NEATBEANS

1. NEATBEANS

2. I.S.A.EUNIVERSIDAD MATERIA : PROGRAMACION 5 Tema: NeatBeans MAGISTER Profesor. Teobaldo Smith. • Presentado por : Geovany A Guerra C.I.P: 4 – 718 – 53 • Nivel: Licenciatura. Sistemas Informáticos • Año: 2012 DIA PROGRAMACION ACTIVIDAD EN CASA Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic.

3. TABLA DE CONTENIDO PRESENTACION INDICE • INTRODUCCION • PRELIMINAR • GUIA DEL TEMA • PROLOGO • HISTORIA • CAPITULOS • TEMAS • RESUMEN • INVESTIGACION • EJEMPLOS • GLOSARIO “escrito” • ILUSTRACIONES • CONCLUSION • BIBLIOGRAFIA • INFOGRAFIA While- Else- Numbers, Case y otros usados en VB

4. INDICE DE TEMAS • 1. Historia de la programacion orientada a objetos (POO). • 2. Historia del lenguaje Java(Orientacion a objetos POO). • 3. Conceptos, campo, de aplicación (uso actual del mismo). • 4. Características importantes del JAVA. • 5. POO como base de Java. • 6. Entornos o ambientes para programar en Java(escoger uno y explicar). • 7. Uso del lenguaje Java en educacion, de ejemplos. • 8. Confeccionar un mapa conceptual. • 9. Que es IHMC Cmap Tools. • 10. Utilizar de Power – Point. • 11. ¿Investigacion de java? • 12. < Ejemplificacion de Java > • CONTENIDO • Sintaxis • Desarrollo • Problema • Caracteristicas • Clasificacion • Tablas • Recursos • Programas • Mercado • Tipos • Utilizacion • Usos PRODUCION JAVA

5. Mapa de NeatBeans Robótica Móvil Coordinación de web Robótica de Manipuladores Inteligencia y Conocimiento Agentes Procesamiento de Imágenes Patrones Redes Neuronales

6. Tabla de Contenido • Agentes Inteligentes. • Propiedades de los agentes • Sensores y Efectores • Medida de Rendimiento • El Medio Ambiente • Tipos de Agentes • Agente reflejo simple • Agente con estado interno • Agente basado en metas • Agente basado en utilidad

7. Objetivos • Exponer los conceptos asociados a agentes inteligentes. • Presentar las propiedades de un agente. • Presentar la medida de rendimiento • Identificar los tipos de ambiente. • Presentar los tipos de agentes.

9. Agentes Inteligentes • Un agente es un sistema conformado por hardware y/o software que basa su comportamiento en las percepciones que tiene del medio ambiente mediante sus sensores y en las reglas de comportamiento incorporadas en el software. • Un agente es todo aquello que percibe su ambiente mediante sensores y que responde o actúa en tal ambiente por medio de efectores.

10. Agentes • No requieren de humanos para operar (autonomía). • Tienen una medida de desempeño (racionalidad) • Usan sensores para enterarse de lo que pasa fuera. • Usan efectores para modificar su entorno • La “inteligencia” está determinada por sus reglas. • Las reglas se pueden pre-grabar  Instintos • Las reglas pueden ser aprendidas Aprendizaje (aprender <> memorizar)

11. Agentes Inteligentes • Un agente inteligente es un sistema de computadora capaz de ejecutar acciones autónomas y flexibles en cierto medio ambiente. • Agentes triviales (no interesantes): • Termóstato – El demonio de UNIX • Se busca que un agente tenga capacidad de iniciativa propia (imitar el libre albedrio)

12. Propiedades de los agentes

13. Autonomía • Un sistema será autónomo en la medida en que su conducta está definida por su propia experiencia. • Si las acciones del agente se basan en un conocimiento integrado previamente, no es autónomo. • Un agente es más autónomo en la medida en que su comportamiento se basa: • (+) en el aprendizaje y • (-) en el conocimiento incorporado.

14. Reactividad Medio ambiente estático. • El programa no necesita preocuparse sobre su éxito o falla, el programa se ejecutará ciegamente. (lazo abierto) • Compilador. Medio ambiente dinámico. • Para el software es difícil de construir dominios dinámicos: el programa debe tener en cuenta la posibilidad de fracaso • Un sistema reactivo mantiene una permanente interacción con su medio ambiente y responde a los cambios que ocurren en él (en un tiempo para la respuesta sea útil)

15. Pro Actividad • ¿Reaccionar a un entorno es fácil? Estímulo  respuesta basada en reglas Comportamiento. • Secuencia de acciones, no solo una acción aislada. • Se desea que los agentes ejecuten acciones por nosotros. • El objetivo está orientado al comportamiento del agente. Pro-actividad. • Intenta generar y lograr objetivos. • Toma iniciativa cuando es necesario. • Reconoce las oportunidades

16. Cooperación Multi-agentes. • El mundo real es un entorno multi-agentes: • No podemos ignorar a los otros para lograr metas. • Ciertas metas pueden lograrse únicamente con la cooperación de otros. Habilidad social • Es la habilidad para interactuar con otros agentes (posiblemente humanos) mediante algún lenguaje de comunicación entre agentes y cooperar con ellos.

17. Aprendizaje • El agente es capaz de usar algoritmo para aprender de su propia experiencia. • Trata de aprender para mejorar su rendimiento en el tiempo. • Se trata de crear programas capaces de generalizar comportamientos a partir de una información no estructurada suministrada en forma de ejemplos. Es, por lo tanto, un proceso de inducción del conocimiento.

18. Ejercicio 1 Diga si los siguientes “sistemas” son agentes: • Un reloj. • Un termostato. • Un celular. • Un sistema de control de acceso a personas. • El sistema de aire acondicionado de un automóvil. • Una lavadora automática. • Un software para entrenar personas. • Un software para enseñar a sumar. • Un reloj despertador. • El sistema que controla si una persona saca un producto sin pagar. • Internet. • La red telefónica

19. Sistemas Multiagente Cuando múltiples agentes individuales coordinan sus habilidades para resolver problemas. • Organización Social. c/u cumple una función dentro del sistema, tiene características y responsabilidades. • Cooperación. El método de solución de los problemas se basa en la forma cómose asignan las responsabilidades y como se usa las respuestas de los otros. • Coordinación. Planificación de acciones para la resolución de tareas, cuándo se ejecutan las acciones. • Negociación. Forma de ponerse de acuerdo cuando cada agente defiende sus propios intereses, llevándolos a una situación que los beneficie a todos teniendo en cuenta el punto de vista de cada uno.

20. Sistemas Multiagente

21. SENSORES Y EFECTORES

22. Sensores • Los sensores sirven para adquirir información del medio ambiente • Los sensores no son confiables por que: • Incertidumbre, están afectados por cambios en el Medio. • Error, en la detección.

23. Sensores • ¿Qué sensor usar? • ¿Qué modelo de sensor? • ¿Cómo calibrar el sensor? • ¿Cómo entrega los datos en sensor? • ¿cómo se activa en sensor? • ¿cuál es la frecuencia de muestreo? • ¿Cuál es el error? • ¿Qué procesos de bajo nivel realizar? – assembler • ¿Qué procesos de alto nivel realizar? – en el agente

24. Sensores Sentido • Percepción de equilibrio • Propiocepción • Magnetocepción • Electrocepción • Eco localización • Gradiente de presión Sensores • Acelerómetro • Encoder • Magnetómetro • Sensor de voltaje • Sonar • Arreglo de presión

25. Efectores Humanos • Músculos Movimientos compuestos. • Movimientos de brazos • Caminata • Escritura • Habla Máquinas • Rotación de Motores • Apertura o cierre de válvulas. Movimientos compuestos • Movimiento de articulaciones • Orugas • Patas

26. Ejercicio 2 • ¿Diga qué sensores tienen los humanos? • ¿Conoce algún sensor que tienen los animales pero no lo tienen los humanos? • ¿Conoce algún sensor que tienen los humanos pero no lo tienen los animales? • ¿Cuáles son los efectores de los humanos? • ¿Conoce algún efector que tienen los animales pero no lo tienen los humanos?, ¿Viceversa?

27. MEDIDA DE RENDIMIENTO

28. Medida de rendimiento • Para cada conjunto de percepciones, el agente toma la acción que maximiza su rendimiento basado en la información de la percepción y su propio conocimiento implícito. • Medida del desempeño • Evalúa el “cómo” • ¿qué tan exitoso ha sido un agente? • Debe ser objetiva • La racionalidad NO ES omnisciencia, clarividencia ni exitosa necesariamente. • La racionalidad se puede ver como unéxito esperado, tomando como base lo que se ha percibido.

29. Agente Racional Depende de: • Medida del grado de éxito. • Secuencia de percepciones. • Conocimiento acerca del medio • Acciones que puede emprender En todos los casos de posibles percepciones, un agente racional deberá emprender todas aquellas acciones que favorezcan obtener el máximo de su medida de rendimiento, basándose en las evidencias aportadas por la secuencia de percepciones y en todo conocimiento incorporado en tal agente.

30. Ejercicio 3 • Diga para los siguientes “agentes” qué medidas de desempeño usaría, formule c/u en notación formal: • Personal que recoge la basura en las noches. • Software para jugar ajedrez. • Google Noticias. • Software que resuelve laberintos.

31. Ejercicio 4 >2 1 >8 • El siguiente agente tiene “aprendido” una serie de reglas que se pueden representar mediante un árbol de decisión: • En determinado momento el agente tiene las siguientes percepciones. Diga cuales son las respuestas del agente. -20, 40, 2, 35, 14, 45, 6, 22, 9 • Diseñe una medida de desempeño sabiendo que las respuestas del agente deberían ser: 1, 6, 1, 6, 4, 7, 2, 5, 2 • Modifique el árbol de decisión para que el agente obtenga estas respuestas (*). 2 >10 3 4 (*) puede obviar esta pregunta

32. Ejercicio 5 Para los agentes del ejercicio 4. • Indique qué medidas de rendimiento usaría para indicar el desempeño del agente. • Formule cada medida de desempeño mediante alguna notación formal. • Evalúe el desempeño de los agentes haciendo uso de la medida de rendimiento. • Identifique en qué casos su medida de desempeño no es capaz de medir el desempeño del agente.

33. EL MEDIO AMBIENTE

34. El Ambiente • La relación entre el agente y el ambiente es siempre la misma: el agente ejerce acciones sobre el ambiente, que, a su vez, aporta percepciones al primero. medio ambiente

35. Medio Ambiente • Accesible y no accesible. • Accesible, si los sensores detectan los aspectos que requiere el agente para elegir una acción. • Deterministas y no deterministas. • Determinista, si el estado siguiente de un ambiente se puede determinar completamente con el estado actual y las acciones escogidas por el agente. • Episódicos y no episódicos. • Episódico, cuando la experiencia del agente se divide en episodios, si es episódico, es más simple. • Estáticos y dinámicos. • Estático, si el medio ambiente no cambia mientras el agente se encuentra deliberando. • Discreto y continuo. • Discreto, si existe una cantidad limitada de percepciones y acciones distintas y distinguibles

36. Ejercicio 6

37. TIPOS DE AGENTES

38. Tipos de Agentes • Agente reflejo simple. • Las acciones del agente se establecen en función a una tabla de percepción  acción. • Agentes con estado interno. • Es un agente reflejo, pero que almacena sus percepciones anteriores, tiene memoria. • Agentes basados en metas • Agente que combina propiedades de los dos anteriores, pero que tiene una meta a la cual llegar. Necesita buscar el mejor camino y planificar la secuencia de acciones. • Agentes basados en utilidad. • Son aquellos agentes que tienen múltiples metas que cumplir, mide el grado de satisfacción del grado de cumplimiento de sus metas.

39. Ejercicio 7 Indique el tipo de agente para cada caso: • Agente resuelve laberintos. • Agente que entrega la Raíz Cuadrada de un número. • Agente que conduce un automóvil. • Agente del mundo de los wumpus • Agente que resuelve el problema de los bloques.

40. Ejercicio 7 Indique el tipo de agente para cada caso: • Agente resuelve laberintos. Agente basado en metas • Agente que entrega la Raíz Cuadrada de un número. Agente reflejo • Agente que conduce un automóvil. Agente basado en utilidad • Agente del mundo de los wumpus Agente con estado interno • Agente que resuelve el problema de los bloques. Agente basado en metas

41. RS EI BM BU 1. Agente reflejo simple • El usar una tabla de consulta explícita está fuera de toda consideración. • Sin embargo, es posible resumir fragmentos de tabla observando ciertas asociaciones entre entradas/salidas que se producen frecuentemente, y haciendo reglas de condición-acción, por ejemplo: • Siel carro de adelante está frenando, entonces empezar a frenar.

42. RS EI BM BU Sensores Agente Como es el mundo ahora Ambiente Acción que debo tomar Reglas condición-acción Efectores Agente reflejo simple

43. RS EI BM BU Agente reflejo simple Función Agente-reflejo-simple(percepción) responde con una acción estática: reglas, un conjunto de reglas de condición-acción estado Interpretar-Entrada (percepción). regla  Regla-Coincidencia (estado, reglas). acción  Regla-Acción[regla] responder con una acción

44. Ejercicio 8 • Construya un agente para identificar las soluciones de la siguiente ecuación, asuma que los ai son enteros. • Diga de que tamaño es la tabla percepción  acción. • ¿Es práctico este agente? • ¿Cuáles son las restricciones?, resuelve todos los casos.

45. RS EI BM BU 2. Agente con estado interno • Agentes bien informados de todo lo que pasa. • El agente reflejo simple funciona sólo si se toma la decisión adecuada con base en la percepción de un momento dado. • En ocasiones se requiere mantener cierto tipo de estado interno para estar en condiciones de estar optar por una acción. • Ejemplo: imágenes de antes y después pare detectar cambios.

46. RS EI BM BU Agente con estado interno Sensores Estado Como es el mundo ahora Como evoluciona el mundo Ambiente Lo que mis acciones hacen Acción que debo tomar Reglas condición-acción Agente Efectores

47. RS EI BM BU Agente con estado interno Función Agente-reflejo-con-estado(percepción) responde con una acción estática: estado, una descripción prevaleciente del estado del mundo reglas, un conjunto de reglas de condición- acción estado Actualizar-Estado (estado, percepción). regla  Regla-Coincidencia (estado, reglas). acción  Regla-Acción[regla] estado Actualizar-Estado (estado, acción) responder con una acción

48. Ejercicio 9 • Cierto agente desea resolver el problema del mundo de la aspiradora. • El mundo está conformado por una cuadrícula de 2x2 (dos con basura). • Diseñe un agente que usa una tabla de percepciónacción para resolver este problema. • El agente inicia en la parte superior izquierda. • El agente “recuerda” las celdas ya visitas, pero no es capaz de ver las otras celdas. • Diga que acciones son necesarias para resolver el problema. • Diga cuál es el tamaño de la tabla percepciónacción .

49. Ejercicio 9 1 2 3 4 5 6 7 8

50. RS EI BM BU 3. Agente basado en metas • Para decidir qué hacer no basta con tener información acerca del estado que prevalece en el ambiente. • Además del estado prevaleciente, se requiere cierto tipo de información sobre su meta. • La búsqueda y la planificación son sub-campos de la IA que se ocupan de encontrar las secuencias de acciones que permiten alcanzar las metas de un agente. • Este tipo de agente es diferente a los anteriores, debido a que implica tomar en cuenta el futuro. • Puede ser más flexible si cambian las condiciones o cambian las metas.