Conocimiento: Representación simbólica de aspectos de un cierto dominio o universo de discurso.
|
|
- José Luis Espejo Blázquez
- hace 8 años
- Vistas:
Transcripción
1 TEMA 3: EL CONOCIMIENTO Y SU REPRESENTACIÓN 3.1. El conocimiento: Modelos de conocimiento Conocimiento: Representación simbólica de aspectos de un cierto dominio o universo de discurso. Los aspectos pueden ser hechos, relaciones o procedimientos. Información: Cualquier estímulo capaz de alterar el estado o respuesta de un sistema. Debe ser un conocimiento sorprendente. La medida de la sorpresa será la Entropía.
2 Normalmente cualquier representación del conocimiento pertinente a un dominio real conlleva representar conceptos (conjuntos de objetos) y propiedades de los objetos del conjunto No es lo mismo representar conjuntos que propiedades de los objetos del conjunto. Ejemplo: Un perro tiene patas, pero el concepto perro no las tiene. Se pueden definir propiedades genéricas, generales y por defecto.
3 Todo concepto puede ser definido por: o Intensión: Explicitar las características de un conjunto o Extensión: Se indican los elementos que pertenecen al conjunto. Hipótesis del mundo cerrado. Cualquier definición intencional debe ser computable. La adquisición de conocimientos se produce a partir de la a información extraíble de los datos y su encapsulamiento en un modelo teórico.
4 Niveles de Conocimiento experto (Orden decreciente de dependencia del dominio) o Teoría de orden cero: Conocimiento de los elementos del dominio (conocimiento factual). Hechos del entorno. o Corrección de primer orden: Heurísticas del entorno sobre el conocimiento, jerarquizan los conocimientos factuales. o Corrección de orden dos: Metaconocimiento conocimiento acerca del conocimiento pero independiente del mismo. (Ej: la aparición de una sola avería es mas frecuente que la aparición simultanea de dos). El metaconocimiento:
5 - Permite resolver conflictos. - Detecta y corrige fallos simples - Permite la adaptación al entorno.
6 Niveles de representación del conocimiento o Esquema o modelo de representación: Formalismo simbólico empleado para expresar el conocimiento. Modelo mental. o Lenguaje de representación: Lenguaje formal (cadenas de caracteres) empleado para representar el modelo o esquema elegido. o Lenguaje de programación: Lenguaje formal empleado para implementación en un computador.
7 Modelos de Representación o Modelo Procedural: El conocimiento se puede encapsular en forma de procedimientos y ejecutarse. Ejemplo: If <alas > then If <mamífero> then <murciélago> Else If <nocturno> then <ave> o Declarativo: el conocimiento se encapsula en forma de descripciones (son sentencias que se ejecutan por separado). Ejemplo - Si tiene alas, vive de noche y no es un mamífero entonces es un ave. - Si tiene alas y es mamífero entonces es un murciélago.
8 La desventaja de la representación procedural es que el algoritmo sólo sirve para lo que fue creado (encapsula en una unidad todo el conocimiento). Cualquier cambio implica recompilación (reencapsulamiento). La desventaja de la representación declarativa es que para usarla eficientemente se requiere construir un procedimiento.
9 Modelos de representación inspirados por la Psicología Modelos de conducta: Reglas de Producción. Si A entonces B IF THEN Modelos de razonamiento: Lógica (s). Lenguaje formal para representar conocimiento y formular inferencia. Modelos de memoria: Almacenaje y representación. 1. Modelos simples: Bases de datos. 2. Modelos de conocimiento heredable. Almacenamiento jerarquizado (redes Semánticas, frames, guiones, Representaciones orientadas a objetos.).
10 El metaconocimiento es difícil de representar. Se suele formular en lenguaje natural, y siempre se intenta implementar con el mismo modelo que el conocimiento factual y la heurística.
11 Cuestión general: Semántica del modelo de representación. Cuestiones particulares: 1. Qué cosas pueden representarse. 2. Granularidad de la representación (nivel de detalle). 3. Descripciones intensionales versus descripciones extensionales. 4. Representación del metaconocimiento. 5. Jerarquización de objetos y herencia. 6. Conocimiento declarativo versus conocimiento procedural. Adicionalmente: - Problema del marco: Saber que cosas son fijas en el sistema y no van a cambiar. - Problema de cualificación: Hasta que granularidad se contemplan las excepciones.
12 3.2. Modelos de Razonamiento: Lógicas Una lógica es un modelo de representación de conocimiento que consta de: 1) Un lenguaje formal con: a. Sintaxis: Reglas para construir cadenas válidas (f.b.f o w.f.f). b. Semántica: Relación entre las f.b.f de la lógica y el conocimiento que se quiere representar. 2) Unas reglas de inferencia (Teoría de la demostración) que permitan obtener nuevo conocimiento a partir de conocimiento previo. Las lógicas más sencillas son: - Lógica de proposiciones. Cálculo proposicional - Lógica de primer orden: Cálculo de predicados
13 LOGICA DE PROPOSICIONES 1) Sintaxis a. Símbolos: Proposiciones {p, q, r..} Valores lógicos : {V, F}, {0,1} Conectivos lógicos:,,,, Separadores. Paréntesis, llaves, coma, punto y coma. 2) Reglas para construir fbf Una proposición es una fbf Un valor lógico es una fbf Si P y Q son f.b.f entonces P, Q, P Q, P Q, P Q, P Q son fbf. Una f.b.f entre separadores es una f.b.f (la semántica puede cambiar según los separadores.) Ejemplo (P Q) R, P (Q R)
14 3) Semántica Se asocia a cada proposición un hecho de un universo de discurso: U P V: P --- {0,1} (lo mismo que) {V,F} Función de veritación: valor de verdad. Interpretación Significado. La lógica de proposiciones es funcional El valor de vedad de una fbf compleja se obtiene a partir de los valores de verdad de sus componentes empleando las Tablas de verdad. P Q P Q P v Q P ^Q P Q
15 Si una fbf es verdadera en un cierto universo U es un modelo de dicha fórmula. Una fórmula verdadera en cualquier mundo se dice válida (tautología). Ej P P es la única válida en todos los mundos.
16 Hipótesis del mundo cerrado: Sólo se explicitan las fórmulas verdaderas, cualquier fórmula no explicitada es falsa. Normalmente los conocimientos se basan en más proposiciones falsas que verdaderas. Información sorpresa lo verdadero es sorprendente. Un cambio de estado implica el cambio de proposiciones verdaderas a falsas o al revés, lo primero es fácil porque sólo implica eliminar un a proposición, pero lo segundo puede implicar añadir varias proposiciones verdaderas.
17 Deducción y Reglas de inferencia {P 1.P n } -- Q Q es verdadero siempre que P 1.. P n sea verdadera Las reglas de inferencia son mecanismos para obtener fórmulas verdaderas a partir de otras que lo sean. Modus Ponens P Q P Q Modus Tolens P Q Q P Resolución P V Q P Q (Robison) Q V R Q R P V R P R
18 La inferencia en Lógica de Proposiciones es NP completa Ineficiente. La inferencia en lógica de Proposiciones es Monótona. {P 1.P n } -- Q {P 1.P n P n+1 } -- Q Q es verdadero en todo mundo donde se de P 1.. P n+1 sea verdadera (aunque P n+1 = Pi, seguiría siendo verdadera. No puedes revisar el conocimiento). La inferencia en Lógica de Proposiciones es decidible. Para mejorar la eficiencia se usan cláusulas de Horn y resolución
19 Una cláusula es una disyunción de literales (literal: proposición o su negación). Horn convierte toda fórmula en un conjunto de cláusulas con un solo literal negado (afirmado). La demostración es polinomial cuando las fórmulas están escritas en forma de cláusulas de Horn.
20 LOGICA DE PREDICADOS La lógica de proposiciones tiene una capacidad expresiva muy limitada y cualquier mundo necesita una gran cantidad de proposiciones para describirse. La lógica de Predicados (Lógica de Primer Orden) es una lógica más expresiva que permite representar un mundo en el que haya: - Objetos, - Funciones, - Propiedades, - Relaciones. Es una lógica de primer orden no podemos representar propiedades de propiedades.
21 La lógica de predicados tiene su origen en los trabajos de G. Frege (1879). Su forma actual y sus propiedades fueron dadas por Tarski (1935) Se basa en la lógica aristotélica, por la que una cosa es verdadera o falsa. La lógica de Predicados es la base del lenguaje declarativo Prolog.
22 SINTAXIS Símbolos: 1. Alfabeto latino junto con los caracteres numéricos. Valores de verdad (V y F ó 0 y 1 ) 2. Conectores u operadores lógicos.,,,, 3. Cuantificadores, 4. Separadores. Sintaxis de componentes 1. Las constantes y variables son cadenas de caracteres. 2. Función: cadena_caracteres(t 1..t n ) con ti término. 3. Término: constante variable o función. 4. Predicado: cadena_caracteres(t 1..t n ) ó cadena _caracteres con ti término. Igual sintaxis que las funciones, pero no pueden aparecer como argumentos de funciones o predicados.
23 Reglas para construir f b f 1. Todo predicado (o un valor de vedad) es una fórmula bien formulada (fórmula atómica) las funciones no lo son. 2. Si P y Q son f.b.f entonces P, Q, P Q, P Q, P Q, P Q, (P), (Q), son fbf. 3. Si P(x) es una f.b.f. que contiene a la variable x entonces x P(x) y x P(x) son fbf.
24 Literal: fórmula atómica o su negación. Cláusula: disyunción de literales. Variable libre: No ligada a un cuantificador. No vamos a poder dar semántica (valor de verdad) a las variables libres. Ej: Hombre (x). Sentencia (Expresión): f.b.f que no contiene variables libres. Nos centraremos en sentencias.
25 Algunas extensiones 1. Lógica(s) de orden superior: No es lo mismo decir que el color blanco es bonito, que para todo objeto blanco es bonito. 2. Empleo del operador λ: Permite definir conjuntos: Ej (λ x ama(pepe,x)) Permite definir funciones de manera cómoda (λ,(x,y), x 2 +y 2 ) 3. Cuantificador de unicidad! (simplifica las expresiones) y x ama(x,y) ( z ama(x,z) = (y,z)) es lo mismo que decir! y x ama (x,y) 4. Operador unicidad ι Tengo un único hermano rico x hermano (Miguel, x) ( z hermano (Miguel,z) =(x,z)) rico (x) o podemos usar rico (ι x hermano (Miguel, x)).
26 5. Semántica Como en el caso de la lógica de proposiciones la idea es asociar a cada sentencia un hecho, propiedad o relación de un universo de discurso. S U V: S ----> {0,1} es lo mismo que {V,F} Más concretamente: Objetos del dominio: Términos. Objetos concretos: constantes. Objetos indeterminados: variables. Objetos vinculados: funciones. Propiedades: predicados : unarios. Relaciones: o predicados n-arios casados (x, y) o funciones y= conyuge(x) o predicados sin argumentos
27 Hechos complejos o Fórmulas. o Expresiones o sentencias. El valor de verdad de una sentencia compleja se obtiene a partir de los valores de verdad de sus componentes: 1. La semántica de las sentencias formadas por medio de conectores lógicos se obtiene empleando tablas de verdad idénticas a las del cálculo de proposiciones. 2. Para las sentencias con cuantificadores se obtienen las siguientes reglas. x P(x) P(x) x D U x P(x) P(x) x D U x P(x) x P(x); x P(x) x P(x);
28 Problema: computabilidad de estas sentencias. D puede ser complejo o parcialmente conocido. Por eso aplicaremos la Hipótesis del dominio de objetos cerrado (no existen mas objetos que aquellos que voy a referenciar) Cuantificadores anidados - En fórmulas complejas no debe haber confusión sobre la variable afectada por un cuantificador. - El orden de cuantificación es importante. Puede resaltarse empleando separadores. - La anidación de cuantificadores establece alguna forma de dependencia entre variables. El caso más obvio es x y.
29 Inferencia en lógica de predicados - Modus Ponens {P Q, P} --- Q - Modus Tolens {P Q, Q} --- P - Particularización xp(x) --- P(0) Unificación Los términos han de ser coherentes: Las constantes deben ser las mismas. Padre(juan,enrique) Hijo (enrique,juan) Padre(juan, maría) //no podemos deducir nada No se pueden mezclar constantes y variables. x Hombre(x) Mortal (x) Hombre (juan) //no se puede decir nada, pero se puede usar la particularización y sí sería cierto. Las variables deben tener el mismo nombre cambio de variables.
30 Otras reglas de inferencia Eliminación existencial: x P(x) --- P(S) donde S es un objeto de Skolem x Matar(x,juan) --- Matar (Asesino, juan) //Asesino sería un objeto de Skolem Los objetos de Skolem representan a una variable determinada pero no conocida, eliminando de esa manera el operador existencial. Introducción existencial P(0) --- x P(x) Ejemplo: Gustar (maria, helado) --- x Gustar(x,helado)
31 Deducción (Demostración) {A 1,.. A n } -- T T es verdadero en todo universo U (interpretación) donde A 1,. A n sea verdad. Equivale a {A 1,.. A n, T} -- Nil Demostración por refutación (reducción al absurdo). Es más eficiente. La demostración se realiza por aplicación de la inferencia sobre los axiomas hasta llegar al teorema. La demostración en LP es exponencial y semidecidible. Es monótona.
32 La Resolución (Robinson 1965) { P1 P2, P1 P3} -- {P2 P3} Cláusulas (incluye modus ponens y modus tolens). La resolución puede extenderse a axiomas más complejos: {E 1 E 2.. E n, E 1 E n +1. Eq} --- {E 2 E n E n+1. Eq} La resolución tiene completitud cuando se emplea sobre cláusulas de Horn. Por ello cabe preguntarse si es posible convertir cualquier conjunto de axiomas en un conjunto de cláusulas semánticamente equivalente. La respuesta es SI y existe un procedimiento sistemático para llevarlo a cabo.
33 Conversión de una fórmula en un conjunto equivalente de cláusulas 1. Eliminar implicaciones P Q P Q 2. Colocar las negaciones de modo que sólo afecten a las fórmulas atómicas (P Q) P Q ; (P Q) P Q x E(x) x E(x); x E(x) x E (x) 3. Eliminar cuantificadores existenciales. E(S) objeto de Skolem x y E(x,y) x E(x, S(x)). Función de Skolem 4. Reetiquetar las variables. 5. Colocar los cuantificadores universales a la izquierda. Se tiene la denominada Forma Prenexa. La parte que contiene los cuantificadores se denomina prefijo y el cuerpo de la fórmula matriz (formada por uniones, intersecciones, negaciones )
34 6. Colocar las conjunciones fuera de los literales. Empleamos la propiedad distributiva. (P Q) R (P R) (Q R) FNC (Fórmula Normal Conjuntiva): Cada fórmula es una conjunción de cláusulas. 7. Eliminar las conjunciones se emplea la propiedad. E 1.. E n { E 1,..,E n } 8. Eliminar los cuantificadores. Realmente no se eliminan sino que se suponen implícitamente. Ahora se tiene un conjunto de cláusulas equivalente a la fórmula o fórmulas originales. 9. Reetiquetar variables si es necesario. La idea (por facilitar posteriormente la inferencia ) es que cláusulas distintas tengan variables distintas.
35 Comentarios 1. La conversión en forma de cláusulas destruye de algún modo la estructura de conocimiento que se representa. El metaconocimiento se pierde, no se puede representar el orden. 2. Las cláusulas pueden ponerse nuevamente en forma de implicaciones (Forma normal implicativa): P Q C D P Q (C D) 3. Sigue siendo semidecidible. Las cláusulas de Horn simplifican la resolución hasta tal punto de hacerla completa, cualquier cláusula puede convertirse en una de Horn.
36 Empleo de resolución para demostración (por refutación) 1. Negar el teorema a probar y añadirlo al conjunto de axiomas. 2. Pasar los axiomas a forma de cláusulas. 3. Buscar cláusulas resolubles, aplicar resolución y añadir la resolverte al conjunto de cláusulas. El proceso se repite hasta que: o Se obtenga Nil o No se encuentre un par de cláusulas resolubles. 4. Si se obtiene Nil entonces se puede concluir que el teorema es verdad, si no, no es demostrable (pero no puede asegurarse que es falso).
37 La resolución en el paso 3 requiere unificación (los nombres de constantes o variables tienen que ser iguales o particularizables). Las variables de cláusulas distintas deben tener nombres distintos.
38 Otras cuestiones Estrategias de resolución Mediante la aplicación repetida de la regla de inferencia por resolución, se puede encontrar una demostración si existe, pero no tenemos ninguna garantía del tiempo que se tardará. En la literatura se han propuesto heurísticas para guiar la búsqueda: o Preferencia por la unidad (Mejor más corto) Escoger para resolver las cláusulas más pequeñas. o Conjunto de apoyo: Se resuelve por un conjunto de cláusulas no satisficibles de modo inmediato. En particular resolver siempre empleando cláusulas del teorema negado. o Exploración a lo ancho: Resolver exhaustivamente en cada conjunto de cláusulas (ineficiente, aunque es el mejor) o Exploración en profundidad: Resolver siempre sobre la última cláusula obtenida.
39 Manejo de la igualdad 1. Podemos expresarla de forma infija o de forma prefija. 2. Empleo de la unificación por aclopamiento de cadenas de caracteres: P(A) Q(A); A= B; P(B) Q(B)? Solución: introducir propiedades de la igualdad de forma explícita (propiedad, reflexiva, transitiva y recíproca)
40 Ventajas de la lógica Es muy conocida, muy utilizada, el PROLOG es un lenguaje muy estructurado. Inconvenientes de la lógica La lógica es poco expresiva debido a: 1. Es de primer orden (no puedes aplicar propiedades a propiedades) 2. Monotonía: Impide aplicar razonamiento revisable. Se han ideado las TMS (Truth Maintenance System) que detectan las contradicciones (inconsistencias) en una BD y tratan de eliminarlas.
41 3. Falta de flexibilidad: No puede representar modos de predicado. Todo es presente de indicativo No puedo representar cambios Un predicado sólo puede ser V o F Hay proposiciones que no pueden tener nunca valor de verdad Mañana me tocará la lotería Este algoritmo parará en n pasos Yo miento (paradoja)
42 Notas finales o La lógica de Primer orden, es un modelo de representación del conocimiento: objetos, propiedades, relaciones. o La Lógica de Primer orden es un lenguaje que puede emplearse para expresar conocimiento representado en otros modelos Regla : Listas: Conjuntos de predicados. o La lógica es un modelo bien fundamentado que cuenta con buenas herramientas, pero no sirve para todo. Estado de conocimiento: creencias Conocimiento incompleto, inconsistente, Algoritmo de inferencia ineficaces Conocimiento estructurado. o Lógicas más complejas o Otros modelos de representación del conocimiento.
43 CONSTRUCCIÓN DE UNA BASE DE CONOCIMIENTO Construir un Sistema Basado en el Conocimiento conlleva la construcción de una Base de Conocimiento. Componentes: Conocimiento declarativo, técnicas de resolución de problemas, procedimientos para inferencia o razonamiento automático, etc. El conocimiento es difícil de obtener. Sería interesante reutilizar componentes de anteriores SBC y compartir representaciones entre distintos agentes. La idea de ontología ha sido desarrollada para facilitar el intercambio y la reutilización del conocimiento. El objetivo es obtener un lenguaje adecuado, coherente, completo, reutilizable y compatible.
44 Actualmente, el uso más extendido de la idea de ontología es el desarrollo de webs semánticas, hasta tal punto que se considera una rama distinta. Vamos a comenzar viendo unas ideas clásicas sobre construcción de Bases de Conocimiento para pasar mas tarde a ver ideas relativas a Web Semántica.
45 Tareas a realizar Para construir una Base de conocimiento son necesarios una serie de pasos: 1. Definir bien el conocimiento pertinente. 2. Escoger el vocabulario para constantes, funciones y predicados Escoger una ontología. 3. Codificar el conocimiento del dominio: o Conocimiento factual. o Heurística. o Metaconocimiento. 4. Codificar una parcela específica del dominio en cuestión. 5. Hacer consultas al procedimiento de inferencia y contrastar los resultados. Vamos a ver cuestiones generales de ontologías y su solución mediante L.P.
46 Posteriormente volveremos sobre el tema desde otros puntos de vista.
47 Definiciones de ontología Una ontología establece los términos básicos y sus relaciones referentes a un dominio así como las reglas de combinación de términos y relaciones para definir extensiones del vocabulario básico. Gruber define una ontología como: una especificación explícita de una conceptualización. Una ontología proporciona los significados necesarios para describir explícitamente la conceptualización que se encuentra detrás del conocimiento representado en una Base de Conocimiento.
48 - Conceptualización hace referencia a un modelo abstracto de algún fenómeno del mundo que identifica los conceptos relevantes de dicho fenómeno. - Explícito significa que el tipo de conceptos utilizados y las coacciones de su uso están explícitamente definidos.
49 Podemos encontrar dos tipos de ontologías en lo referente a su dominio de aplicación: Ontología general: Proporciona ideas generales acerca de cómo escoger un vocabulario. Ontología de dominio: Indica cómo escoger el vocabulario en un dominio concreto. Todos los dominios tienen en mayor y menor medida unas características y problemáticas comunes de modo que, independientemente del problema concreto, existen cuestiones de representación que siempre hay que considerar.
50 ALGUNAS IDEAS SOBRE ONTOLOGIA GENERAL Generalmente hemos de establecer vocabulario para el manejo de: Categorías: Los objetos suelen aparecer clasificados en conjuntos (categorías) ordenados según una jerarquía taxonómica. Tuna Gato Animal Ser vivo Cosa Son conjuntos de objetos con propiedades comunes (corresponden a conceptos). Objetos físicos: Ocupan un lugar en el espacio (y puede que en el tiempo). Suelen estar compuestos por partes diferenciadas y suelen tener un tratamiento similar al de los hechos. Objetos mentales: Creencias, heurísticas, nivel de conocimiento acerca de un dominio. Son objetos sobre los que puede ser necesario trabajar. No ocupan lugar en el espacio pero sí en el tiempo.
51 Objetos (compuestos): Los objetos suelen estar constituidos por partes que, a su vez, son objetos sobre los que puede repetirse esta afirmación. Hay, en la mayor parte de los casos, una jerarquía de partes. Parte(motor, coche). En estos casos existe una estructura, es decir, partes y relaciones entre ellas. Los montones, bolsas pilas, etc. son objetos compuestos no estructurados.
52 Medidas: Propiedades como masa, peso, longitud,... que establecen una relación entre objetos concretos y abstractos con representación numérica en una escala. Depende de escala de medida. Se introducen mediante lógica de predicados como funciones de medida y funciones de unidades. l = longitud(b) = 0.15 m = 15 cm Sustancias: Son las materias que constituyen o forman parte de los objetos aunque pueden tratarse diferenciadamente como tales. Su división tiene propiedades similares a la de los procesos (ver mas adelante).
53 Tiempo, espacio, cambio: La mayor parte de los problemas conllevan una evolución espacio-temporal de objetos, propiedades y relaciones. El modelo básico considera un universo continuo en el espacio y el tiempo donde hora, lugar y objeto tiene que describirse. Hechos, acciones y procesos: Las acciones concretas pueden convertirse en objetos agrupables en categorías. Los procesos son hechos continuos de carácter más o menos homogéneo. Los procesos podría dividirse en componentes más sencillos. Vamos a analizar con algo mas de detalle cada uno de estos componentes de una ontología.
54 CATEGORIAS Son conjuntos de objetos con propiedades comunes. Se pueden representar mediante predicados unarios. Tomate: tomate(x) Esta representación es poco eficiente por ser la L.P. de primer orden. Los tomates son hortalizas x tomate(x) hortaliza(x) Es más eficiente tratarlos como objetos especiales (objeto-conjunto) mediante reificación, (disminuye drásticamente el número de predicados primitivos ). x tomate hortaliza pertenence(a,b) subclase(c,d)
55 La relación SUBCLASE organiza las categorías en una jerarquía taxonómica. vegetales hortalizas cereales frutas tomates pimientos
56 Categorías disjuntas: No tienen ningún componente en común. S Disjunto(S) { C1, C2 [C1 S] [C2 S] [C1 C2]} {C1 C2 = Φ} Descomposición exhaustiva: posibles subclases no disjuntas de una superclase. S, C Des-exh(S,C) { ( i, i C) [ C, (C S) (i C )] } Fragmentación: Descomposición exhaustiva en clases disjuntas. S, C Frag(S,C) Des-exh(S,C) Disjunto(S) Las categorías suelen definirse por reducción: x, x soltero (x hombre) (x adulto) (x casado)
57 Propiedades de los objetos Propiedades genéricas: definen la categoría (concepto), Propiedades por defecto: las poseen la mayor parte de los individuos de la clase. Los elementos de cualquier clase heredan las propiedades genéricas de cualquiera de las superclases de la misma. Mamífero generico:mamar,pelo Por defecto:viviparo perro mamar pelo viviparo ornitorrinco mamar pelo
58 Genero natural: categoría de objetos naturales perfectamente reconocibles. Mamiferos Aves Peces Pocas propiedades genéricas en comparación con las propiedades por defecto. En los generos naturales se da con frecuencia el razonamiento por defecto (emplear propiedades por defecto como si fuesen genéricas) Todas las aves vuelan Todos los mamiferos son viviparos
59 El razonamiento por defecto es formalmente falso. La monotonia de la L.P. impide revisar razonamientos por defecto. Para resolver este problema una solución es introducir la función típico o normal. Si C es una categoría tipico(c) es la subcategoría de C constituida por todos los objetos que cumnplen las propiedades por defecto a las que nos estemos refiriendo. x, (x ave) (x volador) x, [x tipica(ave)] (x volador)
60 MEDIDAS Longitud, masa, peso, etc. son magnitudes de los objetos cuyos valores numéricos dependen de una escala de medida. Las medidas se introducen mediante L.P. empleando funciones de medida y funciones de unidades: medida(o) = esc1(r1) = esc2(r2) r1, r2 son los valores numéricos de la medida del objeto O en las escalas esc1 y esc2 respectivamente. Se puede realizar converiones de escala empleando nuevamente funciones: r esc1(r) = esc2[f(r)] r pulgadas(r) = centímetros(2.5*r)
61 Los billetes y el valor monetario de los billetes tienen un tratamiento levemente diferente como consecuencia de la existencia de un valor facial y un valor en diferentes divisas sin una dependencia funcional 7.4. Componentes de las ontologías Los componentes más comunes en una ontología son: - Conceptos: Pueden ser abstractos o concretos, elementales o compuestos. Puede ser cualquier cosa de manera que además puede describir una tarea, función acción, etc. Puede hacer referencia a: o Reificación: convertir predicados en clases. Esto provoca que haya pocos predicados primitivos. o Objetos: numerables o no numerables. o Jerarquía y taxonomía. - Relaciones: Representan un tipo de interacción entre los conceptos de dominio. Pueden ser: o Entre clases: Subclase (disjuntas o no), partición, partición exhaustiva.
62 o Entre instancias y clases: como pertenece. o Entre instancias: como componente, o posesión. - Funciones: Son un caso especial de relaciones en el que el n-ésimo término es único para los n-1 términos anteriores. Pueden ser: o De clases. o De instancias: Medidas, por ejemplo. - Axiomas: Se utilizan para modelar sentencias que son siempre verdaderas. - Instancias: Se usan para representar elementos que pueden ser concretos o genéricos. o
63 OTROS MODELOS LÓGICOS Para intentar resolver los problemas de la lógica se pueden construir lógicas por ampliación de sintaxis y/o semántica. Ampliación de sintaxis: Introducir nuevos símbolos o nuevas reglas de escritura que permitan representar más cosas. Ampliación de la semántica: Permitir nuevas formas de interpretar las fbf o de asignación de valores de verdad. o Lógicas con clases de objetos o Cálculo situacional o Cálculo de sucesos o Lógicas modales o Lógicas de los defectos o Lógicas multivaluadas o Lógicas difusa
64 LÓGICAS CON CLASES DE OBJETOS Son el caso más sencillo de ampliación. Permite introducir nuevas reglas de metaconocimiento. Se utiliza para depurar errores elemententales en bases de datos. CÁLCULO DE SITUACIONES El mundo es una secuencia de situaciones cada una de las cuales es como una fotografía del estado del mundo. Las situaciones cambian como consecuencia de acciones específicas. o Cada predicado tiene un término más (situación que capta el instante del mundo ). o Se añaden funciones que explican como cambia la situación por una acción Sf = Resultado (Acción, Si) Sf = Acción Si La demostración de los teoremas puede realizarse utilizando:
65 Sistema de GREEN (planificador) El sistema de Green trata de encontrar la secuencia A 1..A n que, mediante axiomas, permita llegar del estado inicial al estado final. Si: I 1..I p Axiomas de la situación inicial. S f : F 1. F q Axiomas de la situación final. Me planteo demostrar {I 1 I p } - F 1. F q Se ve la secuencia de situaciones tales que se puede llegar de la situación inicial a la final, las acciones que voy buscando son las que me cambian de una situación a otra. Es un demostrador de teoremas en lógica con 2 particularidades: o Se usa en lógica situacional o La búsqueda de la solución se hace en base a la situación, es decir, las cláusulas se resuelven de acuerdo a cómo van cambiando las situaciones. No permite establecer continuidad temporal (ej. No podemos decir cuanto tiempo se mantiene una situación). No se usa por tedioso.
66 CÁLCULO DE SUCESOS Universo: Continuo espacio temporal Dimensión Espacial: fotografía de los objetos (el tiempo no importará) Dimensión Temporal: Flujo de un elemento simple a través del tiempo Suceso: Trozo del continuo espacio-tiempo con dimensiones tanto espaciales como temporales. Pretendemos encontrar predicados y funciones que nos permitan manejar los sucesos de manera cómoda. Un suceso es un objeto compuesto de subsucesos y perteneciente a una determinada categoría. Ejemplos : Subsuceso (Alamein, 2GM) Subsuceso (2GM, Siglo XX) Pertenece (2GM, Guerra) Intervalo: Sección temporal completa del universo.
67 Un intervalo es un suceso que contiene todos los subsucesos que se producen en un periodo de tiempo determinado. Es un continuo del tiempo Funciones: Se introducen para manejar de manera cómoda los sucesos y poder representarlos y caracterizarlos en términos de sus componentes. Ejemplos Yo viajé ayer de Granada a Madrid j j Viajes Origen (granada, j) Destino (Madrid, j) viajero(yo, j) subevento (j, ayer) Con funciones j, x, o, d j Ir (x,o,d) (equivale a lo anterior) c, i E (c,i) e e C Subsuceso (e, i) Esto indica que se ha producido un suceso de la categoría c en el intervalo i (aunque no tiene porqué ocupar en todo el intervalo). Si particularizamos E (Ir (yo, Granada, Madrid), Ayer). Lugar: Un trozo de espacio constante se prolonga en el tiempo.
68 En (L 1,L 2 ) : predicado que indica que el lugar L 1 está dentro del lugar L 2. Es una versión del predicado Subsuceso para el caso de lugares. Ubicación (L): establece el espacio mínimo que ocupa un objeto. x, L Ubicación (x) = L EN (x, L) {( L 1 EN (X, L 1 ) EN (L, L 1 ) } Propiedades de clases de objetos - Propiedades generales. - Detección de errores semánticos. Un objeto ocupa un lugar en el espacio durante un cierto tiempo y puede experimentar cambios. Así pues, tiene sentido considerar objetos como procesos. Ej: T ( Peso (pepe, kilogramos (75)), i). Sustancia y objetos Invidualización: Objetos concretos. Sustantivos numerables. Materia o sustancia: Sustantivos no numerables son sucesos espaciales. x, y x Sustancia1 Parte_de (y, x) y Sustancia1
69 Las sustancias tiene propiedades de: olor, color fusión Las sustancias no tienen propiedades específicas como peso, forma ubicación. Sucesos y objetos mentales Conocimiento acerca de creencias o deducción. Vuela (Superman) (si o no) predicado, proceso Cree (Lois, vuela (Superman))? Transparencia versus opacidad referencial (Superman=Clark) - (Deducción Lógica) Cree (Lois,vuela (superman)) Cree (Lois (vuela(clark) Cree (Lois, (superman=clark))? Teoría sintáctica de los objetos mentales Empleo de otros lenguajes lógicos (lógicas modales) Proceso: Es un suceso tal que cualquier parte del mismo continua siendo un suceso de la misma categoría. OJO: Llovió ayer es un proceso, pero Llovió ayer de 4 a 5 NO LO ES.
70 p P c p C ( e Subsuceso (e, p) e C) Para procesos se pueden emplear el predicado E (.,.) que hemos introducido anteriormente. E (p, i) existe un proceso de tipo P que se ha realizado dentro del intervalo i. Ahora podemos introducir un predicado nuevo para indicar que un proceso se lleva a cabo exactamente durante un intervalo (La idea es extensible a sucesos cualesquiera). T(c, i): indica que un suceso (proceso) de la categoría c ocurre exactamente en el intervalo i. T E La diferencia es que con E se indica algún momento y T es el periodo exacto. c, i T (c, i) e e C E (c, i) { i 1 Subsuceso (i 1, i) E (c, i 1 ) i=i 1 } Estados: situaciones de invariabilidad continua de un objeto. Los estados serán procesos especiales: o Estar un objeto en un sitio. o Permanecer un objeto en una situación un cierto tiempo.
71 o Poseer un objeto, una propiedad, durante un tiempo o Tener no necesitas propiedad. Podemos representar el Estado por medio de una o varias funciones específicas. Genéricamente Estado (O 1,O 2 ) : evento que ocurre cuando el objeto O 1 se encuentra asociado a O 2 durante un cierto intervalo de tiempo. Ejemplos María está en clase: está (maría, clase) ojo no es un predicado!!! María está en clase una hora: E (esta(maría, clase), hora (1)) María está en clase de 9 a 10: T (esta (maría, clase), [9,10]) Composiciones de sucesos Si e 1 y e 2 son sucesos, el suceso compuesto que supone que se dan simultáneamente e 1 y e 2 es obviamente otro suceso. Y (e 1, e 2 ) Función de sucesos, Conjunción
72 e 1 e 2 e 1 e 2 Del mismo modo se puede hablar de disyunción o negación de sucesos con respecto a la disyunción hay que distinguir dos casos: o e 1 e 2 (clásico): se ha dado al menos uno de los dos sucesos (pueden darse los 2 a la vez) e 1 e 2 e1 e2 e1 e2 e1 e2 o e 1 e 2 (especie de xor): En cada instante de tiempo se da e 1 o e 2 T(e 1 e 2, i ) T( e 1,i ) T (e 2, i) T(e 1 e 2, i ) T(e 1,i) T(e 2, i) T(e 1 e 2 ) { i 1 subintervalo (i 1, i) [ P 1 Subsuceso (p 1, e 1 ) P 2 Subsuceso (p 2, e 2 ) [T(P 1, i 1 ) T(P 2, i 1 ) ]}
73 Momentos, intervalos y acciones Dentro de los intervalos podemos distinguir: Momentos: Duración cero [t 0, t 0 ] Intervalos Ampliados: Duración no nula [t 1, t 2 ] Fragmentación ( {Momentos, Intervalos ampliados}, Intervalos) i i Intervalos {i Momentos Duración (i)=0]} Escala de tiempos: como para toda magnitud definir esta escala requiere establecer un origen de tiempos y una unidad de medida. Origen: Cero horas del día 1 de Enero de 1900 Unidad: segundo Fecha: Función de 6 argumentos: hora, minuto, segundo, día, mes y año que establece un punto exacto en la escala de tiempo en segundos. Definimos algunos predicados Inicio o Final i j o Duración
74 o Antes (i, j) o Después (j, i) i j o Acoplar(i,j) i j o Durante(i,j) i j o o Sobreponer(i,j) Sobreponer(j,i) Las acciones se describen mediante relaciones temporales Ejemplos 1. Dos personas comprometidas o se casan o rompen. x, y, i 0 T (comprometido (x, y), i 0 )
75 i 1 (Acoplar (i 0 i 1 ) Después (i 1, i 0) ) T (Casar (x,y) RomperCompromiso(x,y), i 1 ) 2. Si dos personas se casan será un cónyuge un cierto tiempo después de casados x, y, i 0 T (Casar(x, y), i 0 ) i 1 T(Conyugue (x,y), i 1 ) Acoplar (i 0, i 1 )) 3. El resultado de ir es estar en otro sitio x, a, b, i 0 i 1 T(Ir (x,a,b),i 0 ) T(En(x,b), i 1 Acoplar (i 0, i 1 )) LÓGICAS MODALES Partimos de la idea de que pueden existir muchos mundos distintos, incluso mundos que no se ven a si mismos. Modificación de la sintaxis. Modificación de la semántica: Por ejemplo la idea A B como si ocurre A entonces ocurre b no es el valor real, la idea que queremos sería A B { w /w (A) =1, entonces w(b)=1} Permiten representar modos: o Posible (lo que puede llegar a darse).
76 o Lo que hace falta. o Permisible (lo que se puede hacer). Los modos tiene una semántica en la que la verdad de una proposición no depende de la verdad de sus componentes. Ejemplo: - Es posible que Pepe tenga gripe (Su verdad no tiene el mismo valor funcional que la siguiente) - Pepe tiene gripe Componentes de una lógica modal 1. El lenguaje y los axiomas de la lógica de primer orden L: Lenguaje de primer orden y sus axiomas semánticos (tablas de verdad y reglas de inferencia). 2. Los operadores modales que se introducen como complemento específico. : operador necesario (cuantificador universal de mundo) se cumple en todo momento : operador posible (cuantificador universal de mundo) se cumple al menos en un mundo.
77 3. Reglas sintácticas y semánticas para empleo de los operadores modales Si P es una f.b.f p es una fbf p es una fbf 4. Axiomas para dar contenido a las relaciones y conceptos que se han de representar. Semántica de las lógicas modales Es la semántica de los mundos posibles. - Existe un universo de mundos U = {w 0,. w n } que pueden ser físicos, lógicos, bases de conocimientos, o reglas. Existe un agente que colocado en un mundo, tiene la posibilidad de interpretar L sobre los mundos que son accesibles desde el dado. p = verdadero Si p es verdad en todo mundo accesible (posible) p = verdadero Si p es verdad en algún mundo accesible (posible) p p Relación de accesibilidad R: U x U {0, 1} R(w i, w j ) = 1 si w j es accesible desde w i Propiedades
78 o Reflexiva o Simétrica o Transitiva o Antisimétrica (a R b, b R a a b ) o Euclidiana ( a R b, a R c b Rc ) Según las propiedades que tenga la lógica tendremos diferentes semánticas. o Reflexiva, simétrica y transitiva, nos da relaciones de equivalencia. Es una Lógica modal aletica. Donde p necesario: siempre p posible: a veces o Reflexiva, antisimétrica, transitiva, nos da relaciones de orden. Es una lógica Temporal (aunque no se da realmente en el tiempo.) nos permite establecer un orden. p siempre en el futuro siempre en el pasado p a veces en el futuro a veces en el pasado. Las propiedades de la relación de accesibilidad condicionan las propiedades (axiomas ) que se pueden exigir a los operadores modales.
79 o R reflexiva: P P o R simétrica : P P o R transitiva : P P o R euclidiana: P P R equivalencia R euclidiana. Diversas modalidades Aluden al tipo de conocimiento que se quiere representar. Para cada modalidad se puede construir una (o quizás varias) lógicas modales que permiten representar este tipo de conocimiento. Modalidad alética Se trata de distinguir para una cierta proposición tres estados de verdad. - en un mundo dado - en algún mundo (posible, a veces) //pasado o futuro - En cualquier mundo (necesario, siempre) pasado y futuro. Para representar este conocimiento se empleará una lógica con las siguientes propiedades. o P P (reflexividad) o P P (simetría) o P P (Transitividad)
80 o P P o P P (Euclidiana) y las tautologías o P P o ( P P) Modalidad Temporal En esta modalidad se distinguen: - Verdad en el mundo actual - Verdad en algún mundo futuro (pasado) - Verdad en todo mundo futuro (pasado) Sólo tenemos las propiedades Reflexiva y Transitiva. o P P (reflexividad) o P P (Transitividad) o P P y las tautologías o P P o ( P P) Introducir en esta lógica modal propiedades relativas a simetría da lugar a incongruencias.
81 Razonamiento no monótono La lógica de Primer Orden es monótona Este tipo de propiedad no es deseable en cientos casos: o Razonamientos con conocimiento genérico: - Géneros naturales (características generales que tiene excepciones. - Suposiciones por defecto. - Problema de cualificación: Eliminamos las excepciones. o Razonamiento en un mundo cambiante. o Razonamiento bajo suposiciones temporales. Se han desarrollado procedimientos o lógicas completas que tratan de obviar la propiedad de monotonía y sus inconvenientes (lógicas no monótonas) Una forma de intentar eliminar la monotonía es: Hipótesis del mundo cerrado : Conjunto de creencias constituidas
82 Z : Teoría que se deduce de { p p Z } Bajo la HMC se añade la negación de todo átomo que no pueda deducirse de. Trabajar bajo la HMC es no monótono porque si se añade a una afirmación cuyo negado era un axioma supuesto entonces dicho axioma queda eliminado. - Hipótesis del dominio de objetos cerrado. - Hipótesis del nombre único de propiedades (No puede haber 2 propiedades con igual nombre) - Faltaría la hipótesis del nombre único de uno objeto sería necesario un campo identificativo. La circunscripción La idea de la circunscripción es tener en cuenta para la inferencia el conjunto de objetos más grande que hace verdad cada predicado. Ejemplo x Ave(x) vuela (x) Es falso sobre le conjunto de las aves.
83 x Ave(x) puede_volar(x) vuela (x) Es falso sobre le conjunto de las aves. Normal(x) Típico (x) x Ave(x) Z [cir (volar, normal)] vuela(x) Problemas: - definición formal de la circunscripción (la idea de normal no es clasificable) - clasificación de restricciones (hasta qué nivel de detalle hay que llegar. Lógicas modales versus monotonía Las lógicas modales epistemológicas pueden emplearse con propósitos de representación y manejo de razonamiento no monótono. Ejemplo - Los estudiantes son jóvenes x Est(x) joven(x) joven(x) - Los estudiantes son solteros x Est(x) soltero(x) soltero(x) - Los solteros son jóvenes x Soltero(x) joven(x) joven(x) - Los estudiantes que tienen hijos o están casados o tienen pareja de hecho
84 Est(x) hijo (x) (casado (x) ph(x) ) casado (x) ph(x) - Las personas que tienen una pareja de hecho son jóvenes x ph(x) joven(x) joven(x) Si tenemos Est (juan) podemos concluir joven (juan). Pero si tenemos est(juan) y joven (juan) no podemos concluir nada No se conserva la propiedad de monotonía LÓGICA DE LOS DEFECTOS (otra alternativa contra la monotonía) Una teoría de defectos es un par = (D, W) con : W: un conjunto de hechos que son expresiones de primer orden. D: conjunto de defectos: fórmulas de inferencia de semántica específica u(x): v(x) d D d = w(x) u(x), v(x), w(x): f b f con x libre u(x) prerrequisito v(x) justificación w(x) consecuencia. Semántica
85 D: si se conoce u(x) y v(x) es consistente con lo que se conoce entonces se concluye w(x). Ejemplo: Los jóvenes son solteros Joven(x): vive-solo(x) Soltero(x) Defecto normal: v(x) w(x) u(x) : w(x) d = w(x) si se conoce u(x) y no contradice w(x) entonces concluir w(x). Nota : La variable x está libre para evitar la contradicción de un cuantificador universal que no es realmente válido Ejemplo: d1: Los estudiantes son jóvenes Estudiante(x) : joven(x) joven (x) d2 : Los estudiantes son solteros Estudiante(x) : soltero(x) Soltero (x) d3: Los solteros son jóvenes Solteros(x) : joven(x) joven (x) d4: Los estudiantes que tienen hijos o están casados o tienen relación sentimental.(ph)
86 estudiante(x) padre(x) : ph(x) casado(x) ph(x) casado(x) d5: Las personas que tienen relación sentimental son jóvenes. ph(x) : joven(x) joven (x) Fórmulas de primer orden: w 1 : x soltero(x) casado (x) w 2 : x soltero(x) ph(x) w 3 ; x ph (x) casado (x) = (D, W) D= {d 1...d 5 } //Defecto W= {w 1 w 3 } //Fórmulas de primer orden. Hechos Conclusiones Soltero (juan) joven (juan) soltero(juan) joven (juan) no podemos deducir nada
87 LÓGICAS (POLIVALUADAS) MULTIVALUADAS Modifica el Principio del tercero excluido establecido por Aristóteles dice que algo es Verdadero o Falso, pero no las 2 cosas. Lógica de Kleene Proposiciones matemáticas indecidibles w (p) {v, f, i } A B v f i A A v f f v i i v f i v f i v v v v i i A B v f i A v B v f i ^ v f i v f i f f f i f i v f i v v v v f i v i i
88 Aplicación epistemológica i no se sabe. Lógica de Lukasiewcz Proposiciones contingentes futuras (proposiciones futuras de cosas que no se saben si van a ser V o F) W(p) {v, f, n} A B v f n v f n v f n v v v v n v La única diferencia con la de kleene a que la proposición Si mañana me toca la lotería, me compro un coche, es verdadera. (ver última casilla).
89 Lógica de Bochvar Paradojas semánticas (proposiciones que llevan una negación implícita cuya afirmación implica su falsedad). w(q) ={v,f,p} A ^ v f P A A B v f v v f P f v f f f P P P p p p p A B v f p v f P v f P v v P p p p A v B v f P v f p v v P v f P P P P
90 Lógica de Beldad Representante de la lógica de 4 estados. Orientada a la deducción de la verdad a partir de una base de conocimiento B: base de conocimiento P: proposición W(p) = v sii {B -p, B /- p} W(p) = f sii {B /-p, B - p} W(p) = c sii {B -p, B - p} W(p) = i sii {B /-p, B /- p} Se suele pasar a 3 estados como v, f c y el i se mete en f Lógica de Lukasiewicz infinitamente valuadas W(q) [0,1] Se da un grado de verdad a las proposiciones: W(q): 0 : completamente falso W(q)=1: absolutamente cierto W( q) = 1 w(q) W(q r) = min {w(q), w(r)}
91 W(q r)= max {w(q),w(r) } W(q r) = min {1, 1-w(q) + w (r) } min {t-normas} max {t-conormas} min (1, 1 r 1 +r 2 ) {función implicación} Se puede obtener otras lógicas infinitamente valoradas empleando distintos operadores de estas familias. - Teoría de conjuntos difusos (borrosa) - Lógica difusa (borrosa).
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos
Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 1 Conjuntos y Subconjuntos
Más detallesUniversidad Católica del Maule. Fundamentos de Computación Especificación de tipos de datos ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS
Especificación algebraica ESPECIFICACIÓN ALGEBRAICA DE TIPOS DE DATOS Un tipo abstracto de datos se determina por las operaciones asociadas, incluyendo constantes que se consideran como operaciones sin
Más detallesINTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL MÓDULO 3: REPRESENTACIÓN DEL CONOCIMIENTO 3.1. INTRODUCCIÓN La IA involucra la construcción de programas que resuelvan problemas que, de ser resueltos por seres
Más detallesRAZONAMIENTOS LÓGICOS EN LOS PROBLEMAS DE MATEMÁTICAS
RAZONAMIENTOS LÓGICOS EN LOS PROBLEMAS DE MATEMÁTICAS AUTORÍA SERGIO BALLESTER SAMPEDRO TEMÁTICA MATEMÁTICAS ETAPA ESO, BACHILLERATO Resumen En este artículo comienzo definiendo proposición y los distintos
Más detallesInteligencia Artificial II. Razonamiento con ontologías
Inteligencia Artificial II Curso 2008 09 Trabajo de curso Razonamiento con ontologías Antonio Jiménez Mavillard Enunciado Una ontología es una representación formal de un determinado dominio o área de
Más detallesPrograma para el Mejoramiento de la Enseñanza de la Matemática en ANEP Proyecto: Análisis, Reflexión y Producción. Fracciones
Fracciones. Las fracciones y los números Racionales Las fracciones se utilizan cotidianamente en contextos relacionados con la medida, el reparto o como forma de relacionar dos cantidades. Tenemos entonces
Más detallesIntroducción. Ciclo de vida de los Sistemas de Información. Diseño Conceptual
Introducción Algunas de las personas que trabajan con SGBD relacionales parecen preguntarse porqué deberían preocuparse del diseño de las bases de datos que utilizan. Después de todo, la mayoría de los
Más detallesSu éxito se mide por la pertinencia y la oportunidad de la solución, su eficacia y eficiencia.
APUNTES PARA EL CURSO PROCESOS COGNITIVOS: RESOLUCIÓN DE PROBLEMAS Y TOMA DE DECISIONES Elaborado por Vicente Sisto Campos. Se trata de la confluencia de la capacidad analítica del equipo de identificar
Más detallesMODELOS DE RECUPERACION
RECUPERACIÓN Y ORGANIZACIÓN DE LA INFORMACIÓN INGENIERÍA INFORMÁTICA RECUPERACIÓN Y ACCESO A LA INFORMACIÓN MODELOS DE RECUPERACION AUTOR: Rubén García Broncano NIA 100065530 grupo 81 1 INDICE 1- INTRODUCCIÓN
Más detallesGUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES
GUÍA TÉCNICA PARA LA DEFINICIÓN DE COMPROMISOS DE CALIDAD Y SUS INDICADORES Tema: Cartas de Servicios Primera versión: 2008 Datos de contacto: Evaluación y Calidad. Gobierno de Navarra. evaluacionycalidad@navarra.es
Más detallesTema 07. LÍMITES Y CONTINUIDAD DE FUNCIONES
Tema 07 LÍMITES Y CONTINUIDAD DE FUNCIONES Límite de una función en un punto Vamos a estudiar el comportamiento de las funciones f ( ) g ( ) ENT[ ] h ( ) i ( ) en el punto Para ello, damos a valores próimos
Más detallesCapitulo V Administración de memoria
Capitulo V Administración de memoria Introducción. Una de las tareas más importantes y complejas de un sistema operativo es la gestión de memoria. La gestión de memoria implica tratar la memoria principal
Más detallesTema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice
Tema 1: Fundamentos de lógica, teoría de conjuntos y estructuras algebraicas: Apéndice 1 Polinomios Dedicaremos este apartado al repaso de los polinomios. Se define R[x] ={a 0 + a 1 x + a 2 x 2 +... +
Más detallesEn cualquier caso, tampoco es demasiado importante el significado de la "B", si es que lo tiene, lo interesante realmente es el algoritmo.
Arboles-B Características Los árboles-b son árboles de búsqueda. La "B" probablemente se debe a que el algoritmo fue desarrollado por "Rudolf Bayer" y "Eduard M. McCreight", que trabajan para la empresa
Más detallesNIFBdM C-7 OTRAS INVERSIONES PERMANENTES
NIFBdM C-7 OTRAS INVERSIONES PERMANENTES OBJETIVO Establecer los criterios de valuación, presentación y revelación para el reconocimiento inicial y posterior de las otras inversiones permanentes del Banco.
Más detallesEstructuras de Datos y Algoritmos. Árboles de Expresión
Estructuras de Datos y Algoritmos Árboles de Expresión Año 2014 Introducción Los avances tecnológicos producen día a día una gran cantidad de información que debe ser almacenada y procesada en forma eficiente.
Más detallesVECTORES. Módulo, dirección y sentido de un vector fijo En un vector fijo se llama módulo del mismo a la longitud del segmento que lo define.
VECTORES El estudio de los vectores es uno de tantos conocimientos de las matemáticas que provienen de la física. En esta ciencia se distingue entre magnitudes escalares y magnitudes vectoriales. Se llaman
Más detalles1. EL CONCEPTO DE INTERÉS
1. EL CONCEPTO DE INTERÉS 1.1 Introducción Tal y como se ha señalado en el prefacio, en estos primeros capítulos se va a suponer ambiente de certidumbre, es decir, que los agentes económicos conocen con
Más detallesDiagramas de Clases ~ 1 ~ Ing. Fabián Silva Alvarado
Diagramas de Clases ~ 1 ~ Ing. Fabián Silva Alvarado DIAGRAMAS DE CLASES RELACIONES ENTRE CLASES Una vez que tengamos todas nuestras clases, será necesario que estas se asocien, con el fin de mostrar la
Más detallesCASO PRÁCTICO DISTRIBUCIÓN DE COSTES
CASO PRÁCTICO DISTRIBUCIÓN DE COSTES Nuestra empresa tiene centros de distribución en tres ciudades europeas: Zaragoza, Milán y Burdeos. Hemos solicitado a los responsables de cada uno de los centros que
Más detallesCONCEPTOS PREVIOS TEMA 2
1.PROPORCIONALIDAD 1.1 REPARTOS PROPORCIONALES CONCEPTOS PREVIOS TEMA 2 Cuando queremos repartir una cantidad entre varias personas, siempre dividimos el total por el número de personas que forman parte
Más detallesCorrespondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech
Correspondencias entre taxonomías XBRL y ontologías en OWL Unai Aguilera, Joseba Abaitua Universidad de Deusto, EmergiaTech Resumen Todo documento XBRL contiene cierta información semántica que se representa
Más detallesInstrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A)
aprenderaprogramar.com Instrucción IrA (GoTo). Saltos no naturales en el flujo normal de un programa. Pseudocódigo y diagramas de flujo. (CU00182A) Sección: Cursos Categoría: Curso Bases de la programación
Más detallesSignificado de las f.b.f (fórmulas bien formadas) en términos de objetos, propiedades y relaciones en el mundo
Significado de las f.b.f (fórmulas bien formadas) en términos de objetos, propiedades y relaciones en el mundo Semánticas del cálculo de predicados proporcionan las bases formales para determinar el valor
Más detalles1.3 Números racionales
1.3 1.3.1 El concepto de número racional Figura 1.2: Un reparto no equitativo: 12 5 =?. Figura 1.3: Un quinto de la unidad. Con los números naturales y enteros es imposible resolver cuestiones tan simples
Más detallesGUIA PROGRAMACIÓN ORIENTADA A OBJETOS
GUIA PROGRAMACIÓN ORIENTADA A OBJETOS 1. Por qué la P.O.O? R= A medida que se van desarrollando los lenguajes, se va desarrollando también la posibilidad de resolver problemas más complejos. En la evolución
Más detallesLÓGICA JURÍDICA. Idea preliminar Cap. I. Nicolás Mejía Gómez -Universidad Libre Facultad de derecho
LÓGICA JURÍDICA Idea preliminar Cap. I Objetivos Definir y explicar qué es la lógica. Distinguir entre el pensamiento tomado como función y/o facultad y el considerado como producto. Señalar el tipo de
Más detallesNÚMEROS NATURALES Y NÚMEROS ENTEROS
NÚMEROS NATURALES Y NÚMEROS ENTEROS Los números naturales surgen como respuesta a la necesidad de nuestros antepasados de contar los elementos de un conjunto (por ejemplo los animales de un rebaño) y de
Más detallesTABLA DE DECISION. Consideremos la siguiente tabla, expresada en forma genérica, como ejemplo y establezcamos la manera en que debe leerse.
TABLA DE DECISION La tabla de decisión es una herramienta que sintetiza procesos en los cuales se dan un conjunto de condiciones y un conjunto de acciones a tomar según el valor que toman las condiciones.
Más detallesCómo las herramientas en línea están revolucionando la implementación de ITIL e ISO 20000
Cómo las herramientas en línea están revolucionando la implementación de ITIL e ISO 20000 Informe 14 de marzo de 2014 Copyright 2014 20000Academy. Todos los derechos reservados. 1 Resumen ejecutivo Antes
Más detallesLa ventana de Microsoft Excel
Actividad N 1 Conceptos básicos de Planilla de Cálculo La ventana del Microsoft Excel y sus partes. Movimiento del cursor. Tipos de datos. Metodología de trabajo con planillas. La ventana de Microsoft
Más detallesProblemas indecidibles
Capítulo 7 Problemas indecidibles 71 Codificación de máquinas de Turing Toda MT se puede codificar como una secuencia finita de ceros y unos En esta sección presentaremos una codificación válida para todas
Más detallesEstas visiones de la información, denominadas vistas, se pueden identificar de varias formas.
El primer paso en el diseño de una base de datos es la producción del esquema conceptual. Normalmente, se construyen varios esquemas conceptuales, cada uno para representar las distintas visiones que los
Más detalles2. Conceptos básicos Abstracción La abstracción como un proceso mental natural La abstracción en el desarrollo de software
2. Conceptos básicos Hoy en día las aplicaciones son demasiado voluminosas y complejas para ser manejadas por una sola persona. Las aplicaciones de software son complejas porque modelan la complejidad
Más detallesHoja1!C4. Hoja1!$C$4. Fila
CAPÍTULO 6......... Cálculo y funciones con Excel 2000 6.1.- Referencias De Celdas Como vimos con anterioridad en Excel 2000 se referencian las celdas por la fila y la columna en la que están. Además como
Más detallesManual de usuario para Android de la aplicación PORTAFIRMAS MÓVIL
Manual de usuario para Android de la aplicación PORTAFIRMAS MÓVIL Índice 1 Introducción... 5 1.1 Perfil de la aplicación... 5 1.2 Requisitos técnicos... 5 2 Manual de usuario... 7 2.1 Instalación del certificado...
Más detallesLección 24: Lenguaje algebraico y sustituciones
LECCIÓN Lección : Lenguaje algebraico y sustituciones En lecciones anteriores usted ya trabajó con ecuaciones. Las ecuaciones expresan una igualdad entre ciertas relaciones numéricas en las que se desconoce
Más detallesMATERIAL 2 EXCEL 2007
INTRODUCCIÓN A EXCEL 2007 MATERIAL 2 EXCEL 2007 Excel 2007 es una planilla de cálculo, un programa que permite manejar datos de diferente tipo, realizar cálculos, hacer gráficos y tablas; una herramienta
Más detallesLos números racionales
Los números racionales Los números racionales Los números fraccionarios o fracciones permiten representar aquellas situaciones en las que se obtiene o se debe una parte de un objeto. Todas las fracciones
Más detallesEl rincón de los problemas
Marzo de 2010, Número 21, páginas 165-172 ISSN: 1815-0640 El rincón de los problemas Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe De lo particular a lo general, usando grafos Problema En
Más detallesCentro de Capacitación en Informática
Fórmulas y Funciones Las fórmulas constituyen el núcleo de cualquier hoja de cálculo, y por tanto de Excel. Mediante fórmulas, se llevan a cabo todos los cálculos que se necesitan en una hoja de cálculo.
Más detallesTema 6: Teoría de la Normalización
Tema 6: Teoría de la Normalización 1. Introducción Si definimos una base de datos como; una colección de información estructurada, referente a objetos y hechos de la realidad, y almacenados en un ordenador
Más detallesLógica Proposicional IIC2212. IIC2212 Lógica Proposicional 1 / 56
Lógica Proposicional IIC2212 IIC2212 Lógica Proposicional 1 / 56 Inicio de la Lógica Originalmente, la Lógica trataba con argumentos en el lenguaje natural. Ejemplo Es el siguiente argumento válido? Todos
Más detallesFigura 4.1 Clasificación de los lenguajes de bases de datos
1 Colección de Tesis Digitales Universidad de las Américas Puebla Romero Martínez, Modesto Este capítulo describen los distintos lenguajes para bases de datos, la forma en que se puede escribir un lenguaje
Más detallesResolución de Problemas
Introducción Resolución de Problemas La resolución de problemas es una capacidad que consideramos inteligente Somos capaces de resolver problemas muy diferentes Encontrar el camino en un laberinto Resolver
Más detallesProfr. Efraín Soto Apolinar. Números reales
úmeros reales En esta sección vamos a estudiar primero los distintos conjuntos de números que se definen en matemáticas. Después, al conocerlos mejor, podremos resolver distintos problemas aritméticos.
Más detallesConceptos. ELO329: Diseño y Programación Orientados a Objetos. ELO 329: Diseño y Programación Orientados a Objetos
Conceptos ELO329: Diseño y Programación Orientados a Objetos 1 Paradigmas de Programación Historia: Los computadores parten cableados por hardware, Luego se introduce la programación en binario, Se desarrolla
Más detallesPara representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones:
2. Conjuntos 2.1 Introducción El concepto de conjunto, de singular importancia en la ciencia matemática y objeto de estudio de una de sus disciplinas más recientes, está presente, aunque en forma informal,
Más detallesINTRODUCCIÓN A LOS SISTEMAS GESTORES DE BASE DE DATOS
INTRODUCCIÓN A LOS SISTEMAS GESTORES DE BASE DE DATOS AUTORÍA JOSEFA PÉREZ DOMÍNGUEZ TEMÁTICA NUEVAS TECNOLOGIAS ETAPA CICLOS FORMATIVOS DE GRADO SUPERIOR DE INFORMÁTICA Resumen En esta publicación se
Más detallesCAPÍTULO III MARCO TEÓRICO. Cada día cambian las condiciones de los mercados debido a diferentes factores como: el
CAPÍTULO III MARCO TEÓRICO 3.1 Introducción Cada día cambian las condiciones de los mercados debido a diferentes factores como: el incremento de la competencia, la globalización, la dinámica de la economía,
Más detallesBase de datos en Excel
Base de datos en Excel Una base datos es un conjunto de información que ha sido organizado bajo un mismo contexto y se encuentra almacenada y lista para ser utilizada en cualquier momento. Las bases de
Más detallesContabilidad Orientada a los Negocios
Tema 5 Introducción Como todos sabemos, al pagar por alguna cosa, cualquiera que esta sea, que jamás haya sido utilizada, se debe desembolsar una cantidad de dinero, esto es porque, al igual que todas
Más detallesPrograma de Nuevos Dominios Genéricos de Alto Nivel (gtld): Variantes de Nombres de Dominio Internacionalizados (IDN)
Programa de Nuevos Dominios Genéricos de Alto Nivel (gtld): Variantes de Nombres de Dominio Internacionalizados (IDN) Febrero de 2010 Introducción Las comunidades lingüísticas que planean utilizar Nombres
Más detallesPRÁCTICA N 2 SISTEMAS DE NUMERACIÓN
PRÁCTICA N 2 SISTEMAS DE NUMERACIÓN Ejercicio 1. Diseñar una planilla EXCEL que tome como dato de entrada un número entero y devuelva la representación en base 2. Testearla con los números 23, 245, 673,
Más detallesBASES Y DIMENSIÓN. Propiedades de las bases. Ejemplos de bases.
BASES Y DIMENSIÓN Definición: Base. Se llama base de un espacio (o subespacio) vectorial a un sistema generador de dicho espacio o subespacio, que sea a la vez linealmente independiente. β Propiedades
Más detallesMódulo 9 Sistema matemático y operaciones binarias
Módulo 9 Sistema matemático y operaciones binarias OBJETIVO: Identificar los conjuntos de números naturales, enteros, racionales e irracionales; resolver una operación binaria, representar un número racional
Más detallesGERENCIA DE INTEGRACIÓN
GERENCIA DE INTEGRACIÓN CONTENIDO Desarrollo del plan Ejecución del plan Control de cambios INTRODUCCIÓN La gerencia de integración del proyecto incluye los procesos requeridos para asegurar que los diversos
Más detallesPRÁCTICA 1: Optimización con Excel 2010
Grado en Administración de Empresas Departamento de Estadística Asignatura: Optimización y Simulación para la Empresa Curso: 2011/2012 PRÁCTICA 1: Optimización con Excel 2010 1. Modelización mediante hojas
Más detallesOperación 8 Claves para la ISO 9001-2015
Operación 8Claves para la ISO 9001-2015 BLOQUE 8: Operación A grandes rasgos, se puede decir que este bloque se corresponde con el capítulo 7 de la antigua norma ISO 9001:2008 de Realización del Producto,
Más detallesADMINISTRACIÓN DE BASES DE DATOS DISTRIBUIDAS
5 ADMINISTRACIÓN DE BASES DE DATOS DISTRIBUIDAS Contenido: 5.1 Conceptos Generales Administración de Bases de Datos Distribuidas 5.1.1 Administración la Estructura de la Base de Datos 5.1.2 Administración
Más detallesPROGRAMACIÓN ORIENTADA A OBJETOS
PROGRAMACIÓN ORIENTADA A OBJETOS Clase 1. Introducción Profesor: Diego Sánchez Gómez Introducción a la programación orientada a objetos 1. Introducción a la programación orientada a objetos 2. Las clases
Más detallesCómo encontrar en la Biblia lo que usted desea
40 LECCIÓN 3 Cómo encontrar en la Biblia lo que usted desea Nadie podía encontrar nada en la cocina de la abuelita. Guardaba la harina en una lata marcada azúcar y el café en una caja marcada sal. Pero
Más detallesLUIS GALINDO PÉREZ DE AZPILLAGA HÉCTOR JOSÉ GARCÍA FERNÁNDEZ. Instituto Cibernos. Master Sistemas de Información Geográfica de Sevilla
APLICABILIDAD DE UN SISTEMA DE INFORMACIÓN GEOGRÁFICA PARA EL ESTUDIO DE LA IMPLANTACIÓN DE NUEVAS INFRAESTRUCTURAS EN UN ESPACIO INTERIOR DE LA CIUDAD DE SEVILLA. LUIS GALINDO PÉREZ DE AZPILLAGA HÉCTOR
Más detallesDINÁMICAS PARA GRUPOS MULTICULTURALES. Las dinámicas que aportamos ofrecen posibilidades didácticas para desarrollar con grupos multiculturales.
DINÁMICAS PARA GRUPOS MULTICULTURALES Las dinámicas que aportamos ofrecen posibilidades didácticas para desarrollar con grupos multiculturales. INDICE FICHA PEDAGÓGICA 1: El contrato de grupo. Las reglas
Más detallesFundamentos de Investigación de Operaciones Investigación de Operaciones 1
Fundamentos de Investigación de Operaciones Investigación de Operaciones 1 1 de agosto de 2003 1. Introducción Cualquier modelo de una situación es una simplificación de la situación real. Por lo tanto,
Más detallesUnidad VI: Supervisión y Revisión del proyecto
Unidad VI: Supervisión y Revisión del proyecto 61. Administración de recursos La administración de recursos es el intento por determinar cuánto, dinero, esfuerzo, recursos y tiempo que tomará construir
Más detallesEduardo Kido 26-Mayo-2004 ANÁLISIS DE DATOS
ANÁLISIS DE DATOS Hoy día vamos a hablar de algunas medidas de resumen de datos: cómo resumir cuando tenemos una serie de datos numéricos, generalmente en variables intervalares. Cuando nosotros tenemos
Más detallesSistemas de Gestión de Calidad. Control documental
4 Sistemas de Gestión de Calidad. Control documental ÍNDICE: 4.1 Requisitos Generales 4.2 Requisitos de la documentación 4.2.1 Generalidades 4.2.2 Manual de la Calidad 4.2.3 Control de los documentos 4.2.4
Más detallesMatrices Invertibles y Elementos de Álgebra Matricial
Matrices Invertibles y Elementos de Álgebra Matricial Departamento de Matemáticas, CCIR/ITESM 12 de enero de 2011 Índice 91 Introducción 1 92 Transpuesta 1 93 Propiedades de la transpuesta 2 94 Matrices
Más detalles4 Teoría de diseño de Experimentos
4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio
Más detallesINTRODUCCION A LA LÓGICA DE ENUNCIADOS
INTRODUCCION A LA LÓGICA DE ENUNCIADOS Carlos S. Chinea 0. Enunciados: Lo fundamental en el lenguaje ordinario, la herramienta para manifestar las ideas, sentimientos, descripción de situaciones diversas,
Más detallesEscenas de episodios anteriores
Clase 16/10/2013 Tomado y editado de los apuntes de Pedro Sánchez Terraf Escenas de episodios anteriores objetivo: estudiar formalmente el concepto de demostración matemática. caso de estudio: lenguaje
Más detallesLABORATORIO Nº 2 GUÍA PARA REALIZAR FORMULAS EN EXCEL
OBJETIVO Mejorar el nivel de comprensión y el manejo de las destrezas del estudiante para utilizar formulas en Microsoft Excel 2010. 1) DEFINICIÓN Una fórmula de Excel es un código especial que introducimos
Más detallesModulo 1 El lenguaje Java
Modulo 1 El lenguaje Java 13 - Codificación en Java Una de las grandes diferencias entre Java y Pascal en cuando a la codificación es que Java se trata de un lenguaje de los llamados case sensitive Esto
Más detallesUNIDAD I NÚMEROS REALES
UNIDAD I NÚMEROS REALES Los números que se utilizan en el álgebra son los números reales. Hay un número real en cada punto de la recta numérica. Los números reales se dividen en números racionales y números
Más detallesTema : ELECTRÓNICA DIGITAL
(La Herradura Granada) Departamento de TECNOLOGÍA Tema : ELECTRÓNICA DIGITAL.- Introducción. 2.- Representación de operadores lógicos. 3.- Álgebra de Boole. 3..- Operadores básicos. 3.2.- Función lógica
Más detallesFUNCIONES DE PROPORCIONALIDAD
UNIDAD 2 PROPORCIONALIDAD. FUNCIONES DE PROPORCIONALIDAD 1.- INTRODUCCIÓN Continuamente hacemos uso de las magnitudes físicas cuando nos referimos a diversas situaciones como medida de distancias (longitud),
Más detallesÁLGEBRA DE MATRICES. Al consejero A no le gusta ninguno de sus colegas como presidente.
ÁLGEBRA DE MATRICES Página 49 REFLEXIONA Y RESUELVE Elección de presidente Ayudándote de la tabla, estudia detalladamente los resultados de la votación, analiza algunas características de los participantes
Más detalles3º Grado Educación Infantil Bilingüe Números. Método Singapur y F. Bravo E R
MATEMÁTICAS PARA EDUCACIÓN INFANTIL N Enseñamos y aprendemos llos números:: Método Siingapur y Fernández Bravo,, Porr Clarra Garrcí ía,, Marrtta Gonzzál lezz y Crri isstti ina Lattorrrre.. Ú M E R O S
Más detallesColegio Alexander von Humboldt - Lima. Tema: La enseñanza de la matemática está en un proceso de cambio
Refo 07 2004 15 al 19 de noviembre 2004 Colegio Alexander von Humboldt - Lima Tema: La enseñanza de la matemática está en un proceso de cambio La enseñanza de la matemática debe tener dos objetivos principales:
Más detallesLiderazgo se genera en el lenguaje
Liderazgo se genera en el lenguaje Para nosotros, un buen punto de partida para comprender el liderazgo está en el reconocimiento de que éste se da en el lenguaje. El liderazgo es un fenómeno producido
Más detallesINGENIERÍA A DEL CONOCIMIENTO: SISTEMAS EXPERTOS
INGENIERÍA A DEL CONOCIMIENTO: SISTEMAS EXPERTOS Sistema experto: Sistema informático diseñado para resolver problemas de un área específica, y al que de algún modo se le ha dotado de una competencia similar
Más detalles2. LOS SISTEMAS DE COSTOS
2. LOS SISTEMAS DE COSTOS En el actual desarrollo de las técnicas y sistemas de costos se persiguen tres importantes objetivos: La medición de los costos, la más correcta y precisa asignación de costos
Más detallesUnidad II: Diseño de Bases de Datos y el modelo E-R. 2.1 El Proceso de Diseño
Unidad II: Diseño de Bases de Datos y el modelo E-R. 2.1 El Proceso de Diseño El proceso de diseño para una base de datos consta básicamente de 7 pasos, los cuáles se describen en la siguiente imagen.
Más detallesAcciones Correctivas y Preventivas. Universidad Autónoma del Estado de México
Acciones Correctivas y Preventivas Universidad Autónoma del Estado de México Mejora Continua La mejora continua del desempeño global de la organización debería ser un objetivo permanente de ésta. Mejora
Más detallesPROLOG Inteligencia Artificial Universidad de Talca, II Semestre 2005. Jorge Pérez R.
PROLOG Inteligencia Artificial Universidad de Talca, II Semestre 2005 Jorge Pérez R. 1 Introducción a PROLOG PROLOG es un lenguaje interpretado basado en la lógica de predicados de primer orden. Puede
Más detallesDiseño Estructurado de Algoritmos
Diseño Estructurado de Algoritmos 1 Sesión No. 5 Nombre: Primitivas para el diseño de instrucciones. Segunda parte. Objetivo de la sesión: Al concluir la sesión el estudiante identificará las diferentes
Más detallesAdministración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1
Administración de Empresas. 11 Métodos dinámicos de evaluación de inversiones 11.1 TEMA 11: MÉTODOS DINÁMICOS DE SELECCIÓN DE INVERSIONES ESQUEMA DEL TEMA: 11.1. Valor actualizado neto. 11.2. Tasa interna
Más detallesLINEAMIENTOS PARA LA ELABORACIÓN DEL PROGRAMA ANUAL DE TRABAJO
LINEAMIENTOS PARA LA ELABORACIÓN DEL PROGRAMA ANUAL DE TRABAJO Junio 2012 INDICE 1. INTRODUCCIÓN 2. ANTECEDENTES 3. SITUACIÓN ACTUAL A) Daños a la Salud Principales características sociodemográficas Principales
Más detallesDescripción y tabla de especificaciones para prueba formativa Área Matemática Año 2014
Descripción y tabla de especificaciones para prueba formativa Área Matemática Año 2014 Contenidos 1. El referente conceptual de la evaluación... 1 CUADRO 1. TABLA DE ESPECIFICACIONES EN EL ÁREA DE MATEMÁTICA...
Más detallesNORMA ISO 31000 DE RIESGOS CORPORATIVOS
NORMA ISO 31000 DE RIESGOS CORPORATIVOS La norma ISO 31000 establece principios y guías para el diseño, implementación y mantenimiento de la gestión de riesgos en forma sistemática y transparente de toda
Más detallesPuedes Desarrollar Tu Inteligencia
Puedes desarrollar tu Inteligencia (Actividad-Opción A) Puedes Desarrollar Tu Inteligencia Una nueva investigación demuestra que el cerebro puede desarrollarse como un músculo Muchas personas piensan que
Más detalles5.1. Organizar los roles
Marco de intervención con personas en grave situación de exclusión social 5 Organización de la acción 5.1. Organizar los roles Parece que el modelo que vamos perfilando hace emerger un rol central de acompañamiento
Más detallesÉtica en la Investigación con seres humanos. Mod. 3 UD4: La investigación con datos personales
Ética en la Investigación con seres humanos Mod. 3 UD4: La investigación con datos personales Módulo 3. Ética en la investigación con seres humanos UD4. La investigación con datos personales. Protección
Más detallesCapítulo IV. INTERBLOQUEO E INANICIÓN
Capítulo IV. INTERBLOQUEO E INANICIÓN Interbloqueo: [MAEKAMA] Se define como el bloqueo permanente de un conjunto de procesos que compiten por los recursos del sistema o bien se comunican unos con otros.
Más detallesISO14001:2015. - disponer de un certificado bajo la versión de 2008 en vigor - superar una auditoria bajo los requisitos de la nueva versión
ISO14001:2015 PLAN DE TRANSICIÓN Tras la publicación de la nueva versión de la norma ISO14001 el pasado mes de septiembre se inicia un periodo de convivencia entre las dos versiones de la norma. Este periodo
Más detallesIniciativas para el Desarrollo del Jugador Normas para partidos en cancha pequeña & Registro por año de nacimiento Preguntas Frecuentes
Iniciativas para el Desarrollo del Jugador Normas para partidos en cancha pequeña & Registro por año de nacimiento Preguntas Frecuentes General Por favor revise la Iniciativas para el Desarrollo del Jugador
Más detallesEl rincón de los problemas. Oportunidades para estimular el pensamiento matemático. Triángulos de área máxima o de área mínima Problema
www.fisem.org/web/union El rincón de los problemas ISSN: 1815-0640 Número 37. Marzo 2014 páginas 139-145 Pontificia Universidad Católica del Perú umalasp@pucp.edu.pe Oportunidades para estimular el pensamiento
Más detallesCovarianza y coeficiente de correlación
Covarianza y coeficiente de correlación Cuando analizábamos las variables unidimensionales considerábamos, entre otras medidas importantes, la media y la varianza. Ahora hemos visto que estas medidas también
Más detalles