Cuestionario sobre Razonamiento Aproximado y Lógica Borrosa

El enfoque probabilístico permite hacer deducciones fiables sin necesidad de gran cantidad de datos. Verdadero. Falso.

La teoría de Dempster-Shafer permite razonar con incertidumbre. Verdadero. Falso.

La teoría de Dempster-Shafer asigna masas de probabilidad a todos los subconjuntos de las hipótesis que se consideran en un sistema. Verdadero. Falso.

La teoría de Dempster-Shafer es una generalización de la teoría bayesiana de probabilidad subjetiva. Verdadero. Falso.

Sabemos que dado dos conjuntos cualesquiera A y B, si A es subconjunto de B, entonces P(A) es menor o igual que P(B). Verdadero. Falso.

La inferencia estadística obtiene resultados totalmente fiables basados en los datos. Verdadero. Falso.

El razonamiento inductivo o inducción es frecuente en la ciencia y en la vida cotidiana. Verdadero. Falso.

El enfoque probabilístico se basa en la independencia de las hipótesis. Verdadero. Falso.

El razonamiento inductivo o inducción permite llegar a conclusiones que pueden ser falsas, aunque las premisas en que se apoye sean verdaderas. Verdadero. Falso.

Las probabilidades son totalmente fiables porque se basan en datos reales. Verdadero. Falso.

El enfoque probabilístico se ajusta fácilmente en caso de que se obtengan nuevas evidencias que condicionen las hipótesis. Verdadero. Falso.

Los factores de certeza se rigen por probabilidad a partir de poblaciones muestrales. Verdadero. Falso.

En inferencia borrosa, el modelo Takagi-Sugeno se suele usar sólo en sistemas de control. Verdadero. Falso.

En la Teoría de la Evidencia, se considera que la suma de la probabilidad de un hecho y en su contrario tiene que ser uno. Verdadero. Falso.

El enfoque probabilístico mide la no existencia de la enfermedad en base a la no presencia de un síntoma de la enfermedad. Verdadero. Falso.

Los factores de certeza expresan la importancia de un suceso y del suceso contrario. Verdadero. Falso.

En la Teoría de la Evidencia, Bel(S) es menor o igual que m(S) para todo S. Verdadero. Falso.

En inferencia borrosa, las diferentes familias de implicaciones borrosas arrojan siempre el mismo resultado. Verdadero. Falso.

Dado el experimento de lanzar un dado equilibrado y los eventos A=2 (si se obtiene el número 2) y B=2,4 o 6 (si se obtiene un número par), entonces la probabilidad condicional P(A|B) es igual a: 1/6. 1/3. 1/36. Ninguna de las anteriores.

En inferencia borrosa, la inferencia tipo Mamdani suele usar una composición tipo MAX-PROD. Verdadero. Falso.

La inferencia estadística permite inferir conclusiones sobre una población que pueden ser falsas, aunque los datos utilizados sean verdaderos. Verdadero. Falso.

En inferencia borrosa, el Modus Ponens Generalizado cumple también el Modus Ponens clásico. Verdadero. Falso.

Las probabilidades asumen que las mediciones son exactas. Verdadero. Falso.

En la Teoría de la Evidencia, la suma de las masas de probabilidad de todos los subconjuntos del conjunto potencia de las posibles hipótesis es igual a 1. Verdadero. Falso.

Los factores de certeza no se pueden asociar a reglas. Verdadero. Falso.

La teoría de Dempster-Shafer permite reasignar nuevas probabilidades a las hipótesis si se encuentran nuevas evidencias teniendo en cuenta las probabilidades inicialmente asignadas por los expertos. Verdadero. Falso.

En la Teoría de la Evidencia, se pueden obtener resultados y respuestas que contradicen a las que se obtienen utilizando la teoría de la probabilidad. Verdadero. Falso.

Los factores de certeza se basan en apreciaciones personales de un experto sobre situaciones o relaciones que se desea inducir en una base de conocimientos. Verdadero. Falso.

Dado dos conjuntos cualesquiera A y B, si A y B son independientes, entonces P(A∩B)= P(A)+P(B). Verdadero. Falso.

¿Cuáles de las siguientes afirmaciones son correctas en el marco de la Lógica Borrosa?. La cardinalidad borrosa de un conjunto borroso es un número que representa la suma de 'pesos' de todos sus elementos. 0,475 es un número borroso. El único posible valor para la negación de un grado de pertenencia de 0,7 es 0,3. Ninguna de las anteriores.

Controladores tipo Mamdani: El conocimiento se expresa en forma de reglas. Verdadero. Falso.

Controladores tipo Mamdani: Cada una de las n variables de entrada y la de salida han de repartirse en conjuntos borrosos. Verdadero. Falso.

Controladores tipo Mamdani: Es necesario hacer desborrosificación. Verdadero. Falso.

Controladores tipo Mamdani: La salida final para el sistema a controlar se expresa mediante un conjunto borroso. Verdadero. Falso.

La principal regla de inferencia en el razonamiento aproximado es la misma que en lógica clásica. Verdadero. Falso.

Los cuantificadores aproximados son los mismos que los clásicos. Verdadero. Falso.

La principal regla de inferencia en el razonamiento aproximado se suele expresar mediante relaciones. Verdadero. Falso.

La principal regla de inferencia en el razonamiento aproximado no tiene en cuenta las funciones de implicación. Verdadero. Falso.

Indica cuál de las siguientes afirmaciones sobre conjuntos borrosos y lógica borrosa es verdadera: Los conceptos matemáticos de conjuntos clásicos pueden ser generalizados a la teoría de conjuntos borrosos. La función min es una T-conorma. La función max es una T-norma. Solo puede haber un tipo de funciones de implicación.

Los factores de certeza se basan en probabilidades. Verdadero. Falso.

Los factores de certeza suelen usarse en sistemas basados en reglas. Verdadero. Falso.

En los factores de certeza la probabilidad de que no se dé un suceso es 1 menos la probabilidad de que se dé. Verdadero. Falso.

En los factores de certeza habitualmente las probabilidades se expresan con números entre 0 y 1. Verdadero. Falso.

El soft computing trata de imitar en lo posible el razonamiento humano. Verdadero. Falso.

El soft computing es una mezcla de técnicas clásicas de IA. Verdadero. Falso.

El soft computing es una asociación de técnicas clásicas de IA. Verdadero. Falso.

El soft computing incluye la teoría del caos. Verdadero. Falso.

La lógica borrosa se basa en probabilidades. Verdadero. Falso.

La lógica borrosa es una lógica trivaluada. Verdadero. Falso.

La lógica borrosa se centra en formalizar el razonamiento aproximado. Verdadero. Falso.

La lógica borrosa pretende formalizar 'computación con palabras'. Verdadero. Falso.

La Teoría de la Evidencia: Para estimar las probabilidades, no se requieren muestras. Verdadero. Falso.

La Teoría de la Evidencia: Permite adaptarse a nuevas evidencias sobre un fenómeno. Verdadero. Falso.

La Teoría de la Evidencia: Las hipótesis sobre un fenómeno deben ser independientes entre sí y cubrir todo el espectro de soluciones posibles. Verdadero. Falso.

La Teoría de la Evidencia: Habitualmente las probabilidades se expresan con números entre 0 y 1. Verdadero. Falso.

Los conjuntos borrosos se asigna el valor 0 o 1 a cada elemento para indicar la pertenencia completa o no dicho conjunto. Verdadero. Falso.

Los conjuntos borrosos nunca se refieren a un universo local. Verdadero. Falso.

Los conjuntos borrosos no pueden ser vacíos. Verdadero. Falso.

En los conjuntos borrosos los elementos pueden pertenecer con un determinado grado a dicho conjunto. Verdadero. Falso.

La representación borrosa se basa en probabilidades. Verdadero. Falso.

La representación borrosa se basa en opiniones de expertos. Verdadero. Falso.

La representación borrosa habitualmente se hace con reglas. Verdadero. Falso.

La representación borrosa es menos flexible que la lógica clásica. Verdadero. Falso.

El razonamiento basado en lógica clásica incluye el basado en lógica borrosa. Verdadero. Falso.

El razonamiento basado en lógica clásica y el basado en lógica borrosa se apoyan en una regla de inclusión. Verdadero. Falso.

El razonamiento aproximado se caracteriza por el uso que se hace de las variables. Verdadero. Falso.

El razonamiento basado en lógica clásica y el basado en lógica borrosa son muy diferentes. Verdadero. Falso.

Controladores tipo Takagi-Sugeno: El conocimiento se expresa en forma de reglas. Verdadero. Falso.

Controladores tipo Takagi-Sugeno: Cada una de las n variables de entrada y la de salida han de repartirse en conjuntos borrosos. Verdadero. Falso.

Controladores tipo Takagi-Sugeno: Es necesario hacer desborrosificación. Verdadero. Falso.

Controladores tipo Takagi-Sugeno: La salida final para el sistema a controlar se expresa mediante un conjunto borroso. Verdadero. Falso.

Inferencia Bayesiana: Para estimar las probabilidades no se requieren muchas muestras. Verdadero. Falso.

Inferencia Bayesiana: Permite adaptarse a nuevas evidencias sobre un fenómeno. Verdadero. Falso.

Inferencia Bayesiana: Las hipótesis sobre un fenómeno deben ser independientes entre sí y cubrir todo el espectro de soluciones posibles. Verdadero. Falso.

Inferencia Bayesiana: Habitualmente las probabilidades son fáciles de obtener. Verdadero. Falso.

Los coeficientes de los consecuentes de las reglas en el modelo Takagi-Sugeno son habitualmente fáciles de obtener. Verdadero. Falso.

El modelo de Mamdani es casi siempre más adecuado que el de Takagi-Sugeno para sistemas físicos complejos. Verdadero. Falso.

El éxito del control borroso comenzó en Estados Unidos. Verdadero. Falso.

El control borroso se aplica en muy pocos dispositivos. Verdadero. Falso.

¿Qué modelo de control requiere 'desborrosificación' de la salida del controlador?. El de Mamdani. El de Takagi-Sugeno. Ninguno. Todos.

Los operadores borrosos... Parten de las definiciones de los factores de certeza. Están basados en los operadores probabilísticos. Todos devuelven resultados en el intervalo [0, 1] (salvo que trabajemos con conjuntos L-fuzzy). Mantienen las propiedades esenciales de los operadores clásicos.

El éxito del control borroso se debe principalmente a... La simplicidad de las soluciones. El bajo coste de las soluciones. El menor tiempo de desarrollo de las soluciones. Todas las anteriores respuestas.

A es subconjunto borroso de B si... Los grados de pertenencia de cada uno de los elementos al conjunto A son iguales o menores a los de pertenencia a B. A y B no son disjuntos. A y B tienen los mismos elementos. A y B tienen la misma cardinalidad.

Habitualmente, los sistemas de Ayuda a la Decisión borrosos (por ejemplo en medicina) usan en su implementación... Un sistema probabilístico. El método de inferencia de Mamdani. El método de inferencia de Takagi-Sugeno. El Modus Ponens Generalizado.

El 'Computing With Words' y el 'Razonamiento Aproximado' son dos cosas totalmente distintas. Verdadero. Falso.

La implicación lógica está asociada a los operación de conjuntos... Intersección. Unión. Complemento. Inclusión.

Habitualmente los buscadores Web (Google, Bing...) usan técnicas de indexación conceptual y no sólo en base a los términos que aparecen en los documentos (lexicográfica). Verdadero. Falso.

Habitualmente un Term-set debe contener no más de 7 +/- 2 etiquetas lingüísticas. Verdadero. Falso.

Habitualmente se entiende por 'analizar datos' encontrar regularidades en los mismos y formalizarlas como 'patrones'. Verdadero. Falso.

Ordena cronológicamente la aparición de las siguientes propuestas. Aplicación_de_la_inferencia_bayesiana Lógica_multivaluada Aplicación_de_factores_de_certeza Lógica_borrosa.

Ordena cronológicamente la aparición de las siguientes propuestas: Aplicaciones_de_control_tipo_Mamdani_a_una_cementera Aplicaciones_de_control_tipo_Mamdani_a_una_máquina_de_vapor Primeros_controladores_borrosos_de_OMROM.