Diferencia Entre La Lógica Booleana y La Lógica Difusa

Descargar como docx, pdf o txt
Descargar como docx, pdf o txt
Está en la página 1de 2

Diferencia entre la lgica booleana y la lgica difusa

A diferencia de la lgica Booleana, donde se maneja el concepto de verdad parcial valores de


verdad entre completamente verdadero y completamente falso.
La lgica difusa es
multivaluada, por lo que se considera un nmero infinito de grados de valor entre cierto y falso.
La lgica difusa define grados de relacin y grados de verdad de algo, algunas cosas pueden ser
parcialmente verdaderas y parcialmente falsas simultneamente.
Conjuntos difusos y funciones de pertenencia
Los conjuntos difusos son caracterizados por sus funciones de pertenencia.
Diremos que un conjunto es difuso cuando el concepto al que representa tiene una funcin de
pertenencia difusa asociada a l.

Surgieron como una nueva forma de representar la imprecisin y la incertidumbre.

Herramientas que usa: Matemticas, Probabilidad, Estadstica, Filosofa, Psicologa...

Es un puente entre dos tipos de computaciones:

C. Numrica: Usada en aplicaciones cientficas, por ejemplo.

C. Simblica: Usada en todos los campos de la Inteligencia Artificial.

Funcin de pertenencia es aquella aplicacin que asocia a cada elemento de un conjunto


difuso el grado con que pertenece al valor lingstico asociado.
Funciones de Pertenencia usuales
La notacin que se suele usar es: donde F es el conjunto difuso al que est asociada la funcin.
Las funciones "L" y "GAMMA" se usan para calificar valores lingsticos extremos, tales como
"helado" o "ardiendo", respectivamente.
Su ventaja es que la funcin se extiende al infinito.
Las funciones "PI" y "LAMBDA" se usan para describir valores intermedios.
Su diferencia reside en que la funcin "PI" implica un margen de tolerancia alrededor del valor
que se toma como ms representativo del valor lingstico asociado al conjunto difuso.
Un conjunto de la lgica tradicional tambin es expresable con una funcin de pertenencia. De
hecho, la lgica difusa es una extensin de la lgica tradicional y por tanto la incluye.
Reglas difusas
Los sistemas de control difuso permiten describir el conjunto de reglas que utilizara un ser
humano que controlase el proceso, con toda la imprecisin que poseen los lenguajes naturales y,
slo a partir de estas reglas, generan las acciones que realizan el control. Por esta razn, tambin
se les denominan controladores lingsticos.
Las regla, 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.

Llamamos valor lingstico a las diferentes clasificaciones que efectuamos sobre la


variable lingstica: en el caso de la altura, podramos dividir el universo de discurso en
los diferentes valores lingsticos: 'bajo','mediano' y 'alto'.
Como veremos, cada valor lingstico tendr un conjunto difuso asociado, de forma que
hablaremos de los conjuntos difusos 'bajo','alto', asociados a la variable lingstica
'altura'.
Casos prcticos para el anlisis
FALTO ESTA POR FALLA EN LA COBERTURA DEL INTERNET.

Introduccin al anlisis de clsteres


El Anlisis Clster es uno de los ms recientes y tiene como objetivo, la clasificacin de
individuos en grupos distintos, de manera que exista la mayor homogeneidad posible dentro de
los grupos, con respecto a ciertas variables que pueden ser cuantitativas o cualitativas.
Puesto que la clasificacin de individuos se realiza a partir de las variables observadas en los
individuos, es condicin primordial en este tipo de estudio realizar una buena eleccin de las
variables inciales, as como tambin elegir una medida de homogeneidad o similaridad
adecuada para la situacin que se est analizando. No existe una nica medida de
homogeneidad, ni tampoco es nico el mtodo de agrupar observaciones en distintos Clsteres.
El analista debe decidir qu medida y qu mtodo son ms adecuados segn los datos de partida
y los objetivos a conseguir con la agrupacin.
Dentro de los mtodos Clster, podemos distinguir los jerrquicos de los no jerrquicos. En los
mtodos jerrquicos no se conoce previamente el nmero de grupos a formar, mientras que en
los no jerrquicos, se parte de un nmero fijo de Clsteres. Adems, los mtodos jerrquicos
presentan la desventaja, de que una vez que una observacin o individuo ha sido asignado a un
Clster, no es posible su reasignacin a otro Clster distinto. Por ello, los mtodos jerrquicos
se utilizan muchas veces como una primera aproximacin a la solucin final. Esta solucin final
se obtiene, partiendo del resultado de los mtodos jerrquicos, y mejorando dicho resultado, si
es posible mediante los mtodos no jerrquicos. En este sentido, los dos mtodos deben
considerarse como complementarios ms que competitivos.
Despus de realizar un Anlisis Clster, es posible:
1. Valorar la capacidad de clasificacin de las variables que intervienen inicialmente en el
problema.
2. En los mtodos jerrquicos, tomar una decisin acerca del nmero de Clsteres a
formar, en funcin de la calidad de cada solucin posible.
3. Tambin dentro de los mtodos jerrquicos, obtener relaciones entre los individuos
estructurados jerrquicamente.

También podría gustarte