Ejer Cici Os Re Sueltos Bus Queda

Ejercicios Resueltos sobre Problemas
de Búsqueda en Espacios de Estados
Severino Fernández Galán

Departamento de Inteligencia Artificial
Escuela Técnica Superior de Ingeniería Informática
Universidad Nacional de Educación a Distancia (UNED)
Correo-e: seve@dia.uned.es
Primera versión: Abril 2012

Última versión: Abril 2020
1. INTRODUCCIÓN
El presente documento es un compendio de ejercicios resueltos sobre diferentes problemas de búsqueda

en espacios de estados. Ha sido escrito a partir de ejercicios diseñados por el autor para alumnos de la
asignatura:
“Fundamentos de Inteligencia Artificial”

Grado en Ingeniería Informática y Grado en Ingeniería en Tecnologías de la Información
Universidad Nacional de Educación a Distancia
El documento está organizado por años: se parte del año 2012 y cada año corresponde a la realización
de seis ejercicios. La estructura de ejercicios se repite para cada año, aunque con enunciados diferentes.
Cualquier persona interesada en comunicar erratas o en utilizar parte del contenido del presente
documento puede ponerse en contacto con el autor en la dirección de correo electrónico arriba indicada.

AÑO 2012
EJERCICIO 1:
Dibuje mediante un grafo dirigido o describa detalladamente mediante una tabla el espacio de estados (o
espacio de búsqueda) completo para el problema del barquero. Para ello especifique: el conjunto de
todos los estados posibles, el estado inicial, el o los estados meta, los operadores aplicables a cada
estado y el coste asociado a cada operador. En el problema del barquero, un barquero se encuentra en la
orilla de un río con un puma, una cabra y una lechuga. Su intención es trasladar los tres elementos
anteriores a la otra orilla por medio de un bote con capacidad para dos (el propio barquero y uno
cualquiera de los elementos mencionados). La dificultad reside en que si el puma se quedara solo con la
cabra entonces la devoraría y lo mismo sucedería si la cabra se quedara sola con la lechuga. ¿Cuál es la
solución menos costosa para el problema del barquero?
CRITERIOS DE EVALUACIÓN DEL EJERCICIO 1:

La evaluación sobre 10 puntos de este ejercicio se realizaría atendiendo a los siguientes criterios:
 Los estados se especifican correctamente: 2.5 puntos
 Los operadores se especifican correctamente: 2.5 puntos
 Los costes de los operadores se especifican correctamente: 1 punto
 El espacio de búsqueda se dibuja (mediante un grafo dirigido) o se describe (mediante una tabla)
correctamente: 3 puntos
 La solución de menor coste se especifica correctamente: 1 punto
SOLUCIÓN DEL EJERCICIO 1 (por Severino Fernández Galán):
Para representar los estados posibles utilizaremos la siguiente notación: “B” se corresponde con el
barquero, “C” con la cabra, “L” con la lechuga y “P” con el puma. Además, el estado del problema lo
representaremos como (X - Y), donde X contiene los elementos de {B, C, L, P} que están en la orilla
izquierda e Y contiene el resto de elementos, que están en la orilla derecha. Por ejemplo, (B - CLP)
representa el estado en que el barquero está en la orilla izquierda y el resto de elementos están en la
orilla derecha.
Supongamos que inicialmente todos los elementos están en la orilla izquierda y queremos pasarlos
a la orilla derecha. Por tanto, el estado inicial será (BCLP -), mientras que el único estado meta será (-
BCLP). Obsérvese que los elementos de una misma orilla los ordenamos alfabéticamente por sencillez en
la exposición.
Dado un estado cualquiera, el número de operadores aplicables al mismo coincide con el número
de elementos situados en la orilla del barquero, incluido el propio barquero. Por ejemplo, los operadores
aplicables al estado (CL - BP) son dos: que el barquero se traslade a la otra orilla o que el barquero se
traslade con el puma a la otra orilla. Denominaremos “B”, “BC”, “BL”, “BP” a los cuatro operadores
posibles: que el barquero se traslade a la otra orilla sólo, con la cabra, con la lechuga o con el puma,
respectivamente. Se puede considerar que cada operador tiene coste unidad, ya que buscamos la
solución que realice menos viajes de orilla a orilla con el bote.
En la tabla 1.1 figuran los estados posibles del sistema, los operadores que se pueden aplicar a
cada estado posible y los estados resultantes de aplicar cada operador.
OPERADORES
ESTADOS
B BC BL BP
(BCLP -) (CLP - B) (LP - BC) (CP - BL) (CL - BP)
(CLP - B) Estado no permitido
(BLP - C) (LP - BC) No aplicable (P - BCL) (L - BCP)
(BCP - L) (CP - BL) (P - BCL) No aplicable (C - BLP)
(BCL - P) (CL - BP) (L - BCP) (C - BLP) No aplicable
(LP - BC) (BLP - C) (BCLP -) No aplicable No aplicable
(CP - BL) Estado no permitido
(CL - BP) Estado no permitido
(BP - CL) Estado no permitido
(BL - CP) Estado no permitido
(BC - LP) (C - BLP) (- BCLP) No aplicable No aplicable
(P - BCL) (BP - CL) (BCP - L) (BLP - C) No aplicable
(L - BCP) (BL - CP) (BCL - P) No aplicable (BLP - C)
(C - BLP) (BC - LP) No aplicable (BCL - P) (BCP - L)
(B - CLP) Estado no permitido
(- BCLP) Estado META
Tabla 1.1: Estados posibles, operadores aplicables a cada estado y estados resultantes de aplicar cada
operador para el problema del barquero.
De forma alternativa, la información incluida en la tabla 1.1 se puede representar mediante un grafo
dirigido tal como se muestra en la figura 1.1. En dicha figura, los estados no permitidos se han marcado
con líneas discontinuas y se ha utilizado línea doble para marcar el estado inicial y el estado meta. Por
otra parte, obsérvese que el estado (B - CLP) queda aislado en el espacio de búsqueda.
(BCLP -)
B BL
BP BC
BC
(CLP - B) (CL - BP) (CP - BL)
(LP - BC)
B
B
B BP (BLP - C) BL
B
(L - BCP) BP BL (P - BCL) BC
BC
B B BC
BC (BCP - L)
(BCL - P)
BL
(BL - CP) (BP - CL) BP
BP
BL (C - BLP)
B
B
(BC - LP)
BC (B - CLP)
(- BCLP)
Figura 1.1: Grafo dirigido que representa el espacio de búsqueda para el problema del barquero.
La solución menos costosa para el problema del barquero (o, en este caso, las dos soluciones
menos costosas) consiste en: llevar la cabra a la otra orilla, regresar solo, llevar la lechuga o el puma a la
otra orilla, regresar con la cabra, llevar el elemento que estaba solo en la orilla original a la otra orilla,
regresar solo y llevar la cabra a la otra orilla.
EJERCICIO 2:
Considere el espacio de búsqueda de la figura 2.1, que tiene forma de árbol, donde el nodo raíz del árbol
es el nodo inicial, existe un único nodo meta y cada operador tiene asociado un coste. Explique
razonadamente en qué orden se expandirían los nodos de dicho árbol de búsqueda a partir de cada uno
de los métodos siguientes de búsqueda sin información del dominio:
1. Búsqueda Primero en Anchura (de izquierda a derecha)
2. Búsqueda Primero en Profundidad (de derecha a izquierda)
3. Búsqueda de Coste Uniforme
4. Búsqueda en Anchura Iterativa (de derecha a izquierda)
5. Búsqueda en Profundidad Iterativa (de izquierda a derecha)
J 1
2
5
D M

K
3 1 2 10
6
C L A H O
4 3 2 5 3 20
I B N Q R G
8 6 1
F P E
Figura 2.1: Árbol de búsqueda en el que el nodo inicial es J, el nodo meta es E y el coste de cada operador
aparece al lado del arco que lo representa.

 Cada uno de los cinco apartados, correspondiente a un método de búsqueda concreto, se
puntúa sobre 2 puntos.
 Si en cualquiera de los cinco apartados el algoritmo correspondiente no expande los nodos en el
orden debido: la puntuación del apartado bajaría 1.6 puntos si el orden dado como respuesta
varía significativamente del correcto, mientras que si el orden dado como respuesta varía del
correcto como consecuencia de un despiste no conceptual entonces la puntuación del apartado
bajaría sólo 0.4 puntos en vez de los 1.6 puntos mencionados.
 Si en cualquiera de los cinco apartados el algoritmo correspondiente no finaliza cuando es
debido, la puntuación del apartado bajaría 0.4 puntos. (Esto es independiente del orden de
expansión de nodos dado como respuesta, que ya ha sido valorado anteriormente con un
máximo de 1.6 puntos.)

Este algoritmo explora el árbol de búsqueda por niveles de profundidad, así que el orden de expansión de
los nodos de izquierda a derecha sería el reflejado en la figura 2.2.

Este algoritmo explora el árbol de búsqueda bajando de nivel siempre que sea posible. Si no es posible,
se sube al nodo más cercano al nodo actual desde el que poder seguir bajando de nivel. El orden de
expansión de los nodos de derecha a izquierda según este algoritmo se dibuja en la figura 2.3.

Este algoritmo explora el árbol de búsqueda expandiendo aquel nodo disponible cuyo coste al nodo inicial
sea el menor. El orden de expansión de nodos según este criterio se indica en la figura 2.4. Obsérvese
que después de la sexta expansión (nodo H), hay un empate entre los nodos C y L, cuyos costes al nodo
inicial son iguales a 8 en ambos casos. Nosotros hemos elegido el nodo C para realizar la séptima
expansión, pero también se podría haber elegido el nodo L. Los empates posteriores también los
deshacemos de esta forma arbitraria.
J 1
2
1 5
D 3 M
4
K
2 3 2
6 1 10
8
C 5 6 L 7 A
H O
9
4 3 2 5 3 20
10 11 B 12 13 15
I N Q 14 R G
8 6 1
16 F P E
17
Figura 2.2: Orden de expansión de nodos para el árbol de la figura 2.1 según la búsqueda primero en anchura (de
izquierda a derecha). Observe que el nodo meta no es realmente expandido (es decir, sus hijos no son generados),
ya que justo antes de su expansión se comprueba que es un nodo meta y, por tanto, el algoritmo termina en ese
momento sin que se lleguen a generar sus hijos.
J 1
2
1 5
D 4 M
2
K
3 1 2 10
6
5
C 8 L 6 A
H O
3
4 3 2 5 3 20
10 7
I B N Q 9 R G
8 6 1
F P E
Figura 2.3: Orden de expansión de nodos para el árbol de la figura 2.1 según la búsqueda primero en profundidad
(de derecha a izquierda). Observe que el nodo meta no es realmente expandido (es decir, sus hijos no son
generados), ya que justo antes de su expansión se comprueba que es un nodo meta y, por tanto, el algoritmo
termina en ese momento sin que se lleguen a generar sus hijos.
J 1
2
1 5
D 4 M
2
K
3 3 2
6 1 10
6
C 7 8 L 5 A
H O
10
4 3 2 5 3 20
13 12 B 9 14
I N Q 11 R G
8 6 1
F P E
Figura 2.4: Orden de expansión de nodos para el árbol de la figura 2.1 según la búsqueda de coste uniforme.
Observe que el nodo meta no es realmente expandido (es decir, sus hijos no son generados), ya que justo antes de
su expansión se comprueba que es un nodo meta y, por tanto, el algoritmo termina en ese momento sin que se
lleguen a generar sus hijos.
Este algoritmo ejecuta iterativamente varias búsquedas primero en anchura, de manera que entre
iteración e iteración se incrementa en una unidad el número máximo de hijos que se generan en cada
expansión de un nodo padre. Al principio (en la primera iteración), únicamente un hijo es generado en
cada expansión. En las figuras 2.5a, 2.5b y 2.5c se muestran los órdenes de expansión de nodos para
cada una de las iteraciones de búsqueda primero en anchura que son necesarias para este ejemplo de
búsqueda en anchura iterativa.
J 1
2
1 5
D M
2
K
3 1 2 10
6
C L A H O
3
4 3 2 5 3 20
I B N Q R G
8 6 1
F P E
Figura 2.5a: Primera iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que como
máximo un hijo es generado en cada expansión de un nodo padre.
J 1
2
1 5
D 3 M
2
K
3 1 2 10
6
5
C L 6 A
H O
4
4 3 2 5 3 20
7
I B N Q R G
8 6 1
F P E
Figura 2.5b: Segunda iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que como
máximo dos hijos son generados en cada expansión de un nodo padre.
J 1
2
1 5
D 3 M
2
K
4 3 2
6 1 10
6
C 9 8 L 7 A
H O
5
4 3 2 5 3 20
15 14 B 13 12 10
I N Q 11 R G
8 6 1
F P E
Figura 2.5c: Tercera y última iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que
como máximo tres hijos son generados en cada expansión de un nodo padre.

Este algoritmo ejecuta iterativamente varias búsquedas primero en profundidad, de manera que entre
iteración e iteración se incrementa en una unidad la profundidad límite. Al principio (en la primera
iteración), la profundidad límite es igual a 1, así que sólo se podrá expandir el nodo inicial, cuya
profundidad es igual a 0. En las figuras 2.6a, 2.6b, 2.6c y 2.6d se muestran los órdenes de expansión de
nodos para cada una de las iteraciones de búsqueda primero en profundidad que son necesarias para
este ejemplo de búsqueda en profundidad iterativa.
J 1
2
1 5
D M

K
3 1 2 10
6
C L A H O
4 3 2 5 3 20
I B N Q R G
8 6 1
F P E
Figura 2.6a: Primera iteración de la búsqueda en profundidad iterativa de izquierda a derecha, en la que la
profundidad límite es igual a 1 y únicamente son expandidos nodos con una profundidad máxima de 0.
J 1
2
1 5
D 3 M
4
K
2 3 2
6 1 10
C L A H O
4 3 2 5 3 20
I B N Q R G
8 6 1
F P E
Figura 2.6b: Segunda iteración de la búsqueda en profundidad iterativa de izquierda a derecha, en la que la
J 1
2
1 5
D 4 M 8
K
2 3 2
6 1 10
7
C 3 5 L 6 A
H O
9
4 3 2 5 3 20
I B N Q R G
8 6 1
F P E
Figura 2.6c: Tercera iteración de la búsqueda en profundidad iterativa de izquierda a derecha, en la que la
J 1
2
1 5
D 7 M
K
2 3 2
6 1 10
C 3 8 L A H O
4 3 2 5 3 20
4 5 B 6 9
I N Q R G
8 6 1
F P E
Figura 2.6d: Cuarta iteración de la búsqueda en profundidad iterativa de izquierda a derecha, en la que la
Observe que realmente el nodo meta no es expandido en esta última iteración porque se encuentre a la profundidad
límite. Esta condición no se llega a comprobar, ya que justo antes se averigua que el nodo es meta y, por tanto, el
algoritmo termina.
EJERCICIO 3:
es el nodo inicial, existe un único nodo meta y cada operador tiene asociado un coste. Describa cuál es el
contenido de ABIERTA, previamente a cada extracción de un nodo de la misma, a partir de cada uno de
los métodos siguientes de búsqueda sin información del dominio:
H 3
2
1
D M

P
30 10 2 4
1
N L E J C
1 3 5 15 3 2
I K O Q R G
1 6 1
F B A
Figura 3.1: Árbol de búsqueda en el que el nodo inicial es H, el nodo meta es A y el coste de cada operador

 Si en cualquiera de los cinco apartados el algoritmo correspondiente no gestiona ABIERTA en la
forma debida: la puntuación del apartado bajaría 1.6 puntos si la respuesta dada varía
significativamente de la correcta, mientras que si la respuesta dada varía de la correcta como
consecuencia de un despiste no conceptual entonces la puntuación del apartado bajaría sólo 0.4
puntos en vez de los 1.6 puntos mencionados.
debido, la puntuación del apartado bajaría 0.4 puntos. (Esto es independiente de la gestión de
ABIERTA dada como respuesta, que ya ha sido valorada anteriormente con un máximo de 1.6
puntos.)

Este algoritmo usa ABIERTA como una cola, de manera que siempre se saca el primer nodo de la cola y
se introducen sus hijos al final de la misma. El contenido de ABIERTA previamente a cada extracción de
un nodo es el siguiente:
Antes de sacar H: {H}
Antes de sacar P: {P, D, M}
Antes de sacar D: {D, M, N}
Antes de sacar M: {M, N, L, E}
Antes de sacar N: {N, L, E, J, C}
Antes de sacar L: {L, E, J, C, I, K, O}
Antes de sacar E: {E, J, C, I, K, O, Q, R, G}
Antes de sacar J: {J, C, I, K, O, Q, R, G}
Antes de sacar C: {C, I, K, O, Q, R, G}
Antes de sacar I: {I, K, O, Q, R, G}
Antes de sacar K: {K, O, Q, R, G}
Antes de sacar O: {O, Q, R, G, F, B}
Antes de sacar Q: {Q, R, G, F, B}
Antes de sacar R: {R, G, F, B, A}
Antes de sacar G: {G, F, B, A}
Antes de sacar F: {F, B, A}
Antes de sacar B: {B, A}
Antes de sacar A: {A}
META ENCONTRADA
Observe que, tras cada expansión del nodo sacado de ABIERTA, sus nodos hijos más a la izquierda se
introducen en ABIERTA antes que los situados más a la derecha.

Este algoritmo usa ABIERTA como una pila, de manera que siempre se saca el primer nodo de la pila y
se introducen sus hijos al principio de la misma. El contenido de ABIERTA previamente a cada extracción
de un nodo es el siguiente:
Antes de sacar M: {M, D, P}
Antes de sacar C: {C, J, D, P}
Antes de sacar J: {J, D, P}
Antes de sacar D: {D, P}
Antes de sacar E: {E, L, P}
Antes de sacar L: {L, P}
Antes de sacar G: {G, R, Q, P}
Antes de sacar R: {R, Q, P}
Antes de sacar Q: {Q, P}
Antes de sacar A: {A, P}
META ENCONTRADA
Observe que, tras cada expansión del nodo sacado de ABIERTA, sus nodos hijos más a la derecha se
introducen en ABIERTA después que los situados más a la izquierda.

Este algoritmo mantiene ABIERTA ordenada según el coste del camino desde cada nodo al nodo inicial.
En este ejercicio desharemos de forma arbitraria los posibles empates que surjan al determinar qué nodo
se debe sacar de ABIERTA. El contenido de ABIERTA previamente a cada extracción de un nodo es el
siguiente:
Antes de sacar H: {H(0)}
Antes de sacar D: {D(1), P(2), M(3)}
Antes de sacar P: {P(2), M(3), E(11), L(31)}
Antes de sacar M: {M(3), N(3), E(11), L(31)}
Antes de sacar N: {N(3), J(5), C(7), E(11), L(31)}
Antes de sacar I: {I(4), J(5), K(6), C(7), O(8), E(11), L(31)}
Antes de sacar J: {J(5), K(6), C(7), O(8), E(11), L(31)}
Antes de sacar K: {K(6), C(7), O(8), E(11), L(31)}
Antes de sacar C: {C(7), F(7), O(8), E(11), B(12), L(31)}
Antes de sacar F: {F(7), O(8), E(11), B(12), L(31)}
Antes de sacar O: {O(8), E(11), B(12), L(31)}
Antes de sacar E: {E(11), B(12), L(31)}
Antes de sacar B: {B(12), L(31)}
Antes de sacar L: {L(31)}
Antes de sacar G: {G(33), R(34), Q(46)}
Antes de sacar R: {R(34), Q(46)}
Antes de sacar Q: {Q(46)}
Antes de sacar A: {A(47)}
META ENCONTRADA
Observe que, tras cada expansión de un nodo, sus nodos hijos son introducidos en ABIERTA, donde
todos los nodos quedan siempre ordenados por coste creciente. Para facilitar el seguimiento del
algoritmo, entre paréntesis y al lado de cada nodo de ABIERTA se especifica el coste del camino para ir
desde dicho nodo hasta el nodo inicial.

Debido a que este algoritmo es una iteración de la búsqueda primero en anchura, los dos gestionan
ABIERTA del mismo modo, es decir, como una cola. La diferencia reside en que en la búsqueda en
anchura iterativa en cada iteración se fija un número máximo de hijos que pueden ser generados al
expandir un nodo padre. Este número empieza valiendo 1 y es incrementado en una unidad al principio
de cada nueva iteración.
Iteración 1 (cada expansión de un nodo padre genera como máximo un hijo):
Antes de sacar M: {M}
Antes de sacar C: {C}
Iteración 2 (cada expansión de un nodo padre genera como máximo dos hijos):
Antes de sacar M: {M, D}
Antes de sacar D: {D, C, J}
Antes de sacar C: {C, J, E, L}
Antes de sacar J: {J, E, L}
Antes de sacar E: {E, L}
Antes de sacar L: {L}
Antes de sacar G: {G, R}
Antes de sacar R: {R}
Iteración 3 (cada expansión de un nodo padre genera como máximo tres hijos):
Antes de sacar D: {D, P, C, J}
Antes de sacar P: {P, C, J, E, L}
Antes de sacar C: {C, J, E, L, N}
Antes de sacar J: {J, E, L, N}
Antes de sacar E: {E, L, N}
Antes de sacar L: {L, N}
Antes de sacar N: {N, G, R, Q}
Antes de sacar G: {G, R, Q, O, K, I}
Antes de sacar R: {R, Q, O, K, I}
Antes de sacar Q: {Q, O, K, I}
Antes de sacar O: {O, K, I, A}
Antes de sacar K: {K, I, A}
Antes de sacar I: {I, A, B, F}
Antes de sacar A: {A, B, F}
META ENCONTRADA

Debido a que este algoritmo es una iteración de la búsqueda primero en profundidad, los dos gestionan
ABIERTA del mismo modo, es decir, como una pila. La diferencia reside en que en la búsqueda en
profundidad iterativa en cada iteración se fija una profundidad límite propia. Este número empieza
valiendo 1, lo cual permite expandir únicamente el nodo inicial, y es incrementado en una unidad al
principio de cada nueva iteración.
Iteración 1 (profundidad límite igual a 1):
Nótese que P no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar D: {D, M}
Nótese que D no es expandido por coincidir su profundidad con la profundidad límite.
Nótese que M no es expandido por coincidir su profundidad con la profundidad límite.

Antes de sacar N: {N, D, M}
Nótese que N no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar L: {L, E, M}
Nótese que L no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar E: {E, M}
Nótese que E no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar J: {J, C}
Nótese que J no es expandido por coincidir su profundidad con la profundidad límite.
Nótese que C no es expandido por coincidir su profundidad con la profundidad límite.

Antes de sacar I: {I, K, O, D, M}
Nótese que I no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar K: {K, O, D, M}
Nótese que K no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar O: {O, D, M}
Nótese que O no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar Q: {Q, R, G, E, M}
Nótese que Q no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar R: {R, G, E, M}
Nótese que R no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar G: {G, E, M}
Nótese que G no es expandido por coincidir su profundidad con la profundidad límite.

Antes de sacar F: {F, B, O, D, M}
Nótese que F no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar B: {B, O, D, M}
Nótese que B no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar Q: {Q, R, G, E, M}
Antes de sacar A: {A, R, G, E, M}
META ENCONTRADA
EJERCICIO 4:
contenido de TABLA_A, posteriormente a cada expansión de un nodo, a partir de cada uno de los
métodos siguientes de búsqueda sin información del dominio:
L
1 2
K
J
2 3 1
I A C
4 5 2 6 5 1
H G E F B D
Figura 4.1: Árbol de búsqueda en el que el nodo inicial es L, el nodo meta es B y el coste de cada operador aparece
al lado del arco que lo representa.
Para cada nodo de TABLA_A incluya la siguiente información: su nodo padre y el coste al nodo inicial.
(En este ejercicio no es necesario incluir en TABLA_A información sobre los hijos de cada nodo
expandido, ya que sólo existe un camino desde cada nodo al nodo inicial y, por tanto, el mejor camino
desde cada nodo al nodo inicial no cambia a lo largo del proceso de búsqueda.)

 Si en cualquiera de los cinco apartados el algoritmo correspondiente no gestiona TABLA_A en la
TABLA_A dada como respuesta, que ya ha sido valorada anteriormente con un máximo de 1.6
puntos.)
De cara a ilustrar la respuesta convenientemente, incluimos la información de TABLA_A gráficamente:

por un lado, para cada nodo generado en una expansión trazamos un nodo ascendente a su padre y, por
otro lado, indicamos el coste al nodo inicial al lado de cada nodo generado.

- En primer lugar expandimos el nodo inicial, generando sus nodos hijos. Desde cada nodo hijo trazamos
un nodo ascendente a su nodo padre. Al lado de cada nodo hijo indicamos el coste desde dicho nodo al
nodo inicial.
L
1 2
K
J 1 2
- Expandimos J:
L
1 2
K 2
J 1
2 3
3 I A 4
- Expandimos K:
L
1 2
K 2
J 1
2 3 1
3 I A 4 C 3
- Expandimos I:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
4 5 2
7 H G 8 E 5
- Expandimos A:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
4 5 2 6
7 H G 8 E 5 F 10
- Expandimos C:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
4 5 2 6 5 1
7 H G 8 E 5 F 10 8 B D 4
- TABLA_A no cambiaría tras las expansiones sucesivas de H, G, E, F y B. Como B es meta, el algoritmo
terminaría al intentar expandir B.

Cuando sea necesario, en este algoritmo aplicaremos la función LimpiarTABLA_A (véase texto base,
página 318). Tras la extracción de un nodo de ABIERTA y su posible expansión, dicha función elimina
aquellos nodos que ya no son necesarios en el proceso de búsqueda de la meta. Esto permite preservar
la linealidad de la complejidad espacial de este algoritmo con respecto a la profundidad de la solución.
- En primer lugar expandimos el nodo inicial.
L
1 2
K
J 1 2
- Expandimos K:
L
1 2 2
1 K
J
1
C 3
- Expandimos C:
L
1 2
K 2
1 J
1
C 3
5 1
8 B D 4
- Expandimos D. Seguidamente aplicamos LimpiarTABLA_A a D, es decir, sacamos D de TABLA_A por
no tener hijos en ABIERTA:
L
1 2
K 2
1 J
1
C 3
8 B
- A continuación llegaríamos a la meta al elegir B para su expansión.
- En primer lugar expandimos el nodo inicial.
L
1 2
K
J 1 2
- Expandimos J:
L
1 2
K 2
J 1
2 3
3 I A 4
- Expandimos K:
L
1 2
K 2
J 1
2 3 1
3 I A 4 C 3
Seguidamente podríamos expandir I o C, ya que el coste desde ambos nodos al inicial es igual a tres.
Elegimos I de forma arbitraria.
- Expandimos I:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
4 5 2
7 H G 8 E 5
- Expandimos C:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
4 5 2 5 1
7 H G 8 E 5 8 D
B 4
- Tras expandir D arbitrariamente (frente a A), TABLA_A no cambia. Nótese que D no podría volver a ser
expandido, ya que ha sido extraído de ABIERTA. Seguidamente expandimos A:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
4 5 2 6 5 1
7 H G 8 E 5 F 10 8 B D 4
- Tras expandir E y H, TABLA_A no cambia. A continuación elegimos expandir B de forma arbitraria

(frente a G) y alcanzamos la meta.
Iteración 1 (se genera como máximo 1 nodo hijo en cada expansión de un nodo padre):
- Expandimos el nodo inicial:
L
2
K
2
- Expandimos K:
L
2
K 2
1
C 3
- Expandimos C:
L
2 2
K
C 3
D 4
- Al expandir D finaliza la iteración actual.
Iteración 2 (se generan como máximo 2 nodos hijos en cada expansión de un nodo padre):
L
1 2
K
J 1 2
- Expandimos K:
L
1 2 2
1 K
J
1
C 3
- Expandimos J:
L
1 2
K 2
J 1
2 3 1
3 I A 4 C 3
- Expandimos C:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
5 1
8 B D 4
- Expandimos A:
L
1 2 2
1 K
J
2 3 1
3 4 C 3
I A
6 5 1
F 10 8 B D 4
- Expandimos I:
L
1 2 2
1 K
J
2 3 1
3 4 3
I A C
5 2 6 5 1
G 8 E 5 F 10 8 B D 4
- Tras expandir D, TABLA_A no cambia. Finalmente, intentamos expandir B y alcanzamos la meta.

L
1 2
K
J 1 2
Tras comprobar que J no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. De igual manera, tras comprobar que K no es nodo meta, se
le aplica la función LimpiarTABLA_A por estar en la profundidad límite y es sacado de TABLA_A.
Seguidamente, tras aplicarle la función LimpiarTABLA_A, L es sacado de TABLA_A por no tener hijos en
ABIERTA. A continuación pasamos a la siguiente iteración.
L
1 2
K
J 1 2
- Expandimos J:
L
1 2
K 2
J 1
2 3
3 I A 4
Tras comprobar que I no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
profundidad límite y es sacado de TABLA_A. Del mismo modo, tras comprobar que A no es nodo meta,
se le aplica la función LimpiarTABLA_A por estar en la profundidad límite y es sacado de TABLA_A. A
continuación, tras aplicarle la función LimpiarTABLA_A, J es sacado de TABLA_A por no tener hijos en
ABIERTA.
- Expandimos K:
L
2
K 2
1
C 3
Tras comprobar que C no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. Tras aplicarle la función LimpiarTABLA_A, K es sacado de
TABLA_A por no tener hijos en ABIERTA. Lo mismo ocurre posteriormente con L, por lo que pasamos a
la siguiente iteración.

L
1 2
K
J 1 2
- Expandimos J:
L
1 2
K 2
J 1
2 3
3 I A 4
- Expandimos I:
L
1 2 2
1 K
J
2 3
3 4
I A
4 5 2
7 H G 8 E 5
Tras comprobar que H no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
profundidad límite y es sacado de TABLA_A. Del mismo modo, tras comprobar que G no es nodo meta,
se le aplica la función LimpiarTABLA_A por encontrarse en la profundidad límite y es sacado de
TABLA_A. De nuevo, tras comprobar que E no es nodo meta, se le aplica la función TABLA_A por
encontrarse en la profundidad límite y es sacado de TABLA_A. Seguidamente, tras aplicarle la función
LimpiarTABLA_A, I es sacado de TABLA_A por no tener más hijos en ABIERTA.
- Expandimos A:
L
1 2 2
1 K
J
3
A 4
F 10
Tras comprobar que F no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
profundidad límite y es sacado de TABLA_A. Seguidamente, tras aplicarle la función LimpiarTABLA_A, A
es sacado de TABLA_A por no tener hijos en ABIERTA. Lo mismo ocurre posteriormente con J.
- Expandimos K:
L
2 2
K
C 3
- Expandimos C:
L
2 2
K
C 3
5 1
8 B D 4
- Al elegir B para su expansión, habríamos llegado a la meta.

EJERCICIO 5:
Considere el grafo de la figura 5.1, donde el nodo inicial es B y donde los nodos meta son H e I. Cada
arco u operador lleva asociado su coste y en cada nodo aparece la estimación de la menor distancia
desde ese nodo a una meta. Aplique paso a paso el algoritmo A* al grafo dado, indicando de forma
razonada la siguiente información en cada paso del algoritmo:
1. Qué nodo es expandido.
2. Cuál es el contenido de ABIERTA tras la expansión del nodo, indicando el valor de la función de
evaluación heurística para cada nodo de ABIERTA.
3. Cuál es el contenido de TABLA_A tras la expansión del nodo. Para cada nodo de TABLA_A
incluya la siguiente información:
a) Su nodo padre que indique el camino de menor coste hasta el nodo inicial encontrado
hasta el momento
b) El coste del camino de menor coste hasta el nodo inicial encontrado hasta el momento
c) Sus nodos hijos (si el nodo de TABLA_A actual ya ha sido expandido)
Por último, ¿cuál es el camino solución hallado y su coste?
B,30
1 3
A,25
2 E,15
5 4
10 40
20 D,20 30
C,14 G,10
1
37 6
35 8
F,8
H,0
I,0
Figura 5.1: Grafo de búsqueda en el que el nodo inicial es B, los nodos meta son H e I, el coste de cada operador
aparece al lado del arco que lo representa y al lado de cada nodo aparece la estimación de la menor distancia
desde ese nodo a una meta.

 El orden seguido en la expansión de los nodos se puntúa sobre 1.5 puntos.
 La forma en que se gestiona ABIERTA se puntúa sobre 3.75 puntos. Se hará especial énfasis en
comprobar qué nodos hay en ABIERTA en cada paso del algoritmo y qué valores de la función
de evaluación heurística se les asignan.
 La forma en que se gestiona TABLA_A se puntúa sobre 3.75 puntos. Se hará especial énfasis en
comprobar qué nodos hay en TABLA_A en cada paso del algoritmo y qué padre mejor se les
asigna (teniendo en cuenta las posibles reorientaciones o rectificaciones de enlaces)
 La correcta terminación del algoritmo se puntúa sobre 1 punto. Se hará especial énfasis en
comprobar cuándo termina el algoritmo y qué camino solución devuelve.
De cara a ilustrar la respuesta convenientemente, incluimos la información pedida sobre TABLA_A

gráficamente. Para ello es necesario trazar, para cada nodo generado en una expansión, un nodo
ascendente a su padre expandido; además, hay que anotar para cada nodo su mejor padre encontrado
hasta el momento (punto 3a del enunciado). De esta manera, siguiendo los enlaces al mejor padre, se
puede saber cuál es el mejor camino encontrado hasta el momento desde cada nodo al nodo inicial
(punto 3b del enunciado). Además, los arcos ascendentes que llegan a un nodo ya expandido lo enlazan
a sus nodos hijos (punto 3c del enunciado).
- PASO 1. El nodo inicial B es introducido en ABIERTA y posteriormente expandido. Tras la expansión, la

situación es la siguiente:
B,30
1 3
A,25
E,15
2
D,20
ABIERTA = {E(3+15), D(2+20), A(1+25)}
- PASO 2. Expandimos E por ser el nodo de ABIERTA con menor valor de la función de evaluación
heurística, f=g+h (al ser g=3 y h=15).
B,30
1 3
A,25
2 E,15
4
40
D,20
G,10
ABIERTA = {D(2+20), A(1+25), G(43+10)}
Observe que el mejor camino desde D al nodo inicial lo marca su padre B (coste 2) y no su padre E
(coste 4+3=7). Por ello, el arco ascendente de D a B se marca con trazo continuo y el arco ascendente de
D a E se marca con trazo discontinuo.
Es importante darse cuenta que el conjunto de arcos con trazo continuo formará siempre un árbol en
el grafo parcial de búsqueda desarrollado hasta el momento.
- PASO 3. Expandimos D.
B,30
1 3
A,25
E,15
2
4
40
20 D,20 30
C,14 G,10
ABIERTA = {A(1+25), C(22+14), G(32+10)}
Observe que ha habido una reorientación del mejor padre de G, que antes era E y ahora pasa a ser D.
El nuevo coste de G al nodo inicial es 30+2=32, que se puede calcular a partir de los costes de los
mejores arcos ascendentes hallados hasta el momento: GD y DB.
- PASO 4. Expandimos A.
B,30
1 3
A,25
E,15
2
5 4
10 20 D,20 30 40
C,14 G,10
ABIERTA = {C(11+14), G(32+10)}
- PASO 5. Expandimos C.
B,30
1 3
A,25
2 E,15
5 4
10 40
20 D,20 30
C,14 G,10
1
37
35
F,8
H,0

ABIERTA = {G(12+10), H(48+0), F(46+8)}

- PASO 6. Expandimos G.
B,30
1 3
A,25
2 E,15
5 4
10 40
20 D,20 30
C,14 G,10
1
37 6
35 8
F,8
H,0
I,0
ABIERTA = {I(18+0), F(20+8) , H(48+0)}
- PASO 7. Intentamos expandir I y alcanzamos una meta, con lo que el algoritmo termina. El camino
solución es: BACGI, cuyo coste es 18.
EJERCICIO 6:
Considere el grafo de la figura 6.1, donde el nodo inicial es D y donde los nodos meta son desconocidos.
Cada arco u operador lleva asociado su coste y en cada nodo aparece su valor de la función de
evaluación heurística (que hay que minimizar). Aplique paso a paso el algoritmo de escalada o máximo
gradiente al grafo dado. Para ello indique de forma razonada qué nodo se expande en cada paso y cuál
es el nodo final devuelto por el algoritmo. Utilice como criterio de selección el de mejor vecino. Utilice
como criterio de terminación el que no se hayan producido mejoras durante los cinco últimos pasos del
algoritmo.
D,30
10 30
B,25
2 E,35
5 4
10 40
2 I,20 3
C,20 G,40
1
6
5 8
7 F,8
H,2
A,10
Figura 6.1: Grafo de búsqueda en el que el nodo inicial es D, los nodos meta son desconocidos, el coste de cada
operador aparece al lado del arco que lo representa y al lado de cada nodo aparece el valor de su función de
evaluación heurística (que hay que minimizar).

 La correcta aplicación en cada paso del algoritmo del criterio de selección del vecino o hijo del
nodo actual (qué vecino o hijo del nodo actual es considerado como candidato para sustituirlo)
se puntúa sobre 4.5 puntos.
 La correcta aplicación en cada paso del algoritmo del criterio de aceptación del vecino o hijo
seleccionado (si el vecino o hijo candidato sustituye o no finalmente al nodo actual) se puntúa
sobre 4.5 puntos.
 La correcta aplicación del criterio de finalización del algoritmo se puntúa sobre 1 punto.
- PASO 1: Al principio expandimos el nodo inicial D, generando sus nodos hijos {B(25), I(20), E(35)}.
Seleccionamos el nodo I por ser el mejor de los nodos hijos. A continuación aceptamos el nodo I como
nuevo nodo actual en sustitución de D, debido a que el valor de la función de evaluación heurística de I es
mejor o igual que el de D (2030).
- PASO 2: Expandimos el nodo actual I y generamos sus hijos: {C(20), G(40)}. Seleccionamos el nodo C
por ser el mejor de los nodos hijos. Seguidamente aceptamos el nodo C como nuevo nodo actual en
sustitución de I, debido a que el valor de la función de evaluación heurística de C es mejor o igual que el
de I (2020).
- PASO 3: Expandimos el nodo actual C y generamos sus hijos: {F(8), G(40)}. Seleccionamos el nodo F
por ser el mejor de los nodos hijos. A continuación aceptamos el nodo F como nuevo nodo actual en
sustitución de C, debido a que el valor de la función de evaluación heurística de F es mejor o igual que el
de C (820).
- PASO 4: Expandimos el nodo actual F y generamos sus hijos: {H(2)}. Aceptamos el nodo H como nuevo
nodo actual en sustitución de F, debido a que el valor de la función de evaluación heurística de H es
mejor o igual que el de F (28).
Dado que H no tiene sucesores, la búsqueda terminaría. El algoritmo devolvería el nodo H(2) como mejor
nodo encontrado.
AÑO 2013
EJERCICIO 1:
espacio de búsqueda) completo para el problema de los misioneros y los caníbales. Para ello especifique:
el conjunto de todos los estados posibles, el estado inicial, el o los estados meta, los operadores
aplicables a cada estado y el coste asociado a cada operador. En el problema de los misioneros y los
caníbales, tres misioneros están junto a tres caníbales en una de las orillas de un río. Existe un bote
disponible en el río con capacidad máxima para dos personas. Se pide encontrar la manera de trasladar a
los misioneros y a los caníbales a la otra orilla del río, con la condición de que en ningún momento quede
en contacto un número de misioneros con un número mayor de caníbales. La dificultad reside en que si la
condición mencionada no se cumple, alguno de los misioneros es devorado y no se puede alcanzar el
objetivo del juego. ¿Cuál es la solución menos costosa para este problema?

Para representar los estados posibles utilizaremos la siguiente notación: “M” se corresponde con un
misionero, “C” se corresponde con un caníbal y “B” se corresponde con el bote. Además, el estado del
problema lo representamos como (X-Y), donde X contiene los elementos que están en la orilla izquierda y
donde Y contiene el resto de elementos, que están en la orilla derecha. Por ejemplo, (MMCB-MCC)
representa el estado en el que en la orilla izquierda hay dos misioneros junto con un caníbal y el bote,
mientras que en la orilla derecha hay un misionero junto con dos caníbales.
Supongamos que inicialmente todos los elementos están en la orilla izquierda y queremos pasarlos
a la orilla derecha. Por tanto, el estado inicial será (BCCCMMM-), mientras que el único estado meta
será (-BCCCMMM). Obsérvese que los elementos de una misma orilla los ordenamos alfabéticamente
por sencillez en la exposición.
Dado un estado cualquiera, el número de operadores aplicables al mismo depende del número de
personas situadas en la orilla del bote. Además, hay que tener en cuenta que la capacidad máxima del
bote es de dos personas. La notación que empleamos para cada operador es una lista Z tal que sus
elementos denotan las personas que viajan en el bote, independientemente de la dirección del viaje. De
este modo, existen cinco operadores posibles: C, M, CC, MM y CM. Se puede considerar que cada
operador tiene coste unidad, ya que buscamos la solución que realice menos viajes de orilla a orilla con
el bote.
dirigido tal como se muestra en la figura 1.1. En dicha figura, los estados no permitidos se han marcado
con líneas discontinuas y se ha utilizado línea doble para marcar el estado inicial y el estado meta. Por
otra parte, obsérvese que los estados {BMMM-CCC, BMM-CCCM, BCCM-CMM, BM-CCCMM, BC-
CCMMM, B-CCCMMM, CCCMMM-B, CCC-BMMM} quedan aislados del espacio de búsqueda, al no ser
alcanzables desde el estado inicial.
La solución menos costosa para el problema de los misioneros y los caníbales (o, en este caso,
las soluciones menos costosas) consisten en: desplazar un caníbal junto con otra persona (misionero o
caníbal) a la orilla derecha, hacer regresar a la persona mencionada, desplazar dos caníbales a la orilla
derecha, hacer regresar a uno de ellos, desplazar dos misioneros a la orilla derecha, hacer que regresen
un caníbal junto con un misionero, desplazar dos misioneros a la orilla derecha, hacer que regrese un
caníbal, desplazar dos caníbales a la orilla derecha, hacer que regrese únicamente un misionero o un
caníbal y, finalmente, hacer que las dos personas restantes en la orilla izquierda se desplacen a la orilla
derecha. Las soluciones menos costosas correspondientes aparecen marcadas en negrita en la figura
1.1.
OPERADORES
ESTADOS
C M CC MM CM
BCCCMMM- CCMMM-BC CCCMM-BM CMMM-BCC CCCM-BMM CCMM-BCM
BCCMMM-C CMMM-BCC CCMM-BCM MMM-BCCC CCM-BCMM CMM-BCCM
BCMMM-CC MMM-BCCC CMM-BMCC No aplicable CM-BCCMM MM-BCCCM
BMMM-CCC No aplicable MM-BCCCM No aplicable M-BCCCMM No aplicable
BCCCMM-M Estado no permitido
BCCMM-CM CMM-BCCM CCM-BCMM MM-BCCCM CC-BCMMM CM-BCCMM
BCMM-CCM Estado no permitido
BMM-CCCM Estado no permitido
BCCCM-MM Estado no permitido
BCCM-CMM Estado no permitido
BCM-CCMM M-BCCCMM C-BCCMMM No aplicable No aplicable -BCCCMMM
BM-CCCMM Estado no permitido
BCCC-MMM CC-BCMMM No aplicable C-BCCMMM No aplicable No aplicable
BCC-CMMM C-BCCMMM No aplicable -BCCCMMM No aplicable No aplicable
BC-CCMMM -BCCCMMM No aplicable No aplicable No aplicable No aplicable
B-CCCMMM Estado no permitido
CCCMMM-B Estado no permitido
CCMMM-BC BCCCMMM- No aplicable No aplicable No aplicable No aplicable
CMMM-BCC BCCMMM-C No aplicable BCCCMMM- No aplicable No aplicable
MMM-BCCC BCMMM-CC No aplicable BCCMMM-C No aplicable No aplicable
CCCMM-BM Estado no permitido
CCMM-BCM BCCCMM-M BCCMMM-C No aplicable No aplicable BCCCMMM-
CMM-BCCM Estado no permitido
MM-BCCCM Estado no permitido
CCCM-BMM Estado no permitido
CCM-BCMM Estado no permitido
CM-BCCMM BCCM-CMM BCMM-CCM BCCCM-MM BCMMM-CC BCCMM-CM
M-BCCCMM Estado no permitido
CCC-BMMM No aplicable BCCCM-MM No aplicable BCCCMM-M No aplicable
CC-BCMMM BCCC-MMM BCCM-CMM No aplicable BCCMM-CM BCCCM-MM
C-BCCMMM BCC-CMMM BCM-CCMM BCCC-MMM BCMM-CCM BCCM-CMM
-BCCCMMM Estado META
Tabla 1.1: Estados posibles, operadores aplicables a cada estado y estados resultantes de aplicar cada operador
para el problema de los misioneros y los caníbales.
C BCCCMMM-
M CC CM
CC CM
CCMMM-BC C CCCMM-BM
CMMM-BCC MM CCCM-BMM CCMM-BCM
M
C C
C
M BCCCMM-M
BCCMMM-C
CC
CC MM CM
MMM-BCCC CCM-BCMM CMM-BCCM
C M
C C
BCMMM-CC MM-BCCCM M
CM
MM CC
MM
CM-BCCMM
CM
C CC
M
BCCM-CMM BCMM-CCM BCCCM-MM CM CM BCCMM-CM
M MM
CM
MM
MM
CC-BCMMM
C BMMM-CCC
C
BCCC-MMM BMM-CCCM
CC CC
BM-CCCMM
C-BCCMMM
C BC-CCMMM
M M
C B-CCCMMM
BCC-CMMM BCM-CCMM
CCCMMM-B
C
CC CM
CCC-BMMM
-BCCCMMM M-BCCCMM
Figura 1.1: Grafo dirigido que representa el espacio de búsqueda para el problema de los misioneros y los
caníbales. Se han incluido también los estados no alcanzables desde el estado inicial, que quedan aislados del
espacio de búsqueda.
EJERCICIO 2:
J 1
1
1
D M

K
3 3 3 3
3
C L A H O
4 3 20 5 2
I B N Q G
8 1
F E
Figura 2.1: Árbol de búsqueda en el que el nodo inicial es J, el nodo meta es N y el coste de cada operador




que después de la primera expansión (nodo J), hay un empate entre los nodos K, D y M, cuyos costes al
nodo inicial son iguales a 1 en los tres casos. Nosotros hemos elegido el nodo K para realizar la segunda
expansión, pero también se podría haber elegido cualquiera de los otros dos nodos, D o M. Los empates
posteriores también los deshacemos de esta forma arbitraria.
1
J 1
1
1
D 3 M
4
2 K
3 3 3 3
3
5 C 6 L 7 A H 8 O 9
4 3 20 5 2
10 I 11 B N Q G
8 1
F E
J 1
1
1 1
D 4 M
2
K 11
3 3 3 3
3
C 12 L 8 A 6 H 5 O 3
4 3 20 5 2
I B N Q 9 G 7
8 1
F E 10
J 1
1
1
1
D 4 M
3
K 2
3 3 3 3
3
C 5 L 9 A 8 H 7 O 6
4 3 20 5 2
I B N Q 13 G 10
12
11
8 1
F 15 E 14

J 1
1
1 1
D M
2
K
3 3 3 3
3
C L A H O 3
4 3 20 5 2
I B N Q G
8 1
F E
J 1
1
1 1
D 3 M
2
K
3 3 3 3
3
C L A 6 H 5 O 4
4 3 20 5 2
I B N Q G 7
8 1
F E
Figura 2.5b: Segunda iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que como máximo
dos hijos son generados en cada expansión de un nodo padre.
J 1
1
1
1
D 3 M
2
K 4
3 3 3 3
3
C 9 L 8 A 7 H 6 O 5
4 3 20 5 2
I B N Q 11 G 10
8 1
F E
Figura 2.5c: Tercera y última iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que como
máximo tres hijos son generados en cada expansión de un nodo padre.

profundidad es igual a 0. En las figuras 2.6a, 2.6b y 2.6c se muestran los órdenes de expansión de nodos
para cada una de las iteraciones de búsqueda primero en profundidad que son necesarias para este
ejemplo de búsqueda en profundidad iterativa.
J 1
1
1 1
D M

K
3 3 3 3
3
C L A H O
4 3 20 5 2
I B N Q G
8 1
F E
J 1
1
1 1
D 3 M
4
K
2
3 3 3 3
3
C L A H O
4 3 20 5 2
I B N Q G
8 1
F E
J 1
1
1 1
D M

K
2
3 3 3 3
3
C 3 L A H O
4 3 20 5 2
I B N Q G
8 1
F E
algoritmo termina.
EJERCICIO 3:
H 3
2
10
D M

P
30 10 2 4
1
N L E J C
1 3 50 15 2
I K O Q G
6 1
B A
Figura 3.1: Árbol de búsqueda en el que el nodo inicial es H, el nodo meta es O y el coste de cada operador

puntos.)

Antes de sacar D: {D, M, N}
Antes de sacar M: {M, N, L, E}
Antes de sacar N: {N, L, E, J, C}
Antes de sacar L: {L, E, J, C, I, K, O}
Antes de sacar E: {E, J, C, I, K, O, Q, G}
Antes de sacar J: {J, C, I, K, O, Q, G}
Antes de sacar C: {C, I, K, O, Q, G}
Antes de sacar I: {I, K, O, Q, G}
Antes de sacar K: {K, O, Q, G}
Antes de sacar O: {O, Q, G, B}
META ENCONTRADA

Antes de sacar C: {C, J, D, P}
Antes de sacar J: {J, D, P}
Antes de sacar D: {D, P}
Antes de sacar E: {E, L, P}
Antes de sacar L: {L, P}
Antes de sacar G: {G, Q, P}
Antes de sacar Q: {Q, P}
Antes de sacar A: {A, P}
Antes de sacar P: {P}
Antes de sacar N: {N}
Antes de sacar O: {O, K, I}
META ENCONTRADA

siguiente:
Antes de sacar P: {P(2), M(3), D(10)}
Antes de sacar N: {N(3), M(3), D(10)}
Antes de sacar M: {M(3), I(4), K(6), D(10), O(53)}
Antes de sacar I: {I(4), J(5), K(6), C(7), D(10), O(53)}
Antes de sacar J: {J(5), K(6), C(7), D(10), O(53)}
Antes de sacar K: {K(6), C(7), D(10), O(53)}
Antes de sacar C: {C(7), D(10), B(12), O(53)}
Antes de sacar D: {D(10), B(12), O(53)}
Antes de sacar B: {B(12), E(20), L(40), O(53)}
Antes de sacar E: {E(20), L(40), O(53)}
Antes de sacar L: {L(40), O(53)}
Antes de sacar G: {G(42), O(53), Q(55)}
Antes de sacar O: {O(53), Q(55)}
META ENCONTRADA

Antes de sacar M: {M, D}
Antes de sacar D: {D, C, J}
Antes de sacar C: {C, J, E, L}
Antes de sacar J: {J, E, L}
Antes de sacar E: {E, L}
Antes de sacar L: {L}
Antes de sacar G: {G, Q}
Antes de sacar Q: {Q}
Antes de sacar D: {D, P, C, J}
Antes de sacar P: {P, C, J, E, L}
Antes de sacar C: {C, J, E, L, N}
Antes de sacar J: {J, E, L, N}
Antes de sacar E: {E, L, N}
Antes de sacar L: {L, N}
Antes de sacar N: {N, G, Q}
Antes de sacar G: {G, Q, O, K, I}
Antes de sacar Q: {Q, O, K, I}
Antes de sacar O: {O, K, I, A}
META ENCONTRADA
Nótese que P no es expandido por coincidir su profundidad con la profundidad límite.
Nótese que M no es expandido por coincidir su profundidad con la profundidad límite.

Nótese que N no es expandido por coincidir su profundidad con la profundidad límite.
Nótese que L no es expandido por coincidir su profundidad con la profundidad límite.
Nótese que J no es expandido por coincidir su profundidad con la profundidad límite.

Nótese que I no es expandido por coincidir su profundidad con la profundidad límite.
Nótese que K no es expandido por coincidir su profundidad con la profundidad límite.
META ENCONTRADA
EJERCICIO 4:
L
3 2
K
J
2 3 10
I A C
4 20 1 5 1
H E F B D
Figura 4.1: Árbol de búsqueda en el que el nodo inicial es L, el nodo meta es E y el coste de cada operador aparece

puntos.)

por un lado, para cada nodo generado en una expansión trazamos un arco ascendente a su padre y, por

- Inicialmente, L sería incluido en TABLA_A. Gráficamente esto se correspondería con un único nodo L. A
continuación expandimos el nodo inicial, generando sus nodos hijos. Desde cada nodo hijo trazamos un
nodo ascendente a su nodo padre. Al lado de cada nodo hijo indicamos el coste desde dicho nodo al
nodo inicial.
L
3 2
K
J 3 2
- Expandimos J:
L
3 2
K 2
J 3
2 3
5 I A 6
- Expandimos K:
L
3 2
K 2
J 3
2 3 10
5 I A 6 C 12
- Expandimos I:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 20
9 H E 25
- Expandimos A:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 1
20
9 25 F 7
H E
- Expandimos C:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 1
20 5 1
9 25 F 7
H E 17 B D 13
- Expandimos H:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 1
20 5 1
9 25 F 7
H E 17 B D 13
10 G
- A continuación elegiríamos E para su expansión y llegaríamos a la meta. El camino hallado hasta la

meta tiene coste 25.

continuación, expandimos el nodo inicial.
L
3 2
K
J 3 2
- Expandimos K:
L
3 2 2
3 K
J
10
C 12
- Expandimos C:
L
3 2
K 2
3 J
10
C 12
5 1
17 B D 13

no tener hijos en ABIERTA:
L
3 2
K 2
3 J
10
C 12
17 B
- Expandimos B. Seguidamente aplicamos LimpiarTABLA_A a B, es decir, sacamos B de TABLA_A por

no tener hijos en ABIERTA. Por el mismo motivo sacamos de TABLA_A los nodos C y K.
- Expandimos J:
L
3
J 3
2 3
5 I A 6
- Expandimos A:
L
3
J 3
2 3
5 I A 6
F 7
- Expandimos F. Seguidamente aplicamos LimpiarTABLA_A a F, es decir, sacamos F de TABLA_A por no

tener hijos en ABIERTA. Por el mismo motivo sacamos de TABLA_A el nodo A.
- Expandimos I:
L
3
J 3
2
5 I
4 20
9 H E 25

L
3 2
K
J 3 2
- Expandimos K:
L
3 2
K 2
J 3
10
C 12
- Expandimos J:
L
3 2
K 2
J 3
2 3 10
5 I A 6 C 12
- Expandimos I:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 20
9 H E 25
- Expandimos A:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 20 1
9 H E 25 F 7
- Expandimos F, con lo que TABLA_A no cambia. A continuación, expandimos H:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 20 1
9 H E 25 F 7
10 G
- Expandimos G, con lo que TABLA_A no cambia. A continuación, expandimos C:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
4 20 1 5 1
9 H E 25 F 7 B 17 D 13
10 G
- Expandimos D, con lo que TABLA_A no cambia. Lo mismo ocurre tras expandir B. A continuación,
intentamos expandir E, con lo que hemos alcanzado la meta. El coste del camino solución hallado es 25.
continuación, expandimos el nodo inicial:
L
2
K
2
- Expandimos K:
L
2
K 2
10
C 12
- Expandimos C:
L
2 2
K
10
C 12
D 13
L
3 2
K
J 3 2
- Expandimos K:
L
3 2 2
3 K
J
10
C 12
- Expandimos J:
L
3 2
K 2
J 3
2 3 10
5 I A 6 C 12
- Expandimos C:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
5 1
17 B D 13
- Expandimos A:
L
3 2 2
3 K
J
2 3 10
5 6 C 12
I A
1 5 1
F 7 17 B D 13
- Expandimos I:
L
3 2 2
3 K
J
2 3 10
5 6 12
I A C
1 5 1
4 20
H 9 E 25 F 7 17 B D 13
- Tras expandir D, B y F, TABLA_A no cambia. Finalmente, intentamos expandir E y alcanzamos la meta.

El camino encontrado hasta el nodo inicial tiene coste 25.

L
3 2
K
J 3 2
Tras comprobar que J no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. De igual manera, tras comprobar que K no es nodo meta, se
le aplica la función LimpiarTABLA_A por estar en la profundidad límite y es sacado de TABLA_A.
Seguidamente, tras aplicarle la función LimpiarTABLA_A, L es sacado de TABLA_A por no tener hijos en

L
3 2
K
J 3 2
- Expandimos J:
L
3 2
K 2
J 3
2 3
5 I A 6
Tras comprobar que I no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
continuación, tras aplicarle la función LimpiarTABLA_A, J es sacado de TABLA_A por no tener hijos en
ABIERTA.
- Expandimos K:
L
2
K 2
10
C 12
Tras comprobar que C no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. Tras aplicarle la función LimpiarTABLA_A, K es sacado de
TABLA_A por no tener hijos en ABIERTA. Lo mismo ocurre posteriormente con L, por lo que pasamos a

L
3 2
K
J 3 2
- Expandimos J:
L
3 2
K 2
J 3
2 3
5 I A 6
- Expandimos I:
L
3 2 2
3 K
J
2 3
5 6
I A
4 20
9 H E 25
Tras comprobar que H no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
profundidad límite y es sacado de TABLA_A. Seguidamente, tras comprobar que E es nodo meta, finaliza
el algoritmo habiendo hallado un camino entre el nodo inicial y el nodo meta de coste 25.
EJERCICIO 5:
Considere el grafo de la figura 5.1, donde el nodo inicial es n1 y donde el nodo meta es n10. Cada arco u
operador lleva asociado su coste y en cada nodo aparece la estimación de la menor distancia desde ese
nodo a una meta. Aplique paso a paso el algoritmo A* al grafo dado, indicando de forma razonada la
siguiente información en cada paso del algoritmo:
hasta el momento
n1,28
10 1
5
n 2,1 5 n11 ,100
n3,2
18 1 1
4 2
20
n4,2 n5,1 n6,2 1 n12 ,100
6 10
4 7 1
n7,1 n8,1 1
n13 ,100
14 1
14
1
n9 ,500 n14 ,100
21
n10,0
Figura 5.1: Grafo de búsqueda en el que el nodo inicial es n1, el nodo meta es n10, el coste de cada operador


gráficamente. Para ello es necesario trazar, para cada nodo generado en una expansión, un arco
hasta el momento (punto 3a del enunciado). De esta manera, siguiendo cada arco al mejor padre, se
- PASO 0. El nodo inicial n1 es introducido en ABIERTA y en TABLA_A, con lo que tenemos la siguiente
situación:
n1,28
ABIERTA = {n1(0+28)}
- PASO 1. Expandimos el nodo n1 de ABIERTA. Tras la expansión, la situación es la siguiente:
n1,28 1
10
5
n 2,1 n11 ,100
n3,2
ABIERTA = {n3(5+2), n2(10+1), n11(1+100)}
- PASO 2. Expandimos n3 por ser el nodo de ABIERTA con menor valor de la función de evaluación
n1,28 1
10
5
n 2,1 n11 ,100
n3,2
2
20
n5,1 n6,2
ABIERTA = {n5(7+1), n2(10+1), n6(25+2), n11(1+100)}

- PASO 3. Expandimos n5.
n1,28 1
10
5
n 2,1 n11 ,100
n3,2
2
20
n5,1 n6,2
6
7
n7,1 n8,1
ABIERTA = {n2(10+1), n7(13+1), n8(14+1), n6(25+2), n11(1+100)}
n1,28 1
10
5
n 2,1 n11 ,100
n3,2
18 4 2
20
n4,2 n5,1 n6,2
6
7
n7,1 n8,1
ABIERTA = {n7(13+1), n8(14+1), n6(25+2), n4(28+2), n11(1+100)}
Observe que el mejor camino desde n5 al nodo inicial lo marca su padre n3 (coste 7) y no su padre n2
(coste 4+10=14). Por ello, el arco ascendente de n5 a n3 se marca con trazo continuo y el arco
ascendente de n5 a n2 se marca con trazo discontinuo.
Es importante darse cuenta que el conjunto de arcos con trazo continuo formará siempre un árbol en
el grafo parcial de búsqueda desarrollado hasta el momento.
n1,28 1
10
5
n 2,1 n11 ,100
n3,2
18 4 2
20
n4,2 n5,1 n6,2
6
7
n7,1 n8,1
14
n9 ,500
ABIERTA = {n8(14+1), n6(25+2), n4(28+2), n11(1+100), n9(27+500)}
n1,28 1
10
5
n 2,1 n11 ,100
n3,2
18 4 2
20
n4,2 n5,1 n6,2
6
7
n7,1 n8,1
14 14
n9 ,500
ABIERTA = {n6(25+2), n4(28+2), n11(1+100), n9(27+500)}

n1,28 1
10
5
n 2,1 n11 ,100
n3,2
18 4 2
20
n4,2 n5,1 n6,2
6
7 10
n7,1 n8,1
14 14
n9 ,500
ABIERTA = {n4(28+2), n11(1+100), n9(27+500)}
n1,28 1
10
5
n 2,1 n11 ,100
n3,2
18 4 2
20
n4,2 n5,1 n6,2
6
4 7 10
n7,1 n8,1
14 14
n9 ,500
ABIERTA = {n11(1+100), n9(27+500)}

n1,28 1
10
5
n 2,1 5 n11 ,100
n3,2
18 1 1
4 2
20
n4,2 n5,1 n6,2 n12 ,100
6 10
4 7
n7,1 n8,1
14
14
n9 ,500
ABIERTA = {n12(2+100), n9(26+500)}
Observe que primeramente ha habido una reorientación del mejor padre de n6, que antes era n3 y
ahora pasa a ser n11. El nuevo mejor coste de n6 al nodo inicial, g(n6), es ahora 1+1=2, que se puede
calcular a partir de los costes de los mejores arcos ascendentes hallados hasta el momento: n6n11 y
n11n1. Como consecuencia de haber cambiado g(n6), se produce una reorientación del mejor padre de
n8. A su vez, como consecuencia de haber cambiado g(n8), se produce una reorientación del mejor padre
de n9.
n1,28 1
10
5
n 2,1 5 n11 ,100
n3,2
18 1 1
4 2
20
n4,2 n5,1 n6,2 1 n12 ,100
6 10
4 7 1
n7,1 n8,1 n13 ,100
14
14
n9 ,500
ABIERTA = {n13(3+100), n9(26+500)}

n1,28 1
10
5
n 2,1 5 n11 ,100
n3,2
18 1 1
4 2
20
n4,2 n5,1 n6,2 1 n12 ,100
6 10
4 7 1
n7,1 n8,1 1
n13 ,100
14
14 1
n9 ,500 n14 ,100
ABIERTA = {n14(4+100), n9(18+500)}
Obsérvese que hay una reorientación del mejor padre de n8.
n1,28 1
10
5
n 2,1 5 n11 ,100
n3,2
18 1 1
4 2
20
n4,2 n5,1 n6,2 1 n12 ,100
6 10
4 7 1
n7,1 n8,1 1
n13 ,100
14
14 1
1
n9 ,500 n14 ,100
ABIERTA = {n9(5+500)}

n1,28 1
10
5
n 2,1 5 n11 ,100
n3,2
18 1 1
4 2
20
n4,2 n5,1 n6,2 1 n12 ,100
6 10
4 7 1
n7,1 n8,1 1
n13 ,100
14
14 1
1
n9 ,500 n14 ,100
21
n10,0
ABIERTA = {n10(26+0)}
- PASO 14. Intentamos expandir n10 y alcanzamos una meta, con lo que el algoritmo termina. El camino
solución encontrado es: n1  n11  n12  n13  n14  n9  n10, cuyo coste es 26.
EJERCICIO 6:
algoritmo.
D,30
20 30
B,20
10 E,35
5 4
10 40
2 I,25 3
C,20 G,10
1
6
5 8
7 F,8
H,2
A,10

sobre 4.5 puntos.
- PASO 1: Al principio expandimos el nodo inicial D, generando sus nodos hijos {B(20), I(25), E(35)}.
Seleccionamos el nodo B por ser el mejor de los nodos hijos. A continuación aceptamos el nodo B como
nuevo nodo actual en sustitución de D, debido a que el valor de la función de evaluación heurística de B
es mejor o igual que el de D (2030).
- PASO 2: Expandimos el nodo actual B y generamos sus hijos: {C(20), I(25)}. Seleccionamos el nodo C
por ser el mejor de los nodos hijos. Seguidamente aceptamos el nodo C como nuevo nodo actual en
sustitución de B, debido a que el valor de la función de evaluación heurística de C es mejor o igual que el
de B (2020).
- PASO 3: Expandimos el nodo actual C y generamos sus hijos: {F(8), G(10)}. Seleccionamos el nodo F
por ser el mejor de los nodos hijos. A continuación aceptamos el nodo F como nuevo nodo actual en
sustitución de C, debido a que el valor de la función de evaluación heurística de F es mejor o igual que el
de C (820).
- PASO 4: Expandimos el nodo actual F y generamos sus hijos: {H(2)}. Aceptamos el nodo H como nuevo
nodo actual en sustitución de F, debido a que el valor de la función de evaluación heurística de H es
mejor o igual que el de F (28).
Dado que H no tiene sucesores, la búsqueda terminaría. El algoritmo devolvería el nodo H(2) como mejor
nodo encontrado.
AÑO 2014
EJERCICIO 1:
espacio de búsqueda) completo para el mundo de la aspiradora con tres localizaciones. Para ello
especifique: el conjunto de todos los estados posibles, el estado inicial, el o los estados meta, los
operadores aplicables a cada estado y el coste asociado a cada operador. En el mundo de la aspiradora
con tres localizaciones, existe una aspiradora que puede estar en una localización A, en una localización
B o en una localización C. La localización B está situada a la derecha de la localización A, mientras que la
localización C lo está a la derecha de la localización B. La aspiradora sólo puede percibir si hay o no
suciedad en su localización actual; por otra parte, puede elegir si se mueve hacia la izquierda, si se
mueve hacia la derecha o si aspira la suciedad presente en su localización actual. ¿Cuál es la solución
menos costosa para este mundo si el estado inicial consta de las tres localizaciones sucias y la
aspiradora está situada en la localización A? Un estado meta sería aquél en el que ninguna localización
está sucia.

Para representar los estados posibles utilizaremos la siguiente notación: el estado del problema lo
representamos como (LA,LB,LC), donde Li se corresponde con la localización i{A,B,C}. Además, Li
admite los valores “AS”, que se corresponde con la aspiradora, y “X”, que se corresponde con una
localización vacía. Por otra parte, cada Li puede estar subrayada o no: una Li subrayada indica que hay
suciedad en la localización i, mientras que una Li no subrayada indica que no hay suciedad en dicha
localización. Por ejemplo, (X,AS,X) representa el estado en el que la localización A está vacía y sin
suciedad, la localización B contiene la aspiradora y en dicha localización no hay suciedad y, por último, la
localización C está vacía y con suciedad. Nótese que hay 323 = 24 posibles estados en este mundo.
Supongamos que el estado inicial consta de las tres localizaciones sucias y la aspiradora está
situada en la localización A. Por tanto, el estado inicial es (AS,X,X) y existen tres estados meta:
(AS,X,X), (X,AS,X) y (X,X,AS).
Dado un estado cualquiera, en principio hay tres operadores aplicables al mismo dependiendo de la
acción que tome la aspiradora: moverse a la izquierda (I), moverse a la derecha (D) o aspirar la suciedad
presente (P). Se puede considerar que cada operador tiene coste unidad, así que el coste de un camino
es el número de arcos que lo componen.
dirigido tal como se muestra en la figura 1.1. En dicha figura, no existen estados no permitidos (que
marcaríamos con líneas discontinuas) y se ha utilizado línea doble para marcar el estado inicial y los
estados meta. Por otra parte, obsérvese que no existen estados aislados del espacio de búsqueda, que
no sean alcanzables desde el estado inicial.
La solución menos costosa para el problema planteado en el enunciado consiste en: aspirar la
suciedad en la localización A, mover la aspiradora a la derecha a la localización B, aspirar la suciedad en
la localización B, mover la aspiradora a la derecha a la localización C y, finalmente, aspirar la suciedad en
la localización C. La solución menos costosa correspondiente aparece marcada en negrita en la figura
1.1.
OPERADORES
ESTADOS
I D P
(AS,X,X) (AS,X,X) (X,AS,X) (AS,X,X)
(X,AS,X) (AS,X,X) (X,X,AS) (X,AS,X)
(X,X,AS) (X,AS,X) (X,X,AS) (X,X,AS)
(AS,X,X) (AS,X,X) (X,AS,X) No aplicable
(X,AS,X) (AS,X,X) (X,X,AS) No aplicable
(X,X,AS) (X,AS,X) (X,X,AS) No aplicable
(AS,X,X) Estado META
(X,AS,X) Estado META
(X,X,AS) Estado META
Tabla 1.1: Estados posibles, operadores aplicables a cada estado y estados resultantes de aplicar cada operador
para el mundo de la aspiradora con tres localizaciones. El estado inicial y los estados meta se representan en
negrita.
I AS,X,X D X,AS,X D X,X,AS
D
I I
I P D I D
P D I P
AS,X,X D X,AS,X D X,X,AS AS,X,X D X,AS,X D X,X,AS AS,X,X D X,AS,X D X,X,AS

I I I I I I
P P P
I D I P D
P D I P
AS,X,X D X,AS,X D X,X,AS AS,X,X D X,AS,X D X,X,AS AS,X,X D X,AS,X D X,X,AS
I I I I I I
P P P
D D
I AS,X,X X,AS,X X,X,AS D
I I
Figura 1.1: Grafo dirigido que representa el espacio de búsqueda para el mundo de la aspiradora con tres
localizaciones. No existen estados no alcanzables desde el estado inicial, que queden aislados del espacio de
búsqueda. El camino de menor coste se representa en negrita.
NOTA IMPORTANTE:
Un alumno sugirió en el foro de debate de la asignatura que si la aspiradora está situada en A

(localización más a la izquierda), entonces no se podría aplicar el operador I de mover la aspiradora a la
izquierda. (Lo mismo para la localización C y el operador D de mover la aspiradora a la derecha.) Esta
otra opción comentada por el alumno también sería válida y conllevaría que, por ejemplo, en la figura 1.1
desaparecieran todos los arcos que unen un estado consigo mismo. Además, de forma análoga, en la
tabla 1.1 los operadores I y D ya no serían aplicables en ciertos casos: por ejemplo, el operador I no sería
aplicable al estado (AS,X,X).
EJERCICIO 2:
A 1
1
2
B E
F
3
G
D
Figura 2.1: Árbol de búsqueda en el que el nodo inicial es A, el nodo meta es B y el coste de cada operador




que después de la primera expansión (nodo A), hay un empate entre los nodos F y E, cuyos costes al
nodo inicial son iguales a 1 en los dos casos. Nosotros hemos elegido el nodo E para realizar la segunda
expansión, pero también se podría haber elegido el otro nodo, F. Los posibles empates posteriores
también los desharíamos de esta forma arbitraria.
1
A 1
1
2
B E
2 F
3
A 1
1
2
1 B E
F
3 2
A 1
1
2
1
B E
F
2
3 3

cada expansión. En las figuras 2.5a y 2.5b se muestran los órdenes de expansión de nodos para cada
una de las iteraciones de búsqueda primero en anchura que son necesarias para este ejemplo de
A 1
1
2
1
B E
F
2
3
máximo un hijo es generado en cada expansión de un nodo padre. (Es decir, el nodo B no ha sido generado.)
A 1
1
2
1
B E
F
2
3
G
Figura 2.5b: Segunda iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que como máximo
dos hijos son generados en cada expansión de un nodo padre. (Es decir, el nodo B sí ha sido generado.)
Observe que el nodo meta no es realmente expandido en esta segunda iteración (es decir, sus hijos no son

profundidad es igual a 0. En la figura 2.6a se muestran los órdenes de expansión de nodos para la única
iteración de búsqueda primero en profundidad que es necesaria para este ejemplo de búsqueda en
profundidad iterativa.
A 1
1
2
1
B E
F
3
algoritmo termina.
EJERCICIO 3:
H 3
2
1
D G
A
3 4
E C
5
Figura 3.1: Árbol de búsqueda en el que el nodo inicial es H, el nodo meta es B y el coste de cada operador

puntos.)

Antes de sacar A: {A, D, G}
Antes de sacar D: {D, G}
Antes de sacar G: {G, E}
Antes de sacar E: {E, C}
Antes de sacar C: {C, F}
Antes de sacar F: {F}
Antes de sacar B: {B}
META ENCONTRADA

Antes de sacar G: {G, D, A}
Antes de sacar C: {C, D, A}
Antes de sacar D: {D, A}
Antes de sacar E: {E, A}
Antes de sacar F: {F, A}
Antes de sacar B: {B, A}
META ENCONTRADA

siguiente:
Antes de sacar D: {D(1), A(2), G(3)}
Antes de sacar A: {A(2), G(3), E(4)}
Antes de sacar G: {G(3), E(4)}
Antes de sacar E: {E(4), C(7)}
Antes de sacar C: {C(7), F(9)}
Antes de sacar F: {F(9)}
Antes de sacar B: {B(10)}
META ENCONTRADA

Antes de sacar G: {G}
Antes de sacar G: {G, D}
Antes de sacar D: {D, C}
Antes de sacar C: {C, E}
Antes de sacar E: {E}
META ENCONTRADA


Nótese que A no es expandido por coincidir su profundidad con la profundidad límite.

Antes de sacar E: {E, G}
Antes de sacar F: {F, G}

Antes de sacar B: {B, G}
META ENCONTRADA
EJERCICIO 4:
B
3 6
G
E
2 6 1
H A C
1 1
F D
Figura 4.1: Árbol de búsqueda en el que el nodo inicial es B, el nodo meta es F y el coste de cada operador aparece

puntos.)


- Inicialmente, B sería incluido en TABLA_A. Gráficamente esto se correspondería con un único nodo B. A
nodo inicial.
B
3 6
G
E 3 6
- Expandimos E:
B
3 6
G 6
E 3
2 6
5 H A 9
- Expandimos G:
B
3 6
G 6
E 3
2 6 1
5 H A 9 C 7
- Expandimos H y TABLA_A no varía. A continuación expandimos A:
B
3 6 6
3 G
E
2 6 1
5 9 C 7
H A
1
F 10
- Expandimos C:
B
3 6 6
3 G
E
2 6 1
5 9 C 7
H A
1
1
F 10 D 8
- A continuación elegiríamos F para su expansión y llegaríamos a la meta. El camino hallado hasta la


B
3 6
G
E 3 6
- Expandimos G:
B
3 6 6
3 G
E
1
C 7
- Expandimos C:
B
3 6
G 6
3 E
1
C 7
D 8

no tener hijos en ABIERTA. Por el mismo motivo sacamos de TABLA_A los nodos C y G.
B
3
3 E
- Expandimos E:
B
3
E 3
2 6
5 H A 9
- Expandimos A:
B
3
E 3
2 6
5 H A 9
F 10

B
3 6
G
E 3 6
- Expandimos E:
B
3 6
3 G 6
E
2 6
5 H A 9
- Expandimos H, con lo que TABLA_A no cambia. A continuación, expandimos G:
B
3 6
3 G 6
E
2 6 1
C 7
5 H A 9
- Expandimos C:
B
3 6
3 G 6
E
2 6 1
C 7
5 H A 9
1
D 8
- Expandimos D, con lo que TABLA_A no cambia. A continuación, expandimos A:
B
3 6 6
3 G
E
2 6 1
5 9 C 7
H A
1 1
F 10 D 8
- Intentamos expandir F, con lo que hemos alcanzado la meta. El coste del camino solución hallado es 10.
B
6
G
6
- Expandimos G:
B
6
G 6
C 7
- Expandimos C:
B
6 6
G
C 7
D 8
B
3 6
G
E 3 6
- Expandimos G:
B
3 6 6
3 G
E
1
C 7
- Expandimos E:
B
3 6
G 6
E 3
2 6 1
5 H A 9 C 7
- Expandimos C:
B
3 6 6
3 G
E
2 6 1
5 9 C 7
H A
D 8
- Expandimos A:
B
3 6 6
3 G
E
2 6 1
5 9 C 7
H A
1 1
F 10 D 8
- Tras expandir H y D, TABLA_A no cambia. Finalmente, intentamos expandir F y alcanzamos la meta. El

camino encontrado hasta el nodo inicial tiene coste 10.

B
3 6
G
E 3 6
- Tras comprobar que E no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. De igual manera, tras comprobar que G no es nodo meta,
se le aplica la función LimpiarTABLA_A por estar en la profundidad límite y es sacado de TABLA_A.
Seguidamente, tras aplicarle la función LimpiarTABLA_A, B es sacado de TABLA_A por no tener hijos en

B
3 6
G
E 3 6
- Expandimos E:
B
3 6
G 6
E 3
2 6
5 H A 9
- Tras comprobar que H no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
continuación, tras aplicarle la función LimpiarTABLA_A, E es sacado de TABLA_A por no tener hijos en
ABIERTA.
- Expandimos G:
B
6
G 6
C 7
- Tras comprobar que C no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. Tras aplicarle la función LimpiarTABLA_A, G es sacado de
TABLA_A por no tener hijos en ABIERTA. Lo mismo ocurre posteriormente con B, por lo que pasamos a
B
3 6
G
E 3 6
- Expandimos E:
B
3 6
G 6
E 3
2 6
5 H A 9
- Expandimos H. Seguidamente, aplicamos la función LimpiarTABLA_A a H por no tener hijos en

ABIERTA y es sacado de TABLA_A. A continuación, expandimos A:
:
B
3 6 6
3 G
E
6
A 9
F 10
- Tras elegir F para su expansión y comprobar que es nodo meta, finaliza el algoritmo habiendo hallado
un camino entre el nodo inicial y el nodo meta de coste 10.
EJERCICIO 5:
hasta el momento
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4 2 1
20
n4,2 n5,1 n6,2 n12 ,100
6 10
4 7 1
n7,1 n8,1 n13 ,100
14 1
14
1
n9 ,500 n14 ,100
21
n10,0


situación:
n1,28
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
ABIERTA = {n2(10+1), n11(1+100), n3(5+200)}
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4
n4,2 n5,1
ABIERTA = {n5(14+1), n4(28+2), n11(1+100), n3(5+200)}

n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4
n4,2 n5,1
6
7
n7,1 n8,1
ABIERTA = {n7(20+1), n8(21+1), n4(28+2), n11(1+100), n3(5+200)}
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4
n4,2 n5,1
6
7
n7,1 n8,1
14
n9 ,500
ABIERTA = {n8(21+1), n4(28+2), n11(1+100), n3(5+200), n9(34+500)}

n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4
n4,2 n5,1
6
7
n7,1 n8,1
14
14
n9 ,500
ABIERTA = {n4(28+2), n11(1+100), n3(5+200) , n9(34+500)}
Observe que el mejor camino desde n9 al nodo inicial lo marca su padre n7 (coste 14+6+4+10=34) y
no su padre n8 (coste 14+7+4+10=35). Por ello, el arco ascendente de n9 a n7 se marca con trazo
continuo y el arco ascendente de n9 a n8 se marca con trazo discontinuo. Es importante darse cuenta que
el conjunto de arcos con trazo continuo formará siempre un árbol en el grafo parcial de búsqueda
desarrollado hasta el momento.
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4
n4,2 n5,1
6
4 7
n7,1 n8,1
14
14
n9 ,500
ABIERTA = {n11(1+100), n3(5+200) , n9(34+500)}

n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4 1
n4,2 n5,1 n12 ,100

6
4 7
n7,1 n8,1
14
14
n9 ,500
ABIERTA = {n12(2+100), n3(5+200) , n9(34+500)}
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4 1
n4,2 n5,1 n12 ,100

6
4 7 1
n7,1 n8,1 n13 ,100
14
14
n9 ,500
ABIERTA = {n13(3+100), n3(5+200) , n9(34+500)}

n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4 1
n4,2 n5,1 n12 ,100

6
4 7 1
n7,1 n8,1 n13 ,100
14 1
14
n9 ,500 n14 ,100
ABIERTA = {n14(4+100), n3(5+200) , n9(34+500)}
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4 1
n4,2 n5,1 n12 ,100

6
4 7 1
n7,1 n8,1 n13 ,100
14 1
14
1
n9 ,500 n14 ,100
ABIERTA = {n3(5+200) , n9(5+500)}
Observe que ha habido una reorientación del mejor padre de n9, que antes era n7 y ahora pasa a ser
n14. El nuevo mejor coste de n9 al nodo inicial, g(n9), es ahora 1+1+1+1+1=5, que se puede calcular a
partir de los costes de los mejores arcos ascendentes hallados hasta el momento: n9n14, n14n13,
n13n12, n12n11 y n11n1.
n1,28
10 1
5
n 2,1 5 n11 ,100
n3,200
18 4 2 1 1
20
n4,2 n5,1 n6,2 n12 ,100
6
4 7 1
n7,1 n8,1 n13 ,100
14 1
14
1
n9 ,500 n14 ,100
ABIERTA = {n6(25+2) , n9(5+500)}
n1,28
10 1
5
n 2,1 5 n11 ,100
n3,200
18 4 1 1
2
20
n4,2 n5,1 n6,2 n12 ,100
6 10
4 7 1
n7,1 n8,1 n13 ,100
14 1
14
1
n9 ,500 n14 ,100
ABIERTA = {n9(5+500)}
n1,28
10 1
5
n 2,1 n11 ,100
n3,200
18 4 2 1
20
n4,2 n5,1 n6,2 n12 ,100
6 10
4 7 1
n7,1 n8,1 n13 ,100
14 1
14
1
n9 ,500 n14 ,100
21
n10,0
ABIERTA = {n10(26+0)}
solución encontrado es: n1  n11  n12  n13  n14  n9  n10, cuyo coste es 26.
EJERCICIO 6:
algoritmo.
D,30
15 10
2 E,25 3
C,30 G,10
1
6
5 8
F,8
76 A,10
7
B,2

sobre 4.5 puntos.
- PASO 1: Al principio expandimos el nodo inicial D, generando sus nodos hijos {C(30), E(25)}.
Seleccionamos el nodo E por ser el mejor de los nodos hijos. A continuación aceptamos el nodo E como
nuevo nodo actual en sustitución de D, debido a que el valor de la función de evaluación heurística de E
- PASO 2: Expandimos el nodo actual E y generamos sus hijos: {C(30), G(10)}. Seleccionamos el nodo G
por ser el mejor de los nodos hijos. Seguidamente aceptamos el nodo G como nuevo nodo actual en
sustitución de E, debido a que el valor de la función de evaluación heurística de G es mejor o igual que el
de E (1025).
- PASO 3: Expandimos el nodo actual G y generamos sus hijos: {F(8), B(2), A(10)}. Seleccionamos el
nodo B por ser el mejor de los nodos hijos. A continuación aceptamos el nodo B como nuevo nodo actual
en sustitución de G, debido a que el valor de la función de evaluación heurística de B es mejor o igual que
el de G (210).
Dado que B no tiene sucesores, la búsqueda terminaría. El algoritmo devolvería el nodo B(2) como mejor
nodo encontrado.
AÑO 2015
EJERCICIO 1:
espacio de búsqueda) completo para el problema del coloreado de grafos descrito más adelante. Para
ello especifique: el conjunto de todos los estados posibles, el estado inicial, el o los estados meta, los
operadores aplicables a cada estado y el coste asociado a cada operador. En el problema del coloreado
de grafos se dispone de un grafo no dirigido cuyos nodos hay que colorear con los colores {1, 2, …, c–1,
c}, de manera que no haya dos nodos vecinos con el mismo color. Suponga que hay que colorear el grafo
de la figura siguiente utilizando dos colores: {1, 2}.
D
E
B
Suponga además que, dado un estado (o grafo en el que todo nodo tiene asignado un color), los posibles
operadores que se pueden aplicar sobre dicho estado son de la forma [x, y], donde “x” representa un
nodo cualquiera del grafo e “y” representa cualquier color diferente al color actual del nodo representado
por “x”. El efecto del operador [x, y] sobre el estado actual consiste en cambiar el color actual del nodo
representado por “x” por el nuevo color representado por “y”. Suponga finalmente que el estado inicial
está compuesto por el grafo de la figura coloreado del siguiente modo: {color(A)=1, color(B)=1,
color(C)=2, color(D)=1, color(E)=1, color(F)=2}, donde color(N) representa el color asignado al nodo N.
¿Cuál es la solución menos costosa para este problema si el estado inicial y los operadores posibles son
los descritos con anterioridad? Un estado meta sería una asignación de colores a los nodos del grafo tal
que no haya dos nodos vecinos con el mismo color.
NOTA IMPORTANTE: Dado el alto número de estados y operadores de este problema, se recomienda
optar por desarrollar la tabla asociada al espacio de búsqueda completo y no optar por dibujar el grafo
dirigido equivalente.

Para representar los estados posibles utilizaremos la siguiente notación. El estado del problema lo
representamos como:
{color(A), color(B), color(C), color(D), color(E), color(F)},
donde color(N){1, 2} N{A, B, C, D, E, F}. Por ejemplo, el estado {1, 1, 1, 1, 1, 2} representa el grafo
en que todos los nodos tienen color “1” a excepción del nodo F, que tiene color “2”. Nótese que existen 26
= 64 estados posibles en el problema planteado.
El estado inicial descrito en el enunciado se representa como {1, 1, 2, 1, 1, 2}. Por otro lado,
existen dos estados meta: {1, 1, 2, 2, 1, 1} y {2, 2, 1, 1, 2, 2}.
Dado un estado cualquiera, hay seis operadores aplicables al mismo: [A, y], [B, y], [C, y], [D, y], [E,
y] y [F, y], donde “y” toma el valor “1” o “2” dependiendo de si el estado actual tiene en el nodo
correspondiente un valor de “2” o “1” respectivamente. Cada uno de estos seis operadores consiste en
cambiar de color uno de los seis nodos del grafo. Se puede considerar que cada operador tiene coste
unidad, así que el coste de un camino es el número de arcos que lo componen.
cada estado posible y los estados resultantes de aplicar cada operador. Se ha resaltado en color tanto el
estado inicial (rojo) como los estados meta (verde).
De forma alternativa, la información incluida en la tabla 1.1 se podría representar mediante un grafo
dirigido. Dada la recomendación hecha en la nota del enunciado, no dibujamos aquí esta opción.
La solución menos costosa para el problema planteado en el enunciado consiste en: cambiar el
color del nodo D (operador [D, 2]) y cambiar el color del nodo F (operador [F, 1]), bien en este orden o en
el orden contrario. El coste para llegar desde el estado inicial al estado meta {1, 1, 2, 2, 1, 1} mediante
cualquiera de los dos caminos mencionados es 2.
OPERADORES
ESTADOS
[A, y] [B, y] [C, y] [D, y] [E, y] [F, y]
111111 211111 121111 112111 111211 111121 111112
111112 211112 121112 112112 111212 111122 111111
111121 211121 121121 112121 111221 111111 111122
111122 211122 121122 112122 111222 111112 111121
111211 211211 121211 112211 111111 111221 111212
111212 211212 121212 112212 111112 111222 111211
111221 211221 121221 112221 111121 111211 111222
111222 211222 121222 112222 111122 111212 111221
112111 212111 122111 111111 112211 112121 112112
112112 212112 122112 111112 112212 112122 112111
112121 212121 122121 111121 112221 112111 112122
112122 212122 122122 111122 112222 112112 112121
112211 ESTADO META
112212 212212 122212 111212 112112 112222 112211
112221 212221 122221 111221 112121 112211 112222
112222 212222 122222 111222 112122 112212 112221
121111 221111 111111 122111 121211 121121 121112
121112 221112 111112 122112 121212 121122 121111
121121 221121 111121 122121 121221 121111 121122
121122 221122 111122 122122 121222 121112 121121
121211 221211 111211 122211 121111 121221 121212
121212 221212 111212 122212 121112 121222 121211
121221 221221 111221 122221 121121 121211 121222
121222 221222 111222 122222 121122 121212 121221
122111 222111 112111 121111 122211 122121 122112
122112 222112 112112 121112 122212 122122 122111
122121 222121 112121 121121 122221 122111 122122
122122 222122 112122 121122 122222 122112 122121
122211 222211 112211 121211 122111 122221 122212
122212 222212 112212 121212 122112 122222 122211
122221 222221 112221 121221 122121 122211 122222
122222 222222 112222 121222 122122 122212 122221
211111 111111 221111 212111 211211 211121 211112
211112 111112 221112 212112 211212 211122 211111
211121 111121 221121 212121 211221 211111 211122
211122 111122 221122 212122 211222 211112 211121
211211 111211 221211 212211 211111 211221 211212
211212 111212 221212 212212 211112 211222 211211
211221 111221 221221 212221 211121 211211 211222
211222 111222 221222 212222 211122 211212 211221
212111 112111 222111 211111 212211 212121 212112
212112 112112 222112 211112 212212 212122 212111
212121 112121 222121 211121 212221 212111 212122
212122 112122 222122 211122 212222 212112 212121
212211 112211 222211 211211 212111 212221 212212
212212 112212 222212 211212 212112 212222 212211
212221 112221 222221 211221 212121 212211 212222
212222 112222 222222 211222 212122 212212 212221
221111 121111 211111 222111 221211 221121 221112
221112 121112 211112 222112 221212 221122 221111
221121 121121 211121 222121 221221 221111 221122
221122 ESTADO META
221211 121211 211211 222211 221111 221221 221212
221212 121212 211212 222212 221112 221222 221211
221221 121221 211221 222221 221121 221211 221222
221222 121222 211222 222222 221122 221212 221221
222111 122111 212111 221111 222211 222121 222112
222112 122112 212112 221112 222212 222122 222111
222121 122121 212121 221121 222221 222111 222122
222122 122122 212122 221122 222222 222112 222121
222211 122211 212211 221211 222111 222221 222212
222212 122212 212212 221212 222112 222222 222211
222221 122221 212221 221221 222121 222211 222222
222222 122222 212222 221222 222122 222212 222221
operador para el problema del coloreado de grafos planteado en este ejercicio. El estado inicial se resalta en
rojo y los estados meta se resaltan en verde.
EJERCICIO 2:
A 1
1
10 2
D E
B
C
F
Figura 2.1: Árbol de búsqueda en el que el nodo inicial es A, el nodo meta es F y el coste de cada operador




que después de la primera expansión (nodo A) hay un empate entre los nodos B y E, cuyos costes al
nodo inicial son iguales a 1 en los dos casos. Nosotros hemos elegido el nodo B para realizar la segunda
expansión, pero también se podría haber elegido el otro nodo, E. Los posibles empates posteriores
también los desharíamos de esta forma arbitraria.
A 1
1
1 2
10
D E
B
5
2 C 4
3
3
F
Figura 2.2: Orden de expansión de nodos para el árbol de la figura 2.1 según la búsqueda primero en
anchura (de izquierda a derecha). Observe que el nodo meta no es realmente expandido (es decir, sus hijos
no son generados), ya que justo antes de su expansión se comprueba que es un nodo meta y, por tanto, el
algoritmo termina en ese momento sin que se lleguen a generar sus hijos.
A 1
1
1 2
10
D E
B
2
C 3
4
3
F
profundidad (de derecha a izquierda). Observe que el nodo meta no es realmente expandido (es decir, sus
hijos no son generados), ya que justo antes de su expansión se comprueba que es un nodo meta y, por
tanto, el algoritmo termina en ese momento sin que se lleguen a generar sus hijos.
A 1
1
1 2
10
D E
B 3
2 C 4
5
3
F
Figura 2.4: Orden de expansión de nodos para el árbol de la figura 2.1 según la búsqueda de coste
uniforme. Observe que el nodo meta no es realmente expandido (es decir, sus hijos no son generados), ya
que justo antes de su expansión se comprueba que es un nodo meta y, por tanto, el algoritmo termina en
ese momento sin que se lleguen a generar sus hijos.

A 1
1
1 2
10
D E
B
2
C
F
A 1
1
1 2
10
D E
B
2
C 3
máximo dos hijos son generados en cada expansión de un nodo padre.
A 1
1
1 2
10
D E
B
2
C 3
4
3
Figura 2.5c: Tercera iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que como
máximo tres hijos son generados en cada expansión de un nodo padre.

profundidad es igual a 0. En las figuras 2.6a y 2.6b se muestran los órdenes de expansión de nodos para
las dos iteraciones de búsqueda primero en profundidad que son necesarias para este ejemplo de
búsqueda en profundidad iterativa.
A 1
1
1 2
10
D E
B
C
F
A 1
1
1 2
10
D E
B
2 C
3
3
F
algoritmo termina.
EJERCICIO 3:
E 3
2
1 1
G
A D
F 4
5
C
B
Figura 3.1: Árbol de búsqueda en el que el nodo inicial es E, el nodo meta es B y el coste de cada operador

puntos.)

Antes de sacar A: {A, F, D, G}
Antes de sacar F: {F, D, G, B}
Antes de sacar D: {D, G, B}
Antes de sacar G: {G, B}
Antes de sacar B: {B, C}
META ENCONTRADA

Antes de sacar G: {G, D, F, A}
Antes de sacar C: {C, D, F, A}
Antes de sacar D: {D, F, A}
Antes de sacar F: {F, A}
META ENCONTRADA

siguiente:
Antes de sacar E: {E(0)}
Antes de sacar F: {F(1), D(1), A(2), G(3)}
Antes de sacar D: {D(1), A(2), G(3)}
Antes de sacar A: {A(2), G(3)}
Antes de sacar G: {G(3), B(7)}
Antes de sacar C: {C(7), B(7)}
META ENCONTRADA
Antes de sacar G: {G, D}
Antes de sacar G: {G, D, F}
Antes de sacar D: {D, F, C}
Antes de sacar F: {F, C}
Iteración 4 (cada expansión de un nodo padre genera como máximo cuatro hijos):
Antes de sacar G: {G, D, F, A}
Antes de sacar D: {D, F, A, C}
Antes de sacar F: {F, A, C}
Antes de sacar A: {A, C}
Antes de sacar C: {C, B}
META ENCONTRADA


Nótese que A no es expandido por coincidir su profundidad con la profundidad límite.
Antes de sacar F: {F, D, G}
Antes de sacar B: {B, F, D, G}
META ENCONTRADA
EJERCICIO 4:
6 B 3
1 G
E
2 A 1
F C
D
Figura 4.1: Árbol de búsqueda en el que el nodo inicial es B, el nodo meta es D y el coste de cada operador

puntos.)


nodo inicial.
6 B 3
1 G 3
E
6
A
1
- Expandimos E:
6 B 3
1 G
E 3
6
2 A 1
F 8
- Expandimos A y TABLA_A no varía. A continuación expandimos G:
6 B 3
1 G 3
E 6
2 A 1 1
F C
8 4
- Expandimos F y TABLA_A no varía. A continuación expandimos C:
6 B 3
1 G 3
E 6
2 A 1
1
F C 4
8
1
D 5
- A continuación elegiríamos D para su expansión y llegaríamos a la meta. El camino hallado hasta la

meta tiene coste 5.

6 B 3
1 G 3
E
6
A
1
- Expandimos G:
6 B 3
1 G 3
E 6
A 1 1
C
4
- Expandimos C:
6 B 3
1 G 3
E 6
A 1
1
C 4
1
D 5
- A continuación elegiríamos D para su expansión y llegaríamos a la meta. El camino hallado hasta la

meta tiene coste 5. Nótese que finalmente no ha sido necesario aplicar la función LimpiarTABLA_A a lo
largo de este apartado.
6 B 3
1 G 3
E
6
A
1
- Expandimos A, con lo que TABLA_A no cambia. A continuación expandimos G:
6 B 3
1 G 3
E 6
A 1 1
C
4
- Expandimos C:
6 B 3
1 G 3
E 6
A 1
1
C 4
1
D 5
- Al intentar expandir D, alcanzamos la meta. El coste del camino solución hallado es 5.
B
3
G
3
- Expandimos G:
B
3
G 3
C 4
- Expandimos C:
B
3 3
G
C 4
D 5
- Finalmente, al intentar expandir D alcanzamos la meta. El camino encontrado hasta el nodo inicial tiene
coste 5.

6 B 3
1 G 3
E
6
A
1
profundidad límite y es sacado de TABLA_A. De igual manera, tras comprobar respectivamente que A y
G no son nodo meta, se les aplica la función LimpiarTABLA_A por estar en la profundidad límite y son
sacados de TABLA_A. Seguidamente, tras aplicarle la función LimpiarTABLA_A, B es sacado de
TABLA_A por no tener hijos en ABIERTA. A continuación pasamos a la siguiente iteración.

6 B 3
1 G 3
E
6
A
1
- Expandimos E:
6 B 3
1 G
E 3
6
2 A 1
F 8
- Tras comprobar que F no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
profundidad límite y es sacado de TABLA_A. Del mismo modo, tras comprobar que E no tiene hijos en
ABIERTA, se le aplica la función LimpiarTABLA_A y es sacado de TABLA_A.
B 3
1 G
3
A 1
- Expandimos A. Seguidamente, aplicamos la función LimpiarTABLA_A a A por no tener hijos en

ABIERTA y es sacado de TABLA_A. A continuación, expandimos G:
B
3 3
G
C 4
profundidad límite y es sacado de TABLA_A. Tras aplicarle la función LimpiarTABLA_A, G es sacado de
TABLA_A por no tener hijos en ABIERTA. Lo mismo ocurre posteriormente con B, por lo que pasamos a

6 B 3
1 G 3
E 6
A 1
- Expandimos E:
6 B 3
1 G
E 3
6
2 A 1
F 8
- Expandimos F. Seguidamente, aplicamos la función LimpiarTABLA_A a F por no tener hijos en

ABIERTA y es sacado de TABLA_A. Del mismo modo, tras comprobar que E no tiene hijos en ABIERTA,
se le aplica la función LimpiarTABLA_A y es sacado de TABLA_A.
B 3
1 G
3
A 1
- Expandimos A. Seguidamente, aplicamos la función LimpiarTABLA_A a A por no tener hijos en

ABIERTA y es sacado de TABLA_A. A continuación, expandimos G:
B
3 3
G
C 4
- Expandimos C:
B
3 3
G
C 4
D 5
- Tras elegir D para su expansión y comprobar que es nodo meta, finaliza el algoritmo habiendo hallado
EJERCICIO 5:
hasta el momento
n1,8
1 2
n 2,6 n 3,7
6 4
6 2
n5,4
n4,5 n 6,3
7 8
9 10
n7,1
n 8,2
11
12
n9,0
aparece al lado del arco que lo representa y al lado de cada nodo aparece la estimación de la menor
distancia desde ese nodo a una meta.


situación:
n1,8
ABIERTA = {n1(0+8)}
n1,8
1 2
n 2,6 n 3,7
ABIERTA = {n2(1+6), n3(2+7)}
n1,8
1 2
n 2,6 n 3,7
6
6
n5,4
n4,5
ABIERTA = {n3(2+7), n5(7+4), n4(7+5)}

n1,8
1 2
n 2,6 n 3,7
6 4
6 2
n5,4
n4,5 n 6,3
ABIERTA = {n6(4+3), n5(6+4), n4(7+5)}
Observe que el mejor camino desde n5 al nodo inicial lo marca su padre n3 (coste 4+2=6) y no su
padre n2 (coste 6+1=7). Por ello, el arco ascendente de n5 a n3 se marca con trazo continuo y el arco
ascendente de n5 a n2 se marca con trazo discontinuo. Es importante darse cuenta que el conjunto de
arcos con trazo continuo formará siempre un árbol en el grafo parcial de búsqueda desarrollado hasta el
momento.
Observe también que ha habido una reorientación del mejor padre de n5, que antes era n2 y ahora
pasa a ser n3. El nuevo mejor coste de n5 al nodo inicial, g(n5), es ahora 4+2=6, que se puede calcular a
partir de los costes de los mejores arcos ascendentes hallados hasta el momento: n5n3 y n3n1.
n1,8
1 2
n 2,6 n 3,7
6 4
6 2
n5,4
n4,5 n 6,3
10
n 8,2
ABIERTA = {n5(6+4), n4(7+5) , n8(14+2)}

n1,8
1 2
n 2,6 n 3,7
6 4
6 2
n5,4
n4,5 n 6,3
8
9 10
n7,1
n 8,2
ABIERTA = {n4(7+5), n7(14+1) , n8(14+2)}
n1,8
1 2
n 2,6 n 3,7
6 4
6 2
n5,4
n4,5 n 6,3
7 8
9 10
n7,1
n 8,2
ABIERTA = {n7(14+1), n8(14+2)}

n1,8
1 2
n 2,6 n 3,7
6 4
6 2
n5,4
n4,5 n 6,3
7 8
9 10
n7,1
n 8,2
11
n9,0
ABIERTA = {n8(14+2), n9(25+0)}
n1,8
1 2
n 2,6 n 3,7
6 4
6 2
n5,4
n4,5 n 6,3
7 8
9 10
n7,1
n 8,2
11
12
n9,0
solución encontrado es: n1  n3  n5  n7  n9, cuyo coste es 25.
EJERCICIO 6:
algoritmo.
D,30
2 20
E,29 F,8
2 20
C,28 G,7
2 20
B,27 H,6
2 20
A,5
2 20
J,2 K,4
2 20
I,1 L,3
Figura 6.1: Grafo de búsqueda en el que el nodo inicial es D, los nodos meta son desconocidos, el coste de
cada operador aparece al lado del arco que lo representa y al lado de cada nodo aparece el valor de su
función de evaluación heurística (que hay que minimizar).

sobre 4.5 puntos.
- PASO 1: Al principio expandimos el nodo inicial D, generando sus nodos hijos {E(29), F(8)}.
Seleccionamos el nodo F por ser el mejor de los nodos hijos. A continuación aceptamos el nodo F como
nuevo nodo actual en sustitución de D, debido a que el valor de la función de evaluación heurística de F
- PASO 2: Expandimos el nodo actual F y generamos sus hijos: {G(7)}. Seleccionamos el nodo G por ser
el mejor de los nodos hijos. Seguidamente aceptamos el nodo G como nuevo nodo actual en sustitución
de F, debido a que el valor de la función de evaluación heurística de G es mejor o igual que el de F (78).
- PASO 3: Expandimos el nodo actual G y generamos sus hijos: {H(6)}. Seleccionamos el nodo H por ser
el mejor de los nodos hijos. Seguidamente aceptamos el nodo H como nuevo nodo actual en sustitución
de G, debido a que el valor de la función de evaluación heurística de H es mejor o igual que el de G
(67).
- PASO 4: Expandimos el nodo actual H y generamos sus hijos: {A(5)}. Seleccionamos el nodo A por ser
el mejor de los nodos hijos. Seguidamente aceptamos el nodo A como nuevo nodo actual en sustitución
de H, debido a que el valor de la función de evaluación heurística de A es mejor o igual que el de H (56).
- PASO 5: Expandimos el nodo actual A y generamos sus hijos: {J(2), K(4)}. Seleccionamos el nodo J por
ser el mejor de los nodos hijos. Seguidamente aceptamos el nodo J como nuevo nodo actual en
sustitución de A, debido a que el valor de la función de evaluación heurística de J es mejor o igual que el
de A (25).
- PASO 6: Expandimos el nodo actual J y generamos sus hijos: {I(1)}. Seleccionamos el nodo I por ser el
mejor de los nodos hijos. A continuación aceptamos el nodo I como nuevo nodo actual en sustitución de
J, debido a que el valor de la función de evaluación heurística de I es mejor o igual que el de J (12).
Dado que I no tiene sucesores, la búsqueda terminaría. El algoritmo devolvería el nodo I(1) como mejor
nodo encontrado.
AÑO 2016
EJERCICIO 1:
Represente detalladamente mediante una tabla el espacio de estados (o espacio de búsqueda)
completo para el problema de los cántaros de agua descrito más adelante. Para ello especifique: el
conjunto de todos los estados posibles, el estado inicial, el o los estados meta, los operadores aplicables
a cada estado y el coste asociado a cada operador. En el problema de los cántaros de agua se dispone
de dos cántaros, uno de 4 litros y otro de 3 litros de capacidad, así como de un grifo para llenar los
cántaros. Suponga que se parte de una situación inicial donde los dos cántaros están vacíos y se quiere
llegar a una situación final en la que el cántaro de 4 litros esté lleno por la mitad y el de 3 litros esté vacío.
Tenga en cuenta que no es posible técnicamente echar agua a un cántaro para que contenga una
cantidad arbitraria de litros, por ejemplo, 0.233 litros; sólo es posible: vaciar un cántaro, llenar un cántaro
con agua del grifo o, por último, verter agua de un cántaro a otro (hasta que se cumpla cualquiera de las
dos condiciones siguientes: que el cántaro desde el que se vierte quede vacío o que el cántaro hacia el
que se vierte quede lleno). Por otra parte, dibuje mediante un grafo dirigido el subconjunto del espacio de
estados resultante de partir del estado inicial en busca del estado meta. ¿Cuál es la solución menos
costosa para este problema, tal como ha sido descrito?

 El espacio de búsqueda se dibuja (mediante un grafo dirigido) y se describe (mediante una tabla)
Para representar los estados posibles utilizaremos la siguiente notación. El estado del problema lo
representamos como:
(xy),
donde x expresa la cantidad de agua en litros contenida en el cántaro de 4 litros, mientras que y expresa
la cantidad de agua en litros contenida en el cántaro de 3 litros. (Debido a las restricciones técnicas
impuestas, tanto x como y serán números enteros tal que x{0,1,2,3,4} e y{0,1,2,3}.) Por ejemplo, el
estado (31) representa la situación en que el cántaro de 4 litros contiene 3 litros, mientras que el cántaro
de 3 litros contiene 1 litro. Nótese que existen 5x4 = 20 estados posibles en el problema planteado.
El estado inicial descrito en el enunciado se representa como (00). Por otro lado, existe un único
estado meta: (20).
Consideramos seis operadores posibles:

[1] Llenar el cántaro de 4 litros.
Precondición: x4
Resultado: x4
[2] Llenar el cántaro de 3 litros.
Precondición: y3
Resultado: y3
[3] Vaciar el cántaro de 4 litros.
Precondición: x0
Resultado: x0
[4] Vaciar el cántaro de 3 litros.
Precondición: y0
Resultado: y0
[5] Verter agua del cántaro de 4 litros al de 3 litros.
Precondición: x0 e y3
Resultado: x0 o y3 (lo que primero se dé)
[6] Verter agua del cántaro de 3 litros al de 4 litros.
Precondición: x4 e y0
Resultado: x4 o y0 (lo que primero se dé)
Se puede considerar que cada operador tiene coste unidad, así que el coste de un camino es el número
de arcos que lo componen.
(NOTA: Consideramos también válida la opción de desdoblar los operadores [5] y [6] en dos operadores
cada uno: un operador para el caso en que el cántaro desde el que se vierte queda vacío y otro operador
para el caso en que el cántaro hacia el que se vierte quede lleno.)
estado inicial (rojo) como los estados meta (verde). Por otra parte, la figura 1.1 contiene un grafo dirigido
con el subconjunto del espacio de estados resultante de partir del estado inicial en busca del estado
meta. La solución menos costosa para el problema planteado está marcada en verde en la figura 1.1 y
tiene un coste de 6.
OPERADORES
ESTADOS
[1] [2] [3] [4] [5] [6]
(00) (40) (03)
(01) (41) (03) (00) (10)
(02) (42) (03) (00) (20)
(03) (43) (00) (30)
(10) (40) (13) (00) (01)
(11) (41) (13) (01) (10) (02) (20)
(12) (42) (13) (02) (10) (03) (30)
(13) (43) (03) (10) (40)
(20) ESTADO META
(21) (41) (23) (01) (20) (03) (30)
(22) (42) (23) (02) (20) (13) (40)
(23) (43) (03) (20) (41)
(30) (40) (33) (00) (03)
(31) (41) (33) (01) (30) (13) (40)
(32) (42) (33) (02) (30) (23) (41)
(33) (43) (03) (30) (42)
(40) (43) (00) (13)
(41) (43) (01) (40) (23)
(42) (43) (02) (40) (33)
(43) (03) (40)
operador para el problema de los cántaros de agua planteado en este ejercicio. El estado inicial se resalta
en rojo y el estado meta se resalta en verde.
[3] 00 [4]
[4] [1] [2] [3]
40 [3]
[3] 03
[1] [4]
[6] [5]
[5] [3]
[6]
[1] 13
[2]
30 [3]
[4] [4]
[2]
10 [2]
[6] [2]
[5] 33
[3]
[5] [1]
01 [4]
[3] [6]
[1] [4]
[1]
42
41
[2] [1]
[6] [2]
[5] [3]
23 02
[2] 20 [6]
[4]
[1]
[2] 43 [1]
Figura 1.1: Grafo dirigido que constituye el subconjunto del espacio de estados resultante de partir del
estado inicial (00) en busca del estado meta (20).
EJERCICIO 2:
razonadamente en qué orden se expandirían los nodos de dicho árbol de búsqueda a partir de cada
uno de los métodos siguientes de búsqueda sin información del dominio:
A 3
1
5
D E
B
1 3
C
F


A 3
1
1 5
D E
B
2 4
3
1 3
C
5 F

A 3
1
1 5
D E
B
2
1 3
C
F

que los empates, en caso de haberlos, serían deshechos de forma arbitraria.
A 3
1
1 5
D E
B
2 4
5
1 3
C
3 F

cada expansión. En la figura 2.5a se muestra el orden de expansión de nodos para la única iteración de
búsqueda primero en anchura que es necesaria para este ejemplo de búsqueda en anchura iterativa.
A 3
1
1 5
D E
B
2
1 3
C
F
Observe que el nodo meta no es realmente expandido (es decir, sus hijos no son generados), ya que
justo antes de su expansión se comprueba que es un nodo meta y, por tanto, el algoritmo termina en ese

A 3
1
1 5
D E
B
1 3
C
F
A 3
1
1 5
D E
B
2 4
3
1 3
C
F
Observe que realmente el nodo meta no es expandido en esta última iteración porque se encuentre a la
profundidad límite. Esta condición no se llega a comprobar, ya que justo antes se averigua que el nodo es
meta y, por tanto, el algoritmo termina.
EJERCICIO 3:
A 3
1
5
D E
B
1 3
C
F

puntos.)

Antes de sacar B: {B, D, E}
Antes de sacar D: {D, E, C}
Antes de sacar C: {C, F}
META ENCONTRADA

Antes de sacar E: {E, D, B}
Antes de sacar F: {F, D, B}
META ENCONTRADA

siguiente:
Antes de sacar B: {B(1), E(3), D(5)}
Antes de sacar C: {C(2), E(3), D(5)}
Antes de sacar E: {E(3), D(5)}
Antes de sacar D: {D(5), F(6)}
Antes de sacar F: {F(6)}
META ENCONTRADA

META ENCONTRADA


Antes de sacar D: {D, E}

Antes de sacar C: {C, D, E}
META ENCONTRADA
EJERCICIO 4:
A 3
1
5
D E
B
1 3
C
F

puntos.)


- Inicialmente, A sería incluido en TABLA_A. Gráficamente esto se correspondería con un único nodo A. A
nodo inicial.
A 3
1
5
D E
B 3
1 5
- Expandimos B:
A 3
1
5
D E
B 3
1 5
1
C
2
- Expandimos D y TABLA_A no varía. A continuación expandimos E:
A 3
1
5
D E
B 3
1 5
1 3
C 6
2 F
- Expandimos C y TABLA_A no varía. A continuación elegiríamos F para su expansión y llegaríamos a la

meta. El camino hallado hasta la meta tiene coste 6.
A 3
1
5
D E
B 3
1 5
- Expandimos E:
A 3
1
5
D E
B 3
1 5
3
6
F

meta tiene coste 6. Nótese que finalmente no ha sido necesario aplicar la función LimpiarTABLA_A a lo
largo de este apartado.
A 3
1
5
D E
B 3
1 5
- Expandimos B:
A 3
1
5
D E
B 3
1 5
1
C
2
- Expandimos C y TABLA_A no varía. A continuación expandimos E:
A 3
1
5
D E
B 3
1 5
1 3
C 6
2 F
- Expandimos D y TABLA_A no varía. Al intentar expandir F, alcanzamos la meta. El coste del camino
solución hallado es 6.
A 3
E
3
- Expandimos E:
A 3
E
3
6
F
- Finalmente, al intentar expandir F alcanzamos la meta. El camino encontrado hasta el nodo inicial tiene
coste 6.

A 3
1
5
D E
B 3
1 5
- Tras comprobar que B no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. De igual manera, tras comprobar respectivamente que D y E
no son nodo meta, se les aplica la función LimpiarTABLA_A por estar en la profundidad límite y son
sacados de TABLA_A. Seguidamente, tras aplicarle la función LimpiarTABLA_A, A es sacado de

A 3
1
5
D E
B 3
1 5
- Expandimos B:
A 3
1
5
D E
B 3
1 5
1
C
2
- Tras comprobar que C no es nodo meta, se le aplica la función LimpiarTABLA_A por encontrarse en la
profundidad límite y es sacado de TABLA_A. Del mismo modo, tras comprobar que B no tiene hijos en
ABIERTA, se le aplica la función LimpiarTABLA_A y es sacado de TABLA_A.
A 3
5
D E
3
5
- Expandimos D. Seguidamente, aplicamos la función LimpiarTABLA_A a D por no tener hijos en

ABIERTA y es sacado de TABLA_A. A continuación, expandimos E:
A 3
E
3
6
F
- Tras elegir F para su expansión y comprobar que es nodo meta, finaliza el algoritmo habiendo hallado
EJERCICIO 5:
hasta el momento
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
5 45
200
250
n7,45 325 n5,50
25 100
n6,0


situación:
n1,100
ABIERTA = {n1(0+100)}
n3,50
n2,50 n4,50
30
40
20
n1,100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n2(20+50), n3(30+50) , n4(40+50) , n5(200+50) , n7(250+45) , n6(325+0)}
n3,50
25
n2,50 n4,50
30
40
20
n1,100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n3(30+50) , n4(40+50) , n5(200+50) , n7(250+45) , n6(325+0)}

momento.
- PASOS 3 y 4. Expandimos n3 y nada cambia en TABLA_A. A continuación expandimos n4.
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n5(200+50) , n7(250+45) , n6(325+0)}
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
45
200
250
n7,45 325 n5,50
100
n6,0
ABIERTA = {n7(250+45) , n6(300+0)}
pasa a ser n5. El nuevo mejor coste de n6 al nodo inicial, g(n6), es ahora 100+200=300, que se puede
n5n1.
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
5 45
200
250
n7,45 325 n5,50
25 100
n6,0
ABIERTA = {n6(275+0)}
solución encontrado es: n1  n7  n6, cuyo coste es 250+25=275.
EJERCICIO 6:
como criterio de terminación el que no se hayan producido mejoras durante los tres últimos pasos del
algoritmo.
D,30
2 3
E,29 F,8
2 2
C,28 200 G,7
2 2
B,1 H,1
2 2
A,5
22 20
J,2 1 K,4
2 20
I,3

sobre 4.5 puntos.
- PASO 1: Al principio expandimos el nodo inicial D, generando sus nodos hijos {E(29), A(5), F(8)}.
Seleccionamos el nodo A por ser el mejor de los nodos hijos. A continuación aceptamos el nodo A como
nuevo nodo actual en sustitución de D, debido a que el valor de la función de evaluación heurística de A
- PASO 2: Expandimos el nodo actual A y generamos sus hijos: {J(2), I(3), K(4)}. Seleccionamos el nodo
J por ser el mejor de los nodos hijos. Seguidamente aceptamos el nodo J como nuevo nodo actual en
de A (25).
mejor de los nodos hijos. A continuación rechazamos el nodo I como nuevo nodo actual en sustitución de
J, debido a que el valor de la función de evaluación heurística de I no es mejor o igual que el de J (no se
cumple que 32).
La búsqueda terminaría en este punto. El algoritmo devolvería el nodo J(2) como mejor nodo encontrado.
AÑO 2017
EJERCICIO 1:
Dibuje mediante un grafo dirigido o describa detalladamente mediante una tabla el espacio de estados
(o espacio de búsqueda) completo para el problema del viajante descrito más adelante. Para ello
operadores aplicables a cada estado y el coste asociado a cada operador. En el problema del viajante se
busca un recorrido de longitud mínima entre varias ciudades que las visite una sola vez, partiendo y
llegando a la misma ciudad. Suponga que se parte de una situación inicial donde: (1) Existen cinco
ciudades {A, B, C, D, E} cuyas coordenadas cartesianas son, respectivamente, {(0,0), (0,1), (1,1), (2,1),
(2,0)} y (2) El recorrido inicial considerado es ADCBEA. Dado un recorrido cualquiera, consideraremos
que se pueden generar recorridos hijos suyos en el espacio de búsqueda al intercambiar el orden en que
son visitadas dos ciudades intermedias contiguas cualesquiera del recorrido dado. (Por ejemplo, en el
recorrido ADCBEA las ciudades intermedias son {B, C, D, E} y se puede generar un recorrido hijo
intercambiando las ciudades contiguas B y E, tal que se obtenga el recorrido ADCEBA.) Considere
también que el estado meta es el recorrido más corto, es decir, cualquiera de los dos recorridos que se
corresponden con el rectángulo formado por las cinco ciudades. ¿Cuál es la solución menos costosa para
este problema, tal como ha sido descrito?
(NOTA1: Se recomienda suponer que la ciudad inicial de cualquier recorrido considerado es siempre la
misma, por ejemplo, la ciudad A.)
(NOTA2: El tipo de representación y operadores elegidos en este ejercicio para el problema del viajante
podrían ser utilizados, por ejemplo, en algoritmos de búsqueda local. Aunque estos algoritmos suelen
asociar a cada recorrido su longitud total, en este ejercicio sólo estamos interesados en estudiar el
espacio de estados global resultante, con lo que no es de nuestro interés dicha longitud.)

Para representar los estados posibles utilizaremos la siguiente notación. El estado del problema lo representamos
como:
(A I1 I2 I3 I4 A),
donde A es la ciudad inicial y final del recorrido, mientras que la secuencia de variables {I1, I2, I3, I4} representa
cualquier permutación de las ciudades {B, C, D, E}. Por ejemplo, el estado (ADECBA) representa el estado en que el
recorrido se inicia en A, sigue a D, sigue a E, sigue a C, sigue a B y acaba en A. Nótese que existen 4x3x2x1 = 24
estados posibles en el problema planteado.
El estado inicial descrito en el enunciado se representa como (ADCBEA). Por otro lado, existen dos estados
meta, (ABCDEA) y (AEDCBA), que unen las ciudades formando el rectángulo siguiente:
B C D
A E
Consideramos tres operadores posibles, según las condiciones dadas en el enunciado:
[1] Intercambiar I1 e I2: (A I1 I2 I3 I4 A)  (A I2 I1 I3 I4 A)
Se puede considerar que cada operador tiene coste unidad, así que el coste de un camino es el número de arcos
que lo componen.
En la tabla 1.1 figuran los estados posibles del sistema, los operadores que se pueden aplicar a cada estado
posible y los estados resultantes de aplicar cada operador. Se ha resaltado en color tanto el estado inicial (rojo)
como los estados meta (verde).
De forma alternativa, la información incluida en la tabla 1.1 se puede representar mediante un grafo dirigido tal
como se muestra en la figura 1.1. En dicha figura no existen estados no permitidos (que marcaríamos con elipses
discontinuas). Se ha utilizado color rojo para marcar el estado inicial y color verde para marcar los estados meta. Por
otra parte, obsérvese que no existen estados aislados, que no sean alcanzables desde el estado inicial.
Las soluciones menos costosas para el problema planteado están marcadas en trazo discontinuo en la
figura 1.1 y tienen un coste de 3:
(ADCBEA)  (ACDBEA)  (ACBDEA)  (ABCDEA)
(ADCBEA)  (ADBCEA)  (ABDCEA)  (ABCDEA)
(ADCBEA)  (ADCEBA)  (ADECBA)  (AEDCBA)
Los arcos correspondientes a los operadores [1], [2] y [3] han sido dibujados respectivamente con colores azul,
negro y naranja, de cara a una mejor visualización.
NOTA:
También se considera válida la respuesta que supone que los recorridos (A I1 I2 I3 I4 A) y (A I4 I3 I2 I1 A) se
corresponden con el mismo estado. De hecho, bajo esta suposición el número de estados posibles y el de estados
meta se reduce a la mitad, lo cual constituye una importante ventaja cuando el número de ciudades crece.
OPERADORES
ESTADOS
[1] [2] [3]
(ABCDEA) ESTADO META
(ABCEDA) (ACBEDA) (ABECDA) (ABCDEA)
(ABDCEA) (ADBCEA) (ABCDEA) (ABDECA)
(ABDECA) (ADBECA) (ABEDCA) (ABDCEA)
(ABECDA) (AEBCDA) (ABCEDA) (ABEDCA)
(ABEDCA) (AEBDCA) (ABDECA) (ABECDA)
(ACBDEA) (ABCDEA) (ACDBEA) (ACBEDA)
(ACBEDA) (ABCEDA) (ACEBDA) (ACBDEA)
(ACDBEA) (ADCBEA) (ACBDEA) (ACDEBA)
(ACDEBA) (ADCEBA) (ACEDBA) (ACDBEA)
(ACEBDA) (AECBDA) (ACBEDA) (ACEDBA)
(ACEDBA) (AECDBA) (ACDEBA) (ACEBDA)
(ADBCEA) (ABDCEA) (ADCBEA) (ADBECA)
(ADBECA) (ABDECA) (ADEBCA) (ADBCEA)
(ADCBEA) (ACDBEA) (ADBCEA) (ADCEBA)
(ADCEBA) (ACDEBA) (ADECBA) (ADCBEA)
(ADEBCA) (AEDBCA) (ADBECA) (ADECBA)
(ADECBA) (AEDCBA) (ADCEBA) (ADEBCA)
(AEBCDA) (ABECDA) (AECBDA) (AEBDCA)
(AEBDCA) (ABEDCA) (AEDBCA) (AEBCDA)
(AECBDA) (ACEBDA) (AEBCDA) (AECDBA)
(AECDBA) (ACEDBA) (AEDCBA) (AECBDA)
(AEDBCA) (ADEBCA) (AEBDCA) (AEDCBA)
(AEDCBA) ESTADO META
operador para el problema del viajante planteado en este ejercicio. El estado inicial se resalta en rojo y los
estados meta se resaltan en verde.
ABCDEA
AEDCBA ABCEDA
AEDBCA ABDCEA
AECDBA ABDECA
AECBDA ABECDA
AEBDCA ABEDCA
AEBCDA ACBDEA
ADECBA ACBEDA
ADEBCA ACDBEA
ADCEBA ACDEBA
ADCBEA ACEBDA
ADBECA ADBCEA ACEDBA
Figura 1.1: Grafo dirigido que representa el espacio de búsqueda para el problema del viajante. No existen
estados no alcanzables desde el estado inicial, (ADCBEA), que queden aislados. Los caminos de menor
coste hasta los estados meta, (ABCDEA) y (AEDCBA), se representan en trazo discontinuo. Los arcos
correspondientes a los operadores [1], [2] y [3] han sido dibujados respectivamente con colores azul, negro
y naranja, de cara a una mejor visualización.
EJERCICIO 2:
Considere el espacio de búsqueda de la figura 2.1, que tiene forma de árbol, donde el nodo raíz del
árbol es el nodo inicial, existe un único nodo meta y cada operador tiene asociado un coste. Explique
A 3
4
5
D E
B
C
Figura 2.1: Árbol de búsqueda en el que el nodo inicial es A, el nodo meta es C y el coste de cada operador


A 3
4
1 5
D E
B 4
2 3
4
C

A 3
4
1 5
D E
B 2
3
4
C

A 3
4
1 5
D E
B 2
3 4
4
C

cada expansión. En las figuras 2.5a y 2.5b se muestran los órdenes de expansión de nodos para las dos
iteraciones de búsqueda primero en anchura que son necesarias para este ejemplo de búsqueda en
anchura iterativa.
A 3
4
1 5
D E
B 2
C
A 3
4
1 5
D E
B 2
3
4
C
máximo dos hijos son generados en cada expansión de un nodo padre. Observe que el nodo meta no es
realmente expandido (es decir, sus hijos no son generados), ya que justo antes de su expansión se
comprueba que es un nodo meta y, por tanto, el algoritmo termina en ese momento sin que se lleguen a
generar sus hijos.
A 3
4
1 5
D E
B
A 3
4
1 5
D E
B
2 3
4
EJERCICIO 3:
A 3
4
5
D E
B

puntos.)

META ENCONTRADA

Antes de sacar D: {D, B}
META ENCONTRADA

siguiente:
Antes de sacar E: {E(3), B(4), D(5)}
Antes de sacar B: {B(4), D(5)}
Antes de sacar D: {D(5)}
Antes de sacar C: {C(9)}
META ENCONTRADA

Antes de sacar E: {E, D}
Antes de sacar D: {D}
META ENCONTRADA



META ENCONTRADA
EJERCICIO 4:
A 3
4
5
D E
B

puntos.)


nodo inicial.
A 3
4
5
D E
B
4 5 3
- Expandimos B y TABLA_A no varía. A continuación expandimos D:
A 3
4
5
D E
B 3
4 5
4
C
9
- Expandimos E y TABLA_A no varía. A continuación elegiríamos C para su expansión y llegaríamos a la


A 3
4
5
D E
B
4 5 3
- Expandimos E. Seguidamente, aplicamos la función LimpiarTABLA_A a E por no tener hijos en
ABIERTA y es sacado de TABLA_A. A continuación expandimos D:
A
4
5
B D
4 5
4
C
9
- A continuación elegiríamos C para su expansión y llegaríamos a la meta. El camino hallado hasta la

meta tiene coste 9.
A 3
4
5
D E
B
4 5 3
- Expandimos E y TABLA_A no varía. A continuación expandimos B y TABLA_A tampoco varía.

Seguidamente expandimos D:
A 3
4
5
D E
B 3
4 5
4
C
9
- Al intentar expandir C, alcanzamos la meta. El coste del camino solución hallado es 9.
A 3
E
3
- Expandimos E, que no tiene hijos, con lo que TABLA_A no cambia y esta iteración termina.
Iteración 2 (se generan como máximo 2 nodos hijo en cada expansión de un nodo padre):
A 3
5
D E
5 3
- Expandimos E, que no tiene hijos, con lo que TABLA_A no cambia.
- Expandimos D:
A 3
5
D E
3
5
4
C
9
- Finalmente, al intentar expandir C alcanzamos la meta. El camino encontrado hasta el nodo inicial tiene
coste 9.

A 3
4
5
D E
B
4 5 3
A 3
4
5
D E
B
4 5 3
- Expandimos B. Seguidamente, aplicamos la función LimpiarTABLA_A a B por no tener hijos en

ABIERTA y es sacado de TABLA_A. A continuación, expandimos D:
A 3
5
D E
3
5
4
C
9
- Tras elegir C para su expansión y comprobar que es nodo meta, finaliza el algoritmo habiendo hallado
EJERCICIO 5:
hasta el momento
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
200
250
n7,45 325 n5,50
25 100
n6,0


situación:
n1,100
ABIERTA = {n1(0+100)}
n3,50
n2,50 n4,50
30
40
20
n1,100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n2(20+50), n3(30+50) , n4(40+50) , n5(200+50) , n7(250+45) , n6(325+0)}
n3,50
25
n2,50 n4,50
30
40
20
n1,100
100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n3(30+50), n4(40+50), n7(120+45), n5(200+50), n6(325+0)}

momento.
n2n1.
- PASOS 3 y 4. Expandimos n3 y nada cambia en TABLA_A. A continuación expandimos n4.
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
250 200
n7,45 325 n5,50
n6,0
ABIERTA = {n7(120+45) , n5(190+50) , n6(325+0)}
n4. El nuevo mejor coste de n5 al nodo inicial, g(n5), es ahora 150+40=190, que se puede calcular a partir
de los costes de los mejores arcos ascendentes hallados hasta el momento: n5n4 y n4n1.
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
250 200
n7,45 325 n5,50
25
n6,0
ABIERTA = {n6(145+0) , n5(190+50)}

n7. El nuevo mejor coste de n6 al nodo inicial, g(n6), es ahora 25+100+20=145, que se puede calcular a
partir de los costes de los mejores arcos ascendentes hallados hasta el momento: n6n7, n7n2 y
n2n1.
solución encontrado es: n1  n2  n7  n6, cuyo coste es 20+100+25=145.
EJERCICIO 6:
algoritmo.
D,30
2 3
E,30 F,80
2 2
C,30 200 G,7
2 2
B,2 20
H,1
2 2
A,50
22 20
J,2 1 K,4
2 20
I,3

sobre 4.5 puntos.
- PASO 2: Expandimos el nodo actual E y generamos sus hijos: {C(30)}. Seleccionamos el nodo C por ser
el mejor de los nodos hijos. Seguidamente aceptamos el nodo C como nuevo nodo actual en sustitución
de E, debido a que el valor de la función de evaluación heurística de C es mejor o igual que el de E
(3030). (Observe que la condición de terminación del algoritmo todavía no se cumple tras este paso, ya
que sólo hemos completado dos pasos sin mejora, cuando la condición de terminación del enunciado nos
indica que tienen que ser tres.)
- PASO 3: Expandimos el nodo actual C y generamos sus hijos: {B(2)}. Seleccionamos el nodo B por ser
el mejor de los nodos hijos. A continuación aceptamos el nodo B como nuevo nodo actual en sustitución
de C, debido a que el valor de la función de evaluación heurística de B es mejor o igual que el de C (se
cumple que 230).
- PASO 4: Expandimos el nodo actual B, generando sus nodos hijos {A(50), H(1)}. Seleccionamos el
nodo H por ser el mejor de los nodos hijos. A continuación aceptamos el nodo H como nuevo nodo actual
en sustitución de B, debido a que el valor de la función de evaluación heurística de H es mejor o igual que
el de B (12).
el mejor de los nodos hijos. A continuación rechazamos el nodo A como nuevo nodo actual en sustitución
de H, debido a que el valor de la función de evaluación heurística de A no es mejor o igual que el de H
(no se cumple que 501).
La búsqueda terminaría en este punto. El algoritmo devolvería el nodo H(1) como mejor nodo encontrado.
AÑO 2018
EJERCICIO 1:
(o espacio de búsqueda) completo para el problema de las torres de Hanoi descrito más adelante. Para
ello especifique: el conjunto de todos los estados posibles, el estado inicial, el o los estados meta, los
operadores aplicables a cada estado y el coste asociado a cada operador. En el problema de las torres
de Hanoi se dispone de tres varillas verticales y un número d de discos de diferente radio. (Nosotros
consideraremos que d3.) En la varilla izquierda se apilan inicialmente todos los discos según radio
decreciente en altura. El objetivo es pasar todos los discos de la varilla izquierda a una de las otras dos
varillas aplicando las siguientes reglas: (1) un disco no puede descansar nunca sobre otro más pequeño,
(2) sólo se puede mover un disco cada vez y (3) sólo se puede desplazar el disco superior de cada varilla.
¿Cuál es la solución menos costosa para este problema, tal como ha sido descrito?

Para representar los estados posibles utilizamos la siguiente notación. Consideramos tres varillas
verticales (izquierda, central y derecha) y tres discos {d1, d2, d3} ordenados según radio creciente. Es
decir, d1 es el disco menor, d2 es el disco mediano y d3 es el disco mayor. El estado del problema lo
representamos como una lista con tres sublistas, donde cada sublista contiene los discos de una de las
varillas en orden descendente en altura. Por ejemplo, si representamos cada disco simplemente por su
subíndice, el estado (12, -, 3) representa el caso en que la varilla izquierda contiene el disco menor
encima del mediano, la varilla central está vacía y la varilla derecha contiene el disco mayor. Nótese que,
según las reglas impuestas en este problema, existen 27 estados posibles en el problema planteado.
El estado inicial descrito en el enunciado se representa como (123, -, -). Por otro lado, existen dos
estados meta, (-, 123, -) y (-, -, 123).
Existen seis operadores posibles, ij, según las condiciones dadas en el enunciado. El operador
ij mueve el disco superior de la varilla i a la parte superior de la varilla j, donde i y j toman valores
diferentes correspondientes a la varilla “izquierda”, la “central” o la “derecha”. Para que se pueda aplicar
un operador ij es necesario que exista al menos un disco en la varilla i y que su radio sea menor que el
radio del disco superior de la varilla j (en caso de que la varilla j no esté vacía). Al trasladarse únicamente
un disco en cada operación, se puede considerar que cada operador tiene coste unidad, así que el coste
de un camino es el número de arcos que lo componen.
En la tabla 1.1 figuran los estados permitidos del sistema, los operadores que se pueden aplicar a
cada estado permitido y los estados resultantes de aplicar cada operador. Se ha resaltado en color tanto
el estado inicial (rojo) como los estados meta (verde).
dirigido tal como se muestra en la figura 1.1. En dicha figura se ha utilizado color rojo para marcar el
estado inicial y se ha utilizado color verde para marcar los estados meta. Por otra parte, obsérvese que
no existen estados aislados, que no sean alcanzables desde el estado inicial.
Las soluciones menos costosas para el problema planteado tienen coste 7 y una de ellas está
marcada en trazo discontinuo en la figura 1.1. Las dos soluciones menos costosas son las siguientes:
(123, -, -)  (23, -, 1)  (3, 2, 1)  (3, 12, -)  (-, 12, 3)  (1, 2, 3)  (1, -, 23)  (-, -, 123)
(123, -, -)  (23, 1, -)  (3, 1, 2)  (3, -, 12)  (-, 3, 12)  (1, 3, 2)  (1, 23, -)  (-, 123, -)
OPERADORES
ESTADOS
izqcen izqder cenizq cender derizq dercen
(123, -, -) (23,1,-) (23, -, 1) No aplicable No aplicable No aplicable No aplicable
(-, 123, -) ESTADO META
(-, -, 123) ESTADO META
(12,3,-) (2, 13, -) (2, 3, 1) No aplicable (12, -, 3) No aplicable No aplicable
(12, -, 3) (2, 1, 3) (2, -, 13) No aplicable No aplicable No aplicable (12, 3, -)
(13, 2, -) (3, 12, -) (3, 2, 1) No aplicable (13, -, 2) No aplicable No aplicable
(13, -, 2) (3, 1, 2) (3, -, 12) No aplicable No aplicable No aplicable (13, 2, -)
(3, 12, -) No aplicable (-, 12, 3) (13, 2, -) (3, 2, 1) No aplicable No aplicable
(-, 12, 3) No aplicable No aplicable (1, 2, 3) (-, 2, 13) (3, 12, -) No aplicable
(2, 13, -) No aplicable (-, 13, 2) (12, 3, -) (2, 3, 1) No aplicable No aplicable
(-, 13, 2) No aplicable No aplicable (1, 3, 2) (-, 3, 12) (2, 13, -) No aplicable
(-, 3, 12) No aplicable No aplicable (3, -, 12) No aplicable (1, 3, 2) (-, 13, 2)
(3, -, 12 ) (-, 3, 12) No aplicable No aplicable No aplicable (13, -, 2) (3, 1, 2)
(-, 2, 13) No aplicable No aplicable (2, -, 13) No aplicable (1, 2, 3) (-, 12, 3)
(2, -, 13) (-, 2, 13) No aplicable No aplicable No aplicable (12, -, 3) (2, 1, 3)
(1, 2, 3) (-, 12, 3) (-, 2, 13) No aplicable (1, -, 23) No aplicable No aplicable
(1, 3, 2) (-, 13, 2) (-, 3, 12) No aplicable No aplicable No aplicable (1, 23, -)
(1, 23, -) (-, 123, -) (-, 23, 1) No aplicable (1, 3, 2) No aplicable No aplicable
(1, -, 23) (-, 1, 23) (-, -, 123) No aplicable No aplicable No aplicable (1, 2, 3)
(2, 1, 3) No aplicable (-, 1, 23) (12, - 3) (2, -, 13) No aplicable No aplicable
(3, 1, 2) No aplicable No aplicable (13, -, 2) (3, -, 12) (23, 1, -) No aplicable
(23, 1, -) No aplicable (3, 1, 2) (123, -, -) (23, -, 1) No aplicable No aplicable
(-, 1, 23) No aplicable No aplicable (1, -, 23) (-, -, 123) (2, 1, 3) No aplicable
(3, 2, 1) No aplicable No aplicable (23, -, 1) No aplicable (13, 2, -) (3, 12, -)
(2, 3, 1) (-, 23, 1) No aplicable No aplicable No aplicable (12, 3, -) (2, 13, -)
(23, -, 1) (3, 2, 1) No aplicable No aplicable No aplicable (123, -, -) (23, 1, -)
(-, 23, 1) No aplicable No aplicable (2, 3, 1) No aplicable (1, 23, -) (-, 123, -)
Tabla 1.1: Estados permitidos, operadores aplicables a cada estado permitido y estados resultantes de
aplicar cada operador para el problema de las torres de Hanoi planteado en este ejercicio. El estado inicial
se resalta en rojo y los estados meta se resaltan en verde.
(23, -, 1) (-, 23, 1) (123, -, -) (-, 123, -)

(-, -, 123)
(2, 3, 1)
(12, 3, -)
(3, 2, 1)
(12, -, 3)
(-, 1, 23)
(13, 2, -)
(23, 1, -)
(13, -, 2)
(3, 1, 2)
(3, 12, -)
(2, 1, 3)
(-, 12, 3)
(1, -, 23)
(2, 13, -)
(1, 23, -)
(-, 13, 2)
(1, 3, 2)
(1, 2, 3) (-, 3, 12)
(2, -, 13) (-, 2, 13) (3, -, 12)
Figura 1.1: Grafo dirigido que representa el espacio de búsqueda para el problema de las torres de Hanoi.
No existen estados no alcanzables desde el estado inicial, (123, -, -), que queden aislados. El camino de
menor coste hasta el estado meta, (-, -, 123), se representan en trazo discontinuo.
EJERCICIO 2:
1 A
2
B C
6 7
D E
Figura 2.1: Árbol de búsqueda en el que el nodo inicial es A, el nodo meta es E y el coste de cada operador


1 A
2
1
B C
2 3
6 7
D 4 E

1 A
2
1
B C
2
6 7
D E

1 A
2
1
B C
2 3
6 7
D 4 E

cada expansión. En la figura 2.5a se muestran los órdenes de expansión de nodos para la única iteración
de búsqueda primero en anchura que es necesaria para este ejemplo de búsqueda en anchura iterativa.
1 A
2
1
B C
2
6 7
D E
Figura 2.5a: Primera (y última) iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la
que como máximo un hijo es generado en cada expansión de un nodo padre. Observe que el nodo meta no
es realmente expandido (es decir, sus hijos no son generados), ya que justo antes de su expansión se
generar sus hijos.

1 A
2
1
B C
6 7
D E
1 A
2
1
B C
2 3
6 7
D E
EJERCICIO 3:
1 A
2
B C
6 7
D E

puntos.)

Antes de sacar C: {C, D}
META ENCONTRADA

Antes de sacar E: {E, B}
META ENCONTRADA

siguiente:
Antes de sacar B: {B(1), C(2)}
Antes de sacar C: {C(2), D(7)}
Antes de sacar D: {D(7), E(9)}
Antes de sacar E: {E(9)}
META ENCONTRADA

META ENCONTRADA



META ENCONTRADA
EJERCICIO 4:
1 A
2
B C
6 7
D E

puntos.)


nodo inicial.
1 A
2
B C
1 2
- A continuación expandimos B:
1 A
2
B C
1 2
6
D
7
- A continuación expandimos C:
1 A
2
B C
1 2
6 7
D E
7 9
- Expandimos D y TABLA_A no varía. A continuación elegiríamos E para su expansión y llegaríamos a la

1 A
2
B C
1 2
1 A
2
B C
1 2
7
E
9

meta tiene coste 9. (Observe que finalmente no ha sido necesario aplicar la función LimpiarTABLA_A en
ningún paso de este apartado.)
1 A
2
B C
1 2
- Seguidamente expandimos B:
1 A
2
B C
1 2
6
D
7
1 A
2
B C
1 2
6 7
D E
7 9
- Seguidamente expandimos D y TABLA_A no varía. Por último, al intentar expandir E, alcanzamos la

meta. El coste del camino solución hallado es 9.
A
2
C
2
A
2
C
2
7
E
9
- Finalmente, al intentar expandir E, alcanzamos la meta. El camino encontrado hasta el nodo inicial tiene
coste 9.

1 A
2
B C
1 2
profundidad límite y es sacado de TABLA_A. De igual manera, tras comprobar que C no es nodo meta, se
le aplica la función LimpiarTABLA_A por estar en la profundidad límite y es sacado de TABLA_A. Por
último, tras aplicarle la función LimpiarTABLA_A, A es sacado de TABLA_A por no tener hijos en

1 A
2
B C
1 2
- A continuación, expandimos B:
1 A
2
B C
1 2
6
D
7
- Tras comprobar que D no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. Seguidamente, tras aplicarle la función LimpiarTABLA_A, B
es sacado de TABLA_A por no tener hijos en ABIERTA. A continuación expandimos C:
A
2
C
2
7
E
9
- Por último, tras elegir E para su expansión y comprobar que es nodo meta, finaliza el algoritmo habiendo
hallado un camino entre el nodo inicial y el nodo meta de coste 9.
EJERCICIO 5:
hasta el momento
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
200
250
n7,45 325 n5,50
25 100
n6,0


situación:
n1,100
ABIERTA = {n1(0+100)}
n3,50
n2,50 n4,50
30
40
20
n1,100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n2(20+50), n3(30+50) , n4(40+50) , n5(200+50) , n7(250+45) , n6(325+0)}
- PASOS 2 y 3. Expandimos n2 por ser el nodo de ABIERTA con menor valor de la función de evaluación
heurística, f=g+h (al ser g=20 y h=50), tras lo cual nada cambia en TABLA_A. A continuación expandimos
n3:
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
200
250
n7,45 325 n5,50
25
n6,0
ABIERTA = {n4(40+50), n5(200+50), n7(250+45), n6(325+0)}

ascendente de n2 a n3 se marca con trazo discontinuo. Del mismo modo, el mejor camino desde n4 al
nodo inicial lo marca su padre n1 (coste 40) y no su padre n3 (coste 35+30=65). Por ello, el arco
ascendente de n4 a n1 se marca con trazo continuo y el arco ascendente de n4 a n3 se marca con trazo
discontinuo. Es importante darse cuenta que el conjunto de arcos con trazo continuo formará siempre un
árbol en el grafo parcial de búsqueda desarrollado hasta el momento.
- PASOS 4 y 5. Expandimos n4, tras lo cual nada cambia en TABLA_A. A continuación expandimos n5:
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
150
200
250
n7,45 325 n5,50
100
n6,0
ABIERTA = {n7(250+45), n6(300+0)}
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
200
250
n7,45 325 n5,50
25 100
n6,0
ABIERTA = {n6(275+0)}
solución encontrado es: n1  n7  n6, cuyo coste es 250+25=275.
EJERCICIO 6:
algoritmo.
D,30
2 3
E,30 F,29
2 2
C,30 2 G,29
200
2 2
B,30 20
H,29
2 2
A,30
22 20
J,2 1 K,4
2 20
I,3

sobre 4.5 puntos.
Seleccionamos el nodo F por ser el mejor de los nodos hijos. A continuación aceptamos el nodo F como
nuevo nodo actual en sustitución de D, debido a que el valor de la función de evaluación heurística de F
- PASO 2: Expandimos el nodo actual F y generamos sus hijos: {C(30), G(29)}. Seleccionamos el nodo G
por ser el mejor de los nodos hijos. Seguidamente aceptamos el nodo G como nuevo nodo actual en
sustitución de F, debido a que el valor de la función de evaluación heurística de G es mejor o igual que el
de F (2929). (Observe que la condición de terminación del algoritmo todavía no se cumple tras este
paso, ya que sólo hemos completado un paso sin mejora, cuando la condición de terminación del
enunciado nos indica que tienen que ser tres.)
- PASO 3: Expandimos el nodo actual G y generamos sus hijos: {H(29)}. Seleccionamos el nodo H por
ser el mejor de los nodos hijos. A continuación aceptamos el nodo H como nuevo nodo actual en
sustitución de G, debido a que el valor de la función de evaluación heurística de H es mejor o igual que el
de G (se cumple que 2929). (Al igual que en el Paso 2, observe que la condición de terminación del
algoritmo todavía no se cumple tras este paso, ya que sólo hemos completado dos pasos sin mejora,
cuando la condición de terminación del enunciado nos indica que tienen que ser tres.)
el mejor de los nodos hijos. A continuación rechazamos el nodo A como nuevo nodo actual en sustitución
de H, debido a que el valor de la función de evaluación heurística de A no es mejor o igual que el de H
(no se cumple que 3029).
La búsqueda termina en este punto. El algoritmo devuelve el nodo H(29) como mejor nodo encontrado.
AÑO 2019
EJERCICIO 1:
(o espacio de búsqueda) completo para el problema de sustitución de símbolos. Para ello especifique: el
conjunto de todos los estados posibles, el estado inicial, el o los estados meta, los operadores aplicables
a cada estado y el coste asociado a cada operador. En el problema de sustitución de símbolos se debe
transformar una cifra determinada en una tira de cifras iguales, dadas ciertas reglas de sustitución. Por
ejemplo, suponga que se parte de una situación inicial donde hay que transformar la cifra 6 en una tira de
cifras 1. Para ello se pueden utilizar las siguientes reglas de sustitución de símbolos, que reemplazan la
cifra de la izquierda por la tira de cifras de la derecha:
2  1,1 4  3,1 6  4,2

3  2,1 4  2,2 6  3,3
Considere que la aplicación de una regla de sustitución a una tira de cifras consiste en aplicar dicha regla
individualmente a todas y cada una de las cifras de la tira que coincidan con la cifra de la parte izquierda
de la regla de sustitución. ¿Cuál es la solución menos costosa para este problema tal como ha sido
descrito?
(NOTA: Se recomienda suponer que dos tiras de cifras se corresponden con el mismo estado si
contienen el mismo conjunto de cifras, independientemente de su orden y del número de repeticiones.
Por ejemplo, las tiras {2, 1, 2, 1}, {2, 2, 1, 1} y {2, 1, 1, 1, 1} se corresponderían con el mismo estado, ya
que las tres contienen la cifra 2 y la cifra 1.)

Para representar los estados posibles hay que tener en cuenta que, según las reglas de sustitución
dadas, las únicas cifras que puede contener una tira son {6, 4, 3, 2, 1}. Dado que, también según las
reglas de sustitución dadas, todas las tiras que se formen deben cumplir que la suma de sus cifras sea 6,
los estados posibles son los siguientes:
S6: tira formada por un 6
S42: tiras formadas por un 4 y un 2, no necesariamente en este orden
S41: tiras formadas por un 4 y dos 1, no necesariamente en este orden
S321: tiras formadas por un 3, un 2 y un 1, no necesariamente en este orden
S31: tiras formadas por un 3 y tres 1, no necesariamente en este orden
S3: tira formada por dos 3
S21: tiras formadas por uno o más 2, y por uno o más 1, en cualquier orden posible que sume 6
S2: tira formada por tres 2
S1: tira formada por seis 1,
donde representamos cada estado por las cifras que contiene, sin repeticiones y en orden decreciente de
las cifras. Por tanto, existen 9 estados posibles en el problema planteado.
El estado inicial descrito en el enunciado es S6. Por otro lado, existe un único estado meta, que
representamos por S1.
Consideramos seis operadores posibles, según las seis reglas de sustitución dadas en el
enunciado:
଺
ܱସଶ : sustituye cada 6 de la tira actual por 42
଺
ܱଷଷ : sustituye cada 6 de la tira actual por 33
ସ
ܱଷଵ : sustituye cada 4 de la tira actual por 31
ସ
ܱଶଶ : sustituye cada 4 de la tira actual por 22
ଷ
ܱଶଵ : sustituye cada 3 de la tira actual por 21
ଶ
ܱଵଵ : sustituye cada 2 de la tira actual por 11.
Se puede considerar que cada operador tiene coste unidad, así que el coste de un camino es el número
de arcos que lo componen.
estado inicial (rojo) como el estado meta (verde).
dirigido tal como se muestra en la figura 1.1. En dicha figura no existen estados no permitidos (que
marcaríamos con elipses discontinuas). Se ha utilizado color rojo para marcar el estado inicial y color
verde para marcar el estado meta. Por otra parte, obsérvese que no existen estados aislados, que no
sean alcanzables desde el estado inicial.
Las soluciones menos costosas para el problema planteado están marcadas en trazo discontinuo
en la figura 1.1 y tienen un coste de 3:
S6  S3  S21  S1
S6  S42  S2  S1.
OPERADORES
ESTADOS ଺ ଺ ସ ସ ଷ ଶ
ܱସଶ ܱଷଷ ܱଷଵ ܱଶଶ ܱଶଵ ܱଵଵ
S6 S42 S3 No aplicable No aplicable No aplicable No aplicable
S42 No aplicable No aplicable S321 S2 No aplicable S41

S41 No aplicable No aplicable S31 S21 No aplicable No aplicable
S321 No aplicable No aplicable No aplicable No aplicable S21 S31

S31 No aplicable No aplicable No aplicable No aplicable S21 No aplicable
S3 No aplicable No aplicable No aplicable No aplicable S21 No aplicable
S21 No aplicable No aplicable No aplicable No aplicable No aplicable S1

S2 No aplicable No aplicable No aplicable No aplicable No aplicable S1
S1 ESTADO META
operador para el problema de sustitución de símbolos planteado en este ejercicio. El estado inicial se resalta
en rojo y el estado meta se resalta en verde.
଺
ܱଷଷ S6 ଺
ܱସଶ
S3 ଶ
ܱଵଵ S42 ସ
ܱଶଶ
ସ
ܱଷଵ
S41 S321 S2
ଷ ଷ
ܱଶଵ ସ ܱଶଵ
ܱଶଶ ସ
ܱଷଵ ଶ
ܱଵଵ
S21 S31
ଷ
ܱଶଵ ଶ
ܱଵଵ
ଶ
ܱଵଵ S1
Figura 1.1: Grafo dirigido que representa el espacio de búsqueda para el problema de sustitución de
símbolos. No existen estados no alcanzables desde el estado inicial, S6, que queden aislados. Los caminos
de menor coste hasta el estado meta, S1, se representan en trazo discontinuo.
EJERCICIO 2:
A
4 5
7
B D E
6 2
F C
G


A
4 1 5
7
B D E
2 3 4
6 2
F C
5
4

A
4 1 5
7
B D E
3 2
6 2
F C
4
G
A
4 1 5
7
B D E
2 4 3
6 2
F C
G

cada expansión. En las figuras 2.5a y 2.5b se muestran los órdenes de expansión de nodos para las dos
iteraciones de búsqueda primero en anchura que son necesarias para este ejemplo de búsqueda en
anchura iterativa.
A
4 1 5
7
B D E
2
6 2
F C
G
A
4 1 5
7
B D E
3 2
6 2
F C
G
máximo dos hijos son generados en cada expansión de un nodo padre. Observe que el nodo meta no es
generar sus hijos.

A
4 1 5
7
B D E
6 2
F C
4
G
A
4 1 5
7
B D E
2 3
6 2
F C
G
EJERCICIO 3:
A
4 5
7
B D E
6 2
F C
G

puntos.)

Antes de sacar D: {D, E, F}
Antes de sacar E: {E, F, C}
Antes de sacar F: {F, C}
Antes de sacar C: {C, G}
META ENCONTRADA

Antes de sacar D: {D, B}
META ENCONTRADA

siguiente:
Antes de sacar B: {B(4), E(5), D(7)}
Antes de sacar E: {E(5), D(7), F(10)}
Antes de sacar D: {D(7), F(10)}
Antes de sacar C: {C(9), F(10)}
META ENCONTRADA


META ENCONTRADA



Antes de sacar F: {F, D, E}
META ENCONTRADA
EJERCICIO 4:
A
4 5
7
B D E
6 2
F C
G

puntos.)


nodo inicial.
A
4 5
7
B D E
4 7 5
- Expandimos B.
A
4 5
7
B D E
4 7 5
6
F
10
- Expandimos D.
A
4 5
7
B D E
4 7 5
6 2
F C
10 9
- Expandimos E y TABLA_A no varía. A continuación expandimos F:
A
4 5
7
B D E
4 7 5
6 2
F C
10 9
4
G
14

meta tiene coste 9.

A
4 5
7
B D E
4 7 5
- Expandimos E. Seguidamente, aplicamos la función LimpiarTABLA_A a E por no tener hijos en

ABIERTA y es sacado de TABLA_A. A continuación expandimos D:
A
4
7
B D
4 7
2
C
9
meta tiene coste 9.
A
4 5
7
B D E
4 7 5
- Expandimos B:
A
4 5
7
B D E
4 7 5
6
F
10
- Expandimos E y TABLA_A no varía. A continuación expandimos D:
A
4 5
7
B D E
4 7 5
6 2
F C
10 9
- Al intentar expandir C, alcanzamos la meta. El coste del camino solución hallado es 9.
A
5
E
5
- Expandimos E, que no tiene hijos, con lo que TABLA_A no cambia y esta iteración termina.
Iteración 2 (se generan como máximo 2 nodos hijo en cada expansión de un nodo padre):
A
5
7
D E
7 5
- Expandimos E, que no tiene hijos, con lo que TABLA_A no cambia. A continuación expandimos D:
A
5
7
D E
7 5
2
C
9
- Finalmente, al intentar expandir C alcanzamos la meta. El camino encontrado hasta el nodo inicial tiene
coste 9.

A
4 5
7
B D E
4 7 5

A
4 5
7
B D E
4 7 5
- Expandimos B.
A
4 5
7
B D E
4 7 5
6
F
10
- Tras comprobar que F no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacado de TABLA_A. Seguidamente, tras aplicarle la función LimpiarTABLA_A, B
es sacado de TABLA_A por no tener hijos en ABIERTA.
- Expandimos D.
A
5
7
D E
7 5
2
C
9
- Tras elegir C para su expansión y comprobar que es nodo meta, finaliza el algoritmo habiendo hallado
EJERCICIO 5:
hasta el momento
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
200
250
n7,45 325 n5,50
25 100
n6,0


situación:
n1,100
ABIERTA = {n1(0+100)}
n3,50
n2,50 n4,50
30
40
20
n1,100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n2(20+50), n3(30+50) , n4(40+50) , n5(200+50) , n7(250+45) , n6(325+0)}
n3,50
n2,50 n4,50
30
40
20
n1,100
100
200
250
n7,45 325 n5,50
n6,0
ABIERTA = {n3(30+50), n4(40+50), n7(120+45), n5(200+50), n6(325+0)}

Observe que el mejor camino desde n7 al nodo inicial lo marca su padre n2 (coste 100+20=120) y no
su padre n1 (coste 250). Por ello, el arco ascendente de n7 a n2 se marca con trazo continuo y el arco
momento.
n2n1.
- PASO 3 . A continuación expandimos n3.
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100
250 200
n7,45 325 n5,50
n6,0
ABIERTA = {n4(40+50), n7(120+45), n5(200+50) , n6(325+0)}
ascendente de n2 a n3 se marca con trazo discontinuo. Por otra parte, el mejor camino desde n4 al nodo
inicial lo marca su padre n1 (coste 40) y no su padre n3 (coste 35+30=65). Por ello, el arco ascendente de
n4 a n1 se marca con trazo continuo y el arco ascendente de n4 a n3 se marca con trazo discontinuo.
n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
250 200
n7,45 325 n5,50
n6,0
ABIERTA = { n7(120+45), n5(190+50), n6(325+0)}

n3,50
25 35
n2,50 n4,50
30
40
20
n1,100
100 150
250 200
n7,45 325 n5,50
25
n6,0
ABIERTA = { n6(145+0), n5(190+50)}
n7. El nuevo mejor coste de n6 al nodo inicial, g(n6), es ahora 25+100+20=145, que se puede calcular a
partir de los costes de los mejores arcos ascendentes hallados hasta el momento: n6n7, n7n2 y
n2n1.
solución encontrado es: n1  n2  n7  n6, cuyo coste es 20+100+25=145.
EJERCICIO 6:
algoritmo.
D,30
2 3
E,30 F,80
2 2
20
C,30 G,7
2 2
B,20 2 H,10
20 2
A,5
2 20
J,2 K,1
2 20
I,1

sobre 4.5 puntos.
- PASO 1: Al principio expandimos el nodo inicial D, generando sus nodos hijos {E(30), B(20), F(80)}.
Seleccionamos el nodo B por ser el mejor de los nodos hijos. A continuación aceptamos el nodo B como
nuevo nodo actual en sustitución de D, debido a que el valor de la función de evaluación heurística de B
- PASO 2: Expandimos el nodo actual B y generamos sus hijos: {A(5), H(10)}. Seleccionamos el nodo A
por ser el mejor de los nodos hijos. Seguidamente aceptamos el nodo A como nuevo nodo actual en
sustitución de B, debido a que el valor de la función de evaluación heurística de A es mejor o igual que el
de B (520).
- PASO 3: Expandimos el nodo actual A y generamos sus hijos: {J(2), K(1)}. Seleccionamos el nodo K por
ser el mejor de los nodos hijos. A continuación aceptamos el nodo K como nuevo nodo actual en
sustitución de A, debido a que el valor de la función de evaluación heurística de K es mejor o igual que el
de A (se cumple que 15).
- PASO 4: Expandimos el nodo actual K, generando sus nodos hijos {I(1)}. Seleccionamos el nodo I por
ser el mejor de los nodos hijos. A continuación aceptamos el nodo I como nuevo nodo actual en
sustitución de K, debido a que el valor de la función de evaluación heurística de I es mejor o igual que el
de K (11).
La búsqueda terminaría en este punto. El algoritmo devolvería el nodo I(1) como mejor nodo encontrado.
AÑO 2020
EJERCICIO 1:
(o espacio de búsqueda) completo para el problema de evacuación descrito más adelante. Para ello
operadores aplicables a cada estado y el coste asociado a cada operador. El problema de evacuación
tratado en este ejercicio queda definido por las siguientes características:
(1) Existe una matriz bidimensional de posiciones donde cada posición puede representar: una salida, un
obstáculo o simplemente un lugar con capacidad para un individuo. Dada una distribución inicial de
individuos, obstáculos y salidas en la matriz, se busca evacuar a todos los individuos en el menor tiempo
posible.
(2) El estado inicial queda definido por la matriz 3x3 siguiente, formada por dos salidas (O), tres
obstáculos (X) y tres individuos (I):
O X X
I I
I X O
(3) Se considera tiempo discreto, de manera que la distribución de individuos en la matriz cambia de un
estado en el instante “t” a otro en “t1”. Para cada posible cambio de t a t1, se opera del siguiente
modo: se establece un orden de movimiento para el conjunto de individuos en la matriz y, siguiendo dicho
orden, se permite sucesivamente a cada individuo moverse a una posición contigua vacía que esté
situada al norte, sur, este u oeste de su posición actual. (El individuo permanece quieto sólo si dichas
posiciones están ya ocupadas por otros individuos o por obstáculos.) Si existen salidas contiguas al norte,
sur, este u oeste de la posición actual de un individuo, éste se mueve obligatoriamente a una de dichas
salidas que esté vacía; en caso de que ninguna de dichas salidas esté vacía, el individuo permanece
quieto en espera de que alguna quede vacía en el futuro. Finalmente, cuando le llega el turno de moverse
a un individuo situado sobre una salida, se supone que es evacuado y desaparece obligatoriamente.
(4) Por último, tenga en cuenta que el estado meta está formado por la matriz siguiente:
O X X
X O
¿Cuál es la solución menos costosa para este problema, tal como ha sido descrito?
NOTA IMPORTANTE:
Dado el alto número de operadores presentes en este problema, en vez de describir el espacio de
estados completo, describa únicamente el subconjunto del espacio de estados formado por los
estados alcanzables desde el estado inicial.

Para representar los estados posibles utilizaremos una notación matricial. El estado del problema lo podemos
dibujar como:
M02 X X
M01 M11 M21
M00 X M20
donde Mij{, I} es el contenido de la posicion (i, j): “” si está vacía o “I” si está ocupada por un individuo. En la
representación {M00, M01, M02, M11, M20, M21} se tiene que cumplir que el número de elementos “I” sea menor o igual
que 3, dado que como máximo puede haber tres individuos en la matriz. Por ejemplo, el estado {, , I, I, , }
representa el caso en que hay un individuo en la salida de la esquina superior, hay otro individuo en el centro de la
matriz y el individuo restante ya ha sido evacuado. Nótese que existen 26 1615 = 42 estados posibles en el
problema planteado. (Hay 1 posible distribución con seis I, 6 posibles distribuciones con cinco I y 15 posibles
distribuciones con cuatro I.)
El estado inicial descrito en el enunciado se representa como {I, , , I, , I}, mientras que el estado meta
se representa como {, , , , , }.
Los operadores posibles para cada estado dependen de: (1) el orden de movimiento de los individuos para un
instante de tiempo y (2) las casillas contiguas vacías para el individuo con turno de movimiento. En general, para un
estado con N individuos, hay N! órdenes de movimiento posibles. Dado que cada individuo tiene como máximo
cuatro posiciones a las que puede desplazarse, hay un máximo de N! * 4N operadores para cada estado. Respecto
al coste de los operadores, varias aproximaciones son posibles:
(1) Dado que cualquier operador realiza siempre la misma labor (mover todos los individuos en un instante de
tiempo), se puede considerar que todos los operadores tienen el mismo coste.
(2) La aproximación 1 no tiene en cuenta que no todos los operadores se ejecutan sobre el mismo número de
individuos. Por ejemplo, en un hipotético problema de evacuación de 20 individuos puede haber un operador que se
ejecute únicamente cuando quedan 5 individuos determinados en una matriz de casillas 100x100. Por tanto, se
puede considerar en general que el coste de un operador coindice con el número de individuos que quedan en la
matriz de casillas cuando dicho operador es aplicado. En consecuencia, en el ejemplo de nuestro problema 3x3 con
3 individuos iniciales habrá operadores cuyo coste sea 3, 2 o 1.
(3) La aproximación 2 no tiene en cuenta que no tiene el mismo coste mover un individuo a una casilla contigua
vacía que mover un individuo que está sobre una salida. En el primer caso hay que comprobar si la casilla contigua
está vacía, mientras que en el segundo caso no hay que comprobar nada ya que estamos sobre una salida. Por
tanto, por un lado, podemos asociar un coste 2 al caso en que haya que comprobar si hay un individuo en una
determinada casilla y si cierta casilla contigua suya está vacía; por otro lado, podemos asociar un coste 1 al caso en
que haya que comprobar si hay un individuo sobre una salida.
(4) Dadas las características de este problema, seguramente muchos más refinamientos son posibles: aproximación
3, aproximación 4, aproximación 5, etc. Es difícil saber cuándo podemos parar de refinar; por ello, en esta actividad
daremos por bueno cuando el alumno haya contestado cualquiera de las aproximaciones que hemos comentado
anteriormente u otra más elaborada que se le haya ocurrido. En cualquier caso, al igual que nosotros hemos hecho
aquí, es necesario justificar brevemente la respuesta.
En la figura 1.1 se ha utilizado color rojo para marcar el estado inicial y color verde para marcar el estado
meta. Tal como se indica en la nota al final del enunciado, sólo se incluyen los estados alcanzables desde el nodo
inicial. Al lado de cada arco figuran los operadores posibles que, aplicados al nodo origen del operador, producen el
nodo destino del operador. Cada operador incluye en corchetes el orden de movimiento de los individuos y, a la
derecha de las coordenadas de cada individuo, el movimiento realizado por el mismo: N (hacia el norte), S (hacia el
sur), E (hacia el este), O (hacia el oeste), Q (quieto) y D (desaparece).
La solución menos costosa para el problema planteado está marcada en trazo discontinuo en la figura 1.1 y
tiene un coste de 3 suponiendo que aplicamos la aproximación de costes homogéneos en todos los operadores.
Obsérvese que esta solución es la que consigue que existan menos atascos en la evacuación, es decir, la que evita
que haya individuos que se queden quietos con el paso del tiempo.
O X X
I I
I X O
[11O, 00Q, 21S]
[00N, 11Q, 21S] [11O, 21S, 00Q]
[00N, 21S, 11E] [21S, 11O, 00Q]
[21S, 00N, 11E]
[21S, 11E, 00N]
O X X O X X O X X
[01N, 11E, 20D] I
I I I I [01N, 00N, 20D]
[01N, 20D, 11E] [01N, 20D, 00N]
X OI [11E, 01N, 20D] X OI I X OI
[20D, 01N, 00N]
[01N, 11O, 20D] [11E, 20D, 01N]
[01N, 20D, 11O] [21D, 01N, 11E]
[00Q, 01N, 20D]
[21D, 01N, 11O] [21D, 11E, 01N]
[00Q, 20D, 01N]
[01N, 20D, 21S] [20D, 00Q, 01N]
[20D, 01N, 20S]
[01N, 21Q, 20D] [20D, 20S, 01N]
[21Q, 01N, 20D]
[21Q, 20D, 01N]
OI X X OI X X OI X X
OI X X
I I
X O X OI I X O
X O
[02D, 00N]
[00N, 02D]
[02D, 21S]
[01Q, 02D]
[02D, 01N] [21S, 02D]
OI X X O X X O X X
I
X O X OI X O
[01N]
[02D, 20D]
[20D, 02D]
[20D]
[02D]
O X X
X O
Figura 1.1: Grafo dirigido que representa el subespacio de búsqueda formado por los nodos alcanzables
desde el nodo inicial en el problema de evacuación. El camino de menor coste hasta el estado meta {, ,
, , , } se representan en trazo discontinuo.
EJERCICIO 2:
A
2
B
2
1
C D
1 4
8
E F G
Figura 2.1: Árbol de búsqueda en el que el nodo inicial es A, el nodo meta es G y el coste de cada operador


A
1
2
2
B
2
4
3 1
C D
1 4
5 8 6
E F G

A
1
2
2
B
2
3
1
C D
1 4
8
E F G

A
1
2
2
B
2
4
3 1
C D
1 4
8 5
E F G

cada expansión. En la figura 2.5 se muestran los órdenes de expansión de nodos para la única iteración
de búsqueda primero en anchura que es necesaria para este ejemplo de búsqueda en anchura iterativa.
A
1
2
2
B
2
3
1
C D
1 4
8
E F G
Figura 2.5: Primera y única iteración de la búsqueda en anchura iterativa de derecha a izquierda, en la que
como máximo un hijo es generado en cada expansión de un nodo padre. Observe que el nodo meta no es
generar sus hijos.

profundidad es igual a 0. En las figuras 2.6a, 2.6b y 2.6c se muestran los órdenes de expansión de nodos
para las tres iteraciones de búsqueda primero en profundidad que son necesarias para este ejemplo de
A
1
2
B
2
1
C D
1 4
8
E F G
A
1
2
2
B
2
1
C D
1 4
8
E F G
A
1
2
2
B
2
4
3 1
C D
1 4
8
E F G
EJERCICIO 3:
A
2
B
2
1
C D
1 4
8
E F G

puntos.)

Antes de sacar E: {E, F, G}
META ENCONTRADA

Antes de sacar G: {G, F, C}
META ENCONTRADA

siguiente:
Antes de sacar C: {C(3), D(4)}
Antes de sacar D: {D(4), E(11)}
Antes de sacar F: {F(5), G(8), E(11)}
Antes de sacar G: {G(8), E(11)}
META ENCONTRADA


META ENCONTRADA




META ENCONTRADA
EJERCICIO 4:
A
2
B
2
1
C D
1 4
8
E F G

puntos.)


nodo inicial.
A
2
B 2
- Expandimos B:
A
2
B 2
2
1 D
C
4
3
- Expandimos C:
A
2
2
B
2
3 1
C D
4
11 8
E
- Expandimos D:
A
2
2
B
2 4
3 1
C D
1 4
11 5 8
8
E F G
- Expandimos E y TABLA_A no varía.
- Expandimos F y TABLA_A no varía. A continuación elegiríamos G para su expansión y llegaríamos a la


A
2
B 2
- Expandimos B:
A
2
B 2
2
1 D
C
4
3
- Expandimos D:
A
2
2
B
2 4
3 1
C D
1 4
5 8
F G
- A continuación elegiríamos G para su expansión y llegaríamos a la meta. El camino hallado hasta la

meta tiene coste 8.
A
2
B 2
- Expandimos B:
A
2
B 2
2
1 D
C
4
3
- Expandimos C:
A
2
2
B
2 4
3 1
C D
11
8
E
- Expandimos D:
A
2
2
B
2 4
3 1
C D
1 4
11 5 8
8
E F G
- Expandimos F y TABLA_A no varía.
- Al intentar expandir G, alcanzamos la meta. El coste del camino solución hallado es 8.
A
2
B 2
- Expandimos B:
A
2
B 2
2
D
4
- Expandimos D:
A
2
2
B
2 4
D
4
8
G
- Al intentar expandir G, alcanzamos la meta. El coste del camino solución es 8.

A
2
B 2
profundidad límite y es sacado de TABLA_A. Del mismo modo, tras aplicarle la función LimpiarTABLA_A,
A es sacado de TABLA_A por no tener hijos en ABIERTA. Seguidamente, pasamos a la siguiente
iteración.

A
2
B 2
- Expandimos B:
A
2
B 2
2
1 D
C
4
3
profundidad límite y es sacada de TABLA_A. De igual manera, tras comprobar que D no es meta, se le
aplica la función LimpiarTABLA_A por estar en la profundidad límite y es sacado de TABLA_A.
Seguidamente, tras aplicarle la función LimpiarTABLA_A, B es sacado de TABLA_A por no tener hijos en
ABIERTA. Lo mismo ocurre a continuación con A. Por tanto, pasamos a la siguiente iteración.

A
2
B 2
- Expandimos B:
A
2
B 2
2
1 D
C
4
3
- Expandimos C:
A
2
2
B
2 4
3 1
C D
11
8
E
profundidad límite y es sacada de TABLA_A. Seguidamente, tras aplicarle la función LimpiarTABLA_A, C
es sacado de TABLA_A por no tener hijos en ABIERTA. A continuación, expandimos D:
A
2
2
B
2 4
D
1 4
5 8
F G
- Tras comprobar que F no es nodo meta, se le aplica la función LimpiarTABLA_A por estar en la
profundidad límite y es sacada de TABLA_A. Finalmente, tras elegir G para su expansión y comprobar
que es nodo meta, finaliza el algoritmo habiendo hallado un camino entre el nodo inicial y el nodo meta de
coste 8.
EJERCICIO 5:
hasta el momento
n2,40 n5,10
9 15 5 10
n1,50 1 n4,20 n7,0

20
20 4 15 3
n3,30 n6,15


situación:
n1,50
n2,40
9
n1,50
20
n3,30
ABIERTA = {n2(9+40), n3(20+30)}
n2,40
9 15
n1,50 1 n4,20
20
n3,30
ABIERTA = {n3(10+30), n4(24+20)}
n2. El nuevo mejor coste de n3 al nodo inicial, g(n3), es ahora 1+9=10, que se puede calcular a partir de
los costes de los mejores arcos ascendentes hallados hasta el momento: n3n2 y n2n1. Es importante
darse cuenta que el conjunto de arcos con trazo continuo formará siempre un árbol en el grafo parcial de
búsqueda desarrollado hasta el momento.
n2,40
9 15
n1,50 1 n4,20
20 4
n3,30
ABIERTA = {n4(14+20)}
n3. El nuevo mejor coste de n4 al nodo inicial, g(n4), es ahora 4+1+9=14, que se puede calcular a partir de
los costes de los mejores arcos ascendentes hallados hasta el momento: n4n3, n3n2 y n2n1.
n2,40 n5,10
9 15 5
n1,50 1 n4,20
20 4 15
n3,30 n6,15
ABIERTA = {n5(19+10), n6(29+15)}
n2,40 n5,10
9 15 5 10
n1,50 1 n4,20
n7,0
20 4 15
n3,30 n6,15
ABIERTA = {n7(29+0) , n6(29+15)}
solución encontrado es: n1  n2  n3  n4  n5  n7, cuyo coste es 9+1+4+5+10=29.
EJERCICIO 6:
algoritmo.
D,30
2 3
E,30 F,80
2 2
C,30 200 G,7
2 2
B,20 20
H,100
2 2
A,5
22 20
J,2 1 K,4
2 20
I,3

sobre 4.5 puntos.
- PASO 1: Al principio expandimos el nodo inicial D, generando sus nodos hijos {E(30), H(100), F(80)}.
- PASO 2: Expandimos el nodo actual E y generamos sus hijos: {C(30)}. Seleccionamos el nodo C por ser
el mejor de los nodos hijos. Seguidamente aceptamos el nodo C como nuevo nodo actual en sustitución
de E, debido a que el valor de la función de evaluación heurística de C es mejor o igual que el de E
(3030). (Observe que la condición de terminación del algoritmo todavía no se cumple tras este paso, ya
que sólo hemos completado dos pasos sin mejora, cuando la condición de terminación del enunciado nos
indica que tienen que ser tres.)
- PASO 3: Expandimos el nodo actual C y generamos sus hijos: {B(20)}. Seleccionamos el nodo B por ser
el mejor de los nodos hijos. A continuación aceptamos el nodo B como nuevo nodo actual en sustitución
de C, debido a que el valor de la función de evaluación heurística de B es mejor o igual que el de C (se
cumple que 2030).
- PASO 4: Expandimos el nodo actual B, generando sus nodos hijos {A(5), H(100)}. Seleccionamos el
nodo A por ser el mejor de los nodos hijos. A continuación aceptamos el nodo A como nuevo nodo actual
en sustitución de B, debido a que el valor de la función de evaluación heurística de A es mejor o igual que
el de B (520).
- PASO 5: Expandimos el nodo actual A y generamos sus hijos: {J(2), I(3), K(4)}. Seleccionamos el nodo
J por ser el mejor de los nodos hijos. A continuación aceptamos el nodo J como nuevo nodo actual en
de A (25).
mejor de los nodos hijos. A continuación rechazamos el nodo I como nuevo nodo actual en sustitución de
J, debido a que el valor de la función de evaluación heurística de I no es mejor o igual que el de J (no se
cumple que 32).
La búsqueda terminaría en este punto. El algoritmo devolvería el nodo J(2) como mejor nodo encontrado.

Ejer Cici Os Re Sueltos Bus Queda

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Ejer Cici Os Re Sueltos Bus Queda

Cargado por

Copyright:

Formatos disponibles

Ejercicios Resueltos sobre Problemas

de Búsqueda en Espacios de Estados

Severino Fernández Galán

Primera versión: Abril 2012

El presente documento es un compendio de ejercicios resueltos sobre diferentes problemas de búsqueda

“Fundamentos de Inteligencia Artificial”

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 1:

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 2:

1. Búsqueda Primero en Anchura (de izquierda a derecha)

2. Búsqueda Primero en Profundidad (de derecha a izquierda)

3. Búsqueda de Coste Uniforme

5. Búsqueda en Profundidad Iterativa (de izquierda a derecha)

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 3:

1. Búsqueda Primero en Anchura (de izquierda a derecha)

2. Búsqueda Primero en Profundidad (de derecha a izquierda)

3. Búsqueda de Coste Uniforme

4. Búsqueda en Anchura Iterativa (de derecha a izquierda)

5. Búsqueda en Profundidad Iterativa (de izquierda a derecha)

Iteración 2 (profundidad límite igual a 2):

Iteración 3 (profundidad límite igual a 3):

Iteración 4 (profundidad límite igual a 4):

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 4:

De cara a ilustrar la respuesta convenientemente, incluimos la información de TABLA_A gráficamente:

1. Búsqueda Primero en Anchura (de izquierda a derecha)

2. Búsqueda Primero en Profundidad (de derecha a izquierda)

- En primer lugar expandimos el nodo inicial.

- A continuación llegaríamos a la meta al elegir B para su expansión.

3. Búsqueda de Coste Uniforme

- En primer lugar expandimos el nodo inicial.

- Tras expandir E y H, TABLA_A no cambia. A continuación elegimos expandir B de forma arbitraria

- Al expandir D finaliza la iteración actual.

- Tras expandir D, TABLA_A no cambia. Finalmente, intentamos expandir B y alcanzamos la meta.

5. Búsqueda en Profundidad Iterativa (de izquierda a derecha)

Iteración 3 (profundidad límite igual a 3):

- Al elegir B para su expansión, habríamos llegado a la meta.

Por último, ¿cuál es el camino solución hallado y su coste?

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 5:

De cara a ilustrar la respuesta convenientemente, incluimos la información pedida sobre TABLA_A

- PASO 1. El nodo inicial B es introducido en ABIERTA y posteriormente expandido. Tras la expansión, la

ABIERTA = {E(3+15), D(2+20), A(1+25)}

ABIERTA = {D(2+20), A(1+25), G(43+10)}

ABIERTA = {A(1+25), C(22+14), G(32+10)}

ABIERTA = {C(11+14), G(32+10)}

ABIERTA = {G(12+10), H(48+0), F(46+8)}

ABIERTA = {I(18+0), F(20+8) , H(48+0)}

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 6:

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 1:

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 2:

1. Búsqueda Primero en Anchura (de izquierda a derecha)

2. Búsqueda Primero en Profundidad (de derecha a izquierda)

3. Búsqueda de Coste Uniforme

4. Búsqueda en Anchura Iterativa (de derecha a izquierda)

5. Búsqueda en Profundidad Iterativa (de izquierda a derecha)

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 3:

1. Búsqueda Primero en Anchura (de izquierda a derecha)

2. Búsqueda Primero en Profundidad (de derecha a izquierda)

3. Búsqueda de Coste Uniforme

4. Búsqueda en Anchura Iterativa (de derecha a izquierda)

Iteración 2 (profundidad límite igual a 2):

Iteración 3 (profundidad límite igual a 3):

CRITERIOS DE EVALUACIÓN DEL EJERCICIO 4:

De cara a ilustrar la respuesta convenientemente, incluimos la información de TABLA_A gráficamente:

1. Búsqueda Primero en Anchura (de izquierda a derecha)

- A continuación elegiríamos E para su expansión y llegaríamos a la meta. El camino hallado hasta la