SlideShare una empresa de Scribd logo
1 de 5
Descargar para leer sin conexión
MÓDULO II: Fundamentos de la Lógica
    Difusa


                   Tema 4: Lógica Difusa y Razonamiento
                               Aproximado




         Tema 4: Lógica Difusa y Razonamiento
         Aproximado

         1.   Razonamiento en lógica clásica. Reglas de inferencia
              básicas.

         2.   Principios básicos de razonamiento en lógica difusa.

              1.   Modus ponens generalizado

              2.   Regla Composicional de inferencia




Índice
Tema 4: Lógica Difusa y Razonamiento
      Aproximado
      Objetivos:

            Repasar las reglas de inferencia básicas y
            comprender su generalización a proposiciones
            difusas.

            Entender la reglas composicional de inferencia y su
            aplicación.

            Determinar las funciones de pertenencia resultantes
            de diferentes reglas de implicación y tipos habituales
            de premisas


Objetivos




      1. Razonamiento en lógica clásica. Reglas
      de inferencia básicas.
      Las reglas de inferencia permiten obtener valores de
        verdad a partir de valores de verdad probados

      Modus ponens:
           SI p ENTONCES q
           p

                                                    q

                   SI x es A ENTONCES y es B
                   x es A

                                                              y es B
 1. Razonamiento en Lógica Clásica. Reglas de inferencia básicas
1. Razonamiento en lógica clásica. Reglas
     de inferencia básicas.
     Modus tollens:
            no q
          SI p ENTONCES q

                    no p


                  y no es B
                  SI x es A ENTONCES y es B

                  x no es A


1. Razonamiento en Lógica Clásica. Reglas de inferencia básicas




     1. Razonamiento en lógica clásica. Reglas
     de inferencia básicas.
     Silogismo hipotético:
             SI p ENTONCES q
             SI q ENTONCES z

                 SI p ENTONCES z


                  SI x es A ENTONCES y es B
                  SI y es B ENTONCES z es C

                  SI x es A ENTONCES z es C




1. Razonamiento en Lógica Clásica. Reglas de inferencia básicas
2. Principios básicos de razonamiento en
          lógica difusa
          2.1. Modus ponens generalizado
          Razonamiento aproximado: Obtención de
            conclusiones difusas a partir de proposiciones difusas
            utilizando la teoría de conjuntos difusos como
            principal herramienta
                                                          Modus ponens generalizado:
                                                             SI x es A ENTONCES y es B
                                                             x es A’
                                                                               y es B’




     2. Principios básicos de razonamiento en lógica difusa
     2.1. Modus ponens generalizado




          2.1. Modus ponens generalizado
          Razonamiento aproximado: Obtención de
            conclusiones difusas a partir de proposiciones difusas
            utilizando la teoría de conjuntos difusos como
            principal herramienta
             x es A’           y es B’                    Modus ponens generalizado:
Criterio 1   x es A            y es B
                                                             SI x es A ENTONCES y es B
Criterio 2   x es muy A        y es muy B
Criterio 3   x es muy A        y es B                        x es A’
Criterio 4   x es más o        y es más o                                      y es B’
             menos A           menos B
Criterio 5   x es más o        y es B
             menos A
Criterio 6   x no es A         y es
                               desconocido
Criterio 7   x no es A         y no es B

     4. Principios básicos de razonamiento en Lógica Difusa
     4.2. Razonamiento en Lógica Difusa
2.1. Regla composicional de inferencia

                         ¿Cómo obtener el conjunto difuso B’?

      Regla Composicional de Inferencia
      Permite traducir el “modus ponens” de la lógica clásica a
        la lógica difusa

                   SI x es pequeño ENTONCES y es grande
                   x es muy pequeño

      El significado de la primera proposición se podría definir
         como una relación difusa R
        B ' = A'o R                      µ B ' ( y ) = max[T ( µ A' ( x ), µ R ( x, y ))]
2. Principios básicos de razonamiento en Lógica Difusa
2.2. Regla composicional de inferencia




      Bibliografía
           Básica:
                 [Kli95] G. Klir y B. Yuan. Fuzzy Sets and Fuzzy Logic. Theory
                 and Applications. Prentice Hall PTR, 1995.
                 [Wan97] L.X. Wang. A Course in Fuzzy Systems and Control.
                 Prentice-Hall, 1997.
           Complementaria:
                 [Bat00] I. Baturone, A. Barriga, S. Sánchez-Serrano, C.J.
                 Jiménez-Fernández y D.R. López. Microelectronic Design of
                 Fuzzy Logic-Based Systems. CRC Press, 2000.
                 [Cox98] E. Cox. The Fuzzy Systems Handbook. AP
                 Professional, 1998.
                 [Dri96] D. Driankov, H. Hellendoorn y M. Reinfrank. An
                 Introduction to Fuzzy Control. Springer, 1996.

Más contenido relacionado

La actualidad más candente

Series de-fourier
Series de-fourierSeries de-fourier
Series de-fourierSabena29
 
Uso de modelos en capas
Uso de modelos en capasUso de modelos en capas
Uso de modelos en capasRoshio Vaxquez
 
Tutorial de subneteo clase a
Tutorial de subneteo clase aTutorial de subneteo clase a
Tutorial de subneteo clase aRuben Mamani
 
Integridad, robustez y estabilidad.
Integridad, robustez y estabilidad.Integridad, robustez y estabilidad.
Integridad, robustez y estabilidad.William Devia
 
PROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOS
PROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOSPROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOS
PROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOSJAV_999
 
Métodos Espectrales
Métodos EspectralesMétodos Espectrales
Métodos Espectralesradioatomica
 
24 Ejercicios Subnetting
24 Ejercicios Subnetting24 Ejercicios Subnetting
24 Ejercicios SubnettingPatty Vm
 
ENRUTAMIENTO ESTADO ENLACE
ENRUTAMIENTO ESTADO ENLACEENRUTAMIENTO ESTADO ENLACE
ENRUTAMIENTO ESTADO ENLACECecy Hernandez
 
Grafoscuestionario
GrafoscuestionarioGrafoscuestionario
GrafoscuestionarioUTCH
 
Variacion de parametros
Variacion de parametrosVariacion de parametros
Variacion de parametrosgermane123
 
Clase 6b analisis de circuitos LKI
Clase 6b analisis de circuitos LKI Clase 6b analisis de circuitos LKI
Clase 6b analisis de circuitos LKI Tensor
 
Modelos Prescriptivos del Desarrollo del Sistema de Información
Modelos Prescriptivos del Desarrollo del Sistema de InformaciónModelos Prescriptivos del Desarrollo del Sistema de Información
Modelos Prescriptivos del Desarrollo del Sistema de InformaciónIsaias Toledo
 

La actualidad más candente (20)

Series de-fourier
Series de-fourierSeries de-fourier
Series de-fourier
 
Uso de modelos en capas
Uso de modelos en capasUso de modelos en capas
Uso de modelos en capas
 
Conjuntos difusos, Parte 1
Conjuntos difusos, Parte 1Conjuntos difusos, Parte 1
Conjuntos difusos, Parte 1
 
Enrutamiento dinamico
Enrutamiento dinamicoEnrutamiento dinamico
Enrutamiento dinamico
 
Tutorial de subneteo clase a
Tutorial de subneteo clase aTutorial de subneteo clase a
Tutorial de subneteo clase a
 
Integridad, robustez y estabilidad.
Integridad, robustez y estabilidad.Integridad, robustez y estabilidad.
Integridad, robustez y estabilidad.
 
PROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOS
PROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOSPROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOS
PROTOCOLO RIP V1 Y RIP V2 - REDES DE DATOS
 
Tecnicas de analisis
Tecnicas de analisisTecnicas de analisis
Tecnicas de analisis
 
6.3.3.7 colaborativo 3
6.3.3.7  colaborativo 36.3.3.7  colaborativo 3
6.3.3.7 colaborativo 3
 
Métodos Espectrales
Métodos EspectralesMétodos Espectrales
Métodos Espectrales
 
Practica 6 voi_pcon pt
Practica 6 voi_pcon ptPractica 6 voi_pcon pt
Practica 6 voi_pcon pt
 
24 Ejercicios Subnetting
24 Ejercicios Subnetting24 Ejercicios Subnetting
24 Ejercicios Subnetting
 
Codigos de linea
Codigos de lineaCodigos de linea
Codigos de linea
 
Routers CIsco: configu
Routers CIsco: configuRouters CIsco: configu
Routers CIsco: configu
 
Direccionamiento ip
Direccionamiento ipDireccionamiento ip
Direccionamiento ip
 
ENRUTAMIENTO ESTADO ENLACE
ENRUTAMIENTO ESTADO ENLACEENRUTAMIENTO ESTADO ENLACE
ENRUTAMIENTO ESTADO ENLACE
 
Grafoscuestionario
GrafoscuestionarioGrafoscuestionario
Grafoscuestionario
 
Variacion de parametros
Variacion de parametrosVariacion de parametros
Variacion de parametros
 
Clase 6b analisis de circuitos LKI
Clase 6b analisis de circuitos LKI Clase 6b analisis de circuitos LKI
Clase 6b analisis de circuitos LKI
 
Modelos Prescriptivos del Desarrollo del Sistema de Información
Modelos Prescriptivos del Desarrollo del Sistema de InformaciónModelos Prescriptivos del Desarrollo del Sistema de Información
Modelos Prescriptivos del Desarrollo del Sistema de Información
 

Similar a Lógica Difusa y Razonamiento Aproximado

Utp ia_2015-1_s11-12_logica difusa y conjuntos difusos
 Utp ia_2015-1_s11-12_logica difusa y conjuntos difusos Utp ia_2015-1_s11-12_logica difusa y conjuntos difusos
Utp ia_2015-1_s11-12_logica difusa y conjuntos difusosjcbp_peru
 
Utp ia_2014-2_s11_logica difusa
 Utp ia_2014-2_s11_logica difusa Utp ia_2014-2_s11_logica difusa
Utp ia_2014-2_s11_logica difusajcbp_peru
 
Utp sirn_s9_logica difusa
 Utp sirn_s9_logica difusa Utp sirn_s9_logica difusa
Utp sirn_s9_logica difusajcbp_peru
 
Utp 2015-2_sirn_s9_logica difusa
 Utp 2015-2_sirn_s9_logica difusa Utp 2015-2_sirn_s9_logica difusa
Utp 2015-2_sirn_s9_logica difusajcbp_peru
 
logica fuzzy una introduccion a la logica desde informatica
logica fuzzy una introduccion a la logica desde informaticalogica fuzzy una introduccion a la logica desde informatica
logica fuzzy una introduccion a la logica desde informaticaEdsonDenysZanabriaTi
 

Similar a Lógica Difusa y Razonamiento Aproximado (6)

Utp ia_2015-1_s11-12_logica difusa y conjuntos difusos
 Utp ia_2015-1_s11-12_logica difusa y conjuntos difusos Utp ia_2015-1_s11-12_logica difusa y conjuntos difusos
Utp ia_2015-1_s11-12_logica difusa y conjuntos difusos
 
Utp ia_2014-2_s11_logica difusa
 Utp ia_2014-2_s11_logica difusa Utp ia_2014-2_s11_logica difusa
Utp ia_2014-2_s11_logica difusa
 
Utp sirn_s9_logica difusa
 Utp sirn_s9_logica difusa Utp sirn_s9_logica difusa
Utp sirn_s9_logica difusa
 
Utp 2015-2_sirn_s9_logica difusa
 Utp 2015-2_sirn_s9_logica difusa Utp 2015-2_sirn_s9_logica difusa
Utp 2015-2_sirn_s9_logica difusa
 
logica fuzzy una introduccion a la logica desde informatica
logica fuzzy una introduccion a la logica desde informaticalogica fuzzy una introduccion a la logica desde informatica
logica fuzzy una introduccion a la logica desde informatica
 
1° encuentro lógica
1° encuentro   lógica1° encuentro   lógica
1° encuentro lógica
 

Más de ESCOM

redes neuronales tipo Som
redes neuronales tipo Somredes neuronales tipo Som
redes neuronales tipo SomESCOM
 
redes neuronales Som
redes neuronales Somredes neuronales Som
redes neuronales SomESCOM
 
redes neuronales Som Slides
redes neuronales Som Slidesredes neuronales Som Slides
redes neuronales Som SlidesESCOM
 
red neuronal Som Net
red neuronal Som Netred neuronal Som Net
red neuronal Som NetESCOM
 
Self Organinising neural networks
Self Organinising  neural networksSelf Organinising  neural networks
Self Organinising neural networksESCOM
 
redes neuronales Kohonen
redes neuronales Kohonenredes neuronales Kohonen
redes neuronales KohonenESCOM
 
Teoria Resonancia Adaptativa
Teoria Resonancia AdaptativaTeoria Resonancia Adaptativa
Teoria Resonancia AdaptativaESCOM
 
ejemplo red neuronal Art1
ejemplo red neuronal Art1ejemplo red neuronal Art1
ejemplo red neuronal Art1ESCOM
 
redes neuronales tipo Art3
redes neuronales tipo Art3redes neuronales tipo Art3
redes neuronales tipo Art3ESCOM
 
Art2
Art2Art2
Art2ESCOM
 
Redes neuronales tipo Art
Redes neuronales tipo ArtRedes neuronales tipo Art
Redes neuronales tipo ArtESCOM
 
Neocognitron
NeocognitronNeocognitron
NeocognitronESCOM
 
Neocognitron
NeocognitronNeocognitron
NeocognitronESCOM
 
Neocognitron
NeocognitronNeocognitron
NeocognitronESCOM
 
Fukushima Cognitron
Fukushima CognitronFukushima Cognitron
Fukushima CognitronESCOM
 
Counterpropagation NETWORK
Counterpropagation NETWORKCounterpropagation NETWORK
Counterpropagation NETWORKESCOM
 
Counterpropagation NETWORK
Counterpropagation NETWORKCounterpropagation NETWORK
Counterpropagation NETWORKESCOM
 
Counterpropagation
CounterpropagationCounterpropagation
CounterpropagationESCOM
 
Teoría de Resonancia Adaptativa Art2 ARTMAP
Teoría de Resonancia Adaptativa Art2 ARTMAPTeoría de Resonancia Adaptativa Art2 ARTMAP
Teoría de Resonancia Adaptativa Art2 ARTMAPESCOM
 
Teoría de Resonancia Adaptativa ART1
Teoría de Resonancia Adaptativa ART1Teoría de Resonancia Adaptativa ART1
Teoría de Resonancia Adaptativa ART1ESCOM
 

Más de ESCOM (20)

redes neuronales tipo Som
redes neuronales tipo Somredes neuronales tipo Som
redes neuronales tipo Som
 
redes neuronales Som
redes neuronales Somredes neuronales Som
redes neuronales Som
 
redes neuronales Som Slides
redes neuronales Som Slidesredes neuronales Som Slides
redes neuronales Som Slides
 
red neuronal Som Net
red neuronal Som Netred neuronal Som Net
red neuronal Som Net
 
Self Organinising neural networks
Self Organinising  neural networksSelf Organinising  neural networks
Self Organinising neural networks
 
redes neuronales Kohonen
redes neuronales Kohonenredes neuronales Kohonen
redes neuronales Kohonen
 
Teoria Resonancia Adaptativa
Teoria Resonancia AdaptativaTeoria Resonancia Adaptativa
Teoria Resonancia Adaptativa
 
ejemplo red neuronal Art1
ejemplo red neuronal Art1ejemplo red neuronal Art1
ejemplo red neuronal Art1
 
redes neuronales tipo Art3
redes neuronales tipo Art3redes neuronales tipo Art3
redes neuronales tipo Art3
 
Art2
Art2Art2
Art2
 
Redes neuronales tipo Art
Redes neuronales tipo ArtRedes neuronales tipo Art
Redes neuronales tipo Art
 
Neocognitron
NeocognitronNeocognitron
Neocognitron
 
Neocognitron
NeocognitronNeocognitron
Neocognitron
 
Neocognitron
NeocognitronNeocognitron
Neocognitron
 
Fukushima Cognitron
Fukushima CognitronFukushima Cognitron
Fukushima Cognitron
 
Counterpropagation NETWORK
Counterpropagation NETWORKCounterpropagation NETWORK
Counterpropagation NETWORK
 
Counterpropagation NETWORK
Counterpropagation NETWORKCounterpropagation NETWORK
Counterpropagation NETWORK
 
Counterpropagation
CounterpropagationCounterpropagation
Counterpropagation
 
Teoría de Resonancia Adaptativa Art2 ARTMAP
Teoría de Resonancia Adaptativa Art2 ARTMAPTeoría de Resonancia Adaptativa Art2 ARTMAP
Teoría de Resonancia Adaptativa Art2 ARTMAP
 
Teoría de Resonancia Adaptativa ART1
Teoría de Resonancia Adaptativa ART1Teoría de Resonancia Adaptativa ART1
Teoría de Resonancia Adaptativa ART1
 

Último

Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PCCesarFernandez937857
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxAna Fernandez
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIACarlos Campaña Montenegro
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfromanmillans
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...JAVIER SOLIS NOYOLA
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialpatriciaines1993
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptELENA GALLARDO PAÚLS
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzprofefilete
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFAROJosé Luis Palma
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleJonathanCovena1
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadAlejandrino Halire Ccahuana
 
CULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirCULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirPaddySydney1
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.José Luis Palma
 

Último (20)

Identificación de componentes Hardware del PC
Identificación de componentes Hardware del PCIdentificación de componentes Hardware del PC
Identificación de componentes Hardware del PC
 
RETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docxRETO MES DE ABRIL .............................docx
RETO MES DE ABRIL .............................docx
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIARAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
RAIZ CUADRADA Y CUBICA PARA NIÑOS DE PRIMARIA
 
Estrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdfEstrategia de Enseñanza y Aprendizaje.pdf
Estrategia de Enseñanza y Aprendizaje.pdf
 
Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.Defendamos la verdad. La defensa es importante.
Defendamos la verdad. La defensa es importante.
 
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
LA ECUACIÓN DEL NÚMERO PI EN LOS JUEGOS OLÍMPICOS DE PARÍS. Por JAVIER SOLIS ...
 
Repaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia GeneralRepaso Pruebas CRECE PR 2024. Ciencia General
Repaso Pruebas CRECE PR 2024. Ciencia General
 
Unidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDIUnidad 3 | Teorías de la Comunicación | MCDI
Unidad 3 | Teorías de la Comunicación | MCDI
 
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdfTema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
Tema 7.- E-COMMERCE SISTEMAS DE INFORMACION.pdf
 
Earth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversaryEarth Day Everyday 2024 54th anniversary
Earth Day Everyday 2024 54th anniversary
 
Día de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundialDía de la Madre Tierra-1.pdf día mundial
Día de la Madre Tierra-1.pdf día mundial
 
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.pptDE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
DE LAS OLIMPIADAS GRIEGAS A LAS DEL MUNDO MODERNO.ppt
 
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyzel CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
el CTE 6 DOCENTES 2 2023-2024abcdefghijoklmnñopqrstuvwxyz
 
Power Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptxPower Point: "Defendamos la verdad".pptx
Power Point: "Defendamos la verdad".pptx
 
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARONARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
NARRACIONES SOBRE LA VIDA DEL GENERAL ELOY ALFARO
 
Introducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo SostenibleIntroducción:Los objetivos de Desarrollo Sostenible
Introducción:Los objetivos de Desarrollo Sostenible
 
Lecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdadLecciones 04 Esc. Sabática. Defendamos la verdad
Lecciones 04 Esc. Sabática. Defendamos la verdad
 
CULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartirCULTURA NAZCA, presentación en aula para compartir
CULTURA NAZCA, presentación en aula para compartir
 
Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.Clasificaciones, modalidades y tendencias de investigación educativa.
Clasificaciones, modalidades y tendencias de investigación educativa.
 

Lógica Difusa y Razonamiento Aproximado

  • 1. MÓDULO II: Fundamentos de la Lógica Difusa Tema 4: Lógica Difusa y Razonamiento Aproximado Tema 4: Lógica Difusa y Razonamiento Aproximado 1. Razonamiento en lógica clásica. Reglas de inferencia básicas. 2. Principios básicos de razonamiento en lógica difusa. 1. Modus ponens generalizado 2. Regla Composicional de inferencia Índice
  • 2. Tema 4: Lógica Difusa y Razonamiento Aproximado Objetivos: Repasar las reglas de inferencia básicas y comprender su generalización a proposiciones difusas. Entender la reglas composicional de inferencia y su aplicación. Determinar las funciones de pertenencia resultantes de diferentes reglas de implicación y tipos habituales de premisas Objetivos 1. Razonamiento en lógica clásica. Reglas de inferencia básicas. Las reglas de inferencia permiten obtener valores de verdad a partir de valores de verdad probados Modus ponens: SI p ENTONCES q p q SI x es A ENTONCES y es B x es A y es B 1. Razonamiento en Lógica Clásica. Reglas de inferencia básicas
  • 3. 1. Razonamiento en lógica clásica. Reglas de inferencia básicas. Modus tollens: no q SI p ENTONCES q no p y no es B SI x es A ENTONCES y es B x no es A 1. Razonamiento en Lógica Clásica. Reglas de inferencia básicas 1. Razonamiento en lógica clásica. Reglas de inferencia básicas. Silogismo hipotético: SI p ENTONCES q SI q ENTONCES z SI p ENTONCES z SI x es A ENTONCES y es B SI y es B ENTONCES z es C SI x es A ENTONCES z es C 1. Razonamiento en Lógica Clásica. Reglas de inferencia básicas
  • 4. 2. Principios básicos de razonamiento en lógica difusa 2.1. Modus ponens generalizado Razonamiento aproximado: Obtención de conclusiones difusas a partir de proposiciones difusas utilizando la teoría de conjuntos difusos como principal herramienta Modus ponens generalizado: SI x es A ENTONCES y es B x es A’ y es B’ 2. Principios básicos de razonamiento en lógica difusa 2.1. Modus ponens generalizado 2.1. Modus ponens generalizado Razonamiento aproximado: Obtención de conclusiones difusas a partir de proposiciones difusas utilizando la teoría de conjuntos difusos como principal herramienta x es A’ y es B’ Modus ponens generalizado: Criterio 1 x es A y es B SI x es A ENTONCES y es B Criterio 2 x es muy A y es muy B Criterio 3 x es muy A y es B x es A’ Criterio 4 x es más o y es más o y es B’ menos A menos B Criterio 5 x es más o y es B menos A Criterio 6 x no es A y es desconocido Criterio 7 x no es A y no es B 4. Principios básicos de razonamiento en Lógica Difusa 4.2. Razonamiento en Lógica Difusa
  • 5. 2.1. Regla composicional de inferencia ¿Cómo obtener el conjunto difuso B’? Regla Composicional de Inferencia Permite traducir el “modus ponens” de la lógica clásica a la lógica difusa SI x es pequeño ENTONCES y es grande x es muy pequeño El significado de la primera proposición se podría definir como una relación difusa R B ' = A'o R µ B ' ( y ) = max[T ( µ A' ( x ), µ R ( x, y ))] 2. Principios básicos de razonamiento en Lógica Difusa 2.2. Regla composicional de inferencia Bibliografía Básica: [Kli95] G. Klir y B. Yuan. Fuzzy Sets and Fuzzy Logic. Theory and Applications. Prentice Hall PTR, 1995. [Wan97] L.X. Wang. A Course in Fuzzy Systems and Control. Prentice-Hall, 1997. Complementaria: [Bat00] I. Baturone, A. Barriga, S. Sánchez-Serrano, C.J. Jiménez-Fernández y D.R. López. Microelectronic Design of Fuzzy Logic-Based Systems. CRC Press, 2000. [Cox98] E. Cox. The Fuzzy Systems Handbook. AP Professional, 1998. [Dri96] D. Driankov, H. Hellendoorn y M. Reinfrank. An Introduction to Fuzzy Control. Springer, 1996.