Está en la página 1de 2

LOGICA DIFUSA (SEGUNDA ENTREGA)

Andrs Felipe Snchez


Damian Leonardo Duarte

1. ORIGEN
La lgica difusa parte de la idea de que
existen distintos grados de veracidad,
dicha idea naci hace ms de 2500 en la
antigua Grecia, pero no sera hasta 1970
cuando el ingeniero azerbaiyano Lofti
Zadeh introduce la teora que en lo que su
tiempo
llam:
principio
de
incompatibilidad y que ms tarde
conoceramos como lgica difusa, que fue
desarrollada a partir de la aplicacin de la
lgica multivaluada a la teora de
conjuntos.

2. DEFINICIN
Se define la lgica difusa o borrosa como
la metodologa para llegar a una
conclusin a partir de datos de entrada
ambiguos e imprecisos de manera que los
resultados obtenidos se apliquen de una
manera ms precisa al mundo real
imitando la toma de decisiones de una
persona basndose en los tipos de datos
que recibe. Esta tcnica recibe el adjetivo
de multivaluada ya que permite
adjudicar valores intermedios a la hora de
definir
conclusiones
entre
verdadero/falso, caliente/frio, seguro/
peligroso,
alto/bajo,
etc.
Este sistema matemtico se hace
necesario cuando los datos a estudiar
presentan cierto grado de incertidumbre,
dichos grados evidencian la medida en
mayor o menor cantidad en que una
caracterstica se hace presente en el objeto
a estudiar y son dictaminados por las
fuentes de incertidumbre las cuales se
dividen en tres reas:

Deficiencias de la informacin:
Se presenta cuando los datos de
entrada
muestran
una
informacin ya sea incompleta,
errnea o imprecisa.

Caractersticas propias del


mundo real: Estas no son
deterministas gracias a la
aparicin del ser humano como
factor en el estudio ya que las
mismas causas producen efectos
diferentes en distintas personas.
Deficiencias de los modelos:
Cuando los arquetipos que
pretenden
estudiar
la
informacin son incompletos o
no son exactos.

3. DIFERENCIAS CON LA LOGICA


CONVENCIONAL
La principal diferencia y de la cual se
desprende las dems diferencias entre la
lgica difusa y la convencional radica en
la naturaleza de los datos de entrada, ya
que por un lado en la convencional se
trabaja con datos bien definidos y
precisos, en la lgica difusa se trabaja con
informacin imprecisa y ambigua, esto da
como resultado que en la lgica
convencional se pueda obtener un valor de
verdad con 2 nicas posibilidades:
verdadero o falso, mientras en la difusa el
resultado se d como un grado en el valor
de verdad. Dentro del estudio de la lgica
difusa no se rechaza la lgica booleana o
discreta sino todo lo contrario es incluida
como un caso especial de la lgica difusa
en el que la vinculacin con la verdad o
falsedad sean absolutos.
Para explicar este punto, Zadeh pone por
ejemplo la definicin de la altitud de una
persona: Se considera a una persona alta a
alguien que supere los 180 cm y a una baja
a quien no lo haga esto implica que si A
mide 181 cm es una persona alta, mientras
B es baja porque mide 179 cm, un
resultado ilgico al ver que solo se llevan
2 cm, en este momento en el que Zadeh
introduce los conjuntos borrosos para
poder catalogar las alturas en un rango

entre 0 y 1, donde ahora A tiene un grado


de 0.8 y B un grado de 0.75 en la escala
de altitud. Esto elimina los cambios
abruptos que se presentaban antao con la
lgica convencional, tal y como se ve en
la siguiente grfica.

o
o

Sistemas
expertos
del
conocimiento
(simular
el
comportamiento de un experto
humano)
Tecnologa informtica
Bases
de
datos
difusas:
Almacenar
y
consultar
informacin imprecisa. Para este
punto, por ejemplo, existe el
lenguaje
FSQL.

En el mbito de la industria la aplicacin


ms que est ms presente es el llamado
Controlador Difuso el cual es un sistema
de control que a diferencia de los otros
sistemas no necesita un modelo
matemtico exacto en la planta a
controlar, de esta manera estos se hacen
autoajustables
mediante
algoritmos
denominados <<de autosintona>>.

Figura 2

Figura 1 Grficas de la lgica difusa vs la clsica

4.

APLICACIONES
Como se deca en la seccin pasada la
aparicin de datos que no tienen una
naturaleza discreta hace necesaria la
aparicin de la lgica difusa para poder
manipular y ordenar esta informacin, y
aunque este trmino parezca tan ajeno est
en verdad muy presente en la cotidianidad
a continuacin se enlistaran algunas de
sus aplicaciones ms comunes:
o
o
o
o
o
o

Sistemas
de
control
de
acondicionadores de aire
Sistemas de foco automtico en
cmaras fotogrficas
Electrodomsticos
familiares
(frigorficos, lavadoras...)
Optimizacin de sistemas de
control industriales
Sistemas de escritura
Mejora en la eficiencia del uso de
combustible en motores

Estructura de un Controlador Difuso

Estos algoritmos de entrenamiento


permiten modificar el diseo del
Controlador para que este se comporte de
la manera requerida. En general estos
algoritmos no permiten la adaptacin del
controlador a cambios de la planta, pero
son muy tiles para disear controladores
en los que se aparezcan ambigedades con
la combinacin de informacin numrica
con informacin lingstica.

BIBLIOGRAFIA
o DNegri, C; De Vito E;
Introduccion al razonamiento
aproximado: lgica difusa.
o Brage, L; Colom, A; Lgica
difusa: una nueva epistemologa
para las Ciencias de la
Educacin.
o Trillas, E; Aplicaciones de la
lgica difusa.
o Duarte, O; Aplicaciones de la
lgica difusa.
o https://es.wikipedia.org/wiki/L
%C3%B3gica_difusa