SlideShare una empresa de Scribd logo
1 de 16
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 1
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
CARRERA:
Ingeniería en sistemas computacionales
MATERIA:
INTELIGENCIA ARTIFICIAL
GRUPO:
802-A
DOCENTE:
ING. ALEJANDRA LILI TORRES JIMÉNEZ
PRESENTA:
ALEJANDRO ALEJANDREZ OROSCO
FREDY ALEJANDRO QUINTERO VALENCIA
PATRICIO
LUIS ANTONIO RAMÍREZ FONSECA
INSTITUTO TECNOLÓGICO
SUPERIOR DE JESÚS CARRANZA
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 2
Contenido
Actividad1. INVESTIGACIÓN LEYES DE LA LÓGICA DE PREDICADOS O PROPOSICIONES ................... 3
Actividad 2. INVESTIGACIÓN SISTEMA INFERENCIAL DEL CALCULO DE PROPOSICIONES ................. 6
ACTIVIDAD3. INVESTIGACIÓN QUE ES CONOCIMIENTO CASUAL Y CONOCIMIENTO DE
DIAGNOSTICO.................................................................................................................................... 15
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 3
Actividad1. INVESTIGACIÓN LEYES DE LA LÓGICA DE PREDICADOS O
PROPOSICIONES
23 de mayo de 2013
Lógica de predicados
Es una herramienta para estudiar el comportamiento de un sistema
lógico. Además proporciona un criterio para determinar si un sistema lógico
es absurdo o inconsistente.Sistema simbólico: Lenguaje y fórmulas lógicas.
Proposiciones
Representación en lenguaje cotidiano que debe estar libre de vaguedades.
CONEXIONES LÓGICAS Y TÉRMINOS DE ENLACE
Enlógica,unaconectiva lógica, o simplementeconectiva, es un símbolo que se
utiliza para conectar dosfórmulas,de modo que elvalor de verdadde la
fórmulacompuesta dependa del valor de verdad de las fórmulas
componentes.Enprogramaciónse utilizan para combinar valores de verdad y
obtener nuevosvalores que determinen el flujo de control de
unalgoritmooprograma.
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 4
Las conectivas lógicas son, junto con loscuantificadores,lasprincipalesconstantes
lógicasde muchossistemas lógicos,principalmentelalógica proposicionaly lalógica
de predicados. Palabras de enlace que unen proposiciones atómicas para formar
proposicionesmoleculares.
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 5
SINTAXIS DE LAS REGLAS DE PRODUCCIÓN
SI <condiciones> ENTONCES <conclusiones, acciones, hipótesis> Cada
reglaSIENTONCES establece un granulo completo de conocimiento Regla_
Operador valido en un espacio de estados CONDICIONES (tb. premisas,
precondiciones,antecedentes,...) _Formadas por clausulas y conectivas (AND, OR,
NOT) _ Representación clausula debe corresponderse con conocimiento del
dominio _ Formato típico: <parámetro/relación/valor> _ PARÁMETRO:
característica relevante del dominio _ RELACIÓN: entre parámetro y valor _
VALOR: numérico, simbólico o literal _ También en forma de predicados
lógicosCONCLUSIONES, ACCIONES, HIPÓTESIS (tb. consecuentes,...) _
Conclusiones, Hipótesis: conocimiento
declarativo _ Acciones: cq. Acción procedimental (actualiza. conocimiento, interacc
ión conexterior, etc...)
REGLAS ESPECIALES
Reglas IF ALL: equivalen a reglas con las cláusulas de las condiciones conectadas
con
AND _ Reglas IF ANY/ IF SOME: equivalen a reglas con las cláusulas de lascondi
ciones conectadas con POREJEMPLO IF: temperatura = alta AND sudoración =
presente AND dolor_muscular = presente THEN: diagnostico_preliminar = gripe IF:
diagnostico_preliminar = gripe AND descompos_organos_internos = presente
THEN:diagnostico_preliminar = _ebola
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 6
Actividad 2. INVESTIGACIÓN SISTEMA INFERENCIAL DEL CALCULO DE
PROPOSICIONES
El cálculo de proposiciones se presenta como el Método de Deducción Natural. El
cual consiste en un grupo de reglas que nos permiten deducir unas conclusiones a
partir de unas hipótesis. Esto es lo que llamamos un sistema inferencial.
Una inferencia es una evaluación que realiza la mente entre expresiones bien
formadas de un lenguaje (EBF) que, al ser relacionadas intelectualmente
como abstracción, permiten trazar una línea lógica
de condición o implicación lógica entre las diferentes EBF. De esta forma,
partiendo de la verdad o falsedad posible (como hipótesis)
o conocida (como argumento) de alguna o algunas de ellas, puede deducirse la
verdad o falsedad de alguna o algunas de las otras EBF.
En un sistema inferencial llamamos inferencias a los procesos mediante los
cuales obtenemos una conclusión a partir de unas premisas de forma que el
razonamiento sea válido.
Una inferencia que siga las reglas será una inferencia correcta, mientras que si no
las sigue será una inferencia incorrecta.
En varios tratados lógicos podemos encontrar que a la conclusión de se le da el
nombre de consecuencia lógica de las premisas.
Formalmente podemos decir que C es una conclusión o consecuencia lógica de
las premisas P1, P2, P3, ..., Pn si y sólo si para cualquier interpretación I para la
que P1ᶺP2 ᶺP3ᶺ..ᶺPn es verdadera, C también es verdadera.
Se puede demostrar que C es una conclusión o consecuencia lógica de las
premisas
P1, P2, P3, ..., Pn si y sólo si la sentencia
P1ᶺP2ᶺP3ᶺ...ᶺPn-C
es una tautología. O bien, si y sólo si la sentencia
P1ᶺP2ᶺP3ᶺ...ᶺPnᶺ¬C
es una contradicción.
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 7
REGLAS DE INFERENCIA
MODUS PONENDOPONENS (PP)
p → q “Si llueve, entonces las calles se mojan” (premisa)
p “Llueve” (premisa)
__________________________________________________
q “Luego, las calles se mojan” (conclusión)
El condicional o implicación es aquella operación que establece entre dos
enunciados una relación de causa-efecto. La regla „ponendoponens‟ significa,
“afirmando afirmo” y en un condicional establece, que si el antecedente (primer
término, en este caso p) se afirma, necesariamente se afirma el consecuente
(segundo término, en este caso q).
MODUS TOLLENDOTOLLENS (TT)
„Tollendotollens‟ significa “negando, niego”, y se refiere a una propiedad inversa
de los condicionales, a los que nos referíamos en primer lugar.
p → q “Si llueve, entonces las calles se mojan”
¬q “Las calles no se mojan”
__________________________________________________
¬p “Luego, no llueve”
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 8
Si de un condicional, aparece como premisa el consecuente negado (el efecto),
eso nos conduce a negar el antecedente (la causa), puesto que si un efecto no se
da, su causa no ha podido darse.
Esto nos permite formular una regla combinada de las ambas anteriores,
consecuencia ambas de una misma propiedad de la implicación; la
regla ponendoponens sólo nos permite afirmar si está afirmado el antecedente (el
primer término de la implicación), y la regla tollendotollens sólo nos permite negar
a partir del consecuente (segundo término de la implicación); ambas
consecuencias se derivan de que la implicación es una flecha que apunta en un
único sentido, lo que hace que sólo se pueda afirmar a partir del antecedente y
negar sólo a partir del consecuente.
DOBLE NEGACIÓN (DN)
¬¬p ↔ p
El esquema representa, “p doblemente negada equivale a p”. Siguiendo el
esquema de una inferencia por pasos, la representaríamos así:
¬¬p “No ocurre que aurora no es una repostera”
_____________________________________________________
p “Aurora es una repostera ”
La regla „doble negación‟, simplemente establece que si un enunciado está
doblemente negado, equivaldría al enunciado afirmado.
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 9
ADJUNCIÓN Y SIMPLIFICACIÓN
Adjunción (A): Si disponemos de dos enunciados afirmados como dos premisas
separadas, mediante la adjunción, podemos unirlos en una sola premisa utilizando
el operador Λ (conjunción).
p “EDUARDO ES MECÁNICO”
q “DANIEL ES ESTUDIANTE”
___________________________________
p Λ q “EDUARDO ES MECÁNICO Y DANIEL ES ESTUDIANTE”
Simplificación (S): obviamente, es la operación inversa. Si disponemos de un
enunciado formado por dos miembros unidos por una conjunción, podemos hacer
de los dos miembros dos enunciados afirmados por separado.
p Λ q “Tengo una manzana y tengo una pera”
____________________________________________
p “Tengo una manzana”
q “Tengo una pera”
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 10
MODUS TOLLENDOPONENS (TP)
La disyunción, que se simboliza con el operador V, representa una elección entre
dos enunciados. Ahora bien, en esa elección, forma parte de las posibilidades
escoger ambos enunciados, es decir, la verdad de ambos enunciados no es
incompatible, si bien, ambos no pueden ser falsos.
A partir de lo anterior, se deduce la siguiente regla,
denominada tollendoponens (negando afirmo): si uno de los miembros de una
disyunción es negado, el otro miembro queda automáticamente afirmado, ya que
uno de los términos de la elección ha sido descartado.
p V q “He ido al cine o me he ido a la escuela”
¬q “No he ido a la escuela”
__________________________________________________________
p “Por tanto, he ido al cine”
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 11
LEY DE LA ADICIÓN (LA)
Dado un enunciado cualquiera, es posible expresarlo como una elección
(disyunción) acompañado por cualquier otro enunciado.
a “He comprado manzanas”
b "He comprado mangos"
______________________________________________________________
a V b “He comprado manzanas o he comprado mangos”
SILOGISMO HIPOTÉTICO (SH)
Dados dos implicaciones, de las cuales, el antecedente de la una sea el
consecuente de la otra (el mismo enunciado), podemos construir una nueva
implicación cuyo antecedente sea el de aquella implicación cuya consecuencia
sea el antecedente de la otra implicación, y cuyo consecuente sea el de ésta
última, cuyo antecedente era consecuencia del primero.
Expresado de otro modo, si una causa se sigue una consecuencia, y ésta
consecuencia es a su vez causa de una segunda consecuencia, se puede decir
que esa primera causa es causa de esa segunda consecuencia, del mismo modo
que, si una bola de billar roja golpea a otra bola blanca que a su vez golpea a una
bola negra, la bola roja es causa del movimiento de la bola negra. Expresado en
forma de inferencia lógica:
p → q “Si la bola roja golpea a la bola blanca, la bola blanca se
mueve”
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 12
q → r “Si la bola blanca golpea a la bola negra, la bola negra se
mueve”
__________________________________________________________________
____
p → r “Si la bola roja golpea a la bola blanca, la bola negra se
mueve”
SILOGISMO DISYUNTIVO (DS)
Dadas tres premisas, dos de ellas implicaciones, y la tercera una
disyunción cuyos miembros sean los antecedentes de los condicionales, podemos
concluir en una nueva premisa en forma de disyunción, cuyos miembros serían los
consecuentes de las dos implicaciones. Lógicamente, si planteamos una elección
entre dos causas, podemos plantear una elección igualmente entre sus dos
posibles efectos, que es el sentido de esta regla.
p → q “Si llueve, entonces las calles se mojan”
r → s “Si la tierra tiembla, los edificios se caen”
p V r “Llueve o la tierra tiembla”
____________________________________________________
q V s “Las calles se mojan o los edificios se caen”
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 13
SIMPLIFICACIÓN DISYUNTIVA (SD)
Si disponemos de dos premisas que corresponden a dos implicaciones con
el mismo consecuente, y sus antecedentes se corresponden con los dos
miembros de una disyunción, podemos concluir con el consecuente de ambas
implicaciones.
p V q “Helado de fresa o helado de vainilla”
p → r “Si tomas helado de fresa, entonces repites”
q → r “Si tomas helado de vainilla, entonces repites”
____________________________________________________
r Luego, repites
LEY CONMUTATIVA
Esta ley, no es válida para la implicación, pero sí para conjunción y para la
disyunción. Una conjunción es afirmar que se dan dos cosas a la vez, de modo
que el orden de sus elementos no cambia este hecho. Igualmente, una disyunción
es presentar una elección entre dos cosas, sin importar en qué orden se presente
esta elección. Así pues,
p Λ q ↔ q Λ p “«p y q» equivale a «q y p»”
p V q ↔ q V p “«p ó q» equivale a «q ó p»
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 14
LEYES DE MORGAN (DM)
Esta ley permite transformar una disyunción en una conjunción, y
viceversa, es decir, una conjunción en una disyunción. Cuando se pasa de una a
otra, se cambian los valores de afirmación y negación de los términos de la
disyunción/conjunción así como de la propia operación en conjunto, como
podemos observar aquí:
p Λ q p V q
___________ ____________
¬(¬p V ¬q) ¬(¬p Λ ¬q)
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 15
ACTIVIDAD3. INVESTIGACIÓN QUE ES CONOCIMIENTO CASUAL Y
CONOCIMIENTO DE DIAGNOSTICO
¿QUE ES EL CONOCIMIENTO CAUSAL?
Este tipo de conocimiento tiene que ver con el porqué
ocurren las cosas. Es un tipo de conocimiento explícito y
compartido mediante historias de la organización,
posibilita una estrategia de coordinaciónpara alcanzar
objetivos y resultados.
3. LAS GENERALIZACIONES
HABITUALESNOS DICEN CÓMO SON LAS
COSAS:
Las catedrales castellanas son góticas. Forman
juicios descriptivos de la realidad. A diferencia de
ellas, las generalizaciones causales nos explican el
porqué delas cosas: ¿Por qué se ha muerto mi perro?
¿Por qué hay paro? ¿Por qué se adelantan las
elecciones?
4. CONOCIMIENTO DIAGNÓSTICO
Alude, en general, al análisis que se realiza
paradeterminar cualquier situación ycuáles son las
tendencias. Esta determinación se realiza sobre la
base de datos y hechos recogidos yordenados
sistemáticamente, qué permiten juzgar mejor qué es
lo que está pasando.
ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL
UNIDAD3 Página 16

Más contenido relacionado

La actualidad más candente

Variables aleatorias discretas y continuas
Variables aleatorias discretas y continuasVariables aleatorias discretas y continuas
Variables aleatorias discretas y continuascolcaxsiempre
 
Formas Indeterminadas
Formas IndeterminadasFormas Indeterminadas
Formas IndeterminadasyuoscaryPY
 
Calculo proposicional
Calculo proposicionalCalculo proposicional
Calculo proposicionalherostara
 
Ensayo de la Teoría de la Probabilidad
Ensayo de la Teoría de la ProbabilidadEnsayo de la Teoría de la Probabilidad
Ensayo de la Teoría de la ProbabilidadFranklin Rosado
 
Tema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuasTema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuasMelanie Nogué
 
Formas indeterminadas
Formas indeterminadasFormas indeterminadas
Formas indeterminadasdani09lan
 
Calculo proposicional. geovanny_merlo
Calculo proposicional. geovanny_merloCalculo proposicional. geovanny_merlo
Calculo proposicional. geovanny_merlogeovannyboss_1
 
Guia teoria de probabilidad
Guia  teoria  de probabilidadGuia  teoria  de probabilidad
Guia teoria de probabilidadrosaurymontero
 
Slideshare sergio mendez
Slideshare sergio mendezSlideshare sergio mendez
Slideshare sergio mendezsergiomendez25
 
Estadistica metodos de probabilidad
Estadistica   metodos de probabilidadEstadistica   metodos de probabilidad
Estadistica metodos de probabilidadVelmuz Buzz
 

La actualidad más candente (19)

Variables aleatorias discretas y continuas
Variables aleatorias discretas y continuasVariables aleatorias discretas y continuas
Variables aleatorias discretas y continuas
 
Formas Indeterminadas
Formas IndeterminadasFormas Indeterminadas
Formas Indeterminadas
 
Tablas de verdad_c_
Tablas de verdad_c_Tablas de verdad_c_
Tablas de verdad_c_
 
Probabilidad y estadistica
Probabilidad y estadisticaProbabilidad y estadistica
Probabilidad y estadistica
 
Calculo proposicional
Calculo proposicionalCalculo proposicional
Calculo proposicional
 
Calculo proposicional
Calculo proposicionalCalculo proposicional
Calculo proposicional
 
CALCULO PROPOSICIONAL
CALCULO PROPOSICIONALCALCULO PROPOSICIONAL
CALCULO PROPOSICIONAL
 
Ensayo de la Teoría de la Probabilidad
Ensayo de la Teoría de la ProbabilidadEnsayo de la Teoría de la Probabilidad
Ensayo de la Teoría de la Probabilidad
 
Tema 10
Tema 10Tema 10
Tema 10
 
Rafaelcamacaro
RafaelcamacaroRafaelcamacaro
Rafaelcamacaro
 
Tema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuasTema 4 variables aleatorias continuas
Tema 4 variables aleatorias continuas
 
Formas indeterminadas
Formas indeterminadasFormas indeterminadas
Formas indeterminadas
 
Calculo proposicional. geovanny_merlo
Calculo proposicional. geovanny_merloCalculo proposicional. geovanny_merlo
Calculo proposicional. geovanny_merlo
 
Guia teoria de probabilidad
Guia  teoria  de probabilidadGuia  teoria  de probabilidad
Guia teoria de probabilidad
 
Las derivadas
Las derivadasLas derivadas
Las derivadas
 
Slideshare sergio mendez
Slideshare sergio mendezSlideshare sergio mendez
Slideshare sergio mendez
 
Trabajo de matematicas
Trabajo de matematicasTrabajo de matematicas
Trabajo de matematicas
 
Estadistica metodos de probabilidad
Estadistica   metodos de probabilidadEstadistica   metodos de probabilidad
Estadistica metodos de probabilidad
 
C lculo de_predicados
C lculo de_predicadosC lculo de_predicados
C lculo de_predicados
 

Similar a Sistema inferencial cálculo proposiciones

Lógica (José Manuel Pajares Hurtado)
Lógica (José Manuel Pajares Hurtado)Lógica (José Manuel Pajares Hurtado)
Lógica (José Manuel Pajares Hurtado)Jesus García Asensio
 
SEMINARIO PARA CONCURSO 2011.ppt
SEMINARIO PARA CONCURSO 2011.pptSEMINARIO PARA CONCURSO 2011.ppt
SEMINARIO PARA CONCURSO 2011.pptJoseReyes429022
 
Logica matematica modalidad
Logica matematica modalidad Logica matematica modalidad
Logica matematica modalidad adrianaolivera322
 
Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02Miguel Angel Zamora
 
Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02Miguel Angel Zamora
 
Lógica proposicional
Lógica proposicionalLógica proposicional
Lógica proposicionalKarlos Rivero
 
Capitulo iii valores de verdad y lógica
Capitulo iii valores de verdad y lógicaCapitulo iii valores de verdad y lógica
Capitulo iii valores de verdad y lógicaCiuad de Asis
 
Inferencias logicas
Inferencias logicasInferencias logicas
Inferencias logicasEva Vásquez
 
Modus Ponendo Ponens
Modus Ponendo PonensModus Ponendo Ponens
Modus Ponendo PonensIsidorogg
 
Modus ponendo ponens
Modus ponendo ponensModus ponendo ponens
Modus ponendo ponensAlex Tituaña
 
Logica Simbolica - Algebra de los Conjuntos
Logica Simbolica - Algebra de los ConjuntosLogica Simbolica - Algebra de los Conjuntos
Logica Simbolica - Algebra de los ConjuntosMarinaMolina38
 
LÓGICA SIMBÓLICA 2 - Algebra de los conjuntos
LÓGICA SIMBÓLICA 2 - Algebra de los conjuntosLÓGICA SIMBÓLICA 2 - Algebra de los conjuntos
LÓGICA SIMBÓLICA 2 - Algebra de los conjuntosMarinaMolina38
 
Unidad 1 Logica 2019 virtual UTN Matematica Discreta
Unidad 1 Logica 2019 virtual UTN Matematica DiscretaUnidad 1 Logica 2019 virtual UTN Matematica Discreta
Unidad 1 Logica 2019 virtual UTN Matematica DiscretaGonzaFernandez8
 
ESTRUCTURAS DISCRETAS
ESTRUCTURAS DISCRETASESTRUCTURAS DISCRETAS
ESTRUCTURAS DISCRETASJose Reyes
 

Similar a Sistema inferencial cálculo proposiciones (20)

Lógica (José Manuel Pajares Hurtado)
Lógica (José Manuel Pajares Hurtado)Lógica (José Manuel Pajares Hurtado)
Lógica (José Manuel Pajares Hurtado)
 
SEMINARIO PARA CONCURSO 2011.ppt
SEMINARIO PARA CONCURSO 2011.pptSEMINARIO PARA CONCURSO 2011.ppt
SEMINARIO PARA CONCURSO 2011.ppt
 
La lógica matemática
La lógica matemáticaLa lógica matemática
La lógica matemática
 
Modusponendoponens
Modusponendoponens Modusponendoponens
Modusponendoponens
 
Logica matematica modalidad
Logica matematica modalidad Logica matematica modalidad
Logica matematica modalidad
 
Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02
 
Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02Modus ponendo ponens-090222215439-phpapp02
Modus ponendo ponens-090222215439-phpapp02
 
Lógica proposicional
Lógica proposicionalLógica proposicional
Lógica proposicional
 
las reglas de la inferencia
 las reglas de la inferencia las reglas de la inferencia
las reglas de la inferencia
 
Capitulo iii valores de verdad y lógica
Capitulo iii valores de verdad y lógicaCapitulo iii valores de verdad y lógica
Capitulo iii valores de verdad y lógica
 
Metodo Demostrativo
Metodo DemostrativoMetodo Demostrativo
Metodo Demostrativo
 
Inferencias logicas
Inferencias logicasInferencias logicas
Inferencias logicas
 
Modus Ponendo Ponens
Modus Ponendo PonensModus Ponendo Ponens
Modus Ponendo Ponens
 
Ppt lógica ii. cepre uni 2017-i
Ppt lógica ii. cepre uni 2017-iPpt lógica ii. cepre uni 2017-i
Ppt lógica ii. cepre uni 2017-i
 
Modus ponendo ponens
Modus ponendo ponensModus ponendo ponens
Modus ponendo ponens
 
Logica Simbolica - Algebra de los Conjuntos
Logica Simbolica - Algebra de los ConjuntosLogica Simbolica - Algebra de los Conjuntos
Logica Simbolica - Algebra de los Conjuntos
 
LÓGICA SIMBÓLICA 2 - Algebra de los conjuntos
LÓGICA SIMBÓLICA 2 - Algebra de los conjuntosLÓGICA SIMBÓLICA 2 - Algebra de los conjuntos
LÓGICA SIMBÓLICA 2 - Algebra de los conjuntos
 
Unidad 1 Logica 2019 virtual UTN Matematica Discreta
Unidad 1 Logica 2019 virtual UTN Matematica DiscretaUnidad 1 Logica 2019 virtual UTN Matematica Discreta
Unidad 1 Logica 2019 virtual UTN Matematica Discreta
 
ESTRUCTURAS DISCRETAS
ESTRUCTURAS DISCRETASESTRUCTURAS DISCRETAS
ESTRUCTURAS DISCRETAS
 
Principios de probabilidad
Principios de probabilidadPrincipios de probabilidad
Principios de probabilidad
 

Más de Alejandro Alejandrez

Más de Alejandro Alejandrez (7)

Un minuto de amor
Un minuto de amorUn minuto de amor
Un minuto de amor
 
Trabajo final unidad 4 y 5 amparo
Trabajo final unidad 4 y 5 amparoTrabajo final unidad 4 y 5 amparo
Trabajo final unidad 4 y 5 amparo
 
Guerra de los pasteles
Guerra de los pasteles Guerra de los pasteles
Guerra de los pasteles
 
EXPO 2.8 Técnicas para el acopio de información
EXPO 2.8 Técnicas para el acopio de informaciónEXPO 2.8 Técnicas para el acopio de información
EXPO 2.8 Técnicas para el acopio de información
 
Activiaddes de lili
Activiaddes de liliActiviaddes de lili
Activiaddes de lili
 
Activiaddes de lili
Activiaddes de liliActiviaddes de lili
Activiaddes de lili
 
Mapa conceptual de modelo de la gente inteligente
Mapa conceptual de modelo de la gente inteligenteMapa conceptual de modelo de la gente inteligente
Mapa conceptual de modelo de la gente inteligente
 

Sistema inferencial cálculo proposiciones

  • 1. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 1 ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL CARRERA: Ingeniería en sistemas computacionales MATERIA: INTELIGENCIA ARTIFICIAL GRUPO: 802-A DOCENTE: ING. ALEJANDRA LILI TORRES JIMÉNEZ PRESENTA: ALEJANDRO ALEJANDREZ OROSCO FREDY ALEJANDRO QUINTERO VALENCIA PATRICIO LUIS ANTONIO RAMÍREZ FONSECA INSTITUTO TECNOLÓGICO SUPERIOR DE JESÚS CARRANZA
  • 2. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 2 Contenido Actividad1. INVESTIGACIÓN LEYES DE LA LÓGICA DE PREDICADOS O PROPOSICIONES ................... 3 Actividad 2. INVESTIGACIÓN SISTEMA INFERENCIAL DEL CALCULO DE PROPOSICIONES ................. 6 ACTIVIDAD3. INVESTIGACIÓN QUE ES CONOCIMIENTO CASUAL Y CONOCIMIENTO DE DIAGNOSTICO.................................................................................................................................... 15
  • 3. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 3 Actividad1. INVESTIGACIÓN LEYES DE LA LÓGICA DE PREDICADOS O PROPOSICIONES 23 de mayo de 2013 Lógica de predicados Es una herramienta para estudiar el comportamiento de un sistema lógico. Además proporciona un criterio para determinar si un sistema lógico es absurdo o inconsistente.Sistema simbólico: Lenguaje y fórmulas lógicas. Proposiciones Representación en lenguaje cotidiano que debe estar libre de vaguedades. CONEXIONES LÓGICAS Y TÉRMINOS DE ENLACE Enlógica,unaconectiva lógica, o simplementeconectiva, es un símbolo que se utiliza para conectar dosfórmulas,de modo que elvalor de verdadde la fórmulacompuesta dependa del valor de verdad de las fórmulas componentes.Enprogramaciónse utilizan para combinar valores de verdad y obtener nuevosvalores que determinen el flujo de control de unalgoritmooprograma.
  • 4. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 4 Las conectivas lógicas son, junto con loscuantificadores,lasprincipalesconstantes lógicasde muchossistemas lógicos,principalmentelalógica proposicionaly lalógica de predicados. Palabras de enlace que unen proposiciones atómicas para formar proposicionesmoleculares.
  • 5. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 5 SINTAXIS DE LAS REGLAS DE PRODUCCIÓN SI <condiciones> ENTONCES <conclusiones, acciones, hipótesis> Cada reglaSIENTONCES establece un granulo completo de conocimiento Regla_ Operador valido en un espacio de estados CONDICIONES (tb. premisas, precondiciones,antecedentes,...) _Formadas por clausulas y conectivas (AND, OR, NOT) _ Representación clausula debe corresponderse con conocimiento del dominio _ Formato típico: <parámetro/relación/valor> _ PARÁMETRO: característica relevante del dominio _ RELACIÓN: entre parámetro y valor _ VALOR: numérico, simbólico o literal _ También en forma de predicados lógicosCONCLUSIONES, ACCIONES, HIPÓTESIS (tb. consecuentes,...) _ Conclusiones, Hipótesis: conocimiento declarativo _ Acciones: cq. Acción procedimental (actualiza. conocimiento, interacc ión conexterior, etc...) REGLAS ESPECIALES Reglas IF ALL: equivalen a reglas con las cláusulas de las condiciones conectadas con AND _ Reglas IF ANY/ IF SOME: equivalen a reglas con las cláusulas de lascondi ciones conectadas con POREJEMPLO IF: temperatura = alta AND sudoración = presente AND dolor_muscular = presente THEN: diagnostico_preliminar = gripe IF: diagnostico_preliminar = gripe AND descompos_organos_internos = presente THEN:diagnostico_preliminar = _ebola
  • 6. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 6 Actividad 2. INVESTIGACIÓN SISTEMA INFERENCIAL DEL CALCULO DE PROPOSICIONES El cálculo de proposiciones se presenta como el Método de Deducción Natural. El cual consiste en un grupo de reglas que nos permiten deducir unas conclusiones a partir de unas hipótesis. Esto es lo que llamamos un sistema inferencial. Una inferencia es una evaluación que realiza la mente entre expresiones bien formadas de un lenguaje (EBF) que, al ser relacionadas intelectualmente como abstracción, permiten trazar una línea lógica de condición o implicación lógica entre las diferentes EBF. De esta forma, partiendo de la verdad o falsedad posible (como hipótesis) o conocida (como argumento) de alguna o algunas de ellas, puede deducirse la verdad o falsedad de alguna o algunas de las otras EBF. En un sistema inferencial llamamos inferencias a los procesos mediante los cuales obtenemos una conclusión a partir de unas premisas de forma que el razonamiento sea válido. Una inferencia que siga las reglas será una inferencia correcta, mientras que si no las sigue será una inferencia incorrecta. En varios tratados lógicos podemos encontrar que a la conclusión de se le da el nombre de consecuencia lógica de las premisas. Formalmente podemos decir que C es una conclusión o consecuencia lógica de las premisas P1, P2, P3, ..., Pn si y sólo si para cualquier interpretación I para la que P1ᶺP2 ᶺP3ᶺ..ᶺPn es verdadera, C también es verdadera. Se puede demostrar que C es una conclusión o consecuencia lógica de las premisas P1, P2, P3, ..., Pn si y sólo si la sentencia P1ᶺP2ᶺP3ᶺ...ᶺPn-C es una tautología. O bien, si y sólo si la sentencia P1ᶺP2ᶺP3ᶺ...ᶺPnᶺ¬C es una contradicción.
  • 7. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 7 REGLAS DE INFERENCIA MODUS PONENDOPONENS (PP) p → q “Si llueve, entonces las calles se mojan” (premisa) p “Llueve” (premisa) __________________________________________________ q “Luego, las calles se mojan” (conclusión) El condicional o implicación es aquella operación que establece entre dos enunciados una relación de causa-efecto. La regla „ponendoponens‟ significa, “afirmando afirmo” y en un condicional establece, que si el antecedente (primer término, en este caso p) se afirma, necesariamente se afirma el consecuente (segundo término, en este caso q). MODUS TOLLENDOTOLLENS (TT) „Tollendotollens‟ significa “negando, niego”, y se refiere a una propiedad inversa de los condicionales, a los que nos referíamos en primer lugar. p → q “Si llueve, entonces las calles se mojan” ¬q “Las calles no se mojan” __________________________________________________ ¬p “Luego, no llueve”
  • 8. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 8 Si de un condicional, aparece como premisa el consecuente negado (el efecto), eso nos conduce a negar el antecedente (la causa), puesto que si un efecto no se da, su causa no ha podido darse. Esto nos permite formular una regla combinada de las ambas anteriores, consecuencia ambas de una misma propiedad de la implicación; la regla ponendoponens sólo nos permite afirmar si está afirmado el antecedente (el primer término de la implicación), y la regla tollendotollens sólo nos permite negar a partir del consecuente (segundo término de la implicación); ambas consecuencias se derivan de que la implicación es una flecha que apunta en un único sentido, lo que hace que sólo se pueda afirmar a partir del antecedente y negar sólo a partir del consecuente. DOBLE NEGACIÓN (DN) ¬¬p ↔ p El esquema representa, “p doblemente negada equivale a p”. Siguiendo el esquema de una inferencia por pasos, la representaríamos así: ¬¬p “No ocurre que aurora no es una repostera” _____________________________________________________ p “Aurora es una repostera ” La regla „doble negación‟, simplemente establece que si un enunciado está doblemente negado, equivaldría al enunciado afirmado.
  • 9. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 9 ADJUNCIÓN Y SIMPLIFICACIÓN Adjunción (A): Si disponemos de dos enunciados afirmados como dos premisas separadas, mediante la adjunción, podemos unirlos en una sola premisa utilizando el operador Λ (conjunción). p “EDUARDO ES MECÁNICO” q “DANIEL ES ESTUDIANTE” ___________________________________ p Λ q “EDUARDO ES MECÁNICO Y DANIEL ES ESTUDIANTE” Simplificación (S): obviamente, es la operación inversa. Si disponemos de un enunciado formado por dos miembros unidos por una conjunción, podemos hacer de los dos miembros dos enunciados afirmados por separado. p Λ q “Tengo una manzana y tengo una pera” ____________________________________________ p “Tengo una manzana” q “Tengo una pera”
  • 10. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 10 MODUS TOLLENDOPONENS (TP) La disyunción, que se simboliza con el operador V, representa una elección entre dos enunciados. Ahora bien, en esa elección, forma parte de las posibilidades escoger ambos enunciados, es decir, la verdad de ambos enunciados no es incompatible, si bien, ambos no pueden ser falsos. A partir de lo anterior, se deduce la siguiente regla, denominada tollendoponens (negando afirmo): si uno de los miembros de una disyunción es negado, el otro miembro queda automáticamente afirmado, ya que uno de los términos de la elección ha sido descartado. p V q “He ido al cine o me he ido a la escuela” ¬q “No he ido a la escuela” __________________________________________________________ p “Por tanto, he ido al cine”
  • 11. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 11 LEY DE LA ADICIÓN (LA) Dado un enunciado cualquiera, es posible expresarlo como una elección (disyunción) acompañado por cualquier otro enunciado. a “He comprado manzanas” b "He comprado mangos" ______________________________________________________________ a V b “He comprado manzanas o he comprado mangos” SILOGISMO HIPOTÉTICO (SH) Dados dos implicaciones, de las cuales, el antecedente de la una sea el consecuente de la otra (el mismo enunciado), podemos construir una nueva implicación cuyo antecedente sea el de aquella implicación cuya consecuencia sea el antecedente de la otra implicación, y cuyo consecuente sea el de ésta última, cuyo antecedente era consecuencia del primero. Expresado de otro modo, si una causa se sigue una consecuencia, y ésta consecuencia es a su vez causa de una segunda consecuencia, se puede decir que esa primera causa es causa de esa segunda consecuencia, del mismo modo que, si una bola de billar roja golpea a otra bola blanca que a su vez golpea a una bola negra, la bola roja es causa del movimiento de la bola negra. Expresado en forma de inferencia lógica: p → q “Si la bola roja golpea a la bola blanca, la bola blanca se mueve”
  • 12. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 12 q → r “Si la bola blanca golpea a la bola negra, la bola negra se mueve” __________________________________________________________________ ____ p → r “Si la bola roja golpea a la bola blanca, la bola negra se mueve” SILOGISMO DISYUNTIVO (DS) Dadas tres premisas, dos de ellas implicaciones, y la tercera una disyunción cuyos miembros sean los antecedentes de los condicionales, podemos concluir en una nueva premisa en forma de disyunción, cuyos miembros serían los consecuentes de las dos implicaciones. Lógicamente, si planteamos una elección entre dos causas, podemos plantear una elección igualmente entre sus dos posibles efectos, que es el sentido de esta regla. p → q “Si llueve, entonces las calles se mojan” r → s “Si la tierra tiembla, los edificios se caen” p V r “Llueve o la tierra tiembla” ____________________________________________________ q V s “Las calles se mojan o los edificios se caen”
  • 13. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 13 SIMPLIFICACIÓN DISYUNTIVA (SD) Si disponemos de dos premisas que corresponden a dos implicaciones con el mismo consecuente, y sus antecedentes se corresponden con los dos miembros de una disyunción, podemos concluir con el consecuente de ambas implicaciones. p V q “Helado de fresa o helado de vainilla” p → r “Si tomas helado de fresa, entonces repites” q → r “Si tomas helado de vainilla, entonces repites” ____________________________________________________ r Luego, repites LEY CONMUTATIVA Esta ley, no es válida para la implicación, pero sí para conjunción y para la disyunción. Una conjunción es afirmar que se dan dos cosas a la vez, de modo que el orden de sus elementos no cambia este hecho. Igualmente, una disyunción es presentar una elección entre dos cosas, sin importar en qué orden se presente esta elección. Así pues, p Λ q ↔ q Λ p “«p y q» equivale a «q y p»” p V q ↔ q V p “«p ó q» equivale a «q ó p»
  • 14. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 14 LEYES DE MORGAN (DM) Esta ley permite transformar una disyunción en una conjunción, y viceversa, es decir, una conjunción en una disyunción. Cuando se pasa de una a otra, se cambian los valores de afirmación y negación de los términos de la disyunción/conjunción así como de la propia operación en conjunto, como podemos observar aquí: p Λ q p V q ___________ ____________ ¬(¬p V ¬q) ¬(¬p Λ ¬q)
  • 15. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 15 ACTIVIDAD3. INVESTIGACIÓN QUE ES CONOCIMIENTO CASUAL Y CONOCIMIENTO DE DIAGNOSTICO ¿QUE ES EL CONOCIMIENTO CAUSAL? Este tipo de conocimiento tiene que ver con el porqué ocurren las cosas. Es un tipo de conocimiento explícito y compartido mediante historias de la organización, posibilita una estrategia de coordinaciónpara alcanzar objetivos y resultados. 3. LAS GENERALIZACIONES HABITUALESNOS DICEN CÓMO SON LAS COSAS: Las catedrales castellanas son góticas. Forman juicios descriptivos de la realidad. A diferencia de ellas, las generalizaciones causales nos explican el porqué delas cosas: ¿Por qué se ha muerto mi perro? ¿Por qué hay paro? ¿Por qué se adelantan las elecciones? 4. CONOCIMIENTO DIAGNÓSTICO Alude, en general, al análisis que se realiza paradeterminar cualquier situación ycuáles son las tendencias. Esta determinación se realiza sobre la base de datos y hechos recogidos yordenados sistemáticamente, qué permiten juzgar mejor qué es lo que está pasando.
  • 16. ACTIVIDADES UNIDAD 3 INTELIGENCIA ARTIFICIAL UNIDAD3 Página 16