Está en la página 1de 14

Tema:

Consulta: Factor de Certeza


Objetivo:

Investigar sobre el Factor de Certeza, su funcionabilidad, su aplicabilidad, mediante el


conocimiento de sus reglas para poder desarrollar ejemplos.

Desarrollo:
1. Teoría de Certeza: Incertidumbre y ejemplos
En muchas aplicaciones en el “mundo real” existe incertidumbre, por ejemplo:
– Un sistema de diagnóstico médico no cuenta con toda la información del paciente
– Un robot tiene sensores con limitaciones y ruidosos
– Un agente financiero tiene información limitada de las empresas y no puede conocer
todos los factores que las afectan
Un sistema inteligente debe poder tomar decisiones, aunque no tenga toda la
información o conocimiento necesarios, e incluso cuando existan errores en la
información que recibe o en su conocimiento.
2. Factores de Certeza: qué es, para que sirve, funcionabilidad, aplicaciones y reglas
MYCIN

Las técnicas desarrolladas en MYCIN y Prospector son similares, ambas consideran


sistemas basados en reglas a los que se les adicionan Factores de Certeza o
Probabilidades Subjetivas, respectivamente.
MYCIN define un Factor de Certeza (CF) que se asocia a cada regla y cada evidencia, y
se definen un conjunto de reglas para combinar estos factores.
Los CFs están en el rango de [-1, +1], donde -1 denota que la evidencia es totalmente en
contra de la hipótesis y +1 que es totalmente a favor.
Reglas
3. Ejemplo
Conclusiones:
 El sistema experto MYCIN opera sobre una Base de Conocimientos (BC), bien organizada
sobre las enfermedades infecciosas, donde el conocimiento es inexacto por lo que el punto
central son las técnicas para expresar medidas de opinión, llamadas factores de certeza.
 El Factor de Certeza toma valores en el intervalo (-1, 1) donde -1 es la negación, 0 la
ignorancia absoluta y 1 total certidumbre.

Recomendaciones:
 Si la regla no venía arrastrando ningún valor de certeza entonces RC se colocará como su
factor de certeza (FC), si ya tenía con un valor IC. Se calculará el FC actual.

Linkografía:
 https://cibernetico.org/2019/01/17/ejemplos-de-sistemas-expertos/
 https://prezi.com/vsh3m8kncjyr/factores-de-certeza-ia/
 https://es.slideshare.net/VirtualizacinDistanc/05-herramientas-para-la-toma-de-
decisiones
 https://ccc.inaoep.mx/~esucar/Clases-MetIA/MetIA-09.pdf
 https://es.scribd.com/doc/68192535/Factores-de-Certeza-en-Los-Sistemas-Expertos
Ejemplo2:
Organismo 1 – Identidad pseudomonas .8 (La identidad del organismo 1 es, con un factor
de certeza 0.8, pseudomonas).

Reglas de producción.

Si premisa entonces acción (FC).

En MYCIN las reglas se definen para poder encadenar hacia delante o hacia atrás. Las reglas
se utilizan repetidamente utilizando el conocimiento dependiente del dominio para decidir
qué reglas se deben considerar, hasta que se dé un contenido a los hechos. En algunos
casos, las reglas darán contenido a los hechos mediante preguntas al médico.

Ejemplo de reglas:

Si (no se sabe si el organismo fue capaz de desarrollarse en presencia del aire


(aeróbicamente)) Y (el lugar de cultivo es la sangre) O (el laboratorio ha intentado que el
organismo se desarrolle sin la presencia del aire (anaeróbicamente) Y (el organismo fue
capaz de desarrollarse anaeróbicamente) Entonces (hay evidencias de que el organismo es
aerobio (.5) O anaerobio (.2).

Las premisas serán verdad si todos los hechos son verdad.

Factor de certeza.

En general:

Si (contexto-parámetro-valor (FC1)) y/o (contexto-parámetro-valor (FC2)) y/o Entonces


(contexto-parámetro-valor (FC)).

FCMin(FC1, FC2,….) = RC

Si la regla no venía arrastrando ningún valor de certeza entonces RC se colocara como


su factor de certeza (FC), si ya tenía con un valor IC. Se calculará el FC actual.

FC = IC + |RC| (1- |IC|) 0RC, IC

FC = -(|IC| + |RC| (1- |IC|)) 0RC, IC

IC + RC
Fc =- RC . IC 0  1 min(|IC|, |RC|)

La combinación de –1 y 1 se define como 1.

Este método del facto de certeza permite que el sistema se pueda enfrentar al
razonamiento de juicios.

Estructura de control dependiente del dominio

El orden de las reglas no es significativo se aplican todas las reglas relevantes hasta que una
determinada consigue un objetivo con certeza, en cuyo caso el resto de las reglas se ignora.
La relevancia de una regla se define por la estructura del control dependiente del dominio,
la cual se organiza como un árbol de contexto donde se organizan los hechos de la BC en
una jerarquía, y se utiliza para definir el flujo de la consulta. Las reglas se agrupan en
conjuntos de reglas definidas por el conjunto de tipos de contexto de aplicación de las
mismas (una regla siempre se refiere a un determinado tipo de contexto).

Obtención de información a partir del usuario.

Las preguntas se hacen o bien cuando fallan las reglas o bien cuando la información ha de
provenir del usuario (ejemplo: datos de laboratorio). Se puede reelaborar una pregunta y
permite diferentes conjuntos de preguntas para usuarios con experiencia y sin ella, y se
basa en la propiedad de “preguntar – primero”, el sistema siempre procura primero obtener
el valor de un parámetro a partir del usuario.

El diseñador debe proporcionar un medio aceptable de comunicación con el usuario, MYCIN


no fue totalmente satisfactorio en ese aspecto, lo cual se resolvió en ONCOCIN.

Facilidades de explicación

MYCIN como muchos otros SE tienen la facilidad de explicar y justificar su funcionamiento,


lo cual es útil para funciones educativas. En cualquier momento el usuario puede
preguntarle “como” o “porque”, tomo tal decisión. Esto es a través de reglas

Ejemplo 3 - Python

Programa TINAS

#Base de hechos
x=0

y=0

#Máquina de inferencia

for i in range(1,15):

if y==2:

print “Solucion satisfactoria: Hay dos galones en la tina de 4”

break

#Base de conocimientos
#Regla 1:
if x==0 and y==0:

x=3

y=0

print “Llenar la tina de 3 galoes (3,0)”

#Regla 2:
elif x==0 and y==0:

x=0

y=4

print “Lenar la tina de 4 galones (0,4)”

#Regla 3:
elif x==3 and y==0:

x=0

y=3

print “Vaciar la tina de 3 gls en la de 4 gls (0,3)”


#Regla 4:
elif x==0 and y==4:

x=3

y=1

print “Vaciar la tina de 4gls en la tina de 3gls (3,1)”

#Regla 5:
elif x==0 and y==3:

x=3

y=3

print “Llenar la tina de 3gls (3,3)”

#Regla 6:
elif x==3 and y==1:

x=0

y=1

print “Botar el contenido de la tina de 3gls (0,1)”

#Regla 7:
elif x==3 and y==3:

x=2

y=4

print “Vaciar la tina de 3gls en la de 4gls (2,4)”

#Regla 8:
elif x==0 and y==1:

x=1
y=0

print “Vaciar la tina de 4gls en la de 3gls (1,0)”

#Regla 9:
elif x==2 and y==4:

x=2

y=0

print “Botar el contenido de la tina de 4gls ((2,0)”

#Regla 10:
elif x==1 and y==0:

x=1

y=4

print “Llenar la tina de 4gls (1,4)”

#Regla 11:
elif x==2 and y==0:

X=0

y=2

print “Vaciar la tina de 3gls en la de 4gls (0,2)”

#Regla 12:
elif x==1 and y==4:

x=3

y=2

print “Vaciar la tina de 4gls en la de 3gls”

#No hay solución


else: print “Solucion no encontrada”