Estrategias de búsqueda

no Informada
Inteligencia Artificial
Introducción

 Cuando se nos presenta un problema, a menudo analizamos las

acciones que podemos realizar para resolverlo, casi siempre existen al
menos dos opciones para llegar a un estado deseado, al igual que para
llegar a una ciudad existen distintos caminos, así mismo existen varios
caminos que pueden llevar a una solución, sin embargo, un camino
puede ser más apropiado que otro pese a que ambos lleven al mismo
destino, aspectos como: el tráfico, la distancia, el estado de la
carretera, entre otros, conllevan a que un camino sea mejor que otro
al momento de elegir por qué camino ir para llegar un destino.
Introducción

 Al igual que elegir un camino, los agentes resolventes de problemas

también tienen varios caminos con los cuales pueden llegar a una
solución, estos caminos son acciones que pueden realizar, y dichas
acciones tienen consecuencias que provocan un estado, si este estado
es el deseado entonces se sabe que el camino o la acción que se
realizó es correcta, si no, se puede concluir que ese camino no es
adecuado y se deben buscar en los siguientes.
 Lo anteriormente dicho, puede asemejar lo que son las estrategias de
búsqueda, la búsqueda constituye las acciones a realizar para
encontrar la solución y las estrategias son la elección de los distintos
caminos, ya que de la elección de los mismos depende el éxito de la
solución del problema.
Introducción

 Las búsquedas no informadas también son denominadas búsqueda a ciegas, y

esto es porque no tienen información suficiente acerca de los estados.
Tipos de Búsqueda no Informada
Búsqueda primero en anchura

 La búsqueda en anchura consiste en buscar

horizontalmente los nodos, es decir expandir de izquierda
a derecha, todos los nodos de un nivel, para así poder
pasar al siguiente nivel, es una búsqueda óptima cuando
el espacio de estados no es infinito, sin embargo esta
búsqueda tiene complejidad de espacio ya que se deben
guardar en memoria, los nodos extendidos.
Búsqueda primero en anchura

 La búsqueda en anchura tiene una estructura de cola

FIFO, es decir, el primero en extender es el primero en
extender a nuevos nodos y así sucesivamente.
Búsqueda primero en anchura

 Completitud: Es completo si el número de estados posibles

es finito
 Optimización: No es tan óptimo si el factor de
ramificación es infinito
 Complejidad del tiempo: Existe complejidad de tiempo
 Complejidad de espacio: Se debe guardar en memoria los
nodos expandidos.
Búsqueda primero en Profundidad

 La búsqueda primero en profundidad consiste en buscar

verticalmente es decir, el nodo raíz se expande , luego el
hijo es expandido, a los siguientes de manera vertical y
por la izquierda, en caso de que el nodo este repetido se
pasa al siguiente nodo de la derecha, esto se realiza hasta
terminar en el último nodo de esa rama. Se puede decir
que tiene una estructura de cola LIFO.
Búsqueda primero en Profundidad
Búsqueda primero en Profundidad

 Completitud: Es incompleto si se hace una mala relación

en la rama, nunca podría llegar a la solución.
 Optimización: No es óptimo cuando hay un sin número de
estados posibles, ya que no hay solución optima.
 Complejidad del tiempo: El tiempo puede ser infinito si se
toma un mal camino.
 Complejidad de espacio: No necesita tanta memoria, ya
que se almacena en un solo camino.
Búsqueda en Profundidad Limitada

 En ciencias de la computación, la búsqueda en profundidad limitada

es un algoritmo para explorar los vértices de un grafo. Es una
modificación de la búsqueda en profundidad y se usa, por ejemplo, en
el algoritmo de búsqueda en profundidad iterativa.
 Como la búsqueda en profundidad normal, la búsqueda en
profundidad limitada es una búsqueda sin información. Funciona igual
que la búsqueda en profundidad simple, pero evita los inconvenientes
respecto a la completitud, imponiendo un límite máximo de
profundidad de búsqueda. Incluso aunque la búsqueda pudiese
expandir un vértice más allá de esa profundidad, no lo hará, por lo
que no continuará por caminos de profundidad infinita ni se atascará
en ciclos.
 La búsqueda en profundidad limitada encontrará una solución si esta
se encuentra dentro del límite de profundidad, lo que garantiza
completitud en todos los grafos.
Búsqueda en Profundidad Limitada

 Complejidad en espacio.- BPL usa una búsqueda en profundidad, la

complejidad en espacio es equivalente a la búsqueda en profundidad simple.
 Complejidad en tiempo.- Como internamente BPL usa una búsqueda en
profundidad, la complejidad en tiempo es equivalente a la búsqueda en
profundidad simple y es el número de lados en el grafo explorado. Nótese que
la BPL no explora el grafo completo, sólo la parte que hay antes del límite de
profundidad.
 Completitud.- Aunque BPL no puede seguir caminos de longitud infinita, ni
puede atascarse en ciclos, en general el algoritmo no es completo ya que no
puede encontrar una solución más allá del límite de profundidad. Pero si la
profundidad máxima elegida es mayor a la profundidad de alguna solución, el
algoritmo pasa a ser completo.
 Optimización.- BPL no es óptima. Aún tiene el problema de la búsqueda en
profundidad simple de que primero explora un camino hasta su fin, en el cual
puede encontrar una solución que es más cara que alguna otra solución en
otro camino.
Búsqueda de Costo Uniforme

 Esta búsqueda hace una expansión de los nodos que tengan un costo
de camino más pequeño, por lo tanto esta búsqueda no se enfoca en
el número de pasos a seguir sino más bien en el costo que estos pasos
tienen.
 Este tipo de búsqueda trabaja con grafos binarios y su funcionamiento
es asignar un costo al camino que recorre, la búsqueda de costo
uniforme se relaciona mucho con la búsqueda primero en anchura,
diferenciándose en el costo que asigna la primera en la elección de las
acciones que realiza.
Búsqueda de Costo Uniforme
Búsqueda de Costo Uniforme

 Completitud: Es incompleto si la búsqueda se da por un

nivel que tenga un coste muy bajo pero conlleve realizar
los mismos pasos infinitamente.
 Optimización: Si el costo es mayor a alguna constante
positiva pequeña se puede asegurar la optimización.
 Complejidad del tiempo: Esta búsqueda podría ser infinita
si se elige una acción que tenga un coste de cero pero que
haga que se repitan los estados una y otra vez.
 Complejidad de espacio: No tiene mayor complejidad con
la memoria.
Búsqueda Bidireccional

 Es aquella en la que se puede tomar dos direcciones,

hacia adelante desde el estado inicial o hacia atrás desde
el estado objetivo, estas direcciones se toman al mismo
tiempo.
 La búsqueda bidireccional es considerada una búsqueda
que posee un algoritmo llamado de fuerza bruta, debido a
que necesita tener un estado objetivo planteado, es decir
que necesita conocer cuál será el objetivo, por lo tanto no
es simplemente una prueba para una condición deseada.
Búsqueda Bidireccional
Búsqueda Bidireccional

 Completitud: Es completo ya que si la búsqueda hacia

adelante y la búsqueda hacia atrás están en la misma
frontera, al encontrarse e habrá encontrado la solución.
 Optimización: Es óptimo debido a que se encuentra la
solución en menos pasos q las otras búsquedas .
 Complejidad del tiempo: Se optimiza el tiempo ya que la
solución siempre está en medio.
 Complejidad de espacio: al menos una de las búsquedas
debe ser guardad en memoria.
Búsqueda Bidireccional

 Esta búsqueda utiliza dos algoritmos los cuales son front

to back y front to front y un ejemplo de la utilización de
ésta búsqueda, podría ser el algoritmo DIJSKTRA publicado
en 1959 que resuelve una ruta dando un árbol de las
mismas.
Conclusiones

 Las estrategias de búsqueda no informada son utilizadas cuando no se

sabe del problema más que su estado inicial y su estado objetivo,
estas estrategias sirven para encontrar una solución a un problema.
 Existen distintas estrategias, cada una tiene una variación en cuanto a
los 4 factores más importantes en la resolución de un problema, los
cuales son la optimización, completitud, la complejidad de espacio y
la complejidad de tiempo.
 Pese a que cada una de estas estrategias es distinta, su fin es común
es resolver un problema, sin embargo, se debe elegir correctamente
la estrategia que puede resolver el problema que el agente tiene, ya
que cada una de las estrategias de búsqueda no informada, sirve para
algún tipo de problema específico