You are on page 1of 10

Presentado por

Yaritza Pamela Moreta Rodriguez


Katherine Marian Rodrguez Febles
John Randolph Ovando Snchez
Disneidis Doleo Veriguete

Matricula
2012-2259
2010-0322
2011-2029
2013-1400

Materia
Sistemas basados en el conocimiento

Tema
Sistemas Basados en Reglas & Redes Bayesianas

ndice
1. Sistemas Basados en Reglas & Redes Bayesianas (SBC)
1.1
Conceptos
1.2
Objetivos
1.3
Caractersticas
1.4
Propiedades
1.5
Ventajas y limitaciones
1.6
Aplicaciones (Ejemplos de un SBC usado actualmente)
2. Lenguaje de programacin Prolog
2.1
Antecedentes Histricos
2.2
Conceptos
2.3
Caractersticas
2.4
Propiedades
2.5
Ejemplos aplicacin
2.6
Ventajas y Desventajas
3. Reflexin de:
3.1
semejanzas o similitudes
3.2
porque existen estos tipos de sistemas
4. Sistemas Inteligentes o Inteligencia Artificial

Introduccin.
El siguiente ensayo tiene como objetivo presentar de manera general una tcnica
relacionadas con los sistemas inteligentes la cual es las redes bayesianas, la cuales

permiten clasificar y pronosticar probabilidades en cuanto a una situacin problemtica


determinada. Estas juegan un papel muy importante en la inteligencia artificial el uso de
esta tcnica nos permite en nuestros sistemas basados en conocimiento encontrar de una
manera consistentes, relaciones probabilsticas entre variables es decir permite la
capacidad de descubrir el conocimiento en una base de datos.
Para la programacin lgica de estos sistemas inteligentes existen diversos mtodos de su
representacin en cuanto a su sintaxis en el presente documento hablaremos del lenguaje
de programacin Prolog, este es simple pero a su vez poderoso es usado para representar
conocimiento de un determinado dominio y sus relaciones entre sus objetos.

Sistemas Basados en Reglas & Redes Bayesianas (SBC)

1.1
Conceptos
En 1998 Edwards define las redes bayesianas como herramientas estadsticas que
representan un conjunto de incertidumbres asociadas sobre la base de las
relaciones de independencia condicional que se establecen entre ellas.
Siguiendo a Kadie, Hovel y Horvitz (2001) diramos que una red bayesiana es un
conjunto de variables, una estructura grfica conectando estas variables y un
conjunto de distribuciones de probabilidad condicional. Codifica incertidumbre
asociada a cada variable por medio de probabilidades y, gracias al teorema de
Bayes, esta incertidumbre es susceptible de ser modificada con base en
observaciones (o evidencias) sobre el modelo.
Ejemplo:
Si un paciente tiene la enfermedad E, entonces un test T resulta positivo con
probabilidad 0.95. Si la enfermedad no est presente el test es positivo con
probabilidad 0.03. Si la probabilidad de sufrir la enfermedad es 0.01, Cul es la
probabilidad de que un paciente con un test positivo sufra la enfermedad?
Conocemos P(T +|E) y las probabilidades P(T +|E),P(E) y queremos la
probabilidad P(E|T+). Es como invertir la probabilidad condicionada.
Si {Hi} iI es una coleccin de sucesos disjuntos dos a dos y cuya unin es el
suceso seguro (U).
P( B)=

P(Hj B) P (Hj). P(Hj)


P (Hj). P(Hj)
=
=
P(B)
P( B)
i I P (BHi)P(Hi)

ET +=

P( E) . P( E)
0.95 0.01
0.0095
=
=(
)=0.2423
P( E). P( E)+ P( E) . P( E) 0.95 0.01+ 0.03 0.99 0.0392
P

Se puede interpretar a una red bayesiana de dos formas:


1. Distribucin de probabilidad: Representa la distribucin de
la probabilidad conjunta de las variables representadas en la red.
2. Base de reglas: Cada arco representa un conjunto de reglas
que asocian a las variables involucradas. Dichas reglas estn cuantificadas por
las probabilidades respectivas.

1.2
Objetivos
Las redes bayesianas permiten representar un modelo causal mediante la
representacin grfica entre variables por nodos, a travs de clculos
probabilsticos entre un conjunto de variables.

1.3

Caractersticas

Representacin grfica
Interpretacin objetiva de los factores numricos
que intervienen al realizar la inferencia.
Inferencia bidireccional
Anlisis de sensibilidad
1.4

Propiedades

1. Ser mutuamente excluyentes, es decir, un nodo slo puede


encontrarse en uno de sus estados en un momento dado.
2. Ser un conjunto exhaustivo, es decir, un nodo no puede
tener ningn valor fuera de ese conjunto.
1.5
Ventajas

Ventajas y limitaciones

Valores de confianza.
Slida teora de probabilidades.
Modelado cualitativo y cuantitativo.
Permiten modelar la incertidumbre de manera
efectiva y explcitamente.
Permite combinar conocimiento experto con datos.
Limitaciones
Puede ser difcil describir una estructura compleja
incluso para expertos del dominio, creando desigualdades entre el
problema del dominio y el modelo construido.
Si dos variables estn relacionadas de forma poco
evidente, entonces habr una dependencia entre ellas y puede que el
modelo no tenga esta relacin en cuenta.
Rango de aplicacin, es decir, necesitan un gran
nmero de probabilidades numricas.
La aparicin de bucles complica los clculos.
Cuando se construyen redes Bayesianas utilizando
tcnicas de minera de datos, existen numerosas fuentes de error.

1.6

Aplicaciones (Ejemplos de un SBC usado actualmente)


1. Ingeniera
2. Meteorologa
3. Aire acondicionado
4. Biologa computacional
5. Medicina
6. Bsqueda semntica
7. Procesamiento de imgenes
8. Sistema de soporte de decisiones.
9. Juegos
10. Bioinformtica
a) Redes reguladoras de genes.
b) Estructura de la protena.
c) Expresin de genes de anlisis.

Lenguaje de programacin Prolog

2.1
Antecedentes Histricos
Los inicios de la programacin lgica se dan gracias a los primeros trabajos de
inteligencia artificial. Los cuales originaron el primer lenguaje de programacin

que contempla los mecanismos de inferencia necesarios para la demostracin


automtica de teoremas.
El lenguaje de programacin Prolog se origin del trabajo hecho por Robert A.
Kowalski en la Universidad de Edinburgh y Alain Colmeraur en la Universidad de
Aix-Marseille (Francia) en los aos 70. La investigacin de Kowolski en el rea
de deduccin automatizada, llev al desarrollo con Colmerauer al uso formal de
lgica como un lenguaje de programacin. Kowolski proporcion la base terica
y Colmerauer inici la programacin de Prolog. Colmeraur y Phillipe Roussel
desarrollaron el primer intrprete, y David Warren de la Universidad de
Edinburgh desarroll el primer compilador Prolog. La mayora de las
implementaciones comerciales de Prolog usan la misma sintaxis desarrollada en
Edinburgh. Su nombre proviene de las palabras en ingles Programming in
Logic. Desde su creacin, Prolog ha crecido en popularidad en Europa, Amrica
y Japn.
2.2

Conceptos

Prolog es un lenguaje de programacin diseado para representar y utilizar el


conocimiento sobre un determinado dominio. Los programas en Prolog responden
preguntas sobre el tema del cual tienen conocimiento.
Forma parte de lo que se conoce como programacin declarativa. En lenguajes
tradicionales se indica cmo resolver un problema, en la programacin lgica se
establecen hechos reales y reglas para as no saber cmo resolver el problema,
sino que hacer para resolverlo.
La popularidad de este lenguaje se debe a su capacidad de deduccin y adems es
un lenguaje fcil de usar por su semntica y sintaxis. Slo busca relaciones entre
los objetos creados, las variables y las listas, que son su estructura bsica.

2.3

Caractersticas
a. Basado en lgica y programacin declarativa.
b. No se especifica cmo debe hacerse, sino qu debe

lograrse.
c. Una caracterstica importante en ProLog y que lo
diferencia de otros lenguajes de programacin, es que una variable slo
puede tener un valor mientras se cumple el objetivo.

d. El programador
conocimiento que en los algoritmos.

2.4

se

concentra

ms

en

el

Propiedades

La sintaxis Prolog incluye:


Hechos: es un hecho del lenguaje cotidiano. En
lenguaje normal, una proposicin puede ser hace calor.
Reglas: las capacidades del programa. Estas son
consultadas al hacer una consulta para verificar su validez o invalidez.
Variables: Representan objetos que el mismo Prolog
determina. Una variable puede estar instanciada o no instanciada.
Consultas: es la accin de hacerle una pregunta al
programa sobre la informacin contenida en la base de datos.
2.5

Ejemplos aplicacin

PROLOG puede ser utilizado para resolver cualquier tipo de problema, pero
debido a que fue diseado especialmente para construir bases de conocimientos
basados en la lgica, se puede decir que sus especialidades son las siguientes:

2.6

Base de datos
Gramtica
Sistemas expertos
Inteligencia artificial.
Sistemas Basados en el Conocimiento.
Compiladores e Intrpretes.
Reconocimiento de lenguaje natural.

Ventajas y Desventajas

Ventajas
Una ventaja desde el punto de vista del usuario es la
facilidad para programar ya que se pueden escribir programas
rpidamente, con pocos errores originando programas claramente legibles,
aun si no se conoce muy bien el lenguaje.
Este tipo de lenguajes frente a otros, como Java o
C++, es que no hay que pensar demasiado en la solucin del problema, ya

que Prolog infiere sus respuestas basndose en las reglas declaradas dentro
del programa.
Desventajas
La resolucin automtica no siempre es eficiente,
por lo que eventualmente se podra dar una respuesta incorrecta a una
consulta.
Ciertos problemas estn ligados a la representacin
del conocimiento, que Prolog no posee.
3

Reflexin de:
3.1

semejanzas o similitudes

REDES BAYESIANAS
Slida teora de probabilidades.

PROLOG
Pocos errores
legibles

originando

programas

Permite combinar conocimiento experto Infiere sus respuestas basndose en las


con datos
reglas declaradas dentro del programa
Basado en representaciones grficas de Basado en
dependencia de razonamiento.
declarativa.
Modelado cualitativo y cuantitativo.

3.2

lgica

programacin

Uso de variables lgicas.

porque existen estos tipos de sistemas

Las redes bayesianas existen para simplificar el proceso de toma de decisiones


permitiendo la creacin y produccin de probabilidades en redes complejas para
la representacin en problemas reales.
Prolog es un paradigma de programacin lgica formado por una serie de
frmulas, usados para cualquier editor de texto, permitiendo formular problemas y
obtener clculos de los resultados.

Sistemas Inteligentes o Inteligencia Artificial

Inteligencia Artificial
Los computadores no pueden manejar verdaderos significados.
Los computadores no tienen autoconciencia (emociones, sociabilidad, etc.).
Un computador slo puede hacer aquello para lo que est programado.
Las mquinas no pueden pensar realmente.
Uso de smbolos no matemticos, aunque no es suficiente para distinguirlo
completamente.
El comportamiento de los programas no es descrito explcitamente por el
algoritmo.
El programa especifica cmo encontrar la secuencia de pasos necesarios para
resolver un problema dado
Sistemas Inteligentes
Inteligencia: Es el nivel del sistema para lograr sus objetivos.
Sistematizacin: Un sistema es parte del universo, con una extensin limitada en
espacio y tiempo
Capacidad sensorial: Es la parte del sistema que puede recibir comunicaciones del
entorno en el que se encuentra.
Reglas de actuacin: Son el resultado de una experiencia o de la interpretacin de
la propia memoria, y se basan en la relacin entre situacin y consecuencias de
accin.
Aprendizaje: Es la capacidad ms importante de un sistema inteligente.

Conclusin.
El uso combinado de un adecuado sistema de inferencia junto con el
conocimiento que se adquiere durante se elabora un modelo bayesiano por parte
de los expertos,se convierte en una ventaja para cualquier anlisis ya que existen
factores externos al al sistema los cuales suplen informacin adicional para que
sea posible la evaluacin del requisito.es decir es excelente en la aplicacin para
solucionar problemas de diversos tipos.

Bibliografa

http://laboratorios.fi.uba.ar/lsi/felgaer-tesisingenieriainformatica.pdf
https://www.google.com.do/url?
sa=t&rct=j&q=&esrc=s&source=web&cd=6&cad=rja&uact=8&ved=0ahUKEwij4822xvPLAhU
DHx4KHe6gA-oQFgg7MAU&url=http%3A%2F%2Fdecsai.ugr.es%2F~smc
%2Fredesia2.pdf&usg=AFQjCNH3lD2ibcmNmrEsDd9bDqInLxuGA&sig2=SMNeCzGDyJk9nrktQaHhug&bvm=bv.118443451,d.dmo
http://www.um.es/analesps/v23/v23_2/18-23_2.pdf
http://www.cc.uah.es/drg/b/RodriguezDolado.BBN.2007.pdf
http://arantxa.ii.uam.es/~dcamacho/logica/recursos/3848.0.prolog.pdf
http://mural.uv.es/mijuanlo/PracticasPROLOG.pdf
http://users.dcc.uchile.cl/~abassi/IA/Prolog.html