Universidad Nacional Autnoma de

Mxico

Facultad de Ingeniera

Sistemas Difusos

Tema 2

Conceptos fundamentales de lgica difusa

Alumnos:

-Prez Solis Jess

-Pacheco Barn Pablo Antonio

Grupo: 1

Fecha de entrega: 27/02/17

Objetivo
Comprender los fundamentos de la Lgica Difusa.

Introduccin
El captulo siguiente trata de abarcar todos los fundamentos necesarios de
la lgica difusa, de tal forma que estos conceptos puedan ser aplicados en
el siguiente tema.

En el captulo se vern fundamentos como funcin de pertenencia,

operaciones con conjuntos difusos, relaciones difusas, lgica difusa,
implicaciones difusas, razonamiento aproximado, sistemas basados en
reglas entre otros.

Para poder entender algunos conceptos de la lgica difusa ser necesario

recordar algunos fundamentos de la lgica clsica, as a partir de este punto
poder hacer una comparacin entre una y otra de tal manera que se pueda
comprender mejor el concepto referente a la lgica difusa.

En los fundamentos que sean necesarios se incluyen ejemplos en caso de

que el concepto no haya sido comprendido en su totalidad, los ejemplos
pueden ser desde explicaciones graficas relacionada con cierto concepto
hasta ejemplo matemtico para dejar en claro lo que se trata de explicar.
Conjuntos clsicos
Los conjuntos clsicos surgen por la necesidad del ser humano de clasificar
objetos. Estos se pueden definir como una coleccin de objetos en la cual
todos comparten las mismas caractersticas o tambin se puede definir
mediante una funcin caracterstica, que no es ms que una funcin que
puede tomar valores de 0 o 1 de un universo en discurso para todos los
elementos que pueden o no pertenecer al conjunto.

Ejemplo 2.1 Definicin de un conjunto clsico como una coleccin de objetos.

= {, , , , , }

En el ejemplo anterior se define un conjunto A con las primeras 5 letras del abecedario.

Una manera de representar de forma grfica un conjunto clsico se realiza

a travs de un diagrama de Venn. Estos diagramas muestran conjuntos por
medio de lneas cerradas, existe una lnea cerrada exterior que abarca todos
los conjuntos bajo la consideracin de que este el conjunto universal, como
se observa en la fig. 2.2

Ejemplo 2.2 Definicin de un conjunto clsico mediante una funcin caracterstica. En el

ejemplo se define un conjunto clsico a travs de la funcin caracterstica de la ecuacin
2.1 y que se ve de forma grfica en la fig. 2.1
1,
() = { (2.1)
0,

Figura 2.1 Funcin caracterstica del conjunto A.

La funcin caracterstica nos indica que si el valor de x pertenece al conjunto A entonces

vale 1 y si el valor de x no pertenece entonces vale 0, muy parecido a la lgica binaria donde
el elemento o pertenece o no pertenece.
Figura 2.2 Diagrama de Venn de un conjunto clsico de nombre A.

Cuando trabajamos con conjuntos clsicos se tiene una notacin definida

para poder expresar por ejemplo cuando un elemento pertenece a un
conjunto, cuando no, cuando dos conjuntos son equivalentes, entre otros
casos (Se va tomar como referencia la fig. 2.2 para ejemplificar).
b pertenece a U (considerado como el universo)
a pertenece al conjunto A
b no pertenece al conjunto A
a esta completamente contenido en el conjunto A
Ahora vamos a suponer que se tiene un universo con dos conjuntos, el
conjunto A y el conjunto B. Alguna de la notacin que se puede usar es:
El conjunto A esta contenido o es equivalente al conjunto B
El conjunto A es equivalente al conjunto B

Operaciones con conjuntos clsicos

Las operaciones que se manejan en los conjuntos clsicos son la unin, la
interseccin, el complemento y la diferencia.
Las operaciones con conjuntos clsicos estn definidos de la siguiente
manera:
Unin = {| } (2.2)
Interseccin = {| } (2.3)
Complemento = {| , } (2.4)
Diferencia | = {| , } (2.5)
La unin es una operacin en los conjuntos clsicos que necesita de al
menos dos conjuntos para poderse efectuar. Como el nombre de la operacin
indica esta une en un nuevo conjunto a los conjuntos a los que se les aplica,
o sea que lo elementos de los conjuntos se unen en uno nuevo. La operacin
est definida a travs de la ecuacin 2.2 y su representacin en diagrama
de Venn se puede observar en la fig. 2.3

Figura 2.3 Diagrama de Venn de la operacin Unin.

La interseccin es otra operacin que se puede realizar con los conjuntos

clsicos que tambin requiere de al menos dos conjuntos para poder
aplicarse. La operacin est definida en la ecuacin 2.3, en esta operacin
el resultado es un nuevo conjunto que resulta de los elementos que
pertenecen a ambos conjuntos. En la fig. 2.4 se puede observar su
representacin en diagrama de Venn.

Figura 2.4 Diagrama de Venn de la operacin Interseccin.

Otra operacin que tienen los conjuntos clsicos es el complemento esta
es una operacin unaria (solo necesita de un conjunto para poder
realizarse). Su representacin en diagrama de Venn se puede ver en la fig.
2.5, el resultado de esta operacin es todo aquello que no pertenece a el
conjunto al que se le aplica, como se puede ver en su definicin en la
ecuacin 2.4

Figura 2.5 Diagrama de Venn de la operacin Complemento.

La ltima operacin entre dos o ms conjuntos clsicos es la diferencia, su

representacin en diagrama de Venn est en la fig. 2.6, como resultado de
aplicar esta operacin a dos conjuntos es todo aquello que pertenece a el
primer conjunto pero no al segundo como esta en su definicin en la
ecuacin 2.5

Figura 2.6 Diagrama de Venn de la operacin Diferencia. Cabe mencionar que dicha
operacin no es conmutativa (no se obtiene el mismo resultado de operar A|B que B|A).
Propiedades
Con las operaciones con conjuntos clsicos vienen algunas propiedades
matemticas que son importantes para la manipulacin de los conjuntos,
estas propiedades que estn definidas para los conjuntos clsicos son muy
similares a las propiedades para conjuntos difusos que veremos ms
adelante.
A continuacin se definen las propiedades como conmutatividad,
asociatividad, distributividad, idempotencia, entre otros (de la ecuacin 2.6-
2.12).

Conmutatividad AB=BA
AB=BA (2.6)
Asociatividad A (B C) = (A B) C
A (B C) = (A B) C (2.7)
Distributividad A (B C) = (A B) (A C)
A (B C) = (A B) (A C) (2.8)
Idempotencia AA=A
AA=A (2.9)
Identidad A=A
AU=A
A=
AU=U (2.10)
Transitividad (2.11)

Involucin =
A (2.12)

Existen dos propiedades especiales conocidas como el axioma del medio

excluido y el axioma de contradiccin, estas dos propiedades son
importantes porque muestran las diferencias que existen entre la teora de
los conjuntos clsicos y la teora de los conjuntos difusos.
Axioma del medio excluido = (2.13)
Axioma de contradiccin = (2.14)

El principio de DMorgan es importante porque es muy usado en las

tautologas y contradicciones en la lgica.

Principio de DMorgan
= (2.15)

= (2.16)
De forma ms general
1 2 = 1
2
(2.17)

1 2 = 1
2
(2.18)

Ahora para poder comprender algunos de los fundamento de la lgica difusa

es necesario definir de una forma ms sencilla las operaciones de unin,
interseccin y complemento. Supongamos dos conjuntos clsicos llamados
A y B.
Para el caso de la unin la conjuncin OR se puede interpretar de forma
ms sencilla con el operador mximo:
Unin = = ( , ) (2.19)

En el caso la interseccin la disyuncin AND se puede interpretar con el

operador mnimo:
Interseccin = = ( , ) (2.20)

Con la operacin complemento se define de forma ms sencilla como uno

menos el valor de la funcin caracterstica de ese valor de x:
Complemento = 1 (2.21)

Y una ltima operacin sera la contencin que indica cuando un conjunto

contiene a otro:
Contencin () () (2.22)
Conjuntos difusos
A diferencia de la teora clsica de conjuntos que se basa en el principio
bsico de la lgica de forma que un individuo pertenece o no pertenece a un
conjunto, la idea bsica de un conjunto difuso es que un elemento forma
parte de un conjunto con un determinado grado de pertenencia.
La teora de conjuntos difusos es un intento de desarrollar una serie de
conceptos para tratar de un modo sistemtico el tipo de imprecisin que
aparece cuando los lmites de las clases de objetos no estn claramente
definidos. Un conjunto difuso puede definirse como una clase en la que hay
una progresin gradual desde la pertenencia al conjunto hasta la no
pertenencia; o visto de otra forma, en la que un objeto puede tener un grado
de pertenencia definido entre la pertenencia total (valor uno) o no
pertenencia (valor cero). Desde esta perspectiva, los conjuntos clsicos
pueden verse como un caso particular de los conjuntos difusos; un conjunto
difuso que slo admite dos grados de pertenencia (uno y cero).
De forma similar a los conjuntos clsicos, los conjuntos difusos se pueden
definir como una coleccin de objetos en la cual todos comparten las mismas
caractersticas o tambin se puede definir mediante una funcin de
pertenencia que es funcin para que los valores asignados a los elementos
del conjunto caigan en un rango particular y as indicar el grado de
pertenencia de los elementos a ese conjunto.

Ejemplo 2.3 Definicin de un conjunto difuso (discreto) como una coleccin de objetos. De
forma general un conjunto difuso (discreto) se puede denotar de la siguiente manera:

(1 )
(2 )
( )


= { + + } = { } (2.23)
1 2

Donde:

Es el conjunto difuso A

Es un elemento del conjunto

( ) Es el grado de pertenencia al conjunto

Por ejemplo se define un conjunto A con cuatro elementos (2, 3, 4, 5):

1 0.5 0.3 0.2

={ + + + }
2 3 4 5
La funcin de pertenencia por la que se define un conjunto difuso A,
sera:
= [0,1] (2.24)

Donde () = 1 si x est totalmente en A. () = 0 si x no est en A y 0 <

() < 1 si x est parcialmente en A. Este valor entre 0 y 1 representa el
grado de pertenencia de un elemento x en un conjunto A. As, el intervalo
de la ecuacin 2.24 es de nmeros reales e incluye los extremos.
Ejemplo 2.4 Definicin de un conjunto difuso (continuo) a travs de su funcin de
pertenencia. De forma general un conjunto difuso (continuo) se puede denotar de la
siguiente manera:

()

= { } (2.25)

Obtencin de la funcin de pertenencia de una funcin triangular (Fig. 2.6).

Figura 2.7 Funcin triangular.

Para este ejemplo los valores de a, b y c sern 3, 5 y 7 respectivamente. Para obtener la

funcin de pertenencia en este caso lo que se hace es sacar la ecuacin de la recta del valor
de a al valor de b y posteriormente la ecuacin de la recta del valor de b al de c. De tal forma
que si a la recta que va del valor de a al de b le llamamos a(x) y a la recta que va de b a c le
llamamos b(x) la funcin de pertenencia seria de la siguiente forma:

() 3 < 5
() = { () 5 7
0

Al momento de obtener la ecuacin a(x) y b(x) debemos recordar cmo se obtiene la ecuacin
de la recta (ecuacin 2.26)
 = ( ) (2.26)

Donde:

, Es un punto que pertenece a la recta

m Es el valor de la pendiente que se obtiene como: = 2 1
2 1

donde 1 , 1 es el punto donde inicia la recta y 2 , 2 es el punto donde termina la recta

Aplicando las ecuacin anterior (2.26) a los valores de la fig. 2.7 se tiene que:

En el caso de a(x) (tomamos como punto de la recta (0,3)):

10
() 0 = ( 3)
53
Realizando las operaciones queda:
1 1 3
() = ( 3) =
2 2 2
Para el caso de b(x) tomamos como punto de la recta (7,0):
01
() 0 = ( 7)
75
Realizando las operaciones queda:
1 1 7
() = ( 7) = +
2 2 2
Por lo que la funcin de pertenencia quedara:
1 3
3<5
2 2
() = 1 7
+ 57
2 2
{ 0

En el ejemplo anterior se observa cmo se puede obtener la funcin de

pertenencia de una funcin triangular, a partir de la sacar las ecuaciones
de las rectas que la componen. Si el punto de la recta que tomamos para
encontrar la ecuacin de la recta siempre tiene como ordenada el valor de
cero esto simplifica las operaciones por lo que una forma ms sencilla de
obtener la funcin de pertenencia de una funcin triangular seria la
siguiente:
A partir de la fig. 2.7 podemos deducir que de forma general sin importar
los valores que tomen a, b, c la funcin de pertenencia de la funcin
triangular tendr la siguiente forma (ecuacin 2.27):

<

() = { (2.27)

0

Existen otras funciones bsicas o tpicas que se suelen usar por facilidad de
computacin y dado que su funcin de pertenencia se puede obtener
igualmente de una forma sencilla (sus graficas se observan de la fig. 2.8-
2.12 Y sus ecuaciones 2.28-2.32).

Funcin sigmoidal
Definida por sus lmites inferior a, superior b y el valor m o punto de
inflexin, tales que a < b.
El crecimiento es ms lento cuanto mayor sea la distancia a-b. Para el caso
concreto de = ( + )2 que es lo usual, se obtiene la siguiente grfica,
con su correspondiente funcin de pertenencia:

Figura 2.8 Grafica de la funcin sigmoidal

 2
2 [] <
() = 2 (2.28)
1 2 []
{ 0

Funcin trapezoidal
Definida por sus lmites inferior a, superior d y los lmites de soporte inferior
b y superior c, tal que < < < , cuya representacin y funcin de
pertenencia pueden generalizarse de la siguiente forma:

Figura 2.9 Grafica de la funcin trapezoidal

1
() = (2.29)


{ 0

Funcin trapezoidal unilateral izquierda

Esta funcin es un caso especial de la funcin trapezoidal cuando alguno
de sus parmetros toma valores no finitos, en este caso cuando los
parmetros = =
Figura 2.10 Grafica de una funcin trapezoidal unilateral izquierda

1 <

() = { (2.30)
0

Funcin trapezoidal unilateral derecha

El otro caso especial de la funcin trapezoidal cuando los parmetros =
=

Figura 2.11 Grafica de una funcin trapezoidal unilateral derecha

 1 >

() = { (2.31)
0

Funcin gaussiana
Esta funcin es la tpica campana de Gauss y cuanto mayor es el valor de
k, ms estrecha es dicha campana.

Figura 2.12 Funcin Gaussiana

2
() = () (2.32)

Caractersticas de las funciones de pertenencia

Existen algunas caractersticas que tienen las funciones de pertenencia que
nos permiten formalizar el manejo de estas.
Ncleo (core) Aquella zona donde la funcin de pertenencia vale uno
() = 1

Soporte (support) Aquella zona donde la funcin de pertenencia es mayor

a cero () > 0
Frontera (boundary) Es la zona done la funcin de pertenencia es mayor
a cero pero menor a 1 0 < () < 1

Figura 2.13 Grafica con los conceptos de ncleo, soporte y frontera.

Funcin de pertenencia normal Es la funcin que tenga por lo menos

un valor con pertenencia unitaria, si no es as entonces la funcin se llama
subnormal.

Figura 2.13 A la izquierda la grfica de una funcin de pertenencia normal y a la derecha

una funcin de pertenencia subnormal.

Conjunto difuso convexo si se cumple lo siguiente:

(0 ) [ (0 ), (0 )]
Figura 2.14a y 2.14b La figura 2.14a es un conjunto convexo mientras que la figura 2.14b
no lo es

Operaciones con conjuntos difusos

Las operaciones que se pueden realizar con conjuntos difusos son las
mismas que con los conjuntos clsicos. Unin, interseccin, complemento y
diferencia. Para realizarse deben de cumplir las mismas condiciones que con
los conjuntos clsicos. Recordando como definimos la unin, interseccin y
complemento en los conjuntos clsicos podemos definir las operaciones en
los conjuntos difusos:

Unin = () () = ( , ) (2.33)

Interseccin = () () = ( , ) (2.34)

Complemento () = 1 () (2.35)

Diferencia | = () () = ( , ) (2.36)

Cabe recordar que la diferencia puede ser definida como la interseccin

entre un conjunto A y el complemento de un conjunto B en caso de ser la
operacin A|B. Si la operacin fuera B|A la operacin sera la interseccin
del conjunto B con el complemento del conjunto A.
Ejemplo 2.5 Operaciones con conjuntos difusos discretos.

Dado los siguientes conjuntos difusos discretos A y B, ecuacin 2.37 y 2.38

respectivamente realizar las siguientes operaciones.

1)

2)


3)
4) 5)
|

1 0.5 0.3 0.2

={ + + + } (2.37)
2 3 4 5
0.5 0.7 0.2 0.4

={ + + + } (2.38)
2 3 4 5
 1 0.7 0.3 0.4
1)

= {2 + 3
+
4
+
5
}
0.5 0.5 0.2 0.2
2)

= {2 + 3
+
4
+
5
}
0 0.5 0.7 0.8
=
3) {2 + 3
+
4
+
5
}
0.5 0.3 0.8 0.6
=
4) {2 + 3
+
4
+
5
}
0.5 0.3 0.3 0.2
5)
|
= {2 + 3
+
4
+
5
}

Ejemplo 2.6 Operaciones con conjuntos difusos continuos.

Dado las siguientes funciones de pertenencia de los conjuntos difusos continuos A y B,

(ecuacin 2.39 y 2.40 respectivamente) realizar las siguientes operaciones.

1)

2)


3) 4)
|
5)
|

1 3
3<5
2 2
() = { 1 + 7 5 7 (2.39)
2 2
0

1 5
5<7
2 2
() = { 1 + 9 7 9 (2.40)
2 2
0
Si graficamos las dos funciones de pertenencia se obtiene una grfica como la siguiente:

Figura 2.15a Grafica de las funciones de pertenencia () y ()

1)

Grficamente el resultado de hacer la unin seria el siguiente:

Figura 2.15b Grafica de la unin entre los dos conjuntos difusos.

El resultado de la unin seria la lnea continua entre los dos conjuntos por lo que se debe
de buscar el punto donde las rectas del conjunto difuso A y el B se intersectan para esto
igualamos las ecuaciones en cuestin.
1 7 1 5
+ =
2 2 2 2

Para encontrar en valor de x donde se intersectan se debe despejar x por lo que operando:
7 5 1 1
+ = +
2 2 2 2
12
=
2
=6

Ya que obtuvimos el valor de x entonces determinamos la funcin de pertenencia de la

operacin unin entre los dos conjuntos:

1 3
3<5
2 2
1 7
+ 5<6
2 2
() = 1 5
6<7
2 2
1 9
+ 79
2 2
{ 0
2)

Grficamente el resultado de hacer la interseccin seria el siguiente:

Figura 2.15b Grafica de la interseccin entre los dos conjuntos difusos.

El resultado de la interseccin seria la lnea continua entre los dos conjuntos por lo que
se debe de buscar el punto donde las rectas del conjunto difuso A y el B se intersectan
para esto igualamos las ecuaciones en cuestin pero dado que se tienen que igualar las
mismas rectas del inciso anterior ya sabemos que el resultado es x=6. Por lo que
determinamos la funcin de pertenencia de la operacin unin entre los dos conjuntos:
1 5
5<6
2 2
() = 1 7
+ 67
2 2
{ 0

3)

Grficamente el resultado de hacer el complemento de los dos conjuntos seria el

siguiente:

Figura 2.15c Grafica del complemento del conjunto difuso A.

Figura 2.15d Grafica del complemento del conjunto difuso B.

Para poder obtener la funcin de pertenencia se aplica el cmo definimos la operacin por
lo que quedara de la siguiente forma:
 1 3 1 5
1( ) 3<5 + 3<5
2 2 2 2
() = 1 7 = 1 5
1 ( + ) 5 7 57
2 2 2 2
{ 1 { 1

1 5 1 7
1( ) 5<7 + 5<7
2 2 2 2
() = 1 9 = 1 7
1 ( + ) 79 79
2 2 2 2
{ 1 { 1

4) A
|B

Grficamente el resultado de hacer la diferencia de los dos conjuntos seria el siguiente:

Figura 2.16e Grafica de la diferencia entre los conjuntos A y B difusos.

La funcin de pertenencia del resultado de esta operacin sera el siguiente:

1 3
3<5
2 2
| () = { 1 + 7 5 7= ()
2 2
0

5)
|

Caso contrario a la operacin anterior la representacin grfica del resultado de hacer la

diferencia de los dos conjuntos seria el siguiente:

Figura 2.16f Grafica de la diferencia entre los conjuntos A y B difusos.

La funcin de pertenencia del resultado de esta operacin sera el siguiente:
1 5
5<7
2 2
| () = { + 7 9= ()
1 9
2 2
0

Propiedades
En cuanto a las propiedades en los conjuntos difusos en estos se cumplen
las propiedades de conmutatividad, asociatividad, distributividad,
idempotencia, identidad, transitividad e involucin (como se observa en las
siguientes ecuaciones 2.41-2.47).
Conmutatividad
B
=B
A

A =

(2.41)

Asociatividad (B
A
C) = (A
B
)
C

(B
A
C) = (A
B
)
C (2.42)

Distributividad (B
A
C) = (A
B
) (A

C)

(B
A
C) = (A
B
) (A

C) (2.43)

Idempotencia A
A =A

A
A =A
(2.44)

Identidad =A
A

U=A
A

=
A

U=U
A (2.45)

Transitividad





(2.46)

Involucin =
A
(2.47)

En el caso del axioma del medio excluido y el axioma de contradiccin estos

no se cumplen en los conjuntos difusos como se puede observar en el
siguiente ejemplo.
Ejercicio 2.7 Comprobacin de que el axioma del medio excluido y de contradiccin no se
cumplen.

Axioma del medio excluido (en conjuntos clsicos) =

Si esto se aplica al conjunto difuso A (ecuacin 2.37) y a su complemento se tiene que:

1 0.5 0.7 0.8

= { +
+ + }
2 3 4 5
Cuando el resultado para que se cumpla debera de ser:

1 1 1 1
= { + + + }

2 3 4 5
Por lo tanto

Axioma de contradiccin (en conjuntos clsicos) =

Si esto se aplica al conjunto difuso A (ecuacin 2.37) y a su complemento se tiene que:

0 0.5 0.3 0.2

= { +
+ + }
2 3 4 5
Cuando el resultado para que se cumpla debera de ser:

0 0 0 0
= { + + + }

2 3 4 5
Por lo tanto

Al igual que las otras propiedades como conmutatividad, asociatividad, etc.

En los conjuntos difusos se cumple el principio de DMorgan:

Principio de DMorgan

=

(2.48)

=

(2.49)

De forma ms general
1
2 =
1
2

(2.50)

1
2 =
1
2

(2.51)
Relaciones
En el caso de la relacin, se trata de la correspondencia que existe entre dos
conjuntos: a cada elemento del primer conjunto le corresponde al menos un
elemento del segundo conjunto. De cierta forma las relaciones son producto
bsicamente de algunas operaciones como el producto cartesiano, la
operacin composicin y propiedades de equivalencia. Las relaciones son
fundamentales en campos de ingeniera, ciencia y matemticas. Tambin
las relaciones estn estrechamente relacionadas con la lgica, el
razonamiento aproximado y los sistemas basados en reglas. Este tema ser
de mucha utilidad en temas posteriores. Como en los conceptos anteriores
primero se ver para conjuntos clsicos y posteriormente para conjuntos
difusos.

Producto cartesiano
El producto cartesiano est definido de la siguiente forma:
Sean dos universos (conjuntos) X y Y:
= {(, )| , }

Ejemplo 2.8 Obtener el producto cartesiano de dos conjuntos clsicos A y B.

= {0, 1} = {, , }

= {(0, ), (0, ), (0, ), (1, ), (1, ), (1, )}

Podemos definir una funcin caracterstica para saber si un elemento

pertenece o no a un producto cartesiano (ecuacin 2.52):
1 (, )
= { (2.52)
0 (, )

Ejemplo 2.9 A partir de la funcin caracterstica de la ecuacin 2.52 obtener una matriz
que indique que elementos del producto cartesiano XxY, pertenecen a la relacin R.

= {1, 2} = {, }

= {(1, ), (1, ), (2, ), (2, )}

= {(1, ), (2, )}
De lo anterior podemos deducir que por lo tanto la matriz quedara:

1
= 1 0
2 [ ]
0 1
Este ejemplo fue para conjuntos clsicos (discretos)

Ejemplo 2.10 Relacin para conjuntos clsicos (continuos)

La relacin la podemos definir de la siguiente manera:

= {(, )| 2, , }

Figura 2.16 Grafica de la relacin definida en el ejemplo 2.10 la parte sombreada

pertenece a la relacin mientras que la parte no sombreada no pertenece.

Operaciones con relaciones

Si definimos a partir de un producto cartesiano XxY y dos relaciones
diferentes R y S, as como una nula relacin y una completa relacin a tarves
de las matrices O y E (ecuaciones 2.53, 2.54 respectivamente).

0 0 0 0 1 1 1 1
= [0 0 0 0] (2.53) = [1 1 1 1] (2.54)
0 0 0 0 1 1 1 1
0 0 0 0 1 1 1 1
Podemos definir las operaciones para relaciones de la siguiente forma:
Unin (. ): (, ) = [ (, ), (, )] (2.55)
Interseccin (. ): (, ) = [ (, ), (, )] (2.56)
Complemento (, ): (, ) = 1 (, ) (2.57)
Contencin (, ): (, ) (, ) (2.58)
Identidad (2.59)

Composicin
Dado tres conjuntos A, B, C y dos relaciones R y S, el concepto de
composicin consiste en que si existe una relacin R entre el conjunto A y
B, y tambin existe una relacin S entre B y C que se aplican de forma
sucesiva, a travs de la composicin se puede obtener una relacin directa
entre A y C.

Figura 2.17 Explicacin grafica de la operacin composicin.

Existen dos tipos de operaciones de composicin, una llamada composicin

max-min y la otra composicin max-producto, que se definen a
continuacin:
 = (max-min)

(, ) = ( (, ) (, ))

= (max-producto)

(, ) = ( (, ) (, ))

Ejemplo 2.11 Con las matrices caractersticas de R y S realizar la composicin =

(max-min) y = (max-producto).

3 4 1 0 1
1 1 2
0 1
1 0 1 0
= 2 = 2
[0 0 0 1] 3 [0 0]
3 0 1
0 0 0 0 4
0 0
1) = (max-min)

11 12
= = [21 22 ]
31 32

11 = ((1,0), (0,0), (1,0), (0,0)) = 0

12 = ((1,1), (0,0), (1,1), (0,0)) = 1

21 = ((0,0), (0,0), (0,0), (1,0)) = 0

22 = ((0,1), (0,0), (0,1), (1,0)) = 0

31 = ((0,0), (0,0), (0,0), (0,0)) = 0

32 = ((0,1), (0,0), (0,1), (0,0)) = 0

0 1
= = [0 0]
0 0
2) = (max-producto)

11 12
= = [21 22 ]
31 32

11 = ((1 0), (0 0), (1 0), (0 0)) = 0

12 = ((1 1), (0 0), (1 1), (0 0)) = 1

 21 = ((0 0), (0 0), (0 0), (1 0)) = 0

22 = ((0 1), (0 0), (0 1), (1 0)) = 0

31 = ((0 0), (0 0), (0 0), (0 0)) = 0

32 = ((0 1), (0 0), (0 1), (0 0)) = 0

0 1
= = [0 0]
0 0
Propiedades de las relaciones
Las propiedades de conmutatividad, asociatividad, distributividad,
involucin e idempotencia tambin se cumplen para las relaciones con
conjuntos clsicos. As tambin se cumplen el principio de DMorgan, el
axioma del medio excluido y el de contradiccin.

Relaciones difusas
Las relaciones difusas cumplen con la definicin de las relaciones clsicas
a los elementos de un conjunto se le asignan al menos uno de otro conjunto,
tambin se utiliza el producto cartesiano entre los dos conjuntos usados.
Sin embargo el grado de pertenencia de la relacin entre los pares de los dos
conjuntos no se mide con una funcin caracterstica si no con una funcin
de pertenencia que determina ese grado de pertenencia dentro de un
intervalo entre [0,1]. Por lo tanto una relacin difusa es una asignacin de
un espacio cartesiano XxY donde una funcin de pertenencia designa el
grado de pertenencia de la relacin en un intervalo de [0,1] entre los pares
ordenados de los conjuntos usado (, ).

Producto Cartesiano
El producto cartesiano en conjuntos difusos est definida:
(, ) = () = min( (), ())

Ejemplo 2.12 Producto cartesiano entre conjuntos difusos.

1 0.5 0.3 0.2

={ + + + }
1 2 3 4
 0.5 0.7 0.2 0.4

={ + + + }
1 2 3 4

(1 , 1 ), (1 , 2 ), (1 , 3 ), (1 , 4 ),
(2 , 1 ), (2 , 2 ), (2 , 3 ), (2 , 4 ),
=
(3 , 1 ), (3 , 2 ), (3 , 3 ), (3 , 4 ),
{ (4 , 1 ), (4 , 2 ), (4 , 3 ), (4 , 4 ) }

1 2 3 4
1 0.5 0.7 0.2 0.4
11 12 13 14
2 23 24 = [0.5 0.5 0.2 0.4]
(, ) = (, ) = 22
3 [21 32 33 34 ] 0.3 0.3 0.2 0.3
4 31
41 42 43 44 0.2 0.2 0.2 0.2

= ( ( ), ( ))

Operaciones con relaciones difusas

Dado las siguientes relaciones difusas R y S podemos definir las operaciones
de unin, interseccin, complemento y contencin de la siguiente manera:
() [0,1] () [0,1]

Unin (. ): (, ) = [ (, ), (, )]
(2.60)

Interseccin (. ): (, ) = [ (, ), (, )]
(2.61)

Complemento (, ): (, ) = 1 (, )

(2.62)

Contencin (, ): (, ) (, )
(2.63)

Composicin
El concepto de composicin en relaciones difusas es exactamente el mismo
que en las relaciones clsicas. Igualmente existen dos tipos de operaciones
de composicin, una llamada composicin max-min y la otra composicin
max-producto, que se definen a continuacin:
 = (max-min)

(, ) = ( (, ) (, ))

= (max-producto)

(, ) = ( (, ) (, ))

Ejemplo 2.13 A partir de las relaciones R y S que a continuacin se definen, realizar los
dos tipos de composicin = (max-min) y = (max-producto).

1
1 2
1 1 2 3

= 0.7 0.5
= 0.9 0.6 0.2
2 [ ] 2 [ ]
0.8 0.4 0.1 0.7 0.5

1) = (max-min)

12 13
= [11
22 23 ]
21

11 = ((0.7,0.9), (0.5,0.1)) = 0.7

12 = ((0.7,0.6), (0.5,0.7)) = 0.6

13 = ((0.7,0.2), (0.5,0.5)) = 0.5

21 = ((0.8,0.9), (0.4,0.1)) = 0.8

22 = ((0.8,0.6), (0.4,0.7)) = 0.6

23 = ((0.8,0.2), (0.4,0.5)) = 0.4

0.7 0.6 0.5
=[
]
0.8 0.6 0.4

2) = (max-producto)

12 13
= [11
22 23 ]
21

11 = ((0.7 0.9), (0.5 0.1)) = 0.63

12 = ((0.7 0.6), (0.5 0.7)) = 0.42

13 = ((0.7,0.2), (0.5,0.5)) = 0.25

 21 = ((0.8 0.9), (0.4 0.1)) = 0.72

22 = ((0.8 0.6), (0.4 0.7)) = 0.48

23 = ((0.8 0.2), (0.4 0.5)) = 0.2

0.63 0.42 0.25

=[ ]
0.72 0.48 0.2

Propiedades de las relaciones difusas

Las propiedades de conmutatividad, asociatividad, distributividad,
involucin e idempotencia tambin se cumplen para las relaciones con
conjuntos difusos. As tambin se cumplen el principio de DMorgan y la
propiedad de identidad. Con respecto al axioma del medio excluido y
contradiccin en las relaciones difusas se tiene que:

No cumplen con estos axiomas que involucran a las matices de nula relacin
y completa relacin, O y E respectivamente.

Implicaciones difusas
Otras implicaciones difusas
Estas son otras implicaciones difusas que existen sobre una relacin difusa
basado de la forma IF , THEN o = . Ahora que conoces las
operaciones de implicacin difusa vlida para valores de .
Ahora se definen otras formas de hacer la implicacin para una relacin
difusa
definida en un producto cartesiano XxY:

Implicacin clsica

(, ) = [ () (), 1 ()]

Implicacin cuando () > ()

(, ) = [ (), 1 ()]
Implicacin de Mamdani

(, ) = [ (), ()]

Implicacin de Lukasiewicz

(, ) = [1, 1 () + ()]

Implicacin correlacin-producto

(, ) = [ () ()]

Implicacin broweriana
1 () ()
(, ) = {
()

Lgica difusa
El concepto de lgica difusa es muy comn, est asociado con la manera
en que las personas perciben el medio, por ejemplo ideas relacionadas con
la altura de una persona, velocidad con la que se mueve un objeto, la
temperatura dominante en una habitacin, cotidianamente se formulan de
manera ambigua y depende de quin percibe el efecto fsico o qumico, ser
su enunciado acerca de tal fenmeno.
Los conjuntos difusos definen justamente estas ambigedades, y son una
extensin de la teora clsica de conjuntos, donde un elemento pertenece o
no a un conjunto, tal elemento tiene solo 2 posibilidades, pertenecer o no,
un elemento es bi- valuado y no se definen ambigedades.
Con conjuntos difusos se intenta modelar la ambigedad con la que se
percibe una variable. Los conjuntos difusos son la base para la lgica
Booleana. Con los conjuntos difusos se realizan afirmaciones lgicas del
tipo si- entonces, definindose estas con Lgica Difusa.

Lgica difusa y sistemas de control

La incorporacin de lgica difusa a los sistemas de control da lugar a lo
que llamaremos sistemas de control difuso. Dentro de los sistemas de
control se encuentran do grandes reas, el modelado o identificacin y el
control propiamente dicho o control directo.
Para el control de proceso se trata de determinar de manera lgica que se
debe hacer para lograr los objetivos de control de mejor manera posible a
partir de una base de conocimiento proporcionada por un operador
humano, sin esta base no es posible desarrollar una aplicacin y que esta
funcione de manera correcta.
Se utiliza el conocimiento y experiencia de un operador humano para
construir un controlador que emule el comportamiento de tal persona.
Comparado con el control tradicional, el control difuso tiene dos ventajas
prcticas, una es que el modelo matemtico del proceso a controlar no es
requerido y otra es que se obtiene un controlador no lineal desarrollado
empricamente sin complicaciones matemticas, en realidad los desarrollos
matemticos de este tema todava estn en su infancia.

Razonamiento aproximado
Mediante el curso de conjuntos difusos es posible dotar de significado
matemtico a proporciones como este coche es pequeo, Pedro es muy
alto o el crecimiento es lento utilizando lo modificadores lingsticos
(muy, poco, demasiado, algo, extremadamente, etc.) para adaptar los
calificativos y utilizacin del conocimiento impreciso aparece el concepto
de variable lingstica.
Mucha veces, la programacin clsica no es suficiente para que un sistema
para que un sistema realice funciones complejas. Cuando un sistema no ha
sido programado explcitamente para realizar una funcin y se le pide que
la realice, el sistema tiene que razonar. Por ejemplo, si el sistema conoce los
siguientes hechos: Estirada es una jirafa, las jirafas son mamferos y le
formulamos la pregunta: Es estirado un mamfero?, el sistema debe
razonar para dar una respuesta. Cuando el nmero de hecho y reglas
aumenta, el sistema tiene que poder verificar gran cantidad de hechos que
surgen en las etapas de razonamiento.

Fuzzificacin
El control difuso siempre involucra este proceso de Fuzzificacin, esta
operacin se realiza en todo instante de tiempo, es la puerta de entrada al
sistema de inferencia difusa. Es un procedimiento matemtico en el que se
convierte un elemento del universo de discurso en un valor en cada
funcin de membresa a las cuales pertenece.
Para comprender mejor veamos la figura anterior, la cual nos muestra los
siguientes datos:

El valor de velocidad igual a 77 pertenece a dos conjuntos con distinto

grados en cada uno. Los resultados son valores de las funciones de
membresa y representan a las variables censadas del proceso.

Reglas difusas
Los controladores difusos usan reglas, estas combinan uno o ms
conjuntos difusos de entrada llamados antecedentes o premisas y le
asocian un conjunto difuso de salida llamado consecuente o consecuencia.
Involucran a conjunto difusos, lgica difusa e inferencia difusa. A estas
reglas se les llama reglas difusas o fuzzy rules. Son afirmaciones del tipo
SI-ENTONCES. Los conjuntos difusos del antecedente se asocian mediante
operaciones lgicas difusas AND, OR, etc.
Las reglas difusas son proposiciones que permiten expresar el
conocimiento que se dispone sobre la relacin entre antecedentes y
consecuentes. Para expresar este conocimiento de manera completa
normalmente se precisan varias reglas, que se agrupan formando lo que se
conoce como basa de reglas, es decir, la edicin de esta base determina
cual ser el comportamiento del controlador difuso y es aqu donde se
emula el conocimiento o experiencia del operario y la correspondiente
estrategia de control.
Junto a cada regla puede estar asociado un valor entre cero y uno que
pesa a tal regla, esto puede ser importante cuando una regla tiene menor
fuerza que otras de la base de reglas.
Existe una gran variedad de tipos de reglas, dos grandes grupos son los
que en general se emplean, las reglas de Mamdani y las reglas difusas de
Takagi- Sugeno (TS).La estructura de las reglas es la misma tanto para
controladores como para modelos, simplemente cambiaran las variables
implementadas.

Reglas difusas de Mamdani

IF x1 is A AND x2 is B AND x3 is C THEN u1 is D, u2 is E
Donde x1, x2, x3 son las variables de entrada, A, B y C son funciones de
membresa de entrada, u1 y u2 son las acciones de control en sentido
genrico son todava variables lingsticas, D y E son las funciones de
membresa de la salida, en general se emplean singleton por su facilidad
computacional, y AND es un operador lgico difuso, podra ser otro. La
primera parte de la sentencia es el antecedente (antes del THEN) y la
restante es el consecuente (despus del THEN).
Un ejemplo es:
IF error is Positivo Grande AND derivacin del error is Positiva baja THEN
u is Positiva Chica.
Ventajas
Es intuitivo
Tiene una amplia aceptacin
Est bien adaptado a la incorporacin de conocimiento y
experiencia.

Reglas difusas de Takagi- Sugeno

IF x1 is A AND x2 is B AND x3 is C THEN u1= f(x1, x2, x3), u2= g(x1, x2,
x3)
En un principio es posible emplear f() y g()como funciones no lineales, pero
la eleccin de tal funcin puede ser muy compleja, por lo tanto en general
e emplean funciones lineales.
Ventajas

Es computacionalmente eficiente
Trabaja bien con tcnicas lineales (por ejemplo como lo disponible
para controladores PID)
Trabaja bien con tcnicas de optimizacin y control adaptable
Tiene garantizada una superficie de control continua
Est bien adaptado al anlisis matemtico

Inferencia Difusa
Las reglas difusas representan el conocimiento y la estrategia de control,
pero cuando se asigna informacin especfica a las variables de entrada en
el antecedente, la inferencia difusa es necesaria para calcular el resultado
de las variables de salida del consecuente, este resultado es en trminos
difusos, es decir, que se obtiene un conjunto difuso de salida de cada
regla, que posteriormente junto con las dems salidas de reglas se
obtendr la salida del sistema.
Existe una gran cantidad de mtodos de inferencia difusa, pero hay cuatro
que generan mejores resultados en el campo del control, estos son
inferencia de Mamdani por mnimos (Mamdani mnimum inference), RM, la
inferencia del producto de Larsen (Larsen product inference), RL, la
inferencia del producto drstico (Drastic product inference) RDP y la
inferencia del producto limitado (Bounded product inference), RBP.

Donde W es la funcin de pertenencia del conjunto de salida w.

En el caso particular en que el conjunto difuso de salida del consecuente
es singleton, todos los mtodos de inferencia tienen el mismo resultado, y
este se obtiene como el singleton pesado por el valor obteniendo del
antecedente.

Agregado
Cuando se evalan las reglas se obtienen tantos conjuntos difusos como
reglas existan, para defusificar es necesario agrupar estos conjuntos, a
esta etapa se le llama agregado y existen varios criterios para realizar este
paso. Un criterio muy empleado es el de agrupar los conjuntos inferidos
mediante la operacin mx.

Defusificacin
La defusificacin es un proceso matemtico usado para convertir un
conjunto difuso en un nmero real. El sistema de inferencia difusa obtiene
una conclusin a partir de la informacin de la entrada, pero es en
trminos difusos. Esta conclusin o salida difusa es obtenida por la etapa
de inferencia difusa, esta genera un conjunto difuso pero el dato de salida
del sistema debe ser un nmero real y debe ser representativo de todo el
conjunto obtenido en la etapa de agregado, es por eso que existen
diferentes mtodos de defusificacin y arrojan resultados distintos, el ms
comn y ampliamente usado es el centroide. Con el mtodo de
defusificacin del centroide se transforma la salida difusa en un nmero
real el cual es la coordenada equis (x) del centro de gravedad de tal
conjunto difuso de salida.

Donde Y es la funcin de pertenencia del conjunto de salida Y, cuya

variable de salida es y. S es el dominio o rango de integracin.
Este mtodo en realidad trae una carga computacional importante, por lo
que se emplean en general otros esquemas con menor carga.
Uno de los defusificadores ms usados es el centro de rea (COA, center of
rea) tambin llamado de altura, el centro de gravedad es aproximado por
el centro de gravedad de un arreglo de masas puntuales, las cuales son
el centro de gravedad de cada conjunto de salida corresponde a cada regla,
con masa igual al grado de pertenencia en ese punto de su centro de
gravedad. Si se le llama l al centro de gravedad del conjunto difuso de
salida Bl de la l-sima regla, el centro de gravedad queda determinado por:

Donde R es el nmero de reglas.

El concepto del centro de gravedad es en muchos casos el punto de
partida para la obtencin de distintos mtodos de defusificacin.
Tanto la Fuzzificacin como la defusificacin son el nexo del sistema difuso
con el mundo real.

Criterio de mximo (MC). La salida es aquella para la cual la funcin de

membresa alcanza su mximo valor.
El mtodo de centro de rea (COA) o de centro de gravedad (COG). La
salida responde a alguna de las ecuaciones anteriores.
El mtodo de la media de mximo (MOM, middle of maximum). La salida
es el valor medio de los valores cuyas funciones de membresa alcanzan el
valor mximo.
El mtodo del mximo ms chico (SOM, smallest of maximum). La salida
es el mnimo valor de todos aquellos que generan el valor ms alto de la
funcin de membresa.
El mtodo del mximo ms grande (LOM, largest og maximum). La
salida es el mximo valor de todos aquellos que generan el valor ms alto
de la funcin de membresa.
Bisector de rea. La salida es el valor que separa el rea bajo la curva en
dos sub- reas iguales.
Se debe recordar que la operacin de defuificacin se realiza con el
conjunto obtenido de la etapa de agregado.

En la tabla anterior se presenta un ejemplo de defusificacin con los

distintos mtodos empleados por el Fuzzy Logic Toolbox de Matlab.

Ejemplo 2.13. Se debe determinar el porcentaje de la propina en una cena en un

restaurante.

Variables lingsticas de entrada: servicio y comida

Servicio: {excellent, good, poor}; por lo tanto las funciones de membresa
son {excellent, good, poor}
Comida: {delicious, rancid}; por lo tanto las funciones de membresa son
{delicious, rancid}
Variable lingstica de salida: tip
Tip: {cheap, average, generous}; por lo tanto las funcione de membresa
son {cheap, average, rancid}
Las reglas son (del tipo Mamdani)
1.- IF service is por OR food is rancid, THEN tip is cheap
2.- IF service is good, THEN tip I average
3.- IF service is excellent OR food is delicious, THEN tip is generous.
En resumen, los pasos para la evaluacin de los datos de entrada son

Referencias:
Timothy J. Ross. (1993). Fuzzy logic and control: software and hardware
applications. Englewood Cliffs, New Jersey: Prentice Hall.
S. N. Sivanandam. (2007). Introduction to Fuzzy Logic using MATLAB.
Berlin Heidelberg New York: Springer.
J.P. Aurrand-Lions, L. Fournier, P. Jarri, et al. Application of fuzzy control
for ISIS vehicule braking. In Proceedings of Fuzzy and Neuronal Systems,
and Vehicule applications91, 1991.
Yager, R., Filev, D., Essentials of Fuzzy Modeling and Control, Wiley
Interscience, NY, 1994
Rolando Alberto Maguia Prez. (2010). Sistemas de inferencia basados en
Lgica Borrosa: Fundamentos y caso de estudio. Febrero 2017, de
Universidad Nacional Mayor de San Marcos Facultad de Ingeniera de
Sistemas e Informtica Sitio web:
http://sisbib.unmsm.edu.pe/bibvirtual/publicaciones/risi/2010_n1/v7n1
/a09v7n1.pdf