Tema 3

Razonamiento y Planificación Automática

Lógica y pensamiento
humano
 Índice
Esquema 3

Ideas clave 4
3.1. ¿Cómo estudiar este tema? 4
3.2. Tipos de lógica 4
3.3. Lógica matemática 10
© Universidad Internacional de La Rioja (UNIR)

3.4. Lógica de descripción ALC 15

3.5. Lógica de orden superior 21
3.6. Lógica multivaluada y lógica difusa 23
3.7. Referencias bibliográficas 25

A fondo 26

Test 29
 Esquema
© Universidad Internacional de La Rioja (UNIR)

Razonamiento y Planificación Automática

3
Tema 3. Esquema
 Ideas clave

3.1. ¿Cómo estudiar este tema?

La lógica es clave para tratar de representar el pensamiento humano. A través de la

lógica podemos implementar sistemas que emulen el pensamiento. Es, por tanto,
una herramienta para explicar todo el conocimiento basado en los elementos de
razonamiento: categorías, definiciones, juicios y proposiciones.

A lo largo de la historia, desde Aristóteles hasta nuestros días, se han ido

produciendo avances que han evolucionado la lógica y han permitido que se
convierta en una herramienta potente a la hora de modelizar comportamiento
dentro del campo de la inteligencia artificial.

En el siguiente tema veremos algunos tipos de lógica y detallaremos los que tienen
más relevancia para inteligencia artificial.

3.2. Tipos de lógica

La definición que podemos encontrar en el Diccionario de la lengua española para la

palabra lógica es la siguiente: «Ciencia que expone las leyes, modos y formas de las
proposiciones en relación con su verdad o falsedad».
© Universidad Internacional de La Rioja (UNIR)

La lógica (su etimología está en la palabra logĭca del latín, que a su vez proviene del
griego logike: «argumentativo, intelectual», y esta, a su vez, deriva de logos:
«pensamiento, razón, palabra») es una ciencia formal basada en las leyes del
conocimiento científico cuyo objetivo es estudiar los métodos y principios para
identificar el razonamiento correcto.

Razonamiento y Planificación Automática

4
Tema 3. Ideas clave
 Básicamente, la lógica permite realizar una representación formal de las relaciones
existentes entre los objetos (y entre los objetos y sus propiedades).

El filósofo griego Aristóteles es considerado el padre de la lógica, ya que fue el

primero en mostrar interés por el razonamiento lógico y emplear sistemas de
validación de argumentos como indicadores de verdad, utilizando el silogismo
(razonamiento que está formado por dos premisas y una conclusión que es el
resultado lógico que se deduce de estas) como argumento válido y desarrollando un
sistema lógico que ha llegado a nuestros días.

Se distinguen varios tipos de lógica, todas centradas en entender los razonamientos

y diferenciar si son correctos o incorrectos. Para ello se basan en el estudio de los
enunciados, abarcando más allá del lenguaje natural (el discurso verbal) y llegando
a áreas muy variadas como las matemáticas y las ciencias de la computación, con
estructuras muy diferentes.

Generalmente, dentro del término lógica se engloban varias formas:

 Lógica proposicional: se utilizan proposiciones que representan afirmaciones que

pueden ser verdaderas o falsas. Las proposiciones se unen con (∧ [y], ∨ [o], ¬
[no]) y se construyen reglas con el operador de implicación lógica (→). Los
mecanismos de inferencia permiten obtener nuevos datos a partir de los datos
ya conocidos (por ejemplo, modus ponens y modus tollens…)
 Lógica de predicados: añade la posibilidad de utilizar cuantificadores:
∀ (para todo).
∃ (existe).
© Universidad Internacional de La Rioja (UNIR)

Emplean como mecanismos de inferencia los tradicionales: modus ponens, o modus

tollens. La Figura 1 muestra un ejemplo de lenguaje de programación que emplea la
modelización de lógica de predicados es PROLOG.

Razonamiento y Planificación Automática

5
Tema 3. Ideas clave
 Figura 1. Ejemplo de modelización en PROLOG.
Fuente: (Caparrini, 2014)

 Lógica natural: directamente relacionada con el empirismo, aprender a base del

acierto-error. La lógica natural es aquella que previene al ser humano de
cometer el mismo error varias veces, es razón innata.
 Lógica científica: surge como la lógica natural de la experiencia, pero además se
incluye en ella la razón, creando planteamientos de todo lo que existe. Se
fundamenta en encontrar los motivos o justificaciones por los cuales sucede un
hecho.
 Lógica material: se estudia desde la epistemología (una de las ramas modernas
de la filosofía). Incluye la incertidumbre, ya que las conclusiones implican cierto
grado de duda. El objetivo es probar la validez de un racionamiento basándose
© Universidad Internacional de La Rioja (UNIR)

en la realidad. Un ejemplo: si está nublado, es posible que llueva, como es

posible que no llueva, por lo que el razonamiento «es posible que caigan unas
gotas» es correcto, pero no es válido porque no existe total seguridad de que
esto vaya a suceder.

Razonamiento y Planificación Automática

6
Tema 3. Ideas clave
  Lógica formal: se llama a la lógica clásica (aristotélica) que estudia las
proposiciones, los argumentos, desde el enfoque estructural. La motivación es
determinar si un enfoque es correcto o incorrecto a través de un método para
estructurar el pensamiento. El objeto de estudio no es empírico, sino que se
centra en la estructura del argumento y no en la falsedad o veracidad del
contenido de un argumento particular. En el ejemplo que usábamos para la
lógica de materiales, bajo el mismo escenario (cielo nublado, puede llover o no),
el pensamiento «es posible que caigan unas pocas gotas» sería válido. Incluidos
en la lógica formal podemos encontrar dos tipos muy importantes: lógica
deductiva y lógica inductiva.

• Lógica deductiva: realizar inferencias a partir de teorías que ya existen. Por

ejemplo: si los humanos tienen orejas y Manuel es un humano, entonces

Manuel tiene orejas.
• Lógica inductiva: consiste en crear conceptos generales a partir de

argumentos específicos. Por ejemplo: si un humano tiene orejas, existe otro

humano con orejas y otro más que también tiene orejas, entonces todos los
humanos tienen orejas.

 Lógica de primer orden: es un sistema formal diseñado para estudiar la

inferencia en los lenguajes de primer orden; son lenguajes cuantificadores que
alcanzan variables de individuos con predicados y funciones constantes o
variables. En primer lugar, es importante entender el concepto «enunciado
declarativo», expresiones que son verdaderas o falsas enunciadas con el
lenguaje natural (idioma en el que se habla), y la diferencia que existe con los
enunciados interrogativos e imperativos. En la lógica de primer orden, se
establecen una serie de objetos y relaciones entre los mismos. Son enunciados
© Universidad Internacional de La Rioja (UNIR)

declarativos los siguientes ejemplos:

1. Laura es madre y María es hija de Laura.

2. Toda madre quiere a sus hijas.

Razonamiento y Planificación Automática

7
Tema 3. Ideas clave
 1 se refiere a los objetos sobre los que versa el discurso, describiendo las
propiedades de estos (ser madre, ser hija), mientras que 2 define las relaciones
entre los objetos. Esto sería el comienzo de la lógica computacional, en la que es
necesario definir las situaciones en objetos y las relaciones que se establecen
entre ellos.

Cuando sobre los enunciados (predicados) se aplican reglas de razonamiento, se

obtienen conclusiones. De este modo, se resuelven problemas. Sobre los
enunciados que exponemos más arriba (1 y 2) es posible inferir un tercer
enunciado:

3. Laura quiere a María.

También es posible utilizar funciones cuando queremos resolver un problema.

Las funciones son relaciones en las que solo existe una correspondencia dado un
valor. Por ejemplo, es posible definir la función madre de.

Otros conceptos para tener en cuenta, como en todo sistema formal, son la
sintaxis (expresiones de lógica de primer orden) y la semántica (significado que
hace que la expresión sea verdadera o falsa).

 Lógica simbólica o matemática: utiliza símbolos para construir un nuevo lenguaje

en el cual se expresan los argumentos. La intención es traducir el pensamiento
humano a lenguaje matemático, es decir, conseguir convertir el pensamiento
abstracto en estructuras formales y emplear las leyes del cálculo (base de la
exactitud), permitiendo que los argumentos sean más exactos. Este tipo de
lógica, en matemáticas, se emplea para demostrar teoremas.
© Universidad Internacional de La Rioja (UNIR)

 Lógica de clases: la base de los principios de la lógica de clases se fundamenta en

la teoría de conjuntos. Se analiza una proposición lógica sobre la pertenencia, o
no pertenencia, de un elemento o individuo a una determinada clase (conjunto
de elementos o individuos que tiene en común alguna característica o propiedad
particular). Es la característica (propiedad) la que define la clase. Por ejemplo, no

Razonamiento y Planificación Automática

8
Tema 3. Ideas clave
 es lo mismo decir «Einstein era un hombre» que afirmar «Einstein pertenecía a la
clase de los hombres».

También se suele hablar de otros tipos y subtipos de lógica:

 Lógica informal: se centra en el lenguaje y en el significado de las construcciones

semánticas y de los argumentos. Se diferencia de la lógica formal en que la lógica
informal se centra en el contenido de las oraciones y no en la estructura. El
objetivo es encontrar la manera de argumentar para conseguir el resultado que
se desea obtener.
 Lógica moderna: nacida en el siglo XIX, se diferencia de la lógica clásica porque
incluye elementos matemáticos y simbólicos, teoremas que reemplazan las
carencias de la lógica formal. Se diferencian varios tipos de lógica moderna:
lógica modal, lógica matemática, lógica trivalente...
 Lógica modal: este tipo de lógica emplea los argumentos y añade elementos
(operadores modales) que hacen posible determinar si un enunciado es
verdadero y falso. La intención es estar en consonancia con el pensamiento
humano; por tanto, tiene en consideración expresiones como «siempre», «es
muy probable», «a veces», «tal vez».
 Lógica computacional: deriva de la lógica simbólica (matemática o de primer
orden) y se aplica al área de las ciencias de la computación. A través de la lógica,
es posible trabajar con lenguajes de programación con el fin de ejecutar tareas
específicas de verificación.

En este tema profundizaremos en las lógicas que están más relacionadas con la
inteligencia artificial: lógica matemática, lógica descriptiva o de descriptores ALC,
lógica de orden superior, lógica multivaluada y lógica borrosa o difusa.
© Universidad Internacional de La Rioja (UNIR)

Razonamiento y Planificación Automática

9
Tema 3. Ideas clave
 3.3. Lógica matemática

La lógica matemática consiste en el estudio matemático de la lógica y en la

aplicación de este a otras áreas de las matemáticas. Está en estrecha relación con
las ciencias de la computación y la lógica filosófica.

Estudia los sistemas formales en relación con el modo en el que codifican nociones
intuitivas de objetos matemáticos como conjuntos, números, demostraciones y
computación.

Se le aplica a las definiciones concretas y razonamientos rigurosos propios de la

matemática. Cada expresión del lenguaje tiene un significado exacto y un
simbolismo apropiado, sin ambigüedades.

El siguiente esquema muestra un resumen de la lógica matemática

([Link]
2JGW/Tipos%20de%20Agentes%[Link]):
© Universidad Internacional de La Rioja (UNIR)

Figura 2. Resumen de la lógica matemática.

Fuente: (Reina, 2016)

Razonamiento y Planificación Automática

10
Tema 3. Ideas clave
 Una proposición es toda afirmación o expresión que tiene significado y de la que
podemos decir si es «falsa» (F/0) o «verdadera» (V/1). Las proposiciones pueden
enlazarse entre sí mediante conectivos lógicos para formar estructuras con un
significado preciso.

No son proposiciones: las frases para dar órdenes (lee esto), las frases exclamativas
e interrogativas (¿cómo te llamas?), e instrucciones (vuelve hacia atrás).

Las proposiciones se suelen representar con una letra minúscula. Por ejemplo, p, q,
r.

Relacionando proposiciones es posible obtener otras proposiciones. Todo

razonamiento lógico debe partir necesariamente de una adecuada vinculación de
algunas proposiciones elementales.

La lógica matemática parte de proposiciones elementales como axiomas,

postulados o hipótesis y emplea razonamientos lógicos para determinar si las
conclusiones obtenidas son verdaderas o falsas.

Las proposiciones se pueden clasificar en:

 Tautologías: una proposición compuesta es una tautología si es verdadera para

todas las asignaciones de valores de verdad, para sus proposiciones
componentes. Es decir, su valor verdadero no depende de los valores de verdad
de las proposiciones que la forman, sino de la manera en que se establecen
relaciones sintácticas de unas proposiciones con las otras.
 Contradicciones: aquellas proposiciones que, en todos los casos posibles de su
© Universidad Internacional de La Rioja (UNIR)

tabla de verdad, su valor es falso siempre. Su valor falso no depende de los

valores de verdad de las proposiciones que la forman, sino de la manera en que
se establecen relaciones sintácticas de unas proposiciones con las otras.

Razonamiento y Planificación Automática

11
Tema 3. Ideas clave
  Contingentes, falacias o inconsistencias: también denominadas verdad de hecho,
es aquella proposición que puede ser verdadera o falsa, combinando tautología y
contradicción, según los valores de las proposiciones que la integran.

Los elementos que relacionan proposiciones son los conectivos lógicos u

operaciones lógicas.

Conectivos lógicos Símbolo

y ^

o v

sí...entonces →

sí y solo si ↔
no ¬

Tabla 1. Conectivos lógicos.

Los conceptos para tener en cuenta en las relaciones entre proposiciones son:

 Implicación lógica: cualquier condicional que sea tautología.

 Equivalencia lógica: es toda bicondicional que sea tautología.

Las relaciones entre proposiciones se pueden reflejar en tablas de verdad, que son
tablas que muestran el valor de verdad de una proposición compuesta. Las tablas
© Universidad Internacional de La Rioja (UNIR)

de verdad fueron desarrolladas por C. S. Peirce hacia 1880, pero más tarde Ludwig
Wittgenstein dio el formato que es más popular, en su Tractatus logico-
philosophicus de 1921.

Razonamiento y Planificación Automática

12
Tema 3. Ideas clave
 Las tablas de verdad son métodos sencillos con gran potencial, ya que sirven para
demostrar propiedades lógicas y semánticas de proposiciones del lenguaje humano
o de cálculo proposicional:

 Ver si son tautologías, contradictorias o contingentes.

 Ver las condiciones de verdad.
 Ver el rol inferencial, las conclusiones lógicas y qué proposiciones se consiguen a
partir de otras, lógicamente hablando.

A continuación, veamos las tablas de los conectivos lógicos:

 Negación (también se representa con ~):

Figura 3. Negación.

 Conjunción:

Figura 4. Conjunción.

 Disyunción no exclusiva:
© Universidad Internacional de La Rioja (UNIR)

Figura 5. Disyunción no exclusiva.

Razonamiento y Planificación Automática

13
Tema 3. Ideas clave
  Disyunción exclusiva:

Figura 6. Disyunción exclusiva.

 Condicional:

Figura 7. Condicional.

 Bicondicional:

Figura 8. Bicondicional.

A continuación, se muestra un ejemplo de tabla de verdad de una relación entre

proposiciones:
(p → q) ↔ (¬p ^ q)

P Q ¬p P→q ¬p ^ q (p → q) ↔ (¬p ^ q)

V V F V F F
© Universidad Internacional de La Rioja (UNIR)

V F F F F V

F V V V V V

F F V V F F

Tabla 2. Tabla de verdad.

Razonamiento y Planificación Automática

14
Tema 3. Ideas clave
 La aplicación de la lógica proposicional más común es la que se realiza en juegos, de
azar o estratégicos. También se ha aplicado en inteligencia artificial. La inteligencia
artificial trata de explicar cómo funciona la mente humana, ya que utiliza algoritmos
que controlan diferentes funciones. Tanto la robótica como los sistemas de agentes
inteligentes son sistemas creados con la idea de tomar decisiones por sí mismos;
por lo tanto, la conexión entre lógica matemática y lógica computacional que se
utiliza en varios niveles es clara: circuitos informáticos, programación lógica,
optimización.

3.4. Lógica de descripción ALC

Las lógicas descriptivas son más que los lenguajes para formalizar conceptos, son un
conjunto de lenguajes de representación del conocimiento que se utilizan para
representar el conocimiento terminológico de un dominio determinado de una
manera estructurada y formal, de modo que esté bien entendido.

Deben usarse para representar la ontología (formalización de un dominio) y

permitir el razonamiento al respecto. Aparecen nuevos elementos de lenguaje y
semántica, necesarios para formalizar las propiedades de objetos o individuos que
pertenecen al dominio y las relaciones entre conceptos y roles al establecer las
bases del conocimiento.

Usa lenguajes formales para definir vocabulario de dominio, compartir significado y

deducir nuevo conocimiento.
© Universidad Internacional de La Rioja (UNIR)

Las lógicas descriptivas son apropiadas para la web semántica porque son útiles
para agregar razonamiento a la red de redes. Tienen una sintaxis formal que
permite describir los conceptos de nociones importantes de un universo o dominio,
las relaciones que surgen o existen entre ellos y los constructores de nuevos
conceptos. Como toda lógica formal, hace posible razonar sobre la base de

Razonamiento y Planificación Automática

15
Tema 3. Ideas clave
 conocimiento que se haya definido como tal. Son variantes de la lógica de primer
orden (Huertas, 2006).

Características formales de la lógica descriptiva o lógica de descriptores:

 Como comentamos al principio, modelan ontologías, proporcionan descripciones

a los dominios y formalizan los elementos de una terminología o descripciones
de una ontología. La sintaxis y la semántica no tienen ambigüedad, ya que son
formales.

 Formalismo descriptivo: roles, constructores y conceptos. Ejemplo de

formalización del concepto: «animal cuyos padres son humanos».

𝐴𝑛𝑖𝑚𝑎𝑙 ⊓ ∀ 𝑡𝑖𝑒𝑛𝑒. 𝐻𝑖𝑗𝑜. 𝐻𝑢𝑚𝑎𝑛𝑜.

Donde los diferentes elementos que aparecen son:
• Un concepto primitivo: 𝐴𝑛𝑖𝑚𝑎𝑙

• Un rol o relación: ∀ 𝑡𝑖𝑒𝑛𝑒. 𝐻𝑖𝑗𝑜. 𝐻𝑢𝑚𝑎𝑛𝑜 («todo hijo es humano»)

• Un constructor de nuevos conceptos: ⊓ (conjunción de conceptos).

 Formalismo terminológico: emplea axiomas que introducen propiedades de la

terminología descriptiva y descripciones complejas. Por ejemplo:

𝑀𝑢𝑗𝑒𝑟 ⊏ 𝑃𝑒𝑟𝑠𝑜𝑛𝑎 («una mujer es una persona»)

𝐻𝑜𝑚𝑏𝑟𝑒 ≡ 𝑃𝑒𝑟𝑠𝑜𝑛𝑎 ⊓ ¬ 𝑀𝑢𝑗𝑒𝑟 («un hombre es una persona no mujer»)

 Formalismo asertivo que incluye propiedades de individuos. Por ejemplo:

© Universidad Internacional de La Rioja (UNIR)

𝑚𝑎𝑟í𝑎: 𝑀𝑢𝑗𝑒𝑟 («el individuo María es una mujer»)

(𝑗𝑒𝑠ú𝑠, 𝑚𝑎𝑟í𝑎): 𝑡𝑖𝑒𝑛𝑒𝐻𝑖𝑗𝑜 («el individuo María tiene el hijo individuo Jesús»)

Razonamiento y Planificación Automática

16
Tema 3. Ideas clave
  Es posible inferir un nuevo conocimiento a partir del dado. Se emplean cálculos o
algoritmos de conocimiento que deciden. Permiten implementar procesos
automatizados.

En resumen, la lógica descriptiva se compone de: conceptos (padre, madre,

humano); relaciones entre los conceptos, denominadas propiedades o roles
(tieneHijo, esHijoDe), y elementos del dominio, denominados individuos (María,
Jesús).

La base de conocimiento tiene dos niveles:

 TBox (términos): la descripción de los conceptos. Conjunto de axiomas

terminológicos.
 ABox (aserciones): la descripción de los individuos. Conjunto de axiomas
asertivos.
© Universidad Internacional de La Rioja (UNIR)

Figura 9. TBox y ABox. Fuente: (Huertas, 2006)

Razonamiento y Planificación Automática

17
Tema 3. Ideas clave
 Las proposiciones en lógica descriptiva pueden representarse en lógica de primer
orden:

Figura 10: Lógica de primer orden.

Definición de conceptos

Tabla 3. Definición de conceptos.

Existen varias propiedades:

Existencial (Ǝ R C)
x pertenece a Ǝ R C si existe algún valor y ∈ C tal que R(x, y)
Universal (∀ R C)
© Universidad Internacional de La Rioja (UNIR)

x pertenece a ∀ R C si para todo y, si R(x, y), entonces y ∈ C

Cardinalidad (P = n)
x pertenece a (P = n) si existen n y ∈ C tales que R(x, y)
Cardinalidad máxima (P X n)
x pertenece a (P ≤ n) si existen n o menos y ∈ C tales que R (x, y)

Razonamiento y Planificación Automática

18
Tema 3. Ideas clave
 Cardinalidad mínima (P X n)
x pertenece a (P ≥ a) si existen n o más y ∈ C tales que R(x, y)

Las propiedades pueden tener los siguientes atributos:

Reflexiva P es reflexiva ⇒ ∀xP(x, x)

Irreflexiva P es irreflexiva ⇒ ∀x¬P(x, x)

Simetría Si P(x,y) entonces P(y,x)

Asimetría Si P(x,y) entonces ¬P(y,x)

Transitividad Si P(x,y) y P(y,z) entonces P(x,z)

Tabla 4. Atributos de las propiedades.

Las relaciones que se establecen entre propiedades:

Inversa P es inversa de Q ⇒ P(x,y) ⇔ Q(y,x)

Subpropiedad P subpropiedad de Q si P(x,y) ⇒ Q(x,y)

Tabla 5. Relaciones entre propiedades.

Y tienen una serie de propiedades de funcionalidad:

Propiedad funcional P(x,y) y P(x,z) entonces y = z

Propiedad funcional inversa P(x,y) y P(z,y) entonces x = z

Claves P(x,y) y P(z,y) entonces x = z

Tabla 6. Propiedades de funcionalidad.

© Universidad Internacional de La Rioja (UNIR)

Razonamiento y Planificación Automática

19
Tema 3. Ideas clave
 A partir de una base de conocimiento se puede realizar un razonamiento
(inferencia):

Satisfacción de
conceptos De ∑ no se deduce que C ≡ ⊥

Subsunción ∑ ⇒C⊆D

Instanciación ∑ ⇒a∈C

Recuperación de Dado un concepto C, obtener a tales que a ∈

información C
Dado un elemento a, obtener concepto más
Comprensión específico C tal que a ∈ C

Tabla 7. Razonamiento.

ALC es la lógica descriptiva básica. En la siguiente figura hay una presentación

formal de este sistema.
© Universidad Internacional de La Rioja (UNIR)

Figura 11. ALC. Fuente: (Huertas, 2006)

Razonamiento y Planificación Automática

20
Tema 3. Ideas clave
 3.5. Lógica de orden superior

Una lógica de orden superior o de segundo orden es una extensión de una lógica de
primer orden en la que se añaden variables para propiedades, funciones y
relaciones, y cuantificadores que operan sobre esas variables. Así, se expande el
poder expresivo del lenguaje sin tener que agregar nuevos símbolos lógicos
(Enderton, 2009).

La necesidad de la lógica de segundo orden se refleja en el axioma de inducción de

la aritmética de Giuseppe Peano.

Se requiere un lenguaje en el que los cuantificadores puedan abarcar no solo las

variables que representan los elementos de hormigón, sino también las relaciones o
funciones.

En la lógica de primer orden, los cuantificadores solo se pueden aplicar a los objetos
(elementos de primer orden), mientras que los de mayor orden son extensiones de
la lógica de primer orden que permiten que los cuantificadores se apliquen a los
predicados definidos en los objetos de segundo orden.

La lógica de segundo orden tiene un poder expresivo mayor que la de primer

orden, lo que permite crear axiomas matemáticos de sistemas complejos que no
son formalizables por medio de la lógica de primer orden.

Existen varios tipos de lógica de segundo orden según el tipo de variables

adicionales introducidas con respecto a las de la lógica de primer orden:
© Universidad Internacional de La Rioja (UNIR)

 La lógica de segundo orden monádica (LSOM): añadimos variables para cierto

dominio dentro de sus subconjuntos.
 La lógica de segundo orden completa (LSOC): se añaden tanto variables como
cuantificadores que pueden referirse a cualquiera de estas variables.

Razonamiento y Planificación Automática

21
Tema 3. Ideas clave
 Sintaxis de la lógica de segundo orden (LSO):

Dado: vocabulario X

Figura 12: Sintaxis de la lógica de segundo orden. Fuente: (Arenas, 2010)

Semántica de la lógica de segundo orden:

Figura 13: Semántica de la lógica de segundo orden. Fuente: (Arenas, 2010)

La definición de LSO incluye tres casos extra:

© Universidad Internacional de La Rioja (UNIR)

Figura 14: Casos extra de la lógica de segundo orden. Fuente: (Arenas, 2010)

Razonamiento y Planificación Automática

22
Tema 3. Ideas clave
 3.6. Lógica multivaluada y lógica difusa

La lógica multivaluada es una lógica que permite valores intermedios (grande, tibio,
lejos, pocos, muchos, etc.) y en la que se emplean más de dos valores de verdad
para describir conceptos que van más allá de lo verdadero y lo falso. Las lógicas
multivaluadas ofrecen herramientas conceptuales que hacen posible describir
formalmente la información difusa, vaga o incierta.

La lógica difusa (también llamada lógica borrosa) es una lógica multivaluada que
permite representar matemáticamente la incertidumbre y la vaguedad,
proporcionando herramientas formales para su tratamiento. Lofti A. Zadeh es
considerado el padre de la lógica difusa. Su carrera se centró en trabajos sobre
conjuntos difusos y la aplicación de la lógica difusa en el razonamiento aproximado.
El término «lógica difusa» aparece por primera vez en 1974.

«Cuando aumenta la complejidad, los enunciados precisos pierden su significado y

los enunciados útiles pierden precisión.» Esto puede resumirse en «los árboles no te
dejan ver el bosque» (Zadeh, 1973).

El modelo de caracterizar un problema por medio de lógica difusa se basa en la

prerrogativa de que el mapeo entre conceptos se realiza por medio de la semántica,
no de la precisión numérica. Es muy adecuado para modelizar problemas a partir
del conocimiento de los expertos que, normalmente, detallan su base de
conocimiento en forma de expresiones poco precisas.

La aplicación de esta lógica en la Inteligencia artificial está orientada a manejar el

© Universidad Internacional de La Rioja (UNIR)

razonamiento bajo incertidumbre y con nociones imprecisas. También puede

emplearse para la gestión de bases de datos y sistemas basados en el conocimiento
cuando se sepa que la información es imprecisa.

Razonamiento y Planificación Automática

23
Tema 3. Ideas clave
 En procesos de automatización de las técnicas de prospección de datos, que suelen
estar ligadas a conjuntos difusos o multivaluados, también interesa disponer de
métodos de razonamiento automático para estas lógicas.

Un esquema de funcionamiento típico para un sistema difuso podría ser:

Figura 15: Esquema de funcionamiento para un sistema difuso.

Observando el esquema: el sistema de control hace los cálculos con base en sus
reglas heurísticas, de la forma SI (antecedente) ENTONCES (consecuente), donde el
antecedente y el consecuente son también conjuntos difusos.

Por ejemplo: SI hace calor, ENTONCES bajar temperatura. La salida final actuaría
sobre el entorno físico y los valores sobre el entorno físico de las nuevas entradas
(modificados por la salida del sistema de control) serían tomados por sensores del
sistema.

Imaginemos que nuestro sistema difuso era el acondicionador de aire que regula la
temperatura de acuerdo con las necesidades. Los chips difusos del acondicionador
de aire recogen los datos de entrada, que en este caso podrían ser simplemente la
temperatura y la humedad. Estos datos están sujetos a las reglas del motor de
© Universidad Internacional de La Rioja (UNIR)

inferencia (como se discutió anteriormente, en la forma SI... ENTONCES...), lo que

deriva en un área de resultados. Desde esa área, se elegirá el centro de gravedad,
proporcionándolo como una salida. Según el resultado, el acondicionador de aire
podría aumentar la temperatura o disminuirla en función del grado de salida.

Razonamiento y Planificación Automática

24
Tema 3. Ideas clave
 3.7. Referencias bibliográficas

Arenas, M. (12 de 12 de 2010). [Link]. Obtenido de La lógica de

segundo orden: Sintaxis: [Link]
[Link]

Caparrini, F. S. (07 de 01 de 2014). Fernando Sancho Caparrini. Obtenido de Una

introducción a Prolog: [Link]

Enderton, H. (2009). Second-order and Higher-order Logic. En Zalta, E. (Ed.), The

Stanford Encyclopedia of Philosophy. Stanford: Metaphysics Research Lab, Stanford
University.

Huertas, A. (2006). Lógicas descriptivas: lógicas para la red. (págs. 8(85-102)).

Azafea.

Reina, A. (22 de 02 de 2016). DGETI - CBTis 137: Lógica. Obtenido de UNIDAD 4

EVALUAR ARGUMENTACIONES (EPR):
[Link]

Zadeh, J. (1973). Outline of a new approach to the analysis of complex system. IEEE
Transaction on System Man and Cybernetics, (págs. 1, 28-44).
© Universidad Internacional de La Rioja (UNIR)

Razonamiento y Planificación Automática

25
Tema 3. Ideas clave
 A fondo
Lógica descriptiva ALC

Alonso, J. A., Martín-Mateos, F. J., Hidalgo, M. y Ruiz, J. L. (2006). Formalización de la

lógica descriptiva ALC en PVS. Universidad de Sevilla. Sevilla. Recuperado de:
[Link]
escriptiva_ALC_en_PVS

Recurso para ahondar en la lógica descriptiva ALC.

Lógicas de segundo orden

Márquez, D. (2008). Límites de la lógica de predicados de primer orden para análisis

lingüístico. Lenguaje, 36(2), 617-628. Recuperado de:
[Link]
p.617-628,[Link]

En este artículo se muestran algunas de las insuficiencias de la lógica de primer

orden en el análisis lingüístico.

Lógicas multivaluadas
© Universidad Internacional de La Rioja (UNIR)

Arnold, O. Sobre lógicas Multivaluadas. Universidad del Tolima. Recuperado de:

[Link]

En este artículo se muestran introducciones muy generales a tres lógicas sin la

dualidad verdadero/falso y una formalización de la lógica difusa.

Razonamiento y Planificación Automática

26
Tema 3. A fondo
 Introducción a las lógicas multivaluadas

Ojeda, M. (2007). Breve introducción a las lógicas multivaluadas. Programa de

Doctorado en Computación, Universidad de Málaga. Málaga. Recuperado de:
[Link]

Diapositivas que permiten adentrarse en el mundo de las lógicas multivaluadas.

Web ontológica

Página web en la que puedes profundizar en el lenguaje de web ontológica.

Accede a la página web a través del aula virtual o desde la siguiente dirección web:
[Link]

Glosario de lógica

Página web en la que puedes consultar un glosario de lógica.

Accede a la página web a través del aula virtual o desde la siguiente dirección web:
[Link]
© Universidad Internacional de La Rioja (UNIR)

Razonamiento y Planificación Automática

27
Tema 3. A fondo
 Bibliografía adicional

Baader, F., McGuinness, D., Nardi, D. y Patel-Schneider, P. (2003). The Description

Logic Handbook. Cambridge: Cambridge U.P.
© Universidad Internacional de La Rioja (UNIR)

Razonamiento y Planificación Automática

28
Tema 3. A fondo
 Test
1. ¿Cuáles de las siguientes son proposiciones?
A. Ayer fue martes.
B. El motor tiene un fallo.
C. (A + B)*(A-B) = 2A-2B.
D. Todas son correctas.

2. Señala qué enunciados no son declarativos:

A. La tierra es redonda.
B. Recoge las zapatillas, por favor.
C. Doce menos tres igual a nueve
D. ¿Cómo te encuentras?

3. La siguiente tabla de verdad es una tautología:

p q (p ∧ q) (p q) ⇒ p
V V V V
V F F V
F V F V
F F F V

A. Verdadero.
B. Falso.

4. A qué tipo de lógica corresponde la siguiente definición: «deriva de la lógica

© Universidad Internacional de La Rioja (UNIR)

matemática y se aplica al área de las ciencias de la computación. Permite

trabajar con lenguajes de programación».
A. Lógica de primer orden.
B. Lógica computacional.
C. Lógica informal.

Razonamiento y Planificación Automática

29
Tema 3. Test
 5. La lógica difusa permite:
A. Representar matemáticamente la vaguedad.
B. Representar matemáticamente la incertidumbre.
C. Ambas respuestas son correctas.

6. En la lógica matemática:
A. Las expresiones no tienen por qué tener significado exacto.
B. Cada expresión tiene un significado exacto.
C. Las expresiones se formalizan de manera poco concreta y no se emplea el
simbolismo.

7. Un sistema difuso:
A. La salida final puede actuar sobre el entorno físico.
B. Emplea reglas de la forma «si antecedente, entonces consecuente».
C. Nunca produce ninguna salida.

8. La siguiente tabla de verdad corresponde a una contingencia:

p q (p ∨ q) ∼ (p ∨ q) (p ∨ q) ⇔ ∼ (p ∨ q)
V V V F F
V F V F F
F V V F F
F F F V F

A. Verdadero.
B. Falso.

9. El considerado padre de la lógica difusa es:

© Universidad Internacional de La Rioja (UNIR)

A. Aristóteles.
B. Zadeh.
C. Gödel.

Razonamiento y Planificación Automática

30
Tema 3. Test
 10. ¿Cuál de los siguientes tipos de lógica permite valores intermedios como
templado, o cerca?:
A. Lógica multivaluada.
B. Lógica de segundo orden.
C. Lógica de primer orden.
© Universidad Internacional de La Rioja (UNIR)

Razonamiento y Planificación Automática

31
Tema 3. Test