L€gica probabil•stica
1
L€gica probabil•stica El objetivo de una l€gica probabil•stica (o la l€gica de probabilidad) debe combinar la capacidad de teor•a de probabilidad para manejar la incertidumbre con la capacidad de l€gica deductiva para explotar la estructura. El resultado es un formalismo m‚s rico y m‚s expresivo con una amplia gama de ‚reas posibles de aplicaci€n. La l€gica probable es una extensi€n natural de mesas de verdad tradicionales l€gicas: los resultados que ellos definen son sacados por expresiones probables en cambio. La dificultad con l€gicas probables es que ellos tienden a multiplicar las complejidades computacionales de sus componentes probables y l€gicos.
Propuestas Hay numerosas propuestas para l€gicas probables: ƒ El t„rmi rmino "la l€gica probabil•stica" primero fue usado por Nils Nilsson en un art•culo cient•fico de 1986, donde los valor de verdad € de sentencias son probabilidades.
[1]
La generalizaci€n propuesta sem‚ntica induce la
Vinculaci€n probable l€gico, que reduce a vinculaci€n ordinario l€gico cuando las probabilidades de todas las sentencias son 0 o 1. Esta generalizaci€n se aplica a cualquier sistema l€gico para el cual la consistencia de un juego finito de sentencias puede ser establecida. establecida. [2][3]
ƒ En la teor•a teor•a de argum argument entaci aci€n €n probab probabil• il•sti stica, ca,
las probabilidades directamente no son conectadas a sentencias
l€gicas. En cambio ello es asumido que un subconjunto particular la
de las variables la
complicada en las
sentencias define un Espacio probabil•stico sobre la correspondencia sub-…-algebra.Esto induce dos medidas de probabilidad distintas distintas en lo que concierne a la
, que llaman el el grado de apoyo y grado de posibilidad, posibilidad,
respectivamente. Los grados de apoyo pueden ser considerados como las probabilidades no aditivas de probabilidad , que generaliza los conceptos de vinculaci€n ordinario l€gico (para
cl‚sicas posteriores (para
) y probabilidades
). Matem‚ticamente, esta vista es compatible con la teor•a Dempster-Shafer. [4]
ƒ La teor•a teor•a de razona razonamiento miento fundado fundado tambi„n tambi„n define define las las probabilid probabilidad ad
es no aditivas de probabilidad (o
probabilidades epist‚micas) como una noci€n general tanto para vinculaci€n l€gico (probabilidad) como para la
probabilidad. La idea es de aumentar la [[l€gica proposicional] est‚ndar l€gica por considerando a un operador epist„mico la K que representa el estado de conocimiento que un agente racional tiene sobre el mundo. Las probabilidades entonces son definidas sobre el pasar el universo epist‚mico K''p de todas las sentencias l€gicas p, y es argumentado que esto es la mejor informaci€n disponible a un analista. De esta vista, la teor•a Dempster-Shafer aparece ser una forma generalizada de razonamiento probable. ƒ El formalismo formalismo aproximado aproximado que razona razona propuesto propuesto por la l€gica difusa difusa puede ser ser usado obtener obtener una l€gica l€gica en la cual los modelos son las distribuciones de probabilidad y las teor•as son los sobres inferiores.
[5]
En tal l€gica la
pregunta de la consistencia de la informaci€n disponible estrictamente es relacionada con el que de la coherencia de asignaci€n parcial probable y por lo tanto con el fen€meno de Argumento de la succi€n financiera. [6]
ƒ El concepto concepto central central en la la teor•a teor•a de l€gica subjetiva] subjetiva]
son opiniones sobre algunas variables l€gicas complicadas
en las sentencias dadas l€gicas. Una opini€n binomia se aplica a una proposici€n sola y es representada como una extensi€n de 3 dimensional de un valor de probabilidad solo para expresar varios grados de ignorancia sobre la verdad de la proposici€n. Para el c€mputo de opiniones sacadas basadas en una estructura de opiniones de argumento, la teor•a propone a operadores respectivos para vario connectives l€gico, como p.ej. la multiplicaci€n (AND), comultiplication (OR), la divisi€n (NAND) y la co-divisi€n (NOR) de opiniones condicional (MP) y la abducci€n (MT).
[8]
[7]
as• como la deducci€n
L€gica probabil•stica
Posibles ‚reas de aplicaci€n ƒ Teor•a de la argumentaci€n ƒ Inteligencia artificial ƒ Bioinform‚tica ƒ Teor•a de juegos ƒ Filosof•a de la ciencia ƒ Psicolog•a ƒ Estad•stica
Referencias [1] Nilsson, N. J., 1986, "Probabilistic logic," Artificial Intelligence 28(1): 71-87. [2] Kohlas, J., and Monney, P.A., 1995. A Mathematical Theory of Hints. An Approach to the Dempster-Shafer Theory of Evidence . Vol. 425 in Lecture Notes in Economics and Mathematical Systems. Springer Verlag. [3] Haenni, R, 2005, "Towards a Unifying Theory of Logical and Probabilistic Reasoning," ISIPTA'05, 4th International Symposium on Imprecise Probabilities and Their Applications: 193-202. (http:/ / www.iam.unibe.ch/ ~run/ papers/ haenni05d.pdf) [4] Ruspini, E.H., Lowrance, J., and Strat, T., 1992, "Understanding evidential reasoning," International Journal of Approximate Reasoning, 6(3): 401-424. [5] Gerla, G., 1994, "Inferences in Probability Logic," Artificial Intelligence 70(1 • 2):33 • 52. [6] J†sang, A., 2001, "A logic for uncertain probabilities," International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems 9(3):279-311. [7] J†sang, A. and McAnally, D., 2004, "Multiplication and Comultiplication of Beliefs," International Journal of Approximate Reasoning, 38(1), pp.19-51, 2004 [8] J†sang, A., 2008, "Conditional Reasoning with Subjective Logic," Journal of Multiple-Valued Logic and Soft Computing, 15(1), pp.5-38, 2008.
Bibliograf•a Adicional ƒ E. W. Adams, 1998. A Primer of Probability Logic. CSLI Publications (Univ. of Chicago Press). ƒ F. Bacchus, 1990. "Representing and reasoning with Probabilistic Knowledge. A Logical Approach to Probabilities". The MIT Press. ƒ Rudolf Carnap, 1950. Logical Foundations of Probability. University of Chicago Press. ƒ Chuaqui, R., 1991. Truth, Possibility and Probability: New Logical Foundations of Probability and Statistical Inference. Number 166 in Mathematics Studies. North-Holland.
ƒ Hajek, Alan, 2001, "Probability, Logic, and Probability Logic," in Goble, Lou, ed., The Blackwell Guide to Philosophical Logic, Blackwell.
ƒ Henry Kyburg, 1970. Probability and Inductive Logic Macmillan. ƒ H. E. Kyburg, 1974. The Logical Foundations of Statistical Inference, Dordrecht: Reidel. ƒ H. E. Kyburg and C. M. Teng, 2001. Uncertain Inference, Cambridge: Cambridge University Press. ƒ Romeijn, J. W., 2005. Bayesian Inductive Logic. PhD thesis, Faculty of Philosophy, University of Groningen, Netherlands. (http:/ / www.philos.rug.nl/ ~romeyn/ paper/ 2005_romeijn_-_thesis.pdf) ƒ Williamson, J., 2002, "Probability Logic," in D. Gabbay, R. Johnson, H. J. Ohlbach, and J. Woods, eds., Handbook of the Logic of Argument and Inference: the Turn Toward the Practical. Elsevier: 397-424.
2
L€gica probabil•stica
Enlaces externos ƒ Progicnet : Probabilistic Logic And Probabilistic Networks (http:/ / www.kent.ac.uk/ secl/ philosophy/ jw/ 2006/ progicnet.htm) ƒ Subjective logic demonstrations (http:/ / www.unik.no/ people/ josang/ sl/ ) ƒ The Society for Imprecise Probability (http:/ / www.sipta.org/ )
3
Fuentes y contribuyentes del art•culo
Fuentes y contribuyentes del art•culo L€gica probabil•stica Fuente: http://es.wikipedia.org/w/index.php?oldid=70880212 Contribuyentes: Andriuja, Egossvm, Farisori, Gan•medes, Kai670, Osepu
Licencia Creative Commons Attribution-Share Alike 3.0 //creativecommons.org/licenses/by-sa/3.0/
4
