TEMA 3 (parte 2). Representación del Conocimiento

Tamaño: px
Comenzar la demostración a partir de la página:

Download "TEMA 3 (parte 2). Representación del Conocimiento"

Transcripción

1 TEMA 3 (parte 2). Representación del Conocimiento Francisco José Ribadas Pena INTELIGENCIA ARTIFICIAL 5 Informática 13 de noviembre de 2009 FJRP ccia [Inteligencia Artificial]

2 3.2.2 Lógica de Predicados Mayor expresividad que la lógica de proposiciones En lógica de proposiciones: hecho = proposición Tantas proposiciones como hechos se quieran representar Proposiciones no tienen estructura interna No se puede expresar conocimiento sobre conjuntos de hechos Ejemplo: Mundo de los bloques B C A sobre C B sobre C B libre C sobre A C sobre C A libre C sobre B A sobre B A libre B sobre B C sobre B C libre B sobre C A... sobre A B Solución: Lógica de predicados de 1 er orden Representa un mundo constituido por objetos (=elementos individuales del dominio) Esos objetos tienen propiedades Existen relaciones entre objetos Se puede generalizar sobre los objetos, sus propiedades y relaciones FJRP ccia [Inteligencia Artificial] 1

3 (a) SINTAXIS ELEMENTOS Términos: Representan objetos del dominio Constantes: Representan un objeto individual en concreto notación: cadenas de caracteres, comienzan en mayúsculas Ejemplos: Juan, Mi coche,... Funciones: Representan (impĺıcitamente) un objeto individual que está relacionado con los n objetos que participan en la función notación: símbolo de función (cadena, comienza con Mays.) con aridad n + n argumentos (términos) entre paréntesis Ejemplos: P adre de(juan), Hijo de(p edro, Ana), Coseno(45)... Variables: j Representan objetos sin indicar cuáles referirse a un objeto específico no identificado Uso: referirse a un conjunto de objetos notación: cadenas de caracteres en minúsculas Ejemplos: x, y, padre, hijo,... Predicados: Representan una propiedad de un término (si aridad 1) o relaciones entre k términos (si aridad k > 1) notación: cadenas de caracteres + k términos (variables, constantes, funciones) entre paréntesis Átomos: fórmulas bien formadas (f.b.f.) compuestas por un único predicado Literales: Átomo o negación de un átomo. Ejemplos: Asesina(Juan, x), Es alto(juan), V ive con(juan, P adre de(juan)),... FJRP ccia [Inteligencia Artificial] 2

4 FÓRMULAS BIEN DEFINIDAS (oraciones lógicas) Formadas a partir de átomos (=predicados) aplicando conectivas lógicas y cuantificadores Conectivas:,,,, IDEM que en lógica proposicional Ejemplos: Hermano(Juan, Luis) Hijo(Luis, P edro) T io(juan, P edro) Cuantificadores: (, ) Permiten expresar propiedades sobre grupos de objetos sin tener que enumerarlos todos cuantificador universal ( ): para todo Afirmaciones sobre un conjunto de objetos x α: afirma que α es cierto para cualquier valor por el que sustituya la variable x x Hermano(Juan, Luis) Hijo(Luis, x) T io(juan, x) Juan es el tio de los hijos de Luis cuantificador existencial ( ): existe Afirmaciones sobre algunos objetos del dominio x α: afirma que existe al menos un objeto del dominio para el cual α es cierto Alcance del cuantificador: sentencia lógica que le sigue La variable que sigue al cuantificador está definida en todo el alcance del cuantificador variables cerradas (ligadas): asociadas a símbolos cuantificadores variables libres: no cuantificadas Una f.b.f. con todas las variables ligadas se dice que es una f.b.f. cerrada, si no es así se dirá f.b.f. abierta nota: Lógica de proposiciones = lógica de predicados de orden 0 los predicados no tienen argumentos (son proposiciones) no existen constantes, variables, funciones, cuantificadores FJRP ccia [Inteligencia Artificial] 3

5 (b) SEMÁNTICA Representamos un mundo donde hay: Un n o infinito de objetos individuales representados por símbolos de constantes y variables Pueden ser entidades concretas (personas, cosas) o abstractas (números, eventos) Un n o infinito de objetos definidos en función de otros objetos, representados por símbolos de función Relaciones entre los objetos del dominio, representadas por símbolos de predicado Si la aridad es 1, se habla de propiedades de objetos INTERPRETACIONES: Una interpretación establece las relaciones anteriores entre los símbolos de la lógica y los elementos del mundo real asocia a las constantes objetos del mundo asocia a las funciones relaciones funcionales entre objetos asocia a los predicados relaciones entre objetos Más compleja que en lógica de proposiciones FJRP ccia [Inteligencia Artificial] 4

6 dominio de una interpretación: Conjunto de objetos del mundo que se manejan en una interpretación Formalmente: Dada una conceptualización formada por: U: universo de discurso (conj. de individuos/objetos) R: conj. finito de relaciones entre objetos de U F : conj. finito de funciones que asocian a 1 objetos de U con 1 o más objetos de U Una interpretación i es una función que asocia símbolos del lenguaje con elementos del la conceptualización verificando: Si c es un símbolo de constante, i(c) U Si P es un símbolo de predicado de aridad k, i(p ) U k Si f es un símbolo de función de aridad k, i(f) = U k U Conceptualmente se pueden definir estas relaciones sobre U extensionalmente, enumerando en forma de tuplas, los objetos del mundo real que participan en ellas Ejemplo: FJRP ccia [Inteligencia Artificial] 5

7 SATISFACTIBILIDAD Asignación de variables(a): Función que asina a objetos de U con las variables de una f.b.f. Los átomos (predicados) pueden tener variables. Sólo se pueden asignar valores de verdad a una fórmula atómica si todas sus variables están asignadas El valor de verdad de un átomo con todas sus variables asignadas, es verdadero si y sólo si los objetos del dominio cumplen la relación que representa ese predicado el valor de verdad de una interpretación i depende de la asignación de variables considerada Para las f.b.f. no atómicas, su valor de verdad se obtiene combinando valores de verdad de acuerdo a las tablas de verdad de las conectivas (idem que lóg. proposiciones) y al significado de los cuantificadores x α : será V si α es V en cq. asignación de la variable x x α : será V si α es V en al menoa 1 asignación de la var. x j interpretación (i) La asignación de verdad es relativa a: asignac. de variables (A) nota: Una f.b.f. puede ser V o F en una misma conceptualización dependiendo de la interpretación y la asignación de variables Def.:sactisfactibilidad En una conceptualización, una interpretación i y una asignación de variables A, satisfacen una f.b.f. Ψ si hacen V a esa f.b.f. Notación: = ia Ψ ( Ψ se satisface para i y A ) Ψ es satisfactible si y sólo si i y A tales que = ia Ψ Ψ es válida si y sólo si i y A tales que = ia Ψ Una f.b.f. válida sin variables se denomina tautología Extensión a conjuntos de f.b.f. Φ = {Ψ 1,..., Ψ n } idem que en lógica proposicional FJRP ccia [Inteligencia Artificial] 6

8 MODELOS Una interpretación i es modelo de Ψ (respectivamente de Φ) si Ψ se satisface con esa i para todas las posibles asignaciones de variables Notación: = i Ψ modelo mínimo: Ningún subconjunto de esa interpretación es un modelo conclusión: Inaplicable tabla de verdad exhaustiva como mecanismo de evaluación EQUIVALENCIA E IMPLICACIÓN LÓGICA Ψ 1 y Ψ 2 son lógicamente equivalentes si sus valores de verdad son idénticos bajo todas las interpretaciones y asignaciones de variables. Ψ 1 Ψ 2 Implicación lógica Φ = Ψ si y sólo si interpretación i y asignación A para las cuales se satisface Φ, también se satisface Ψ Φ = Ψ sii Φ = ia Ψ i A Equivalencias Lógicas (sobre cuantificadores) j ( x α) x α Leyes de DeMorgan: ( x α) x α conjunción infinita, disyunción infinita j x α y α Renombrado de variables: x α y α j x y α y x α x, y α Ordenación cuantificadores: x y α y x α x, y α FJRP ccia [Inteligencia Artificial] 7

9 (c) REGLAS DE INFERENCIA Reglas inferencia de lógica proposicional siguen siendo válidas Se deben generalizar para manejar variables Existen nuevas reglas de inferencia para manejar cuantificadores SUSTITUCIÓN sust(θ, α) representa a la f.b.f. resultado de aplicar la sustitución Θ a la f.b.f. α Una sustitución es un conjunto ordenado de pares de términos (termino, termino), donde al menos uno de ellos es un símbolo de variable Ejemplo: Θ = {x/juan, y/ana, z/p adre de(juan),...} Una sustitución reemplaza en α el primer término de cada par de la lista por el término asociado. Los reemplazos se realizan iterativamente de forma ordenada REGLAS INFERENCIA CUANTIFICADORES eliminación del universal (generaliza introd. de la conjunción) Dada una f.b.f. α, una variable v y un término g (constante o función): v α sust({v/g}, α) Ejemplo: Usando la sustitución {x/billgates} x T ienedinero(x) EsRico(x) T ienedinero(billgates) EsRico(BillGates) FJRP ccia [Inteligencia Artificial] 8

10 introducción del existencial (generaliza introd. de la disyunción) Dada una f.b.f. α, una variable v no presente en α y un término g presente en α: α v sust({g/v}, α) Ejemplo: Usando la sustitución {Juan/x} Casados(Juan, Ana) x Casados(x, Ana) hay alguien casado con Ana nota: Ambos son sólidos (correctos) GENERALIZACIÓN MODUS PONENS Siendo p i, q i y r literales y Θ una sustitución que asegure sust(θ, p i ) = sust(θ, q i ) i (todos los p i unifican con los q j ) p 1, p 2,..., p n q 1 q 2... q n r sust(θ, r) Tenemos n literales + 1 implicación con n antecedentes. Si hay una sustitución que unifique los n literales con los n antecedentes, obtenemos el resultado de aplicar la sustitución sobre el consecuente. Ejemplo: Mediante la sustitución Θ = {x/juan, y/ana} Hombre(Juan), M ujer(ana), Liados(Juan.Ana) x y Hombre(x) M ujer(y) Liados(x, y) Casados(x, y) Casados(Juan, Ana) [= sust(θ, Casados(x, y))] FJRP ccia [Inteligencia Artificial] 9

11 RESOLUCIÓN EN LÓGICA DE PREDICADOS Unificación Procedimiento sintáctico mediante el cual, dadas dos f.b.f. α y β se encuentra una sustitución Θ que aplicada sobre ellas, ambas resultan idénticas, esto es unificador(α, β) = Θ tal que sust(θ, α) = sust(θ, β) Θ se denomina unificador de las 2 f.b.f. α y β En caso de no existir un unificador el algoritmo falla Unificador más general (m.g.u.) El m.g.u. de α y β es aquel unificador Θ tal que cualquier otro unificador σ podrá obtenerse a partir de σ mediante una sustitución τ, esto es σ = sust(τ, Θ) cualquier otro unificador se puede construir a partir del m.g.u. Regla Resolución en lógica de predicados Siendo p i y q j dos literales para los cuales existe un unificador de la forma Θ = unificador(p i, q j ) p 1 p 2... p i... p n q 1 q 2... q j... q m sust(θ, p 1... p i 1 p i+1... p n q 1... q j 1 q j+1... q m ) FJRP ccia [Inteligencia Artificial] 10

12 PROCEDIMIENTO DE REFUTACIÓN Al igual que en lóg. proposicional, el conocimiento tiene que estar representado en forma de cláusulas (F.N.C.) Conjunción de disyunciones (claúsulas) Sólo hay cuantificadores universales Paso a Forma Normal Conjuntiva 1. Eliminar implicaciones j α β α β Usar relaciones: α β (α β) (β α) 2. Reducir ámbito de las negaciones8 < xα x α Usar DeMorgan + doble neg.: xα x α : α α 3. Independizar variables cuantificadas (renombrar variables ligadas) Asegurar que cada símbolo de variable esté ligado a un único cuantificador Ejemplo: xp (x) xq(x) x 1 P (x 1 ) x 2 Q(x 2 ) 4. Eliminar cuantificadores existenciales (skolemización) Las ocurrencias de variables cuantificadas existencialmente se sustituyen por: a) Una constante (S k ) no presente en la f.b.f. si el aparece al principio de la expresión xp (x) Q(x) P (S k ) Q(S k ) {x/s k } b) Una función (S k (...)) con tantos argumentos como cuantificadores universales ( ) haya antes del que cuantifica la variable x y zp (x) Q(y, z) P (x) Q(y, S k (x, y)) {z/s k (x, y)} FJRP ccia [Inteligencia Artificial] 11

13 5. Mover cuantificadores universales a la izquierda de la f.b.f. 6. Reordenar f.b.f. para obtener FNC Distribuir sobre : α (β γ) = (α β) (α γ) 7. Abandonar cuantificadores universales 8. Renombrar variables (si es necesario) para que ninguna variable aparezca en más de una cláusula Ejemplo 1: Pasar { xp (x)} { x y z[p (x, y, z) wr(x, y, z, w)]} a FNC 1. { xp (x)} { x y z[ P (x, y, z) wr(x, y, z, w)]} 2. { x P (x)} { x y z[ P (x, y, z) wr(x, y, z, w)]} 3. { x 1 P (x 1 )} { x 2 y z[ P (x 2, y, z) wr(x 2, y, z, w)]} 4. P (SK 1 ) { x 2 y[ P (x 2, y, SK 2 (x 2, y)) wr(x 2, y, SK 2 (x 2, y), w)]} 5. x 2, y, w P (SK 1 ) [ P (x 2, y, SK 2 (x 2, y)) R(x 2, y, SK 2 (x 2, y), w)] 6. Nada 7. P (SK 1 ) P (x 2, y, SK 2 (x 2, y)) R(x 2, y, SK 2 (x 2, y), w) 8. Nada Ejemplo 2: x[p (x) x(q(x) R(x))] FJRP ccia [Inteligencia Artificial] 12

14 REFUTACIÓN MEDIANTE RESOLUCIÓN (como en lóg. proposicional) 1. Convertir f.b.f. de Φ a FNC 2. Negar f.b.f. Ψ a demostrar y convertir a FNC 3. Unir cláusulas resultantes de Φ y Ψ en Π 4. Aplicar de forma exhaustiva la regla de resolución para lógica de predicados sobre Π. Seleccionar un par de cláusulas con dos átomos p y q tales que unifiquen con Θ = m.g.u.(p, q) Añadir resolvente a Π Parar si: Se generar la cláusula vacía (hay contradicción) Se verifica: Φ = Ψ No hay resolventes nuevos (no contradicción) Se verifica: Φ =/ Ψ nota: Además de comprobar si una f.b.f. Ψ es consecuencia lógica de Φ o no, la refutación mediante resolución permite responder preguntas mediante las sustituciones que dan lugar a la cláusula vacía. FJRP ccia [Inteligencia Artificial] 13

15 Ejemplo: Pasar a FNC la siguiente base de conocimientos 1. Asterix es un galo 2. Los romanos que son amigos de algún galo odian a César 3. Asterix ayudó a Marco 4. Marco es amigo de quien le ayuda 5. Quien odia a algún romano, lucha contra él 6. Marco es romano Comprobar si a partir de este conocimiento es posible demostrar que Marco odia a César mediante refutación. Base de conocimiento (Φ) 1. galo(asterix) (en FNC) 2. x [romano(x) ( y galo(y) amigo(x, y)) odia(x, Cesar)] 3. ayuda(asterix, M arco) (en FNC) 4. x [ayuda(x, Marco) amigo(marco, x)] 5. x y [romano(y) odia(x, y) lucha(x, y)] 6. romano(m arco) (en FNC) Hipótesis (Ψ = odia(m arco, Cesar)) FJRP ccia [Inteligencia Artificial] 14

16 PROPIEDADES PROCEDIMIENTO DE REFUTACIÓN Refutación mediante resolución en lógica de predicados es sólida (correcta) Si se llega a la cláusula vacía (Φ REFUTACION ) entonces Φ = Ψ. Refutación mediante resolución en lógica de predicados es completa Si Φ = Ψ, el procedimiento de refutación por resolución generará la cláusula vacía Refutación mediante resolución en lógica de predicados no es decidible Si Φ =/ Ψ el procedimiento de refutación mediante resolución puede no terminar ( bucle infinito ) Siempre parará si Φ = Ψ, pero puede no parar si Φ =/ No existe un método que nos pueda decir siempre si Φ =/ Ψ Se dice que la lógica de proposiciones es semidecidible Se puede determinar Φ = Ψ, pero a veces no se puede probar Φ =/ Ψ soluciones: Renunciar a la solidez o a la completitud Utilizar un lenguaje de representación menos expresivo cláusulas de Horn Ψ FJRP ccia [Inteligencia Artificial] 15

17 CLÁUSULAS DE HORN Todas las variables están cuantificadas universalmente ( impĺıcito) Cláusulas que tienen como máximo un literal positivo (sin negar) Todas las variables se suponen cuantificadas universalmente Cláusulas de Horn pueden escribirse como implicaciones Consecuente: literal atómico positivo Antecedente: conjunción de literales positivos (DeMorgan) p 1 p 2... p n q p 1 p 2... p n q Distinguimos reglas: q p 1 p 2... p n hechos: h objetivos: o 1 o 2... o k Regla de resolución para cláusulas de Horn Si b y d i unifican mediante Θ = unificador(b, d i ), inferimos: b a 1 a 2... a m ( b a 1... a m ) c d 1 d 2... d n ( c d 1... d n ) sust(θ, (c d 1... d i 1 a 1... a m d i+1... d n )) Cláusulas de Horn son la base de los intérpretes Prolog Se añaden simplificaciones para mejorar eficiencia Todas las inferencias se realizan por encadenamiento hacia atrás (desde objetivos a hechos) usando búsqueda en profundidad El orden de las cláusulas y de los antecedentes dentro de ellas es relevante (establece orden de búsqueda) Búsqueda en los antecedentes de IZQ a DER Procesamiento de las cláusulas en orden de definición Se omite el test de ocurencia (occur check, test de ciclicidad) en la rutina de unificación Hace unificaciones más eficientes (menos comprobaciones) Existe la posibilidad de no terminación (sustituciones cíclicas) Se omite la negación (si se soporta negación por fallo) FJRP ccia [Inteligencia Artificial] 16

18 3.2.4 Representación del conocimiento en lógica de predicados Fases generales en la construcción y utilización de una base de conocimientos 1. Conceptualización Decidir qué conceptos son relevantes en el dominio identificar objetos, propiedades y relaciones relevantes Definir un vocabulario para asignar símbolos a los conceptos relevantes vocabulario de predicados, funciones y constantes Se tratará de construir una ontología: conjunto, normalmente estructurado, de términos relevantes en un dominio 2. Codificación Traducción, de acuerdo al vocabulario, de todo el conocimiento considerado de interés a su representación en lógica de predicados Se construyen los axiomas del dominio (conjunto de f.b.f. Φ) Fórmulas que se consideran ciertas en el dominio actual (Base de Conocimiento) Codificar reglas y propiedades generales Codificar conocimiento específico de partida Añadir predicados concretos (hechos iniciales) Los valores de verdad/falsedad de esos predicados deben de estar respaldados por algún tipo de percepción del dominio real representado (sensores, consulta a BD, preguntas al usuario, etc,...) FJRP ccia [Inteligencia Artificial] 17

19 3. Actualización del conocimiento y consulta Durante la ejecución del sistema inteligente Se consulta /desencadena el procedimiento de inferencia (modus ponens, resolución,...) para obtener respuestas Distintas alternativas: Sistemas que sólo usan modus ponens, bien de forma progresiva (razonamiento hacia adelante) o regresiva (razonamiento hacia atrás) Sistemas que sólo usan resolución y refutación Etc,... Se actualiza el conocimiento introducir nuevos hechos modificar hechos existentes Sus valores de verdad deben estar respaldados por el mundo real Pasos comunes a los demás mecanismos de representación del conocimiento En general es un proceso largo, que se suele hacer de forma iterativa se ampĺıa y refina de forma iterativa la representación Suele necesitar la intervención de expertos del dominio (entrevistas, etc...) FJRP ccia [Inteligencia Artificial] 18

Significado 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 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 detalles

Introducción. Lógica de proposiciones: introducción. Lógica de proposiciones. P (a) x. Conceptos

Introducción. Lógica de proposiciones: introducción. Lógica de proposiciones. P (a) x. Conceptos Introducción César Ignacio García Osorio Lógica y sistemas axiomáticos 1 La lógica ha sido históricamente uno de los primeros lenguajes utilizados para representar el conocimiento. Además es frecuente

Más detalles

IIC 2252 - Matemática Discreta

IIC 2252 - Matemática Discreta IIC 2252 - Matemática Discreta L. Dissett Clase 04 Lógica de predicados. Reglas de inferencia en lógica de predicados. Lógica de predicados Definiciones básicas: Un predicado es una afirmación que depende

Más detalles

MLM 1000 - Matemática Discreta

MLM 1000 - Matemática Discreta MLM 1000 - Matemática Discreta L. Dissett Clase 04 Resolución. Lógica de predicados c Luis Dissett V. P.U.C. Chile, 2003 Aspectos administrativos Sobre el tema vacantes: 26 personas solicitaron ingreso

Más detalles

Lógica de Predicados de Primer Orden

Lógica de Predicados de Primer Orden Lógica de Predicados de Primer Orden La lógica proposicional puede ser no apropiada para expresar ciertos tipos de conocimiento. Por ejemplo: Algunas manzanas son rojas Esta afirmación no se refiere específicamente

Más detalles

Notas de Clase para IL

Notas de Clase para IL Notas de Clase para IL 5. Deducción en Lógica de Primer Orden Rafel Farré, Robert Nieuwenhuis, Pilar Nivela, Albert Oliveras, Enric Rodríguez, Josefina Sierra 3 de septiembre de 2009 1 1. Formas normales

Más detalles

UNIDAD I: LÓGICA PROPOSICIONAL

UNIDAD I: LÓGICA PROPOSICIONAL UNIDAD I: LÓGICA PROPOSICIONAL ASIGNATURA: INTRODUCCIÓN A LA COMPUTACIÓN CARRERAS: LICENCIATURA Y PROFESORADO EN CIENCIAS DE LA COMPUTACIÓN DEPARTAMENTO DE INFORMÁTICA FACULTAD DE CIENCIAS FÍSICO MATEMÁTICA

Más detalles

Estructuras Discretas. César Bautista Ramos Carlos Guillén Galván Daniel Alejandro Valdés Amaro

Estructuras Discretas. César Bautista Ramos Carlos Guillén Galván Daniel Alejandro Valdés Amaro Estructuras Discretas César Bautista Ramos Carlos Guillén Galván Daniel Alejandro Valdés Amaro Facultad de Ciencias de la Computación Benemérita Universidad Autónoma de Puebla 1. CONJUNTOS Y CLASES 1

Más detalles

Lógica de Primer Orden

Lógica de Primer Orden Capítulo 2 Lógica de Primer Orden Resumen En términos generales, la Programación Lógica concierne al uso de la lógica para representar y resolver problemas. Más adelante precisaremos que, en realidad,

Más detalles

Lógica de Primer Orden. Esquema. Tema 6. Introducción

Lógica de Primer Orden. Esquema. Tema 6. Introducción Lógica de Primer Orden Tema 6 Transparencias IA (F29) MMarcos, 2002 (Figuras c SRussell & PNorvig, 1998) Tema 6 1 Introducción Esquema Sintaxis y semántica de la Lógica de Primer Orden Variaciones en la

Más detalles

INDICE. XVII Prólogo a la edición en español. XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas

INDICE. XVII Prólogo a la edición en español. XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas INDICE Prologo XVII Prólogo a la edición en español XXI 1. Calculo proporcional 1.1. Argumentos y proporciones lógicas 1 1.1.1. Introducción 1.1.2. Algunos argumentos lógicos importantes 2 1.1.3. Proposiciones

Más detalles

Introducción. Paradigma de Lógica Gran importancia en la I.A. Origen: prueba de teoremas y razonamiento deductivo. Lógica.

Introducción. Paradigma de Lógica Gran importancia en la I.A. Origen: prueba de teoremas y razonamiento deductivo. Lógica. Tema 2: Lógica y Razonamiento Automático tico Introducción Lógica Proposicional Lógica de Predicados Axiomas Unificación Razonamiento automático e Inferencias lógicas Resolución Regla de Inferencia Refutación

Más detalles

Repaso de Lógica de Primer Orden

Repaso de Lógica de Primer Orden Repaso de Lógica de Primer Orden IIC3260 IIC3260 Repaso de Lógica de Primer Orden 1 / 29 Lógica de primer orden: Vocabulario Una fórmula en lógica de primer orden está definida sobre algunas constantes

Más detalles

PROLOG Inteligencia Artificial Universidad de Talca, II Semestre 2005. Jorge Pérez R.

PROLOG 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 detalles

personal.us.es/elisacamol Elisa Cañete Molero Curso 2011/12

personal.us.es/elisacamol Elisa Cañete Molero Curso 2011/12 Teoría de conjuntos. Teoría de Conjuntos. personal.us.es/elisacamol Curso 2011/12 Teoría de Conjuntos. Teoría de conjuntos. Noción intuitiva de conjunto. Propiedades. Un conjunto es la reunión en un todo

Más detalles

{} representa al conjunto vacío, es decir, aquel que no contiene elementos. También se representa por.

{} representa al conjunto vacío, es decir, aquel que no contiene elementos. También se representa por. 2. Nociones sobre Teoría de Conjuntos y Lógica Para llevar a cabo nuestro propósito de especificar formalmente los problemas y demostrar rigurosamente la correctitud de nuestro programas, introduciremos

Más detalles

Capítulo 4 PROLOG 4.1 Introducción

Capítulo 4 PROLOG 4.1 Introducción 4.1 Introducción PROLOG es un lenguaje declarativo e interpretado, en este tipo de lenguajes se representan los conocimientos sobre un determinado dominio y sus relaciones. A partir de ese conocimiento,

Más detalles

Inteligencia Artificial

Inteligencia Artificial Inteligencia Artificial Conocimiento y razonamiento 3. Lógica de primer orden Dr. Edgard Iván Benítez Guerrero 1 Lógica de primer orden La lógica proposicional asume que el mundo tiene hechos La lógica

Más detalles

El sistema de Hilbert: Lógica de Primer Orden

El sistema de Hilbert: Lógica de Primer Orden El sistema de Hilbert: Lógica de Primer Orden El sistema de deducción de Hilbert para la lógica de primer orden consta de los siguientes elementos: IIC2213 Lógica de Primer Orden 55 / 65 El sistema de

Más detalles

Escenas de episodios anteriores

Escenas 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 detalles

Las reglas se parecen un poco a las vistas relacionales. Especifican relaciones virtuales que no están

Las reglas se parecen un poco a las vistas relacionales. Especifican relaciones virtuales que no están BASES DE DATOS DEDUCTIVAS Introducción: El interés de los Sistemas de Gestión de Bases de Datos Deductivas tiende a incrementarse conforme se amplía su campo de aplicación (Gestión, Sistemas Expertos).

Más detalles

Tema 6: Programación Lógica: semántica declarativa. Lenguajes y Paradigmas de Programación

Tema 6: Programación Lógica: semántica declarativa. Lenguajes y Paradigmas de Programación Tema 6: Programación Lógica: semántica declarativa Lenguajes y Paradigmas de Programación Teoría de Modelos Se basa en el concepto de INTERPRETACIÓN, que consiste en: elegir un dominio D (en el que tomarán

Más detalles

Para representar los conjuntos, los elementos y la relación de pertenencia, mediante símbolos, tendremos en cuenta las siguientes convenciones:

Para 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 detalles

Lógica Clásica de Primer Orden con Igualdad

Lógica Clásica de Primer Orden con Igualdad Lógica Clásica de Primer Orden con Igualdad José Alfredo Amor Facultad de Ciencias Universidad Nacional Autónoma de México jaam@hp.fciencias.unam.mx 1 Introducción La lógica clásica de primer orden con

Más detalles

Lógica Proposicional IIC2212. IIC2212 Lógica Proposicional 1 / 56

Lógica 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 detalles

Apuntes de Lógica Matemática 3. Razonamientos y Demostraciones

Apuntes de Lógica Matemática 3. Razonamientos y Demostraciones Apuntes de Lógica Matemática 3. Razonamientos y Demostraciones Francisco José González Gutiérrez Cádiz, Abril de 2005 Universidad de Cádiz Departamento de Matemáticas ii Lección 3 Razonamientos y Demostraciones

Más detalles

TEMA 3 (parte 3). Representación del Conocimiento

TEMA 3 (parte 3). Representación del Conocimiento TEMA 3 (parte 3). Representación del Conocimiento Francisco José Ribadas Pena INTELIGENCIA ARTIFICIAL 5 Informática ribadas@uvigo.es 1 de diciembre de 2009 FJRP ccia [Inteligencia Artificial] 3.3 Representaciones

Más detalles

EJERCICIOS DEL CAPÍTULO I

EJERCICIOS DEL CAPÍTULO I EJERCICIOS DEL CAPÍTULO I 1. Un grupo es una tipo particular de Ω estructura cuando Ω es el tipo Ω = { } siendo una operación de aridad dos. Pero un grupo también es una Ω -estructura siendo Ω = {e, i,

Más detalles

INTRODUCCION A LA LOGICA

INTRODUCCION A LA LOGICA INTRODUCCION A LA LOGICA Renato Lewin Pontificia Universidad Católica de Chile I Parte LOGICA PROPOSICIONAL Introducción 1 Lógica Cuando deseamos establecer una verdad, cuando queremos convencer a alguien

Más detalles

BASES DE DATOS TEMA 3. MODELO RELACIONAL

BASES DE DATOS TEMA 3. MODELO RELACIONAL Contenidos generales BASES DE DATOS TEMA 3. MODELO RELACIONAL * Conceptos del modelo relacional * Notación del modelo relacional * Lenguajes de consulta - Algebra relacional - Cálculo relacional Motivación

Más detalles

Proyecto Unico Interpretador de SetCalc

Proyecto Unico Interpretador de SetCalc Universidad Simón Bolívar Dpto. de Computación y Tecnología de la Información CI3721 - Traductores e Interpretadores Abril-Julio 2008 Proyecto Unico Interpretador de SetCalc A continuación se describe

Más detalles

Si Sócrates es un ser humano, entonces Sócrates es mortal Sócrates es un ser humano

Si Sócrates es un ser humano, entonces Sócrates es mortal Sócrates es un ser humano Capítulo I Lógica, Pruebas e Inducción La lógica es el estudio de razonamiento correcto. Más específicamente en nuestro contexto matemático, estamos interesados en razonamiento deductivo. En un argumento,

Más detalles

Representación del conocimiento mediante lógica formal Introducción a PROLOG

Representación del conocimiento mediante lógica formal Introducción a PROLOG Representación del conocimiento mediante lógica formal Introducción a PROLOG Representación del conocimiento Lo que nos interesa es la representación, es decir, la modelización del conocimiento Orientaciones:

Más detalles

2.3.- Modelo relacional de datos (aproximación lógica) 2.3.1.- La lógica de 1er orden. 2.3.1.- La lógica de 1er orden. 2.3.1.- La lógica de 1er orden

2.3.- Modelo relacional de datos (aproximación lógica) 2.3.1.- La lógica de 1er orden. 2.3.1.- La lógica de 1er orden. 2.3.1.- La lógica de 1er orden 2.3.- Modelo relacional de datos (aproximación lógica). Existen dos lenguajes lógicos de manipulación para el modelo relacional: El Cálculo Relacional de Tuplas. El Cálculo Relacional de Dominios. La perspectiva

Más detalles

2.3.- Modelo relacional de datos (aproximación lógica)

2.3.- Modelo relacional de datos (aproximación lógica) 2.3.- Modelo relacional de datos (aproximación lógica) Existen dos lenguajes lógicos de manipulación para el modelo relacional: El Cálculo Relacional de Tuplas. El Cálculo Relacional de Dominios. La perspectiva

Más detalles

Tema 3. El modelo Relacional

Tema 3. El modelo Relacional Tema 3. El modelo Relacional Juan Ignacio Rodríguez de León Resumen Presenta el modelo entidad-relación. Visión de alto nivel de las cuestiones referentes a diseño de bases de datos y los problemas encontrados

Más detalles

Lógica, conjuntos, relaciones y funciones

Lógica, conjuntos, relaciones y funciones Lógica, conjuntos, relaciones y funciones Álvaro Pérez Raposo Universidad Autónoma de San Luis Potosí Universidad Politécnica de Madrid Publicaciones Electrónicas Sociedad Matemática Mexicana A la memoria

Más detalles

Objetivos. Contenidos. Revisar los principales conceptos de la lógica de primer orden

Objetivos. Contenidos. Revisar los principales conceptos de la lógica de primer orden Especificación TEMA 1 formal de problemas Objetivos Revisar los principales conceptos de la lógica de primer orden Entender el concepto de estado de cómputo y cómo se modela con predicados lógicos Familiarizarse

Más detalles

Apuntes de Matemática Discreta 9. Funciones

Apuntes de Matemática Discreta 9. Funciones Apuntes de Matemática Discreta 9. Funciones Francisco José González Gutiérrez Cádiz, Octubre de 004 Universidad de Cádiz Departamento de Matemáticas ii Lección 9 Funciones Contenido 9.1 Definiciones y

Más detalles

Semántica de Primer Orden. Semántica de Primer Orden

Semántica de Primer Orden. Semántica de Primer Orden Para interpretar una fórmula de la lógica de predicados de primer orden: determinar qué objetos representan los términos (Dominio) definir las funciones y qué propiedades/relaciones representan los predicados

Más detalles

Apuntes de Matemática Discreta 1. Conjuntos y Subconjuntos

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 detalles

Lógica Proposicional 1

Lógica Proposicional 1 Lógica Proposicional 1 rafael ramirez rafael@iua.upf.es Ocata 320 Lógica proposicional Un conjunto de variables p, q, r, que representan afirmaciones tales como Esta caja es roja La luna es de queso La

Más detalles

INTRODUCCION A LA LÓGICA DE ENUNCIADOS

INTRODUCCION 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 detalles

1. Sintaxis de Prolog

1. Sintaxis de Prolog 1. Sintaxis de Prolog Términos: Constantes: enteros (Ejs: 3, 4), átomos (Ejs: juan, pi) (en minúscula). Variables: Ejs: X, Casa (en mayúscula) Estructuras: functor, seguido de uno o más argumentos, es

Más detalles

Apuntes de Matemática Discreta 6. Relaciones

Apuntes de Matemática Discreta 6. Relaciones Apuntes de Matemática Discreta 6. Relaciones Francisco José González Gutiérrez Cádiz, Octubre de 2004 Universidad de Cádiz Departamento de Matemáticas ii Lección 6 Relaciones Contenido 6.1 Generalidades.....................................

Más detalles

Tema 12: Teorema de Herbrand

Tema 12: Teorema de Herbrand Facultad de Informática Grado en Ingeniería Informática Lógica 1/12 PARTE 3: DEMOSTRACIÓN AUTOMÁTICA Tema 12: Teorema de Herbrand Profesor: Javier Bajo jbajo@fi.upm.es Madrid, España 26/11/2012 Introducción.

Más detalles

ÍNDICE PRESENTACIÓN... 9. INTRODUCCIÓN... 11 Lógica y Filosofía de la Lógica... 11 Más allá de este libro... 16

ÍNDICE PRESENTACIÓN... 9. INTRODUCCIÓN... 11 Lógica y Filosofía de la Lógica... 11 Más allá de este libro... 16 ÍNDICE PRESENTACIÓN... 9 INTRODUCCIÓN... 11 Lógica y Filosofía de la Lógica... 11 Más allá de este libro... 16 I. VERDAD Y PORTADORES DE VERDAD... 19 1. De qué tipo de entidades predicamos la verdad?...

Más detalles

Espacios Vectoriales

Espacios Vectoriales Espacios Vectoriales Departamento de Matemáticas, CCIR/ITESM 4 de enero de 2 Índice 3.. Objetivos................................................ 3.2. Motivación...............................................

Más detalles

Lógica de Predicados 1

Lógica de Predicados 1 Lógica de Predicados 1 rafael ramirez rafael@iua.upf.es Ocata 320 Porqué Lógica de Predicados La logica proposicional maneja bien afirmaciones compuestas de no, y, o, si entonces En situaciones con un

Más detalles

Definición de la lógica proposicional

Definición de la lógica proposicional Capítulo 2 Definición de la lógica proposicional 2.1. Qué es una lógica? Para los propósitos de este texto, una lógica constará siempre de dos partes: 1. Sintaxis. La definición de la sintaxis de una lógica

Más detalles

Tema 1. PROGRAMACION en PROLOG. 1.1. Sintaxis: Hechos, Preguntas y Reglas. 1.2. Sintaxis: Objetos estructurados. Listas.

Tema 1. PROGRAMACION en PROLOG. 1.1. Sintaxis: Hechos, Preguntas y Reglas. 1.2. Sintaxis: Objetos estructurados. Listas. . PROGRAMACION en PROLOG 1 Tema 1. PROGRAMACION en PROLOG 1.1. Sintaxis: Hechos, Preguntas y Reglas. 1.2. Sintaxis: Objetos estructurados. Listas. 1.3. Computación: Unificación y Regla de Resolución. 1.4.

Más detalles

ISSN 1988-6047 DEP. LEGAL: GR 2922/2007 Nº 15 FEBRERO DE 2009

ISSN 1988-6047 DEP. LEGAL: GR 2922/2007 Nº 15 FEBRERO DE 2009 LÓGICA PROPOSICIONAL AUTORÍA SILVIA BORREGO DEL PINO TEMÁTICA MATEMÁTICAS. LÓGICA ETAPA UNIVERSITARIA Resumen La lógica forma parte de la filosofía, en la que se distinguen dos dimensiones, la dimensión

Más detalles

Tipos Abstractos de Datos

Tipos Abstractos de Datos Objetivos Repasar los conceptos de abstracción de datos y (TAD) Diferenciar adecuadamente los conceptos de especificación e implementación de TAD Presentar la especificación algebraica como método formal

Más detalles

Clase 09. La capa lógica. Mg. A. G. Stankevicius. Segundo Cuatrimestre

Clase 09. La capa lógica. Mg. A. G. Stankevicius. Segundo Cuatrimestre Ingeniería de Aplicaciones para la Web Semántica Clase 09 La capa lógica Mg. A. G. Stankevicius Segundo Cuatrimestre 2005 Copyright 2 Copyright 2005 A. G. Stankevicius. Se asegura la libertad para copiar,

Más detalles

INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

INTRODUCCIÓN 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 detalles

Universidad de Puerto Rico Departamento de Matemáticas MATE 3023 Repaso 2(Lógica)

Universidad de Puerto Rico Departamento de Matemáticas MATE 3023 Repaso 2(Lógica) Universidad de Puerto Rico Departamento de Matemáticas MATE 3023 Repaso 2(Lógica) Apellidos: No. Estudiante: Nombre: Sección: Conceptos Básicos de Lógica: Lógica es el estudio de como razonar correctamente.

Más detalles

INTRODUCCIÓN. Estructura de Datos Tipos Abstractos de Datos (TAD S) Profs. Lorna Figueroa M. Mauricio Solar F. UTFSM 1 / 2008

INTRODUCCIÓN. Estructura de Datos Tipos Abstractos de Datos (TAD S) Profs. Lorna Figueroa M. Mauricio Solar F. UTFSM 1 / 2008 INTRODUCCIÓN Estructura de Datos Tipos Abstractos de Datos (TAD S) Para poder obtener un programa que resuelva un problema dado, son necesarios varios pasos : La formulación y especificación del problema

Más detalles

LENGUAJES NATURALES. TEMA. Análisis Semántico

LENGUAJES NATURALES. TEMA. Análisis Semántico LENGUAJES NATURALES TEMA. Análisis Semántico FJRP. LN, 2005 11 de diciembre de 2006 1. Introducción Sigue al análisis sintáctico, intentando determinar el significado de las frases analizadas. Aproximación

Más detalles

Lenguajes y Compiladores

Lenguajes y Compiladores Información: http://www.cs.famaf.unc.edu.ar/wiki/ Profesores: Héctor Gramaglia, Miguel Pagano, Demetrio Vilela Régimen de regularidad y Promoción Se tomarán 2 parciales Promoción: obteniendo al menos 7

Más detalles

((X A Y ) = A ) si y solo si X = Y, A = B, A X = X, (X A Y ) = X Y, (X A Y ) = X Y

((X A Y ) = A ) si y solo si X = Y, A = B, A X = X, (X A Y ) = X Y, (X A Y ) = X Y El examen de Lógica y fundamentos del 11-02-2005 resuelto por cortesía de Alberto Castellón 1) Sea A = P(B) el conjunto de los subconjuntos de un conjunto B. a) Pruébese que A es un modelo de la teoría

Más detalles

DESCRIPTORES DE RENDIMIENTO

DESCRIPTORES DE RENDIMIENTO California English Language Development Test DESCRIPTORES DE RENDIMIENTO DE LA PRUEBA Este documento contiene los Descriptores de de la prueba CELDT, que describen lo que los estudiantes, por lo general,

Más detalles

Tema 4. Ejemplo Control Difuso

Tema 4. Ejemplo Control Difuso Tema 4. Ejemplo Control Difuso IA Inteligencia Artificial 5 o informática http://ccia.ei.uvigo.es/docencia/ia enero 2011 FJRP 2011 ccia IA Tareas típicas en el diseño de sistemas basados en lógica difusa

Más detalles

Números Reales. MathCon c 2007-2009

Números Reales. MathCon c 2007-2009 Números Reales z x y MathCon c 2007-2009 Contenido 1. Introducción 2 1.1. Propiedades básicas de los números naturales....................... 2 1.2. Propiedades básicas de los números enteros........................

Más detalles

Haydee Jiménez Tafur Grupo de Algebra. Universidad Pedagógica Nacional Estudiante de maestría en Matemáticas. Universidad Nacional de Colombia.

Haydee Jiménez Tafur Grupo de Algebra. Universidad Pedagógica Nacional Estudiante de maestría en Matemáticas. Universidad Nacional de Colombia. "Otras Alternativas Para La Definición De Relación En Teoría De Conjuntos" Carlos Julio Luque Arias Profesor Universidad Pedagógica Nacional Grupo de Algebra. Universidad Pedagógica Nacional Haydee Jiménez

Más detalles

Seminario: Expresividad semántica y lógica de segundo orden:

Seminario: Expresividad semántica y lógica de segundo orden: Seminario: Expresividad semántica y lógica de segundo orden: Eduardo Barrio Javier Castro Albano UBA 1er cuatrimestre de 2008 1.- Definiciones: L: Lenguaje: conjunto de expresiones. LP: Lenguaje de primer

Más detalles

LÓGICA DE PROPOSICIONES. a) El rumor y el ir y venir incesante de las abejas. b) No te vayas! c) Hoy es martes.

LÓGICA DE PROPOSICIONES. a) El rumor y el ir y venir incesante de las abejas. b) No te vayas! c) Hoy es martes. LÓGICA DE PROPOSICIONES 1. Cuál de las siguientes oraciones es una proposición lógica? a) El rumor y el ir y venir incesante de las abejas. b) No te vayas! c) Hoy es martes. La opción a) no es una proposición

Más detalles

APUNTS DE REPRESENTACIÓ DEL CONEIXEMENT

APUNTS DE REPRESENTACIÓ DEL CONEIXEMENT Intel.ligència Artificial Grau en Informàtica APUNTS DE REPRESENTACIÓ DEL CONEIXEMENT Departament de Llenguatges i Sistemes Informàtics CURS 2011/2012 1Q This work is licensed under the Creative Commons

Más detalles

Guía de Uso Básico de Prolog

Guía de Uso Básico de Prolog Guía de Uso Básico de Prolog 1. Prolog es un lenguaje conversacional Al contrario que la mayoría de los lenguajes de programación, Prolog es un lenguaje conversacional; es decir, el sistema Prolog mantiene

Más detalles

Lenguajes y Compiladores

Lenguajes y Compiladores 2015 Estructura de la materia a grandes rasgos: Primera Parte: Lenguaje imperativo Segunda Parte: Lenguaje aplicativo puro, y lenguaje aplicativo con referencias y asignación Ejes de contenidos de la primer

Más detalles

Ejercicios con soluciones de demostración axiomática (lógica proposicional)

Ejercicios con soluciones de demostración axiomática (lógica proposicional) Ejercicios con soluciones de demostración axiomática (lógica proposicional) Pedro López García 1. Dadas las fórmulas: A 1 : b d A 2 : d a A 3 : a b c demostrar que T [A 1, A 2, A 3 ] c 1. T 1 b d Axioma

Más detalles

RESTRICCIONES DE INTEGRIDAD Y DEPENDENCIAS FUNCIONALES Bases de Datos Universidad de Talca, II Semestre 2006. Jorge Pérez R.

RESTRICCIONES DE INTEGRIDAD Y DEPENDENCIAS FUNCIONALES Bases de Datos Universidad de Talca, II Semestre 2006. Jorge Pérez R. RESTRICCIONES DE INTEGRIDAD Y DEPENDENCIAS FUNCIONALES Bases de Datos Universidad de Talca, II Semestre 2006 Jorge Pérez R. 1 Restricciones de Dominio Son la forma más elemental de restricciones de integridad.

Más detalles

Inducción y recursión

Inducción y recursión Capítulo 11 Inducción y recursión Índice del Capítulo 11.1. Introducción.................................. 229 11.2. Inducción matemática............................. 230 11.3. Ayudas para pruebas por

Más detalles

Bases de Datos Tema 4 Modelo Entidad/Interrelación (ERM de Chen)

Bases de Datos Tema 4 Modelo Entidad/Interrelación (ERM de Chen) Departamento de Lenguajes y Sistemas Informáticos E.T.S. Ingeniería Informática. Universidad de Sevilla Avda Reina Mercedes s/n. 402 Sevilla Tlf/Fax 954 557 39 E-mail lsi@lsi.us.es Web www.lsi.us.es E.T.S.

Más detalles

ELEMENTOS DE LÓGICA Y TEORÍA DE CONJUNTOS. Dra. Patricia Kisbye Dr. Alejandro L. Tiraboschi

ELEMENTOS DE LÓGICA Y TEORÍA DE CONJUNTOS. Dra. Patricia Kisbye Dr. Alejandro L. Tiraboschi ELEMENTOS DE LÓGICA Y TEORÍA DE CONJUNTOS Dra. Patricia Kisbye Dr. Alejandro L. Tiraboschi 3 INTRODUCCIÓN Estas notas han sido elaboradas con el objetivo de ofrecer al ingresante a las carreras de la

Más detalles

Introducción al lenguaje del Robot

Introducción al lenguaje del Robot Capítulo 2 Algoritmos y Lógica Introducción al lenguaje del Robot Objetivos En este capítulo se verán con mayor profundidad algunos de los conceptos utilizados anteriormente para la deición de algoritmos.

Más detalles

Cálculo Relacional. 12/03/07 E.I.S.C. - Prof. Mauricio Fernández - Curso: Bases de Datos I 1/31. Porqué necesitamos un Lenguaje de Consulta?

Cálculo Relacional. 12/03/07 E.I.S.C. - Prof. Mauricio Fernández - Curso: Bases de Datos I 1/31. Porqué necesitamos un Lenguaje de Consulta? El Modelo Relacional: Cálculo Relacional 12/03/07 E.I.S.C. - Prof. Mauricio Fernández - Curso: Bases de Datos I 1/31 Porqué necesitamos un Lenguaje de Consulta? Dos ventajas importantes Menor trabajo realizar

Más detalles

Introducción a los Algoritmos Genéticos

Introducción a los Algoritmos Genéticos Introducción a los Algoritmos Genéticos Francisco José Ribadas Pena INTELIGENCIA ARTIFICIAL 5 Informática ribadas@uvigo.es 17 de octubre de 2005 c FJRP 2005 ccia IA Métodos de 8 < : 1 Introducción 9 =

Más detalles

Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur

Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Lógica para Ciencias de la Computación Trabajo Práctico N 4 Cálculo de Predicados Primer Cuatrimestre de 2009 Observación

Más detalles

FICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA. Tema 11. Cálculo Relacional

FICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA. Tema 11. Cálculo Relacional FICHEROS Y BASES DE DATOS (E44) 3º INGENIERÍA EN INFORMÁTICA Tema 11. Cálculo Relacional 1.- Introducción. 2.- Cálculo Relacional Orientado a Tuplas. 3.- Cálculo Relacional vs Álgebra Relacional: Algoritmo

Más detalles

BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES

BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES BASES DE DATOS TEMA 4 DISEÑO DE BASES DE DATOS RELACIONALES El modelo relacional se basa en dos ramas de las matemáticas: la teoría de conjuntos y la lógica de predicados de primer orden. El hecho de que

Más detalles

Lógica. Lógica Proposicional. Cuáles de las siguientes frases son proposiciones? Proposición

Lógica. Lógica Proposicional. Cuáles de las siguientes frases son proposiciones? Proposición Lógica Lógica Proposicional Escuela de Ingeniería Industrial Pontificia Universidad Católica de Valparaíso, Chile rgatica@ucv.cl Proposición Definición: Una proposición o enunciado es una frase que a la

Más detalles

CONJUNTO, RELACIONES, FUNCIONES Y LÓGICA

CONJUNTO, RELACIONES, FUNCIONES Y LÓGICA CONJUNTO, RELACIONES, FUNCIONES Y LÓGICA Fundamentos de la Matemática 2010 Introducción Cuando decimos: un elemento pertenece a un conjunto, estamos utilizando nada menos que tres conceptos primitivos

Más detalles

UBA Facultad de Ciencias Económicas Lógica Algunos conceptos sobre Prolog

UBA Facultad de Ciencias Económicas Lógica Algunos conceptos sobre Prolog UBA Facultad de Ciencias Económicas Lógica Algunos conceptos sobre Prolog Autor: Carlos Lombardi carlombardi@gmail.com Índice Algunos conceptos sobre Prolog... 1 Índice... 1 Capítulo 1 Lógica para sistemas...

Más detalles

PARTE II LÓGICA COMPUTACIONAL

PARTE II LÓGICA COMPUTACIONAL PARTE II LÓGICA COMPUTACIONAL Lógica de proposiciones INTRODUCCION Teniendo en mente que queremos presentar los sistemas deductivos de la lógica como una herramienta práctica para los informáticos, vamos

Más detalles

Lógica Proposicional Cálculo Proposicional de Orden Cero (Cero)

Lógica Proposicional Cálculo Proposicional de Orden Cero (Cero) Introducción a la Computación (TFA) Lógica Proposicional Cálculo Proposicional de Orden Cero (Cero) Teoría de Lógica Proposicional - Autor: Ana Garis Modificaciones: E. Benegas Temas a Desarrollar - Motivaciones

Más detalles

Historia y Filosofía de la Lógica

Historia y Filosofía de la Lógica Historia y Filosofía de la Lógica Pablo Cobreros pcobreros@unav.es Tema 1: El objeto de la lógica La lógica proposicional clásica El objeto de la lógica Consecuencia lógica La lógica proposicional El lenguaje

Más detalles

Temario. Índices simples Árboles B Hashing

Temario. Índices simples Árboles B Hashing Temario Introducción y fundamentos Introducción a SQL Modelo Entidad / Relación Modelo relacional Diseño relacional: formas normales Consultas Cálculo relacional Álgebra relacional Implementación de bases

Más detalles

Cálculo Relacional. Bibliografía: Fundamentos de bases de datos Korth, Silberschatz

Cálculo Relacional. Bibliografía: Fundamentos de bases de datos Korth, Silberschatz Cálculo Relacional Bibliografía: Fundamentos de bases de datos Korth, Silberschatz Cálculo Relacional de Tuplas Es un lenguaje de consulta no procedimental Describe la información deseada sin dar un procedimiento

Más detalles

INTRODUCCIÓN A PROLOG

INTRODUCCIÓN A PROLOG INTRODUCCIÓN A PROLOG Lenguaje declarativo (opuesto a procedimentales) basado en reglas de la lógica PROLOG = Programming in Logic Originado en Europa a principios de los 70 s por Alain Colmerauer (Universidad

Más detalles

TEMA II: ÁLGEBRA DE CONMUTACIÓN

TEMA II: ÁLGEBRA DE CONMUTACIÓN TEMA II: ÁLGEBRA DE CONMUTACIÓN En este capítulo veremos los métodos matemáticos que se disponen para las operaciones relacionadas con los circuitos digitales, así como las funciones más básicas de la

Más detalles

Matemáticas Discretas TC1003

Matemáticas Discretas TC1003 Matemáticas Discretas TC1003 en FOL Departamento de Matemáticas / Centro de Sistema Inteligentes ITESM en FOL Matemáticas Discretas - p. 1/23 En esta lectura veremos principalmente cómo se construyen argumentos

Más detalles

Compiladores: Sesión 20. Análisis semántico, verificación e inferencia de tipos

Compiladores: Sesión 20. Análisis semántico, verificación e inferencia de tipos Compiladores: Sesión 20. Análisis semántico, verificación e inferencia de tipos Prof. Gloria Inés Alvarez V. Departamento de Ciencias e Ingeniería de la Computación Pontificia Universidad Javeriana Cali

Más detalles

Desarrollo de SBC. cbea (LSI - FIB) Sistemas Basados en el Conocimiento IA - Curso 2008/2009 1 / 41

Desarrollo de SBC. cbea (LSI - FIB) Sistemas Basados en el Conocimiento IA - Curso 2008/2009 1 / 41 Desarrollo de SBC Ingeniería de los SBC Desarrollo de SBC El punto más importante del desarrollo de SBC es la extracción del conocimiento Requiere la interacción entre el Ingeniero del Conocimiento y el

Más detalles

Problemas indecidibles

Problemas 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 detalles

Introducción a la Lógica. Carlos Muñoz Gutiérrez

Introducción a la Lógica. Carlos Muñoz Gutiérrez Introducción a la Lógica Introducción a la Lógica. Carlos Muñoz Gutiérrez 1. Pensar y Razonar Pensar es un complejo proceso que se inicia con la creación de imágenes mentales en nuestro cerebro. Estas

Más detalles

Ejemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios }

Ejemplos: Sean los conjuntos: A = { aves} B = { peces } C = { anfibios } La Teoría de Conjuntos es una teoría matemática, que estudia básicamente a un cierto tipo de objetos llamados conjuntos y algunas veces, a otros objetos denominados no conjuntos, así como a los problemas

Más detalles

Embelleciendo a Gödel

Embelleciendo a Gödel Embelleciendo a Gödel Eric C.R. Hehner - Universidad de Toronto 1990 1. Introducción Los teoremas de la incompletitud de Kurt Gödel [1931] se consideran entre los más importantes resultados de la matemática.

Más detalles

Maria José González/ Dep. Tecnología

Maria José González/ Dep. Tecnología Señal analógica es aquella que puede tomar infinitos valores para representar la información. Señal digital usa solo un número finito de valores. En los sistemas binarios, de uso generalizado en los circuitos

Más detalles

1.1. PROPOSICIONES CAPÍTULO 1. LÓGICA. 1.1.4. Tabla de verdad

1.1. PROPOSICIONES CAPÍTULO 1. LÓGICA. 1.1.4. Tabla de verdad CAPÍTULO 1 Lógica En lógica se analiza, entre otros muchos temas, si un razonamiento dado es correcto o no. Si bien sus aplicaciones prácticas son muy diversas, mencionaremos apenas dos: en las demostraciones

Más detalles

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1

Sistemas de producción y búsqueda de soluciones. Area de Computación e Inteligencia Artificial 1 Sistemas de producción y búsqueda de soluciones Area de Computación e Inteligencia Artificial 1 Técnicas de búsqueda Resolución de problemas en Inteligencia Artificial. En general, podemos afirmar que

Más detalles