Está en la página 1de 52

Sistemas Inteligentes

Curso 2011-12 Juan Carlos Gonzlez Moreno


Programacin Lgica
Lgica Proposicional
ISII Curso 2008/2009 Daniel Glez-Pea
ntroduccin a los Sistemas nformticos nteligentes
MODULO . NTRODUCCN
Tema 1: ntroduccin
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Introduccin a la Lgica
Es la que determina si un razonamiento es vlido o no.
Algunos precursores de la lgica pudieron vericar que
esta ciencia, casi expresada en su totalidad en palabras,
no haca posible una fcil aplicacin sobre temas
matemticos cuyo procedimiento y desarrollo se
quera comprobar, por lo que se introdujeron smbolos
que representan las deniciones y reglas dadas por la
lgica, crendose por consiguiente la lgica simblica,
llamada lgica matemtica
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
La lgica matemtica usa lenguajes
formales denidos articilmente para
formular enunciados acerca del mundo al
que se reeran en un momento dado
nuestros razonamientos, es por ello que
en la actualidad tambin se la conoce
como la lgica formal o matemtica.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Lgica Proposicional Sintaxis
Estudia los enunciados como un todo y sus
relaciones con otros enunciados.
Proposicin es aquel enunciado que
arma o niega algo y que puede ser
verdadero (V) o falso (F).
slo tiene dos categoras de clasicacin:
- las proposiciones verdaderas y
- las proposiciones falsas.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Ejemplos
No son proposiciones, los enunciados donde no es posible
determinar el valor de verdad, es decir si son verdaderos o falsos.
Ejemplo:
Cmo ests?
- Dios mo!
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
El lenguaje formal de la lgica de proposiciones
resulta de un anlisis lgico simple del
lenguaje natural, basado en la distincin entre dos
clases de enunciados o proposiciones:
Simples o Compuestos
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Conjunto de smbolos con los que trabaja
el lenguaje de la lgica proposicional.
smbolos utilizados para representar los
enunciados, las principales conectivas
lgicas que se utilizan para construir
enunciados compuestos y la jerarqua de las
mismas
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno

Jerarqua de conectivas.
En trminos formales la negacin de p, deber ser ( p), as como la
conjuncin de p y q sera (p ^ q).
Con el uso de parntesis evitamos la ambigedad, por ejemplo
p ^ q podra signicar dos cosas distintas
Por un lado podra signicar: (( p) ^ q) O tambin: ( (p ^ q)).
En la prctica para no usar tantos parntesis se considera que el
operador tiene jerarqua sobre ^, v, , .
Es decir va desde menor jerarqua hasta el de mayor.
As: p ^ q signica (( p)^ q)
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
En algunos casos se considera que ^, v
tienen mayor jerarqua que por lo que:
p q v r sera (p (q v r)) y
tambin que ^ tiene prioridad sobre v,
por lo que:
p ^ q v r sera (p ^ q) v r
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Ejemplo:
Considerando la jerarqua entre
conectivas, la frmula p v q p ^ r,
se reconocera como:
Ejercicio:
Representar la frmula mediante utilizando
smbolos de agrupacin/puntuacin
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Conectivas Lgicas
Son aquellas partculas de enlace del lenguaje
natural que permiten unir enunciados
simples.
stas tienen un signicado en el lenguaje de
la lgica proposicional, y los enunciados un
valor de verdad.
Cinco conectivas principales utilizadas para la
construccin de nuevas proposiciones.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Ejemplo:
Ejercicio:
Simbolice cada una de las proposiciones
sealadas en el ejemplo
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
La Negacin
La operacin unitaria de negacin,
no es cierto que se representa por y
tiene la siguiente tabla de verdad de verdad
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Conjuncin
La conjuncin de las proposiciones p, q es
la operacin binaria que tiene por
resultado p y q, se representa por p^q.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
La conjuncin nos sirve para indicar que se
cumplen dos condiciones simultneamente.
Ejemplo, si tenemos el enunciado:
La funcin es creciente y est denida para los
nmeros positivos.
Simbolizamos como p ^ q, donde:
p: la funcin es creciente
q: la funcin esta denida para los nmeros positivos
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Ejemplo 2:
El nmero es divisible entre 3 y est
representado en base 2.
p: el nmero es divisible por 3
q: el nmero est representado en base 2
p ^ q
Para que la conjuncin p ^ q sea
verdadera las dos expresiones que
intervienen deben ser verdaderas y slo
en ese caso como se indica por su tabla
de verdad.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Disyuncin
La disyuncin de dos proposiciones p, q es la
operacin binaria que da por resultado p
q, notacin p v q, y tiene la siguiente tabla:
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Basta con que una de las proposiciones sea
verdadera para que la expresin p q sea
verdadera.
Ejemplo:
El libro se le entregar a Juan o el libro se
le entregar a Luis.
Simbolizando: p v q
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Condicional
La condicional de dos proposiciones p, q
da lugar a la proposicin; si p entonces q,
se representa por p q.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
El nico caso que resulta falso es cuando el
primero es verdadero y el segundo falso.
Ejemplo:
Si llueve entonces hay nubes
p: llueve
q: hay nube
p q
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Bicondicional
La bicondicional de dos proposiciones p, q da
lugar a la proposicin; p si y slo si q, se
representa por p q.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Construccin de Tablas de Verdad
Si P y Q son proposiciones atmicas unidas con conectivas lgicas de la siguiente manera:
p v q
Pasos:
Como se est trabajando con dos variables, entonces se tendrn las en la
tabla de verdad, que son a la vez las combinaciones de los valores de verdad de las
variables.
Procedemos a dibujar la tabla separando hacia la izquierda las variables que
intervienen, como tienen que dar 4 las, la primera proposicin tendr dos valores de
verdad con V y dos con F, y la proposicin q tendr intercalado los valores de
verdad de la siguiente manera:
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Ejercicios
1) Halla los valores de verdad de las proposiciones si sabes que
p q es falsa.
a) p q b) q p c) p p d) p q
Piensa un rato y justifica tus respuestas
2) Halla los valores de verdad de p, q, r, s, t para que
( p q ) r ( s t ) sea falsa
3) Construye una tabla de verdad para cada una de las proposiciones
a) ( p q ) q
b) ( p q ) ( p q )
c) q (p q)

Cules de estas proposiciones es una tautologa?
Puedes construir una contradiccin a partir de
alguna de ellas? Cul?
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Hallar las tablas de Verdad de:
a) [P ^ Q] [ P v Q]
b) [ P v ( Q ^ R)] [( P v Q) ^ (P v R)]
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre o no soy un hombre
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre o no soy un hombre
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre o no soy un hombre
Una contradiccin es una proposicin compuesta que
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre o no soy un hombre
Una contradiccin es una proposicin compuesta que
es falsa para todos los valores de verdad de las
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre o no soy un hombre
Una contradiccin es una proposicin compuesta que
es falsa para todos los valores de verdad de las
proposiciones que la componen.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre o no soy un hombre
Una contradiccin es una proposicin compuesta que
es falsa para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Tautologa y contradiccin
Una tautologa es una proposicin compuesta que
es verdadera para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre o no soy un hombre
Una contradiccin es una proposicin compuesta que
es falsa para todos los valores de verdad de las
proposiciones que la componen.
Por ejemplo: p p
Soy un hombre pero no soy un hombre
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
nota: Leyes logicas
Pares de f.b.f. equivalentes (sus valores de verdad son identicos para
cualquier interpretacion)
Se derivan de las tablas de verdad y de la semantica de las conectivas
logicas
Ley Asociativa:


1
(
2

3
) (
1

2
)
3

1
(
2

3
) (
1

2
)
3
Ley Conmutativa:


1

2

2

1

1

2

2

1
Ley Distributiva:


1
(
2

3
) (
1

2
) (
1

3
)

1
(
2

3
) (
1

1
) (
1

3
)
Ley de DeMorgan:

(
1

2
)
1

2
(
1

2
)
1

2
Ley de Idempotencia:
1

1

1

1

1
Ley de Medio Excluido: V , F
Ley de Elemento neutro: F , V
Ley de Elemento nulo: V V , F F
Ley de Contraposicion:
1

2

1

2
FJRP ccia [Inteligencia Articial] 13
Leyes lgicas
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Satisfactibilidad
SATISFACTIBILIDAD Y MODELOS
Una interpretacion (=asignacion de verdad) I que hace V a una
f.b.f. se dice que es un modelo de
Ejemplo:
8
<
:
p : juan es alto
q : luis estudia informatica
r : juan estudia informatica
f.b.f. = p (q r)
p q r q r = p (q r)
F F F V F
F F V F F
F V F V F
F V V V F
() V F F V V
V F V F F
() V V F V V
() V V V V V
() modelos de : de todas las interpretaciones posibles,
solo es cierta en estas
(limita los mundos donde la f.b.f. es posible)
mundos posibles vs. mundos donde en V
(interpretaciones) (modelos)
Dado un conjunto de f.b.f. = {
1
,
2
, ...,
n
}, una interpre-
tacion I es un modelo del conjunto si hace que sean V todas
sus f.b.f..
Es decir, I es un modelo de
1

2
...
n

El conjunto de f.b.f. restringe los mundos posibles


Phi base de conocimiento (B.C.)
FJRP ccia [Inteligencia Articial] 14
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Satisfactibilidad
SATISFACTIBILIDAD Y MODELOS
Una interpretacion (=asignacion de verdad) I que hace V a una
f.b.f. se dice que es un modelo de
Ejemplo:
8
<
:
p : juan es alto
q : luis estudia informatica
r : juan estudia informatica
f.b.f. = p (q r)
p q r q r = p (q r)
F F F V F
F F V F F
F V F V F
F V V V F
() V F F V V
V F V F F
() V V F V V
() V V V V V
() modelos de : de todas las interpretaciones posibles,
solo es cierta en estas
(limita los mundos donde la f.b.f. es posible)
mundos posibles vs. mundos donde en V
(interpretaciones) (modelos)
Dado un conjunto de f.b.f. = {
1
,
2
, ...,
n
}, una interpre-
tacion I es un modelo del conjunto si hace que sean V todas
sus f.b.f..
Es decir, I es un modelo de
1

2
...
n

El conjunto de f.b.f. restringe los mundos posibles


Phi base de conocimiento (B.C.)
FJRP ccia [Inteligencia Articial] 14
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
SATISFACTIBILIDAD Y MODELOS
Una interpretacion (=asignacion de verdad) I que hace V a una
f.b.f. se dice que es un modelo de
Ejemplo:
8
<
:
p : juan es alto
q : luis estudia informatica
r : juan estudia informatica
f.b.f. = p (q r)
p q r q r = p (q r)
F F F V F
F F V F F
F V F V F
F V V V F
() V F F V V
V F V F F
() V V F V V
() V V V V V
() modelos de : de todas las interpretaciones posibles,
solo es cierta en estas
(limita los mundos donde la f.b.f. es posible)
mundos posibles vs. mundos donde en V
(interpretaciones) (modelos)
Dado un conjunto de f.b.f. = {
1
,
2
, ...,
n
}, una interpre-
tacion I es un modelo del conjunto si hace que sean V todas
sus f.b.f..
Es decir, I es un modelo de
1

2
...
n

El conjunto de f.b.f. restringe los mundos posibles


Phi base de conocimiento (B.C.)
FJRP ccia [Inteligencia Articial] 14
Satisfactibilidad
Una f.b.f. que tiene al menos un modelo, se dice que es satisfac-
tible
es insatisfactible si no tiene modelos
Una f.b.f. que es cierta para todas las posibles interpretaciones se
dice que es valida (tambien llamada tautologa) [verdad sintactica]
Notacion: |=
es V independientemente de la interpretacion considerada
Siempre es V como consecuencia de su estructura sintactica
Ejemplo: p p siempre es V
Dos f.b.f.
1
y
2
son equivalentes si sus valores de verdad son
iguales bajo cualquier interpretacion
Es decir,
1

2
es una tautologa
Notacion:
1

2
FJRP ccia [Inteligencia Articial] 15
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Satisfactibilidad
Una f.b.f. que tiene al menos un modelo, se dice que es satisfac-
tible
es insatisfactible si no tiene modelos
Una f.b.f. que es cierta para todas las posibles interpretaciones se
dice que es valida (tambien llamada tautologa) [verdad sintactica]
Notacion: |=
es V independientemente de la interpretacion considerada
Siempre es V como consecuencia de su estructura sintactica
Ejemplo: p p siempre es V
Dos f.b.f.
1
y
2
son equivalentes si sus valores de verdad son
iguales bajo cualquier interpretacion
Es decir,
1

2
es una tautologa
Notacion:
1

2
FJRP ccia [Inteligencia Articial] 15
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Consecuencia lgica
CONSECUENCIA L

OGICA
Siendo = {
1
, ...
n
} un conjunto de f.b.f..
Si tiene valor V para todas las interpretaciones para las cuales
cada f.b.f. contenida en es V , diremos que es consecuencia
logica de .
Otra denicion: es consecuencia logica de si todo modelo
de es tambien un modelo de
Tambien:

implica logicamente a
se sigue de
Notacion: |=
Ejemplo: {p} |= p, {p, p q} |= q, {p, p q} |= q
p q p (p q) q
F F F F
F V F V
V F F F
() V V V V
(): modelo de = {p, p q} y de q
resultado: {p, p q} |= q
En nuestro caso (I.A.), se correspondera con la Base de Cono-
cimientos (B.C.) y con una hipotesis/conclusion
Recopila todo lo que sabemos de un dominio en forma de f.b.f.
(conocimeinto de partida)
Sera un conocimiento (conj. de f.b.f.) que dentro de nuestro
dominio supondremos siempre verdadero
restringe las interpretaciones (mundos posibles) donde se
debera vericar
|= cuando se verique , tambien lo hara
: base de conocimiento (conocimiento de partida)
: hipotesis/concusion
FJRP ccia [Inteligencia Articial] 16
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Consecuencia lgica
CONSECUENCIA L

OGICA
Siendo = {
1
, ...
n
} un conjunto de f.b.f..
Si tiene valor V para todas las interpretaciones para las cuales
cada f.b.f. contenida en es V , diremos que es consecuencia
logica de .
Otra denicion: es consecuencia logica de si todo modelo
de es tambien un modelo de
Tambien:

implica logicamente a
se sigue de
Notacion: |=
Ejemplo: {p} |= p, {p, p q} |= q, {p, p q} |= q
p q p (p q) q
F F F F
F V F V
V F F F
() V V V V
(): modelo de = {p, p q} y de q
resultado: {p, p q} |= q
En nuestro caso (I.A.), se correspondera con la Base de Cono-
cimientos (B.C.) y con una hipotesis/conclusion
Recopila todo lo que sabemos de un dominio en forma de f.b.f.
(conocimeinto de partida)
Sera un conocimiento (conj. de f.b.f.) que dentro de nuestro
dominio supondremos siempre verdadero
restringe las interpretaciones (mundos posibles) donde se
debera vericar
|= cuando se verique , tambien lo hara
: base de conocimiento (conocimiento de partida)
: hipotesis/concusion
FJRP ccia [Inteligencia Articial] 16
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Consecuencia lgica
CONSECUENCIA L

OGICA
Siendo = {
1
, ...
n
} un conjunto de f.b.f..
Si tiene valor V para todas las interpretaciones para las cuales
cada f.b.f. contenida en es V , diremos que es consecuencia
logica de .
Otra denicion: es consecuencia logica de si todo modelo
de es tambien un modelo de
Tambien:

implica logicamente a
se sigue de
Notacion: |=
Ejemplo: {p} |= p, {p, p q} |= q, {p, p q} |= q
p q p (p q) q
F F F F
F V F V
V F F F
() V V V V
(): modelo de = {p, p q} y de q
resultado: {p, p q} |= q
En nuestro caso (I.A.), se correspondera con la Base de Cono-
cimientos (B.C.) y con una hipotesis/conclusion
Recopila todo lo que sabemos de un dominio en forma de f.b.f.
(conocimeinto de partida)
Sera un conocimiento (conj. de f.b.f.) que dentro de nuestro
dominio supondremos siempre verdadero
restringe las interpretaciones (mundos posibles) donde se
debera vericar
|= cuando se verique , tambien lo hara
: base de conocimiento (conocimiento de partida)
: hipotesis/concusion
FJRP ccia [Inteligencia Articial] 16
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Reglas de inferencia
(c) REGLAS DE INFERENCIA
Mecanismos sintacticos que permiten deducir f.b.f. a partir de otras
f.b.f. distintas (no tiene en cuenta signicado)
Representan patrones de inferencias usados comunmente
Procedimientos formales: nuevas f.b.f. resultan de transformar
sintacticamente la forma de las f.b.f. de partida
No se tiene en cuenta el signicado de los elementos de la logica
(proposiciones en este caso)
Reglas mas comunes (preservan la consecuencia logica)
1. Modus Ponens:

1

2

2
2. Modus Tollens:

1

2

1
3. Introducci on de la Conjuncion:

1

2
4. Introducci on de la Disyuncion:

1

1

2
o

2

1

2
5. Eliminacion de la Conjuncion:

1

2

1
o

1

2

2
notaci

on: Si la f.b.f. se obtiene del conjunto de formulas ,


aplicando la regla de inferencia R se notara:
Notacion:
R

FJRP ccia [Inteligencia Articial] 17
(c) REGLAS DE INFERENCIA
Mecanismos sintacticos que permiten deducir f.b.f. a partir de otras
f.b.f. distintas (no tiene en cuenta signicado)
Representan patrones de inferencias usados comunmente
Procedimientos formales: nuevas f.b.f. resultan de transformar
sintacticamente la forma de las f.b.f. de partida
No se tiene en cuenta el signicado de los elementos de la logica
(proposiciones en este caso)
Reglas mas comunes (preservan la consecuencia logica)
1. Modus Ponens:

1

2

2
2. Modus Tollens:

1

2

1
3. Introducci on de la Conjuncion:

1

2
4. Introducci on de la Disyuncion:

1

1

2
o

2

1

2
5. Eliminacion de la Conjuncion:

1

2

1
o

1

2

2
notaci

on: Si la f.b.f. se obtiene del conjunto de formulas ,


aplicando la regla de inferencia R se notara:
Notacion:
R

FJRP ccia [Inteligencia Articial] 17
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Reglas de inferencia
(c) REGLAS DE INFERENCIA
Mecanismos sintacticos que permiten deducir f.b.f. a partir de otras
f.b.f. distintas (no tiene en cuenta signicado)
Representan patrones de inferencias usados comunmente
Procedimientos formales: nuevas f.b.f. resultan de transformar
sintacticamente la forma de las f.b.f. de partida
No se tiene en cuenta el signicado de los elementos de la logica
(proposiciones en este caso)
Reglas mas comunes (preservan la consecuencia logica)
1. Modus Ponens:

1

2

2
2. Modus Tollens:

1

2

1
3. Introducci on de la Conjuncion:

1

2
4. Introducci on de la Disyuncion:

1

1

2
o

2

1

2
5. Eliminacion de la Conjuncion:

1

2

1
o

1

2

2
notaci

on: Si la f.b.f. se obtiene del conjunto de formulas ,


aplicando la regla de inferencia R se notara:
Notacion:
R

FJRP ccia [Inteligencia Articial] 17
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Conjuntos completos de conectivas

Conectivas estndar: , T, , , , ,

Conjuntos completos:
{,,} {,} {,} {,} {,}
Ejemplo: p p

Otras conectivas: XOR,NAND, NOR


Ejercicio: Probar que la conectiva basta NOR para
denir cualquier otra conectiva estndar.
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Formas normales

Un literal es: p p

Una clusula conjuntiva (disyuntiva) es cualquier


conjuncin (disyuncin) de literales.

Una frmula esta en forma normal disyuntiva


(FND) si es una disyuncin de clusulas conjuntivas

Una frmula esta en forma normal disyuntiva


(FND) si es una conjuncin de clusulas disyuntivas
martes 31 de enero de 12
Sistemas Inteligentes
Curso 2011-12 Juan Carlos Gonzlez Moreno
Formas normales

Ejemplo
Construyamos la FND y la FNC de la frmula:
(p
1
p
2
) p
3
martes 31 de enero de 12

También podría gustarte