búsqueda exhaustiva) IRC JVR

6 El problema del puzzle Estado: matriz Reglas: r 1 : hueco a la derecha r 2 : hueco a la izquierda r 3 : hueco arriba r 4 : hueco abajo Card(Q) = 9! = ( sirve una búsqueda exhaustiva) IRC JVR - 11 El problema del puzzle Card(Q) = 16! ~ ya no sirve una búsqueda exhaustiva!!! IRC JVR

7 Complejidad La resolución de problemas en IA es un problema NP-completo (No-Determinista Polinómico, con crecimiento asintótico) IRC JVR - 13 Estrategias de búsqueda En definitiva, no sólo basta plantear los problemas de una manera formal, sino que hace falta encontrar la forma apropiada de decidir las reglas a aplicar desde el estado inicial para llegar al estado final y el orden en que éstas se aplican: las estrategias de búsqueda IRC JVR

8 Algoritmo general de búsqueda A partir del nodo inicial, se expande el nodo i-ésimo, ejecutando todas sus transiciones: Si el nodo destino no existe en el árbol, se añade Si el nodo destino ya existe: expandir el nodo i-ésimo apuntando al nodo existente si se está registrando el mejor camino, comprobar si el nuevo camino es mejor Si el nodo destino es un nodo final, devolver como solución el camino seguido desde el nodo inicial hasta llegar a él IRC JVR - 15 Algoritmo general de búsqueda (2) Q, V: lista de nodos S: nodo inicial 1) Inicializar Q = {S}, V = {S}, coste S =0 2) Si Q está vacía, devolver SIN_SOLUCIÓN 3) Sacar un nodo N de Q 4) Si N es nodo final, devolver N como solución 5) Para todos los descendientes N i de N: - Enlazar N i con N - Si N i no está en V: coste Ni =coste N +coste N Ni añadir N i a Q añadir N i a V - En otro caso: Si coste Ni_anterior >coste N +coste N Ni coste Ni =coste N +coste N Ni añadir N i a Q En otro caso, no hay que hacer nada 6) Volver a 2 IRC JVR

9 Estrategias de búsqueda Las estrategias de búsqueda definen el orden para la expansión de nodos (qué N se extrae, dónde se inserta N i ) Cada estrategia hay que evaluarla según: la completitud de la solución encuentra la solución, si ésta existe? la complejidad temporal cuántos nodos se han generado? la complejidad espacial cuántos nodos como máximo se han guardado en memoria? la optimalidad de la solución encuentra la solución de menor coste? Parámetros de evaluación: Factor de ramificación (b), profundidad de la solución (d), máxima profundidad (m) IRC JVR - 17 Tipos de estrategias de búsqueda Estrategias sin información del dominio o búsqueda a ciegas (uninformed strategies) Sólo emplean la información en la definición del problema Fuerza bruta Estrategias con información del dominio o estrategias heurísticas (informed strategies) Emplean información del espacio de búsqueda para evaluar cómo va el proceso La idea es utilizar una función de evaluación (heurístico) de cada nodo (del coste de llegar a él) IRC JVR

10 Búsquedas sin información del dominio Búsqueda en anchura breadth-first search Búsqueda en profundidad depth-first search Búsqueda de coste uniforme uniform-cost search Búsqueda en profundidad limitada depth-limited search Búsqueda en profundidad progresiva iterative deepening search IRC JVR - 19 El mundo de los bloques SOAR (a general cognitive architecture for developing systems that exhibit intelligent behavior) IRC JVR

11 Búsqueda en anchura (algoritmo) Expandir el nodo más superficial no expandido (FIFO: extraer por el principio de Q e insertar al final) IRC JVR - 21 Búsqueda en anchura (evaluación) Solución completa Complejidad temporal O(b d ): exponencial Complejidad espacial O(b d ): exponencial (guarda todos los nodos en memoria) No es la estrategia óptima (en general) El espacio es el principal problema IRC JVR

12 Búsqueda en profundidad (algoritmo) Expandir el nodo más profundo no expandido (LIFO: extraer e insertar por el principio de Q) IRC JVR - 23 Búsqueda en profundidad (evaluación) Solución no completa En espacios con ciclos puede haber bucles infinitos Es necesaria una comprobación de estados repetidos Complejidad temporal O(b m ): enorme si profundidad máxima >> profundidad de la solución Sin embargo, el algoritmo es rápido si el espacio de soluciones es denso Complejidad espacial O(bm): lineal No es la estrategia óptima (en general) IRC JVR

13 Búsqueda de coste uniforme (algoritmo) Expandir el nodo con menos coste no expandido (Q: cola con prioridad) IRC JVR - 25 Búsqueda de coste uniforme (evaluación) Solución completa Complejidad temporal: nº de nodos con coste <= coste de la solución óptima Complejidad espacial: nº de nodos con coste <= coste de la solución óptima Estrategia óptima Pesos positivos: algoritmo de Dijkstra Pesos negativos: algoritmo de Bellman-Ford IRC JVR

14 Búsqueda en profundidad limitada Expandir el nodo más profundo no expandido, hasta una profundidad L IRC JVR - 27 Búsqueda en profundidad progresiva (algoritmo) FOR L=0 to inf Aplicar búsqueda_en_profundidad_limitada(l) Si el resultado es válido, se devuelve NEXT L IRC JVR

15 Búsqueda en profundidad progresiva (evaluación) Solución completa Complejidad temporal O(b d ): exponencial (similar a otras estrategias) Complejidad espacial O(bd): lineal Estrategia óptima si el coste = 1 Puede modificarse para utilizar búsqueda de coste uniforme IRC JVR - 29 IRC JVR

16 Las Torres de Hanoi IRC JVR - 31 Búsquedas heurísticas Se dice de aquel truco o regla empírica que ayuda a encontrar la solución de un problema (pero que no garantiza que se encuentre) IRC JVR

17 Búsquedas heurísticas Primero el mejor (best-first) Búsqueda avariciosa (greedy search) Búsqueda A* Método del gradiente (hill-climbing) Simulated annealing IRC JVR - 33 Primero el mejor Se utiliza una función de evaluación (heurística) para cada nodo y se expande el nodo mejor evaluado no expandido (misma idea que en la búsqueda de coste uniforme) Tema complejo y muy abierto a la idea feliz Casos especiales: búsqueda avariciosa (greedy search) búsqueda A* IRC JVR

18 Greedy search La función de evaluación estima el coste del nodo-i hasta la meta, con lo que se expande el nodo que parece estar más cerca de la meta (ejemplo: línea recta) Una buena función de evaluación puede mejorar drásticamente la búsqueda PROBLEMA: puede atascarse en bucles infinitos IRC JVR - 35 Búsqueda A* La idea es evitar expandir caminos que ya son muy costosos Función de evaluación: f(n) = g(n) + h(n) g(n): coste sufrido hasta alcanzar n h(n): coste estimado desde n hasta la meta f(n): coste estimado total hasta la meta pasando por n Se demuestra que la búsqueda A* alcanza la solución óptima, siempre que se utilice un heurístico admisible (que no sobreestime el coste real): h(n) <= h*(n) (el coste real) IRC JVR

19 Ejemplos de heurísticos Por ejemplo, se podría usar: número de cuadros fuera de su sitio distancia Manhattan (número de cuadros desde el sitio correcto de cada cuadro) IRC JVR - 37 Hill-climbing Trata de ir decidiendo el camino con menor coste hasta la meta Para ello se queda en cada salto con el nodo destino mejor valorado y sigue expandiendo por él PROBLEMA: puede atascarse en máximos locales, según el estado inicial Máximo global Máximo local IRC JVR

20 Simulated annealing La idea es escapar de los máximos locales permitiendo movimientos incorrectos, pero reduciendo gradualmente su tamaño y frecuencia Se utiliza como parámetro la temperatura T del proceso Si la temperatura se reduce suficientemente despacio, se alcanza la solución óptima Fue desarrollado en 1953 para modelado de procesos físicos IRC JVR - 39 Problemas de satisfacción de restricciones Constraint satisfaction problem (CSP) Objetivo: descubrir un estado del problema que satisfaga un conjunto de restricciones Los CSPs son problemas especiales en los que: los estados están definidos por los valores asignados a un conjunto de variables el objetivo está definido por restricciones en los valores de las variables IRC JVR

21 Ejemplo clásico: 4 reinas Poner cuatro reinas (damas) sin que ninguna pueda atacar a las demás ( sin que haya dos en la misma columna y no estén en diagonal) Variables: Q 1, Q 2, Q 3, Q 4 Dominio: {1,2,3,4} Restricciones: Q i!= Q j Q i - Q j!= i - j Significado: (Q 1, Q 2 ) pueden valer (1,3) (1,4) (2,4) (3,1) (4,1) (4,2) Q Q Q Q IRC JVR - 41 Ejemplo: Sudoku IRC JVR

22 Otros ejemplos menos lúdicos Planificación de horarios de clase Configuración de hardware compatible Planificación de rutas Planificación de producción Problemas de asignación de recursos Evaluación de riesgos en inversiones IRC JVR - 43 Búsqueda en CSP (enfoque inicial) El enfoque inicial es abordar una búsqueda normal Estado inicial: variables sin asignar Operadores: asignar valores a variables no asignadas Objetivo: todas las variables asignadas, todas las restricciones cumplidas Estrategia: (por ejemplo) búsqueda en profundidad DESVENTAJAS: Baja eficiencia porque el orden de asignación es irrelevante y no se comprueban las restricciones no cumplidas IRC JVR

23 Búsqueda con retroceso (backtracking) Igual que el anterior, empleando búsqueda en profundidad pero: fijando el orden de asignación de variables comprobando violación de restricciones permitiendo sólo sucesores válidos Este es el algoritmo básico sin información del dominio para los CSPs Es capaz de resolver hasta 15-reinas IRC JVR - 45 Comprobación hacia delante (forward checking) Idea: recordar los valores válidos que quedan para las variables no asignadas detener la búsqueda cuando no quedan valores válidos para una variable La comprobación hacia delante evita a priori asignaciones erróneas Es capaz de resolver hasta 30-reinas IRC JVR

24 Búsqueda heurística en CSPs Idea: tomar decisiones más inteligentes sobre: qué valor asignar a la siguiente variable qué variable asignar la siguiente El uso de heurísticos inteligentes mejora significativamente el proceso de búsqueda Se puede resolver hasta 1000-reinas... y más de eso? IRC JVR - 47 Juegos Problemas de búsqueda donde interviene al menos un adversario Tus movimientos por sí solos no aseguran la victoria: es necesaria una estrategia de oposición En general, el tiempo disponible para cada movimiento impone soluciones aproximadas (no sirve la fuerza bruta) Dos tipos de juegos: Deterministas: no interviene el azar (4-en-raya, ajedrez, damas) No deterministas: el azar está presente (backgammon, parchís, monopoly ) Por qué gustan tanto en IA? Divertidos Difíciles Fáciles de formalizar y con un número pequeño de acciones (Los juegos son para la IA como la F1 es para la ingeniería del automóvil) IRC JVR

25 Estrategia Minimax Consiste en elegir el mejor movimiento para uno mismo (MAX) suponiendo que el adversario (MIN) escogerá el mejor para sí mismo (que también juega a ganar) Pasos: Generar el árbol de juego, alternando movimientos (ply) de MAX y MIN y asignándoles los valores apropiados (MAX>0, MIN<0) Calcular la función de utilidad de cada nodo final, recorriendo recursivamente los nodos hasta el estado inicial Elegir como jugada a realizar aquel primer movimiento que conduce al nodo final con mayor función de utilidad IRC JVR - 49 Las 3 en raya IRC JVR

26 Posible árbol de búsqueda (2-ply) f(n)= (nº de filas, columnas o diagonales abiertas para MAX) (nº de filas, columnas o diagonales abiertas para MIN) IRC JVR - 51 Problema de minimax El número de estados del juego es exponencial al número de movimientos (esto es, en la mayoría de juegos, generar el árbol completo es inviable en recursos de memoria) Solución: no examinar todos los estados Generar un árbol parcial (anticipar sólo los N movimientos siguientes) Usar heurísticos: Memoria de partidas anteriores Movimientos preferidos Poda alfa-beta (alpha-beta pruning) Alfa = valor de la mejor jugada hasta el momento para MAX Beta = valor de la mejor jugada hasta el momento para MIN No expandir (podar) los caminos que no proporcionen mejoras sobre el mejor camino hasta el momento IRC JVR

27 Las 4 en Raya IRC JVR - 53 Las Damas IRC JVR

28 Juegos con varios jugadores La función de utilidad se convierte en un vector de valores IRC JVR - 55 Juegos con azar Se modelan las probabilidades de la jugada mediante un jugador ficticio (CHANCE) Por tanto, el valor de la función de utilidad es simplemente aproximado IRC JVR

29 Juegos con suma no nula Minimax se puede aplicar a juegos con suma cero y en los que el oponente juega a ganar la ganancia o pérdida de MAX se equilibra exactamente con las pérdidas o ganancias de MIN Sin embargo, muchas de las situaciones del mundo real habitualmente tienen suma no nula los participantes pueden beneficiarse o perder al mismo tiempo Ejemplos: ciclismo, las actividades económicas, la guerra En estas situaciones, la moraleja es que resulta mejor maximizar el beneficio conjunto IRC JVR - 57 Paradigma: El dilema del prisionero La policía arresta a dos sospechosos. No hay pruebas suficientes para condenarles, y tras haberles separado, les visita a cada uno y les ofrece el mismo trato: Estrategia dominante: confesión independientemente de lo que decida el otro, puedes reducir tu condena confesando Sin embargo, el resultado no es óptimo Estrategia óptima: colaboración (equilibrio de Nash) Variaciones: La decisión en realidad depende de la matriz de costes Dilema del prisionero iterado IRC JVR

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

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

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

Búsqueda heurística Prof. Constantino Malagón

Búsqueda heurística Prof. Constantino Malagón Búsqueda heurística Prof. Constantino Malagón Area de Computación e Inteligencia Artificial 1 Búsqueda heurística Los métodos de búsqueda heurística disponen de alguna información sobre la proximidad de

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

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

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

Juegos deterministas. Ajedrez, damas, Go, Othello. barquitos Búsqueda con adversario: Juegos Fernando Berzal, berzal@acm.org Tipos de juegos Juegos deterministas Juegos de azar Con información perfecta Con información imperfecta Ajedrez, damas, Go, Othello barquitos

Más detalles

Inteligencia Artificial Búsqueda entre adversarios

Inteligencia Artificial Búsqueda entre adversarios Inteligencia Artificial Búsqueda entre adversarios Primavera 27 profesor: Luigi Ceccaroni Juegos En los entornos multiagente (cooperativos o competitivos), cualquier agente tiene que considerar las acciones

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

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

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

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

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

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

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

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

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

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

Análisis de algoritmos basados en colonia de hormigas en problemas de camino mínimo

Análisis de algoritmos basados en colonia de hormigas en problemas de camino mínimo UNIVERSIDAD CARLOS III DE MADRID ESCUELA POLITÉCNICA SUPERIOR INGENIERÍA INFORMÁTICA PROYECTO FIN DE CARRERA Análisis de algoritmos basados en colonia de hormigas en problemas de camino mínimo Jesús Rodríguez

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

Juegos. Esquema. Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β

Juegos. Esquema. Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β Juegos Transparencias IA (F29) M.Marcos, 2002 (Figuras c S.Russell & P.Norvig, 1998) 1 Esquema Introducción: juegos como búsqueda Decisiones perfectas Decisiones imperfectas Poda α β Transparencias IA

Más detalles

Curso: Inteligencia Artificial. Unidad III: Solución de problemas por búsqueda. M. en I.A. Daniel Alejandro García López

Curso: Inteligencia Artificial. Unidad III: Solución de problemas por búsqueda. M. en I.A. Daniel Alejandro García López Curso: Inteligencia Artificial Unidad III: Solución de problemas por búsqueda M. en I.A. Daniel Alejandro García López 19 de enero de 2009 Resumen La resolución de problemas se describe a menudo como una

Más detalles

Algoritmos para CSP 1

Algoritmos para CSP 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

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

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

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del

En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del 33 En este capitulo se presentan los métodos y algoritmos utilizados para el desarrollo del sistema de procesamiento de imágenes para controlar un robot manipulador y se describen en la forma como serán

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

Análisis de los datos

Análisis de los datos Universidad Complutense de Madrid CURSOS DE FORMACIÓN EN INFORMÁTICA Análisis de los datos Hojas de cálculo Tema 6 Análisis de los datos Una de las capacidades más interesantes de Excel es la actualización

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

Capítulo 12: Indexación y asociación

Capítulo 12: Indexación y asociación Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación

Más detalles

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

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra

MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13. Carlos Ivorra MATEMÁTICAS II APUNTES DE TEORÍA CURSO ACADÉMICO 2012-13 Carlos Ivorra Índice 1 Introducción a la optimización 1 2 Programación entera 18 3 Introducción a la programación lineal 24 4 El método símplex

Más detalles

ESTUDIO DE TÉCNICAS HEURISTICAS PARA JUGAR AL GO

ESTUDIO DE TÉCNICAS HEURISTICAS PARA JUGAR AL GO ESCUELA TÉCNICA SUPERIOR DE INGENIEROS INDUSTRIALES Y DE TELECOMUNICACIÓN Titulación: INGENIERO TÉCNICO EN INFORMÁTICA DE GESTIÓN Título del proyecto: ESTUDIO DE TÉCNICAS HEURISTICAS PARA JUGAR AL GO TÍTULO

Más detalles

TEMA 3. FUNDAMENTOS DE TEORÍA DE JUEGOS PARA EL ANÁLISIS ESTRATÉGICO. 1. Introducción a la teoría de juegos. 5. Limitaciones de la teoría de juegos

TEMA 3. FUNDAMENTOS DE TEORÍA DE JUEGOS PARA EL ANÁLISIS ESTRATÉGICO. 1. Introducción a la teoría de juegos. 5. Limitaciones de la teoría de juegos TEMA 3. FUNDAMENTOS DE TEORÍA DE JUEGOS PARA EL ANÁLISIS ESTRATÉGICO 1. Introducción a la teoría de juegos 2. Juegos estáticos 3. Juegos dinámicos 4. Juegos repetidos 5. Limitaciones de la teoría de juegos

Más detalles

Si el comando Solver no aparece en el menú Herramientas, deberá instalar la macro automática Solver como sigue:

Si el comando Solver no aparece en el menú Herramientas, deberá instalar la macro automática Solver como sigue: El Solver de Excel El Solver se utiliza para determinar el valor máximo o mínimo de una celda modificando otras celdas; por ejemplo, el beneficio máximo que puede generarse modificando los gastos de publicidad.

Más detalles

CONSEJOS PARA JUGAR AL AJEDREZ

CONSEJOS PARA JUGAR AL AJEDREZ Se supone que al llegar a este documento ya conoces los rudimentos del ajedrez, es decir, a colocar el tablero (cuadro blanco a la derecha, la dama sobre su color ), colocar las fichas, cómo se mueven,

Más detalles

Ingeniería Técnica en Informática de Gestión

Ingeniería Técnica en Informática de Gestión Departamento de Informática Universidad Carlos III de Madrid Ingeniería Técnica en Informática de Gestión Inteligencia Artificial Febrero 2006. 1 a parte Normas generales del examen El tiempo para realizar

Más detalles

TEORÍA DE JUEGOS (2da. Parte) M. En C. Eduardo Bustos Farías

TEORÍA DE JUEGOS (2da. Parte) M. En C. Eduardo Bustos Farías TEORÍA DE JUEGOS (2da. Parte) M. En C. Eduardo Bustos Farías 1 TEORIA DE JUEGOS: ANTECEDENTES 1928: Von Newman Desarrolla la Teoría de Juegos. 1944 PUBLICACION DE Theory and Practice of Games and Economical

Más detalles

1. Juegos de suma cero con dos jugadores

1. Juegos de suma cero con dos jugadores Teoría de juegos Jesús López Fidalgo Esta teoría está íntimamente relacionada con la teoría de la decisión. Lo que diferencia una de otra es el rival contra el que se entra en juego. En la teoría de la

Más detalles

Optimización de consultas Resumen del capítulo 14

Optimización de consultas Resumen del capítulo 14 Optimización de consultas Resumen del capítulo 14 Libro: Fundamentos de Bases de Datos Silberschatz et al. 5ed. Dr. Víctor J. Sosa Agenda 1. Visión general 2. Estimación de las estadísticas de los resultados

Más detalles

ECONOMIA DE LA INFORMACION Y DE LA INCERTIDUMBRE EJERCICIOS (TEORIA DE JUEGOS)

ECONOMIA DE LA INFORMACION Y DE LA INCERTIDUMBRE EJERCICIOS (TEORIA DE JUEGOS) ECONOMIA DE LA INFORMACION Y DE LA INCERTIDUMBRE EJERCICIOS (TEORIA DE JUEGOS) Ejercicio 1. Aplicando el concepto de estrategias estrictamente dominadas al siguiente juego, qué estrategias podemos estar

Más detalles

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero

Fundamentos de Investigación de Operaciones Asignación y Vendedor Viajero Fundamentos de Investigación de Operaciones y Vendedor Viajero 23 de mayo de 2004 Si bien la resolución del problema de transporte mediante tableau parece ser muy expedita, existen ciertos tipos de problemas

Más detalles

EJERCICIOS RESUELTOS PROGRAMACIÓN III

EJERCICIOS RESUELTOS PROGRAMACIÓN III EJERCICIOS RESUELTOS PROGRAMACIÓN III Curso 2008 2009 Ejercicios resueltos de programación 3 Tema 3. Notación asintótica. Alumna: Alicia Sánchez Centro: UNED-Las Rozas (Madrid) El índice de los ejercicios

Más detalles

Nombre de la asignatura: Inteligencia Artificial. Créditos: 2-2 - 4. Aportación al perfil

Nombre de la asignatura: Inteligencia Artificial. Créditos: 2-2 - 4. Aportación al perfil Nombre de la asignatura: Inteligencia Artificial Créditos: 2-2 - 4 Aportación al perfil Diseñar e implementar interfaces hombre- máquina y máquinamáquina para la automatización de sistemas. Identificar

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

Inteligencia Artificial Búsqueda entre adversarios

Inteligencia Artificial Búsqueda entre adversarios Inteligencia Artificial Búsqueda entre adversarios 1. [Russell & Norvig 6.3] Considera el juego bipersonal siguiente: El diagrama muestra la posición inicial del tablero. A B 1 2 3 4 El jugador A comienza

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

Enrutamiento (2) Area de Ingeniería Telemática http://www.tlm.unavarra.es

Enrutamiento (2) Area de Ingeniería Telemática http://www.tlm.unavarra.es Enrutamiento (2) Area de Ingeniería Telemática http://www.tlm.unavarra.es Arquitectura de Redes, Sistemas y Servicios 3º Ingeniería de Telecomunicación Basadas en el material docente de Lawrie Brown sobre

Más detalles

CAPÍTULO 2 METODOS PROBABILÍSTICOS

CAPÍTULO 2 METODOS PROBABILÍSTICOS CAPÍTULO 2 METODOS PROBABILÍSTICOS La planeación de movimientos tiene aplicaciones en muchas áreas tales como la robótica, sistemas de realidad virtual y diseño asistido por computadora. Aunque muchos

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

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

ENTORNO PARA LA PLANIFICACION DE LA PRODUCCION DE SISTEMAS DE FABRICACION FLEXIBLES

ENTORNO PARA LA PLANIFICACION DE LA PRODUCCION DE SISTEMAS DE FABRICACION FLEXIBLES ENTORNO PARA LA PLANIFICACION DE LA PRODUCCION DE SISTEMAS DE FABRICACION FLEXIBLES Mercedes E. Narciso Farias, Miquel Angel Piera i Eroles Unidad de Ingeniería de Sistemas y Automática. Universidad Autónoma

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

Una heurística para la asignación de máquinas a trabajos fijos

Una heurística para la asignación de máquinas a trabajos fijos VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Una heurística para la asignación de máquinas a trabajos fijos José Manuel García Sánchez, Marcos Calle Suárez, Gabriel

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

CÓMO APROVECHAR EL JUEGO DE DOMINÓ EN LAS CLASES DE MATEMÁTICA

CÓMO APROVECHAR EL JUEGO DE DOMINÓ EN LAS CLASES DE MATEMÁTICA CÓMO APROVECHAR EL JUEGO DE DOMINÓ EN LAS CLASES DE MATEMÁTICA Traducción Adriana Rabino Original Fran Tapson 2004, ver http://www.cleavebooks.co.uk/trol/trolxe.pdf La idea es utilizar un material en general

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

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales

Matemáticas 2º BTO Aplicadas a las Ciencias Sociales Matemáticas 2º BTO Aplicadas a las Ciencias Sociales CONVOCATORIA EXTRAORDINARIA DE JUNIO 2014 MÍNIMOS: No son contenidos mínimos los señalados como de ampliación. I. PROBABILIDAD Y ESTADÍSTICA UNIDAD

Más detalles

UNIVERSIDAD DE ALMERÍA

UNIVERSIDAD DE ALMERÍA UNIVERSIDAD DE ALMERÍA ESCUELA POLITÉCNICA SUPERIOR Departamento de Estadística y Matemática Aplicada BAYESCHESS: PROGRAMA DE AJEDREZ ADAPTATIVO BASADO EN REDES BAYESIANAS PROYECTO FIN DE CARRERA Ingeniero

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

TEORÍA DE JUEGOS. 1 Definiciónes y Conceptos Básicos. 1.1 Definición: 1.2 Elementos de un juego. 1.3 Representación de un juego.

TEORÍA DE JUEGOS. 1 Definiciónes y Conceptos Básicos. 1.1 Definición: 1.2 Elementos de un juego. 1.3 Representación de un juego. TEORÍA DE JUEGOS 1 Definiciónes y Conceptos ásicos. 1.1 Definición: La teoría de juegos es una herramienta de análisis económico usada para estudiar problemas caracterizados por la interacción estratégica

Más detalles

Capítulo 2 Silueta. Figura 2.1 Tetera capturada por la cámara con la silueta resaltada

Capítulo 2 Silueta. Figura 2.1 Tetera capturada por la cámara con la silueta resaltada Capítulo 2 Silueta 2.1 Silueta La silueta de un objeto es muy importante porque es lo que nos da las pistas visuales de cómo es que está formado, nos dice dónde están sus límites y ayuda a diferenciar

Más detalles

Tema 1: Implementación del sistema de archivos

Tema 1: Implementación del sistema de archivos Tema 1: Implementación del sistema de archivos 1. Introducción 2. Implementación 3. Estructura del almacenamiento secundario Dpto. Tema Lenguajes 1: Implementación y Sistemas del Informáticos. sistema

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

ÁRBOLES GENERALES Y Y ESTRUCTURAS DE ÍNDICES DEFINICIONES Y REPRESENTACIONES DEFINICIONES Y REPRESENTACIONES. NOMENCLATURA SOBRE ÁRBOLES. DECLARACIÓN Y REPRESENTACIÓN.. CONSTRUCCIÓN.. ÁRBOLES 2-3-4. ÁRBOLES

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

Estructuras de Datos Abstractas en Lenguaje Java

Estructuras de Datos Abstractas en Lenguaje Java Universidad de Santiago de Chile Facultad de Ingeniería Departamento de Ingeniería Industrial Estructuras de Datos Abstractas en Lenguaje Java Listas Enlazadas, Colas, Pilas y Árboles Binarios Creado por

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

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

7. Conclusiones. 7.1 Resultados

7. Conclusiones. 7.1 Resultados 7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar

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

UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG)

UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) PAEG Junio 0 Propuesta A Matemáticas aplicadas a las CCSS II º Bachillerato UCLM - Pruebas de Acceso a Enseñanzas Universitarias Oficiales de Grado (PAEG) Matemáticas aplicadas a las Ciencias Sociales

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

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada

Desarrollar y aplicar estrategias para resolver problemas Determinar si un gráfico es lineal dibujando puntos en una situación dada MANEJO DE DATOS Analizar gráficos o diagramas de situaciones dadas para identificar información específica Recoger datos, dibujar los datos usando escalas apropiadas y demostrar una comprensión de las

Más detalles

Tema 3: Juegos bipersonales

Tema 3: Juegos bipersonales Tema 3: Juegos bipersonales Resumen: 3. Juegos bipersonales 3.1. Juegos bipersonales básicos (con información perfecta) 3.2. Juegos bipersonales con elementos de azar 3.3 Juegos bipersonales con información

Más detalles

Algoritmos. Autor: José Ángel Acosta Rodríguez

Algoritmos. Autor: José Ángel Acosta Rodríguez Autor: 2006 ÍNDICE Página Índice 1 Problema 1. Movimiento de figuras geométricas.2 Problema 2. Conversión decimal a binario....3 Problema 3. Secuencias binarias..4 Problema 4. Conversión a binario a octal...

Más detalles

Búsqueda Heurística I

Búsqueda Heurística I Búsqueda Heurística I Pedro Meseguer IIIA-CSIC Bellaterra, Spain pedro@iiia.csic.es Introducción Temario curso Búsqueda sistemática Búsqueda ciega Búsqueda informada: primero el mejor, A* Búsqueda en memoria

Más detalles

Capítulo 7 RAMIFICACIÓN Y PODA

Capítulo 7 RAMIFICACIÓN Y PODA Capítulo 7 RAMIFICACIÓN Y PODA 7.1 INTRODUCCIÓN Este método de diseño de algoritmos es en realidad una variante del diseño Vuelta Atrás estudiado en el capítulo anterior. Sin embargo, su particular importancia

Más detalles

&$3Ì78/2 $/*25,7026 (92/87,926 $9$1=$'26 3$5$ 763 6.1. INTRODUCCIÓN

&$3Ì78/2 $/*25,7026 (92/87,926 $9$1=$'26 3$5$ 763 6.1. INTRODUCCIÓN &$3Ì78/2 6.1. INTRODUCCIÓN Los primeros avances para solucionar el TSP, por medio de Algoritmos Evolutivos han sido introducidos por Goldberg y Lingle en [68] y Grefenstette en [72]. En éste área muchos

Más detalles

EN INFORMÁTICA DE SISTEMAS

EN INFORMÁTICA DE SISTEMAS INGENIERÍA TÉCNICA EN INFORMÁTICA DE SISTEMAS Curso Académico 2009/2010 Proyecto Fin de Carrera PLANIFICACIÓN CUALITATIVA DE CAMINOS DE ROBOTS MÓVILES EN ENTORNOS POLIGONALES BASADA EN LA TEORÍA DE MATROIDES

Más detalles

Con el fin de obtener los datos, se procede con las siguientes instrucciones:

Con el fin de obtener los datos, se procede con las siguientes instrucciones: Capitulo 3. La predicción de beneficios del mercado bursátil Este segundo caso de estudio va más allá en el uso de técnicas de minería de datos. El dominio específico utilizado para ilustrar estos problemas

Más detalles

VI Colas de prioridad

VI Colas de prioridad VI Colas de prioridad Una cola de prioridad (cat: cua de prioritat; ing: priority queue) es una colección de elementos donde cada elemento tiene asociado un valor susceptible de ordenación denominado prioridad.

Más detalles

OPTIMIZACIÓN CON MODELOS DE RED EN HOJA DE CÁLCULO

OPTIMIZACIÓN CON MODELOS DE RED EN HOJA DE CÁLCULO Optimización con Modelos de Red en Hoja de Cálculo OPTIMIZACIÓN CON MODELOS DE RED EN HOJA DE CÁLCULO Bernal García, Juan Jesús juanjesus.bernal@upct.es Martínez María-Dolores, Soledad María soledad.martinez@upct.es

Más detalles

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Programación Lineal Entera

Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 Programación Lineal Entera Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 11 de septiembre de 2003 1. Introducción Un LP donde se requiere que todas las variables sean enteras se denomina un problema

Más detalles

Problemas indecidibles

Problemas indecidibles Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas

Más detalles

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1

TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS 1 Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.comillas.edu/aramos/ Andres.Ramos@comillas.edu TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS

Más detalles

Ingeniería en Informática

Ingeniería en Informática Departamento de Informática Universidad Carlos III de Madrid Ingeniería en Informática Aprendizaje Automático Junio 2007 Normas generales del examen El tiempo para realizar el examen es de 3 horas No se

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

Object Search and Localization for an Indoor Mobile Robot

Object Search and Localization for an Indoor Mobile Robot Object Search and Localization for an Indoor Mobile Robot Kristoffer Sjö, Dorian Gálvez López, Chandana Paul, Patric Jensfelt and Danica Kragic Artículo presentado por : Javier Cabanillas Lugar : Laboratorio

Más detalles

Fundamentos de Investigación de Operaciones El Problema de Transporte

Fundamentos de Investigación de Operaciones El Problema de Transporte Fundamentos de Investigación de Operaciones El Problema de Transporte Septiembre 2002 El Problema de Transporte corresponde a un tipo particular de un problema de programación lineal. Si bien este tipo

Más detalles

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de

Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de Tema 7: Optimización sobre Redes Muchos de los problemas de Investigación Operativa pueden modelizarse y resolverse sobre un grafo: conjunto de vértices o nodos conectados con arcos y/o aristas. Diseñar

Más detalles

Juegos. Juegos con monedas. Febrero 2007, pp. 67-73. Grupo Alquerque de Sevilla

Juegos. Juegos con monedas. Febrero 2007, pp. 67-73. Grupo Alquerque de Sevilla 54, pp. 67-73 Juegos con monedas Juegos C uando nos enfrascamos con nuestros alumnos en la resolución de problemas (no nos referimos a meros ejercicios repetitivos) debemos activar la capacidad de sorpresa

Más detalles

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III

Complejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen

Más detalles

PREPROCESADO DE DATOS PARA MINERIA DE DATOS

PREPROCESADO DE DATOS PARA MINERIA DE DATOS Ó 10.1007/978-3-319-02738-8-2. PREPROCESADO DE DATOS PARA MINERIA DE DATOS Miguel Cárdenas-Montes Frecuentemente las actividades de minería de datos suelen prestar poca atención a las actividades de procesado

Más detalles

Tema 6: Problemas Especiales de Programación Lineal

Tema 6: Problemas Especiales de Programación Lineal Tema 6: Problemas Especiales de Programación Lineal Transporte Asignación Transbordo Tienen una estructura especial que permite modelizar situaciones en las que es necesario: Determinar la manera óptima

Más detalles

SuperManager ACB: Satisfacción de restricciones mediante Backtracking

SuperManager ACB: Satisfacción de restricciones mediante Backtracking SuperManager ACB: Satisfacción de restricciones mediante Backtracking Darío Dosantos Moreno NIA 100047278 Fernando Hoyos Leyva NIA 100054996 Carlos Martínez de la Osa NIA 100047405 100047278@alumnos.uc3m.es

Más detalles

Los Hipódromos. Contenido

Los Hipódromos. Contenido desarrollar hábiles tácticas, esto es jugar a TurfMaster. La carrera esta indecisa hasta que se cruza la línea de meta. En la última curva, a la entrada de la línea recta final, hay que encontrar la posición

Más detalles

Grafos. Manual de usuario. Grafos - Manual de usuario

Grafos. Manual de usuario. Grafos - Manual de usuario Grafos Manual de usuario Grafos forma parte de un proyecto de investigación y desarrollo de aplicaciones informáticas de diseño modular orientadas hacia la docencia, investigación y labores profesionales

Más detalles

Capítulo V Operaciones Booleanas

Capítulo V Operaciones Booleanas 85 Capítulo V Operaciones Booleanas 5.1 Introducción Es muy posible que en muchos casos sea necesario comparar dos objetos y determinar cuál es su parte común. Esto implica intersectar los dos objetos

Más detalles

Problemas de conexión y de reparto de costes

Problemas de conexión y de reparto de costes Problemas de conexión y de reparto de costes Federico Perea Justo Puerto * MaMaEuSch ** Management Mathematics for European Schools 94342 - CP - 1-2001 - DE - COMENIUS - C21 * Universidad de Sevilla **

Más detalles