sábado, 2 de septiembre de 2017

Profundización iterativa



  Profundización iterativa


  Esta búsqueda ciega se caracteriza por ser una combinación entre  la búsqueda por anchura y por         profundidad, eso se logra poniendo un limite de profundidad por cada recorrido que se desee hacer,     como bien sabemos un árbol tiene muchos niveles, y cada nivel de profundidad es mas extenso.

  i = i + 1

 

El recorrido en profundización iterativa del árbol que se ve en la figura anterior es:
A,B,D,H,I,E,J,K,C,F,L,M,G,N,O
En  ese orden de ideas, para poner un ejemplo, deseamos encontrar la solución por profundidad iterativa que vaya de la letra A la letra K, la prueba de escritorio del ejemplo anterior con las condiciones expuestas quedaría de la  siguiente manera:

  Por lo general el nivel de profundidad como lo dice su nombre es iterativo es decir:

 
L
N
SUCESORES
A
A
B,C
B,C
B
D,E
D,E,C
D
H,I
H,I,E,C
H
NO TIENE SUCESORES
I,E,C
I
NO TIENE SUCESORES
E,C
E
J,K
J,C,K
J
NO TIENE SUCESORES
K,C
K
SOLUCION

La anterior prueba de escritorio no tiene en cuenta las iteraciones, se hace de una vez, pero lo correcto en la búsqueda por profundidad  iterativa, es poner un límite de profundidad e ir avanzando, en el ejercicio que viene a continuación (propuesto en clase), se realizara más detallada la prueba de escritorio.


  Teniendo en cuenta eso al observar el siguiente grafo:

 

La idea del ejercicio es que con el grafo anterior, se realice búsqueda en profundización iterativa que parta de A y llegue a K.
Vamos a desarrollar el árbol correspondiente al grafo para saber en qué nivel se encuentra K.
Se desea mediante la búsqueda en profundidad iterativa realizar el recorrido desde el nodo A hasta el nodo B mediante pruebas de escritorio. 







Esas son las pruebas de escritorio correspondientes, para la búsqueda por profundidad iterativa el recorrido fue: 

A,B,D,F,E,G,H,C,D,F,E,G,E,G,H,C,D,E,F,G,H,E,G,H,I,K







No hay comentarios:

Publicar un comentario

Algoritmo MiniMax

MINIMAX Este algoritmo de decisión se utiliza para minimizar la pérdida máxima aplicada en juegos entre adversarios. La Información es com...