Introduccin a la lgica difusa o o

Guillermo Morales-Luna Centro de Investigacin y Estudios Avanzados del IPN o (CINVESTAV-IPN) gmorales@cs.cinvestav.mx 17 de febrero de 2002
Resumen Hacemos una presentacin elemental de la lgica difusa. Introducimos la nocin de o o o conjuntos difusos para luego presentar diversos clculos proposicionales de tipo difuso. a Las lgicas difusas se han desarrollado rpidamente debido a sus potencialidades o a de aplicacin, entre otras muchas reas, en el diseo de controladores electrnicos. En o a n o este texto presentamos los conceptos bsicos e invitaremos al lector a introducirse con a mayor profundidad en estos temas a travs de lecturas suplementarias. e

Introduccin o

La lgica difusa ha cobrado una fama grande por la variedad de sus aplicaciones, las cuales o van desde el control de complejos procesos industriales, hasta el diseo de dispositivos arn ticiales de deduccin automtica, pasando por la construccin de artefactos electrnicos o a o o de uso domstico y de entretenimiento, as como tambin de sistemas de diagnstico. De e e o hecho, desde hace ya, al menos, dcada y media, la expedicin de patentes industriales de e o mecanismos basados en la lgica difusa tiene un crecimiento sumamente rpido en todas las o a naciones industrializadas del orbe. Se ha considerado de manera general que el concepto de lgica difusa apareci en 1965, o o en la Universidad de California en Berkeley, introducido por Lot A. Zadeh [7]. Las lgicas difusas, pues de hecho hay que hablar de ellas en plural, son esencialmente o lgicas multivaluadas que extienden a las lgicas clsicas. Estas ultimas imponen a sus enuno o a ciados unicamente valores falso o verdadero. Bien que stas han modelado satisfactoriamente e a una gran parte del razonamiento natural, es cierto que el razonamiento humano utiliza valores de verdad que no necesariamente son tan deterministas. Por ejemplo, al calicar que el cielo es azul uno est tentado a graduar qu tan azul, en efecto, es el cielo, e a e igualmente, si un veh culo se mueve rpido, tambin se est obligado a considerar qu tan a e a e rpido es el veh a culo, aunque esto ultimo no implique necesariamente cuanticar la velocidad del veh culo con toda precisin. o Las lgicas difusas procuran crear aproximaciones matemticas en la resolucin de ciertos o a o tipos de problemas. Pretenden producir resultados exactos a partir de datos imprecisos, por 1

lo cual son particularmente utiles en aplicaciones electrnicas o computacionales. El adjetivo o difuso aplicado a ellas se debe a que los valores de verdad no-deterministas utilizados en ellas tienen, por lo general, una connotacin de incertidumbre. Un vaso medio lleno, indeo pendientemente de que tambin est medio vac no est lleno completamente ni est vac e e o, a a o completamente. Qu tan lleno puede estar es un elemento de incertidumbre, es decir, de e difusidad, entendida esta ultima como una propiedad de indeterminismo. Ahora bien, los valores de verdad asumidos por enunciados aunque no son deterministas, no necesariamente son desconocidos. Por otra parte, desde un punto de vista optimista, lo difuso puede entenderse como la posibilidad de asignar ms valores de verdad a los enunciados que los clsicos a a falso o verdadero. As pues, reiteramos, las lgicas difusas son tipos especiales de lgicas o o multivaluadas. Las lgicas difusas han tenido aplicaciones de suma relevancia en el procesamiento electro o nico de datos. En determinadas reas de conocimiento, a sus enunciados se les asocia valores a de verdad que son grados de veracidad o falsedad, mucho ms amplios que los meros vera dadero y falso. En un sistema deductivo se distingue enunciados de entrada y enunciados de salida. El objetivo de todo sistema manejador de una lgica difusa es describir o los grados de los enunciados de salida en trminos de los de entrada. Ms an, algunos e a u sistemas son capaces de renar los grados de veracidad de los enunciados de salida conforme se renan los de los de entrada. Por estas propiedades es que ciertos sistemas de lgica difusa o aparentan una labor de aprendizaje, y son excelentes mecanismos de control de procesos. Desde el punto de vista tecnolgico, las lgicas difusas se encuadran en el rea de la llamada o o a Inteligencia Articial y han dado origen a sistemas expertos de tipo difuso y a sistemas de control automtico. a En esta presentacin haremos nfasis en el carcter multivaluado de las lgicas difusas. o e a o Introduciremos primero la nocin de conjunto difuso, y las operaciones usuales en ese tipo de o conjuntos. Inmediatamente despus, presentaremos ciertos tipos de clculos proposicionales e a de tipo difuso y de cuanticacin difusa. o

Conjuntos difusos

De manera intuitiva se tiene el concepto de conjunto como una coleccin bien denida de o elementos, en la que es posible determinar para un objeto cualquiera, en un universo dado, si acaso ste pertenece o no al conjunto. La decisin, naturalmente, es s pertenece o bien e o no pertenece. Por ejemplo, consideremos como universo a la poblacin econmicamente activa1 en o o Mxico, es decir, al conjunto formado por las personas residentes en ese pa con una edad e s entre 18 aos (cumplidos) y 66 aos (por cumplir). Consideremos un mes cualquiera, digan n mos, diciembre de 2000 (y no porque entonces hubiera habido un cambio, sino porque era se el ultimo mes del siglo XX). El conjunto de personas empleadas en Mxico en ese mes, e e podr amos pensar, est bien determinado: una persona en nuestro universo que entonces a hubiera vendido su fuerza de trabajo, bajo un contrato de empleo, a una empresa legalmente constitu sin duda alguna era una persona empleada, y alguien que no tuvo salario alguno da,
No aspiro a usar deniciones tcnicas precisas de tipo econmico, as que los colegas especialistas en esas e o disciplinas habrn de disculparme las licencias que aqu me tome. a
1

en ese mes y no estuvo vinculado a ningn patrn bajo una relacin contractual, pues no era u o o empleado. El lector observar la sobresimplicacin del criterio de pertenencia enunciado. a o En efecto, ni falta el funcionario de la Secretar del Trabajo que dir: Todo ciudadano a a que haya trabajado al menos una hora en ese mes y por eso haya recibido un pago, es un empleado, y tampoco faltar quien diga: Qu empleo? No hall trabajo en todo el 2000 a e e y slo en su ultimo mes, mi primo me emple a destajo para envolver regalos en su tienda: o o Yo no soy ningn empleado. u La nocin intuitiva de conjunto puede, as ser muy estrecha. En un conjunto difuso a o , cada elemento del universo se le asocia un grado de pertenencia, que es un nmero entre 0 u y 1, a ese conjunto. Un conjunto difuso es pues una correspondencia (o funcin) que a cada o elemento del universo le asocia su grado de pertenencia. Enunciada as esta denicin parece o ser c clica, mas no lo es: un conjunto difuso es una funcin cuyo dominio es el universo y o cuyo contradominio es el intervalo [0, 1]. En tanto el grado de pertenencia sea ms cercano a a 1 tanto ms estar el elemento en el conjunto y en tanto el grado de pertenencia sea ms a a a cercano a 0 tanto menos estar el elemento en el conjunto. a Por ejemplo, los siguientes son conjuntos difusos, dados como funciones g, que pueden abarcar el concepto de empleado: De estad stica optimista Uno es empleado si trabaja al menos una hora, bajo pago, en un mes. Para cada persona x sea t(x) el nmero de horas trabajadas bajo pago el u mes en cuestin. Hagamos gE (x) = 1 si t(x) 1 y gE (x) = 0 si t(x) = 0. o De porcentaje en tiempo Uno es empleado en proporcin al tiempo trabajado. Suo pongamos que el total de horas posibles a ser laboradas en un mes sea 40 4 = 160. Hagamos gP T (x) igual al valor m nimo que resulte de comparar 1 con la razn t(x)/160. o De porcentaje en ingreso Uno es empleado en proporcin con que pueda adquirir los o bienes de consumo necesarios para su familia. Denotemos por p(x) a la paga que recibe el ciudadano x por hora de su trabajo. Supongamos que la canasta bsica la evala a u la Secretar de Comercio en M pesos al mes, por persona, y que cada trabajador tiene a en promedio 2 dependientes econmicos, adems de l mismo. El salario del trabajador o a e ha de mantener a 3 personas. Hagamos gP I (x) igual al valor m nimo que resulte de comparar 1 con la razn t(x)p(x)/(3M ). o Ponderacin de tiempo e ingreso Uno es empleado cuando trabaje mucho aunque no o coma o no tenga apuros econmicos aunque no trabaje. Sean a y b dos coecientes o entre 0 y 1 tales que a + b = 1. Hagamos gP on (x) = a gP T (x) + b gP I (x). El grado de pertenencia gD a un conjunto difuso D puede ser interpretado de diversas maneras, en contextos diferentes. Las siguientes son slo algunas posibles interpretaciones: o Proporcin en la que se posee un atributo Si consideramos que D es un atributo, eno tonces para cada objeto x, 100 gD (x) es el porcentaje con el que x posee D. Probabilidad Si consideramos que D es un evento probabilista (una variable aleatoria, segn se dice en la Teor de la Probabilidad, con valores en el conjunto de partes del u a universo), entonces para cada objeto x, gD (x) es la probabilidad de que x ocurra en el evento D, es decir, gD (x) = Prob(x D). 3

Medida de creencia Si consideramos que D es un atributo, entonces para cada objeto x, gD (x) es un grado con el que se cree que x posee el atributo D. Por ejemplo, gP T , denida anteriormente, es ciertamente una proporcin del tiempo laborado. o gP on = a gP T + b gP I es una medida de creencia (y la seleccin de pesos a y b sesga el nfasis o e que se le quiera dar al tiempo laborado o al ingreso obtenido). Para ilustrar la connotacin o probabilista, consideremos el conjunto difuso D = { empleados felices }. Entonces, para cada x, gD (x) ser una probabilidad de que x sea feliz. a Un conjunto, en el sentido intuitivo, posee una funcin caracter o stica: En cada elemento, la caracter stica vale 1 (s) si el elemento est en el conjunto y vale 0 (no) en caso a contrario. En consecuencia, todo conjunto intuitivo es en s un conjunto difuso. Rec procamente, dado un conjunto difuso D con funcin de pertenencia gD , se puede o jar un umbral z entre 0 y 1, inclusive, para formar el conjunto, en el sentido intuitivo, de elementos con grado de pertenencia al menos z: x est en Dz si y slo si gD (x) z. Diremos a o que Dz es el corte a altura z de D. El corte a altura 0 es entonces todo el universo, en tanto que el corte a altura 1 consta de los elementos con valor de pertenencia 1 al conjunto. Es bien sabido que los conjuntos intuitivos pueden combinarse mediante las operaciones, llamadas booleanas, de complemento, unin e interseccin: El complemento de un conjunto o o est formado por los elementos del universo que no estn en l, la unin de dos conjuntos la a a e o forman los elementos que estn en uno o en otro conjunto y la interseccin la conforman los a o elementos en ambos conjuntos. Si nos referimos a funciones caracter sticas, se tiene que la caracter stica del complemento posee el valor opuesto al de la caracter stica del conjunto, la caracter stica de la unin de dos conjuntos vale uno si al menos una de las caracter o sticas de los conjuntos vale uno, y la caracter stica de la interseccin vale uno si las caracter o sticas de ambos conjuntos valen uno. Esto puede servir de motivacin para denir operadores de composicin de conjuntos o o difusos. De hecho, para cada una de las interpretaciones descritas arriba se puede introducir una coleccin particular de operadores. Veamos en cada caso operaciones de complemento, o unin e interseccin: o o Proporcin en la que se posee un atributo En este caso, los grados de pertenencia se o interpretan como proporciones, por lo cual se denen las operaciones como sigue: Complemento El complemento de un conjunto difuso D asigna a cada objeto x el grado complementario: gD (x) = 1 gD (x). Interseccin La interseccin de dos conjuntos difusos D, E asocia el m o o nimo de los grados de pertenencia, es decir, para cada objeto x: gDE (x) = Min(gD (x), gE (x)). Unin De manera similar, la unin de dos conjuntos difusos D, E asocia el mximo de o o a los grados de pertenencia, es decir, para cada objeto x: gDE (x) = Max(gD (x), gE (x)). Probabilidad Vistos los grados de pertenencia como probabilidades, se tiene: Complemento La probabilidad del complemento de un conjunto difuso D es la probabilidad complementaria: gD (x) = 1 gD (x).

Interseccin Esta es la probabilidad de la ocurrencia simultnea de dos eventos. o a La interseccin est muy ligada al concepto de probabilidad condicional. Si deo a notamos por Prob(A|B) a la probabilidad de que ocurra A dado que ha ocurrido B, entonces por un clebre resultado de la Teor de la Probabilidad, e a llamado el Teorema de Bayes, ha de valer la identidad Prob(A|B)Prob(B) = Prob(B|A)Prob(A). El valor comn en esta igualdad es, precisamente, la probau bilidad de la interseccin Prob(A B). o As pues, teniendo una funcin d que a dos eventos cualesquiera A, B les asocia o una densidad de probabilidad condicional d(A|B) tal que a cada objeto x le asocia un valor d(A|B)(x) de manera que d(A|B)(x) gB (x) = d(B|A)(x) gA (x) (1)

entonces para dos conjuntos difusos cualesquiera D, E se puede denir el grado de pertenencia a la interseccin como gDE (x) = d(D|E)(x) gE (x). o Una densidad de probabilidad condicional que satisfaga la ec. (1) podr denirse a haciendo, por ejemplo, que para cualesquiera dos eventos distintos e independientes A y B: d(A|B)(x) = gA (x). Evidentemente, la nocin de independencia o depender del universo en cuestin. a o Por ejemplo, si consideramos a la poblacin econmicamente activa, el conjunto A o o de profesores que ensean en instituciones de educacin superior y el conjunto n o B de empleados con salarios altos pueden ser considerados independientes pues ciertamente se dan los casos de profesores universitarios con bajos salarios, de profesores universitarios con altos salarios, de empleados con altos salarios que no son profesores y de empleados con bajos salarios que no son profesores. As pues, para cualquier ciudadano x, d(A|B)(x) = gA (x) y d(B|A)(x) = gB (x), es decir, se cumple la relacin (1). o Vemos pues que para denir la operacin de interseccin, basta tener un operador o o de probabilidad condicional. De manera rec proca, si se tiene denida de alguna manera al operador de interseccin, entonces siguiendo el teorema de Bayes se o puede denir un operador de probabilidad condicional. Por tanto, las nociones de interseccin (probabilista) de conjuntos difusos y la de probabilidad condicional o son reducibles una a la otra. Unin La probabilidad de que ocurra uno u otro evento es la probabilidad de uno, ms o a la probabilidad del otro, menos la probabilidad de que ocurran ambos eventos: gDE (x) = gD (x) + gE (x) gDE (x). Medida de creencia Las siguientes funciones pueden parecer denidas de manera arbitraria, pero ciertamente tienen una motivacin intuitiva: o Complemento Como en los casos anteriores, se hace: gD (x) = 1 gD (x). Interseccin Dados dos conjuntos difusos A, B con sendos grados de pertenencia gA o y gB , si para un punto dado x, la suma gA (x) + gB (x) es menor que 1 entonces descartamos que ese punto sea comn a ambos conjuntos, es decir, no debe estar u en la interseccin. En otro caso, se toma como grado de pertenencia, a la o 5

1 0.75 0.5 0.25 0 0 0.2 0.4 0.6 0.8 10 0.2 1 0.8 0.6 0.4

1 0.75 0.5 0.25 0 0 0.2 0.4 0.6 0.8 10 0.2 1 0.8 0.6 0.4

(a)

(b)

Figura 1: Grados de pertenencia, segn el enfoque de medida de creencia, de (a) interu seccin, gAB (x), y (b) unin, gAB (x), en trminos de los grados de creencia gA (x) y gB (x). o o e interseccin, a la razn de la diferencia [gA (x) + gB (x)] 1 entre el mximo de o o a gA (x) y gB (x). En s mbolos gAB (x) = 0
gA (x)+gB (x)1 max(gA (x),gB (x))

si gA (x) + gB (x) < 1 si gA (x) + gB (x) 1

Unin Dados dos conjuntos difusos A, B con sendos grados de pertenencia gA y o gB , si para un punto dado x, la suma gA (x) + gB (x) es mayor que 1 entonces convenimos en que ese punto est en la unin. En otro caso, se toma como a o grado de pertenencia, a la unin, al mximo de las razones gA (x)/(1 gB (x)) y o a gB (x)/(1 gA (x)). En s mbolos gAB (x) = 1 max
gA (x) , gB (x) (1gB (x)) (1gA (x))

si gA (x) + gB (x) 1 si gA (x) + gB (x) < 1

En la gura 1 mostramos las grcas correspondientes a estos operadores de interseccn a o y de unin. o A partir de operaciones de complemento, unin e interseccin, se obtienen conjuntos difusos o o ms complejos como resultado de aplicar sucesivamente estos operadores partiendo de a una coleccin de conjuntos difusos, digamos, primitivos. Para hablar con un poco de ms o a precisin: Si A1 , . . . , An son conjuntos difusos primitivos, para operadores de complemento, o de interseccin y de unin jos, la clase de conjuntos denibles, partiendo de los conjuntos o o primitivos, son los que se obtienen mediante las reglas siguientes: 1. Todo conjunto primitivo es denible. 2. El complemento de todo denible es, a su vez, denible. 3. La interseccin y la unin de dos conjuntos denibles, son, a su vez, denibles, tambin. o o e

As por ejemplo, si A1 , A2 , A3 son tres conjuntos difusos primitivos, los siguientes son meros , ejemplos de conjuntos difusos denibles a partir de ellos: A2 A1 A2 A3 (A1 A2 A3 ) (A1 A2 A3 ) (A1 A2 A3 ) Denotemos a un conjunto denible como F (A1 , . . . , An ), slo para enfatizar el hecho de que o se obtiene de los conjuntos Ai . Cada tal conjunto tiene asociada una funcin gF (A1 ,...,An ) o que a cada objeto x del universo le asocia un grado de pertenencia gF (A1 ,...,An ) (x) al conjunto denible, la cual, naturalmente, se escribe como una composicin de los grados de pertenencia o de los conjuntos primitivos. Existen dos problemas fundamentales en cualquier teor de conjuntos difusos: a Problema 2.1 (de deduccin) Para un conjunto denible F (A1 , . . . , An ) y un objeto dado o x, si se sabe que cada grado de pertenencia gAi (x) cae en un intervalo [ai , bi ], entonces se ha de estimar en qu intervalo I ha de caer el grado de pertenencia gF (A1 ,...,An ) (x). e Utilizando una jerga tcnica actual, podemos decir que ste es un problema de tipo hacia e e adelante: conociendo los valores iniciales gAi (x), mediante las funciones de los conectivos de complemento, unin e interseccin, se calcula consecutivamente los grados de pertenencia o o de los conjuntos involucrados hasta obtener el valor gF (A1 ,...,An ) (x). En etapas de aplicacin, un resolvedor de este problema se ve como un agente que realiza o pronsticos: Si los valores iniciales son de tales caracter o sticas, los nales han de ser de tales cuales. Problema 2.2 (de inferencia) Para un conjunto denible F (A1 , . . . , An ) y un objeto dado x, si se sabe que el grado de pertenencia gF (A1 ,...,An ) (x) cae en un intervalo I, y que para algunos conjuntos primitivos Ak , Ak+1 , . . . , An sus correspondientes grados de pertenencia gAi (x) caen en intervalos [ai , bi ], i = k, . . . , n, entonces se ha de estimar para los otros ndices i = 1, . . . , k 1 en qu intervalos [ai , bi ] debieron caer los correspondientes grados de e pertenencia gAi (x). Tambin en jerga tcnica, podemos decir que ste es un problema de tipo hacia atrs: e e e a conociendo los valores nales gF (A1 ,...,An ) (x) y algunos iniciales gAi (x), teniendo en cuenta las funciones de los conectivos de complemento, unin e interseccin, se busca determinar los o o valores que debieron asumir los dems grados de pertenencia iniciales para obtener el valor a nal. En etapas de aplicacin, un resolvedor de este problema se ve como un agente que realiza o diagnsticos: Si los valores observados (nales) son de tales caracter o sticas en unas ciertas condiciones (iniciales), entonces las dems variables iniciales han de haber cumplido con tales a hiptesis. o Vemos pues que los conjuntos difusos involucran de manera esencial procedimientos de clculo numrico o simblico. Al contrario de una primera idea sugerida por su nombre, a e o veremos que la lgica difusa es un rea de clculo preciso. Ambos problemas, de deduccin o a a o y de inferencia, pueden ser resueltos, efectiva y ecientemente, analizando los tipos de las funciones matemticas involucradas en los grados de pertenencia y en los conectivos lgicos. a o 7

Clculo proposicional difuso a

Recordamos que Gottfried Wilhelm Leibniz2 plante en el s. XVII la necesidad de un o calculus ratiocinator que ser un sistema con un propio formalismo que permitiera la maa nipulacin simblica de enunciados, en concordancia con las leyes de la lgica, para descubrir o o o nuevas verdades o bien para vericar como verdaderas a tesis postuladas como tales. Por lo menos desde entonces se reconoci la relevancia del manejo (procesamiento) simblico de o o enunciados lgicos. Naturalmente, George Boole3 y Gottlob Frege4 contribuyeron de manera o notabil isima en el origen mismo del razonamiento automtico. Mas, desde la perspectiva de a las lgicas difusas, en los antecedentes de ellas es necesario mencionar a Jan Lukasiewicz5 . o En su sistema trivaluado, si a los valores de verdad Falso, Desconocido y Verdadero se les representa, respectivamente, por los valores numricos 0, 1/2 y 1, entonces las nociones de e complemento n(x) = 1 x, conjuncin c(x, y) = min(x, y) y disyuncin d(x, y) = max(x, y), o o corresponden a la interpretacin intuitiva de esos conectivos lgicos (invitamos al lector a o o que escriba las tablas de verdad de los conectivos y a que se cerciore de esta aseveracin). o Este sistema trivaluado entraa, ciertamente, una nocin de difusidad. n o En un clculo proposicional difuso se tiene inicialmente una coleccin de proposiciones a o primitivas, o atmicas, una serie de conectivos lgicos y reglas denidas de buena foro o macin de proposiciones compuestas a partir de las atmicas. Cada proposicin puede o o o asumir un valor de verdad que puede ser Falso, o Verdadero o alguno otro entre esos dos valores extremos de verdad. Cada conectivo lgico tiene asociada una funcin que determina o o el valor de verdad de la proposicin resultante de l en trminos de los valores de verdad o e e de las proposiciones que componen a esa proposicin resultante. Resultan entonces sendos o problemas de deduccin (dado que los valores de las proposiciones atmicas quedan cao o racterizados, se ha de caracterizar los de proposiciones compuestas partiendo de ellas) y de inferencia (dado que los valores de las proposiciones compuestas han sido observados, se ha de formular hiptesis, y adems probarlas, respecto a los valores de las proposiciones o a atmicas involucradas que debieron dar origen a los valores observados). En lo que sigue, o detallaremos esta construccin de un clculo proposicional difuso. o a Comencemos con conjuntos de valores de verdad a los cuales llamaremos de valuaciones. Un conjunto de valuacin V puede ser nito o bien puede ser un cont o nuo. Como ejemplos de valuaciones nitas consideremos primero un enfoque de creencias, que
(1646-1716) Filsofo, matemtico y asesor pol o a tico alemn, inventor del clculo diferencial e integral a a (simultneamente con Isaac Newton, aunque de manera independiente), con grandes aportaciones a la lgica a o y a la metaf sica. 3 (1815-1864) Matemtico ingls, inventor de la, as llamada en honor suyo, lgebra booleana. En 1847 a e a public su Mathematical Analysis of Logic y en 1854 la clebre An Investigation into the Laws of Thought, o e on Which Are Founded the Mathematical Theories of Logic and Probabilities, bases de su lgebra. a 4 (1848-1925) Lgico y matemtico alemn, fundador de la lgica matemtica. Su trabajo se desarroll o a a o a o entre la matemtica y la losof de hecho se dice que l dec que todo buen matemtico es medio lsofo a a, e a a o y todo buen lsofo es medio matemtico. Sus convicciones pol o a ticas eran muy particulares, vistas stas e desde la perspectiva actual. 5 (1878-1956) Lgico y lsofo polaco, ense en la Universidad de Leopolis (Lww) (1906-1915), en la o o no o Universidad de Varsovia (1915-1939) y fue profesor en la Academia de Ciencias de Irlanda, en Dubl (1945n, 1956). Se ocup de problemas de determinismo en lgica y en losof y en los fundamentos de la teor de o o a, a la probabilidad. Fue iniciador de la lgica multivaluada: en 1920 present un sistema trivaluado, en 1922 o o uno con una innidad de valores de verdad y en 1953 su sistema tetravaluado para una lgica modal. o
2

a cada proposicin atmica le asocia una etiqueta ling o o ustica tal como: Falso Casi falso Tal vez falso Desconocido Tal vez cierto Casi cierto Verdadero

o bien, con un enfoque de posesin de atributos del tipo p es A, las etiquetas ling o usticas pueden ser Denitivamente no Ms bien no Al parecer no No se sabe a Al parecer s Ms bien s Denitivamente s a De este segundo tipo son las mediciones de variables de control cuando stas var de e an manera discreta, es decir, cuando los aparatos de medicin detectan tan solo cambios de una o determinada magnitud. El vendedor de telas en la mercer de la esquina mide longitudes a con un metro marcado hasta cent metros. Sus etiquetas ling usticas ser an .00 .01 .02 .5 .98 .99 1. Si V es un conjunto de valuacin nito, entonces al enumerar a sus elementos, digamos o V = {v0 , . . . , vn1 }, se puede suponer que esa enumeracin concuerda con el orden interno o de V, es decir, si i < j entonces la etiqueta ling ustica vi es menor, en el orden de V, que vj . En tal caso, V puede identicarse con un subconjunto de nmeros entre 0 y 1, u incluyendo stos, de manera que el primer elemento v0 corresponda a 0 y el ultimo, vn1 , e corresponda a 1 (esto se logra si a cada vi se le asocia el nmero i/(n 1) lo cual dar u a una distribucin uniforme de las etiquetas en el intervalo [0, 1] pero ciertamente sta no es o e la unica manera de insertar a V en [0, 1], la manera en la que se inserte depender de la a aplicacin, evidentemente). o Como ejemplos de valuaciones cont nuas tenemos los que resultan cuando se estima probabilidades de ocurrencia. Si a una proposicin p se le asocia la probabilidad de que ocurra o (en cierto espacio de eventos) entonces su valor de verdad puede ser un nmero real entre 0 u y 1 inclusive. O bien, cuando se observa una parmetro p en algn proceso, el cual var de a u a manera cont nua y puede asumir valores entre uno m nimo a y otro mximo b, entonces el a propio intervalo [a, b] constituye un espacio de valuacin cont o nuo. Utilizando una sencilla regla de tres, es decir, asocindole a cada nmero x entre a y b, el nmero y = (x a)/(b a) a u u se puede identicar al conjunto de valuacin V = [a, b] con el intervalo [0, 1]. o As pues, sin ninguna prdida de generalidad, podremos suponer siempre que el conjunto e de valuacin V es un subconjunto del intervalo [0, 1] y contiene a los extremos 0 y 1. Supono dremos tambin que es simtrico respecto al punto medio 1/2, es decir, supondremos que si e e para un nmero x se tiene que x est en V entonces 1 x est tambin en V. u a a e Para construir un clculo proposicional difuso, elijamos un conjunto P0 de proposiciones a atmicas. Una asignacin es una correspondencia que a cada tomo p en P0 le asocia bien o o a un valor v(p) en V o bien lo deja sin ningn valor asociado. u Supongamos ahora que se tiene tres conectivos lgicos: complemento , conjuncin o o y disyuncin , cada una con una respectiva operacin de evaluacin, digamos f , f , f . o o o Entonces la coleccin de proposiciones booleanas compuestas PB se dene como sigue: Todo o tomo p es un elemento de PB ; el complemento de una proposicin en PB est tambin en a o a e PB ; y la conjuncin y la disyuncin de dos proposiciones en PB estn tambin en PB . o o a e 9

f (x) = 1 x f (x) = 1 x f (x, y) = min(x, y) f (x, y) = max(x, y) (a) Proporcionalidad f (x) = 1 x f (x, y) = x y f (x, y) = x + y xy (c) Probabil stico f (x, y) = f (x, y) = 0
x+y1 max(x,y)

si x + y < 1 si x + y 1 1 si x + y 1 si x + y < 1

max

x , y (1y) (1x)

(b) Creencia f (x) = 1 x f (x, y) = max(x + y 1, 0) f (x, y) = min(x + y, 1) (d) Lukasiewicz

Tabla 1: Funciones de evaluacin para conectivos de complemento, conjuncin y disyuncin. o o o Toda asignacin v, denida sobre los tomos se extiende naturalmente a una asignacin o a o v denida en toda la coleccin PB . A saber: Si p es un tomo, entonces v (p) := v(p). Si o a para una proposicin p en PB se tiene x = v (p) entonces v (p) := f (v (p)). Similarmente, o si para dos proposiciones p, q en PB se tiene x = v (p), y = v (q) entonces v (p q) := f (v (p), v (q)) y v (p q) := f (v (p), v (q)). En jerga tcnica, se dice que la asignacin v est propagando incertidumbres partiendo de e o a la asignacin v. o Ya hemos visto ejemplos de funciones de evaluacin en la seccin anterior. En la tabla 1 o o presentamos un resumen de ellas en el contexto actual y adems presentamos una nueva a coleccin de funciones de evaluacin debidas tambin a Lukasiewicz. o o e Hasta ahora hemos slo considerado tres tipos de conectivos lgicos: complemento, cono o juncin y disyuncin. Sin embargo, los dems quedan prcticamente determinados pues o o a a siempre se puede denir a la implicacin haciendo (p q) p q y a la equivalencia o lgica haciendo, por ejemplo, (p q) (p q) (p q). Rec o procamente, si se tuviese denidas unicamente funciones de evaluacin para el complemento y para una implicacin o o entonces se podr denir a los dems conectivos haciendo: (p q) (p) q, a a (p q) (p (q)), y (p q) (p q) (q p). En varias lgicas difusas se procede o segn esto ultimo. u As pues, cada posible seleccin de funciones de evaluacin de conectivos da origen a un o o distinto clculo proposicional difuso. Lo que tienen en comn todos ellos es que cuando se a u les restringe a considerar slo valores de verdad deterministas 0 = Falso y 1 = Verdadero o entonces coinciden con el clculo proposicional clsico. No se puede armar que ninguno de a a los presentados aqu es el correcto. Dependiendo de algunas aplicaciones acaso uno de ellos es el ms adecuado, mas dejar de serlo, cuando se cambie de aplicaciones. a a

10

Clculo de predicados difuso a

De igual manera a como se procede en el clculo de predicados clsico, se supone dada a a una signatura, consistente de una coleccin de constantes, una coleccin de relaciones y una o o coleccin de funciones. Cada relacin R y cada funcin F tiene asociada una aridad, es o o o decir, un nmero de argumentos. Los trminos se forman considerando a las constantes y u e a las variables como trminos y a la composicin de s e o mbolos de funciones con trminos, e como trminos tambin. Las frmulas atmicas se obtienen como composicin de s e e o o o imbolos de relaciones con trminos. Las frmulas se obtienen considerando como tales a las frmulas e o o atmicas, a la composicin de frmulas con conectivos lgicos y a las cuanticaciones unio o o o versales y existenciales de frmulas (vase los detalles de construccin en el escrito de Jos o e o e Alfredo Amor en este mismo libro). Tambin, al igual que en el caso clsico, una interpretacin consiste de un universo M , e a o de una correspondencia de cada constante c en la signatura con un elemento mc en M y de una correspondencia de s mbolos de funciones con funciones en M : Si f es un s mbolo de funcin de aridad n, entonces mf es una funcin con dominio M n y contradominio M , o o es decir, mf : M n M . De esta manera, a cada trmino t que no involucre variables, le e corresponder un elemento mt en M . a Para completar la nocin de interpretacin, a cada s o o mbolo de relacin R, digamos que o n de aridad n, se le asocia un conjunto difuso mR en el universo M ; y a los conectivos lgicos o se les asocia funciones espec cas de evaluacin. o Pues bien, una asignacin v asocia a cada variable x un elemento en M (escribiremos o v x u para denotar el hecho de que v y u coinciden en todas las variables, excepto, quiz, en a x). A una frmula atmica cerrada, es decir sin variables, R(t1 , . . . , tn ) la asignacin le asocia o o o como valor de verdad el grado de pertenencia de la n-ada (mt1 , . . . , mtn ) al conjunto difuso mR . En s mbolos: v(R(t1 , . . . , tn )) = gmR (mt1 , . . . , mtn ). Si es un conectivo lgico, con o funcin de evaluacin f entonces para dos frmulas , se dene v( ) = f (v(), v()). o o o Finalmente, para frmulas cuanticadas se dene: o v(x (x)) = min{u()|u x v} v(x (x)) = max{u()|u x v} As pues, ya sea en un clculo difuso de proposiciones o en uno de predicados, se puede a plantear los siguientes dos problemas: Problema 4.1 (de deduccin o de pronstico) Para una frmula , si se sabe que o o o las frmulas atmicas que involucra toman valores de verdad en ciertos intervalos, entonces o o se ha de estimar en qu intervalo I ha de caer el valor de verdad de . e Problema 4.2 (de inferencia o de diagnstico) Para una frmula , si se sabe que o o el valor de verdad v() cae en un intervalo I, y que para algunos tomos involucrados en a sus correspondientes valores de verdad caen en ciertos intervalos, entonces se ha de estimar para los tomos restantes en qu intervalos debieron caer sus correspondientes valores de a e verdad.

11

Problema fundamental de la lgica difusa o

Se puede identicar como problema fundamental el de inferencia enunciado anteriormente. En efecto, un programa de lgica difusa corresponde de una lista de parejas [(i , v(i ))]i o consistente, cada una, de una frmula y de un valor de verdad asociado. En estas condio ciones se ha de resolver el problema de inferencia: Determinar los valores de verdad que debieron haber asumido los tomos involucrados para obtener las condiciones establecidas a en el programa lgico. En jerga tcnica, decimos que se ha de satisfacer la consulta (query o e satisfaction) planteada por el programa lgico. o Existen diversos procedimientos para localizar una solucin a este problema, y tanto en el o art culo de Mauricio Osorio como en el conjunto de Jos Alfredo Amor y Raymundo Morado e se presentan tcnicas, considerando lgicas deterministas. Propiamente las tcnicas pueden e o e repetirse aqu mas en este caso, se ha de tener especial cuidado en el manejo de valores , de incertidumbre. No abundamos ms en este tema y remitimos al lector a la literatura a especializada.

Lecturas recomendadas
[1] Dubois, D., Prade, H. Fuzzy sets in approximate reasoning II (Logical approaches), Fuzzy sets and systems., 40, pp. 203-244, 1991. [2] Dubois, D., Prade, H. Fuzzy sets and systems: Theory and applications, Academic Press, 1980. [3] Hjek, P., God Ll. Deductive systems of fuzzy logic, unpublished manuscript, 1997. a o [4] Kantrowitz, M. et al, FAQ: Fuzzy Logic and Fuzzy Expert Systems, disponible en ftp.cs.cmu.edu:/user/ai/pubs/faqs/fuzzy/fuzzy.faq, (desde 1995). [5] Kaufmann, A., Introduccin a la teora de los subconjuntos borrosos, C Editorial o a. Continental, 1982. [6] Zadeh, L. Fuzzy sets, Information & Control., 8, 1965. [7] Zadeh, L. Fuzzy logic, IEEE Computer, 1:83, 1988.

12