DEBER DE INTELIGENCIA ARTIFICIAL

CAPITULO V

1. Usando los hechos 1-9 del Apartado 5.1 responder a la pregunta “¿Odiaba Marco a César?”.

1. hombre(Marco)
2. pompeyano(Marco)
3. x: pompeyano(x)  romano(x)
4. gobernante(César)
5. x: romano(x)  leal(x,César) v odia(x,César)
6. x: y: leal(x,y)
7. x: y: persona(x)  gobernante(y)  intentaasesinar(x,y)  leal(x,y)
8. intentaasesinar(Marco,César)
9. x: hombre(x)  persona(x)

2. En el Apartado 5.3 se demostró que, a partir de los hechos descritos, había dos formas
posibles de demostrar la sentencia ¬vivo(Marco,ahora). En la figura 5.12 se muestra una
demostración por resolución que corresponde a uno de dichos métodos. Utilizar la otra línea
de razonamiento para obtener una demostración, por resolución, de la sentencia.

Axiomas en forma clausal:

1. hombre(Marco)
2. pompeyano(Marco)
3. nace(Marco,40)
4. hombre(x1) v mortal(x1)
5. pompeyano(x2) v murió(x2,79)
6. erupción(volcán,79)
7. mortal(x3) v nace(x3,t1) v mayor(t2-t1,150) v muerto(x3,t2)
8. ahora = 1991
9. vivo(x4,t3) v muerto(x4,t3)
10. muerto(x5,t4) v vivo(x5,t4)
11. murió(x6,t5) v mayor(t6,t5) v muerto(x6,t6)

Demostrar: vivo(Marco, ahora)

3. Trazar el funcionamiento del algoritmo de unificación en cada uno de los siguientes pares de
términos:
a. f(Marco) y f(César)
Sust = Nil
S = fallo
FALLO

b. f(x) y f(g(y))
Sust = Nil
S = {g(y) / x}
f(g(y)) y f(g(y))
Sust = {g(y) / x}
 c. f(Marco,g(x,y)) y f(x,g(César,Marco))
Sust = Nil
S = {Marco / x}
f(Marco, g(Marco, y)) y f(Marco, g(César, Marco))
Sust = {Marco / x}
Sust = Nil
S = FALLO
FALLO

4. Considérense las siguientes sentencias:

1. A John le gusta toda clase de comida.

2. Las manzanas son comida.
3. El pollo es comida.
4. Cualquier cosa que uno coma y no le mate es comida.
5. Bill come cacahuetes y aún esta vivo.
6. Sue come todo lo que come Bill.

a. Traducir estas sentencias a fórmulas en lógica de predicados.

1. x: comida(x)  gusta(John,x)

2. comida(manzana)
3. comida(pollo)
4. x : y: come(y,x)  mata(x,y)  comida(x)
5. come(Bill, cacahuate)  mata(cacahuate,Bill)
6. x: come(Bill, x)  come(Sue, x)

b. Demostrar, por razonamiento hacia atrás, que a John le gustan los cacahuetes.

gusta(John,cacahuates)

1, sustitución
comida(cacahuate)

4, sustitución
come(y, cacahuate) 
mata(cacahuate,y)

5, sustitución
come(Bill, cacahuate)  mata(cacahuate,Bill)

c. Convertir a forma clausal las fórmulas del inciso a.

1.-
1. x: comida(x)  gusta(John,x)
2. comida(manzana)
3. comida(pollo)
4. x : y: [come(y,x)  mata(x,y)]  comida(x)
5. come(Bill, cacahuate)  mata(cacahuate,Bill)
6. x: come(Bill, x)  come(Sue, x)
2.-
 4. x : y: come(y,x)  mata(x,y)  comida(x)
3.-
ya está normalizado
4.-
ya están todos los cuantificadores a la izquierda
5.-
No existen cuantificadores existenciales
6.-
1. comida(x)  gusta(John,x)
4. come(y,x)  mata(x,y)  comida(x)
6. come(Bill, x)  come(Sue, x)
7.-
La matriz ya es una conjunción de disyunciones
8.-
la 5 se convertirá en:
5a. Come (Bill, cacahuate)
5b. mata(cacahuate,Bill)
9.-
1. comida(x1)  gusta(John,x1)
2. comida(manzana)
3. comida(pollo)
4. come(y1,x2)  mata(x2,y1)  comida(x2)
5a. Come (Bill, cacahuate)
5b. mata(cacahuate,Bill)
6. come(Bill, x3)  come(Sue, x3)

d. Demostrar, usando la resolución, que a John le gustan los cacahuetes.

gusta (John, cacahuate)

gusta (John, cacahuate) 1 comida(x1)  gusta(John, x1)

cacahuate / x1
comida (cacahuate) 4 come(y1,x2)  mata(x2, y1)  comida(x2)

Cacahuate / x2

5a. come(Bill, cacahuate) come(y1,cacahuate)  mata(cacahuate, y1)

Bill / y1
5b. mata(cacahuate,Bill) mata(cacahuate, Bill)
cahuate)

e. Utilizar la resolución para obtener una respuesta a la pregunta “¿Qué comida come
Sue?”.
5. Considérense los siguientes hechos:
 Los miembros del club de bridge de la calle Elm son Joe, Sally, Bill y Ellen.
 Joe está casado con Sally.
 Bill es el hermano de Ellen.
 El cónyuge de cada persona casada del club también está en el club.
 La última reunión del club fue en casa de Joe.

a. Representar estos hechos en lógica de predicados.

1. miembroclub(Joe)  miembroclub(Sally)  miembroclub(Bill)  miembroclub(Ellen)
2. casado(Joe, Sally)
3. hermano(Bill, Ellen)
4. x:y:miembroclub(x)  casado(x,y)  miembroclub(y)
5. z: club(ultimareunión, z)  casa(z, Joe)

b. A partir de los hechos dados anteriormente, la mayoría de la gente sería capaz de

averiguar si son ciertas las siguientes sentencias:
 La última reunión del club fue en casa de Sally.
 Ellen no está casada.
¿Puede demostrar por resolución la verdad de estas dos sentencias, dados los cinco
hechos enumerados más arriba? Hacerlo si es posible. En caso contrario, añada los
hechos que necesite y construya, a continuación, las demostraciones.

6. Supóngase los siguientes hechos:

1. A Steve sólo le gustan los cursos fáciles.
2. Los cursos de ciencias son difíciles.
3. Todos los cursos del departamento de trenzado de cestos son fáciles.
4. El BK301 es un curso de trenzado de cestos.
Usar la resolución para responder a la pregunta “¿Qué curso le gustaría a Steve?”.
1. x: curso(x, fácil)  gusta(Steve, x)
2. x::esuncurso(x, ciencias)  curso(x, difícil)
3. x::esuncurso(x, trenzadodecestos)  curso(x, fácil)
4. esuncurso(BK301, trenzadodecestos)

¿Qué curso le gustaría a Steve?

Gusta(Steve,x)
1. curso(x1, fácil)  gusta(Steve, x1)
2. esuncurso(x2, ciencias)  curso(x2, difícil)
 3. esuncurso(x3, trenzadodecestos)  curso(x3, fácil)
4. esuncurso(BK301,trenzadodecestos)

7. En el Apartado 5.4.7 contestamos a la pregunta “¿Cuándo murió Marco?”, para lo cual

demostramos por resolución que hubo un instante de tiempo en el que Marco murió.
Utilizando los hechos que aparecen en la Figura 5.4 junto con el hecho adicional:
x: t1: muerto(x, t1)  t2: mayor(t1,t2)  murió(x,t2)
existe otra forma de demostrar que hubo un tiempo en que Marco murió.
a. Realizar una demostración por resolución donde se siga esta otra línea de
razonamiento.
b. ¿Qué respuesta dará esta demostración a la pregunta “¿Cuándo murió Marco?”?

x: t1: muerto(x,t1)  t2:mayor(t1,t2)  murió(x,t2)

x: t1: muerto(x,t1)  [t2:mayor(t1,t2)  murió(x,t2)]
x: t1: t2: muerto(x,t1)  [mayor(t1,t2)  murió(x,t2)]
x: t1: muerto(x,t1)  [mayor(t1,S1(t1))  murió(x,S2(x))]
x: t1: [muerto(x,t1)  mayor(t1,S1(t1))]  [muerto(x,t1)  murió(x,S2(x))]

8. Supongamos que estamos intentando resolver las siguientes cláusulas:

ama(padre(a),a)
ama(y,x)  ama(x,y)

a) ¿Cuál será el resultado del algoritmo de unificación cuando se aplique a la cláusula 1 y al primer término
de la cláusula 2?
b) ¿Cuál deberá ser el resultado de resolver estas dos cláusulas?
c) ¿Qué muestra este ejemplo acerca del orden en el que deben realizarse las sustituciones determinadas
por el procedimiento de unificación?

SOLUCION:
a) E={ ama(padre(a),a), ama(y,x)  ama(x,y) }

Procedimiento Unificar (E, ξ)

Formar el conjunto de discordancia Ð de ξ.;
if Ð es igual NIL then
mensaje (σ, “mgu (más general unificador) “);
parar;
endif
if existen dos elementos V=variable and t=término de Ð and V not in t then
σ  σ .{t / V};
ξ  sustituir (ξ , {t / V});
Unificar (ξ, σ);
Else
Mensaje (“el conjunto inicial no es unificable”);
parar;
Endif
Fin Unificar

Unificar (E, {})= Unificar ({ama(padre(a),a),ama(y,x)  ama(x,y)}, {})

Paso 1:
Entonces: ξ  E, σ  {}
Ð = Discordancia = { padre(a), y }
V y, t padrea(a)
σ  σ .{padre(a) / y} = {padre(a) / y }
ξ  sustituir(ξ,,{padre(a) / y})={ama(padre(a),a), ama(padre(a),x)ama(x, padre(a)) }
Unificar (ξ, σ)

Paso 2:
Entonces: ξ  ξ σ  σ
Ð = Discordancia = { a, x }
V x, ta
σ  σ .{a/x} = {padre(a) / y, a/x}
ξsustituir(ξ.{a/x})={ama(padre(a),a),ama(padre(a),a)ama(a,padre(a))}
Unificar (ξ, σ)

Paso 3:
Entonces: ξ  ξ σ  σ
Ð = Discordancia = { }
mgu σ ={padre(a)/y, a/x}

b)

c) Encontremos las discordancias de derecha a izquierda:

Unificar (E, {}): Unificar ({ama(padre(a),a),ama(y,x)  ama(x,y)}, {})

Paso 1:
Entonces: ξ  E, σ  {}
Ð = Discordancia = { a, y }
V y, t a
σ  σ .{a/y} = {a/y}
 ξ  sustituir(ξ,,{a/y})={ama(padre(a),a), ama(a,x)ama(x, a) }
Unificar (ξ, σ)

Paso 2:
Entonces: ξ  ξ σ  σ
Ð = Discordancia = { padre(a), x }
V x, tpadre(a)
σ  σ .{a/x} = {a/y, padre(a)/x}
ξsustituir(ξ.{a/x})={ama(padre(a),a),ama(a,padre(a))ama(padre(a),a)}
Unificar (ξ, σ)

Paso 3:
Entonces: ξ  ξ σ  σ
Ð = Discordancia = { }
mgu σ ={a/y, padre(a)/x }

ama(padre(a),a) ama(y,x)ama(x,y)

padre(a)/x
a/y
no existe resolvente

9. Supóngase que a partir de los siguientes hechos:

x,y,z: mayor(x,y)  mayor(y,z)  mayor(x,z)

a,b: succ(a,b)  mayor(a,b)
x: mayor(x,x)

se pretende demostrar
mayor(5,2)

Considere el siguiente intento de demostración por resolución:

a) ¿Dónde está el error?
b) ¿Qué se debería añadir al procedimiento de resolución para estar seguro de que esto no sucede?

SOLUCION:

a)
BDH: Base de Hechos poner en forma clausual:
1: x,y,z: mayor(x,y)  mayor(y,z)  mayor(x,z)

Paso a) Eliminar las implicaciones 

x,y,z: [mayor(x,y)  mayor(y,z)]  mayor(x,z)
Paso b) Reducir el ámbito de las negaciones 
x,y,z: mayor(x,y)  mayor(y,z)  mayor(x,z)
Paso c) Eliminar los cuantificadores universales
mayor(x,y)  mayor(y,z)  mayor(x,z)

2: a,b: succ(a,b)  mayor(a,b)

Paso a) Eliminar las implicaciones 

a,b: [succ(a,b)]  mayor(a,b)
Paso b) Reducir el ámbito de las negaciones 
a,b: succ(a,b)  mayor(a,b)
Paso c) Eliminar los cuantificadores universales
succ(a,b)  mayor(a,b)

3: x: mayor(x,x)

Paso a) Eliminar los cuantificadores universales

mayor(x,y)

El error se encuentra en:

 querer unificar una variable con otra variable {y/z}.
 a y b para unificar deberían ser términos y no tomarlos como variables, y así no podría unificar
dos términos {2/b}.
  El procedimiento de resolución indica que no es factible utilizar una cláusula que ya ha sido
tomada en cuenta, como la cláusula 1: que se considera otra vez en la resolución.

b) Al procedimiento de resolución se debe añadir la factibilidad de ver si son predicados computables,

ya que 5 no es el sucesor de 2, debiendo de cierta manera existir una regla que indique que el
sucesor de a sea b, siempre y cuando b-a se igual a 1:

La regla 2 es correcta ya que: succ(3,2)  mayor(3,2) pero lo inverso no se da ya que

mayor(5,2) no implica que succ(5,2). Se debería modificar esa regla algo así:

2: a,b: succ(a,b)  mayor(a,b)  c: igual(c,1)

a,b: succ(a,b)  [mayor(a,b)  c: igual(c,1)]
a,b: c: [succ(a,b)  mayor(a,b)]  [succ(a,b)  igual(c,1)]
a,b: [succ(a,b)  mayor(a,b)]  [succ(a,b)  igual(restar(b,a),1)]

2.1: succ(a,b)  mayor(a,b)

2.2: succ(a,b)  igual(restar(b,a),1)

Y aumentar una regla de igual:

4: a: igual(a,a)
quedando en forma clausual:
4: igual(a,a)

Por refutación la cláusula aprobar debería ser: mayor(5,2)  succ(5,2)

Negando queda en forma clausual:

10. La respuesta al último problema sugiere que el procedimiento de unificación se podría simplificar omitiendo
la comprobación que impide la unificación de x con f(x) ( comprobación de aparición). Esto debería ser
posible puesto que nunca habrá dos cláusulas con variables compartidas. Si x aparece en una, f(x) no puede
aparecer en ninguna otra. Pero supongamos que le damos al procedimiento de unificación las dos cláusulas
siguientes (siguiendo la notación del Apartado 5.4.4):

p(x,f(x))
p(f(a),a)

Trazar la ejecución del procedimiento. ¿Qué muestra este ejemplo acerca de la necesidad de la comprobación
de aparición?

SOLUCION:

Unificar (E, {}): Unificar ({p(x,f(x)), p(f(a), a)},{})

Paso 1:
Entonces:
ξ  E= {p(x,f(x)), p(f(a), a)}
σ  {}
 Ð = Discordancia = { f(a), x }
V x, t f(a)
σ  σ .{f(a)/x} = {f(a)/x}
ξ  sustituir(ξ,,{f(a)/x})={p(f(a),f(f(a))), p(f(a),a)}
Unificar (ξ, σ)

Paso 2:
Entonces:
ξ  ξ = {p(f(a),f(f(a))), p(f(a),a)}
σ  σ = {f(a)/x}
Ð = Discordancia = { padre(a), x }
V , tf(f(a)) y ta /* Hay error los dos son términos */
σ  σ .{a/f(f(a))} = {(f(a)/x, f(f(a)))/a}
ξsustituir(ξ.{a/x})={ p(f(f(f(a))),f(f(f(f(a))))), p(f(f(f(a))), f(f(a)))}

Unificar (ξ, σ)

Paso 3:
ERROR: Se vuelve recursivo si sigo cambiando entre términos
mgu σ ={(f(a)/x, f(f(a)))/a, .....}

La comprobación es necesaria ya que se debería comparar f con a, como no se estipula

entonces se toma como un todo.

11. ¿Qué hay de erróneo en el siguiente argumento (Henle, 1965)?

 Los hombres están dispersos por toda la Tierra.

 Sócrates es un hombre.
 Por lo tanto, Sócrates está disperso por toda la Tierra.

¿Cómo se podrían representar, por medio de la lógica, los hechos que aparecen en estas sentencias de forma
que se resolviese este problema?

SOLUCION:

BDH: Base de Hechos poner en forma clausual:

1: x: Hombre(x)  disperso(x,tierra)

Paso a) Eliminar las implicaciones 

x: [Hombre(x)]  disperso(x,tierra)
Paso b) Reducir el ambito de las negaciones 
x: Hombre(x)  disperso(x,tierra)
Paso c) Eliminar los cuantificadores universales
Hombre(x)  disperso(x,tierra)

2: Hombre(Sócrates)

Hombre(x)  disperso(x,tierra) Hombre(Sócrates)

Sócrates/x

disperso(Sócrates, tierra) ERROR: Sócrates está muerto.

Se debería tener las siguientes reglas:

1: x: Hombre(x)  disperso(x,tierra)

 Paso a) Eliminar las implicaciones 
x: [Hombre(x)]  disperso(x,tierra)
Paso b) Reducir el ámbito de las negaciones 
x: Hombre(x)  disperso(x,tierra)
Paso c) Eliminar los cuantificadores universales
Hombre(x)  disperso(x,tierra)

2: x: disperso(x,tierra)  vivo(x)

Paso a) Eliminar las implicaciones 

x: [disperso(x,tierra)]  vivo(x)
Paso b) Reducir el ámbito de las negaciones 
x: disperso(x,tierra)  vivo(x)
Paso c) Eliminar los cuantificadores universales
disperso(x,tierra)  vivo(x)

3: Hombre(Sócrates)
4: vivo(Sócrates)

12. Considérense todos los hechos referidos al béisbol que aparecen representados mediante estructuras de
ranura-relleno en la Figura 4.5. Representar esos hechos como asertos en lógica de predicados.
Demostrar cómo las inferencias que se realizaron a partir de ese conocimiento en el Apartado 4.2
también se pueden obtener mediante la deducción lógica.

SOLUCION:

1: x: persona(x)  mano_hábil(derecha)

Paso a) Eliminar las implicaciones 

x: [persona(x)]  mano_hábil(derecha)
Paso b) Reducir el ámbito de las negaciones 
x: persona(x)  mano_hábil(derecha)
Paso c) Eliminar los cuantificadores universales
persona(x)  mano_hábil(derecha)

2: x: hombre_adulto(x)  persona(x)  altura(5-10)

Paso a) Eliminar las implicaciones 

x: [hombre_adulto(x)]  [persona(x) altura(5-10)]
Paso b) Reducir el ámbito de las negaciones 
x: [ hombre_adulto(x)[persona(x)][ hombre_adulto(x)altura(5-10)]
Paso c) Eliminar las cuantificadores universales
 x: [hombre_adulto(x)[persona(x)][ hombre_adulto(x)altura(5-10)]
Paso d) Eliminar las implicaciones 
2.1: hombre_adulto(x)persona(x)
2.2: hombre_adulto(x)altura(5-10)

3: x: jugador_béisbol(x)  hombre_adulto(x)  altura(6-1)  %bateao(.252)

Paso a) Eliminar las implicaciones 

x:jugador_béisbol(x)[hombre_adulto(x)altura(6-1)%bateao(.252)
Paso b) Reducir el ámbito de las negaciones 
x:[jugador_béisbol(x)  hombre_adulto(x)]
[jugador_béisbol(x)  altura(6-1)]
[jugador_béisbol(x)  %bateao(.252)]
Paso c) Eliminar las cuantificadores universales
[jugador_béisbol(x)  hombre_adulto(x)]
[jugador_béisbol(x)  altura(6-1)]
[jugador_béisbol(x)  %bateao(.252)]
Paso d) Eliminar las implicaciones 
3.1: jugador_béisbol(x)  hombre_adulto(x)
3.2: jugador_béisbol(x)  altura(6-1)
3.3: jugador_béisbol(x)  %bateao(.252)

4: x: lanzador(x)  jugador_campo(x)  jugador_béisbol(x)

Paso a) Eliminar las implicaciones 

x: [lanzador(x)  jugador_campo(x)]  jugador_béisbol(x)
Paso b) Reducir el ámbito de las negaciones 
x: [lanzador(x)  jugador_campo(x)]  jugador_béisbol(x)
Paso c) Eliminar las cuantificadores universales
[lanzador(x)  jugador_béisbol(x)]
[jugador_campo(x)  jugador_béisbol(x)]
Paso d) Eliminar las implicaciones 
4.1: lanzador(x)  jugador_béisbol(x)
4.2: jugador_campo(x)  jugador_béisbol(x)

5: x: lanzador(x)  %bateo(.106)

Paso a) Eliminar las implicaciones 

x: [lanzador(x)]  %bateo(.106)
Paso b) Reducir el ámbito de las negaciones 
x: lanzador(x)  %bateo(.106)
Paso c) Eliminar las cuantificadores universales
lanzador(x)  %bateo(.106)

6: x: jugador_campo(x)  %bateo(.262)

Paso a) Eliminar las implicaciones 

x: [jugador_campo(x)]  %bateo(.262)
Paso b) Reducir el ámbito de las negaciones 
x:  jugador_campo(x)  %bateo(.262)
Paso c) Eliminar las cuantificadores universales
 jugador_campo(x)  %bateo(.262)

7: x,y: lanzador(x)  jugador_campo(x)  equipo(y)

Paso a) Eliminar las implicaciones 

x,y: [lanzador(x)  jugador_campo(x)]  equipo(y)
Paso b) Reducir el ámbito de las negaciones 
x,y: [lanzador(x)  jugador_campo(x)]  equipo(y)
 Paso c) Eliminar las cuantificadores universales
[lanzador(x)  equipo(y)]
[jugador_campo(x)  equipo(y)]
Paso d) Eliminar las implicaciones 
7.1: lanzador(x)  equipo(y)
7.2: jugador_campo(x)  equipo(y)

8: lanzador(Three-Finger-Brown)
9: jugador_campo(Pee-Wee-Reese)
10: equipo (Chicago-clubs)
11: equipo (Broklyn-dodgers)

13. ¿Qué problemas se plantearían al intentar representar las siguientes sentencias en lógica de
predicados? Debería ser posible deducir la última sentencia a partir de las anteriores.

 A John sólo le gusta ver películas francesas.

 Es correcto suponer que una película es americana a no ser que se afirme explícitamente lo
contrario.
 En el Playhouse raramente aparecen películas extranjeras.
 La gente no hace aquello que le lleva a encontrarse en situaciones que no le gustan.
 John no suele ir al Playhouse.

SOLUCION:

1: gusta(John)  película(francesa)

Paso a) Eliminar las implicaciones 

[gusta(x)]  película(francesa)
Paso b) Reducir el ámbito de las negaciones 
gusta(x)  película(francesa)

2: x: película(x)  película(americana)

 Paso a) Eliminar las implicaciones 
x: [película(x)]  película(americana)
Paso b) Reducir el ámbito de las negaciones 
x: película(x)  película(americana)
Paso c) Eliminar los cuantificadores universales
película(x)  película(americana)

3: película(americana)  película(extranjera)

Paso a) Eliminar las implicaciones 

[película(americana)]  película(extranjera)
Paso b) Reducir el ámbito de las negaciones 
película(americana)  película(extranjera)

4: película(francesa)  película(extranjera)

Paso a) Eliminar las implicaciones 

[película(francesa)]  película(extranjera)
Paso b) Reducir el ámbito de las negaciones 
película(francesa)  película(extranjera)

5: presenta(Playhouse)  película(extranjera)

Paso a) Eliminar las implicaciones 

[presenta(Playhouse)]  película(extranjera)
Paso b) Reducir el ámbito de las negaciones 
presenta(Playhouse)  película(extranjera)

6: x,z: gusta(x)  presenta(z)  y: hacer(y)

Paso a) Eliminar las implicaciones 
x: [gusta(x)]  presenta(z)  y: [hacer(y)]
Paso b) Reducir el ámbito de las negaciones 
x: gusta(x)  presenta(z)  y: [hacer(y)]
Paso c) Eliminar los cuantificadores existenciales
x: gusta(x)  [presenta(z)  hacer(ir-a(x,z))] función de Skolem
Paso d) Distribuir los conectores 
x: [gusta(x)  hacer(ir-a(x,z))] 
[gusta(x)  presenta(z)]
Paso e) Eliminar cuantificadores universales
gusta(x)  hacer(ir-a(x,z)) 
gusta(x)  presenta(z)
Paso f) Eliminar conectores 
6.1: gusta(x)  hacer(ir-a(x,z))
6.2: gusta(x)  presenta(z)

7: hacer(ir(John,Playhouse))
 Para resolver por refutación niego la implicación 7:

Aunque se ha podido encontrar reglas y resolver mediante el procedimiento de resolución, vale

indicar que la lógica de predicados no es utilizada cuando se quiere modelar cosas como el ejercicio presenta:
sólo le gusta, suponer, a no ser que se afirme, explícitamente, raramente, no hace aquello, le lleva, en
situaciones.

CAPITULO 8:
RAZONAMIENTO ESTADÍSTICO

1. Considere el siguiente rompecabezas:

“Un guisante está situado bajo una de tres conchas. Entonces, las conchas se mueven con
tanta rapidez que parecen tener la misma probabilidad de contener al guisante. Sin
embargo, usted hace una elección ya que existe un premio si acierta la concha correcta. La
persona que realiza el juego sabe cuál es la concha correcta, y sin embargo, destapa una de
 las conchas no elegidas y resulta estar vacía. Así, sólo quedan dos conchas: una que elegido
y una que no. Además como la concha descubierta no contiene el guisante, una de las que
quedan debe contenerlo forzosamente. Se le ofrece la oportunidad de cambiar su elección
con la otra concha. Debería hacerlo?.”
Hágalo utilizando las probabilidades condicionadas con el teorema de Bayes. Que dice el resultado sobre
lo que debería hacer?

P(H|E,e) = P(H|E) * (P(e|E,H) / P(e|E))

H= Probabilidad de acertar a la primera elección = 0.33

E = Evidencia nueva luego de destapar una concha no elegida y comprobar que tal vez una de las dos
restantes contiene el guisante = 0.5

e = Evidencia previa, donde una de las tres conchas contiene el guisante = 0.33

P(Encontrar el guisante | una de las dos restantes contiene el guisante, una de las tres conchas contiene
el guisante) =
= P(0.33|0.5) * (P(0.33|0.5, 0.33) / P(0.33|0.5))
= (0.66) * (0.217 / 0.66)
= 0.217  > 1  Entonces debo mantener la concha elegida y NO
cambiar de opción

2. Usando las reglas de MYCIN para razonamiento inexacto, calcule CF, MB y MD de h1

dadas tres observaciones donde:

CF(h1,O1) = 0.5
CF(h1,O2) = 0.3
CF(h1,O3) = -0.2

CF[h,e] = MB[h,e] – MD[h,e]

CF(h1,O1) = 0.5
MB(h1,O1) = 0.5 + MD(h1,O1)
MD(h1,O1) = MB(h1,O1) -0.5

CF(h1,O2) = 0.3
MB(h1,O2) = 0.3 + MD(h1,O2)
MD(h1,O2) = MB(h1,O2) -0.3

CF(h1,O3) = -0.2
MB(h1,O3) = MD(h1,O3) -0.2
MD(h1,O3) = MB(h1,O3) +0.2

3. Demuestre que las reglas de combinación de MYCIN satisfacen las tres propiedades que
se les presume.

a. Las funciones de combinación deberían ser conmutativas y asociativas ya que el orden en el que se
reúnen las evidencias es arbitrario

Conmutativa A +B = B +A
 SI 1 = MB + MD entonces

MB = 1 – MD y MD = 1 – MB

1 = ( 1 – MD ) + MD y 1 = MB + ( 1 – MB )

1 = 1 y 1 = 1

Asociativa A + (B + C) = (A + B) + C

Asignando posibles valores tenemos que:

A: 0.27

B: 0.50

C: 0.23

Entonces: A + ( B + C) = 0.27 + ( 0.50 + 0.23) = 0.27 + 0.73 = 1

Y (A + B) + C = (0.27 + 0.50) + 0.23 = 0.77 + 0.23 = 1
Finalmente 1 = 1
b. Hasta que no se alcance la certeza, las evidencias adicionales que confirman deben incrementar
MB(y, de forma similar con las evidencias que restan confirmación y MD)

Asumiendo que

1 = MB + MD

Entonces si cualquiera de las dos crece o tiende a 1, entonces directamente proporcional

será la relación de la otra parte tendiendo a 0:

Si MB tiende a 1 => MD tiende a 0

Y esto es cierto si consideramos que MB confirma la predicción y MD desconforma dicha

predicción

c. Si las inferencias inciertas se encadenan juntas, el resultado debe ser de menor certeza que c/u de
las inferencias por separado

Dados las siguientes opciones de encontrar una carta específica entre cuatro posibles cartas
ocultas:

a. opción 1
b. opción 2
c. opción 3
d. opción 4

Entonces el posible factor de acertar sería ¼ y de inciertos de ¾

De ahí si sumamos las posibles equivocaciones, en el peor de los casos este sería de ¾ y de
aciertos de ¼

De ahí que ¼ es menor que ¾ que corresponde al factor de certeza en el mejor de los
casos, esto se refuerza con el literal anterior si tomamos en cuenta que ¼ + 1/3 nos da 1
que es el factor de sumar MB y MD
 4. Considere el siguiente conjunto de proposiciones:

A. El paciente tiene manchas rojas.

B. El paciente tiene sarampión.
C. El paciente tiene mucha fiebre.
D. El paciente tiene la fiebre de las Montañas Rocosas.
E. El paciente fue vacunado del sarampión.
F. Al paciente recientemente le picó una garrapata.
G. El paciente tiene alergia.

a) Crear una red que defina las conexiones causales entre los nodos.

Puede incrementarse proposiciones, por ejemplo:

H. Epidemia de Sarampión.
 b) Convertirla en una red bayesiana construyendo la matriz de probabilidades
codicionada necesaria.

ATRIBUTO PROBABILIDAD
0.95
p(Manchas rojas | Sarampión, Alergia)
p(Manchas rojas | Sarampión, ¬Alergia) 0.85
p(Manchas rojas | ¬Sarampión, Alergia) 0.80
p(Manchas rojas | ¬Sarampión, ¬Alergia) 0.20

p(Fiebre | Sarampión, Vacunado, MontañasRocosas) 0.99

p(Fiebre | Sarampión, Vacunado, ¬MontañasRocosas) 0.90
p(Fiebre | Sarampión, ¬Vacunado, MontañasRocosas) 0.88
p(Fiebre | Sarampión, ¬Vacunado, ¬MontañasRocosas) 0.85
p(Fiebre | ¬Sarampión, Vacunado, MontañasRocosas) 0.80
p(Fiebre | ¬Sarampión, Vacunado, ¬MontañasRocosas) 0.50
p(Fiebre | ¬Sarampión, ¬Vacunado, MontañasRocosas) 0.70
p(Fiebre | ¬Sarampión, ¬Vacunado, ¬MontañasRocosas) 0.10

p(Alergia | Vacunado, Garrapata) 0.40

p(Alergia | Vacunado, ¬Garrapata) 0.20
p(Alergia | ¬Vacunado, Garrapata) 0.10
p(Alergia | ¬Vacunado, ¬Garrapata) 0.01

p(Garrapata | Alergia, MontañasRocosas) 0.40

p(Garrapata | Alergia, ¬MontañasRocosas) 0.20
p(Garrapata | ¬Alergia, MontañasRocosas) 0.35
p(Garrapata | ¬Alergia, ¬MontañasRocosas) 0.05

p(Sarampión | Epidemia Sarampión) 0.90

p(Sarampión | ¬Epidemia Sarampión) 0.10

p(Vacunado | Epidemia Sarampión) 0.80

p(Vacunado | ¬Epidemia Sarampión) 0.20

p(MontañasRocosas | Epidemia Sarampión) 0.01

p(MontañasRocosas | ¬Epidemia Sarampión) 0.99

p(Epidemia Sarampión) 0.5

5. Considere otra vez las mismas proposiciones e identifique la enfermedad del paciente
utilizando la teoría de Dempster-Shafer.

a) ¿Qué es Θ ?.
Θ: Marco de discernimiento, Universo exhaustivo de hipótesis mutuamente
excluyentes.
Conjunto considerado:
{Sarampión, Fiebre de las Montañas Rocosas, Vacunado de Sarampión, Le picó una garrapata,
Alergia}
Acorde a la nomenclatura anterior
{B, D, E, F, G}
 {Θ} (1.0)

b) Defina el conjunto de funciones m que describen las dependencias entre los

orígenes de las evidencias y los elementos de Θ.

m1 = {B, G} (0.9) (Manchas rojas)

Θ (0.1)

m2 = {B, D, E} (0.8) (Mucha fiebre)

Θ (0.2)

{B, D, E,} (0.8) Θ (0.2)

{B, G} (0.9) {B } (0.72) {B, G} (0.18)
Θ (0.1) {B, D, E} (0.08) Θ (0.02)

m3 = {B } (0.72)
{B, G} (0.18)
{B, D, E} (0.08)
Θ (0.02)

m4 = {D, G } (0.4) (Picotazo de Garrapata)

Θ (0.6)

{D, G} (0.4) Θ (0.6)

{B } (0.72) Ø (0.288) {B } (0.432)
{B, G } (0.18) {G } (0.072) {B, G} (0.108)
{B, D, E } (0.08) {D } (0.032) {B, D, E} (0.048)
Θ (0.02) {D, G} (0.008) Θ (0.012)

Valor asociado a Ø: 0.288

Escalar valores con el Factor: 1-0.288 = 0.712

m5 = {B} (0.607)
{B, G} (0.152)
{B, D, E} (0.067)
{G } (0.101)
{D } (0.045)
{D, G} (0.011)
Θ (0.017)

c) Suponga que se observan manchas rojas, fiebre y un picotazo de garrapata. En

éste caso, ¿qué es Bel(FiebredelasMontañasRocosas)?.

Bel(FiebredelasMontañasRocosas) = Bel(D).

Para éstas tres condiciones, sumamos todos los valores de m5 para D y todos sus subconjuntos:

m5:
Bel(D) = 0.067 + 0.045 + 0.011
Bel(D) = 0.123

6. Defina los conjuntos difusos que puedan utilizarse para representar la lista de
proposiciones que se dieron al comienzo del apartado 8.5
 Preposición Conjunto difuso

John es muy alto Personas muy altas

Mary está un poco enferma Personas poco enfermas

Sue y Linda son amigas íntimas Amigas íntimas

Las excepciones a la regla son casi Reglas no absolutas

imposibles

La mayoría de los hombres franceses Hombres de mediana estatura

no son muy altos

7. Considere otra vez la historia del asesinato ABC del capítulo 7. La explicación dada allí se
centro en el uso de técnicas simbólicas de representación y uso de conocimiento incierto.
Examine ahora el uso de técnicas numéricas para la resolución del mismo problema. Para
cada parte, muestre cómo podría representarse el conocimiento. Cuando sea posible,
muestre cómo pueden combinarse para dar una predicción de quien cometió el crimen
dada al menos una posible configuración de la evidencia.

a. Use reglas de estilo MYCIN y CF’s. Por ejemplo, las reglas podrían incluir:

Si (1) parentesco (x,y), y

(2) en terminos de palabra(x,y),
entonces hay una evidencia sugerida (0.7) de que mintiera sobre (x,y)

CF [h,e] = MB[h,e] - MD[h,e]

Nueva probabilidad si lo hiciera

MB[h,e] = 0.7
MB[h,e1^e2] = 0.7 + ( 0.7 * 0.3)
MB[h,e1^e2] = 0.91

Nueva probabilidad si no lo hiciera

MD[h,e] = 1 - 0.7 = 0.3
MB[h,e1^e2] = 0.3 + ( 0.3 * 0.7)
MB[h,e1^e2] = 0.51

b. Utilice redes bayesianas. Represente los nodos como proposiciones como el

cuñado mintió, Cabot en una competición de esquí, etc.
El cuñado
mintió Cabot en la
competición de
esquí

Cabot
Babbit Inocente
Culpable

Registro
Abbott
Hotel
Inocente
Verídico

P(Babbit Culpable | Cuñado mintió)= 1

P(Abbott Inocente | Babbitt Culpable)= 1

P(Cabot Inocente | Cuñado mintió)= 1

P(Abbott Inocente | ~ Babbitt Culpable, Registro Hotel Verídico)= 0.2

P(Cabot Inocente | ~ Babbitt Culpable, Cabot en Competición esquí)= 0.2

P(Abbott Inocente | ~ Babbitt Culpable,~ Registro Hotel Verídico)= 0.6

P(Cabot Inocente | ~ Babbitt Culpable,~ Cabot en Competición esquí)= 0.6

P(Babbit Culpable)= 0.33

P(Abbott Culpable)= 0.33

P(Cabot Culpable)= 0.33

c. Utilice la teoría de Dempster-Shafer. Podrían ser ejemplos de m’s:

m1= {Abbott, Babbitt} (0.8) {beneficiarios}

θ (0.2)

m2= {Abbott, Cabot} (0.7) {posibilidades en su trabajo}

θ (0.3)

solución:

{Abbott, Babbitt, Cabot} {θ} {1}

m1= {Abbott, Babbitt} (0.8) {beneficiarios}
θ (0.2)
 m2= {Abbott, Cabot} (0.7) {posibilidades en su trabajo}
θ (0.3)

Tabla de Probabilidades:

{A,C} 0.7 Θ (0.3)

{A,B} (0.8) {A} 0.56 {A,B} (0.24)
Θ (0.2) {A,C} 0.14 Θ (0.06)

Las nuevas probabilidades serían:

{Abbott} = 0.56
{Abbott, Babbott} = 0.24
{Abbott, Cabot} = 0.14
Θ = 0.06
Total 1.00

d. Utilice la lógica difusa. Por ejemplo, podría definir conjuntos difusos tales como
“gente honesta” o “gente avara”, y describir a Abbott, Babbitt o Cabot como
miembros de estos conjuntos.

Preposición Conjunto difuso

Cabot es una persona honesta Gente honesta

Abbott y Babbitt son personas avaras Gente avara

e. Qué clase de información es la más sencilla (y la más difícil) de representar en

cada uno de los enfoques.

Factores de Certeza

Sencilla
Si las proposiciones son “acertadas”
Si el valor de la evidencia sugerida se acerca a lo correcto

Redes Bayesianas

Sencilla

Si las proposiciones son “acertadas”

Dempster – Shafer
Sencilla

Si el grado de creencia es “confiable”

Depende de las agrupaciones realizadas en subconjuntos de entre los elementos que
intervienen en la solución del problema.

Lógica Difusa
Sencilla

Si se logra abstraer de la realidad los conjuntos difusos correctos.

Si la información presentada es excluyente entre conjuntos.