Inteligencia Artificial 2 BIM

El término búsqueda con vuelta atrás, se utiliza para la búsqueda. Primero en anchura. Primero en profundidad. De profundidad limitada.

En los problemas de satisfacción de restricciones, a una asignacion que no viola ninguna restriccion, se denomina: Completa. Inestable. Consistente.

Cuando las restricciones relacionan dos variables, se denomina problemas de satisfacción de restricciones: Binarios. Monarios. De orden alto.

Una de las características de la búsqueda con vuelta atrás, es: La eliminación de restricciones, para optimizar los posibles valores de las variables por asignar. La eliminación de ramas, en donde alguna restriccion no satisface. La propagación de ramas con valores vacíos.

La representación estándar del test objetivo revela: La estructura de la solución. La estructura de las restricciones. La estructura del problema.

La clase más simple de problemas de satisfacción de restricciones implica variables: Continuas y dominios finitos. Discretas y dominios finitos. Continuas y dominios infinitos.

Algoritmo que extiende la asignación actual para generar un sucesor, más que volver a copiarlo: Búsqueda hacia adelante. Búsqueda con vuelta atrás inteligente. Búsqueda con vuelta atrás simple.

Si se considera el problema de n-reinas cuya definición dice: posicionar "n" reinas en un tablero de ajedrez n*n, de forma que no se ataquen. Este problema es: PSR binario, discreto e infinito. PSR binario, continuo e infinito. PSR binario, discreto, finito.

Los problemas que se pueden resolver utilizando la búsqueda: Estado inicial: todas las variables sin asignar; Profundidad máxima: número de variables = profundidad de todas las soluciones, se puede utilizar búsqueda en profundidad; Cardinalidad espacio busqueda: producto de las cardinales de los dominios de las variables; Se puede hacer: eliminación de ramas en donde alguna restriccion no se satisface y la propagación de restricciones para reducir los posibles valores de las variables por asignar. Esto son: Problemas discretos y de dominio finito. Problemas continuos y de dominio finito. Problemas continuos y de dominio infinito.

Si decimos: [R=rojo] => [V=verde] = [V=verde]=>[R=rojo]; estamos haciendo una asignación de variables: Disyuntiva. Asociativa. Conmutativa.

El algoritmo de Poda Alfa Beta, es utilizado en la teoría de juegos, puesto que permite encontrar soluciones dentro de un campo de búsqueda: Finito. No determinista. No finito.

Un juego puede definirse formalmente como una clase de problemas de búsqueda, con los siguientes componentes. El estado inicial, la función sucesor, test terminal, función utilidad. El estado inicial y los movimientos legales a cada lado. El estado inicial y los movimientos legales a cada lado y la función utilidad.

En juegos de suma cero de dos jugadores con información perfecta, el algoritmo que puede seleccionar movimientos óptimos usando una enumeración primero en profundidad del árbol de juegos, es el algoritmo: Poda Alfa Beta. Poda Crash Cut. MiniMax.

La extensión del algoritmo MiniMax, se denomina: Recorrido hacia adelante. Poda Alfa Beta. Recorrido hacia atrás.

La búsqueda del algoritmo MiniMax, muchas veces tiene que evaluar ramas innecesarias que no aportan beneficio alguno para obtener el mejor resultado; es aquí donde se plantea la solución mediante. El recorrido hacia adelante. El recorrido hacia atrás. La técnica Poda Alfa Beta.

La teoría matemática de juegos es una rama de: La estadística. El marketing. La economía.

La estadística MiniMax, es una estrategia de búsqueda exhaustiva mediante un árbol de búsqueda en donde: El que inicia el juego es el agente Max y existe una alternancia en la participación del juego: por lo tanto, lo que tiene que hacer el agente Max, es determinar la secuencia de jugadas que conduzcan a un estado terminal ganador. El que inicia el juego es el agente Mix y existe una alternancia en la participación del juego: por lo tanto, lo que tiene que hacer el agente Max, es determinar la secuencia de jugadas que conduzcan a un estado terminal ganador. El que inicia el juego es el agente Max y existe una alternancia en la participación del juego: por lo tanto, lo que tiene que hacer el agente Min, es determinar la secuencia de jugadas que conduzcan a un estado terminal ganador.

El algoritmo más utilizado en las aplicaciones de juegos, por la excepcional utilidad en el aumento de la velocidad de la búsqueda, sin producir pérdida de información, se denomina: Recorrido hacia adelante. Poda Alfa Beta. Recorrido hacia atrás.

Los problemas de búsqueda entre adversarios, son conocidos como: Juegos. Acciones posibles. Agentes.

Para el juego del ajedrez, la heurística más conveniente a considerar seria: Movimientos del alfil, torre y caballo. Movimientos del alfil y la reina. Ataque y defensa de un rey.

En lógica, la semántica trata: El valor de verdad de cada sentencia respecto a cada mundo posible. La sintaxis del lenguaje. La comprobación de modelos.

En una base de conocimiento, cada sentencia representa: Una inferencia. Alguna aserción acerca del mundo. Una acción hipotética.

Uno de los beneficios de los sistemas que utilizan base de conocimiento, es: La reducción en el tiempo de toma de decisiones. Su continuo crecimiento. Su constante mantenimiento.

El papel de representación de conocimiento en la Inteligencia Artificial, es reducir problemas de acción inteligente en problemas de: Búsqueda. Ordenación. Indexación.

Por sintaxis, se entiende a un conjunto de: Palabras que permiten su correcto análisis y comprensión. Reglas que brindan uniformidad a las expresiones y que permiten su correcto análisis y comprensión. Símbolos que permiten su correcto análisis y comprensión.

La lógica que se preocupa por la representación de los mundos en términos de objetos y predicado sobre objetos (propiedades de y relaciones entre objetos), así como del uso de conectivos y cuantificadores, se denomina: Lógica proposicional. Lógica temporal. Lógica de primer orden.

Por regla de inferencia, se entiende a: El conjunto de posibles alternativas para encontrar soluciones. El conjunto de entradas que sirven de base para establecer soluciones. Los patrones de inferencias sólidos que se pueden utilizar para encontrar demostraciones.

Se define por inferencia, a: La forma de ingresar conocimientos tácticos. La forma de definir conocimientos explícitos. La forma de derivar nuevas sentencias a partir de las existentes.

Si se representa el conocimiento de la siguiente manera: (1) Si cheque está completo, portador conocido y saldo suficiente, entonces pagar cheque; (2) Si fecha correcta, cheque firmado, saldo suficiente y portador identificado, entonces cheque completo; (3) Si fecha cheque es hoy, o fecha cheque entre 1 y 90 días antes de fecha hoy, entonces fecha correcta. La representación mencionada es: Procedural. Declarativa. Narrativa.

La expresión "si un hombre tiene manchas de maquillaje, entonces es infiel", el entorno en el que esta sentencia seria falsa es: Si el hombre trabaja en una fábrica de maquillaje. Si el hombre tiene una amante. Si el hombre es homosexual.

Para representar un dominio complejo se requiere representaciones: A la medida. Dinámicas. Generales y flexibles.

Por ingeniería ontológica, se entiende: La representación de objetos físicos y sus relaciones. La representación de conceptos generales (acciones, tiempo, objetos físicos, y creencias). La representación de grandes volúmenes de información.

Una de las características de la lógica de primer orden, es que: Todos los aspectos del mundo real se puede representar fácilmente. Todas las excepciones son ciertas. Existe dificultad, ya que casi todas las generalizaciones tienen excepciones, o son ciertas solo en un determinado grado.

Un esquema conceptual es una abstracción, en la cual: Se clasifican objetos específicos, de acuerdo con sus propiedades generales. Se hace una representación de la tripleta objeto, atributo, valor. Se representan los nodos y los arcos que los conectan.

Técnica de representación de conocimiento de forma flexible, utilizando una representación gráfica de conceptos, objetos y las relaciones entre ellos. Las relaciones pueden ser de cualquier tipo, pero predominan las relaciones "clase de"; "parte de"; y "es un" que permiten representar estructuras jerárquicas de conocimiento. Frames o marcos. Redes semánticas o mapas conceptuales. Reglas.

Técnica de representación de conocimiento que se utiliza premisas o condiciones y las conclusiones o acciones que de ellas se derivan de: Tripletas. Frames o marcos. Reglas.

Técnica de representación de conocimiento que se utiliza para representar hechos acerca de objetos y sus atributos especificando el valor de un atributo para un determinado objeto. Tripletas. Frames o marcos. Reglas.

En informática, el termino ontología hace referencia a: Un conjunto de tablas. La formulación de un exhaustivo y riguroso esquema dentro de uno o varios dominios. Un modelo de datos.

A una base de conocimiento se le trata de dotar de conocimiento sobre si misma; es decir, una base de conocimiento ha de "saber lo que sabe". Por ejemplo, ante una consulta determinada, la base de conocimiento respondería: Afirmativamente, independientemente de que tenga o no la información relevante. "Si", "no" o "no lo se", en el caso de carácter de todos los datos pertinentes a la consulta. Negativamente, independientemente de que tenga o no la inficiona relevante.

Si se menciona: un componente académico está conformado por contenidos; los contenidos se estudian en un componente académico, la representación lógica sería: A={x/x es un componente académico}; C={y/y son contenidos};AC={y/y define un componente académico}. Componente académico ε contenidos ==> Componente académico ∧ contenidos. Contenidos ∩ componentes académico ==> Contenidos Componentes ε académico.