ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE

MANAB MANUEL FLIX LPEZ

CARRERA INFORMTICA

SEMESTRE SPTIMO

PERODO ABRIL-SEPT/2015

TEMA:
FUNCIN HEURSTICA

MATERIA:
INTELIGENCIA ARTIFICIAL II

AUTORA:
MNICA L. DIAZ ENCARNACIN

FACILITADORA:
ING. HIRAIDA SANTANA

MISIN
Formacin de profesionales ntegros que conjuguen ciencia, tecnologa y valores en
su accionar, comprometidos con la sociedad en el manejo adecuado de programas
y herramientas computacionales de ltima generacin.

VISIN
Ser referente en la formacin de profesionales de prestigio en el desarrollo de
aplicaciones informticas y soluciones de hardware.

CALCETA, JUNIO 2015

02 de Junio del 2015

INTRODUCCIN
Despus de tener conocimiento de las bsquedas no informadas y
saber que al realizar esta estrategia no son tan eficientes, daremos a
conocer otra tcnica que es la bsqueda informada y exploracin.
Esta bsqueda es eficiente y son adecuados para resolver problemas
en los cuales el coste del camino es irrelevante, en la cual el agente
se enfrenta con un espacio de estados que es complemente
desconocido.

OBJETIVO
En esta seccin nuestro objetivo es conocer cmo funcionan las
funciones heursticas y la importancia de esta.

MARCO TERICO
BSQUEDA INFORMADA
Se utiliza el conocimiento especfico del problema, en la que se pueda encontrar
soluciones de una manera ms eficiente.

HEURSTICA
Las heursticas son criterios, mtodos o principios para decidir cul de entre
varias acciones ser la mejor para alcanzar una determinada meta. El uso de
heursticas nos permite guiar nuestra bsqueda a una solucin, lo que nos
permitir obtener una solucin ms rpida.
En problemas de bsquedas:
Una heurstica ser una funcin que utilizaremos para estimar como dos
cerca estamos de la solucin.
Cada heurstica estar diseada para un problema de bsqueda
particular.

FUNCIONES HEURSTICAS
Una funcin heurstica h(n), como se supone, estima el costo de una solucin
que comienza desde el estado en el nodo n.

h*(n): estimacin del coste real del plan (camino) de mnimo coste que
lleva de n a un nodo meta.
f*(n) = g(n) + h*(n): estimacin del coste real del plan (camino) de
mnimo coste que lleva del estado inicial a un nodo meta pasando por n.

EL EFECTO DE LA PRECISIN HEURSTICA EN EL

RENDIMIENTO
Una manera de caracterizar la calidad de una heurstica es el b* factor de
ramificacin eficaz. Si el nmero total de nodos generados por A* para un
problema particular es N, y la profundidad de la solucin es d, entonces b * es el
factor de ramificacin que un rbol uniforme de profundidad d debera tener para
contener N + 1 nodos. As

N + 1 = 1 +b* + (b*) + + (b*)

2

Es recomendable utilizar valores ms altos en la funcin heurstica, a condicin

de que no sobrestime y que el tiempo computacional de la heurstica no sea
demasiado grande.

INVENTAR FUNCIONES HEURSTICAS ADMISIBLES

A un problema con menos en la acciones se denomina problema relajado. El
costo de

una solucin ptima en un problema relajado es una heurstica

admisible para el problema original.

La heurstica es admisible porque la solucin ptima en el problema original es,
por definicin, tambin una solucin en el problema relajado y por lo tanto debe
ser al menos tan cara como la solucin ptima en el problema relajado. Como la
heurstica obtenida es un costo exacto para el problema relajado, debe cumplir
la desigualdad triangular y es por lo tanto consistente.
Si un problema relajado es difcil de resolver, entonces los valores de la
correspondencia heurstica sern costosos de obtener.
Para esto existe un programa llamado Absolver que puede generar heursticas
automticamente a partir de las definiciones del problema, usando el mtodo del
problema relajado.

APRENDIZAJE

DE

HEURSTICAS

DESDE

LA

EXPERIENCIA
Cada ejemplo se compone de un estado del camino solucin y el costo real de
la solucin desde ese punto. En la implementacin de cada ejercicio se puede
utilizar un algoritmo de aprendizaje inductivo para construir una funcin h(n) que
pueda (con suerte) predecir los costos solucin para otros estados que surjan
durante la bsqueda. Los mtodos de aprendizaje inductivos trabajan mejor
cuando se les suministran caractersticas de un estado que sean relevantes para
su evaluacin, ms que slo la descripcin del estado.

CONCLUSIN
He concluido que para resolver un problema eficiente es mejor utilizar
la tcnica de bsqueda informada, ya que esta se utiliza cuando se
conoce por completo la informacin del problema, pero sin olvidar
que para seguir resolviendo correctamente se necesita conocer
estrategias como es en este caso la funcin heurstica.
La funcin heurstica sirve para resolver un problema del que se
tenga informacin, siempre y cuando evaluando el costo que
correspondiente de cada estado.

BIBLIOGRAFA
Berzal, F. 2012. Bsqueda Heurstica. (En lnea). Consultado 04 Jun. de
2015.

Formato:

PDF.

Consultado

http://elvex.ugr.es/decsai/iaio/slides/A5%20Heuristic%20Search.pdf

Gonzales, M; Pascual, A; Lores, J. 2006. Evaluacin Heurstica. (En

lnea).

Consultado

04

Jun.

de

2015.

Disponible

en:

http://aipo.es/libro/pdf/15-Evaluacion-Heuristica.pdf

Hermoso, R; Vasirani, M. 2011. Bsqueda Heurstica. (En lnea).

Consultado

04

Jun.

de

2015.

Formato:

PDF.

Consultado

http://www.ia.urjc.es/cms/sites/default/files/userfiles/file/ia4/2011/IA4
_%5BBusq_Heur_II%5D.pdf

Ramrez, J; Laureano, A. _____. (En lnea). Consultado 04 Jun. de 2015.

Formato:

PDF.

Disponible

en:

http://kali.azc.uam.mx/clc/03_docencia/posgrado/i_artificial/8_Funcio
nesHeuristicas.pdf

Russell, S y Norvig, P. 2008. Inteligencia Artificial Un Enfoque

Moderno. 2 ed. Espaa. Pearson Education. p 1242