Aguilar, Angie,Quizpe ,Ricardo.
Búsqueda recursiva del primero mejor (BRPM)
aeaguilarl,qricardo@unitru.edu.pe
Universidad Nacional de Trujillo (UNT), Trujillo- Perú.
y su comparativa con la Búsqueda A*
Resumen – En este documento se presentan la comparativa
entre dos tipos de búsquedas informadas en el cual se analiza el
problema de ruta por carretera correspondiente a cada una de
ellas de esta forma se detalló porque la búsqueda tal recursiva
del primero mejor es la más optima con respecto a la búsqueda
A* ya que
I. INTRODUCCIÓN
Con el paso de los siglos el ser humano ha tenido la
necesidad de conocer mas y desarrollar conocimientos esto
conlleva a que la inteligencia artificial (IA), está cada vez
más presente en nuestras vidas. Una buena definición de la
misma sería la combinación de algoritmos, que intentan
simular algunas acciones de los humanos o mejor aún, ir más
allá de la inteligencia humana. Una búsqueda consiste en,
que dada una solución conocida, se debe encontrar el
procedimiento para llegar a esa solución. En estas se parte de
una meta, a la que se le aplica algún operador que la
transforma en una o más submetas de un menor tamaño o
dificultad.
II. METODOLOGÍA
La metodología desarrollada en el presente trabajo de
investigación se basó primero en buscar información
relacionada con referente al tema que es búsquedas
informadas como búsqueda A* y búsqueda recursiva del
primero el mejor con el fin de poder comparar estos
algoritmos con la información obtenida.
Para ello, fue necesario la revisión de libros y artículos que
nos informen más detalladamente sobre cómo se maneja cada
tipo de búsqueda y cómo estos rinden, y su funcionamiento
para poco después poder implementarlo en códigos y en ellos
mostrar la eficiencia y la solución óptima que nos brindan.
Finalmente se implementó en el lenguaje de programación
Python, se observó cada uno de ellos y fueron analizados de
la búsqueda del primero mejor recursiva y la búsqueda A*,
donde se observó sus diferencias y escogiendo a la búsqueda
más óptima para los problemas propuestos.
A. DEFINICIONES
1) Búsqueda Informada
La técnica de búsqueda informada utiliza el conocimiento
específico del problema para dar una pista de la solución del
problema. Este tipo de estrategia de búsqueda en realidad
evita que los algoritmos tropiecen sobre el objetivo y la
dirección
hacia la solución. La búsqueda informada puede ser
ventajosa a comparación de la búsqueda no informada en
términos del costo donde la optimización se logra a costos de
búsqueda más bajos en la Fig. 1 observaremos dicha
comparación.
  Fig. 1. Búsqueda Informada vs. Búsqueda no Informada.
2) Estrategias
Es un algoritmo en el que se selecciona un nodo para la
expansión en función de una función de evaluación, f (n). La
función de evaluación se interpreta como una estimación de
costos, por lo que el nodo con la evaluación más baja se
expande primero. La implementación de la búsqueda del
mejor primer gráfico es idéntica a la de búsqueda de costo
uniforme excepto por el uso de función de evaluación f en
vez de menor costo de ruta g para ordenar la cola de
prioridad.
La elección de función de evaluación determina la estrategia
de búsqueda. La mayoría los mejores primeros algoritmos
Incluir una función heurística, h (n) como un componente de
función de evaluación.
3) Función Heurística
Las heurísticas son criterios, métodos o principios para
decidir cuál de entre varias acciones promete ser la mejor
para alcanzar una determinada meta.
 La función heurística h (n) es el costo estimado
del camino más barato del estado en el nodo n a
un estado objetivo.
 Las funciones heurísticas son la forma más común
de conocimiento adicional del problema para
algoritmos de búsqueda informados (heurísticos).
  Son funciones no negativas, específicas del
problema, con una restricción: si n es un nodo
objetivo, entonces h (n) = 0. Cuando usamos una
función heurística para orientar nuestra búsqueda,
realizamos búsqueda informada (heurística).
4) Costos
5) Optimalidad Espacial
B. ALGORITMOS
1) Búsqueda Recursiva Del Primero Mejor (BRPM)
Es un algoritmo en el que se selecciona un nodo para la
expansión en función de una función de evaluación, f (n). La
función de evaluación se interpreta como una estimación de
costos, por lo que el nodo con la evaluación más baja se
expande primero. La implementación de la búsqueda del
mejor primer gráfico es idéntica a la de búsqueda de costo
uniforme excepto por el uso de función de evaluación f en
vez de menor costo de ruta g para ordenar la cola de
prioridad.
La elección de función de evaluación determina la estrategia
de búsqueda. La mayoría los mejores primeros algoritmos
Incluir una función heurística, h (n) como un componente de
función de evaluación. Figura 2
  Fig. 2. Pseudocódigo BRPM.
2) Busqueda A*
Conocido también como A asterisco o A estrella fue
presentado por Peter E. Hart, Nils J. Nilsson y Bertram
Raphael en el año 1968,se clasifica dentro de los algoritmos
de búsqueda en grafos. Su función es encontrar siempre y
cuando se cumplan determinadas condiciones, el camino de
menor costo entre un nodo origen y uno objetivo, es la forma
más ampliamente conocida de la búsqueda primero el mejor,
siendo la búsqueda A* tanto completa como óptima.. Fig. 2
Fig. 3. Algoritmo de Búsqueda Informada A* .
C. PROPIEDADES DEL ALGORITMO BUSQUEDA DEL
PRIMERO MEJOR:
1) Completitud:
Este algoritmo encuentra la solución si:
 no se puede expandir fi + 1 hasta que fi finalice 
 A ∗ expande todos los nodos con f (n) <C ∗ 
 A ∗ expande algunos nodos con f (n) = C ∗ 
 A ∗ no expande ningún nodo con f (n)> C ∗ 
2) Optimalidad:
Con respecto a su optimalidad la búsqueda recursiva
del primero el mejor cumple con la característica de
ser óptimo.
3) Complejidad Temporal:
La complejidad del tiempo es difícil de caracterizar:
Depende tanto de la precisión de la función heurística y
con qué frecuencia cambia el mejor camino a medida
que los nodos se expanden. Cada cambio de mente
corresponde a una iteración de IDA∗, y podría requieren
muchas reexpansiones de nodos olvidados para recrear la
mejor ruta y extenderla un nodo más. RBFS es algo más
eficiente que IDA∗, pero aun así sufre de una excesiva
regeneración de nodos. 
4) Complejidad Espacial:
RBFS retiene más información en la memoria, pero
solo usa O(bd) memoria. Incluso si hay más memoria
disponible, RBFS no tiene forma de utilizarlo. 
D. PROPIEDADES DEL ALGORITMO A*:
1) Completitud:
Este algoritmo es completo sí.
 El factor de ramificación es finito. 
 El costo de cada acción es fijo. 
2) Optimalidad:
Con respecto a su optimalidad la búsqueda
informada del algoritmo A* cumple con la
característica de ser óptimo.
 3) Complejidad Temporal:
Tiene una complejidad temporal polinómica esto
está íntimamente relacionado con la calidad de la
heurística que se utilice en el problema. En el caso
peor, con una heurística de pésima calidad, la
complejidad será exponencial (O(2n)),
mientras que, en el caso mejor, con una buena
heurística, el algoritmo se ejecutará en tiempo
lineal(O(n)).  conclusión de que la búsqueda del primero el mejor es mejor
4) Complejidad Espacial:
Exponencial: O(bd)
III. RESULTADOS
A. Ejecución Algoritmo A*
Fig. 4. Resultado de Ejecución
B. Ejecución Algoritmo búsqueda de recursividad el primero
el mejor
Fig. 5. Resultado de Ejecución
Además, podrá acceder a los datos como usted configure y
elija, por ejemplo, estableciendo permisos de acceso para
cada empleado o departamento, en la Fig.1 se observará
como es que trabaja el modelo de la nube y cuáles son sus
características.
IV. CONCLUSIONES
De acuerdo a lo mencionado en todo este informe se puede
rescatar algo importante y es que, al realizar las
implementaciones de los dos tipos de búsquedas se llegó a la
con respecto a resolver problemas de recorridos y
rutas.Ademas que la búsqueda A* selecciona al nodo con el
valor mas bajo mientras que la busqeuda recursiva del
primero el mejor va a utilizar la variable f-limite para
realziar un seguimiento del mejor camino alternativo
disponible del ancestro del recorrido actual.
V. APENDICE
Enlace Google Colab:
Algoritmo A*
https://colab.research.google.com/drive/1XzsjgzgLKaIb9G
ABKPRO0LKWHDXY0EPM#scrollTo=swr0FT-hkR3z
Algoritmo búsqueda de recursividad el primero el mejor
https://colab.research.google.com/drive/1Ly9unld2Uyk4sZ
BsoeetUZexG4cIJfGH#scrollTo=cnrXyoI2IK5d
VI. BIBLIOGRAFÍA
[1] Duran. Luis, “El gran libro del Pc Interno ” Segunda Edición. Editorial
Marcombo, Ediciones tecnicas. Mexico 2007.
[2] Richarte. Javier, “Discos duros ” Primera Edición. RedUsers, España
2008.
[3] Dominguez. Juan, “Crea tu sistema de Almacenamiento en la nube con
Owncloud”. Editorial Elearning S.L. España 2014.