UNIVERSIDAD NACIONAL DE

TRUJILLO
ESCUELA DE INGENIERA DE SISTEMAS

CURSO:

Psicologa General
DOCENTE:

Alfredo das hoyos

ALUMNO:

Livias Cerquin, Jhon Antony

2017
 1. LOGICA COMPUTACIONAL
La lgica computacional es la misma lgica matemtica aplicada al contexto de las ciencias de la
computacin. Su uso es fundamental en varios niveles: en los circuitos computacionales, en la
programacin lgica y en el anlisis y optimizacin (de recursos temporales y espaciales) de
algoritmos.

La lgica se extiende al corazn de la informtica a medida que surge como una disciplina: El
trabajo de Alan Turing sobre El Problema de Entscheidung seguido del trabajo de Kurt Gdel sobre
teoremas incompletos. La nocin de la computadora de uso general que surgi de este trabajo fue
de gran importancia para los diseadores de la maquinaria informtica en la dcada de 1940.

En los 50's y 60's, investigaciones predijeron que, cuando el conocimiento humano se pudiera
expresar usando la lgica con notaciones matemticas, sera posible crear un mquina capaz de
razonar o una inteligencia artificial. Esto fue ms difcil de lo esperado a causa de la complejidad
del razonamiento humano. En la lgica de programacin, un programa consiste en una coleccin
de axiomas y reglas. Los sistemas de programacin lgicos (como Prolog) calculan las
consecuencias de los axiomas y las reglas organizadas para responder a una consulta.

Hoy en da, la lgica es extensamente aplicada en los campos de inteligencia artificial y de ciencias
de computacin, y estos campos proporcionan una rica fuente de problemas en la lgica formal e
informal. La teora de la argumentacin es un buen ejemplo de cmo la lgica est siendo aplicada
a la inteligencia artificial. El sistema de clasificacin computacional ACM, en particular, considera:

Seccin F.3 en Lgicas y significados de programas y F.4 en Lgica matemtica y lenguajes

formales como parte de la teora de la ciencia de computacin: este trabajo cubre la semntica
formal de los lenguajes de programacin tan bien como el trabajo de mtodos formales como la
lgica de Hoare.

Lgica booleana como fundamento en el hardware del ordenador, particularmente la seccin del
sistema B.2 en la estructura aritmtica y lgica, relacionado a operadores AND, NOT y OR.

Muchos formalismos lgicos fundamentales son esenciales para la seccin I.2 sobre inteligencia
artificial, por ejemplo la lgica modal y la lgica por defecto en los formalismos y mtodos de
representacin del conocimiento, las clusulas de Horn en la programacin lgica y la lgica de
descripcin.

Adems, los ordenadores se pueden usar como herramientas para los lgicos. Por ejemplo, en
lgica simblica y lgica matemtica, las pruebas de los seres humanos pueden ser asistidas por
ordenadores. Usando la prueba automatizada del teorema, las mquinas pueden encontrar y
comprobar pruebas, as como trabajar con las pruebas demasiado largas para escribir a mano.
2. LGICA Y LENGUAJE
La Lgica se es una ciencia formal; tiene por objeto el estudio de las
condiciones en las que un razonamiento puede ser considerado vlido,
mediante la determinacin de las reglas de inferencia vlidas.
Desde un principio se considera a la Lgica como una rama de la Filosofa
pero posteriormente se reafirma que la Lgica es propedutica a la
Filosofa y se planta como una ciencia formal.
La Lgica como toda ciencia necesita de un vehculo que le ayude a
describir, reflejar o referirse a la realidad concreta; este vehculo es el
Lenguaje. Recapitulando el lenguaje es de vital importancia porque todo
lo que se supona de conocimiento era la descripcin de la realidad, por lo
tanto el lenguaje es el reflejo de la realidad.

La realidad abstracta (lo que se maneja a nivel de pensamiento) se vincula

con la realidad concreta a travs del lenguaje.
Relacin entre Lgica y lenguaje
La Lgica estudia las formas del pensamiento; por ende su objeto de
estudio es el pensamiento (Conceptos, enunciados y razonamientos).

El lenguaje estudia la forma del idioma (normas gramaticales); cuyo

objeto de estudio son: las palabras, oraciones y argumentos.

Al igual que el lenguaje, la Lgica tiene reglas de inferencias que podemos

resumirlas de la siguiente manera:
Los conceptos se expresan por medio de las palabras
 Los enunciados se expresan por medio de oraciones
Los razonamientos por medio de Argumentos.

3. LA INTELIGENCIA ARTIFICIAL

La inteligencia artificial (IA), tambin llamada inteligencia computacional, es la inteligencia

exhibida por mquinas. En ciencias de la computacin, una mquina inteligente ideal es un
agente racional flexible que percibe su entorno y lleva a cabo acciones que maximicen sus
posibilidades de xito en algn objetivo o tarea.1234 Coloquialmente, el trmino inteligencia
artificial se aplica cuando una mquina imita las funciones cognitivas que los humanos
asocian con otras mentes humanas, como por ejemplo: "aprender" y "resolver problemas". 5 A
medida que las mquinas se vuelven cada vez ms capaces, tecnologa que alguna vez se
pens que requera de inteligencia se elimina de la definicin. Por ejemplo, el reconocimiento
ptico de caracteres ya no se percibe como un ejemplo de la "inteligencia artificial" habindose
convertido en una tecnologa comn.6 Avances tecnolgicos todava clasificados como
inteligencia artificial son los sistemas capaces de jugar ajedrez, GO y manejar por si mismos.
En 1956, John McCarthy acu la expresin inteligencia artificial, y la defini como: "...la
ciencia e ingenio de hacer mquinas inteligentes, especialmente programas de cmputo
inteligentes".7
Para Nils John Nilsson son cuatro los pilares bsicos en los que se apoya la inteligencia
artificial:

Bsqueda del estado requerido en el conjunto de los estados producidos por las acciones
posibles.
Algoritmos genticos (anlogo al proceso de evolucin de las cadenas de ADN).
Redes neuronales artificiales (anlogo al funcionamiento fsico del cerebro de animales y
humanos).
Razonamiento mediante una lgica formal anlogo al pensamiento abstracto humano.
Tambin existen distintos tipos de percepciones y acciones, que pueden ser obtenidas y
producidas, respectivamente, por sensores fsicos y sensores mecnicos en mquinas, pulsos
elctricos u pticos en computadoras, tanto como por entradas y salidas de bits de un
software y su entorno software.
Varios ejemplos se encuentran en el rea de control de sistemas, planificacin automtica, la
habilidad de responder a diagnsticos y a consultas de los consumidores, reconocimiento de
escritura, reconocimiento del habla y reconocimiento de patrones. Los sistemas de IA
actualmente son parte de la rutina en campos como economa, medicina, ingeniera y
la milicia, y se ha usado en gran variedad de aplicaciones de software, juegos de estrategia,
como ajedrez de computador, y otros videojuegos.

CATEGORAS DE LA INTELIGENCIA ARTIFICIAL

Bsqueda heurstica. Podemos definir una heurstica como un truco o estrategia que
limita grandiosamente la bsqueda de soluciones ante grandes espacios de problemas.
Por lo tanto, ante un problema, nos ayuda a seleccionar las bifurcaciones dentro de un
rbol con ms posibilidades; con ello se restringe la bsqueda, aunque no siempre se
garantiza una solucin adecuada. Todo lo que se debe tener en cuenta para que una
heurstica sea adecuada es que nos proporcione soluciones que sean lo suficientemente
buenas. Adems, con la utilizacin de la bsqueda heurstica, no ser necesario
replantear un problema cada vez que se afronte, ya que si ya ha sido planteado
anteriormente, sta sugerir la forma en que se ha de proceder para resolverlo.
Representacin del conocimiento. La representacin es una cuestin clave a la hora de
encontrar soluciones adecuadas a los problemas planteados. Si analizamos ms
detenidamente el trmino encontramos varias definiciones: segn Barr y Feigenbaum, la
representacin del conocimiento es una combinacin de estructuras de datos y
procedimientos de interpretacin que, si son utilizados correctamente por un programa,
ste podr exhibir una conducta inteligente
ESCUELAS DE PENSAMIENTO
La IA se divide en dos escuelas de pensamiento:

La inteligencia artificial convencional.

La inteligencia computacional.

4. RAZONAMIENTO AUTOMTICO
El razonamiento automatizado es un rea de las ciencias de la computacin
dedicada a comprender diferentes aspectos del razonamiento de manera que
permita la creacin de programas informticos que posibiliten a los ordenadores
razonar de forma completamente automtica, o casi automtica. Se le considera
habitualmente como una subrea de la inteligencia artificial, pero adems posee
fuertes conexiones con la Teora de la computacin e incluso con la filosofa.

El razonamiento es la habilidad de hacer inferencias, as el razonamiento automtico se

refiere a la construccin de sistemas informticos que automatizan este proceso. Aunque
el objetivo general es mecanizar las diferentes formas de razonamiento, el trmino ha sido
ampliamente relacionado con el razonamiento deductivo vlido como se practica en las
matemticas y la lgica formal. A este respecto, el razonamiento automtico es similar a
la demostracin de teoremas mecnicos.

La construccin de un programa de razonamiento automatizado significa proporcionar una

descripcin algortmica a un clculo formal para que pueda ser implementado en una
computadora para demostrar teoremas del clculo de manera eficiente. Para ello es
necesario definir la clase de problema a resolver, en qu idioma se utiliza el programa
para representar la informacin dada en el planteamiento, as como nueva informacin
deducida por el programa, especificando el mecanismo que el programa utilizar para
realizar las inferencias deductivas, y encontrar la manera de realizar todos estos clculos
de manera eficiente.

Aunque en principio era un campo nicamente terico, actualmente tiene como objetivo la
creacin de programas informticos para la resolucin de problemas (que requieren de
razonamiento), posibilitando as que el ordenador pueda razonar de forma automtica,
demostrando que una conjetura es una consecuencia lgica de un conjunto de axiomas o
hiptesis.

5. LOGICA DIFUSA
La lgica difusa (tambin llamada lgica borrosa) se basa en lo
relativo de lo observado como posicin diferencial. Este tipo de
lgica toma dos valores aleatorios, pero contextualizados y referidos
entre s. As, por ejemplo, una persona que mida dos metros es
claramente una persona alta, si previamente se ha tomado el valor
de persona baja y se ha establecido en un metro. Ambos valores
estn contextualizados a personas y referidos a una medida mtrica
lineal.

Fue formulada en 1965 por el ingeniero y matemtico Lotfi A. Zadeh

APLICACIONES
La lgica difusa se utiliza cuando la complejidad del proceso en cuestin es muy alta y no
existen modelos matemticos precisos, para procesos altamente no lineales y cuando se
envuelven definiciones y conocimiento no estrictamente definido (impreciso o subjetivo).

En cambio, no es una buena idea usarla cuando algn modelo matemtico ya soluciona
eficientemente el problema, cuando los problemas son lineales o cuando no tienen
solucin.

Esta tcnica se ha empleado con bastante xito en la industria, principalmente en Japn,

extendindose sus aplicaciones a multitud de campos. La primera vez que se us de
forma importante fue en el metro japons, con excelentes resultados. Posteriormente se
generaliz segn la teora de la incertidumbre desarrollada por el matemtico y
economista espaol Jaume Gil Aluja.

A continuacin se citan algunos ejemplos de su aplicacin:

 Sistemas de control de acondicionadores de aire
Sistemas de foco automtico en cmaras fotogrficas
Electrodomsticos familiares (frigorficos, lavadoras...)
Optimizacin de sistemas de control industriales
Sistemas de escritura
Mejora en la eficiencia del uso de combustible en motores
Sistemas expertos del conocimiento (simular el comportamiento de un experto
humano)
Tecnologa informtica
Bases de datos difusas: Almacenar y consultar informacin imprecisa. Para este
punto, por ejemplo, existe el lenguaje FSQL.
Y, en general, en la gran mayora de los sistemas de control que no dependen de
un S/No.

Lgica difusa en inteligencia artificial

La lgica difusa es una rama de la inteligencia artificial que le permite a una computadora
analizar informacin del mundo real en una escala entre lo falso y lo verdadero, manipula
conceptos vagos, como "caliente" o "hmedo", y permite a los ingenieros construir
dispositivos que juzgan la informacin difcil de definir.

En Inteligencia artificial, la lgica difusa, o lgica borrosa se utiliza para la resolucin de

una variedad de problemas, principalmente los relacionados con control de procesos
industriales complejos y sistemas de decisin en general, la resolucin y la compresin de
datos. Los sistemas de lgica difusa estn tambin muy extendidos en la tecnologa
cotidiana, por ejemplo en cmaras digitales, sistemas de aire acondicionado, lavar ropas,
etc. Los sistemas basados en lgica difusa imitan la forma en que toman decisiones los
humanos, con la ventaja de ser mucho ms rpidos. Estos sistemas son generalmente
robustos y tolerantes a imprecisiones y ruidos en los datos de entrada. Algunos lenguajes
de programacin lgica que han incorporado la lgica difusa seran por ejemplo las
diversas implementaciones de Fuzzy PROLOG o el lenguaje Fril.

Consiste en la aplicacin de la lgica difusa con la intencin de imitar el razonamiento

humano en la programacin de computadoras. Con la lgica convencional, las
computadoras pueden manipular valores estrictamente duales, como verdadero/falso,
s/no o ligado/desligado. En la lgica difusa, se usan modelos matemticos para
representar nociones subjetivas, como caliente/tibio/fro, para valores concretos que
puedan ser manipuladas por los ordenadores.

En este paradigma, tambin tiene un especial valor la variable del tiempo, ya que los
sistemas de control pueden necesitar retroalimentarse en un espacio concreto de tiempo,
pueden necesitarse datos anteriores para hacer una evaluacin media de la situacin en
un perodo anterior.