Nuevas tendencias de la Matemática: tica: Lógica borrosa e inteligencia artificial Lógica borrosa 1
|
|
- Daniel Segura Mora
- hace 7 años
- Vistas:
Transcripción
1 Nuevas tendencias de la Matemática: tica: Lógica borrosa e inteligencia artificial Lógica borrosa 1
2 Esquema Introducción Conjuntos difusos Lógicas borrosas Aplicaciones Medidas Medida de especificidad Lógica borrosa 2
3 Introducción Determinismo Simplicidad organizada Probabilidad Complejidad desorganizada Caos determinista Conjuntos difusos Lógica borrosa 3
4 Introducción Los conjuntos difusos estudian la: imprecisión incertidumbre no especificidad vaguedad inconsistencia Lógica borrosa 4
5 Inteligencia Artificial Marvin Minsky: I.A. es el arte de construir máquinas capaces de hacer cosas que requerirían inteligencia en caso de que fuesen hechas por seres humanos Ingeniería del conocimiento Sistemas expertos Lógica borrosa 5
6 Aplicaciones de la Inteligencia Artificial Variables lingüísticas Lenguaje natural Sistemas expertos Control difuso Autómatas difusos Bases de datos difusas Lógica borrosa 6
7 Conjuntos difusos y lógicas borrosas
8 Conjuntos difusos: soleado alto caro contagioso Ejemplos número mucho más grande que uno los jóvenes de esta ciudad Lógica borrosa 8
9 Subconjuntos difusos Lotfi A. Zadeh en 1965 Fuzzy Sets µ A : X [0, 1] A: X [0, 1] Lógica borrosa 9
10 Ejemplo Si el enfermo está algo amarillo y se encuentra bastante cansado entonces puede tener hepatitis Lógica borrosa 10
11 Conjuntos clásicos A X o de Cantor f A : X {0, 1} 1 A F(X, {0, 1}) Gráfica G(f A )={(x,f A (x)); x X} x Diagrama de Venn Lógica borrosa 11
12 Subconjuntos difusos El referencial X es siempre un conjunto clásico A X A F(X, [0, 1]) G(A) Diagrama Lógica borrosa 12
13 Definición: Subconjunto normal Un subconjunto difuso A se dice que es normal si existe algún elemento del conjunto referencial x i X tal que A(x i ) = Lógica borrosa 13
14 Definición: Subconjunto de nivel Dado un conjunto borroso A sobre X se definen sus subconjuntos de nivel α (y se denominan A α ) a: A α = {x: A(x) α α} Lógica borrosa 14
15 OPERACIONES Igualdad: A=B A(x)=B(x), x Inclusión: A B A(x) B(x), x Unión: (A B)(x)=máx {A(x), B(x)} Intersección: (A B)(x)=mín{A(x), B(x)} Complementario: (c(a))(x) = 1 - A(x) Lógica borrosa 15
16 Propiedades (F(X,(X, [0,1]), máx, mín, ) ) es un retículo distributivo y complementario. No es un álgebra de Boole pues no verifica: la ley de contradicción la ley del tercio excluso Es un retículo de Morgan Lógica borrosa 16
17 Otras operaciones Probabilística: A B A B = A BA A B B = A+B-A B Lukasiewicz: A B B = máx{0, A+B-1} A B B = mín{1, A+B} Lógica borrosa 17
18 t-normas B. Schweizer,, A. Sklar: Probabilistic Metric Spaces North-Holland Holland Lógica borrosa 18
19 Norma triangular (o t-norma) Definición: T: [0, 1] x [0, 1] [0, 1] {x, 0}=0, T{x, 1}=x, para todo x T1) T{x, 0}=0,, para todo x [0,1] T2) T{x, y} = T{y, x} para todo x, y [0,1] y T3) Si x x', x x', y y' y y' entonces T{x, {x, y} T{x', {x', y'} T4) T{x, {x, T{y, {y, z}}=t{t{x, {x, y}, z} x, y, z [0,1] Lógica borrosa 19
20 t-norma positiva x>0, y>0 T(x, y)>0 t-norma arquimediana Continua y T(x, x)<x x (0, 1) t-norma estricta Estrictamente creciente en (0, 1)x(0, 1) Lógica borrosa 20
21 Conorma triangular (o t-conormat conorma) Definición: S1) x [0,1] S1) S{0, x} = x, x S{x, 1}=1, y S2, S3 y S4 como T2, T3 y T4 respectivamente Lógica borrosa 21
22 Negación fuerte N : [0, 1] [0, 1] continua estrictamente decreciente N(0)=1, N(1)=0 N(N(x))=x(x))=x Lógica borrosa 22
23 Conorma dual S(x,y)=N(T(N(x), N(y))) Lógica borrosa 23
24 Conectivos lógicos Una familia de conectivos lógicos borrosos o ternas de Morgan: (T, S, N) está formada por una t-norma t T, una t-conormat S y una negación N que se utilizan para generalizar las operaciones de intersección, unión y complementario Lógica borrosa 24
25 Mínimo t-normas Mínimo: : Es la mayor de las t-normas Producto: Prod Lukasiewicz: Prod(x, y)=x.y W(x, y) = máx{0, x+y-1} Sumas ordinales Lógica borrosa 25
26 t-normas Prop.. distributiva ley de absorción idempotencia Luego la única t-norma t continua distributiva es el mínimo Sin embargo la terna de Lukasiewicz (W, W*, N) sí verifica el principio de contradicción y el tercio excluso Lógica borrosa 26
27 t-normas Familia de t-normas t {T{ ϕ }: T ϕ (x, y)= ϕ -1 (T(ϕ(x), (x), ϕ(y))) donde ϕ es una función estrictamente creciente y continua en [0, 1] tal que ϕ(0)=0 y ϕ(1)= Lógica borrosa 27
28 t-normas Las únicas t-normas t continuas son: el mínimo o de la familia del producto o de la familia de Lukasiewicz o de la familia de las sumas ordinales Lógica borrosa 28
29 RELACIONES Al conjunto (X, R) formado por un conjunto difuso X y una relación borrosa R se le llama estructura relacional borrosa. Ejemplo Lógica borrosa 29
30 RELACIONES T-preorden: reflexiva y T-transitiva T T-indistinguibilidad: reflexiva, simétrica y T-transitivaT Lógica borrosa 30
31 RELACIONES R R es reflexiva si R(a, a)=1 a X. R simétrica si R(a,b)=R(b,a) a, b Xb R R es α-reflexiva si R(a, a) es siempre mayor o igual a un cierto valor α. R R es T-transitiva si: T(R(a,b),R(b,c)) R(a,c) R(a,c) Lógica borrosa 31
32 Composición de relaciones E = {invierno, primavera, verano, otoño} = {i, p, v, o} T = {calor, templado, frío} = {c, t, f} V = {abrigo, blusa, chaqueta} = {a, b, ch} R: E TE S: T V SoR: : E V SoR(a,b)= (a,b)=máx{mín{r(a, x), S(x, b)}} Lógica borrosa 32
33 Consecuencias de Alfred C: F(E) F(E) V C(V) Tarski V1 V2 V2 C(V1) C(V1) C(V2) C(V2) C(C(V))=C(V) Lógica: : Conjunto de proposiciones y un operador de consecuencias Lógica borrosa 33
34 Consecuencias de Alfred Tarski Si una relación borrosa es reflexiva y T-transitiva entonces verifica los axiomas de consecuencias de Tarski Luego los T-preórdenes T nos generan operadores de consecuencias Lógica borrosa 34
35 Propiedad transitiva R transitiva Si R(a, b) y R(b, c) entonces R(a, c) R(a, b) R(b, c) R(a, c) R(a, c) máx{min{r(a, x), R(x, c)}} Generalizando R(a, c) S{ T{R(a, x), R(x, c)} } Lógica borrosa 35
36 Medida borrosa Lógica borrosa 36
37 Definición de medida de Lebesgue (1902): Sea (X, F, M) donde X es un conjunto, F es un sigma álgebra de X y M es una aplicación M: F [0, ): M( )=0 A n F es una sucesión de conjuntos disjuntos de F entonces M(UA n )= ΣM(A n ) Lógica borrosa 37
38 Definición de medida borrosa de Sugeno (1974): Una medida borrosa M es una función M: F [0, 1] que verifica las siguientes propiedades: M( ) = 0 M(X) = 1 Condición de continuidad monótona M(UA n )=lim M(A n ) Lógica borrosa 38
39 Medida borrosa Nguyen,, H. T. & Walker, E. A.: A first course in Fuzzy Logic.. CRC Press Lógica borrosa 39
40 Definición 2ª de medida borrosa (Klir( Klir, Nguyen, Walker): Una medida borrosa M es una función M: F [0, 1] que verifica las siguientes propiedades: M( ) = 0 M(X) = 1 Si A B entonces M(A) M(B) Lógica borrosa 40
41 Ejemplos Las medidas sigma aditivas Las medidas de Sugeno Medidas de creencia, necesidad y plausibilidad Long(A)/b (A)/b-a Card(A)/ (A)/Card(X) Lógica borrosa 41
42 Medida borrosa Trillas, E; Alsina,, C.: A reflection on what is a membership function Lógica borrosa 42
43 Definición 3ª de medida borrosa (Trillas): (X, p) donde p es un preorden m: X [0, 1] es una p-medida en X si verifica que: Si x 0 X es minimal para p entonces m(x 0 ) = 0. Si x 1 X es maximal para p entonces m(x 1 ) = 1. Si xpy entonces m(x) m(y) Lógica borrosa 43
44 Ejemplos Las medidas sigma aditivas Las medidas de Sugeno Entropía (DeLuca, Términi) Ser aproximadamente una potencia de Lógica borrosa 44
45 Medida de especificidad Lógica borrosa 45
46 Medida de especificidad Medida de la cantidad de información contenida en un conjunto difuso Evalúa el grado en que un subconjunto borroso tiende a tener un elemento y sólo uno Lógica borrosa 46
47 Medida de especificidad En una variable lingüística: la cantidad de información que contiene una proposición Está relacionada con el inverso de la cardinalidad de un conjunto Lógica borrosa 47
48 Antecedentes: medidas de especificidad Introducidas por Ronald Yager Dubois y Prade han investiga- do sobre sus aplicaciones: i) Especificidad mínima. ii) Importancia en razonamiento aproximado Lógica borrosa 48
49 Antecedentes: medidas de especificidad Higashi y Klir discuten un concepto similar que denominan no-especificidad Relacionado con el concepto de granularidad introducido por Zadeh Lógica borrosa 49
50 Aplicaciones Yager: Una medida de tranquilidad a la hora de tomar una decisión Kacprzyk: Aprendizaje inductivo Sistemas de razonamiento deductivo Lógica borrosa 50
51 Aplicaciones Determina la utilidad de la información que proporciona un sistema experto principio de intercambio entre especificidad y certeza Lógica borrosa 51
52 Definición de medida de especificidad Lógica borrosa 52
53 1.- Sp Medida de especificidad Sp(A)=1 si y sólo si A es un conjunto clásico con un único elemento 2.- Sp( )=0 3.- Aumenta, si aumenta el mayor valor de pertenencia, y disminuye si los otros valores de pertenencia aumentan Lógica borrosa 53
54 Propiedad Si A y B son dos subconjuntos difusos normales tales que A B B entonces Sp(A) Sp(B) Lógica borrosa 54
55 Definición: Dadas dos medidas de especificidad Sp y Sp* se dice que Sp es más estricta que Sp* si sus pesos asociados w j y w j * verifican que w j w j * para todo j Lógica borrosa 55
56 Definición: medida de especificidad en universos finitos A un subconjunto difuso de un conjunto finito X a j = j-ésimo valor de pertenencia de A Sp: [0, 1] X [0, 1] tal que Sp(A) = T 1 (a 1, N(S j=2,..d =2,..d{T 3 (a j, w j )}) Lógica borrosa 56
57 Ejemplos Lógica borrosa 57
58 Ejemplo 1 Medida de especificidad lineal Sp(A) = a 1 = j 2 w j a j Donde los pesos verifican: i) w j [0, 1], ii) w j = 1 d = j 2 iii) w j w i para todo j<i mayores o iguales a dos. (T1=W; S=W*; T3=Prod) d Lógica borrosa 58
59 Medidas de especificidad lineales Son medidas de especificidad. Son regulares La más estricta es Sp(A)=a 1 a 2 La menos estricta es d Sp(A)= a 1 1 a j. d 1 = j Lógica borrosa 59
60 Ejemplo 2: Sp(A) = a 1 (ka j + (1 a j )) = j 2 donde k [0, 1) d Lógica borrosa 60
61 Ejemplo 3: Sp(A) = a 1 (1 w j a j )) donde w j (0, 1] d = j 2 (T1=T3=Prod. S=Prod*) Lógica borrosa 61
62 Especificidad en conjuntos referenciales infinitos Lógica borrosa 62
63 Definición: α máx Sp(A) = N (M(A α )) dα Lógica borrosa 63
64 Propiedades Sp( )=0 Si A es un conjunto clásico con un único elemento entonces Sp(A)=1 Si el máximo valor de pertenencia aumenta quedando el resto de valores de pertenencia invariantes, entonces Sp aumenta. Si A y B son dos conjuntos normales y A B entonces Sp(A) Sp(B) Lógica borrosa 64
65 Ejemplo 4: α máx Sp(A) = α máx Long(A α ) dα Es una medida de especificidad Lógica borrosa 65
66 Especificidad bajo una T-indistinguibilidad Lógica borrosa 66
67 Axiomas 1) Sp({x} / S) = 1 2) Sp( / S) = 0 3) Sp(µ / Id) = Sp(µ) 4) Sp(µ / S) Sp(µ) Lógica borrosa 67
68 Algoritmo Si Máx j (T(µ(x j ), S(x j, x k ))) µ(x k ) para algún j k, entonces x k X. Ejemplo: X = {x 1,, x 5 }, T = Prod, S µ=1/x /x /x /x 4 + 0/x 5, X = {x 1, x 2, x 3 } Lógica borrosa 68
69 Verifica los axiomas Sp({x} / S) = T(1, S(x 1, x 1 )) = 1 Sp( / S) = T(0, S(x i, x i )) = 0 Sp(µ / Id) = T(µ(x i ), 1) = µ(x i ) Sp(µ / S) Sp(µ) Lógica borrosa 69
70 Ejemplos Lógica borrosa 70
71 Lógica borrosa 71
Sesión 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 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 detallesCONTROL DIFUSO DE UN SEMÁFORO
CONTROL DIFUSO DE UN SEMÁFORO Daniel Montenegro Arenas Facultad de Informática Universidad Complutense de Madrid daniel.montenegro@gmail.com Matilde Santos Peñas Departamento de Arquitectura de Computadores
Más detallesFACTORIZACIÓN DE PREFERENCIAS DIFUSAS
FACTORIZACIÓN DE PREFERENCIAS DIFUSAS Bonifacio Llamazares Rodríguez Dpto. de Economía Aplicada (Matemáticas) Universidad de Valladolid Resumen: En el marco convencional de la modelización de preferencias,
Más detallesSistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad
Sistemas de ayuda a la decisión Modelización de la incertidumbre Tema 2. Incertidumbre y Probabilidad Indice 1) Sucesos Aleatorios. 2) Espacio Muestral. 3) Operaciones con Sucesos. 4) Enfoques de la Probabilidad.
Más detallesUna introducción a la Lógica Borrosa Matemática
Una introducción a la Lógica Borrosa Matemática Marco Cerami Instituto de Investigación en Inteligencia Artificial (IIIA - CSIC) Bellaterra (Spain) cerami@iiia.csic.es SIMBa, 14 Febrero 2011 Marco Cerami
Más detallesDEPARTAMENTO DE MATEMÁTICA E INFORMÁTICA APLICADAS A LA INGENIERÍA CIVIL
DEPARTAMENTO DE MATEMÁTICA E INFORMÁTICA APLICADAS A LA INGENIERÍA CIVIL ESCUELA TÉCNICA SUPERIOR DE INGENIEROS DE CAMINOS, CANALES Y PUERTOS CONTRIBUCIÓN AL ESTUDIO DE LAS MEDIDAS EN LA LÓGICA BORROSA:
Más detallesÁLGEBRA I. Curso Grado en Matemáticas
ÁLGEBRA I. Curso 2012-13 Grado en Matemáticas Relación 1: Lógica Proposicional y Teoría de Conjuntos 1. Establecer las siguientes tautologías: (a) A A A (b) A A A (c) A B B A (d) A B B A (e) (A B) C A
Más detallesJohn Venn Matemático y filósofo británico creador de los diagramas de Venn
Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan
Más detallesJohn Venn Matemático y filósofo británico creador de los diagramas de Venn
Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan
Más detallesJohn Venn Matemático y filósofo británico creador de los diagramas de Venn
Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan
Más detallesJohn Venn Matemático y filósofo británico creador de los diagramas de Venn
Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan
Más detallesSistema de Control de Flujo y Temperatura de un grifo con varias lógicas borrosas.
Sistema de Control de Flujo y Temperatura de un grifo con varias lógicas borrosas. Fernández de Alba, José María jmfernandezdalba@gmail.com Garmendia, Luis lgarmend@fdi.ucm.es Departamento de Ingeniería
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 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 detallesRESUMEN ELEMENTOS DE GEOMETRÍA DIFERENCIAL Y TOPOLOGÍA CURSO
RESUMEN ELEMENTOS DE GEOMETRÍA DIFERENCIAL Y TOPOLOGÍA CURSO 2008-09 En este resumen no se puede escribir o añadir nada, ni por delante, ni por detrás. En todo caso, sólo se permite subrayar lo que se
Más detallesMC ENRIQUE MARTINEZ PEÑA UNIVERSIDAD POLITECNICA DE VICTORIA
Tópicos Conjuntos clásicos Conjuntos difusos Conjuntos difusos más comunes Operaciones con conjuntos difusos Complemento de un conjunto difuso Unión de conjuntos difusos Intersección de conjuntos difusos
Más detallesJohn Venn Matemático y filósofo británico creador de los diagramas de Venn
Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan
Más detallesDefiniciones Una relación R en un conjunto A es una relación de orden si verifica las propiedades reflexiva, antisimétrica y transitiva.
RELACIONES DE ORDEN Definiciones Una relación R en un conjunto A es una relación de orden si verifica las propiedades reflexiva, antisimétrica y transitiva. Un conjunto parcialmente ordenado ( A, R ) es
Más detallesMétodo de decisión borrosa de si un efecto es impacto ambiental y su carácter
Método de decisión borrosa de si un efecto es impacto ambiental y su carácter Gallego Martín, Enrique - engalmaseg@gmail.com González de Paula, Luis - luis.depaula@gmail.com Garmendia Salvador, Luis -
Más detallesJohn Venn Matemático y filósofo británico creador de los diagramas de Venn
Georg Cantor Matemático Alemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn August De Morgan Matemático ingles creador de leyes que llevan
Más detallesÁlgebra Booleana. Suma Booleana. El término suma es 1 si al menos uno de sus literales son 1. El término suma es 0 solamente si cada literal es 0.
Álgebra Booleana El álgebra de Boole son las matemáticas de los sistemas digitales. En el nivel de lógica digital de una computadora, lo que comúnmente se llama hardware y que está formado por los componentes
Más detallesCentro Asociado Palma de Mallorca. Tutor: Antonio Rivero Cuesta
Centro Asociado Palma de Mallorca Lógica y Estructuras Discretas Tutor: Antonio Rivero Cuesta Tema 3 Conjuntos, Relaciones y Funciones Conjuntos y Operaciones Los conjuntos se representan con letras mayúsculas,
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 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 detallesÁlgebra Booleana. Álgebra Booleana. Definiciones. Definiciones. Definiciones. Definiciones. Sistemas Digitales Mario Medina 1
Álgebra Booleana Álgebra Booleana Mario Medina C. mariomedina@udec.cl Postulados y axiomas Lemas y teoremas Referencias a otras álgebras Álgebra de Boole: estructura algebraica definida sobre un conjunto
Más detallesTaller matemático (Cálculo) Venancio Tomeo Universidad Complutense
Taller matemático (Cálculo) Venancio Tomeo Universidad Complutense Parte II: 6: Conjuntos y operaciones 7: Funciones y gráficas 8: Exponencial y logaritmica 9: Funciones trigonométricas 10: Límites de
Más detallesMODELOS DIFUSOS PARA EL ESTUDIO DEL CAMBIO CLIMÁTICO Dr. Carlos Gay García* M. en C. Oscar Sánchez *PINCC UNAM CCA - UNAM Ciudad Universitaria, D.F.
MODELOS DIFUSOS PARA EL ESTUDIO DEL CAMBIO CLIMÁTICO Dr. Carlos Gay García* M. en C. Oscar Sánchez *PINCC UNAM CCA - UNAM Ciudad Universitaria, D.F. 15-19 Octubre 2012 Objetivos: -Presentar un breve antecedente
Más detallesLa Medida de Lebesgue. Problema de la Medida
Capítulo 19 La Medida de Lebesgue. Problema de la Medida Hemos demostrado en el capítulo anterior que la medida exterior de Lebesgue es una medida sobre la familia M de los conjuntos medibles. Por definición,
Más detallesModelo 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 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 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 detallesCapítulo 4: Conjuntos
Capítulo 4: Conjuntos Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Septiembre de 2014 Olalla (Universidad de Sevilla) Capítulo 4: Conjuntos Septiembre de
Más detallesControl borroso de la fuerza del efector de un Brazo Robot
Control borroso de la fuerza del efector de un Brazo Robot Bautista Blasco, Susana: subautis@fdi.ucm.es Garmendia Salvador, Luis: lgarmend@fdi.ucm.es Departamento de Ingeniería del Software e Inteligencia
Más detallesÁLGEBRA (Ciencias) año 2014 PRÁCTICA N 4. ELEMENTOS DE TEORÍA DE CONJUNTOS: nociones básicas
ÁLGEBRA (Ciencias) año 2014 PRÁCTICA N 4 ELEMENTOS DE TEORÍA DE CONJUNTOS: nociones básicas 1. Decir, justificando adecuadamente, si las siguientes afirmaciones son verdaderas o falsas: (a) { } (b) { }
Más detallesTema 1: Conjuntos. Miguel Ángel Olalla Acosta Departamento de Álgebra Universidad de Sevilla. Septiembre de 2017
Tema 1: Conjuntos Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Septiembre de 2017 Olalla (Universidad de Sevilla) Tema 1: Conjuntos Septiembre de 2017 1
Más detallesMatemática I C.F.E. I.N.E.T. Profesorado de Informática Conjuntos
Conjuntos Conceptos primitivos: CONJUNTO, ELEMENTO, PERTENECE. Pertenecer- Elemento Sea el conjunto de los ríos del Uruguay. El Río Negro es un río del Uruguay. Entonces, este río es un elemento del conjunto
Más detalles2. Estructuras Algebraicas
2. Estructuras Algebraicas 2.1. Conjuntos Un conjunto es una reunión en un todo de determinados objetos bien definidos y diferentes entre sí. Llamamos elementos a los objetos que lo forman. Requisitos:
Más detallesEstructuras Discretas. Conjuntos. Conjuntos & Funciones. Especificación de Conjuntos.
Estructuras Discretas Conjuntos Conjuntos & Funciones Claudio Lobos clobos@inf.utfsm.cl niversidad Técnica Federico Santa María Estructuras Discretas INF 152 Definición: conjunto n conjunto es una colección
Más detallesCarta abierta, sobre los conjuntos borrosos, a los socios de S e MA
Bol. Soc. Esp. Mat. Apl. n o 19 (2001), 45 55. Carta abierta, sobre los conjuntos borrosos, Estimados colegas: a los socios de S e MA Enric Trillas Departamento de Inteligencia Artificial Facultad de Informática
Más detalles09/06/2011. Un conjunto es una colección bien definida de objetos llamados elementos o miembros del conjunto.
Georg Cantor Matemático lemán creador de la teoría de conjuntos John Venn Matemático y filósofo británico creador de los diagramas de Venn ugust De Morgan Matemático ingles creador de leyes que llevan
Más detallesConjuntos Difusos Operaciones sobre Conjuntos Difusos. Conjuntos Difusos. Hugo Franco, PhD. 2 de mayo de 2011
Operaciones sobre 2 de mayo de 2011 Operaciones sobre Cuando se piensa en conjuntos cuyos elementos tienen una función característica que no es binaria, se habla de conjuntos borrosos o difusos µ A :
Más detallesTEMA 1. Teoría de Conjuntos. Ejercicio 1.1. Decidir si A = B, A B ó A B en los siguientes casos:
TEMA 1 Teoría de Conjuntos Ejercicio 1.1. Decidir si A = B, A B ó A B en los siguientes casos: i) A = { }, B = {{ }} ii) A = {, { }}, B = {, {, { }}} iii) A = {{ }, {, { }}}, B = {{ }} Ejercicio 1.2. Dar
Más detallesMatemáticas Discretas Relaciones y funciones
Coordinación de Ciencias Computacionales - INAOE Matemáticas Discretas y funciones Cursos Propedéuticos 2010 Ciencias Computacionales INAOE y funciones Propiedades de relaciones Clases de equivalencia
Más detallesTema 1: Conjuntos. Miguel Ángel Olalla Acosta Departamento de Álgebra Universidad de Sevilla. Septiembre de 2018
Tema 1: Conjuntos Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Septiembre de 2018 Olalla (Universidad de Sevilla) Tema 1: Conjuntos Septiembre de 2018 1
Más detallesSistemas de Inferencia Difusa
27 de mayo de 2011 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 )
Más detallesEL TEOREMA DE CANTOR-BERNSTEIN Y LA COMPARABILIDAD DE LOS CONJUNTOS. Contents. 1. Conjuntos ordenados y retículos completos.
EL TEOREMA DE CANTOR-BERNSTEIN Y LA COMPARABILIDAD DE LOS CONJUNTOS J. CLIMENT VIDAL Abstract. Una vez definidas las nociones necesarias de la teoría de conjuntos ordenados, demostramos el teorema de punto
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 detallesTema 1: Conjuntos. Miguel Ángel Olalla Acosta Departamento de Álgebra Universidad de Sevilla. Septiembre de 2016
Tema 1: Conjuntos Miguel Ángel Olalla Acosta miguelolalla@us.es Departamento de Álgebra Universidad de Sevilla Septiembre de 2016 Olalla (Universidad de Sevilla) Tema 1: Conjuntos Septiembre de 2016 1
Más detallesConjuntos, Aplicaciones y Relaciones
Conjuntos, Aplicaciones y Relaciones Curso 2017-2018 1. Conjuntos Un conjunto será una colección de objetos; a cada uno de estos objetos lo llamaremos elemento del conjunto. Si x es un elemento del conjunto
Más detalles1. Propiedades básicas de las medidas
AMARUN www.amarun.net Comisión de Pedagogía - Diego Chamorro Teoría de la medida (Nivel 2). Lección n 2: σ-álgebras y medidas EPN, verano 2009 1. Propiedades básicas de las medidas Marco de trabajo: la
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. INFORMACIÓN GENERAL
Más detallesPráctica 2 -Cardinalidad- A. Propiedades básicas de los Conjuntos
Cálculo Avanzado Segundo Cuatrimestre de 2012 Práctica 2 -Cardinalidad- A. Propiedades básicas de los Conjuntos Ejercicio 1. Demostrar las siguientes igualdades de conjuntos: i) B i I A i = i I(B A i ).
Más detallesCONCEPTOS BÁSICOS DE LA TEORÍA DE CONJUNTOS. ESTRUCTURAS ALGEBRAICAS.
TEMA 11 ÍNDICE CONCEPTOS BÁSICOS DE LA TEORÍA DE CONJUNTOS. ESTRUCTURAS ALGEBRAICAS. 1. INTRODUCCIÓN 2. CONJUNTOS 3. SUBCONJUNTOS 4. OPERACIONES 4.1 UNIÓN 4.2 INTERSECCIÓN 4.3 COMPLEMENTO 4.4 DIFERENCIA
Más detallesLógicas para la inteligencia natural y artificial
1er día virtual de la comunidad de Inteligencia Artificial Lógicas para la inteligencia natural y artificial México DF, 18 de junio de 2015 Contenido La lógica humana: comprender y razonar sobre lo natural
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. Funciones Medibles
1. Medibles Medibles simples... Hasta ahora hemos estudiado la medida de Lebesgue definida sobre los conjuntos de R n y sus propiedades. Vamos a aplicar ahora esta teoría al estudio de las funciones escalares
Más detallesPráctica 2: Cardinalidad. Propiedades básicas de los conjuntos
Cálculo Avanzado Segundo Cuatrimestre de 2014 Práctica 2: Cardinalidad Propiedades básicas de los conjuntos Ejercicio 1. Demostrar las siguientes igualdades de conjuntos: i) B i I A i = i I(B A i ). ii)
Más detallesNuevas Operaciones Binarias sobre los Conjuntos Borrosos de Tipo 2
Nuevas Operaciones Binarias sobre los Conjuntos Borrosos de Tipo 2 Pablo Hernández 1, Susana Cubillo 2, Carmen Torres 2 1 Departamento de Matemática y Física, Univ. Nacional Experimental del Táchira (UNET),
Más detallesDefinición : Es una colección de objetos bien definidos y diferenciables entre si que se llaman elementos.
1 CONJUNTOS Y APLICACIONES Conjunto : Es una colección de objetos bien definidos y diferenciables entre si que se llaman elementos. Representación Suelen emplearse letras mayusculas para los conjuntos
Más detallesLECTURA No. 1: TEORIA DE CONJUNTOS
9 1 LECTUR No. 1: TEORI DE CONJUNTOS Definiciones: 1.- Conjunto: es una lista, clase o colección de objetos bien definidos, objetos que, pueden ser cualesquiera: números, personas, letras, etc. Estos objetos
Más detalles2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD
2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD Un diagrama de Venn Objetivos Introducir los conceptos básicos de experimentos y sucesos, y la definición axiomática y propiedades de la probabilidad. Para leer
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 detallesTemas preliminares de Análisis Real
Temas preliminares de Análisis Real Problemas para examen Usamos la notación A B en el siguiente sentido: A es un subconjunto de B, puede ser que A = B. Propiedades de las operaciones con conjuntos 1.
Más detallesContenido. Capítulo I Sistemas numéricos 2. Capítulo II Métodos de conteo 40
CONTENIDO v Contenido Contenido de la página Web de apoyo... xi Página Web de apoyo... xvii Prefacio... xix Capítulo I Sistemas numéricos 2 1.1 Introducción... 4 1.2 Sistema decimal... 5 1.3 Sistemas binario,
Más detalles2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD
2. CONCEPTOS BÁSICOS DE LA PROBABILIDAD Un diagrama de Venn Objetivos Introducir los conceptos básicos de experimentos y sucesos, y la definición axiomática y propiedades de la probabilidad. Para leer
Más detallesIntroducción a los números reales
Grado en Matemáticas Curso 2009-2010 Índice Conjuntos numéricos 1 Conjuntos numéricos Tienen nombre Y cuatro operaciones básicas 2 Teoremas y demostraciones Métodos de demostración 3 El axioma fundamental
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 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 detallesPROGRAMA DE MATEMATICAS DISCRETAS
PONTIFICIA UNIVERSIDAD CATOLICA DEL ECUADOR FACULTAD DE INGENIERIA ESCUELA DE INGENIERIA DE SISTEMAS PROGRAMA DE MATEMATICAS DISCRETAS 1. DATOS INFORMATIVOS 1.1 Escuela : Ingeniería 1.2 Carrera : Ingeniería
Más detallesPrimera parte. Matemática borrosa, técnicas y operadores
Primera parte Matemática borrosa, técnicas y operadores Teoría de los subconjuntos borrosos Subconjunto borroso conjunto borroso A. Kaufmann emplea el término Subconjunto borroso contra Conjunto borroso
Más detallesEn general, un conjunto A se define seleccionando los elementos de un cierto conjunto U de referencia que cumplen una determinada propiedad.
nidad 3: Conjuntos 3.1 Introducción Georg Cantor [1845-1918] formuló de manera individual la teoría de conjuntos a finales del siglo XIX y principios del XX. Su objetivo era el de formalizar las matemáticas
Más detallesAmpliación Matemática Discreta. Justo Peralta López
Justo Peralta López UNIVERSIDAD DE ALMERíA DEPARTAMENTO DE ÁGEBRA Y ANÁLISIS MATEMÁTICO 1 Introducción 2 Definición semántica de las proposiciones 3 Diagrama de valores de certeza 4 Evaluación de fórmulas.
Más detallesSubTemas. MC Enrique Martinez Peña. Universidad Politecnica de Victoria. Tema 1.2 Teoría de conjuntos difusos
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 1 Tópicos Conjuntos clásicos
Más detalles2015, Año del Generalísimo José María Morelos y Pavón. DOC: Docencia; TIS Trabajo Individual Significativo; TPS Trabajo Profesional Supervisado
Nombre de la Asignatura: Sistemas Difusos Línea de Investigación o Trabajo: Automática e Informática Industrial Tiempo de dedicación del estudiante a las actividades de: DOC-TIS-TPS-CRÉDITOS 48 60 0 6
Más detallesAlgebras booleanas. B2) Leyes Distributivas. Cada operación es distributiva con respecto a la otra:
Algebras booleanas AXIOMAS DEL ALGEBRA DE BOOLE Sea B un conjunto en el cual se han definido dos operaciones binarias, + y * (En algunos casos se definen en términos de y respectivamente), y una operación
Más detallesConjuntos, relaciones y funciones
Conjuntos, relaciones y funciones Matemáticas Discretas para el Diseño Geométrico Teoría de conjuntos Representación y manipulación de grupos 2 1 Motivación Las nociones que estudiaremos constituyen fundamentos
Más detallesUNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO. Decanato de Ciencias y Tecnología Licenciatura en Ciencias Matemáticas
UNIVERSIDAD CENTROCCIDENTAL LISANDRO ALVARADO Decanato de Ciencias y Tecnología Licenciatura en Ciencias Matemáticas Estudio sobre la aplicación de operaciones de intersección y diferencia en medidas de
Más detallesApuntes sobre la integral de Lebesgue
Apuntes sobre la integral de Lebesgue Miguel Lacruz Martín Universidad de Sevilla 1. Medida de Lebesgue 1.1. Introducción La longitud l(i) de un intervalo I R se define habitualmente como la distancia
Más detalles1. Medida Exterior. Medida de Lebesgue en R n
1. La integral de Lebesgue surge del desarrollo de la integral de Riemann, ante las dificultades encontradas en las propiedades de paso al ĺımite para calcular la integral de una función definida como
Más detallesHoras teoría-horas prácticas-horas trabajo adicional-horas totales-créditos
ASIGNATURA: CONTROL INTELIGENTE I 1. DATOS DE LA ASIGNATURA Nombre de la asignatura: CONTROL INTELIGENTE I Línea de investigación o de trabajo: Horas teoría-horas prácticas-horas trabajo adicional-horas
Más detallesTEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN
1 TEMA 1: NÚMEROS NATURALES. SISTEMA DE NUMERACIÓN 1. INTRODUCCIÓN Los números naturales aparecen debido a la necesidad que tiene el hombre para contar. Para poder construir este conjunto N, podemos seguir
Más detallesLos Teoremas de Incompletitud de Gödel: Parte II: Coherencia y completitud
Los Teoremas de Incompletitud de Gödel: Parte II: Coherencia y completitud Guillermo Morales Luna Departmento de Computación CINVESTAV-IPN gmorales@cs.cinvestav.mx 2-o Encuentro Nacional de Epistemología
Más detallesUNIVERSIDAD NACIONAL DE TRUJILLO ACADÉMICO PROFESIONAL DE MATEMÁTICAS RELACIONES BINARIAS DIFUSAS
UNIVERSIDAD NACIONAL DE TRUJILLO FACULTAD DE CIENCIAS ESCUELA FÍSICAS Y MATEMÁTICAS ACADÉMICO PROFESIONAL DE MATEMÁTICAS RELACIONES BINARIAS DIFUSAS TESIS PARA OPTAR EL TITULO DE LICENCIADO EN MATEMÁTICAS
Más detallesPROGRAMA DE CURSO UNIDADES TEMÁTICAS. Unidades Docentes Cátedra Auxiliares Trabajo Personal
PROGRAMA DE CURSO Código MA1101 Nombre del Curso Introducción al Álgebra Unidades Docentes Cátedra Auxiliares Trabajo Personal 10 3.0 2.0 5.0 Requisitos Requisitos específicos Carácter del curso Ingreso
Más detallesUNIDAD 4. Álgebra Booleana
UNIDAD 4 Álgebra Booleana ÁLGEBRA BOOLEANA El Álgebra Booleana se define como una retícula: Complementada: existe un elemento mínimo 0 y un elemento máximo I de tal forma que si a esta en la retícula,
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 detallesDefiniciones Un conjunto es una colección de objetos distintos. Notaremos. A = {a, b, c, d, } por extensión
CONJUNTOS Definiciones Un conjunto es una colección de objetos distintos. Notaremos A = {a, b, c, d, } por extensión A = {x / x tiene la propiedad P} por comprensión El cardinal de un conjunto es el número
Más detallesMatemáticas Discretas
Coordinación de Ciencias Computacionales - INAOE Matemáticas Discretas Cursos Propedéuticos 2011 Ciencias Computacionales INAOE Dr. Enrique Muñoz de Cote jemc@inaoep.mx http://ccc.inaoep.mx/~jemc Oficina
Más detallesOrdenación parcial Conjunto parcialmente ordenado Diagrama de Hasse
Ordenación parcial Un orden parcial es una relación binaria R sobre un conjunto X, que cumple las propiedades: Reflexiva: R es reflexiva sii para todo a A ara Antisimétrica: R es antisimétrica sii para
Más detallesOPERADORES DE T -INDISTINGUIBILIDAD RESPECTO A SUMAS ORDINALES
OPERADORES DE T -INDISTINGUIBILIDAD RESPECTO A SUMAS ORDINALES D. Boixader, J. Recasens Sec. Matemàtiques i Informàtica ETS Arquitectura del Vallès Universitat Politècnica de Catalunya UPC Sant Cugat del
Más detallesEjercicios de Teoría de conjuntos
Ejercicios de Teoría de conjuntos José A. Alonso Jiménez Mario J. Pérez Jiménez Sevilla, Octubre de 1997 Dpto. de Ciencias de la Computación e Inteligencia Artificial Universidad de Sevilla 1 Tema 1 :
Más detallesTEORÍA DE CONJUNTOS.
TEORÍA DE CONJUNTOS. NOCIÓN DE CONJUNTO: Concepto no definido del cual se tiene una idea subjetiva y se le asocian ciertos sinónimos tales como colección, agrupación o reunión de objetos abstractos o concretos.
Más detallesCÁLCULO DE PROBABILIDADES
CÁLCULO DE PROBABILIDADES EXPERIMENTOS ALEATORIOS.ESPACIO MUESTRAL Experimento determinista: Aquel cuyo resultado se puede predecir de antemano, está regido por leyes, sean o no de la Naturaleza. Ej.-
Más detallesAnálisis Matemático I: Numeros Reales y Complejos
Contents : Numeros Reales y Complejos Universidad de Murcia Curso 2008-2009 Contents 1 Definición axiomática de R Objetivos Definición axiomática de R Objetivos 1 Definir (y entender) R introducido axiomáticamente.
Más detallesUnidad I Elementos de lógica y de Teoría de Conjuntos
INSTITUTO SUPERIOR DE FORMACION DOCENTE Nº 813 SEDE LAGO PUELO PROFESORADO EN MATEMÁTICA PROGRAMA DE ALGEBRA I AÑO 2008 Prof. Ricardo J. Tamer Unidad I Elementos de lógica y de Teoría de Conjuntos Introducción
Más detallesÁlgebra Booleana circuitos lógicos
Álgebra Booleana y circuitos lógicos OBJETIVO GENERAL Teniendo en cuenta que los circuitos digitales o lógicos operan de forma binaria, emplear el álgebra booleana como fundamento teórico para el análisis,
Más detallesÁLGEBRA SUPERIOR I. Semestre: Primero Horas: 72 Hrs/sem: 4.5 Créditos: 10 Clave: AG-01 DESCRIPCIÓN DE LA ASIGNATURA:
ÁLGEBRA SUPERIOR I Semestre: Primero Horas: 72 Hrs/sem: 4.5 Créditos: 10 Clave: AG-01 DESCRIPCIÓN DE LA ASIGNATURA: Las proposiciones, cuantificadores, conjuntos, funciones, permutaciones, combinaciones,
Más detalles