SlideShare una empresa de Scribd logo
1 de 29
Descargar para leer sin conexión
Por Ramiro Aduviri Velasco
@ravsirius
Proposiciones compuestas de lógica difusa
Small = Short y Light (conjunción)
small(h, w) = short(h)  Light(w)
Relaciones clásicas
La relación clásica representa la presencia o ausencia de interacción entre los
elementos de dos o más conjuntos.
Ejemplo:
X ={English, French} Y = {dólar, pound, franc, mark}
Z = {USA, France, Canada, Britain, Germany}
R(X, Y, Z) = {(English, dolar, USA), (French, franc, France), (English, dolar,
Canada),
(French, dolar, Canada), (English, pound, Britain)}
Extensión cilíndrica
extx2(A) = {A(x1)/(x1, x2) I (x1, x2)  X1 x X2}
Proyección
proyx2(A) = {(x1, sup A(x1, x2) I x1  X1)}
x2X2
Producto Cartesiano
Una operación entre conjuntos difusos definido en diferentes dominios, que
resulta de un conjunto difuso multidimensional.
Ejemplo: A1  A2 en X1 x X2
Relaciones difusas
Con relaciones difusas, el grado de asociación (correlación) es representado por
grados de membresía.
Una relación difusa de dimensión n es una representación
R : X1 x X2 x . . . x Xn [0, 1]
la cual asigna grados de membresía a todos los n-tuples (x1, x2,, . . . ,xn) a partir
del universo del producto Cartesiano.
Composición de relaciones
R(X, Y) = P(X, Y) o Q(Y, Z)
Condiciones:
(x, y)  R si existe y  Y tal que
(x, y)  P y (y, z)  Q.
Composición max-min
PoQ(x, z) = max min[P(x, y), Q(x, z)]
yY
Composición relacional
Dada la relación difusa R en X x Y y el conjunto
difuso A definido en X, deriva el conjunto difuso
correspondiente B definido en Y:
B = A o R = proyY(extXxY(A)  R)
Composición max-min
B(y) = max min [A(x), B(x, y)]
x x,y
Análogo a evaluar una función.
Interpretación gráfica
Función convencional:
Función intervalo:
Relación difusa:
Composición max-min: Ejemplo
B(y) = max min[A(x), R(x, y)], y
x x
Sistemas difusos Envuelve conjuntos difusos como parámetros o variables
 Sistemas con parámetros difusos
 Entradas y/o estados difusos
 Sistemas difusos basados en reglas:
Si el poder calorífico es alto
Entonces la temperatura subirá rápido
 Modelo lingüístico difuso (Mamdani) Si x es A entonces y es B
 Modelo relacional difuso Si x es A entonces y es B1(0.1), B2(0.8)
 Modelo difuso de Takagi-Sugeno Si x es A entonces y = f(x)
Sistema dinámico difuso
Sistemas basados en reglas
Modificadores lingüísticos: Ejemplo
muy(A) = 2
A mas o menos(A) = a
Modelo Lingüístico
Si x es A entonces y es B
x es A  antecedente (proposición difusa)
y es B  consecuente (proposición difusa)
Proposiciones compuestas (conectivos lógicos, hedges):
Si x1 es muy grande y x2 es no pequeño
Partición del Espacio Antecedente
Mecanismo de Inferencia
Dado las reglas si-entonces y un conjunto difuso de entrada, se deduce el
correspondiente conjunto difuso de salida.
• Planteamiento formal basado en relaciones difusas:
1. Representa cada regla si-entonces como una relación difusa.
2. Agrega estas relaciones en una relación representativa para toda la base
de reglas.
3. Dada una entrada, usa la composición relacional para derivar la salida
correspondiente.
• Planteamiento simplificado (inferencia de Mamdani)
• Interpolación (Sistemas difusos aditivos)
Reglas de Inferencia en Modus Ponens
Lógica clásica
Si x es A entonces y es B
x es A

y es B
Lógica difusa
Si x es A entonces y es B
x es A´

y es B´
Implicaciones y Conjunciones difusas
La implicación difusa es representada como una relación difusa:
R : [0, 1] x [0, 1]  [0, 1]
R(x, y) = I(A(x), B(y))
I(a, b)  función de implicación

“clásico” Kleene-Diene I(a, b) = max(1  a, b)
Lukasiewicz I(a, b) = min(1, 1  a + b)
tnormas Mamadani I(a, b) = min(a, b)
Larsen I(a, b) = a  b)

Inferencia con una regla
Construir la relación de implicación:
R(x, y) = I(A(x), B(y))
Use composición relacional para derivar B´ de A´
B´ = A´ o R
R(x, y) = min(A(x), B(y))
Ilustración gráfica
B´(y) = maxx minx(A´(x), R(x, y))
Inferencia con varias reglas
1. Cuando la implicación es el operador conjunción:
Cada regla
es representado por una relación difusa en X Y:
Ri = Ai x Bi R(x, y) = Ai(x)  Bi(y)
2. La relación en conjunto de la base de reglas es la unión:
3. Dado un valor de entrada A´ el valor de salida B´ es:
B´ = A´ o R B(y) = max X [A(x)  R(x, y)]
Planteamiento simplificado
1. Calcule el matrimonio entre la entrada y la función de
membresía del antecedente (grado de compromiso).
2. Recorte el conjunto difuso de salida correspondiente para
cada regla utilizando el grado de compromiso.
3. Ponga los conjuntos difusos de salida de todas las reglas
en un conjunto difuso.
A esto se llama método de inferencia de Mamdani o max-min.
Ejemplo: Control del nivel de líquido
Si es nivel es bajo entonces incremente en abrir válvula
Si es nivel es OK entonces mantenga en abrir válvula
Si es nivel es alto entonces reduzca en abrir válvula
Inferencia difusa: Etapas 1 y 2
Recorta la función de membresía del consecuente de la segunda y tercera regla.
Agregado Combina los resultados de las dos reglas (unión)
Defuzzificación Conversión de un conjunto difuso a un valor convencional.
Método del Centro de Gravedad: Inferencia y Defuzzificación difusas
Componentes del sistema difuso
Modelos no Lineales
Modelos en el espacio de estado
• Continuo:
x(t) = f(x(t), u(t), t)
y(t) = g(x(t), u(t), t)
• Discreto:
x(k+1) = f(x(k), u(k), k)
y(k) = g(x(k), u(k), k)
Modelos de entrada-salida
• Continuo:
y(n)(t) = f(y(n-1)(t), . . . , y(t), u(m)(t), . . . , u(t))
• Discreto :
y(k+1) = f(y(k), y(k-1), . . . , y(k-ny + 1), u(k), u(k-1), . . . , u(k-ny + 1))
¿Cómo obtener modelos?
 Físico (modelado mecánico)
1. Principios básicos  Ecuaciones diferenciales
(no lineal)
2. Linealización en torno a un punto de operación
 Identificación del sistema
1. Medición de datos de entrada y salida (en torno al punto de
operación)
2. Postulado de la estructura del modelo (lineal, no lineal, orden)
3. Estimación de los parámetros del modelo a partir de datos (mínimos
cuadrados)
 Combinación de las dos.
Identificación del sistema
y(1), y(2), . . . , y(N)
Formulación del problema de modelado
x(k+1) = f(x(k), u(k))
y(k) = g(x(k))
x(k) = [y1(k), . . . , y1(k  p1 + 1), . . . , yp(k), . . . , yp(k  pp + 1),
u1(k), . . . , u1(k  m1 + 1), . . . , um(k), . . . , um(k  mm + 1)]T
y(k+1) = f(x(k))

Más contenido relacionado

La actualidad más candente

Television por cable
Television por cableTelevision por cable
Television por cablehamilton2014
 
Medios de Transmisión Guiados y no guiados
Medios de Transmisión Guiados y no guiadosMedios de Transmisión Guiados y no guiados
Medios de Transmisión Guiados y no guiadoselenacediel
 
Cuadro comparativo de las familias logicas
Cuadro comparativo de las familias logicasCuadro comparativo de las familias logicas
Cuadro comparativo de las familias logicasMaiglynA
 
Modulación FSK exposición 4.pptx
Modulación FSK exposición 4.pptxModulación FSK exposición 4.pptx
Modulación FSK exposición 4.pptxLinlanderEscuderoNue
 
2 unidades de medidas en telecomunicaciones
2 unidades de medidas en telecomunicaciones2 unidades de medidas en telecomunicaciones
2 unidades de medidas en telecomunicacionesJoseBiafore
 
Matlab Neural Network Toolbox MATLAB
Matlab Neural Network Toolbox MATLABMatlab Neural Network Toolbox MATLAB
Matlab Neural Network Toolbox MATLABESCOM
 
Medios guiados y no guiados (redes para pc)
Medios guiados y no guiados (redes para pc)Medios guiados y no guiados (redes para pc)
Medios guiados y no guiados (redes para pc)Zoraida_Mena
 
Teoremas Booleanos
Teoremas BooleanosTeoremas Booleanos
Teoremas BooleanosWendy Diaz
 
Ejercicios vlsm
Ejercicios vlsmEjercicios vlsm
Ejercicios vlsmEcuador
 
Backtracking (Método de Vuelta Atrás)
Backtracking (Método de Vuelta Atrás)Backtracking (Método de Vuelta Atrás)
Backtracking (Método de Vuelta Atrás)jessenmanuel
 
Diagrama de bode camilo castro duarte
Diagrama de bode camilo castro duarteDiagrama de bode camilo castro duarte
Diagrama de bode camilo castro duarteCamilo Castro Duarte
 
Simulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus JimenezSimulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus JimenezJesus Jimenez
 
Proceso de construccion de una red lan
Proceso de construccion de una red lanProceso de construccion de una red lan
Proceso de construccion de una red lanGrupo3redes
 

La actualidad más candente (20)

Subnetting
SubnettingSubnetting
Subnetting
 
Television por cable
Television por cableTelevision por cable
Television por cable
 
Medios de Transmisión Guiados y no guiados
Medios de Transmisión Guiados y no guiadosMedios de Transmisión Guiados y no guiados
Medios de Transmisión Guiados y no guiados
 
Cuadro comparativo de las familias logicas
Cuadro comparativo de las familias logicasCuadro comparativo de las familias logicas
Cuadro comparativo de las familias logicas
 
Modulación FSK exposición 4.pptx
Modulación FSK exposición 4.pptxModulación FSK exposición 4.pptx
Modulación FSK exposición 4.pptx
 
IEEE 802.11af
IEEE 802.11afIEEE 802.11af
IEEE 802.11af
 
2 unidades de medidas en telecomunicaciones
2 unidades de medidas en telecomunicaciones2 unidades de medidas en telecomunicaciones
2 unidades de medidas en telecomunicaciones
 
Matlab Neural Network Toolbox MATLAB
Matlab Neural Network Toolbox MATLABMatlab Neural Network Toolbox MATLAB
Matlab Neural Network Toolbox MATLAB
 
Medios guiados y no guiados (redes para pc)
Medios guiados y no guiados (redes para pc)Medios guiados y no guiados (redes para pc)
Medios guiados y no guiados (redes para pc)
 
Teoremas Booleanos
Teoremas BooleanosTeoremas Booleanos
Teoremas Booleanos
 
Ejercicios vlsm
Ejercicios vlsmEjercicios vlsm
Ejercicios vlsm
 
Backtracking (Método de Vuelta Atrás)
Backtracking (Método de Vuelta Atrás)Backtracking (Método de Vuelta Atrás)
Backtracking (Método de Vuelta Atrás)
 
Transmision de Datos
Transmision de DatosTransmision de Datos
Transmision de Datos
 
Diagrama de bode camilo castro duarte
Diagrama de bode camilo castro duarteDiagrama de bode camilo castro duarte
Diagrama de bode camilo castro duarte
 
SUBNETTING
SUBNETTINGSUBNETTING
SUBNETTING
 
Simulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus JimenezSimulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus Jimenez
 
Gateway
GatewayGateway
Gateway
 
Circuitos electronicos
Circuitos electronicosCircuitos electronicos
Circuitos electronicos
 
Proceso de construccion de una red lan
Proceso de construccion de una red lanProceso de construccion de una red lan
Proceso de construccion de una red lan
 
Carta de Smith y Ejemplos
Carta de Smith y EjemplosCarta de Smith y Ejemplos
Carta de Smith y Ejemplos
 

Destacado

Relaciones Difusas, Graficas Difusas y Aritmética Difusa
Relaciones Difusas, Graficas Difusas y Aritmética DifusaRelaciones Difusas, Graficas Difusas y Aritmética Difusa
Relaciones Difusas, Graficas Difusas y Aritmética DifusaESCOM
 
Logica Difusa Introduccion
Logica Difusa IntroduccionLogica Difusa Introduccion
Logica Difusa IntroduccionESCOM
 
Deshidratacion por radiacion de microondas
Deshidratacion por radiacion de microondasDeshidratacion por radiacion de microondas
Deshidratacion por radiacion de microondasRenée Condori Apaza
 
Tema 4 Sistemas Basados En Reglas Difusas
Tema 4 Sistemas Basados En Reglas DifusasTema 4 Sistemas Basados En Reglas Difusas
Tema 4 Sistemas Basados En Reglas DifusasESCOM
 

Destacado (7)

Relaciones Difusas, Graficas Difusas y Aritmética Difusa
Relaciones Difusas, Graficas Difusas y Aritmética DifusaRelaciones Difusas, Graficas Difusas y Aritmética Difusa
Relaciones Difusas, Graficas Difusas y Aritmética Difusa
 
Control fuzzi
Control fuzziControl fuzzi
Control fuzzi
 
Teorias Penales
Teorias PenalesTeorias Penales
Teorias Penales
 
Logica Difusa Introduccion
Logica Difusa IntroduccionLogica Difusa Introduccion
Logica Difusa Introduccion
 
Logica difusa
Logica difusaLogica difusa
Logica difusa
 
Deshidratacion por radiacion de microondas
Deshidratacion por radiacion de microondasDeshidratacion por radiacion de microondas
Deshidratacion por radiacion de microondas
 
Tema 4 Sistemas Basados En Reglas Difusas
Tema 4 Sistemas Basados En Reglas DifusasTema 4 Sistemas Basados En Reglas Difusas
Tema 4 Sistemas Basados En Reglas Difusas
 

Similar a Logica Difusa

Funciones 3º
Funciones 3ºFunciones 3º
Funciones 3ºcsoguero
 
Funciones variables
Funciones variablesFunciones variables
Funciones variablesvirval
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusasjcbp_peru
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusasjcbp_peru
 
Calculo ca tema5ateoria(09-10)
Calculo ca tema5ateoria(09-10)Calculo ca tema5ateoria(09-10)
Calculo ca tema5ateoria(09-10)ing_eliali4748
 
Expresiones algebraicas
Expresiones algebraicasExpresiones algebraicas
Expresiones algebraicasLuis Valverde
 
Utp 2015-2_sirn_s11_operaciones difusas
 Utp 2015-2_sirn_s11_operaciones difusas Utp 2015-2_sirn_s11_operaciones difusas
Utp 2015-2_sirn_s11_operaciones difusasjcbp_peru
 
Calculo avanzado-formula de taylor
Calculo avanzado-formula de taylorCalculo avanzado-formula de taylor
Calculo avanzado-formula de taylorFernando Maguna
 
Expresiones Algebraicas Y Sus Operaciones
Expresiones Algebraicas Y Sus OperacionesExpresiones Algebraicas Y Sus Operaciones
Expresiones Algebraicas Y Sus Operacionesguest5d8d8531
 
06 Polinomios
06 Polinomios06 Polinomios
06 PolinomiosKeymar
 
06 polinomios (1)
06 polinomios (1)06 polinomios (1)
06 polinomios (1)petarca
 
Expresiones algebraicas
Expresiones algebraicasExpresiones algebraicas
Expresiones algebraicasAnel Vasquez
 
Tabla de integrales (integrales trigonometricas)
Tabla de integrales (integrales trigonometricas)Tabla de integrales (integrales trigonometricas)
Tabla de integrales (integrales trigonometricas)waltergomez627
 

Similar a Logica Difusa (20)

Logica Difusa
Logica DifusaLogica Difusa
Logica Difusa
 
Lógica difusa
Lógica difusaLógica difusa
Lógica difusa
 
Funciones 3º
Funciones 3ºFunciones 3º
Funciones 3º
 
Funciones variables
Funciones variablesFunciones variables
Funciones variables
 
Integralindefinida
IntegralindefinidaIntegralindefinida
Integralindefinida
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusas
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusas
 
Calculo ca tema5ateoria(09-10)
Calculo ca tema5ateoria(09-10)Calculo ca tema5ateoria(09-10)
Calculo ca tema5ateoria(09-10)
 
Expresiones algebraicas
Expresiones algebraicasExpresiones algebraicas
Expresiones algebraicas
 
Utp 2015-2_sirn_s11_operaciones difusas
 Utp 2015-2_sirn_s11_operaciones difusas Utp 2015-2_sirn_s11_operaciones difusas
Utp 2015-2_sirn_s11_operaciones difusas
 
06 polinomios
06 polinomios06 polinomios
06 polinomios
 
Calculo avanzado-formula de taylor
Calculo avanzado-formula de taylorCalculo avanzado-formula de taylor
Calculo avanzado-formula de taylor
 
Expresiones Algebraicas Y Sus Operaciones
Expresiones Algebraicas Y Sus OperacionesExpresiones Algebraicas Y Sus Operaciones
Expresiones Algebraicas Y Sus Operaciones
 
06 Polinomios
06 Polinomios06 Polinomios
06 Polinomios
 
06 polinomios (1)
06 polinomios (1)06 polinomios (1)
06 polinomios (1)
 
Expresiones algebraicas
Expresiones algebraicasExpresiones algebraicas
Expresiones algebraicas
 
Polinomios
PolinomiosPolinomios
Polinomios
 
Polinomios
PolinomiosPolinomios
Polinomios
 
Polinomios
PolinomiosPolinomios
Polinomios
 
Tabla de integrales (integrales trigonometricas)
Tabla de integrales (integrales trigonometricas)Tabla de integrales (integrales trigonometricas)
Tabla de integrales (integrales trigonometricas)
 

Más de SIRIUS e-Learning

Pedagogías y Tecnologías Emergentes
Pedagogías y Tecnologías EmergentesPedagogías y Tecnologías Emergentes
Pedagogías y Tecnologías EmergentesSIRIUS e-Learning
 
Competencias digitales y herramientas
Competencias digitales y herramientasCompetencias digitales y herramientas
Competencias digitales y herramientasSIRIUS e-Learning
 
Salman Khan y la escuela al reves
Salman Khan y la escuela al revesSalman Khan y la escuela al reves
Salman Khan y la escuela al revesSIRIUS e-Learning
 
Salman khan y la escuela al reves
Salman khan y la escuela al revesSalman khan y la escuela al reves
Salman khan y la escuela al revesSIRIUS e-Learning
 
Competencias y herramientas digitales
Competencias y herramientas digitalesCompetencias y herramientas digitales
Competencias y herramientas digitalesSIRIUS e-Learning
 
Introduccion al Internet de las cosas
Introduccion al Internet  de las cosasIntroduccion al Internet  de las cosas
Introduccion al Internet de las cosasSIRIUS e-Learning
 
Aprendizaje expandido, personalizado e invertido
Aprendizaje expandido, personalizado e invertidoAprendizaje expandido, personalizado e invertido
Aprendizaje expandido, personalizado e invertidoSIRIUS e-Learning
 
Flipped Classroom e Inteligencia Emocional
Flipped Classroom e Inteligencia EmocionalFlipped Classroom e Inteligencia Emocional
Flipped Classroom e Inteligencia EmocionalSIRIUS e-Learning
 
Slides minimalistas Presentacion Curso WebQuest
Slides minimalistas Presentacion  Curso WebQuestSlides minimalistas Presentacion  Curso WebQuest
Slides minimalistas Presentacion Curso WebQuestSIRIUS e-Learning
 
Aprendizaje Expandido, Personalizado e Invertido
Aprendizaje Expandido, Personalizado e InvertidoAprendizaje Expandido, Personalizado e Invertido
Aprendizaje Expandido, Personalizado e InvertidoSIRIUS e-Learning
 
MOOC, Khan Academy y Flipped Classroom
MOOC, Khan Academy y Flipped ClassroomMOOC, Khan Academy y Flipped Classroom
MOOC, Khan Academy y Flipped ClassroomSIRIUS e-Learning
 
Expandido, Personalizado e Invertido
Expandido, Personalizado e InvertidoExpandido, Personalizado e Invertido
Expandido, Personalizado e InvertidoSIRIUS e-Learning
 
Presentación Personal Educa Innova
Presentación Personal Educa InnovaPresentación Personal Educa Innova
Presentación Personal Educa InnovaSIRIUS e-Learning
 
Educación Expandida, Personalizada e Invertida
Educación Expandida, Personalizada e Invertida Educación Expandida, Personalizada e Invertida
Educación Expandida, Personalizada e Invertida SIRIUS e-Learning
 
Introducción a las Paradojas Matemáticas
Introducción a las Paradojas Matemáticas Introducción a las Paradojas Matemáticas
Introducción a las Paradojas Matemáticas SIRIUS e-Learning
 
Motivación a Ingeniería de Control
Motivación a Ingeniería de ControlMotivación a Ingeniería de Control
Motivación a Ingeniería de ControlSIRIUS e-Learning
 

Más de SIRIUS e-Learning (20)

Pedagogías y Tecnologías Emergentes
Pedagogías y Tecnologías EmergentesPedagogías y Tecnologías Emergentes
Pedagogías y Tecnologías Emergentes
 
Competencias digitales y herramientas
Competencias digitales y herramientasCompetencias digitales y herramientas
Competencias digitales y herramientas
 
Salman Khan y la escuela al reves
Salman Khan y la escuela al revesSalman Khan y la escuela al reves
Salman Khan y la escuela al reves
 
Salman khan y la escuela al reves
Salman khan y la escuela al revesSalman khan y la escuela al reves
Salman khan y la escuela al reves
 
Competencias y herramientas digitales
Competencias y herramientas digitalesCompetencias y herramientas digitales
Competencias y herramientas digitales
 
Introduccion al Internet de las cosas
Introduccion al Internet  de las cosasIntroduccion al Internet  de las cosas
Introduccion al Internet de las cosas
 
Aprendizajes Emergentes
Aprendizajes EmergentesAprendizajes Emergentes
Aprendizajes Emergentes
 
TPACK 2.0
TPACK 2.0TPACK 2.0
TPACK 2.0
 
WebQuest 3.0
WebQuest 3.0WebQuest 3.0
WebQuest 3.0
 
Aprendizaje expandido, personalizado e invertido
Aprendizaje expandido, personalizado e invertidoAprendizaje expandido, personalizado e invertido
Aprendizaje expandido, personalizado e invertido
 
Flipped Classroom e Inteligencia Emocional
Flipped Classroom e Inteligencia EmocionalFlipped Classroom e Inteligencia Emocional
Flipped Classroom e Inteligencia Emocional
 
Slides minimalistas Presentacion Curso WebQuest
Slides minimalistas Presentacion  Curso WebQuestSlides minimalistas Presentacion  Curso WebQuest
Slides minimalistas Presentacion Curso WebQuest
 
Aprendizaje Expandido, Personalizado e Invertido
Aprendizaje Expandido, Personalizado e InvertidoAprendizaje Expandido, Personalizado e Invertido
Aprendizaje Expandido, Personalizado e Invertido
 
MOOC, Khan Academy y Flipped Classroom
MOOC, Khan Academy y Flipped ClassroomMOOC, Khan Academy y Flipped Classroom
MOOC, Khan Academy y Flipped Classroom
 
Conociendo el Conocimiento
Conociendo el ConocimientoConociendo el Conocimiento
Conociendo el Conocimiento
 
Expandido, Personalizado e Invertido
Expandido, Personalizado e InvertidoExpandido, Personalizado e Invertido
Expandido, Personalizado e Invertido
 
Presentación Personal Educa Innova
Presentación Personal Educa InnovaPresentación Personal Educa Innova
Presentación Personal Educa Innova
 
Educación Expandida, Personalizada e Invertida
Educación Expandida, Personalizada e Invertida Educación Expandida, Personalizada e Invertida
Educación Expandida, Personalizada e Invertida
 
Introducción a las Paradojas Matemáticas
Introducción a las Paradojas Matemáticas Introducción a las Paradojas Matemáticas
Introducción a las Paradojas Matemáticas
 
Motivación a Ingeniería de Control
Motivación a Ingeniería de ControlMotivación a Ingeniería de Control
Motivación a Ingeniería de Control
 

Último

Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfssuser50d1252
 
Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.monthuerta17
 
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADOPLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADOMARIBEL DIAZ
 
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdfNUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdfEDNAMONICARUIZNIETO
 
Presentación de cita directa según el Manual de APA
Presentación de cita directa según el Manual de APAPresentación de cita directa según el Manual de APA
Presentación de cita directa según el Manual de APAlcolon
 
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOCUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOEveliaHernandez8
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfssuser50d1252
 
BITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdf
BITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdfBITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdf
BITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdfsolidalilaalvaradoro
 
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdfFichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdfssuser50d1252
 
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.karlazoegarciagarcia
 
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTESaraNolasco4
 
los cinco reinos biologicos 0 de los seres vivos
los cinco reinos biologicos 0 de los seres vivoslos cinco reinos biologicos 0 de los seres vivos
los cinco reinos biologicos 0 de los seres vivosOrdinolaSernaquIrene
 
MEDIACIÓN INTERNACIONAL MF 1445 vl45.pdf
MEDIACIÓN INTERNACIONAL MF 1445 vl45.pdfMEDIACIÓN INTERNACIONAL MF 1445 vl45.pdf
MEDIACIÓN INTERNACIONAL MF 1445 vl45.pdfJosé Hecht
 
MODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docxMODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docxRAMON EUSTAQUIO CARO BAYONA
 
SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...
SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...
SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...GIANCARLOORDINOLAORD
 
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).hebegris04
 

Último (20)

Fichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdfFichas de Matemática TERCERO DE SECUNDARIA.pdf
Fichas de Matemática TERCERO DE SECUNDARIA.pdf
 
Sesión ¿Amor o egoísmo? Esa es la cuestión
Sesión  ¿Amor o egoísmo? Esa es la cuestiónSesión  ¿Amor o egoísmo? Esa es la cuestión
Sesión ¿Amor o egoísmo? Esa es la cuestión
 
Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.Si cuidamos el mundo, tendremos un mundo mejor.
Si cuidamos el mundo, tendremos un mundo mejor.
 
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADOPLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
PLAN DE TUTORIA- PARA NIVEL PRIMARIA CUARTO GRADO
 
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdfNUEVO PLAN Y PROGRAMAS DE ESTUDIO  2022.pdf
NUEVO PLAN Y PROGRAMAS DE ESTUDIO 2022.pdf
 
Presentación de cita directa según el Manual de APA
Presentación de cita directa según el Manual de APAPresentación de cita directa según el Manual de APA
Presentación de cita directa según el Manual de APA
 
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADOCUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
CUADERNILLO DE EJERCICIOS PARA EL TERCER TRIMESTRE, SEXTO GRADO
 
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdfFichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
Fichas de Matemática DE SEGUNDO DE SECUNDARIA.pdf
 
BITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdf
BITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdfBITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdf
BITÁCORA DE ESTUDIO DE PROBLEMÁTICA. TUTORÍA V. PDF 2 UNIDAD.pdf
 
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdfFichas de matemática DE PRIMERO DE SECUNDARIA.pdf
Fichas de matemática DE PRIMERO DE SECUNDARIA.pdf
 
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.ENSEÑAR ACUIDAR  EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
ENSEÑAR ACUIDAR EL MEDIO AMBIENTE ES ENSEÑAR A VALORAR LA VIDA.
 
PPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptxPPTX: La luz brilla en la oscuridad.pptx
PPTX: La luz brilla en la oscuridad.pptx
 
Aedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptxAedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptx
 
Aedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptxAedes aegypti + Intro to Coquies EE.pptx
Aedes aegypti + Intro to Coquies EE.pptx
 
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE4º SOY LECTOR PART2- MD  EDUCATIVO.p df PARTE
4º SOY LECTOR PART2- MD EDUCATIVO.p df PARTE
 
los cinco reinos biologicos 0 de los seres vivos
los cinco reinos biologicos 0 de los seres vivoslos cinco reinos biologicos 0 de los seres vivos
los cinco reinos biologicos 0 de los seres vivos
 
MEDIACIÓN INTERNACIONAL MF 1445 vl45.pdf
MEDIACIÓN INTERNACIONAL MF 1445 vl45.pdfMEDIACIÓN INTERNACIONAL MF 1445 vl45.pdf
MEDIACIÓN INTERNACIONAL MF 1445 vl45.pdf
 
MODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docxMODELO DE INFORME DE INDAGACION CIENTIFICA .docx
MODELO DE INFORME DE INDAGACION CIENTIFICA .docx
 
SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...
SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...
SESIÓN DE APRENDIZAJE Leemos un texto para identificar los sinónimos y los an...
 
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
HISTORIETA: AVENTURAS VERDES (ECOLOGÍA).
 

Logica Difusa

  • 1. Por Ramiro Aduviri Velasco @ravsirius
  • 2. Proposiciones compuestas de lógica difusa Small = Short y Light (conjunción) small(h, w) = short(h)  Light(w)
  • 3. Relaciones clásicas La relación clásica representa la presencia o ausencia de interacción entre los elementos de dos o más conjuntos. Ejemplo: X ={English, French} Y = {dólar, pound, franc, mark} Z = {USA, France, Canada, Britain, Germany} R(X, Y, Z) = {(English, dolar, USA), (French, franc, France), (English, dolar, Canada), (French, dolar, Canada), (English, pound, Britain)}
  • 4. Extensión cilíndrica extx2(A) = {A(x1)/(x1, x2) I (x1, x2)  X1 x X2} Proyección proyx2(A) = {(x1, sup A(x1, x2) I x1  X1)} x2X2
  • 5. Producto Cartesiano Una operación entre conjuntos difusos definido en diferentes dominios, que resulta de un conjunto difuso multidimensional. Ejemplo: A1  A2 en X1 x X2
  • 6. Relaciones difusas Con relaciones difusas, el grado de asociación (correlación) es representado por grados de membresía. Una relación difusa de dimensión n es una representación R : X1 x X2 x . . . x Xn [0, 1] la cual asigna grados de membresía a todos los n-tuples (x1, x2,, . . . ,xn) a partir del universo del producto Cartesiano.
  • 7. Composición de relaciones R(X, Y) = P(X, Y) o Q(Y, Z) Condiciones: (x, y)  R si existe y  Y tal que (x, y)  P y (y, z)  Q. Composición max-min PoQ(x, z) = max min[P(x, y), Q(x, z)] yY Composición relacional Dada la relación difusa R en X x Y y el conjunto difuso A definido en X, deriva el conjunto difuso correspondiente B definido en Y: B = A o R = proyY(extXxY(A)  R) Composición max-min B(y) = max min [A(x), B(x, y)] x x,y Análogo a evaluar una función.
  • 9. Composición max-min: Ejemplo B(y) = max min[A(x), R(x, y)], y x x Sistemas difusos Envuelve conjuntos difusos como parámetros o variables  Sistemas con parámetros difusos  Entradas y/o estados difusos  Sistemas difusos basados en reglas: Si el poder calorífico es alto Entonces la temperatura subirá rápido
  • 10.  Modelo lingüístico difuso (Mamdani) Si x es A entonces y es B  Modelo relacional difuso Si x es A entonces y es B1(0.1), B2(0.8)  Modelo difuso de Takagi-Sugeno Si x es A entonces y = f(x) Sistema dinámico difuso Sistemas basados en reglas
  • 11. Modificadores lingüísticos: Ejemplo muy(A) = 2 A mas o menos(A) = a
  • 12. Modelo Lingüístico Si x es A entonces y es B x es A  antecedente (proposición difusa) y es B  consecuente (proposición difusa) Proposiciones compuestas (conectivos lógicos, hedges): Si x1 es muy grande y x2 es no pequeño
  • 13. Partición del Espacio Antecedente
  • 14. Mecanismo de Inferencia Dado las reglas si-entonces y un conjunto difuso de entrada, se deduce el correspondiente conjunto difuso de salida. • Planteamiento formal basado en relaciones difusas: 1. Representa cada regla si-entonces como una relación difusa. 2. Agrega estas relaciones en una relación representativa para toda la base de reglas. 3. Dada una entrada, usa la composición relacional para derivar la salida correspondiente. • Planteamiento simplificado (inferencia de Mamdani) • Interpolación (Sistemas difusos aditivos)
  • 15. Reglas de Inferencia en Modus Ponens Lógica clásica Si x es A entonces y es B x es A  y es B Lógica difusa Si x es A entonces y es B x es A´  y es B´
  • 16. Implicaciones y Conjunciones difusas La implicación difusa es representada como una relación difusa: R : [0, 1] x [0, 1]  [0, 1] R(x, y) = I(A(x), B(y)) I(a, b)  función de implicación  “clásico” Kleene-Diene I(a, b) = max(1  a, b) Lukasiewicz I(a, b) = min(1, 1  a + b) tnormas Mamadani I(a, b) = min(a, b) Larsen I(a, b) = a  b) 
  • 17. Inferencia con una regla Construir la relación de implicación: R(x, y) = I(A(x), B(y)) Use composición relacional para derivar B´ de A´ B´ = A´ o R R(x, y) = min(A(x), B(y))
  • 18. Ilustración gráfica B´(y) = maxx minx(A´(x), R(x, y))
  • 19. Inferencia con varias reglas 1. Cuando la implicación es el operador conjunción: Cada regla es representado por una relación difusa en X Y: Ri = Ai x Bi R(x, y) = Ai(x)  Bi(y) 2. La relación en conjunto de la base de reglas es la unión: 3. Dado un valor de entrada A´ el valor de salida B´ es: B´ = A´ o R B(y) = max X [A(x)  R(x, y)]
  • 20. Planteamiento simplificado 1. Calcule el matrimonio entre la entrada y la función de membresía del antecedente (grado de compromiso). 2. Recorte el conjunto difuso de salida correspondiente para cada regla utilizando el grado de compromiso. 3. Ponga los conjuntos difusos de salida de todas las reglas en un conjunto difuso. A esto se llama método de inferencia de Mamdani o max-min.
  • 21. Ejemplo: Control del nivel de líquido Si es nivel es bajo entonces incremente en abrir válvula Si es nivel es OK entonces mantenga en abrir válvula Si es nivel es alto entonces reduzca en abrir válvula
  • 22. Inferencia difusa: Etapas 1 y 2 Recorta la función de membresía del consecuente de la segunda y tercera regla.
  • 23. Agregado Combina los resultados de las dos reglas (unión) Defuzzificación Conversión de un conjunto difuso a un valor convencional.
  • 24. Método del Centro de Gravedad: Inferencia y Defuzzificación difusas
  • 26. Modelos no Lineales Modelos en el espacio de estado • Continuo: x(t) = f(x(t), u(t), t) y(t) = g(x(t), u(t), t) • Discreto: x(k+1) = f(x(k), u(k), k) y(k) = g(x(k), u(k), k) Modelos de entrada-salida • Continuo: y(n)(t) = f(y(n-1)(t), . . . , y(t), u(m)(t), . . . , u(t)) • Discreto : y(k+1) = f(y(k), y(k-1), . . . , y(k-ny + 1), u(k), u(k-1), . . . , u(k-ny + 1))
  • 27. ¿Cómo obtener modelos?  Físico (modelado mecánico) 1. Principios básicos  Ecuaciones diferenciales (no lineal) 2. Linealización en torno a un punto de operación  Identificación del sistema 1. Medición de datos de entrada y salida (en torno al punto de operación) 2. Postulado de la estructura del modelo (lineal, no lineal, orden) 3. Estimación de los parámetros del modelo a partir de datos (mínimos cuadrados)  Combinación de las dos.
  • 28. Identificación del sistema y(1), y(2), . . . , y(N)
  • 29. Formulación del problema de modelado x(k+1) = f(x(k), u(k)) y(k) = g(x(k)) x(k) = [y1(k), . . . , y1(k  p1 + 1), . . . , yp(k), . . . , yp(k  pp + 1), u1(k), . . . , u1(k  m1 + 1), . . . , um(k), . . . , um(k  mm + 1)]T y(k+1) = f(x(k))