Anda di halaman 1dari 7

[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 2.2 Proceso de razonamiento Pgina 1



Leccion 2.2 Proceso de razonamiento

Inferencia:
- hacer suposiciones de lo que significan hechos (observados y/o conocidos)
- sacar consecuencias de algo o deducir algo de otra cosa

Razonamiento:
Capacidad de derivar inferencias a partir de conocimiento y de observaciones con el propsito de
alcanzar una meta o resolver un problema.

Tipos de razonamiento:
Deductivo
Inductivo

En sentido amplio, se entiende por razonamiento a la facultad que permite resolver problemas, extraer
conclusiones y aprender de manera consciente de los hechos, estableciendo conexiones causales y
lgicas necesarias entre ellos. En sentido ms restringido se puede hablar de diferentes tipos de
razonamiento:
El razonamiento argumentativo en tanto actividad mental se corresponde con la actividad
lingstica de argumentar. En otras palabras, un argumento es la expresin lingstica de un
razonamiento.
El razonamiento lgico o causal es un proceso de lgica mediante el cual, partiendo de uno o
ms juicios, se deriva la validez, la posibilidad o la falsedad de otro juicio distinto. El estudio de
los argumentos corresponde a la lgica, de modo que a ella tambin le corresponde
indirectamente el estudio del razonamiento. Por lo general, los juicios en que se basa un
razonamiento expresan conocimientos ya adquiridos o, por lo menos, postulados como
hiptesis.
1
Es posible distinguir entre varios tipos de razonamiento lgico. Por ejemplo el
razonamiento deductivo (estrictamente lgico), el razonamiento inductivo (donde interviene la
probabilidad y la formulacin de conjeturas) y razonamiento abductivo, entre otros.
Razonamiento lgico
En un sentido restringido, se llama razonamiento lgico al proceso mental de realizar una inferencia de
una conclusin a partir de un conjunto de premisas. La conclusin puede no ser una consecuencia lgica
de las premisas y aun as dar lugar a un razonamiento, ya que un mal razonamiento an es un
razonamiento en sentido amplio, no en el sentido de la lgica. Los razonamientos pueden ser vlidos
correctos o no vlidos incorrectos dando por todo.
En general, se considera vlido un razonamiento cuando sus premisas ofrecen soporte suficiente a su
conclusin. Puede discutirse el significado de "soporte suficiente", aunque cuando se trata de un
razonamiento no deductivo no podemos hablar de validez sino de "fortaleza" o "debilidad" del
razonamiento dependiendo de la solidez de las premisas, la conclusin podr ser ms o menos probable
[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 2.2 Proceso de razonamiento Pgina 2

pero jams necesaria, solo es aplicable el trmino "vlido" a razonamientos del tipo deductivo. En el
caso del razonamiento deductivo, el razonamiento es vlido cuando la verdad de las premisas implica
necesariamente la verdad de la conclusin.
Los razonamientos no vlidos que, sin embargo, parecen serlo, se denominan falacias.
El razonamiento nos permite ampliar nuestros conocimientos sin tener que apelar a la experiencia.
Tambin sirve para justificar o aportar razones en favor de lo que conocemos o creemos conocer. En
algunos casos, como en las matemticas, el razonamiento nos permite demostrar lo que sabemos.
El trmino razonamiento es el punto de separacin entre el instinto y el pensamiento, el instinto es la
reaccin de cualquier ser vivo. Por otro lado el razonar nos hace analizar,y desarrollar un criterio propio,
el razonar es a su vez la separacin entre un ser vivo y el hombre.
Razonamiento matemtico
Razonamiento no lgico
Existe otro tipo de razonamiento denominado razonamiento no lgico o informal, el cual no slo se basa
en premisas con una nica alternativa correcta (razonamiento lgico-formal, el descrito anteriormente),
sino que es ms amplio en cuanto a soluciones, basndose en la experiencia y en el contexto. Los niveles
educativos ms altos suelen usar el razonamiento lgico, aunque no es excluyente. Algunos autores
llaman a este tipo de razonamiento argumentacin. Como ejemplo para ilustrar estos dos tipos de
razonamiento, podemos situarnos en el caso de una clasificacin de alimentos, el de tipo lgico-formal
los ordenar por verduras, carnes, pescados, fruta, etc. en cambio el tipo informal lo har segn lo
ordene en el frigorfico, segn lo vaya cogiendo de la tienda, etc.
En este razonamiento se generaliza para todos los elementos de un conjunto la propiedad observada en
un nmero finito de casos. Ahora bien, la verdad de las premisas (10.000 observaciones favorables) no
convierte en verdadera la conclusin, ya que en cualquier momento podra aparecer una excepcin. De
ah que la conclusin de un razonamiento inductivo slo pueda considerarse probable y, de hecho, la
informacin que obtenemos por medio de esta modalidad de razonamiento es siempre una informacin
incierta y discutible. El razonamiento slo es una sntesis incompleta de todas las premisas.
En un razonamiento inductivo vlido, por lo tanto, es posible afirmar las premisas y, simultneamente,
negar la conclusin sin contradecirse. Acertar en la conclusin ser una cuestin de probabilidades
reales.




[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 2.2 Proceso de razonamiento Pgina 3

El Proceso de Razonamiento Segun la Logica (Axiomas,Teoremas,Demostracin)
Razonamiento Lgico

Introduccin.
La prctica de los razonamientos deductivos en el proceso de desarrollo del pensamiento lgico
matemtico es muy importante. Constituye una herramienta fundamental para el trabajo en la
matemtica y otras ciencias.

QU ES LA LGICA?

La lgica es aquella ciencia que va en bsqueda de las formas de los razonamientos correctos, es decir,
de las leyes del deducir correctamente. En este sentido es legtimo afirmar que la lgica es la teora de
la deduccin, en cuanto estudia las reglas de las inferencias correctas.
La lgica hace explcitas estas leyes, las ordena en sistemas axiomticos y prueba sus capacidades y
lmites.

Teora deductiva

Designamos bajo este nombre toda teora que se fundamenta en dos principios:
Definiciones y demostraciones.
En su desarrollo debe cumplir bsicamente las siguientes condiciones:

Enunciar explcitamente los trminos primitivos con ayuda de los cuales se propone definir los dems
trminos de la teora.

Enunciar explcitamente las relaciones primitivas. Con la misma esencia anterior, son relaciones que el
hombre pone en la base de su conocimiento.

Enunciar explcitamente las proposiciones primitivas, con ayuda de las cuales se propone demostrar
otras proposiciones de la teora. Estas proposiciones primeras se denominan Axiomas y relacionan
entre s los trminos primitivos y las relaciones primitivas.

Que las relaciones enunciadas entre los trminos sean nicamente relaciones lgicas, permaneciendo
independientes del sentido concreto o interpretacin que pueda darse a los trminos.

Axioma o postulado

Es una proposicin primitiva que se admite como cierta. En la construccin de una teora axiomtica se
ha de partir de un conjunto de axiomas, escogidos de tal forma que dicho conjunto ha de ser:
compatible, suficiente, independiente.
Analicemos estas caractersticas:
Compatibilidad: Dos axiomas no pueden formular en ellos, ni producir en sus resultados derivados,
relaciones contradictorias.
[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 2.2 Proceso de razonamiento Pgina 4


Suficiencia: Toda proposicin verdadera ha de ser deducible dentro del sistema.
Independencia: Ningn axioma ha de poderse deducir de otros.
Estableciendo el sistema de axiomas (que por cierto, no tienen porque ser "evidentes"), se comienza a
construir la teora enunciando y demostrando los teoremas.


La demostracin

El proceso demostrativo consiste bsicamente en:
A partir de unas proposiciones dadas que llamaremos premisas, obtener otra proposicin que
llamaremos conclusin mediante la aplicacin de unas reglas lgicas .
Para demostrar que una proposicin especfica es un teorema en una teora deductiva dada
procedemos as:

1.-Se enuncian explcitamente los axiomas de la teora.

2.-Se fijan las reglas que validan el proceso demostrativo, estas reglas se denominan reglas de validez y
se reducen a las siguientes:

Regla de validez 1: Todo axioma puede figurar en cualquier paso de una demostracin.

Regla de validez 2: Si P=>Q figura en una demostracin y P tambin figura en la misma demostracin,
entonces se puede concluir Q en la demostracin. Esta regla universal se conoce con el nombre de
Modus Ponens.

Regla de validez 3: Si dos proposiciones son equivalentes se puede sustituir la una por la otra en
cualquier parte de una demostracin. Esta regla se conoce con el nombre de sustitucin por
equivalencia.

3. Efectuar una demostracin de una proposicin especfica Q, consiste en obtener la proposicin Q
como la ltima en el proceso demostrativo por aplicacin reiterada de las reglas de validez 1, 2 y 3.






[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 2.2 Proceso de razonamiento Pgina 5

El Proceso de Razonamiento
El proceso de razonamiento en un sistema basado en reglas es una progresin desde un conjunto inicial de afirmaciones y
reglas hacia una solucin, respuesta o conclusin. Como se llega a obtener el resultado, sin embargo, puede variar
significativamente:
Se puede partir considerando todos los datos conocidos y luego ir progresivamente avanzando hacia la solucin.
Este proceso se lo denomina guiado por los datos o de encadenamiento progresivo (forward chainning).
Se puede seleccionar una posible solucin y tratar de probar su validez buscando evidencia que la apoye. Este
proceso se denomina guiado por el objetivo o de encadenamiento regresivo (backward chainning).
Razonamiento Progresivo
En el caso del razonamiento progresivo, se empieza a partir de un conjunto de datos colectados a travs de observacin y se
evoluciona hacia una conclusin. Se chequea cada una de las reglas para ver si los datos observados satisfacen las premisas
de alguna de las reglas. Si una regla es satisfecha, es ejecutada derivando nuevos hechos que pueden ser utilizados por otras
reglas para derivar hechos adicionales. Este proceso de chequear reglas para ver si pueden ser satisfechas se denomina
interpretacin de reglas.
La interpretacin de reglas es realizada por una mquina de inferencia en un sistema basado en conocimiento. La
interpretacin de reglas, o inferencia, en el razonamiento progresivo involucra la repeticin de los pasos que se indican en la
siguiente figura.

Figura 4.1 Proceso de Razonamiento Progresivo



[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 2.2 Proceso de razonamiento Pgina 6

Razonamiento Progresivo...
1. Unificacin (Matching).- En este paso, en las reglas en la base de conocimientos se prueban los hechos conocidos
al momento para ver cules son las que resulten satisfechas. Para decir que una regla ha sido satisfecha, se requiere
que todas las premisas o antecedentes de la regla resuelvan a verdadero.
2. Resolucin de Conflictos.- Es posible que en la fase de unificacin resulten satisfechas varias reglas. La resolucin
de conflictos involucra la seleccin de la regla que tenga la ms alta prioridad de entre el conjunto de reglas que han
sido satisfechas.
3. Ejecucin.- El ltimo paso en la interpretacin de reglas es la ejecucin de la regla. La ejecucin puede dar lugar a
uno o dos resultados posibles: nuevo hecho (o hechos) pueden ser derivados y aadidos a la base de hechos, o una
nueva regla (o reglas) pueden ser aadidas al conjunto de reglas (base de conocimiento) que el sistema considera
para ejecucin.
En esta forma, la ejecucin de las reglas procede de una manera progresiva (hacia adelante) hacia los objetivos finales.
Un conjunto de aplicaciones adecuadas al razonamiento progresivo incluye supervisin y diagnstico en sistemas de control
de procesos en tiempo real, donde los datos estn continuamente siendo adquiridos, modificados y actualizados. Estas
aplicaciones tienen 2 importantes caractersticas:
1. Necesidad de respuesta rpida a los cambios en los datos de entrada.
2. Existencia de pocas relaciones predeterminadas entre los datos de entrada y las conclusiones derivadas.
Otro conjunto de aplicaciones adecuadas para el razonamiento progresivo est formado por: diseo, planeamiento y
calendarizacin, donde ocurre la sntesis de nuevos hechos basados en las conclusiones de las reglas. En estas aplicaciones
hay potencialmente muchas soluciones que pueden ser derivadas de los datos de entrada. Debido a que estas soluciones no
pueden ser enumeradas, las reglas expresan conocimiento como patrones generales y las conexiones precisas entre estas
reglas no pueden ser predeterminadas.
Razonamiento Regresivo
El mecanismo de inferencia, o interprete de reglas para el razonamiento regresivo, difiere significativamente del mecanismo
de razonamiento progresivo. Si bien es cierto ambos procesos involucran el examen y aplicacin de reglas, el razonamiento
regresivo empieza con la conclusin deseada y decide si los hechos que existen pueden dar lugar a la obtencin de un valor
para esta conclusin. El razonamiento regresivo sigue un proceso muy similar a la bsqueda primero en profundidad.
El sistema empieza con un conjunto de hechos conocidos que tpicamente est vaco. Se proporciona una lista ordenada de
objetivos (o conclusiones), para las cuales el sistema trata de derivar valores. El proceso de razonamiento regresivo utiliza
esta lista de objetivos para coordinar su bsqueda a travs de las reglas de la base de conocimientos. Esta bsqueda consiste
de los siguientes pasos:
1. Conformar una pila inicialmente compuesta por todos los objetivos prioritarios definidos en el sistema.
2. Considerar el primer objetivo de la pila. Determinar todas las reglas capaces de satisfacer este objetivo, es decir
aquellas que mencionen al objetivo en su conclusin.
3. Para cada una de estas reglas examinar en turno sus antecedendentes:
a. Si todos los antecedentes de la regla son satisfechos (esto es, cada parmetro de la premisa tiene su valor
especificado dentro de la base de datos), entonces ejecutar esta regla para derivar sus conclusiones. Debido
a que se ha asignado un valor al objetivo actual, removerlo de la pila y retornar al paso (2).
b. Si alguna premisa de la regla no puede ser satisfecha, buscar reglas que permitan derivar el valor
especificado para el parmetro utilizado en esta premisa.
c. Si en el paso (b) no se puede encontrar una regla para derivar el valor especificado para el parmetro actual,
entonces preguntar al usuario por dicho valor y aadirlo a la base de datos. Si este valor satisface la premisa
[SISTEMAS INTELIGENTES] IDSYSTEMS 2014

Leccion 2.2 Proceso de razonamiento Pgina 7

actual entonces continuar con la siguiente premisa de la regla. Si la premisa no es satisfecha, considerar la
siguiente regla.
Si todas las reglas que pueden satisfacer el objetivo actual se han probado y todas no han podido derivar un valor, entonces
este objetivo quedar indeterminado. Removerlo de la pila y retornar al paso (2). Si la pila est vaca parar y anunciar que se
ha terminado el proceso.
El razonamiento regresivo es mucho ms adecuado para aplicaciones que tienen mucho mayor nmero de entradas, que de
soluciones posibles. La habilidad de la lgica regresiva para trazar desde las pocas conclusiones hacia las mltiples entradas
la hace ms eficiente que el encadenamiento progresivo.
Una excelente aplicacin para el razonamiento regresivo es el diagnstico, donde el usuario dialoga directamente con el
sistema basado en conocimiento y proporciona los datos a travs del teclado. Problemas de clasificacin tambin son
adecuados para ser resuelto mediante el razonamiento regresivo.







Referencias:
http://es.wikipedia.org/wiki/Razonamiento
http://inteligenciart1.blogspot.mx/2010/08/13-el-proceso-de-razonamiento-segun-la.html