Tema: Planificación en Inteligencia Artificial. Agentes Planificadores.
|
|
- José Ramón Castellanos Morales
- hace 5 años
- Vistas:
Transcripción
1 Sistemas Expertos e Inteligencia Artificial. Guía No Facultad: Ingeniería Escuela: Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Tema: Planificación en Inteligencia Artificial. Agentes Planificadores. Objetivos Específicos Comprender el concepto de Planificación en Inteligencia Artificial. Comprender las técnicas de la inteligencia artificial en ejemplos de planificación. Identificar el método Strips, el cual es muy utilizado al momento de realizar una planificación. Implementar la solución para problemas de planificación en Microsoft Visual C#. Materiales y Equipo Guía Número 11. Computadora con programa Microsoft Visual C#. Introducción Teórica Comenzamos por definir qué es un plan. Un plan es una secuencia de acciones individuales que permiten alcanzar una meta a partir de una situación inicial. Desde principios de los años 70, la comunidad de IA especializada en planificación se ha preocupado del problema de diseño de agentes artificiales capaces de actuar en un entorno. La planificación se puede ver como una forma de programación automática: el diseño de un curso de acción que satisfará un cierto objetivo. Dentro de la comunidad de la IA, se ha asumido desde hace tiempo que algún tipo de sistema planificador debe formar parte de los componentes centrales de cualquier agente artificial La idea básica es dotar al agente planificador de: Representación del objetivo a alcanzar. Representación de las acciones que puede realizar.
2 2 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 Representación del entorno. Capacidad de generar un plan para alcanzar el objetivo. A continuación se muestra la representación gráfica de un agente planificador: La interrogante a responder es: Cómo representar? o objetivo a alcanzar o estado del entorno o acciones disponibles para el agente o el propio plan Redefinimos el concepto de plan. Plan es una secuencia (lista) de acciones, que llevan de un estado inicial a un estado final. Entonces, la planificación se puede ver como un problema de búsqueda en un espacio de estados.
3 Sistemas Expertos e Inteligencia Artificial. Guía No Hay ejemplos que se repiten de forma reiterada en la literatura de Planificación: Torres de Hanoi 8-puzzle, 15-puzzle Mundo de los bloques (Blocks World) En la vida diaria también nos enfrentamos a problemas de planificación, por ejemplo si queremos realizar un viaje: Otro ejemplo de aplicaciones de la Planificación es la gestión de flujos de trabajo (workflows):
4 4 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 Tipos de Planes. A. Plan parcialmente ordenado (Partial-order plan). Compuesto por un conjunto de acciones ordenadas parcialmente. Existen restricciones de secuencia en estas acciones. Un algoritmo de generación de planes se puede usar para transformar un plan parcialmente ordenado en un plan totalmente ordenado. Ejemplo: B. Plan totalmente ordenado (Total-order plan). Compuesto por un conjunto de acciones totalmente ordenado. Ejemplo: La planificación en la Inteligencia Artificial, es el procedimiento automático para encontrar un plan para un problema concreto. Se pueden aplicar los métodos conocidos de búsqueda en espacio de estados, pero en ocasiones presentan problemas de eficiencia. Las acciones no relevantes, en el caso de utilizar la teoría de árboles, representan un alto factor de ramificación. Los algoritmos de búsqueda que hemos estudiado se interesan sólo en devolver el estado final o estado-solución. Los algoritmos de planificación no solo se interesan por encontrar el estado solución, sino en mantener todos los estados intermedios que llevan desde el estado inicial al final. Los algoritmos de planificación suelen usar no solo el conocimiento dentro del heurístico, sino también las descripciones de los efectos de las acciones para guiar su búsqueda (utilizan la estructura lógica del problema). Muchos algoritmos de planificación reducen la complejidad del problema descomponiéndolo en sub-objetivos.
5 Sistemas Expertos e Inteligencia Artificial. Guía No Esto solo se puede realizar en problemas reales que se puedan descomponer o casi descomponer (el planificador descompone el problema y luego resuelve pequeños conflictos al recomponer la solución). La planificación clásica considera entornos que son: Completamente observables: el planificador percibe perfectamente el estado del entorno y el efecto de sus acciones en el entorno. Deterministas: se pueden predecir y predefinir los efectos de todas las acciones. Finitos: existe un conjunto finito de acciones y de estados. Estáticos: el entorno solo cambia cuando el agente planificador actúa sobre él. Discretos: el entorno se puede describir de forma discreta: o Tiempo discreto (se suele medir en ciclos de ejecución). o Acciones discretas (las acciones suelen verse como unidades y necesitar un ciclo de ejecución). o Objetos discretos: las descripciones de los objetos son discretas. o Efectos discretos: los efectos de las acciones suelen ser directamente observables una vez se ha ejecutado la acción. Lenguaje de los problemas de planificación. Recordemos que para resolver este tipo de problemas, la clave está en cómo lo representaremos (estados, acciones y objetivos). La clave está en encontrar un lenguaje que sea suficientemente expresivo para describir un amplio rango de problemas, pero suficientemente restrictivo para permitir algoritmos operativos y eficientes. Uno de estos lenguajes es STRIPS, el cual es el lenguaje de representación básico de los planificadores clásicos. Existen algunos formalismos específicos para representar problemas de planificación: Representación de estados. Descripción de la situación del mundo. En todo momento se conoce el estado del mundo. Solo hay un agente que puede cambiar el estado del mundo. Los planificadores descomponen el mundo en condiciones lógicas, representando un estado como una secuencia (conjunción) de literales positivos conectados. Consideremos literales proposicionales, por ejemplo, Pobre Desconocido puede representar el estado
6 6 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 de un agente desafortunado. También pueden utilizarse literales de primer orden, por ejemplo: En (Avion1, Melbourne) En (Avion2, Sydney), que puede representar un estado en un problema de reparto de equipaje. Representación de objetivos. Un objetivo es un estado parcialmente especificado, representado como una secuencia de literales positivos y simples, tales como: Rico Famoso. Un estado proposicional s satisface un objetivo g si s contiene todos sus elementos en g (y posiblemente algunos más). Ejemplo: el estado Rico Famoso Miserable satisface el objetivo Rico Famoso Representación de acciones. Modifican el estado del mundo. Se suponen instantáneas. Se supone que sus efectos son deterministas. Las acciones se especifican en términos de las precondiciones que se han de cumplir antes de que se puedan ejecutar y de los efectos que producen una vez se han ejecutado. Por ejemplo, la acción que nos indica cómo un avión vuela desde una ciudad a otra puede exponerse como: Acción (volar (av, origen, destino), PRECOND: En (av, origen) Avion (av) Aeropuerto (origen) Aeropuerto (destino) EFECTO: En (av, origen) En (av, destino) Esto es más propio llamarlo esquema de acción, para indicar que representa un número de diferentes acciones que pueden ser derivadas mediante la instanciación de las variables av, origen y destino pudiendo adquirir diferentes valores. En general, un esquema de acción consta de tres partes: El nombre de la acción y la lista de parámetros de los que depende la acción, por ejemplo, volar (av, origen, destino) sirve para identificar la acción. La precondición es la unión de literales positivos sin dependencia funcional que especifica que debe de ser verdadero en un estado antes de que la acción se ejecute. Todas las variables en la precondición han de aparecer en la lista de parámetros de la acción.
7 Sistemas Expertos e Inteligencia Artificial. Guía No El efecto es la unión de literales sin dependencia funcional describiendo cómo cambia el estado cuando la acción se ejecuta. Todas las variables han de aparecer también en la lista de parámetros de la acción. Un literal positivo P en el efecto se espera que sea verdadero en el estado resultante de la acción, mientras que un literal negativo P se espera que sea falso. Una acción es aplicable en cualquier estado que satisfaga la precondición o En 1er orden: existe una sustitución para las variables en la precondición. Por ejemplo, el estado En (A1, JFK) Avion (A1) En (A2, SFO) Avion (A2) Aeropuerto (JFK) Aeropuerto (SFO) satisface la precondición de la acción volar: En (a, origen) Avion (a) Aeropuerto (origen) Aeropuerto (destino) El resultado de ejecutar la acción en un estado s es un estado s al que se añaden los literales positivos del efecto y se eliminan los literales negativos. Por ejemplo, el efecto de la acción volar sobre el estado anterior: Introducción a los STRIPS (Stanford Research Institute Problem Solver). Un STRIP es un planificador automático utilizado en aplicaciones de robótica. Utiliza un formalismo basado en la lógica para representar estados y operadores: Estados: conjunto de predicados lógicos. Operador: añade y/o elimina predicados al estado actual. Ejemplo de Planificador Lineal: Realiza una búsqueda regresiva en el espacio de estados. Parte de la descripción del estado objetivo y selecciona operadores y estados hacia atrás. Descompone el estado meta inicial en sucesivas submetas hasta alcanzar una situación que corresponda con la descripción del estado inicial. Operadores STRIPS.
8 8 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 Este operador representa una acción mediante tres componentes: 1. Precondiciones (PC): Lista de elementos que tienen que ser ciertos en el estado para que la acción pueda ser aplicada. 2. Lista borrar (B): Lista de elementos que dejan de ser ciertos una vez aplicada la acción. 3. Lista Añadir (A): Lista de elementos que pasan a ser ciertos una vez aplicada la acción. Las listas A y B pueden unirse (lista Efectos) indicando los elementos de B negados, Solo especifica lo que cambia en el mundo con la ejecución de la acción. Operadores parametrizables: elementos en listas PC, A y B pueden contener variables que se instanciarán al aplicar el operador. Un problema de planificación se puede plantear como un problema de espacio de estados: Estados descritos mediante listas de elementos (átomos) cerrados. Acciones como listas de precondiciones y efectos. Caracterización de estados finales descrita por el objetivo. Búsqueda en planificación (espacio de estados). Idea: aplicar los métodos de búsqueda en espacio de estados Operadores: acciones posibles. Solución: secuencia de acciones desde estado inicial al final. Búsqueda progresiva (hacia adelante). Ineficiente en aplicaciones prácticas. Gran número de acciones irrelevantes (no hacen avanzar el plan) a evaluar en cada estado alto factor de ramificación. Dificultad para definir heurísticas generales útiles. Búsqueda regresiva (hacia atrás). Comienza en un objetivo y para cada uno de los estados se generan los posibles predecesores. Predecesor de E i: cualquier estado E j para el que existe una sustitución tal que al aplicarla junto a un operador O se satisfacen los átomos de E i Finaliza cuando se alcanza un objetivo que sea cierto en el estado inicial
9 Sistemas Expertos e Inteligencia Artificial. Guía No Mejora la eficiencia: saca ventaja de la descomposición del problema en sub-problemas (reduce factor ramificación). Espacio de estados sigue siendo grande. Búsqueda en planificación (espacio de planes) Idea: realizar búsqueda sobre el espacio de posibles planes parciales. Plan parcialmente ordenado: un plan en el que sólo se especifican algunas de las precedencias entre sus acciones. No especifican completamente el orden de las acciones, sólo si es realmente relevante. Hasta ahora se manejaban/exploraban secuencias de acciones totalmente ordenadas (planificación lineal). Secuenciar un plan parcial construir un plan secuencial que respete las precedencias obligatorias. Esquema general Estados = planes parciales Operadores = modificaciones que refinan los planes parciales o añadir operador o reordenar operadores o instanciar un operador Solución = estado final encontrado (plan parcial sin conflictos que cumple las restricciones). Se definen 2 acciones ficticias INICIO, sin precondiciones (PC), su lista añadir (A) es igual al estado inicial del problema. FIN, sus precondiciones (PC) coinciden con el estado final, no tiene lista añadir (A). Se establecen restricciones de orden entre las acciones posibles (ACCION1 - ACCION2). En los planes parciales se establecen enlaces (ACC1 ACC2) entre una acción que genera alguna precondición (p) necesaria para la otra.
10 10 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 Una acción amenaza una relación ACC1 ACC2 si en su lista borrar (B) incluye al átomo p y según las restricciones de orden puede ubicarse entre ACC1 y ACC2. Estado inicial del espacio de planes: plan INICIO - FIN Estado final: plan parcial sin amenazas en los enlaces que lo conforman, sin ciclos en las restricciones de orden y sin precondiciones pendientes. A continuación se muestra el problema para el mundo de los bloques, abordado en la guía de laboratorio No.6, pero resuelto aplicando STRIPS: Procedimiento Ejemplo 1. Otro problema clásico que puede resolverse con STRIPS es el problema de las Torres de Hanoi (muy conocido por todos). Se desea implementar un agente planificador que solucione este problema. A continuación se muestran los pasos para resolverlo utilizando STRIPS. Debemos generar un árbol formado por: Nodos y : son las propiedades. Nodos o ; son los operadores. Recordemos que el problema de las torres de Hanoi consiste en n discos en una varilla, ordenados por sus tamaños en forma creciente. El objetivo del juego consiste en que a partir de un estado inicial (todos los discos en una de las varillas), hacer los movimientos necesarios
11 Sistemas Expertos e Inteligencia Artificial. Guía No (considerando las restricciones del problema) para llegar a un estado objetivo (todos los discos ordenados en otra varilla). Se tiene: 3 discos (D1, D2, D3) y 3 varillas (A, B, C) Conjunto de propiedades: on (D1, D2), on (D1, D3), on (D1, A), on (D1, B), on (D1, C), on (D2, D3), on (D2, A), etc. clear (D1), clear (D2), clear (D3): no hay nada encima del disco clear (A), clear (B), clear (C): no hay ningún disco en la varilla No debemos incluir propiedades no compatibles con el dominio (restricciones del problema): on (D2, D1), on (D3, D1), on (D2, D1), on (D3, 2), on (A, D1), on (B, D3), etc. Conjunto de operadores: mover (D1, D2, D3) PC: {clear (D1), clear (D3), on (D1, D2)} B: {on (D1, D2), clear (D3)} A: {on (D1, D3), clear (D2)} De manera más formal se tiene: Elementos: I = {D1, D2, D3, A, B, C} Predicados auxiliares: menor (D1, D2), menor (D2, D3), menor (D3, A), menor (D3, B), menor (D3, C), etc. menor* es el cierre transitivo de menor. Conjunto de propiedades: P = {on (x, y): x, y I menor* (x, y)} {clear (x): x I}
12 12 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 Conjunto de operadores: O = {mover (x, y, z): x {D1, D2, D3} y, z I menor* (x, y) menor* (x, z) y z} Plantilla para los efectos de los operadores: mover ( x, y, z ) PC: {clear ( x ), clear ( z ), on ( x, y )} B: {on ( x, y ), clear ( z )} A: {on ( x, z ), clear ( y )} En el primer movimiento tenemos: S0 = {on (D1, D2), on (D2, D3), on (D3, A), clear (D1), clear (B), clear(c)} En el segundo movimiento tenemos: S1 = {on (D1, C), on (D2, D3), on (D3, A), clear (D1), clear (D2), clear (B)} (Ver figura 1). En el tercer movimiento tenemos: S2 = {on (D1, C), on (D2, B), on (D3, A), clear (D1), clear (D2), clear (D3)} (Ver figura 2).
13 Sistemas Expertos e Inteligencia Artificial. Guía No Figura 1. Figura 2. En el cuarto movimiento tenemos: S3 = {on (D1, D2), on (D2, B), on (D3, A), clear (D1), clear (D3), clear (C)}
14 14 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 En el quinto movimiento tenemos: S4 = {on (D1, D2), on (D2, B), on (D3, C), clear (D1), clear (D3), clear (A)} Los pasos se repiten en forma similar, hasta alcanzar el estado objetivo.
15 Análisis de resultados Sistemas Expertos e Inteligencia Artificial. Guía No Tomando como referencia la información presentada en el ejemplo No.1, implementar un simulador del agente planificador (en entorno de Windows Forms) para resolver el problema de las Torres De Hanoi. Considerar la siguiente funcionalidad para el simulador del agente planificador: Permitir que el usuario indique la cantidad de elementos a utilizar para el problema de planificación, es decir, discos a utilizar. Recuerde que la cantidad de varillas es fija. El usuario debe también proporcionar el estado inicial (la varilla donde están los discos antes de cualquier acción) y el estado final (la varilla donde deben trasladarse los discos). Diseñar la interfaz, considerando que debe mostrarse todos los pasos que realiza la solución implementada con el lenguaje STRIPS (tomar como referencia las ilustraciones mostradas en el ejemplo). Investigación Complementaria Para la siguiente semana: Implementar un simulador del agente planificador (en entorno de Windows Forms) para resolver el problema del movimiento de un robot en un laberinto: Un robot ha de desplazarse por un laberinto (representado por una matriz de cuadros (rejilla)), desde una posición inicial a una final. Hay 8 movimientos posibles: N, S, E, O, NO, NE, SO, SE En algunas de las casillas existen obstáculos no franqueables. En la imagen se muestra un ejemplo del entorno del problema:
16 16 Sistemas Expertos e Inteligencia Artificial. Guía No. 11 Los cuadros negros representan los obstáculos, los cuadros blancos representan donde puede moverse libremente el robot. Debe plantearse la solución para este problema considerando el lenguaje STRIPS. Considerar la siguiente funcionalidad para el simulador del agente planificador: Permitir que el usuario indique el estado inicial del problema: Definir los obstáculos (cantidad y posición de celdas negras). Posición inicial del robot (celda origen). El usuario debe también proporcionar el estado final, es decir, la celda a donde debe dirigirse el robot en el laberinto. Diseñar la interfaz, considerando que debe mostrarse todos los pasos que realiza la solución implementada con el lenguaje STRIPS (tomar como referencia las ilustraciones mostradas en el ejemplo).
17 Sistemas Expertos e Inteligencia Artificial. Guía No Guía 11: Planificación en Inteligencia Artificial. Agentes Planificadores. Hoja de cotejo: 11 Alumno: Máquina No: Docente: GL: Fecha: EVALUACIÓN % Nota CONOCIMIENTO Del 20 al 30% Conocimiento deficiente de los fundamentos teóricos Conocimiento y explicación incompleta de los fundamentos teóricos Conocimiento completo y explicación clara de los fundamentos teóricos APLICACIÓN DEL CONOCIMIENTO Del 40% al 60% ACTITUD Del 15% al 30% No tiene actitud proactiva. Actitud propositiva y con propuestas no aplicables al contenido de la guía. Tiene actitud proactiva y sus propuestas son concretas. TOTAL 100%
I N T E L I G E N C I A A R T I F I C I A L I
I N T E L I G E N C I A A R T I F I C I A L I Ingeniería en Mecatrónica Dra. Ing. SELVA S. RIVERA P R O F E S O R A T I T U L A R PLANIFICACIÓN Se llama Planificación al proceso de búsqueda y articulación
Más detallesInteligencia Computacional
Inteligencia Computacional Unidad VI Búsqueda. Estrategias informadas y no informadas. Complejidad computacional. Planificación. Docente: Dr. Georgina Stegmayer gstegmayer@santafe-conicet.gov.ar Inteligencia
Más detallesTema: Arboles en C#. Objetivos Específicos. Materiales y Equipo. Introducción Teórica. Definición de Árbol Binario. Programación IV. Guía No.
Programación IV. Guía No. 7 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Arboles en C#. Objetivos Específicos Definir el concepto de la estructura de datos Árbol. Implementar
Más detallesTema: Programación Dinámica.
Programación IV. Guía No. 12 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Programación Dinámica. Objetivos Específicos Definir el concepto de programación dinámica. Interpretar
Más detallesTema: Programación Dinámica.
Programación IV. Guía 11 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Programación Dinámica. Objetivos Específicos Definir el concepto de programación dinámica. Interpretar
Más detallesTema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía No. 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
Más detallesTema: Programación Dinámica.
1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Programación Dinámica. Objetivos Específicos Definir brevemente el concepto de programación dinámica. Interpretar un algoritmo
Más detallesBúsqueda en espacio de estados
Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Inteligencia Artificial CCIA, US Búsqueda en espacio de estados IA 1 / 35 Metodología
Más detallesPlanificación n de Tareas
Manufactura Integrado por Computador - CIM II FIUBA M. Ing. Ochoa María Alejandra Se describe como un: Conjunto de procesos que se realizan para obtener un plan de actuación n para resolver un problema.
Más detallesDefinir el concepto de Grafo. A partir de una clase agregar la sintaxis necesaria para construir una función de grafos en C#
Programación IV. Guía No. 8 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Grafos en C#. Objetivos Específicos Definir el concepto de Grafo. A partir de una clase agregar
Más detallesTema: Métodos de Ordenamiento. Parte 3.
Programación IV. Guía No. 5 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Métodos de Ordenamiento. Parte 3. Objetivos Específicos Identificar la estructura de algunos algoritmos
Más detallesTema: Búsqueda a Ciegas (No Informada).
Sistemas Expertos e Inteligencia Artificial. Guía No. 4 1 Tema: Búsqueda a Ciegas (No Informada). Facultad: Ingeniería Escuela: Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Objetivos
Más detallesApellidos:... Nombre:...
Apellidos:....................................... Nombre:........................................ Introducción a la Inteligencia Artificial 1 er Parcial de Teoría 12 Noviembre 2004 Ejercicio 1: Responder
Más detallesAgentes planificadores (1)
Agentes planificadores Agentes planificadores (1) Desde principios de los 70, la comunidad de IA especializada en planificación se ha preocupado del problema de diseño de agentes artificiales capaces de
Más detallesTema: Recorrido de Grafos. Ruta más corta
PED104. Guía N 12 Página 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación con Estructuras de Datos Tema: Recorrido de Grafos. Ruta más corta Competencia Desarrolla sistemas de información
Más detallesTema: Tipos Abstractos de Datos (TAD s) en C#.
Programación II. Guía No. 12 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Tipos Abstractos de Datos (TAD s) en C#. Objetivos Comprender el concepto Tipo Abstracto de Datos
Más detallesFacultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez
Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez INTRODUCCION A LA INTELIGENCIA ARTIFICIAL Contenido: Inteligencia Artificial. Definiciones y Conceptos.
Más detallesDeterminar la incertidumbre al momento de desarrollar aplicativos en inteligencia artificial, haciendo uso de estructuras probabilísticas..
Sistemas expertos e inteligencia artificial, Guia 5 1 Facultad : Ingeniería Escuela : Computación Asignatura: Sistemas expertos e Inteligencia Artificial Tema: RAZONAMIENTO CON INCERTIDUMBRE. Objetivo
Más detallesAlgorítmica y Lenguajes de Programación. Complejidad computacional
Algorítmica y Lenguajes de Programación Complejidad computacional Complejidad computacional. Introducción La complejidad computacional estudia la dificultad inherente de problemas de importancia teórica
Más detallesApellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa:
Inteligencia Artificial I (5 Febrero 2008) Apellidos:... Nombre:... Ejercicio 1 (Cuestiones) [2 puntos] Responder a las siguientes cuestiones de manera clara y concisa: 1. Consideremos el siguiente puzle:
Más detallesETAPA Cómo se llaman los profesionales que escriben el código de los programas? Programadores.
ETAPA 1 1. A qué se le llama programa? Es un conjunto de instrucciones, comandos, órdenes o procedimientos escritos en un lenguaje de programación para que una computadora pueda realizar una tarea determinada
Más detallesTema: Tipos de Bloques en S7-1200
1 Tema: Tipos de Bloques en S7-1200 Facultad: Ingeniería Escuela: Electrónica Asignatura: Autómatas Programables Lugar de ejecución: Instrumentación y Control (Edificio 3, 2da planta) Objetivo General
Más detallesAnálisis de algoritmos
Tema 02: Complejidad de los algoritmos M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Algoritmo Algoritmo vs. Proceso Computacional
Más detallesTema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
Más detallesTema: Análisis Léxico
Compiladores. Guía 2 1 Facultad: Ingeniería Escuela: Computación Asignatura: Compiladores Tema: Análisis Léxico Contenido En esta guía se dará a conocer la manera en que un compilador realiza el análisis
Más detallesIndique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)
Parcial 4. Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores) 1. Inteligencia es: a. La capacidad para combinar información. c. El proceso que permite elaborar conocimiento.
Más detallesModelo Dinámico del Diseño del Software y Representación en UML. UNIDAD 9 Análisis y Diseño de Sistemas de Información
Modelo Dinámico del Diseño del Software y Representación en UML UNIDAD 9 Análisis y Diseño de Sistemas de Información El Modelo Dinámico El objetivo del modelo Dinámico es presentar o describir el comportamiento
Más detallesTema: Algoritmos Backtracking.
Programación IV. Guía 12 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos Backtracking. Objetivos Específicos Comprender el funcionamiento de un Algoritmo Backtracking.
Más detallesTema: Tipos de Bloques en S7-1200
Autómatas Programables. Guía 9 1 Tema: Tipos de Bloques en S7-1200 Facultad: Ingeniería Escuela: Electrónica Asignatura: Autómatas Programables Lugar de ejecución: Instrumentación y Control (Edificio 3,
Más detallesPlanificación con STRIPS
Planificación con STRIPS 1 Bibliografía Nilsson, Artificial Intelligence: A New Synthesis. Cap. 22. Russell & Norvig, Artificial Intelligence: A Modern Approach. Cap. 11. 2 Introducción Objetivo: Desarrollar
Más detallesUnidad I: Introducción a las estructuras de datos
Unidad I: Introducción a las estructuras de datos 1.1 Tipos de datos abstractos (TDA) Los tipos de datos abstractos (TDA) encapsulan datos y funciones que trabajan con estos datos. Los datos no son visibles
Más detallesALGORÍTMICA. Dpto. Ingeniería de Sistemas y Automática Facultad de Ciencias Universidad de Valladolid.
ALGORÍTMICA Dpto. Ingeniería de Sistemas y Automática Facultad de Ciencias Universidad de Valladolid. Indíce Algoritmo Elementos de un algoritmo: Variables, Constantes, Expresiones Datos: Definición y
Más detallesIN34A - Optimización
IN34A - Optimización Complejidad Leonardo López H. lelopez@ing.uchile.cl Primavera 2008 1 / 33 Contenidos Problemas y Procedimientos de solución Problemas de optimización v/s problemas de decisión Métodos,
Más detallesInteligencia Artificial (EC5)
Inteligencia Artificial (EC5) Ciclo Lectivo 2018 Parte I Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Contenido:
Más detallesTema: Manejo del Puerto Paralelo con LabView
Facultad: Ingeniería Escuela: Electrónica Asignatura: Interfaces y Periféricos Tema: Manejo del Puerto Paralelo con LabView Objetivos Específicos. Configurar la entrada y salida del puerto paralelo por
Más detallesUniversidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes junio 2010 Semana 1. Ejercicio 1. (Valoración:
Más detallesTema: Programación de GRAFCET en S7-200 con Relés de Control Secuencial (SCRs)
1 Tema: Programación de GRAFCET en S7-200 con Relés de Control Secuencial (SCRs) Objetivo General Conocer el funcionamiento de los relés de control secuencial (SCR) Objetivos Específicos Conocer las estructuras
Más detallesTema: Grafos en C#. Objetivos Específicos. Materiales y Equipo. Introducción Teórica. Programación IV. Guía 7
Programación IV. Guía 7 1 Tema: Grafos en C#. Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Objetivos Específicos Definir el concepto de Grafo. A partir de una clase agregar la
Más detallesTema: Punteros: Puntero this en C#.
Programación II. Guía No.11 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Punteros: Puntero this en C#. Objetivos Conocer el manejo de los punteros en C#. Utilizar el puntero
Más detallesUnidad 1. Análisis de Algoritmos. Ing. Leonardo R. L. Estructura de datos - Generalidades Unidad I Pág 1
Unidad 1 Análisis de Algoritmos Ing. Leonardo R. L. Estructura de datos - Generalidades Unidad I Pág 1 GENERALIDADES Qué se necesita para escribir un programa eficiente? Para diseñar programas eficientes
Más detallesAlgorítmica y Lenguajes de Programación. Algoritmos voraces y divide y vencerás
Algorítmica y Lenguajes de Programación Algoritmos voraces y divide y vencerás Algoritmos voraces. Introducción (i) Las personas glotonas (voraces) intentan coger tanto como pueden en cada momento. Los
Más detallesProcesos de Fabricación I. Guía 1 1 MANUFACTURA INTEGRADA POR COMPUTADORA
Procesos de Fabricación I. Guía 1 1 MANUFACTURA INTEGRADA POR COMPUTADORA Manufactura Integrada por Computadora. Guía 1 1 Tema: DISEÑO INTERACTIVO CON EL SOFTWARE WINUNISOFT Y SETEO DEL CNC Contenidos
Más detallesUnidad I Introducción a la programación de Sistemas. M.C. Juan Carlos Olivares Rojas
Unidad I Introducción a la programación de Sistemas M.C. Juan Carlos Olivares Rojas Agenda 1.1 Qué es y que estudia la programación de sistemas? 1.2 Herramientas desarrolladas con la teoría de programación
Más detallesUNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE INGENIERIA FORESTAL PROGRAMA INFORMATICA I (NV)
UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE INGENIERIA FORESTAL PROGRAMA 1. IDENTIFICACIÓN INFORMATICA I (NV) Prelación: Ninguna Horas Teóricas: 2 Horas/Semana Departamento:
Más detallesInteligencia Artificial
Inteligencia Artificial Tema 2 Búsquedas Dr. Jesús Antonio González Bernal Contenido Estructura General de un PSA (Problem Solving Agent) Formulación de un PSA Algoritmos de Búsqueda de Sl Soluciones Aplicaciones
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. ESPECIFICACIONES GENERALES
Más detallesEvolución del software y su situación actual
Evolución del software y su situación actual El software es el conjunto de programas que permite emplear la PC, es decir, es el medio de comunicación con la computadora, el control de sus funciones y su
Más detallesTema: Métodos de Ordenamiento. Parte 3.
Programación IV. Guía 4 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Métodos de Ordenamiento. Parte 3. Objetivos Específicos Identificar la estructura de algunos algoritmos
Más detallesINTRODUCCION AL DISEÑO EDUCATIVO Andrea Paola Leal Rivero. La Academia al servicio de la Vida
Andrea Paola Leal Rivero La Academia al servicio de la Vida INTRODUCCION El diseño de Software juega un papel importante en el desarrollo de software lo cual permite producir varios modelos del sistema
Más detallesTema: Aprendizaje Supervisado.
Sistemas Expertos e Inteligencia Artificial. Guía No. 9 1 Tema: Aprendizaje Supervisado. Facultad: Ingeniería Escuela: Computación Asignatura: Sistemas Expertos e Inteligencia Artificial Objetivos Específicos
Más detallesInstituto José Manuel Estrada - Villa de Soto. Asignatura: Desarrollo de Soluciones Informáticas. Curso: 5to I. Docente: Contreras, María Elena
- Villa de Soto Asignatura: Desarrollo de Soluciones Informáticas Curso: 5to I Docente: Contreras, María Elena Contenido Algoritmos... 1 Diagramas de flujo... 2 Programar... 3 Programación... 10 Scratch...
Más detallesBúsqueda en espacio de estados
Búsqueda en espacio de estados Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla Abstracción Problema Representación como espacio de estados Implementación del
Más detallesProgramación de la lógica: Se programa el funcionamiento de la aplicación, haciendo uso de los diagramas de clases y de actividad.
Programación de la lógica: Se programa el funcionamiento de la aplicación, haciendo uso de los diagramas de clases y de actividad. Modelado del entorno: Se llevan a la herramienta final los bocetos y especificaciones
Más detallesUniversidad Nacional de Educación a Distancia. Ingeniería Técnica en Informática de Sistemas. Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes septiembre 2010 Ejercicio 1. (Valoración:
Más detallesTema: Análisis Semántico
Compiladores. Guía 7 1 Facultad: Ingeniería Escuela: Computación Asignatura: Compiladores Tema: Análisis Semántico Contenido En esta guía se desarrollará una tabla de símbolos y se asociará al analizador
Más detallesSolución de Problemas Mediante Búsqueda (1) Carlos Hurtado L. Depto de Ciencias de la Computación, Universidad de Chile
Solución de Problemas Mediante Búsqueda (1) Carlos Hurtado L. Depto de Ciencias de la Computación, Universidad de Chile Contenido Solución de problemas mediante búsqueda Modelación de problemas como búsquedas
Más detalles2. Codificar de forma sistemática la secuencia de instrucciones en un lenguaje.
Modulo 1. Introducción a los lenguajes de programación La solución de problemas mediante en uso de un computador nos lleva a desarrollar programas o aplicaciones, la construcción de estos programas debe
Más detallesProgramación Introducción al curso
Programación 2 1 - Introducción al curso Objetivos del curso Presentar y analizar las estructuras de datos y algoritmos que forman la base para la resolución de problemas en computación; Introducir nociones
Más detallesTema: Repaso sobre el uso del IDE de Microsoft Visual C#.
Programación IV. Guía No. 2 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Repaso sobre el uso del IDE de Microsoft Visual C#. Objetivos Específicos Identificar los principales
Más detallesPROYECTO DOCENTE ASIGNATURA: "Inteligencia Artificial I"
PROYECTO DOCENTE ASIGNATURA: "Inteligencia Artificial I" Grupo: Grupo de CLASES TEORICAS de INTELIGENCIA ARTIFICI.(865586) Titulacion: INGENIERO EN INFORMÁTICA ( Plan 97 ) Curso: 2009-2010 DATOS BÁSICOS
Más detallesTema: Métodos de Ordenamiento. Parte 1.
Programación IV. Guía No. 3 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Métodos de Ordenamiento. Parte 1. Objetivos Específicos Identificar la estructura de algunos algoritmos
Más detallesTema: Tipos de Bloques en S7-1200
Autómatas Programables. Guía 10 1 Tema: Tipos de Bloques en S7-1200 Objetivo General Conocer los tipos de bloques existentes para la programación del PLC S7-1200 con el programa TIA PORTAL. Objetivos Específicos
Más detallesTecnologías en la Educación Matemática
Tecnologías en la Educación Matemática Datos, Expresiones, Condicionales y Repetición Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos
Más detallesProf. María Alejandra Quintero. Informática Año
Prof. María Alejandra Quintero Informática Año 2014-2015 Es la acción de escribir programas de computación con el objetivo de resolver un determinado problema. Implica escribir instrucciones para indicarle
Más detallesTema: Configuración de red AD-HOC
Tema: Configuración de red AD-HOC Contenidos Configuración del servidor AD-HOC. Conexión de una segunda computadora a la red AD-HOC. Compartiendo la conexión a Internet. Objetivo Redes de datos inalámbricas.
Más detallesM.C. Mariano Larios G. 3 de diciembre de 2009
3 de diciembre de 2009 Tabla de criterios Criterios Porcentajes Exámenes 30 % Participación en clase Tareas 20 % Exposiciones 10 % Simulaciones Trabajos de investigación y/o de intervención Prácticas
Más detallesTema 01: Algoritmia y diagramas de flujo. Estructuras de datos (Prof. Edgardo A. Franco)
Tema 1 Estructuras de datos (Prof. Edgardo A. Franco) Contenido Algoritmia Qué es un algoritmo? Métodos algorítmicos Diagrama de flujo Símbolos utilizados en los diagramas de flujo Reglas para la construcción
Más detallesTema: Operaciones de Carga, Transferencia, Comparación y Aritméticas del S7-1200
Autómatas Programables. Guía 6 1 Facultad: Ingeniería Escuela: Electrónica Asignatura: Autómatas Programables Lugar de ejecución: Instrumentación y Control (Edificio 3, 2da planta) Tema: Operaciones de
Más detallesDiseño Estructurado de Algoritmo
Diseño Estructurado de Algoritmo 1 Sesión No. 8 Nombre: Estructuras Algorítmicas. Primera parte. Objetivo de la sesión: Al concluir la sesión el estudiante identificará las características y usos de las
Más detallesPLANIFICAR EL CRONOGRAMA. DEFINICIÓN Y ORDEN DE LAS ACTIVIDADES
PLANIFICAR EL CRONOGRAMA. DEFINICIÓN Y ORDEN DE LAS ACTIVIDADES Dante A. Guerrero Chanduví Piura, abril de 2018 FACULTAD DE INGENIERÍA Área Departamental de Ingeniería Industrial y de Sistemas PLANIFICAR
Más detallesExamen de Teoría de Interfaces de Usuario Ingeniería en Informática 7/9/2004 Nombre y apellidos: Grupo:
Examen de Teoría de Interfaces de Usuario Ingeniería en Informática 7/9/2004 Nombre y apellidos: Grupo: 1. Durante las pasadas elecciones se definieron los siguientes grupos de interés: votantes, candidatos,
Más detallesANÁLISIS DE SISTEMAS. Prof. Eliz Mora
ANÁLISIS DE SISTEMAS Prof. Eliz Mora Programa Fundamentos del Análisis de Sistemas Estilos Organizacionales y su impacto en los Sistemas de Información Rol del Analista de Sistema Determinación de Factibilidad
Más detallesGrado en Ingeniería Informática y Doble Grado en Ingeniería Informática y Matemáticas JORNADA DE ACOGIDA ESCUELA POLITÉCNICA SUPERIOR UAM
Grado en Ingeniería Informática y Doble Grado en Ingeniería Informática y Matemáticas JORNADA DE ACOGIDA 2014-2015 ESCUELA POLITÉCNICA SUPERIOR UAM Grado en Ingeniería Informática 2 Objetivo Formar profesionales
Más detallesProcesos de Fabricación I. Guía 1 1 MANUFACTURA INTEGRADA POR COMPUTADORA
Procesos de Fabricación I. Guía 1 1 MANUFACTURA INTEGRADA POR COMPUTADORA Manufactura Integrada por Computadora. Guía 1 1 Tema: DISEÑO INTERACTIVO CON EL SOFTWARE WINUNISOFT Y SETEO DEL CNC Contenidos
Más detallesINVESTIGACIÓN OPERATIVA Redes Neuronales Artificiales y Aplicaciones INTEGRANTES: Armijos Mauricio Jara Iza Rony
INVESTIGACIÓN OPERATIVA Redes Neuronales Artificiales y Aplicaciones INTEGRANTES: Armijos Mauricio Jara Iza Rony Técnicas De La Inteligencia Artificial Programación Heurística Redes Neuronales. Evolución
Más detallesExpositor: Mauricio Galvez Legua
ó Expositor: Mauricio Galvez Legua mgl10may62@hotmail.com 1 Qué es la ó La Robótica es una ciencia aplicada que se ocupa del estudio, desarrollo y aplicaciones de los robots. El estudio de la robótica
Más detallesArquitectura Sistema Experto
Universidad Nacional Mayor de San Marcos Facultad de Ciencias Matemáticas EAP. Computación Científica Arquitectura Sistema Experto Curso: Inteligencia Artificial Prof. Oscar Benito Pacheco Tópicos La Arquitectura
Más detallesAlgoritmos. Fundamentos de Programación
Algoritmos Fundamentos de Programación Comunicarnos con el computador No es una tarea fácil. Instrucciones Debemos aprender a realizar las instrucciones de forma correcta para que el computador lo entienda
Más detallesTableaux semánticos & Tableau III
Universidad de Salamanca Tableaux semánticos & Tableau III Asignatura: Lógicas para la Informática y la Inteligencia Artificial Alumna: Almudena Vicente Tocino Tabla de contenidos 1 Introducción... 3 2
Más detallesGuía práctica de estudio 03: Algoritmos
Guía práctica de estudio 03: Algoritmos Elaborado por: M.C. Edgar E. García Cano Ing. Jorge A. Solano Gálvez Revisado por: Ing. Laura Sandoval Montaño Guía práctica de estudio 03: Algoritmos Objetivo:
Más detallesTema 2.- Caracterización de la informática La informática como disciplina científica Sub-áreas de la disciplina.
Tema 2.- Caracterización de la informática 2.1. La informática como disciplina científica. 2.2. Sub-áreas de la disciplina. 2.1. La informática como disciplina científica. 2.1.1 Una definición de Informática.
Más detallesInteligencia Artificial
PLANIFICACIÓN 2012 Inteligencia Artificial INFORMACIÓN GENERAL Carrera Ingeniería en Informática Departamento Informática Plan de Estudios Plan 2006 Carácter Cuatrimestral Equipo Docente SIIO WEB DE LA
Más detalles7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA
7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA 7.1. Red de prueba Para realizar el análisis de los parámetros del problema e intentar encontrar los valores óptimos de estos se ha hecho uso de un modelo de ciudad
Más detallesResolución general de problemas
Resolución de problemas y conocimiento Resolución general de problemas Los métodos de resolución de problemas que hemos visto son de aplicación general Se fundamentan en una función heurística para obtener
Más detallesParte de Algoritmos de la asignatura de Programación Master de Bioinformática. Búsqueda exhaustiva
Parte de Algoritmos de la asignatura de Programación Master de Bioinformática Búsqueda exhaustiva Web asignatura: http://dis.um.es/~domingo/algbio.html E-mail profesor: domingo@um.es Transparencias preparadas
Más detallesOBJETIVO INTRODUCCIÓN
Fecha: 27 de mayo 2015 Tema: Búsqueda con información Parcial OBJETIVO Entender sobre la búsqueda con información parcial, tipos de problemas de búsqueda, como un agente puede construir secuencia de acciones
Más detallesPROGRAMA DE ESTUDIO Área de Formación : Fecha de elaboración: 28 de Mayo de 2010 Fecha de última actualización: F1215 Matemáticas discretas 1/ 8
PROGRAMA DE ESTUDIO Programa Educativo: Área de Formación : Licenciatura en Sistemas Computacionales General Programa elaborado por: Matemáticas discretas Horas teóricas: 1 Horas prácticas: 3 Total de
Más detallesTema: Operaciones de Carga, Transferencia, Comparación y Aritméticas del S7-1200
Autómatas Programables. Guía 6 1 Tema: Operaciones de Carga, Transferencia, Comparación y Aritméticas del S7-1200 Objetivo General Programar con instrucciones de carga, transferencia, comparación y aritméticas.
Más detallesAnálisis matemático de algoritmos recursivos
Análisis matemático de algoritmos recursivos Dr. Eduardo A. RODRÍGUEZ TELLO CINVESTAV-Tamaulipas 24 de enero de 2018 Dr. Eduardo RODRÍGUEZ T. (CINVESTAV) Análisis matemático de algoritmos 24 de enero de
Más detallesINGENIERÍA DEL SOFTWARE I Práctica 5 Modelado de Diseño
INGENIERÍA DEL SOFTWARE I Práctica 5 Modelado de Diseño Univ. Cantabria Fac. de Ciencias Patricia López Introducción al Diseño Modelamos la estructura software del sistema (incluida la arquitectura) para
Más detallesMODELOS DE KRIPKE. Lógicas para la Informática y la Inteligencia Artificial
enero, 2007 MODELOS DE KRIPKE Lógicas para la Informática y la Inteligencia Artificial Ana de la Viuda López Departamento de Informática y Automática Universidad de Salamanca TABLA DE CONTENIDOS TABLA
Más detallesCONTENIDO. 1.- Introducción a la Inteligencia Artificial (IA) 2.- Lógica de predicados. 3.- Búsqueda de soluciones
CONTENIDO 1.- Introducción a la Inteligencia Artificial (IA) 2.- Lógica de predicados 3.- Búsqueda de soluciones 4.- Lenguajes de IA e Introducción a Sistemas Expertos 1.- Introducción a la Inteligencia
Más detallesTema: Herramientas UML, Análisis y diseño UML
Programación II. Guía No.3 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Herramientas UML, Análisis y diseño UML Objetivos Conocer una herramienta de modelado para la solución
Más detallesM.S.C. Elvia Cristina Márquez Salgado. Unidad 1 METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS
M.S.C. Elvia Cristina Márquez Salgado Unidad 1 METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS Definición del Problema Esta fase está dada por el enunciado del problema, el cual requiere una definición clara
Más detallesM.S.C. Elvia Cristina Márquez Salgado. Unidad 1 METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS
M.S.C. Elvia Cristina Márquez Salgado Unidad 1 METODOLOGÍA PARA LA SOLUCIÓN DE PROBLEMAS Definición del Problema Esta fase está dada por el enunciado del problema, el cual requiere una definición clara
Más detallesRESOLUCIÓN DE PROBLEMAS, BÚSQUEDA. Ing. Ronald A. Rentería Ayquipa
RESOLUCIÓN DE PROBLEMAS, BÚSQUEDA Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar
Más detallesTema: Funciones Virtuales y Polimorfismo.
Programación II. Guía No. 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Funciones Virtuales y Polimorfismo. Objetivos Comprender que es ligadura e identificar sus tipos.
Más detallesTema: Funciones Virtuales y Polimorfismo.
Programación II. Guía 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación II Tema: Funciones Virtuales y Polimorfismo. Objetivos Específicos Comprender que es ligadura e identificar
Más detalles