Práctica II. Prolog II: Meta Intérprete Vanilla
|
|
|
- Juan Carlos Paz Henríquez
- hace 7 años
- Vistas:
Transcripción
1 Práctica II Prolog II: Meta Intérprete Vanilla
2 Contenido 1. Meta intérpretes. 2. Meta intérprete vanilla para cláusulas definidas. 3. Extensión vanilla predicados predefinidos. 4. Extensión vanilla pruebas. 5. Modificación del lenguaje base. 6. Ejercicios. 2
3 1. Meta intérpretes 3
4 Meta intérprete Intérprete de un lenguaje escrito en el propio lenguaje Interés Acceso al proceso de cómputo del lenguaje Desarrollo de entornos de programación integrados 4
5 Meta intérprete más sencillo solve(a):- call(a). O bien: solve(a):-a. Sin interés, pues no permite acceder a los elementos del proceso de cómputo. Más interesante: hacer explícita la regla de cómputo y la regla de búsqueda 5
6 2. Meta interpreta vanilla para cláusulas definidas 6
7 Meta intérprete vanilla (I) solve(true). solve((a,b)) :- solve(a), solve(b). solve(a) :- clause(a, B), solve(b). Lectura Declarativa La meta vacía es cierta. la meta conjuntiva (A, B) es cierta si A es cierta y B es cierta. La meta A es cierta si existe una cláusula A:-B y B es cierta. 7
8 Meta intérprete vanilla (II) solve(true). solve((a,b)) :- solve(a), solve(b). solve(a) :- clause(a, B), solve(b). Lectura Operacional La meta vacía está resuelta. Para resolver la meta (A, B) resolver primero A y después B (Regla de cómputo). Para resolver la meta A, seleccionar una cláusula cuya cabeza unifique con A y resolver el cuerpo, usando la regla de búsqueda de Prolog. 8
9 Meta intérprete vanilla (III) Mejor: solve(true):-!. solve((a,b)) :-!, solve(a), solve(b). solve(a) :- clause(a, B), solve(b). Por qué? 9
10 Meta intérprete vanilla (IV) solve(true):-!. solve((a,b)) :-!, solve(a), solve(b). solve(a) :- clause(a, B), solve(b). Limitado a Prolog puro : Sin modificación de la reevaluación: corte, fail, repeat... Sin negación por fallo (programas definidos). Sin asociación de procedimientos: predicados predefinidos. 10
11 Ejemplo base de conocimiento propagación señal valor(w1, 1). conectado(w2, w1). conectado(w3, w2). valor(w,x):-conectado(w,v), valor(v,x). 1?- solve(valor(w,x)). W = w1, X = 1 ; W = w2, X = 1 ; W = w3, X = 1 ; false. solve(true):-!. solve((a,b)) :-!, solve(a), solve(b). solve(a) :- clause(a, B), solve(b). 11
12 3. Extensión vanilla predicados predefinidos 12
13 Extensión vanilla con predicados predefinidos builtin(a is B). builtin(a > B). builtin(a < B). builtin(a = B). builtin(a =:= B). builtin(a =< B). builtin(a >= B). builtin(functor(t, F, N)). builtin(read(x)). builtin(write(x)). solve(true):-!. solve((a,b)) :-!, solve(a), solve(b). solve(a):- builtin(a),!, A. solve(a) :- clause(a, B), solve(b). 13
14 Ejemplo predefinidos 1?- solve(write(' Esto funciona!!!')). Esto funciona!!! true. 14
15 4. Extensión vanilla pruebas 15
16 Extensión vanilla pruebas builtin(a is B). builtin(a > B). builtin(a < B). builtin(a = B). builtin(a =:= B). builtin(a =< B). builtin(a >= B). builtin(functor(t, F, N)). builtin(read(x)). builtin(write(x)). solve(true,true) :-!. solve((a, B), (ProofA, ProofB)) :-!, solve(a, ProofA), solve(b, ProofB). solve(a, (A:-builtin)):- builtin(a),!, A. solve(a, (A:-Proof)) :- clause(a, B), solve(b, Proof). 16
17 Prueba propagación señal 1?- solve(valor(w1,x),prueba). X = 1, Prueba = (valor(w1, 1):-true). 2?- solve(valor(w2,x),prueba). X = 1, Prueba = (valor(w2, 1):- (conectado(w2, w1):-true), (valor(w1, 1):-true)). 3?- solve(valor(w3,x),prueba). X = 1, Prueba = (valor(w3, 1):- (conectado(w3, w2):-true), (valor(w2, 1):- (conectado(w2, w1):-true), (valor(w1, 1):-true))). 17
18 5. Modificación lenguaje base Lenguaje base: expresiones que pueden ser manejadas por el meta intérprete Metalenguaje: lenguaje del intérprete Hasta ahora, el mismo Cláusulas definidas Predicados predefinidos interpretados como en Prolog Modificaremos el lenguaje base Separar claramente ambos Sintactic sugaring 18
19 Ejemplo base de conocimiento propagación señal true ---> valor(w1, 1). true ---> conectado(w2, w1). true ---> conectado(w3, w2). conectado(w,v) & valor(v,x) ---> valor(w,x). Necesitamos definir ---> y & como operadores Prolog: :-op(40, xfy, &). :-op(50, xfy, --->). 19
20 Ligera modificación del meta intérprete :-op(40, xfy, &). :-op(50, xfy, --->). solve(true):-!. solve((a & B)) :-!, solve(a), solve(b). LA ULTIMA CLÁUSULA Ver ejercicio 4 20
21 Dominio: asistente al diagnóstico David Poole, Alan Mackworth. Artificial Intelligence: Foundations of Computational Agents, Cambridge University Press,
22 Modelar el dominio en el lenguaje base Si una bombilla funciona correctamente y le llega tensión, entonces se enciende: light(l)& ok(l)& live(l) ---> lit(l). 22
23 Modelar el dominio Si un cable está conectado a otro al que le llega tensión, entonces tiene tensión: connected_to(w,w1)& live(w1) ---> live(w). 23
24 Modelar el dominio El cable externo tiene tensión: true ---> live(outside). l1 es una bombilla: true ---> light(l1). El interruptor s1 está abierto: true ---> down(s1). El interruptor s2 está cerrado: true ---> up(s2). 24
25 Modelar el dominio Si el interruptor s2 está abierto y funciona correctamente entonces el cable w0 está conectado al cable w1: up(s2) & ok(s2) ---> connected_to(w0,w1). Si el diferencial cb2 funciona correctamente entonces el cable w6 está conectado al cable w5: ok(cb2) ---> connected_to(w6,w5). El enchufe p2 está conectado al cable w6: true ---> connected_to(p2,w6). 25
26 Ejercicios (I) 1. Modificar el meta intérprete vanilla para obtener un intérprete que utilice como regla de cómputo 1er literal a la derecha. 2. Modificar el meta intérprete vanilla para obtener un intérprete que realice una búsqueda en profundidad limitada. La profundidad máxima será un argumento adicional que se instanciará en la llamada. 3. Modificar el meta intérprete vanilla para obtener un intérprete que muestre la traza de las metas que va resolviendo, mostrando el nivel de las mismas. Por ejemplo: 26
27 Ejercicios (II) 1?- solve_traza(valor(w3,x)). 0 valor(w3,_g374) 1 conectado(w3,w2) 1 valor(w2,_g374) 2 conectado(w2,w1) 2 valor(w1,1) X = 1 ; 2 valor(w1,_g374) false. 27
28 Ejercicios (III) 4. Modificar el meta intérprete vanilla para que acepte el nuevo lenguaje base. 5. Completar la base de conocimiento que modela el ejemplo de asistente al diagnóstico propuesto por Poole y Mackworth. 6. Modificar el meta intérprete vanilla que genera pruebas para que acepte el nuevo lenguaje base y obtener la prueba de lit(l2). (sugerencia: construir la prueba de «B ---> A» mediante «A por Prueba», siendo Prueba la prueba de B, definiendo el operador :-op(40, xfy, por). ) 28
29 Bibliografía David Poole, Alan Mackworth. Artificial Intelligence: Foundations of Computational Agents, Cambridge University Press, Disponible en 29
Tema 3: Sistema inicial de representación y razonamiento
Razonamiento Automático Curso 999 2000 Tema 3: Sistema inicial de representación y razonamiento José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial
TUTORIAL PROLOG. Lenguajes de programación Universidad Nacional de Colombia Santiago Carvajal Castañeda Mario Andrés Moreno Norato
TUTORIAL PROLOG Lenguajes de programación Universidad Nacional de Colombia Santiago Carvajal Castañeda Mario Andrés Moreno Norato Prolog es un lenguaje de programación lógica de propósito general que se
Tema 1: Agentes inteligentes: Representación y razonamiento
Inteligencia Artificial 2 Curso 2000 0 Tema : Agentes inteligentes: Representación y razonamiento José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Francisco J. Martín Mateos Dpto. de Ciencias de la Computación
Prolog: Listas (y II) MRC
Prolog: Listas (y II) MRC Víctor Peinado [email protected] 11 de diciembre de 2014 Referencias (Blackburn, et al., 2006, chap. 6) 1 1 Blackburn, P., Bos, J., Striegnitz, K. Learn Prolog Now!. College
Proyecto: Programación Declarativa: Lenguaje Prolog
Facultad de Ciencias de la Administración Licenciatura en Sistemas Proyecto: Programación Declarativa: Lenguaje Prolog Materia Optativa para Régimen de Créditos Profesores: Lic. Lidia Graciela Denegri
PROGRAMACIÓN LÓGICA. David Felipe Rico Hernandez Gabriel Esteban Bejarano Delgado
PROGRAMACIÓN LÓGICA David Felipe Rico Hernandez Gabriel Esteban Bejarano Delgado Introducción Programación Lógica Conceptos clave Lenguajes de programación Ejemplos Ventajas y desventajas Aplicaciones
Implementación Prolog de un SBC basado en reglas (2011/2012)
Luis Valencia Cabrera (coordinador) [email protected] (http://www.cs.us.es/~lvalencia) Manuel García-Quismondo [email protected] (http://www.cs.us.es/~mgarcia) Ciencias de la Computacion e IA (http://www.cs.us.es/)
5.3 Tipos de Datos en Prolog
5.3 Tipos de Datos en Prolog Objetos de Datos en Prolog Objetos de datos simples Objetos estructurados Calce de operaciones fundamentales sobre objetos 1 Tipos de Objetos de Datos Objetos de datos Objetos
5.3 Tipos de Datos en Prolog
5.3 Tipos de Datos en Prolog Objetos de Datos en Prolog Objetos de datos simples Objetos estructurados Calce de operaciones fundamentales sobre objetos Tipos de Objetos de Datos Objetos de datos Objetos
5.3 Tipos de Datos en Prolog
5.3 Tipos de Datos en Prolog Recocimiento de Tipos Se recoce el tipo de un dato por su forma sintáctica; se requiere de declaración de tipos Ejemplo: Variables se definen comienzan con primera en mayúsculas
Capítulo V: Programación Lógica. 5.1 Breve Introducción al Cálculo de Predicados
Capítulo V: Programación Lógica 5.1 Breve Introducción al Cálculo de Predicados 1 Definiciones Básicas Proposición: sentencia lógica que puede ser verdadera o falsa. Se construye de objetos y relaciones.
Operador de corte (cut): Motivaciones. Cut (!): Definición formal. Cut (!): Implicancias de la Definición. Aplicaciones. Cut (!): Ejemplo. b,!
Operador de corte (cut): Motivaciones Programación en PROLOG(2) Inteligencia Artificial 2º cuatrimestre de 2009 Departamento de Ciencias e Ingeniería de la Computación Universidad Nacional del Sur Prolog
Tema 6: Razonamiento con información incompleta
Inteligencia Artificial 2 Curso 2000 200 Tema 6: Razonamiento con información incompleta José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Francisco J. Martín Mateos Dpto. de Ciencias de la Computación
Métodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) [email protected] ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Contenido Lógica proposicional Lógica de predicados Inferencia en lógica
Inteligencia Artificial II Razonamiento Bayesiano
Inteligencia Artificial II Razonamiento Bayesiano Dr. Alejandro Guerra-Hernández Universidad Veracruzana Centro de Investigación en Inteligencia Artificial mailto:[email protected] http://www.uv.mx/personal/aguerra
Tema 2: Inteligencia computacional y conocimiento
Razonamiento Automático Curso 999 2000 Tema 2: Inteligencia computacional y conocimiento José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial
6. Operadores en PROLOG
6. Operadores en PROLOG 1. Definición de operadores propios 2. Operadores predefinidos Igualdad Entrada y Salida básicos Manejo de ficheros Evaluación de expresiones aritméticas Comparación de números
Lenguajes lógicos: cláusulas de Horn
Lenguajes lógicos: cláusulas de Horn Lenguaje subyacente: FOL ( first order logic ) Atomos: p(t 1,...,t n ) p símbolo de predicado y t i término (i = 1,...,n) símbolo de variable (X, Y,..) t término símbolo
Tema 8: Funciones de orden superior
Tema 8: Funciones de orden superior Programación declarativa (2010 11) José A. Alonso Jiménez Grupo de Lógica Computacional Departamento de Ciencias de la Computación e I.A. Universidad de Sevilla 2 /
Tema 3: Técnicas básicas de búsqueda para la resolución de problemas
Tema 3: Técnicas básicas de búsqueda para la resolución de problemas José Luis Ruiz Reina José Antonio Alonso Franciso J. Martín Mateos Departamento de Ciencias de la Computación e Inteligencia Artificial
Inteligencia Artificial: Prolog
Inteligencia Artificial: Prolog Unificación en Prolog Christopher Expósito-Izquierdo 1, Belén Melián-Batista 2 {cexposit 1, mbmelian 2 }@ull.es Universidad de La Laguna (España) Contenidos Satisfacer objetivos
Semántica Operacional para la Programación en Lógica Lógica para Ciencias de la Computación
Semántica Operacional para la Programación en Lógica Lógica para Ciencias de la Computación Primer Cuatrimestre de 2009 Material Adicional Semánticas para la Programación n en LógicaL Se han explorado
Tema 4: Redes semánticas y marcos
Inteligencia Artificial 2 Curso 2002 2003 Tema 4: Redes semánticas y marcos José A. Alonso Jiménez Francisco J. Martín Mateos José L. Ruiz Reina Dpto. de Ciencias de la Computación e Inteligencia Artificial
Programación Lógica. David Barrera Steven Bustos Jhonatan Guzmán
Programación Lógica David Barrera Steven Bustos Jhonatan Guzmán Programación Lógica axiomas Datos Reglas Programación Lógica Relaciones vs Funciones Funciones Relaciones Determinista Único patrón de entradas
Tema 8: Funciones de orden superior
Tema 8: Funciones de orden superior Programación declarativa (2009 10) José A. Alonso Jiménez Grupo de Lógica Computacional Departamento de Ciencias de la Computación e I.A. Universidad de Sevilla Tema
Paradigma lógico Lógica proposicional Resolución. Programación Lógica. Eduardo Bonelli. Departamento de Computación FCEyN UBA. 10 de octubre, 2006
Departamento de Computación FCEyN UBA 10 de octubre, 2006 Prolog Se basa en el uso de la lógica como un lenguaje de programación Se especifican ciertos hechos y reglas de inferencia un objetivo ( goal
Guía docente de la asignatura MÉTODOS AVANZADOS DE RAZONAMIENTO Y REPRESENTACIÓN DEL CONOCIMIENTO SISTEMAS INTELIGENTES Y BASADOS EN CONOCIMIENTO
Guía docente de la asignatura Asignatura Materia MÉTODOS AVANZADOS DE RAZONAMIENTO Y REPRESENTACIÓN DEL CONOCIMIENTO SISTEMAS INTELIGENTES Y BASADOS EN CONOCIMIENTO Módulo Titulación MÁSTER EN INGENIERÍA
Tema 6: Funciones recursivas
Tema 6: Funciones recursivas Programación declarativa (2009 10) José A. Alonso Jiménez Grupo de Lógica Computacional Departamento de Ciencias de la Computación e I.A. Universidad de Sevilla Tema 6: Funciones
2º Certamen ILI-253 Lenguajes de Programación Juan Pablo Menichetti Jorge Mujica 10 de Junio del 2004
º Certamen ILI-53 Lenguajes de Programación Juan Pablo Menichetti Jorge Mujica 10 de Junio del 004 ta: Tiempo: 10 Minutos. Responda con lápiz indeleble para acceder a recorrecciones. Utilice solo las hojas
Tema 1. Introducción al PROLOG. 1. Qué es el PROLOG? 2. Los elementos de PROLOG 3. Un programa de ejemplo 4. Ejercicios propuestos
Tema 1. Introducción al PROLOG 1. Qué es el PROLOG? 2. Los elementos de PROLOG 3. Un programa de ejemplo 4. Ejercicios propuestos 1. Qué es el PROLOG? 1.1. Un poco de historia PROgramming in LOGic Desarrollado
Tipos de datos en Haskell
Tipos de datos en Haskell Ejercicios 1. Tipos enumerados Cuando los distintos valores que debemos distinguir en un tipo son finitos, entonces podemos enumerar todos los valores distintos para el tipo.
Lenguajes de Programación Programación funcional
Lenguajes de Programación Programación funcional Roberto Bonvallet Departamento de Informática Universidad Técnica Federico Santa María Concepto de función En el paradigma imperativo: Una función es una
Programación Declarativa Curso
Programación Declarativa Curso 2004-2005 Ingeniería Técnica en Informática de Gestión Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Programación Declarativa 1 Profesorado
Lógica en Ciencias de la Computación. Caso de estudio: PROLOG
Lógica en Ciencias de la Computación. Caso de estudio: PROLOG UCAB / USB Papel de la Lógica L en Informática Formación: Menos discurso, más razonamiento Área genérica que aplica a múltiples dominios de
Tema 3. Patrones y Definiciones de Funciones
Programación Declarativa Haskell Informática Sistemas Curso 2003-2004 Pepe Gallardo Universidad de Málaga Tema 3. Patrones y Definiciones de Funciones 3.1 Comparación de Patrones Patrones constantes Patrones
Inteligencia Artificial: Prolog
Inteligencia Artificial: Prolog Aritmética Christopher Expósito-Izquierdo 1, Belén Melián-Batista 2 {cexposit 1, mbmelian 2 }@ull.es Universidad de La Laguna (España) Contenidos Introducción a la Aritmética
Tema 3.- Predicados y sentencias condicionales
UNIVERSIDAD DE CÓRDOBA ESCUELA POLITÉCNICA SUPERIOR DE CÓRDOBA DEPARTAMENTO DE INFORMÁTICA Y ANÁLISIS NUMÉRICO PROGRAMACIÓN DECLARATIVA INGENIERÍA INFORMÁTICA ESPECIALIDAD DE COMPUTACIÓN CUARTO CURSO PRIMER
Tema 6: Representación lógica del conocimiento
Inteligencia Artificial Curso 999 2000 Tema 6: Representación lógica del conocimiento José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Francisco J. Martín Mateos Dpto. de Ciencias de la Computación e
El lenguaje Prolog. Prolog es un lenguaje Declarativo, a diferencia de otros lenguajes que son orientados a objetos o procedurales
II.4 Prolog El lenguaje Prolog Prolog es un lenguaje Declarativo, a diferencia de otros lenguajes que son orientados a objetos o procedurales Creador: Robert Kowalski Algoritmo = Lógica + Control Aspectos
Fundamentos de Inteligencia Artificial
Área de Ingeniería Telemática Universidade de Vigo Fundamentos de Inteligencia Artificial Manuel Ramos Cabrer (Curso 2010/11) Objetivos Introducción a la disciplina de la Inteligencia Artificial desde
Lenguajes de Programación
Lenguajes de ción Bloque 1. Complemento a Tema 1 1. Historia 2. Paradigmas de programación 3. Fases creación de un programa 4. Traducción: compilación e interpretación 1ª Generación Ordenadores sólo entienden
23/09/2009. Introducción Hello word La familia Buendía Recursión Listas
Prolog Contenido Introducción Hello word La familia Buendía Recursión Listas Qué es Prolog? Lenguaje de programación Declarativo Programación lógica Está compuesto de: Hechos Reglas Declarativo vs Imperativo
Práctica 2. Búsqueda I
Práctica 2 Búsqueda I En esta práctica vamos a ver algunos algoritmos de búsqueda en grafos. Para ello vamos a utilizar una aplicación que nos permite programar diferentes problemas que pueden solucionarse
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,
Capítulo 4. Lógica matemática. Continuar
Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además
Introducción a ASP (Answer Set Programming - programación con conjuntos respuestos)
Introducción a ASP (Answer Set Programming - programación con conjuntos respuestos) Inteligencia Artificial David Pearce 13 de enero de 2009 ASP y programación declarativa ASP es una forma de programación
Programación Lógica. rafael ramirez. Ocata 320
Programación Lógica rafael ramirez [email protected] Ocata 320 Logica proposicional Una literal (proposicional) es una variable proposicional o la negacion de una variable proposicional: p, q, r, Una cláusula
Lógica e Inteligencia Artificial: Una Historia sin Fin
Lógica e Inteligencia Artificial: Una Historia sin Fin UCAB / USB Detractores de Lógica L en IA... Búsqueda del del razonamiento lógico desde Aristóteles, con con su su consolidación por por Peano, Frege,
Unidad 3. Estructuras de control en diagrama de Flujo y pseudocódigo Tema Iteración o Repetitivas (repite - mientras) Juan Pablo Cobá Juárez Pegueros
Unidad 3. Estructuras de control en diagrama de Flujo y pseudocódigo Tema Iteración o Repetitivas (repite - mientras) Juan Pablo Cobá Juárez Pegueros Programación Básica Bioingeniería Médica Facultad de
CI5438. Inteligencia Artificial II Clase 4: Aprendizaje en Árboles. Cap 18.3: RN
CI5438. Inteligencia Artificial II Clase 4: Aprendizaje en Árboles de Decisión Cap 18.3: RN Universidad Simón Boĺıvar 5 de octubre de 2009 Árboles de Decisión Un árbol de decisión es un árbol de búsqueda
Inteligencia Artificial
Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur 1. Búsqueda en la resolución de problemas. Inteligencia Artificial Trabajo Práctico N 3 Búsqueda Ciega y Heurística Segundo
Inteligencia Artificial II Prolog I
Inteligencia Artificial II Prolog I Dr. Alejandro Guerra-Hernández Universidad Veracruzana Centro de Investigación en Inteligencia Artificial mailto:[email protected] http://www.uv.mx/personal/aguerra Maestría
Inteligencia en Redes de Comunicaciones - 04a Prolog
En este Tema 4a se van a estudiar los fundamentos de Prolog, el lenguaje de programación lógica más extendido. 1 Prolog es un lenguaje de programación para representar conocimiento y realizar razonamientos
Ejercicios de Lógica Proposicional *
Ejercicios de Lógica Proposicional * [email protected] Notación. El lenguaje proposicional que hemos definido, aquel que utiliza los cinco conectivos,,, y, se denota como L {,,,, }. Los términos
Tema 2: Representación de problemas como espacios de estados
Tema 2: Representación de problemas como espacios de estados José Luis Ruiz Reina José Antonio Alonso Franciso J. Martín Mateos Departamento de Ciencias de la Computación e Inteligencia Artificial Universidad
Listas en Prolog. Capítulo. Listas como sujetos
Capítulo 5 Listas en Prolog Este capítulo introduce el concepto de lista, un tipo de dato de gran influencia dentro de la inteligencia artificial. Se comienza con una introducción a listas en Prolog y
Introducción a la Programación Lógica. Ingeniería Informática Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga
Introducción a la Programación Lógica Ingeniería Informática Departamento de Lenguajes y Ciencias de la Computación Universidad de Málaga Programming in Prolog opens the mid to a new way of looking at
PROGRAMACIÓN LÓGICA. Luis Eduardo Martín De La Peña Anni Alejandra Piragauta Urrea
PROGRAMACIÓN LÓGICA Luis Eduardo Martín De La Peña Anni Alejandra Piragauta Urrea CONTENIDO 1.Introducción 1. Paradigma de programación 2. Historia 3. Filosofía del paradigma. 2. 1. Qué es? 2. Conceptos
Estructuras de control selectivas
Práctica 3 Estructuras de control selectivas Fundamentos de Programación Departamento de Lenguajes y Sistemas Informáticos Versión 2.0.2 Concepto de sentencia y estructura de control El cuerpo de los métodos
