SSII UAL TEMA 2 Estrategias Básicas de Búsqueda

¿Qué tema introduce el documento?. Estrategias básicas de programación. Estrategias básicas de búsqueda. Algoritmos de ordenamiento. Estructuras de datos. Inteligencia artificial avanzada.

¿Qué herramienta principal se utiliza para analizar la búsqueda en espacios de estados?. Árboles de decisión. Diagramas de flujo. Búsqueda en espacios de estados. Algoritmos genéticos. Redes neuronales.

¿Qué es un estado en un problema de búsqueda?. El resultado final de la búsqueda. Una acción que se realiza en el problema. La descripción del estado real del mundo en el que se encuentra el agente. El conjunto de todas las posibles acciones. El camino desde el estado inicial al estado objetivo.

¿Qué es el estado inicial?. El conjunto de todos los estados posibles. El estado donde el agente detiene la búsqueda. El estado a partir del cual el agente comienza la búsqueda. Una acción que transforma un estado en otro. El camino que lleva a la solución.

¿Qué es el estado objetivo?. El estado inicial del agente. El estado que el agente nunca alcanza. El estado que, al ser alcanzado, detiene la búsqueda. Un conjunto de acciones. El espacio donde se realiza la búsqueda.

¿Qué es el espacio de estados?. El estado inicial del agente. El conjunto de todas las posibles acciones. El conjunto de todos los estados. El camino hacia la solución. El estado objetivo.

¿Qué son las acciones?. El conjunto de todos los estados. El estado inicial del agente. El conjunto de acciones que el agente puede realizar. El estado objetivo. El camino hacia la solución.

¿Qué produce la aplicación recursiva de todas las acciones posibles sobre todos los estados?. El estado inicial. El árbol de búsqueda. El estado objetivo. El espacio de estados. La función de coste.

¿Qué es la solución en un problema de búsqueda?. El conjunto de todos los estados. El camino desde el estado inicial al estado objetivo. El conjunto de acciones que el agente puede realizar. El espacio de estados. El estado inicial.

¿Qué es la función de coste?. El estado inicial del agente. El conjunto de acciones que el agente puede realizar. La función que asigna un coste a cada acción. El espacio de estados. El estado objetivo.

¿Qué caracteriza a un problema determinista?. El agente siempre conoce el estado en el que se encuentra. Toda acción produce un único estado sucesor. El agente no conoce el estado en el que se encuentra. El agente tiene múltiples opciones. El agente no puede realizar ninguna acción.

¿Qué caracteriza a un problema observable?. El agente nunca conoce el estado en el que se encuentra. El agente siempre conoce el estado en el que se encuentra. El agente tiene múltiples opciones. Toda acción produce múltiples estados sucesores. El agente no puede realizar ninguna acción.

¿Qué representa un estado en el ejemplo del robot y la habitación?. Las acciones que puede realizar el robot. La posición del robot en la habitación. La puerta de entrada y salida. El espacio de estados. El camino que lleva a la solución.

¿Qué es el factor de ramificación?. El número de nodos en el árbol de búsqueda. El número de estados sucesores de un estado dado. La profundidad del árbol de búsqueda. El coste de cada acción. La solución del problema.

¿Cómo se calcula el número de nodos en un árbol con profundidad 'd' y factor de ramificación constante 'b'?. b * d. b^(d-1). (b^(d+1) - 1) / (b - 1). d / b. b + d.

¿Qué es un algoritmo de búsqueda completo?. Un algoritmo que siempre encuentra la solución de menor coste. Un algoritmo que encuentra una solución para todo problema resoluble. Un algoritmo que nunca encuentra una solución. Un algoritmo que solo funciona en problemas deterministas. Un algoritmo que no requiere memoria.

¿Qué es un algoritmo de búsqueda óptimo?. Un algoritmo que siempre encuentra la solución de menor coste. Un algoritmo que nunca encuentra una solución. Un algoritmo que solo funciona en problemas observables. Un algoritmo que no requiere memoria. Un algoritmo que siempre encuentra la solución más rápida.

¿Cuál es la característica principal de la búsqueda por fuerza bruta?. Es muy eficiente en términos de tiempo. Siempre encuentra la solución si existe. Requiere mucha memoria. Solo funciona en problemas simples. No es útil para problemas de búsqueda.

¿En qué tipo de problemas se utiliza la búsqueda por fuerza bruta?. Problemas con espacios de estados muy grandes. Problemas complejos con heurísticas avanzadas. Problemas de tamaño limitado. Problemas con múltiples soluciones óptimas. Problemas que requieren la solución más rápida.

¿Cómo funciona la búsqueda en anchura?. Explora el árbol de búsqueda rama a rama. Explora el árbol de búsqueda nivel a nivel. Utiliza heurísticas para guiar la búsqueda. Comienza desde el estado objetivo. Se enfoca en la solución de menor coste.

¿Qué es la completitud en la búsqueda en anchura?. No es completa. Depende del coste de las acciones. Es completa si el factor de ramificación es finito. Es completa solo si el espacio de estados es infinito. Nunca es completa.

¿Qué es la optimalidad en la búsqueda en anchura?. No es óptima. Es óptima si todas las acciones tienen el mismo coste. Es óptima solo en problemas con heurísticas. Nunca es óptima. Depende del número de nodos.

¿Cómo funciona la búsqueda en profundidad?. Explora el árbol de búsqueda nivel a nivel. Explora el árbol de búsqueda rama a rama. Utiliza heurísticas para guiar la búsqueda. Comienza desde el estado objetivo. Se enfoca en la solución de menor coste.

¿Qué es la completitud en la búsqueda en profundidad?. Siempre es completa. Depende del coste de las acciones. No es completa en un árbol de búsqueda de profundidad infinita. Es completa solo si el espacio de estados es infinito. Es completa solo si el factor de ramificación es finito.

¿Qué es la optimalidad en la búsqueda en profundidad?. Siempre es óptima. Es óptima si todas las acciones tienen el mismo coste. No es óptima. Es óptima solo en problemas con heurísticas. Depende del número de nodos.

¿Cómo soluciona la búsqueda en profundidad iterativa los problemas de la búsqueda en profundidad?. Usando heurísticas. Limitando la profundidad del árbol de búsqueda. Explorando el árbol nivel a nivel. Comenzando desde el estado objetivo. Priorizando el camino más corto.

¿Qué ventajas tiene la búsqueda en profundidad iterativa?. Siempre es más rápida que la búsqueda en anchura. Es completa si existe una solución. Siempre encuentra la solución óptima. Usa menos memoria que la búsqueda en profundidad. Solo funciona en problemas simples.

¿Qué es un problema de satisfacción de restricciones (CSP)?. Un problema que no tiene restricciones. Un problema que se define por variables, dominios y restricciones. Un problema que solo tiene una solución. Un problema que no se puede resolver. Un problema que se resuelve con búsqueda en anchura.

¿Qué es una restricción unaria en un CSP?. Una restricción que involucra dos variables. Una restricción que involucra una sola variable. Una restricción que no se puede cumplir. Una restricción que siempre se cumple. Una restricción que involucra tres o más variables.

¿Qué representa un nodo en el grafo de restricciones de un CSP?. Una restricción. Una asignación de valor a una variable. Una variable. Un valor en el dominio. Una solución al problema.