NEATBEANS.

Presentación del tema: "NEATBEANS."— Transcripción de la presentación:

1 NEATBEANS

2 I.S.A.E UNIVERSIDAD Año: 2012 MATERIA : PROGRAMACION 5 Tema: NeatBeans
MAGISTER Profesor. Teobaldo Smith. Presentado por : Geovany A Guerra C.I.P: 4 – 718 – 53 Nivel: Licenciatura. Sistemas Informáticos Año: 2012 Domingo Lunes Martes Miercoles Jueves Viernes Sabado 10/04/2017 DIA PROGRAMACION ACTIVIDAD EN CASA Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic.

3 While- Else- Numbers, Case y otros usados en VB
TABLA DE CONTENIDO PRESENTACION INDICE INTRODUCCION PRELIMINAR GUIA DEL TEMA PROLOGO HISTORIA CAPITULOS TEMAS RESUMEN INVESTIGACION EJEMPLOS GLOSARIO “escrito” ILUSTRACIONES CONCLUSION BIBLIOGRAFIA INFOGRAFIA While- Else- Numbers, Case y otros usados en VB

4 INDICE DE TEMAS CONTENIDO Sintaxis Desarrollo Problema Caracteristicas
1. Historia de la programacion orientada a objetos (POO). 2. Historia del lenguaje Java(Orientacion a objetos POO). 3. Conceptos, campo, de aplicación (uso actual del mismo). 4. Características importantes del JAVA. 5. POO como base de Java. 6. Entornos o ambientes para programar en Java(escoger uno y explicar). 7. Uso del lenguaje Java en educacion, de ejemplos. 8. Confeccionar un mapa conceptual. 9. Que es IHMC Cmap Tools. 10. Utilizar de Power – Point. 11. ¿Investigacion de java? 12. < Ejemplificacion de Java > CONTENIDO Sintaxis Desarrollo Problema Caracteristicas Clasificacion Tablas Recursos Programas Mercado Tipos Utilizacion Usos PRODUCION JAVA

5 Mapa de NeatBeans Coordinación de web Robótica Móvil
Inteligencia y Conocimiento Patrones Agentes Coordinación de web Robótica Móvil Robótica de Manipuladores Procesamiento de Imágenes Redes Neuronales

6 Tabla de Contenido Agentes Inteligentes. Sensores y Efectores
Propiedades de los agentes Sensores y Efectores Medida de Rendimiento El Medio Ambiente Tipos de Agentes Agente reflejo simple Agente con estado interno Agente basado en metas Agente basado en utilidad

7 Objetivos Exponer los conceptos asociados a agentes inteligentes.
Presentar las propiedades de un agente. Presentar la medida de rendimiento Identificar los tipos de ambiente. Presentar los tipos de agentes.

8

9 Agentes Inteligentes Un agente es un sistema conformado por hardware y/o software que basa su comportamiento en las percepciones que tiene del medio ambiente mediante sus sensores y en las reglas de comportamiento incorporadas en el software. Un agente es todo aquello que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores.

10 Agentes No requieren de humanos para operar (autonomía).
Tienen una medida de desempeño (racionalidad) Usan sensores para enterarse de lo que pasa fuera. Usan efectores para modificar su entorno La “inteligencia” está determinada por sus reglas. Las reglas se pueden pre-grabar  Instintos Las reglas pueden ser aprendidas Aprendizaje (aprender <> memorizar)

11 Agentes Inteligentes Un agente inteligente es un sistema de computadora capaz de ejecutar acciones autónomas y flexibles en cierto medio ambiente. Agentes triviales (no interesantes): Termóstato – El demonio de UNIX Se busca que un agente tenga capacidad de iniciativa propia (imitar el libre albedrio)

12 Propiedades de los agentes
Autonomía Reactividad Pro actividad Cooperación Aprendizaje

13 Autonomía Un sistema será autónomo en la medida en que su conducta está definida por su propia experiencia. Si las acciones del agente se basan en un conocimiento integrado previamente, no es autónomo. Un agente es más autónomo en la medida en que su comportamiento se basa: (+) en el aprendizaje y (-) en el conocimiento incorporado.

14 Reactividad Medio ambiente estático.
El programa no necesita preocuparse sobre su éxito o falla, el programa se ejecutará ciegamente. (lazo abierto) Compilador. Medio ambiente dinámico. Para el software es difícil de construir dominios dinámicos: el programa debe tener en cuenta la posibilidad de fracaso Un sistema reactivo mantiene una permanente interacción con su medio ambiente y responde a los cambios que ocurren en él (en un tiempo para la respuesta sea útil)

15 Pro Actividad ¿Reaccionar a un entorno es fácil?
Estímulo  respuesta basada en reglas Comportamiento. Secuencia de acciones, no solo una acción aislada. Se desea que los agentes ejecuten acciones por nosotros. El objetivo está orientado al comportamiento del agente. Pro-actividad. Intenta generar y lograr objetivos. Toma iniciativa cuando es necesario. Reconoce las oportunidades

16 Cooperación Multi-agentes. El mundo real es un entorno multi-agentes:
No podemos ignorar a los otros para lograr metas. Ciertas metas pueden lograrse únicamente con la cooperación de otros. Habilidad social Es la habilidad para interactuar con otros agentes (posiblemente humanos) mediante algún lenguaje de comunicación entre agentes y cooperar con ellos.

17 Aprendizaje El agente es capaz de usar algoritmo para aprender de su propia experiencia. Trata de aprender para mejorar su rendimiento en el tiempo. Se trata de crear programas capaces de generalizar comportamientos a partir de una información no estructurada suministrada en forma de ejemplos. Es, por lo tanto, un proceso de inducción del conocimiento.

18 Ejercicio 1 Diga si los siguientes “sistemas” son agentes: Un reloj.
Un termostato. Un celular. Un sistema de control de acceso a personas. El sistema de aire acondicionado de un automóvil. Una lavadora automática. Un software para entrenar personas. Un software para enseñar a sumar. Un reloj despertador. El sistema que controla si una persona saca un producto sin pagar. Internet. La red telefónica

19 Sistemas Multiagente Cuando múltiples agentes individuales coordinan sus habilidades para resolver problemas. Organización Social. c/u cumple una función dentro del sistema, tiene características y responsabilidades. Cooperación. El método de solución de los problemas se basa en la forma cómo se asignan las responsabilidades y como se usa las respuestas de los otros. Coordinación. Planificación de acciones para la resolución de tareas, cuándo se ejecutan las acciones. Negociación. Forma de ponerse de acuerdo cuando cada agente defiende sus propios intereses, llevándolos a una situación que los beneficie a todos teniendo en cuenta el punto de vista de cada uno.

20 Sistemas Multiagente

21 SENSORES Y EFECTORES

22 Sensores Los sensores sirven para adquirir información del medio ambiente Los sensores no son confiables por que: Incertidumbre, están afectados por cambios en el Medio. Error, en la detección.

23 Sensores ¿Qué sensor usar? ¿Qué modelo de sensor?
¿Cómo calibrar el sensor? ¿Cómo entrega los datos en sensor? ¿cómo se activa en sensor? ¿cuál es la frecuencia de muestreo? ¿Cuál es el error? ¿Qué procesos de bajo nivel realizar? – assembler ¿Qué procesos de alto nivel realizar? – en el agente

24 Sensores Sentido Percepción de equilibrio Propiocepción Magnetocepción
Electrocepción Eco localización Gradiente de presión Sensores Acelerómetro Encoder Magnetómetro Sensor de voltaje Sonar Arreglo de presión

25 Efectores Humanos Músculos Movimientos compuestos.
Movimientos de brazos Caminata Escritura Habla Máquinas Rotación de Motores Apertura o cierre de válvulas. Movimientos compuestos Movimiento de articulaciones Orugas Patas

26 Ejercicio 2 ¿Diga qué sensores tienen los humanos?
¿Conoce algún sensor que tienen los animales pero no lo tienen los humanos? ¿Conoce algún sensor que tienen los humanos pero no lo tienen los animales? ¿Cuáles son los efectores de los humanos? ¿Conoce algún efector que tienen los animales pero no lo tienen los humanos?, ¿Viceversa?

27 MEDIDA DE RENDIMIENTO

28 Medida de rendimiento Para cada conjunto de percepciones, el agente toma la acción que maximiza su rendimiento basado en la información de la percepción y su propio conocimiento implícito. Medida del desempeño Evalúa el “cómo” ¿qué tan exitoso ha sido un agente? Debe ser objetiva La racionalidad NO ES omnisciencia, clarividencia ni exitosa necesariamente. La racionalidad se puede ver como un éxito esperado, tomando como base lo que se ha percibido.

29 Agente Racional Depende de: Medida del grado de éxito.
Secuencia de percepciones. Conocimiento acerca del medio Acciones que puede emprender En todos los casos de posibles percepciones, un agente racional deberá emprender todas aquellas acciones que favorezcan obtener el máximo de su medida de rendimiento, basándose en las evidencias aportadas por la secuencia de percepciones y en todo conocimiento incorporado en tal agente.

30 Ejercicio 3 Diga para los siguientes “agentes” qué medidas de desempeño usaría, formule c/u en notación formal: Personal que recoge la basura en las noches. Software para jugar ajedrez. Google Noticias. Software que resuelve laberintos.

31 Ejercicio 4 El siguiente agente tiene “aprendido” una serie de reglas que se pueden representar mediante un árbol de decisión: En determinado momento el agente tiene las siguientes percepciones. Diga cuales son las respuestas del agente. -20, 40, 2, 35, 14, 45, 6, 22, 9 Diseñe una medida de desempeño sabiendo que las respuestas del agente deberían ser: 1, 6, 1, 6, 4, 7, 2, 5, 2 Modifique el árbol de decisión para que el agente obtenga estas respuestas (*). >2 >8 1 2 >10 3 4 (*) puede obviar esta pregunta

32 Ejercicio 5 Para los agentes del ejercicio 4.
Indique qué medidas de rendimiento usaría para indicar el desempeño del agente. Formule cada medida de desempeño mediante alguna notación formal. Evalúe el desempeño de los agentes haciendo uso de la medida de rendimiento. Identifique en qué casos su medida de desempeño no es capaz de medir el desempeño del agente.

33 EL MEDIO AMBIENTE

34 El Ambiente La relación entre el agente y el ambiente es siempre la misma: el agente ejerce acciones sobre el ambiente, que, a su vez, aporta percepciones al primero. medio ambiente

35 Medio Ambiente Accesible y no accesible.
Accesible, si los sensores detectan los aspectos que requiere el agente para elegir una acción. Deterministas y no deterministas. Determinista, si el estado siguiente de un ambiente se puede determinar completamente con el estado actual y las acciones escogidas por el agente. Episódicos y no episódicos. Episódico, cuando la experiencia del agente se divide en episodios, si es episódico, es más simple. Estáticos y dinámicos. Estático, si el medio ambiente no cambia mientras el agente se encuentra deliberando. Discreto y continuo. Discreto, si existe una cantidad limitada de percepciones y acciones distintas y distinguibles

36 Ejercicio 6 Ambiente Ajedrez con reloj Ajedrez sin reloj Póquer
Accesi-ble Determi-nístico Episó-dico Estático Discre-to Ajedrez con reloj Ajedrez sin reloj Póquer Conducir un taxi Sist. de diagnóstico médico Sistema. de análisis de imgs. Robot clasificador de partes Controlador de refinería Asesor de inglés interactivo

37 TIPOS DE AGENTES

38 Tipos de Agentes Agente reflejo simple. Agentes con estado interno.
Las acciones del agente se establecen en función a una tabla de percepción  acción. Agentes con estado interno. Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria. Agentes basados en metas Agente que combina propiedades de los dos anteriores, pero que tiene una meta a la cual llegar. Necesita buscar el mejor camino y planificar la secuencia de acciones. Agentes basados en utilidad. Son aquellos agentes que tienen múltiples metas que cumplir, mide el grado de satisfacción del grado de cumplimiento de sus metas.

39 Ejercicio 7 Indique el tipo de agente para cada caso:
Agente resuelve laberintos. Agente que entrega la Raíz Cuadrada de un número. Agente que conduce un automóvil. Agente del mundo de los wumpus Agente que resuelve el problema de los bloques.

40 Ejercicio 7 Indique el tipo de agente para cada caso:
Agente resuelve laberintos. Agente basado en metas Agente que entrega la Raíz Cuadrada de un número. Agente reflejo Agente que conduce un automóvil. Agente basado en utilidad Agente del mundo de los wumpus Agente con estado interno Agente que resuelve el problema de los bloques.

41 RS EI BM BU 1. Agente reflejo simple El usar una tabla de consulta explícita está fuera de toda consideración. Sin embargo, es posible resumir fragmentos de tabla observando ciertas asociaciones entre entradas/salidas que se producen frecuentemente, y haciendo reglas de condición-acción, por ejemplo: Si el carro de adelante está frenando, entonces empezar a frenar.

42 Reglas condición-acción
RS EI BM BU Agente reflejo simple Ambiente Agente Como es el mundo ahora Acción que debo tomar Reglas condición-acción Sensores Efectores

43 RS EI BM BU Agente reflejo simple Función Agente-reflejo-simple (percepción) responde con una acción estática: reglas, un conjunto de reglas de condición-acción estado  Interpretar-Entrada (percepción). regla  Regla-Coincidencia (estado, reglas). acción  Regla-Acción[regla] responder con una acción

44 Ejercicio 8 Construya un agente para identificar las soluciones de la siguiente ecuación, asuma que los ai son enteros. Diga de que tamaño es la tabla percepción  acción. ¿Es práctico este agente? ¿Cuáles son las restricciones?, resuelve todos los casos.

45 2. Agente con estado interno
RS EI BM BU 2. Agente con estado interno Agentes bien informados de todo lo que pasa. El agente reflejo simple funciona sólo si se toma la decisión adecuada con base en la percepción de un momento dado. En ocasiones se requiere mantener cierto tipo de estado interno para estar en condiciones de estar optar por una acción. Ejemplo: imágenes de antes y después pare detectar cambios.

46 Agente con estado interno
RS EI BM BU Agente con estado interno Sensores Estado Como es el mundo ahora Como evoluciona el mundo Lo que mis acciones hacen Ambiente Reglas condición-acción Acción que debo tomar Agente Efectores

47 Agente con estado interno
RS EI BM BU Agente con estado interno Función Agente-reflejo-con-estado (percepción) responde con una acción estática: estado, una descripción prevaleciente del estado del mundo reglas, un conjunto de reglas de condición- acción estado  Actualizar-Estado (estado, percepción). regla  Regla-Coincidencia (estado, reglas). acción  Regla-Acción[regla] estado  Actualizar-Estado (estado, acción) responder con una acción

48 Ejercicio 9 Cierto agente desea resolver el problema del mundo de la aspiradora. El mundo está conformado por una cuadrícula de 2x2 (dos con basura). Diseñe un agente que usa una tabla de percepciónacción para resolver este problema. El agente inicia en la parte superior izquierda. El agente “recuerda” las celdas ya visitas, pero no es capaz de ver las otras celdas. Diga que acciones son necesarias para resolver el problema. Diga cuál es el tamaño de la tabla percepciónacción .

49 Ejercicio 9 1 2 3 4 5 6 7 8

50 RS EI BM BU 3. Agente basado en metas Para decidir qué hacer no basta con tener información acerca del estado que prevalece en el ambiente. Además del estado prevaleciente, se requiere cierto tipo de información sobre su meta. La búsqueda y la planificación son sub-campos de la IA que se ocupan de encontrar las secuencias de acciones que permiten alcanzar las metas de un agente. Este tipo de agente es diferente a los anteriores, debido a que implica tomar en cuenta el futuro. Puede ser más flexible si cambian las condiciones o cambian las metas.

51 Agente basado en metas Ambiente Agente Sensores Efectores RS EI BM BU
Estado Como es el mundo ahora Como evoluciona el mundo Qué efectos tiene tomar la acción A Ambiente Lo que mis acciones hacen Metas Acción que debo tomar Agente Efectores

52 Ejercicio 10 Resolver el problema de las k-reinas, para k = 3.
El problema consiste en identificar en qué posiciones colocar k reinas en un tablero de ajedrez de tal manera que no se “coman” entre ellas

53 Ejercicio 10 Formulación Búsqueda Ejecución

54 Ejercicio 11 Diseñar un agente para resolver el problema del rompecabezas móvil o problema de las ocho fichas o puzzle. 2 8 1 6 4 7 3 5 1 2 3 8 4 7 6 5

55 Ejercicio 11

56 4. Agente basado en utilidad
RS EI BM BU 4. Agente basado en utilidad Las metas no bastan por sí mismas para generar una conducta de alta calidad. Puede haber muchas secuencias de acciones que permitan alcanzar la meta, pero algunas ofrecen más utilidad que otras. La utilidad es una función que correlaciona un estado y un número real mediante el cual se caracteriza el correspondiente grado de satisfacción.

57 Agente basado en utilidad
RS EI BM BU Agente basado en utilidad Sensores Estado Como es el mundo ahora Como evoluciona el mundo Que efectos tiene tomar la acción A Lo que mis acciones hacen Ambiente Que tan feliz estaría en un estado determinado Utilidad Acción que debo tomar Agente Efectores

58 Bibliografía AIMA. Capítulo 2 y 3, primera edición.
AIMA. Chapter 2 y 3, second edition.