Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Metodologia para El Desarrollo de SE
Metodologia para El Desarrollo de SE
TESIS DOCTORAL
por
Presentado en la
FACULTAD DE INFORMÁTICA
de la
TESIS DOCTORAL
TRIBUNAL CALIFICADOR
D. Luis LAITA
RESUMEN:
ron puestas por Alan Turig en 1950, los primeros Sistemas Exper-
cimiento en cuanto a:
vistas.
llo.
SUMMARY:
put by Alan Turing in 1950, the -first Expert Systems have not
regard to:
0
-VII-
CAPITULO I INTRODUCCIÓN 1
conocimiento 31
de conflictos 72
de un motor de inferencia 73
Language) 89
gencia Artificial 90
la Inteligencia Artificial 94
Conocimiento 144
Prototipo 164
conocimiento 167
prototipo 190
producción 195
Experto 196
desarrollado 198
tecnología 201
Experto 203
-XII- pag.
DE INVESTIGACIÓN 206
V. 1 Introducción 206
V. 2 Conclusiones 209
ANEXOS 219
en la materia daría.
trecho contacto con dichos expertos para -formular las reglas que
sarrollo.
presencia -física.
3
concretas, en las que los propios expertos han sido parte inte-
ware" necesarios.
lución deseada.
construcción Prototipo.
- Desarrollo de un prototipo.
Sistema.
Experto.
ducción en el mismo.
que están en contacto con los clientes deben tener una gran po-
mienta informática.
micos.
óptica son enormes. Entre las que cabe señalar las siguientes:
Entidad Financiera.
etc.
riesgo incurrido por nuevos créditos debe ser menor y más o me-
nos conocido.
tercer grupo, puede ser el que mida los nuevos frutos. Es proba-
otras:
carácter ísticas.
quieran.
uti1 izará.
14
1950:
cerebro humano.
1955;
1956:
Russel1.
1957;
Problem Solver). Con este sistema que puede ser considerado como
1959;
1960:
Minsky.
1965;
1964;
1965:
1966:
gente.
1970:
guaje PROLOG.
1971:
presiones simbólicas.
University.
1972:
1973:
Schank.
1975:
pendencias conceptuales.
conoc imiento.
1976;
juntos.
tos.
1977:
PROLOG.
1978:
ciones geológicas.
1980:
si ty.
21
1981:
1982:
1983:
ligencia Artiiicial .
1984:
Arti-ficial.
II. 2. Arquitectura de los Sistemas Expertos.
tros.
absoluta.
dentro de la entidad.
las empresas.
mo a su lenguaje natural.
Sistema Experto:
1. Bases de conocimiento.
2. Motor de inferencias.
27
ma de control.
dado.
3. Memoria de trabajo.
5. Sistema de Interpretación.
si. . .?
conoc imiento.
cambiar su contenido.
29
- Enseñanza:
bases.
8. ínter-fase.
-SISTEMA -MODELOS DE
SIMULACIÓN SIMULACIÓN
T
SISTEMA DE GESTIÓN
DE BASES DEL CONOCIMIENTO
SISTEMAS DE
I
SISTEMAS DE ADQUISICIÓN
INTERPRETACIÓN DEL CONOCIMIENTO
-GRÁFICOS - ENSEÑANZA
SISTEMA DE GESTIÓN
DEL S. E.
INTERFASES
el conocimiento.
hechos estudiados.
- Reglas heurísticas:
problemas de:
- Incertidumbre.
- Incompleto.
que las teorías del mundo sólo son aproximaciones, hacen necesa-
suposic iones.
- Inconsistencia.
dictorias.
ción correcta acerca de los dominios sobre los que hay que razo-
nar.
- Lenguajes y Sistemas.
35
- Herramientas.
a) Lenguajes y Sistemas:
- Lenguajes -funcionales.
reglas correspondientes.
la siguiente manera:
el papel.
procesos y problemas.
otras.
cionales de programación.
- Lenguajes de Predicados.
bles o -funciones.
una sentencia con lógica que utiliza una variable, se dice que
proposic i ón.
c ial.
ciones.
Las reglas de producción son del tipo "IF ..., THEN ...", y
nueva descripción que da lugar a una nueva acción, así hasta que
ción son los operadores del sistema, que utiliza el mismo, para
TALK.
40
guientes.(SCDW85)
- Redes semánticas:
extremo es un atributo del objeto del otro extremo, que uno im-
semánticas.
- Esquemas o marcos.
extensos.
cripciones parciales.
- Guiones (Bcript).
ocasiones.
to. Así el KEE, LOOPS o ART, son ejemplos de esta labor de sín-
compondrá en:
- De-finición de vocabulario.
45
- Procesos.
- Hechos inciertos.
- Hechos disyuntivos.
- Reglas de decisión.
- Restricciones.
- Heurísticas.
- Hipótesis.
- Suposiciones.
en particular.
miento) .
pueden ser:
- Abstracción.
- Sucesiones.
lección de reglas.
SI A ENTONCES B
De la proposición A, la proposición B.
SI A ENTONCES B
guiente procedimiento:
50
Procedimiento "CONTROL"
terminación, hacer:
3. Comenzar el proceso.
6. Fin.
gido. Este intérprete debe ser lo más general posible para que
semánticas.
idónea.
uno de el los.
dispararse:
se dispara.
quierda.
ración de patrones.
situación dada.
guientes etapas:
ayuda de "metarreg1 as" que tratan sobre las propias reglas y de-
terminan su ejecución.
cuando B¿_ es una instancia de e. Todas las reglas para las cua-
junto con-flicto".
resolución del conflicto, entre los más empleados están los si-
deseable.
tivos.
recientemente al contexto.
temente.
"Quinta Generación".
gas.
las reglas, o bien una prioridad sobre el hecho juzgado más im-
tenidas.
tos, que son algo más que simples sistemas de producción, permi-
lo matemático, etc.
todas las in-formac iones que se poseen, sin saber si los elemen-
c iones.
por la meta.
sa dada.
vierte en:
Fase 1: Decisión.
lante.
estas.
Fase 2: Acción.
la memoria de trabajo.
cir, cuando examina una regla, cuales son las informaciones que
queda.
sos, que aparecen en el caso de que una meta sea a su vez una
1. Indexac ion.
mente la equiparada.
por los predicados que contienen, de modo que todas ellas están
2. Equiparación de variables.
da.
r iables.
inferirse de otras.
70
paración de las reglas al estado del problema. Una vez hecho es-
ción, aún está el problema del "marco". Una forma de tratar este
necesarios.
71
4. Ordenación y jerarquización.
directa.
72
casi siempre dársele más prioridad que a otras reglas más gene-
reglas que son más generales que otras reglas, que también equi-
paran.
Hay una -forma -fácil de poder decidir que una regla es más ge-
son constantes,
inferencias:
bles?.
re".
razonamiento.
- Lenguajes de programación.
- Entornos de programación.
II. 5. 1. Lenguajes.
ficado correcto.
alto nivel.
siones.
quier sistema.
tar :
pr ior i.
bases de conocimiento.
conoc imiento.
Listas X X X X X
Descomposic ion
modul a.r X X X X X
Estructuras -flexi-
bles de control X X X X X
Interacti vas X X X X
E-f ic ienc ia X X X
Equiparación de
-formas para X X X
datos y control
Deducción auto-
mática X X
Estructuración del
conoc imiento X X X X X
Centrar atención X X • X
Comportamiento
dirigido por metas X X X
Capacidad de mez-
clar procedimien- X X X X X
tos y datos
+ Mecanismos de
deducci ón PROLOG
LISP automática
+ Mecanismos
de construcción
de alto nivel
+ Mecanismos de
deduce i ón
automática PLANNER
+ Mecanismo;
para estruc-
turar el co-
noc imiento
t
INTERLISP KRL
+ Mecanismos para estructurar
el conocimiento.
en los últimos.
de programación:
tiva son:
de-f in ido.
RECURSIVIDAD.
puede ser:
- Un sistema cualquiera
- La lista vacía.
- El valor "FALSO"
A B NIL
su creador, LISP:
utilizables.
nos interactivos.
Mean).
de su programa.
- Ventanas
la Universidad de Marsella.
ternas y relaciónales.
guientes:
metas.
los datos.
tisfacer una meta: una -función determina una meta, para cuya ob-
dad.
tentes.
c ias.
concepto.
ficación "
comportamiento de la especificación.
dad de módulos.
coherencia, etc.
y eficaces.
pectos importantes:
pecificación completa.
p idamente.
de programas.
Inteligencia Artificial.
sivamente paralela.
95
ARQUITECTURAS DE COMPUTADORAS
PARA INTELIGENCIA ARTIFICIAL.
SPUR PIM A
REDLFLOW
SYMBOLICS PIE ALICE
LAMBDA PLM(AQUARIUS) C-LISP MACHINE
ALPHA TAMURA MACHINE ZAPP
XEROX 1100 FFP
EXPLORER TI DFM
TEKTRONIK 4400
JCII
RECONOCIMIENTO JCII
RECONOCIMIENTO VISION
DEL HABLA DE FORMAS PROCESO COMPUTACIONAL
DE IMÁGENES
tir de la B010.
tratamientos simbólicos.
en puntos anteriores.
bólica.
procesos.
- Recursividad.
- Algoritmos específicos.
- Interactividad visual.
otros dos grupos separados del MIT: LISP Machine, Inc , -fundado
quinas.
a) LISP Machine, Inc, ubicada en Culver City (Cal i-f orn i a) pu-
d i -f erentes:
99
ción básica.
oscila entre los 30.000 dólares del 1108 a los 179.000 dólares
bits.
de 256 K.
alta velocidad.
ral .
nes interactivas.
c iones.
cualquier memoria.
cesador del LISP que está siendo desarrollada como una parte del
proyecto.
1óg ico.
conocimiento.
integración de sistemas.
ción para principios de los 90, tiene como meta llegar a un com-
millones de objetos.
- Sistemas de consulta.
- Teoría Básica.
dec id idos.
107
KLIPS a 1 MLIPS.
gorias:
incluirá PROLOG.
ración.
PERSONAS
i
INTERFAZ INTELIGENTE
SISTEMA EN
i i
SISTEMA DE GESTIÓN SISTEMA DE
SOPORTE DE LA BASE DE PROGRAMACIÓN
CONOCIMIENTO
LÓGICO
4
LENGUAJE DE PROGRAMACIÓN LÓGICA
LENGUAJE DE REPRESENTACIÓN DEL
CONOCIMIENTO
SISTEMAS
EN MAQUINA DE MAQUINA DE
i
BASE DEL INFERENCIA Y
CONOCIMIENTO SOLUCIONADOR
SOPORTE DE PROBLEMAS
FÍSICO
I I
las expresiones.
112
de arquitecturas de computadoras.
tratamiento, y aprendizaje.
de la U.P.M.
lógicamente completas.
114
SISTEMAS EXPERTOS.
Sistema Experto.
conoc imiento.
ción y mantenimiento.
(CHAP86)
a) - Apiicabi1idad.
derado.
b) - Viabilidad.
c) - Costo.
d) - Beneficios indirectos.
e) - Control.
carrera profesional.
dad.
ma.
domin io.
nar .
to, tal vez sugeridas por otro experto y anotar el proceso que
específicas de problemas.
"conchas".
- Poder de desarrollo.
los costes serán más altos dado que el técnico tendrá que cons-
- Fiabi1idad.
mento, puede causar problemas sin que esto tenga más trascenden-
- Mantenimiento.
la misma.
esperado.
ciales con los usuarios y manejo del sistema por parte de éstos,
rápidas y eficientes.
X
126
III. 5. Problemática.
hecho.
del conocimiento.
ingenier ía.
127
EXPERTOS.
Decía Nietzsche que "la riqueza más preciosa son los méto-
ex istenc ia.
ble de modo que siempre que el problema sea adecuado y esté per-
capacidades a obtener.
del Prototipo.
130
Experto.
proyecto.
para su desarrollo.
del proyecto.
tifica y es apropiado.
su total colaboración.
cular y explicar los métodos que usan para resolver los proble-
caso.
de un laberinto imaginario.
perto.
to.
turado.
(CARB6).
Existen verdaderos
expertos
DESARROLLO
La tarea requiere POSIBLE
habilidad cognosci- DEL S.E.
tiva
La tarea no es
demasiado difícil
La tarea no requie-
re sentido común
riencia institucional.
137
Escasez de experiencia
humana.
Pérdida de experiencia
humana.
prácticas.
particular.
éxito del Sistema Experto. Sin duda, uno de los errores más pe-
(CARB6)
141
Naturaleza
La tarea requiere
so luciones heu-
r í sticas.
La tarea no es
Complej idad demasiado -fácil DESARROLLO
ADECUADO
La tarea tiene
valor práctico.
Alcance
La tarea es de
tamaño manejable.
neficios esperados.
desarrollar la.
esta tecnología.
bajo.
nido.
Ciencias de la Computación.
- El Experto y su psicología.
- Su In-formac i ón .
- El conocimiento.
- Los datos.
- El "Hardware"
- El "So-ftware"
- Conocimientos interpersonales.
el experto y el Ingeniero.
tes entre los que se tiene que mover, así como lo que se quiere
del Conocimiento.
gen iero.
cultad.
- Proceso de la Información.
- Resolución de problemas.
te, sin tener todos ios elementos necesarios? ¿Puede hacer ésto
- Dinámica de grupos.
está unida por un interés común y una tarea que es como en cual-
CRAFT o ART.
mente,
demos señalar:
ub icae i ón.
consi stente.
rrollo.
Proyectos di-fíciles:
- Duración: 1- 3 años.
- Duración: 3 - 5 años.
Pero los Sistemas Expertos son los únicos que contienen expe-
lla experiencia.
155
del mismo.
medir los objetivos que deben ser alcanzados por el Sistema Ex-
Si stems.
156
tema. '
Para crear un Sistema que sea aceptado por los usuarios, los
uso e interpretación.
evaluac i ón.
de evaluación.
157
cieros o directivos.
humano.
158
su coste.
159
"Hardware":
nadores, etc,
"Software":
Personal:
de desarrollo.
- Otros gastos.
etc. )
etc.
b) Gastos de Funcionamiento.
Costos informáticos:
pamiento.
No omitir:
o máquinas.
dimientos degradados).
c) Economías esperadas:
tivos e in-formáticos.
Experto.
presa.
Experto.
nes:
peligro.
intrascendente.
para su ubicación.
amenaza.
Conoc imiento.
Conoc imiento.
experto humano.
les.
166
Experto a construir.
Tres pues son los puntos que tienen que ser considerados a la
- Tipos de conocimiento.
guiente manera.
sistema in-formatico.
blema.
miento" .
neral es una difícil y ambiciosa tarea que han eludido los filó-
clases:
to.
c) - Hechos y heurísticas:
- Entrevistas.
- Análisis de protocolo.
171
- Escala muítidimensional.
- Clasificación de conceptos.
a) Entrevistas:
yor profundidad.
rendimiento inferior.
b) Análisis de protocolo.
soluc i ón.
c) Escalado muítidimensional.
ra distinguirlos.
175
vista.
común".
de otra.
176
d) Clasificación de conceptos:
muy últil cuando hay que organizar una gran cantidad de informa-
ción .
hacerlos manejables.
su captura.
177
Conoc imiento.
los siguientes:
con el experto.
tivos?
el problema?
problema?
desarrollo.
de respuestas.
rios.
los experto.
gias que se están usando para generar las hipótesis y metas que
clusión.
laciones en una manera -formal, hab i tual mente dentro del marco
o estructuras de control.
meras fases del desarrollo. Esto significa que existe una alta
durante el desarrollo.
fuerzo de desarrollo.
Motor de In-ferencias 8
Base de Conocimientos 22
ínter-fase de Usuario 42
Detección de Características 13
Entorno de soporte 15
ENTRADAS
i 7
INGENIERO DEL CONOCIMIENTO
-i
SALIDAS
ducción.
- Prototipo de demostración.
- Prototipo de investigación.
- Prototipo de campo.
- Prototipo de producción.
- Sistemas comerciales.
dades:
del prototipo.
prototipo.
truidos.
sada de acuerdo con las ideas que se tienen acsrca del mismo,
dimiento.
192
-flujo de control.
y completas?
los expertos?
conclusiones.
tes:
correcto?
satis-facer al usuario?
el campo exigen algo que sea rápido, -fiable, fácil de usar y en-
T
Carácter i- Conceptos Representa-
c i ón de los Reque- necesarios Con- ción formal Estruc-
aspectos rimien- para pro- cep- del conoci- tura
importan- to. ducir una tos. miento.
tes del 1> soluc i ón 9
p,
problema
f
Re glas que Validac i ón
en globarán Reg1 as de las reglas
el conoc imien to {>
IMPLEMENTACION VERIFICACIÓN
Experto íinal.
Experto -final.
gran escala.
Tal vez sea este el trabajo principal que hay que realizar en
pertos.
conclusiones adecuadas.
mismo en Producción.
usuar ios.
la FASE I.
"hardware" u otros.
del sistema, para conseguir que funcione de una forma más rápida
proceso no generalizados.
203
código de producción.
evoluc i ón.
4.6.
205
IDENTIFICACIÓN
Desconoc i miento DE LA APLICACIÓN
Y CONCEPCIÓN DE
LA SOLUCIÓN.
Esceptíc i smo
1 Herramientas de
ingeniería del
DESARROLLO DEL conoc imi ento
PROTOTIPO DE
DEMOSTRACIÓN
Carencia de
herramientas y
1 Especificaciones
EJECUCIÓN DE LA M _J
espec i al i stas CONSTRUCCIÓN DEL
I SISTEMA COMPLETO Fondos
4 1
LOGROS DE TRANS-
FORMACIÓN ALCAN-
Inercia cultural ZADOS EN LA ASI-
MILACIÓN Y USO
-> DE LA NUEVA
TECNOLOGÍA
0
206
INVESTIGACIÓN.
V. 1. Introduce i ón.
cimiento las reglas, sino los marcos, dejando las reglas para
207
para que, dentro de esos dominios, pueda usarse con éxito acep-
tidades.
que es común a una clase de tareas y permita que cada tarea con-
esta tecnología.
mente una máquina LISP con una herramienta de Ingeniería del Co-
V. 2. Conclusiones.
Sistemas Expertos. Pero siempre que éste se tome como una regla
mal, es que Dios, después que lo hubiera creado y -fijado sus le-
nrosa servidumbre.
res.
todas las etapas de la misma, puesto que algún paso puede ob-
mas Expertos y entre los propios Sistemas Expertos entre sí. So-
Informática de la U.P.M.
usarlos en ésta.
Amsterdam.
de In-formática de la U.P.M.
(CHAPB6) CHAPUSDT,P., SILKES, H., VAN REESEMA, S. (1986).
Press.
Leesburg Va.
New York.
M a r k e f . T h e Banker. Junio.
(SC0W85) SCOWN, Susan. (1985). "The Artificial Intelligence
ANEXOS
SECTOR FINACIERO:
Antecedentes:
en -fase de experimentación.
la Organización.
puede ser reducido. Ya hemos visto que los expertos son escasos.
solic i tadas.
- Interpretación.
- Diagnóstico.
- Supervisión.
- Predicción.
- Diseño.
- Procedimientos.
- Selecc i ón.
- Toma de Decisiones.
experto humano.
escr i to.
plejos.
minio.
nes.
to.
el sistema.
jora.
guiente:
- Opacos o consultores.
si tuac ion.
y capacidades a obtener:
que han recibido tanto del sector privado como del sector públi-
- Financiación -familiar:
del peticionario.
- Financiación de vivienda:
al comprador.
~ Financiación a Empresas;
tes.
tales:
ciación -familiar.
nanciación de empresas.
la -financiación de viviendas.
230
situaciones imprevistas.
día a día.
el problema a resolver.
blemas del primer tipo, y menos para los del último tipo.
bles.
ámplia.
particular.
Sistema Experto:
calidad de su trabajo.
árboles de decisión.
ción.
y su consistencia.
desarrollo.
derada.
será:
1 Experto
1 Ingeniero de Conocimiento
237
d icac iones:
del equipo.
- Plan de evaluación:
produce i ón.
a) 1* Fase.
- "Hardware"
- "So-ftware"
Personal
5.000.000 año/hombre.
es de 8.750.000,- pts.
- Costos -funcionamiento:
23 Fase
- Costos de funcionamiento.
Sistema Experto.
241
del Conocimiento.
- Saldo actual
- Pro-fesión
- Edad
- Relación de deudas-cuantía
tintas variables.
tamente.
cisarse cuales son las razones por las que un crédito pueda ser
principio.
ap1icable.
dica a continuación:
quen n-1 observaciones del lado izquierdo y una del lado dere-
za.
de hacer la división.
árbol.
proceso hasta que el árbol tenga sólo un nodo (el nodo corres-
sólo algunos nodos del árbol, sin tener que evaluar el modelo de
nuevo.
los siguientes:
- Clases de cuentas
- Relación de saldos
- Tipo de bienes
1108.
ap1 ica.
produce i ón.
(NI O)
(Cuantía 0)
(ClienteAntiguo NIL)
(SaldoMedio O)
(SaldoActual O)
(Debito 0)
(Edad D Puntos D)
(AntiguedadCliente 0 Puntos 0)
(RelaciónSaldos 0 Puntos 0)
(RelaciónCuantíaSaldo 0 Puntos 0)
(RelaciónDebitoCuantía 0 Puntos 0)
(PuntuaciónFinal 0)
(Concesión NIL)))
RuleSet Persona.Coneesi ónCréd i to
THEN .Inicio;
THEN (PRINTOUT T "Nombre y Apellidos ==>") Nombre (READ);
THEN (PRINTOUT T "DNI = =>") DNI (READ);
THEN (PRINTOUT T "Edad ==>") Edad (READ);
THEN (PRINTOUT T "Cuantía solicitada ==>") Cuantía (READ);
THEN ClienteAntiguo .Antigüedad;
THEN Pro-fesión . LeePro-fesi ón . PuntosPro-f esi ón ;
THEN DestinoPréstamo .LeeDestino .PuntosDestino;
THEN TipoBienes .LeeTipoBienes .PuntosTipoBienes;
THEN .PuntosEdad;
THEN ClaseCuentas .LeeClaseCuentas .PuntosClaseCuentas;
IF ClienteAntoiguo THEN (PRINTOUT T "Número de años como
cliente ==>") AntiguedadClientee (READ)
.PuntosAntiguedadCli ente;
IF Cl ienteAntiguo THEN Reí ac i ónSal dos (FOUDTIENT Saldotiedio
SaldoActual);
THEN .PuntosRelaciónSaldos;
IF ClienteAntiguo THEN ReíaciónCuantíaSaldo (FOUOTIENT
Cuantía Saldohedio);
THEN .PuntosRelaciónCuantíaSaldo;
IF ClienteAntiguo THEN ReíaciónDébitoCuantía (FOUDTIENT
Débito Cuantía);
THEN .PuntosRelaciónDébitoCuantia;
THEN .PuntosCumplimientoPrestamos;
THEN (PRINTOUT T "PUNTUACIÓN OBTENIDA : " PuntuaciónFinal T ) ;
IF PuntuaciónFinal > 30 THEN Concesión T
(PRINTOUT T "Le ha sido concedido el crédito");
IF (NOT Concesión) THEN (PRINTOUT T "No le ha sido concedido
el crédito");
THEN (during 10000 d o ) ;
THEN .Final;
RuleSet Persona.PuntosAntiguedadCli ente
IF AntiguedadCliente <= 1 THEN AntiguedadCli ente: ,Puntos 1
PuntuaciónFinal PuntuaciónFinal + 1;
IF AntiguedadCliente <= 5 THEN AntiguedadCliente:,Puntos 2
PuntuaciónFinal PuntuaciónFinal + 2;
IF AntiguedadCliente >= 6 Then AntiguedadCliente:,Puntos 3
PuntuaciónFinal PuntuaciónFinal + 3:
253
RulesSet Persona.PuntosClaseCuentas
RuleSetPersona.PuntosRelacidnSaldos
ciones que debe incluir este Sistema Experto así como su alcance
Sistema Experto.
cindible.
mismo en producción.
cación del sistema que nos ocupa, se plantea la difusión del co-
dades que permitan que este paso sea lo más simple, rápido y al
cinas bancarias.
sector financiero.
CAIXA.LSP
(DEFVAR PERSONA)
(DEFVAR VENTANA (MAKE-WINDOW-STREAM))
(DEFUN INICIO NIL
(PUTPROP 'PERSONA O 'PUNTUACIÓN)
(PUTPROP 'PERSONA NIL 'CONCESIÓN)
(PUTPROP 'PERSONA 3000 'SALDOMEDIO)
(PUTPROP 'PERSONA O 'DEBITO)
(PUTPROP 'PERSONA 'PERFECTO 'CUMPLIMIENTOPRESTAMOS)
(PUTPROP 'PERSONA 4000 'SALDOACTUAL))
266
(DEFUN CONCESIONCREDITO NIL
(INICIO)
(SEND VENTANA :CLEAR-SCREEN)
(SEND VENTANA :WRITE-STRING "NOMBRE ==> ")
(PUTPROP 'PERSONA (READ VENTANA) 'NOMBRE)
(SEND VENTANA :WRITE-STRING "PRIMER APELLIDO ==> ")
(PUTPROP 'PERSONA (READ VENTANA) •PRIMERAPELLIDO•)
(SEND VENTANA :WRITE-STRING "SEGUNDO APELLIDO ==> ")
(PUTPROP 'PERSONA (READ VENTANA) 'SEGUNDOAPELLIDO)
(SEND VENTANA :WRITE-STRING "EDAD ==> *;
(PUTPROP 'PERSONA (READ VENTANA) 'EDAD)
(SEND VENTANA :WRITE-STRING "DNI ==> ")
(PUTPROP 'PERSONA (READ VENTANA) 'DNI)
(SEND VENTANA :WRITE-STRING "CUANTÍA SOLICITADA ==> ")
(PUTPROP 'PERSONA (READ VENTANA) 'CUANTÍA)
(PUTPROP 'PERSONA (ANTIGÜEDAD) 'CLIENTEANTIGUO)
(PUTPROP 'PERSONA (LEEPROFESION) 'PROFESIÓN)
(PUNTOSPROFESION)
(PUTPROP 'PERSONA (LEEDESTINO) 'DESTINOPRESTAMO)
(PUNTOSDESTINO)
(PUTPROP 'PERSONA (LEETIPOBIENES) 'TIPOBIENES)
(PUNTOSTIPOBIENES)
(PUNTOSEDAD)
(COND ((GET 'PERSONA 'CLIENTEANTIGUO)
(PUTPROP 'PERSONA (LEECLASECUENTAS) 'CLASECUENTAS)
(PUNTOSCLASECUENTAS)
(SEND VENTANA :CLEAR-SCREEN)
(SEND VENTANA :WRITE-STRING "NUMERO DE ANOS COMO CLIENTE ==> ")
(PUTPROP 'PERSONA (READ VENTANA) 'ANTIGUEDADCLIENTE)
(PUNTOSANTIGUEDADCLIENTE)
(PUTPROP 'PERSONA (/ (GET 'PERSONA 'SALDOMEDIO)
(GET 'PERSONA •SALDOACTUAL))
'RELACIONSALDOS))
(T NIL))
(PUNTOSRELACIONSALDOS)
(COND ((GET 'PERSONA 'CLIENTEANTIGUO)
(PUTPROP 'PERSONA (/ (GET 'PERSONA 'CUANTÍA)
(GET 'PERSONA 'SALDOMEDIO))
'RELACIONCUANTIASALDO))
(T NIL))
(PUNTOSRELACIONCUANTIASALDO) 267
(COND ((GET 'PERSONA 'CLIENTEANTIGUO)
(PUTPROP 'PERSONA (/ (GET 'PERSONA 'DEBITO)
(GET 'PERSONA 'CUANTÍA))
'RELACIONDEBITOCUANTIA)
(PUNTOSRELACIONDEBITOCUANTIA)
(PUNTOSCUMPLIMIENTOPRESTAMOS))
(T NIL))
(SEND VENTANA :CLEAR-SCREEN)
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :V¡RITE-STRING " PUNTUACIÓN OBTENIDA : ")
(PRINC (GET 'PERSONA 'PUNTUACIÓN) VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(COND ((> (GET 'PERSONA 'PUNTUACIÓN) 30)
(PUTPROP 'PERSONA T 'CONCESIÓN)
(SEND VENTANA :WRITE-STRING "LE HA SIDO CONCEDIDO EL CRÉDITO"))
(T (SEND VENTANA .-WRITE-STRING "NO LE HA SIDO CONCEDIDO EL CRÉDITO")))
(TERPRI VENTANA)
(TERPRI VENTANA)
NIL)
(DEFUN LEECLASECUENTAS NIL
(SEND VENTANA :CLEAR-SCREEN)
(PRINC " CLASE DE CUENTAS QUE POSEE" VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "1 : A PLAZO CON O SIN LIBRETA")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :ltRITE-STRING "2 : SOLO LIBRETA")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "3 : LIBRETA Y CUENTA CORRIENTE")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "4 : SOLO CUENTA CORRIENTE")
(TERPRI VENTANA)
(TERPRI VENTANA) 268
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "OPCIÓN ELEGIDA: ")
(PROG {(OPCIÓN (READ VENTANA)))
(RETURN
(COND ((= OPCIÓN 1) 'PLAZOCONOSINLIBRETA)
((= OPCIÓN 2) 'SOLOLIBRETA)
((= OPCIÓN 3) 'LIBRETAYCUENTACORRIENTE)
((= OPCIÓN 4) •SOLOCUENTACORRIENTE)
(T (LEECLASECUENTAS))))))
(DEFUN LEEDESTINO NIL
(SEND VENTANA :CLEAR-SCREEN)
(PRINC " DESTINO DEL CRÉDITO" VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "1 : INDUSTRIA O COMERCIO")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "2 : ADQUISICIÓN DE COCHES")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "3 : ADQUISICIÓN DE VIVIENDA")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "4 : ARREGLO DE VIVIENDA")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :14RITE-STRING "5 : AGRICULTURA O GANADERÍA")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "6 : MOBILIARIO Y HOGAR")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA -.WRITE-STRING "7 : CONSUMO Y VARIOS")
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "OPCIÓN ELEGIDA: ")
(PROG ((OPCIÓN (READ VENTANA)))
(RETURN
(COND ((= OPCIÓN 1) •'INDUSTRIACOMERCIO)
((•- OPCIÓN 2) •ADQUISICIONCOCHE) 269
((= OPCIÓN 3) 'ADQUISICIONVIVIENDA)
(('-•• OPCIÓN 4) 'ARREGLOVIVIENDA)
((- OPCIÓN 5) 'AGRICULTURAGANADERIA)
((= OPCIÓN 6) 'MOBILIARIOHOGAR)
((= OPCIÓN 7) 'CONSUMOVARIOS)
(T (LEEDESTINO))))))
(DEFUN LEEPROFESION NIL
(SEND VENTANA :CLEAR-SCREEN)
(PRINC " PROFESIÓN" VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA .-WRITE-STRING "1 : OBRERO SIN CUALIFICAR")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA : WRITE-STRING "2 : OBRERO CUALIFICADO")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "3 : COMERCIANTE O AMA DE CASA")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "4 : OFICINISTA/FUNCIONARIO/MILITAR")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "5 : TITULADO UNIVERSITARIO")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "6 : PATRONO AUTÓNOMO")
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "OPCIÓN ELEGIDA: ")
(PROG ((OPCIÓN (READ VENTANA)))
(RETURN
(CGND ((= OPCIÓN 1) 'OBREROSINCUALIFICAR)
(7= OPCIÓN 2) 'OBREROCUALIFICADO)
((= OPCIÓN 3) 'COMERCIANTEAMADECASA)
((= OPCIÓN 4) 'OFICINISTAFUNCIONARIOMILITAR)
í 7 = OPCIÓN 5) 'TITULADOUNIVERSITARIO)
((= OPCIÓN 6) 'PATRONOAUTONOMO)
(T (LEEPROFESION))))))
(DEFUN LEETIPOBIENES NIL
(SEND VENTANA :CLEAR-SCREEN)
(PRINC " TIPO DE BIENES QUE POSEE" VENTANA)
(TERPP.I VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "1 : SIN BIENES")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :?JRITE-STRING "2 : INMUEBLES FUNDAMENTALMENTE")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "3 : RUSTICAS FUNDAMENTALMENTE")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "4 : INDUSTRIA/COMERCIO")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "5 : VALORES CON O SIN OTROS BIENES")
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :V/RITE-STRING "6 : SOLO VEHÍCULOS O VARIOS")
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(SEND VENTANA :WRITE-STRING "OPCIÓN ELEGIDA: ")
(PROG ((OPCIÓN (READ VENTANA)))
(RETURN
(COND ((= OPCIÓN 1) 'SINBIENES)
((= OPCIÓN 2) 'INMUEBLESFUNDAMENTALMENTE)
((= OPCIÓN 3) 'RUSTICASFUNDAMENTALMENTE)
((= OPCIÓN 4) 'INDUSTRIACOMERCIO)
((= OPCIÓN 5) 'VALORESCONOSINOTROSBIENES)
((= OPCIÓN 6) 'SOLOVEHICULOSOVARIOS)
(T (LEETIPOBIENES))))))
(DEFUN ANTIGÜEDAD NIL
(SEND VENTANA :CLEAR-SCREEN)
(PRINC " ES USTED ?•• VENTANA)
(TERPRI VENTANA)
(TERPRI l^ENTANA)
(SEND VENTANA :WRITE~STRING "1 : CLIENTE NUEVO")
(TERPRI VENTANA)
(TERPRI VENTANA) 271
(TERPRI VENTANA)
(TERPRI VENTANA)
(TERPRI VENTANA)
(RETURN
((EQ OPCIÓN 2) T)
(T (ANTIGÜEDAD))))))
•PUNTUACIÓN))
'PUNTUACIÓN))
'PUNTUACIÓN))))
'PUNTUACIÓN))
'PUNTUACIÓN))
'PUNTUACIÓN))
'PUNTUACIÓN))))
'PUNTUACIÓN))
'PUNTUACIÓN))
((EQ (GET 'PERSONA 'CUMPLIMIENTOPRESTAMOS) •GRANDESRETRASOS)272
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))
((EQ (GET 'PERSONA 'CUMPLIMIENTOPRESTAMOS) 'SINPRESTAMOS)
(PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))))
(DEFUN PUNTOSDESTINO NIL
(COND ((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'INDUSTRIACOMERCIO)
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN) )
((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'ADQUISICIONCOCHE)
(PUTPROP 'PERSONA (+2 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'ADQUISICIONVIVIENDA)
(PUTPROP 'PERSONA (+3 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'ARREGLOVIVIENDA)
(PUTPROP 'PERSONA (+4 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'AGRICULTURAGANADERIA)
(PUTPROP 'PERSONA (+5 (GET •PERSONA •PUNTUACIÓN))
•PUNTUACIÓN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'MOBILIARIOHOGAR)
(PUTPROP 'PERSONA (+ 6 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))
((EQ (GET 'PERSONA 'DESTINOPRESTAMO) 'CONSUMOVARIOS)
(PUTPROP 'PERSONA (+ 7 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))))
(DEFUN PUNTOSEDAD NIL
(COND ((<= (GET 'PERSONA 'EDAD) 26)
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))
((<= (GET 'PERSONA 'EDAD) 34)
(PUTPROP 'PERSONA (+4 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN) )
((<= (GET 'PERSONA 'EDAD) 46)
(PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((<= (GET 'PERSONA 'EDAD) 54)
(PUTPROP 'PERSONA (+ 3 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((> (GET 'PERSONA 'EDAD) 55) 273
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))))
(DEFUN PUNTOSPROFESION NIL
(COND ((EQ (GET 'PERSONA 'PROFESIÓN) 'OBREROSINCUALIFICAR)
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((EQ (GET 'PERSONA 'PROFESIÓN) 'OBREROCUALIFICADO)
(PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))
((EQ (GET 'PERSONA 'PROFESIÓN) •COMERCIANTEAHADECASA)
(PUTPROP 'PERSONA (+ 3 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((EQ (GET 'PERSONA 'PROFESIÓN) 'OFICINISTAFUNCIONARIOMILITAR)
(PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((EQ (GET 'PERSONA 'PROFESIÓN) 'TITULADOUNIVERSITARIO)
(PUTPROP 'PERSONA (+5 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((EQ (GET 'PERSONA 'PROFESIÓN) 'PATRONOAUTONOMO)
(PUTPROP 'PERSONA (+6 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))))
(DEFUN PUNTOSRELACIONCUANTIASALDO NIL
(COND ((NOT (GET 'PERSONA 'CLIENTEANTIGUO))
(PUTPROP 'PERSONA (+ 1 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN) )
((<= (GET •PERSONA 'RELACIONCUANTIASALDO) 4)
(PUTPROP 'PERSONA (+5 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((<= (GET 'PERSONA 'RELACIONCUANTIASALDO) 10)
(PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIÓN))
•PUNTUACIÓN))
((<= (GET 'PERSONA 'RELACIONCUANTIASALDO) 50)
(PUTPROP 'PERSONA (+ 3 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))
((> (GET 'PERSONA 'RELACIONCUANTIASALDO) 50)
(PUTPROP 'PERSONA (+ 2 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN))))
(DEFUN PUNTOSRELACIONDEBITOCUANTIA NIL
(COND ((= (GET 'PERSONA 'RELACIONDEBITOCUANTIA) 0.0)
(PUTPROP 'PERSONA (+ 4 (GET 'PERSONA 'PUNTUACIÓN))
'PUNTUACIÓN)) 2
II - BIBLIOGRAFÍA GENERAL.
(Franee).
Franee.
trum-Control-Eng. (Japan).
Mod-O-ff-Technol (USA).
Int-J-Policy-Iní (Taiwan).
USA.
(USA).
Comput-Syst (USA).
Comput-Bull (GB)
(GB)
Rebotica (GB).
Eng-Comput (GB).
Oxford, England.
Comput-Decis (USA)
Accountant (GB).
IEEE-J-Sel-Areas-Conmun (USA).
Comput (GB).
ComputerworId (USA).
chester, England.
Accountancy (GB).
Halifax. Canadá.
Computerwold (USA).
Syst (GB).
Bus-Mark (USA)
Prop-Casualty-Insur-Ed (USA).
Casualty-Insur-Ed (USA).
Omega (6B).
Can-Datasyst (Canadá).
Commun (GB).
(USA).
Comput-Commun (BB).
(GB) .
(USA).
(USA)
ComputerworId (USA).
New-Sci (GB) .
BYTE (USA)
USA.