Professional Documents
Culture Documents
DOCENTE:
INTEGRANTE:
SILABO
CUEVA CHAMORRO, Thalia Tatiana
SISTEMAS
2016
UNHEVAL_
ING.
SISTEMAS
RESUMEN SILABO
Contenido
HISTORIA Y DEFINICIONES BÁSICAS DE LOS S.E........................................................3
PRESENTACIÓN DEL CURSO:......................................................................................... 3
HISTORIA DE LOS SISTEMAS EXPERTOS:.......................................................................4
DEFINICIÓN DE LA INTELIGENCIA ARTIFICIAL MÁQUINA INTELIGENTE. DIFERENCIA
ENTRE SISTEMAS OPERACIONALES Y SISTEMAS INTELIGENTES:...................................4
INTELIGENCIA ARTIFICIAL MAQUINA INTELIGENTE:..........................................4
DIFERENCIA ENTRE SISTEMAS OPERACIONALES Y SISTEMAS INTELIGENTES:..5
REVISIÓN DE LOS LENGUAJES DE LA INTELIGENCIA ARTIFICIAL. APLICACIONES EN LA
INDUSTRIA Y SERVICIO.................................................................................................. 5
DIFERENCIA EN PARADIGMA DE CONOCIMIENTO DE S.E............................................7
Representación del conocimiento: redes semánticas, registros y predicados:..............7
Clasificación de problemas algorítmicos. Problemas de decisión, localización y
optimización. Problemas P y NP..................................................................................... 7
CLASE NP:........................................................................................................ 7
CLASE P........................................................................................................... 8
ANÁLISIS DE CASOS DE UN S.E :................................................................................ 9
Descripción de algunos problemas............................................................................... 9
PLANIFICACIÓN DE EXAMEN:...........................................................................9
DIAGNÓSTICO MEDICO:................................................................................... 9
Introducción al PROLOG: Características y palabras del lenguaje, operaciones con
números...................................................................................................................... 10
Presentación del software SWI-PROG: comandos básicos, procesamiento básico del
interpretador:.............................................................................................................. 11
Ejecución de un programa Prolog..................................................................12
DESARROLLO DE PROCESOS COGNITIVOS DE REALIDADES ABSTRACTAS PARA EL
DESARROLLO DE APLICACIONES EXPERTAS:..................................................................15
Definición de problemas de la inteligencia artificial como problema de búsqueda en
un espacio de estado.................................................................................................. 15
Métodos de búsqueda ciega: amplitud profundidad y no determinista.......................16
Búsqueda por amplitud:................................................................................16
Busqueda por profundidad:...........................................................................17
Busqueda no determinística:.........................................................................17
RESUMEN SILABO
SEMANA1
SEMANA 2
Los datos están formados por la evidencia del conocimiento o los hechos ya conocidos
en un caso.
Este elemento es dinámico, es decir, puede cambiar de una aplicación a otra. Por esta
razón, no es de naturaleza permanente y se almacena en la memoria de trabajo.
habitualmente son necesarios para ello , y actuando de una forma muy similar, a como
haría un abogado penalista al preparar la estrategia de un caso, o un médico al
estructurar un procedimiento de diagnóstico, o un asesor fiscal o financiero al evaluar
las consecuencias de operación financiera, etc. , incluyendo las explicaciones y
justificaciones pertinentes.
CLASE NP:
Pueden caracterizarse por le hecho de que puede aplicarse a un algoritmo
polínomico para ser comprobados sus posibles soluciones, de esa forma se
determina si es válida o inválida.
CLASE P
Los algoritmos de complejidad polinómica se dicen que son tratables en el
sentido de que suelen ser ejecutados en la práctica.
Los problemas que existen para los algoritmos con esta complejidad, se dicen
que forman la clase P. Aquellos problemas para los que la mejor solución que se
conoce es de complejidad superior a la polinómica, se determinan que son
problemas intratables.
SEMANA 3
PLANIFICACIÓN DE EXAMEN:
Se puede utilizar los sistemas expertos para resolver problemas como la organización y
asignación de las aulas para realizar exámenes finales de la forma que cumpla y se
logre los siguientes objetivos:
DIAGNÓSTICO MEDICO:
Para aplicar sistemas expertos se necesita de información médica como registro del
paciente, síntomas de las enfermedades, etc.
Por ejemplo, supóngase que un doctor en un centro médico está interesado en conocer
información sobre una cierta enfermedad (E) y tres síntomas asociados (S1, S2, y S3).
Se puede utilizar un sistema experto para buscar en la base de datos, extraer y
organizar la información deseada. Esta información puede resumirse en tablas.
En otras palabras, ¿qué modelos pueden utilizarse para describir las relaciones entre
los síntomas y las enfermedades?
¿Cuál es el valor de cada una de estas piezas de información? En otras palabras, ¿cuál
es la contribución de cada uno de los síntomas adicionales o pruebas a la toma de
decisión?
Por su parte, el sistema Prolog responderá cada una de las preguntas formuladas por el
programador en la medida en que esto sea posible.
Prolog le indica al programador que está esperando a que éste le formule una pregunta
mostrando en pantalla el siguiente símbolo
Tras este símbolo, el programador puede teclear una pregunta (terminada en un punto)
y pulsar el retorno de carro. Con ello, el programador solicita al sistema Prolog que
responda a la pregunta recién formulada. Una vez procesada la pregunta el sistema
Prolog mostrará en pantalla la respuesta correspondiente.
?- 5 is 2+3. Yes
Es importante recordar que todas las preguntas formuladas a Prolog deben terminar en
un punto. Si se olvida incluir el punto, por más veces que se presione retorno de carro,
adelante, las preguntas son realmente términos Prolog y deben ajustarse a una sintaxis
formal concreta. Si la pregunta en cuestión no es un término Prolog correcto, habremos
cometido un error sintáctico.
Para responder a las preguntas formuladas por el programador, Prolog consulta una
base de conocimiento. Al iniciar una sesión Prolog, esta base de conocimiento
almacena un conocimiento básico que incluye, entre otras cosas, conceptos y
definiciones de la aritmética de los números naturales.
El predicado pwd/0:
- pwd.
El predicado ls/0.
?- ls.
patos.pl familia.pl
El predicado cd/1.
?- cd('../pablo').
El predicado crea/4.
El primer paso para escribir un programa Prolog consiste en crear el fichero que lo
almacenará. Esto se hace mediante el predicado crea, que recibe cuatro parámetros: el
nombre del fichero a crear, el nombre del autor, el curso y el código de la máquina en
que se está trabajando.
?- esPato(lucas).
Yes
?- esPato(jorgito).
No
?- esPato(X).
donde X (en mayúscula) es una variable que representa a algún pato por determinar.
La pregunta anterior puede leerse entonces como "dime los valores posibles de X tales
que son patos". Esta pregunta tiene tres respuestas posibles, pues Prolog conoce tres
patos: Lucas, Donald y Gilito. Cuando Prolog reconoce que una pregunta tiene varias
respuestas, se detiene cada vez que muestra una de éstas y espera a que el
programador le indique si desea obtener más respuestas. Por ejemplo, a la pregunta
?- esPato(X).
X = lucas
?- esPato(X).
X = lucas;
X = donald;
X = gilito;
No
Ayuda de SWI-Prolog
?- help(tema).
?- apropos(palabra).
SEMANA 4
Los ejemplos más característicos de esta categoría de problemas son los juegos (son
universos restringidos fáciles de modelar). En un juego, las configuraciones del
universo corresponden directamente a las configuraciones del tablero. Cada
configuración es un estado que puede ser esquematizado gráficamente y representado
en forma simbólica. Las transformaciones permitidas corresponden a las reglas o
movidas del juego, formalizadas como transiciones de estado.
desplazar por la habitación con el fin de llegar a dicho libro. ¿De qué manera lo hará?
En este punto es donde entran en juego las estrategias y los algoritmos de búsqueda.
El primer paso para diseñar un programa que resuelva un problema es crear una
descripción formal y manejable del propio problema. Sería adecuado contar con
programas que produzcan descripciones formales a partir de descripciones informales,
proceso denominado operacionalización. Dado que por ahora no se conoce la forma de
construir estos programas este proceso debe hacerse manualmente. Hay problemas
que por ser artificiales y estructurados son fáciles de especificar (por ej. El ajedrez, el
problema de las jarras de agua, etc.). Otros problemas naturales, como por ej. La
comprensión del lenguaje, no son tan sencillos de especificar.
- espacio de estados;
Los métodos ciegos son procedimiento sistemáticos de búsqueda del estado meta en el
árbol de estado. Son llamados de métodos ciegos, porque usan estrategias de
búsqueda que solo consideran la relación de precedencia entre estados. La información
sobre el beneficio, utilidad, lucro de pasar de un estado para otro estado no es
considerado.
• Búsqueda en amplitud
• Búsqueda en profundidad
Iteración 0: Nivel 0
Iteración 1: Nivel 0
Nivel 1
Test: verificar si algún nodo del nivel 1 es estado meta. Si la rpta es SI termina, de lo
contrario se genera los sucesores no redundantes del nivel 1.
Iteración 2:
Nivel 0
Nivel 1
Nivel 2
Test: verificar si algún estado del nivel 2 es estado meta Si la rpta es SI termina, de lo
contrario Se genera los sucesores no redundantes del nivel 2.
LE: Lista de nodos en espera de proceso (nodos no comparados con el estado meta) .
LV: Lista de nodos ya procesado (nodos comparados con el estado meta).
Busqueda no determinística: