Você está na página 1de 6

ESCUELA SUPERIOR POLITCNICA AGROPECUARIA

DEMANAB MANUEL FLIX LPEZ


CARRERA INFORMTICA
SEMESTRE SPTIMO

PERODO SEPT-FEBR/2016

TEMA:
PODA ALFA-BETA
MATERIA:
INTELIGENCIA ARTIFICIAL II
AUTORA:
MOREIRA M. YULY CRISTINA
FACILITADORA:
ING. HIRAIDA SANTANA

CALCETA, DICIEMBRE 2015

MISIN
Formacin de profesionales ntegros que conjuguen ciencia,
tecnologa y valores en su accionar, comprometidos con
la comunidad en el manejo adecuado de programas y
herramientas computacionales de ltima generacin.

VISIN
Ser referente en la formacin de profesionales de prestigio en
el desarrollo de aplicaciones informticas y soluciones
de hardware.

INTRODUCCIN

En esta seccin vamos a ver sobre poda alfa-beta este


algoritmo es el ms utilizado en las aplicaciones referidas
a juegos, dada su excepcional utilidad en el aumento de la
velocidad de la bsqueda sin producir prdida de la
informacin. Es una extensin en particular del algoritmo
de Bsqueda Minimax en juegos de dos contrincantes
OBJETIVO

El objetivo de esta clase es permitir bsqueda dos veces


ms profunda. es una mejora del algoritmo Minimax que
evita revisar porciones dominadas del rbol, que no
pueden proveer informacin til sobre la jugada siguiente.
MARCO TERICO

Mejora del Algoritmo Minimax; aplicado en juegos de


adversarios por turnos
Se aplica en espacios de estados demasiado grandes
como para analizar todos los nodos
La informacin es imperfecta; es decir, no se conoce el
estado del contrincante. Ejem. En juegos donde no se ve el
tablero del adversario

CARACTERSTICAS DE LA PODA ALFA-BETA

Omitir la expansin de nodos que por sus valores


no pueden ser los mejores (peores).
Interrumpe la bsqueda en algn nivel y aplica
evaluaciones heursticas a las hojas (profundidad
limitada)
Si el valor del nodo MAX (alfa) es menor que el ms
alto hasta este momento, entonces omitir nodo.
SI el valor del nodo MIN (beta) es mayor que el
nodo ms bajo hasta el momento, entonces omitir
nodo.

PODA ALFA-BETA

El procedimiento es idntico al Minimax pero evita


expandir todos los nodos cuando el valor retornado por un
nodo hace que este sea imposible de seleccionar. Se
supone que se alcanz un primer nodo terminal o un lmite
de profundidad (la bsqueda siempre se hace primero en
profundidad), entonces ya est en condiciones de retrotraer
valores Min y Max parciales, para el caso de valores Max

parciales se los llama Alfa y para el caso de los valores


Min se los llama Beta. Los valores que adopta Alfa son un
lmite inferior para los valores de Max y los valores de
Beta son un lmite superior para la eleccin de Min. i) Los
valores Alfa de los nodos Max son crecientes. ii) Los
valores Beta de los nodos Min son decrecientes. Se pueden
entonces escribir las siguientes reglas que permiten
discontinuar la bsqueda: 1- Se puede discontinuar la
bsqueda debajo de un nodo Min que tiene un valor Beta
menor o igual al valor Alfa de cualquiera de sus Ancestros.
El valor final retornado por este nodo es su valor Beta.
Este valor puede no ser el mismo que el del algoritmo
MinMAx pero la seleccin de la mejor movida ser
idntica. 2- Se puede discontinuar la bsqueda debajo de
un nodo Max que tiene un valor Alfa mayor o igual que el
valor Beta de cualquiera de sus Ancestros Min. El valor
final retornado de este nodo Max puede ser su valor Alfa.

CONCLUSIN

Como conclusin tenemos que este algoritmo limita la


profundidad de bsqueda de un juego donde se conocen
reglas y se dominan las acciones. Y adems es una
bsqueda avanzada.
BIBLIOGRAFA
Bruno,L. 2011. Poda alfa-beta ( (En lnea). Consultado, el 20 de oct Formato
PDF.
Disponible
en
http://www.itnuevolaredo.edu.mx/takeyas/Apuntes/Inteligencia
%20Artificial/Apuntes/IA/Alfa-Beta.pdf

Russel, N. 2013. Introduccin inteligencia artificial ( (En lnea). Consultado, el


20
de
oct
Formato
PDF.
Disponible
en
http://www.secyt.frba.utn.edu.ar/gia/IIA-mod5-Juegos.PDF