Professional Documents
Culture Documents
Agenda
Representacin del Conocimiento
Lgica de Proposiciones
Lgica de Predicados
Deduccin Automtica
Representacin del
Conocimiento
El conocimiento debe estar expresado en un
lenguaje simblico para que pueda ser
reconocido por una computadora o agente.
Los agentes pueden consultar a la base de
conocimientos para resolver problema o
bien agregar nuevos conocimientos.
Los agentes pueden obtener esta nueva
informacin a travs de la inferencia lgica.
Representacin del
Conocimiento
Inicialmente el agente cuenta con unos
conocimientos
bsicos
llamados
antecedentes o hechos.
Se cuenta con una serie de reglas que
definen la forma de deducir conocimiento.
El agente pregunta a estas reglas y
hechos para poder razonar que opcin le
conviene ms ejecutar.
Acciones:
Ir hacia adelante, girar izda/dcha 90
Agarrar (estando en la casillla)
Disparar (slo una flecha)
Lgica de Proposiciones
La sintaxis nos indica cules son los
enunciados que se pueden construir.
Los enunciados atmicos se componen
de una sola proposicin.
Una proposicin tiene un solo valor de
verdad: Verdadero o Falso.
Lgica de Proposiciones
Los enunciados complejos se forman a partir
de enunciados ms simples y el empleo de
conectivos lgicos.
Los Conectivos Lgicos son cinco:
como
como
Lgica de Proposiciones
Las expresiones que contienen conectivos
lgicos se interpretan siguiendo el orden
de precedencia que corresponde al
mostrado en la tabla anterior.
Por ejemplo: ~P ^Q v R S equivale a:
(~(P) ^(Q v R)) S
Adems, se emplean los parntesis para
evitar ambigedades.
Lgica de Proposiciones
La semntica nos define las reglas que
permiten determinar el valor de verdad
de un enunciado respecto de algn
modelo.
Con dos smbolos proposicionales
existen 4 modelos posibles para cada
uno de los 5 conectivos lgicos, Cmo
quedaran las tablas de verdad?
Lgica en Wumpus
Regresemos al mundo del Wumpus para
visualizar la construccin de la base de
conocimiento.
Notacin:
Bij indica que hay brisa en la celda (i,j).
Pij indica que hay un pozo en la celda (i,j).
Lgica en Wumpus
Cuando hay brisa en una casilla implica
que en una casilla contigua hay un pozo:
E2: B11 P12 v P21
Ahora agregamos la primera percepcin,
no se percibe brisa en la celda (1,1): E3:
~B11
Cmo relacionar los enunciados 2 y 3
para obtener nuevo conocimiento?
Lgica de Proposiciones
Cuando los resultados de una Tabla de
Verdad son todos verdaderos, a esa
proposicin compuesta se le llama
Tautologa. Como ejemplo tenemos a: (p v
~p)
Cuando los resultados de una Tabla de
Verdad son todos falsos, a esa proposicin
compuesta se le llama Contradiccin.
Como ejemplo tenemos a: (p ^ ~p)
Lgica de Proposiciones
Bsicamente
la
inferencia
es
implementacin de una implicacin.
la
Lgica de Proposiciones
La equivalencia lgica se presenta
cuando dos enunciados y tienen los
mismos valores de verdad para el
mismo conjunto de modelos.
A continuacin mostramos una tabla con
las equivalencias lgicas ms comunes:
Doble Negacin: ~( ~p ) p
Lgica de Proposiciones
Leyes Conmutativas
(pvq)(qvp)
(p^q)(q^p)
Leyes Asociativas
(pvq)vrpv(qvr)
(p^q)^rp^(q^r)
Lgica de Proposiciones
Leyes Distributivas
pv(q^r)(pvq)^(pvr)
p^(qvr)(p^q)v(p^r)
Leyes de Idempotencia
(pvp)p
(p^p)p
Lgica de Proposiciones
Leyes de DeMorgan
~( p v q ) ~p ^ ~q
~( p ^ q ) ~p v ~q
Leyes de Identidad
( p v ~p ) t
( p ^ ~p ) f
(pvf)p
(pvt)t
Lgica de Proposiciones
Leyes de Identidad
(pvf)f
(pvt)p
Leyes de la Implicacin
(p q) (p q) ^ (q p)
(p q) (~q ~p)
(q p) (~p ~q)
(p q) (~p v q)
Lgica de Proposiciones
Reglas de Inferencias
La siguiente implicacin lgica se llama
Modus Ponens y corresponde a la siguiente
inferencia:
p ^ ( p q ) :: q
Ejemplo:
p: Estudio
p q: Si estudio aprobar Matemticas
q: Entonces, Aprobar Matemticas
Lgica de Proposiciones
La siguiente implicacin lgica se llama
Modus Tollens y corresponde a la
siguiente inferencia:
( p q ) ^ ~q :: ~p
Ejemplo:
p q: Si estudio apruebo Matemticas
~q: No aprob Matemticas
~p: Entonces, no Estudi
Lgica de Proposiciones
La siguiente implicacin lgica se llama
Silogismo Hipottico y corresponde a la
siguiente inferencia:
( p q ) ^ ( q r ) :: ( p r )
Ejemplo:
p q: Si estudio apruebo Matemticas
q r: Si apruebo Matemticas me regalan un
auto
p r: Entonces, Si estudio me regalan un auto
Lgica de Proposiciones
La siguiente implicacin lgica se llama
Silogismo Disyuntivo y corresponde a la
siguiente inferencia:
( p v q ) ^ ~p :: q
Ejemplo:
p v q: Hay que estudiar Francs o Alemn
~p: No estudio Francs
q: Entonces, Estudio Alemn
Lgica de Proposiciones
La simplificacin conjuntiva consiste en
eliminar uno de los trminos de una
conjuncin:
( p ^ q ) :: q o tambin: ( p ^ q ) :: p
Por el otro lado, la amplificacin
disyuntiva permite agregar un nuevo
trmino:
p :: ( p v q )
Lgica en Wumpus
Se tiene que:
E2: B11 P12 v P21
E3: ~ B11
Por
E4:
E5:
E6:
E7:
E8:
Lgica en Wumpus
Del razonamiento anterior concluimos que
no hay un pozo en la casilla (1,2) ni en la
(2,1).
Ahora veamos el razonamiento cuando el
agente llega a la celda (1,2).
E9: ~B12
E10: B12 P11 v P13 v P22
E12: ~P22
Lgica en Wumpus
Concluimos que no hay pozo ni en la
casilla (1,3) ni en la (2,2).
E11: ~P13
E12: ~P22
Pero cuando el agente visit la celda
(2,1) percibi una brisa:
E13: B21
E14: B21 P11 v P31 v P22
Lgica en Wumpus
Dado que ya verificamos que no hay
pozo en las celdas (1,1) y (2,2), resulta
evidente la conclusin que:
E15: P31
Es conveniente que nuestra base de
conocimiento est basada solamente en
conjunciones y disyunciones.
Lgica Proposicional
Cualquier enunciado compuesto puede
ser transformado a uno equivalente que
est en la FNC
La Forma Normal Conjuntiva es la
conjuncin de n disyunciones de k
elementos:
( p11 v v p1k ) ^ ^ ( pn1 v v
pnk )
Lgica Proposicional
A
continuacin
se
describe
un
procedimiento para convertir a nuestra
FNC:
Eliminar usando la equivalencia:
(p q) (p q) ^ (q p)
Eliminar usando la equivalencia:
(p q) (~p v q)
Lgica Proposicional
Simplificar ~ usando las equivalencias:
~( ~p ) p
~( p v q ) ~p ^ ~q
~( p ^ q ) ~p v ~q
Finalmente, aplicar la ley distributiva
donde sea necesario.
pv(q^r)(pvq)^(pvr)
Lgica Proposicional
E2: B11 (P12 v P21)
Lgica Proposicional
Para demostrar que una implicacin BC ::
es vlida, se utiliza el mtodo de
reduccin al absurdo.
Esto es, probar que su negacin: BC ^
~ es una contradiccin.
Para ello se lleva a la FNC y luego se
prueba que es equivalente a una
clusula vaca.
Lgica Proposicional
Probar que: E2 ^ E4 :: ~P12.
(B11 (P12 - P21)) ^ ~B11 :: ~P12
Se convierte a FNC:
(~B11 v P12 v P21) ^ (~P12 v B11) ^
(P21 v B11) ^ ~B11 :: ~P12
Lgica Proposicional
Y para probar por reduccin al absurdo,
tenemos la negacin:
(~B11 v P12 v P21) ^ (~P12 v B11) ^ (~P21
v B11) ^ ~B11 ^ P12
El proceso de simplificacin funciona como
sigue:
Si tomamos los primeros dos parntesis,
observamos que contienen a: ~B11 y B11,
respectivamente.
Lgica Proposicional
Como no pueden ser ambos verdaderos
simultneamente, entonces, o (P12 v
P21) o bien (~P12 ) son verdaderos, lo
que se reduce a la siguiente expresin:
(P12 v P21 v ~P12)
Como (P12 v ~P12 ) es una tautologa,
la expresin anterior se reduce a: (P21)
Lgica Proposicional
Similarmente,
los
dos
parntesis
siguientes, tambin contienen a: ~B11
y B11, por lo que la
expresin simplificada queda: (~P21)
Como
ambas
no
pueden
ser
verdaderas, la conjuncin resulta en
una expresin nula.
Ejercicios
(pq)^(qr)
p^(pq)
((p ^ q) (p v ~q))
((~(p q) ^ r ) v ~(p ~q))
Lgica de Predicados
Hay que aprovechar la caracterstica
declarativa y la composicionalidad de la
lgica proposicional. Para ello definimos dos
tipos de elementos:
Los objetos (Agente, Flecha, Wumpus, Pozo)
Las relaciones entre ellos, generalmente
vinculadas por un verbo.
El Agente lanz una Flecha
Lgica de Predicados
Las relaciones unitarias tambin se conocen
como Propiedades y se vincula un objeto
con una caracterstica por el verbo SER:
La Pelota es roja.
Las Funciones son un tipo especial de
relacin que involucra un solo objeto y
devuelven un valor:
El padre de
Uno ms que
Lgica de Predicados
Uno sumado a Dos es igual a Tres
Objetos: Uno, Dos y Tres.
Relacin: es igual a.
Funcin: sumado a; el resultado es un objeto,
llamado: Uno sumado a Dos.
Las Casillas
apestan.
que
rodean
al
Wumpus
Conector . | - | |
Cuantificador |
Constante Martin | 59302 | Gato | X |
Variable a | x | s |
Cabello_de
FOL Wumpus
Un ejemplo de percepcin sera:
Percepcin([Hedor,Brisa,Brillo,Nada,Nada],5)
El vector de percepciones contiene 5
elementos que son: Hedor, Brisa, Brillo,
Golpe con un muro y Grito. Adems incluye
un sexto elemento para el tiempo.
Las acciones posibles del agente pueden ser
las siguientes:
FOL Wumpus
Girar(Derecha)
Girar(Izquierda)
Avanzar
Disparar
Tomar
FOL Wumpus
Esta peticin retornar una lista de
acciones posibles, tal como: {a/Tomar}.
Antes de realizar esa accin, el agente
deber DECIR a la base de conocimiento
su decisin de hacer la accin de Tomar:
DECIR(BC, Accin(5)=Tomar)
Reglas de diagnstico: nos llevan de los
efectos observados a sus causas.
FOL Wumpus
Por ejemplo: si una casilla tiene brisa
significa que una casilla adyacente tiene un
pozo.
x Brisa(x) y Adyacente(y,x) Pozo(y)
Reglas Causales: reflejan conclusiones
respecto de las percepciones y sus causas.
Por ejemplo: un pozo en una casilla provoca
brisa en todas las casillas adyacentes.
y Pozo(y) [x Adyacente(x,y) Brisa(x)]
Identificacin de la tarea.
Recopilacin del conocimiento.
Decidir el vocabulario.
Codificar el conocimiento.
Deduccin Automtica
Para el hecho: Contrata(Telmex,Too),
podemos construir ndices para las
siguientes peticiones:
Contrata(Telmex,Too) Contrata Telmex a
Too?
Contrata(x,Too) Quin Contrata a Too?
Contrata(Telmex,y) A quin Contrata
Telmex?
Contrata(x,y) Quin Contrata a quin?
Deduccin automtica
El primer paso consiste en transformar
los enunciados en sentencias lgicas.
Posteriormente se aplican las tcnicas
anteriores para convertirlas en un
conjunto de clusulas positivas de primer
orden.
Luego se encadenan esos conocimientos
para obtener nuevos enunciados.
Deduccin Automtica
Pasar a FNC la siguiente base de
conocimientos:
1.Asterix es un galo
2.Los romanos que son amigos de algn
galo odian a Csar
3.Asterix ayud a Marco
4.Marco es amigo de quien le ayuda
5.Quien odia a algn romano, lucha contra
l
6.Marco es romano
Deduccin Automtica
1. Asterix es un galo
galo(Asterix) (en FNC)
1. Los romanos que son amigos de algn
galo odian a Csar
x [romano(x) . (y galo(y) . amigo(x,
y)) odia(x,Cesar)]
Deduccin Automtica
Reemplazando la clusula existencial:
x [romano(x) . (galo(G) . amigo(x, G))
odia(x,Cesar)]
3.Asterix ayud a Marco
ayuda(Asterix,Marco) (en FNC)
4.Marco es amigo de quien le ayuda
x [ayuda(x,Marco) amigo(Marco, x)]
Deduccin Automtica
5. Quien odia a algn romano, lucha contra
l
x y [romano(y) . odia(x, y) lucha(x,
y)]
Reemplazando la clusula existencial:
x [romano(R) . odia(x, R) lucha(x, R)]
6. Marco es romano
romano(Marco) (en FNC)
Deduccin Automtica
Los Miembros del equipo de tenis son:
Juan, Sara, Beto y Elena.
Juan est casado con Sara.
Beto es hermano de Elena.
El cnyuge de un miembro del equipo
tambin es miembro del equipo.
Deduccin Automtica
La ltima reunin fue en casa de Juan.
Representar los enunciados anteriores en
lgica de predicados. Demostrar que:
La ltima reunin fue en casa de Sara.
Elena no est casada.
Agregue los hechos que necesite para las
demostraciones.
Deduccin Automtica
A Paco le gustan los cursos fciles.
Los cursos de Fsica son difciles.
Los cursos de Humanidades son fciles.
El curso de
Humanidades.
tica
es
del
rea
de
Deduccin Automtica
A Beto le gusta la comida italiana.
En
un
restaurante
hay
comida
mexicana a no ser que se anuncie
explcitamente lo contrario.
En La Conchita no anuncian que tipo
de comida sirven.
Deduccin Automtica
A las personas no les gusta ir a
restaurantes donde sirven comida que
no es de su preferencia.
Se puede concluir que a Beto no le
gusta ir a La Conchita?
Deduccin Automtica
Formaliza los siguientes hechos:
Todo dragn est feliz si todos sus hijos
pueden volar.
Los dragones verdes pueden volar. Un
dragn es verde si es hijo de al menos un
dragn verde.
Demuestra por resolucin que la conjuncin
de los hechos anteriores implica que:
Todos los dragones verdes son felices.
Deduccin Automtica
Considere las siguientes relaciones:
Referencias
Carren, J. (2007) Material de la Asignatura
de Inteligencia Artificial, Universidad Vasco
de Quiroga, Morelia, Michoacn, Mxico.
Nilsson, N. (2001). Inteligencia Artificial.
Una nueva sntesis. McGraw-Hill, Espaa.
Russel, S. y Norving, P. (2004). Inteligencia
Artificial. Un Nuevo enfoque. Pearson
Prentice Hall, Espaa
Preguntas, dudas y
comentarios?