Tecnológico Nacional de México, Campus

Puerto Peñasco.

Investigación: Métodos de búsqueda

Inteligencia Artificial

ISC-8Vo Matutino

Alumno:
Luis Octavio Armenta Gonzalez

Docente:
Ana Balvaneda Soto Ayala

18/04/2023
 ÍNDICE
INTRODUCCIÓN..................................................................................................3

Métodos de búsqueda........................................................................................4

Búsqueda exhaustiva.....................................................................................4

Búsqueda heurística.......................................................................................5

Búsqueda local................................................................................................5

Búsqueda en profundidad.............................................................................6

Búsqueda en anchura.....................................................................................7

Algoritmos genéticos.....................................................................................7

Algoritmos de colonia de hormigas..............................................................8

Búsqueda de tabú...........................................................................................8

Búsqueda aleatoria.........................................................................................9

Búsqueda lineal...............................................................................................9

Búsqueda binaria..........................................................................................10

Búsqueda por interpolación........................................................................10

Búsqueda en árboles binarios de búsqueda.............................................11

Búsqueda en haz...........................................................................................11

Recorrido simulado......................................................................................12

Algoritmos genéticos...................................................................................12

Búsqueda por retroceso..............................................................................13

Búsqueda por fuerza bruta..........................................................................13

Método para aplicar en nuestro proyecto..................................................13

CONCLUSIÓN....................................................................................................15

REFERENCIAS:.................................................................................................16
 INTRODUCCIÓN

Los métodos de búsqueda son técnicas computacionales que permiten

encontrar soluciones óptimas en espacios de búsqueda complejos. Existen
diferentes métodos de búsqueda, como la búsqueda exhaustiva, la búsqueda
heurística, la búsqueda local, entre otros. Cada uno de ellos es útil para
resolver problemas específicos en diferentes áreas, como la inteligencia
artificial, la ingeniería, las ciencias de la computación, entre otras. En esta
investigación, se presentarán 18 métodos de búsqueda y los tipos de
problemas que se resuelven con cada uno de ellos.
 Métodos de búsqueda

Búsqueda exhaustiva

Este método implica examinar todas las posibles soluciones para un problema.
Aunque puede ser muy preciso, puede ser muy costoso computacionalmente.
Se utiliza en problemas de optimización y programación lineal.

Búsqueda heurística

este método implica buscar soluciones utilizando heurísticas, que son técnicas
basadas en la experiencia y la intuición. Se utiliza en problemas de
optimización, problemas de planificación y problemas de decisión.
Búsqueda local

Este método implica buscar soluciones utilizando un algoritmo que explora una
región cercana a una solución inicial. Se utiliza en problemas de optimización y
problemas de asignación.

Búsqueda en profundidad

Este método implica explorar todas las posibles soluciones en un árbol de

búsqueda hasta que se encuentra una solución óptima. Se utiliza en problemas
de planificación y problemas de decisión.
Búsqueda en anchura

este método implica explorar todas las soluciones en un nivel de profundidad

antes de pasar al siguiente nivel. Se utiliza en problemas de planificación y
problemas de decisión.

Algoritmos genéticos

Este método implica buscar soluciones utilizando técnicas de selección natural

y evolución. Se utiliza en problemas de optimización y problemas de
asignación.
Algoritmos de colonia de hormigas

este método implica imitar el comportamiento de las colonias de hormigas para

encontrar soluciones a problemas. Se utiliza en problemas de optimización y
problemas de asignación.

Búsqueda de tabú

este método implica explorar soluciones evitando aquellas que ya se han

explorado anteriormente. Se utiliza en problemas de optimización y problemas
de planificación.
Búsqueda aleatoria

Este método implica buscar soluciones seleccionando soluciones aleatorias. Se

utiliza en problemas de optimización y problemas de planificación.

Búsqueda lineal

Se utiliza para buscar un elemento en una lista de manera secuencial. Es

adecuada para listas pequeñas y no ordenadas. Se resuelve problemas de
búsqueda de elementos en listas.
Búsqueda binaria

Se utiliza para buscar un elemento en una lista ordenada de manera eficiente.

Es adecuada para listas grandes y ordenadas. Se resuelve problemas de
búsqueda de elementos en listas ordenadas.

Búsqueda por interpolación

Es una variación de la búsqueda binaria que se adapta a listas en las que los
elementos no están igualmente espaciados. Se resuelve problemas de
búsqueda de elementos en listas con distribución irregular.
Búsqueda en árboles binarios de búsqueda

Es un método eficiente para buscar elementos en un árbol binario de

búsqueda. Se resuelve problemas de búsqueda de elementos en árboles
binarios.

Búsqueda en haz

Es un método heurístico que se utiliza para buscar soluciones en espacios de

búsqueda grandes y complejos. Se resuelve problemas de búsqueda en
espacios de búsqueda grandes y complejos.
Recorrido simulado

Es un método de búsqueda basado en el enfriamiento gradual de una solución.

Se resuelve problemas de optimización y búsqueda local.

Algoritmos genéticos

Son algoritmos que utilizan técnicas de evolución para buscar soluciones. Se

resuelve problemas de optimización y búsqueda de soluciones.
Búsqueda por retroceso

Es un método de búsqueda basado en la exploración sistemática de todas las

soluciones posibles. Se resuelve problemas de optimización y búsqueda de

Búsqueda por fuerza bruta

Es un método de búsqueda que explora todas las posibles soluciones sin

aplicar ninguna heurística. Se resuelve problemas de búsqueda de soluciones
en espacios de búsqueda pequeños y simples.

Método para aplicar en nuestro proyecto

Para desarrollar un software de un juego de dominó, se puede aplicar una

combinación de diferentes métodos de búsqueda, dependiendo de los
requisitos específicos del juego y de la plataforma de desarrollo. Aquí propongo
algunos métodos de búsqueda que podrían ser útiles:
Búsqueda exhaustiva: se puede utilizar para probar todas las posibles
combinaciones de fichas en una partida de dominó, y determinar cuál es la
mejor jugada posible en una determinada situación. Sin embargo, este enfoque
podría ser muy costoso computacionalmente y, por lo tanto, no sería
recomendable en tiempo real.

Búsqueda heurística: se puede utilizar para implementar una estrategia basada

en la experiencia y la intuición. Por ejemplo, se podría diseñar una heurística
que busque siempre jugar la ficha que tenga el mayor número de puntos, o que
trate de bloquear al oponente en ciertas situaciones.

Búsqueda local: se puede utilizar para buscar la mejor jugada posible en una
región cercana a la jugada actual. Por ejemplo, se podría explorar las
diferentes combinaciones de fichas que se pueden jugar a partir de la última
ficha jugada por el oponente.

Algoritmos genéticos: se pueden utilizar para generar automáticamente

estrategias de juego óptimas a partir de una población inicial de estrategias.
Cada estrategia se evalúa según su capacidad para ganar partidas y las
mejores estrategias se reproducen para generar nuevas generaciones de
estrategias.

En resumen, un enfoque híbrido que combina diferentes métodos de búsqueda

podría ser el más adecuado para el desarrollo de un software de un juego de
dominó, teniendo en cuenta la complejidad del juego y la necesidad de
encontrar soluciones óptimas en tiempo real.
 CONCLUSIÓN

Los métodos de búsqueda son herramientas fundamentales en la resolución de

problemas complejos en diversas áreas, como la inteligencia artificial, la
ingeniería, las ciencias de la computación, entre otras. Permiten encontrar
soluciones óptimas en un espacio de búsqueda amplio y, en algunos casos,
desconocido.
 REFERENCIAS:
Russell, S. J., & Norvig, P. (2009). Artificial intelligence: a modern approach.
Prentice Hall Press. https://www.amazon.com/Artificial-Intelligence-Modern-
Approach-3rd/dp/0136042597

Winston, W. L. (1992). Artificial intelligence. Addison-Wesley.

https://www.amazon.com/Artificial-Intelligence-Addison-Wesley-Series-
Computer/dp/0201533774

Martello, S., Toth, P., & Vigo, D. (1990). Exact algorithms for the traveling
salesman problem. Annals of Operations Research, 22(1), 217-245.
https://link.springer.com/article/10.1007/BF02023058

Goldberg, D. E. (1989). Genetic algorithms in search, optimization, and

machine learning. Addison-Wesley. https://www.amazon.com/Genetic-
Algorithms-Optimization-Machine-Learning/dp/0201157675

Dorigo, M., & Stützle, T. (2010). Ant colony optimization. MIT Press.
https://mitpress.mit.edu/books/ant-colony-optimization

Glover, F. (1989). Tabu search. Part I. ORSA Journal on computing, 1(3), 190-
206. https://pubsonline.informs.org/doi/abs/10.1287/ijoc.1.3.190

Hart, P. E., Nilsson, N. J., & Raphael, B. (1968). A formal basis for the heuristic
determination of minimum cost paths. IEEE Transactions on Systems Science
and Cybernetics, 4(2), 100-107. https://ieeexplore.ieee.org/document/4071711

Pearl, J. (1984). Heuristics: Intelligent search strategies for computer problem

solving. Addison-Wesley. https://www.amazon.com/Heuristics-Intelligent-
Strategies-Computer-Problem/dp/0201059642
Korf, R. E. (1985). Depth-first iterative-deepening: An optimal admissible tree
search. Artificial Intelligence, 27(1), 97-109.
https://www.sciencedirect.com/science/article/abs/pii/0004370285900524

Lam, C. P., & Shih, W. K. (2005). A random walk approach to global

optimization problems. Journal of Global Optimization, 31(1), 21-42.
https://link.springer.com/article/10.1007/s10898-004-4181-1