ESTADISTICA ESPAÑOLA núm. 1 14, 1987, págs. 133 a 149 Cotas para la probabilidad de error en el problema de discriminación entre los estados difusos asociados a un sistema de información probabilístico con información difusa por M.a LUISA MENENDEZ Departamento de Matemáticas E.T.S. Arquitectura U. Politécnica de Madrid RESUMEN En este trabajo se aborda el problema de encontrar cotas para la probabilidad de error con informacián difusa, cuando se elige como estado verdadero del sistema aquel cuya probabilidad "a posteriori" en el sentido de Zadeh es máxima. Estas cotas se basan en las rnedidas de f*--Divergencia con información difusa propuestas por Menéndez (1986). Palabras clave: Sistema de información probabilístico; Probabilidad de error; Información difusa; Sistema de información difuso; Estado difuso; ,f *-Divergencia media. 1. INTRODUCCION Sea A un sistema de información probabilístico del que se puede obtener información nítida según una medida de probabilidad P, , donde P, está definida sobre el t^ r^^^^rtit tc ^r f sF^^>tic^i •^ 1 3-^ espacio medible {X, (^^) y .y^ pertenece al espacio de estados S={.^^^,.ti^,,.,.,.s^r }. Designaremos por ,f^(.^- ^s) la densidad de P, respecto de una medida conveniente v, cl P, (-i^) --(./^(.^^ 'a) _^j ^ ^- -). Supondremos dando un enfoque Bayesiano al problema, que el ^ estado .^^ es el resultado de una variable aleatoria discreta con distribución de probabilidad ^^(s) =(,n(s^),...p(s„) ). El problema de discríminación consiste en discernir sobre la base de la informacián conseguida mediante la observación del sistema de informacián probabilístico qué estada del sistema se presentará. Si se utiliza e[ método de Bayes, que consiste en elegir el estado s; del sistema para ^(s;/.1) es máxima una vez observada la el cual la probabilidad "a posteriori" i nformación exacta .^-, la probabilidad de error cuando se elige el estado s; es 1-^(.ti^;/_r) y la probabilidad media de error viene dada por: P^, = E ^^ (1-1^(s;/.v)) es deci r: P^. = E ^^ [ 1 -/11Ct1' ^(.S'^/.^)1 r donde E,}^ denota la esperanza en X. En este trabajo se aborda el problema de encontrar cotas para la probabilidad de error cuando la información conseguida a partir del sistema de información probabilístico no es exacta y solamente se está interesado en discernir acerca de ciertos estados difusos asociados al sistema de informaeión probabilístico. 2. COTAS PARA LA PROBABILIDAD DE ERROR Sea A un sistema de informaci©n probabilístico a partir del cual la información que se obtiene no es exacta y viene expresada a través de un subconjunto difuso X definido X, cuya función de pertenencia ^X es medible Borel, {esto es, X es un suceso difuso sobre X) denominado " información difusa". ( Tanaka, Okuda y Asai 197b, 1979) Supongamos que cada información difusa X, pertenece a la partición difusa de sucesos difusos X* de X, denominada " sistema de información difuso" (Tanaka, Ok uda y Asai, l 97b, 1979) ( es decir, todo )( E X* es un suceso difuso sobre X sobre veri^cándose que ^ ^^X (x) = 1, V_x F X). En este apartado abordamos la situación en x^x• la cual solamente estamos interesados en discernir acerca de ciertos estados difusos asociados al sistema de información probabilístico con información difusa. De forma c'OTAS f^AR^^ l_.1 PROf;-1Bll.lf)^^D DE^ E:[tftc)R C C?ti ltif O R41-^( !O^, D!f l s^1 _ _ _ _ más precisa, supongamos que sobre el espacio de estados hay definida una partición difusa de sucesos difusos S* y que se trata de discernir entre ellos. En este contexto las probabilidades que se utilizarán posteriormente son las siguientes: (Gil M. A., López M. T, and P. Gil 19$5). P(S) _ _ n ^ ^.5^(s;) ' ^(-s^;) i-1 1 P{X/S) _ P( S) "^. ^ 1 ----^P^S1X) = P ^ ^^^ " ^ ^^.s^ (-^;) I^ (-s^;) ^x (x) J^(.i,%s,) ^lv^ (.i} ;_ ^ ^^ ^ ^^.5' (.^;} ^^ (.s,) ^x (.t ) ,^^^.t ^^:s;} clv^ (.1) ;-^ El método de Bayes consiste en este caso, en elegir el estado difuso S del espacio S* para el cual la probabilidad P(S1X) es máxima una vez observada la inforrnación difusa ti X. Con esta regla de decísión la probabilidad de error cuando se elige el estado difuso S es 1-P(S/X) y por tanto, la probabilidad media de error viene dada por: ^ Pc^ = 1 - ^ ^na_^ { P(S1X) } . P(X) ~ XF X• SF.S* ••• ••. El objetivo de este trabajo es encontrar cotas superiores e inferiores para Pc^. _ En primer lugar plantearemos el problema en el supuesta de que la partición difusa sobre el espacio de estados del sistema conste únicamente de dos sucesos difusos que denotaremos Sf y S'. Posteriormente abordaremos el problema cuando la partición difusa de sucesos difusos sobre S conste de rr elementos. Para acotar superior e inferiormente l^^ probabilidad de error definimos la .J'*-Divergencia media con información difusa entre dos estados difusos S^ y S' del sistema de información probabi lístico con información difusa como sigue: Dc^^ir^rcrvn 2.1. Se denomina ,J^*-Divergencia media con información difusa entre los estados difusos S' y S' para un sistema de información probabilistico con información difusa al valor: ^ D^^ (Sf ' S ) P{S^/ X^ , ^ ^^ * ( P S'/ X ) . P(S-/ X? - P^X) xt:x• ^ ^( T.STADISTIC'A E:SPAÑC)LA ^ 36 donde 1^* es una función convexa que satisface las condiciones ./^* (a} _ .J^*(u)/u. -!im f*(a/E) - a . 1 im 1 rrn ,^^*(u) , o.J^*(c^/o) _ 0, r^.J^*(a/0) °'° ^ ^ 11-I ^ Utilizando ta función auxiliar R(.x) = x. J'* . (^---Y ) con x= P(S`'/ X} resulta que: ^ x 1-P(S'/ X) ^ ~ ^^{.t) = ^(P(S-1 X) ) = P(s-^ Xi .l-* { P(S-/ X) ) ^ P(s^/X1 .l^* ( ^_ = P(S ^i ^C) ^. ( Xy ) _ con 1o cual D^ .( S', S') _^ ^(.v) P( X) Por tanto, la probabilidad media de error es un caso particu[ar de .f'*-Divergencia media con inforrnación dífusa entre estados difusos sin más que totnar g(.Y) = min ^.i, l-.1), ya que para _^c = P(S'/ X) se tiene que: Df^.(Si, S^) _^ K(-Y) P(X) _^ min { P(S11 X ^ , P(S''/Xj }. P(X) .^r ti ^ ^ XeX• XeX" = 1- ^ rnu.v { P(Sf/X), P(S'/X) }. P(X) x ^ x• s ^. ^ Vamos a dar ahora los teoremas en los que se establecen las cotas superiores e inferiores de la probabilidad de error en función de la .J'*-Divergencía media con información difusa entre dos estados difusos. Tec^rema 2.1. Dado un sistema de información probabilístico con información difusa y asociado a él una partición difusa de sucesos difusos {S^, S`} sobre el espacio de estados S, la probabilidad media de error está acotada superiormente por: 1(0) P(S^) + 1(^ ) P(S') - D^.(S^, S`') Pe ^ _ -- 1(0} + 1(^) -.,^*(1) siendo l(0) + 1( ^) un valor finito, 1(0) = 1 im .J'*(.x) í.x. u -^ ^) ('OTAS PARA LA PROBABILIDAD nE ERROR C'UN INFORMAC'ION DIFI^S.^ 137 Demostraci^n Para funciones convexas f* sabemos que se cumple la siguiente desigualdad: .1'* (-^^, ) -.T *(^x!) < x„ - x ^ .i* (x^ ) -.f *(^^^^) (1) V x^, E (-Y,, -x ^) C [4, ^ ) x , - .tr, por lo cual 1(0) + 1( ^)>, f*(1). 1-x La función ^(x) = x;f *(--- ) V.x ^[o, l] verifica que: K(^) = 1( ^ ), ^(1 /2 ) _ _ f *(1)/2 y R'(1) = i (0) ^ D^ #(S f , S?) _ x ^ x• ^(-^) P(^ ) Y Pe = ^ ra(_^: ) P( X 1 x E x• ^ donde Qf(_x) = m1n (.r, l-_Y), _Y E[o, l], x= ^P(S`/X). Consideremos los conjuntos: X, _{ X E X*/P(X/S') . P(S-') < P(X/S') . P(S^) } y X ...P(S') < P(X/S') . P(S') } _ ^ _^, _ { X ,e X */P(X/S1) _ y sea n P(X,/S1} _^ ^^ P(X/S') . P(Sf ) XeX^ P(X,/S') _^ P(X/S^) . P(S^) XeX^ Se tiene entonces que: PE^ ^ _ ^ min { P(X1S^) . ^P{S^) , _P(X/S') . P(S') }_ ^ _ = P(X,/S') + P(X,1S^) ^_ ^^ Supondremos de aquí en adelante que 1(0) <^ y 1( ^)<^. Sobre el conjunto X, _ sabemos que se cumple: ,^(_x) _ ^(P(S-'/ X) ) _ ^(^(.^c) ) puesto que en X , ,^(.Y) _ .r = P(S'/ X) Teniendo en cuenta la convexidad de ^ y utilizando la desigualdad (1) tornando .^, = 0, x, = 1/2 y.Y^, = f^(.r) obtenemos que: Fti_1 >l)Iti f l( ^^ F_SF'r1ti(?l A 1^^ .^,j(^(-t-^ ) - .^j(a) ,^^( l ^^ ^ ) - ,^^(©(.t-^ ) g(.t )- 0 ^ 1,' 2 - o(.t ) de donde como fó(.^) _.i^, resulta: (2} ^^(^t ) < (I^*(1) - ?1 ( ^ ) ) _ti + l ( «^ ) en X_ , Sobre el conjunto X, sabemos que: 4 ,^(.t^) _ ^( P(S'/ X) ) _ .^,'(1-Q^{.t ) ) puesto que en X ^ I -Q^(.t ) = 1 _ P( S ^ / ^O = P(S'/ X) _ .t ^ ^ ^^. ^. Teniendo de nuevo en cuenta la convexidad de ,^ y utilizando de nuevo la desigualdad (1) tomando .^-^ = 1 /?, _^-, = 1 y .^,, = 1-^(.t ) resu lta: ^^(o(.^ ) ) - .^(1 / 2 ) 1-ra(.t ) - 1 /? ,^(1) - ,^,'(1-e^(-t ) ) -= 1 - ( i -ra(.^ ) ) ' de donde como ^ó(.ti} = 1-.t., se cumple que .^(^i ) = k( l -^(.^ ) ) < (h*(1 } - 21(4) ) ( 1-.t ) + 1(0) ( 3 ) en X ^ s ` Tomando esperanzas sobre X^ en ( 2} se obtiene: _ ^ ^^(.1) P(X) < X€Xl +1{^). + 1(^) ^ (1^*(1) - 21(0) ) P(S'/ X) . P( X) + Xt^XJ ^ P(X) _ {J^*( i ) - 21 { ^ ) ) xExi ^ P( X /S') . P(S') + x^x^ ^ [ P(X/Sf) • P(S^) • P(S^) ] _ (i^*(1) - 21(^) ) _ + P(Xfs^) ,^ ^. xFx! P{X^iS^) + 1(«^ ) - ^ XE;X^ P(X/S') . P(S^) + 1(^) ^ _ ^ P(X/S^) . P(5^) _ _ .^ XeX^ = 1( °° ) • P(S') +.1^*(1) P( X ^IS') - 1( ^ ) [ P(X,/S`') + P(X ^/S^) ] ^ 1r ti ^ ^r De forma similar tomando esperanzas sobre X, ^ en (3) se tiene: ^ ^;(.Y) P(X ) < 1(0) . P(S') + J'*(1) . P(X,/S^) _ ^ _ ^^ - 1(0) [ P(X!/S`') + P(X^/S^) ] Sumando las expresiones (4) y(S) resulta: ^. ^r (4) ('OTAS P.ARA LA PKOHABI[.InAD DE ERROR (`O`^7 I^iFORMA('IUI'^+ DIFI ^A D^•(S1, S^) _ ^ ^,f(.ti) P(X) = x^x* 13y ,^;'(-v) PtX) < ^ ^,'(-Y) P(X) + ^ xFx, x^x^ < 1(0) . P(S^) + 1( ^ ) . P(S^) + (J^*(1) - 1(0) - l ( ^ ) ) . P^ ^• ^^r r : y por tanto: 1(0) . P(S`') + 1( ^). P(S') - D, ^(S^, S`') 4 ^r Pc^ < 1(0) + l(«^) -,J^*(t) En el caso particular de que la función ,^ sea simétrica respecto a.i = 1/2, es decir ,^(.^) _,^(1-_v), se tiene K(o) _,^(1) y por tanto 1( ^)= t(o). En consecuencia, sustituyendo en la desigualdad anterior, se llega a que: Pc^ ^ < 1 ,* 1 21(^^)-.1 ( ) (1(^)-^ J ^(S^ , S^}) Hasta ahora hemos conseguido acotar superiormente la probabilidad de error en el caso de que la función ,^ sea simétrica respecto a.t = 1/2. En lo que sigue varnos a buscar cotas inferiores para la probabilidad de error, comenzando por el caso en que la función ,^,^ sea simétrica respecto a 1/2. Tcwrc^if^u ?. Z. > .ti * donde .t * satisface la ecuación K (.i *) = D, ^ (S^, S^). Si ,^T (.v) _ ,^ (1-.t} entonces PE^ _ - Dc^^nc^.strac^l()Y! A 1 se r Pc^ _ P(X1S^) . P(S^) + ^ ^^'(-v) P(X) _ ,^ x^.x^ ^ P(X^S^) . P(S^) = P(X,/S^) + P(X^/S^) _ _ dande X, y X, son los conjuntos utilizados en la demostración del teorema ?. l. Consideremos las funciones lineales: r^(.ti) _-A.1+8 definida sobre [o, l!2] y que verifica ,^r(.^) > r^(.1) r,(_ti) = A.v-^3+2C definida sobre [ 112,1 j y que verifica ,^,r(.t^} > r•,(.^-) donde A= 2B-2C, B= r^ (o) = r,(1) y C- r^(1 /2) = r,(1 /2) i a^o ^.STADIS^TI( A F.SF'A!VOLA Haciendo sobre X^ resulta: _ .t = P(S'/X) ^ ^^(-^ ) = K(^(-1) ) > r, (^(-t } ) _ -A^(X }+B = 2(C-B) . ^(.x) + B, luego: ^(.ti) > 2(C-B).^r +B Haeiendo sobre X,_Y = P(S'/X) resulta: ^ _^{x^R'(1-^(.^ ) ) > r, (1-^(x) ) = 2 (C- B) (1-^(.Y) ) + B luego: ^(.t) > 2C-B-2(C-B)_r Tomando esperanzas sobre X, _ en (1) se tiene: a ^ g(.^) P(X) > B. P(S )+ 2C P(X,/S`} - B[P(X,/Sr) ] x^x! Tomando esperanzas en (2) sobre X, se tiene: 4 ^ ^ g(x) P(X) > B . P(S`') - 2C P(X,/S') + (2C-B) [P(X,1S^) ] xEx^ (4) Sumando las desigualdades (3) y{4) resulta: Dr* {Sr, S`') ^ g(.x) P(X) > 8+2(C-B) = B-A Pc^ x E x• es decir: Pe > 1 B-Di(, ^ ^^ S^ )] S^ ^_A[ Por otra parte, la recta r,(x) será tangente en un único punto a la función ^T(.x), por ser ésta convexa. Si denotamos por x * este punto, se verificará entonces que: ^'(x*)=-A, g(.x*)=-Ax+B Sustituyendo en la desigualdad {5) se llega a que : 1 Pe > x * + , * [ D^^^(S'> S^) - k(-x *) ] K (x ) + ('OTAS PARA L,A PROBABILInAD DF ERROR C'ON ItiFORMAC'IOti f?IF^I!SA 141 Como esta cota es válida V x E (0,1 /2), podemos encontrar la mejor de las cotas (el ínfímo) derivando respecto a x* el segundo miembro de la desigualdad (6} e igualando a cero. En efecto, tras esa derivación se tiene: 1 + _^.„(x*) , * [^(x)l ^ z [ D^^. ( S', S ) - ,^(x *) ] - ^ '(x *) . , ^ * =0 ^(^) de donde, el ínfimo del segundo miembro de (6) se alcanza para ^(x *) = D^ ^(S', S^) y, en consecuencia, resulta que: Pe ^ > -_x * donde x* satisface la ecuación g(_^r *) = D^ ^(S^; S^) Te^^rE^ma 2.3. Si .J^* satisface las condiciones generales, es decir, g no es simétrica, entonces: 2K(-xi) - 2^'(xl) . xf + [ K'(.xi) + ^'(.r,) ] . P(S^) - 2D^.(S^, S^) Pe > _ - ^'(.t ^) - K'(x,) donde .x, y.r, satisfacen la ecuación [ K(-Y1) - Di^*(S^, S') ] (.Yi - P(S`') ) - [ ^^'(-^ ,) - D^^^(S', S ^) J (-^, - P(S _ ^) ) = 0 D^rnostraci^^n Sean las funciones lineales h!(x) y h,(.t) tales que ^^(.^) > h;(.^) i=1,2 y A=h1 (0) , B=h^ (1 /2) y C=h ^(1). Se puede escribi r entonces: h,(.r) _ -2(A-B) + A donde .r E [ 0,1 /2 ] h,(.i) = 2(C-B) + 2B-C donde .^ E[ 1/2,1 ] Se puede observar que las dos rectas se intersecan en .i=1 /2. Usando la misma notación que en la demostración del teorema 2.2 se tiene, que sobre X^ se cumple que: ^'(-^) _ ^^(^(-^) ) > h^(^(-^) ) _ - 2(A-B) D (-t) + A = A + 2 ( B-A).^^ ^ 1) t.s1 ^r^isric A ^:tiw^^c^i_^^ __ y sob re X_-^ ,^(.^ ) _ ^^(1-D(-^ ) ) > h ,(1-Q^(.Y ) ) = 2 (C-B) (1-^ó(-^ ) }+2 B-C - 2(_^ -1)C+2 (1-_t ) B Tomando esperanzas en ( I) sobre X, _ se tiene: ^ k(.r) PIX) > A. P(S^) + 2B P(X,/S`'} - A[ P(X^/S`) + P(X,/S^) ] xr:x, (3) Tomando esperanzas en (2} sobre X^ ^^ se tiene: ^ .n(-r) P(X) > C. P(S`) - 2B P(X,/S^) +(2B-C)[ P(X,IS^) + P(X,/S^) J(4) ^ ^^ r Ar ^. ^^r ^. 4 1r X^:X1 Sumando, las desigualdades (3) y(4) resulta: ^ x^:x• k(_v) P(X) = D^,.(S', S^) ^ > A. P(S^) + C . P(S`') + (2B-C-A)Pc^ _ _ ^ ., donde: AP(S') + CP(S') - D^^^(S^, S`') " _ > Pc^ A+C-2B Por otra parte, la recta h,(x) será tangente a,^(.^) en un único E[ 1/2,1 ] por ser ésta convexa, y se verificará entonces: R'(-v^) _ -^{A-B} , K(w,) - -2(A-B)_^c +A Igualmente la recta h, (_^} será tangente a k(.Y) en un único punto E[ 0, l/2 ] por ser ésta convexa, y se verifícará entonces: ^'(x,) = 2(C-B) , ^(x2) = 2(C-B).x,+2B-C donde: A = R(-Y^) - ,^;'(_Y/) • -Y1 B = k'(x,) + (1 /2) . ^^^'(.^^} (1-2.^,) _ ^{-x,^ + (1 /2)^'(.^ ^) (1-2_x^) (6) C = K(-^^ ) + K'(x ^) ( l -_Y,) sustituyendo A, B y C en la expresión ( 5} se obtiene: P^ > 2k{.^1) . 2t^'(_^,)_x, + [ ^'(x,) + ^'(x^) ] P(S`'} - ^Di ^(S', S') ^ --- ^;'(.^^) - ^,l'(-^,) (7) {^()T^AS PARA ^A PR()HAF31L1[)AD DE^ ERRC)R ( t)ti I^+F ()Rti1A(^I()!'^ DIF^I:SA 143 Sin embargo, .ti, y x^ satisfacen ( 6) io cual lleva a que: 1 1 K(-vl) + - 2 k'(-v,) (1-2-ti,) - ^(.^ ^} - 2 ^,J'(.v^) (1-2.t,) = 0 (g) Aplicando el método de los multiplicadores de Lagrange para maximizar la cota de PE^ ^ en ^(7) sujeta a la restricción ($ ) resulta: ^ K(-x,)) - 1>>^•(S', S`') ] (-^^ - P(S?) - ^ ^(-^^) - D, ^^(S', S') ] (.Y, - P(S`') = 4 que es la condición dada en el enunciado. Cuando se dispone de una partición difusa de n estados difusos sobre el espacio de estados (supuesto finito) asoeiado al sistema de inforrnación probabilístico con información difusa, se puede dar también una cota superior para la probabilidad rnedia de error. En efecto, en este caso 1a probabilidad media de error viene dada por: ^ max { P(SJ/X}, P(S^ /X ),..., P(S"/X )}. P( X) _ Pe = 1- ^ +r i. r .r ,^, X ,: x" = 1- ^ x^:x• max P(S''/ X). P( X) ' ` Esta probabilidad media de error puede acotarse superiormente a través de la probabilidad media de error establecida para dos estados difusos de la siguiente forma: PE^(S', S') Pe < ^ ^ s v ^^ ^ _/ ^_ +1 siendo Pc^(S', S') ! 1^^y rna_r { P(S'/ X), P(S'/ X)}. P( X). ^ i xl:x• ^v ^` Vamos a acotar entonces la probabilidad media de error cuando el sistema de información difuso tiene asociado r1 estados difusos. Previamente, basándonas en la .j^*-Divergencia media entre dos estados difusos asociados a un sistema de intorrnación probabilístico con información difusa, se tiene: l^eJinic^it^n 3.1. Se denomina ,J^*-Divergencia media con información difusa entre ti estados difusos asociados a un sistema de información probabilístico con información difusa al valor: „ Di^^(S', S',..., S") = „ P(S'íX) ^ ^ ^ ^^ * ( P S`/X ) . P(S'/ X) . P(X) ) _( ^, / ;_,^./ x ^^ x• 144 ESTADISTIC'A ESPAÑOLA es decir. Dr^•(S^, S`',..., S") = ^ ^ D^^^(S1^ ^) t=! j=itl Vamos entonces a establecer una cota superior para la probabi lidad media de error, utilizando ta J'*-Divergencia media con información difusa entre n estados difusos asociada a un sistema de información probabilístico con información difusa. Sabemos que: n-! n PE^ (S', S'} Pe < ^ ^ _ r =/ j = i+^ ^. y que i (0) P (S') + 1( ^ ) P (S'} - D^. (S', S') Pe (S ` S') < '^ ' ' 1(Q) + 1(^) -.f*(1) luego n_ 1 Pe < ^, ;= r s n ^ ;_;+1 1(0) P(S') + 1( «^ ). P(S `} 1(0) + 1(^) -.i'*(1) D^^.(S1, S`',..., Sn) + .Í^*(1) - 1(0) - 1(^) Por tanto: Pe < A' + B'Df^^ (S^, S`',..., Sn) _ _ donde n A, _,T ^ ^ ;_1 ^ - ;+1 1{0) ..,P(S') + 1( ^) P(S') .., 1(B) + 1( ^ ) - .Í*(1) 1 B' _ ^ f*tl) - 1( Q) + 1(«>) En resumen, la probabilidad media de error en el problema de discriminación entre n estados difusos asociados a un sistema de información probabilístico con información difusa está acotada superiorrnente por una función lineal de la .f *-Divergencia media con información difusa, entre n estados difusos asociados a un sistema de información probabi lístico con información difusa. ^^^^^r^n^ ^>,^k^^ t_.^^ E^kc^t^.^Hii_tna^^ [^t t Kk^^^^ c ^^^ i^^ ^^kti^ ^^^ ^^^^ r^iF ^ ^.^ 3. I ^5 ^JEMPL(^ NU MERIC:O Sea S -{ S^^;i^ ,^l un conjunto de posibles tasas del crecimiento económico en un determinado país. Una empresa desea tener información acerca del espacio de estados S para poder planificar su política de inversiones en los próximos años. A ^ tal fin, consulta a un grupo de expertos y estos deciden realizar un estudio según tres niveles de actividad económica {Nivel bajo, Nivel admisible y nivel alto) que se reflejan en sendos , sucesos difusos sobre ^;, S* = S', 5-, S{ ^, cuyas funciones de pertenencia vienen dadas en la siguiente tabla: Sl s, s^ s4 SS sh S, 5,^ Sy Slr^ Sll ^l? ^l i ^la ^I ^ Slh Sl? `^1,^ Sly ^^r) ^^s1C^,) > > > i o.8 o.s o.5 ©.3 0. i o 0 0 0 0 0 o a a o 0 ^^ S^(s;) 0 0 0 0 0.2 0.4 0.5 0.7 0.9 1 1 1 0.9 0.8 0.6 0.3 0.1 0 0 0 u S^(s^) 0 0 O O 0 0 0 0 O 0 0 0 0.1 0.2 0.4 0.7 0.9 1 1 1 Los expertos establecen como conocimiento "a priori" acerca de los estados .^^; la siguiente distribución de probabilidad Sl hts^) S^ S.^ SQ SS Sh S^ S^i Sy SI(1 `^11 ^l' ^1 ^^13 •`'1 ^ S/h S/' S/{^ 4/y S?() 0.01 0.03 0.03 0.03 0.03 0.07 0.07 0.07 O.OS 0.08 0.08 0.08 0 07 0.07 0.07 0.03 0.03 0.03 0.01 0.03 Con el fin de recoger información acerca de S* deciden analizar ?U posibles tasas de crecimiento de la inversión nacional ti-^É,,x- ^^ ,_ ,,,,. Se sabe que las probabilidades condicionales ^(_Y;/.^^,) vienen dadas por ^4b ESTA[)ISTI('.A ESPAÑOl.A ^ ^^_^ ^4 ^/ 0.6 0.15 0.1 0.0 ^, 0.05 0.05 0.1 `^ I ^I ^.' tS th r7 rN ^9 ti^10 t11 i/? YJ^ x/4 x1S Y1h ^17 -llt^ -Y19 r?0 0.05 0.05 0.05 0.15 0.6 s 0.05 0.1 0.0 0.8 0.15 0.05 ^ 0.05 0.1 0.0 O.g 0.15 OA5 ^S 0.05 0. 4 0.05 0.6 0.1 5 0.05 s O.fi 0.15 0.1 s7 0.6 s^ 0.5 0.1 0.05 . 05 0.05 0.05 0.05 0.05 0.6 0.1 5 0.1 0.05 0.05 0.05 sy 0.5 0.15 0.1 s/f^ 0.05 0.1 s 11 0.05 0.1 sl^ 0.1 0.05 0.05 0.6 0.05 0.1 5 0.05 0.6 0.05 0.1 5 0.05 0.05 0.6 0.05 0.05 0.15 0.1 sl^ 0.05 0.6 0.05 0.05 .s !4 0.1 0.15 0.6 s! S 0.1 0.15 0.6 .15 .05 ©.05 0.05 .05 ©.05 0.05 slh 0.05 .05 0.1 0.15 0.6 0.05 s! ^ 0.05 .05 0.1 0.15 0.6 0.05 .sl^ .05 0.05 0.05 0.1 0.15 0.6 slq .05 0.05 0.05 0.1 0.15 0.5 0.1 ,,^^ .05 0.05 0.05 0.1 0.15 0.5 0.1 La información que se obtiene por la observación de X no se puede recoger nitidamente sino que esta viene dada en términos de los siguientes sucesos difusos sobre X (informaciones difusas): X': La tasa de crecimiento de la inversión nacional será aproximadamente igual al 10% XZ: La tasa de crecimiento de la inversión nacional será aproximadamente superior al 10%. X^: La tasa de crecimiento de la inversión nacional será aproximadamente inferior al 10°la. cuyas funcianes de pertenencia vienen dadas por .t/ .1^2 .^3 .t^4 .tS .r^ .t7 rR r9 .tlll -111 ^^1^ t13 1^14 t^1S ^t16 •t17 ^1R -^^/9 ^^O u^.!(_r ^) 1 0.9 0.8 0.7 0.5 0.2 0 0 0 0 0 0 0 0 0 0 0 0 O 0 ,u ^4^(.r^) 0 0.1 0.2 0.3 0.5 0.$ 1 1 1 0.9 0.8 0.6 0.4 0.3 0.2 0.1 0 0 0 0 ^ k^-;(_r^) 0 0 0 O 0 0 0 0 0 0 0.1 0.1 0.2 0.4 0.6 0.7 0.8 0.9 1 0 147 ('OTAS PARA l_A PROBABI[_I[^AD DE ERROR ('ON I^1FORMAC'i(^N [71F^f'sA Es decir, la información difusa queda recogida a través del sistema de información , difuso X* .= X1, X-, X^^ Las probabilidades difusas asociadas a los estados difusos vienen dadas por S/ S^ S^ ^ donde P(S^) I 0. 23 I 0. 603 P(S^) _ _ O.lb7 ^^ ^ ;-1 p(s;) ^^(s;) Seguidamente calcularemos las probabi lidades difusas de las distintas informaciones difusas del sistema de información difuso X* XI X3 donde 0. l b99 0.583b5 P{X ^ m) P(X"') _ ^ 0.24b45 ?o _ ^ p(x;) • ^ ^^( x;) ^^ p(x;) _ Y ^-^ ^ p(s;} . p(.x;ls;} siendo sus valores i=1 .i^ .r/ .YZ .r j .^q .rS .t^^ Y7 .^X ^y ^10 p(.Y ^) 0.0075 0.0075 0.0130 0.0905 0.1220 0.1045 0.0385 0.0425 0.1215 0.0670 .rll -t^12 .Y1^ .t 14 rl ^ .t-16 ^l^ll ^^lX ^lq >>O 0.0480 0.0365 0.1025 0.0240 0.0165 0.0195 0.0430 0.0135 0.0380 0.0040 Por último las probabilidades a posteriori de los estados difusos S^^ condicionados a las distíntas informaciones difusas Xm son: X^ P(S^1Xm) ) ^ X^ X^ SI 0.630 f 06 0.191478 0.000914 g-' 0.3ó9894 0.76006^ 0.535625 S-^ 0 0.048460 0.46 ^46 I ^ donde m ^^ ?^ ^ ^ ^:k'^'r(-^i) µ^{S;)^(X^l.S;^ . ^(•^i} P{S !X ) = r =1 ^ ; =1 --- P(X'n) r Finalmente calculemos la probabilidad media de error en el problema de discriminación entre los tres estados difusos S/, S^ y S^^. Utilizando la función _,^'*(.ti) _ ^ 1-.v (, se llega a que D^^* (S 1, S`', S^) = 1. 712 34 y P^,<0.14383 FS^TAi)iS1I(^-1 E.SP-#tiOL^\ _ _. 1^2^ _ _ ._ _ _ ^ _ _._ ._____ - ___ ___ _ REFERENC'IAS F3O[-K[^.^. D. E., Rt,iTENB^:EK, J. C.: «,A class of lower bounds on the bayesian probability of erron>. lnformation Sciences 2 5, pp. 21-35 ( 1981), E3OCKEE. D. E., VAN DER L^^aBE, J. C. A.: t^Some aspects of error bounds in feature selection». Pattern Recognition, Vo1. Il, pp. 353-360 ( 1979). CHFN, C. H.: ^<4n information and distane measures error bounds in feature selection". Information , Sciences t 0, pp. 159-17 I(1976). recognition». C'Ht^. .F. T., C'HtTrH, J. C.: «Error probabitity in decision functions for ^haYacter , Journal of the association for computing machinery. Vol. 14, n.° 2, pp. 273-280 (1967). Csisz:4R. l.: «Information type measures of difference of probability distributions and indirect observations». Studia Mathematicarum Hungarica, 2, pp. 299-.318 (1967). Dev^^v^.R. P. A.: «On a new class of bounds on Rayes risk in multihypothesis pattern recognition». ^ IEEE Trans. Comp. C-23, pp. 70-8fl (1974). Gi^. M. A., LoPEZ, M. T. and G^[_, P.: «Quantity of inforrnation; comparison between information systems: 1. Non-Fuzzy states». Fuzzy sets and systems 15,1, pp. 65-78 (1985). Gii... M. A., Lc^PFZ, M, T. and Git., P.: «Quantity of information; comparison between information systems: 2. Fuzzy states». Fuzzy sets and systems 15,2, pp. 129-145 ( 1985). LAINOITIS. D. G.: «A class of upper bounds on probability of error for multihypothesis pattern recognition». IEEE transactions on Information Theory, pp. 729-731 ( 1969), MFNeN^EZ. M. L.: «Tratamiento de la informa^ión en sistemas de información difusos». Tesis Doctoral ( 1986). OKt: nA. T., TAN^kA. and AsA^, K.: «A formulation of fuzzy decision problems with fuzzy informat;an, using probability measures of fuzzy events». Information and Control, 38, pp. 13 5-147 (1978). IJKI^[^A, T., TANAK:^. H. and ASAE, K.: «Discrimination problem with fuzzy states and fuzzy information». TIMS, Studies in the management Sciences 20, pp. 97- t 96 ( 1984). P;^[t[x). L., Mt:NEwr^FZ, M. L.: «The information energy as a bound in the discrimination problem with fuzzy classes and fuzzy information». FIRST I.F.S.A. Congress, Vol. l(1985). T,^NAKA, H., OKUnA, T. and AsA[, K.: «Aformulation of fuzzy decision problems and its applications to an investment prohlems». I^ybernetes, 5, pp. 25-34 (1976). TANAKA, H., OKt^nA, T. and AsA[, i^.: «Fuzzy, information and decision in statistical model». Advances in Fuzzy sets Theory and Appl^Gations. Nort-Holland, pp. 303-32.0 (1979). VA^nA, l.: «On the , J=Divergence and singularity of probability rnéasure». Periodica Mathematica Hungarica. Vol.2, pp. 223-234 ( 1972). LADEf{, L. A.: «Fuzzy sets», lnformation and control, 8, pp. 338-353 ( 1965). IA[^FH, L. A.: «Probability measures of fuzzy evenis». Journal Math. Anal. Appl. 23, pp. 421-427 (1968). ^ C'f)T'AS PARA LA PROHANIL.IF^A[) DE FitRUR ('Oti I^F^ORMA(lOti I)IF l S^^ I^y SUMMARY BOUNDS FOR THE PROBABILITY OF ERROF I:^t THE PROBLEM OF DISCRIMINATION BETyVEEN VAGUE STATES ASSOCIATED WITH A PROBABILISTIC INFORMATION SYSTEM V^iITH FUZ.^Y INFORMATION. In this paper, we present several bounds for Bayesian probability of error with fuzzy information where the states of the fuzzy information system are vague. These bounds are constructed on the basis of the class of ,f *-Divergence measures. Key wvrds: Probabilistic inforrr^ation system; Probability of error; Fuzzy informa^tion; Fuzzy information system; Fuzzy state; ,J^*-Divergence. AMS I^980. S^^bject classification: 94B70; 94D05.