🏠 Inicio
1.1 Introducción a la Inteligencia Artificial Historia de la Inteligencia Artificial 1.3 Las habilidades cognoscitivas 1.4 El proceso de razonamiento según la lógica 1.5 El modelo de adquisición del conocimiento según la filosofía. 1.6 El modelo cognoscitivo. 1.7 El modelo del agente inteligente, Sistemas Multi Agentes, Sistemas Ubicuos. 1.8 Heuristica
1.8 El papel de la heurística ▶
1.8.1 Algoritmos de exploración de alternativas 1.8.2 Algoritmo A* 1.8.3 Algoritmos de búsqueda local
2.1 Principios y Metodología de la Inteligencia Artificial 2.2 Paradigmas de la Inteligencia Artificial 2.3 Mapas conceptuales 2.4 Redes semánticas 2.5 Razonamiento monótono 2.7 Conocimiento no-monótono y otras lógicas 2.8 Razonamiento probabilístico 2.9 Teorema de Bayes
3.1 Representación de conocimiento mediante reglas 3.2 Métodos de Inferencia en reglas 3.3 Reglas de producción 3.4 Sintaxis de las reglas de producción 3.5 Semántica de las reglas de producción 3.6 Arquitectura de un sistema de Producción (SP) o sistemas basados en reglas, (SBR).
3.6 Arquitectura de sistemas ▶
3.6.1 Hechos 3.6.2 Base de conocimientos 3.6.3 Mecanismo de control
3.7 Espacios de estados determinísticos y no determinísticos 3.8 Busqueda Sistematica.
3.8 Búsqueda sistemática ▶
3.8.1 Búsqueda en profundidad 3.8.2 Búsqueda en anchura
4.1 Robótica
Robotica ▶
4.1.1. Conceptos básicos. 4.1.2. Clasificación. 4.1.3. Desarrollos actuales y aplicaciones.
4.2 Redes Neuronales
Redes Neuronales ▶
4.2.1. Conceptos básicos. 4.2.2. Clasificación 4.2.3. Desarrollos actuales y aplicaciones.
4.3. Visión artificial.
Vision Artificial ▶
4.3.1. Conceptos básicos. 4.3.2. Desarrollos actuales y aplicaciones.
4.4. Lógica difusa (Fuzzy Logic).
Logica Difusa ▶
4.4.1. Conceptos básicos. 4.4.2. Desarrollos actuales y aplicaciones.
4.5. Procesamiento de Lenguaje Natural (PLN).
Procesamiento de Lenguaje Natural ▶
4.5.1. Conceptos básicos. 4.5.2. Desarrollos actuales y aplicaciones.
4.6. Sistemas Expertos (SE).
Sistemas Expertos ▶
4.5.1. Conceptos básicos. 4.5.2. Clasificación 4.5.3. Desarrollos actuales y aplicaciones.

Inteligencia Artificial

🌸 2.5 RAZONAMIENTO MONÓTONO


 Fundamento teórico

El razonamiento monótono es un tipo de razonamiento lógico en el que, una vez obtenida una conclusión a partir de ciertas premisas, esa conclusión permanece válida aunque se agregue nueva información.

Se le llama “monótono” porque el conjunto de conclusiones solo puede mantenerse o aumentar, pero nunca disminuir o invalidarse con la incorporación de nuevos datos.

Este tipo de razonamiento es fundamental en la lógica formal y en la Artificial Intelligence, especialmente en sistemas basados en reglas.


1. Lógica formal – Aristóteles

El razonamiento monótono tiene sus bases en la lógica clásica desarrollada desde Aristóteles.

Se fundamenta en que:

  • Las conclusiones derivan estrictamente de premisas
  • Si las premisas son verdaderas, la conclusión también lo será
  • La validez no cambia al añadir nueva información consistente

👉 Se basa en inferencias lógicas estables.

2. Lógica matemática

La lógica matemática formaliza este razonamiento mediante reglas de inferencia.

Ejemplo:

Si:

  • Todos los mamíferos son animales
  • El perro es mamífero

Entonces:

  • El perro es animal

Agregar más información no invalida esta conclusión.

👉 Las conclusiones permanecen constantes.

3. Sistemas deductivos

El razonamiento monótono se utiliza en sistemas que operan bajo deducción estricta.

Estos sistemas aplican:

  • Reglas formales
  • Inferencias lógicas
  • Demostraciones matemáticas

👉 Garantizan consistencia lógica.

4. Inteligencia artificial simbólica

En IA, este razonamiento se aplica en:

  • Sistemas expertos
  • Bases de conocimiento
  • Motores de inferencia

Permite construir sistemas donde las conclusiones se derivan de reglas definidas.

👉 Es útil en entornos con información estable.

5. Teoría de inferencia lógica

Autores como John McCarthy utilizaron el razonamiento monótono para desarrollar sistemas de representación del conocimiento.

👉 Proporciona bases formales para razonar computacionalmente.

 Características

  • Las conclusiones no se invalidan
  • Basado en lógica formal
  • Inferencias deterministas
  • Alta consistencia
  • Estructura predecible

 Funcionamiento

El razonamiento sigue esta secuencia:

  1. Se establecen premisas
  2. Se aplican reglas lógicas
  3. Se obtiene conclusión
  4. Nuevas premisas no eliminan conclusiones previas

 Ventajas

  • Precisión lógica
  • Consistencia
  • Fácil formalización
  • Útil en matemáticas y programación lógica

 Limitaciones

  • Poco flexible
  • No maneja excepciones fácilmente
  • Difícil adaptación a entornos cambiantes

Aplicaciones

  • Demostraciones matemáticas
  • Programación lógica
  • Sistemas expertos
  • Verificación formal
  • Bases de datos deductivas

Video explicativo:


Practica:

Actividad: Casos de actualización de conocimiento

Crear 5 situaciones donde nueva información cambie una conclusión inicial.

📄 Ver práctica en PDF


Evaluacion:

  • ¿Qué es razonamiento monótono?
  • ¿Cuál es su característica principal?
  • ¿Por qué sus conclusiones son permanentes?
  • ¿Dónde se aplica?
  • ¿Qué ventajas tiene?
  • Conclusion:

    El razonamiento monótono es un proceso lógico donde las conclusiones derivadas permanecen válidas aunque se agregue nueva información, siendo esencial para sistemas formales y aplicaciones de inteligencia artificial basadas en reglas.

    Referencias APA 7

    • Aristóteles. (1984). The complete works of Aristotle (J. Barnes, Ed.). Princeton University Press.
    • John McCarthy. (1980). Circumscription—A form of non-monotonic reasoning. Artificial Intelligence, 13(1–2), 27–39.
    • Stuart Russell, S., & Peter Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
    • Enderton, H. B. (2001). A mathematical introduction to logic (2nd ed.). Academic Press.
    • Genesereth, M., & Nilsson, N. (1987). Logical foundations of artificial intelligence. Morgan Kaufmann.


    Etiquetas: IA, Razonamiento-Monotono, Unidad2

    🔍 Buscar

    🔥 Populares

    • IA
    • Historia

    🏷️ Temas

    • Unidad 1
    • Unidad 2

    Blog de Inteligencia Artificial