Documente Academic
Documente Profesional
Documente Cultură
Lázaro Cárdenas
Ingeniería En Sistemas Computacionales
8vo Semestre
Inteligencia Artificial
Unidad II Representación del
conocimiento y razonamiento.
CONTENIDOS
Introducción............................................................................................................................3
Resolución ..............................................................................................................................4
Conocimiento No Monótono Y otras Lógicas ......................................................................6
Razonamiento probabilístico ................................................................................................8
Teorema de Bayes ................................................................................................................10
Conclusión ............................................................................................................................12
Glosario .................................................................................................................................13
Referencias ...........................................................................................................................14
INTRODUCCIÓN
Durante este trabajo de investigación se hace una reseña de los que son
algunos teoremas, tipos de conocimientos lógicos y razonamientos que
actúan para la demostración al momento de evaluar distintas
expresiones y hacer una demostración de si son verdaderas o falsas
dependiendo de los valores que estos tomen, también cabe destacar que
estos conocimiento y razonamientos no solo nos arrojan valores
verdadero o falsos sino que también sirven como referencia y
parámetros para la toma de decisiones, todo esto ya entrando en
materia de sistemas expertos y de la misma inteligencia artificial.
RESOLUCIÓN
El método de resolución
Definición
Definición
Ejemplo
CONOCIMIENTO
Según McCarthy
Tanto los humanos como los autómatas deben extraer conclusiones que
son verdad en los mejores modelos de los hechos que se han tenido en
cuenta. Hay diversos conceptos de lo que es mejor en sistemas
diferentes. Muchos implican la minimización de algo. A medida que se
agregan nuevos hechos, algunas de las anteriores conclusiones no
{A1, ..., An} |= B si y sólo si todo modelo de {A1, ..., An} es un modelo
de B.
RAZONAMIENTO PROBABILÍSTICO
Según McCarthy
Definición
Definición de probabilidad
– 0 ≤ P(Ai) ≤1
– P(E) = 1
Por cada nodo hay una tabla de probabilidad condicional que sirve para
cuantificar los efectos de los padres sobre el nodo. Los padres de un nodo son
aquellos nodos cuyas flechas apuntan hacia éste.
Verdadero Falso
TEOREMA DE BAYES
[8]El Teorema de BAYES se apoya en el proceso inverso al que hemos visto
en el Teorema de la Probabilidad Total.
Regla de Bayes
Ejemplo
En un aula el 70% de los alumnos son mujeres. De ellas el 10% son
fumadoras. De los hombres, son fumadores el 20%.
P(H | F) = P(F, H) / P(F) = P(F | H) P(H) / P(F) = 0x2 x 0,3 / 0,13 = 0,46
CONCLUSIÓN
GLOSARIO
Refutación:
Monótono:
Inferencia:
Bifurcación:
REFERENCIAS
http://www-2.dc.uba.ar/materias/plp/20062C/download/clase8.pdf
[3]http://www.oocities.org/erikkalaura/Parte5/Razonamientoprobabilisti
co.html
[4]http://catarina.udlap.mx/u_dl_a/tales/documentos/msp/colmenares_
g_le/capitulo2.pdf
[5]http://www.gratisweb.com/hergio/tema%201_2.pdf
[6]http://members.fortunecity.com/rednovohcop/H/mcrazpro.html
[7]http://www.angelfire.com/ia3/aisite/razonam_prob.htm
[8]http://www.giaa.inf.uc3m.es/docencia/II/Rincertidumbre/Razonamie
ntoProbabilistico.pdf