Lógica Probabilística

Lógica probabilística
Ir a la navegaciónIr a la búsqueda
El texto que sigue es una traducción defectuosa.

Si quieres colaborar con Wikipedia, busca el artículo original y mejora esta
traducción.
Copia y pega el siguiente código en la página de discusión del autor: {{subst:Aviso
mal traducido|Lógica probabilística}} ~~~~
El objetivo de una lógica probabilística (o la lógica de probabilidad) debe
combinar la capacidad de teoría de probabilidad para manejar la incertidumbre con
la capacidad de lógica deductiva para explotar la estructura. El resultado es un
formalismo más rico y más expresivo con una amplia gama de áreas posibles de
aplicación. La lógica probable es una extensión natural de las tablas de verdad de
la lógica tradicional: a diferencia de la lógica tradicional, los resultados que
dichas lógicas definen se derivan de expresiones probables. La dificultad con las
lógicas probabilísticas es que tienden a multiplicar las complejidades
computacionales de sus componentes probables y lógicos.
Índice
1 Propuestas
2 Posibles áreas de aplicación
3 Véase también
4 Referencias
5 Bibliografía Adicional
6 Enlaces externos
Propuestas
Hay numerosas propuestas para lógicas probables:
El término "la lógica probabilística" primero fue usado por Nils Nilsson en un
artículo científico de 1986, donde los valor de verdad— de sentencias son
probabilidades.1 La generalización propuesta semántica induce la Vinculación
probable lógico, que reduce a vinculación ordinario lógico cuando las
probabilidades de todas las sentencias son 0 o 1. Esta generalización se aplica a
cualquier sistema lógico para el cual la consistencia de un juego finito de
sentencias puede ser establecida.
En la teoría de argumentación probabilística,23 las probabilidades directamente no
son conectadas a sentencias lógicas. En cambio ello es asumido que un subconjunto
particular la {\displaystyle W} W de las variables la {\displaystyle W} W
complicada en las sentencias define un Espacio probabilístico sobre la
correspondencia sub-σ-algebra.Esto induce dos medidas de probabilidad distintas en
lo que concierne a la {\displaystyle V} V, que llaman el grado de apoyo y grado de
posibilidad, respectivamente. Los grados de apoyo pueden ser considerados como las
probabilidades no aditivas de probabilidad, que generaliza los conceptos de
vinculación ordinario lógico (para {\displaystyle V=\{\}} {\displaystyle V=\{\}}) y
probabilidades clásicas posteriores (para {\displaystyle V=W} {\displaystyle V=W}).
Matemáticamente, esta vista es compatible con la teoría Dempster-Shafer.
La teoría de razonamiento fundado también define las probabilidad4 es no aditivas
de probabilidad (o probabilidades epistémicas) como una noción general tanto para
vinculación lógico (probabilidad) como para la probabilidad. La idea es de aumentar
la [[lógica proposicional] estándar lógica por considerando a un operador
epistémico 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 epistémico K'p de todas las sentencias lógicas p, y es argumentado que
esto es la mejor información disponible a un analista. De esta vista, la teoría
Dempster-Shafer parece ser una forma generalizada de razonamiento probable.
El formalismo aproximado que razona propuesto por la lógica difusa puede ser usado
para obtener una lógica en la cual los modelos son las distribuciones de
probabilidad y las teorías son los sobres inferiores.5 En tal lógica la pregunta de
la consistencia de la información disponible estrictamente es relacionada con el
que de la coherencia de asignación parcial probable y por lo tanto con el fenómeno
de Argumento de la succión financiera.
El concepto central en la teoría de lógica subjetiva]6 son opiniones sobre algunas
variables lógicas complicadas en las sentencias dadas lógicas. Una opinión binomia
se aplica a una proposición sola y es representada como una extensión de 3
dimensional de un valor de probabilidad solo para expresar varios grados de
ignorancia sobre la verdad de la proposición. Para el cómputo de opiniones sacadas
basadas en una estructura de opiniones de argumento, la teoría propone a operadores
respectivos para vario connectives lógico, como p.ej. la multiplicación (AND),
comultiplication (OR), la división (NAND) y la co-división (NOR) de opiniones7 así
como la deducción condicional (MP) y la abducción (MT).8
Posibles áreas de aplicación
Teoría de la argumentación
Inteligencia artificial
Bioinformática
Teoría de juegos
Filosofía de la ciencia
Psicología
Estadística
Véase también
Inferencia bayesiana, Red bayesiana, Probabilidad bayesiana
teoría Dempster-Shafer
Lógica difusa
Probabilidad Imprecisa
Lógica, Razonamiento deductivo, Lógica no monotónica
Base de datos probabilística
Probabilidad, Teoría de la probabilidad
Razonamiento
Incertidumbre
Referencias
Nilsson, N. J., 1986, "Probabilistic logic," Artificial Intelligence 28(1): 71-87.
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.
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. «Copia archivada». Archivado desde el original el 18
de junio de 2006. Consultado el 18 de junio de 2006.
Ruspini, E.H., Lowrance, J., and Strat, T., 1992, "Understanding evidential
reasoning," International Journal of Approximate Reasoning, 6(3): 401-424.
Gerla, G., 1994, "Inferences in Probability Logic," Artificial Intelligence 70(1–
2):33–52.
Jøsang, A., 2001, "A logic for uncertain probabilities," International Journal of
Uncertainty, Fuzziness and Knowledge-Based Systems 9(3):279-311.
Jøsang, A. and McAnally, D., 2004, "Multiplication and Comultiplication of
Beliefs," International Journal of Approximate Reasoning, 38(1), pp.19-51, 2004
Jøsang, A., 2008, "Conditional Reasoning with Subjective Logic," Journal of
Multiple-Valued Logic and Soft Computing, 15(1), pp.5-38, 2008.
Bibliografía Adicional
E. W. Adams, 1998. A Primer of Probability Logic. CSLI Publications (Univ. of
Chicago Press).
F. Bacchus, 1990. "Representing and reasoning with Probabilistic Knowledge. A
Logical Approach to Probabilities". The MIT Press.
Rudolf Carnap, 1950. Logical Foundations of Probability. University of Chicago
Press.
Chuaqui, R., 1991. Truth, Possibility and Probability: New Logical Foundations of
Probability and Statistical Inference. Number 166 in Mathematics Studies. North-
Holland.
Hajek, Alan, 2001, "Probability, Logic, and Probability Logic," in Goble, Lou, ed.,
The Blackwell Guide to Philosophical Logic, Blackwell.
Henry Kyburg, 1970. Probability and Inductive Logic Macmillan.
H. E. Kyburg, 1974. The Logical Foundations of Statistical Inference, Dordrecht:
Reidel.
H. E. Kyburg and C. M. Teng, 2001. Uncertain Inference, Cambridge: Cambridge
University Press.
Romeijn, J. W., 2005. Bayesian Inductive Logic. PhD thesis, Faculty of Philosophy,
University of Groningen, Netherlands. [1]
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.

Lógica Probabilística

Cargado por

Copyright:

Formatos disponibles

Lógica Probabilística

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lógica Probabilística

Cargado por

Copyright:

Formatos disponibles

Lógica probabilística

El texto que sigue es una traducción defectuosa.

También podría gustarte