Métodos de busqueda

                       Instituto Tecnológico de Comitán

 

Ingeniería en

Sistemas Computacionales

 

Asignatura:

Inteligencia Artificial

Docente:

Ing. Mónica Laurent León Juárez

 

Datos:

Ana Lía Gómez Gómez 20700600

En el campo de la inteligencia artificial, los métodos de búsqueda son esenciales para encontrar soluciones a problemas complejos. Dos de los algoritmos de búsqueda más fundamentales son la Búsqueda en Anchura (BFS) y la Búsqueda en Profundidad (DFS), los cuales tienen aplicaciones importantes en la resolución de problemas en inteligencia artificial.

Búsqueda en Anchura (BFS):

La Búsqueda en Anchura es un algoritmo que comienza en el nodo raíz y explora todos los nodos vecinos al nivel actual antes de moverse a los nodos del siguiente nivel. Utiliza una estructura de datos FIFO (primero en entrar, primero en salir), como una cola, para mantener un registro de los nodos por visitar. Este método es completo, lo que significa que siempre encontrará una solución si existe, y encuentra la solución más corta en términos de número de aristas atravesadas. Sin embargo, requiere más memoria que la Búsqueda en Profundidad, ya que necesita almacenar todos los nodos de un nivel antes de pasar al siguiente.

La Búsqueda en Anchura es un algoritmo que comienza en el nodo raíz y explora todos los nodos vecinos al nivel actual antes de moverse a los nodos del siguiente nivel. En inteligencia artificial, este algoritmo se utiliza en la búsqueda de caminos más cortos, como en el algoritmo de Dijkstra para encontrar el camino más corto en un grafo ponderado. La BFS garantiza encontrar la solución óptima más corta en términos de número de aristas atravesadas.

Búsqueda en Profundidad (DFS):

La Búsqueda en Profundidad comienza en el nodo raíz y explora tanto como sea posible a lo largo de cada rama antes de retroceder. Utiliza una estructura de datos LIFO (último en entrar, primero en salir), como una pila, para mantener un registro de los nodos por visitar. A diferencia de la Búsqueda en Anchura, la Búsqueda en Profundidad puede quedarse atrapada en ciclos si no se implementa correctamente la detección de nodos visitados. Sin embargo, requiere menos memoria que la Búsqueda en Anchura, ya que solo necesita almacenar los nodos de un camino desde la raíz hasta un nodo hoja.

Por otro lado, la Búsqueda en Profundidad comienza en el nodo raíz y explora tanto como sea posible a lo largo de cada rama antes de retroceder. En inteligencia artificial, la DFS se utiliza en la búsqueda de soluciones en árboles de juego, como en el algoritmo minimax para juegos como el ajedrez. Aunque la DFS no garantiza encontrar la solución óptima, es más eficiente en términos de memoria que la BFS, ya que solo necesita almacenar los nodos de un camino desde la raíz hasta un nodo hoja.

En conclusión, la elección entre la Búsqueda en Anchura y la Búsqueda en Profundidad en inteligencia artificial depende del problema específico que se esté abordando. Mientras que la BFS es ideal para encontrar la solución más corta en términos de aristas, la DFS puede ser más eficiente en términos de memoria cuando se trata de explorar caminos largos en árboles o grafos dispersos. La aplicación adecuada de estos algoritmos puede mejorar significativamente la capacidad de los sistemas de inteligencia artificial para resolver problemas complejos.