Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MTODO DE INFERENCIA
Los Sistemas Expertos utilizan herramientas tanto para la representacin del conocimiento,
como para la toma de decisiones, utilizan mtodos de representacin como rboles, grafos,
diagramas que cuando se automatizan se convierten en herramientas poderosas.
Redes Semnticas
El conocimiento por sentido comn puede ser una combinacin de todos o cualquiera de esos
tipos de inferencia.
Uno de los mtodos ms comunes para formular inferencias es la lgica deductiva, que se ha
utilizado para tratar de validar los argumentos.
Un argumento lgico es un grupo de afirmaciones en el que la ltima de ellas est justificada en
base a las anteriores de la cadena de razonamiento.
Un tipo de argumento lgico podra ser considerado como un silogismo.
Ejemplo de silogismo:
- Premisa: Cualquiera que pueda programar es inteligente.
Premisa: Carlos puede programar.
------------------------------------------------------------------------------
Conclusin: Por lo tanto, Carlos es inteligente
(Las dos premisas son antecedentes, el consecuente es la conclusin)
Los silogismos son tiles por que se pueden expresar a partir de reglas de produccin:
Si Entonces
Si cualquiera que puede programar es inteligente y Carlos puede programar entonces Carlos es
inteligente.
El silogismo clsico es un tipo especial llamado Silogismo Categrico; las premisas y las
conclusiones se definen como afirmaciones categricas en las siguientes 4 formas.
Afirmaciones Categricas
FORMA ESQUEMA SIGNIFICADO
A Todo S es P Afirmativo Universal
E No S es P Negativo Universal
I Alguna S es P Afirmativo Particular
O Alguna S es no P Negativo Particular
Ejemplo:
Toda S es P Premisa Mayor
Toda T es S Premisa Menor
----------------
Por lo tanto Toda T es P Conclusin
Las formas de las afirmaciones categricas se han identificado desde la antigedad con las
letras A, E, I, O.
La cantidad o cuantificador describe la porcin de la clase incluida. Los cuantificadores TODO y
NO son universales por que se refieren a clases enteras; al cuantificador ALGUNOS se le llama
particular porque solo alude a una parte de la clase.
El modo de un silogismo est definido por las 3 letras que dan forma a la premisa mayor, la
premisa menor y la conclusin respectivamente.
Hay 4 patrones posibles de afirmaciones categricas
Afirmo A, I y niego E, O
Ejemplo 1:
Todo M es P A
Todo S es M A
----------------
Por lo tanto Todo S es P (P=A), en un modo AAA-1
El 1 es el tipo
Ejemplo 2:
Todo M es P -A
No S es P -E
----------------
Por lo tanto No S es P -E
AEE-1
Hay 4 patrones posibles para ordenar los trminos S, P y M. A cada patrn se le llama figura, y
el nmero de la figura especifica su tipo.
Ejemplo 1:
Todo M es P A
Todo S es M E
----------------
Por lo tanto, Ninguna S es P E
AEE-1
Diagrama de Ven Despus de la
Premisa Mayor
Despus de la
Premisa Menor
Ejemplo 2:
Ninguna M es P E
Todo S es M A
-------------------
Por lo tanto, Ninguna S es P E
EAE-1
Despus de la
Diagrama de Ven
Premisa Mayor
Despus de la
Premisa Menor
Existen varias teoras para poder manejar la incertidumbre, entre ellas est: LA PROBABILIDAD
Dentro de la probabilidad tenemos:
- P. Clsica
- P. Bayesiana
- La teora de Hartley, basada en conjuntos clsicos
- La teora de Shannon, basada en la probabilidad
- La teora de Dempster Shafer
- La teora de la Confusin de Zadeh
Cada una de esas teoras se ha aplicado en la mayora de tcnicas que utiliza la Inteligencia
Artificial.
Tipos de Error
Muchos tipos de error diferente pueden aportar incertidumbre. Las diferentes teoras de
incertidumbre tratan de resolver parte o todo esto, para proporcionar la inferencia ms
confiable
- Ambiguo: Entre los errores ms comunes que se presenta se menciona la ambigedad,
ya que puede interpretarse de ms de una manera
- Incompleto: El segundo tipo es la falta de informacin completa
- Incorrecto: Otro es la Incorrecin, donde la informacin es incorrecta. Las posibles
causas de la incorrecin son: El error humano, falla accidental en la lectura, el engao
o la mala informacin y el mal funcionamiento del equipo.
Errores e Induccin
El siguiente tipo de error es una induccin invlida: La vlvula no est pegada porque nunca
antes se ha pegado.
La induccin va de lo particular a lo general.
Ejemplo:
- El disco duro de mi computadora porttil nunca se ha descompuesto por consiguiente
el disco duro de mi computadora porttil nunca se descompondr. Con excepcin de la
induccin matemtica, nunca puede comprobarse que los argumentos inductivos son
correctos, solo pueden proporcionar cierto grado de confianza de que la conclusin es
correcta. En realidad no es posible confiar en el argumento inductivo previo, por
ejemplo, la alarma de fuego son por consiguiente hay fuego, un argumento ms
fuerte sera, la alarma de fuego son, huelo humo, por consiguiente hay fuego.
Aunque se trata de un argumento fuerte, no comprueba que haya fuego. El humo
podra deberse a que estn haciendo una parrilla y la alarma de fuego puedo
accionarse por accidente.
Lo siguiente si es una prueba de que hay fuego:
Premisa 1: La alarma de fuego son.
Premisa 2: Huelo a humo.
Premisa 3: Mi ropa est quemndose por consiguiente hay fuego.
Este argumento es deductivo porque es posible ver las flamas.
Los Sistemas Expertos estn formados por reglas deductivas e Inductivas, donde las Inductivas
son de naturaleza Heurstica. La induccin tambin puede aplicarse a la generacin automtica
de reglas.
Adems de la incertidumbre en relacin con los hechos, las reglas de un Sistemas Experto,
pueden tener incertidumbre si se basan en la Heurstica, a esto suele llamrsele Regla
Elemental, porque se basa en la experiencia.
A veces la experiencia es una buena gua, sin embargo no puede aplicarse al 100% de los casos
porque la experiencia es Heurstica.
Ejemplo:
- Se esperara que todos aquellos que saltaran de un edificio de 50 pisos moriran, no
obstante alguien puede hacerlo y no morir porque lleva paracadas.
Unas de las caractersticas de los especialistas humanos, es que razonan bien en condiciones
de incertidumbre, suelen hacer buenos juicios si no, no se les considerara como especialistas.
Probabilidad Clsica
Se le conoce como probabilidad a priori debido a que trata con juegos o sistemas de azar, es
decir sin tomar en cuenta la realidad. Una de las frmulas clsicas P = W/N, donde W es el
nmero de triunfos y N es el nmero de eventos igualmente posibles (Resultados de un
experimento o prueba).
Ejemplo:
- Si tiramos el dado hay 6 posibles eventos de esta prueba nica, el dado puede mostrar
en la parte superior: 1, 2, 3, 4, 5, 6. Conforme a la probabilidad clsica se supone que
cualquiera de estos 6 eventos, es posible de darse. Y la probabilidad de perder, Q es,
Q = (N-W)/N = 1-P
La probabilidad de que salga una cara en el dado es de 1/6.
Cuando una prueba se repite varias veces y arroja el mismo resultado el sistema es
Determinstico, caso contrario es No Determinstico o Aleatorio. En algunas clases de
Sistemas Expertos se utilizan los shells (en visual prolog es PIE), que son No Determinsticos.
El resultado de una prueba es un punto de muestra y el conjunto de todos los puntos de
muestra posibles define el espacio de la muestra.
Un evento es un sub conjunto del espacio de la muestra.
Ejemplo:
- El evento 1 ocurre si el dado cae con la cara 1 en la parte superior. Un evento simple
solamente tiene un elemento y evento compuesto tiene ms de uno.
Espacio de muestra
-Un evento Simple (5)
de un Dado
-Un evento Compuesto (3,6)
Deduccin
Induccin
Razonamiento deductivo e inductivo acerca de Poblacin y Muestras.
TEORIA DE LA PROBABILIDAD
Axioma 1 0 () 1
Axioma 2 (1) = 1 () + ( ) = 1
Axioma 3 (1 2) = (1) + (2)
Pregunta:
- Diferencia entre probabilidades Experimentales y Subjetivas. Dos ejemplos de c/u
- Diferencia entre probabilidad simple y compuesta. Ejemplo
- Qu son probabilidades condicionales? Ejemplo
- Operaciones con probabilidades
- Qu es Teorema de Bayes? Ejemplos
Semana IX
Razonamiento Hipottico e Induccin hacia atrs
El teorema de Bayes suele utilizarse para todo lo que se refiere a tomas de decisiones, para lo
cual suele utilizarse un anlisis de rbol de decisin. Para poder hacer un ejemplo de la toma
de decisiones Bayesiana en condiciones de incertidumbre utilizaremos el problema de
exploracin petrolera.
Para comenzar una exploracin se debe decidir cules son las oportunidades de encontrar
petrleo, si no hay evidencias a favor ni en contra; se debe de asignar probabilidades previas
subjetivas:
() = () = 0.5
o O Probabilidad de encontrar petrleo.
o O Probabilidad de no encontrar petrleo.
Si el explorador cree que hay una oportunidad mayor al 0.5 supondra lo siguiente:
() = 0.6
() = 0.4
o O Probabilidad de encontrar petrleo.
o O Probabilidad de no encontrar petrleo.
Se utiliza la Ley de Adicin para calcular la probabilidad total de una prueba a+ y a-.
Teorema de Bayes
( )
( / ) =
()
( /) ()
( / ) =
()
Tipos de probabilidades:
Probabilidades Experimentales:
Se define como la probabilidad de un evento (P(E)) como el lmite de la distribucin de
una frecuencia.
()
() = lim
Probabilidades Subjetivas:
Es una creencia u opinin expresada como una probabilidad y son dadas por
especialistas.
Ejemplo:
Perforar un pozo petrolero en un nuevo lugar debido a la opinin expresada de un
especialista.
A priori: () =
Donde
W = # de salidas del evento E para un total de N posibles eventos
()
A posteriori () =
Donde
f = Frecuencia de que el elemento E, se observe para N salidas.
Par A = {2, 4, 6}
Divisible por 3 {3,6}
1 2 3 4 5 6
= {6}
( ) 1
( ) = =
() 6
A los eventos que no se afectan entre si se les denomina eventos independientes. Para 2
eventos independientes, A y B, la probabilidad es simplemente el producto de las
probabilidades individuales.
( ) = () () ()
( ) = () () ()
( ) = () () ()
( ) = () () ()
( ) = () () ()
( ) = () () ()
Es bueno precisar que el trmino estocstico es una palabra griega que significa suposicin y
que suele utilizarse como sinnimo de probabilidad, azar u oportunidad.
En el caso de unin de eventos se define N como una funcin que designa el nmero de
elementos de un conjunto. Si se agrega el nmero de elementos A a los de B y los dividimos
entre todos los elementos del espacio de la muestra se tendr la siguiente formula:
() + ()
( ) = = () + ()
()
Del ejemplo anterior de los dados se tendr:
3+2 5
( ) = =
6 6
El problema es que al agregar solo n(A) a n(B) se est contando dos veces la interseccin {6}
porque esta pertenece tanto a A como a B. Entonces la formula correcta sera:
( ) = () + () ( )
Entonces:
3 2 1 2
( ) = + =
6 6 6 3
La probabilidad de:
( ) = () + () + () ( ) ( ) ( ) + ( )
La probabilidad P(B) viene a ser la probabilidad a priori, antes de que se conozca cualquier
informacin, cuando se usa en asociacin con una probabilidad condicional, se llama
probabilidad no condicional o probabilidad absoluta.
() 4
() = =
() 8
() 6
() = =
() 8
Si sabemos que ha ocurrido el evento B, el espacio de la muestra es solo el de B, entonces el
nuevo espacio de muestra es 6.
( ) 2
( ) = =
() 6
La ley multiplicativa de la probabilidad para 2 eventos se define as:
( ) = (/) ()
( ) = (/) ()
( ) = (/ )(/)()
Probabilidad hipottica de que un disco duro se descomponga en el transcurso de un ao:
Marca X Marca X Total
Se descompone C 0.6 0.1 0.7
No se descompone C 0.2 0.1 0.3
Total 0.8 0.2 1
No elegir la
Elegir la marca X
marca X -> P(X)
-> P(X) = 0.8
= 0.2
Se descompone Se descompone
-> P(C/X) =0.5 -> P(C/X) = 0.75
No se No se
descompone -> descompone ->
P(C/X) =0.5 P(C/X)= 0.25
( ) = 0.2 ( ) = 0.6
ANTERIOR> CONDICIONAL > UNION >POSTERIOR
Semana X
INFERENCIA EN LA LGICA DE PIMER ORDEN
Tanto el lenguaje de primer orden como la semntica, ambos van a dar origen al
razonamiento semntico (argumentos, modelos, contramodelos) y al clculo deductivo
(teora lgica, sistema formal, reglas de deduccin natural, reglas derivadas).
La lgica constituye una tcnica de representacin del conocimiento. Una idea permite
la creacin de sistemas que sean capaces de hacer razonamientos lgicos, este tipo de
sistemas se compone de:
Con la lgica proposicional se realiza una serie de razonamientos vlidos y correctos, se hace
uso de la sintaxis ms la semntica, para poder realizar la inferencia. Con la lgica de
predicados a lo que utiliza la lgica proposicional, se aade un aumento de la capacidad
especfica, lo que quiere decir, se analiza los enunciados atmicos, aparecen los
cuantificadores.
Lenguaje Formal:
Est conformado por el alfabeto ms reglas para la formulacin de frmulas lgicas.
Teora Semntica:
Relacin entre lenguaje y el conjunto de significados de una frmula lgica. (V o F)
Sistemas de deduccin:
Son los mtodos deductivos para determinar la validez de los razonamientos. Permiten
obtener conclusiones utilizando reglas de inferencia.
Objetivo:
Ms inters en cmo se razona y menos en qu se razona
La lgica de primer orden describe al mundo que consta de: objetos (trminos) y
propiedades (predicados) de esos objetos.
Entre los objetos se verifican varias relaciones, ejemplo: Padre (Juan, Jos).
Una funcin es una relacin en la cual solo hay un valor para una entrada dada:
Ejemplos de objetos: Gente, casas, nmeros, planetas, etc.
Ejemplo de relaciones: Padre, hermano de, mayor de.
Ejemplo de propiedades: Edad, tamao, color.
Ejemplo de funciones: Padre de_, mayor que_.
El alfabeto del lenguaje de primer orden (LPO), consta de los siguientes smbolos:
- Conectores de la lgica proposicional.
- Smbolos de cuantificacin.
- Smbolos de puntuacin.
- Conjunto infinito numerable de smbolo de variables
- Conjunto numerable de smbolo de constantes.
- Conjunto numerable de smbolos de funcin.
- Conjunto numerable y no vaco de smbolos de predicados.
Trminos:
Son expresiones, se denominan trminos de un vocabulario W a:
o Constantes. Una constante es un trmino y representa un objeto concreto,
siempre el mismo. Ejemplos: Juan, A, B, 1.
o Variables. Es un trmino y representa un objeto sin identificar. Ejemplo: X, Y,
Padre, etc.
o Funciones. Representa un objeto concreto que est relacionado con n
objetos que participan en la funcin. Ejemplo: Coseno 45, etc. Cada smbolo de
funcin tiene asociado un entero (mayor que 1), denominado grado o aridad
que indica cuantos argumentos tomar el smbolo de funcin:
Padre_de (Juan,Jose) aridad 2 (Por Juan y Jose)
Frmulas.
o Los predicados, representan una propiedad de un trmino o relaciones entre
varios trminos y se aplica sobre los trminos para formar las frmulas
atmicas, las cuales son expresiones.
o Literal, es un tomo o la negacin de un tomo. Ejemplo: P, No P, etc.
o Precedencia, se usan las reglas de la lgica proposicional teniendo en cuenta
los cuantificadores. Ejemplo: Para todo P existe P; Para to X, P (X) entonces
para todo Y, R (X, Y). Para todo X Para todo X, R (X, Y). Para todo X, Para
todo Y (P(X) R (X, Y)).
Eva y Mara son amigas aunque sus maridos son enemigos, desde que el
marido de Eva despidiese al de Mara.
La oracin habla de 4 individuos, dos de ellos son identificados con nombres
propios y los otros dos se identifican en funcin de los anteriores, por lo tanto
son necesarios 2 constantes: A, B para representarlos en el lenguaje formal, y
una funcin F para representar ser_el_marido_de.
La oracin menciona una relacin de amistad, para lo cual es necesario un
predicado con dos argumentos A (x, y).
La oracin menciona una relacin en la que un individuo X despide a otro el Y,
B (x, y).
{A, B, Fx, A (x,y), B (x,y)}. La oracin queda de la siguiente frmula:
A (a,b) y A (F(a), F(b) y D(F(a), F(b))).
Esquemas de formalizacin.
Ejemplo: Sea el universo de discursos: Representado por los personajes de una novela.
a : El Byran
y : Dnika
e : Francisco
A (x,y): x es amigo de y,
O (x, y): x odia a y
Q (x, y): x ama a y
Francisco ama a Dnika pero ella no ama a todos los que la aman.
Francisco no ama a ninguno de sus amigos.
((, ) (, ))
Los amigos de Francisco odian a aquellos a quienes Bryan ama.
((, ) ((, ) (, )))
Ejemplos:
Todos los hombres son mortales. (() ())
Los hombres son mamferos bpedos. (() (() ()))
Todos los satlites de Jpiter son rocosos. (() ())
Sea el universo de discurso: Todo (seres humanos y tiempo estn incluidos)
Colocar las constantes, funciones y predicados necesarios para definir un LPO para poder
formalizar las siguientes oraciones.
- Mi casa es roja. ()
- Luisa y Mara son peruanas pero ngel es mexicano. () () ()
- Mabel adora a Randy.(, )
- Luis ama a Ana y ella no le corresponde. (, ) (, )
- Mabel se peina as misma y tambin peina a Jahir. (, ) (, )
- El asesino de mi padre es Ruben o Jahir pero no Alberto. (, ) (, ) (, )
- Hay al menos un nmero primo. ()
- Cualquier crimen ser castigado. ()
- No todos los crmenes merecen la pena capital. ()
- Hay genios pero no todos los informticos lo son. () (() ())
Propiedades.
o El cierre de una frmula es una frmula cerrada
o La clausura o cierre universal de una frmula A(x1, x2, x3, xn), es la sentencia
para todo x1, x2, x3, xn.
o La clausura o cierre existencial de una frmula A(x1, x, x3, xn), es la sentencia
para todo
Ejemplo:
Cierre (P(x) o Existencial(x, y, z) = Para todo (x) Para todo (y) Para todo (z) (P(x) o
Existencial (x, y, z))).