Está en la página 1de 4

2.

AGENTE INTELIGENTE

1. Defina con sus palabras un Agente Inteligente. Dentro de qu enfoque


de la IA se circunscriben los Agentes Inteligentes. Por qu?

Podemos decir que Los Agentes Inteligentes se caracterizan por desenvolverse en un entorno,
ejecutar acciones sobre l, basndose en percepciones para lograr metas deseadas por el usuario.
Seguidamente podemos apoyarnos en la defuncin de Agente: Es un sistema situado en parte de
un entorno que siente ese entorno y acta sobre l, a travs del tiempo, persiguiendo sus propios
objetivos de forma que afecte lo que siente en el futuro.1 Un agente no es un programa, es
autnomo y por tanto proactivo. Un agente es una entidad capaz de percibir el entorno y actuar
sobre l. Por tanto es un sistema que est situado y que forma parte de un determinado entorno,
que percibe este entorno y que acta en el continuamente y con su propia planificacin,
persiguiendo el objetivo de cambiar su propia percepcin. Los agentes inteligentes se sitan en el
enfoque de sistemas que actan racionalmente, por la precepcin que se tiene del entorno y la
interaccin con este.

2. Realice un mapa mental, sobre agentes inteligentes y sus Interacciones, las caractersticas, tipos,
propiedades, etc. Se debe abarcar todos los temas que se encuentran en el mdulo de agentes
inteligentes

AGENTES INTELIGENTES

Comprende

Propiedades Caractersticas Usos

. Movilidad . Comunicacin . Representante virtual


. Veracidad . El grado de inteligencia . Como asistentes personales
. Benevolencia . Autonoma . Negociador en mercado
. Racionalidad . Reactivo electrnico
. Adaptabilidad . Pro-activo . Agente de bsqueda de
. Social informacin o rastreador
. Agente secreto o espa

Clasificacin Clases
Estructura

. Movilidad.
. Agentes colaborativos
. Arquitectura de
. Agentes de Interface
construccin Agente = Programa de
. Agentes mviles
. Atributos principales Agente + Arquitectura
. Agentes de informacin
. Roles
. Lenguajes de agentes
. Hbridos y Heterogneos
3. Cada integrante expone un ejemplo de PAMA, con su respectiva explicacin.

Anlisis PAMA

En cualquier algoritmo aplicado a la IA debemos reconocer como cada parte contribuye a dicha
meta. Analicemos las maquinas (limitadas) de la IA como agentes inteligentes.

La meta planteada por la medida del buen xito de ese agente suele ser combinacin de varias
submetas. El anlisis PAMA es un ejemplo de la estrategia general de la ingeniera de dividir para
conquistar P+a+M+A cada sumando es ms fcil que la suma ponderada. La aplicacin del
ANALISIS DE REQUISITOS, que resuelve un problema analizando que es obtenible como input y
que es deseado como output. PAMA es igual a Percepciones, Acciones, Metas y Desempeo y
Ambiente.
Tomado de: http://www.slidefinder.net/i/ia_agentes/32681377/p2

Ejemplo de un anlisis PAMA de un sistema medidor de


los ritmos cardacos de un paciente.

Tipo de Agente Percepciones Acciones Metas Ambiente


Sistema medidor de Pacientes con sntomas Instalacin del medidor en Controlar posibles paros Donde se
los ritmos cardacos cardiacos, evidencias y el paciente, realizar cardiacos, reconocer encuentre el
de un paciente. respuestas del pruebas, Sntomas, respuestas fisiolgicas paciente,hospital,
paciente. evidencias y en tiempo real y clnica.
respuestas del paciente. controlarlas, alterarlas o
modificarlas a nuestro
favor. Exactitud de los
datos representacin
fiable de los mismos.

3. Complejidad de los problemas

1. Explique la definicin formal de un problema

Podemos decir que un problema es una situacin por el cual involucra un sistema como tal, y
teniendo en cuenta que sistema es todo cuanto existe en el universo de esta manera se puede
presentar un problema a nivel de sistemas abiertos y sistemas cerrados que formalmente tienen su
diferencia si damos una razn clara de lo que es un problema de un sistema abierto podemos decir
que un sistema abierto seria uno que puede intercambiar materia y energa con el exterior, mientras
que un sistema cerrado es un sistema que no puede intercambiar materia con el exterior pero si
intercambiar energa. Un breve ejemplo:

PROBLEMAS ABIERTOS PROBLEMAS CERRADOS


No son afectados por la gente. Afectados por valores, creencias y
Respuestas desconocidas. actitudes de las personas.
Tienen un proceso lgico de solucin, Respuestas no conocidas y mltiples
a travs de tcnicas
como: Lo importante no es tanto su solucin,
Anlisis de problemas sino el proceso de solucin.
Estadsticas Su solucin implica un proceso en el
Toma de decisiones que se involucran una cantidad de personas
Realiza todos los ciclos de proceso Evita ciclos del proceso.
mientras se est ejecutando

2. Mediante una presentacin explique en qu consiste y de ejemplos de las clases P, NP y NP


completo.

Clase P: contiene aquellos problemas de decisin que pueden ser resueltos en tiempo polinomico
por una MT determinista, esto es, aquellas en las que para cada par estado y smbolo exista a lo
sumo una posibilidad de ejecucin. Los problemas de complejidad polinomica son tratables, es
decir, en la prctica se pueden resolver en un tiempo razonable.

Clase NP: es aquella cuyos problemas son verificables en tiempo polinomial. Lo que se quiere decir
es que si se tuviera alguna clase de certificado de una solucin, entonces, es posible verificar en
tiempo polinomial que el certificado es correcto, respecto al tamao de la entrada.

NP-Completos: Se compone de todos los problemas que son tan faciles (o difciles) como todos
los dems que pertenecen a esta misma clase. Si es posible solucionar algn problema que sea
NPC en tiempo polinomial, entonces se podr solucionar cualquier otro problema de esta clase en
tiempo polinomial.

3. Seale y explique 3 problemas NP. Por qu se consideran problemas NP?

Ejemplo 1:

Bin Packing, que consiste en dada una secuencia de nmeros, empaquetarlos en el mnimo nmero
de latas posible, teniendo en cuenta que cada lata tiene capacidad M y la suma de los nmeros
introducidos en la lata no puede exceder el Valor M.

Ejemplo 2

Problemas de satisfactibilidad (SAT) de los que hablaremos a continuacion es un problema de


lgica matemtica y la teora de la computacin.

La satisfactibilidad proposicional es el problema de decidir si existe una asignacin de 0s y


1s a los tomos de una formula proposicional que la hacen Verdadera.

Se puede asumir que las instancias SAT estn expresadas en FNC sin prdida de
generalidad. Ejemplo: La asignacin de valores de verdad que satisfacen la frmula (P
Q) (Q R) ( R P) es P = Q = 1 y R = 0, por lo que la frmula es satisfactible.

Ejemplo 3

En el mapa tienes marcado n lugares diferentes de la ciudad y quieres saber si existe un camino
que pase por todos esos lugares exactamente una vez (sin repeticin). Este problema es muy fcil
de comprobar, si yo te propongo una solucin tu rpidamente puedes comprobar en tan solo O(n)
operaciones que el camino que yo propuse efectivamente pasa una sola vez por los n sitios. A
pesar de que es fcil de comprobar, nadie sabe cmo resolverlo fcilmente. Todos los algoritmos
que se han descubierto para este problema no son esencialmente mejores que una bsqueda por
fuerza bruta (pero nadie ha comprobado que no exista un algoritmo polinomial para resolverlo).
Este problema se conoce como el problema de Camino Hamiltoniano