1.

Dado el siguiente fragmento de conocimiento

1 - Los alumnos con calificicaciones altas en alguna materia que les interesa tendrn a calificaciones altas en las materias relacionadas con sta. e 2 - En las materias que tenga algn profesor cafre, los alumnos tendrn calificaciones bajas. u a 3 - Las materias que no tienen ningn profesor cafre interesan a todos los alumnos. u 4 - Los alumnos cafres tienen calificaciones bajas. 5 - Los alumnos con calificaciones medias en una materia se interesan por las materias relacionadas con sta que no tengan ningn profesor cafre. e u 6 - Los amigos de personas cafres tambin son cafres. e

a) Represntalo en lgica de predicados y transfrmalo a FNC (forma normal conjuntiva) e o o

Puedes usar los siguientes predicados: calicacion(alumno,materiacalificacion): un alumno obtiene un calicacion [Alta, Media, Baja] en una materia interes(alumno,materia): un alumno se interesa por una materia cafre(x):x es una persona cafre imparte(profesor, materia): un profesor imparte una materia relacionada(materia1, materia2): materia1 relacionada con materia2 amigo(x, y): x es amigo de y

b) Aadiendo los tomos siguientes comprueba empleando refutacin mediante resolucin que es falso que algunos alumnos n a o o cafres pueden sacar calicaciones altas ( = a m caf re(a) calif icacion(a, m, Alta))
cafre(Xabier) amigo(Yago, Xabier) imparte(Ana, Lengua) imparte(Bea, Mates) imparte(Cloe, Naturales) cafre(Ana) relacionada(Mates, Naturales) interes(Xabier, Lengua)

2. Ampl la red bayesiana de la gura con el siguiente conocimiento a

- Si has acabado la carrera puedes hacer un Master que te permite obtener un buen trabajo - Para aprobar los exmenes o se estudia mucho o se hacen chuletas a - Hacer un Master te da contactos(=enchufe)

Clasica los tipos de inferencia de las siguientes probabilidades.

1 2 3 4 5 P (aprobar examenes|acabar carrera, hacer chuletas) P (padres orgullosos|acabar carrera, buen trabajo) P (acabar carrera|buen trabajo, enchuf e) P (master|padres orgullosos) P (acabar carrera|buen trabajo, hacer chuletas)

3. Dadas las siguientes reglas y memoria activa inicial, calcula el factor de certidumbre para las hiptesis H1 y H2 suponiendo o que se ejecutan todas las reglas posibles.
BASE DE REGLAS R1: R2: R3: R4: if (A or B) if F if C if (D and E) then then then then H1 H1 E H2 with with with with CF1 CF2 CF3 CF4 = = = = 0,5 -0,4 0,5 0,9 MEMORIA ACTIVA INICIAL CF_a = CF_b = CF_c = CF_d = CF_f = puedan 0,7 0,8 1 0,8 0,5 ejecutar se ejecuten.

A con B con C con D con F con Nota: suponer un orden de ejecucin que garantice que todas las reglas que se o

4. Dadas las deniciones de los siguientes conjuntos difusos: distancia cerca: frenada normal : {0/0, 2/0, 4/1, 6/0.66, 8/0.33, 10/0, 12/0}
(medida en metros, denido en el domino discreto {0, 2, 4, 6, 8, 10, 12})

{0/0, 25/0.5, 50/1, 75/0.5, 100/0 }

(medida en %, denido en el domino discreto {0, 25, 50, 75, 100}

Construye la matriz que representa la relacin difusa fdistancia cercaf renada normal (x, y) asociada a la siguiente regla, o empleando el implicador de Kleene (denido como fP Q (x, y) = max{1 fP (x), fQ (y)}) IF distancia es cerca THEN frenada es normal Calcula el conjunto difuso resultado de aplicar modus ponens difuso sobre la regla anterior y el conjunto difuso de tipo singleton correspondiente a una distancia de 6 metros.