You are on page 1of 24

   

UNIDAD 2
REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO
Objetivo: Aplicará las técnicas de

representación basadas en lógica de predicados y sus reglas de inferencia, en la solución de problemas.

UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO

2.1 MAPAS CONCEPTUALES
Definiciones de mapa conceptual

Es una técnica usada para la representación gráfica del conocimiento. Un mapa conceptual es una red de conceptos. En la red, los nodos representan los conceptos, y los enlaces las relaciones entre los conceptos en forma de flechas etiquetadas.

Un resumen esquemático que representa un conjunto de significados conceptuales incluidos en una estructura de proposiciones". (Joseph D. Novak)

Un Resumen: ya que contiene las ideas más importantes de un mensaje, tema o texto.

Un

Esquema:

dado

que

es

una

representación

Grafica,

se

simboliza

fundamentalmente con modelos simples (líneas y óvalos) y pocas palabras (conceptos y palabras enlace), Dibujos, colores, líneas, flechas (conexiones cruzadas)

Una Estructura: se refiere a la ubicación y organización de las distintas partes de un todo. En un mapa conceptual los conceptos más importantes o generales se ubican arriba, desprendiéndose hacia abajo los de menor jerarquía. Todos son unidos con líneas y se encuentran dentro de óvalos.

Conjunto de significados: dado que se representan ideas conectadas y con sentido, enunciadas a través de proposiciones y/o conceptos(frases) Cuando se realiza un mapa conceptual, se obliga a relacionarse, a jugar con los

conceptos, a que se empape con el contenido. No es una simple memorización; se debe prestar atención a la relación entre los conceptos. Es un proceso activo.

87   

* Explorar el conocimiento previo y los errores de concepto. etc. Concepto 2. El mapa conceptual puede tener varios propósitos: * Generar ideas (brain storming. * Medir la comprensión de conceptos. * Evaluar la comprensión o diagnosticar la incomprensión.). La elipse u ovalo 88    . * Fomentar el aprendizaje significativo para mejorar el éxito de los estudiantes. páginas web grandes. etc. * Diseñar una estructura compleja (textos largos.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Fig 2.). hipermedia.1 Definición de mapa conceptual en un mapa conceptual. * Contribuir al aprendizaje integrando explícitamente conocimientos nuevos y antiguos. * Comunicar ideas complejas. Elementos que componen los mapas conceptuales: 1. * Clasificar de forma similar a las palabras las cuales se encuentran en las diferentes temáticas que se puedan utilizar en el tema dado.

. construir frases u oraciones con significado lógico y hallar la conexión entre conceptos. además de los conceptos y proposiciones. escritorio) y otros que definen nociones abstractas. dudas. Existen conceptos que nos definen elementos concretos (casa. En la representación visual. (Segovia. 2001). donde. (Segovia. : para. las conjunciones. Estado) La elipse u ovalo Los conceptos se colocan dentro de la elipse y las palabras enlace se escriben sobre o junto a la línea que une los conceptos. que no podemos tocar pero que existen en la realidad ( Democracia. Conexiones Cruzadas Concepto Un concepto es un evento o un objeto que con regularidad se denomina con un nombre o etiqueta (Novak y Gowin. adoptan formas y eventualmente colores distintos para cada uno Palabras de enlace Son las preposiciones. 1988). Las palabras enlace permiten. junto con los conceptos. teorías. que no podemos tocar pero que existen en la realidad ( Democracia. El concepto. entre otras. comentarios. Estado)El concepto.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO 3. Las Flechas 7. Proposición 5.. Palabras de enlace 4. como. Existen conceptos que nos definen elementos concretos (casa. el adverbio y en general todas las palabras que no sean concepto y que se utilizan para relacionar estos y así armar una "proposición" Ej. Muchos autores están empleando algunos símbolos para incluir. otra información como: actividades. 2001). puede ser considerado como aquella palabra que se emplea para designar cierta imagen de un objeto o de un acontecimiento que se produce en la mente del individuo. escritorio) y otros que definen nociones abstractas. 89    . Líneas y Flechas de Enlace 6. puede ser considerado como aquella palabra que se emplea para designar cierta imagen de un objeto o de un acontecimiento que se produce en la mente del individuo. Proposición Una proposición es dos o más conceptos ligados por palabras enlace en una unidad semántica. por.

fruta. Seleccionar 2. La flecha nos indica que no existe una relación de subordinación. una relación significativa. La representación grafica en el mapa para señalar la existencia de una conexión cruzada es a través de una flecha. Conectar 6. Conexiones Cruzadas Cuando se establece entre dos conceptos ubicados en diferentes segmentos del mapa conceptual. Representar 5. Reflexionar Seleccionar Después de leer un texto. por lo tanto. Por ejemplo: agua. se pueden utilizan para representar una relación cruzada. Las Flechas Novak y Gowin reservan el uso de flechas ". Cómo construir un mapa conceptual 1. solo en el caso de que la relación de que se trate no sea de subordinación entre conceptos". Aunque hay sitios donde se recomienda ordenar antes que agrupar. Las conexiones cruzadas muestran relaciones entre dos segmentos distintos de la jerarquía conceptual que se integran en un solo conocimiento. es preferible hacerlo primero: a medida que 90    . seleccionar los conceptos con los que se va a trabajar y hacer una lista con ellos. Nunca se pueden repetir conceptos más de una vez en una misma representación.. se utilizan las líneas para unir los conceptos.. no se utilizan las flechas porque la relación entre conceptos esta especificada por las palabras de enlace.. entre los conceptos de una sección del mapa y los de otra parte del "árbol" conceptual. Agrupar 3. Puede ser útil escribirlos en notas autoadhesivas (Post-it) para poder jugar con ellos Agrupar Agrupar los conceptos cuya relación sea próxima. Comprobar 7. Ordenar 4. o seleccionando un tema concreto.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Líneas y Flechas de Enlace En los mapas conceptuales convencionalmente. suelo.

pero gran parte de su diferencia estriba en la capacidad visual del mapa mental y las conexiones que realiza. 91    . Se sabe que las imágenes conectan rápidamente con otras ideas afines. Las imágenes y dibujos tienen varias funciones. números e imágenes. enseñando. El mapa mental reúne solo los puntos importantes de un tema e indica de forma sencilla la manera en que estos se relacionan entre sí. La dirección de la flecha nos dice cómo se forma la sentencia. Comprobar Comprobar el mapa: ver si es correcto o incorrecto. en torno a la palabra central se dibujan de 5 a 10 ideas principales que se refieren a aquella palabra..los conceptos Reflexionar Reflexionar sobre el mapa. Diferencias respecto al Mapa mental Es un diagrama que se construye de manera personal utilizando palabras clave. quitando.". Un enlace define la relación entre dos conceptos. colores. por lo que parte de la potencia del mapa mental está en su capacidad visual de generar nuevas conexiones y retener las ideas con el hemisferio visual del cerebro. y ver si se pueden unir distintas secciones. Entonces a partir de cada una de las palabras derivadas. lógica. El mapa mental busca y exige imágenes para su construcción. y este ha de crear una sentencia correcta."Un mapa mental consta de una palabra central o concepto. cambiando de posición. otra para reducir las palabras manteniendo un concepto o idea compleja y también para buscar nuevas conexiones. habrá conceptos que podamos meter en dos grupos al mismo tiempo.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO agrupamos. se dibujan a su vez de 5 a 10 ideas principales que se refieren a cada una de esas palabras. algunas nemotécnicas. y aportar nuevo conocimiento sobre la materia estudiada. Es ahora cuando se pueden ver relaciones antes no vistas. Representar Explicar cada concepto del tema seleccionado Conectar Esta es la fase más importante: a la hora de conectar y relacionar los diferentes conceptos.. Conectar los conceptos mediante enlaces. Para muchas personas las dos técnicas pueden parecer similares. se comprueba si se comprende correctamente una materia. De esta forma aparecen los conceptos más genéricos. ritmo visual. En caso de que sea incorrecto corregirlo añadiendo.

Guarda una semejanza con la representación y la terminología de la programación orientada a objetos. Para representarlas se utilizan grafos donde los conceptos representan a los nodos y a los enlaces definen la relación entre ellos. Charles Peirce propuso una notación gráfica de nodos y arcos denominada grafos existenciales que él denominó «la Lógica del futuro». flecha o enlace o arista. estarán unidos mediante una línea. Existen diversos tipos de relaciones semánticas como la hiponimia.. hiperonimia. pero si se deja de lado la “interfaz humana”. Este conjunto estará formado por n elementos (tantos vértices como términos relacionables).) son los mismos. los conceptos base (objetos. relaciones. etc. Dos elementos semánticos entre los que se admite se da la relación semántica que representa la red. aunque algunas veces pueden ser también árboles. En un grafo o red semántica los elementos semánticos se representan por nodos. Dado un conjunto de conceptos. Una red semántica o esquema de representación en Red es una forma de representación de conocimiento lingüístico en que las interrelaciones entre diversos conceptos o elementos semánticos se les dan la forma de un grafo. cuantificación. Las redes semánticas pueden ser mapas conceptuales y mentales. La notación que proporcionan las redes semánticas para cierta clase de sentencias es a menudo más conveniente. Entonces empezó un debate de larga duración entre los defensores de la «lógica» y los defensores de las «redes se-m á n t i c a ~Desafortunadamente. una red semántica representa estas relaciones en forma de grafo. Los enlaces están etiquetados en lenguaje natural y especifican la naturaleza de esas relaciones. tn} y cierta relación semántica simétrica entre ellos se construye un grafo G = (V.. t2.A) cumpliendo las siguientes condiciones: 1.2 Redes Semánticas Historia En 1909. etc. Cierto tipo de relaciones no simétricas requieren grafos dirigidos que usan flechas en lugar de líneas. elementos semánticos o términos relacionados semánticamente mediante alguna relación semántica.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO 2. dado un conjunto de términos {t1.. Las redes semánticas se utilizan para definir el significado de un concepto mediante su relación con otros conceptos. Estas redes pueden ser visualizadas como grafos. Explícitamente.. la meronimia. El conjunto V es el conjunto de vértices o nodos del grafo. el debate oscureció el hecho de que las redes semánticas (por lo menos aquellas con un concepto de semántica bien definido) son una forma de Iógica. A cada uno de los 92    .

por tanto los vértices del grafo se llamarán: t1. t2. Redes IS-A. en las que los enlaces entre nodos están etiquetados. que representan conceptos. y que unas se basan en representaciones graficas del conocimiento y otras en representaciones formales. tn. Muestra como dos conceptos o nodos están relacionados.. Un conjunto de procedimientos de inferencia que operan sobre las estructuras de datos.. Estructuras de datos en nodos. El mecanismo por el que una red semántica permite inferir conocimiento se denomina propagación de la activación..UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO vértices del grafo representará uno de los términos. 2. Gráficos conceptuales: en los que existen dos tipos de nodos: de conceptos y de relaciones 3. podemos distinguir tres categorías de redes semánticas: 1. 2. unidas por arcos que representan las relaciones entre los conceptos. Los elementos básicos que encontramos en todos los esquemas de redes son: 1. 2. La principal diferencie entre estas representaciones del conocimiento radica en su sintaxis. por lo que se han realizado numerosos esfuerzos por llevar a cabo implementaciones importantes basadas en ellas. Los responsables de los primeros esquemas de representación formalizados fueron Quillian (1968) y Shapiro & Woddmansee (1971). Las redes semánticas han sido muy utilizadas en Inteligencia Artificial para representar el conocimiento y por tanto ha existido una gran diversificación de técnicas. Si la relación no es simétrica. Dados dos vértices (términos) del grafo ti y tj existirá una línea aij que une los vértices ti y tj si y sólo si los términos ti y tj están relacionados. Los esquemas de redes semánticas tienen una fundamentación psicológica muy sólida. Russell y Norving propusieron en 1995 un mecanismo para transformar el conocimiento de ambas representaciones en expresiones de la lógica de primer orden. Aun que puede no ser evidente. Redes de marcos: en los que los puntos de unión de los enlaces son parte de la etiqueta del nodo. tanto los marcos como las redes semánticas son paradigmas muy cercanos a la lógica de predicados. 93    . El conjunto A es el conjunto de aristas o líneas del grafo. Básicamente. entonces se usan grafos dirigidos para representar la relación..

2 Predicados sobre intervalos de tiempo 2. Esto es un inconveniente en gran cantidad de problemas que se presentan en inteligencia artificial y que tienen carácter no monótono. correspondiente a la aserción lógica Mary € Persona Femeninas de igual modo. Una notación gráfica común visualiza objetos o nombres de categorías en óvalos o cajas. Por esta razón. el enlace Hermana De entre Mary y John corresponde a la aserción Hermana De (Mary. John). por lo tanto ¿se puede dibujar un enlace Tiene Madre desde Personas hasta Persona Femenina? La respuesta es no. dado un conjunto de sentencias S1 del que se puede inferir C.3 Razonamiento monótono La lógica clásica tiene un carácter monótono. pero todas son capaces de representar objetos individuales. Por ejemplo. se ha usado una notación especial (en enlace con caja doble) en la Figura 2. categorías de objetos y relaciones entre objetos. Figura 2. Es decir.2. Por ejemplo. y las categorías no tienen madre. al añadir otro conjunto de sentencias S2. Se pueden conectar categorías usando enlaces Subconjunto De.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Ejemplo de red semántica Existen diversas variantes de las redes semánticas. se tiene que seguir infiriendo C a partir de S1 Unión S2. Ejemplo: Razonamiento de sentido común. el cual establece conclusiones a partir de 94    .2 tiene un enlace Miembro De entre Mary y Persona Femenina. porque Tiene Madre es una relación entre una persona y su madre. y los conecta con arcos etiquetados. Es tan divertido dibujar burbujas y flechas que uno puede dejarse llevar. se conoce que todas las personas tienen una madre de sexo femenino. la Figura 2.

Estas últimas constituyen el elemento básico de descripción del conocimiento. Se tomaran como elementos básicos los objetos y las relaciones entre dichos objetos. por tanto métodos de formalización de frases declarativas. ya no pensamos que vuela. Proposición: Un enunciado lingüístico (generalmente en la forma gramatical de una oración enunciativa) puede ser considerado como proposición lógica cuando es susceptible de ser verdadero o falso. se distingue: Que se afirma(predicado o relación) De quien se afirma(objeto) Definición: La lógica del predicado consiste en un lenguaje para expresar proposiciones y reglas para inferir nuevas proposiciones a partir de las que ya conocemos. que muchas veces se revisan o se desechan cuando se obtiene nueva información o evidencia del dominio. validez e inferencia El instrumento fundamental de comunicación humana es el lenguaje. Para ello existen dos niveles de abstracción según el grado de detalle que se quiera formalizar: lógica proposicional y lógica de predicados. semántica. si luego nos dicen que es un pingüino. Se nos dice que alguien tiene un pájaro. Ej. pensamos que vuela. En lógica se estudian. aquí consideramos únicamente el valor de Verdad o Falsedad. en orden a la claridad del concepto. “Es de noche”. La lógica de predicados estudia las frases declarativas con mayores grados de detalle considerando la estructura interna de las proposiciones. Aunque existen lógicas polivalentes. Es decir. formado por frases de tipo interrogativo. La lógica proporciona o lógica de enunciados toma como elemento básico las frases declarativas simples o proposiciones que son aquellos elementos de una frase que constituyen por si solos una unidad de comunicación de conocimientos y pueden ser considerados VERDADEROS o FALSOS. 2. imperativo y deductivo. Se llama proposición atómica cuando hace referencia a un único contenido de verdad o falsedad (equivaldría a la oración 95    .4 La lógica de predicados: sintaxis. La lógica es la disciplina que estudia los métodos de formalización del conocimiento humano.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO información parcial.

cuantificadores: (universal) (Símbolos de puntuación: ) Semántica En términos generales. distintos según la situación reflejada.} con aridad definida. En el caso de un lenguaje de programación como C. . .. 3. 1}: s: P {0.. c2. .↔. Dado un lenguaje proposicional L(P). 2. p2. Símbolos lógicos. La lógica permite hacer esto asignando un valor de verdad a cada expresión del lenguaje. 2. Para un lenguaje de representación. X2. La semántica de un lenguaje proposicional depende (i) de la interpretación de los conectivos lógicos. una semántica permite atribuir un significado a las expresiones del lenguaje simbólico considerado.. Para construir las expresiones de la lógica de predicados. . y (ii) de los valores de verdad asignados a las variables proposicionales. lo que interesa es capturar una descripción del universo modelado. 1}. que tienen el mismo significado en todos los dominios. dependientes del universo modelado: 1. un conjunto de símbolos de variables {X1. una asignación de verdad es una función s de P en el conjunto {0. Proposición molecular cuando se obtiene combinando proposiciones atómicas mediante ciertas partículas llamadas conectivas. . . se utilizan dos tipos de símbolos: Símbolos no lógicos. un conjunto de símbolos de función {f1.}.}. un conjunto de símbolos de predicados {p1. 3. Sintaxis: La sintaxis estudia las formas en que se combinan las palabras.. un conjunto de símbolos de constantes {c1... así como las relaciones sintagmáticas y paradigmáticas existentes entre ellas. f2.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO enunciativa simple). se define su semántica por medio de una asignación de verdad o valuación que declara a las variables proposicionales en P como verdaderas o falsas.→. esta semántica es procedural y consiste en describir el efecto que produce el programa sobre sus estructuras de datos. conectivos lógicos: ¬. independientes del universo modelado: 1. 96    ..} con aridad definida. Tomando a 0 como valor falso y a 1 como valor verdadero..

también son llamadas tautologías. para toda valuación s: P {0. entonces a priori hay 2n valuaciones posibles. entonces son valuaciones. Por ejemplo. entonces (X Y) es una tautología. La validez de una expresión lógica puede verificarse exhaustivamente mediante una tabla de verdad. es decir.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Por ejemplo. Validez Una expresión X de L(P) es válida siempre y cuando es siempre verdadera. entre otras: s1: p s2: p 1 1 Si P tiene n variables proposicionales. q. que son verdaderas independientemente del universo modelado. También. Pertenecen al sistema lógico. 97    . si y sólo si. aunque no todas tengan sentido en el universo modelado. 1} se cumple s(X) = 1. y no al dominio de aplicación. para la expresión (((p q) la conclusión [q] es cierta": p) q). entonces p q (p q) ((p q) 00 01 10 11 1 1 0 1 0 0 0 1 p) (((p q) 1 1 1 1 p) q) Otro ejemplo trivial de tautología es cualquier expresión de la forma (X ¬X). que corresponde al modus ponens "si la premisa mayor [p implica q] es cierta y la premisa menor [p] es cierta. r}. si X y Y son expresiones lógicamente equivalentes. Estas expresiones. si P = {p. La importancia de las tautologías desde el punto de vista computacional radica en el hecho que se pueden estudiar y aplicar en forma general.

. Es la base tanto de la lógica proposicional. aceptado y reconocido de los tres indicados. involucra la realización de inferencias.. el método deductivo.Esta regla establece que: Si la sentencia (p también es falsa. que la sentencia original es verdadera. razonar es pensar coherente y lógicamente. a partir de hechos conocidos. garantiza el resultado de conclusiones también verdaderas. a lo específico. abductivo e inductivo. existen tres métodos básicos de razonamiento: deductivo.Es el razonamiento a partir de un principio conocido hacia un desconocido. Esto significa que la deducción a partir de premisas verdaderas. La deducción es el método más ampliamente comprendido. en los sistemas basados en conocimiento. La lógica de predicados proporciona un grupo de reglas sólidas. A manera de ejemplo.5 La demostración y sus métodos En lógica de predicados. demostrando. se puede expresar. entonces (A C) también es q) es verdadera y q es falsa. C) es verdadero. o de la premisa a la conclusión lógica. como sigue: 98    . A su vez. con las cuales se pueden realizar inferencias. llegar a una conclusión.. por lo tanto. Establece que: Si las sentencias p y (p inferir que q también es verdadera. Modus tolens. entonces se puede inferir que p q) se conocen que son verdaderas.Utiliza refutación para comprobar una determinada sentencia. La refutación intenta crear una contradicción con la negación de la sentencia original.Es la más importante. La regla de resolución. Resolución.. Realizar inferencias significa derivar nuevos hechos a partir de un conjunto de hechos conocidos como verdaderos. por lo tanto. Las principales Reglas de Inferencia son: Modus ponens. Deducción. entonces se puede 2. establecer inferencias o conclusiones a partir de hechos conocidos o asumidos. como de la lógica de predicados. establece que: Si (A B) es verdadero y (~B verdadero. de lo general.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Inferencia Inferir es concluir o decidir a partir de algo conocido o asumido. utilizando lógica de predicados. El proceso de razonamiento. La deducción realiza inferencias lógicamente correctas.

" C. siempre permanecen así y no pueden ser modificados o retractados. P(X) es también verdadero.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO " A. Los axiomas no pueden cambiar. P(b). A diferencia de la inducción. Inducción. En otras palabras. La forma más común del método inductivo es la siguiente: Si se conoce que P(a). C) ® mayor (A. B) Ù mayor (B.... P(n) son verdaderos. Esto significa que en el razonamiento monotónico el conjunto de axiomas continuamente crece en tamaño. se empieza por una conclusión y se procede a derivar las condiciones que podrían hacer a esta conclusión válida.. Otro aspecto del razonamiento monotónico es que si más de una inferencia lógica puede ser hecha a un tiempo específico y una de ellas se realiza. las inferencias que quedan serán todavía aplicables después que dicha inferencia haya sido hecha. la adquisición de conocimiento y el descubrimiento están basados en ella.. la inducción no es un método sólido de inferencia. entonces A es posiblemente verdadera.. En un sistema monotónico todos los axiomas utilizados se conocen como verdaderos por sus propios méritos. El razonamiento deductivo es una forma monotónica de razonar que produce argumentos que preservan la verdad. 99    . [mayor (A. o pueden ser derivados de otros hechos conocidos como verdaderos.Se define como el razonamiento a partir de hechos particulares o casos individuales. ... entonces se puede concluir que " X. El método inductivo es la base de la investigación científica. ya que una vez que se los conoce como verdaderos. por lo tanto no es un método sólido de inferencia. para llegar a una conclusión general.Es un método de razonamiento comúnmente utilizado para generar explicaciones. En abducción. la abducción no garantiza que se puedan lograr conclusiones verdaderas. " B. La inducción es una forma de inferencia muy importante ya que el aprendizaje. C)] Abducción. Al igual que la abducción. se trata de encontrar una explicación para la conclusión. La forma que tiene la abducción es la siguiente: Si la sentencia (A ® B) es verdadera y B es verdadera.

que trabaja con cláusulas. específicamente con las cláusulas de Horn. Utiliza un sistema de inferencia denominado máquina PROLOG. Kowalski y otros fueron implementadas en 1971. 100    . Las demostraciones se consiguen utilizando el método refutativo (reducción al absurdo). Prolog es un lenguaje de programación en lógica basado en el Principio de Resolución lineal de Robinsón. Para probar una sentencia nos basta con demostrar que su negación nos lleva a una contradicción con las sentencias conocidas (es insatisfactible). Un programa en Prolog consiste en la declaración de un conjunto de hechos. Si la negación de una sentencia entra en contradicción con los hechos de nuestra base de conocimiento es porque lo contrario. basada en el principio de resolución de Robinsón. en un sistema que se llamó originalmente SISTAMA Q y que luego se hizo conocido con el nombre de PROLOG (Programing in Logic). es decir lo que intentamos es encontrar contradicciones. 1965]. es decir. que reciben el nombre de base de conocimiento o base de datos y un conjunto de reglas que hacen uso de la base de conocimiento y de otras reglas. Utiliza el método de resolución "Top-Down" y una técnica de la lógica formal llamada cálculo de predicados para representar el conocimiento. PROLOG Las ideas básicas de la programación en lógica desarrolladas por Robinson. en la Universidad de Marsella (Francia). es un intento de mecanizar el proceso de deducción natural de esa forma eficiente. este conjunto de reglas recibe el nombre de base de conocimiento procedurales.6 El método de resolución de Robinson El Método de Resolución [Robinsón.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO 2. por Alain Colmerauer. la sentencia original era verdadera y se puede deducir lógicamente de las sentencias que componen dicha base de conocimientos. el cual permite deducir lógicamente las respuestas a las consultas realizadas en base al conocimiento que previamente se ha incorporado.

Es decir. que muchas veces se revisan o se desechan cuando se obtiene nueva información o evidencia del dominio. o lo que es lo mismo asume los límites de su propio conocimiento. al añadir otro conjunto de sentencias S2. Las lógicas clásicas parten del carácter no excluyente de los nuevos axiomas añadidos a los ya existentes. si luego nos dicen que es un pingüino. Ej. dado un conjunto de sentencias S1 del que se puede inferir C. hacen de Prolog un lenguaje distinto al resto de los convencionales. ya no pensamos que vuela. Por el contrario.7 Conocimiento monótono y otras lógicas La lógica clásica tiene un carácter monótono. Una de las posibles soluciones al razonamiento por defecto es la aplicación de las denominadas lógicas no monótonas. se ha logrado demostrar su eficacia como herramienta útil a las aplicaciones propias de la IA. el cual establece conclusiones a partir de información parcial. 2. como son independientes para cada cláusula. algoritmos de control ligados al orden de las cláusulas y el cuestionamiento general que se hace al formalismo lógico.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Cada una de las cláusulas y hechos son independientes del resto lo que les da a los programas en Prolog un carácter modular. El rango definitorio es que se tienen en cuenta lo que no se conoce. El ha sido capaz de enriquecerse con características que permiten el tratamiento de gramáticas. se tiene que seguir infiriendo C a partir de S1 Unión S2. pensamos que vuela. Es un intento por llegar a un lenguaje declarativo en el cual el usuario formule el conocimiento que quiere representar. a través de conjuntos de hechos y reglas y con lenguaje similar al lenguaje natural. Prolog constituye una herramienta extremadamente útil para la construcción de sistemas basados en conocimiento. Las variables. Esto es un inconveniente en gran cantidad de problemas que se presentan en inteligencia artificial y que tienen carácter no monótono. Ejemplo: Razonamiento de sentido común. al no ser de naturaleza algorítmica. Prolog es un lenguaje que a pesar de poseer limitaciones tales como: incompletitud en las demostraciones de teoremas. Para resolver problemas para los que se carece de una teoría sólida y contrastada. se crean reglas o leyes que permiten realizar un tipo de razonamiento denominado razonamiento por defecto. Se nos dice que alguien tiene un pájaro. 101    . predicados de entrada y salida y predicados para restringir y orientar mejor las búsquedas a través de meta reglas. la aceptación de la negación. las lógicas no monótonas tienen en cuenta la necesidad de detectar posibles inconsistencias con los nuevos axiomas.

Es necesario establecer un mecanismo de mantenimiento de coherencia – generalmente traducido como mantenimiento de verdad (“truth maintenance”). Es decir. en su lugar dicho operador sólo aparece en las reglas de inferencia denominadas reglas por defecto definidas al efecto.que permita eliminar el supuesto en cuanto se presente un hecho que lo invalide.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Formalismos Lógica no-monótona: Poder representar leyes como “Si x es un ser humano. Los enfoques presentados sobre el razonamiento no monótono se pueden tildar de permisivos en el sentido de que posibilitan la obtención de suposiciones cuando no existen evidencias que las contradigan. a menos que haya algo que lo contradiga”. Elimina un hecho (factor de conocimiento) obteniendo la contradicción hasta que llega a una conclusión final. entonces x puede andar. Un ejemplo de este tipo es la consideración de la circunscripción de un predicado. • Lógica por-defecto: Muy parecido al anterior. utiliza contradicciones para procesar. También puede realizarse un enfoque restrictivo del problema donde sólo se considera válido lo que se ha comprobado como cierto. El razonamiento monótono. Para ello se amplia la lógica de primer orden introduciendo el operador modal M (es modal ya que indica una modalidad de verdad). Es necesario establecer un mecanismo de mantenimiento de coherencia – generalmente traducido como mantenimiento de verdad (“truth maintenance”). a menos que haya algo que lo contradiga”. Lógica por-defecto: Muy parecido al anterior. Formalismos • Lógica no-monótona: Poder representar leyes como “Si x es un ser humano. entonces x puede andar. pero el operador M ya no hace la función 102    . pero el operador M ya no hace la función de un operador modal capaz de formar sentencias Mp supuestamente válidas en el sistema.que permita eliminar el supuesto en cuanto se presente un hecho que lo invalide. Para ello se amplia la lógica de primer orden introduciendo el operador modal M (es modal ya que indica una modalidad de verdad).

Elimina un hecho (factor de conocimiento) obteniendo la contradicción hasta que llega a una conclusión final. en su sentido más amplio. en su lugar dicho operador sólo aparece en las reglas de inferencia denominadas reglas por defecto definidas al efecto. ¿Qué es el conocimiento? El conocimiento. pero también hay un uso real. Saber es el conjunto de conocimientos que producen un pensamiento continuo de recuerdos de los conocimientos adquiridos a lo largo del tiempo. en definitiva. hay un uso meramente formal de la misma. Significa. El conocimiento es un fenómeno complejo que implica los cuatro elementos (Sujeto. es decir un uso lógico ya que la razón hace abstracción de todo un contenido. es una apreciación de la posesión de múltiples datos interrelacionados que por sí solos poseen menor valor cualitativo. También puede realizarse un enfoque restrictivo del problema donde sólo se considera válido lo que se ha comprobado como cierto. El conocimiento es una relación entre sujeto y objeto. El conocimiento comienza por los sentidos. pasa de estos al entendimiento y termina en la razón.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO de un operador modal capaz de formar sentencias Mp supuestamente válidas en el sistema. Un ejemplo de este tipo es la consideración de la circunscripción de un predicado. y si a otro se le considera como a un sujeto es por la relación a un sujeto. 103    . utiliza contradicciones para procesar. 3.la racionalidad humana permite el conocimiento que se deriva en el saber y el conocer. 2 Si a un ser se le considera como un objeto es por la relación a un objeto. Los enfoques presentados sobre el razonamiento no monótono se pueden tildar de permisivos en el sentido de que posibilitan la obtención de suposiciones cuando no existen evidencias que las contradigan. la posesión de un modelo de la realidad en la mente. Algunas conclusiones sobre el conocimiento: 1. Es decir. El razonamiento monótono. Igual que en el caso del entendimiento.

se define al conocimiento como el conjunto organizado de datos e información destinados a resolver un determinado problema. 4. en el pensamiento occidental. analogía. científico. Visión científico/técnica En ciencias de la información.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Objeto. integrado por los datos. Una certeza que el día de mañana probara ser falsa. Para alcanzarlo se aplica un método existiendo así múltiples vías de llegar obtener el conocimiento: método empírico. 104    . etc. en verdad nunca habría sido conocimiento. esta vinculación entre conocimiento-verdad-necesidad forma parte de toda pretensión de conocimiento filosófico. método lógico. Y en efecto. la información. La representación interna es el proceso Cognoscitivo (es la explicación a tu propio criterio). como se genera y como se aplica. Así. se acostumbra a definir un continuo progresivamente complejo. aquel no existe. Visión filosófica clásica Según Platón. Esquema sobre el conocimiento desde el punto de vista de las ciencias de la información. Operación y Representación interna) de tal manera que si fuera uno de estos. el conocimiento se caracteriza por ser necesariamente verdadero (episteme). el conocimiento y la sabiduría. la verdadera creencia y opinión (ignorante de la realidad de las cosas) quedan relegadas al ámbito de lo probable y lo aparente. método histórico. De otro modo.

y se obtendrá un sistema igualmente consistente y válido. pues ello no implica su verdad. la cual se expresa a sí misma en el razonamiento que realizan los individuos a partir de eventos que ocurren en la vida cotidiana. 2.8 Razonamiento probabilístico El razonamiento es un proceso que permite a las personas extraer conclusiones a partir de premisas dadas previamente. existe un segundo tipo de probabilidad basada en las observaciones y que históricamente se ha llamado probabilidad empírica (Downie & Heath. Los valores de probabilidad varían entre 0 y 1. 1986) ó probabilidad subjetiva (Cohen. la probabilidad de que "Juan muera algún día" es 1 (100 % de certeza de que ocurrirá). Sin embargo. 1974). la factibilidad de la pretensión de objetividad y neutralidad valórica (¿es posible la comprensión de la realidad desde un punto de vista neutro. para que una creencia constituya conocimiento científico no basta con que sea válida y consistente lógicamente. sino que las probabilidades se ubican en un número intermedio entre estos dos extremos. pruebas que la apoyen. la transparencia de los hechos (¿existen los hechos puros o más bien interpretaciones?). validez no garantiza verdad. Es decir. Para que una teoría deba ser considerada como verdadera. como por ejemplo. Así por ejemplo. donde el valor 1 equivale a la certeza absoluta y el valor 0 equivale a la ausencia de probabilidad. téngase un sistema lógico deductivo consistente y válido. mientras que la probabilidad de que "María viva 270 años" es 0 (100 % de certeza de que el evento no ocurrirá). Además de la probabilidad matemática o teórica. Hacer esta diferencia entre probabilidad matemática y probabilidad empírica es importante. sólo que contradictorio al sistema previo. o estamos condenados a perspectivas?). el razonamiento probabilística es considerado un tipo de razonamiento que se apoya en los modelos de la teoría de probabilidades. Niéguese la totalidad de las premisas del sistema. también conocido como método experimental. pues aunque sepa o no algo sobre el cálculo formal o teórico de 105    . Dentro de las teorías acerca del razonamiento humano. Por ejemplo. debe poder demostrarse su verosimilitud empleando el método científico. deben existir. desde el punto de vista de la ciencia. De tal manera. La probabilidad es un concepto matemático que tiene que ver con las leyes del azar: es la frecuencia esperada o teórica cuando entran en función las leyes de la casualidad. etc. tal como fuera el de un dios. Ello sin embargo se ve seriamente complicado si se introducen interrogantes relativas a la suficiencia de dicho método. en la vida cotidiana los eventos rara vez tienen una probabilidad de 1 ó 0.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO En general.

el pronóstico del tiempo. Un componente fundamental en inferencia. riesgo y probabilidad. 1982 a). Esto quiere decir que no se necesita estar entrenado formalmente en el cálculo de probabilidades: la capacidad de pensar e términos de probabilidades es inherente a nuestra condición de seres humanos. etc. El razonamiento probabilístico condicional se aplica también en el diagnóstico. el conocimiento formal. y los sesgos de razonamiento en una única aplicación. aunque la relación condicional P(A/B) puede ser debida a una relación diagnóstica si A es causa de B (Tversky y Kahneman. adquiridos a partir de la experiencia. no se encuentra un instrumento comprensivo que evalúe. como bayesiana es el razonamiento probabilístico condicional. Dichas inferencias son parte de la forma en que está estructurado el pensamiento humano y no dependen de entrenamiento matemático alguno. No sólo los profesionales.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO probabilidades (probabilidad matemática). evaluación de un estudiante. Por ejemplo. tomar decisiones que le 106    . todo ser humano participa del pensamiento probabilístico (probabilidad subjetiva). diagnóstico médico. evaluación y toma de decisiones. Razonamiento probabilístico en la vida cotidiana: un desafío educativo Probabilidad en la vida cotidiana El azar está presente en la vida cotidiana en muchos contextos en los que aparecen nociones de incertidumbre. Condicionamiento y causación. por ejemplo. estudio de la posibilidad de tomar un seguro de vida o efectuar una inversión. que permite incorporar cambios en nuestro grado de creencia sobre los sucesos con una nueva información. Estas probabilidades suelen ser subjetivas en el sentido en que diversas personas pueden conceder probabilidades diferentes al mismo acontecimiento. sino cualquier persona ha de reaccionar a mensajes en que aparecen estos elementos. Algunas personas identifican como similares condicionalidad y causalidad. una persona dice: “En Puno hubo una helada la otra noche” y uno posiblemente infiera: “Los pollos del tío Pedro probablemente no la han sobrevivido” Esta inferencia se basa en el conocimiento que se tiene de los efectos de la helada. Sin embargo. incluso cuando las investigaciones previas han informado de errores en el razonamiento probabilístico condicional. La principal ventaja del razonamiento probabilístico sobre el razonamiento lógico es que el primero permite tomar decisiones racionales aún en los casos en que no haya suficiente información para probar que cualquier acción dada funcionará. tanto clásica.

la probabilidad P(Ai | B) viene dada por la expresión: Donde: P(Ai) son las probabilidades a priori. 2002).. Esto se cumple Como observación. es el resultado que da la distribución de probabilidad condicional de una variable aleatoria A dada B en términos de la distribución de probabilidad condicional de la variable B dada A y la distribución de probabilidad marginal de sólo A.. color. superficie.por tanto objetiva de los sucesos que nos afectan (como sería el peso.A2.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO pueden afectar. En estas situaciones la probabilidad no es una propiedad física tangible. 2. se tiene 107    ..Ai.9 Teorema de Bayes (estadística bayesiana).. en la teoría de la probabilidad. P(B | Ai) es la probabilidad de B en la hipótesis Ai.. P(Ai | B) son las probabilidades a posteriori. Sea {A1. El teorema de Bayes. Sea B un suceso cualquiera del que se conocen las probabilidades condicionales P(B | Ai).. temperatura) sino una percepción o grado de creencia en la verosimilitud de la persona que asigna la probabilidad sobre la plausibilidad de ocurrencia del suceso (que ocurrirá o no).. Entonces.An} un conjunto de sucesos incompatibles cuya unión es el total y tales que la probabilidad de cada uno de ellos es distinta de cero.. emitir juicios sobre relación entre sucesos o efectuar inferencias y predicciones (Gigerenzer.

b) Que nieve: probabilidad del 30% c) Que haya niebla: probabilidad del 20%. El teorema de Bayes nos permite calcular estas probabilidades: 108    . El Teorema de Bayes se apoya en el proceso inverso al del Teorema de la Probabilidad Total Teorema de la probabilidad total: a partir de las probabilidades del suceso A (probabilidad de que llueva o de que haga buen tiempo) deducimos la probabilidad del suceso B (que ocurra un accidente). El servicio meteorológico ha anunciado tres posibilidades para el fin de semana: a) Que llueva: probabilidad del 50%. la posibilidad de que ocurra un accidente es la siguiente: a) Si llueve: probabilidad de accidente del 20%. Ejemplos del teorema de Bayes Primer ejemplo. Según estos posibles estados meteorológicos.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO y su demostración resulta trivial. Teorema de Bayes: a partir de que ha ocurrido el suceso B (ha ocurrido un accidente) deducimos las probabilidades del suceso A (¿estaba lloviendo o hacía buen tiempo?). b) Si nieva: probabilidad de accidente del 10% c) Si hay niebla: probabilidad de accidente del 5%. Resulta que efectivamente ocurre un accidente y como no estábamos en la ciudad no sabemos que tiempo hizo (llovió. nevó o hubo niebla).

que se denominan "probabilidades a posteriori". Una vez que incorporamos la información de que ha ocurrido un accidente. clasificarla como de opinión. las probabilidades del suceso A cambian: son probabilidades condicionadas P (A/B). local. sucesos. b) En el rincón del vago. de entre un conjunto de clases dadas a priori. ¿Podemos clasificarlo e incorporarlo correctamente en su lugar? Solución Aunque hay muchas formas de abordar este problema. nieve con el 30% y niebla con el 20%). nacional. a) Dada una noticia de un periódico. política. se reciben unos apuntes enviados por Juan Buena-voluntad. 1. Aplicaciones del teorema de bayes en la I. etc. 109    . esto es determinar a qué clase pertenece el texto. deportiva. Ejemplos. pronóstico del tiempo.A.UNIDAD II / REPRESENTACION DEL CONOCIMIENTO Y RAZONAMIENTO Las probabilidades que manejamos antes de conocer que ha ocurrido un accidente se denominan "probabilidades a priori" (lluvia con el 50%. cultural. se propone un procedimiento basado en el Algoritmo de Clasificador Naive de Bayes. pero éste olvida decir a qué categoría (o subcategoría) pertenecen. internacional. Clasificador Naive de Bayes Existen planes para desarrollar una herramienta capaz de clasificar un texto.