Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CAPÍTULO
2
CLÁSICO
CONJUNTOS Y
CONJUNTOS FUZZY
Pueden surgir objeciones filosóficas por las implicaciones lógicas de construir una estructura matemática
sobre la premisa de la borrosidad, ya que parece (al menos superficialmente) necesario exigir que un
objeto sea o no un elemento de un conjunto dado. Desde un punto de vista estético, este puede ser el
estado de cosas más satisfactorio, pero en la medida en que se utilizan estructuras matemáticas para
modelar realidades físicas, a menudo es un requisito poco realista. ... Los conjuntos borrosos tienen una
base filosófica intuitivamente plausible. Una vez que se acepta esto, las consideraciones analíticas y
prácticas relativas a los conjuntos borrosos son, en la mayoría de los aspectos, bastante ortodoxas.
James Bezdek, 1981
Profesor, Informática
Como se mencionó en el Capítulo 1, el universo del discurso es el universo de toda la información disponible
sobre un problema dado. Una vez que se define este universo, podemos definir ciertos eventos en este
espacio de información. Describiremos los conjuntos como abstracciones matemáticas de estos eventos y
del universo mismo. La figura 2.1a muestra una abstracción de un universo de discurso, digamos X, y un
conjunto A nítido (clásico) en algún lugar de este universo. Un conjunto clásico se define por límites nítidos ,
es decir, no hay incertidumbre en la prescripción o ubicación de los límites del conjunto, como se muestra en
la figura 2.1a, donde el límite del conjunto nítido A es una línea inequívoca. Un conjunto borroso, por otro
lado, está prescrito por propiedades vagas o ambiguas; por lo tanto, sus límites se especifican de manera
ambigua, como lo muestra el límite borroso para el conjunto Aÿ en la figura 2.1b.
A A~
a a
B B
(a) (B)
FIGURA 2.1
Diagramas para (a) límite de conjunto nítido y (b) límite de conjunto difuso.
el mismo universo X: el límite sombreado representa la región límite de Aÿ. En la región central (sin sombrear)
del conjunto borroso, el punto a es claramente un miembro completo del conjunto. Fuera de la región límite del
conjunto borroso, el punto b claramente no es miembro del conjunto borroso. Sin embargo, la pertenencia del
punto c, que está en la región límite, es ambigua. Si la pertenencia completa a un conjunto (como el punto a en
la figura 2.1b) se representa con el número 1, y la no pertenencia a un conjunto (como el punto b en la figura
2.1b) se representa con 0, entonces el punto c en la figura 2.1b debe tener algún valor intermedio de pertenencia
(pertenencia parcial en el conjunto borroso Aÿ) en el intervalo [0,1]. Presumiblemente, la pertenencia del punto c
en Aÿ se aproxima a un valor de 1 a medida que se acerca a la región central (no sombreada) de la figura 2.1b
de Aÿ y la pertenencia del punto c en Aÿ se aproxima a un valor de 0 a medida que se mueve más cerca de salir
de la región límite de Aÿ.
En este capítulo se comparan los preceptos y operaciones de los conjuntos borrosos con los de los
conjuntos clásicos. Hay varios buenos libros disponibles para revisar este material básico (ver, por ejemplo,
Dubois y Prade, 1980; Klir y Folger, 1988; Zimmermann, 1991; Klir y Yuan, 1995). Los conjuntos borrosos
abarcan virtualmente todas (con una excepción, como se verá) de las definiciones, preceptos y axiomas que
definen a los conjuntos clásicos. Como se indicó en el Capítulo 1, los conjuntos nítidos son un caso especial de
conjuntos borrosos; son conjuntos sin ambigüedad en su pertenencia (es decir, son conjuntos con límites
inequívocos). Se demostrará que la teoría de conjuntos borrosos es una teoría de conjuntos matemáticamente
rigurosa y completa útil para caracterizar conceptos (conjuntos) con ambigüedad natural. Es instructivo introducir
conjuntos borrosos revisando primero los elementos de la teoría de conjuntos clásica (nítida).
CONJUNTOS CLÁSICOS
Defina un universo de discurso, X, como una colección de objetos que tienen todas las mismas características.
Los elementos individuales en el universo X se denotarán como x. Las características de los elementos en X
pueden ser números enteros discretos, contables o cantidades continuas valoradas en la línea real. Ejemplos de
elementos de varios universos podrían ser los siguientes:
CONJUNTOS CLÁSICOS 27
La mayoría de los procesos de ingeniería del mundo real contienen elementos que son reales y no negativos.
Los primeros cuatro elementos que acabamos de nombrar son ejemplos de tales elementos. Sin embargo, para fines de
modelado, la mayoría de los problemas de ingeniería se simplifican para considerar solo valores enteros de los elementos
en un universo de discurso. Entonces, por ejemplo, las velocidades del reloj de la computadora pueden medirse en
valores enteros de megahercios y las temperaturas de la bomba de calor pueden medirse en valores enteros de grados
Celsius. Además, la mayoría de los procesos de ingeniería se simplifican para considerar solo universos de tamaño finito.
Aunque las magnitudes de Richter pueden no tener un límite teórico, históricamente no hemos medido magnitudes de
terremotos muy por encima de 9; este valor podría ser el límite superior en un problema de diseño de ingeniería
estructural. Como otro ejemplo, suponga que está interesado en la tensión debajo de una pata de la silla en la que está
sentado. Usted podría argumentar que es posible obtener una tensión infinita en una pata de la silla si se sienta en la silla
de tal manera que solo una pata lo sostenga y permita que el área de la punta de esa pata se acerque a cero. Aunque
esto es teóricamente posible, en realidad la pata de la silla se pandeará elásticamente cuando el área de la punta se
vuelva muy pequeña o cederá plásticamente y fallará porque aún no se han desarrollado materiales que tengan una
resistencia infinita. Por lo tanto, elegir un universo discreto y finito o uno continuo e infinito es una elección de modelado;
la elección no altera la caracterización de los conjuntos definidos en el universo. Si los elementos de un universo son
continuos, entonces los conjuntos definidos en el universo estarán compuestos por elementos continuos.
Por ejemplo, si el universo del discurso se define como todas las magnitudes de Richter hasta un valor de 9, entonces
podemos definir un conjunto de "magnitudes destructivas", que podría estar compuesto por (1) todas las magnitudes
mayores o iguales a un valor de 6 en el caso nítido o (2) todas las magnitudes “aproximadamente 6 y más” en el caso
borroso.
Un atributo útil de los conjuntos y los universos en los que se definen es una métrica conocida como cardinalidad
o número cardinal. El número total de elementos en un universo X se llama su número cardinal; denotado nx, donde x
nuevamente es una etiqueta para elementos individuales en el universo. Los universos discretos que se componen de
una colección finita contable de elementos tendrán un número cardinal finito; Los universos continuos comprenden una
colección infinita de elementos que tendrán una cardinalidad infinita. Las colecciones de elementos dentro de un universo
se denominan conjuntos, y las colecciones de elementos dentro de conjuntos se denominan subconjuntos. Conjuntos y
subconjuntos son términos que a menudo se usan como sinónimos, ya que cualquier conjunto también es un subconjunto
del conjunto universal X. La colección de todos los conjuntos posibles en el universo se denomina conjunto completo.
x ÿ X ÿ x pertenece a X x ÿ A ÿ
x pertenece a A x /ÿ A ÿ x no
pertenece a A
Definimos el conjunto nulo, Ø, como el conjunto que no contiene elementos, y el conjunto completo, X, como el conjunto
de todos los elementos del universo. El conjunto nulo es análogo a un evento imposible, y
Machine Translated by Google
todo el conjunto es análogo a un determinado evento. Todos los conjuntos posibles de X constituyen un conjunto especial
llamado conjunto potencia, P(X). Para un universo específico X, el conjunto de potencias P(X) se enumera
en el siguiente ejemplo.
Ejemplo 2.1. Tenemos un universo compuesto por tres elementos, X = {a,b,c}, por lo que el cardinal
número es nx = 3. El conjunto de potencias es
P(X) = {Ø,{a},{b},{c},{a,b},{a,c},{b,c},{a,b,c}}.
nP(X) = 2nX = 23 = 8.
Tenga en cuenta que si la cardinalidad del universo es infinita, entonces la cardinalidad de la potencia
conjunto también es infinito, es decir, nX =ÿÿ nP(X) = ÿ.
Sean A y B dos conjuntos en el universo X. La unión entre los dos conjuntos, denotada
A ÿ B, representa todos aquellos elementos del universo que residen en (o pertenecen) al conjunto A,
el conjunto B, o ambos conjuntos A y B. (Esta operación también se llama el o lógico; otra forma
de la unión es la exclusiva u operación. El exclusivo o se describe en el Capítulo 5.) El
intersección de los dos conjuntos, denotada A ÿ B, representa todos esos elementos en el universo
X que residen simultáneamente en (o pertenecen a) ambos conjuntos A y B. El complemento de un
El conjunto A, denotado A, se define como la colección de todos los elementos del universo que no
residen en el conjunto A. La diferencia de un conjunto A con respecto a B, denotada A |B, se define
como el conjunto de todos los elementos del universo que residen en A y que no residen en
B simultáneamente. Estas operaciones se muestran a continuación en términos de teoría de conjuntos.
Estas cuatro operaciones se muestran en términos de diagramas de Venn en las figuras 2.2 a 2.5.
FIGURA 2.2
Unión de los conjuntos A y B (o lógico).
Machine Translated by Google
CONJUNTOS CLÁSICOS 29
FIGURA 2.3
Intersección de los conjuntos A y B.
FIGURA 2.4
Complemento del conjunto A.
FIGURA 2.5
Diferencia operación A|B.
Ciertas propiedades de los conjuntos son importantes debido a su influencia en la manipulación matemática
de los conjuntos. Las propiedades más apropiadas para definir conjuntos clásicos y mostrar su similitud con los
conjuntos borrosos son las siguientes:
UN ÿ B = B ÿ UN. (2.5)
Machine Translated by Google
Asociatividad UN ÿ (B ÿ C) = (UN ÿ B) ÿ C
A ÿ (B ÿ C) = (A ÿ B) ÿ C. (2.6)
distributividad A ÿ (B ÿ C) = (A ÿ B) ÿ (A ÿ C)
A ÿ (B ÿ C) = (A ÿ B) ÿ (A ÿ C). (2.7)
idempotencia UN ÿ UN = UN
UN ÿ UN = UN. (2.8)
Identidad AÿØ=A
UN ÿ X = UN
A ÿ Ø = Ø. (2.9)
A ÿ X = X.
Involución A = A. (2.11)
Dos propiedades especiales de las operaciones con conjuntos se conocen como axiomas medios excluidos.
y los principios de De Morgan. Estas propiedades se enumeran aquí para dos conjuntos A y B.
Los axiomas medios excluidos son muy importantes porque son las únicas operaciones con conjuntos
descritos aquí que no son válidos tanto para conjuntos clásicos como para conjuntos difusos. Hay dos
axiomas medios excluidos (dados en la Ecuación (2.12)). El primero, llamado axioma de la
tercero excluido, trata de la unión de un conjunto A y su complemento; el segundo, llamado
el axioma de contradicción, representa la intersección de un conjunto A y su complemento.
Los principios de De Morgan son importantes debido a su utilidad para probar tautologías y
contradicciones en lógica, así como en una multitud de otras operaciones y demostraciones de conjuntos. Delaware
Los principios de Morgan se muestran en las áreas sombreadas de los diagramas de Venn en las Figuras 2.6
y 2.7 y descrito matemáticamente en la Ecuación (2.13).
FIGURA 2.6
Principio de De Morgan (A ÿ B).
Machine Translated by Google
CONJUNTOS CLÁSICOS 31
FIGURA 2.7
Principio de De Morgan (A ÿ B).
En general, los principios de De Morgan se pueden establecer para n conjuntos, como se proporciona aquí
para eventos, Ei:
De las ecuaciones generales (Ecuación (2.14)) para los principios de De Morgan, obtenemos una relación de dualidad:
el complemento de una unión o de una intersección es igual a la intersección o unión, respectivamente, de los
respectivos complementos. Este resultado es muy poderoso cuando se trata de estructuras de conjuntos, ya que a
menudo tenemos información sobre el complemento de un conjunto (o evento) o el complemento de combinaciones
de conjuntos (o eventos), en lugar de información sobre los conjuntos mismos.
Ejemplo 2.2. Un arco poco profundo consta de dos elementos esbeltos, como se muestra en la figura 2.8. Si alguno
de los miembros falla, el arco colapsará. Si E1 = supervivencia del miembro 1 y E2 = supervivencia del miembro 2,
entonces supervivencia del arco = E1 ÿ E2 y, por el contrario, colapso del arco = E1 ÿ E2. Lógicamente, el colapso
del arco ocurrirá si falla alguno de los miembros, es decir, cuando E1 ÿ E2. Por lo tanto,
E1 ÿ E2 = E1 ÿ E2,
Como sugiere la Ecuación (2.14), los principios de De Morgan son muy útiles para eventos compuestos, como
se ilustra en el siguiente ejemplo.
Carga
FIGURA 2.8
Un arco de dos miembros.
Machine Translated by Google
Línea fuente A
Unión Bomba
3 C
Línea fuente B
FIGURA 2.9
Sistema de mangueras hidráulicas.
Ejemplo 2.3. Por razones de seguridad, el suministro de fluido para una bomba hidráulica C en un avión proviene de
dos líneas fuente redundantes, A y B. El fluido es transportado por mangueras de alta presión que consisten en las
ramas 1, 2 y 3, como se muestra en la Figura 2.9. Las especificaciones de funcionamiento de la bomba indican que
cualquiera de las líneas de origen por sí sola es capaz de suministrar la presión de fluido necesaria a la bomba.
Denotar E1 = falla del ramal 1, E2 = falla del ramal 2 y E3 = falla del ramal 3. Entonces, la presión insuficiente para
operar la bomba sería causada por (E1 ÿ E2) ÿ E3, y la presión suficiente sería el complemento de este evento.
Usando los principios de De Morgan, podemos calcular la condición de presión suficiente para ser
donde (E1 ÿ E2) significa la disponibilidad de presión en el empalme, y E3 significa la ausencia de falla en la rama 3.
El mapeo es un concepto importante al relacionar las formas de la teoría de conjuntos con las
representaciones de información de la teoría de funciones. En su forma más general, puede usarse
para mapear elementos o subconjuntos en un universo de discurso a elementos o conjuntos en otro
universo. Supongamos que X e Y son dos universos diferentes de discurso (información). Si un
elemento x está contenido en X y corresponde a un elemento y contenido en Y, generalmente se
denomina un mapeo de X a Y, o f : X ÿ Y. Como mapeo, la función característica (indicadora) ÿA se define como
1, x ÿ UN
ÿA(x) = (2.15)
0, x/ÿ UN ,
C
1 A
0 X
FIGURA 2.10
La función de pertenencia es un mapeo para el conjunto nítido A.
Machine Translated by Google
CONJUNTOS CLÁSICOS 33
donde ÿA expresa “pertenencia” en el conjunto A para el elemento x en el universo. Esta idea de membresía
es un mapeo de un elemento x en el universo X a uno de los dos elementos en el universo Y, es decir, a
los elementos 0 o 1, como se muestra en la figura 2.10.
Para cualquier conjunto A definido en el universo X, existe un conjunto teórico de funciones, llamado
conjunto de valores, denotado V(A), bajo el mapeo de la función característica, ÿ. Por convención, al
conjunto nulo Ø se le asigna el valor de pertenencia 0 y a todo el conjunto X se le asigna el valor de
pertenencia 1.
Ejemplo 2.4. Continuando con el ejemplo (Ejemplo 2.1) de un universo con tres elementos, X = {a,b,c},
deseamos mapear los elementos del conjunto potencia de X, es decir, P(X), a un universo, Y, que consta
de solo dos elementos (la función característica),
Y = {0, 1}.
P(X) = {Ø,{a},{b},{c},{a,b},{b,c},{a,c},{a,b,c}}.
Por lo tanto, los elementos en el conjunto de valores V(A) como se determina a partir del mapeo son
V{P(X)} = {{0, 0, 0},{1, 0, 0},{0, 1, 0},{0, 0, 1},{1, 1, 0},{ 0, 1, 1},{1, 0, 1},{1, 1, 1}}.
Por ejemplo, el tercer subconjunto del conjunto potencia P(X) es el elemento b. Para este subconjunto no
hay a, por lo que un valor de 0 va en la primera posición del triplete de datos; hay una b, por lo que un
valor de 1 va en la segunda posición del triplete de datos; y no hay c, por lo que un valor de 0 va en la
tercera posición del triplete de datos. Por lo tanto, el tercer subconjunto del conjunto de valores es el
triplete de datos, {0, 1, 0}, como ya se vio. El conjunto de valores tiene un análogo gráfico que se describe
en el Capítulo 1 en la sección "Conjuntos como puntos en hipercubos".
Ahora, defina dos conjuntos, A y B, en el universo X. La unión de estos dos conjuntos en términos
de teoría de funciones se da de la siguiente manera (el símbolo ÿ es el operador máximo y ÿ es el operador
mínimo):
Para dos conjuntos en el mismo universo, digamos A y B, si un conjunto (A) está contenido en otro conjunto
(B), entonces
CONJUNTOS FUZZY
µA ÿ(x)
A =
ÿ
. (2.21)
X
metro
1 A~
0 X
FIGURA 2.11
Función de pertenencia para el conjunto borroso Aÿ.
Machine Translated by Google
CONJUNTOS FUZZY 35
Unión (2.22)
ÿA ÿÿB ÿ(x) = ÿA ÿ(x) ÿ ÿB ÿ(x).
Intersección ÿA ÿÿB ÿ(x) = ÿA ÿ(x) ÿ ÿB ÿ(x). (2.23)
Los diagramas de Venn para estas operaciones, ampliados para considerar conjuntos borrosos, se
muestran en las Figuras 2.12–2.14. Las operaciones dadas en las Ecuaciones (2.22)–(2.24) se
conocen como operaciones difusas estándar. Hay muchas otras operaciones difusas, y más adelante
en este capítulo se analizan.
Cualquier conjunto borroso Aÿ definido en un universo X es un subconjunto de ese universo. Además,
por definición, al igual que con los conjuntos clásicos, el valor de pertenencia de cualquier elemento x en el
conjunto nulo Ø es 0, y el valor de pertenencia de cualquier elemento x en el conjunto completo X es 1. Tenga
en cuenta que el conjunto nulo y el conjunto completo no son conjuntos borrosos en este contexto (sin tilde
subrayada). La notación apropiada para estas ideas es la siguiente:
A ÿ X ÿ ÿA ÿ(x) ÿ ÿX(x).
ÿ
(2.25a)
metro
1 A~ B~
0 X
FIGURA 2.12
Unión de conjuntos borrosos Aÿ y Bÿ.
metro
1 A~ B~
0 X
FIGURA 2.13
Intersección de conjuntos borrosos Aÿ y Bÿ.
Machine Translated by Google
metro
1 A~
A~
0 X
FIGURA 2.14
Complemento del conjunto borroso Aÿ.
La colección de todos los conjuntos borrosos y subconjuntos borrosos en X se denota como el conjunto borroso
conjunto de potencias P(X ÿ). Debería ser obvio, basado en el hecho de que todos los conjuntos borrosos pueden superponerse,
que la cardinalidad, nP(X), del conjunto de potencia difusa es infinita; es decir, nP(X) = ÿ.
Los principios de De Morgan para los conjuntos clásicos también son válidos para los conjuntos borrosos, como lo indica el
siguientes expresiones:
A ÿB
ÿ ÿ
= un ÿ Bÿ.
ÿ (2.26a)
A ÿB
ÿ ÿ
= unÿ
ÿ segundo
ÿ. (2.26b)
Como se enumeró antes, todas las demás operaciones en conjuntos clásicos también son válidas para conjuntos borrosos,
excepto por los axiomas medios excluidos. Estos dos axiomas no se cumplen para conjuntos borrosos ya que
no forman parte de la estructura axiomática básica de los conjuntos borrosos (ver Gaines, 1978).
Dado que los conjuntos borrosos pueden superponerse, un conjunto y su complemento también pueden superponerse. los excluidos
los axiomas medios, extendidos para conjuntos borrosos, se expresan como
A ÿ un = X.
ÿ ÿ (2.27a)
A ÿA
ÿ ÿ
= Ø. (2.27b)
Diagramas de Venn extendidos que comparan los axiomas medios excluidos para conjuntos clásicos (nítidos)
y los conjuntos borrosos se muestran en las Figuras 2.15 y 2.16, respectivamente.
C C
1 1
A A
0 X 0 X
(a) (B)
C
1
0 X
(C)
FIGURA 2.15
Axiomas intermedios excluidos para conjuntos nítidos. (a) Conjunto crujiente A y su complemento; (b) crujiente A ÿ A = X
(axioma del tercero excluido); y (c) crujiente A ÿ A = Ø (axioma de contradicción).
Machine Translated by Google
CONJUNTOS FUZZY 37
metro metro
1 A~ 1
A~
0 X 0 X
(a) (B)
metro
0 X
(C)
FIGURA 2.16
Los axiomas medios excluidos para conjuntos borrosos no son válidos. (a) Conjunto borroso Aÿ y su
complemento;
contra (b) borroso Aÿ
ÿ
ÿ A dicción).= X (axioma del tercero excluido); y (c) borroso A ÿ A = Ø (axioma de
Los conjuntos difusos siguen las mismas propiedades que los conjuntos nítidos. Debido a este hecho y a que los valores
de pertenencia de un conjunto nítido son un subconjunto del intervalo [0,1], los conjuntos clásicos pueden considerarse
un caso especial de conjuntos borrosos. Por lo tanto, las propiedades dadas en las Ecuaciones (2.5)–(2.11) son idénticas
a las de los conjuntos borrosos.
PAGS
D Radio R = 1m
1
Espesor de pared = metro
2p
(a) (B)
FIGURA 2.17
(a) Vista axial y (b) vista transversal del eje hueco de ejemplo.
Machine Translated by Google
será segura."
2. Aÿ ÿ B ÿ
es el conjunto de cargas para las que se espera que tanto el material B como el material D
estan seguros."
3. Un y B son los conjuntos de cargas para las cuales el material D y el material B son inseguros, respectivamente
ÿ ÿ
tivamente.
4. Aÿ|B ÿ es el conjunto de cargas para las cuales el material dúctil es seguro pero el material frágil es
en peligro.
5. Bÿ|A ÿ es el conjunto de cargas para las cuales el material frágil es seguro pero el material dúctil es
en peligro.
ÿ segundo = un ÿ B afirma que las cargas que no son seguras con
6. Principio A de De Morgan ÿ ÿ ÿ ÿ
respecto a ambos materiales son la unión de los que son inseguros respecto a los quebradizos
material con los que son inseguros con respecto al material dúctil.
7. Principio A de De Morgan ÿ B = un ÿ segundo afirma que las cargas que no son seguras para ninguno
ÿ ÿ ÿ ÿ
el material D ni el material B son la intersección de los que no son seguros para el material D con
los que no son seguros para el material B.
Para ilustrar estas ideas numéricamente, digamos que tenemos dos conjuntos difusos discretos,
a saber,
Ahora podemos calcular varias de las operaciones que acabamos de discutir (pertenencia para elemento
1 tanto en Aÿ como en Bÿ es implícitamente 0):
CONJUNTOS FUZZY 39
12
Ejemplo 2.6. Continuando con el caso de ingeniería química descrito en el Problema 1.13 de
Capítulo 1, suponga la selección de un analizador apropiado para monitorear el “gas de venta” agrio
La concentración de gas es importante. Este proceso de selección puede complicarse por el hecho de que
un tipo de analizador, digamos A, no proporciona un rango de presión promedio adecuado pero sí
dar un valor límite del tiempo muerto del instrumento; en contraste, otro analizador, digamos B, puede
dan un buen valor del tiempo muerto del proceso pero un pobre rango de presión. Supongamos que para este problema
consideramos tres analizadores: A, B y C.
Dejar
0.7 0.3 0.9
PAGS
= + +
ÿ
A B C
representar el conjunto borroso que muestra la idoneidad del rango de presión de los analizadores A, B y C
(una membresía de 0 no es adecuada, un valor de 1 es excelente).
también deja
0.5 0.9 0.4
Antiguo Testamento
= + +
ÿ
A B C
representan el conjunto borroso que muestra la idoneidad del tiempo muerto del instrumento de los analizadores A, B y
C (nuevamente, 0 no es adecuado y 1 es excelente).
y AT PAGS
mostrará los analizadores que no son adecuados para el rango de presión y el instrumento
ÿ ÿ
Ejemplo 2.7. Una de las operaciones de fabricación cruciales asociadas con la construcción del
El tanque de combustible externo para el transbordador espacial involucra el proceso de aislamiento de espuma
por aspersión (SOFI), que combina dos componentes químicos críticos en una pistola de aspersión a alta presión.
y una temperatura y caudal precisos. El control de estos parámetros cerca de los valores de consigna es
crucial para satisfacer una serie de requisitos de especificación importantes. Especificación
Los requisitos consisten en propiedades aerodinámicas, mecánicas, químicas y termodinámicas.
Podrían emplearse técnicas de caracterización difusa para mejorar la selección inicial
experimentos; por ejemplo, para determinar los valores críticos tanto de caudal como de temperatura.
Los niveles verdaderos solo se pueden aproximar en el mundo real. Si apuntamos a un caudal bajo para
48 lb minÿ1, puede ser de 38 a 58 lb minÿ1. Además, si apuntamos a una temperatura alta de 135 °F,
puede ser de 133 a 137 °F.
Machine Translated by Google
metro metro
m (f, d)
F
1
5
4
3
2
1
0
1
2
3
4
FIGURA 2.19
Imagen tridimensional de la intersección de dos conjuntos borrosos, es decir, Fÿ ÿ Dÿ.
Las operaciones sobre conjuntos borrosos enumeradas como Ecuaciones (2.22)–(2.24) se denominan
operaciones borrosas estándar. Estas operaciones son las mismas que para los conjuntos clásicos, cuando el
rango de valores de pertenencia está restringido al intervalo unitario. Sin embargo, estas operaciones difusas
estándar no son las únicas operaciones que se pueden aplicar a conjuntos difusos. Para cada
Machine Translated by Google
RESUMEN 41
de las tres operaciones estándar, existe una amplia clase de funciones cuyos miembros pueden considerarse
generalizaciones borrosas de las operaciones estándar. Las funciones que califican como intersecciones difusas
y uniones difusas generalmente se conocen en la literatura como t-normas y t-conormas (o s-normas),
respectivamente (p. ej., Klir y Yuan, 1995; Klement et al., 2000). Estas t-normas y t-conormas se denominan así
porque Menger (1942) las introdujo originalmente como normas triangulares y conormas triangulares,
respectivamente, en su estudio de espacios métricos estadísticos.
Las operaciones difusas estándar tienen un significado especial cuando se comparan con todas las demás
t-normas y t-conormas. La intersección difusa estándar, operador min, cuando se aplica a un conjunto difuso
produce el mayor valor de pertenencia de todas las t-normas, y la unión difusa estándar, operador max, cuando
se aplica a un conjunto difuso produce el valor de pertenencia más pequeño de todas las t -connors. Estas
características de la intersección y unión difusa estándar son significativas porque ambas evitan la combinación
de errores en los operandos (Klir y Yuan, 1995). La mayoría de las normas alternativas carecen de este significado.
Las operaciones de agregación en conjuntos borrosos son operaciones mediante las cuales varios
conjuntos borrosos se combinan de una manera deseable para producir un solo conjunto borroso. Por ejemplo,
suponga que el desempeño de una computadora en tres ensayos de prueba se describe como excelente, muy
bueno y nominal, y cada una de estas etiquetas lingüísticas está representada por un conjunto borroso en el universo [0, 100].
Entonces, una operación de agregación útil produciría una expresión significativa, en términos de un solo conjunto
difuso, del rendimiento general de la computadora. Las uniones e intersecciones difusas estándar califican como
operaciones de agregación en conjuntos difusos y, aunque se definen solo para dos argumentos, el hecho de que
tengan una propiedad de asociatividad proporciona un mecanismo para extender sus definiciones a tres o más
argumentos. Otras operaciones de agregación comunes, como las operaciones de promediación y las operaciones
de promediación ponderada ordenada, se pueden encontrar en la literatura (ver Klir y Yuan, 1995). Las operaciones
de promedio tienen su propio rango que llena el espacio entre la intersección más grande (el operador min) y la
unión más pequeña (el operador max). Estas operaciones de promediación en conjuntos borrosos no tienen
contrapartida en la teoría clásica de conjuntos y, debido a esto, las extensiones de los conjuntos borrosos a la
lógica borrosa permiten que esta última sea mucho más expresiva en categorías naturales reveladas por datos
empíricos o requeridas por la intuición (Belohlavek et al . ., 2002).
RESUMEN
En este capítulo hemos desarrollado las definiciones básicas, las propiedades y las operaciones con conjuntos
nítidos y conjuntos borrosos. Se ha demostrado que los únicos axiomas básicos que no son comunes a los
conjuntos nítidos y difusos son los dos axiomas medios excluidos; sin embargo, estos axiomas no son parte de la
estructura axiomática de la teoría de conjuntos borrosos (Capítulo 1). Todas las demás operaciones detalladas
aquí son comunes a los conjuntos nítidos y difusos; sin embargo, otras operaciones como los operadores de
agregación y promediación que se permiten en los conjuntos borrosos no tienen equivalentes en la teoría de
conjuntos clásica. Para muchas situaciones en el razonamiento, los axiomas medios excluidos presentan
restricciones en el razonamiento (Capítulos 5 y 15). Aparte de la diferencia de que la pertenencia a un conjunto es
una idea de valor infinito en lugar de una cantidad de valor binario, los conjuntos borrosos se manejan y tratan de
la misma forma matemática que los conjuntos nítidos. Se mencionó el principio de no interactividad entre conjuntos
y es análogo al supuesto de independencia en el modelado de probabilidad. Los conjuntos borrosos no interactivos
se convertirán en una idea necesaria en la simulación de sistemas borrosos cuando las entradas de una variedad
de universos se agreguen en un sentido colectivo para propagar una salida; este proceso de propagación se
discute en más
Machine Translated by Google
detalle en los Capítulos 5 y 8. Finalmente, se señaló que hay muchas otras operaciones, llamadas
normas, que se pueden usar para extender intersecciones, uniones y complementos borrosos,
pero tales extensiones están más allá del alcance de este texto.
REFERENCIAS
Belohlavek, R., Klir, G., Lewis, H. y Way, E. (2002) Sobre la capacidad de la teoría de conjuntos borrosos para
representar conceptos. En t. J. Gen. Syst., 31, 569–585.
Bezdek, J. (1981) Reconocimiento de patrones con algoritmos de funciones objetivas difusas, Plenum Press,
Nueva York.
Klement, E., Mesiar, R. y Pap, E. (2000) Normas triangulares, Kluwer Academic, Boston, MA.
Klir, G. y Folger, T. (1988) Conjuntos borrosos, incertidumbre e información, Prentice Hall, Englewood
acantilados, Nueva Jersey.
Klir, G. y Yuan, B. (1995) Conjuntos difusos y lógica difusa: teoría y aplicaciones, Prentice Hall,
Upper Saddle River, Nueva Jersey.
Menger, K. (1942) Métricas estadísticas. proc. nacional Academia ciencia Estados Unidos, 28, 535–537.
Ross, T. (2004) Lógica difusa con aplicaciones de ingeniería, John Wiley & Sons, Ltd, Chichester.
Zadeh, L. (1965) Conjuntos borrosos. información Control, 8, 338–353.
Zimmermann, H. (1991) Teoría de conjuntos borrosos y sus aplicaciones, 2.ª ed., Kluwer Academic,
Dordrecht.
PROBLEMAS
2.1. En la figura P2.1 se muestran las funciones típicas de pertenencia para flujo laminar y
turbulento para una placa plana con un borde de ataque afilado en una corriente de aire
típica. La transición entre flujo laminar y turbulento generalmente tiene lugar entre números
de Reynolds de 2 × 105 y 3 × 106. Un Re = 5 × 105 generalmente se considera el punto de
flujo turbulento para esta situación. Encuentre la intersección, la unión y la diferencia de los
dos flujos. Y encuentre el complemento del flujo laminar.
1.0 m turbulento
m laminar
PROBLEMAS 43
2.2. En los vecindarios puede haber varios estanques de aguas pluviales que drenan hacia una sola
alcantarilla troncal corriente abajo. En este vecindario, la ciudad monitorea todos los estanques para
detectar la altura del agua causada por tormentas. Para dos tormentas (etiquetadas como A y B)
identificadas como significativas en base a los datos de lluvia recolectados en el aeropuerto,
determine el desempeño correspondiente de los estanques de aguas pluviales del vecindario.
Suponga que el vecindario tiene cinco estanques, es decir, X = [1, 2, 3, 4, 5], y suponga que la membresía de
almacenamiento de estanque significativo es 1.0 para cualquier estanque que tenga un 70% o más de
profundidad total. Para la tormenta Aÿ, el conjunto de rendimiento del estanque es
(a) Para evaluar los impactos en el rendimiento del estanque, suponga que solo se pueden monitorear
dos estanques debido a restricciones presupuestarias. Además, los datos de las tormentas indican
que puede haber una diferencia en las ubicaciones de los truenos alrededor de este vecindario.
¿Cuáles dos de los cinco estanques deben ser monitoreados?
(b) Determine la estimación más conservadora del rendimiento del estanque (es decir, encuentre
A ÿ B ÿ).
ÿ
2.3. Queremos comparar la resistencia de dos tipos de concreto. Cuatro unidades de mampostería de
concreto (CMU, por sus siglas en inglés) de cada tipo de concreto se tensan hasta que fallan. La
tensión de falla más baja de una CMU se denota 1, y la tensión de falla más alta se denota 4, por lo
que las CMU están ordenadas por rango según la tensión de falla, es decir, X = {1, 2, 3, 4}. Dado
que la "falla" de las CMU es imprecisa, el valor de membresía para una CMU específica representa
el juicio de que la CMU realmente falló. Los siguientes conjuntos borrosos representan las
estimaciones de falla para los dos tipos de concreto diferentes:
Además, un modelo de dos dipolos debe tener una R más baja que un modelo de un dipolo para dar
Machine Translated by Google
la misma cantidad de confianza en el modelo. El rango de R se tomará como R = {1.0, 1.5, 2.0, 2.5, 3.0},
y definimos los siguientes conjuntos borrosos para D1 = el modelo de un dipolo y D2 = el modelo de dos
dipolos:
Para estos dos conjuntos borrosos, encuentre (a) Dÿ1 ÿ D ÿ2, (b) Dÿ1 ÿ D ÿ2, (c) D ÿ1, ÿ2 , (e) Dÿ1| Dÿ2,
(d) D y (f) D ÿ1 ÿ D ÿ 2.
2.5. Al determinar la rentabilidad corporativa, muchas empresas constructoras deben tomar decisiones basadas
en los hábitos de gasto del cliente en particular, como la cantidad que gasta el cliente y su capacidad de
gasto. Muchos de estos atributos son confusos.
Un cliente que gasta una “gran cantidad” se considera “rentable” para la empresa constructora. Una
cantidad "grande" de gasto es una variable difusa, como lo es un rendimiento "rentable". Estos dos
conjuntos borrosos deben superponerse, pero no deben definirse en un rango idéntico.
A = {gastadores "grandes"}.
ÿ
B = {clientes “rentables”}.
ÿ
Para los dos conjuntos borrosos que se muestran en la figura P2.5, encuentre gráficamente las siguientes
propiedades: (a) Aÿ ÿ B ÿ: todos los clientes que se consideran rentables o que gastan mucho. (b) Aÿ ÿ
B ÿ: todos los clientes considerados rentables y grandes consumidores. y B ÿ: aquellos clientes (i)
considerados no rentables y (ii) considerados no grandes gastadores (por separado).
(c) Un
ÿ
metro
(No a escala)
B
~ A
~
1.0
0
5000 10000 50000 100000
dolares
FIGURA P2.5
2.6. Suponga que usted es un ingeniero de suelos. Desea realizar un seguimiento del movimiento de las
partículas del suelo bajo tensión en un aparato experimental que permite ver el movimiento del suelo.
Está creando un software de reconocimiento de patrones para permitir que una computadora controle y
Machine Translated by Google
PROBLEMAS 45
detectar los movimientos. Sin embargo, hay dos dificultades para "enseñar" su software
para ver el movimiento: (1) la partícula rastreada puede ser ocluida por otra partícula
y (2) su algoritmo de segmentación puede ser inadecuado. Una forma de manejar la
oclusión es asumir que el área de la partícula ocluida es menor que el
área de la partícula no ocluida. Por lo tanto, cuando el área está cambiando sabes
que la partícula está ocluida. Sin embargo, el algoritmo de segmentación también hace que la
área de la contracción de partículas si el esquema de detección de bordes en el algoritmo no puede hacer
un buen trabajo debido a la mala iluminación en el aparato experimental. En otra
palabras, el área de la partícula se vuelve pequeña como resultado de la oclusión o mala
segmentación. Usted define dos conjuntos borrosos en un universo de partículas adimensionales
áreas, X = [0, 1, 2, 3, 4]: Aÿ es un conjunto borroso cuyos elementos pertenecen a la oclusión
y Bÿ es un conjunto borroso cuyos elementos pertenecen a una segmentación inadecuada. Dejar
1 1 0.3 0
10 0.7 1 0
20 0.4 1 0.5
40 0 0.5 0.7
80 0 0.2 1
100 0 0 1
Mÿ , diciendo: (a) Mÿÿ, ÿ F(b) Mÿ ÿ Fÿ, (c) Mÿ , (d) Fÿ, (e) Cÿ ÿ Fÿ, y (f) Mÿ ÿ C ÿ.
2.8. El número de Froude, FR, se usa a menudo para calcular si el flujo en un canal es
subcrítico, crítico o supercrítico, y viene dado por la expresión FR = v/(gD)1/2,
donde v es la velocidad del flujo, D es la profundidad del canal y g es la gravedad
constante. En un canal con una profundidad constante, FR es un máximo cuando el flujo es alto,
y FR es un mínimo cuando el flujo es bajo. Suponga que la velocidad del flujo se da en
Machine Translated by Google
un universo de velocidades adimensionales, X = {0, 20, 40, 60, 80, 100}. para los dos
flujos dados a continuación, encuentre la intersección, la unión y la diferencia de los dos flujos.
2.9. Para los datos del simulador de vuelo, la determinación de ciertos cambios en la operación
condiciones de la aeronave se realiza sobre la base de puntos de ruptura duros en el Mach
región. Definamos un conjunto borroso para representar la condición de "cerca" de un Mach
número de 0,74. Además, defina un segundo conjunto borroso para representar la condición de “en
la región de” un número de Mach de 0,74. En datos de simulación típicos, un número de Mach
de 0,74 es un punto de quiebre duro.
0 0.8 1 0.6 0
A = cerca de Mach 0,74 =
ÿ
+ + + + .
0,730 0,735 0,740 0,745 0,750
0 0.4 0.8 1 0.6
B = en la región de Mach 0.74 =
ÿ
+ + + + .
0,730 0,735 0.740 0.745 0.750
(f) un ÿB ÿ.
ÿ
2.10. La cantidad de "sólidos suspendidos totales" (TSS) en un río varía con las estaciones,
al igual que los flujos. Por ejemplo, en el verano cuando los caudales son más bajos, el TSS
puede ser el más alto. Para los dos ríos particulares que se muestran aquí, calcule la unión,
intersección y diferencia de las funciones de pertenencia:
2.11. Supongamos que un ingeniero está abordando un problema en el control de potencia de un móvil
teléfono celular transmitiendo a su estación base. Sea MPÿ la potencia media
conjunto borroso y HPÿ ser el conjunto de alta potencia. Que el universo del discurso se componga
de unidades discretas de dB × m, es decir, X = {0, 1, 2,..., 10}. Las funciones de pertenencia para
estos dos conjuntos borrosos se muestran en la figura P2.11. Para estos dos conjuntos borrosos,
demostrar la unión, la intersección, el complemento y la diferencia.
metro metro
0 0
0 5 10 X 0 5 10 X
FIGURA P2.11
Machine Translated by Google
PROBLEMAS 47
2.12. Considere una red de área local (LAN) de estaciones de trabajo interconectadas que se
comunican mediante protocolos Ethernet a una velocidad máxima de 10 Mbit sÿ1. Las tasas
de tráfico en la red se pueden expresar como el valor máximo del ancho de banda total (BW)
utilizado, y las dos variables difusas, "Silencioso" y "Congestionado", se pueden usar para
describir la carga percibida de la LAN. Si el conjunto universal discreto X = {0, 1, 2, 5, 7, 9, 10}
representa el uso de BW, en megabits por segundo, entonces las funciones de pertenencia
de los conjuntos difusos Quiet Qÿ y Congestioned Cÿ son como se muestra en Figura P2.12.
metro (x)
1.0
Tranquilo
Congestionado
00123 4 56x 7 8 9 10
(Mbit sÿ1 )
FIGURA P2.12
Para estos dos conjuntos borrosos, determine gráficamente la unión, la intersección, el complemento
de cada uno, la diferencia Qÿ|C ÿ y ambos principios de De Morgan.
2.13. Se le pide a un ingeniero que desarrolle un detector/discriminador de rotura de vidrio para usar
con sistemas de alarma residenciales. El detector debería poder distinguir entre la rotura de
un cristal (una ventana) y un vaso para beber. A partir del análisis se ha determinado que el
sonido del cristal de una ventana al romperse contiene la mayor parte de su energía en
frecuencias centradas alrededor de 4 kHz, mientras que el sonido de un vaso roto contiene la
mayor parte de su energía en frecuencias centradas alrededor de 8 kHz. Los espectros de los
dos sonidos demoledores se superponen. Las funciones de membresía para el panel de la
ventana y el vidrio se dan como ÿA ÿ(x) y ÿB ÿ(x), respectivamente. Ilustrar las operaciones
básicas de unión, intersección, complemento y diferencia para las siguientes funciones de
pertenencia:
x = 0, 1, ..., 10; s = 2; µA = 4; µB = 8.
ÿ ÿ
ÿ(x ÿ ÿA ÿ)2
ÿA ÿ(x) = exp .
2ÿ2
ÿ(x ÿ ÿB ÿ)2
ÿB ÿ(x) = exp .
2ÿ2
Machine Translated by Google
CAPÍTULO
3
CLÁSICO
RELACIONES
Y BORROSO
RELACIONES
Este capítulo introduce la noción de una relación como la idea básica detrás de numerosas operaciones en
conjuntos tales como productos cartesianos, composición de relaciones y propiedades de equivalencia. Al
igual que un conjunto, una relación tiene una importancia fundamental en todos los campos de la ingeniería,
la ciencia y las matemáticas. También está asociado con la teoría de grafos, un tema de gran impacto en el
diseño y la manipulación de datos. Las relaciones también se pueden usar para representar similitudes, una
noción que es importante para muchas tecnologías diferentes y, como se expresa en la cita metafórica
humorística anterior, un concepto que es un ingrediente clave en nuestro lenguaje natural y sus múltiples
usos, por ejemplo, su uso en poemas El American Heritage Dictionary define la asonancia como “acuerdo
aproximado o similitud parcial”; la asonancia es un ejemplo de un concepto borroso prototípico.