CONTENIDO

Pg. LISTA TABLAS LISTA GRFICOS GLOSARIO INTRODUCCIN 1. HISTORIA 2. PRINCIPIOS 3. QUE ES LA LGICA DIFUSA 4. CONCEPTOS FUNDAMENTALES 5. CONJUNTOS DIFUSOS 5.1 OPERACIN ENTRE CONJUNTOS DIFUSOS 5.1.1 Interseccin 5.1.2 Unin 5.1.3 Complemento 5.2 OPERADOR DE IMPLICACIN 5.3 OPERADOR DE INFERENCIA 5.4 FUNDAMENTOS 6. CLCULO PROPOSICIONAL DIFUSO 7. CLCULO DE PREDICADO DIFUSO 8. PROBLEMA FUNDAMENTAL DE LA LGICA DIFUSA CONCLUSIONES BIBLIOGRAFA 2 3 4 5 6 8 9 10 10 12 13 14 15 16 17 18 18 19 19 20 21

LISTAS TABLAS

Pg. TABLA 1. CORRESPONDENCIA ENTRE OPERADORES DE LA TEORA DE CONJUNTOS, EL LGEBRA BOOLEANA Y LA LGICA TRADICIONAL. 9

TABLA 2. ESTRUCTURA DE LAS PERSONAS

11

TABLA 3. TABLA DE VERDAD DE LA IMPLICACION LGICA TRADICIONAL

17

LISTA GRAFICAS

Pg.
GRAFICA 1. CONJUNTOS DIFUSOS PARA LA ALTURA DE UNA PERSONA GRAFICA 2. CONJUNTOS CRIPS PARA LA ALTURA DE UNA PERSONA GRAFICA 3. CONJUNTOS DIFUSOS ENTRE LOS SE DEFINIRN LAS OPERACIONES GRAFICA 4. INTERSECCIN ENTRE DOS CONJUNTOS DIFUSOS GRAFICA 5. CUAL ES EL VALOR DE PERTENECA DE X=4.5 A LA INTERSECCIN DE LOS CONJUNTOS DIFUSOS A Y B GRAFICA 6. UNIN ENTRE DOS CONJUNTOS DIFUSOS GRAFICA 7. CUAL ES EL VALOR DE PERTENECA DE X=4.5 A LA UNIN DE LOS CONJUNTOS DIFUSOS A Y B GRAFICA 8. COMPLEMENTO DE UN CONJUNTO DIFUSO GRAFICA 9. CUAL ES EL VALOR DE PERTENECA DE X=6 AL COMPLEMENTO DEL CONJUNTO DIFUSOS A 11 12 13

13 14

14 15

16 16

GLOSARIO

Ambiguo: Que puede entenderse de varios modos o admitir distintas interpretaciones

Difusin: Que puede entenderse de varios modos o admitir distintas interpretaciones

Impreciso: Indefinido, no preciso

Isomorfismo: Que puede entenderse de varios modos o admitir distintas interpretaciones Formalismo: Rigurosa aplicacin y observancia de las formas o normas Lingstico: Relativo a la lengua o al lenguaje Multivaluado: Dependencia de la lgica Oscilan: Moverse alternativamente de un lado para otro un cuerpo que est colgado o apoyado en un solo punto Vago: Impreciso, confuso, indeterminado

INTRODUCCIN

Este trabajo tiene como objetivo presentar los conceptos bsicos y hacer una presentacin elemental de la lgica difusa. Introducimos la nocin de conjuntos difusos para luego presentar diversos clculos proposicionales de tipo difuso. Las lgicas difusas se han desarrollado rpidamente debido a sus potencialidades de aplicacin, entre otras muchas reas, en el diseo de controladores electrnicos. La lgica difusa ha cobrado una fama grande por la variedad de sus aplicaciones, las cuales van desde el control de complejos procesos industriales, hasta el diseo de dispositivos artificiales de deduccin automtica, pasando por la construccin de artefactos electrnicos de uso domestico y de entretenimiento, as como tambin de sistemas de diagnostico. Estas ltimas imponen a sus enunciados nicamente valores falso o verdadero. Bien que estas han modelado satisfactoriamente a una gran parte del razonamiento natural, es cierto que el razonamiento humano utiliza valores de verdad que no necesariamente son tan deterministas. Las lgicas difusas procuran crear aproximaciones matemticas en la resolucin de ciertos tipos de problemas. Pretenden producir resultados exactos a partir de datos imprecisos, por lo cual son particularmente tiles en aplicaciones electrnicas o computacionales.

1. HISTORIA Parece que la Lgica Difusa es algo reciente y en lo que se lleva trabajando poco tiempo pero sus orgenes se remontan a los tiempos de los filsofos Aristteles y Platn. Ellos son los primeros en considerar que las cosas no tienen porqu ser de un cierto tipo o dejar de serlo, sino que hay una escala intermedia entre los dos extremos. Es ms son los pioneros en considerar que existan diferentes grados de verdad y falsedad. Despus de stos, en el siglo XVIII, David Hume e Immanuel Kant continuaron pensando estas ideas. Ambos concluyeron en que el razonamiento se adquiere gracias a las vivencias a lo largo de nuestra vida. Hume crea en la lgica del sentido comn y Kant pensaba que slo los matemticos podan proveer definiciones claras y que por lo tanto haba principios contradictorios que no tenan solucin. Uno de los ejemplos dados por Kant es que, la materia poda ser dividida infinitamente, pero al mismo tiempo no poda ser dividida infinitamente. En conclusin, ambos detectaron algunos principios contradictorios en la Lgica Clsica. A principios del siglo XX, el filsofo y matemtico britnico Bertrand Russell divulg la idea de que la lgica produce contradicciones. Realiz un estudio sobre las vaguedades del lenguaje, concluyendo con precisin que la vaguedad es un grado. Tambin en este tiempo Ludwing Wittgenstein, estudi las diferentes acepciones que tiene una misma palabra. ste lleg a la conclusin de que en el lenguaje una misma palabra expresa modos y maneras diferentes. En 1920 Jan lukasiewicz, desarroll la primera lgica de vaguedades. Para Jan lukasiewicz los conjuntos tiene un posible grado de perteneca con valores que oscilan entre 0 y 1, y en este intervalo existen un nmero infinito de valores. El padre del trmino "borroso" fue Lofti Asier Zadeh cuando en 1965 public "Fuzzy Sets" (Conjuntos Difusos). Las tesis que proponen surgen del estudio de pensadores de distintas disciplinas que como l, tenan una visin de los problemas diferente de la lgica tradicional. La paradoja del conjunto Bertrand Russell, el principio de incertidumbre de la fsica cuntica de Werner Heisenberg, la teora de los conjuntos vagos de Max Black y la aportacin de Jan Lukasiewiz, influyeron para que Zadeh publicase el ensayo "Fuzzy Sets" en la revista "Information and Control" y tres aos despus en 1968, "Fuzzy Algorithm".

Al comienzo las ideas publicadas por Zadeh no fueron seguidas por la comunidad cientfica del momento, pero con el tiempo comenz a tener seguidores lo que produjo que sus teoras fuesen ampliadas y se asentaran sus conocimientos. La intencin de Zadeh era la creacin de un formalismo para manejar de forma ms eficiente la imprecisin del razonamiento humano. Es en 1971, cuando realiza la publicacin de "Quantitative Fuzzy Semantics" en donde aparecen los elementos formales que dan lugar a la metodologa de la Lgica Borrosa y de sus aplicaciones tal y como se conocen en la actualidad. A partir de 1973, con la teora bsica de los controladores borrosos de Zadeh, otros investigadores comenzaron a aplicar la Lgica Borrosa a diversos procesos. Se establecen varios grupos de investigacin en lgica difusa en algunas pequeas universidades japonesas; los profesores Terano y Shibata en Tokio y los profesores Tanaka y Asai en Osaka hacen grandes aportaciones tanto al desarrollo de la teora de la Lgica Borrosa como al estudio de sus aplicaciones. En 1974 Assilian y Mamdani en el Reino Unido desarrollaron el primer controlador difuso diseado para la mquina de vapor. La implantacin real de un controlador de este tipo no fue realizada hasta 1980 por F.L. Smidth & Co. en una planta cementera en Dinamarca. En 1987 Hitachi usa un controlador fuzzy para el control del tren de Sendai, el cual usa uno de los sistemas ms novedosos creados por el hombre. Desde entonces, el controlador ha realizado su trabajo correctamente con la consiguiente satisfaccin por parte de los usuarios de dicho tren. Es tambin en este ao cuando la empresa Omron desarrolla los primeros controladores difusos comerciales y es que 1987 es considerado como el "fuzzy boom" debido a la gran cantidad de productos basados en Lgica Borrosa que se comercializan. En 1993, Fuji aplica la Lgica Borrosa para el control de inyeccin qumica en plantas depuradoras de agua por primera vez en Japn. Ha sido precisamente aqu, en donde ms apogeo ha tenido la Lgica Borrosa, crendose estrechas colaboraciones entre el gobierno, las universidades y las industrias, estableciendo proyectos llevados a cabo por el Ministerio de Industria y Comercio (MITI) y la Agencia de Ciencia y Tecnologa (STA) en consorcio con el Laboratory for International Fuzzy Engineering Research (LIFE).

De forma paralela al desarrollo de las aplicaciones de la lgica difusa, Takagi y Sugeno desarrollan la primera aproximacin para construir reglas fuzzy a partir de datos de entrenamiento.

Otro factor decisivo para continuar con la investigacin de este campo es el inters en las redes neuronales y su semejanza con los sistemas fuzzy. Se buscan relaciones entre las dos tcnicas obtenindose como resultado los sistemas neuro-fuzzy, que usan mtodos de aprendizaje basados en redes neuronales para identificar y optimizar sus parmetros. Para finalizar, aparecen los algoritmos genticos que sumados a las redes neuronales y los sistemas fuzzy son herramientas de trabajo muy potentes en el campo de los sistemas de control. 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 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.

2. PRINCIPIOS La lgica difusa es una tcnica de la inteligencia computacional que permite trabajar informacin con alto grado de imprecisin, en esto se diferencia de la lgica convencional que trabaja con informacin bien definida y precisa. El concepto de Lgica Difusa fue concebido por Lofti Zadeh un profesor de la Universidad de California en Berkley, quien inconforme con los conjuntos clsicos (crisp sets) que solo permiten dos opciones, la pertenencia o no de un elemento a dicho conjunto la present como una forma de procesar informacin permitiendo pertenencias parciales a unos conjuntos que en contraposicin a los clsicos los denomin Conjuntos Difusos (fuzzy sets), el concepto de conjunto difuso fue expuesto por Lofti Zadeh en un paper hoy clsico en la literatura de la lgica difusa en el ao de 1965, el artculo se titula "Fuzzy Sets" y fue publicado en la revista Information and Control. El mismo Zadeh publica en 1971 el artculo, "Quantitative Fuzzy Semantics", en donde Introduce los elementos formales que acabaran

componiendo el cuerpo de la doctrina de la lgica difusa y sus aplicaciones tal como se conocen en la actualidad. La lgica difusa es una metodologa que proporciona una manera simple y elegante de obtener una conclusin a partir de informacin de entrada vaga, ambigua, imprecisa, con ruido o incompleta, en general la lgica difusa imita como una persona toma decisiones basada en informacin con las caractersticas mencionadas. Una de las ventajas de la lgica difusa es la posibilidad de implementar sistemas basados en ella tanto en hardware como en software o en combinacin de ambos.

Teora de conjuntos
Interseccin Unin Complemento

Algebra Booleana
Conjuncin Disyuncin Negacin

Lgica Tradicional
AND OR NOT

Tabla 1 Correspondencia entre operadores de la Teora de Conjuntos, el lgebra Booleana y la Lgica Tradicional.

Ahora bien, el razonamiento lgico consiste en la combinacin de proposiciones para producir nuevas proposiciones, as, la combinacin de las proposiciones X es A y Y es B mediante el operador AND da como resultado la proposicin X es A AND Y es B . La tabla 1 sugiere que puede representarse esta combinacin mediante un operador anloga la interseccin de conjuntos. Lo anterior es posible porque en la lgica tradicional toda proposicin puede tener uno de dos valores: verdadero o falso, lo que corresponde en la teora de conjuntos concretos a los nicos dos valores que puede tomar la funcin de pertenencia para cualquier conjunto 1 0.

3. QUE ES LA LGICA DIFUSA 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. La lgica difusa es una metodologa que proporciona una manera simple y elegante de obtener una conclusin a partir de informacin de entrada vaga, ambigua, imprecisa, con ruido o incompleta, en general la lgica difusa imita como

una persona toma decisiones basada en informacin con las caractersticas mencionadas. Una de las ventajas de la lgica difusa es la posibilidad de implementar sistemas basados en ella tanto en hardware como en software o en combinacin de ambos.

4. CONCEPTOS FUNDAMENTALES Una de las disciplinas matemticas con mayor numero de seguidores actualmente es la llamada lgica difusa o borrosa, que es la lgica que utiliza expresiones que no son ni totalmente ciertas ni completamente falsas, es decir, es la lgica aplicada a conceptos que pueden tomar un valor cualquiera de veracidad dentro de un conjunto de valores que oscilan entre dos extremos, la verdad absoluta y la falsedad total. Conviene recalcar que lo que es difuso, borroso, impreciso o vago no es la lgica en si, sino el objeto que estudia; Expresa la falta de definicin del concepto al que se aplica. La lgica difusa permite tratar informacin imprecisa, como estatura media o temperatura baja, en trminos de conjuntos borroso que se combinan variables de entrada, definida en trminos de conjuntos difusos, por medio de grupos de reglas que producen uno o varios valores de salida. 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 comn en todos los campos de estudio: sociologa, fsica, biologa, finanzas, ingeniera, oceanografa, psicologa, etc.

5. CONJUNTOS DIFUSOS De manera intuitiva se tiene el concepto de conjunto como una coleccin bien definida de 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 no pertenece. 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".

10

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 supongamos que se desea representar con conjuntos difusos la variable altura de una persona, en este caso el universo de discurso ser el rango de posibles valores de la altura que tenga un persona adulta, se escoger un rango entre 140 cm y 200 cm, valores por fuera de este rango son posibles pero son muy escasos. El universo de discurso U = [140, 200], para denominar los conjuntos difusos se suelen trabajar con etiquetas lingsticas similares a las que se usan de manera coloquial por ejemplo, en la vida diaria decimos que una persona es Muy Baja (MB), Baja (B), Mediana (M), Alta (Alta) y Muy Alta (MA)
Etiqueta MB B M A MA Rango [min, mx.] [140,160] [160,170] [170,180] [180,190] [190,200]
Tabla 2 Estatura de las personas

Grafica No. 1 Conjuntos difusos para la altura de una persona

Si el ejemplo anterior se desea trabajar con conjuntos clsicos (crisp) se tienen dos opciones o alguien Alto (A) o Bajo (B). Se supondr que alguien Alto si mide mas de 170cm es caso contrario es bajo.

11

Grafica No. 2 Conjuntos crips para la altura de una persona

As pues, los conjuntos difusos pueden ser como una generalizacin de los conjuntos clsicos. La teora clsica de conjuntos slo contempla la pertenencia o no pertenencia de un elemento a un conjunto, sin embargo la teora de conjuntos difusos contempla la pertenencia parcial de un elemento a un conjunto, es decir, cada elemento presenta un grado de pertenencia a un conjunto difuso que puede tomas cualquier valor entre 0 y 1. Este grado de pertenencia se define mediante la funcin caracterstica asociada al conjunto difuso: para cada valor que pueda tomar un elemento o variable de entrada x la funcin caracterstica UA(x) proporciona el grado de pertenencia de este valor de x al conjunto difuso A

5.1 OPERACIONES ENTRE CONJUNTOS DIFUSOS De manera similar a la que entre los conjuntos clsicos se realizan operaciones entre ellos, en conjuntos difusos se puede hacer lo mismo, pero debido a la naturaleza diferente de ellos la formulacin de estas operaciones es algo especial. Las tres operaciones bsicas ente conjuntos concretos, Unin, Interseccin y complemento, se definen tambin para los conjuntos difusos, intentando mantener el significado de tales operaciones. La definicin de estas operaciones se hace empleando el concepto de funcin de pertenencia de conjuntos En la grafica 3, se muestran dos conjuntos difusos los cuales nos servirn para definir las operaciones fundamentales que entre ellos se pueden realizar.

12

Grafica No. 3 Conjuntos difusos entre los se definirn las operaciones

5.1.1 Interseccin. La idea intuitiva de interseccin heredada de los conjuntos clsicos expresa que el conjunto interseccin de dos conjuntos A y B, se define como los elementos que estn en el conjunto A Y en el conjunto B; de esta manera la interseccin entre conjuntos se puede entender como el una operacin tipo AND entre los mismos. Siguiendo esta idea, se podra graficar la interseccin de los conjuntos difusos mostrados en la grafica 3.

Grafica No. 4 Interseccin entre dos conjuntos difusos

De manera similar a como se define el nivel de pertenencia a un conjuntos difuso, vamos a encontrar el nivel de pertenencia de valor x= 4.5 a la interseccin de los dos conjuntos difusos mostrados.

13

Grafica No. 5 Cual es el valor de perteneca de x=4.5 a la interseccin de los conjuntos difusos A y B

Grficamente se que el valor x=4.5 tiene un nivel de pertenencia de 0.8 al conjunto A y de 0.2 al conjunto B, y el valor de pertenencia de x= 4.5 a la interseccin (zona sombreada) se desea expresar como una operacin entre estos valores se observa que de estos dos valores, el que "toca" la zona sombreada es el de 0.2 por lo que de manera intuitiva se puede afirmar que el valor de pertenencia del valor dado a la interseccin de los conjuntos A y B es el valor mnimo de los valores de pertenencia del dicho valor a los conjuntos de manera individual, de manera matemtica lo anterior se puede expresar as:

5.1.2 Unin. La idea intuitiva de unin heredada de los conjuntos clsicos expresa que el conjunto unin de dos conjuntos A y B, se define como los elementos que estn en el conjunto A OR estn en el conjunto B. de esta manera la interseccin entre conjuntos se puede entender como el una operacin tipo OR entre los mismos. Siguiendo esta idea, se podra graficar la unin de los conjuntos difusos mostrados en la figura 3.

Grafica No. 6 Unin entre dos conjuntos difusos

14

De manera similar a como se define el nivel de pertenencia a un conjuntos difuso, vamos a encontrar el nivel de pertenencia de valor x = 4.5 a la unin de los dos conjuntos difusos mostrados.

Grafica No. 7 Cual es el valor de perteneca de x=4.5 a la unin de los conjuntos difusos A y B

Grficamente se que el valor x=4.5 tiene un nivel de pertenencia de 0.8 al conjunto A y de 0.2 al conjunto B, y el valor de pertenencia de x= 4.5 a la unin (zona sombreada) se desea expresar como una operacin entre estos valores se observa que de estos dos valores, el que "toca" la zona sombreada es el de 0.8 por lo que de manera intuitiva se puede afirmar que el valor de pertenencia del valor dado a la unin de los conjuntos A y B es el valor mximo de los valores de pertenencia de dicho valor a los conjuntos de manera individual, de manera matemtica lo anterior se puede expresar as:

5.1.3 Complemento. En conjuntos clsicos se define el complemento como el conjunto de los elementos que le faltan a un conjunto para ser igual al conjunto universo. De la misma manera en conjuntos difusos se habla del complemento como el conjunto formado por los valores de pertenecas que le permitiran al conjunto obtener el valor mximo de pertenencia posible, siendo 1 el valor mximo de pertenencia que un conjunto difuso puede suministrar, este conjunto se podra formar restando le a 1 los valores de pertenencia del conjunto difuso al que se desea encontrar el complemento. Grficamente esto se visualiza as:

15

Grafica No. 8 Complemento de un conjunto difuso

En la grafica anterior el conjunto complemento se ha dibujando con trazo negro. De manera similar a como se define el nivel de pertenencia a un conjuntos difuso, vamos a encontrar el nivel de pertenencia de valor x =6 al complemento del conjunto difusos A

Grafica No. 9 Cual es el valor de perteneca de x=6 al complemento del conjunto difusos A

En x=6 se observa que el valor de pertenencia al conjunto A es de 0.8, si pensamos en el complemento como lo que le falta a esta valor para alcanzar el mximo valor posible se que es 1 se tendra que el nivel del perteneca de x=6 al complemento es de 0.2, el la grafica se puede verificar esta conclusin. Matemticamente esta operacin se expresa as:

5.2 OPERADOR DE IMPLICACIN Un anlisis especial debe hacerse con el operador lgico de implicacin , que combina dos proposiciones con la expresin SiEntonces, y que es el fundamento de las inferencias realizadas en sistemas de lgica difusa.

16

Ante todo, conviene precisar que el inters por el operador consiste en encontrar una forma de interpretar proposiciones semejantes a las utilizadas en la experiencia comn para describir conocimientos. Es decir, encontrar un camino matemtico para evaluar proposiciones como las siguientes: "Si las vibraciones son altas Entonces el rodamiento est desgastado", o "Si los ingresos del cliente son bajos Entonces su capacidad de endeudamiento es poca. Ahora bien, la implicacin se muestra en la Tabla 3 de la lgica tradicional tiene una tabla de verdad que

p Verdad Verdad Falso Falso

q Verdad Falso Verdad Falso

p q Verdad Falso Verdad Verdad

Tabla 3 Tabla de verdad de la Implicacin lgica tradicional

Esta tabla de verdad puede obtenerse tambin con los operadores bsicos conjuncin, disyuncin y negacin con, por lo menos, dos expresiones distintas.

5.3 OPERADOR DE INFERENCIA Consiste en la combinacin de proposiciones para producir nuevas proposiciones. As, al combinar la proposicin X es A con la proposicin si X es A entonces Y es B , se puede inferir la proposicin Y es B. Como es bien sabido se puede establecer un isomorfismo entre la teora de conjuntos, la lgica proposicin y el lgebra booleana que garantiza que cada teorema enunciado en una de ellas tiene un homologo en las otras dos. La existencia de estos isomorfismos nos permitir traducir las reglas difusas a relaciones entre conjuntos difusos y stas a trminos de operadores algebraicos con los que podremos trabajar. En la teora clsica proposicional existen dos importantes reglas de inferencia, el Modus Tollens y el Modus Ponens: El modus ponens o razonamiento directo puede resumirse de la siguiente forma:

17

Premisa1: X es A Premisa2: si x es A, entonces Y es B Consecuencia: Y es B El modus tollens o razonamiento inverso que puede resumirse de siguiente forma: Premisa1: Y es no B Premisa2: si X es A entonces Y es B Consecuencia: X es no A

El modus ponens es utilizado en las aplicaciones de la lgica a la ingeniera ya que conserva la relacin causa-efecto mientras que el modus tollens apenas se utiliza.

5.4 FUNDAMENTOS En la teora de la lgica clsica una proposicin slo puede ser cierta o falsa, no admite trminos medios: adems las proposiciones pueden combinarse de muchas maneras, utilizando tres operaciones fundamentales: Conjuncin: las dos proposiciones son ciertas. Disyuncin: cualquiera de las dos proposiciones es cierta. Implicacin: el cumplimiento o la verdad de una de las proposiciones tiene como consecuencia el cumplimento de la otra. Negacin: invierte el sentido de la proposicin.

6. CLCULO PROPOSICIONAL DIFUSO Recordamos que Gottfried Wilhelm Leibniz2 plante en el s. XVII la necesidad de un calculus ratiocinator que sera un sistema con un propio formalismo que permitiera la manipulacin simblica de enunciados, en concordancia con las leyes de la lgica, para descubrir nuevas verdades o bien para verificar como verdaderas a tesis postuladas como tales. Por lo menos desde entonces se reconoci la relevancia del manejo (procesamiento) simblico de enunciados lgicos. Naturalmente, George Boole y Gottlob Frege contribuyeron de manera notabilsima en el origen mismo del razonamiento automtico. Mas, desde la perspectiva de las lgicas difusas, en los antecedentes de ellas es necesario mencionar a Jan Lukasiewicz .En su sistema trivaluado, si a los valores de verdad

18

Falso, Desconocido y Verdadero se les representa, respectivamente, por los valores numricos 0, 1=2 y 1, entonces las nociones de complemento n(x) = 1x, conjuncin c(x; y) = min(x; y) y disyuncin d(x; y) = mx.(x; y), corresponden a la interpretacin intuitiva de esos conectivos lgicos (invitamos al lector a que escriba las tablas de verdad de los conectivos y a que se cerciore de esta aseveracin). Este sistema trivaluado entraa, ciertamente, una nocin de difusidad. En un clculo proposicional difuso se tiene inicialmente una coleccin de proposiciones primitivas, o atmicas, una serie de conectivos lgicos y reglas definidas de buena formacin de proposiciones compuestas a partir de las atmicas. Cada proposicin puede 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 el valor de verdad de la proposicin resultante de l en trminos de los valores de verdad de las proposiciones que componen a esa proposicin resultante. Resultan entonces sendos problemas de deduccin (dado que los valores de las proposiciones atmicas quedan caracterizados, 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 atmicas involucradas que debieron dar origen a los valores observados).

7. CLCULO DE PREDICADO DIFUSO

De igual manera a como se procede en el clculo de predicados clsico, se supone dada una signatura, consistente de una coleccin de constantes, una coleccin de relaciones y una coleccin de funciones. Cada relacin R y cada funcin F tiene asociada una aridad, es decir, un nmero de argumentos. Los trminos se forman considerando a las constantes y a las variables como trminos y a la composicin de smbolos de funciones con trminos, como trminos tambin. Las formulas atmicas se obtienen como composicin de smbolos de relaciones con trminos. Las frmulas se obtienen considerando como tales a las frmulas atmicas, a la composicin de frmulas con conectivos lgicos y a las cuantificaciones universales y existenciales de frmulas.

8. PROBLEMA FUNDAMENTAL DE LA LGICA DIFUSA

Se puede identificar como problema fundamental el de inferencia enunciada anteriormente. En efecto, un programa de lgica difusa corresponde de una lista de parejas [(i, v (i))]i consistente, cada una, de una frmula y de un valor de verdad asociado. En estas condiciones 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 en el programa lgico. En jerga tcnica, decimos que se ha de satisfacer la consulta planteada por el programa lgico.

19

CONCLUSIONES

Con los sistemas basados en la lgica difusa se pueden evaluar mayor cantidad de variables, entre otras, variables lingsticas, no numricas, simulando el conocimiento humano. Se relaciona entradas y salidas, sin tener que entender todas las variables, permitiendo que el sistema pueda ser ms confiable y estable que uno con un sistema de control convencional. Se puede simplificar la asignacin de soluciones previas a problemas sin resolver. Es posible obtener prototipos rpidamente, ya que no requiere conocer todas las variables acerca del sistema antes de empezar a trabajar, siendo su desarrollo ms econmico que el de sistemas convencionales, porque son ms fciles de designar. Se simplifica tambin la adquisicin y representacin del conocimiento y unas pocas reglas abarcan gran cantidad de complejidades. En ocasiones las ciencias que estudian el mundo real son insuficientes para controlar y estudiar comportamientos y expresiones tan habituales como las que llevan implcito algn tipo de cuantificador o matiz meramente subjetivo. Para dar respuesta a este tipo de problemas contamos con una herramienta a la que debemos darle la importancia que merece, como es la lgica difusa.

20

BIBLIOGRAFA

http://artemisa.unicauca.edu.co/~wpantoja/web/inteligenciaartificial/fuzzy.pdf http://delta.cs.cinvestav.mx/~gmorales/ldifll/ldifll http://es.wikipedia.org/wiki/L%C3%B3gica_difusa http://members.tripod.com/jesus_alfonso_lopez/FuzzyIntro.html http://pisis.unalmed.edu.co/cursos/material/3004604/1/14%20Logica%20dif usa%20generalidades http://sci2s.ugr.es/docencia/doctoSCTID/FSIConjuntos%20difusosIntroduccio http://www.cesca.es/promocio/congressos/radware/LogicaDifusaTecnica

http://www.kirainet.com/lgica-difusa-fuzzy-logic/

http://www.monografias.com/trabajos6/lalo/lalo.shtml http://www.slideshare.net/telmoviteri/introduccion-a-la-logica-difusapresentation

http://www.tdr.cesca.es/TESIS_UPC/AVAILABLE/TDX-0207105105056//04Rpp04de11

21