Lógica es una ciencia formal que estudia la estructura o formas del pensamiento humano
(como proposiciones, conceptos y razonamientos) para establecer leyes y principios
válidos para obtener criterios de verdad
Como adjetivo, 'lógico' o 'lógica' significa que algo sigue las reglas de la lógica y de
la razón. Indica también una consecuencia esperable natural o normal.
Se utiliza también para referirse al llamado 'sentido común'. Procede del
latín logĭca, y a su vez del griego λογική (logike, 'que posee razón, 'intelectual',
'dialéctico', 'argumentativo'), que a su vez deriva de la
palabra λόγος (logos, 'palabra', 'pensamiento', 'razón', 'idea','argumento').
La lógica difusa (también llamada lógica borrosa) se basa en lo relativo de lo observado
como posición diferencial. Este tipo de lógica toma dos valores aleatorios, pero
contextualizados y referidos entre sí. Así, por ejemplo, una persona que mida dos metros
es claramente una persona alta, si previamente se ha tomado el valor de persona baja y se
ha establecido en un metro. Ambos valores están contextualizados a personas y referidos
a una medida métrica lineal.
La lógica difusa (fuzzy logic, en inglés) se adapta mejor al mundo real en
el que vivimos, e incluso puede comprender y funcionar con nuestras
expresiones, del tipo «hace mucho calor», «no es muy alto», «el ritmo
del corazón está un poco acelerado», etc.
La clave de esta adaptación al lenguaje se basa en comprender
los cuantificadores de cualidad para nuestras inferencias (en los
ejemplos de arriba, «mucho», «muy» y «un poco»).
En la teoría de conjuntos difusos se definen también las operaciones
de unión, intersección, diferencia, negación o complemento, y otras
operaciones sobre conjuntos (ver también subconjunto difuso), en los
que se basa esta lógica.
Para cada conjunto difuso, existe asociada una función de pertenencia
para sus elementos, que indica en qué medida el elemento forma parte
de ese conjunto difuso. Las formas de las funciones de pertenencia más
típicas son trapezoidal, lineal y curva.
Se basa en reglas heurísticas de la forma SI (antecedente)
ENTONCES (consecuente), donde el antecedente y el consecuente
son también conjuntos difusos, ya sea puros o resultado de operar con
ellos. Sirvan como ejemplos de regla heurística para esta lógica (nótese
la importancia de las palabras «muchísimo», «drásticamente», «un
poco» y «levemente» para la lógica difusa):
SI hace muchísimo frío. ENTONCES aumento drásticamente
la temperatura.
SI voy a llegar un poco tarde. ENTONCES aumento levemente la
velocidad.
Los métodos de inferencia para esta base de reglas deben ser sencillos,
versátiles y eficientes. Los resultados de dichos métodos son un área
final, fruto de un conjunto de áreas solapadas entre sí (cada área es
resultado de una regla de inferencia). Para escoger una salida concreta
a partir de tanta premisa difusa, el método más usado es el
del centroide, en el que la salida final será el centro de gravedad del
área total resultante.
Las reglas de las que dispone el motor de inferencia de un sistema
difuso pueden ser formuladas por expertos o bien aprendidas por el
propio sistema, haciendo uso en este caso de redes neuronales para
fortalecer las futuras tomas de decisiones.
Los datos de entrada suelen ser recogidos por sensores que miden las
variables de entrada de un sistema. El motor de inferencias se basa
en chips difusos, que están aumentando exponencialmente su
capacidad de procesamiento de reglas año a año.
Un esquema de funcionamiento típico para un sistema difuso podría ser
de la siguiente manera:
Funcionamiento de un sistema de control difuso.
En la figura, el sistema de control hace los cálculos con base en sus
reglas heurísticas, comentadas anteriormente. La salida final actuaría
sobre el entorno físico, y los valores sobre el entorno físico de las nuevas
entradas (modificado por la salida del sistema de control) serían
tomadas por sensores del sistema.
Por ejemplo, imaginando que nuestro sistema difuso fuese el
climatizador de un coche que se autorregula según las necesidades: Los
chips difusos del climatizador recogen los datos de entrada, que en este
caso bien podrían ser la temperatura y humedad simplemente. Estos
datos se someten a las reglas del motor de inferencia (como se ha
comentado antes, de la forma SI... ENTONCES... ), resultando un área de
resultados. De esa área se escogerá el centro de gravedad,
proporcionándola como salida. Dependiendo del resultado, el
climatizador podría aumentar la temperatura o disminuirla dependiendo
del grado de la salida.