Representación del conocimiento

Slides:



Advertisements
Presentaciones similares
¿Por que estudiar búsquedas?
Advertisements

Diseño y análisis de algoritmos
Diseño y análisis de algoritmos
Diseño y análisis de algoritmos
Tema Algoritmos Universidad Politécnica de Nicaragua UPOLI.
INTRODUCCION Análisis de decisiones: Es una herramienta cuyo objetivo es ayudar en el estudio de la toma de decisiones en escenarios bajo incertidumbre.
Problemas Algorítmicos
Estructura de Datos Hugo Araya Carrasco Hugo Araya Carrasco.
Programación 10-Marzo-11.
Analisis deAlgoritmos
MATEMÁTICAS DISCRETAS.
Instituto Tecnológico De Villahermosa
Investigación de Operaciones II
UNIDAD I MODELOS Y TOMA DE DECISIONES
COMPONENTIZACIÓN DE ALGORITMOS GENETICOS Y SU IMPLEMENTACIÓN EN UNA PLATAFORMA ABIERTA PARA APRENDIZAJE COMPUTACIONAL.
INTELIGENCIA ARTIFICIAL
LA ENSEÑANZA DE CONCEPTOS Y PROCEDIMIENTOS
Sistema de Ecuaciones Lineales
Introducción a la NP_Completitud Ineficiencia e Intratabilidad No Computablidad e Indecibilidad.
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
Fundamentos de Programación
Universidad de los Andes-CODENSA
Inteligencia Artificial
APROXIMACIÓN NUMÉRICA Y ERRORES
Universidad de los Andes-CODENSA
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería – Maestría/Doctorado.

COMPLEJIDAD COMPUTACIONAL Departamento de Educación Matemática Profesor: Carlos Aguilar Santana “La Matemática es el Alfabeto con el cual Dios ha Escrito.
Introducción a Funciones de una variable

DESARROLLO MODELO RESOLUCION MODELO ¿VALIDA? MODELO MODIFICADO IMPLEMENTACION DEFINICION DEL PROBLEMA t.
Complejidad de los problemas de decisión
PROGRAMACIÓN LINEAL.
Programación Lineal Entera Binaria
complejidad de un problema.
MATEMÁTICAS III INTRODUCCIÓN
INVESTIGACION DE OPERACIONES
Backtracking 1. Método general. 2. Análisis de tiempos de ejecución.
Agustín J. González ELO320: Estructura de Datos y Algoritmos
Programación Lineal Entera Antonio H. Escobar Z Universidad Tecnológica de Pereira – Colombia Posgrado en Ingeniería Maestría en Ingeniería Eléctrica.
Programación lineal La programación lineal es una técnica matemática relativamente reciente, del siglo XX, que consiste en una serie de métodos y procedimientos.
Programación Lineal Método Grafico
I. Complejidad de Problemas
Análisis y Diseño de Algoritmos
Una introducción a la computación evolutiva
EL PROCESO DE APRENDIZAJE COGNITIVO
Problemas de grafos y Tratabilidad Computacional
Sabemos reconocerlas, y calcularlas como soluciones de sistemas de ecuaciones, o de desigualdades Buscamos métodos de cálculo generales y eficientes Problemas.
Tema 10: Algoritmos voraces
Dualidad Multiplicadores Dualidad Aplicación práctica:
Agustín J. González ELO320: Estructura de Datos y Algoritmos
TEMA 5: El problema del flujo con costo mínimo
Instituto Tecnológico De Villahermosa Alumno: Lázaro García Hernández.
ALGORITMO QUE ES ??.
Escuela de Ciencias Basicas, Tecnología e Ingeniería
INVESTIGACION OPERATIVA
ANALISIS DE REDES Problema de Transporte Método de la esquina Noroeste
Introducción a los TADs

Matemáticas Discretas MISTI
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.
Marco de Trabajo para Indexación, Clasificación y Recopilación Automática de Documentos Digitales Javier Caicedo Espinoza Gonzalo Parra Chico.
Hernández Camacho Víctor Jesus Islas Sánchez Karla Vanessa
PROBLEMAS ALGORITMICOS.  Los programadores deben ser capaces de diseñar una solución de tal manera que puedan resolver los problemas planteados.  Estos.
Ing. Haydeli del Rosario Roa Lopez
Algoritmo Genético para la solución del problema SAT René Clemente Juárez Angel Felipe Lara Valladares Junio 2012.
Clasificación de problemas algorítmicos
Transcripción de la presentación:

Representación del conocimiento – Clasificación de problemas algorítmicos

Representación del conocimiento

Introducción : Definición

Introducción : Definición

Introducción

Componentes de una representación

Formas de representación

Red semántica

Red semántica

Red semántica

Red semántica

Red semántica

Registros

Registros

Lógica proposicional

Lógica proposicional

Lógica proposicional

Lógica proposicional

Lógica proposicional

Lógica proposicional

Lógica proposicional

Predicado

Clasificación de problemas algorítmicos

Tópicos Clasificación de Problemas Clasificación por su Naturaleza Clasificación por su Tratabilidad Clasificación por el tipo de Respuesta

1.1 Clasificación de Problemas Algorítmicos Por su Naturaleza Los problemas algorítmicos son clasificados de acuerdo a su naturaleza intrínseca respecto a la posibilidad y dificultad de resolverlos. Por el tipo de Respuesta Los problemas son clasificados de acuerdo a la respuesta requerida por el problema. Por su Tratabilidad Los problemas que admiten solución son clasificados de acuerdo a la complejidad que presentan los algoritmos para resolverlos.

1.2 Clasificación por su Naturaleza Los problemas de naturaleza algorítmica que no admiten solución por algoritmo son llamados no - computables. Los problemas de decisión y no-computables son llamados de indecidíbles. Los problemas para los cuales existen algoritmos de complejidad polinomial para resolverlos son llamados de tratables. Los problemas que admiten solución y para los cuales comprobadamente no pueden ser resueltos por algoritmos de complejidad polinomial son rotulados de intratables

1.2 Clasificación por su Naturaleza No computable Problemas que no admiten Solución algorítmica Indecidíble Tratable Problemas que admiten Solución algorítmica Intratable

1.2 Clasificación por su Naturaleza Ejemplo. Algoritmo Prob_Abierto(x°) Inicio Leer(x°) x := x° Mientras x  1 hacer Si (x MOD 2) = 0 Entonces x := x/2 Sino x := 3x + 1; Fin Problema: Determine si el algoritmo siempre termina para cualquier x° entero positivo.

1.2 Clasificación por su Naturaleza Ejemplo Algoritmo Prob_Abierto(x°) Respuesta: NO SE SABE Es un Problema No Computable Es un Problema de Decisión Es un Problema de Indecidible

1.2 Clasificación por su Naturaleza Ejemplo El Problema general de la Programación Lineal ES UN PROBLEMA TRATABLE En 1984 Narendra Karmakar presentó el algoritmo llamado de puntos Interiores de O (Ln**4) para resolver problemas de la Programación Lineal Donde: n: es el número de variables del problema L: es el tamaño en bits de la instancia

1.2 Clasificación por su Naturaleza Ejemplo El Problema de Selección de Proyectos Considere un conjunto de proyectos, con utilidades esperadas y costos conocidos. Considere también un presupuesto dado. El problema consiste en seleccionar un conjunto de proyectos talque que presente máxima suma de utilidades y costo total no mayor al presupuesto dado

1.2 Clasificación por su Naturaleza Ejemplo El Problema de Selección de Proyectos Proyectos: P1 P2 P3 ... Pn Utilidades: u1 u2 u3 ... un Costo: c1 c2 c3 ... cn Presupuesto: b Determine un conjunto de proyectos que presente máxima suma de utilidades y costo total no mayor a “b”. Los proyectos seleccionados serán ejecutado al 100%.

1.2 Clasificación por su Naturaleza Ejemplo El Problema de Selección de Proyectos ES UN PROBLEMA INTRATABLE Todos los algoritmos exactos presentan complejidad no polinomial

1.3 Clasificación por su Tratabilidad: P y NP La Clase P Está constituida por todos los problemas comprobadamente tratables, esto es, problemas que pueden ser resueltos por algoritmos de complejidad polinomial.

1.3 Clasificación por su Tratabilidad: P y NP Algunos Problemas de la Clase P Resolución de Sistemas de Ecuaciones Lineales Contabilidad (registrar y/o modificar transacciones) Ordenar números, buscar palabras en un texto Juntar Archivos En general los sistemas operacionales (facturación, control de almacenes, planillas, ventas, etc.) Cualquier problema de la Programación Lineal Sistemas de transacciones bancarias En general los sistemas de información gerencial

1.3 Clasificación por su Tratabilidad: P y NP La clase P está constituido por los problemas tratables.

1.3 Clasificación por su Tratabilidad: P y NP La Clase NP Está constituido por todos los problemas que pueden ser resueltos por algoritmos enumerativos, cuya búsqueda en el espacio de soluciones es realizada en un árbol con profundidad limitada por una función polinomial respecto al tamaño de la instancia del problema y con ancho eventualmente exponencial.

1.3 Clasificación por su Tratabilidad: P y NP Relación P y NP Ciertamente la clase NP incluye todos los problemas intratables. Además los problema de la clase P pueden ser resueltos también por algoritmos enumerativos. Por consiguiente se puede afirmar que: NP  P

1.3 Clasificación por su Tratabilidad: P y NP Los problemas de la Clase NP que son intratables son llamados de NP-difícil

1.3 Clasificación por su Tratabilidad: P y NP Algunos Problemas de la Clase NP-difícil Clique Cobertura de Vértices y Aristas Coloración de Grafos Mochila Lineal y Cuadrática Optimización de Desperdicios Agente Viajero Gestión Optima de cortes Programación de Tareas Aprendizaje

1.4 Clasificación por el tipo de Respuesta Los Problemas por el tipo de respuesta se clasifican en: Problemas de Decisión Problemas de Localización Problemas de Optimización 

1.4 Clasificación por el tipo de Respuesta Problemas de Decisión Objetivo: Responder SI o NO a una determinada indagación Problemas de Localización Encontrar, caso exista, una estructura que verifique las restricciones del problema, dicha estructura es denominada de solución viable . Problemas de Optimización  Encontrar una estructura que verifique las restricciones del problema y optimice un criterio pre-definido. Esto es, encontrar una solución viable que optimice un criterio pre-determinado

1.4 Clasificación por el tipo de Respuesta Ejemplo: El Problema de los Misioneros y Caníbales Considere tres misioneros, tres caníbales y una canoa de capacidad máxima de dos pasajeros; todos ellos se encuentran en una de las orilla de un río. El problema consiste en encontrar una secuencia de viajes que permita trasladar a todos los misioneros y caníbales al otro lado de la orilla del río. Se debe respetar que en cada orilla el número de misioneros (si lo hubiera) debe ser siempre no menor al número de caníbales

1.4 Clasificación por el tipo de Respuesta Ejemplo: El Problema de los Misioneros y Caníbales

1.4 Clasificación por el tipo de Respuesta Asociado al problema de los Misioneros y Caníbales, tenemos los siguientes problemas: Problema 1: Determine una secuencia de viajes que permita trasladar a todos los misioneros y caníbales a la otra orilla del río. Problema 2: Existe una secuencia de viajes que permita trasladar a Problema 3: Determine la menor secuencia de viajes que permita trasladar a todos los misioneros y caníbales a la otra orilla del río