UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

_____________________________________________________________________________

FACULTAD DE INGENIERIA ELECTRICA, ELECTRONICA, INFORMATICA Y

MECANICA
DEPARTAMENTO ACADEMICO DE INGENIERIA INFORMATICA
SILABO
I. DATOS GENERALES
1.1 Asignatura

: INTELIGENCIA ARTIFICIAL

1.2 Categora

: OE

1.3 Cdigo

: IF601AIN

1.4 Crditos

:4

1.5 Horas Tericas

:3

1.6 Horas Prcticas

:2

1.7 Requisito

: IF301

1.8 Horario y Aula

L:MI 7 -9 LAB-4;

: T:LU 7 -9 IN-204; T:VI 7 -8 IN-204; L:MI 7 -9 LAB-3;

1.9 Semestre Acadmico

: 2016-1

1.10 Escuela Profesional

: INGENIERIA INFORMATICA Y DE SISTEMAS

1.11 Docente

: PALMA-TTITO-LUIS BELTRAN

1.12 Email Docente

II. SUMILLA

PROPOSITO: Cubrir la teora y los enfoques importantes de la inteligencia

artificial, incluyendo la representacin del conocimiento, heurstica,
bsqueda, tcnicas de aprendizaje, herramientas y tcnicas para la
aplicacin de la inteligencia artificial, y sistemas expertos basados en el
conocimiento. Proyectos en Prolog u otros lenguajes de programacin
adecuados.
SUMILLA: Elementos de las tcnicas de solucin de problemas de
inteligencia artificial. Introduccin a la solucin de problemas heursticos,
tcnicas de probar teoremas, bases de datos asociativas y representacin
de esquemas del conocimiento, sistemas expertos, tpicos selectos de
proceso de la visin, robtica e instruccin ayudada con computadoras
Pgina 1
Oficina de Capacitacin y Evaluacin Acadmica

Centro de Cmputo
07/05/2016 23:32:56

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

_____________________________________________________________________________

inteligentes, incluyendo el uso de herramientas y lenguajes apropiados.

Proyectos en prolog, Lisp, u otro adecuado.

III. OBJETIVOS

Conocer fundamentos tericos de inteligencia artificial

Conocer los fundamentos de agentes inteligentes
Adquirir conocimientos de tcnicas de solucin de problemas de Inteligencia

artificial.
Manejar herramientas para la solucin de problemas de inteligencia

artificial.
Desarrollar aplicaciones de inteligencia artificial en la ingeniera.
Investigar sobre problemas de inteligencia artificial y desarrolla la
documentacin correspondiente.

IV. CONTENIDO POR UNIDADES DIDACTICAS

UNIDAD DIDACTICA 1:
CAPITULO I: FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL
1.1.

Tiempo: 1 semana.

1.2.

Objetivos especficos: Conocer fundamentos tericos de inteligencia

artificial.

1.3.

Contenido

1.3.1.

Caractersticas de la asignatura de Inteligencia Artificial

1.3.2.

Inteligencia Artificial

1.3.3.

Historia de la Inteligencia Artificial

1.3.5.

reas de la inteligencia artificial

CAPITULO II: REPRESENTACIN E INFERENCIA LGICA

2.1.

Tiempo: 3 semanas.

2.2.

Objetivos especficos: Conocer acerca de la representacin de

conocimiento y la inferencia lgica.

2.3.

Contenido:

2.3.1.

Representacin
Pgina 2

Oficina de Capacitacin y Evaluacin Acadmica

Centro de Cmputo
07/05/2016 23:32:56

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

_____________________________________________________________________________

2.3.2.

Sintaxis y semntica de la lgica de primer orden

2.3.3.

Ingeniera del conocimiento con lgica de primer orden

2.3.4.

Inferencia en lgica de primer orden

2.3.5.

Introduccin a Prolog

2.3.6.

Relaciones simples en prolog

2.3.7.

Relaciones complejas en prolog

2.3.8.

Estructuras de datos en prolog (listas, rbol, matriz)

2.3.9.

Ejercicios prcticos

CAPITULO III: RESOLUCION DE PROBLEMAS MEDIANTE BUSQUEDA

3.1.

Tiempo: 2 semanas.

3.2.

Objetivos especficos: Conocer tcnica para resolver problemas mediante

bsqueda.

3.3.

Contenido

3.3.1.

Bsqueda de soluciones

3.3.2.

Bsqueda no informada

3.3.2.1.

Primero en anchura

3.3.2.2.

Primero en profundidad

3.3.2.3.

Profundidad iterativa

3.3.3.

Ejercicios prcticos

UNIDAD DIDACTICA 2:
CAPITULO IV: RESOLUCON DE PROBLEMAS MEDIANTE BUSQUEDA
HEURISTICA
4.1.

Tiempo: 2 semana.

4.2.

Objetivos especficos: Conocer tcnica para resolver problemas mediante

bsqueda heurstica.

4.3.

Contenido

4.3.2.

Funcin heurstica

4.3.3

Bsqueda informada o heurstica

4.3.2.1.

Bsqueda primero el mejor

Pgina 3
Oficina de Capacitacin y Evaluacin Acadmica

Centro de Cmputo
07/05/2016 23:32:56

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

_____________________________________________________________________________

4.3.2.2.

Bsqueda A*

4.3.2.3.

Bsqueda IDA*

4.3.3.

Ejercicios prcticos

CAPITULO V: BUSQUEDA ENTRE ADVERSARIOS

5.1.

Tiempo: 2 semana.

5.2.

Objetivos especficos: Conocer tcnica para resolver problemas de

bsqueda entre adversarios (juegos bipersonales).

5.3.

Contenido

5.3.1.

Juegos

5.2.2.

Algoritmos Mini-Max

5.2.3.

Algoritmo Poda Alfa Beta

5.2.4.

Decisiones en tiempo real

5.2.5.

Ajedrez

5.2.6.

Ejercicios prcticos

UNIDAD DIDACTICA III

CAPITULO VI: APRENDIZAJE REDES NEURONALES ARTIFICIALES
6.1.

Tiempo: 3 semanas.

6.2.

Objetivos especficos: Conocer sobre tcnica para aprendizaje y

resolucin mediante redes neuronales artificiales.

6.3.

Contenido

6.3.1.

Redes Neuronales

6.3.2.

Red neuronal de retro propagacin

6.3.3.

Funcin de activacin

6.3.4.

Estructura de red neuronal de retro propagacin

6.3.5.

Algoritmo de Entrenamiento

6.3.6.

Ejercicios prcticos con redes neuronales de retro propagacin

6.3.7.

Red neuronal HopField

6.3.8.

Estructura de la red neuronal HopField

6.3.9.

Algoritmo de entrenamiento de la red HopField

Pgina 4
Oficina de Capacitacin y Evaluacin Acadmica

Centro de Cmputo
07/05/2016 23:32:56

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

_____________________________________________________________________________

6.3.10.

Ejercicios prcticos con red neuronal HopField

CAPITULO VII: ALGORITMOS GENTICOS

7.1.

Tiempo: 2 semana.

7.2.

Objetivos especficos: Conocer la tcnica de resolucin de problemas con

algoritmos genticos.

7.3.

Contenido

7.3.1.

Algoritmo gentico

7.3.2.

Operadores de algoritmos genticos: inicializacin, elitismo, seleccin,

cruzamiento, mutacin, reemplazo.

7.3.3.

Condicin de finalizacin

7.3.4.

Ejercicios prcticos

CAPITULO VIII: PROGRAMACIN FUNCIONAL LISP

8.1.

Tiempo: 2 semana.

8.2.

Objetivos especficos: Conocer la tcnica de resolucin de problemas con

algoritmos genticos.

8.3.

Contenido

8.3.1.

Calculo aritmticos

8.3.2.

Calculo simblico.

8.3.3.

Estructuras de control.

8.3.4.

Programacin recursiva.

8.3.5.

Ejercicios prcticos.

V. METODOLOGIA

El Profesor da a conocer aspectos tericos y desarrolla ejercicios prcticos de los

diferentes temas de los versa el contenido de la asignatura. Los estudiantes deben
participar en forma activa en la solucin de problemas asignados y presentar sus
avances.
Para las sesiones prcticas se utiliza prolog, lisp u otros lenguajes de programacin
acordes para la implementacin de problemas de inteligencia artificial
Pgina 5
Oficina de Capacitacin y Evaluacin Acadmica

Centro de Cmputo
07/05/2016 23:32:56

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

_____________________________________________________________________________

VI. EVALUACION

La evaluacin se regir estrictamente al reglamento de evaluacin emitida por la

Oficina de Capacitacin y Evaluacin Acadmica de la UNSAAC.
La obtencin de la nota final ser como sigue:

NF = (PP1 + PP2 + PP3)/3

NF: Nota final
PP1, PP2, PP3: primer promedio parcial, segundo promedio parcial y tercer
promedio parcial respectivamente

PP1 = (2 * ES1 + PL1 + EP1)/4

PP2 = (2 * ES2 + PL2 + EP2)/4
PP3 = (7 * PY + 2*ES3 + PL3)/10
ES1, ES2, ES3: primer, segundo y tercer examen de salida respectivamente
PL1, PL2, PL3: primer, segundo y tercer promedio de prcticas de laboratorio,
respectivamente.
EP1, EP2: Primer y segundo examen de proceso.
PY: Nota de proyecto de investigacin
CRITERIOS DE APROBACIN: El estudiante ser considerado aprobado
cuando el promedio final sea igual o superior a 14 (catorce) puntos.
PROYECTOS DE INVESTIGACIN: Durante el desarrollo de la asignatura se
asigna trabajos de investigacin sobre la resolucin de problemas de inteligencia
artificial de forma grupal de un mximo de tres (3) estudiantes, el cual es
desarrollado durante el semestre. La evaluacin se realiza en la penltima semana
del semestre y es sustentado de forma oral entregando un informe de investigacin y
un aplicativo de software (en formato digital), los temas abordados en los proyectos
sern referente a:

Inferencia lgica
Resolucin de problemas por bsqueda de espacio de estado
Redes neuronales artificiales
Algoritmos genticos

Pgina 6
Oficina de Capacitacin y Evaluacin Acadmica

Centro de Cmputo
07/05/2016 23:32:56

UNIVERSIDAD NACIONAL DE SAN ANTONIO ABAD DEL CUSCO

_____________________________________________________________________________

Lgica difusa
Redes bayesianas
Colonia de hormigas
Lingstica computacional (hablar y entender)
Procesamiento de lenguaje natural
Minera de datos
Meta heurstica
Vida artificial
Enjambre de abejas
Video juegos inteligentes
Bsqueda tab
Enjambre de partculas

VI. BIBLIOGRAFIA

1. Stuart Russell Peter Norvig Inteligencia Artificial un Enfoque Moderno, tercera

edicin, Pearson Prentice Hall, 2005.
2. Francisco Escolano Ruiz, Inteligencia Artificial Modelos y Tcnicas y reas de
Aplicacin, Thomson Editores Spain, Espaa, 2003.
3. Pedro Isasi Viuela, Redes de Neuronas Artificiales, Pearson Prentice Hall, Espaa,
2004.
4. Antonio J. Serrano, Redes Neuronales Artificiales, Programa de 3er Ciclo
(Doctorado), Universidad de Valencia, 2009-2010.
5. Jan Wielemaker, SWI-Prolog 5.10 Reference Manual, University of Amsterdam,
2010.
6. Faran Llorens Lago, Prcticas de Lgica Prolog, Universidad de Alicante, 2010.
7. Jos A. Alonso, Curso de Lisp con Golden Common lisp, Sevilla 1990

Pgina 7
Oficina de Capacitacin y Evaluacin Acadmica

Centro de Cmputo
07/05/2016 23:32:56