UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS

Facultad de Ingeniería de Sistemas e Informática

EAP - Ingeniería de Sistemas e Informática

INTELIGENCIA ARTIFICAL
Examen Final 2009-2

Profesor: Hugo Vega Huerta

Apellidos y Nombre:

07200078 Ccaipani Sanchez marco

07200021 Garaundo Rodríguez Carlos
07200042 Rojas Alvarado Giovanna
07200115 Sulca Paucar Eder Kim

1. Conceptos
Escriba al lado derecho: V para verdadero y F para Falso
(+ 0.25: correcto, -0.1: incorrecta)

1. Se puede definir los sistemas expertos como una rama de la inteligencia

Artificial que hace un amplio uso del conocimiento especializado para resolver
problemas como un especialista humano.(V)

2. Un problema que presenta el sistema experto es que su experiencia esta

limitado al dominio del conocimiento que maneja el sistema. Asi, los sistemas
expertos típicos no pueden generalizar su conocimiento usando la analogía
para razonar acerca de nuevas situaciones como lo hace la gente. (V)

3. Es utilizado utilizar la tecnología d e sistema experto para desarrollar un “

agente comprador para el comercio electrónico”, esto es un software que
recibe los requerimientos de compra del usuario, navega por las tiendas
virtuales, negocia con los agentes vendedores y finalmente sugiere donde
adquirir requerimiento deseado. (V)

4. Si el estudio de costox beneficio de un proyecto de sistema experto es

rentable, a pesar que el problema no esta basado en el conocimiento
entonces, se recomienda proseguir con el proyecto. (F)

5. Los errores del experto en la construcción de un sistema experto se originan

por la inadecuada comprensión semántica entre el especialista y el ingeniero
de conocimiento. (F)

6. Las actividades contempladas en la fase de “administración de la actividad”

en la administración de un proyecto de desarrollo de un sistema experto
consiste en: estimar los recursos necesarios, adquirir recursos, asignar
responsabilidades para el uso optimo de los recursos, distribución optima de
recursos. (F)

7. La base de conocimiento para una un sistema experto de diagnostico de

enfermedades es dada por los sistemas que presenta el paciente. (F)
8. La lista de consecuente terminales es dado siempre por la lista de todos los
consecuentes que existe en la base de conocimiento. (F)

9. La base de conocimiento para una un sistema experto de diagnostico de

enfermedades es dada por los sistemas que presenta el paciente. (F)

10. Los errores del experto en la construcción de un sistema experto se originan

por la inadecuada comprensión semántica. (F)

11. A través de la interfaz-usuario el usuario puede actualizar la base de

conocimiento. (F)

12. El numero de iteraciones del método de encadenamiento que usa la

estrategia de refracción (seleccionar una regla que no se haya ejecutado
antes) para resolver conflicto es dado en el peor de los casos por el numero
de reglas que tiene su base de conocimiento. (V)

13. La ingeniería de conocimiento es la disciplina de la IA que proporciona los

métodos y técnicas para construir sistemas computacionales denominados
sistemas basados en el conocimiento. (V)

14. La metodología de desarrollo de sistemas expertos siguen la siguiente orden

de evolución: adaptación de la ingeniería de software, prueba y error,
metodologías maduras. (F)

15. Las metodologías denominada “prueba y error” siguen la siguiente orden de

evolución: aplicación de técnicas generales para resolución de problemas en
general (SOLVER, STRIPS), orientación a dominios de conocimiento
(DEDRAL), separación del conocimiento y el motor de inferencia (MYCIN,
XCON, PROSPECTOR). (V)

16. La metodología KADS se encuentra en la fase de evolución denominada de

“adaptación de la ingeniería de software”. (V)

17. Entre las metodologías maduras de la ingeniería de conocimiento se

encuentra: KLIC, IDEAL, MIKE, Common KADS. (V)

18. La metodología Common KADS esta conformada por tres niveles: modelos
contextuales, modelos conceptuales, artefacto. (V)

19. Nivel de modelos conceptuales de Common KADS: modelo de organización,

modelo de tareas, modelo de agente. (F)

20. Nivel de artefacto: modelo de diseño (V)

 2. Clasificación de Sistemas Expertos
Complete la siguiente tabla de clasificación de sistemas expertos.

Sistema Experto Funcionalidad Evolución Interacción

MYCIN (1972-1980).

MYCIN is an interactive program that diagnoses certain infectious diseases,

prescribes antimicrobial therapy, and can explain its reasoning in detail, In a
controllled test, its performace equalled that of specialists. In addition, the MYCIN
program incorporated several important AI developments . MYCIN extended the
notion that the knowledge base should be separate from the inference engine, and
its rule-based inference engine was built on a backward-chaining, or goal-directed,
control strategy. Since it was designed as a consultant for physicians, MYCIN was
given the ability to explain both its line of reasoning and its knowledge base was
designed for easy augmentation. And because medical diagnosis often involves a
degree of uncertainty, MYCIN’s rules incorporated certainty factors to indicate the
importance(i.e., likelihood and risk) of a conclusion. Although MYCIN was never
used routinely by physicians, it has substantially influenced other AI research. At the
HPP, MYCIN led to work in TEIRESIAS, EMYCIN, PUFF, CENTAUR, VM, and
GUIDON.

ACEB

Sistemas experto comercial para el diagnostico y corrección de las fallas en las

redes de telefonía

EXPERTEST (Van dijk Williams 1990; Murphy y Brown 1992):

Produce programas de auditoria que abarcan todos los aspectos de la auditoria, o

bien aspectos parciales de la misma sobre 19 programas de auditoria estándares
que están contenidos en la base del conocimiento del sistema. El sistema también
produce un informe que ayuda al director a la hora de revisar el grado de
conveniencia de los programas de auditoria producidos.

Solución:

Sistema Experto Funcionalidad Evolución Interacción

MYCIN Diagnostico
ACE diagnostico Sistema comercial Autónomo
EXPERTEST Sistema comercial Soporte
3. SE basados en reglas
Verificacion de Conjeturas

Un instituto de investigación en toma de decisiones desea automatizar las pruebas

de conjeturas .

Verificar una conjetura es probar mediante inferencias que una tesis se verifica.
Para ello desean que se desarrolle un sistema experto por áreas de saber. El
sistema experto tendrá en su base de conocimiento todo el conocimiento sobre el
area del saber y un motor de inferencia adecuado; el sistema recibirá la conjetura
(hipótesis y tesis) y deberá responder “ valida” en caso que la conjetura sea
verificada, y “sinrespuesta” en caso contrario.

Responda:

3.1. Considere una base de conocimiento definido como reglas de inferencia

para un area de saber dada por:

R1: SI K  C6 X

R2: SI C2 X M  eliminar K

R3: SI C8  C3 K Y

R4: SI C2  C6 J A1

R5: SI C7  X  Y A3

R6: SI M  C8 U T

R7: SI C2  C7 Z A2

R8: SI C4  T  C8 J

R9: SI C3  C7 KB

R10: SI C6  C7  M P  eliminar U

R11: SI C2  P Z

R12: SI C6  C8  B S  eliminar T

Defina LCT (lista de consecuentes terminales), y BH (base de hechos) para

verificar la siguiente conjetura:

Conjetura Si C2, C3, C6, C7, C8 ENTONCES A2

 Solución:

BH = (C2, C3, C6, C7, C8) LCT =( A2 )

3.2 presente el algoritmo de encadenamiento progresivo para resolver el

problema de verificación automática de conjeturas.

Solucion:

Read ( BC) Read (BH ) Read (LCT)

Sw_sol false sw_DI true

While not (sw_sol) and (Sw_DI)

Verificar C/regal de la BC

Resolver_Conflicto (Rx, Cx, Sw_DI)

If( Sw_DI) then

BH BH + Cx

If(Cx  LCT ) then

Sw_Sol true

Fin_if

Fin_if

Fin_while

If ( Sw_sol) then

Write (“Vacia”)

Else

Write (“Sin respuesta)

3.3 Pruebe la conjetura dada en 2.1. muestre en una tabla, iteración por
iteración los resultados del algoritmo.

Considere las siguientes estrategias para resolver los conflictos de reglas a

procesar ( pues varias reglas se pueden disparar (equiparar) ) en esa orden de
prioridad:

- Principio de refracción ( la regla a procesar no debe ser procesada otra vez).

- Regla mas general ( la regla que tiene menos antescendentes).
- La primera regla que se dispara.

Observe que al aplicar la primera estrategia de resolución de conflictos pueda

que no se resuelva el conflicto ( esto es que existan 2 o mas reglas disparadas, y
 se requiere decidir sobre una de ella para ser procesada), en este caso se debe
aplicar la segunda estrategia, y asi sucesivamente hasta resolver el conflicto.

Solución
BH = (C2, C3, C6, C7, C8)

iter reglas Rx Cx BH Sw_sol Sw_DI

0 R1,R2,R3,R4,R5,R6,R R9 K,B C2,C3,C6,C7,C8 F T
7,…R12
1 R1,R2,..,R8,R10,R11, R1 X C2,C3,C6,C7,C8,K,B F T
R12
2 R2,R3,..,R8,R10,R11, R2 M,- K C2,C3,C6,C7,C8,K,B,X F T
R12
3 R3,R4, R6 U,T C2,C3,C6,C7,C8,K,B,X,M F T
…,R8,R10,R11,R12
4 R3,R4,R5,R7,R8,R10, R10 P, -U C2,C3,C6,C7,C8,K,B,X,M, F T
R11,R12 U,T
5 R3,R4,R5,R7,R8,R11, R11 Z C2,C3,C6,C7,C8,K,B,X,M, F T
R12 U,T,P
6 R3,R4,R5,R7,R8,R12 R7 A2 C2,C3,C6,C7,C8,K,B,X,M, F T
U,T,P,Z
C2,C3,C6,C7,C8,K,B,X,M, T T
U,T,P,Z,A2

SI: C2,C3, C6, C7, C8 A2 “ Valida”

3.4 Si la conjetura no es verificada por el algoritmo (“sin respuesta”), se puede

afirmar que la conjetura no es valida. Justifique.

Solución:

Si la conjetura no es verificada por el algoritmo, entonces si se puede afirmar

que la conjetura no es valida, ya que no se puede probar mediante las
inferencias que la tesis se verifique.

4. SE basado en Encadenamiento
Acreditación Financiera – Persona Natural

SE-AF es un sistema experto de acreditación Financiera que acepta o rechaza la

solicitud de crédito de un cliente. Considere la siguiente base de conocimiento:

Si morosidad > 120d, deuda vencida alta, tarjeta anulada Entonces Riesgo
Alto

Si protesto, pasivo alto, riesgo normal Entonces Riesgo Alto

Si buen pagador, tarjeta anulada > 120d Entonces Riesgo Normal

Si tarjeta anulada > 120d, protesto Entonces Riesgo Normal

 Si no deuda vencida, protesto x regularizar Entonces Riesgo Bajo

Si no morosidad, no protesto, no tarjeta anulada Entonces Riesgo Bajo

Si riesgo bajo, no protesto, buen pagador Entonces Dar Credito

Si riesgo normal, patrimonio alto, proyecto viable Entonces Dar Credito

Si riesgo bajo, patrimonio alto Entonces Dar Credito

Si proyecto inviable Entonces Rechazar Credito

Si riesgo alto, sin patrimonio Entonces Rechazar Credito

Si riesgo alto, problema financiero Entonces Rechazar Credito

Responda

4.1 Defina la LCT (lista de consecuentes terminales).

4.2 Presente un algoritmo de encadenamiento para el sistema SE – AF.

4.3 determine el resultado del sistema SE – AF (dar crédito o rechazar crédito)

para un cliente que presenta los siguientes hechos: (tarjeta anulada > 120 D,
pasivo alto, protestos, problema financiero) muestre en una tabla, iteración los
resultados del algoritmo, puede usar siglas (pero debe definirla).

Considere las siguientes estrategias para resolver conflictos de reglas a

procesar (pues varias reglas se pueden disparar (equiparar)) en esa orden de
prioridad:

- Principio de refracción (la regla a procesar no debe ser procesada otra

vez).
- Regla mas general (la regla que tiene menos antecedentes).
- La primera regla que se dispara.

4.4 Cuando el sistema SE – AF no concluye con una respuesta (dar o rechazar

crédito), se debe sugerir rechazar crédito. Justifique.

Solución:

1º paso:

Morosidad M buen pagador BP

Deuda vencida alta DVA patrimonio alto PAL

Tarjeta anulada TA proyecto viable PV

Protesto P proyecto inviable PI

Pasivo alto PA riesgo alto RA

Riesgo normal RN sin patrimonio SP

Buen pagador BP problema financiero PF

No deuda vencida NDV dar crédito DC

Protesto por regularizar PPR rechazar crédito RC

No morosidad NM

No protesto NP

No tarjeta anulada NTA

Riesgo bajo RB

BC : ( Base de conocimiento)

R1: Si M > 120  DVA  TA  RA

R2: Si P  PA  RN  RA

R3: Si BP  TA > 120  RN

R4: Si TA > 120  p  RN

R5: Si NDV  PPR  RB

R6: Si NM  NP  NTA  RB

R7: Si RB  NP  BP  DC

R8: Si RN  PAL  PV  DC

R9: Si RB  PAL  DC

R10: Si PI  RC

R11: Si RA  SP  RC

R12: Si RA  PF  RC

4.1. Solución:

LCT = (DC , RC) = (Dar crédito, Rechazar crédito)

 4.2. Solución:

READ (BC) READ (BH)

Sw_sol  false Sw_DI  true

WHILE not (Sw_sol) and ( Sw_DI)
Verificar c/regal de BC
Resolver_conflicto ( Rx, Cx, Sw_DI)
IF (Sw_DI) then

BH  BH + Cx

IF (Cx  LCT ) then

Sw_sol  true
Fin_IF
FIN_IF
FIN_WHILE
IF (Sw_sol) then
Write (“Respuesta a la solicitud”, Cx)
ELSE
Write (“Faltan datos”)

4.3. Solución:

BH= (TA > 120, PA, P, PF) LCT = ( DC, RC )

iter reglas Rx Cx BH Sw_sol Sw_DI

0 R1,R2,R3,R4,R5,R6, … R4 RN TA >120, PA, P, PF F T
R12
1 R1,R2,R3,R5,R6,R7, R2 RA TA >120, PA, P, PF,RN F T
….R12
2 R1,R3,R5,R6,R7,R8, R12 RC TA >120, PA, P, PF,RN, F T
….,R12 RA
TA >120, PA, P, PF,RN, F T
RA,RC

SI TA >120  PA  P  PF  RC “RECHAZAR CREDITO”

4.4. Solución:

Si el sistema no concluye con una respuesta (dar o rechazar crédito) significa

que faltan datos, es decir faltan mas hechos en la BH o mas reglas en la BC, por
lo que hasta que estas se completen se debe sugerir “RECHAZAR CREDITO”.