UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

SILABO
ASIGNATURA:

INTELIGENCIA ARTIFICIAL

CODIGO: 8F0124

1. DATOS GENERALES
1.1. Departamento Acadmico
1.2. Escuela profesional
1.3. Especialidad
1.4. Nombre de la Carrera
1.5. Ciclo de estudios
1.6. Crditos
1.7. rea de la Asignatura
1.8. Condicin
1.9. Pre - Requisitos
1.10 Horas de Clase Semanal
1.11 Profesores Responsables

Ingeniera Sistemas
Ingeniera Sistemas
Ingeniera Sistemas
Ingeniera Sistemas
IX
04
Sistemas
Obligatoria
Simulacin de Sistemas
5 horas
Ing. Guissella Romero Horna
Ing. Edgar Muante Villafuerte

1.13. Semestre Acadmico

2014-1

2. SUMILLA
La asignatura de Inteligencia Artificial es un curso terico prctico, cuyo propsito es
presentar de manera introductoria, los conceptos y procedimientos usados para resolver
problemas en el mbito de la Inteligencia Artificial. Se enfatiza la diferencia entre un
agente (sistema inteligente) y un sistema de informacin. Adems nos permite conocer
a la Inteligencia Artificial, conceptos, paradigmas y aplicaciones en la industria y
servicios. Representacin del conocimiento. Representacin de problemas de IA como
bsqueda en el espacio de estado. Mtodos de bsqueda ciegos e informados. Juegos
inteligentes

humano-mquina.

Sistemas

expertos,

conceptos,

arquitectura

aplicaciones. Motores de inferencias. Mtodos para el desarrollo de sistemas expertos.

3. OBJETIVO GENERAL
Los estudiantes adquirirn conocimientos del rea de Inteligencia Artificial en general y
desarrollarn aspectos bsicos en el desarrollo de juegos inteligentes, y

sistemas

expertos, y su aplicacin en la resolucin de problemas de la industria y en servicios

inteligentes.

4. LOGROS DE LA ASIGNATURA
Al finalizar el curso, el alumno ser capaz de:

Comprender que es la Inteligencia Artificial y la complejidad de sus problemas.

Representar y resolver problemas de juego humano - mquina a travs de

tcnicas de bsqueda en un espacio de estado.

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

Disear y desarrollar software de juegos inteligentes con interaccin hombremquina y que usen tcnicas de inteligencia artificial.

Comprender qu son los sistemas expertos y saber cundo usarlos.

Disear y desarrollar sistemas expertos basados en diversos motores de

inferencias (mtodos de encadenamiento y redes neuronales artificiales),
considerando criterios de calidad.

Evaluar la calidad de la solucin de sistemas expertos.

Conocer los conceptos de aprendizaje automtico, su importancia y sus

aplicaciones.

5. PROGRAMACION DE LA ASIGNATURA
1 Semana: Introduccin sobre inteligencia artificial
Definicin, conceptos bsicos sobre Inteligencia Artificial. Diferencias sobre sistemas
expertos y sistemas basados en el conocimiento.
Tareas: ejercicios sobre inteligencia artificial
2 Semana: Fundamentos de la inteligencia artificial
Definicin de la Inteligencia Artificial. Mquina inteligente. Diferencia entre sistemas
operacionales y sistemas inteligentes.
Tareas: conceptos y aplicaciones de la IA.
3 Semana: Teora de Redes neuronales
Definicin de redes neuronales. Caractersticas de RNA. Propiedades de RNA. Modelo
biolgico. Modelado neuronal. Test de touring
Tarea: Aplicaciones en la industria en IA
1er control de lectura
4 Semana: Sistema de visin artificial
Concepto. Objetivos tpicos de la visin artificial . La visin artificial aplicada al sistema visual
humano. Diagrama de sistema visin artificial.
5 Semana: Recuperacin de datos
Definicin de la recuperacin de datos. Recuperacin de datos despus de un dao fsico.
Tcnicas de recuperacin. Reparacin de hardware. Recuperacin de daos lgicos. Datos
sobreescritos. Particiones y sistemas de archivos corruptos, errores en medios.
Recuperacin remota de datos. Diagrama de sistema recuperacin de datos desde
documentos escritos a mano.
2do control de lectura

7 Semana: Lgica difusa

Introduccin de lgica difusa. Conjuntos difusos. Tipos de funciones de pertenencia.
Caractersticas de un conjunto difuso. Operaciones unarias sobre conjuntos difusos.
Relaciones entre conjuntos difusos. Teorema de representacin. Clculo de la funcin de

Pgina5

6 Semana: Procesamiento de imgenes

Procesamiento de imgenes. Pasos para un procesamiento de imgenes.
Tareas: Ejercicios sobre procesamiento de imgenes, mapa de bit.

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

pertenencia. Extensiones de los conjuntos difusos. Operaciones de conjuntos. Normas y

conormas triangulares. T- norma del mnimo y mximo. Variables lingsticas.
8 Semana
Examen parcial
9 Semana: Fundamentos de sistemas expertos
Definicin de Sistemas Expertos. Arquitectura de un sistema experto. Taxonoma y
aplicaciones de los sistemas expertos. Requisitos para el desarrollo de sistemas expertos y
ventajas del uso de sistemas expertos. Algunos problemas basados en el conocimiento.
Tareas: Ejercicios sobre taxonoma de sistemas expertos. Definir tema del 2do trabajo.
Referencias: [6] Captulo 1
10, 11 Semana: Ingeniera de conocimiento (5.5 h)
Introduccin. Adquisicin de conocimiento. La metodologa CommonKADS. Diseo de
Sistemas Expertos (SE). Ciclo de vida de un SE. Evaluacin del tema del 2do trabajo.
Tareas: Disear usando CommonKADS el SE correspondiente al 2do trabajo.
Referencias: [6] Captulos 6, [7] Captulos 19.
3er control de lectura
11, 12 Semana: Desarrollo de sistemas expertos basados en reglas (5.5 H)
Construccin de la base de hechos y base de conocimiento. El motor de inferencia. Los
mtodos de encadenamiento regresivo, progresivo y reversibilidad. Tcnicas de
equiparacin, el algoritmo RETE. Tcnicas de resolucin de conflictos. Revisin del diseo
del SE correspondiente al 2do trabajo.
Tareas: ejercicios sobre los mtodos de inferencias, implementar el SE basado en reglas
correspondiente al 2do trabajo.
Referencias: [1] Captulos 6 y 8, [2] Captulo 7, [6] Captulo 3, [7] Captulo 3.
13 Semana: Calidad y validacin de sistemas expertos
Principales errores en el desarrollo de un sistema experto. Calidad de un sistema experto.
Validacin de sistemas inteligentes, mtodos cuantitativos de validacin. Eficiencia y error
de sistemas expertos. Revisin de la funcionalidad del SE del 2do trabajo.
Tareas: ejercicios sobre calidad y validacin de SE, validar el sistema propuesto del 2do
trabajo.
Referencias: [4], [7] Captulo 21.
4to control de lectura
14 Semana: Introduccin al aprendizaje automtico
Conceptos y aplicaciones de aprendizaje automtico. Algunos mtodos de aprendizaje
automtico. Revisin sobre la validacin del SE del 2do trabajo.
Tareas: ejercicios sobre conceptos y aplicaciones de aprendizaje automtico.
Referencias: [5] Captulo 1, [8] Captulo 1.
15 Semana: Presentacin de trabajos computacionales
Los alumnos mostrarn sus habilidades en cuanto al desarrollo de sistemas expertos y sus
aplicaciones, debern presentar un informe y un software, y debern exponer sus trabajos.
16 Semana
Examen final

Pgina5

17 Semana
Examen final (solo para aquellos que no dieron examen parcial o final)

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

7. ESTRATEGIAS METODOLOGCAS
7.1 MTODOS
El desarrollo de las Clases ser terico-prctico, estimulando al alumno a la
Investigacin y la participacin de temas de discusin con respecto al tipo de aplicacin
de Dinmica de Sistemas a emplearse en las distintas empresas, Universidades o
entidades.
7.2. TCNICAS
Los Alumnos se organizarn en grupos para investigar e intercambiar experiencias de
aprendizaje y trabajo. Las exposiciones del docente orientarn el trabajo grupal al
complementar o sistematizar informacin, y en la resolucin de problemas utilizando el
Internet y el software correspondiente.
7.3

MEDIOS DIDCTICOS
Los equipos y materiales a emplearse sern:
Retroproyector
Can multimedia
Televisor
Computadora

8.
8.1

EVALUACIN
TCNICAS
Es el planteamiento terico de cmo se va a evaluar. Se utilizarn las tcnicas de la
observacin directa e indirecta., dando nfasis a las intervenciones orales y al
desarrollo de las pruebas acadmicas para que el alumno tenga la libertad de de
mostrar sus conocimientos adquiridos para su interpretacin y aplicacin.

8.2

INSTRUMENTOS
Se utilizarn las exposiciones y las pruebas no estructuradas, como prcticas calificadas
y exmenes escritos, adems de trabajos prcticos para contrastar los conocimientos
tericos con la realidad

8.3

CRITERIOS
De acuerdo al reglamento de evaluacin de la facultad:
Dos exmenes escritos

Examen Parcial y Examen Final

Promedio de Practicas: Prcticas Calificadas, trabajos de Investigacin y exposicin de

trabajos de investigacin.

8.4. ASPECTOS
- Conceptuales: Nivel de aprendizaje de conocimiento
- Actitudinales: Actitud frente a situaciones problemticas
- Procedimentales: Habilidades y destrezas, tanto intelectuales como motoras,
procedimientos y estrategias para el cumplimiento de estos objetivos se consigna lo
siguiente:

Pgina5

Nota Final (NF) = Examen Parcial + Examen Final + Promedio de Practicas/ 3

UNIVERSIDAD NACIONAL FEDERICO VILLARREAL

FACULTAD DE INGENIERIA INDUSTRIAL Y DE SISTEMAS

Exposiciones, desempeo en el aula, control de lectura, exmenes escritos, prcticas

calificadas, trabajos de campo, etc.

9- BIBLIOGRAFA GENERAL
ARACIL, J.; Introduccin a la dinmica de sistemas, 2008.
ARACIL, J.; Dinmica de sistemas, 2005.
ARACIL, J. & BUENO, J. M. Dinmica de sistemas y planificacin urbana, 2005.
BUENO, J. M. & RUIZ, F. Aplicacin de la Dinmica de sistemas a la planificacin, 2002.
CRDOVA, T. Sistemas dinmicos, 2008
DORMIDO, S. Ejercicios de dinmica de sistemas, 2008.
MARTN, J. Fundamentos de dinmica de sistemas, 2004
MORILLA, F. Ejercicios con dinmica de sistemas, 2008. ador. Paraninfo, 2008.

ING. GUISSELLA ROMERO HORNA

Ing. Edgar Muante Villafuerte

RESPONSABLES DEL CURSO

RESPONSABLES DEL CURSO

DR. JORGE VICTOR MAYHUASCA GUERRA

JEFE DAIS

Pgina5