Sistema Experto para el Diagnóstico de la Elección de una carrera profesional basado en logica

Vista previa del material en texto

UNIVERSIDAD MAYOR DE SAN ANDRÉS 
FACULTAD DE CIENCIAS PURAS Y NATURALES 
CARRERA DE INFORMÁTICA 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
TESIS DE GRADO 
 
“Sistema Experto para el Diagnóstico de la Elección de 
una Carrera Profesional Basado en Lógica Difusa” 
 
PARA OPTAR AL TÍTULO DE LICENCIATURA EN INFORMÁTICA 
MENCIÓN: INGENIERÍA DE SISTEMAS INFORMÁTICOS 
 
 
POSTULANTE : RAMIRO JHONATAN PARDO FORONDA 
TUTOR METODOLÓGICO : LIC. GROVER ALEX RODRIGUEZ RAMIREZ 
ASESOR : M. SC. ALDO RAMIRO VALDEZ ALVARADO 
ASESOR ADJUNTO : M. SC. WILLY ERNESTO PORTUGAL DURAN 
 
 
 
 
 
LA PAZ – BOLIVIA 
2014 
 
 UNIVERSIDAD MAYOR DE SAN ANDRÉS 
 FACULTAD DE CIENCIAS PURAS Y NATURALES 
 CARRERA DE INFORMÁTICA 
 
 
 
 
 
 
 
LA CARRERA DE INFORMÁTICA DE LA FACULTAD DE CIENCIAS PURAS Y 
NATURALES PERTENECIENTE A LA UNIVERSIDAD MAYOR DE SAN ANDRÉS 
AUTORIZA EL USO DE LA INFORMACIÓN CONTENIDA EN ESTE 
DOCUMENTO SI LOS PROPÓSITOS SON ESTRICTAMENTE ACADÉMICOS. 
 
 
 
 
 
LICENCIA DE USO 
 
 
 
 
 
El usuario está autorizado a: 
 
a) visualizar el documento mediante el uso de un ordenador o dispositivo móvil. 
b) copiar, almacenar o imprimir si ha de ser de uso exclusivamente personal y privado. 
c) copiar textualmente parte(s) de su contenido mencionando la fuente y/o haciendo la 
referencia correspondiente respetando normas de redacción e investigación. 
 
El usuario no puede publicar, distribuir o realizar emisión o exhibición alguna de este 
material, sin la autorización correspondiente. 
 
 
 
 
 
TODOS LOS DERECHOS RESERVADOS. EL USO NO AUTORIZADO DE LOS 
CONTENIDOS PUBLICADOS EN ESTE SITIO DERIVARA EN EL INICIO DE 
ACCIONES LEGALES CONTEMPLADOS EN LA LEY DE DERECHOS DE AUTOR. 
 
 
 
 
 
 
 
 
 
 
 
 
 
D E D I C A T O R I A 
 
 
Este trabajo lo dedico a mi familia, los seres más importantes por ser fuente inagotable de amor y 
cariño durante toda mi vida, a mis padres Ramiro y Eva por sus enseñanzas y guiarme por el 
buen camino, por toda su comprensión, y desvelos, por su constante dedicación y por seguir 
trabajando arduamente a lo largo de sus vidas en beneficio mío y de mi familia. 
 
A mis hermanas Lizeth Eva y Alexsandra Valentina por todo su desprendimiento, comprensión, y 
el apoyo desinteresadamente que me brindaron, sin ustedes el camino hubiera sido muy dificultoso. 
 
 
 
 
A G R A D E C I M I E N T O 
Al culminar mi formación profesional doy gracias a Dios por darme la oportunidad de 
alcanzar una de mis metas y estar conmigo en cada momento guiando mis pasos. Por enseñarme a 
luchar en los momentos difíciles de mi vida dándome la fuerza necesaria para continuar luchando día 
tras día y seguir adelante. 
 Luego de este camino recorrido, lleno de obstáculos que a veces parecen insuperables pero 
que solo sirven para demostrarme que si puedo, donde he encontrado personas que han subido a mi 
tren y dejaron mucho, otras que indiscutiblemente dejan un espacio vacío, para recordarme el tiempo 
compartido, la experiencia aprendida, la emoción de vivirla pero indiscutiblemente lo mejor de todo 
es que algunas llegaron y se quedaron junto a mí. 
 Agradezco a mi tutor Lic. Grover Alex Rodriguez Ramirez y mi Asesor M.Sc. Aldo 
Ramiro Valdez Alvarado por haberme brindado la colaboración y tiempo necesario para la 
conclusión de esta investigación. 
 Agradezco al M.Sc. Willy Ernesto Portugal Duran mi asesor por el tiempo, paciencia 
recomendaciones, consejos brindados en cada una de las etapas del desarrollo del presente trabajo. 
Principalmente agradecerle por haber aceptado ser mi asesor y brindarme su amistad. 
Agradezco al Lic. Efraín Silva Sánchez (†) por su amistad, confianza, sus consejos y 
demostrarme que las cosas buenas pasan a quienes las esperan. Las mejores a quienes van por ellas. 
A las docentes Lic. Verónica Subieta Frías, Lic. Isabel Conde Altamirano, Lic. Miriam 
Mallea Morales, Lic. Nilda Flores Salinas, por demostrarme que uno está vencido cuando deja de 
luchar y perseguir sus metas. 
A los Administrativos Ing. Ernesto Herman Leyton, Ing. Oscar Guzmán Jordan, Don Félix 
Salinas, a los amigos de kardex Dña. María, Juan Carlos, Marco, Roberto, a los amigos de la 
Biblioteca Don Fernando y Don Willy, a los amigos Miguel Paco Calla, Wilson Cachi Pacheco, 
Miguel Ángel Quisbert Vargas, Eddy Velazco Mamani, Meri Ticona Riveros por su amistad, ayuda, 
orientación y confianza. 
 De igual manera es necesario mencionar a todos los docentes de la carrera de Informática 
quienes plasmaron su conocimiento, experiencia durante toda la carrera universitaria. 
 
 
RESUMEN 
 
La finalidad del proyecto es la del desarrollo de un Sistema Experto cuyo objetivo es el 
diagnosticar de forma correcta la orientación vocacional de un paciente. 
El desarrollo de este trabajo, es el de proporcionar una herramienta que permita diagnosticar, 
la orientación vocacional. 
Esta detección podrá ser realizada por el psicólogo que realice el test a un paciente o por los 
propios pacientes que deseen auto – diagnosticarse. Los resultados que podrán visualizar de 
la aplicación son: Actividad al Aire Libre, Interés Mecánico, Interés por el cálculo, Interés 
Científico, Interés Persuasivo, Interés Artístico – Plástico, Interés Literario, Interés Musical, 
Interés por el Servicio Social e Interés por el trabajo de oficina. 
La memoria del proyecto trata de introducirnos tanto en la Inteligencia Artificial de lo cual 
es parte la lógica difusa, como en las aéreas de la elección de una carrea profesional que 
existen y explica los pasos seguidos para la consecución de la aplicación desarrollando el 
Sistema Experto y sus etapas correspondientes las cuales van asociadas a la metodología 
Buchanan la cual es la que se utiliza en el trabajo. 
La adquisición del conocimiento se realiza recogiendo diferente información acerca del tema 
tratado, usando todo tipo de material y formas, tanto por medio de entrevistas estructuradas 
como no estructuradas, así como por documentación encontrada de la orientación 
vocacional. 
La implementación de la aplicación corresponde al Software que se quiere utilizar, que 
requiere la elección del lenguaje, forma de presentar la interfaz de la aplicación, así como 
todo tipo de elementos relacionados con él. Para esta codificación se ha utilizado Prolog para 
el desarrollo del motor de inferencia y Adobe Flash Cs3 para la interfaz de usuario. 
Y por último, contrastar los resultados de la aplicación terminada, con resultados realizados 
que corresponden a la realidad. La cual ha sido realizada satisfactoriamente. 
 
 
ABSTRACT 
The purpose of the project is the development of an expert system aimed correctly 
diagnosing vocational guidance of a patient. 
 
The development of this work is to provide a tool to diagnose, vocational guidance. 
This detection can be performed by the psychologist who performed the test to a patient or 
patients themselves who wish to self - diagnosed. The results will display in the application 
are: Outdoor Activity , Mechanical Interests, Interest calculation, Scientific Interest , Interest 
Persuasive , Artistic Interest - Plastic Interesting Literary , Musical Interests, Social Service 
Interest and Interest for the work office . 
 
The project report is both introduce Artificial Intelligence which is part of fuzzy logic, as in 
the areas of choosing a professional carrea world and explains the steps taken to achieve the 
implementation and development of the Expert System appropriate stages which they were 
associated with the Buchanan method which is used in the work . 
 
Knowledge acquisition is performed by collecting different information about this subject, 
using all kinds of materials and shapes, both through structured and unstructured interviews, 
as well as documentation found for vocational guidance. 
 
The implementation of the application correspondsto the Software that is to be used, which 
requires the choice of language, how to present the application interface , as well as all kinds 
of items related to it . For this coding has been used for the development of Prolog inference 
engine and Adobe Flash Cs3 for UI. 
 
Finally, compare the results of the completed application, with matches made to reality. This 
has been performed successfully. 
 
 
 
TABLA DE CONTENIDO 
 
 Nro. Pág. 
CAPÍTULO I 
 1. ANTECEDENTES GENERALES ...................................................................... 1 
1.1 INTRODUCCIÓN ................................................................................................ 1 
 1.2 PLANTEAMIENTO DEL PROBLEMA ............................................................. 2 
 1.2.1 ANTECEDENTES ............................................................................... 2 
 1.2.2 FORMULACIÓN DEL PROBLEMA .................................................. 5 
 1.3 PLANTEAMIENTO DE OBJETIVOS ............................................................... 5 
1.3.1 OBJETIVO GENERAL..................................................................... 5 
 1.3.2 OBJETIVOS ESPECÍFICOS ............................................................. 5 
 1.4 HIPÓTESIS ......................................................................................................... 5 
 1.5 OPERACIONALIZACION DE VARIABLES ................................................. 6 
 1.6 JUSTIFICACIÓN ................................................................................................ 7 
 1.6.1 JUSTIFICACIÓN ECONÓMICA .................................................... 7 
 1.6.2 JUSTIFICACIÓN SOCIAL ............................................................... 7 
 1.6.3 JUSTIFICACIÓN CIENTÍFICA ....................................................... 7 
 1.7 LÍMITES Y ALCANCES ................................................................................... 8 
 1.7.1 LIMITES ........................................................................................... 8 
 1.7.2 ALCANCES ..................................................................................... 8 
 1.8 APORTES ........................................................................................................... 8 
 1.9 METODOLOGÍA ................................................................................................ 9 
CAPÍTULO II 
 2. MARCO TEÓRICO .......................................................................................... 11 
 2.1 SISTEMA EXPERTO ...................................................................................... 11 
 2.1.1 INTRODUCCIÓN A LOS SISTEMAS EXPERTOS ................................... 11 
 2.1.2. GENERALIDADES DE LOS 
 SISTEMAS EXPERTOS ........................................................................ 12 
 2.1.2.1 ¿QUÉ SON LOS SISTEMAS EXPERTOS? ....................................... 12 
 
 
 2.1.2.2 LOS EXPERTOS HUMANOS ............................................................ 14 
 2.1.2.3 DIFERENCIA ENTRE UN EXPERTO Y 
 UN NO EXPERTO HUMANO ..................................................... 15 
 2.1.2.4 DIFERENCIA ENTRE UN SISTEMA EXPERTO 
 Y UN PROGRAMA TRADICIONAL ........................................... 15 
 2.1.3. ARQUITECTURA BÁSICA DE LOS SISTEMAS EXPERTOS ................ 16 
 2.1.3.1 BASE DE CONOCIMIENTOS ......................................................... 16 
 2.1.3.2 BASE DE HECHOS (MEMORIA DE TRABAJO) .......................... 17 
 2.1.3.3 MOTOR DE INFERENCIA ............................................................. 17 
 2.1.3.4 SUBSISTEMA DE EXPLICACIÓN ................................................ 17 
 2.1.3.5 INTERFAZ DE USUARIO .............................................................. 18 
 2.1.4 LENGUAJE UTILIZADOS EN LA CONSTRUCCIÓN DE SISTEMAS 
 EXPERTOS .................................................................................................... 18 
 2.1.4.1 CLIPS ................................................................................................. 18 
 2.1.4.2 PROLOG .............................................................................................. 19 
 2.1.4.3 SMALLTALK ...................................................................................... 20 
 2.1.5 CAMPOS DE APLICACIÓN DE LOS SISTEMAS EXPERTOS ............... 20 
 2.2 METODOLOGÍA DE DESARROLLO BUCHANAN .................................... 24 
 2.2.1 INTRODUCCIÓN ................................................................................ 24 
 2.2.2 ETAPAS DE LA METODOLOGÍA BUCHANAN ............................. 25 
 2.3 LÓGICA DIFUSA ............................................................................................. 28 
 2.3.1 INTRODUCCIÓN ................................................................................ 28 
 2.3.2 TEORÍA DE CONJUNTOS DIFUSOS ................................................ 30 
 2.3.2.1 CONJUNTOS DIFUSOS ......................................................... 30 
 2.3.3 FUNCIÓN DE PERTENENCIA .......................................................... 31 
 2.3.4 OPERACIONES ELEMENTALES CON 
 CONJUNTOS DIFUSOS ..................................................................... 33 
 2.3.3.4 INFERENCIA DIFUSA ........................................................... 33 
 2.3.3.5 REGLAS DIFUSAS ................................................................. 34 
 2.3.3.6 IMPLICACIÓN DIFUSA ......................................................... 34 
 2.3.5 FUNCIONAMIENTO ........................................................................... 35 
 
 
 2.3.6 APLICACIONES .................................................................................. 36 
 2.3.7 LÓGICA DIFUSA EN INTELIGENCIA ARTIFICIAL ...................... 37 
 2.3.8 ETAPAS PARA EL FUNCIONAMIENTO DE 
 UN SISTEMA DIFUSO ....................................................................... 38 
 2.3.8.1 FUZZIFICACIÓN DE LAS ENTRADAS ............................... 39 
 2.3.8.2 DEFUZZIFICACIÓN ............................................................... 40 
 2.4 INTERÉS VOCACIONAL .............................................................................. 41 
 2.4.1. CLASIFICACIÓN DE ÁREAS GENERALES O 
 ESCALAS DE INTERÉS ....................................................................... 43 
 2.4.1.1 ACTIVIDAD AL AIRE LIBRE .......................................... 43 
 2.4.1.2 INTERÉS MECÁNICO ....................................................... 43 
 2.4.1.3 INTERÉS POR EL CÁLCULO .......................................... 43 
 2.1.1.4 INTERÉS CIENTÍFICO ..................................................... 44 
 2.1.1.5 INTERÉS PERSUASIVO ................................................... 44 
 2.1.1.6 INTERÉS ARTÍSTICO – PLÁSTICO ................................ 44 
 2.1.1.7 INTERÉS LITERARIO ....................................................... 44 
 2.1.1.8 INTERÉS MUSICAL .......................................................... 45 
 2.1.1.9 INTERÉS POR EL SERVICIO SOCIAL ........................... 45 
 2.1.1.10 INTERÉS POR EL TRABAJO DE OFICINA .................. 45 
CAPÍTULO III 
 3. DISEÑO METODOLÓGICO .......................................................................... 46 
 3.1. DESCRIPCIÓN DEL MODELO ..................................................................... 46 
 3.2. METODOLOGÍA PARA EL 
 DESARROLLO DEL SISTEMA EXPERTO .................................................. 47 
 3.2.1. IDENTIFICACIÓN ................................................................................ 47 
 3.2.2. CONCEPTUALIZACIÓN .................................................................... 49 
 3.2.2.1 ADQUISICIÓN DEL CONOCIMIENTO ......................................49 
 3.2.2.1.1. CONOCIMIENTO ABSTRACTO .................................. 49 
 3.2.2.2 BASE DE HECHOS ........................................................................ 50 
 3.2.3. FORMALIZACIÓN ............................................................................... 53 
 3.2.3.1 BASE DE CONOCIMIENTO ........................................................ 53 
 
 
 3.2.3.1.1 DEFINICIÓN Y CODIFICACIÓN DE 
 LAS VARIABLES ......................................................... 53 
 3.2.3.1.2 ÁRBOL DE DECISIÓN .................................................. 61 
 3.2.3.2 MOTOR DE INFERENCIA ............................................................ 62 
 3.2.3.2.1 FUZZIFICACIÓN DE LAS VARIABLES 
 LINGÜÍSTICA DE ENTRADA .................................... 62 
 3.2.3.2.2. DESARROLLO DE REGLAS ........................................ 68 
 3.2.3.2.1 DEFUZZIFICACIÓN DE LAS VARIABLES 
 LINGÜÍSTICA DE ENTRADA .................................... 82 
 3.2.4 IMPLEMENTACIÓN ............................................................................ 84 
 3.2.4.1 PROTOTIPO ................................................................................... 85 
CAPÍTULO IV 
 4. EVALUACIÓN DE RESULTADOS ............................................................... 90 
 4.1 RECOLECCIÓN DE DATOS.......................................................................... 90 
 4.1.1. TESTEO ................................................................................................. 90 
 4.2. REVISIÓN DEL PROTOTIPO ....................................................................... 94 
 4.3. DEMOSTRACIÓN DE LA HIPÓTESIS ........................................................ 96 
 
CAPÍTULO V 
 5. CONCLUSIONES Y RECOMENDACIONES ............................................ 100 
 5.1 CONCLUSIONES ........................................................................................... 100 
 5.2. RECOMENDACIONES ............................................................................... 101 
 BIBLIOGRAFÍA .................................................................................................. 102 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ÍNDICE DE TABLAS 
 
 Nro. Pág. 
Tabla 2.1. Primeros Sistemas Expertos y sus aplicaciones ........................................... 11 
Tabla 2.2. Diferencia entre un Experto Humano y un no Experto Humano ................. 15 
Tabla 2.3. Diferencia entre un Sistema Experto y un Programa Tradicional ................. 15 
Tabla 3.1. Variables Lingüísticas .................................................................................. 54 
Tabla 3.2. Función de Pertenencia Estudiar la música de Diferentes 
 Países, como la India, Japón, etc. ................................................................ 63 
Tabla 3.3. Función de Pertenencia Realizar Cálculos con distintas Medidas ................ 64 
Tabla 3.4. Función de Pertenencia Hacer mosaicos artísticos para decoraciones .......... 66 
Tabla 3.5. Función de Pertenencia Observar la vida de algunos insectos ...................... 67 
Tabla 4.1. Resultados Experto Humano y el Sistema Experto ....................................... 92 
Tabla 4.2. Obtención de los Resultados .......................................................................... 97 
 
 
 
 
 
 
 
 
 
 
 
 
ÍNDICE DE FIGURAS 
 
 Nro. Pág. 
 
Figura 2.1. Arquitectura de un Sistema Experto ............................................................ 16 
Figura 2.2. Etapas de la elaboración de un Sistema Experto ......................................... 28 
Figura 2.3. Elementos de un Conjunto Difuso .............................................................. 30 
Figura 2.4. Función Triangular ...................................................................................... 31 
Figura 2.5. Función Trapezoide ..................................................................................... 32 
Figura 2.6. Función S ..................................................................................................... 32 
Figura 2.7. Estructura de un Sistema Difuso ................................................................. 38 
Figura 3.1. Estructura del Sistema Experto para el Diagnóstico 
 de la Elección de una Carrera Profesional ................................................... 46 
Figura 3.2. Componentes que intervienen en el 
 desarrollo del Sistema Experto .................................................................... 48 
Figura 3.3. Componentes del Sistema Experto .............................................................. 48 
Figura 3.4. Adquisición del Conocimiento .................................................................... 49 
Figura 3.5. Representación de la clasificación de la Elección de 
 una carrera Profesional ................................................................................. 50 
Figura 3.6. Árbol de decisión de Sistema Experto ........................................................ 61 
Figura 3.7. Conjunto Difuso de la variable Estudiar la música de Diferentes 
 
 
 países, como la India, Japón, etc. ............................................................... 62 
Figura 3.8. Conjunto Difuso de la variable Realizar 
 Cálculos con distintas Medidas .................................................................... 64 
Figura 3.9. Conjunto Difuso de la variable 
 Hacer mosaicos artísticos para decoraciones ............................................... 65 
Figura 3.10. Conjunto Difuso de la variable 
 Observar la vida de algunos insectos ........................................................... 67 
Figura 3.11. Pantalla Principal del Sistema Experto ..................................................... 85 
Figura 3.12. Pantalla para conocer nuestro Sexo ........................................................... 86 
Figura 3.13. Pantalla de la Primera Pregunta ................................................................ 86 
Figura 3.14. Pantalla de la decimo Segunda Pregunta ................................................... 87 
Figura 3.15. Pantalla de la Pregunta Setenta ................................................................. 87 
Figura 3.16. Pantalla de la última pregunta ................................................................... 88 
Figura 3.17. Pantalla del Diagnóstico ............................................................................ 89 
Figura 4.1. Regla de los datos al sistema Experto .......................................................... 95 
Figura 4.2. Consulta de una de las reglas ....................................................................... 96 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
CAPÍTULO I 
ANTECEDENTES GENERALES 
 
 
 
 
 
1. ANTECEDENTES GENERALES 
 
1.1 INTRODUCCIÓN 
 
Se considera a alguien un experto en un problema cuando este individuo tiene 
conocimiento especializado sobre dicho problema. En el área de los (SE) a este tipo de 
conocimiento se le llama conocimiento sobre el dominio. La palabra dominio se usa para 
enfatizar que el conocimiento pertenece a un problema específico. 
Desde la aparición del ordenador, el ser humano se pregunta si sería posible que una 
maquina le arrebatase el privilegio de pensar y razonar. En la actualidad, hay ciertas ramas 
de la Inteligencia Artificial (I.A.) que se ocupan de este aspecto. La cual permite representar 
el conocimiento humano y construir sistemas que reflejen dichos conocimientos. 
Estos sistemas también son conocidos como Sistemas Basados en Conocimiento (SBC), 
los cuales permiten la creación de máquinas que razonan como el hombre, restringiéndose a 
un espacio de conocimientoslimitado. En teoría pueden razonar siguiendo los pasos que 
seguiría un experto humano (médico, analista, empresario, psicólogo, etc.) para resolver un 
problema concreto. Este tipo de modelos de conocimiento por ordenador ofrece un extenso 
campo de posibilidades en resolución de problemas y en aprendizaje. 
Decidir por cuál carrera optar sin dudas es un momento difícil. El conflicto que genera 
esta situación; el miedo al fracaso, a la decepción propia y ajena, son muchas veces 
sentimientos habituales del joven preuniversitario que se convierten en fuente de ansiedad y 
estrés. La pregunta ¿Qué podré estudiar? se repite con tanta frecuencia y con tal desespero 
que no nos cabe duda de la necesidad de una adecuada orientación profesional. 
La elección profesional es una manera de expresar el desarrollo alcanzado por nuestra 
personalidad en el período de la adolescencia donde el individuo debe determinar cuál será 
el camino a seguir o qué estudiar, pues en esta etapa de su vida se imponen dos crisis, una 
propia del evento vital por el cual se está transitando y otra, por ser precisamente en ésta 
época de menos ajuste emocional, cuando debe concretarse, según nuestro sistema 
educacional, el destino profesional de una persona. Este hecho justifica aún más la 
conveniencia de integrar la orientación vocacional a la escuela y contribuir a que profesores, 
http://www.monografias.com/trabajos28/aceptacion-individuo/aceptacion-individuo.shtml
http://www.monografias.com/trabajos7/doin/doin.shtml
http://www.monografias.com/trabajos6/auti/auti.shtml
http://www.monografias.com/trabajos15/fundamento-ontologico/fundamento-ontologico.shtml
http://www.monografias.com/trabajos4/epistemologia/epistemologia.shtml
http://www.monografias.com/trabajos34/empresario/empresario.shtml
http://www.monografias.com/trabajos/histoconcreto/histoconcreto.shtml
http://www.monografias.com/trabajos/adolmodin/adolmodin.shtml
http://www.monografias.com/trabajos15/calidad-serv/calidad-serv.shtml#PLANT
http://www.monografias.com/trabajos5/teap/teap.shtml
2 
 
alumnos y padres asuman la responsabilidad que les cabe para ayudar al proceso de 
orientación. 
El resultado esperado de este sistema experto es el lograr realizar un diagnóstico, de 
forma precisa y exacta para la elección de una carrera profesional. 
1.2 PLANTEAMIENTO DEL PROBLEMA 
1.2.1 ANTECEDENTES 
La elección de la carrera profesional se podría decir que sin duda es una de las 
decisiones más importantes de la vida debido a que ha esto nos dedicaremos (en algunos 
casos) la mayor parte de nuestra vida laboral; nos vemos influenciados por la familia, los 
amigos y en algunos casos las remuneraciones que estos nos podrían dejar. Sin embargo esta 
decisión debe tomarse sin prejuicios ya que en esta se ven explicitas nuestros intereses. 
Para una mejor elección de carrera se debe de tener en cuenta cuáles son nuestras 
aptitudes, actitudes e intereses así como explotar nuestros gustos y habilidades y trabajar con 
ellas para que día con día podamos perfeccionarlas teniendo en cuenta si contamos con la 
capacidad para ejercerlas y confiar que se pueden lograr los objetivos, metas, anhelos y 
sueños teniendo un equilibrio en nuestro autoestima. Los intereses varían dependiendo de la 
persona con sus objetivos ya que están los intereses medios que solo despiertan el interés 
momentáneamente y los de alto interés que se enfoca directamente a lo que te quieres 
dedicar. 
Es fácil detectar nuestros verdaderos intereses ya que es a lo que mayor parte le 
dedicamos y lo que nos esmeramos más por hacer ya que reflejan gran parte de nuestras 
características personales. No obstante siempre hay factores que nos hacen dudar y caer en 
una mala toma de decisiones, se tienen que olvidar los factores de convivencia que es en 
donde nuestros amigos influyen de acuerdo a sus intereses, la carrera determinada en la que 
los padres tratan de imponer la carrera o profesión y la financiera que en la mayoría de las 
ocasiones las personas van en busca de una carrera de acuerdo a las remuneraciones que este 
les podría dejar. 
3 
 
La psicología es una herramienta muy útil para ayudar a los adolescentes en la elección 
de una carrera profesional, provocando que el adolescente elija la carrera más idónea. Y uno 
de los medios que utiliza la psicología, son los test psicológicos. 
Uno de los instrumentos más conocidos para la evaluación psicológica de adolescentes 
es el test Psicológico KUDER, ampliamente utilizado en la elección de una carrera 
profesional. Relacionados con la adaptación personal y social del individuo. 
Si bien el test psicológico KUDER es una herramienta útil para determinar 
objetivamente la carrera que un adolescentes se desenvolverá mejor, el proceso de 
evaluación es arduo y con lleva mucho tiempo, además que muchos adolescentes requieren 
con suma urgencia los resultados para empezar a fortalecer su habilidades con respecto a una 
carrera. Si bien es una tarea larga y costosa, gracias a la tecnología y específicamente el área 
de la inteligencia artificial y sistemas expertos, todo el proceso puede ser automatizado de tal 
manera que el sistema experto pueda realizar el análisis del test psicológico. 
Se realizo la investigación de trabajos realizados en la carrera de Informática 
relacionados con el tema, los cuales son: 
Manual “KUDER ORIENTACIÓN VOCACIONAL”. Dentro el área de la psicología, el 
test psicológico KUDER es una prueba que permite conocer preferencias con respecto a un 
gran número de actividades. 
Titulo: “Sistema Experto para el diagnóstico de estrés utilizando lógica difusa” 
Autor: Clemente Quispe Sillo. 
Año: 2006 
Institución: Universidad Mayor de San Andrés, Carrera de Informática. 
Desarrollo de un Sistema Experto cuyo objetivo es el diagnóstico de estrés utilizando 
lógica difusa, que sea utilizado por un profesional experto en el tratamiento de estrés. 
4 
 
Titulo: “Sistema Experto para el diagnóstico de problemas de aprendizaje de niños en 
matemáticas” 
Autor: Soliz Lopez Eduardo Karina. 
Año: 2008 
Institución: Universidad Mayor de San Andrés, Carrera de Informática. 
Desarrollo de un Sistema Experto cuyo objetivo es detectar los problemas de 
aprendizaje en matemáticas (discalculia) en niños de 6 y 7 años que logra diagnosticar 
oportunamente las dificultades en el aprendizaje y ayudar a mejorar su rendimiento en el 
área. 
Titulo: “Sistema Experto para la selección de recursos humanos basados en un test 
Psicológico” 
Autor: Gisela Heydi Carita Rodriguez. 
Año: 2012 
Institución: Universidad Mayor de San Andrés, Carrera de Informática. 
Desarrollo de un Sistema Experto cuyo objetivo es mejorar el proceso de selección de 
recursos humanos basados en un test psicológico. 
Titulo: “Sistema Experto para el diagnóstico de trastornos depresivos basados en lógica 
difusa” 
Autor: Ana Guadalupe Salas Gonzales. 
Año: 2012 
Institución: Universidad Mayor de San Andrés, Carrera de Informática. 
Desarrollo de un Sistema Experto cuyo objetivo es el diagnosticar de forma correcta el 
tipo de trastornos depresivos de un paciente. 
5 
 
A continuación se menciona algunos problemas secundarios: 
 La falta de diagnósticos de que carreras serian más aptas para que un adolescente 
estudie hacen que el adolescente fracase en la carrera que eligió y por 
consecuente exista un cambio de carrera. 
 Poca disponibilidad de tiempo, en la atención del profesional en psicología causa 
una carga horaria insuficiente la cual provoca una alta demanda de adolescentes 
que equivocan la elección de una carrera profesional. 
 Algunos colegios no cuentan con un experto en psicología. 
 La falta económica de algunos padres de familia provocan que no puedan acudir 
a un psicólogo. 
1.2.2 FORMULACIÓN DEL PROBLEMA 
¿Cómo se podría apoyar el proceso de elección de una carrera profesional para 
adolescentes, evaluando objetivamente las característicasmás importantes y de esta manera 
se pueda agilizar los test de orientación vocacional? 
1.3. PLANTEAMIENTO DE OBJETIVOS 
1.3.1 OBJETIVO GENERAL 
Desarrollar un modelo de sistema experto el cual diagnostique las diferentes carreras 
profesionales que el adolescente puede estudiar midiendo objetivamente las 
características más importantes, y de esta manera se pueda agilizar los diagnósticos. 
1.3.2 OBJETIVOS ESPECÍFICOS 
 Implementar la base de conocimientos y desarrollo del motor de Inferencia. 
 Desarrollar de una interfaz fácil de usar por el usuario. 
 Formalizar el conocimiento del experto utilizando lógica difusa. 
 Construir de un prototipo e implementación del sistema. 
6 
 
1.4. HIPÓTESIS 
H: La lógica difusa permite al sistema experto dar un diagnóstico sobre la carrera que 
podría estudiar el adolescente con un nivel de confiabilidad del 95%. 
1.5. OPERACIONALIZACIÓN DE VARIABLES 
En base al problema planteado, se puede identificar una variable independiente Vi y 
otra variable dependiente Vd las cuales tienen la siguiente relación: 
Vi Vd 
Lógica Difusa 
(Variable Interviniente) 
Dónde: 
Vi: Sistema experto para el diagnóstico de las diferentes carreras profesionales 
que un adolescente puede estudiar. 
Concepto: Los sistemas expertos son programas que contienen el conocimiento del 
experto humano. 
Indicadores: Potencialidad en alguna área. 
Instrumentos: Modelos probabilísticos. 
Valor: Cuantitativos mediante al tipo de potencialidad que el adolescente tiene en 
alguna área. 
Vd: Diagnóstico 
Concepto: El conjunto de aptitudes para el diagnóstico de la carrera más apta para el 
adolescente. 
Indicadores: Comparación de los diagnósticos entre el sistema experto y el experto 
humano. 
7 
 
Valor: Cualitativo. 
1.6. JUSTIFICACIÓN 
1.6.1 JUSTIFICACIÓN ECONÓMICA 
El beneficio económico que proporcionara contar con un sistema experto que 
realice el diagnóstico de las diferentes carreras que un adolescente pueda estudiar sería 
favorable de gran manera. 
Con el sistema experto se quiere mantener el conocimiento del experto humano esto 
debido a que la mente humana es frágil y esta propensa a incursionar en algunos 
errores ya sean olvidos o confusiones. Se podría indicar que se puede reducir el costo 
hora hombre y los costos sustanciales en los pocos consultorios psicológicos que se 
establecen en el país; de ahí se puede evidenciar que es viable desarrollar el sistema 
experto. 
Ayudar a las personas de bajos recursos a poder conseguir un diagnóstico eficaz y 
mucho más económico. 
1.6.2 JUSTIFICACIÓN SOCIAL 
Se pretende que el sistema experto ayude principalmente al psicólogo así como a las 
personas brindándoles diagnósticos oportunos de las diferentes carreras afines. 
Los colegios que principalmente requieren de la construcción de un sistema experto 
para el diagnóstico de las diferentes carreras que un adolescente puede estudiar, 
además la población necesita de instrumentos o sistemas que puedan llevar a cabo un 
diagnóstico oportuno más aún si están a punto de salir bachilleres y precisamente con 
el sistema se quiere que los adolescentes escojan una carrera más apta de acuerdo a sus 
habilidades y de esta manera evitar el fracaso de una carrera. 
También el esfuerzo de desarrollo de un Sistema Experto se justifica por ejemplo 
cuando los expertos humanos escasean y los colegios necesitan expertos en distintas 
ubicaciones a la vez. 
8 
 
1.6.3 JUSTIFICACIÓN CIENTÍFICA 
Los sistemas expertos son extraordinarios asistentes para tratar o diagnosticar 
algunas patologías; estos poseen un acumulo interesante que conlleva a obtener 
conclusiones y acciones mediante el motor de inferencia en cual estará basado en 
lógica difusa y su base de conocimiento. 
La base de conocimientos es un buen medio para almacenar conocimientos de un 
experto humano; que por lo tanto de hará disponible en cualquier espacio y tiempo. 
La búsqueda de nuevas soluciones genera nuevos conocimientos y por consiguiente 
surgen distintas alternativas, para dar soluciones a problemas específicos. En este 
contexto el modelo de sistema experto propuesto se presenta como una nueva opción 
que integra ciencia y tecnología contribuyendo así al avance de la informática en la 
Psicología. 
1.7. LIMITES Y ALCANCES 
1.7.1 LIMITES 
 Solo se abordara el contexto de la psicología. 
 El presente trabajo solo se limita al diagnóstico para determinar la carrera que un 
adolescente pueda estudiar. 
 El sistema no almacenara los resultados de los diagnósticos. 
1.7.2. ALCANCES 
 Con el conocimiento del experto humano se diseñará el sistema experto de tal manera 
que permita la construcción del prototipo del sistema, lo que favorece al área de 
psicología y la inteligencia artificial. 
 El sistema experto ofrecerá un diagnóstico de manera rápida una vez introducidos los 
datos necesarios. 
9 
 
 El sistema tiene la capacidad de detectar los problemas más comunes para luego 
recoger la información necesaria y poder documentar la descripción del dominio de 
la aplicación con un margen de error mínimo. 
1.8. APORTES 
 El sistema experto ira en beneficio de la población como un sistema que ayude al 
diagnóstico de para determinar la carrera que un adolescente puede estudiar. 
 Los sistemas expertos, se basan en los aportes a otras ciencias y técnicas, en nuestro 
caso en el área de la psicología que han tomado el computador como metáfora para 
construir modelos de aprendizaje humano. 
 Con la construcción de este sistema experto trataremos de incentivar a la 
investigación de distintos temas en diferentes áreas de la psicología para incursionar 
con la informática. 
1.9. METODOLOGÍA 
Para la elaboración del presente trabajo se empleará el Método Científico. Qué tiene 
los siguientes pasos [Balzer, 1997]: 
 Observación 
Consiste en el estudio de un fenómeno que se produce en sus condiciones 
naturales. La observación deber ser cuidadosa, exhaustiva y exacta. 
 Identificación del problema 
A partir de la observación surge la identificación del problema que se va a estudiar 
lo que lleva a emitir alguna hipótesis. 
 Hipótesis 
Suposición provisional de la que se intenta extraer una consecuencia. Una hipótesis 
confirmada se puede convertir en una ley científica que establezca una relación 
10 
 
entre dos o más variables, y al estudiar un conjunto de leyes se puede hallar 
algunas regularidades entre ellas que den lugar a unos principios generales con los 
cuales se construye una teoría. 
 Experimentación 
Consiste en el estudio de un fenómeno, en las condiciones particulares de estudio 
que interesan, eliminando o introduciendo aquellas variables que puedan incluir en 
él. Se entiende por variable a todo aquello que pueda causar cambios en los 
resultados de un experimento y se distinguen entre variables independientes, 
dependientes y controlada. 
 Resultados 
Los resultados de un experimento pueden describirse mediante tablas, gráficos y 
ecuaciones de manera que puedan ser analizados con facilidad y permitan 
encontrar relaciones entre ellos que confirmen o no las hipótesis emitidas. 
Para el diseño del sistema experto se utilizo la Metodología de Buchanan que se 
basa en la adquisición de conocimientos de distintas fuentes: libros y expertos. 
Esta metodología procede a través de una serie de etapas para producir un sistema 
experto. Se destacan 6 etapas fundamentales: Identificación, Conceptualización. 
Formalización, Implementación, Testeo, Revisión del prototipo [Martinez, 2009]. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
CAPÍTULO II 
MARCO TEÓRICO 
 
 
11 
 
2. MARCO TEÓRICO 
2.1 SISTEMAS EXPERTOS 
2.1.1 INTRODUCCIÓN A SISTEMAS EXPERTOS 
 
Se considera a alguien un experto en un problema cuando este individuo tiene 
conocimiento especializadosobre dicho problema. En el área de los (SE) a este tipo de 
conocimiento se le llama conocimiento sobre el dominio. La palabra dominio se usa para 
enfatizar que el conocimiento pertenece a un problema específico. [Samper, 2004] 
Antes de la aparición del ordenador, el hombre ya se preguntaba si se le arrebataría 
el privilegio de razonar y pensar. En la actualidad existe un campo dentro de la inteligencia 
artificial al que se le atribuye esa facultad: el de los sistemas expertos (SE). [Samper, 2004] 
Estos sistemas también son conocidos como Sistemas Basados en Conocimiento, los 
cuales permiten la creación de máquinas que razonan como el hombre, restringiéndose a un 
espacio de conocimientos limitado. En teoría pueden razonar siguiendo los pasos que 
seguiría un experto humano (médico, analista, empresario, etc.) para resolver un problema 
concreto. [Samper, 2004]. 
Este tipo de modelos de conocimiento por ordenador ofrece un extenso campo de 
posibilidades en resolución de problemas y en aprendizaje. Su uso se extenderá 
ampliamente en el futuro, debido a su importante impacto sobre los negocios y la industria. 
Una característica adicional deseable, y a veces fundamental, es que el sistema es capaz de 
justificar su propia línea de razonamientos de forma inteligente por el usuario. [Samper, 
2004]. 
Tabla 2.1 
Sistema Fecha Autor Aplicación 
DENDRAL 1965 Stanford 
Deduce información sobre estructuras 
químicas 
HearSay 1965 
Carnegie 
– Mellon 
Interpreta en lenguaje natural un 
subconjunto del idioma 
http://www.monografias.com/trabajos28/aceptacion-individuo/aceptacion-individuo.shtml
http://www.monografias.com/trabajos/epistemologia2/epistemologia2.shtml
http://www.monografias.com/trabajos7/doin/doin.shtml
http://www.monografias.com/trabajos15/fundamento-ontologico/fundamento-ontologico.shtml
http://www.monografias.com/trabajos15/inteligencia-emocional/inteligencia-emocional.shtml
http://www.monografias.com/trabajos11/teosis/teosis.shtml
http://www.monografias.com/trabajos6/auti/auti.shtml
http://www.monografias.com/trabajos15/fundamento-ontologico/fundamento-ontologico.shtml
http://www.monografias.com/trabajos4/epistemologia/epistemologia.shtml
http://www.monografias.com/trabajos34/empresario/empresario.shtml
http://www.monografias.com/trabajos/histoconcreto/histoconcreto.shtml
http://www.monografias.com/trabajos/adolmodin/adolmodin.shtml
http://www.monografias.com/trabajos15/calidad-serv/calidad-serv.shtml#PLANT
http://www.monografias.com/trabajos5/teap/teap.shtml
http://www.monografias.com/trabajos15/plan-negocio/plan-negocio.shtml
http://www.monografias.com/trabajos16/industria-ingenieria/industria-ingenieria.shtml
12 
 
Sistema Fecha Autor Aplicación 
Mycin 1972 Stanford Diagnóstico de enfermedades de la sangre 
Tieresias 1972 Stanford 
Herramienta para la transformación de 
conocimientos 
Prospector 1972 Stanford 
Exploración mineral y herramientas de 
identificación 
Age 1973 Stanford 
Herramienta para generar Sistemas 
Expertos 
OPS5 1974 
Carnegie 
– Mellon 
Herramientas para desarrollo de Sistemas 
Expertos 
Caduceus 1975 
University 
of 
Pittsburg 
Herramientas de diagnóstico para medicina 
interna 
Rosie 1978 Rand 
Herramienta de desarrollo de Sistema 
Experto 
R1 1978 
Carnegie - 
Mellon 
Configurador de equipos de computación 
para DEC 
 
Primeros Sistemas Expertos y sus Aplicaciones 
Fuente: Giarratano, 2005 
 
2.1.2 GENERALIDADES DE LOS SISTEMAS EXPERTOS 
2.1.2.1 ¿QUÉ SON LOS SISTEMAS EXPERTOS? 
 
Desde su aparición, a mediados de 1960, los Sistemas Expertos se han definido 
como aquellos programas que se basan en el conocimiento y tratan de imitar el 
razonamiento de un experto para resolver un problema de un tópico definido. Su 
comportamiento se basa generalmente en reglas, es decir, se basa en conocimientos 
previamente definidos, y mediante estos conocimientos, los SE son capaces de tomar 
decisiones. Sería ilógico que solo existe una definición de Sistemas Expertos, ya que tanto 
los SE como la propia IA han ido evolucionado a la para través de los años. 
13 
 
En el congreso Mundial de Inteligencia Artificial Feigenbaum se definió a los SE 
como: 
Un programa de computador inteligente que usa el conocimiento y procedimientos 
de inferencia para resolver problemas que son lo suficientemente difíciles como para 
requerir la interpretación de un experto humano para su resolución. 
Sin embargo con los avances conseguidos hasta ahora esta definición ha cambiado, 
actualmente un SE define de la siguiente manera: 
Un Sistema Experto es un sistema informático que simula los procesos de 
aprendizaje, memorización, razonamiento, comunicación y acción de un experto humano 
en una determinada rama de la ciencia, suministrando, de esta forma, un consultor que 
puede sustituirle con unas ciertas garantías de éxito. 
Los Sistemas Expertos permiten el desarrollo de otros sistemas que representan el 
conocimiento como una serie de reglas. Las distintas relaciones, conexiones y afinidades 
sobre un tema pueden ser compiladas en un Sistema Experto pudiendo incluir relaciones 
altamente complejas y con múltiples interacciones. 
Las características mencionadas en las definiciones anteriores le permiten a un 
Sistema Experto almacenar datos y conocimientos, sacar conclusiones lógicas, ser capaces 
de tomar decisiones, aprender, comunicarse con expertos humanos o con otros Sistemas 
Expertos, explicar el razonamiento de su decisión y realizar acciones como consecuencia 
de todo lo anterior. 
Un problema se presta a ser resuelto usando un Sistema Experto cuando: 
Una solución del problema tienen una rentabilidad tan alta que justifica el desarrollo 
de un sistema, pues las soluciones son necesidades del área y no se han trabajado en otros 
métodos para obtenerlas. 
El problema puede resolverse solo por un conocimiento experto que puede dar 
forma a los conocimientos necesarios para resolver el problema, y la intervención de 
experto dará al sistema la experiencia que necesita. 
14 
 
El problema puede resolverse solamente por un conocimiento experto en vez de 
usar algoritmos particulares. 
Se tiene acceso a un experto que puede dar forma a los conocimientos necesarios 
para resolver el problema. La intervención de este experto dará al sistema la experiencia 
que necesita. 
El problema cambia rápidamente, o bien el conocimiento es el que cambia 
rápidamente, o sus soluciones son las que cambian constantemente. 
El desarrollo de un Sistema Experto no se considera que esta acabado una vez que 
funciona este, sino que continúa desarrollando y actualizando tanto el conocimiento del 
sistema como los métodos de procesamiento, quedando reflejados los progresos o 
modificaciones en el campo, área o sistema. [Velásquez, 2005] 
2.1.2.2 LOS EXPERTOS HUMANOS 
Un experto humano es una persona que es competente en un área determinada del 
conocimiento o del saber. Un experto humano es alguien que sabe mucho sobre un tema 
determinado y que puede dar un consejo adecuado. Esta experiencia solo se adquiere tras 
un largo aprendizaje y a base de mucha experiencia. Los expertos humanos tienen las 
siguientes características generales: 
Son caros por dos motivos: por su escaso número y por necesitar un largo periodo 
de aprendizaje. 
No están siempre disponibles, pues son humanos y cuando se jubilan o mueren se 
llevan con ellos todos sus conocimientos. Es por eso que tradicionalmente están 
acompañados de un “aprendiz”. 
Hay expertos que tienen mal carácter, son informales o poco comunicativos, lo que 
a veces les hace antipáticos. 
15 
 
La forma más rápida de formar a un experto es mediante el aprendizaje formal o 
académico (“conocimiento profundo”) en un principio, y posteriormente un aprendizaje 
informal o practico (“conocimiento informal”). [Velásquez, 2010] 
2.1.2.3 DIFERENCIA ENTRE UN EXPERTO Y UN NO EXPERTO 
HUMANO 
Tabla 2.2 
 Experto No Experto 
Tiempode Resolución Pequeño Grande 
Eficacia Resolutiva Alta Baja 
Organización Alta Baja 
Estrategias y Tácticas Si No 
Búsqueda de Soluciones Heurística No Heurística 
Cálculos aproximados Si No 
 
Diferencia entre un experto y un no experto humano 
Fuente: Velásquez, 2010 
 
El uso de heurísticas contribuye grandemente a la potencia y flexibilidad de los 
Sistemas Expertos y tienen a distinguirlos aún más del software tradicional. 
 
2.1.2.4. DIFERENCIAS ENTRE UN SISTEMA EXPERTO Y UN 
PROGRAMA TRADICIONAL 
Tabla 2.3 
 Sistema Experto Programa tradicional 
Conocimiento En programa e independiente En programa y circuitos 
Tipos de Datos Simbólicos Numéricos 
Resolución Heurística Combinatoria 
Def. Problema Declarativa Procedimental 
Conocimientos Imprecisos Precisos 
Modificaciones Frecuentes Raras 
16 
 
 Sistema Experto Programa tradicional 
Explicaciones Si No 
Solución Satisfactoria Optima 
Justificación Si No 
Resolución Área limitada Especifico 
Comunicación Independiente En programa 
 
Diferencias entre un Sistema Experto y un Programa Tradicional 
Fuente: Velásquez, 2010 
 
2.1.3 ARQUITECTURA BÁSICA DE LOS SISTEMAS EXPERTOS 
En la siguiente figura se muestra la arquitectura de un sistema experto 
 
Figura 2.1. Arquitectura de un sistema Experto 
Fuente: Velásquez, 2007 
17 
 
2.1.3.1 BASE DE CONOCIMIENTOS. 
Es la parte del sistema experto que contiene el conocimiento sobre el dominio. Hay 
que obtener el conocimiento del experto y codificarlo en la base de conocimientos. 
Este conocimiento lo constituye la descripción de: 
 Objetos a tener en cuenta y sus relaciones 
 Casos particulares o excepciones y diferentes estrategias de resolución con sus 
condiciones de aplicación (meta-conocimiento, es decir, conocimiento sobre el 
conocimiento) 
2.1.3.2 BASE DE HECHOS (MEMORIA DE TRABAJO) 
Contiene los hechos sobre un problema que se han descubierto durante una consulta. 
Durante una consulta con el sistema experto, el usuario introduce la información del 
problema actual en la base de hechos. El sistema empareja esta información con el 
conocimiento disponible en la base de conocimientos para deducir nuevos hechos. 
2.1.3.3 MOTOR DE INFERENCIA 
El sistema experto modela el proceso de razonamiento humano con un módulo 
conocido como el motor de inferencia. Dicho motor de inferencia trabaja con la 
información contenida en la base de conocimientos y la base de hechos para deducir nuevos 
hechos. 
Las categorías de Mecanismos de Inferencia son: 
1. Determinismo: Lo inferido es una verdad universal. Por ej.: el Químico dice con 
certeza que si un átomo tiene dos electrones, entonces es un átomo de Helio. 
2. Probabilístico: Son predicciones o probabilidades que no siempre son ciertas (se 
elige la probabilidad de mayor valor). Por ej.: las respuestas a la prevención de 
abandonos de los cursos de bachillerato, dadas por un sociólogo son tan sólo 
probabilidades, que pueden o no ser acertadas. Además de estos tres elementos, se 
18 
 
incluyen módulos de interface, indispensables para asegurar el diálogo entre el 
hombre y la máquina 
2.1.3.4 SUBSISTEMA DE EXPLICACIÓN 
Una característica de los sistemas expertos es su habilidad para explicar su 
razonamiento. Usando el módulo del subsistema de explicación, un sistema experto puede 
proporcionar una explicación al usuario de por qué está haciendo una pregunta y cómo ha 
llegado a una conclusión. Este módulo proporciona beneficios tanto al diseñador del 
sistema como al usuario. El diseñador puede usarlo para detectar errores y el usuario se 
beneficia de la transparencia del sistema. 
2.1.3.5 INTERFAZ DE USUARIO 
La interacción entre un sistema experto y un usuario se realiza en lenguaje natural. 
También es altamente interactiva y sigue el patrón de la conversación entre seres humanos. 
Un requerimiento básico del interfaz es la habilidad de hacer preguntas. Para obtener 
información fiable del usuario hay que poner especial cuidado en el diseño de las 
cuestiones. 
Esta interface comunica al motor de inferencia las consultas del usuario y a este 
último los resultados de la consulta. Y a la inversa. Permite, igualmente obtener el 
enunciado del problema inicial y los objetivos a alcanzar así como la consulta a la base de 
conocimiento. 
2.1.4 LENGUAJES UTILIZADOS EN LA CONSTRUCCIÓN DE 
SISTEMAS EXPERTOS 
2.1.4.1 CLIPS 
 
CLIPS es una herramienta que provee un entorno de desarrollo para la producción y 
ejecución de sistemas expertos. Fue creado a partir de 1984, en el Lyndon B. Johnson 
Space Center de la NASA. Los fondos cesaron a principios de los años 1990, y hubo un 
mandato de la NASA para comprar software comercial. 
http://es.wikipedia.org/wiki/Sistema_experto
http://es.wikipedia.org/wiki/Lyndon_B._Johnson_Space_Center
http://es.wikipedia.org/wiki/Lyndon_B._Johnson_Space_Center
http://es.wikipedia.org/wiki/NASA
19 
 
CLIPS es un acrónimo de C Language Integrated Production System (Sistema de 
Producción Integrado en Lenguaje C). En la actualidad, entre los paradigmas de 
programación que soporta CLIPS se encuentran la Programación lógica, la Programación 
imperativa y la Programación Orientada a Objetos. 
CLIPS probablemente es el sistema experto más ampliamente usado debido a que es 
rápido, eficiente y gratuito. Aunque ahora es de dominio público, aún es actualizado y 
mantenido por su autor original, Gary Riley [Marquez, 1996] 
2.1.4.2 PROLOG 
Se trata de un lenguaje de programación ideado a principios de los años 70 en la 
Universidad de Aix-Marseille I (Marsella, Francia) por los estudiantes modélicos Alain 
Colmerauer y Philippe Roussel. Nació de un proyecto que no tenía como objetivo la 
traducción de un lenguaje de programación, sino la clasificación algorítmica de lenguajes 
naturales. Alain Colmerauer y Robert Pasero trabajaban en la parte del procesado del 
lenguaje natural y Jean Trudel y Philippe Roussel en la parte de deducción e inferencia del 
sistema. Interesado por el método de resolución SL, Trudel persuadió a Robert Kowalski 
para que se uniera al proyecto, dando lugar a una versión preliminar del lenguaje Prolog a 
finales de 1971 y apareciendo la versión definitiva en 1972. Esta primera versión de Prolog 
fue programada en ALGOL W. 
Inicialmente se trataba de un lenguaje totalmente interpretado hasta que, en 1983, 
David H.D. Warren desarrolló un compilador capaz de traducir Prolog en un conjunto de 
instrucciones de una máquina abstracta denominada Warren Abstract Machine, o 
abreviadamente, WAM. Desde entonces Prolog es un lenguaje semi-interpretado. 
Si bien en un principio se trataba de un lenguaje de uso reducido, la aparición de 
intérpretes del mismo para microordenadores de 8 bits (ej: micro-PROLOG) y para 
ordenadores domésticos de 16 bits (ej: Turbo Prolog de Borland, entre otros muchos) a lo 
largo de la década de 1980 contribuyó notablemente a su popularización. Otro importante 
factor en su difusión fue la adopción del mismo para el desarrollo del proyecto de la quinta 
generación de computadoras a principios de la década de los 80, en cuyo contexto se 
http://es.wikipedia.org/wiki/Paradigma_de_programaci%C3%B3n
http://es.wikipedia.org/wiki/Paradigma_de_programaci%C3%B3n
http://es.wikipedia.org/wiki/Programaci%C3%B3n_l%C3%B3gica
http://es.wikipedia.org/wiki/Programaci%C3%B3n_imperativa
http://es.wikipedia.org/wiki/Programaci%C3%B3n_imperativa
http://es.wikipedia.org/wiki/Programaci%C3%B3n_Orientada_a_Objetos
http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n
http://es.wikipedia.org/wiki/Universidad_de_Provenza
http://es.wikipedia.org/wiki/Marsella
http://es.wikipedia.org/wiki/Francia
http://es.wikipedia.org/w/index.php?title=Alain_Colmerauer&action=edit&redlink=1
http://es.wikipedia.org/w/index.php?title=Alain_Colmerauer&action=edit&redlink=1
http://es.wikipedia.org/wiki/Philippe_Roussel
http://es.wikipedia.org/wiki/ALGOL
http://es.wikipedia.org/w/index.php?title=David_H.D._Warren&action=edit&redlink=1http://es.wikipedia.org/wiki/Conjunto_de_instrucciones
http://es.wikipedia.org/wiki/Conjunto_de_instrucciones
http://es.wikipedia.org/wiki/M%C3%A1quina_abstracta
http://es.wikipedia.org/w/index.php?title=Warren_Abstract_Machine&action=edit&redlink=1
http://es.wikipedia.org/wiki/Microordenador
http://es.wikipedia.org/wiki/Micro-PROLOG
http://es.wikipedia.org/wiki/Turbo_Prolog
http://es.wikipedia.org/wiki/Borland
http://es.wikipedia.org/wiki/Quinta_generaci%C3%B3n_de_computadoras
http://es.wikipedia.org/wiki/Quinta_generaci%C3%B3n_de_computadoras
20 
 
desarrolló la implementación paralelizada del lenguaje llamada KL1 y del que deriva parte 
del desarrollo moderno de Prolog. 
Las primeras versiones del lenguaje diferían, en sus diferentes implementaciones, en 
muchos aspectos de sus sintaxis, empleándose mayormente como forma normalizada el 
dialecto propuesto por la Universidad de Edimburgo, hasta que en 1995 se estableció un 
estándar ISO (ISO/IEC 13211-1), llamado ISO-Prolog. 
Prolog se enmarca en el paradigma de los lenguajes lógicos y declarativos, lo que lo 
diferencia enormemente de otros lenguajes más populares tales como Fortran, Pascal, C o 
Java. [Marquez, 1996] 
2.1.4.3 SMALLTALK 
Smalltalk es un lenguaje reflexivo de programación, orientado a objetos y con 
tipado dinámico. Por sus características, Smalltalk puede ser considerado también como un 
entorno de objetos, donde incluso el propio sistema es un objeto. Metafóricamente, se 
puede considerar que un Smalltalk es un mundo virtual donde viven objetos que se 
comunican entre sí, mediante el envío de mensajes. 
Un sistema Smalltalk está compuesto por: 
 Una Máquina virtual (Virtual machine) 
 Un archivo llamado "Imagen", que contiene a todos los objetos del sistema 
 Un lenguaje de programación (también conocido como Smalltalk) 
 Una enorme biblioteca de "objetos reusables" 
Y generalmente, un entorno de desarrollo que además puede funcionar como un sistema 
en tiempo de ejecución. [Marquez, 1996] 
 
 
http://es.wikipedia.org/wiki/Programaci%C3%B3n_distribuida
http://es.wikipedia.org/wiki/Kernel_Language_1
http://es.wikipedia.org/wiki/Sintaxis
http://es.wikipedia.org/wiki/Paradigma
http://es.wikipedia.org/wiki/Programaci%C3%B3n_l%C3%B3gica
http://es.wikipedia.org/wiki/Programaci%C3%B3n_declarativa
http://es.wikipedia.org/wiki/Fortran
http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n_Pascal
http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n_C
http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n_Java
http://es.wikipedia.org/wiki/Lenguaje_de_programaci%C3%B3n
http://es.wikipedia.org/wiki/Reflexi%C3%B3n_%28inform%C3%A1tica%29
http://es.wikipedia.org/wiki/Orientaci%C3%B3n_a_objetos
http://es.wikipedia.org/wiki/Tipado_din%C3%A1mico
http://es.wikipedia.org/wiki/Objeto_%28programaci%C3%B3n%29
http://es.wikipedia.org/wiki/Paso_de_mensajes
http://es.wikipedia.org/wiki/M%C3%A1quina_virtual
http://es.wikipedia.org/wiki/Entorno_de_desarrollo_integrado
http://es.wikipedia.org/wiki/Sistema_en_tiempo_de_ejecuci%C3%B3n
http://es.wikipedia.org/wiki/Sistema_en_tiempo_de_ejecuci%C3%B3n
21 
 
2.1.5 CAMPOS DE APLICACIÓN DE LOS SISTEMAS EXPERTOS 
 
 Medicina 
Los SE enfrentan tareas tales como la resolución de problemas, razonamiento 
automático y aprendizaje automático. Es típico el estudio de estos sistemas 
inteligentes en dominios específicos del conocimiento, como la medicina. 
Los programas en esta área se pueden clasificar en: 
Métodos de contestación prefijada, formados por algoritmos aritméticos lógicos, en 
los cuales el control y el conocimiento están juntos y están escritos en lenguajes 
procedimentales. 
Métodos estadísticos que se clasificaban en Bayesianos, de análisis discriminantes y 
análisis secuencial. 
 Análisis de estados Financieros 
Es un equivalente a los estados de salud en la medicina. El análisis de estados 
financieros se divide en tres fases. 
o Examen o revisión. Se revisan documentos contables como balance, cuenta 
de pérdidas y ganancias, etc. Utilizando para ello una serie de técnicas o 
procedimientos específicos(comparaciones de masas patrimoniales, 
porcentajes) 
o Se analiza e interpreta la información antes recopilada y se obtiene un 
panorama de la situación actual de la empresa. 
o Por último se presiden soluciones para ayudar a mejorar la situación futura 
de la empresa. 
 Planificación Financiera 
La disciplina conocida como Gestión Financiera implica un gran número de 
subramas (análisis de inversión, presupuesto de capital, análisis financiero, etc.) 
incluyendo la planificación financiera. La mayoría de los sistemas expertos se 
centran en resolver problemas de esta disciplina. 
22 
 
Esta rama de la gestión financiera intenta identificar el resultado de la aplicación de 
planes futuros en la empresa, tratando de identificar los recursos que esta necesita 
para conseguirlos. 
Los SE enfocados a la planificación financiera tienen sus principales aplicaciones 
en: 
o Análisis de mercado 
o Asesoría jurídica y fiscal 
o Evaluación de riesgos de gestión de cartera 
o Gestión de personal 
o Planes de inversión de capitales 
o Planes de pensiones 
o Verificación de firmas 
 Industria 
Los SE en la industria se aplican principalmente en: 
o Diagnóstico de control de calidad 
o Detección y actuación en caso de alarmas y emergencias 
o Configuración de equipos y sistemas bajo demanda 
o Generación de especificaciones y manuales de utilización, mantenimiento y 
reparación de sistemas fabricados bajo demanda 
o Control de procesos industriales 
o Gestión optima de los recursos 
 Electrónica, Informática y Telecomunicaciones 
Las aplicaciones principales de los SE son: 
o Diseño de circuitos de alto grado de integración 
o Sistemas inteligentes de auto diagnóstico contenidos. 
o Configuración de equipos y sistemas ´ 
o Control de redes de comunicación 
o Programación automática 
23 
 
o Ajuste de equipos y sistemas 
o Optimización de programas de computadora 
 Militar 
Las aplicaciones se centran en: 
o Guiado de vehículos y proyectiles de forma semiautomática 
o Planificación estratégica 
o Elección inteligente de contramedidas electrónicas con el fin de obtener la 
máxima efectividad con unos recursos limitados 
o Reconocimiento automático de blancos y valoración de los mismos 
o Interpretación de señales provenientes de sensores 
o Optimización de carga 
 Contabilidad 
Las Actividades administrativas, financieras y contables son campos en los que se 
pueden aplicar los Sistemas Expertos, pues cumplen la mayoría de los requisitos que 
son necesarios para poder desarrollar este tipo de sistemas (por ejemplo las tareas 
requieren conocimiento especializado, existen auténticos expertos en la materia, los 
expertos son escasos, la pericia necesita ser localizada en distintos lugares, la 
mayoría de las tareas requieren soluciones heurísticas). 
Los Sistemas Expertos se dejan para las tareas que estén muy pocos o nada 
estructurados, pues en este tipo de tareas se requiere mucho del juicio de un experto 
y se utilizan reglas heurísticas para llegar rápidamente a una solución, dando que el 
campo de soluciones puede ser muy amplio. 
Los Sistemas Expertos se pueden aplicar en todas las áreas de la contabilidad. 
Ahora bien, como esta clasificación es muy grande y además poco practica, se 
puede clasificar las aplicaciones potenciales de los Sistemas Expertos en 
contabilidad en las siguientes áreas de aplicación: 
24 
 
Auditoria: Análisis de la materialidad y del riesgo, evaluación del control interno, 
planificación de la auditoria, evaluación de la evidencia, análisis de cuentas 
concretas, formación de opinión, emisión del informe, auditoría interna, auditoria 
informática y demás situaciones en las cuales, como se menciono antes, requieren 
de la decisión de un experto. 
Contabilidad de costes y de gestión: Cálculo y asignación de costos,asignación de 
recursos escasos, control y análisis de desviaciones, planificación y control de 
gestión, diseño de sistemas de gestión de información, etc. 
Contabilidad financiera: regulación legal, normas y principios contables, 
recuperación y revisión analítica de registros contables diseño de sistemas 
contables, imputación contable, consolidación de estados contables, etc. 
Análisis de estados financieros: Análisis patrimonial, financiero y económico de los 
estados contables, salud financiera de la empresa, cálculo e interpretación de ratios, 
cálculo y análisis de tendencias, etc. 
Planificación financiera e industria de los servicios financieros: Planificación 
financiera corporativa, planificación financiera personal, análisis de inversiones, 
gestión de tesorería, mercado de valores, seguros, banca, concesiones de crédito, 
etc. 
 Robótica 
Aun cuando los robots no son como se les muestra en las películas, realmente 
pueden llegar a realizar actividades sorprendentes, sobre todo si son utilizados en la 
fabricación de productos, donde las tareas son repetitivas y aburridas. 
Los robots son muy solicitados en ambientes peligrosos para el ser humano, como 
en el manejo de explosivos, altas temperaturas, atmosfera sin la cantidad adecuada 
de oxigeno y en general bajo cualquier situación donde se pueda deteriorar la salud. 
25 
 
La mayoría de los robots tienen un brazo con varias uniones móviles y partes 
prensiles, donde todos sus elementos son controlados por un sistema de control 
programado para realizar varias tareas bajo una secuencia de pasos preestablecidos. 
Los investigadores de IA pretenden adicionar al robot métodos y técnicas que le 
permitan actuar como si tuviera un pequeño grado de inteligencia, lo cual pretende 
lograr con la conjunción de todas las áreas de la IA. 
 Otros campos de aplicación 
o Psicología 
o Agricultura 
o Arqueología 
o Derecho 
o Educación 
o Geología 
o Química 
2.2 METODOLOGÍA DE DESARROLLO DE BUCHANAN 
2.2.1 INTRODUCCIÓN 
 
La metodología que se utiliza es la de Buchanan que tiene como pilar básico la adquisición 
de conocimiento (de distintas fuentes, como ser libros, expertos, otros) [Martínez, 2009]. 
Las etapas que contempla esta metodología y que el ingeniero de conocimiento debe pasar 
para producir un Sistema Experto son seis: Identificación, Conceptualización, 
Formalización, Implementación, Testeo y Revisión del prototipo. 
2.2.2 ETAPAS DE LA METODOLOGÍA BUCHANAN 
Se tienen 6 etapas fundamentales: 
 Identificación 
Abarca desde la lectura de libros o artículos, las entrevistas o charlas con las personas 
familiarizadas con el tema y la búsqueda de un experto que esté dispuesto a colaborar 
26 
 
en la construcción del sistema; como también la definición de cuáles son las funciones 
o tareas más idóneas para ser realizadas por el sistema experto [Martínez, 2009]. 
Estas tareas son importantes para determinan que lenguaje y que sistema se usará. El 
ingeniero de conocimiento debe sentirse razonablemente cómodo respecto del dominio 
del problema, como para conversas inteligentemente con el experto, en resumen: 
 Se identifican los participantes y roles, los recursos, fuentes de 
conocimiento. 
 Se establecen las facilidades computacionales y presupuestos. 
 Se identifican los objetivos o metas. 
 Conceptualización 
Significa que por medio de entrevistas con el experto, con el objetivo de identificar y 
caracterizar el problema informalmente. El experto de campo y el ingeniero de 
conocimiento definen el alcance del sistema experto, es decir, que problemas va a 
resolver concretamente el sistema experto [Martínez, 2009]. 
 Se analizarán los conceptos vertidos por el experto de campo. 
 Los mismos serán tomados en cuenta con sumo interés, pues el experto 
humano o de campo es quién conoce en detalle los fundamentos articulares 
del tema a investigar. 
 Formalización 
Con el problema adecuadamente definido el ingeniero de conocimiento empieza a 
determinar los principales conceptos del dominio que se requieren para realizar cada 
una de las tareas que va a resolver el sistema. Esto es importante para la tarea de 
definición del sistema experto y para mantener una adecuada documentación del 
mismo, ya que es útil para la tarea de diseño, construcción y para posteriores 
modificaciones del sistema. El ingeniero de conocimiento debe prestar atención al 
27 
 
experto de campo para encontrar la estructura básica que el experto utiliza para 
resolver el problema. Está formada por una serie de mecanismos organizativos que el 
experto de campo usa para manejarse en ese dominio. Esta estructura básica de 
organización del conocimiento le permite al experto realizar ciertos tipos de 
inferencias. El ingeniero de conocimiento además debe reconocer las estrategias 
básicas que usa el experto cuando desarrolla su tarea, que hechos establece primero, 
que tipos de preguntas realiza primero, si define supuestos inicialmente sin bases con 
información tentativa, como determina el experto que pregunta debe usar para refinar 
sus suposiciones y en qué orden el experto prosigue con cada sub tarea y si ese orden 
varía según el caso [Martínez, 2009]. 
 Se identifican los conceptos relevantes e importantes. 
 El objetivo es el de formalizar el diagrama de información conceptual. 
 Se formaliza los elementos sub problemas es una especificación parcial para 
construir un prototipo de la base de conocimiento. 
 Implementación 
El ingeniero de conocimiento deberá a medida que se desarrolla el prototipo que el 
formalismo usado es el apropiado para reflejar los conceptos y el proceso de inferencia 
del experto. 
Las características particulares de construcción del lenguaje capturen exactamente los 
aspectos estructurales más importantes de los conceptos usados por el experto, la 
estructura del control del lenguaje al activar las reglas refleje la estrategia usada por el 
experto [Martínez, 2009]. 
 
o Se formaliza el conocimiento obtenido del experto. 
o Se elige la organización. 
o El lenguaje de programación. 
 
28 
 
 Testeo 
Se observa el comportamiento del prototipo, el funcionamiento de la base de 
conocimiento y la estructura de las inferencias, verificándose que el Sistema Experto 
posea eficiencia [Martínez, 2009]. 
 Revisión del prototipo 
o Se reformulan los conceptos. 
o Se rediseña y refina el prototipo. 
o Se refina el prototipo, o si fuera el caso, se rediseña y se reformulan los 
conceptos. 
La característica más importante de ésta metodología es la constante relación entre el 
ingeniero de conocimiento y el experto humano, en la figura 2.2. se presenta un 
resumen de las etapas para el diseño de un Sistema Experto utilizando la metodología 
Buchanan. 
 
Figura 2.2. Etapas de la elaboración de un Sistema Experto 
 Fuente: [Martínez, 2009] 
 
2.3 LÓGICA DIFUSA 
2.3.1 INTRODUCCIÓN 
 
El concepto de Lógica Difusa fue concebido por Lofti A. Zaded, profesor de la 
Universidad de California en Berkeley, quién inconforme con los conjuntos clásicos que 
sólo permiten dos opciones, la pertenencia o no de un elemento a dicho conjunto, la 
presentó como una forma de procesar información permitiendo pertenencias parciales a 
29 
 
unos conjuntos, que en contraposición a los clásicos los denominó Conjuntos Difusos 
(fuzzy sets). 
El concepto de conjunto difuso fue expuesto por Zadeh el año 1965, hoy clásico en 
la literatura de la lógica difusa, titulado. El año 1971 publica el artículo, "Quantitative 
Fuzzy Semantics", en donde introduce los elementos formales que acabarían componiendo 
el cuerpo de la doctrina de la lógica difusa y sus aplicaciones tal como se conocen en la 
actualidad. Zadeh dice: "La lógica difusa trata de copiar la forma en que los humanos 
toman decisiones” no siendo decisiones que solamente expresan verdad o falsedad en la 
respuesta[López, 2009]. 
La lógica difusa es una metodología que proporciona una manera simple y elegante 
de obtener una conclusión a partir de información de entrada vaga, ambigua, imprecisa, con 
ruido o incompleta. En general la lógica difusa imita como una persona toma decisiones 
basada en información con las características mencionadas. Una de las ventajas de la lógica 
difusa es la posibilidad de implementar sistemas basados en ella tanto en hardware como en 
software o en combinación de ambos. 
La lógica difusa es una técnica de la inteligencia computacional que permite trabajar 
con información con alto grado de imprecisión, en esto se diferencia de la lógica 
convencional que trabaja con información bien definida y precisa. Es una lógica 
multivaluada que permite valores intermedios para poder definir evaluaciones entre sí/no, 
verdadero/falso, negro/blanco, caliente/frío, etc. [Rodríguez, 2005]. 
En la vida cotidiana se utilizan palabras para describir variables, por ejemplo 
cuando se dice “hoy hace calor” es equivalente a decir la temperatura actual es alta, se 
utiliza la palabra alta, para describir la temperatura actual, es decir, la variable temperatura 
actual toma la palabra alta como su valor. 
Cuando una variable toma números como sus valores, se tiene un marco de trabajo 
bien formulado matemáticamente, pero cuando una variable toma palabras como sus 
valores no se tiene un marco de trabajo formal matemáticamente, de aquí que el concepto 
30 
 
de variable lingüística se introduce, si una variable puede tomar palabras en lenguaje 
natural como sus valores, esta es llamada variable lingüística [Rolston, 1998]. 
A continuación en la Figura 2.3 se ve los elementos de un conjunto difuso. 
 
Figura 2.3. Elementos de un Conjunto Difuso 
Fuente: [Vargas, 2005] 
 
2.3.2 TEORÍA DE CONJUNTOS DIFUSOS 
2.3.2.1 CONJUNTOS DIFUSOS 
 
Los conjuntos difusos pueden ser considerados como una generalización de los 
conjuntos clásicos, la teoría clásica de conjuntos solo contempla la pertenencia o no 
pertenencia de un elemento a un conjunto, sin embargo la teoría de conjuntos difusos 
contempla la pertenencia parcial de un elemento a un conjunto, es decir, cada elemento 
presenta un grado de pertenencia a un conjunto difuso que puede tomar cualquier valor 
entre 0 y 1. Este grado de pertenencia se define mediante la función característica asociada 
al conjunto difuso, que es cada valor que pueda tomar un elemento o variable x, es decir, la 
función característica o de pertenencia denotada por μA(x) proporciona el grado de 
pertenencia de este valor de x al conjunto difuso A [Vargas, 2009]. 
Formalmente un conjunto difuso en el universo de discurso (son todos los valores 
que pueden ser tomados por un atributo) U se caracteriza por una función de pertenencia o 
característica μA(x) que toma valores en el intervalo [0,1], y puede representarse como un 
31 
 
conjunto de pares ordenados de un elemento x y su valor de pertenencia al conjunto 
[Choque, 2005]: 
A= {(x, μA(x)) Ι x є U}. 
2.3.3. FUNCIÓN DE PERTENENCIA 
La función de pertenencia o característica proporciona una medida de grado de 
similaridad de un elemento de U con el conjunto difuso. La forma de una función de 
pertenencia utilizada, depende del criterio aplicado en la resolución de cada problema y 
variara en función de la cultura, geografía, época o punto de vista del usuario. La única 
condición que debe cumplir una función de pertenencia es que tome valores entre 0 y 1, con 
continuidad [Vargas, 2009]. 
Entre las funciones de pertenencia típicas [Choque, 2005]: pueden distinguirse: 
a) Función Triangular. Se encuentra definida por sus límites: inferior a y superior 
b, y el valor modal m, tal que a<m<b. 
 
 La función triangular se representa como se ve en la Figura 2.5. 
 
Figura 2.4. Función Triangular 
Fuente: [Choque, 2005] 
 
32 
 
b) Función Trapezoidal. Se encuentra definida por sus límites: inferior a y superior 
d, y los límites de su soporte, b y c, inferior y superior respectivamente. 
 
La función trapezoidal se representa como se ve en la Figura 2.6. 
 
Figura 2.5. Función Trapezoidal 
Fuente: [Choque, 2005] 
c) Función S. Se encuentra definida por sus límites: inferior a y superior b, y el 
valor m, denominado punto de inflexión, tal que a<m<b. Un valor típico de esta 
función es el promedio m = (a+b)/2. El crecimiento es más lento cuanto mayor 
sea la distancia (a-b). 
La función S está dada por: 
 
La función S se representa como se ve en la Figura 2.7. 
 
Figura 2.6. Función S 
Fuente: [Choque, 2005] 
33 
 
 
En general, es preferible usar funciones simples, debido a que simplifican muchos 
cálculos y no pierden exactitud, debido a que precisamente se está definiendo un concepto 
difuso [Choque, 2005]. 
Conceptualmente existen dos aproximaciones para determinar la función de 
pertenencia asociada a un conjunto: la primera aproximación está basada en el 
conocimiento humano de los expertos y la segunda aproximación es utilizar una colección 
de datos para diseñar la función. El número de funciones características asociadas a una 
misma variable es elegido por el experto: a mayor número de funciones características 
tendremos mayor resolución pero también mayor complejidad computacional; además estas 
funciones pueden estar solapadas, lo que pone de manifiesto un aspecto clave de la lógica 
difusa a la vez, es decir, “el vaso puede estar medio lleno y medio vacío a la vez” [Vargas, 
2009]. 
2.3.4. OPERACIONES ELEMENTALES CON CONJUNTOS DIFUSOS 
Al igual que en la teoría clásica de conjuntos, sobre los conjuntos difusos podemos 
definir las operaciones de unión, intersección, complementario. [Reina, 2008] 
2.3.4.1 INFERENCIA DIFUSA 
Se llama reglas difusas al conjunto de proposiciones IF – THEN que modelan el 
problema que se quiere resolver. Una regla difusa simple tiene la forma: 
“si u es A entonces v es B” 
Donde A y B son conjuntos difusos definidos en los rangos de u y v respectivamente. Un 
regla expresa un tipo de relación entre los conjuntos A y B cuya función característica seria 
μA->B(x, y) y representa lo que conocemos como implicación lógica. La elección 
apropiada de esta función característica está sujeta a las reglas de la lógica proposicional 
[Vargas, 2005]. 
 
34 
 
2.3.4.2 REGLAS DIFUSAS 
Una regla difusa base es un conjunto de reglas Si – ENTONCES que pueden ser 
expresadas de la siguiente forma: 
Reglam: Si ui es Aim y u2 es A2m y up es Apm 
Entonces v es Bm 
Con m= 1, 2,3,…, M 
Donde Aim y Bm son conjuntos difusos, ui Є U y v є V 
Existen dos caminos para obtener el conjunto de reglas correspondiente a un 
conjunto de datos numéricos: dejar que los datos establezcan los conjuntos difusos que 
aparecen en los antecedentes y los consecuentes; predefinir los conjuntos difusos para 
antecedentes u consecuentes para luego asociar los datos a esos conjuntos. 
Para llegar a obtener el conjunto completo de reglas que modelan un problema se 
puede partir de considerar todas las combinaciones de reglas Pt, que es posible establecer 
teóricamente, entre el número de antecedentes p y el número de conjuntos difusos de 
entrada Ap considerados para cada antecedente. Así, para cada consecuente, el número 
teórico de reglas posibles será: 
 
Sin embargo entre estas Pt reglas teóricamente posibles para cada consecuente, 
habrá algunas que no tengan sentido físico y otras que no se ajusten a las características del 
problema a resolver. Se deberá pues seleccionar, de entre todas las reglas posibles, el 
conjunto de reglas más adecuadas al problema que se considera [Vargas, 2009]. 
2.3.4.3 IMPLICACIÓN DIFUSA 
Al igual que para describir las nociones básicas de la teoría de conjuntos difusos 
podemos establecer un paralelismo con las de la teoría clásica de conjuntos, también los 
fundamentos de la teoría de la lógica difusa parten y toman los conceptos fundamentales