Universidad Autónoma de Nuevo León
Facultad de Ingeniería Mecánica y Eléctrica
Seminario de Sistemas
6. búsqueda exhaustiva o eurística
Nombre Matricula Carrera
Isaac Alessandro Frias Salinas 2005483 IAS
Docente: Karla Porras
Hora: Jueves – N1-N3
Ciudad Universitaria, San Nicolas de los Garza, a 21 de mayo del 2025
¿Qué es un programa de búsqueda?
Un programa de búsqueda intenta encontrar una solución a un problema
navegando a través de un espacio de estados. Cada estado representa una
posible configuración del problema, y el objetivo es encontrar una secuencia de
acciones que lleven del estado inicial a un estado meta.
1. Búsqueda Exhaustiva (Bruta o Ciega)
Un algoritmo de búsqueda exhaustiva explora todas las posibles soluciones
sin considerar la calidad del camino o la cercanía a la meta.
🛠 Ejemplos:
• Búsqueda en amplitud (Breadth-First Search, BFS)
Explora primero los nodos más cercanos al nodo raíz.
• Búsqueda en profundidad (Depth-First Search, DFS)
Explora primero los caminos más profundos antes de retroceder.
• Búsqueda por árbol o por grafo
Puede permitir o evitar repetir nodos ya visitados.
Ventajas:
• Garantiza encontrar una solución si existe (completa).
• Fácil de implementar.
Desventajas:
• Muy costosa en tiempo y memoria si el espacio de búsqueda es grande.
• Ineficiente sin una guía (no prioriza soluciones más prometedoras).
2
2. Búsqueda Heurística (Informada)
La búsqueda heurística utiliza una función heurística para estimar qué tan cerca
está un estado de la solución, y así prioriza ciertos caminos.
Ejemplos:
• Greedy Best-First Search
Elige el nodo que parece más cercano al objetivo según una función h(n).
• A* (A-Star)
Usa una combinación de costo actual y estimación heurística:
f(n) = g(n) + h(n)
o g(n): costo desde el inicio hasta n.
o h(n): estimación del costo de n a la meta.
• IDA* (Iterative Deepening A*)
Ventajas:
• Más rápida que la búsqueda ciega.
• Puede encontrar soluciones óptimas si la heurística es admisible (A*).
Desventajas:
• Depende de la calidad de la heurística.
• Requiere más desarrollo (diseñar una buena función heurística no siempre
es trivial).
Comparación
Característica Búsqueda Exhaustiva Búsqueda Heurística
Uso de conocimiento Ninguno Usa heurísticas
3
Eficiencia Baja Alta (si heurística es buena)
Complejidad espacial Alta Depende del algoritmo
Optimalidad Garantizada (algunos) Depende de la heurística
Ejemplo BFS, DFS A*, Greedy
¿Dónde se usan?
• Videojuegos: búsqueda de caminos (pathfinding).
• Sistemas expertos y robótica.
• Planificación automática.
• Resolución de acertijos y rompecabezas (como el 8-puzzle o Sudoku)