En la investigación
realizada por Klir y Folger, en el libro escrito el año 1988 titulado
“Conjuntos difusos, incertidumbre e información”, es posible diferenciar
dos etapas en la evolución del conocimiento: Un esfuerzo orientado a
conocer aspectos del mundo y un posterior esfuerzo por conocer aspectos
del propio conocimiento. Se puede suponer que ésta segunda etapa, en la
que las personas se encontraban a fines del siglo veinte, surge a
consecuencia de los fallos de la primera, para delimitar el alcance y
validez del conocimiento adquirido previamente. La preocupación no se
centra en la mera adquisición de conocimiento, sino que, además, se
intenta determinar en qué medida se conoce algo, qué grado de certeza se
puede asignar al conocimiento de las personas. Se han desviado los
problemas desde cómo manipular el mundo a cómo manipular el
conocimiento. Se ha calificado a la actual sociedad como la sociedad de
la información, y se destinan gran cantidad de recursos a la
adquisición, manejo, procesado, selección, almacenamiento, distribución,
protección, recopilación, análisis y clasificación de la información,
para lo cual la computadora resulta una herramienta de gran ayuda. La
gran cantidad de información de que se dispone, unida al grado de
incertidumbre que lleva asociada, constituye la base de muchos de los
problemas actuales: La complejidad.
En palabras de Gómez Flechoso, en la tesis doctoral publicada el año 1998 titulada “Inducción del conocimiento con incertidumbre en bases de datos relacionales borrosas”, el estudio de la información basada en su incertidumbre asociada ha dado lugar a diferentes teorías matemáticas. La primera de ellas fue la conocida teoría de la información de Shannon, reportada el año 1948, construida a partir de la teoría clásica de conjuntos y de la teoría de la probabilidad. Desde comienzos de los años 1980 se han realizado diferentes avances orientados a la construcción de una teoría general de la información. Dentro de ésta se incluyen, además de la teoría clásica de conjuntos y de la teoría de la probabilidad, otras como la teoría de conjuntos difusos, la teoría de la posibilidad y la teoría de la evidencia. Con las nuevas teorías se ha conseguido romper la relación única que existía entre incertidumbre y teoría de la probabilidad, y se ha pasado a considerar la incertidumbre en los términos mucho más genéricos de la teoría de conjuntos difusos y de medidas difusas. Además, ha quedado demostrado que la incertidumbre puede manifestarse en diferentes formas o, dicho de otro modo, que existen diferentes tipos de incertidumbre y que en la teoría de la probabilidad sólo se manifestaba una de ellas. Los tres tipos de incertidumbre identificados con estas cinco teorías incluidas en la teoría general de la información son los siguientes: (1) Borrosidad. Resultante de la existencia de conjuntos difusos, con límites vagamente definidos. (2) Imprecisión o falta de especificidad. Relacionada con el tamaño de conjuntos de alternativas. (3) Discordia. Producida por conflictos entre varios conjuntos de alternativas. La imprecisión y la discordia pueden considerarse como diferentes modos de ambigüedad, asociando esta última con cualquier situación en la que no quede clara la alternativa correcta de un conjunto de ellas. Ésta puede deberse a una defectuosa caracterización de un objeto o a distinciones conflictivas. Por otro lado, la borrosidad es diferente de la ambigüedad, y se produce cuando existen conceptos cuyos límites no están perfectamente determinados.
Según Torres y Tranchita, en el artículo escrito el año 2005 titulado “¿Inferencia y razonamiento probabilístico o difuso?”, no existe, prácticamente, ningún problema de ingeniería en donde se tenga la información total sobre todas las variables y en donde esta información no tenga ningún grado de incertidumbre o imprecisión. Un problema de ingeniería, con todos los datos y completamente determinístico no es un problema real. La principal dificultad en el tratamiento o modelado de la incertidumbre es precisamente sus características inciertas. Todo intento de determinar estas características es reducir el nivel de incertidumbre. En general, se manejan situaciones en las cuales se cuenta con diferentes tipos o niveles de incertidumbre. Tradicionalmente, la incertidumbre ha sido modelada a través de la teoría de la probabilidad, sin embargo, debido a que la incertidumbre no es igual en todos los casos, se han formulado otras formas de manejar la incertidumbre de las variables, tales como la teoría de las posibilidades, la lógica difusa y la teoría de Dempster-Shafer, entre otras. Esta idea es complementada por los investigadores King y Keohane, en el libro escrito el año 2003 titulado “La ciencia en las ciencias sociales”, quienes mencionan que en los problemas de la vida real se utiliza información inmediata: Datos, experiencia, razonamiento a priori, para hacer inferencias que conduzcan a algo más amplio que no se observa directamente. A través de la inferencia se utilizan observaciones del mundo para revelar otros hechos que no se han observado o se pueden conocer efectos causales a partir de los datos observados. El término inferencia se utiliza como sinónimo de ilación. En un sentido amplio la inferencia va desde la implicación hasta el proceso mental operativo mediante el cual, partiendo de determinada información, se llega por implicación o también por inducción a una conclusión. Bajo incertidumbre la inferencia utiliza diferentes técnicas para el tratamiento de las características inciertas. De esta manera, es importante diferenciar el tipo de incertidumbre que se está tratando para determinar la técnica más conveniente a utilizar.
En palabras de Gómez Flechoso, en la tesis doctoral publicada el año 1998 titulada “Inducción del conocimiento con incertidumbre en bases de datos relacionales borrosas”, el estudio de la información basada en su incertidumbre asociada ha dado lugar a diferentes teorías matemáticas. La primera de ellas fue la conocida teoría de la información de Shannon, reportada el año 1948, construida a partir de la teoría clásica de conjuntos y de la teoría de la probabilidad. Desde comienzos de los años 1980 se han realizado diferentes avances orientados a la construcción de una teoría general de la información. Dentro de ésta se incluyen, además de la teoría clásica de conjuntos y de la teoría de la probabilidad, otras como la teoría de conjuntos difusos, la teoría de la posibilidad y la teoría de la evidencia. Con las nuevas teorías se ha conseguido romper la relación única que existía entre incertidumbre y teoría de la probabilidad, y se ha pasado a considerar la incertidumbre en los términos mucho más genéricos de la teoría de conjuntos difusos y de medidas difusas. Además, ha quedado demostrado que la incertidumbre puede manifestarse en diferentes formas o, dicho de otro modo, que existen diferentes tipos de incertidumbre y que en la teoría de la probabilidad sólo se manifestaba una de ellas. Los tres tipos de incertidumbre identificados con estas cinco teorías incluidas en la teoría general de la información son los siguientes: (1) Borrosidad. Resultante de la existencia de conjuntos difusos, con límites vagamente definidos. (2) Imprecisión o falta de especificidad. Relacionada con el tamaño de conjuntos de alternativas. (3) Discordia. Producida por conflictos entre varios conjuntos de alternativas. La imprecisión y la discordia pueden considerarse como diferentes modos de ambigüedad, asociando esta última con cualquier situación en la que no quede clara la alternativa correcta de un conjunto de ellas. Ésta puede deberse a una defectuosa caracterización de un objeto o a distinciones conflictivas. Por otro lado, la borrosidad es diferente de la ambigüedad, y se produce cuando existen conceptos cuyos límites no están perfectamente determinados.
Según Torres y Tranchita, en el artículo escrito el año 2005 titulado “¿Inferencia y razonamiento probabilístico o difuso?”, no existe, prácticamente, ningún problema de ingeniería en donde se tenga la información total sobre todas las variables y en donde esta información no tenga ningún grado de incertidumbre o imprecisión. Un problema de ingeniería, con todos los datos y completamente determinístico no es un problema real. La principal dificultad en el tratamiento o modelado de la incertidumbre es precisamente sus características inciertas. Todo intento de determinar estas características es reducir el nivel de incertidumbre. En general, se manejan situaciones en las cuales se cuenta con diferentes tipos o niveles de incertidumbre. Tradicionalmente, la incertidumbre ha sido modelada a través de la teoría de la probabilidad, sin embargo, debido a que la incertidumbre no es igual en todos los casos, se han formulado otras formas de manejar la incertidumbre de las variables, tales como la teoría de las posibilidades, la lógica difusa y la teoría de Dempster-Shafer, entre otras. Esta idea es complementada por los investigadores King y Keohane, en el libro escrito el año 2003 titulado “La ciencia en las ciencias sociales”, quienes mencionan que en los problemas de la vida real se utiliza información inmediata: Datos, experiencia, razonamiento a priori, para hacer inferencias que conduzcan a algo más amplio que no se observa directamente. A través de la inferencia se utilizan observaciones del mundo para revelar otros hechos que no se han observado o se pueden conocer efectos causales a partir de los datos observados. El término inferencia se utiliza como sinónimo de ilación. En un sentido amplio la inferencia va desde la implicación hasta el proceso mental operativo mediante el cual, partiendo de determinada información, se llega por implicación o también por inducción a una conclusión. Bajo incertidumbre la inferencia utiliza diferentes técnicas para el tratamiento de las características inciertas. De esta manera, es importante diferenciar el tipo de incertidumbre que se está tratando para determinar la técnica más conveniente a utilizar.
No hay comentarios:
Publicar un comentario