LOGICA DIFUSA - FIIS 2011

1. Introduccin
La lgica borrosa es una rama de la inteligencia artificial que se funda en el concepto "Todo es cuestin de grado", lo cual permite manejar informacin vaga o de difcil especificacin si quisiramos hacer cambiar con esta informacin el funcionamiento o el estado de un sistema especifico. Es entonces posible con la lgica borrosa gobernar un sistema por medio de reglas de 'sentido comn' las cuales se refieren a cantidades indefinidas. Las reglas involucradas en un sistema borroso, pueden ser aprendidas con sistemas adaptativos que aprenden al ' observar ' como operan las personas los dispositivos reales, o estas reglas pueden tambin ser formuladas por un experto humano. En general la lgica borrosa se aplica tanto a sistemas de control como para modelar cualquier sistema continuo de ingeniera, fsica, biologa o economa La lgica borrosa es entonces definida como un sistema matemtico que modela funciones no lineales, que convierte unas entradas en salidas acordes con los planteamientos lgicos que usan el razonamiento aproximado. Se fundamenta en los denominados conjuntos borrosos y un sistema de inferencia borroso basado en reglas de la forma "SI....... ENTONCES...... ", donde los valores lingsticos de la premisa y el consecuente estn definidos por conjuntos borrosos, es as como las reglas siempre convierten un conjunto borroso en otro.

2. Historia
Los conjuntos difusos fueron introducidos por primera vez en 1965; la creciente disciplina de la lgica difusa provee por s misma un medio para acoplar estas tareas. En cierto nivel, la lgica difusa puede ser vista como un lenguaje que permite trasladar sentencias sofisticadas en lenguaje natural a un lenguaje matemtico formal. Mientras la motivacin original fue ayudar a manejar aspectos imprecisos del mundo real, la prctica temprana de la lgica difusa

LOGICA DIFUSA - FIIS 2011

permiti el desarrollo de aplicaciones prcticas. Aparecieron numerosas publicaciones que presentaban los fundamentos bsicos con aplicaciones potenciales. Esta frase marc una fuerte necesidad de distinguir la lgica difusa de la teora de probabilidad. Tal como la entendemos ahora, la teora de conjuntos difusos y la teora de probabilidad tienen diferentes tipos de incertidumbre. En 1994, la teora de la lgica difusa se encontraba en la cumbre, pero esta idea no es nueva, para muchos, estuvo bajo el nombre de lgica difusa durante 25 aos, pero sus orgenes se remontan hasta 2,500 aos. An Aristteles consideraba que existan ciertos grados de veracidad y falsedad. Platn haba considerado ya grados de pertenencia. En el siglo XVIII el filsofo y obispo anglicano Irlands, George Berkeley y David Hume describieron que el ncleo de un concepto atrae conceptos similares. Hume en particular, crea en la lgica del sentido comn, el razonamiento basado en el conocimiento que la gente adquiere en forma ordinaria mediante vivencias en el mundo. En Alemania, Immanuel Kant, consideraba que solo los matemticos podan proveer definiciones claras, y muchos principios contradictorios no tenan solucin. Por ejemplo la materia poda ser dividida infinitamente y al mismo tiempo no poda ser dividida infinitamente. Particularmente la escuela americana de la filosofa llamada pragmatismo fundada a principios de siglo por Charles Sanders Peirce, cuyas ideas se fundamentaron en estos conceptos, fue el primero en considerar ''vaguedades'', ms que falso o verdadero, como forma de acercamiento al mundo y a la forma en que la gente funciona. La idea de que la lgica produce contradicciones fue popularizada por el filsofo y matemtico britnico Bertrand Russell, a principios del siglo XX. Estudio las vaguedades del lenguaje, concluyendo con precisin que la vaguedad es un grado. El filosofo austraco Ludwing Wittgenstein estudi las formas en las que una palabra puede ser empleada para muchas cosas que tienen algo en comn. La primera lgica de vaguedades fue desarrollada en 1920 por el filsofo Jan Lukasiewicz, visualiz los conjuntos con un posible grado de pertenencia con valores de 0 y 1, despus los extendi a un nmero infinito de valores entre 0 y 1. En los aos sesentas, Lofti Zadeh invent la lgica difusa, que combina los conceptos de la lgica y de los conjuntos de Lukasiewicz mediante la definicin de grados de pertenencia.

3. Conceptos bsicos de Lgica Difusa

Conjuntos difusos.
La mayora de los fenmenos que encontramos cada da son imprecisos, es decir, tienen implcito un cierto grado de difusidad en la descripcin de su naturaleza. Esta imprecisin puede estar asociada con su forma, posicin, momento, color, textura, o incluso en la semntica que describe lo que son. En muchos casos el mismo concepto puede tener diferentes grados de imprecisin en diferentes contextos o tiempo. Un da clido en invierno no es exactamente lo mismo que un da clido en primavera. La definicin exacta de cuando la temperatura va de templada a caliente es imprecisa -no podemos identificar un punto simple de templado, as que emigramos a un simple grado, la temperatura es ahora considerada caliente. Este tipo de imprecisin o difusidad asociado continuamente a los fenmenos es

LOGICA DIFUSA - FIIS 2011

comn en todos los campos de estudio: sociologa, fsica, biologa, finanzas, ingeniera, oceanografa, psicologa, etc.

Conceptos imprecisos.
Aceptamos la imprecisin como una consecuencia natural de ''la forma de las cosas en el mundo''. La dicotoma entre el rigor y la precisin del modelado matemtico en todo los campos y la intrnseca incertidumbre de ''el mundo real'' no es generalmente aceptada por los cientficos, filsofos y analistas de negocios. Nosotros simplemente aproximamos estos eventos a funciones numricas y escogemos un resultado en lugar de hacer un anlisis del conocimiento emprico. Sin embargo procesamos y entendemos de manera implcita la imprecisin de la informacin fcilmente. Estamos capacitados para formular planes, tomar decisiones y reconocer conceptos compatibles con altos niveles de vaguedad y ambigedad. Considere las siguientes sentencias: La temperatura est caliente La inflacin actual aumenta rpidamente Los grandes proyectos generalmente tardan mucho Nuestros precios estn por abajo de los precios de la competencia IBM es una compaa grande y agresiva Alejandro es alto pero Ana no es bajita

Estas proposiciones forman el ncleo de nuestras relaciones con ''la forma de las cosas en el mundo''. Sin embargo, son incompatibles con el modelado tradicional y el diseo de sistemas de informacin. Si podemos incorporar estos conceptos logramos que los sistemas sean potentes y se aproximen ms a la realidad. Pero, es la imprecisin un concepto artificial utilizado para aumentar o disminuir en uno o ms las propiedades de los fenmenos? o es una parte intrnseca del fenmeno en s mismo?. Esta es una pregunta importante ya que es la parte fundamental de las medidas de la teora difusa. Como veremos la fusificacin es independiente de cualquier capacidad para medir, ya que un conjunto difuso es un conjunto que no tiene lmites bien definidos. Un conjunto difuso tiene muchas propiedades intrnsecas que afectan la forma del conjunto, su uso y como participa en un modelo. Las propiedades ms importantes de un conjunto difuso son las concernientes a las dimensiones verticales del conjunto difuso (altura y normalizacin) y las dimensiones horizontales (conjunto soporte y cortes "alpha"). La altura de un conjunto difuso es como mximo un grado de pertenencia y es una cota cercana al concepto de normalizacin. La superficie de la regin de un conjunto difuso es el universo de valores. Todos estos conceptos se tratarn ms adelante.

LOGICA DIFUSA - FIIS 2011

Es decir un conjunto difuso A se considera como un conjunto de pares ordenados, en los que el primer componente es un nmero en el rango [0,1] que denota el grado de pertenencia de un elemento u de U en A, y el segundo componente especifica precisamente quin es se elemento de u. En general los grados de pertenencia son subjetivos en el sentido de que su especificacin es una cuestin objetiva. Se debe aclarar que aunque puede interpretarse como el grado de verdad de que la expresin ''u A'' sea cierta, es ms natural considerarlo simplemente como un grado de pertenencia. Puede notarse adems que: a) Mientras ms prximo est (u) a el valor 1, se dice que u pertenece ms a A (de modo que 0 y 1 denotan la no pertenencia y la pertenencia completa, respectivamente). b) Un conjunto en el sentido usual es tambin difuso pues su funcin caracterstica u es tambin una funcin u [0,1]; o sea que los conjuntos difusos son una generalizacin de los conjuntos usuales. Ejemplo: Sea U =11, 2, 3, 4, 5, 6, 7, 8, 9, entonces los conjuntos definidos a continuacin son difusos: POCOS = (.4/1, .8/2, 1/3, .4/4) VARIOS = (.5/3, .8/4, 1/5, 1/6, .8/7, .5,8) MUCHOS =(.4/6, .6/7, .8/8, .9/9,1/10)

Note que el elemento 4 pertenece en grado .4 al conjunto POCOS, en grado .8 al conjunto VARIOS y en grado .0 a MUCHOS. Zadeh ha hecho algunas extensiones a los conceptos de conjuntos difusos ordinarios que se han explicado; por ejemplo los conjuntos difusos de nivelm y los conjuntos difusos tipo-n. Para un conjunto difuso de nivel-m se considera como su universo de discusin al conjunto de conjuntos difusos de nivel-(m-1), sobreentendiendo que los conjuntos difusos de nivel-1 son conjuntos difusos ordinarios. Para los conjuntos difusos tipo-n, los valores de las funciones de pertenencia son conjuntos difusos de tipo-(n-1) del intervalo [0,1] (en lugar de ser puntos de [0,1]). Tambin los conjuntos difusos tipo-1 son equivalentes a los conjuntos difusos ordinarios.

Operaciones.
En la lgica Booleana tradicional, los conjuntos son considerados como sistemas bivalentes con sus estados alternando entre inclusin y exclusin. La caracterstica de la funcin discriminante refleja este espacio bivaluado Esto indica que la funcin de pertenencia para el conjunto A es cero si x no es un elemento en A y la funcin de pertenencia es si x es un elemento en A. Dado que existen solamente dos estados, la transicin entre estos dos estados es siempre inmediata. La pertenencia de estos conjuntos est siempre totalmente categorizada y no existe ambigedad o dicotoma acerca de la pertenencia. Existen 4 operaciones bsicas de conjuntos en esta lgica: unin, interseccin, complemento y unin exclusiva.

LOGICA DIFUSA - FIIS 2011

Al igual que en los conjuntos convencionales, existen definiciones especficas para combinar y especificar nuevos conjuntos difusos. Este conjunto de funciones tericas provee las herramientas fundamentales de la lgica. En el caso usual, con las operaciones comunes de interseccin, unin y complemento, el conjunto de conjuntos de U forman un lgebra booleana, es decir se cumplen las condiciones de asociatividad, conmutatividad, elementos neutros, dem potencia, absorcin, distributividad, complemento y las leyes de Morgan. Las tres operaciones mencionadas se pueden extender de varias formas a conjuntos difusos, de modo que al restringirlas a los conjuntos usuales, coincidan con las comunes. Estas extensiones resultantes satisfacen en forma general slo a algunas de las condiciones listadas anteriormente, y para mantener la vigencia de alguna, ser obligatorio sacrificar a otras. En el sistema se opt por extender las operaciones en el sentido clsico, es decir, dados dos conjuntos difusos A y B, se definen las operaciones extendidas de la siguiente forma Dado que los conjuntos difusos no se particionan en el mismo sentido que los conjuntos Booleanos, estas operaciones son aplicadas al nivel de pertenencia, como una consecuencia de los conjuntos difusos. Decidir si un valor es o no es miembro de cualquier conjunto difuso en particular, requiere algunas nociones de cmo esta construido el conjunto, del universo y de los lmites de ste.

Las etiquetas lingsticas y operadores.

El centro de las tcnicas de modelado difuso es la idea de variable lingstica. Desde su raz, una variable lingstica es el nombre de un conjunto difuso. Si tenemos un conjunto difuso llamado ''largo'' ste es una simple variable lingstica y puede ser empleada como una reglabase en un sistema basado en la longitud de un proyecto en particular Si duracin-proyecto es largo entonces la-terminacin-de-tareas es DECRECIENTE; Una variable lingstica encapsula las propiedades de aproximacin o conceptos de imprecisin en un sistema y da una forma de computar adecuada. Esto reduce la aparente complejidad de describir un sistema que debe concordar con su semntica. Una variable lingstica siempre representa un espacio difuso. Lo importante del concepto de variable lingstica es su estimacin de variable de alto orden ms que una variable difusa. En el sentido de que una variable lingstica toma variables difusas como sus valores. En el campo de la semntica difusa cuantitativa al significado de un trmino "x" se le representa como un conjunto difuso M(x) del universo de discusin. Desde este punto de vista, uno de los problemas bsicos en semntica es que se desea calcular el significado de un trmino compuesto x=x , x ,...,x partiendo del conocimiento del significado de sus componentes atmicos x . La idea bsica sugerida por Zadeh es que una etiqueta lingstica tal como ''muy'', ''ms o menos'', ''ligeramente'', etc... puede considerarse como un operador que acta sobre un conjunto difuso asociado al significado de su operando. Por ejemplo en el caso de un trmino

LOGICA DIFUSA - FIIS 2011

compuesto ''muy alto'', el operador ''muy'' acta en el conjunto difuso asociado al significado del operando ''alto''. Una representacin aproximada para una etiqueta lingstica se puede lograr en trminos de combinaciones o composiciones de las operaciones bsicas explicadas en la seccin anterior. Es importante aclarar que se har mayor nfasis en que estas representaciones se proponen principalmente para ilustrar el enfoque, ms que para proporcionar una definicin exacta de las etiquetas lingsticas. Zadeh tambin considera que las etiquetas lingsticas pueden clasificarse en dos categoras que informalmente se definen como sigue: Tipo I: las que pueden representarse como operadores que actan en un conjunto difuso: ''muy'', ''ms o menos'', ''mucho'', ''ligeramente'', ''altamente'', ''bastante'', etc. y, Tipo II: las que requieren una descripcin de cmo actan en los componentes del conjunto difuso (operando): ''esencialmente'', ''tcnicamente'', ''estrictamente'', ''prcticamente'', ''virtualmente'', etc... En otras palabras, las etiquetas lingsticas pueden ser caracterizadas cmo operadores ms que construcciones complicadas sobre las operaciones primitivas de conjuntos difusos.

Ejemplos de etiquetas tipo I.

De acuerdo a ste punto de vista y sabiendo que el lenguaje natural es muy rico y complejo, tomamos el operador ''muy'' que podemos caracterizar con un significado de que an cuando no tenga validez universal sea slo una aproximacin. Asumimos que si el significado de un trmino x es un conjunto difuso A, entonces el significado de muy X.

Ms y menos
Se pueden definir etiquetas lingsticas artificiales, por ejemplo: ms, menos, que son instancias de lo que puede llamarse acentuador y desacentuador respectivamente, cuya funcin es proporcionar ligeras variantes de la concentracin y la dilatacin. Los exponentes se eligen de modo que se de la igualdad aproximada: mas mas x = menos muy x, y que, adems, se pueden utilizar para definir etiquetas lingsticas cuyo significado difiere ligeramente de otras, ejemplo:

Ms o menos
Otra etiqueta lingstica interesante es ''ms o menos'' que en sus usos ms comunes como ''ms o menos inteligente'', ''ms o menos rectangular'' etc, juega el papel de difusificador.

Ligeramente
Su efecto es dependiente de la definicin de proximidad u ordenamientos en el dominio del operando. Existen casos, sin embargo, en los que su significado puede definirse en trminos de etiquetas lingsticas tipo I, bajo la suposicin de que el dominio del operando es un conjunto ordenado linealmente.

LOGICA DIFUSA - FIIS 2011

Clase de
Es una etiqueta lingstica que tiene el efecto de reducir el grado de pertenencia de los elementos que estn en el ''centro'' (grados de pertenencia grandes) de una clase x e incrementa el de aquellos que estn en su periferia (grados de pertenencia pequeos).

Regular
Es una etiqueta que tiene el efecto de reducir el grado de pertenencia de aquellos elementos que tienen tanto un alto grado de pertenencia al conjunto como de aquellos que lo tienen pequeo, y slo aumenta el grado de pertenencia de aquellos elementos que tienen un grado de pertenencia cercano al .

Etiquetas tipo II.

Su caracterizacin envuelve una descripcin de forma que afectan a los componentes del operando, y por lo tanto es ms compleja que las del tipo I. En general, la definicin de una etiqueta de este tipo debe formularse como un algoritmo difuso que envuelve etiquetas tipo I. Su efecto puede describirse aproximadamente como una modificacin de los coeficientes de ponderacin de una combinacin convexa. Como la magnitud de las ponderaciones es una medida del atributo asociado, intuitivamente una etiqueta de este tipo tiene el efecto de aumentar las ponderaciones de los atributos importantes y disminuir los que relativamente no lo son.

4. Que es la Lgica Difusa?

Un tipo de lgica que reconoce ms que simples valores verdaderos y falsos. Con lgica difusa, las proposiciones pueden ser representadas con grados de veracidad o falsedad. Por ejemplo, la sentencia "hoy es un da soleado", puede ser 100% verdad si no hay nubes, 80% verdad si hay pocas nubes, 50% verdad si existe neblina y 0% si llueve todo el da. La Lgica Difusa ha sido probada para ser particularmente til en sistemas expertos y otras aplicaciones de inteligencia artificial. Es tambin utilizada en algunos correctores de voz para sugerir una lista de probables palabras a reemplazar en una mal dicha.

La Lgica Difusa, que hoy en da se encuentra en constante evolucin, naci en los aos 60 como la lgica del razonamiento aproximado, y en ese sentido poda considerarse una extensin de la Lgica Multivaluada. La Lgica Difusa actualmente est relacionada y fundamentada en la teora de los Conjuntos Difusos.Segn esta teora, el grado de pertenencia de un elemento a un conjunto va a venir determinado por una funcin de pertenencia, que puede tomar todos los valores reales comprendidos en el intervalo [0,1]. La representacin de la funcin de pertenencia de un elemento a un Conjunto Difuso se representa segn la figura 1.

Ejemplo de una funcin de pertenencia a un Conjunto Difuso.

LOGICA DIFUSA - FIIS 2011

La Lgica Difusa (llamada tambin Lgica Borrosa por otros autores) o Fuzzy Logic es bsicamente una lgica con mltiples valores, que permite definir valores en las reas oscuras entre las evaluaciones convencionales de la lgica precisa: Si / No, Cierto / Falso, Blanco / Negro, etc. Se considera un sper conjunto de la Lgica Booleana. Con la Lgica Difusa, las proposiciones pueden ser representadas con grados de certeza o falsedad. La lgica tradicional de las computadoras opera con ecuaciones muy precisas y dos respuestas: Si o no, uno o cero. Ahora, para aplicaciones de computadores muy mal definidas o sistemas vagos se emplea la Lgica Difusa. Por medio de la Lgica Difusa pueden formularse matemticamente nociones como un poco caliente o muy fro, para que sean procesadas por computadoras y cuantificar expresiones humanas vagas, tales como "Muy alto" o "luz brillante". De esa forma, es un intento de aplicar la forma de pensar humana a la programacin de los computadores. Permite tambin cuantificar aquellas descripciones imprecisas que se usan en el lenguaje y las transiciones graduales en electrodomsticos como ir de agua sucia a agua limpia en una lavadora, lo que permite ajustar los ciclos de lavado a travs de sensores. La habilidad de la Lgica Difusa para procesar valores parciales de verdad ha sido de gran ayuda para la ingeniera. En general, se ha aplicado a:

Sistemas expertos.
Verificadores de ortografa, los cuales sugieren una lista de palabras probables para reemplazar una palabra mal escrita.

Control de sistemas de trenes subterrneos.

Los operadores lgicos que se utilizarn en Lgica Difusa (AND, OR, etc.) se definen tambin usando tablas de verdad, pero mediante un "principio de extensin" por el cual gran parte del aparato matemtico clsico existente puede ser adaptado a la manipulacin de los Conjuntos Difusos y, por tanto, a la de las variables lingsticas. La operacin ms importante para el desarrollo y creacin de Reglas Lgicas es la implicacin, simbolizada por " " que representa el "Entonces" de las reglas heursticas: Si (...) Entonces ( ) (...). As, en la Lgica Difusa hay muchas maneras de definir la implicacin. Se puede elegir una "funcin (matemtica) de implicacin" distinta en cada caso para representar a la implicacin. La ltima caracterstica de los sistemas lgicos es el procedimiento de razonamiento, que permite inferir resultados lgicos a partir de una serie de antecedentes. Generalmente, el razonamiento lgico se basa en silogismos, en los que los antecedentes son por un lado las proposiciones condicionales (nuestras reglas), y las observaciones presentes por otro (sern las premisas de cada regla). Los esquemas de razonamiento utilizados son "esquemas de razonamiento aproximado", que intentan reproducir los esquemas mentales del cerebro humano en el proceso de

LOGICA DIFUSA - FIIS 2011

razonamiento. Estos esquemas consistirn en una generalizacin de los esquemas bsicos de inferencia en Lgica Binaria (silogismo clsico). Tan importante ser la seleccin de un esquema de razonamiento como su representacin material, ya que el objetivo final es poder desarrollar un procedimiento analtico concreto para el diseo de controladores difusos y la toma de decisiones en general. Una vez que dispongamos de representaciones analticas de cada uno de los elementos lgicos que acabamos de enumerar, estaremos en disposicin de desarrollar formalmente un controlador "heurstico" que nos permita inferir el control adecuado de un determinado proceso en funcin de un conjunto de reglas "lingsticas", definidas de antemano tras la observacin de la salida y normas de funcionamiento de ste.

5. Conjuntos Difusos: Lgica Difusa.

Predicados Vagos y Conjuntos Difusos.
Los conjuntos clsicos se definen mediante un predicado que da lugar a una clara divisin del Universo de Discurso X en los valores "Verdadero" y "Falso". Sin embargo, el razonamiento humano utiliza frecuentemente predicados que no se pueden reducir a este tipo de divisin: son los denominados predicados vagos. Por ejemplo, tomando el Universo de Discurso formado por todas las posibles temperaturas ambientales en la ciudad de Huelva, se puede definir en dicho universo el conjunto A como aqul formado por las temperaturas "clidas". Por supuesto, es imposible dar a A una definicin clsica, ya que su correspondiente predicado no divide el universo X en dos partes claramente diferenciadas. No podemos afirmar con rotundidad que una temperatura es "clida" o no lo es. El problema podra resolverse en parte considerando que una temperatura es "clida" cuando su valor supera cierto umbral fijado de antemano. Se dice que el problema tan slo se resuelve en parte, y de manera no muy convincente, por dos motivos: de una parte el umbral mencionado se establece de una manera arbitraria, y por otro lado podra darse el caso de que dos temperaturas con valores muy diferentes fuesen consideradas ambas como "clidas". Evidentemente, el concepto "calor" as definido nos dara una informacin muy pobre sobre la temperatura ambiental. La manera ms apropiada de dar solucin a este problema es considerar que la pertenencia o no pertenencia de un elemento x al conjunto A no es absoluta sino gradual. En definitiva, definiremos A como un Conjunto Difuso. Su funcin de pertenencia ya no adoptar valores en el conjunto discreto {0,1} (lgica booleana), sino en el intervalo cerrado [0,1]. En conclusin podemos observar que los Conjuntos Difusos son una generalizacin de los conjuntos clsicos. Mediante notacin matemtica se define un Conjunto Difuso B como: B = { ( x , m B( x ) ) / x X } m B: X [0,1]

LOGICA DIFUSA - FIIS 2011

La funcin de pertenencia se establece de una manera arbitraria, lo cual es uno de los aspectos ms flexibles de los Conjuntos Difusos. Por ejemplo, se puede convenir que el grado de pertenencia de una temperatura de "45C" al conjunto A es 1, el de "25C" es 0.4 , el de "6C" es 0, etc.: cuanto mayor es el valor de una temperatura, mayor es su grado de pertenencia al conjunto B. Para operar en la prctica con los Conjuntos Difusos se suelen emplear funciones de pertenencia del tipo representado en la figura 2:

Tipos de funciones de pertenencia.

En la figura se pueden observar dos tipos de funciones de pertenencia de todos los posibles: el tipo triangular, que puede ser un caso concreto del trapezoidal en el que los dos valores centrales son iguales, y el de forma de campana gaussiana. Tmese ahora el Universo de Discurso de la edad. El Conjunto Difuso "Joven" representa el grado de pertenencia respecto al parmetro juventud que tendran los individuos de cada edad. Es decir, el conjunto expresa la posibilidad de que un individuo sea considerado joven. Un Conjunto Difuso podra ser considerado como una distribucin de posibilidad, que es diferente a una distribucin de probabilidad. Se puede observar que los Conjuntos Difusos de la figura 3 se superponen, por lo que un individuo xl podra tener distintos grados de pertenencia en dos conjuntos al mismo tiempo: "Joven" y "Maduro". Esto indica que posee cualidades asociadas con ambos conjuntos. El A(x). El Conjunto Difuso A es la unin de los grados de pertenencia para todos los puntos en el Universo de Discurso X, que tambin puede expresarse como:

Bajo la notacin de los Conjuntos Difusos, A(x)/x es un elemento del conjunto A. La operacin elementos discretos utilizan los smbolo

Veamos un ejemplo:
Ejemplo de Conjuntos Difusos en el universo de la edad. Tmese un individuo x cuya edad sea de 20 aos. Como se puede observar en la figura, pertenece al Conjunto Difuso "Joven" y al Conjunto Difuso "Maduro". Se puede observar que posee un grado de pertenencia A(x) de 0.6 para el Conjunto Difuso "Joven" y un grado de 0.4 para el Conjunto Difuso "Maduro"; tambin posee un grado de 0 para "Viejo". De este ejemplo se puede deducir que un elemento puede pertenecer a varios Conjuntos Difusos a la vez aunque con distinto grado. As, nuestro individuo x tiene un grado de pertenencia mayor al conjunto "Joven " que al conjunto "Maduro"(0.6 > 0.4), pero no se puede decir, tratndose de Conjuntos Difusos, que x es joven o que x es maduro de manera rotunda.

6. Operaciones entre Conjuntos Difusos.

10

LOGICA DIFUSA - FIIS 2011

Los Conjuntos Difusos se pueden operar entre s del mismo modo que los conjuntos clsicos. Puesto que los primeros son una generalizacin de los segundos, es posible definir las operaciones de interseccin, unin y complemento haciendo uso de las mismas funciones de pertenencia:

- A(x) En realidad, estas expresiones son bastante arbitrarias y podran haberse definido de muchas otras maneras. Esto obliga a considerar otras definiciones ms generales para las operaciones entre los Conjuntos Difusos. En la actualidad se considera correcto definir el operador interseccin mediante cualquier aplicacin t-norma y el operador unin mediante cualquier aplicacin s-norma. <

Variables Lingsticas
La Teora de Conjuntos Difusos puede utilizarse para representar expresiones lingsticas que se utilizan para describir conjuntos o algoritmos. Los Conjuntos Difusos son capaces de captar por s mismos la vaguedad lingstica de palabras y frases comnmente aceptadas, como "gato pardo" o "ligero cambio". La habilidad humana de comunicarse mediante definiciones vagas o inciertas es un atributo importante de la inteligencia. Una Variable Lingstica es aquella variable cuyos valores son palabras o sentencias que van a enmarcarse en un lenguaje predeterminado. Para estas variables lingsticas se utilizar un nombre y un valor lingstico sobre un Universo de Discurso. Adems, podrn dar lugar a sentencias generadas por reglas sintcticas, a las que se les podr dar un significado mediante distintas reglas semnticas. Los Conjuntos Difusos pueden utilizarse para representar expresiones tales como: X es PEQUEO. La velocidad es RPIDA. El ganso es CLARO.

Las expresiones anteriores pueden dar lugar a expresiones lingsticas ms complejas como: X no es PEQUEO. La velocidad es RPIDA pero no muy RPIDA. El ganso es CLARO y muy ALEGRE.

As, se pueden ir complicando las expresiones. Por ejemplo, la expresin "x no es PEQUEO" puede calcularse a partir de la original calculando el complemento de la siguiente forma:

11

LOGICA DIFUSA - FIIS 2011

_no_PEQUEA (x) = 1- _PEQUEO (x) Tratando de esta forma los distintos modificadores lingsticos (muy, poco, rpido, lento...) pueden ir calculndose todas las expresiones anteriores. PARA QU ES USADA LA LGICA DIFUSA? Comnmente se usa para toma de decisiones en presencia de datos o conocimientos inciertos. Reconocimiento de patrones ambiguos. Como un componente de sistemas expertos difusos

PARA QUE SE USAN LOS SISTEMAS EXPERTOS DIFUSOS? En control de sistemas lineales y no lineales. Para modelar sistemas lineales y no lineales. En diagnostico y aislamiento de fallas en sistemas en tiempo real y anlisis de datos fuera de lnea. Para tomar una decisin completa.

PARA QUE SE USAN LOS SISTEMAS EXPERTOS DIFUSOS? En control de sistemas lineales y no lineales. Para modelar sistemas lineales y no lineales. En diagnostico y aislamiento de fallas en sistemas en tiempo real y anlisis de datos fuera de lnea. Para tomar una decisin completa.

DESVENTAJAS DE LOS SISTEMAS EXPERTOS DIFUSOS No hay actualmente un anlisis matemtico riguroso que garantice que el uso de un sistema experto difuso para controlar un sistema de cmo resultado un sistema estable. Es difcil llegar a una funcin de membreca y a una regla confiable sin la participacin de un experto humano.

12