Un mundo difuso. Toma de decisiones en las empresas

Instituto Tecnológico de Orizaba
Maestría en Ingeniería Administrativa.
Catedrático: Dr. Fernando Aguirre y Hernández
Alumno: Joab Abisaí Pérez Huerta
Tema: Un mundo difuso.
Introducción.
Tomar decisiones en una empresa, es un responsabilidad que pocos tienen el
valor de tomar, es decir, tener el valor, el conocimiento y la decisión de decirle o
marcarle a una organización completa la ruta que se debe de seguir. Sin duda es
una gran responsabilidad puesto a que de ello dependen miles o hasta millones de
pesos en inversión, empleos y sustentos para muchas familias, y aun la
subsistencia de una población. Es por ello que cualquier empresa u organización,
no tomas decisiones a la ligera o sin considerar todos los factores que se puedan
ver involucrados, y sobre todos los que pueden llegar a representar un riesgo o un
problema a futuro.
Ahora, pensando en las personas que tienen como tarea el tomar estas
decisiones, deben de ser profesionistas capacitados, que tengan diferentes
aptitudes y actitudes, con distintas competencias desarrolladas. Una de estas
competencias es el poder cuantificar lo incuantificable. Pero ¿cómo es esto
posible? Es en este momento, que entra en acción la Lógica Difusa, el proceso
mediante el cual, la información o el conocimiento puede ser transmitido y recibido
de forma correcta, clara y precisa, aun cuando las barreras que existan, sean
difíciles de superar.
En general se puede hacer mención de que la información difusa, permite dar
cierto valor cuantificable a aspectos que en un principio no lo son. Esto es debido
a que, como se mencionó en un principio, las empresas no se pueden dar el lujo
de seguir un camino que no represente cierto grado de confiabilidad, es debido a
ello que las áreas que no dan este valor a sus propuestas, son muy difíciles de
incursionar.
Actualmente la lógica difusa ha ganado valor debido a su gran cantidad de
aplicaciones dentro de la industria moderna, aplicaciones que se ven reflejadas
desde procesos y sistemas industriales, el desarrollo de dispositivos de
inteligencia artificial de deduccn automática, así como de la construcción de
elementos electrónicos de uso doméstico o de entretenimiento en general.
Interpretaciones numéricas y no numéricas.
El lengua está lleno de algunas palabras o conceptos que pueden ser entendibles
para un ser humano, pero que, por ejemplo, si se quisiera interpretar por un robot
o por un dispositivo artificial, tendría distintas barreras para ser interpretado. Es
por ello que existen dos métodos, que refieren ciertas características
especificadas
Métodos No Numéricos
En las interpretaciones y cuantificación de las magnitudes y de diferentes
características, se puede hacer mención de algunas aproximaciones no numéricas
que son usadas con un razonamiento más cercano al habitual, es decir, el
cualitativo. Uno de los métodos más estudiado en esta clasificación, es el
razonamiento por defecto, que hace referencia a las conclusiones de los sistemas
de reglas como válidas hasta que se encuentre una razón mejor para creer alguna
cosa (González, 2011)
Métodos Numéricos.
Existen diferentes métodos, entre los cuales se pueden destacar la familia de los
métodos probabilísticos, que asocian un valor numérico (puede ser el grado de
creencia) entre el 0 y el 1 únicamente, de forma tal, que se puede resumir la
incertidumbre sobre las expresiones. De esta forma cuando una oración, o una
expresión tenga un 0.7 de probabilidad, no quiere decir que sea un 70% verdad,
sino que tiene un 70% de creencia sobre la expresión. El valor que se le asigne a
la probabilidad, depende en gran medida de las evidencias que se tengan. La
teoría de Dempster-Shafer el cual utiliza grados de creencia dados por intervalos
de valores para que se pueda representar el conocimiento adquirido. Y de igual
forma existen diversas familias probabilísticas, que describen técnicas entre las
que se pueden mencionar los métodos exactos y los aproximados (Factores de
certeza)
La lógica difusa.
Relacionado a lo que se ha comentado anteriormente se puede hacer mención de
que la lógica difusa es de igual forma un método de razonamiento el cual entra en
la categoría de aproximado y no probabilista, pues puede definirse como una
extensión de la lógica multivariada que facilita enormemente el modelado de
información cualitativa de manera aproximada únicamente. El éxito o la fama que
alcanzado actualmente se debe a que tiene la posibilidad de resolver problemas
de una gran complejidad y poco definidos que, si se tratan de resolver con los
métodos tradicional, son muy difíciles de resolver.
El autor González (2011) define a la Lógica Difusa como:
“Es la lógica multivariada que permite representar matemáticamente la
incertidumbre y la vaguedad, proporcionando herramientas formales para su
tratamiento”
Es una herramienta que permite establecer un mapeo en el cual se puede
resolver cualquier tipo de situación problemática que se presente dando un
conjunto de variables de entrada, es decir, el espacio de entrada, para poder
obtener un valor que sea adecuado al problema en las variables de salida, es
decir, el espacio de salida.
Antecedentes históricos.
El termino como tal “Lógica Difusa” se utilipor primera vez en el año de 1974 y
hoy en día se utiliza en un amplio sentido, pues se ocupa agrupando la teoría de
conjuntos difusos, reglas si-entonces, aritmética difusa, cuantificadores, etc.
Lofti A. Zadeh, es el autor a quien se le atribuye la creación del concepto, pues en
su propuesta, la lógica difusa se presentó como una manera en la cual se puede
procesas la información en la que los datos podrían tener asociados un cierto
grado de pertenencia parcial a conjuntos. Como se mencionó anteriormente, a
mediados de los años 70 fue cuando esta teoría se dio a conocer y se empezó a
aplicar a los sistemas de control. En la primera parte de su presentación, es decir
su primera fase (Entre 1965 y 1974) Zadeh hizo mención del concepto general de
conjunto difuso y su función de pertenencia asociada que toma valores en el
intervalo unitario. En esta fase no se hizo mención en gran profundidad de los
mecanismos de razonamiento y la lógica que se encuentra asociada a esta
representación.
En la segunda fase que comprende entre los años 1972 y 200, se introdujeron dos
conceptos importantes: la variable lingüística y el concepto de reglas if-then (si,
entonces). Actualmente la gran mayoría de las aplicaciones que existen de
conjuntos difusos usas estos conceptos, gracias al desarrollo de los conceptos de
esta segunda fase, evolucionaron rápidamente aplicaciones de control difuso.
La tercera etapa del desarrollo, que es a partir del o 1996 hasta la actualidad, la
lógica difusa está centrada en la computación con palabras, empleando procesos
del lenguaje natural para la búsqueda en internet y el desarrollo de respuestas
automáticas. Hoy en día existe una multitud de líneas de investigación que ocupan
de forma intensiva la teoría de la lógica difusa en diversas áreas de aplicación.
Uso de la información difusa.
La información y el conocimiento son elementos que se ven ligados muy
intensamente con el proceso de aprendizaje, el cual se puede dividir fácilmente en
cuatro etapas principales:
Etapa 1
Incompetencia- inconsciente.
Etapa 2
Incompetencia-consiente.
Etapa 3
Competencia-consiente
Etapa 4
Competencia-inconsciente
Ahora, en este proceso de aprendizaje, se puede hacer mención de que los datos
o la información siempre están presenten, como elemento mínimo que puede ser
almacenado con un cierto significado, y cuando esté relacionado con un contexto
especifico. Al realizarlo y procesarlo, se encuentra en él, el inicio de la información.
Un conjunto de datos siempre esta orientado a un fin, con lo cual, se puede
denominar ahora, información. Ahora, esta información puede ser clasificada de
acuerdo a la tipología de textos, con la finalidad de ser presentada. Para poder
realmente adquirí la información y ponerla en práctica para convertirla en
conocimiento, se debe de hacer pasar, por diferentes procesos mentales, en
donde se comparará con la información que anteriormente se tenía y se
encontrarán puntos en común o diferencias marcadas, que definirán las nuevas
posturas o conocimientos previos.
Contrastes entre la Lógica difusa y la lógica clásica.
Existen diversos puntos en los cuales las diferentes gicas pueden llegar a
contraponerse, sin embargo, para un problema en específico, puede ser que se
ocupe parte de las dos, o una combinación. Mientras que en la teoría de conjuntos
tradicional, se define ser miembro de un conjunto como un predicado booleano, en
la teoría de conjuntos difusos se permite representar el ser miembro de un
conjunto como una distribución de posibilidades. La lógica difusa, tiene una gran
base matemática, principalmente en las diferentes teorías de conjuntos que dan la
posibilidad de imitar el comportamiento de la lógica humana.
Esta información difusa, se utiliza principalmente para representar la información
que es imprecisa, ambigua o vaga, es decir, que en un principio no hay manera de
definirla de forma concreta, que no es cuantificable. Se usa para realizar
operaciones en los conceptos que están fuera de las definiciones de la lógica
booleana. Con el uso de la lógica difusa, los subconjuntos se pueden representar
con grados de verdad y de falsedad.
Se presentan a continuación los putos más contrastantes entre ambas lógicas:
Lógica
Clásica
Difusa
Manipulación simbólica
Manipulación simbólica y
cálculos numéricos
Razonamiento exacto
Razonamiento aproximado
Características fundamentales.
Existen algunas características de la Lógica Difusa, que la vuelve un método muy
específico, pues sigue principios tales como El Principio de Incompatibilidad, el
cual hace mención de que la descripción del comportamiento de un sistema
complejo no se puede realizar de forma totalmente precisa. Para poder solucionar
este problema Zadeh plantea la necesidad de obtener algunas herramientas o
estrategias capacees de manejar de forma rigurosa y fiable la información que no
es precisa, lo cual desarrolla las siguientes características específicas:
Representación de la información imprecisa.
Esto se debe a que se propone el empleo de la Teoría de conjuntos difusos. Así
como describir la experiencia de los sistemas complejos en sus relaciones de
entrada y salida mediante las proposiciones condicionales del tipo “si, entonces”.
Inferencia sobre información que no es precisa.
Se necesita una forma en la cual se pueda combinar la información que se tiene,
para poder obtener nuevos hechos. Para ello, el autor establece la necesidad de
un método de inferencia generalizado e introduce lo que se conoce como La Regla
Composicional de Inferencia.
Razonamiento exacto.
Se puede ver como un caso particular del razonamiento aproximado, pues
cualquier sistema lógico puede ser fuzzificado. Por medio de la lógica difusa se
puede llegar a formular el conocimiento humano de una forma sistemática y puede
ser fácilmente incluido en sistemas de ingeniería.
Restricciones difusas.
Los sistemas difusos son especialmente interesantes para poder definir los
sistemas cuyo modelo exacto es difícil de obtener, pues es necesario ocupar una
aproximación.
Inferencias
Esto se puede visualizar como un proceso de programación de restricciones
difusas.
Decisiones.
Se utiliza ampliamente en sistemas de ayuda de toma de decisiones. La lógica
difusa permite obtener decisiones con valores incompletos o información incierta.
Los conjuntos difusos.
Un conjunto difuso es aquel que puede contener elementos con grados parciales
de pertenencia, a diferencia de lo que se ocupa en la lógica clásica, en los cuales
lo elementos pueden pertenecer o no pertenecer a dichos conjuntos. En esta
escala, se pueden manejar puntos intermedios, así como también se ve reflejada
cierta influencia en torno a los elementos con los cuales se hace la comparación,
para determinar la característica de un elemento o dispositivo.
Función de pertenencia.
Es una curva que determina el grado de pertenencia de los elementos de un
conjunto. Se denota por la letra griega µ y se puede adoptar entre valores de 0 y 1.
Mientras que en un conjunto de gica clásica se tendría la siguiente gráfica:
Grafica 1. Uso de lógica clásica (Gonzales, 2011)
En un sistema con conjuntos difusos, se encontraría la siguiente gráfica:
Grafica 2. Uso de conjuntos difusos (Gonzales, 2011)
Universo de discurso.
Es el conjunto de valores que se pueden llegar a tomar las variables. Este
conjunto de elementos que vamos a tener en consideración. También es
necesario entender que es una variable difusa, que en realidad, es cualquier valor
que está basado en la percepción humana más que en los valores precisos de
medición.
Conclusión.
Este concepto es muy fácil de adaptar viendo algunos procesos hasta cierto punto
inversos. Es decir, en primer lugar, la tecnología se basó en llevar a cabo
procesos de medición y control de manera autónoma, es decir, que una máquina,
un sistema o un proceso, por sus características específicas, pudiera detectar un
elemento o un producto que fuera bueno o malo, que pasa o que no pasa, que
cumple o que no cumple.
Sin embargo, ahora, se busca no solo tener dos parámetros fijos, sino que se
pueda comprender de una forma más humana todos los diferentes parámetros
con los cuales se puede tomar una decisión.
Sin embargo, para poder incluir eso a un sistema, un proceso, un robot o algún
elemento digital, puede tener su alto grado de desarrollo y comprensión, es por
ello que se introduce la Lógica Difusa.
Un nuevo concepto, que permite desarrollar estrategias o herramientas para
facilitar la toma de decisiones, y que pueda vencer las barreras que se puedan
llegar a presentar.
Propuesta de tesis.
Implementacn de un sistema basado en lógica difusa, según las necesidades
que se presenten en la organización.
Objetivo.
Valorar, desarrollar e implementar un sistema o un proceso que cumpla con las
especificaciones de una necesidad dad, dentro de una empresa, con un enfoque
totalmente difuso.
Agradecimientos.
Agradecimiento especial al Instituto Tecnológico de Orizaba, al profesor Dr.
Fernando Aguirre y Hernández, quien imparte la materia de Fundamentos de la
Ingeniería Administrativa, por todos los conocimientos que comparte con sus
alumnos y a la Maestría en Ingeniería Administrativa que promueve la cultura del
aprendizaje. Así como agradecer al CONACYT por el apoyo brindado y por las
áreas de oportunidad que genera, con sus distintos programas a los estudiantes
del Posgrado.
Referencias Bibliográficas.
GUILLERMO ALFREDO ARRIOJA CARRERA. (2011). Manejo de información
Difusa. Orizaba, México: ITO.
Guillermo Morales-Luna. (2002). INTRODUCCION A LA LOGICA DIFUSA.
MEXICO: CINVESTAV-IPN.
J.P. Aurrand-Lions, L. Fournier, P. Jarri, et al. Application of fuzzy control for ISIS
vehicule braking. In Proceedings of Fuzzy and Neuronal Systems, and Vehicule
applications’91, 1991.
L.A. Zadeh. Fuzzy set. Information and Control, 8:338353, 1965.
L.A. Zadeh. Outline of a new approach to the analysis of complex system. IEEE
Transaction on System Man and Cybernetics, 1:28 44, 1973.
Tomás Arredondo Vidal. (2014). Introducción a la Lógica Difusa. México.
http://profesores.elo.utfsm.cl/~tarredondo/info/softcomp/Introduccion%20a%20la%
20Logica%20Difusa.pdf

Hazle saber al autor que aprecias su trabajo

Tu opinión vale, comenta aquíOculta los comentarios

Comentarios

comentarios

Compártelo con tu mundo

Cita esta página
Pérez Huerta Joab Abisaí. (2017, junio 6). Un mundo difuso. Toma de decisiones en las empresas. Recuperado de https://www.gestiopolis.com/mundo-difuso-toma-decisiones-las-empresas/
Pérez Huerta, Joab Abisaí. "Un mundo difuso. Toma de decisiones en las empresas". GestioPolis. 6 junio 2017. Web. <https://www.gestiopolis.com/mundo-difuso-toma-decisiones-las-empresas/>.
Pérez Huerta, Joab Abisaí. "Un mundo difuso. Toma de decisiones en las empresas". GestioPolis. junio 6, 2017. Consultado el 26 de Abril de 2018. https://www.gestiopolis.com/mundo-difuso-toma-decisiones-las-empresas/.
Pérez Huerta, Joab Abisaí. Un mundo difuso. Toma de decisiones en las empresas [en línea]. <https://www.gestiopolis.com/mundo-difuso-toma-decisiones-las-empresas/> [Citado el 26 de Abril de 2018].
Copiar
Imagen del encabezado cortesía de skillicorn en Flickr
DACJ