Ajedrez Por Pc

APLICACIONES ECONÓMICAS DE LA TEORÍA DE JUEGOS

DEPARTAMENTO: SISTEMAS INTELIGENTES APLICADOS ASIGNATURA: AJEDREZ POR COMPUTADORA

Una aplicación ética y económica del análisis situacional en el Dilema del Prisionero

LA INTELIGENCIA ESTRATÉGICA EN LOS NEGOCIOS!

Las ventajas de jugar ajedrez

DEPARTAMENTO: SISTEMAS INTELIGENTES APLICADOS

ASIGNATURA: AJEDREZ POR COMPUTADORA

CURSO: 2º

CREDITOS: 3

SEMESTRE: 1º

NATURALEZA: LIBRE ELECCIÓN (G)

OBJETIVOS

ð El principal objetivo de esta asignatura es introducir a los estudiantes en la teoría del juego muy especialmente en la teoría del juego al ajedrez. Aunque esta asignatura no tiene ningún prerrequisito, tiene relación con la Inteligencia Artificial y los Sistemas Expertos.

PROGRAMA

Tema 1.- INTRODUCCIÓN AL AJEDREZ

Tema 2.- INTRODUCCIÓN AL AJEDREZ POR COMPUTADORA

2.1. Componentes básicos de un programa de ajedrez

2.2. Aproximaciones de Shannon y Turing

Tema 3.- LA GENERACIÓN DE MOVIMIENTO

3.1. El problema de las n-reinas

3.2. El recorrido del caballo

Tema 4.- TEORÍA DEL JUEGO

4.1. El teorema de Minimax

4.2. El algoritmo alfa-beta como respuesta a la explosión combinatoria

Tema 5.- PRUEBAS SIMPLES PARA ESTIMAR LA POTENCIA DE UN PROGRAMA DE AJEDREZ

Tema 6.- ESTRATEGIA: EL TALÓN DE AQUILES DE LOS PROGRAMAS DE AJEDREZ

Tema 7.- FUNCIONES DE EVALUACIÓN ALTERNATIVAS: ¿como evitar el sesgo materialista?

Tema 8.- EL AJEDREZ COMO BANCO DE PRUEBAS PARA AVANCES EN I.A.

Tema 9.- PROGRAMAS DE AJEDREZ PARA CIEGOS: UN PASO HACIA LA INTEGRACIÓN.

Tema 10.- ALGORITMOS Y ESTRUCTURAS DE DATOS AVANZADAS.

10.1. Libro de aperturas.

10.2. Tablas de transposición

10.3. Tablas históricas

10.4. Heurística de regulación

10.5. Profundización interactiva

10.6. Ventanas de búsquedas.

1. Generador de movimientos.

2. Evaluador estático

3. Minimax / Alfa-Beta

4. Integración. Programa de ajedrez para finales.

DEPARTAMENTO: SISTEMAS INTELIGENTES APLICADOS

ASIGNATURA: SISTEMAS EXPERTOS EN GESTION

CURSO: 3º

CRÉDITOS: 6

SEMESTRE: 1º

NATURALEZA: OPTATIVA (G)

ASIGNATURAS QUE SE RECOMIENDA HABER CURSADO PREVIAMENTE:

Inteligencia Artificial

OBJETIVOS:

El objetivo principal de esta asignatura consiste en el estudio y profundización en los Sistemas basados en el Conocimiento (nombre actual de los anteriormente llamados Sistemas Expertos). Se pretende que el alumno profundice en los distintos tipos de representación haciendo énfasis en los menos habituales no estudiados en la Inteligencia Artificial clásica.

Por otro lado, se introducirán los modelos basados en el razonamiento con grados de certeza, presentando para ello ejemplos clásicos en la literatura del tema.

Como último objetivo de la asignatura se pretende iniciar al alumno en técnicas de implementación de sistemas expertos. Para ello se estudiará el lenguaje Java y su utilización en el desarrollo de un sistema experto en Internet.

PROGRAMA:

ð Introducción a los Sistemas Expertos

o Historia

o Estructura interna

o Conocimiento

o Reconocimiento

o Áreas de aplicación

ð Modelos de representación del conocimiento

o basados en relaciones

o basados en conceptos

o basados en acciones

o basados en restricciones

ð Modelos de Razonamiento basados en medidas de certeza

o Modelos empíricos: MYCIN y PROSPECTOR

o Modelos probabilísticos: DEMPSTER-SHAFER

ð Implementación de Sistemas Expertos

o El lenguaje de programación Java

o Agentes en Internet

o Implementación en Java de un sistema experto

PRACTICAS:

La práctica versará sobre la implementación de un agente Web real que extraiga información de Internet y la analice según cierto modelo de conocimiento. Cada grupo de prácticas podrá optar entre un conjunto de enunciados establecidos previamente.

NORMAS DE EVALUACION:

La asignatura consta de una parte teórica y otra práctica.

La parte teórica se evaluará con el correspondiente examen de teoría, y la nota obtenida contribuirá en un 80% a la nota final de la asignatura.

La práctica se realizará en grupos de 2 alumnos, y el lenguaje de programación será Java. Esta parte práctica contribuirá en un 20% a la nota final de la asignatura. La no presentación de la práctica significa la renuncia a la parte correspondiente de la nota final.

Para su evaluación deberá entregarse, antes del examen de teoría de la convocatoria correspondiente, un disquete con el código fuente más una memoria explicativa que incluirá: objetivos de la práctica, diseño de la solución, pruebas, valoración del paradigma utilizado, conclusiones y listado del código fuente. En los casos en los que se considere necesario se realizará un examen oral.

Para que la práctica sea tenida en cuenta es preciso obtener al menos un 5.0 en la nota de teoría. En resumen, la nota de la asignatura se calculará como:

0.8 * Teoría + 0.2 * Práctica <==> Teoría > 5.0

La nota de la práctica se mantiene con carácter indefinido.

BIBLIOGRAFIA:

ð Cuena, J. Notas sobre modelos de razonamiento. Dpto. de I.A., Facultad de Informática, UPM, 1995.

ð Jackson, P. Introduction to Expert Systems Addison-Wesley, 1990.

ð Joseph P. Bigus and Jennifer Bigus. Constructing intelligent agents with Java.

APLICACIONES ECONÓMICAS DE LA TEORÍA DE JUEGOS

El objeto de estudio de la Teoría de Juegos son los juegos. Un juego es un proceso en que dos o más personas toman decisiones y acciones, la estructura

...