INTELIGENCIA ARTIFICIAL

Slides:



Advertisements
Presentaciones similares
OTROS CAMPOS DE LA IA.
Advertisements

Integrantes Juan Marcelo Ferreira Aranda Silvano Christian Gómez
¿Por que estudiar búsquedas?
Representación del conocimiento
Complejidad Computacional
Diseño y análisis de algoritmos
Inteligencia Artificial
Problemas Algorítmicos
Introducción a la máquina
Teoría de decisiones La teoría de decisiones consiste en tomar una decisión de un conjunto de posibles acciones. Se debe tener en cuenta que existe incertidumbre.
Analisis deAlgoritmos
REDUCIBILIDAD.
Investigación Algorítmica
UNIVERSIDAD LATINA (UNILA) II.- ANALISIS DE ALGORITMOS
Inteligencia Artificial
Actividad No.5 °INTEGRACIÓN POR FRACCIONES PARCIALES °ANTECEDENTES
Teoría de Autómatas II 3º curso Ingeniería Técnica en Informática de Sistemas UNED.
Tratabilidad y NP-Completitud
Introducción a la NP_Completitud Ineficiencia e Intratabilidad No Computablidad e Indecibilidad.
Teoría de Autómatas II 3º curso Ingeniería Técnica en Informática de Sistemas UNED.
3º curso Ingeniería Técnica en Informática de Sistemas UNED
Sistemas Inteligentes Algoritmos Evolutivos
«Quien quiere hacer algo encuentra un medio; quien no quiere hacer nada encuentra una excusa». (Proverbio chino)
Representación del Conocimiento Sesion 2. Contenido Representación del Conocimiento. Parte de una representación. Manipulación del Conocimiento. Referencias.
REDES NEURONALES ARTIFICIALES
1 La naturaleza de la toma de decisiones Las decisiones son cursos de acción que se toman para evitar o reducir los efectos negativos, la incertidumbre,
Modelos de Programación Entera - Heurísticas
Complejidad Problemas NP-Completos
 La resolución de problemas algorítmicos no solamente implica que los informáticos sepan programar sino necesitan de otras habilidades como tener una.
Introducción a la NP_Completitud
Inteligencia Artificial
Optimización Combinatoria usando Algoritmos Evolucionistas Problemas de Optimización. Idea: Encontrar una solución "factible" y "óptima" de acuerdo a algún.
COMPLEJIDAD COMPUTACIONAL Departamento de Educación Matemática Profesor: Carlos Aguilar Santana “La Matemática es el Alfabeto con el cual Dios ha Escrito.
DESARROLLO MODELO RESOLUCION MODELO ¿VALIDA? MODELO MODIFICADO IMPLEMENTACION DEFINICION DEL PROBLEMA t.
Complejidad de los problemas de decisión
ALGORITMOS APROXIMADOS
Parte II. Algorítmica. 3. Algoritmos voraces.
SISTEMAS ADAPTATIVOS Y FILTRADO
complejidad de un problema.
Comunicación y Multimedia
ECUACIONES.
INTELIGENCIA ARTIFICIAL FISI – UNMSM II. Representación de problemas como búsqueda en un espacio de estados Definición de problemas de la I.A.
TEORÍA DE LA DECISIÓN Claudia Stephanie Jiménez Zapata
Pregunta: Solución: Pregunta: Solución: Pregunta: Solución:
FORMULACIÓN Y SELECCIÓN DE UN PROBLEMA EN LA INVESTIGACIÓN ACCIÓN
Agustín J. González ELO320: Estructura de Datos y Algoritmos
INGENIERIA DE REQUERIMIENTOS Taxonomía de Aplicaciones
Sumario Significados de las operaciones aritméticas.
PLANTEAMIENTO DEL PROBLEMA EN LA INVESTIGACIÓN ACCIÓN
I. Complejidad de Problemas
“El proyecto como instrumento” Met. De la investigación.
Problemas de grafos y Tratabilidad Computacional
Agustín J. González ELO320: Estructura de Datos y Algoritmos
Asignación de Horarios
profesor: Luigi Ceccaroni
Algoritmos y pseudocódigos
SISTEMAS EXPERTOS (SE) Coronel Jaramillo Ricardo
Seguridad Informática y Criptografía Material Docente de Libre Distribución Ultima actualización: 03/03/03 Archivo con 28 diapositivas Jorge Ramió Aguirre.
Fundamentos de Sistemas Expertos
Escuela de Ciencias Basicas, Tecnología e Ingeniería
Ingeniería del Software I
Ramas de I.A. ROBOTICA SISTEMAS DE VISION SISTEMAS EXPERTOS
EQUIPO 4.  Es un conjunto de datos pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso.
La clase P juega un papel importante en la teoría de la complejidad computacional debido a que: 1. P es invariante para todos los modelos de cómputo que.
Problemas P, NP y NP-Completos CLASE P Los algoritmos de complejidad polinómica se dice que son tratables en el sentido de que suelen ser abordables en.
PROBLEMAS ALGORITMICOS.  Los programadores deben ser capaces de diseñar una solución de tal manera que puedan resolver los problemas planteados.  Estos.
Algoritmos Computacionales
TEST DE MATRICES PROGRESIVAS DE RAVEN
Clasificación de problemas algorítmicos
1 INTELIGENCIA ARTIFICIAL 2018-II. Clasificación de problemas algorítmicos.
Transcripción de la presentación:

INTELIGENCIA ARTIFICIAL FISI – UNMSM 2011 - II

Clasificación de Problemas Algorítmicos Presentación del curso. Clasificación de problemas algorítmicos, problemas P y NP. Problemas de decisión, localización y optimización. Descripción de algunos problemas NP-difícil.

Presentación La I.A. es el estudio de los sistemas de computación que permiten realizar actividades consideradas inteligentes por el ser humano. Tiene por objetivo resolver problemas a través de ideas del conocimiento, su representación y del ensamblaje de sistemas.

Clasificación de Problemas Algorítmicos Por el tipo de respuesta. (problemas de decisión, localización y optimización) Por su naturaleza. Por su tratabilidad.

Problemas de decisión, localización y optimización Problemas de decisión. Consisten en responder SI o NO a determinada indagación. Problemas de localización. Consisten en encontrar, en caso exista, una determinada estructura satisfaciendo requisitos especificados por el problema. Problemas de Optimización. Consiste en un problema de localización y por lo menos un criterio de optimización. Grado de dificultad: Optimización > Localización > Decisión

Problemas Algorítmicos por su Naturaleza - Problemas de naturaleza algorítmica que no admiten solución por algoritmo son llamados no-computables. - Problemas de decisión y no-computables son llamados indecidibles. - Problemas para los cuales existen algoritmos de complejidad polinomial son llamados tratables. - Problemas para los cuales comprobadamente no pueden ser resueltos por algoritmos de complejidad polinomial son rotulados intratables. Ejemplo: Problema del agente viajero, Problema de la selección de proyectos

Descripción de algunos problemas NP-difícil Un problema P se dice que es NP-difícil, si todo problema de NP es polinómicamente reducible a él. P se dice que es NP-completo, si P es NP-difícil y además, está en NP . Ejemplos: - Problema de la satisfactibilidad. - Problema de la mochila.