INTRODUCCION A LA INTELIGENCIA ARTIFICIAL Inteligencia: es una capacidad de saber o aprender del ser humano, mediante la sensacin, memoria, relaciones,

inferencias asociaciones, imaginaciones, etc. Razonamiento: es una capacidad que permite relacionar proposiciones o conocimientos para obtener nuevos conocimientos validos que le permita tomar decisiones. Una forma de razonamiento es la inferencia. Pensamiento: es el aprendizaje mediante la experiencia. Inteligencia artificial: estudia el comportamiento humano en los dominios de la inteligencia, razonamiento y pensamiento as como en la percepcin y decisin. El objetivo de la inteligencia artificial es crear maquinas que tengan un comportamiento similar al humano en los dominios anteriormente mencionados. PRIMERAS REALIZACIONES DE LA INTELIGENCIA ARTIFICIAL Los primeros campos de la investigacin de la inteligencia artificial se centraron en las siguientes reas: a) b) c) d) Lingstica: analizaba la comprensin del lenguaje natural y su traduccin automtica. Juegos: se disearon juegos inteligentes como el ajedrez, el rompe cabezas, etc. Matemticas: se baso en el anlisis de la demostracin de teoremas matemticos. Tcnicas de resolucin de problemas: se desarrollaron tcnicas de bsqueda, arboles, clculos simblicos, etc. TENDENCIAS ACTUALES DE LA INTELIGENCIA ARTIFICIAL Su prioridad se basa en robustecer la disciplina denominada ciencias cognoscitivas. EVOLUCION HISTORICA DE LA INTELIGENCIA ARTIFICIAL La inteligencia artificial es una de las ramas de las ciencias computacionales y por ello su origen tiene que ver directamente con el del computador. Por ello se considera a la maquina universal de TURING como parte importante de la inteligencia artificial. ALAN TURING lanzo su libro sobre computacin terica en el ao 1937, el cual contena os principios fundamentales de los computadores de las siguientes generaciones Despus de la segunda guerra mundial se utilizaron computadoras electrnicas que mediante instrucciones poda realizar operaciones complejas. En 1956 JHON McCARTHY, profesor, investigador universitario, organizo una conferencia sobre computacin terica a la cual asistieron algunas personalidades importantes de la poca y uno de ellos, llamado MARVIN MINSKY se intereso profundamente en el tema de la inteligencia artificial. Por ello se cree que en dicha conferencia se hablo por primera vez del trmino inteligencia artificial. No existe documentacin histrica que sustente que esta conferencia fue el inicio de la inteligencia artificial pero se la considera de esta manera. Luego de esta conferencia ambos investigadores y profesores universitarios fundaron el primer grupo de inteligencia artificial del instituto tecnolgico de MASACHUSET (MIC) en estados unidos. En este mismo ao se desarrolla el lenguaje LOGIC THEORISHT, el cual demostraba problemas matemticos y se puso a prueba ingresando los 52 teoremas de la obra principio matemtico logrando demostrar 38 de los 52 teoremas. En 1957 se desarrollo el sistema (GPS) GENERAL PROBLEM

1 Amrica Barragn Lucio 7/52

SOLVER desarrollado por NEWELL, SHANON Y SIMON fue escrito en lenguaje LIST, el cual era el lenguaje oficial de la inteligencia artificial en aquella poca. El sistema GPS transforma un estado inicial en una situacin final, valindose de operadores que mediante aplicaciones sucesivas logran alcanzar el objetivo deseado. En 1959 JHON MCCARTHY desarrollo el programa ADVICE TOKER el cual se considera como el primer ejemplo de la ingeniera del conocimiento. Los primeros resultados de la inteligencia artificial no fueron los esperados, pues no haban disponibilidad de computadoras que vayan acorde a los programas que se desarrollan en la inteligencia artificial, programas bastantes avanzados para la poca. La inteligencia artificial tuvo mayor desarrollo con la llegada de la miniaturizacin electrnica, lo que contribuyo a desarrollar computadoras ms potentes. En 1975 Fongy y McDernot desarrollaron los sistemas de inferencia OPS y Drilling Advisor las cuales han utilizado para diagnosticar problemas en la perforacin de posos petroleros e interpretacin de sondeos. La inferencia nos permite razonar obteniendo de uno o ms preposiciones dadas, una nueva preposicin para llegar a un resultado. En el ao 1981 de octubre se sentaron las bases para el desarrollo de las computadoras de la quinta generacin en una conferencia internacional desarrollada en TOKIO JAPON. Este proyecto japons adopto a PROLOG como lenguaje fundamental que soportara el hardware que se diseara. Se utilizaron laboratorios de investigacin con el apoyo de empresas IBM, JUYIPSO, TEXTRONIT donde se disean y mejoran sistemas inteligentes. PRODUCTOS IMPORTANTES EN LA INTELIGENCIA ARTIFICIAL

1.- ELIZA: Fue escrito en LISP y su autor fue JOSEPH WEINZENBOUM fue hecho en plan de broma haciendo las veces de un psicoanalista, lo que contribuyo a dar mala reputacin a la inteligencia artificial debido a que las personas se tomaban en serio los consejos dados por ELIZA. 2.- DENTRAL: este programa generaba la formula desarrolla de un cuerpo orgnico a partir de su formula bsica y su espectrograma de masa. Fue desarrollado en la universidad de Stanford. 3.- MYCIN: Fue un programa pionero en diagnosticar enfermedades infecciosas. El programa razona hacia atrs partiendo desde su objetivo hasta determinar la causa de la enfermedad del paciente. Fue desarrollado en la universidad de STANFORD. 4.- R1: fue el programa pionero desarrollado para empresas informticas. Su objetivo era configurar sistemas particulares a las necesidades del cliente. U forma de evaluar es si se ahorra o se gana dinero. 5.- LIST: Fue el lenguaje de programacin muy utilizado en la etapa inicial de la inteligencia artificial. Su forma de trabajar era mediante el procesamiento de lista dispone de una seccin de memoria dinmica, es decir que la memoria se organiza durante el clculo , por lo que el programa puede modificar la forma de los datos la forma de representacin se denomina S-EXPRESSION. 6.- PROLOG: es el lenguaje de la programacin de los computadores de la quinta generacin es decir de la inteligencia artificial sus siglas significan programming logic (programacin lgica). Se compone de un conjunto de preposiciones o predicados sobre un cierto tema.

2 Amrica Barragn Lucio 7/52

ANTECEDENTES a) E s difcil especificar una fecha exacta del inicio de la inteligencia artificial. b) Durante muchos aos fue observado como el lado obscuro de las ciencias informticas o computacionales debido a que muchos pensaban que los programadores e investigadores de la inteligencia artificial trabajaban para crear pensamiento. c) A los investigadores de la inteligencia artificial se los consideraba como fanticos de la informtica y generalmente las personas evitaban dar referencias de la inteligencia artificial.

PERSPECTIVA DE LA INTELIGENCIA ARTIFICIAL a) L a inteligencia artificial no trabaja con procesos numricos como puente fundamental b) Trabaja con conocimientos que son conceptos abstractos y simblicos por lo que se puede concluir que la inteligencia artificial. trabaja con procesos simblicos c) No existe solucin algortmica en la inteligencia artificial ya que no es adecuada para su desarrollo, siendo necesario investigar la solucin utilizando tcnicas de tentativas y errores. d) Se llega a soluciones mediante la aplicacin de reglas e) Provee un medio diferente de direccionar la bsqueda para la solucin del problema usando conocimientos de sentido comn. f) Al desarrollar sistemas inteligentes, la programacin se centra en temas de inferencia, bsqueda heurstica y esencialmente manejo de smbolos.

NUCLEO DE LA INTELIGENCIA ARTIFICIAL a) b) c) d) e) Representacin del conocimiento Razonamiento lgico Investigacin heurstica Lenguajes y herramientas Retro-seguimiento CAMPOS DE APLICACIN a) Sistemas expertos: es un sistema inteligente en el cual se recopila la experiencia y el conocimiento de uno o varios expertos en un rea determinada. Este sistema tiene la caracterstica de aprender y adquirir experiencia a medida que se relaciona con su entorno. Los sistemas expertos consisten en la unin de dos enfoques: representacin del conocimiento y la demostracin automtica. b) Procesamiento del lenguaje natural: es un sistema de comunicacin aplicado exclusivamente al lenguaje humano con la finalidad de que la comunicacin entre ambas partes sea en lenguaje humano. c) Visin y robtica: es un rea de investigacin que incluye la percepcin correspondiente a la visin y habla, tratando de ser imitadas por las maquinas actuales. d) Resolucin de problemas: es una aplicacin de mtodos de bsqueda para solucionar problemas tratando de buscar una estrategia de control genrica. e) Reconocimiento de modelos: es una forma de determinar el tipo de modelo en el campo de aplicacin que se requiere en la inteligencia artificial. f) Lgica: es un conjunto de reglas para representar el conocimiento.

3 Amrica Barragn Lucio 7/52

PARADIGAMAS a) No existen maquinas provistas de sentido comn, ni consciencia ni subjetividad, ni emociones. b) CHANDRASEKARAN investigador de la universidad de OHIO propuesto la hiptesis de separacin, la cual afirma que se puede estudiar la inteligencia sin preocuparse de otros aspectos de la vida mental, tales como subjetividad y conciencia. Esta hiptesis se la considera ni verdadera ni falsa pero con el pasar del tiempo se demostr que si es posible. CAPITULO # 2 AGENTES INTELIGENTES Y AMBIENTALES AGENTE INTELIGENTE: Es todo aquello que puede considerarse que percibe de sus ambiente mediante sensores y que responde o acta en tal ambiente mediante actuadores o efectores. EJEMPLOS: a) Agente humano:
PERCIBE (Sensores) Sentidos Vista, odo, gusto, tacto, olfato Brazos, piernas, boca Cmara, luz, infrarrojo, mecanismos

Acta (Efectores)

Sensores

Percibe (Sensores)

Sensores

b) Agente Robtico:

Acta (efectores)

Motores, brazos mecnicos, simuladores de voz.

COMO DEBE COMPORTARSE UN AGENTE c) Agente racional d) Agente omnisciente e) Agente autnomo AGENTE RACIONAL Es aquel que hace lo correcto. Para un agente inteligente. Qu es lo correcto?: para un agente lo correcto es aquello que permite al agente obtener el mejor desempeo posible. MEDICION DEL DESEMPEO DE UN AGENTE Cmo medir?: es el criterio que sirve para definir que tan exitoso a sido un agente. Estos criterios son definidos por el evaluador que no forman parte del programa del agente. Ejemplo: agente de limpieza con aspiradora: Podramos medirlo con la cantidad de mugre eliminado en un turno de trabajo o se puede efectuara aleatoriamente la medicin. Otro parmetro a medir podras ser la cantidad de electricidad consumida y de ruido generado durante un turno.

4 Amrica Barragn Lucio 7/52

Cundo medir?: lo importante es medir el desempeo a largo plazo, en forma justo y equitativa. Para el ejemplo del agente de limpieza con aspiradora podramos asegurar que no es lo mismo medir cuanta mugre elimino el agente durante la primera hora del da que durante un turno ms largo o realizado en forma aleatoria. FACTORES DEL CARCTER DE LA RACIONALIDAD

1. 2. 3. 4.

De la medida con la que se evalu el grado de xito de lo logrado De todo lo que hasta ese momento haya percibido el agente, lo cual se llama scuencia de percepciones. El conocimiento que posea el agente acerca del medio ambiente donde se desenvuelva. De las acciones que pueda emprender el agente. AGENTE RACIONAL IDEAL

Es aquel que emprende todas aquellas acciones que le permitan obtener el mximo de su medida de rendimiento basndose en las evidencias aportadas por la secuencia de percepciones y por todo el conocimiento incorporado al agente. MAPEO Es una tabla de acciones que elabora el agente como respuesta a cualquier secuencia de percepcin posible. MAPEO IDEAL El mapeo ideal caracteriza a un agente ideal, especificando que tipo de accin debera emprender como respuesta a una determinada secuencia de percepciones, para lograr la mxima medida de su rendimiento. AGENTE OMNISICIENTE Es aquel que sabe el resultado real que producirn sus acciones, y su conducta va de acuerdo con ello. Cabe recalcar que en realidad no existe la omnisciencia. AGENTE AUTONOMO Si las acciones que emprende el agente se basan exclusivamente en un conocimiento integrado, con el que hace caso omiso de sus percepciones, se dice que el agente no tiene autonoma. Agente autnomo es aquel que se basa tanto en su propia experiencia como en el conocimiento integrado, que sirve para construir al agente para el ambiente especfico en el cual va a operar. No existe la total autonoma.

ESTRUCTURA DE LOS AGENTES INTELIGENTES Agente= programa + arquitectura Programa de agente: es la funcin implementada en el computador que permite mediante el mapeo del agente de pasar de la percepcin a la accin. Arquitectura: es el dispositivo de cmputo o hardware especial que se utiliza en el agente para la ejecucin de ciertas tareas relacionadas con el programa del agente.

5 Amrica Barragn Lucio 7/52

ELEMENTOS BASICOS QUE SE CONSIDERAN EN LA ELECCION DE LOS TIPOS DE AGENTES Los agentes bsicos que se consideran para elegir un agente son los que se conocen con ell acrnimo de PAMA o tambin REAS.

P: PERCEPCIONES A: ACCIONES M: METAS A: AMBIENTES

P: RENDIMIENTO E: ENTORNO A: ACCIONES S: SENSORES

TIPO DE AGENTE Sistema de diagnstic o medico

PERCEPCIONES Sntomas Respuesta del paciente al tratamiento Resultados imagen con pixeles de intensidad y colores diversos

ACCIONES Preguntas Solicita informacin del paciente clasificar y ordenas las imgenes recibidas y los convierte en escena

METAS Paciente saludable Reduccin costo

AMBIENTES Hospital Laboratorio consultorio

del

Sistema para el anlisis de imgenes satelitales

Clasificar correctament e las escenas

satlite en orbita (espacio exterior)

PROGRAMA DE AGENTE ESQUELETO BASICO DE UN AGENTE Funcin_esqueleto _ agente (percepcin) responde con una accin Esttica: memoria, la memoria del mundo del agente. Memoria actualizacin_ memoria (memoria,percepcion) Memoria actualizacin_memoria(memoria, accin)responde con una accin.

OBSERVACIONES IMPORTANTES DEL PROGRAMA ESQUELETO DEL AGENTE a. El programa del agente recibe como entrada una sola percepcin. Es decisin del agente construir la secuencia de percepcin en la memoria. b. Algunos ambientes funcionan perfectamente sin necesidades de almacenar la secuencia de percepcin. En otros dominios complejos no es factible el almacenaje total de las secuencias de percepcin. c. La meta o la medicin del desempeo no forma parte del programa esqueleto. La razn es que la medicin del desempeo se efecta extremadamente a fin de evaluar la conducta del agente.

6 Amrica Barragn Lucio 7/52

OTROS PROGRAMAS DE AGENTES AGENTES BASADOS EN TABLAS DE CONSULTAS PRVIAMENTE IDENTIFICADOS Funcin agente_conducido_mediante_tablas (perepcion) responde con una accin Esttico: percepciones, una secuencia, originalmente est vaca tabla, una tabla indizada mediante secuencia de percepcin, originalmente especificado en su totalidad, aadir las percepcin al final de todas las percepciones. Accin consulta (percepcin, tabla) devolver accin. OBSERVACION DEL AGENTE BASADO EN TABLAS DE CONSULTAS Consiste en guardar en la memoria la totalidad de la secuencia de percepciones y en utilizar esta para hacer localizaciones en la tabla, en lo que estn todas las acciones que corresponden a todas las posibles secuencias de percepcin. LIMITACIONES DEL AGENTE BASADAS EN LA TABLA DE CONSULTA a) Para elaborar la tabla de algo tan sencillo como un agente cuya nica tarea es jugar ajedrez, se necesitaran aproximadamente 35 elevado a la 100 entradas. b) La elaboracin de la tabla tomara demasiado tiempo para el diseador. c) El agente acrece totalmente de autonoma, puesto que el clculo se lo que se considera como mejor accin ya est integrada. Si el ambiente se modificara en algn aspecto no previsto, el agente se vera completamente perdido. d) Incluso si se dotara al agente de un mecanismo de aprendizaje, con el fin de que tuviera cierto grado de autonoma, necesitara muchsimo tiempo para aprender el valor correcto de todas las entradas de las tablas. AGENTE DE REFLEJO SIMPLE O REACTIVO SIMPLE CARACTERISTICAS: La tabla generada por el mapeo se reduce si se elaboran candiciones como respuestas a una entrada (percepcin) las que se denominan reglas de condicin_accion. Toda regla est formada por el antecedente que contiene las condiciones de las reglas y el consecuente que contiene las conclusiones que se convertirn en las acciones a emprender. Si e antecedente es verdadero en cuanto a su valor lgico, el consecuente ser verdadero caso contrario ser falso. Ejemplo: Si el carro de adelante est frenando entonces empiezo a frenar.Los seres humanos reaccionamos muchas veces de esta manera mediante respuestas aprendidas y otras como reflejos innatos. Las reglas condicin accin permiten al agente establecer la conexin entre percepciones y acciones.

FUNCIONES DEL AGENTE DE REDLEJO SIMPLE

Funcin_agente_ reflejo_simple(percepcin)responde con una accin Estatica:reglas, un conjunto de reglas de condiciones accin. Estado interpretar_ entrada(percepcin) regla regla _ coincidencia (estado, reglas) accin regla_accion(regla) responde con una accin.

7 Amrica Barragn Lucio 7/52

La funcin interpreta_entrada genera una decisin abstracta del estado prevalesciente de la percepcin. La funcin regla_coincidencia muestra la primera regla del conjunto de reglas que tiene relacin con la descripcin del estado que se ha establecido AGENTE BIEN INFORMADO DE TODO LO QUE PASA O BASADO EN METODOS Comparndola con ell agente de reflejo simple, el bien informado de todo lo que pasa posee un estado interior, el cual contiene informacin acerca de lo que sucedi en el mundo anterior a estado actual. Como ejemplo podemos citar el caso del conductor de taxi automatizado. El estado interno para el conductor seria la imagen anterior de la cmara que indica el estado del mundo mostrando las luces rojas se encendieron o se apagaron simultneamente o tambin si deseo ver si hay vehculos cercanos a el por lo que necesito la informacin del mundo de como estaba un poco antes. Este agente necesita informacin sobre como esta evolucionando el mundo. Tambin necesito informacin sobre como acciones del agente afectan al mundo. En este agente se combina la percepcin recibida con el estado interno anterior para generar la descripcin actualizada del estado interno.

FUNCION DEL AGENTE BIEN INFORMADO DE TODO LO QUE PASA Funcin agente _reflejo_con_estado(percepcin)responde con una accin. Estatico:estado, una descripcin prevaleciente del estado del mundo. Estado actualizar _ estado (estado, percepcin) Regla regla_coincidencia(estado, reglas) Accin regla_accion(regla) Estado actualizar _estado (estado, accin) responder con una accin

OBSERVACIONES IMPORTANTES a) Lo interesante de la funcin actualizar estado es que tiene a responsabilidad de crear la nueva descripcin del estado interno. As cmo interpretar la nueva percepcin de acuerdo al conocimiento disponible sobre el estad, tambin utiliza la informacin referente a la manera en cmo evoluciona el mundo y as mantenerse informada acerca de esas partes no visibles del ambiente, adems debe estar bien enterada en relacin a como las acciones de la gente est afectando al estado del mundo.

AGENTES BASADOS EN METAS Y OBJETIVOS a) Para tomar decisiones de acciones no basta con tener informacin acerca del estado prevaleciente en el ambiente. Se requiere tambin informacin sobre sus metas, informacin que detalle las situaciones deseables. b) El programa combina el estado interno con la informacin relativa al resultado que producirn sus posibles acciones que se emprendieran, para de esta manera elegir aquellas acciones que permitan alcanzar las metas. c) La conducta del agente se adapta al tipo de cambios del ambiente, cosa que no sucede con los anteriores programas.

8 Amrica Barragn Lucio 7/52

PROGRAMA DEL AGENTE BASADO EN UTILIDADES a) Las metas no bastan por si mismas para generar una conducta de alta calidad. b) La utilidad es una funcin que correlaciona un estado y un nmero real mediante el cual se caracteriza el correspondiente grado de satisfaccin c) La completa especificacin de la funcin de utilidad permite la toma de decisiones racionales bajo dos situaciones: Cuando el logro de algunas metas implica un conflicto, y solo algunas de ellas se pueden obtener la funcin de utilidad definir cual es el compromiso adecuado por el que hay que optar. Cuando son varias las metas que el agente desea obtener pero no existe la certeza de poder lograr ninguna de ellas.la utilidad es una va para ponderar la posibilidad de tener xito considerando la importancia de las diferentes metas. CLASES DE AMBIENTE Artificial Reales PROPIEDADES DE AMBIENTE DETERMINISTAS Y NO DETERMINISTA Si el estado ambiente se basa en el estado actual y en la percepcin recibida exclusivamente, se dice que el ambiente es determinista, caso contrario ser estocstico estn compuestos de incertidumbres debido a que no es posible determinar con certeza el estado siguiente. Ejemplo: Juego de ajedrez (determinista) Conductor de taxis automatizado. (Estocstico o no determinista) TOTALMENTE OBSERVABLE Y PARCIALMENTE OBSERVABLE Si los sensores del agente pueden percibir la totalidad de las percepciones del ambiente, se dice que el ambiente es totalmente observable. Para ello lo sensores del agente pueden percibir toda la informacin necesaria sin que el ambiente le restrinja alguna percepcin. Caso contrario e ambiente ser parcialmente observable. Ejemplo: a) ajedrez: totalmente observable. b) Conductor de taxi automatizado: parcialmente observable EPISODICA Y NO EPISODICA Si las experiencias del agente (secuencia de percepciones) se pueden dividir en episodios y cada episodio no depende de alguno episodio anterior, se dice que el ambiente es episdico, caso contrario ser no episdico o secuencial. Un episodio es cada percepcin y accin emprendida. Ejemplo: a) Ajedrez: no episdico o secuencial. b) Conductor de taxi automatizado: no episdico o secuencial.

9 Amrica Barragn Lucio 7/52

ESTATICO Y DINAMICO Si el ambiente sufre modificaciones mientras el agente est tomando se dice que es ambiente dinmico caso contrario ser esttico. Los ambientes estticos son mucho ms sencillos porque no hay que pensar por adelantado Ejemplo: a) Ajedrez: esttico b) Conductor de taxis automatizado: dinmico

DISCRETA Y CONTINUA Si el numero de percepciones de un ambiente es de cantidad limitada, es decir que tiene un numero finito de percepciones se dice que el ambiente es discreto caso contrario ser continuo Ejemplo: Ajedrez: discreto analizarlo desde el punto de vista de las percepciones

Numero de jugadas es una cantidad limitada Conductor de taxi automatizado

continuo

Percepciones

10 Amrica Barragn Lucio 7/52

11 Amrica Barragn Lucio 7/52

CAPITULO # 3 REPRESENTACION DEL CONOCIMIENTO OBJETIVOS: Comprender los elementos bsicos de los distintos formalismos de representacin Representar un dominio eliginedo el formalismo mas adecuado Realizar inferencia bsica con cualquiera de los formalismos de representacin Comprender el funcionamiento de los diferentes algoritmos de bsquedas.

INTRODUCCION A LA REPRESENTACION DEL CONOCIMIENTO a) El objetivo de la inteligencia artificial consiste en construir sistemas de hardware y software que repliquen haspectos que se consideren de inteligencia. b) Desde el punto de vista practico la inteligencia artificial se define como el conjunto de tcnicas, mtodos,herramientas y metodologas que nos ayudan a construir sistemas que se comportan de manera similar a un humano en la resolucin de problemas concretos. c) El tipo de conocimientos que se utiliza en la inteligencia artificial no esta estructurado tal como se representa en la programacin convencional sino en la forma de representacin del conocimiento en forma similar a como los humanos lo empleamos. d) Estudiaremos las tcnicas bsicas para el desarrollo de sistemas para inteligencia artificial. Las cuales son. Representacin del conocimiento Bsqueda de soluciones e) Una vez representado el conocimiento es necesario resolver el problema, para la cual se usa la bsqueda heurstica donde se estudian una serie de mtodos de seleccin de las mejores alternativas de decisin atraves de los arboles de bsquedas. f) La representacin del conocimiento es un lenguaje y cuya forma es comprensible para el ser humano asi como para el sistema inteligente. El diseador del sistema inteligente decide que tipo de representacin es la mas adecuada para el desarrollo. FORMAS DE REPRESENTACION Logica de predicado Marcos Redes semnticas Guiones o Script LENGUAJE DE PREDICADO Es un lenguaje para expresar proposiciones o hechos y contiene reglas para inferir nuevas proposiciones a partir de as que ya conocemos.

Todo lenguaje de lgica de predicado tiene un motor de inferencia que combina las reglas con los hechos de manera que se puedan obtener nuevas proposiciones validas, lo que se conoce como inferencia Un hecho es una horacion en lenguaje natural que contien sujeto y predicado. Luego que la oracin esta completa y a sido adecuada a la forma de sujeto y predicado, se puede representar en la forma de lgica de predicado.

12 Amrica Barragn Lucio 7/52

HECHO ELEMENTO DE UN HECHO

PREDICADO Elemento en Lgica de predicado ARGUMENTO

VERBO

SUJETO

Predicado (SUJETO, ARGUMENTO, ..)

Nombres propios del predicado de la oracion

Los nombres propios siempre van en el argumento

Se debe usar minsculas nicamente, las maysculas en lgica de predicado tienen otro significado. No se debe dejar espacios en blanco, se debe unir con subguines Todo hecho termina con punto. En lgica de predicado no se usa los artculos el, la, lo, los , las, un, unos,para,por,de,desde. No se ponen unidades de medidas ejemplo:kg,aos. Primero va el sujeto en el parebtesis

Ejemplo:

Juan es profesor es_profesor(juan). es (juan, profesor). es (profesor,juan) incorrecto es(juan,profesor)incorrecto

juan es profesor de Ana. es_profesor(juan,ana). es_profesor(Juan,na). es(juan,profesor_ana).

13 Amrica Barragn Lucio 7/52

Jose tiene 35 aos de edad. tiene_edad(jose,35).- valor numrico siempre va el el argumento. edad(jose,35).

REGLAS EN LOGICA DE PREDICADO Las reglas permiten inferiri El formato de las reglas es: Si condicion(es), entonces conclusin(es).
Antecedente consecuente

En el antecedente se encuentra la condicin(es) de la regla El antecedente esta compuesto por uno o varios hechos que son las condiciones. En el consecuente se encuentra la conclusin que es un hecho y en algunos casos pueden ser varios hechos. Los hechos se deben unir conectivas ogicas. Las conectivas lgicas mas importantes son AND y OR tambin podemos usar la clausula NOT.

TABLA DE VERDAD X F F V V X,Y= son hechos. Y F V F V X and Y F F F V Xor Y F V V V X or exclusivaY F V V F NOT X V V F F

Para el antecedente se debe analizar y verificar el valor lgico, utilizando la tabla de verdad de as operaciones lgicas. Los hechos pueden ser calificados como verdaderos o falso. Si el antecedente es verdadero, el conecuente ser verdadero, caso contrario el consecuente ser falso. El consecuente puede agregar quitar un hecho. Si en la regla no se indica ninguna accin, el motor de inferencia del lenguaje utilizando ,lo agregara en forma predeterminada los ejemplos de lgica de predicado utilizan una base de hechs y una base de reglas.

VARIABLES Las variables se utiliza para presentarse un valor lgico desconocido en un hecho o en una regla. Las variables en lgica de predicado se representa de la siguiente manera. X,Y,Z mayscula es una sola letra. Asesino - mayscula solo la primera letra en una palabra. aSesino - no es variable.

14 Amrica Barragn Lucio 7/52

asesino_a_sueldo- variable. Asesino_a_sueldo- no es variable. Ejemplo: Si a alguien le gusta la pizza, es italiano

Variable

Si gusta_pizza (x)entonces es-italiano(x) Si gusta (x,pizza) entonces es(x,italiano)

Si a alguien le gusta la pizza entonces es italiano si gusta (x, pizza)entonces es(x,italiano) si gusta (-x,pizza) entonces es(-x,italian) Puede expresarse de otra manera y representarse lo mismo.

Todo aquel que le gusta la pizza, es italiano. Es italiano quel que le gusta la pizza. Para ser italiano tiene que gustarle la pizza. Una vez identificado la regla, es adecuado reescribir la oracin en forma de si entonces, identificando la(s), variable(s), antecedentes, consecuente que incluye sujeto y predicado.

Ejemplo: Para que se gradue de ingeniero, es necesario que termine todas las materias, realice practicas comunitarias y apruebe curso de graduacin. Si alguien termina las materias y (alguien) realice la practica comunitaria (alguien )a aprueba el curso de graduacin entonces(alguien ) se grada de ingeniero. LOGICA DE PREDICADO Si termina (x,materias) AND realiza(x,practica_comuniarias) AND aprueba (x,curso_graduacion) entonces se gradua (x, ingeniero). Todo guayaquileo es ecuatoriano. Si alguien es guayaquileo entonces (alguien) es ecuatoriano Si es (x, guayaquileo) entnces es(x,ecuatoriano) Para ser alguien en la vida, hay que esforzarse. Si(alguien)se esfuerza entonces (alguien)ser alguien en la vida. 15 Amrica Barragn Lucio 7/52

Si se_esfuerza(x)entonces es_alguien(x, vida). MOTOR DE INFERENCIA Base de hecho Base de reglas (CON VARIABLES) Pasos que realiza el motor de inferencia: 1. EQUIPARACION: comparar las reglas con los hechos y encuentra los valores de las variables. 2. SUSTITUCION: se sustituyen las variables en las reglas. Si hubiera que elegir, el motor de inferencia elegir la primera porque asume que la base de hechos escrito en orden de prioridad. 3. AGREGAR O QUITAR: el consecuente en el base de hechos conforme lo indique la regla sustituido.

TALLER TRANSFORMAR A LOGICA DE PREDICADO LAS SIGUIENTES ORACIONES 1. TODO LADRON JUZGA POR SU CONDICION. Si alguien juzga por su condicin entonces alguien es ladrn. Si juzga (x,por_su_condicion) entonces es(es,ladron). 2. TODO ECUATORIANO O APOYA O NO AL PRESIDENTE Si alguien apoya al presidente o no apoya al presidente entonces es ecuatoriano. Si apoya (x, presidente) OR NOT apoya (x,presidente)entonces es(x, ecuatoriano). 3. PARA QUE ALGUIEN SEA CAPO, DEBE USAR UN ARMA. Si alguien usa un arma entonces es capo. Si usa(x, arma) entonces es(x,capo). 4. PARA SER PROFESIONAL, SE DEBE ESTUDIAR Y APRENDER. Si estudia alguien y aprende alguien entonces alguien es profesional. Si estudia(x) and aprende (x) entonces es (x,profesional). 5. TODO QUITEO Y CUENCANO ES ECUATORIANO. Si es alguien quiteo or es alguien cuencano entonces alguien es ecuatoriano. Si es(x,quiteo)or (x,cuencano) entonces es (x, ecuatoriano). 6. TODA PERSONA NACE PARA VIVIR Y VIVE PARA MORIR. Nace (persona,vive). Vive (persona, muere) 7. TODA PERSONA TIENE DERECHO A DEFENDERSE. Tiene_derecho(persona, defenderse).

16 Amrica Barragn Lucio 7/52