SlideShare uma empresa Scribd logo
1 de 332
3.1.1  De Variables Numéricas a Variables Lingüísticas. 3.1.2  Hedges Lingüístico. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES  3.1 Variable Lingüística y Reglas Difusas If-Then
3.1.1  De variables numéricas a variables lingüísticas ,[object Object],[object Object],[object Object]
[object Object],[object Object]
Definición 3.1: ,[object Object]
Ejemplo 3.1 ,[object Object]
[object Object]
[object Object],1 0 35  55  75  V max baja  media  rápida Velocidad del carro (mph) Figura 3.1 La velocidad de un carro como una variable lingüística que puede tomar conjuntos difusos “baja” y “rapida” como sus valores.
Definición 3.2: ,[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object]
[object Object],U U Variable numérica Variable lingüística
¿Porqué es importante el concepto de variable lingüística? ,[object Object],[object Object],[object Object]
Variables Lingüísticas  Y  Otras Terminologías Relacionadas ,[object Object],[object Object],[object Object],[object Object]
Variable Difusa ,[object Object],[object Object],[object Object],[object Object]
Ejemplo 3.2: ,[object Object],[object Object],[object Object],[object Object]
Variable Lingüística  ,[object Object],[object Object]
Variable Lingüística ,[object Object],[object Object]
Variable Lingüística ,[object Object],[object Object]
Ejemplo 3.3: ,[object Object],[object Object]
... ,[object Object],[object Object]
... ,[object Object],[object Object]
... ,[object Object],[object Object]
Términos De La VL Velocidad Figura 3.3  Representación de la variable lingüística del ejemplo 3.3
Variable Lingüística ,[object Object]
Variable Lingüística ,[object Object]
3.1.2 Hedges Lingüísticos ,[object Object]
[object Object],[object Object],[object Object],[object Object]
Modificadores Lingüísticos ( hL) ,[object Object],[object Object],[object Object]
Operaciones  en Conjuntos Difusos ,[object Object]
Operaciones  en Conjuntos Difusos ,[object Object],[object Object]
Ejemplo 3.4 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Operaciones  en Conjuntos Difusos ,[object Object],[object Object]
Algunos  hL ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Algunos  hL ,[object Object],[object Object],[object Object],[object Object]
[object Object]
Figura 3.4  Efectos de los modificadores sobre el conjunto difuso “TALL”
Modificadores Lingüísticos ,[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
Ejemplo  :  Variables Lingüísticas Y Valores Lingüísticos. ,[object Object]
[object Object]
[object Object]
Universo De Discurso  Establecimiento Del Universo De Discurso Para Las Variables Lingüísticas
[object Object]
[object Object]
[object Object]
[object Object]
[object Object]
[object Object]
Consideraciones   para  la especificación de los  CD´s : ,[object Object],[object Object]
C consideraciones  para  la especificación de los  CD´s : ,[object Object],[object Object]
[object Object]
3.1. 3   Fundamentos de Reglas Difusas. 3.1. 4   Dos  Tipos de Reglas Difusas. 3.1 Variable Lingüística y Reglas Difusas If-Then Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
3.1. 3   Fundamentos de Reglas Difusas. ,[object Object],[object Object]
[object Object],[object Object]
[object Object],µ x A’  A
[object Object],[object Object],[object Object]
[object Object],[object Object]
3.1.4  Dos Tipos de Reglas Difusas ,[object Object],[object Object]
[object Object],[object Object]
[object Object]
Material Anexo a  3.1. 3   Fundamentos de Reglas Difusas. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES Lógica Difusa Y Razonamiento Aproximado
3.1.4.1  Reglas de Proyección Difusa ,[object Object],[object Object]
[object Object]
[object Object]
[object Object],[object Object]
3.1.4.2  Reglas de Implicación Difusas ,[object Object],[object Object]
[object Object],[object Object],[object Object]
Limitaciones en la Lógica Clásica ,[object Object]
[object Object]
Esquema de Razonamiento de L. A. Zadeh: ,[object Object],[object Object]
[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object]
[object Object]
[object Object]
[object Object],[object Object],[object Object],[object Object]
Tabla 3.1 Comparación de dos Tipos de reglas Difusas. Dominios continuos  no-lineales Dominios con variables continuas y discretas Campos de Problemas Apropiados Diseñado como un conjunto de reglas Individualmente diseñado Diseño típico aproximado Sistemas ID, interpolación lineal, redes neuronales Lógica clásica, lógica multivaluada, (otros sistemas lógicos ampliados) Disciplinas Relacionadas Control, modelado de sistemas y procesamiento de señales Diagnósticos, realización de decisiones de alto nivel Aplicación Únicamente directa Generalización del modus ponens y modus tollens Inferencia Deseada Aproximar  proyecciones funcionales  Generalización de Implicaciones para el manejo de imprecisión Propósito Reglas de Proyección Difusa Reglas de Implicación Difusa
Material Anexo a:  3.1.4.2  Reglas de implicación difusa. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES Implicaciones difusas y el razonamiento aproximado
Modelos Basados en  Reglas–Difusas   para  Aproximar una Función   ,[object Object],[object Object]
¿Qué es un modelo difuso? ,[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object]
Material Anexo a:  Modelos Basados en  Reglas–Difusas   para  Aproximar una Función Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES ESTRUCTURA BÁSICA Y OPERACIÓN DE LOS SISTEMAS DE CONTROL  LÓGICOS DIFUSOS
(1)  Partición Difusa ,[object Object],Figura 3.6 Ejemplo de Partición Clásica X 2 X 1 I 1   I 3   I 2   I 4   J 1   J 2   J 3   A 11   A 12   A 21   A 31   A 22   A 32   A 42   A 41   A 13   A 23   A 33   A 43
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],Cerca  Medio  Lejos Claro Oscuro Membresía Iluminación o Brillantes  del cuarto (b) Distancia entre la persona y la TV (d)
[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object]
NOTA: ,[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object]
(2) Proyección de un Subespacio Difuso a un Modelo Local ,[object Object],[object Object]
[object Object]
[object Object],[object Object]
[object Object],x y
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
(3) Fusión de Modelos Locales a través del Razonamiento Interpolativo ,[object Object]
[object Object],[object Object]
[object Object],[object Object]
(4)  Defusificación ,[object Object],[object Object]
[object Object],[object Object]
MOM: ,[object Object],[object Object]
COA: ,[object Object]
El Método de Height ,[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object]
3.1.5  Fundamentos Teóricos de Reglas de Proyección Difusa Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
3.1.5.1  Representación Matemática de las reglas de proyección difusas ,[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],Figura 3.9  Relación Difusa Formada por una regla de Proyección Difusa
Ejemplo 3.1 ,[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
 
3.1.5.2  El Fundamento de los Modelos Difusos Basados en Reglas: La Gráfica Difusa ,[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
Donde  X   y  Y   son los universos de discurso de  x   y  y,  respectivamente,  y  Ā’  denota la extension cylindrical de  A’   a  XxY .
Ejemplo 3.5 ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],1 Ya que estas reglas de proyección difusas tienen las mismas variables antecedentes y las mismas variables consecuentes, sus relaciones difusas  R 1 , R 2 ,…, R n   son definidas en el mismo espacio.
[object Object],[object Object]
3.1.6  Tipos de Modelos Difusos Basados en  Reglas Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
3.1.6 Tipos de Modelos Difusos Basados en Reglas ,[object Object],[object Object]
[object Object]
[object Object],Modelos de Reglas No-Aditivas Modelos de Reglas Aditivos Modelos Difusos Basados en Reglas Modelo de Mamdani   Modelo TSK SAM
[object Object]
[object Object]
[object Object],[object Object],[object Object],donde  M  es el número de reglas difusas,  x j     U j  (j=1, 2, 3, …,s)  son las variables de entrada. y    V  es la variable de salida,   y  A ij   y  C i   son los conjuntos difusos caracterizados por funciones de membresía      Aij  (x j )  y   Ci (y),  respectivamente.
[object Object],[object Object],[object Object],[object Object]
3.1.7 Modelo Mamdani ,[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object]
[object Object],[object Object]
[object Object]
3.1.8  Modelo  TSK ,[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object]
[object Object],[object Object]
3.1.9  Modelo Estándar Aditivo (SAM) ,[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],2 La forma más general del modelo SAM  permite que cada regla sea asociado con una ponderación o peso.
Sumario ,[object Object]
[object Object],[object Object]
[object Object]
[object Object],[object Object]
[object Object]
3.2  Lógica Difusa, Implicaciones Difusas y Razonamiento Aproximado.   Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
3.2  Lógica Difusa, Implicaciones Difusas y Razonamiento Aproximado.   Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
Introducción ,[object Object]
[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object]
Lógica Proposicional ,[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object]
[object Object],[object Object],Verdadero Verdadero Verdadero Falso Verdadero Verdadero Falso Verdadero Falso Falso Falso Verdadero Verdadero Verdadero Falso Verdadero Verdadero Falso Verdadero Falso Falso Verdadero Falso Falso    ¬   
[object Object],[object Object]
[object Object]
[object Object]
[object Object]
Por ejemplo, si hoy es un día de la semana (martes) y es una hora pico, se puede deducir que el tráfico está congestionado utilizando la implicación de la Ec. 3.28
Otro esquema de inferencia que involucra una implicación es el modus tolens.  De una implicación y la negación de su conclusión, se puede deducir la negación de su premisa: Una de las principales limitaciones de la lógica proposicional es que no puede fácilmente describir el conocimiento que se aplica a una clase de objeto. Para hacer esto, se necesita de “el cálculo del predicado de primer –orden”.
Predicado de Primer-Orden ,[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
LÓGICA DIFUSA ,[object Object],[object Object],[object Object]
Implicación difusa ,[object Object]
[object Object]
[object Object]
[object Object],[object Object]
[object Object]
[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object]
[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],A y B x A y B x (a) (b)
[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object]
[object Object]
Razonamiento Aproximado ,[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object]
[object Object]
Criterios de Implicaciones Difusas ,[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],(*) S. Fukuma, M. Mizumoto, and K Tamaka. “Somo considerations on fuzzy conditional inference”, Fuzzy Set and Systems, Vol. 4, pp243-273, 1980. (**) L. A. Zadeh. “On the analysis of large scale systems”. In Systems Approaches and Environment Problems, Vandenhoeck and Ruprecht, pp 233-37, 1994.
Criterios Intuitivos para  involucrar la implicación Difusa   x es A  y es B y es B  x es more or less A III-2 y es more or less B x es more or less A III-1 y es B x es A’  and A’   A II-2* yY es B x es very A II-2 y es very B x es very A II-1 y es B x es A I Inferencia Dado Criterios
x es A    z es C y es B  z es C IX x es U (desconocida) y es B VIII x es nor (more or less A) y es not (more or less B) VII x es not (very A) y es not  (very B) VI x es not A  y es not B V y es V (desconocida) x es not A IV Inferencia Dado Criterios
 
 
 
 
 
 
 
Lógica Difusa Y Razonamiento Aproximado Material Anexo a  3.1. 3   Fundamentos de Reglas Difusas.
Lógica Difusa ,[object Object]
[object Object],[object Object],[object Object]
Operaciones  Lógicas ,[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object]
Razonamiento  Lógico ,[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
Generalidades de un sistema experto difuso ,[object Object]
[object Object]
Base de conocimiento en la Lógica Difusa. ,[object Object]
[object Object]
[object Object],[object Object]
[object Object]
[object Object],[object Object]
[object Object]
Modus Ponens Generalizado ,[object Object]
[object Object]
[object Object]
[object Object]
[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object]
[object Object]
[object Object],[object Object]
Lógica Difusa Y Razonamiento Aproximado Material Anexo a  3.1. 3   Fundamentos de Reglas Difusas.
Lógica Difusa y Razonamiento Aproximado:   Proposiciones Difusas Material Anexo a  3.1.4.2  Reglas de Implicación Difusa.
Proposiciones Difusas ,[object Object]
Predicados Difusos ,[object Object],[object Object],[object Object]
Modificadores De Predicados Difusos ,[object Object],[object Object],[object Object],[object Object]
Cuantificadores Difusos (CD) ,[object Object],[object Object]
[object Object],[object Object],[object Object]
Calificadores Difusos (CalD) ,[object Object],[object Object],[object Object],[object Object],[object Object]
Lógica Difusa y Razonamiento Aproximado: Razonamiento Aproximado
Razonamiento Aproximado ,[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
Razonamiento Categórico ,[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Razonamiento Cualitativo ,[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
Razonamiento Silogístico ,[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Razonamiento Disposicional  ,[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Lógica Difusa y Razonamiento Aproximado: Modelo de Inferencia Difusa
Múltiples Reglas con  Múltiples  Antecedentes.
Reglas con  n  antecedentes y  m  consecuentes ,[object Object]
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object]
[object Object]
[object Object],[object Object]
[object Object]
[object Object],[object Object]
Definición De Los Planos De Inferencia. Inferencia en sistemas con múltiples reglas: (min, max, min)
Planos De Inferencia ,[object Object]
Planos De Inferencia ,[object Object]
Planos De Inferencia ,[object Object]
Planos De Inferencia ,[object Object]
Planos De Inferencia ,[object Object]
Planos De Inferencia ,[object Object]
[object Object],Planos De Inferencia
Planos De Inferencia ,[object Object]
Planos De Inferencia ,[object Object]
Planos de Inferencia en una Unidad de Inferencia Difusa
 
Lógica Difusa y Razonamiento Aproximado:   Proposiciones Difusas Material Anexo a  3.1.4.2  Reglas de Implicación Difusa.
ESTRUCTURA BÁSICA Y OPERACIÓN DE LOS SISTEMAS DE CONTROL  LÓGICOS DIFUSOS Material Anexo a:  Modelos Basados en  Reglas–Difusas   para  Aproximar una Función
Introducción ,[object Object]
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES
SISTEMA DIFUSO Y SUS PROPIEDADES

Mais conteúdo relacionado

Mais procurados

Mapa de karnaugh alarma de un automóvil
Mapa de karnaugh alarma de un automóvilMapa de karnaugh alarma de un automóvil
Mapa de karnaugh alarma de un automóvilMarco Antonio
 
DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO
DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO
DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO DeysiEscobar
 
4.1 diferenciacion numerica
4.1 diferenciacion numerica4.1 diferenciacion numerica
4.1 diferenciacion numericamorenito9001
 
Ecuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de LaplaceEcuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de LaplaceKike Prieto
 
Integracion numerica
Integracion numericaIntegracion numerica
Integracion numericaKevinGVG
 
Logica Difusa Introduccion
Logica Difusa IntroduccionLogica Difusa Introduccion
Logica Difusa IntroduccionESCOM
 
Representación en series de Fourier
Representación en series de FourierRepresentación en series de Fourier
Representación en series de Fouriermarianyelimendez
 
METODOS NUMERICOS para ingenieria -Chapra
METODOS NUMERICOS para ingenieria -ChapraMETODOS NUMERICOS para ingenieria -Chapra
METODOS NUMERICOS para ingenieria -ChapraAdriana Oleas
 
Simulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus JimenezSimulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus JimenezJesus Jimenez
 
El método de la secante y secante modificado
El método de la secante y secante modificadoEl método de la secante y secante modificado
El método de la secante y secante modificadoMoises Costa
 
Algoritmos para matlab
Algoritmos para matlabAlgoritmos para matlab
Algoritmos para matlabVitoto96
 
Ejercicios sobre Transformada de Laplace
Ejercicios sobre Transformada de LaplaceEjercicios sobre Transformada de Laplace
Ejercicios sobre Transformada de LaplaceJeickson Sulbaran
 
Cuadro sinóptico estructuras de datos y su clasificación
Cuadro sinóptico   estructuras de datos y su clasificaciónCuadro sinóptico   estructuras de datos y su clasificación
Cuadro sinóptico estructuras de datos y su clasificaciónAlex Uhu Colli
 
Transformada inversa-de-laplace-completo
Transformada inversa-de-laplace-completoTransformada inversa-de-laplace-completo
Transformada inversa-de-laplace-completotigreaxul
 

Mais procurados (20)

Mapa de karnaugh alarma de un automóvil
Mapa de karnaugh alarma de un automóvilMapa de karnaugh alarma de un automóvil
Mapa de karnaugh alarma de un automóvil
 
Caso dinamica
Caso dinamicaCaso dinamica
Caso dinamica
 
DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO
DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO
DIFERENCIACIÓN E INTEGRACIÓN ANÁLISIS NUMÉRICO
 
4.1 diferenciacion numerica
4.1 diferenciacion numerica4.1 diferenciacion numerica
4.1 diferenciacion numerica
 
Ecuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de LaplaceEcuaciones Diferenciales - La Transformada de Laplace
Ecuaciones Diferenciales - La Transformada de Laplace
 
Integracion numerica
Integracion numericaIntegracion numerica
Integracion numerica
 
Logica Difusa Introduccion
Logica Difusa IntroduccionLogica Difusa Introduccion
Logica Difusa Introduccion
 
Representación en series de Fourier
Representación en series de FourierRepresentación en series de Fourier
Representación en series de Fourier
 
METODOS NUMERICOS para ingenieria -Chapra
METODOS NUMERICOS para ingenieria -ChapraMETODOS NUMERICOS para ingenieria -Chapra
METODOS NUMERICOS para ingenieria -Chapra
 
Simulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus JimenezSimulacion Digital - Variables de Estado - por: Jesus Jimenez
Simulacion Digital - Variables de Estado - por: Jesus Jimenez
 
La función escalón unitario
La función escalón unitarioLa función escalón unitario
La función escalón unitario
 
Tablas Gamma
Tablas GammaTablas Gamma
Tablas Gamma
 
Problemas de Regulación Automática
Problemas de Regulación AutomáticaProblemas de Regulación Automática
Problemas de Regulación Automática
 
El método de la secante y secante modificado
El método de la secante y secante modificadoEl método de la secante y secante modificado
El método de la secante y secante modificado
 
Comparador de 4 bits
Comparador de 4 bitsComparador de 4 bits
Comparador de 4 bits
 
Algoritmos para matlab
Algoritmos para matlabAlgoritmos para matlab
Algoritmos para matlab
 
Ejercicios sobre Transformada de Laplace
Ejercicios sobre Transformada de LaplaceEjercicios sobre Transformada de Laplace
Ejercicios sobre Transformada de Laplace
 
FUNCIONES DE STELLA
FUNCIONES DE STELLAFUNCIONES DE STELLA
FUNCIONES DE STELLA
 
Cuadro sinóptico estructuras de datos y su clasificación
Cuadro sinóptico   estructuras de datos y su clasificaciónCuadro sinóptico   estructuras de datos y su clasificación
Cuadro sinóptico estructuras de datos y su clasificación
 
Transformada inversa-de-laplace-completo
Transformada inversa-de-laplace-completoTransformada inversa-de-laplace-completo
Transformada inversa-de-laplace-completo
 

Semelhante a SISTEMA DIFUSO Y SUS PROPIEDADES

Trabajo de investigación - Lógica difusa.pdf
Trabajo de investigación - Lógica difusa.pdfTrabajo de investigación - Lógica difusa.pdf
Trabajo de investigación - Lógica difusa.pdfOSCARARTUROVASQUEZSA
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusasjcbp_peru
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusasjcbp_peru
 
Utp 2015-2_sirn_s11_operaciones difusas
 Utp 2015-2_sirn_s11_operaciones difusas Utp 2015-2_sirn_s11_operaciones difusas
Utp 2015-2_sirn_s11_operaciones difusasjcbp_peru
 
Funciones y todo sobre slideshare
Funciones y todo sobre slideshareFunciones y todo sobre slideshare
Funciones y todo sobre slideshareHumbertoVZLA
 
Fuzzy2 do doc_
Fuzzy2 do doc_Fuzzy2 do doc_
Fuzzy2 do doc_Jairo Nava
 
Teoría básica de los semigrupos y grupos
Teoría básica de los semigrupos y gruposTeoría básica de los semigrupos y grupos
Teoría básica de los semigrupos y gruposLuis Talledo Yahuana
 
Logica difusa resumen
Logica difusa resumenLogica difusa resumen
Logica difusa resumenMiguel Alba
 
realidad virtual y vision artificial
realidad virtual y vision artificialrealidad virtual y vision artificial
realidad virtual y vision artificialDouglas Crespo
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de LaplaceLuis Pons
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de LaplaceLuis Pons
 
La Derivada. Gabriela Ramírez
La Derivada. Gabriela RamírezLa Derivada. Gabriela Ramírez
La Derivada. Gabriela RamírezGabrielaRamrez74
 
Trabajo matematicas 3er corte
Trabajo matematicas 3er corteTrabajo matematicas 3er corte
Trabajo matematicas 3er corteluzbrito10
 

Semelhante a SISTEMA DIFUSO Y SUS PROPIEDADES (20)

Trabajo de investigación - Lógica difusa.pdf
Trabajo de investigación - Lógica difusa.pdfTrabajo de investigación - Lógica difusa.pdf
Trabajo de investigación - Lógica difusa.pdf
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusas
 
Utp sirn_s11_operaciones difusas
 Utp sirn_s11_operaciones difusas Utp sirn_s11_operaciones difusas
Utp sirn_s11_operaciones difusas
 
Utp 2015-2_sirn_s11_operaciones difusas
 Utp 2015-2_sirn_s11_operaciones difusas Utp 2015-2_sirn_s11_operaciones difusas
Utp 2015-2_sirn_s11_operaciones difusas
 
Logica Difusa
 Logica Difusa  Logica Difusa
Logica Difusa
 
Funciones y todo sobre slideshare
Funciones y todo sobre slideshareFunciones y todo sobre slideshare
Funciones y todo sobre slideshare
 
Fuzzy2 do doc_
Fuzzy2 do doc_Fuzzy2 do doc_
Fuzzy2 do doc_
 
Calculo predicadospartei
Calculo predicadosparteiCalculo predicadospartei
Calculo predicadospartei
 
Teoría básica de los semigrupos y grupos
Teoría básica de los semigrupos y gruposTeoría básica de los semigrupos y grupos
Teoría básica de los semigrupos y grupos
 
Logica difusa resumen
Logica difusa resumenLogica difusa resumen
Logica difusa resumen
 
Funciones
FuncionesFunciones
Funciones
 
Calculo relacional1
Calculo relacional1Calculo relacional1
Calculo relacional1
 
realidad virtual y vision artificial
realidad virtual y vision artificialrealidad virtual y vision artificial
realidad virtual y vision artificial
 
Algebra
AlgebraAlgebra
Algebra
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de Laplace
 
Distribucion de Laplace
Distribucion de LaplaceDistribucion de Laplace
Distribucion de Laplace
 
Algebra 1 - Relaciones
Algebra 1 - Relaciones Algebra 1 - Relaciones
Algebra 1 - Relaciones
 
La Derivada. Gabriela Ramírez
La Derivada. Gabriela RamírezLa Derivada. Gabriela Ramírez
La Derivada. Gabriela Ramírez
 
Cristina carvaca Probabilidades
Cristina carvaca ProbabilidadesCristina carvaca Probabilidades
Cristina carvaca Probabilidades
 
Trabajo matematicas 3er corte
Trabajo matematicas 3er corteTrabajo matematicas 3er corte
Trabajo matematicas 3er corte
 

Mais de ESCOM

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

Mais de ESCOM (20)

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

Último

Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdfDemetrio Ccesa Rayme
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxlclcarmen
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñotapirjackluis
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularMooPandrea
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptxFelicitasAsuncionDia
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSjlorentemartos
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfAngélica Soledad Vega Ramírez
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfPaolaRopero2
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoFundación YOD YOD
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptxolgakaterin
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfFrancisco158360
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónLourdes Feria
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfMaritzaRetamozoVera
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaDecaunlz
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptxdeimerhdz21
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdfDemetrio Ccesa Rayme
 
CLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfCLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfJonathanCovena1
 

Último (20)

Neurociencias para Educadores NE24 Ccesa007.pdf
Neurociencias para Educadores  NE24  Ccesa007.pdfNeurociencias para Educadores  NE24  Ccesa007.pdf
Neurociencias para Educadores NE24 Ccesa007.pdf
 
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptxTIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
TIPOLOGÍA TEXTUAL- EXPOSICIÓN Y ARGUMENTACIÓN.pptx
 
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niñoproyecto de mayo inicial 5 añitos aprender es bueno para tu niño
proyecto de mayo inicial 5 añitos aprender es bueno para tu niño
 
Ley 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circularLey 21.545 - Circular Nº 586.pdf circular
Ley 21.545 - Circular Nº 586.pdf circular
 
Registro Auxiliar - Primaria 2024 (1).pptx
Registro Auxiliar - Primaria  2024 (1).pptxRegistro Auxiliar - Primaria  2024 (1).pptx
Registro Auxiliar - Primaria 2024 (1).pptx
 
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdfTema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
Tema 8.- PROTECCION DE LOS SISTEMAS DE INFORMACIÓN.pdf
 
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOSTEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
TEMA 13 ESPAÑA EN DEMOCRACIA:DISTINTOS GOBIERNOS
 
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdfSELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
SELECCIÓN DE LA MUESTRA Y MUESTREO EN INVESTIGACIÓN CUALITATIVA.pdf
 
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdfGUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
GUIA DE CIRCUNFERENCIA Y ELIPSE UNDÉCIMO 2024.pdf
 
Heinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativoHeinsohn Privacidad y Ciberseguridad para el sector educativo
Heinsohn Privacidad y Ciberseguridad para el sector educativo
 
Ecosistemas Natural, Rural y urbano 2021.pptx
Ecosistemas Natural, Rural y urbano  2021.pptxEcosistemas Natural, Rural y urbano  2021.pptx
Ecosistemas Natural, Rural y urbano 2021.pptx
 
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdfCurso = Metodos Tecnicas y Modelos de Enseñanza.pdf
Curso = Metodos Tecnicas y Modelos de Enseñanza.pdf
 
Estrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcciónEstrategia de prompts, primeras ideas para su construcción
Estrategia de prompts, primeras ideas para su construcción
 
Sesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronósticoSesión de clase: Fe contra todo pronóstico
Sesión de clase: Fe contra todo pronóstico
 
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdfEjercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
Ejercicios de PROBLEMAS PAEV 6 GRADO 2024.pdf
 
Unidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la InvestigaciónUnidad 3 | Metodología de la Investigación
Unidad 3 | Metodología de la Investigación
 
Qué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativaQué es la Inteligencia artificial generativa
Qué es la Inteligencia artificial generativa
 
INSTRUCCION PREPARATORIA DE TIRO .pptx
INSTRUCCION PREPARATORIA DE TIRO   .pptxINSTRUCCION PREPARATORIA DE TIRO   .pptx
INSTRUCCION PREPARATORIA DE TIRO .pptx
 
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdfPlanificacion Anual 4to Grado Educacion Primaria   2024   Ccesa007.pdf
Planificacion Anual 4to Grado Educacion Primaria 2024 Ccesa007.pdf
 
CLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdfCLASE - La visión y misión organizacionales.pdf
CLASE - La visión y misión organizacionales.pdf
 

SISTEMA DIFUSO Y SUS PROPIEDADES

  • 1. 3.1.1 De Variables Numéricas a Variables Lingüísticas. 3.1.2 Hedges Lingüístico. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES 3.1 Variable Lingüística y Reglas Difusas If-Then
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7.
  • 8.
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15.
  • 16.
  • 17.
  • 18.
  • 19.
  • 20.
  • 21.
  • 22. Términos De La VL Velocidad Figura 3.3 Representación de la variable lingüística del ejemplo 3.3
  • 23.
  • 24.
  • 25.
  • 26.
  • 27.
  • 28.
  • 29.
  • 30.
  • 31.
  • 32.
  • 33.
  • 34.
  • 35. Figura 3.4 Efectos de los modificadores sobre el conjunto difuso “TALL”
  • 36.
  • 37.
  • 38.
  • 39.
  • 40.
  • 41.
  • 42. Universo De Discurso Establecimiento Del Universo De Discurso Para Las Variables Lingüísticas
  • 43.
  • 44.
  • 45.
  • 46.
  • 47.
  • 48.
  • 49.
  • 50.
  • 51.
  • 52. 3.1. 3 Fundamentos de Reglas Difusas. 3.1. 4 Dos Tipos de Reglas Difusas. 3.1 Variable Lingüística y Reglas Difusas If-Then Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
  • 53.
  • 54.
  • 55.
  • 56.
  • 57.
  • 58.
  • 59.
  • 60.
  • 61. Material Anexo a 3.1. 3 Fundamentos de Reglas Difusas. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES Lógica Difusa Y Razonamiento Aproximado
  • 62.
  • 63.
  • 64.
  • 65.
  • 66.
  • 67.
  • 68.
  • 69.
  • 70.
  • 71.
  • 72.
  • 73.
  • 74.
  • 75.
  • 76.
  • 77.
  • 78. Tabla 3.1 Comparación de dos Tipos de reglas Difusas. Dominios continuos no-lineales Dominios con variables continuas y discretas Campos de Problemas Apropiados Diseñado como un conjunto de reglas Individualmente diseñado Diseño típico aproximado Sistemas ID, interpolación lineal, redes neuronales Lógica clásica, lógica multivaluada, (otros sistemas lógicos ampliados) Disciplinas Relacionadas Control, modelado de sistemas y procesamiento de señales Diagnósticos, realización de decisiones de alto nivel Aplicación Únicamente directa Generalización del modus ponens y modus tollens Inferencia Deseada Aproximar proyecciones funcionales Generalización de Implicaciones para el manejo de imprecisión Propósito Reglas de Proyección Difusa Reglas de Implicación Difusa
  • 79. Material Anexo a: 3.1.4.2 Reglas de implicación difusa. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES Implicaciones difusas y el razonamiento aproximado
  • 80.
  • 81.
  • 82.
  • 83.
  • 84. Material Anexo a: Modelos Basados en Reglas–Difusas para Aproximar una Función Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES ESTRUCTURA BÁSICA Y OPERACIÓN DE LOS SISTEMAS DE CONTROL LÓGICOS DIFUSOS
  • 85.
  • 86.
  • 87.
  • 88.
  • 89.
  • 90.
  • 91.
  • 92.
  • 93.
  • 94.
  • 95.
  • 96.
  • 97.
  • 98.
  • 99.
  • 100.
  • 101.
  • 102.
  • 103.
  • 104.
  • 105.
  • 106.
  • 107.
  • 108.
  • 109.
  • 110.
  • 111.
  • 112.
  • 113.
  • 114.
  • 115.
  • 116.
  • 117.
  • 118.
  • 119. 3.1.5 Fundamentos Teóricos de Reglas de Proyección Difusa Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
  • 120.
  • 121.
  • 122.
  • 123.
  • 124.
  • 125.
  • 126.
  • 127.  
  • 128.
  • 129.
  • 130.
  • 131.
  • 132.
  • 133. Donde X y Y son los universos de discurso de x y y, respectivamente, y Ā’ denota la extension cylindrical de A’ a XxY .
  • 134.
  • 135.
  • 136.
  • 137.
  • 138. 3.1.6 Tipos de Modelos Difusos Basados en Reglas Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
  • 139.
  • 140.
  • 141.
  • 142.
  • 143.
  • 144.
  • 145.
  • 146.
  • 147.
  • 148.
  • 149.
  • 150.
  • 151.
  • 152.
  • 153.
  • 154.
  • 155.
  • 156.
  • 157.
  • 158.
  • 159.
  • 160.
  • 161.
  • 162.
  • 163.
  • 164.
  • 165. 3.2 Lógica Difusa, Implicaciones Difusas y Razonamiento Aproximado. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
  • 166. 3.2 Lógica Difusa, Implicaciones Difusas y Razonamiento Aproximado. Unidad 3 SISTEMA DIFUSO Y SUS PROPIEDADES
  • 167.
  • 168.
  • 169.
  • 170.
  • 171.
  • 172.
  • 173.
  • 174.
  • 175.
  • 176.
  • 177.
  • 178.
  • 179.
  • 180. Por ejemplo, si hoy es un día de la semana (martes) y es una hora pico, se puede deducir que el tráfico está congestionado utilizando la implicación de la Ec. 3.28
  • 181. Otro esquema de inferencia que involucra una implicación es el modus tolens. De una implicación y la negación de su conclusión, se puede deducir la negación de su premisa: Una de las principales limitaciones de la lógica proposicional es que no puede fácilmente describir el conocimiento que se aplica a una clase de objeto. Para hacer esto, se necesita de “el cálculo del predicado de primer –orden”.
  • 182.
  • 183.
  • 184.
  • 185.
  • 186.
  • 187.
  • 188.
  • 189.
  • 190.
  • 191.
  • 192.
  • 193.
  • 194.
  • 195.
  • 196.
  • 197.
  • 198.
  • 199.
  • 200.
  • 201.
  • 202.
  • 203.
  • 204.
  • 205.
  • 206.
  • 207.
  • 208.
  • 209.
  • 210.
  • 211.
  • 212.
  • 213.
  • 214.
  • 215.
  • 216.
  • 217.
  • 218.
  • 219.
  • 220.
  • 221. Criterios Intuitivos para involucrar la implicación Difusa x es A  y es B y es B x es more or less A III-2 y es more or less B x es more or less A III-1 y es B x es A’ and A’  A II-2* yY es B x es very A II-2 y es very B x es very A II-1 y es B x es A I Inferencia Dado Criterios
  • 222. x es A  z es C y es B  z es C IX x es U (desconocida) y es B VIII x es nor (more or less A) y es not (more or less B) VII x es not (very A) y es not (very B) VI x es not A y es not B V y es V (desconocida) x es not A IV Inferencia Dado Criterios
  • 223.  
  • 224.  
  • 225.  
  • 226.  
  • 227.  
  • 228.  
  • 229.  
  • 230. Lógica Difusa Y Razonamiento Aproximado Material Anexo a 3.1. 3 Fundamentos de Reglas Difusas.
  • 231.
  • 232.
  • 233.
  • 234.
  • 235.
  • 236.
  • 237.
  • 238.
  • 239.
  • 240.
  • 241.
  • 242.
  • 243.
  • 244.
  • 245.
  • 246.
  • 247.
  • 248.
  • 249.
  • 250.
  • 251.
  • 252.
  • 253.
  • 254. Lógica Difusa Y Razonamiento Aproximado Material Anexo a 3.1. 3 Fundamentos de Reglas Difusas.
  • 255. Lógica Difusa y Razonamiento Aproximado: Proposiciones Difusas Material Anexo a 3.1.4.2 Reglas de Implicación Difusa.
  • 256.
  • 257.
  • 258.
  • 259.
  • 260.
  • 261.
  • 262. Lógica Difusa y Razonamiento Aproximado: Razonamiento Aproximado
  • 263.
  • 264.
  • 265.
  • 266.
  • 267.
  • 268.
  • 269.
  • 270.
  • 271.
  • 272.
  • 273.
  • 274.
  • 275. Lógica Difusa y Razonamiento Aproximado: Modelo de Inferencia Difusa
  • 276. Múltiples Reglas con Múltiples Antecedentes.
  • 277.
  • 278.
  • 279.
  • 280.
  • 281.
  • 282.
  • 283.
  • 284. Definición De Los Planos De Inferencia. Inferencia en sistemas con múltiples reglas: (min, max, min)
  • 285.
  • 286.
  • 287.
  • 288.
  • 289.
  • 290.
  • 291.
  • 292.
  • 293.
  • 294. Planos de Inferencia en una Unidad de Inferencia Difusa
  • 295.  
  • 296. Lógica Difusa y Razonamiento Aproximado: Proposiciones Difusas Material Anexo a 3.1.4.2 Reglas de Implicación Difusa.
  • 297. ESTRUCTURA BÁSICA Y OPERACIÓN DE LOS SISTEMAS DE CONTROL LÓGICOS DIFUSOS Material Anexo a: Modelos Basados en Reglas–Difusas para Aproximar una Función
  • 298.