Unidad II: Representación del conocimiento y

razonamiento
 Instituto Tecnológico
2.1. MAPAS CONCEPTUALES de
Veracruz
Origen de los mapas conceptuales

Los mapas conceptuales tienen su origen en los trabajos que Novak y sus
colaboradores de la Universidad de Cornell.

Estos autores comparten la idea, de la importancia de la actividad constructiva del

alumno en el proceso de aprendizaje, y consideran que los conceptos y las
proposiciones que forman los conceptos entre sí son elementos centrales en la
estructura del conocimiento y en la construcción del significado.
Asignatura:
Inteligencia Artificial
¿Qué son los mapas conceptuales?

Los mapas conceptuales o mapas de conceptos son un medio para visualizar

ideas o conceptos y las relaciones jerárquicas entre los mismos.
Catedrático:
MSI. Patricia Horta Rosado

Presentado por:
Alarcón Barradas Andrés Alberto
Aparicio Gutiérrez Abraham
Montenegro Fierro Sandra Glenda
Renteral Olivos Brenda Guadalupe

Grupo:
8H5A (09:00 – 10:00 Hrs.)

Semestre:
Con la elaboración de estos mapas se aprovecha la gran capacidad humana para
Enero - Junio
reconocer 2010
pautas en las imágenes visuales, con lo que se facilitan el aprendizaje y
el recuerdo de lo aprendido.

Elementos de los mapas conceptuales

Veracruz, Ver., 12 de Marzo de 2010

• Los conceptos: Desde el punto de vista gramatical los conceptos se
identifican como nombres, adjetivos y pronombres, los que representan
hechos, objetos, ideas, etc.

• Palabras de enlace: Que se utilizan para unir los conceptos y para indicar el
tipo de relación que se establece entre ellos.

• Las proposiciones: Dos o más términos conceptuales unidos por palabras

para formar una unidad semántica.

Utilización de los mapas conceptuales

La técnica de elaboración de mapas conceptuales es un medio didáctico poderoso

para organizar información, sintetizarla y presentarla gráficamente. También nos
permite apreciar el conjunto de la información que contiene un texto y las
relaciones entre sus componentes, lo que facilita su comprensión, que es el
camino más satisfactorio y efectivo para el aprendizaje.

Otra utilidad es que pueden servir para relatar oralmente o para redactar textos en
los que se maneje lógica y ordenadamente cierta información; de ahí que sean
considerables como organizadores de contenido de gran valor para diversas
actividades académicas y de la vida práctica.

Técnica de construcción de los mapas conceptuales

Es muy sencilla pero compleja a la vez, porque requiere realizar varias

operaciones mentales. Se puede utilizar didácticamente para desarrollar ideas y
mostrar las relaciones que hay entre ellas.

La técnica consta de los siguientes pasos:

1. Leer cuidadosamente el texto y entenderlo claramente. En caso de haber

palabras que no se comprendan o no conozcan, habrá que consultarlas y
comprobar cómo funcionan en el contexto en que se encuentran.

2. Localizar y subrayar las ideas o palabras más importantes (palabras clave)

con las que se construirá el mapa; por lo general, son nombres o sustantivos.

3. Determinar la jerarquización de dichas ideas o palabras clave.

4. Establecer las relaciones entre ellas.

5. Utilizar correctamente la simbología:

a) Ideas o conceptos: Cada una se presenta escribiéndola encerrada en un óvalo
o en un rectángulo; es preferible utilizar óvalos.

Concepto Idea

b) Conectores: La conexión o relación entre dos ideas se representa por medio de

una línea inclinada, vertical u horizontal llamada conector o línea ramal que une
ambas ideas.

Para conexiones y relaciones

c) Flechas: se pueden utilizar en los conectores para mostrar que la relación de

significado entre las ideas o conceptos unidos se expresa primordialmente en un
solo sentido; también se usan para acentuar la direccionalidad de las relaciones,
cuando se considera indispensable.

Para indicar la direccionalidad de las relaciones

d) Descriptores: son la palabra (s) que describen la conexión; se escriben cerca

de los conectores o sobre ellos. Estos descriptores sirven para "etiquetar" las
relaciones. Tiene gran importancia elegir la palabra correcta; o sea, la que mejor
caracterice la relación de que se trate, de acuerdo con el matiz de significado que
debe darse con precisión.

Procedimiento general para construir un mapa conceptual

Primero: Leer un texto e identificar en él las palabras que expresen las ideas
principales o las palabras clave. No se trata de incluir mucha información en el
mapa, sino que ésta sea la más relevante o importante que contenga el texto.

Segundo: Cuando se haya terminado, subrayar las palabras se identificaron;

asegurándonos de que, en realidad, se trata de lo más importante y de que nada
falte ni sobre.

Hay que recordar que, por lo general, estas palabras son nombres o sustantivos
comunes, términos científicos o técnicos.

Tercero: Indicar el tema o asunto general y escribirlo en la parte superior del

mapa conceptual, encerrado en un óvalo o rectángulo.

Cuarto: Identificar las ideas que constituyen los subtemas ¿qué dice el texto del
tema o asunto principal? Hay que escribirlos en el segundo nivel, también
encerados en óvalos.

Quinto: Trazar las conexiones correspondientes entre el tema principal y los

subtemas.

Sexto: Seleccionar y escribir el descriptor de cada una de las conexiones que se

acaban de trazar.

Séptimo: En el tercer nivel se deben colocar los aspectos específicos de cada

idea o subtema, encerrados en óvalos.

Octavo: Trazar las conexiones entre los subtemas y sus aspectos.

Noveno: Escribir los descriptores correspondientes a este tercer nivel.

Décimo: Considerar si se requieren flechas y, en caso afirmativo, trazar las

cabezas de flecha en los conectores correspondientes.

A continuación se incluye el mapa conceptual del procedimiento anterior de

manera simplificado.
2.2 REDES SEMÁNTICAS

Historia sobre las redes semánticas

Los responsables de los primeros esquemas de representación formalizados

fueron Quillian (1968) y Shapiro & Woddmansee (1971). Los esquemas de redes
semánticas tienen una fundamentación psicológica muy sólida, por lo que se han
realizado numerosos esfuerzos por llevar a cabo implementaciones importantes
basadas en ellas.

Muchas disciplinas han desarrollado técnicas de realización de diagramas que

constituyen lenguajes formales visuales que representan el conocimiento
operacional en forma esquemática.

El filósofo y lógico Charles S. Pierce desarrolló sus grafos existenciales como una
técnica formal de razonamiento para la inferencia lógica.

¿Qué son las redes semánticas?

Es una forma de representación de conocimiento lingüístico en la que los

conceptos y sus interrelaciones se representan mediante un grafo. En caso de que
no existan ciclos, estas redes pueden ser visualizadas como árboles. Las redes
semánticas son usadas, entre otras cosas, para representar mapas conceptuales
y mentales.

En un grafo o red semántica los elementos semánticos se representan por nodos,

dos elementos semánticos entre los que se admite se da la relación semántica
que representa la red, estarán unidos mediante una línea, flecha o arista. Cierto
tipo de relaciones no simétricas requieren grafos dirigidos que usan flechas en
lugar de líneas.

Las redes semánticas han sido muy utilizadas en Inteligencia Artificial para
representar el conocimiento y por tanto ha existido una gran diversificación de
técnicas.

Los elementos básicos que encontramos en todos los esquemas de redes son:

1. Estructuras de datos en nodos, que representan conceptos, unidas por

arcos que representan las relaciones entre los conceptos.
2. Un conjunto de procedimientos de inferencia que operan sobre las
estructuras de datos.

Partes de una red semántica

Nodos: Es un concepto y se encierra en un círculo o elipse.

Relaciones: Es una propiedad del concepto y pueden ponerse de dos formas:
Implícitas: Es una flecha que no especifica su contenido
Explícitas: Es una flecha en donde se especifica su contenido
2.3. Razonamiento monótono

2.4. La lógica de predicados: sintaxis, semántica, validez e inferencia.

2.4.1 Lógica

Resumiendo, diremos que una lógica consta de lo siguiente:

1. Un sistema formal para describir lo que está sucediendo en un momento

determinado, y que consta de :
a) La sintaxis del lenguaje, que explica cómo construir oraciones, y
b) La semántica del lenguaje, que especifica las restricciones
sistemáticas sobre cómo se relacionan las oraciones con aquello que
está sucediendo.
 1. La teoría de la demostración: un conjunto de reglas para deducir las
implicaciones de un conjunto de oraciones.

Nos concentraremos en dos tipos de lógica: la propositiva o lógica booleana y la

lógica de primer orden (más exactamente, el cálculo de predicado de primer orden
con igualdad).
En la lógica propositiva los símbolos representan proposiciones completas
(hechos. Los símbolos de proposiciones pueden combinarse usando los
conectivos booleanos para generar oraciones de significado más complejo. Una
lógica como esta poco se preocupa por la manera de representar las cosas, por
ello no es sorprendente que no ofrezca mucho como lenguaje de representación.
La lógica de primer orden (también conocida como cálculo de
predicados de primer orden) se preocupa por la representación de los mundos
en términos de objetos y predicados sobre objetos (es decir, propiedades de los
objetos o relaciones entre los objetos), así como del uso de conectivos y
cuantificadores, mediante los cuales se pueden escribir oraciones sobre todo lo
que pasa en el universo, a un mismo tiempo.

2.4.1.1Lógica propositiva

La lógica propositiva permite ilustrar muchos de los conceptos de la lógica así

como también la lógica de primer orden. Se explicará su sintaxis, semántica y
respectivos procedimientos de inferencia.

Sintaxis

La sintaxis de la lógica propositiva es sencilla. Los símbolos utilizados en la lógica

propositiva son las constantes lógicas Verdadero y Falso, símbolos de
proposiciones tales como P y Q, los conectivos lógicos ˄, ˅, ⇔, ⇒, y ¬ y paréntesis
( ). Todas las oraciones se forman combinando los signos anteriores mediante las
siguientes reglas:

• Las constantes lógicas Verdadero y Falso constituyen oraciones en sí

mismo.
• Encerrar entre paréntesis una oración produce también una oración, por
ejemplo (P˄Q).
• Una oración se forma combinando oraciones más sencillas con uno de los
cinco conectores lógicos:
∧ (y). Se le denomina conjunción (lógica).
➔ (o). Se le denomina disyunción.
⇒ (implica). Se conoce como implicación (o condicional).
⇔ (equivalente). La oración es una equivalencia (también conocida
como bicondicional).
➢ (no). Se le conoce como negación.
 En la gramática se representan oraciones atómicas, que en la lógica
propositiva se representan mediante un solo signo (por ejemplo, P) y las
oraciones complejas, que constan de conectores o paréntesis (por ejemplo,
P∧Q). También se utiliza el término literal, que representa oraciones atómicas o
una oración atómica negada.

Oración  Oración atómica  Oración compleja

Oración atómica  Verdadero / Falso

 P Q R…

Oración compleja  (Oración)

 Oración Conector Oración
 ¬Oración

Conector  ∧ ˅  ⇔  ⇒

En rigor, la gramática en ambigua: una oración como P∧Q˅R se podía

entender como (P∧Q)˅R o como P∧(Q˅R). Lo anterior es semejante a la
ambigüedad aritmética de expresiones tales como P+Q*R, ambigüedad que
también se resuelve de la misma manera; se considera un orden de precedencia
para los operadores, pero si hay confusión, se utilizan los paréntesis. El orden de
precedencia lógica propositiva es (de mayor a menor); ¬, ∧, ∨, ⇒ y ⇔.
Por lo tanto, la oración:
¬P∧Q˅R⇒S
Equivale a la oración:
((P)∧(Q˅R))⇒S

Semántica

La semántica de la lógica propositiva también es bastante directa. Se

define especificando la interpretación de los signos de proposición y de las
constantes y especificando el significado de los conectores lógicos.
Un signo de proposición significa que cualquier hecho arbitrario puede ser
su interpretación. Las oraciones que contienen solo un signo de proposición son
satisfactibles pero no válidas: son verdaderas solo cuando el hecho al que aluden
es relevante en un momento dado.
En el caso de las constantes lógicas no hay opción: la oración Verdadero
siempre quiere decir aquello que sucede en la realidad: el hecho de la verdad. La
oración Falso siempre quiere decir aquello que no existe en el mundo.
 Una manera de definir una función es construir una tabla mediante la que
se obtenga el valor de salida de todos los valores de entrada posibles. A este tipo
de tablas se les conoce como tablas de verdad.
Mediante las tablas de verdad se define la semántica de las oraciones.

P Q ¬P PQ PQ P⇒Q P⇔Q

Falso Falso Verdader Falso Falso Verdader Verdader
o o o
Falso Verdadero Verdader Falso Verdader Falso Falso
o o
Verdadero Falso Falso Falso Verdader Falso Falso
o
Verdadero Verdadero Falso Verdader Verdader Verdader Verdader
o o o o

Validez e inferencia

Las tablas de verdad sirven no solo para definir los conectores, sino
también para probar la validez de las oraciones. Si se desea considerar una
oración, se construye una tabla de verdad con una hilera por cada una de las
posibles combinaciones de valores de verdad correspondientes a los signos
propositivos de la oración. Se calcula el valor de verdad de toda la oración, en
cada una de las hileras. Si la oración es verdadera en cada una de las hileras, la
oración es válida. Por ejemplo:
((P∨H)∧¬H)⇒P

P H PH (P∨H)∧¬H) ((P∨H)∧¬H)⇒P

Falso Falso Falso Falso Verdadero
Falso Verdadero Verdadero Falso Verdadero
Verdadero Falso Verdadero Verdadero Verdadero
Verdadero Verdadero Verdadero Falso Falso

Reglas de inferencia

El procedimiento que mediante tablas de verdad permite cerciorarse de la

confiabilidad de una inferencia podría ampliarse a clases enteras de inferencias.
Existen ciertos patrones de inferencias que se presentan una y otra vez, lo que
permite establecer de una vez por todas su confiabilidad. De esta manera se
aprende el patrón respectivo en algo que se conoce como regla de inferencia.
Una vez establecida una regla, se le puede emplear para hacer más inferencias
sin necesidad de pasar por el tedioso procedimiento de la construcción de las
tablas de verdad.
Madus Ponens o Implicación-Eliminación: (A partir de una implicación y la premisa de la
implicación, se puede inferir la conclusión).
α⇒β, α
β

Y-Eliminación: (A partir de una conjunción se puede inferir cuales son los coyuntos).
α1∧α2∧…∧αn
αi

Y-Introducción: (A partir de una lista de oraciones es posible inferir su conjunción).

α1, α2,…,αn
α1∧α2∧…∧αn

O-Introducción: (a partir de una oración, es posible inferir su disyunción con todo lo

demás).
αi
α1∨α2∨…∨αn

Doble Negación-Eliminación: (A partir de una oración doblemente negada, es posible

inferir una oración positiva).
¬¬α
α

Resolución unitaria: (A partir de una disyunción, si uno de los disyuntos es falso,

entonces se puede inferir que el otro es verdadero).
α∨β, ¬β
α

Resolución: (Es la más difícil. Puesto que β no puede ser al mismo tiempo verdadera ni
falsa, uno de los otros disyuntos debe ser en una de las premisas. O, también, que la
implicación es transitiva).
α∨β, ¬β∨γ o equivalente ¬α⇒β, β⇒γ
α∨γ ¬α⇒γ
 Se considera confiable una regla de inferencia si la conclusión en verdadera
en todos aquellos casos en donde las premisas también son válidas. Para probar
la confiabilidad se construye una tabla de verdad con una línea del por cada
modelo posible de los signos de proposición de la premisa, y se demuestra que
para todos los modelos en los que la premisa es verdadera, la conclusión también
lo es.

α β γ αβ ¬βγ α∨γ

Falsa Falsa Falsa Falsa Verdadera Falsa
Falsa Falsa Verdadera Falsa Verdadera Verdadera
Falsa Verdadera Falsa Verdadera Falsa Falsa
Falsa Verdadera Verdadera Verdadera Verdadera Verdadera
Verdadera Falsa Falsa Verdadera Verdadera Verdadera
Verdadera Falsa Verdadera Verdadera Verdadera Verdadera
Verdadera Verdadera Falsa Verdadera Falsa Verdadera
Verdadera Verdadera Verdadera Verdadera Verdadera Verdadera

1.4.1.2 Lógica de primer orden (calculo de predicados de primer orden)

La lógica de primer orden considera que el mundo está constituido por

objetos, es decir, entes con identidades individuales y propiedades que los
distinguen de otros objetos.
Entre estos objetos, existen diversos tipos de relaciones. Algunas de estas son
las funciones: relaciones en que una “entrada” corresponde un solo “valor”. No es
difícil ofrecer una lista de ejemplos de objetos, propiedades, relaciones y
funciones:

• Objetos: gente, casas, números, teorías, Ronald McDonald, colores, juegos

de beisbol, guerras, siglos…
• Relaciones: hermano de, mayor que, dentro de, parte de, de color, sucedió
luego de, es el dueño de…
• Propiedades: rojo, redondo, de varios pisos, falso, lo mejor…
• Funciones: padre de, mejor amigo de, tercer tiempo de, uno más que…

De hecho, prácticamente cualquier hecho se refiere a los objetos y a

propiedades y relaciones. Veamos algunos ejemplos:

• “Uno más Dos es igual a tres.”

Objetos: uno, dos, tres, uno más dos. Relación: es igual a. Función: más.
(Uno más dos es el nombre del objeto que se obtiene al aplicar la función
suma a los objetos uno y dos. Tres es otro de los nombres de tal objeto).
• “Los cuadros cercanos al wumpus apestan”
Objetos: wumpus, cuadros. Relación: cercanía. Propiedades: apestosos.
• “El malvado rey Juan gobernó Inglaterra en 1200”
• Objetos: Juan, Inglaterra, 1200. Relación: gobernó. Propiedades:
malvado, rey.

La lógica de primer orden ha cobrado tanta importancia en matemáticas,

filosofía e inteligencia artificial precisamente porque resulta muy práctico concebir
que esos campos−así como en muchas áreas de la vida cotidiana de los
humanos−se ocupan de objetos y de las relaciones que éstos guardan entre sí.
Si bien la lógica de primer orden se ocupa de la existencia de objetos y
relaciones, su alcance ontológico no abarca cosas tales como categorías, tiempo y
acontecimientos, aspectos que forman también buena parte del mundo.

Oración  Oración atómica

Sintaxis y semántica  Oración Conector Oración
 Cuantificador Variable,… Oración
 ¬Oración
En la lógica proposicional cada
 expresión
(Oración) es una oración, que representa
un hecho. En la lógica de primer orden hay oraciones, pero también hay términos.
Estos últimos Oración
representan
atómicaobjetos.
 Los Predicado(término,…)  Término=Término
signos que representan constantes, las
variables y los signos de funciones sirven todos para construir términos; los
cuantificadoresTérmino 
y los signos de predicados

Función(Término,…)
sirven para construir oraciones.
Constante
 Variable

Conector  ∧ ˅  ⇔  ⇒
Cuantificador  ∀ ∃
Constante  A  X1  Juan  …
Variable  a x s …
Predicado  Antes  TieneColor  Lloviendo  …
Función  Madre  PiernaIzquierdaDe  …
• Signos de constantes: A, B, C, Juan…
En la interpretación respectiva deberá especificarse a qué objeto del mundo
se está haciendo referencia mediante el signo de una constante. Si bien
este signo nombra justamente un solo objeto, no todos los objetos
necesitan tener nombre, aunque algunos pueden llegar a tener varios. Por
ejemplo, el signo Juan, en el caso de una interpretación en particular se
referirá al malvado rey Juan, quien fuera rey de Inglaterra desde 1199 hasta
1216, y hermano menor de Ricardo Corazón de León. El signo Rey podría
referirse en esa misma interpretación al mismo objeto/persona.
• Signos de predicados: Redondo, Hermano,…
Una interpretación especifica que mediante un signo de predicado se hace
referencia a una relación particular de un modelo. Por ejemplo, el signo
Hermano hace referencia a una relación de hermandad. Hermano es un
signo de predicado binario, por lo que la hermandad es una relación que
vincula (o desvincula) pares de objetos. En cualquier modelo dado, la
relación se define mediante un conjunto de tuplas que la satisfacen. Una
tupla es un conjunto de objetos clasificados de una manera determinada y
en orden fijo. Se escriben entre paréntesis angulares. En un modelo que
contenga los tres objetos rey Juan, Robin Hood y Ricardo Corazón de León,
la relación de hermandad se define mediante el conjunto de tuplas.
{<Rey Juan, Ricardo Corazón de León,>
<Ricardo Corazón de León, rey Juan>}
Es decir, desde el punto de vista formal, hermano hace referencia a este
conjunto de tuplas, bajo la interpretación que hemos escogido para este
caso.
• Signos de funciones: Coseno, PadreDe, PiernaIzquierdaDe…
Algunas relaciones son funcionales, es decir, un determinado objeto está
relacionado justamente con otro objeto mediante relación. Por ejemplo, a un
ángulo le corresponde sólo un número que es un coseno; toda persona
 tiene alguien que es su padre. En estos casos, es más práctico definir un
signo de la función (por ejemplo, Coseno) para referirse a esa relación
especial entre ángulos y números. En el modelo, la correlación es
precisamente un conjunto de n + 1 tuplas, con una propiedad en especial,
es decir, que el último elemento de cada tupla sea el valor de la función
correspondiente a los primeros n elementos; cada combinación de los
primeros n elementos aparece exactamente en una tupla. Una tupla de
cosenos es precisamente un conjunto de tuplas: por cada posible ángulo
que interese, proporciona el coseno del angulo. A diferencia de los signos
de predicado, utilizados para decir que entre ciertos objetos existen
determinadas relaciones, los signos de función se emplean para referirse a
objetos particulares sin utilizar su nombre.

Términos

Un término es una expresión lógica que se refiere a un objeto. Por lo tanto,

los signos de constante son términos. A veces es más práctico utilizar una
expresión para referirse a un objeto. Por ejemplo, en español se utilizaría la
expresión “La pierna izquierda del rey Juan”, en vez de asignar un nombre a su
pierna. Para eso son los signos de funciones: en vez de utilizar un signo de
constante, se emplea PiernaIzquierdaDe(Juan).
La semántica formal de los términos es muy directa. Mediante una
interpretación se especifica la relación funcional a la que alude el signo de función
y los objetos a los que se alude mediante los términos que son sus argumentos.
Así, el término complejo se refiere al objeto que aparece en la entrada número
(n+1) de esa tupla en la relación cuyos primeros n elementos son los objetos a
que aluden los argumentos. Es decir, el signo de función PiernaIzquierdaDe podría
hacer referencia a las siguiente relación funcional:
{<Juan, pierna izquierda del rey Juan,>
<Ricardo Corazón de León, pierna izquierda de Ricardo>}
Y si el Rey Juan se refiere al rey Juan, entonces
PiernaIzquierdaDe(ReyJuan) se refiere, de acuerdo con la relación, a la pierna
izquierda del rey Juan.

Oraciones atómicas

Ahora que ya contamos con términos para referirnos a objetos y signos de

predicado para referirnos a relaciones, combinémoslos para formar oraciones
atómicas, mediante las que se afirman hechos. Una oración atómica está formada
por un signo de predicado y por una lista de términos entre paréntesis.
Por ejemplo:

Hermano(Ricardo,Juan)
 afirma, de acuerdo con la interpretación establecida anteriormente, que
Ricardo Corazón de León es el hermano del rey Juan. Las oraciones atómicas
pueden llegar a tener argumentos que son términos complejos:

Casado(PadreDe(Ricardo),MadreDe(Juan))

afirma que el padre de Ricardo Corazón de León está casado con la medre
del rey Juan (nuevamente de acuerdo con la interpretación correspondiente). Se
dice que una oración atómica es verdadera si la relación a la que alude el signo
de predicado es válida para los objetos a los que aluden los argumentos. La
relación se cumple solo en caso de que la tupla de objetos esté en la relación. Por
lo tanto, la validez de una oración dependerá tanto de la interpretación como del
mundo.

Oraciones complejas

Mediante los conectores lógicos se pueden construir oraciones más

complicadas, como en el cálculo proposicional. La semántica de las oraciones
formadas utilizando los conectores lógicos es idéntica a la del caso de las
proposiciones. Por ejemplo:

• Hermano(Ricardo, Juan)∧ Hermano(Juan, Ricardo) es verdadera sólo

cuando Juan es el hermano de Ricardo y Ricardo es el hermano de Juan.
• Mayor(Juan, 30)∨ Menor(Juan, 30) es verdadera sólo cuando Juan es
mayor de 30 o Juan es más joven de 30.
• Mayor(Juan, 30)⇒¬ Menor(Juan, 30) está diciendo que si Juan tiene más
de 30, entonces no tiene menos de 30 años.
• ¬Hermano(Robin, Juan) es verdadera sólo si Robin no es hermano de
Juan.

Cuantificadores

Ahora que ya contamos con una lógica que admite objetos, es natural el
deseo de expresar propiedades de grupos complejos de objetos en vez de
enumerarlos por su nombre. Los cuantificadores nos permiten hacer esto. La
lógica de primer orden contiene dos cuantificadores estándar, denominados
universales y existenciales.

Cuantificación universal (∀)

 Recuérdese las dificultades que se presentaron con el problema de
expresión de reglas generales en lógica proposicional. Reglas tales como “Todos
Los gatos son mamíferos” son el pan cotidiano de la lógica de primer orden. Para
expresar esta regla particular se emplearán los predicadores unarios Gato y
Mamífero; en consecuencia, “Mancha es un gato” se representa de la siguiente
manera: Gato(Mancha); y “Mancha es mamífero” por: Mamífero(Mancha). En
español, lo que se intenta expresar es que por cualquier objeto x, si x es un gato,
entonces x es un mamífero. La lógica de primer orden nos permite realizar lo
anterior de la siguiente manera:

∀xGato(x)⇒Mamífero(x)

∀ en general se lee como “Para Todo…” Recuerde que esta A invertida

representa “todo”. Por ejemplo, la oración ∀xP, en donde P es cualquier expresión
lógica, equivaldría a la conjunción (es decir, a ∧) de todas las oraciones que se
obtiene al sustituir el nombre de un objeto por la variable x, siempre que aparezca
en P. Por lo tanto, la oración anterior equivale a :

Gato(Mancha)⇒Mamífero(Mancha)∧
Gato(Rebeca)⇒Mamífero(Rebeca)∧
Gato(Félix)⇒Mamífero(Félix)∧
Gato(Ricardo)⇒Mamífero(Ricardo)∧
Gato(Juan)⇒Mamífero(Juan)∧
.
.
.

Por lo tanto será válida si y sólo si todas estas oraciones también son
verdaderas, es decir, si P es verdadera para todos los objetos x del universo. Por
lo tanto, a ∀ se le denomina cuantificador universal.

Cuantificador existencial (∃ )

En el caso de la cuantificación existencial se hacen afirmaciones sobre

cualquier objeto. Asimismo, también se pueden hacer afirmaciones acerca de
algún objeto en el universo sin tener que nombrarlo, mediante un cuantificador
existencial. Para afirmar, por ejemplo, que Mancha tiene una hermana que es
gato, escribiremos:

∃ xHermana(x, Mancha)∧Gato(x)

∃ se lee: “Existe…” en general, ∃ xP es verdadero si P es verdadero para

cierto objeto del universo. Por lo tanto, se le podría considerar equivalente a la
disyunción (es decir, ∨) de todas las oraciones obtenidas al sustituir el nombre de
un objeto por la variable x. Al efectuar esta sustitución en el caso de la oración
anterior se obtiene:
 (Hermana(Mancha, Mancha)∧Gato(Mancha))∨
(Hermana(Rebeca, Mancha)∧Gato(Rebeca))∨
(Hermana(Félix, Mancha)∧Gato(Félix))∨
(Hermana(Ricardo, Mancha)∧Gato(Ricardo))∨
(Hermana(Juan, Mancha)∧Gato(Juan))∨
.
.
.

La oración existencialmente cuantificada es verdadera sólo cuando al

menos una de estas disyunciones es verdadera. Si Mancha tuviera dos hermanas
que fuesen gatos, entonces dos de las disyunciones serian verdaderas, con lo que
toda la disyunción es también verdadera. Lo anterior es congruente con la oración
original: “Mancha tiene una hermana que es gato”.

2.5. La demostración y sus métodos.

2.6. El método de resolución de Robinson.

2.7. Conocimiento no-monótono y otras lógicas.

2.8. Razonamiento probabilístico.

Un agente lógico se puede considerar como una entidad que posee conocimiento
de su mundo, y que también es capaz de razonar sobre las posibles acciones que
puede emprender para el logro de sus objetivos, además que tienen la posibilidad
de aceptar nuevas tareas. Una de las limitaciones de la lógica de primer orden y,
por lo tanto, del método del agente lógico, es que los agentes casi nunca tienen
acceso a toda la verdad acerca de su ambiente.

En algunos casos las soluciones a las tareas que debe realizar el agente se
averiguan directamente a partir de las percepciones del agente, en tanto que otras
se infieren a partir de percepciones actuales y previas junto con lo que se sabe
sobre las propiedades del ambiente.

Habrá preguntas importantes a las que el agente no pueda dar una respuesta
categórica. Por lo tanto el agente debe actuar bajo condiciones de incertidumbre.

¿Qué es incertidumbre?

Se entiende por incertidumbre una situación en la cual no

se conoce completamente la probabilidad de que ocurra un
determinado evento.

Por lo tanto para que el agente realice lo correcto, es decir tome una decisión
racional, dependerá tanto de la importancia relativa de las diversas metas así
como de la posibilidad y grado correspondiente en que esperamos que sean
logradas.

Manejo del conocimiento incierto (Teoría de la probabilidad)

Ejemplo

Si nos interesara elaborar un sistema para diagnósticos odontológicos recurriendo

a la lógica pondríamos reglas como:

∀p Síntomap,DolorDientes⇒Padecimiento(p,Caries)

El problema es que esta regla está equivocada. No todos los pacientes que tienen
dolor de dientes, también tienen caries; algunos quizá tengan algún padecimiento
de las encías, o muelas del juicio afectadas. Esto provoca que tengamos una lista
casi ilimitada de posibles causas. En este caso el empleo de la lógica de primer
orden en un dominio como el del diagnostico médico es un intento fallido, debido a
las siguientes tres razones:

Pereza: El listar el conjunto completo de antecedentes o consecuencias

necesarios para garantizar una regla sin excepciones implica demasiado trabajo, y
también sería muy difícil emplear las enormes reglas resultantes.

Ignorancia teórica: La ciencia médica no cuenta aún con una teoría completa de
este dominio.

Ignorancia práctica: Aun conociendo todas las reglas, cuando no es posible

realizar en un paciente todas las pruebas que sea necesario hacer, albergaríamos
ciertas dudas en el caso particular de ese paciente.

La relación entre dolor de diente y caries no implica una consecuencia lógica en

ambos sentidos. En estos casos lo que el agente puede ofrecer es solo un grado
de creencia en las oraciones correspondientes. La herramienta para manejar los
grados de creencia es la teoría de la probabilidad, mediante la que se le asigna a
las oraciones un grado numérico de creencia entre 0 y 1.

La probabilidad 0 asignada a una determinada oración corresponde a la

inequívoca creencia de que la oración es falsa, en tanto que una probabilidad de 1
corresponde a la creencia de que la oración es verdadera.

Las probabilidades situadas entre 0 y 1 correspondes a grados intermedios de

creencia en la verdad de la oración.

Si un agente asigna una probabilidad de 0.8 a una oración, entonces espera que
en el 80% de los casos indiferenciables de la situación actual por lo que al
conocimiento del agente se refiere, la oración resultara en efecto verdadera.

La teoría de la probabilidad parte de los mismos supuestos ontológicos que los de

la lógica, es decir, que los hechos en realidad son o no son validos. La
probabilidad que un agente asigna a una proposición dependerá de las
percepciones que éste haya recibido hasta ese momento.
Por lo tanto en todas las afirmaciones probabilísticas deberá indicarse la evidencia
en la que se basa la probabilidad que se está calculando. Conforme el agente
vaya recibiendo nuevas percepciones los cálculos de probabilidad se van
actualizando, de manera que reflejen nuevas evidencias.
Previo a la obtención de evidencias se habla de probabilidad a priori o
incondicional; después de obtener evidencias se habla de probabilidad posterior o
condicional. En la mayoría de los casos, el agente contara con cierta evidencia
que le aportan sus percepciones y le interesará calcular probabilidades
condicionales de los resultados que son de su interés, en otros casos será
necesario calcular las probabilidades condicionales en relación con la evidencia
con la que se cuenta además de la evidencia que se espera obtener durante el
curso de la ejecución de una determinada secuencia de acciones.

Probabilidad y las decisiones racionales

La Teoría general de decisiones racionales conocida también como teoría de

decisiones se puede expresar con la siguiente fórmula:

Teoría de decisiones = Teoría de la probabilidad + Teoría de la utilidad

La idea básica de la teoría de decisiones es que un agente

será racional si y solo si elige una acción que le produzca la
mayor de las utilidades esperadas, tomando en cuenta todos
los resultados posibles de la acción. Es decir, para evaluar
una acción, probabilidades y utilidades se combinan
ponderando la utilidad de un resultado en particular con base
en la probabilidad de que este se produzca.

Probabilidad a priori o incondicional

La notación P(A) indica en la probabilidad a priori o incondicional que la

proposición A es verdadera. Por ejemplo, si Caries representa la proposición de
que un determinado paciente tiene una caries entonces:

PCaries= 0.1
Significa que, de no existir más información, el agente asignará la probabilidad de
0.1 (10% de posibilidad) al evento de que el paciente tenga una caries.
Es importante destacar que P(A) se utiliza sólo cuando no se dispone de más
información. En cuanto se disponga de información adicional B, será necesario
razonar con la probabilidad condicional de A considerando B.

En las proposiciones puede también haber desigualdades que involucren lo

conocido como variables aleatorias. Por ejemplo si nuestro objeto de atención es
la variable aleatoria EstadoDelTiempo, tendríamos que:

PEstadoDelTiempo=Soleado= 0.7
PEstadoDelTiempo=Lluvia= 0.2
PEstadoDelTiempo=Nublado= 0.08
PEstadoDelTiempo=Nieve= 0.02

Los signos de las preposiciones pueden considerarse también como variables

aleatorias, y se supone que su dominio es <verdadero,falso>. Por lo tanto, una
expresión como P(Caries) podría considerarse como una abreviación de
P(Caries=verdadero). Por otra parte, P(¬Caries) es una abreviación de
P(Caries = falso).

Podemos utilizar también expresiones como P(EstadoDelTiempo,Caries) para

representar las probabilidades de todas las posibles combinaciones de valores de
un conjunto de variables aleatorias.

Además podemos utilizar conectores lógicos para construir oraciones más

complejas y asignarles probabilidades por ejemplo:

PCaries ∧¬Asegurado= 0.06

Dice que hay 6% de posibilidades de que un paciente tenga caries y no esté

asegurado.

Probabilidad condicional

Una vez que el agente cuenta con evidencias respecto a las proposiciones que
constituyen el dominio, las probabilidades a priori pierden vigencia. En vez de
éstas, se utilizan las probabilidades condicionales o posteriores, representadas
como P(A|B) y que se interpreta como “la probabilidad de A, considerando que todo
lo que sabemos es B”. Por ejemplo:

PCariesDolorDientes= 0.8
Indica que si se descubre que un paciente padece de dolor dental, y todavía no se
dispone de mayor información, la probabilidad de que el paciente tenga una caries
es de 0.8 (80% de posibilidad).

Es importante tener presente que P(A|B) sólo puede emplearse cuando todo lo que
se sabe es B. En cuanto sabemos C, debemos calcular P(A|B ∧C) en vez P(A|B).

En el caso extremo C podría decirnos directamente si A es verdadera o falsa.

Ejemplo: Si se consulta a un paciente que se queja de dolor dental, y se descubre

una caries y contamos con la evidencia adicional Caries, concluimos (de manera
trivial) que PCariesDolorDental ∧Caries=1.0

La probabilidad condicional se obtiene a través de la siguiente ecuación:

PAB=P(A∧B)P(B) se cumple siempre que PB> 0

Esta ecuación también puede escribirse de la siguiente manera:

PA∧B= PABPB se conoce como regla del producto

Esta ecuación expresa que: “Para que A y B sean ciertas, es necesario que B sea
cierta, y luego que A sea cierta considerando B”.

También se puede expresar como:

PA ∧B= PBAP(A)

Ejemplo de probabilidad condicional:

Se lanza un dado, si el número que se obtuvo es impar. ¿Cuál es la probabilidad

de que sea primo?

Solución:
La probabilidad de que un número sea impar es de 12 dado que los números
impares pueden ser 1,3 y 5.

Es decir Pimpar= 12

Así mismo vemos que la probabilidad de que sea primo e impar es de 13 ya que se
incluyen los números 3 y 5.

Es decir Pprimo ∧impar=26= 13

Finalmente tenemos que:

Pprimoimpar= P(primo ∧impar)P(impar)= 1312= 23=0.666 (66.6% de posibilidad)

Los axiomas de probabilidad

Los 2 primeros axiomas sirven para definir la escala de la probabilidad.

1. Todas las probabilidades están comprendidas entre 0 y 1.

0 ≤PA≤1

2. La probabilidad de las proposiciones necesariamente verdaderas (es decir,

validas) es de 1, y de las necesariamente falsas (es decir, la que no se
pueden satisfacer) es de 0.

PVerdadero=1 PFalso= 0

3. La probabilidad de una disyunción se expresa de la siguiente manera:

PA ∨B= PA+ PB- P(A∧B)

En el tercer axioma se considera que la probabilidad total de (A ∨ B) es la suma de

las probabilidades correspondientes a A y B, pero restando P(A∧B), con el fin de
que estos casos no se tomen en cuanta dos veces.

2.9. Teorema de Bayes

Thomas Bayes nacido en Londres en 1702 fue un matemático británico que

estudió el problema de la determinación de la probabilidad de las causas a través
de los efectos observados. El teorema que lleva su nombre se refiere a la
probabilidad de un suceso que se presenta como suma de diversos sucesos
mutuamente excluyentes.

Teorema de Bayes

Sea A1, A2,...,An un sistema completo de sucesos mutuamente excluyentes (no

pueden ocurrir dos de ellos a la vez), tales que la probabilidad de cada uno de
ellos es distinta de cero, y sea B un suceso cualquiera del que se conocen las
probabilidades condicionales P(B/Ai). Entonces la probabilidad P(Ai/B) viene
dada por la expresión:

Demostración:

Esto lo representamos gráficamente en la siguiente figura.

El cuadrado corresponde a todas las situaciones posibles, que

en este caso pueden dividirse en tres: A1, A2, A3. El suceso B
se puede producir en cualquiera de las tres situaciones.
Recordando las formulas de la probabilidad condicional
tenemos que:

PA∧B= PABPB
PA∧B= PBAP(A)

Si reescribimos la ecuación anterior para A1:

PA1 ∧B= PA1BPB= PBA1P(A1)

PA1B= PBA1P(A1)PB

PB= PA1 ∧B + PA2 ∧B+PA3 ∧B =PB∧Ai=P(B|Ai)P(Ai)

PA1B= PBA1P(A1)PBAiP(Ai)

Para cualquiera de las otras situaciones (A2, A3) la fórmula es similar.

Ejemplo:

El parte meteorológico ha anunciado tres posibilidades para el fin de semana:

a) Que llueva: probabilidad del 50%.

b) Que nieve: probabilidad del 30%
c) Que haya niebla: probabilidad del 20%.

Según estos posibles estados meteorológicos, la posibilidad de que ocurra un

accidente es la siguiente:

a) Si llueve: probabilidad de accidente del 20%.

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 qué tiempo hizo (si llovió, nevó o hubo niebla). El teorema de Bayes
nos permite calcular estas probabilidades:
Cabe recordar que las probabilidades que manejamos antes de conocer que ha
ocurrido un accidente se denominan "probabilidades a priori" (lluvia con el 50%,
nieve con el 30% y niebla con el 20%).

Una vez que incorporamos la información de que ha ocurrido un accidente, las

probabilidades del suceso A cambian: son probabilidades condicionadas P (A|B),
que se denominan "probabilidades a posteriori".

Vamos a aplicar la fórmula:

PAiB= PBAiP(Ai)PBAiP(Ai)

a) Probabilidad de que estuviera lloviendo:

PA1B= 0.20*0.500.50*0.20+0.30*0.10+0.20*0.05=0.714

La probabilidad de que efectivamente estuviera lloviendo el día del accidente

(probabilidad a posteriori) es del 71.4%.

b) Probabilidad de que estuviera nevando:

PA2B= 0.10*0.300.50*0.20+0.30*0.10+0.20*0.05=0.214

La probabilidad de que estuviera nevando es del 21.4%.

c) Probabilidad de que hubiera niebla:

PA3B= 0.20*0.050.50*0.20+0.30*0.10+0.20*0.05=0.0714

La probabilidad de que hubiera niebla es del 7.14%

CONCLUSIÓN
Referencias y bibliografía

1. http://redescolar.ilce.edu.mx/redescolar/biblioteca/articulos/pdf/mapas_conc
eptuales.pdf
2. http://es.wikipedia.org/wiki/Red_sem%C3%A1ntica