ESCUELA SUPERIOR POLITCNICA AGROPECUARIA DE MANAB

MANUEL FLIX LPEZ

CARRERA INFORMTICA
SEMESTRE SEXTO

PERIODO OCT/ MAR 2014

TEMA:

Buen comportamiento: el concepto de racionalidad

AUTOR(ES):

LUISA KATERINE FARIAS CHICA

FACILITADOR:
ING. HIRAIDA SANTANA

CALCETA, NOVIEMBRE 2014

INTRODUCCIN
Como pudimos ver en el tema pasado tratamos sobre los agentes en esta
oportunidad hablaremos sobre el el comportamiento de ellos y cules son sus
medidas de rendimiento , tambin tendremos el gusto de saber ms acerca de
la racionalidad y un nuevos conceptos que ah media que vamos avanzando nos
encontramos con temas que muchos nos preguntamos que es significa como por
ejemplo sobre que es la autonoma esta tiene muchos conceptos pero depende
de que rama de la cual necesitaremos saber en esta oportunidad es la de la rama
de la inteligencia artificial no solo hablaremos de eso tambin sobre omnisciencia
pos cuando escuche esa frase por me pegunte que ser eso lo primero que se
me vino en la mente fue ha de ser nuestra conciencia lo cual despus de saber
su concepto me causo mucho risa pero esto dejara de suceder cuando
conozcamos ms.

OBJECTIVO
Adquirir conocimientos sobre la racionalidad, omnisciencia, aprendizaje y
autonoma.

MARCO TEORICO

1.1.

QUE ES UN AGENTE RACIONAL

Un agente racional es el que hace lo correcto esto quiere decir que es obtener el
mejor resultado por lo tanto es necesario medir el grado de el xito.

1.2.

MEDIDA DE RENDIMIENTO

La medida de rendimiento es el criterio objetivo para medir el xito o la conducta

de un agente un ejemplo del cual podemos decir sus medidas de rendimiento es
sobre la aspiradora su media de rendimiento. Hay que contar con medidas de
rendimiento objetivas. Se puede preguntar al agente por su opinin subjetiva
acerca de su propia actuacin, pero muchos agentes seran incapaces de

contestar, y otros podran engaarse a s mismos. La seleccin de medidas de

rendimiento no es siempre fcil.

1.3.

RACIONALIDAD
Es la capacidad que permite pensar, evaluar, entender y actuar de acuerdo a ciertos
principios de optimidad y consistencia, para satisfacer algn objetivo o finalidad y
depende de:

1.4.

OMNISCIENCIA

La omnisciencia, o el punto de vista omnisciente, es la capacidad de saberlo

todo, o de saber todo lo que se necesite saber en un contexto determinado.
Omnisciente es un trmino formado por dos vocablos latinos que significa que
sabe todo. Se trata de un adjetivo que permite nombrar al que tiene
omnisciencia, es decir que tiene conocimiento de todas las cosas reales y
posibles sin embargo, en realidad la omnisciencia no es posible. Considerando
el siguiente ejemplo: estoy paseando por los Campos Elseos y veo un amigo al
otro lado de la calle. No hay trfico alrededor y no tengo ningn compromiso,
entonces, actuando racionalmente, comenzara a cruzar la calle. Al mismo
tiempo, a 33.000 pies de altura, se desprende la puerta de un avin, y antes de
que termine de cruzar al otro lado de la calle me encuentro aplastado.
En este ejemplo podemos darnos cuenta que la persona que est cruzando la
calle nunca pens lo que poda caer del cielo a pesar de eso el paso la calle
pensando racionalmente en cambio si hubiera sido un agente omnisciente
hubiera pensado diferente.

1.5.

APRENDIZAJE

El aprendizaje se define como cambios en el sistema que se adaptan de manera

que permiten llevar a cabo la misma tarea de un modo ms eficiente y eficaz.
(Simn 1983).
En la prctica, el aprendizaje se usa para resolver problemas y puede
representar la diferencia entre la resolucin rpida y la imposibilidad de
resolverlo. La idea de poder aprender de la propia experiencia en la resolucin
de problemas nos lleva a esperar obtener mejores soluciones en un futuro.
El aprendizaje est relacionado con el conocimiento. Puede definirse como el
proceso mediante el cual un ente adquiere conocimiento. Este conocimiento
puede ser suministrado por otro ente denominado profesor o puede adquirirse
sin la ayuda del mismo.

1.6.

AUTONOMIA

Autonoma es cuando se apoya ms en el conocimiento inicial que le proporciona

su diseador que en sus propias percepciones. Un agente racional debe ser
autnomo, debe saber aprender a determinar cmo tiene que compensar el
conocimiento incompleto o parcial inicial. Por ejemplo, el agente aspiradora que
aprenda a prever dnde y cundo aparecer suciedad adicional lo har mejor
que otro que no aprenda. En la prctica, pocas veces se necesita autonoma
completa desde el comienzo: cuando el agente haya tenido poca o ninguna
experiencia, tendr que actuar de forma aleatoria a menos que el diseador le
haya proporcionado ayuda. Adems son las tcnicas de Inteligencia Artificial
como las de planificacin, programacin y multiagentes. Dedica especial
atencin a los sistemas robticos y satlites que requieran caractersticas
cognitivas avanzadas al tiempo que genera software blindado de una forma
automatizada (paradigma "correcto por construccin").

CONCLUSION
En lo que acabamos de leer nos explica mucho sobre la racionalidad y que
no es lo mismo ser racionable que omnisciente en el ejemplo que nos

plantearon anteriormente distinguimos que no son dos cosas muy diferentes

y en muchas ocasiones la hemos confundido o la seguimos confundiendo el
chico que cruzo la calle nunca se imagin que del cielo iba a caer la escalera
de un avin el solo pens en el momento que est viviendo no en lo que
podra pasar mientras cruzaba la calle un ejemplo muy sencillo pero muy
entendible tambien pudimos llegar a entender acerca de la automia y que ella
no es estar bajo control de alguna persona porque no debemos depender de
algo o de alguien para llegar a ser algo fue un tema muy interesante con
conceptos claros y precisos para llevar a cabo bien su uso
BIBLIOGRAFIA
Russell, S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno.
Segunda Edicin. Consultado, el 10 de nov 2014. Formato PDF.
Hermoso, R. 2010. Inteligencia Artificial en informtica de sistemas
Tercera Edicin. Consultado, el 12 de nov 2014.Formato PDF.
Piedra, N. 2012. Agentes Inteligentes Primera Edicin. Consultado 12 de nov
2014.Formato PDF.