Sistemas de Inferencia Difusa
|
|
- María Pilar Torregrosa Bustos
- hace 6 años
- Vistas:
Transcripción
1 27 de mayo de 2011
2
3 Medidas de Difusidad Denición Dada una función I(A) : P(U) [0, 1], I es una medida de difusidad (ambigüedad) si y sólo si se cumple que I(A) es mínimo para µ A (x i ) = 0 µ A (x i ) = 1 i I(A) es máximo para µ A (x i ) = 0.5 i I(A) I(A ) con A denido según la función característica µ A (x i ) µ A (x i ) para µ A (x i ) 0.5 y µ A (x i ) µ A (x i ) para µ A (x i ) 0.5 I(A) = I(A) A continuación, algunos ejemplos
4 Índice de difusidad Sea s(a) = {x x U, µ A (x) > 0} el soporte de A y sea n = #{s(a)} la cardinalidad del soporte de A. se pueden denir El índice de difusidad del conjunto A está dado entonces por ν(a) = 2 n k d(a, A ) con A denido según µ A (x) = { 1 si µ A (x) si µ A (x) 0.5 y k dado por el orden de la norma usada ( 1 /2 en caso de la norma euclidea)
5 Entropía de De Luca y Termini La entropía de un conjunto difuso permite decir qué tan dispersos (emborronados) están los elementos del conjunto según la función característica en cada punto del universo en el que está contenido La entropía de un conjunto difuso A está dada por H(A) = 1 n ln 2 n S (µ A (x i )) donde S (µ A (x i )) = µ A (x i ) ln µ A (x i ) (1 µ A (x i )) ln (1 µ A (x i )) es la función de Shannon (Teoría de la información) i=1
6 Índice de nodifusidad Dado un conjunto difuso A y su complemento A, con n siendo la cardinalidad de su soporte, se tiene que El índice de nodifusidad de A, η(a) se dene como η(a) = 1 n n [ µa (x i ) µ A (x i ) ] i=1 Esta función tiene las siguientes propiedades η(a) [0, 1] η(a) es monótona decreciente en [0, 0.5] y monótona creciente en [0.5, 1] η(a) tiene un mínimo absoluto cuando µ A (x i ) = 0.5, siendo η(a) = 0
7 Proposiciones Difusas
8 Proposiciones Difusas Medidas de Difusidad Una proposición, regla o cláusula difusa establece una relación entre valores de un dominio y el espacio difuso. Existen proposiciones difusas : incondicionales sin calicadores con calicadores condicionales
9 Proposición Borrosa Incondicional sin calicadores Tiene la forma A ES B donde A y B representan conjuntos denidos de forma verbal (lingüística) a los cuales se asocia una función característica que cuantica la pertenencia de los elementos del universo al conjunto A, así µ A (x) = α ENTONCES resultado = µ 1 B (α) Estas proposiciones sirven para restringir el espacio de salida o denir el espacio solución
10 Proposición Borrosa Incondicional con calicadores Tiene la forma (A ES B) ES C donde A, B y C representan conjuntos denidos de forma verbal (lingüística) Ejemplo: Que la temperatura media de la ciudad ha aumentado es muy cierto A: La temperatura media de la ciudad B: aumentado C: muy cierto (calicador) min{µ A (x), µ B (x)} = α ENTONCES resultado = µ 1 muy cierto (α)
11 Proposición Borrosa Condicional Combina uno o más conjuntos borrosos de entrada (antecedentes o premisas) y asocian uno de salida (consecuente), son reglas del tipo: SI x ES A ENTONCES y ES B, o SI x ES A ENTONCES C, donde: x ES A es el antecedente y representa un conjunto de valores lingüísticos denido por un conjunto borroso en el universo de discurso U y ES B o C es el consecuente, que puede o no seguir lógica borrosa. Si sigue lógica borrosa, representa un conjunto de valores lingüísticos denido por un conjunto borroso en el universo de discurso V Se suele notar A B La implicación borrosa puede interpretarse como µ A (x)ˆ µ B (x) (usualmente con la forma de la función min) o como la implicación clásica A B (equivalente a p q)
12 Utilizan conjuntos, reglas y razonamiento borroso y constituyen una herramienta de modelado y computación. Componentes: la base de reglas (selección de reglas borrosas) la base de datos o diccionario (funciones características utilizadas en las reglas borrosas) mecanismo de razonamiento (procedimiento de inferencia) conclusiones. Puede trabajar con datos de I/O clásicos o difusos
13
14 Neuronas de Funcionamiento Difuso En sistemas neurodifusos el motor de inferencia esta constituido por una red neurodifusa Constan de unidades de inferencia o neuronas de funcionamiento difuso x i La salida de cada unidad se dene como ( n ) v j (x) = f w iˆ x i [0, 1] i=1 µ i1 µ i2... µ in w i1 w i2 w in Σ f (x ) i i donde f es una función de activación usual (p.ej. la sigmoide)
15 Transformaciones Unipolares a Bipolares Las operaciones de lógica difusa denidas hasta ahora son señales unipolares sobre el intervalo positivo unitario [0, 1]. Tales operaciones lógicas proveen solamente el estado de la neurona correspondiente a excitaciones (positivas) Para considerar tanto los valores de excitación (positivos) y de inhibición (negativos y necesarios para el funcionamiento correcto de un sistema de tipo neuronal), se deben considerar una forma de representar los valores en lógica difusa en un intervalo bipolar, es decir, proyectar dichos valores al invervalo [ 1, 1] y redenir las funciones lógicas para que tomen valores en dicho intervalo z(t) = 2x(t) 1 Neg(x) = 1 x Neg(z) = z
16 Correspondencia de Operaciones Lógicas Unipolares a Bipolares Operación Señales unipolares (x) Señales Bipolares (z) Transformación x = z+1 2 z = 2x 1 Negación Neg(x)=1-x Neg(z)=-z Condiciones de contorno tnorma 0ˆ 0 = 0, 1ˆ 1 = 1,1ˆ x = x snorma 0ˇ 0 = 0, 1ˇ 1 = 1,0ˇ x = x Ley de de Morgan x 1ˆ x 2 = 1 (x 1ˇ x 2 ), x 1ˇ x 2 = 1 (x 1ˆ x 2 ) 1ˆ 1 = 1, 1ˆ 1 = 1,1ˆ z = z 1ˇ 1 = 1, 1ˇ 1 = 1, 1ˇ z = z z 1ˆ z 2 = (z 1ˇ z 2 ), z 1ˇ z 2 = ( z 1ˆ z 2 )
17 Aprendizaje y Adaptación en Sabiendo que n v j (z) = f w ijˆ z i [0, 1] i=1 }{{} u con f(u) u α sgn(u) [ 1, 1], α > 0, el error respecto a una salida conocida se dene como ε =v d (z i ) v(z i ) [ 1, 1]. El grado de similitud y el de error se denen respectivamente como η(z 1, z 2 ) = 1 z 1 z 2 Así, los pesos w ji y el valor de α de cada unidad j se actualizan según con wij n+1 = w ijˇ wn n ji αij n+1 = α ijˇ αn n ji w n ij = z n i ˇ E(vn d, v) α n ij = u n i ˇ E(vn d, v)
Modelo posibilista: Objetivos. Conjuntos difusos. Conjuntos difusos/lógica difusa. Notas
: Objetivos Introducción Intentamos representar la imprecisión del lenguaje Los expertos expresan su conocimiento como apreciaciones cualitativas Dos elementos: Variables definidas sobre un dominio (Universo
Más detallesModelo posibilista: Objetivos
Introducción Modelo posibilista: Objetivos Intentamos representar la imprecisión del lenguaje Los expertos expresan su conocimiento como apreciaciones cualitativas Dos elementos: Variables definidas sobre
Más detallesLOGICA DIFUSA. Dámaso López Aragón
LOGICA DIFUSA Dámaso López Aragón Introducción La lógica difusa tiene su origen en la década de los 60, en la Universidad de Berkeley - California, la cual fue desarrollada por Lofti Zadeth a través de
Más detallesSubTemas. Tema 1.4 Razonamiento Aproximado. Tópicos
SubTemas 1.1 Introducción al control difuso 1.2 Teoría de conjuntos difusos 1.3 Representación del conocimiento 1.4 Razonamiento aproximado 1.5 Sistemas de inferencia difusos Tema 1.4 Razonamiento Aproximado
Más detallesSesión 9. Razonamiento con imprecisión. Año académico 2014/15. Profesores: Sascha Ossowski, Alberto Fernández y Holger Billhardt
Sesión 9 Razonamiento con imprecisión Año académico 2014/15 Profesores: Sascha Ossowski, Alberto Fernández y Holger Billhardt 1 Índice Introducción Conjuntos borrosos Operaciones con conjuntos borrosos
Más detallesSesión 9. Razonamiento con imprecisión. Semestre de otoño Profesores: Sascha Ossowski, Alberto Fernández y Holger Billhardt
Sesión 9 Razonamiento con imprecisión Semestre de otoño 2013 Profesores: Sascha Ossowski, Alberto Fernández y Holger Billhardt 1 Índice Introducción Conjuntos borrosos Operaciones con conjuntos borrosos
Más detallesLÓGICA DIFUSA. Conjuntos difusos Blanca A. Vargas Govea Noviembre 2, 2012 Inteligencia Computacional
LÓGICA DIFUSA Conjuntos difusos Blanca A. Vargas Govea vargasgovea@itesm.mx Noviembre 2, 2012 Inteligencia Computacional Sistemas de inferencia difusa 2 Observacio nes Inferencia difusa Fusificación Definir
Más detalles1. ESPACIO EUCLÍDEO. ISOMETRÍAS
1 1. ESPACIO EUCLÍDEO. ISOMETRÍAS Muchos de los fenómenos que se investigan en la geometría utilizan nociones como las de longitud de un vector y ángulo entre vectores. Para introducir estos dos conceptos
Más detallesFunciones. f(x) = 1 x 4. x 4. Denición 3. El conjunto Y es llamado el codominio de f. x 4. x 4 = 1 y. 4y + 1 y. y y < 4
Análisis Matemático Funciones Denición. Sean X, Y R dos conjuntos no vacíos. Una función f del conjunto X en el conjunto Y es una regla de correspondencia que asocia a cada elemento x X un único elemento
Más detallesLÓGICA Y CONJUNTOS DIFUSOS
CPÍTULO 2 LÓGIC Y CONJUNTOS DIFUSOS 2.1 Introducción La lógica difusa es una metodología que proporciona una manera simple de obtener una conclusión a partir de información de entrada vaga, ambigua, imprecisa,
Más detallesSistemas Difusos. La mayoría de los fenómenos con los cuales nos deparamos son imprecisos Ejemplo: día Caliente (40, 35, 30, 29,5?
Sistemas Difusos La mayoría de los fenómenos con los cuales nos deparamos son imprecisos Ejemplo: día Caliente (40, 35, 30, 29,5?) Imprecisión Intrínseca ayuda en la comprensión del problema. Fuzziness
Más detallesLOGICA MATEMATICA. Utilizando esas definiciones y las leyes de lógica matemática, demostrar las siguientes tautologías:
LOGICA MATEMATICA Utilizando esas definiciones y las leyes de lógica matemática, demostrar las siguientes tautologías: 1 ) q p q p ( q ) p ( Definición ) q p ( Doble Negación ) p q ( Conmutatividad ) (
Más detallesCapítulo 2. disponibles las habilidades de los expertos a los no expertos. Estos programas tratan de
Capítulo 2 Sistemas Expertos y Lógica Difusa 2.1 Sistemas Expertos Los sistemas expertos son programas computacionales diseñados para tener disponibles las habilidades de los expertos a los no expertos.
Más detallesLicenciatura en Ingeniería en Sistemas Inteligentes
Universidad Autónoma del Estado de México Unidad Académica Profesional Nezahualcóyotl Licenciatura en Ingeniería en Sistemas Inteligentes Unidad de aprendizaje: Lógica Difusa Relaciones Difusas Dra. Dora
Más detalles1 TEORÍA BORROSA. 1.1 Conjuntos Borrosos CONTROL BORROSO
TEORÍA BORROSA. Conjuntos Borrosos El concepto de conjunto borrosos fue introducido por primera vez por Lofti A. Zadeh, profesor de la Universidad de California Berkeley, en el año 964, en un intento de
Más detallesColegio Centro América. Cuaderno de ejercicios Matemáticas
Colegio Centro América Cuaderno de ejercicios Matemáticas Nombre: Séptimo grado: Profesora: Urania Zepeda. Objetivo 1: Objetivo 1: Determinar el valor de verdad de proposiciones simples y construir tablas
Más detallesExperiencias de Aula con Geogebra. Lógica con Geogebra. Elena Álvarez Sáiz
Experiencias de Aula con Geogebra Elena Álvarez Sáiz Dpto. Matemática Aplicada y Ciencias de la Computación Universidad de Cantabria I Índice Introducción Objetivos y contexto Definición y ejemplos Operaciones
Más detallesRAZONAMIENTO APROXIMADO
RAZONAMIENTO APROXIMADO Sistemas Difusos (Fuzzy Systems) Introducción a la IA - LCC REALIDAD El conocimiento que necesitamos para desarrollar un Sistema basado en Conocimiento tiene muchas veces las siguientes
Más detalles2. CONSTRUCCIÓN DE MEDIDAS.
2. CONSTRUCCIÓN DE MEDIDAS. 1. MEDIDAS EXTERIORES. (2,1,1) Definición. Una medida exterior es una aplicación µ : P(X) [0, + ] que cumple: (a) µ ( ) = 0. (b) Monotonía: Si A B, entonces µ (A) µ (B). (c)
Más detallesCapítulo 3. Conjuntos. Continuar
Capítulo 3. Conjuntos Continuar Introducción Georg Cantor definió el concepto de conjunto como una colección de objetos reales o abstractos e introdujo el conjunto potencia y las operaciones entre conjuntos.
Más detallesCaso de estudio: Sistema de toma de decisiones
5 Caso de estudio: Sistema de toma de decisiones En este capítulo se tomarán todas las celdas presentadas anteriormente, para la implementación de un sistema difuso de toma de decisiones. Esta estructura
Más detallesInteligencia en Redes de Comunicaciones. Razonamiento lógico. Julio Villena Román.
Inteligencia en Redes de Comunicaciones Razonamiento lógico Julio Villena Román jvillena@it.uc3m.es Índice La programación lógica Lógica de predicados de primer orden Sistemas inferenciales IRC 2009 -
Más detallesMatemáticas Discretas Lógica
Coordinación de Ciencias Computacionales - INAOE Matemáticas Discretas Lógica Cursos Propedéuticos 2010 Ciencias Computacionales INAOE Lógica undamentos de Lógica Cálculo proposicional Cálculo de predicados
Más detallesTecnologías de Sistemas Inteligentes (IA95 022) Razonamiento Aproximado mediante Lógica Difusa
Razonamiento Aproximado mediante Lógica Difusa c M. Valenzuela 1996, 1997, 2006 (23 de febrero de 2006) Este apunte está basado en (Driankov, Hellendoorn, y Reinfrank, 1996, capítulo 2) y (Klir y Yuan,
Más detallesCoordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 1: Lunes 11 Viernes 16 de Marzo. Contenidos
Coordinación de Matemática I (MAT021) 1 er Semestre de 2013 Semana 1: Lunes 11 Viernes 16 de Marzo Complementos Contenidos Clase 1: Elementos de lógica: Conectivos, tablas de verdad, tautologías y contingencias.
Más detallesALGEBRA y ALGEBRA LINEAL. Primer Semestre CAPITULO I LOGICA Y CONJUNTOS.
ALGEBRA y ALGEBRA LINEAL 520142 Primer Semestre CAPITULO I LOGICA Y CONJUNTOS. DEPARTAMENTO DE INGENIERIA MATEMATICA Facultad de Ciencias Físicas y Matemáticas Universidad de Concepción 1 La lógica es
Más detallesque pretende introducir un grado de vaguedad en las cosas que evalúa. En el mundo en que
CAPÍTULO 3 Lógica difusa Recientemente, la cantidad y variedad de aplicaciones de la lógica difusa han crecido considerablemente. La lógica difusa es una lógica alternativa a la lógica clásica que pretende
Más detallesLos S.P. uno de los mecanismos de representación del conocimiento más populares y ampliamente empleados.
Los S.P. uno de los mecanismos de representación del conocimiento más populares y ampliamente empleados. Las Reglas de Producción son reglas del tipo Si- Entonces. Su popularidad es parcialmente debido
Más detallesEvaluación Nacional Revisión del intento 1
LOGICA MATEMATICA Perfil Salir Evaluación Nacional Revisión del intento 1 Finalizar revisión Comenzado el sábado, 15 de junio de 2013, 15:59 Completado el sábado, 15 de junio de 2013, 16:35 Tiempo empleado
Más detallesIntegral de Lebesgue
Integral de Lebesgue Problemas para examen n todos los problemas se supone que (, F, µ) es un espacio de medida. Integración de funciones simples positivas. La representación canónica de una función simple
Más detallesControl con Lógica Difusa
Control con Lógica Difusa Dr. Fernando Ornelas Tellez Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica Morelia, Michoacan Dr. Fernando Ornelas Tellez UMSNH-FIE División
Más detalles( ) ( ) c. ( ) r. ( ) p. ( ) es una tautología. ( ) es una contradicción. ( ) 2 = p 2 + q 2 2 pq. $ )& a) p q r. a : 3 2 = 8
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS CURSO DE NIVELACIÓN 05 S PRIMERA EVALUACIÓN DE MATEMÁTICAS PARA INGENIERÍAS Y EDUCACIÓN
Más detalles1. Ejercicios propuestos
Coordinación de Matemática I (MAT021) 1 er Semestre de 2015 Semana 1: Guía de Ejercicios de Complemento, lunes 9 viernes 13 de Marzo Contenidos Clase 1: Elementos de lógica: conectivos, tablas de verdad,
Más detallesMétodos de Aprendizaje en Redes Neuronales
11 de abril de 2011 Entrenamiento de redes feedforward (Backpropagation) Siendo {z m, t m } m=1...n un conjunto de n patrones de entrenamiento, con z m las entradas conocidas para el m ésimo patrón y
Más detallesDETERMINACIÓN DE UN CONJUNTO
CONJUNTO UNIVERSAL U A Gráficamente, al conjunto universal se lo representa mediante un rectángulo. Cualquier otro conjunto A es representado por una región cerrada, dentro del rectángulo, A este tipo
Más detallesTEMA 1: LÓGICA. p p Operador conjunción. Se lee y y se representa por. Su tabla de verdad es: p q p q
TEMA 1: LÓGICA. Definición. La lógica es la ciencia que estudia el razonamiento formalmente válido. Para ello tiene un simbolismo que evita las imprecisiones del lenguaje humano y permite comprobar la
Más detalles8. FUNCIONES DE VARIAS VARIABLES.
8. FUNCIONES DE VARIAS VARIABLES. En este tema comenzamos el análisis de funciones de varias variables reales. Comenzaremos estudiando el espacio euclídeo n-dimensional para continuar el estudio (sencillo)
Más detallesRedes Neuronales Artificiales
Red de Hopfield Almacenar un conjunto de p patrones de forma tal que cuando se presente un nuevo patrón, la red responda produciendo alguno de los patrones previamente almacenados que más se parezca al
Más detallesCIENCIAS FORMALES CIENCIAS FÁCTICAS
UNA CLASIFICACIÓN DE LAS CIENCIAS CIENCIAS FORMALES CIENCIAS FÁCTICAS CIENCIAS FORMALES MATEMÁTICA LÓGICA CIENCIAS FÁCTICAS FÍSICA BIOLOGÍA QUÍMICA CIENCIAS SOCIALES OTRAS CIENCIAS FORMALES VOCABULARIO
Más detallesNOTAS PARA LOS ALUMNOS DEL CURSO DE ANALISIS MATEMATICO III TEORÍA DE CONJUNTOS. Ing. Juan Sacerdoti
NOTAS PARA LOS ALUMNOS DEL CURSO DE ANALISIS MATEMATICO III TEORÍA DE CONJUNTOS Ing. Juan Sacerdoti Facultad de Ingeniería Departamento de Matemática Universidad de Buenos Aires 2003 V 2.03 ÍNDICE 2.-
Más detalles1 Números reales. Funciones y continuidad.
1 Números reales. Funciones y continuidad. En este tema nos centraremos en el estudio de la continuidad de funciones reales, es decir, funciones de variable real y valor real. Por ello es esencial en primer
Más detallesNuevas tendencias de la Matemática: tica: Lógica borrosa e inteligencia artificial Lógica borrosa 1
Nuevas tendencias de la Matemática: tica: Lógica borrosa e inteligencia artificial 01.10.08 Lógica borrosa 1 Esquema Introducción Conjuntos difusos Lógicas borrosas Aplicaciones Medidas Medida de especificidad
Más detallesESPACIOS VECTORIALES
ESPACIOS VECTORIALES Un espacio vectorial sobre K es una conjunto V que cumple: 1) Existe una regla que asocia a dos elementos u, v V su suma que se denota por u + v, que es también elemento de V y que
Más detallesLógica de proposiciones (5)
Lógica de proposiciones (5) Fundamentos de Informática I I..I. Sistemas (2005-06) César Llamas Bello Universidad de Valladolid 1 Lógica Índice Lógica proposicional ecuacional Lógica: semántica Semántica
Más detallesLógica Difusa. Lic. Andrea V. Manna
Lógica Difusa Lic. Andrea V. Manna Departamento de Computación Facultad de Ciencias Exactas y Naturales U.B.A. Grupo de Investigación en Agentes y Sistemas Inteligentes C.A.E.T.I. UAI Introducción - Definiciones
Más detalles1. Algunas deniciones y resultados del álgebra lineal
. Algunas deniciones y resultados del álgebra lineal Denición. (Espacio vectorial o espacio lineal sobre R) Un espacio vectorial o espacio lineal sobre el campo de los números reales, R, es un conjunto
Más detallesTécnicas de Inferencia Estadística II. Tema 6. Contrastes de independencia
Técnicas de Inferencia Estadística II Tema 6. Contrastes de independencia M. Concepción Ausín Universidad Carlos III de Madrid Grado en Estadística y Empresa Curso 2015/16 Contenidos 1. Introducción 2.
Más detallesControl con Lógica Difusa
Teoría de Control con Lógica Difusa Teoría Dr. Fernando Ornelas Tellez Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica Morelia, Michoacan Dr. Fernando Ornelas Tellez UMSNH-FIE
Más detallesLógica proposicional. 1. Lógica proposicional. 4. Conectivos lógicos. 2. Proposición lógica. 3. Negación de una proposición
Lógica proposicional 1. Lógica proposicional Es una parte de la lógica que estudia las proposiciones y la relación existente entre ellas, así como la función que tienen los conectivos lógicos. 2. Proposición
Más detallesLÓGICA DIFUSA. Inferencia: defusificación Blanca A. Vargas Govea Noviembre 13, 2012 Inteligencia Computacional
LÓGICA DIFUSA Inferencia: defusificación Blanca A. Vargas Govea vargasgovea@itesm.mx Noviembre 13, 2012 Inteligencia Computacional Sistemas de inferencia difusa 2 Observacio nes Inferencia difusa Fusificación
Más detallesConjuntos Difusos. Conjuntos Crisp x Difusos Definición Representación Propiedades Formatos Operaciones Hedges
Conjuntos Difusos Conjuntos Crisp x Difusos Definición Representación Propiedades Formatos Operaciones Hedges Formatos de los Conjuntos La función Verdad de um conjunto fuzzy representa las propiedades
Más detalles6. Sean dos funciones según sus respectivos dominios
1. Determine el valor de verdad de las siguientes afirmaciones: I.- Existen funciones que son pares e impares a la vez II.- Si es inyectiva Si A) VVV B) VFV C) FVF D) VFF FFV 2. Sea funciones reales de
Más detallesProposicionales. Curso Mari Carmen Suárez de Figueroa Baonza
Estandarización de Fórmulas Proposicionales Curso 2014 2015 Mari Carmen Suárez de Figueroa Baonza mcsuarez@fi.upm.es Contenidos Introducción a la demostración automática Estandarización de fórmulas Formas
Más detallesMedidas. Problemas para examen. Estos problemas están redactados por Egor Maximenko y Breitner Arley Ocampo Gómez.
Medidas Problemas para examen Estos problemas están redactados por Egor Maximenko y Breitner Arley Ocampo Gómez. Sigma-álgebras 1. Propiedades elementales de σ-álgebras. Demuestre que una σ-álgebra es
Más detallesLógica Proposicional. Cátedra de Matemática
Lógica Proposicional Cátedra de Matemática Abril 2017 Qué es la lógica proposicional? Es la disciplina que estudia métodos de análisis y razonamiento; utilizando el lenguaje de las matemáticas como un
Más detallesEjercicio 1: [20 puntos: respuesta acertada = +1, respuesta incorrecta = 1]
Ejercicio 1: [20 puntos: respuesta acertada = +1, respuesta incorrecta = 1] Complete las frases que se muestran a continuación con las alternativas especificadas. En la siguiente tabla, indique "V" o "F"
Más detallesSistemas Control Embebidos e Instrumentación Electrónica UNIVERSIDAD EAFIT Semestre 2010/2 2009/2
Lógica difusa Semestre 2010/2 Bibliografía básica (módulo sistemas Difusos) Neuro-Fuzzy and soft computing, J.S. Roger Jang, C. Tsai Sun, Eiji Mizutami, Prentice Hall, 1997. Learning and soft computing:
Más detallesCapítulo 2 El Método de Resolución
Capítulo 2 El Método de Resolución En este capítulo se realiza una descripción general del método de resolución, dado que el programa de razonamiento automático OTTER lo utiliza y prueba a través de refutación.
Más detallesTema 4: Gramáticas independientes del contexto. Teoría de autómatas y lenguajes formales I
Tema 4: Gramáticas independientes del contexto Teoría de autómatas y lenguajes formales I Bibliografía Hopcroft, J. E., Motwani, R., y Ullman, J. D. Introducción a la Teoría de Autómatas, Lenguajes y Computación.
Más detallesTema 2: Teoría de la Demostración
Tema 2: Teoría de la Demostración Conceptos: Estructura deductiva Teoría de la Demostración Sistemas axiomáticos: Kleene Fórmulas válidas Teorema de la Deducción Introducción a la T. de la Demostración
Más detallesPráctica 2 de IA /2012. LÓGICA Fecha publicación: 26 de octubre de 2011 Duración: 3 sesiones de laboratorio Versión: 2011/10/26
Práctica 2 de IA - 2011/2012. LÓGICA Fecha publicación: 26 de octubre de 2011 Duración: 3 sesiones de laboratorio Versión: 2011/10/26 Forward y backward chaining en lógica proposicional En la práctica
Más detallesMaterial diseñado para los estudiantes del NUTULA, alumnos del profesor Álvaro Moreno.01/10/2010 Lógica Proposicional
Lógica Proposicional INTRODUCCIÓN El humano se comunica con sus semejantes a través de un lenguaje determinado (oral, simbólico, escrito, etc.) construido por frases y oraciones. Estas pueden tener diferentes
Más detallesInteligencia en Redes de Comunicaciones - 04 Razonamiento lógico
El objetivo del Tema 4 es presentar una panorámica general sobre cómo se pueden realizar razonamientos lógicos en un sistema software. 1 Esta es la tabla de contenidos del tema: se estudia la programación
Más detallesResumen de Geometría Diferencial de Curvas y Supercies
Resumen de Geometría Diferencial de Curvas y Supercies E: Espacio euclídeo de dimensión 2 ó 3 (R n, δ) con δ como producto escalar euclídeo Norma de un vector u E: u = u, u 1 2 1. Curvas planas C o diferenciable:
Más detallesFUNCIONES EXPONENCIAL Y LOGARÍTMICA
FUNCIONES EXPONENCIAL Y LOGARÍTMICA 1. Crecimiento exponencial. La función exponencial. 1.1 La Función Exponencial. Una función exponencial es una expresión de la forma siguiente:,,. Donde es una constante
Más detalles1er Congreso Nacional en Tecnologías de la Información al 23 de marzo de 2012 CONTROL BASADO EN LÓGICA DIFUSA
Universidad Autónoma del Estado de Hidalgo Escuela Superior de Tlahuelilpan 1er Congreso Nacional en Tecnologías de la Información 2012 21 al 23 de marzo de 2012 CONTROL BASADO EN LÓGICA DIFUSA Jorge Samuel
Más detallesRazonamiento Automático. Representación en Lógica de Predicados. Aplicaciones. Lógica de Predicados. Sintáxis y Semántica
Razonamiento Automático II.1 Representación en Lógica de Predicados Razonamiento en IA se refiere a razonamiento deductivo n Nuevos hechos son deducidos lógicamente a partir de otros. Elementos: n Representación
Más detalles2.1 Descripción en espacio de estado de sistemas dinámicos
2 Análisis de sistemas lineales 2.1 Descripción en espacio de estado de sistemas dinámicos El objetivo de este capítulo es formular una teoría general de describir los sistemas dinámicos en funcion de
Más detallesPRIMERA EVALUACIÓN DE MATEMÁTICAS PARA CIENCIAS, INGENIERÍAS Y EDUCACIÓN COMERCIAL GUAYAQUIL, 16 DE JUNIO DE 2014 HORARIO: 08H30 10H30 VERSIÓN 0
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS CURSO DE NIVELACIÓN 04 S PRIMERA EVALUACIÓN DE MATEMÁTICAS PARA CIENCIAS, INGENIERÍAS Y
Más detallesLa lógica borrosa: conjuntos borrosos, razonamiento aproximado y control borroso
La lógica borrosa: conjuntos borrosos, razonamiento aproximado y control borroso Norma V. Ramírez Pérez, Instituto Tecnológico de Celaya normav@itc.mx, Martín Laguna Estrada Departamento de Mecatrónica
Más detalles2.1. Introducción Lógica: Campo del conocimiento relacionado con el estudio y el análisis de los métodos de razonamiento. El razonamiento lógico es es
Tema 2. Introducción a la lógica 1. Introducción 2. Lógica de proposiciones 1. Definiciones 2. Sintaxis 3. Semántica Bibliografía Matemática discreta y lógica. Grassman y Tremblay. 1997. Prentice Hall.
Más detalles1 Denición y ejemplos
Centro de Matemática Facultad de Ciencias Universidad de la República Introducción a la Topología Curso 206 NOTAS TEÓRICO-PRÁCTICAS 5: ESPACIOS MÉTRICOS Denición y ejemplos Comenzaremos estas notas recordando
Más detalles7. SUCESIONES Y SERIES.
7. SUCESIONES Y SERIES. En este tema vamos a tratar el concepto de sucesión numérica y su aplicación a las series, es decir, sumas innitas. Concluiremos viendo las series de Taylor de funciones como método
Más detallesESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS CURSO DE NIVELACIÓN S
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE CIENCIAS NATURALES Y MATEMÁTICAS DEPARTAMENTO DE MATEMÁTICAS CURSO DE NIVELACIÓN 014 1S PRIMERA EVALUACIÓN DE MATEMÁTICAS PARA CIENCIAS, INGENIERÍAS
Más detallesencontramos dos enunciados. El primero (p) nos afirma que Pitágoras era griego y el segundo (q) que Pitágoras era geómetra.
Álgebra proposicional Introducción El ser humano, a través de su vida diaria, se comunica con sus semejantes a través de un lenguaje determinado (oral, escrito, etc.) por medio de frases u oraciones. Estas
Más detallesCapítulo 4. Lógica matemática. Continuar
Capítulo 4. Lógica matemática Continuar Introducción La lógica estudia la forma del razonamiento, es una disciplina que por medio de reglas y técnicas determina si un teorema es falso o verdadero, además
Más detallesLógica proposicional o Lógica de enunciados
Tema 3 Lógica proposicional o Lógica de enunciados 1. Qué es la Lógica? 2. El cálculo de proposiciones 2.1. Las conectivas 2.2. Las tablas de verdad 2.3. La deducción natural Bibliografía Deaño, A.: Introducción
Más detallesUNIDAD I: LÓGICA MATEMÁTICA
UNIDAD I: LÓGICA MATEMÁTICA 1.1. Introducción La Lógica Matemática es la rama de las Matemáticas que nos permite comprender sobre la validez o no de razonamientos y demostraciones que se realizan. La lógica
Más detallesUNIVERSIDAD DE FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA ASIGNATURA: CONTROL INTELIGENTE
UNIVERSIDAD DE FUERZAS ARMADAS ESPE DEPARTAMENTO DE ELÉCTRICA Y ELECTRÓNICA ASIGNATURA: CONTROL INTELIGENTE Actividad No 22. La máquina de inferencia del control difuso Fecha: 7 de Julio de 2014 Nombre
Más detallesConceptos y convenciones generales
Capítulo 2 Conceptos y convenciones generales Las convenciones y definiciones presentadas en este capítulo son parte del contexto en el que se enmarcan los resultados de la investigación. El resto de dicho
Más detallesÁLGEBRA MODERNA. Índice 1. Los grupos A n y S n Cíclos. 3
ÁLGEBRA MODERNA DANIEL LABARDINI FRAGOSO TOMÓ ESTAS NOTAS: JAIME ALEJANDRO GARCÍA VILLEDA. FECHA: 8 DE MARZO DEL 2016. Índice 1. Los grupos A n y S n. 1 1.1. Cíclos. 3 1. Los grupos A n y S n. Fijemos
Más detallesConjuntos. () April 4, / 32
Conjuntos En general, un conjunto A se de ne seleccionando los elementos de un cierto conjunto U de referencia (o universal) que cumplen una determinada propiedad. () April 4, 2014 1 / 32 Conjuntos En
Más detallesDemostración Automática. Tema 2. Procesamiento del conocimiento con la Lógica Matemática
Demostración Automática de Teoremas Tema 2. Procesamiento del conocimiento con la Lógica Matemática Temas Introducción Sistemas de axiomas Teoría de la demostración. Sistema de Kleene Deducción natural
Más detallesLenguaje artificial. Código inventado para determinadas disciplinas y leyes, para utilizarlo de determinadas maneras.
LENGUAJE Y RAZONAMIENTO LÓGICO 1. LENGUAJES NATURALES Y ARTIFICIALES. 2. LA LÓGICA COMO CIENCIA DEL LENGUAJE. 3. LÓGICA PROPOSICIONAL. 3.1. Cálculo proposicional. Símbolos elementales. Reglas de formación.
Más detallesAnálisis lógico Cálculo de proposiciones
Sintaxis Semántica Sistemas de demostración Análisis lógico Cálculo de proposiciones Departamento de Matemáticas Facultad de Ciencias, UNAM E-mail: fhq@ciencias.unam.mx Página Web: www.matematicas.unam.mx/fhq
Más detallesLógica Borrosa o Difusa
Lógica Borrosa o Difusa Introducción Ingenierías del Conocimiento EIE 1 Contenido Orígenes Conjuntos borrosos Operaciones con conjuntos borrosos Razonamiento borroso Representación del conocimiento Métodos
Más detallesTeoremas: Condiciones Necesarias, Condiciones Suficientes y Condiciones Necesarias y Suficientes
FUNCIONES DE VARIABLE COMPLEJA 1 Teoremas: Condiciones Necesarias, Condiciones Suficientes y Condiciones Necesarias y Suficientes Lógica Matemática Una prioridad que tiene la enseñanza de la matemática
Más detallesLógica Matemática, Sistemas Formales, Cláusulas de Horn
Lógica Matemática, Sistemas Formales, Cláusulas de Horn Lic. José Manuel Alvarado La lógica se ocupa de las argumentaciones válidas. Las argumentaciones ocurren cuando se quiere justificar una proposición
Más detalles1. El conjunto solución de la inecuación. 6. Sea la función definida en
1. El conjunto solución de la inecuación es: 2. Al resolver la inecuación 3. Si A es el conjunto solución de la inecuación Podemos afirmar que: A) B) C) D) 4. Halle las raíces de la siguiente ecuación
Más detallesUn enunciado es toda frase u oración que se emite
OBJETIO 2: Aplicar la lógica proposicional y la lógica de predicados en la determinación de la validez de una proposición dada. Lógica Proposicional La lógica proposicional es la más antigua y simple de
Más detalles2. Si P; Q; R son verdaderas y S; T son falsas, determine el valor de verdad de la proposición: [P =) (R =) T )] () [(:P ^ S) =) (Q =) :T )]
Instituto Tecnológico de Costa Rica Escuela de Matemática I semestre 2012 Cálculo Diferencial e Integral. Prof. Juan José fallas. 1 Leyes de la lógica y reglas de inferencia 2 Ejercicios 1 Leyes de la
Más detallesLógica proposicional 4. Formalización de argumentos
Lógica proposicional 4. Formalización de argumentos Juan Carlos León Universidad de Murcia Aplicación de la lógica Las técnicas para comprobar la validez son el objeto primario de la lógica Pero, mientras
Más detallesUN ANÁLISIS DEL RAZONAMIENTO ORDINARIO
TÍTULO DEL CURSO: UN ANÁLISIS DEL RAZONAMIENTO ORDINARIO Este curso será impartido por Enric Trillas. Profesor Emérito Honorífico de la Universidad de Oviedo. Adscrito al departamento de Estadística e
Más detallesTema 3. Razonamiento Aproximado Lección 3.2. Razonamiento con imprecisión
Tema 3. Razonamiento Aproximado Lección 3.2. Razonamiento con imprecisión Referencias Bibliográficas (diapositivas): José Cuena. Sistemas Inteligentes. Conceptos, técnicas y métodos de construcción. Facultad
Más detallesInteligencia artificial
Inteligencia artificial Juana es muy bella Jorge corre muchísimo La temperatura está muy alta Casi no recuerdo el encargo Tal vez asista al seminario. Estare a tiempo. No entiendo nada. Iremos al parque
Más detalles3. LA ARGUMENTACIÓN FICHA 1 DE REFUERZO DE CONTENIDOS
FICHA 1 DE REFUERZO DE CONTENIDOS 1. La argumentación está formada por dos tipos de enunciados: a) inducción y deducción; b) analíticos y sintéticos; c) premisas y conclusión; d) axiomas y teoremas. 2.
Más detallesINTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MÓDULO 6- CÁLCULO DE PREDICADOS Y LÓGICA DE PRIMER ORDEN Referencias: Inteligencia Artificial Russell and Norvig Cap.6. Artificial Intellingence Nils Nilsson Ch.4
Más detallesEnunciados Abiertos y Enunciados Cerrados
I n g. L u z A d r i a n a M o n r o y M a r t í n e z L ó g i c a 1 Unidad II lógica proposicional Es probable que en el siglo IV antes de la Era Común, se iniciara con Aristóteles el estudio de la Lógica;
Más detallesEn general, se considera válido un razonamiento cuando sus premisas ofrecen soporte suficiente a su conclusión.
Se llama razonamiento lógico al proceso mental de realizar una inferencia de una conclusión a partir de un conjunto de premisas. La conclusión puede no ser una consecuencia lógica de las premisas y aun
Más detalles