Simulación de Inteligencia Ar2ﬁcial Unidad 2 ...

SimulacióndeInteligenciaAr2ficialUnidad2.RepresentacióndelConocimiento–Algoritmosde

búsquedayubicacióndeDatos

CentroUniversitarioUAEMValledeMéxico

[email protected]

[email protected]

Unidad2.Rep.Con.-VictorM.LandassuriM.

LicenciaturaenInforma2caAdministra2va

1

Fechadeelaboración:Julio2016Semestre:Agosto–Diciembre2016

MAPA CURRICULAR DE LA LICENCIATURA EN INFORMÁTICA ADMINISTRATIVA 2003 CRÉDITOS TOTALES: 400

CO

NTA

BILI

DA

DC

OM

PLEM

ENTA

RIA

IDIO

MA

SM

ATE

MÁ

TICA

SA

DM

INIS

TRA

CIÓ

NIN

FORM

ÁTIC

A

ADMINISTRACIÓN POR

COMPETENCIAS

4 2

10

INGLÉS C1226

226

INGLÉS C2

COMPORTAMIENTO HUMANO DE LA ORGANIZACIÓN

4 0 8

HABILIDADES DIRECTIVAS 4 0 8

317

CÁLCULO DIFERENCIAL E

INTEGRAL

317

MATEMÁTICAS DISCRETAS

317

ESTADÍSTICA

ESTRUCTURA DE DATOS

226

226

ADMINISTRACIÓN DE BASE DE DATOS

BASES DE DATOS RELACIONALES

248

248

SISTEMAS OPERATIVOS

248

SISTEMAS OPERATIVOS PARA

RED

COMUNICACIÓN ENTRE

COMPUTADORAS 1

248

248

COMUNICACIÓN ENTRE

COMPUTADORAS 2

4210

INGENIERÍA DEL SOFTWARE

ANÁLISIS Y DISEÑO DE SISTEMAS

226

ARQUITECTURA COMPUTACIONAL

226

317

LÓGICA COMPUTACIONAL

INSTALACIONES Y SEGURIDAD

INFORMÁTICA

248

226

ADMINISTRACIÓN INFORMÁTICA

ADMINISTRACIÓN DE UNIDADES

INFORMÁTICAS

226

226

AUDITORIA INFORMÁTICA

INTRODUCCIÓN A LA INFORMÁTICA ADMINISTRATIVA

248

DISEÑO POR COMPUTADORA

248

GRAFICACIÓN Y MULTIMEDIOS

248

248

ALGORITMOS COMPUTACIONALES

248

MÉTODOS NUMÉRICOS

248

PROGRAMACIÓN ESTRUCTURADA

248

PROGRAMACIÓN ORIENTADA A

OBJETOS

248

INTRODUCCIÓN AL SOFTWARE DE BASE

TEMAS SELECTOS DE ARQUITECTURA

COMPUTACIONAL3 1 7

TEMAS SELECTOS DE REDES

COMPUTACIONALES 3 1 7

TEMAS SELECTOS DE SOFTWARE DE BASE

3 1 7

TEMAS SELECTOS DE PROGRAMACIÓN E

INGENIERÍA DE SOFTWARE3 1 7

TEMAS SELECTOS DE TRATAMIENTO DE INFORMACIÓN

3 1 7

TEMAS SELECTOS DE GRAFICACIÓN E

INTELIGENCIA ARTIFICIAL 3 1 7

TEMAS SELECTOS DE ADMINISTRACIÓN Y

AUDITORIA INFORMÁTICA 3 1 7

INGLÉS TÉCNICO INFORMÁTICO

3 1 7

317

MODELOS DE OPTIMIZACIÓN

SISTEMAS DE INFORMACIÓN

ADMINISTRATIVOS

2 26

2 26

SISTEMAS DE INFORMACIÓN DEL

CONOCIMIENTO

SISTEMAS DE INFORMACIÓN ESTRATÉGICOS

2 26

317

ADMINISTRACIÓN DE LAS PYMES

SEMINARIO DE REDES LAN2 2 6

SIMULACIÓN DE REDES WAN2 2 6

SEMINARIO DE MANTENIMIENTO

COMPUTACIONAL 2 2 6

SIMULACIÓN DE SISTEMAS DIGITALES

2 2 6

SEMINARIO DE INGENIERÍA DE

SOFTWARE2 2 6

SEMINARIO DE AUTOMATIZACIÓN DE

OFICINAS2 2 6

SEMINARIO DE ANÁLISIS Y DISEÑO DE SISTEMAS

2 2 6

SEMINARIO DE SISTEMAS DE INFORMACIÓN

2 2 6

SIMULACIÓN DE SISTEMAS EXPERTOS

2 2 6

SIMULACIÓN DE INTELIGENCIA ARTIFICIAL

2 2 6

4210

01515

TALLER DE TITULACIÓN2 2 6

LEGISLACIÓN INFORMÁTICA

ESTRATEGIAS DEL APRENDIZAJE

4 0 8METODOLOGÍA DE LA INVESTIGACIÓN

317

DESARROLLO EMPRESARIAL

226

FORMACIÓN HUMANA Y COMPROMISO SOCIAL

4 0 8VALORES

SOCIOCULTURALES

REDACCIÓN Y COMUNICACIÓN

4 0 8

SOCIEDAD Y DESARROLLO DEL

MUNDO 4 0 8

INVESTIGACIÓN SOCIAL Y COMUNIDAD

4 0 8

RESPONSABILIDAD ÉTICA DE LA EMPRESA

4 0 8

CONTABILIDAD BÁSICA

4 2

10

317

CONTABILIDAD DE COSTOS

MAPA CURRICULAR DE LA LICENCIATURA DE INFORMÁTICA ADMINISTRATIVA 2003 CRÉDITOS TOTALES: 400

EC

ON

OM

ÍAFI

NA

NZA

S

317

ANÁLISIS Y PLANEACIÓN FINANCIERA

MICROECONOMÍA MACROECONOMÍA42

10

PROYECTOS DE INVERSIÓN

317

317

HT HORAS TEÓRICASHP HORAS PRÁCTICASCR CRÉDITOS

TOTAL DEL NÚCLEO BÁSICO14 UA

110 CRÉDITOS

TOTAL DEL NÚCLEO SUSTANTIVO

28 UA206 CRÉDITOS

NÚCLEO SUSTANTIVO OBLIGATORIAS

CURSAR Y ACREDITAR 26 UA

58 HT76 HP

192 CR

NÚCLEO BÁSICO OBLIGATORIAS

CURSAR Y ACREDITAR 11 UA

34 HT 18 HP 86 CR

SIMBOLOGÍA

11 LÍNEAS DE SERIACIÓN

8 Á

REA

S C

URRI

CUL

ARE

S

TOTAL DEL PLAN DE ESTUDIOS

UA OBLIGATORIAS 43 + 1 ACTIVIDAD ACADÉMICA (DESARROLLO EMPRESARIAL)UA OPTATIVAS 10 UA A ACREDITAR 53 + 1 ACTIVIDAD ACADÉMICA (DESARROLLO EMPRESARIAL)

CRÉDITOS 400

TOTAL DEL NÚCLEO INTEGRAL11 UA + 1 ACTIVIDAD

ACADÉMICA ()DESARROLLO EMPRESARIAL)84 CRÉDITOS

NÚCLEO INTEGRAL OPTATIVAS

ACREDITAR 5 UAPARA CUBRIR 30 CRÉDITOS.

NÚCLEO SUSTANTIVO OPTATIVAS

ACREDITAR 2 UA PARA CUBRIR 14 CRÉDITOS.

NÚCLEO BÁSICO OPTATIVAS

ACREDITAR 3 UA PARA CUBRIR 24 CRÉDITOS.

NÚCLEO INTEGRAL OBLIGATORIAS

CURSAR Y ACREDITAR 6 UA + 1 ACTIVIDAD

ACADÉMICA (DESARROLLO EMPRESARIAL)

15 HT24 HP54 CR

2

•  VisiónglobaldelaUnidaddeAprendizaje(UDA)

•  Descripcióndelaunidaddeaprendizaje

•  Unidad2.RepresentacióndelConocimiento2.1Algoritmosdebúsquedadedatos2.2Algoritmosdeubicacióndedatos

•  Resumen

•  GuiónExplicaHvo

•  BibliograKa

ÍndicedeContenidos


3Unidad2.Rep.Con.-VictorM.LandassuriM.

Unidad2.Rep.Con.-VictorM.LandassuriM. 4

Descripcióndela

unidaddeaprendizaje

Iden2ficacióndelCurso

HorasdeTeoría:2hrs.

HorasdePrác2ca:2hrs.

LicenciaturaenInformáHcaAdministraHva

Créditos:6

UnidaddeAprendizajeAntecedente:Ninguna

UnidaddeAprendizajeConsecuente:Ninguna


Presentación

Debidoa los requerimientosenelmanejode la información, se hace imprescindibleel desarrollo de estrategias y algoritmosque permitan el manejo eficiente de lamisma en todas las áreas del saberhumano.LainteligenciaarHficialdesarrollamétodos para elmanejo y administracióndeésta.


LineamientosDelProfesor

•  Cubrirelprogramaensutotalidad

•  Puntualidad

•  Asistenciadel100%delassesiones

•  Aplicacióndelmarcoteóricoyprác2codelovistoenunasesióndeclaseproporcionalmenteaun33%depesoenel2empodelasesión,detalformaquesepuedaasegurarelaprendizajeypuestaenprác2cadecadaalumno.

•  Coordinarasistenciaaunaexposiciónnacionaldeequipodecómputo

•  Elaborarypublicarmaterialdidác2coenelportalacadémicodelauniversidad

DelAlumno

•  Asistenciamínimadeun80%delcurso.

•  Puntualidadconunmáximodetoleranciade15minutos

•  Elaborarycumplirlostrabajosteóricosyprác2cosquesesoliciten

•  Propuestadetalleresexternossobreelarmadodecomputadoras

•  Asis2runaexposiciónnacionaldeequipodecómputo

•  ConsultasenelportaldeInternetdelaUniversidad

•  ComunicarseporlomenosendosforosdeconsultaenelportalacadémicodelaUniversidad

•  Contarconunacuentadecorreoelectrónicoparaintercambiodematerialdidác2codelamateria


Propósito

El propósito será la simulación de los sistemasde inteligencia ar2ficial para proponersolucionesprác2casaproblemasreales.


Competenciasgenéricas

9

I d e n 2 fi c a r l o s c o m p o n e n t e s yfuncionamientodeunsistemadesimulacióndeinteligenciaar2ficial.


Ámbitodedesempeño

El proceso de enseñanza-aprendizaje serealizarámediantesesionesdeexplicaciónenclase, ejercicios grupales y realización detrabajos extraclase que complementen loenseñado en el aula. Foros y consulta dematerialeseninternet.


Estructura

11

• NocionesBásicasdeLógicaUnidad1.• RepresentacióndelConocimientoUnidad2.•  IntroducciónallenguajePrologUnidad3.•  IntroducciónallenguajeClipsUnidad4.• AplicacionesdeInteligenciaArHficialUnidad5.


Estructuraporunidad

•  Unidad1.NocionesBásicasdeLógica– Tablasdeverdad– Semán/cadellenguaje– FormulacióndeOracionesLógicas

•  Unidad2.RepresentacióndelConocimiento– Algoritmosdebúsquedadedatos– Algoritmosdeubicacióndedatos– Máquinadeinferencia


Estructuraporunidad

•  Unidad3.IntroducciónallenguajeProlog– Conocimientodelsistemaopera/vodelaPC– OperaciónbásicadelaPC– InstalacióndelsoDware– Comandosbásicosdellenguaje

•  Unidad4.IntroducciónallenguajeClips– InstalacióndelsoDware– Conceptosbásicosdellenguaje


Estructuraporunidad

•  Unidad 5. Aplicaciones de la InteligenciaArHficial– Desarrollo de Modelos de Simulación deInteligenciaAr/ficial


ProcedimientosdeEvaluación

15

2Exámenesescritos 40%Proyecto 40%Trabajo,invesHgaciones ytareas 20%



RepresentacióndelConocimiento


Contenido

17

•  Unidad2RepresentacióndelConocimiento

2.1Algoritmosdebúsquedadedatos2.2AlgoritmosdeUbicacióndedatos


2.1Algoritmosdebúsquedadedatos


AlgoritmodeBúsquedadeDatos

19

•  Localizarunelementoconcretodentrodeunaestructuradedatos.

•  Darásoluciónaunproblemaexistencialodeunelementodeterminadoenunconjuntofinitodeelementos– SielelementoencuesHónperteneceonoadichoconjunto,ademásdesulocalizacióndentrodeéste.


AlgoritmodeBúsquedadeDatos

20

•  AconHnuación,sedescribenaquellosqueseuHlizanparabuscarunelementoenunarregloolista:

•  Búsquedasecuencial:– SeuHlizacuandoelcontenidodelaestructuradedatosnoseencuentraonopuedeserordenado.


BúsquedaSecuencial

21

•  Trabajademanerasencilla– Consisteenbuscarelelementocomparándolosecuencialmente,concadaelementodelarreglooconjuntodedatoshastaqueseencuentresuubicación,ohastaqueselleguealfinaldelarreglo.

•  Laexistenciasepuedeasegurardesdeelmomentoenqueelelementoeslocalizado– Nosepuedeasegurarlanoexistenciahastaquenosehayananalizadotodosloselementosdelarreglo.


BúsquedaSecuencial

22

Ventajas•  Eselmejormétododebúsquedapararegistrosdesordenados

•  Revisanodopornodosinbrincarninguno.Desventajas•  Esmuylento•  Silosdatosnoestánenordeneselúnicométodoquepuedeemplear


BúsquedaSecuencial

23

•  Silosvaloresdelallavenosonúnicos,paraencontrartodoslosregistrosconunallaveparHcular,serequierebuscarentodalalista.

•  Rendimientopobreenlosarchivossecuenciales– AplicacionesinteracHvasqueincluyenpeHcionesoactualizacionesderegistrosindividuales


BúsquedaSecuencial

24

PrincipalesAplicaciones•  Deprocesodelotes– ÓpHmosparadichasaplicacionessiseprocesantodoslosregistros.

•  Estatécnicaesfuerte,yaqueseaplicaaunpatróndebúsquedapequeño,sencilloymanejable.


BúsquedaSecuencial--Ejemplo

25

Obje/vo:elvalor33•  Paso1:Comparar33coníndice1•  Paso2:Comparar33coníndice2•  Paso3:Comparar33coníndice3•  Paso4:Comparar33coníndice4Resultado:Valornoencontrado

Valor

Índice01234


Búsquedabinaria(dicotómica)

26

•  SeuHlizacuandoelvectorenelquequeremosdeterminarlaexistenciaonodeunelementoestáordenado,opuedeestarlo

•  EstealgoritmoreduceelHempodebúsquedaconsiderablemente.


Búsquedabinaria-Algoritmo

27

•  Secomparaelelementoabuscarconunelementocualquieradelarreglooconjuntodedatos

•  Sielvalordeésteesmayorqueeldelelementobuscadoserepiteelprocedimientoenlapartedelarregloquevadesdeeliniciodeéstehastaelelementotomado

•  Encasocontrario:


Búsquedabinaria-Algoritmo

28

•  Setomalapartedelarregloquevadesdeelelementotomadohastaelfinal.

•  Así,sevanobteniendointervaloscadavezmáspequeños,hastaobtenerunintervaloindivisible,conelelementobuscadocomoelementocentral.

•  SielelementonoseencuentradentrodeesteúlHmo–  Sededucequeelelementobuscadonoseencuentraenelarreglo.


Búsquedabinaria-Caracterís)cas

29

•  Secomparalallavebuscadaconlallavelocalizadaalcentrodelarreglo.

•  Silallaveanalizadacorrespondealabuscada– Findebúsqueda,sino:


Búsquedabinaria-Caracterís)cas

30

•  SilallavebuscadaesmenorquelaanalizadarepeHrprocesoenmitadsuperior– Sinoenlamitadinferior.

•  ElprocesodeparHrporlamitadelarregloserepitehastaencontrarelregistroohastaqueeltamañodelalistarestanteseacero,locualimplicaqueelvalordelallavebuscadanoestáenlalista.


Búsquedabinaria-Ventajas

31

•  Métodoeficientesiemprequeelvectorestéordenado.– Exigeunaordenaciónpreviadelarchivo.

•  ProporcionaunmedioparareducirelHemporequeridoparabuscarenunalista.

•  Esmásrápidoporsurecursividad,sumayorventajaesconlosarchivosextensos.


Búsquedabinaria-Ventajas

32

•  Elcódigodelprocedimientodeestabúsquedaescortoencomparaciónconlasdemástécnicasdebúsqueda.

•  Conunasolacomparacióneliminamoslamitaddelatabla– Métodomáseficientedebuscarenunalistaordenadasinempleartablasoíndicesadicionales.


Búsquedabinaria-Desventajas

33

•  Elarchivodebeestarordenado– Sueleplantearproblemasenlasinsercionesyeliminacionesdeelementos.

•  Norevisatodosloselementosdelarchivo– Requierequetodosloselementosesténordenados.

•  Mantenergrandesarchivosordenadosesmuycostoso.


Búsquedabinaria--Ejemplo

34


2.2Algoritmosdeubicacióndedatos


Algoritmosdeubicacióndedatos

36

Almomentodegeneraralgoritmosparaesteefecto,esnecesariodiseñarestrategiasdebúsquedaycontrol,alocualsedebesaberque:•  Lapalabrabúsquedaserefierealabúsquedadelasoluciónenelespacioproblema.


Algoritmosdeubicacióndedatos

37

•  UnabúsquedaprocedecondiferentesHposdeestrategiasdecontrol.– Unaestrategiasedefineescogiendoelordenenelquelosnodosseexpandenendichabúsqueda.

•  Árbol:UnárbolesunHpodeestructurajerarquizadaalternaHvoalaslistasenlazadas


Árbolesdebúsqueda

38

•  SonuHlizadasenlaprogramacióndehojasdecalculoyeninteligenciaarHficial.

•  EsunaformaparHculardegrafodirigido.

•  LaestructuraesHpoárbolyseusaparalarepresentacióndedatos.


Árbolesdebúsqueda-Notación

39

•  Nodo–  Cadaelementoselaestructura.–  Cadanodoseramificaconotrossiguiendoalgúncriterio.

•  Raíz–  Eselelementosuperiordelárbol.

•  Hojasoterminales–  SonlosnodosquenoHenensubárboles.

•  Niveloprofundidad–  Esellargodelcaminodelaraízalnodo.

•  Altura–  SonlascapasquecrecenaparHrdelaraíz.

•  Grado–  Eselnúmerodedescendientesdirectosdeunnodo.


Árbolesdebúsqueda-Notación

40


Clasificacióndelosárbolesbinarios

41

•  Árbolbinariodis/nto–  Cuandolassusestructurasdedosárbolesbinariossondiferentes.

•  Árbolbinariosimilar–  CuandosusestructurassonidénHcas–  LainformaciónqueconHenesusnodossondiferentes.

•  Árbolbinarioequivalente–  Sonarbolessimilares–  LosnodosconHenenlamismainformación.

•  Árbolbinariocompleto–  TodossusnodosexceptolosdelulHmonivel,Henedoshijos;elsubárbolizquierdoysubárbolderecho.


Recorridosparaunárbolbinario

42

•  Alestarenelnodoactual– Visitandoelnodo

•  Recorridosepuededividirendos– Visitandoel:– hijodelaizquierda– hijodeladerecha– Paracadocasoseaplicalarecursividad



43

•  Enorden(in-orden)– Consisteenrecorrerelárbolenelordenqueestá.

–  i.e.(izquierdo,raíz,derecho)•  Recorrertodoelsub-árbolizquierdo•  Visitarlaraíz•  Recorrertodoelsub-árbolderecho



45

•  Post-orden– Consisteenrecorrerlasramasenordeninverso.–  (Izquierdo,derecho,raíz)

•  Pre-orden– Consisteenrecorrerramasdesdelaraízhaciaabajo.

–  (raíz,izquierdo,derecho)


RecorridoPre-orden

47

•  Viendolosejemplosde–  In-ordenyPost-orden

¿PuedehacerunejemplosimilarconunrecorridoPre-orden?


PilasyColas

48

•  Laspilasycolassonestructurasdedatos.•  ManHeneelsiguienteorden:– Pilas

•  ÚlHmoenentrar,primeroensalir

– Colas•  Primeroenentrar,primeroensalir

•  Ambasamenudoseimplementancomolistasenlazadas– Peroesanoeslaúnicamaneraposible.


Pilas

49

•  Unalistaordenadatrabajacomo– ÚlHmoenentrarprimeroensalir(LIFO)

•  Aquílosariculos(bloques-nodos)estánensecuencia– Seapilanunaencimadelaotra,comoenunapiladelibros


Pilas

50

•  Lasinsercionesyeliminacionesserealizanenunsoloextremo– Llamadosuperior.

•  SilapilaesS=a[1],a[2]....a[n]– Entonces

•  a[1]eselelementoinferior.•  SeríaelulHmoensalir.


Pilas

51

•  Cualquierelementointermedioa[i]estáenlapartesuperiordeelementoa[i-1]– donde1<i<=n

•  TodaslasoperacionesHenenlugarenlapartesuperior.


Pilas

52

•  LaoperaciónPOP– Eliminaelementodesdelapartesuperior

•  LaoperaciónPUSH–  Insertaunelementoenlapartesuperior.

Figuratomadade:hlps://miltonlab.gitbooks.io/estructuras-de-datos-2/content/chapter5.html


Colas

53

•  UnalistaordenadatrabajacomoFirst-InFist-out(FIFO).– Primeroenentrar-primeroensalir– LoselementosenunafilaseagreganalfinalysereHrandeinicio

– Marcarestriccionessobrecómoloselementossepuedenagregaryquitardelalistaensecuencia.


Colas

54

•  UnacolaHenedosextremos.•  Todaslasinsercionessellevanacaboenunextremo,llamadoPosterioroAtrás

•  Todaslaseliminacionessellevanacaboenelotroextremo,llamadoFrenteocabeza.


Colas

55

•  SilacolaHeneunelemento[n]comolatraseraa[i-1]esdetrásdeuna[i],donde1<i>=n.

•  TodaslasoperacionesdeinserciónHenenlugarenunextremoFinal–Atrás

•  Laeliminaciónseefectúaenlapartedelantera–Frente-Cabeza


Resumen

56

•  Den t r o d e l a r ep r e s en t a c i ón de lconocimiento, aquí semostraron algoritmosde búsqueda y ubicación de datos, como labúsqueda secuencial y binaria, así comorecorridos en arboles y estructuras de HpoColasyPilas


•  Este juegodediaposiHvasdebe leerseenelordenqueaparece.

•  Anterioraeste juego,sedeberevisar laUnidad1.

NocionesbásicasdeLógica.•  Posteriormente se deberá revisar las diaposiHvas

delasección2.3.Máquinadeinferencia.

GuiónExplica2vo

Bibliograpabásica

•  AllenCollin,HandMichael,LogicPrimer,ed.MITPress,2001.

•  GiarratanoJosephC.,RileyGary,ExpertSystems:PrinciplesandProgramming,ed.Thompson,2005.

•  RosenKennethH.,DiscreteMathemaHcsanditsApplicaHons,ed.McGrawHill,2007.

•  JohnsonbaughRichard,MatemaHcasDiscretas,ed.PrenHceHall,2005.


Simulación de Inteligencia Ar2ﬁcial Unidad 2 ...

Documents

Transcript of Simulación de Inteligencia Ar2ﬁcial Unidad 2 ...