Supongamos que un banquero quiere evaluar el riesgo crediticio de un cliente. Para ello, dispone de un cierto puntaje y de un conjunto de reglas que él mismo define: 1) Si tiene buen crédito, entonces tiene riesgo bajo 2) Si tiene crédito neutral, entonces tiene riesgo medio 3) Si tiene mal crédito, entonces tiene riesgo alto El problema surge cuando se intenta tomar una decisión respecto de clientes cuyo puntaje se ubica en las fronteras entre los intervalos. Por ejemplo, si se establece que el puntaje mínimo para tener buen crédito es 750 puntos, es difícil asignar un nivel de riesgo acertado a las personas que tienen 749 o 750 puntos. En ciertos casos 750 puede ser un valor neutral mientras que en otros puede ser un valor muy bueno. Al amparo de la lógica difusa se pueden establecer unas funciones de membresía que nos permitan definir si una persona tiene un crédito bueno, neutral o malo a partir de la perspectiva de 100 banqueros que nos comparten sus criterios de decisión.  A partir de estas funciones, un mismo puntaje crediticio no queda restringido a un valor absoluto, sino que se define como valor difuso y se le asigna una variable difusa. ## Paso 1: Fuzzificación Si un cliente tiene un puntaje de 660 se tiene que 660 = \[0, 0.9, 0.1\], donde 0 corresponde al valor de la función *mal crédito*, 0.9 al valor de la función *crédito neutral* y 0.1 al valor de la función *buen crédito*.  ## Paso 2: Inferencia Como las reglas de inferencia en este caso son simples, entonces los valores que salen del paso 2 son los mismos que los que entraron, es decir, \[0, 0.9, 0.1\]. Nuevamente, al amparo de la lógica difusa, se establecen tres funciones de membresía para la calificación de riesgo, las que en este caso son construidas preguntando a 100 banqueros sobre qué intervalos porcentuales consideran como riesgo bajo, medio o alto.  ## Paso 3: Desfuzzificación Para defuzzificar este valor difuso usando las funciones se pueden usar varios métodos. Uno de ellos corresponde a determinar una proporción de las áreas bajo las curvas equivalente al porcentaje asignado por la variable difusa (en este caso 10% de la curva asociada al riesgo bajo y 90% de la curva asociada a riesgo medio). El resultado que se obtiene es un hexágono con la forma de la figura verde, al cual se le busca su centroide. La coordenada $x$ de dicho punto corresponderá al valor de salida precisa.  La salida precisa en este caso corresponde a poco menos de 50%, lo que nos indica que el riesgo crediticio del cliente asciende a dicho valor. Fuente: [MATLAB What is Fuzzy Logic?](https://www.youtube.com/watch?v=__0nZuG4sTw) #Rev/2602 #Tipo/Apunte #Pendiente/Dividir