Sistema experto utilizando lógica difusa para diagnosticar problemas de desnutrición en apoyo al Programa Social Qaliwarma Provincia de Ascope

Texto completo

(1)Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. UNIVERSIDAD NACIONAL DE TRUJILLO Facultad de Ciencias Físicas y Matemáticas. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Escuela Profesional de Informática. SISTEMA EXPERTO UTILIZANDO LÓGICA DIFUSA PARA DIAGNOSTICAR PROBLEMAS DE DESNUTRICIÓN EN APOYO AL PROGRAMA. TESIS. T. E. SOCIAL QALI WARMA-PROVINCIA DE ASCOPE. B. IB. LI. O. PARA OBTENER EL TÍTULO PROFESIONAL DE:. INGENIERO INFORMÁTICO AUTORES: Br. Oscar Eduardo Pozo Vera Br. Iván Enrique Ulloa Paredes ASESOR: Ing. Ricardo M. Guevara Ruiz Trujillo - La Libertad 2018. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(2) C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. SISTEMA EXPERTO UTILIZANDO LÓGICA DIFUSA PARA DIAGNOSTICAR PROBLEMAS DE DESNUTRICIÓN EN APOYO AL PROGRAMA. B. IB. LI. O. T. E. SOCIAL QALI WARMA-PROVINCIA DE ASCOPE. I. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(3) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. OSCAR EDUARDO POZO VERA. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. IVAN ENRIQUE ULLOA PAREDES. SISTEMA EXPERTO UTILIZANDO LÓGICA DIFUSA PARA DIAGNOSTICAR PROBLEMAS DE DESNUTRICIÓN EN APOYO AL PROGRAMA SOCIAL QALI WARMA-PROVINCIA DE ASCOPE. LI. O. T. E. Tesis presentada a la Escuela Profesional de Informática en la Facultad de Ciencias Físicas y Matemáticas de la Universidad Nacional de Trujillo, como requisito parcial para la obtención del Título profesional de Ing. Informático. B. IB. ASESOR: Ricardo M. Guevara Ruiz Trujillo - La Libertad 2018 II. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(4) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. HOJA DE APROBACIÓN. A. S. Sistema experto utilizando lógica difusa para. IC. diagnosticar problemas de desnutrición en apoyo al. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. programa social Qali Warma-Provincia de Ascope Oscar Eduardo Pozo Vera. Ivan Enrique Ulloa Paredes. Tesis defendida y aprobada por el jurado examinador:. E. Prof. Ms. Ricardo M. Guevara Ruiz - Asesor Departamento de Informática - UNT. B. IB. LI. O. T. Prof. Ms. Anthony J. Gomez Morales Departamento de Informática - UNT. Prof. Dr. Jorge L. Gutierrez Gutierrez Departamento de Informática - UNT. Trujillo, 21 de noviembre del 2018 III. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(5) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Dedico esta tesis a :. S. A Dios, por habernos permitido llegar hasta este punto, por ser. IC. A. el que guía nuestro camino y darnos las fuerzas para seguir adelante,. S. enseñándonos a encarar las adversidades pues sin su voluntad nada. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. seria posible.. A nuestros padres, por su apoyo en todo momento, por sus consejos, por su comprensión, por su amor y ayuda en los momentos difíciles. Por ser ejemplo de constancia y perseverancia en nuestras vidas. B. IB. LI. O. T. E. para poder lograr nuestros objetivos y convertirnos en profesionales.. IV. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(6) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Agradecimientos. A. S. Agradecemos a Dios todo poderoso por darnos vida, salud, fuer-. IC. za y por guiarnos e iluminarnos durante este recorrido para alcanzar. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. nuestras metas.. A nuestros padres por apoyarnos siempre, por todos los valores impartidos que nos permitieron seguir hacia delante sin titubear y poder cumplir todas nuestras metas planteadas.. A nuestros hermanos por confiar y creer siempre en nosotros durante las diferentes etapas de nuestros estudios.. E. A nuestros maestros, personas de gran sabiduría que nos brinda-. O. T. ron sus conocimientos y apoyo para poder cumplir nuestras expecta-. IB. LI. tivas, y poder superarnos cada día.. B. A nuestros amigos, por su muestras de compañerismo, amistad y apoyo moral durante todo el periodo de nuestra formación profesional. V. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(7) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Resumen. S. El presente trabajo investigativo tiene como objetivo la implemen-. A. tación de un sistema experto para el diagnóstico de desnutrición en. S. IC. infantes menores de cinco años, utilizando la lógica difusa para la. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. cuantificación de variables (síntomas) que no se pueden parametrizar. El proyecto consta de tres etapas, la primera es en la conceptualización y diseño del motor de inferencia apoyados por expertos del programa Qali Warmi situado en la ciudad de quien sentó las principales hechos (conocimientos en desnutrición infantil). La segunda etapa consiste en el desarrollo del software que plasme todo el motor de inferencia acompañado de una interfaz gráfica de usuario, con el fin de que la herramienta creada sirva de una manera más abierta a los. T. E. usuarios. La tercera etapa consiste en puesta en marcha del software,. O. aplicándolo a los infantes menores de 5 años del distrito de Ascope.. B. IB. LI. Cuyos resultados de diagnóstico certeros superaron la aceptación. por parte de los expertos médicos y lográndose así el objetivo del desarrollo de un sistema experto focalizado en desnutrición infantil. Palabras claves: Sistema experto, desnutrición, lógica difusa.. VI. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(8) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Abstract The objective of this research work is to implement an expert sys-. A. S. tem for the diagnosis of malnutrition in infants under five years of age,. IC. using the fuzzy logic for the quantification of variables (symptoms). C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. which can not be parameterized.. The project consists of three stages, the first is in the conceptualization and design of the inference engine supported by an expert from the Qali Warmi social program located in the city from which he laid the main facts (knowledge of child malnutrition). The second stage is the development of a software that reflects the entire inference engine design accompanied by a graphical user interface, so that the tool created serves a more open to users. The third and final stage invol-. E. ves the entire process of implementation of the software developed,. O. T. applying to infants under 5 years of the Ascope district.. B. IB. LI. Whose accurate diagnostic results exceeded the acceptance by. medical experts and thus achieving the objective of developing an expert system focused on child malnutrition. Keywords: Expert system, malnutrition, fuzzy logic.. VII. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(9) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. S. IC. A. S. Índice de figuras. 6. 2.1. Arquitectura y funcionamiento de un Sistema Experto. . . . . . . . . .. 15. 2.2. Componentes de un sistema basado en reglas . . . . . . . . . . .. 16. 2.3. Red Neuronal Artificial de una Capa . . . . . . . . . . . . . . . . . .. 18. 2.4. Valores lingüísticos de la variable difusa “edad” . . . . . . . . . .. 24. 2.5. Función complemento de A . . . . . . . . . . . . . . . . . . . . .. 26. 2.6. Función Unión A y B . . . . . . . . . . . . . . . . . . . . . . . . .. 27. 2.7. Función Intersección A y B . . . . . . . . . . . . . . . . . . . . . .. 28 28. 2.9. Función de transferencia para un conjunto difuso trapezoidal . . . . . .. 29. 2.10. Estructura de un controlador difuso . . . . . . . . . . . . . . . . . .. 30. 3.1. Proceso del Desarrollo del Sistema Experto . . . . . . . . . . . . . .. 39. 3.2. Formalización del Sistema Experto . . . . . . . . . . . . . . . . . .. 44. B. IB. LI. T. 2.8. Función de transferencia para un conjunto difuso triangular . . . . . . .. O. E. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. 1.1. Fases de la metodología de Buchanan . . . . . . . . . . . . . . . . .. VIII. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(10) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 48. 3.4. Variable peso . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 52. 3.5. Diagrama de Bloques de Control Difuso . . . . . . . . . . . . . . . .. 57. S. 3.3. Base de Reglas . . . . . . . . . . . . . . . . . . . . . . . . . . .. IC. A. 3.6. Descripción General del Prototipo. . . . . . . . . . . . . . . . . . .. S. 3.7. Vista -Inicio de Sesión . . . . . . . . . . . . . . . . . . . . . . . .. 58 60 61. 3.9. Vista - Búsqueda de Expediente . . . . . . . . . . . . . . . . . . . .. 62. 3.10. Ingreso de datos personales . . . . . . . . . . . . . . . . . . . . . .. 64. 3.11. Ingreso de datos médicos . . . . . . . . . . . . . . . . . . . . . . .. 65. 3.12. Resultado del diagnóstico . . . . . . . . . . . . . . . . . . . . . . .. 65. 3.13. Recomendaciones y tratamientos . . . . . . . . . . . . . . . . . . .. 66. 4.1. Determinación de la muestra . . . . . . . . . . . . . . . . . . . . .. 70. A.1. Perímetro Cefálico Niños . . . . . . . . . . . . . . . . . . . . . . .. 86. E. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. 3.8. Vista - Registro de Datos . . . . . . . . . . . . . . . . . . . . . . .. LI. O. T. A.2. Perímetro Cefálico Niñas . . . . . . . . . . . . . . . . . . . . . . .. 89. B. IB. B.1. Constancia de apoyo médico . . . . . . . . . . . . . . . . . . . . .. 87. IX. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(11) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. S. IC. A. S. Índice de tablas. 45. 4.1. Resultados del sistema experto (I) . . . . . . . . . . . . . . . . . . .. 71. 4.2. Resultados del sistema experto (II) . . . . . . . . . . . . . . . . . .. 72. 4.3. Resultados del sistema experto (III) . . . . . . . . . . . . . . . . . .. 73. 4.4. Análisis de datos (I) . . . . . . . . . . . . . . . . . . . . . . . . . .. 75. 4.5. Análisis de datos (II) . . . . . . . . . . . . . . . . . . . . . . . . .. 76. 4.6. Análisis de datos (III) . . . . . . . . . . . . . . . . . . . . . . . . .. 77. B. IB. LI. O. T. E. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. 3.1. Descripción de Variables lingüísticas . . . . . . . . . . . . . . . . .. X. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(12) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Dedicatoria. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Índice general. Agradecimientos Resumen Abstract. Índice de Figuras. V. VI. VII. IX. X. T. E. Índice de Tablas. IV. LI. O. 1. Introducción. IB. 1.1. Motivación . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 1 2 2. 1.3. Importancia de la investigación . . . . . . . . . . . . . . . . . . .. 3. 1.4. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 4. B. 1.2. Formulación del problema . . . . . . . . . . . . . . . . . . . . .. XI. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(13) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 4. 1.4.2. Específicos . . . . . . . . . . . . . . . . . . . . . . . . .. 4. 1.5. Contribución de la investigación . . . . . . . . . . . . . . . . . .. 5. S. 1.4.1. General . . . . . . . . . . . . . . . . . . . . . . . . . . .. IC. A. 1.6. Método de la investigación . . . . . . . . . . . . . . . . . . . . .. 7. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. 1.7. Estructura de la tesis . . . . . . . . . . . . . . . . . . . . . . . .. 5. 2. Marco teórico. 9. 2.1.1. Características de Sistemas Expertos . . . . . . . . . . . .. 10. 2.1.2. Ventajas de los Sistemas Expertos . . . . . . . . . . . . .. 10. 2.1.3. Limitaciones de los Sistemas Expertos . . . . . . . . . . .. 11. 2.1.4. Arquitectura del Sistema Experto . . . . . . . . . . . . .. 13. 2.1.5. Tipos de Sistemas Expertos . . . . . . . . . . . . . . . .. 15. 2.2. Lógica difusa . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 22. E. 2.1. Sistema Experto . . . . . . . . . . . . . . . . . . . . . . . . . . .. O. T. 2.2.1. Variables lingüisticas . . . . . . . . . . . . . . . . . . . .. LI. 2.2.2. Conjuntos difusos . . . . . . . . . . . . . . . . . . . . .. 24 25. 2.2.3. Función de pertenencia . . . . . . . . . . . . . . . . . . .. 26. 2.2.4. El controlador difuso . . . . . . . . . . . . . . . . . . . .. 28. 2.3. La Desnutrición . . . . . . . . . . . . . . . . . . . . . . . . . . .. 32. 2.3.1. La Desnutrición Escolar . . . . . . . . . . . . . . . . . .. 32. IB B. 9. XII. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(14) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 33. 2.3.3. Clasificación de enfermedades desnutricionales . . . . . .. 35. 2.4. Qali Warma . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 36. S. 2.3.2. Grados de desnutrición . . . . . . . . . . . . . . . . . . .. 36 37. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. 3. Propuesta de la tesis y desarrollo del sistema experto. IC. A. 2.4.1. Objetivos Qali Warma . . . . . . . . . . . . . . . . . . .. 37. 3.2. Descripción formal del modelo . . . . . . . . . . . . . . . . . . .. 37. 3.3. Fase 1: Identificación . . . . . . . . . . . . . . . . . . . . . . . .. 40. 3.3.1. Identificación del Problema . . . . . . . . . . . . . . . .. 40. 3.3.2. Búsqueda de un experto . . . . . . . . . . . . . . . . . .. 41. 3.4. Fase 2: Conceptualización . . . . . . . . . . . . . . . . . . . . .. 41. 3.4.1. Adquisición de Conocimiento . . . . . . . . . . . . . . .. 42. 3.4.2. Identificación y Definición de Variables . . . . . . . . . .. 43 43 44. T. 3.5. Fase 3: Formalización . . . . . . . . . . . . . . . . . . . . . . . .. O. E. 3.1. Diseño de la investigación . . . . . . . . . . . . . . . . . . . . .. LI. 3.5.1. Base de Conocimiento . . . . . . . . . . . . . . . . . . .. 49. 3.5.3. Fuzzificación . . . . . . . . . . . . . . . . . . . . . . . .. 51. 3.5.4. Defuzzificación . . . . . . . . . . . . . . . . . . . . . . .. 54. 3.6. Fase 4: Implementación . . . . . . . . . . . . . . . . . . . . . . .. 58. B. IB. 3.5.2. Motor de Inferencia . . . . . . . . . . . . . . . . . . . . .. XIII. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(15) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 58. 3.6.2. Presentación de las vistas del Prototipo . . . . . . . . . .. 59. 3.7. Fase 5: Pruebas . . . . . . . . . . . . . . . . . . . . . . . . . . .. 63. A. S. 3.6.1. Descripción del Prototipo . . . . . . . . . . . . . . . . .. IC. 4. Resultados y Discusión de la tesis. 68. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. 4.1. Recoleción de datos . . . . . . . . . . . . . . . . . . . . . . . . .. 67. 4.1.1. Determinación de la Muestra . . . . . . . . . . . . . . . .. 69. 4.2. Análisis de Datos . . . . . . . . . . . . . . . . . . . . . . . . . .. 74. 4.3. Demostración de la Hipótesis . . . . . . . . . . . . . . . . . . . .. 78. 5. Consideraciones finales. 80. 5.1. Conclusiones . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 80. 5.2. Recomendaciones . . . . . . . . . . . . . . . . . . . . . . . . . .. 81. E. A. Primer apéndice. 88. B. IB. LI. O. T. B. Segundo apéndice. 85. XIV. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(16) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. IC. A. S. Capítulo 1. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Introducción. Según el estudio (Sitio-Web-AcciónCH, 2018), encontró que los menores con desnutrición sufren daño irreversible, crecen menos, son más débiles y sus cerebros no se desarrollan completamente. Una dieta pobre en nutrientes perjudica severamente la capacidad de los niños para leer una frase o contestar correctamente preguntas básicas de matemáticas, independientemente de la calidad de la educación recibida.. T. E. El presente proyecto diagnostica la existencia de desnutrición en los escolares. LI. O. de los distintos colegios de la provincia de Ascope, generando una tabla con los. IB. colegios donde existe un alto índice de desnutrición para su posterior comunica-. B. ción con el programa social “Qali Warma” para que el programa pueda llegar a dicho colegio, también el sistema experto será capaz de dar la solución para cada escolar desnutrido con su respectivo tratamiento.. 1. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(17) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 1.1.. Motivación. Según el reporte del año 2017 del Instituto nacional de estadística e informá-. A. S. tica (INEI, 2018), la cantidad de especialistas médicos en el departamento de la. IC. Libertad son cada vez menores con respecto a años anteriores, perjudicando di-. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. rectamente a la zona de Ascope, y si a eso se le adiciona la cantidad de infantes que carece de una buena alimentación por diversos factores inclusive ajenos a los mismos, nos encontramos frente a un problema que cada vez se está agraviando en perjuicio de los infantes.. La carencia de especialista en la zona de Ascope, que por motivos de transporte, ubicación entre otros imposibilita el acceso a los mismos, da una idea en la que se pueda plasmar todo el conocimiento del especialista en una herramienta que cubra la necesidad territorial.. E. Formulación del problema. O. T. 1.2.. LI. Según el último reporte del Institución nacional de estadística e informática. B. IB. (INEI, 2018) , nos muestra una notoria carencia de especialistas médicos en zonas rurales, y Ascope no es ajena a esta realidad. La carencia de especialista trae consigo a que varios moradores de la zona no cuenten con una buena calidad de salud, haciendo hincapié a los infantes y los problemas de salud que no están 2. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(18) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. ajenos a ellos. Frente a esta problemática en este trabajo, se propone discutir como el sistema. A. S. experto utilizando lógica difusa para responder a la siguiente pregunta:. 1.3.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Ascope?. IC. ¿Cómo diagnosticar el problema de desnutrición en infantes de la Provincia de. Importancia de la investigación. El estado nutricional de los niños peruanos se caracteriza por la alta prevalencia de desnutrición crónica según afirma el médico Richard Quezada Palacios, situación que se ve afectada por los bajos niveles socio-económicos, el analfabetismo de los padres, las condiciones higiénicas precarias e insalubres en las que vive un gran porcentaje de nuestra población en las zonas peruanas.. E. El sistema experto busca ser una herramienta de diagnóstico de desnutrición. T. en fases en donde se pueda contrarrestar tempranamente. Brindar posibles trata-. B. IB. LI. O. miento que beneficien a las familias que carecen de recursos económicos.. 3. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(19) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 1.4.. Objetivos. 1.4.1.. General. A. S. Desarrollar un sistema experto utilizando lógica difusa para diagnosticar pro-. IC. blemas de desnutrición en apoyo al Programa Social “Qali Warma” – Provincia. 1.4.2.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. de Ascope. Específicos. a) Recopilar información del experto médico en desnutrición y diseñar la entradas (síntomas) para el sistema experto.. b) Diseñar un modelo informático (Sistema experto) para plasmar el conocimiento identificando todos los elementos necesarios para la solución del problema.. E. c) Desarrollar un software que cumpla la función de interfaz gráfica para el. LI. O. T. sistema experto.. desarrollado.. B. IB. d) Evaluar los resultados obtenidos al momento de la utilización del software. 4. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(20) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 1.5.. Contribución de la investigación. El presente proyecto pretende ser una alternativa como herramienta de diag-. A. S. nóstico para el todo el personal médico especializado en nutrición infantil y para. IC. aquellos usuarios que no disponen de un conocimiento profundo en la materia.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Ser un diagnosticador para los niños de Ascope que no puedan acudir directamente a un especialista ya sea por escasos recursos o por comodidad de sus familiares. Con el presente trabajo se benefician los niños que presentan desnutrición puesto que podrán consultar con el sistema experto que podrá establecer el grado de desnutrición que presenta.. 1.6.. Método de la investigación. Para llegar a los objetivos propuestos en el presente trabajo de investigación. E. se comprendieron las siguientes etapas de trabajo:. O. T. 1. Recopilación de información bibliográfica con respecto a sistemas expertos. IB. LI. en el sector salud ya implementados.. B. 2. Identificación del experto que necesitará nuestro sistema, y además el contexto en el que se desarrollará. 3. Elaboración del prototipo de la base de conocimientos a través de los cues5. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(21) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. tionarios realizados al experto. 4. Formalización del conocimiento obtenido del experto, además selecciona-. A. S. mos el lenguaje y ambiente de programación. IC. 5. Realización de pruebas funcionales para la correcta entrega del sistema ex-. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. perto.. Existen diversas metodologías para el desarrollo de los sistemas expertos, en la figura 1.1, se muestra la metodología de Buchanan, la cual se muestra una breve. B. IB. LI. O. T. E. descripción a continuación:. Figura 1.1: Fases de la metodología de Buchanan Fuente: Badaró et al. (2013). 6. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(22) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Sin embargo el proceso real no está tan bien definido como puede sugerir la figura anterior, y más bien representa una aproximación a las distintas y complejas. S. fases que se llevan a cabo a la hora de desarrollar un sistema inteligente, y que. IC S. Estructura de la tesis. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. 1.7.. A. pueden variar de una situación a otra.. El trabajo investigativo está compuesto por seis capítulos. El primero de ellos abarca puntos introductorios que facilitan un alcance preliminar del tema central, acompañado de los objetivos que se han planteado para el presente trabajo. En el capítulo dos se presenta el referencial teórico, soporte del tema, contemplando y dando a conocer Qali Warma como programa del estado, además plantea los conceptos de sistema experto, desnutrición y lógica difusa.. El tercer capítulo trata del tema central de la tesis, planteando los diseños. T. E. del motor de inferencia y del software acompañado para el cumplimiento de los. LI. O. objetivos planteados en el capítulo uno.. IB. En el cuarto capítulo se presentan los resultados obtenidos en la investigación.. B. En el capítulo cinco se presentan las consideraciones finales obtenidas en esta tesis. Inicialmente se presentan las conclusiones, seguida de las recomendaciones para futuras investigaciones relacionadas al tema en cuestión.. 7. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(23) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Finalmente las referencias bibliográficas usadas para la investigación en esta. B. IB. LI. O. T. E. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. tesis y los anexos donde que complementan la investigación.. 8. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(24) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. IC. A. S. Capítulo 2. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. 2.1.. S. Marco teórico Sistema Experto. La primera definición de sistema experto se debe a Edward Feigenbaum de la Universidad de Stanford quien en el Congreso Mundial de Inteligencia Artificial de 1977, definió un sistema experto como: “un programa de ordenador inteligente que usa conocimiento y procedimientos de inferencia para resolver problemas que son lo suficientemente difíciles como para requerir la intervención de un experto. T. E. humano para su resolución”. (Bauer, 1988). LI. O. De acuerdo a Rolston et al. (1990) un sistema experto es una aplicación in-. IB. formática que simula la habilidad de un experto humano a la hora de resolver. B. un determinado tipo de problema, mediante la aplicación específica de conocimientos y de procedimientos de inferencia, ya que no se cuenta con una solución algorítmica práctica. 9. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(25) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.1.1.. Características de Sistemas Expertos. Según Rolston et al. (1990) para que un SE sea útil debe tener las siguientes. IC S. Separación entre el conocimiento y la aplicación. A. S. características:. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Arquitectura diferente a la de un sistema de información convencional. Fácil actualización de conocimientos. Se debe de tener un mecanismo eficiente para agregar y modificar conocimiento.. Alto funcionamiento. La calidad del consejo proporcionado por el sistema debe ser muy buena, el sistema experto debe ser capaz de responder a un nivel igual o mejor que el experto humano.. E. Capacidad de explicar que está haciendo y porqué lo está haciendo.. O. T. Tiempo adecuado de respuesta. El sistema experto debe responder al usuario. LI. en un tiempo igual o menor al que respondería el experto humano.. B. IB. 2.1.2.. Ventajas de los Sistemas Expertos. Además en Rolston et al. (1990) se pueden deducir las siguientes ventajas de los sistemas expertos:. 10. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(26) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Están disponibles ininterrumpidamente de día y noche, ofreciendo siempre su máximo desempeno.. IC S. Pueden trabajar en entornos hostiles y peligrosos.. A. S. Pueden duplicarse ilimitadamente, tener tantos de ellos como se requieran.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Siempre se ajustan a las normas establecidas y son consistentes en su desempeno, no desarrollan apreciaciones subjetivas, tendenciosas, irracionales o emocionales.. No padece de olvido, fatiga, dolor o comete errores de cálculo. No requiere un sueldo, promociones, seguros módicos, incapacidades. Siempre están dispuestos a dar explicaciones, asistir o enseñar a la gente,. E. así como a aprender.. O. T. Pueden tener una vida de servicio ilimitada.. Limitaciones de los Sistemas Expertos. IB. LI. 2.1.3.. B. Badaró et al. (2013) nos presenta las siguientes limitaciones de un sistema. experto:. 11. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(27) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Sentido común: Para un Sistema Experto no hay nada obvio. Por ejemplo, un sistema experto sobre medicina podría admitir que un hombre lleva 40. S. meses embarazado, a no ser que se especifique que esto no es posible ya. IC. A. que un hombre no puede gestar hijos.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Lenguaje natural: Con un experto humano podemos mantener una conversación informal mientras que con un SE no podemos.. Capacidad de aprendizaje: Cualquier persona aprende con relativa facilidad de sus errores y de errores ajenos, que un SE haga esto es muy complicado. Perspectiva global: Un experto humano es capaz de distinguir cuales son las cuestiones relevantes de un problema y separarlas de cuestiones secundarias.. T. E. Capacidad sensorial: Un SE carece de sentidos.. O. Flexibilidad: Un humano es sumamente flexible a la hora de aceptar datos. B. IB. LI. para la resolución de un problema. Conocimiento no estructurado: Un SE no es capaz de manejar conocimiento poco estructurado.. 12. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(28) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.1.4.. Arquitectura del Sistema Experto. La arquitectura del sistema experto según Badaró et al. (2013) está conforma-. S. do por:. IC. A. a. Base de Conocimientos. S. Es una base de datos que almacena todo el conocimiento del sistema experto. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. en forma de reglas. Este conocimiento comprende los datos que describen el problema, las reglas utilizadas, la forma de combinar estas reglas, los nuevos datos deducidos y las propuestas de solución. Se caracteriza porque los conocimientos son descritos de manera declarativa, almacenados en pequeños fragmentos y no existe jerarquía entre los mismos. b. Base de Hechos.. Contiene los datos del problema así como los elementos y hechos relativos a. E. la solución de un problema en particular. A su vez almacena la información dada. T. por el usuario en respuesta a las preguntas del sistema.. LI. O. c. Motor de Inferencia.. B. IB. Simula la estrategia de solución de un experto, obtiene conclusiones aplicando. las reglas sobre los hechos presentes. Determina qué acciones se realizarán, en qué orden y cómo las realizarán las diferentes partes del sistema experto. Está compuesto de tres elementos: 13. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(29) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. d. Interface de Usuario Establece la forma en que el sistema experto se presentará al usuario, se debe. S. establecer un diálogo en términos del problema y con construcciones del lenguaje. IC. A. humano correctas. Debe cumplir con los siguientes requisitos: el aprendizaje del. S. manejo debe ser rápido, debe evitar la entrada de datos erróneos, las preguntas y. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. resultados deben de presentarse en forma comprensible para el usuario. Un sistema experto posee tres tipos diferentes de interfaces de usuario:. Interface de componente de adquisición. Usada por el ingeniero del conocimiento y por el usuario experto.. Interface del componente explicativo. Usada por el ingeniero del conocimiento, el usuario experto y el usuario del sistema.. Interface de consulta. Encargada de plantear preguntas, recibir respuestas y. O. T. E. emitir resultados.. LI. e. Usuario. B. IB. Los sistemas expertos poseen dos tipos de usuarios: e.1. Usuario Experto. Se encarga de añadir nuevos conocimientos a la base de. conocimientos o de modificar el conocimiento existente en el sistema. e.2. Usuario del Sistema. Ejecuta el sistema experto. 14. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(30) C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Figura 2.1: Arquitectura y funcionamiento de un Sistema Experto. Fuente: Badaró et al. (2013). 2.1.5.. Tipos de Sistemas Expertos. En el artículo de Badaró et al. (2013) se propone una clasificación por la téc-. E. nica que utilizan, dónde:. O. T. 1. Sistema Basados en Reglas. LI. Los sistemas basados en reglas trabajan mediante la aplicación de reglas, compa-. B. IB. ración de resultados y aplicación de las nuevas reglas basadas en situación modificada. También pueden trabajar por inferencia lógica dirigida, bien empezando con una evidencia inicial en una determinada situación y dirigiéndose hacia la obtención de una solución, o bien con hipótesis sobre las posibles soluciones y 15. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(31) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. volviendo hacia atrás para encontrar una evidencia existente (o una deducción de. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. una evidencia existente) que apoye una hipótesis en particular.. Figura 2.2: Componentes de un sistema basado en reglas Fuente: Badaró et al. (2013). 2. Sistemas basados en Probabilidad. En las aplicaciones, la incertidumbre es lo común y no la excepción. Por ejemplo,. E. una pregunta típica en diagnóstico médico es: dado que el paciente presenta unos. T. síntomas, ¿cuál de las enfermedades posibles es la que tiene el paciente? Esta. B. IB. LI. O. situación implica incertidumbre puesto que:. Los hechos o datos pueden no ser conocidos con exactitud. Por ejemplo, un paciente puede no estar seguro de haber tenido fiebre. Hay incertidumbre en la información asociada a cada paciente (subjetividad, imprecisión, errores, datos ausentes, etc.). 16. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(32) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. El conocimiento no es determinista. Las relaciones entre las enfermedades y los síntomas no son deterministas, puesto que un mismo conjunto de sín-. A. S. tomas puede estar asociado a diferentes enfermedades.. S. IC. 3. Sistema basados en Redes Neuronales Artificiales. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Las Redes Neuronales Artificiales, ANN (Artificial Neural Networks) están inspiradas en las redes neuronales biológicas del cerebro humano. Están constituidas por elementos que se comportan de forma similar a la neurona biológica en sus funciones más comunes. Estos elementos están organizados de una forma parecida a la que presenta el cerebro humano.. La ventaja principal de usar este tipo de implementación es que no requiere. B. IB. LI. O. T. E. algoritmos específicos del dominio. 17. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(33) C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Figura 2.3: Red Neuronal Artificial de una Capa Fuente: Badaró et al. (2013). 4. Redes bayesianas. Las redes bayesianas, también llamadas redes de creencias, proveen una manera de usar el cálculo de probabilidades para el manejo de la incertidumbre en nues-. E. tras representaciones de conocimiento. Estas redes proveen mecanismos eficientes. O. T. para manejar las dependencias probabilísticas, mientras explotan las independen-. LI. cias; resultando en una representación natural de la causalidad. En lo que sigue,. B. IB. revisaremos como se usan las dependencias e independencias entre variables en una red bayesiana e implementaremos un método para computar las probabilidades condicionales en los modelos de redes bayesianas. Teorema de Bayes: 18. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(34) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Este teorema es útil para razonar sobre causas y efectos. Consideremos que un ladrón es una causa de que la alarma se encienda, es natural razonar en términos. S. de que proporción de ladrones disparan alarmas, es decir p(alarma j ladron). Pero. IC. A. cuando oímos la alarma, estamos interesados en saber la probabilidad de su causa,. S. es decir p(ladron j alarma).. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Aquí es donde entra el teorema de Bayes en nuestra ayuda: p(ladron|alarma) = p(ladron) ∗. p(ladron|alarma) p(ladron). Una variante del teorema de Bayes, toma en cuenta el conocimiento previo B. Conocimiento previo Esto nos permite razonar acerca de la probabilidad de una hipótesis H, dada la evidencia E, bajo el supuesto del conocimiento previo B: p(H|EΛB) = p(H|B) ∗. p(E|HΛB) p(E|B). T. E. 5. Cadenas o Procesos de Markov. LI. O. Una cadena de Markov es una serie de eventos, en la cual la probabilidad de que. B. IB. ocurra un evento depende del evento inmediato anterior. En efecto, las cadenas de este tipo tienen memoria, Recuerdan.el último evento y esto condiciona las posi-. bilidades de los eventos futuros. Esta dependencia del evento anterior distingue a las cadenas de Markov de las series de eventos independientes, como tirar una 19. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(35) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. moneda al aire o un dado. En los negocios, las cadenas de Markov se han utilizado para analizar los patrones de compra, los deudores morosos, para planear. S. las necesidades de personal y para analizar el reemplazo de equipo. El análisis de. IC. A. Markov, llamado así en honor de un matemático ruso que desarrollo el método en. S. 1907, permite encontrar la probabilidad de que un sistema se encuentre en un es-. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. tado en particular en un momento dado. Algo más importante aún, es que permite encontrar el promedio a la larga o las probabilidades de estado estable para cada estado. Con esta información se puede predecir el comportamiento del sistema a través del tiempo. La tarea más difícil es reconocer cuándo puede aplicarse. La característica más importante que hay que buscar en la memoria de un evento a otro.. 6. Teoría de la Evidencia de Dempster-Shafer. E. La Teoría de la Evidencia fue desarrollada por Dempster (1967) y posteriormen-. O. T. te extendida por Shafer (1976), por lo que a veces se le hace referencia como. LI. la Teoría de Dempster-Shafer. Su enunciado estuvo motivado por las dificultades. B. IB. encontradas en la Teoría de la Probabilidad para representar la ignorancia, y manejar la necesidad de que las creencias asignadas a un evento y su negación sumen uno. Esta teoría no precisa de un modelo de probabilidad completo para trabajar, en contra de los requerimientos de otros enfoques. Intenta sacar beneficio de la 20. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(36) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. utilización de conjuntos de hipótesis en lugar de las hipótesis por separado, como se hace en otras aproximaciones. Procura facilitar la reasignación de probabilidad. S. de creencia en las hipótesis cuando cambian las evidencias. Y pretende modelar. IC. A. la disminución del conjunto de hipótesis de trabajo a partir de la acumulación de. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. evidencias. 7. Sistema basados en Lógica difusa. Según la recopilación del señor Carlos Gónzales (Morcillo, 2011) basicamente la Logica Difusa es una logica multivaluada que permite representar matematicamente la incertidumbre y la vaguedad, proporcionando herramientas formales para su tratamiento.. Entre las principales características que presenta este modelo de inferencia. E. destacan las siguientes:. O. T. Soporta datos imprecisos. Es flexible. B. IB. LI. Es conceptualmente fácil de entender. Es tolerante a los datos imprecisos Se basa en el lenguaje humano 21. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(37) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Se basa en la experiencia de expertos conocedores del problema en cuestión. Puede modelar funciones no lineales de alguna complejidad. en forma uni-. IC. Lógica difusa. S. 2.2.. A. S. ficada expresiones lingüísticas con datos numéricos. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Este tipo de lógica es la lógica que utiliza expresiones que no son totalmente ciertas ni totalmente falsas, es decir, es una lógica aplicada a conceptos que pueden tomar un valor indeterminado de veracidad dentro de un conjunto de valores cuyos extremos son la verdad absoluta o la falsedad absoluta. Por así decirlo es una lógica que expresa la falta de definición del objeto al que se aplica. Si queremos dar una definición mucho más específica podemos definir a este tipo de lógica como una técnica de la inteligencia computacional que ayuda o permite trabajar. E. con información que es imprecisa y no está bien definida. Pertenece a la lógica. T. multivaluada pero la lógica borrosa se diferencia de ésta en que nos permite in-. LI. O. troducir valores intermedios entre la afirmación completa o la negación absoluta.. B. IB. (Von Altrock and Krause, 1993) La lógica difusa fue investigada por primera vez alrededor de mediados de. los años sesenta por el ingeniero Lotfy A. Zadeh en la Universidad de Berkeley (California). En un principio este ingeniero no denominó a esta lógica como lógica 22. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(38) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. borrosa sino que la llamó principio de incompatibilidad. La Lógica Borrosa (LB) surgió como consecuencia natural de la observación. S. de que ciertas personas tienen suficiente habilidad para tomar decisiones correctas. IC. A. a partir de un conjunto de datos que están expresados lingüísticamente de forma. S. vaga o imprecisa(Borrosos), casi siempre utilizando adjetivos o adverbios como. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. mucho, alto, normal, muy, etc.. La Lógica Borrosa es un cuerpo teórico que pretende emular tales capacidades mediante su formalización y forma parte junto a las redes neuronales, los algoritmos genéticos, los sistemas expertos, etc. de los muchos esfuerzos que se hacen para crear la llamada “inteligencia artificial”. Mediante la utilización de la Lógica Borrosa se pueden desarrollar sistemas de control de procesos o de ayuda a toma de decisiones, con las Siguientes ventajas:. E. Eficiencia y rapidez en la implementación, porque brinda una metodología. O. T. para aprovechar la experiencia de un experto.. naturaleza son escasos, imprecisos o ruidosos.. B. IB. LI. Tiene éxito en aquellos casos en que los datos de entrada por su propia. Hace innecesario modelar detalladamente el sistema que se pretende controlar o predecir, porque utiliza un método heurístico.. 23. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(39) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Permite controlar sistemas con una no-linealidad muy marcada, donde las estrategias tradicionales, casi siempre controladores del tipo Proporcional-. A. Variables lingüisticas. IC. 2.2.1.. S. Integral-Derivativo (PID) ofrecen pobres resultados. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Se usan variables lingüísticas para analizar y modelar un sistema. Una variable lingüística es una variable cuyos valores son palabras o sentencias en un lenguaje natural o sintético. Ejemplo. Supongamos que X = " edad", se pueden definir. Figura 2.4: Valores lingüísticos de la variable difusa “edad” Fuente:Von Altrock and Krause (1993). B. IB. LI. O. T. E. set difusos: " joven", " adulto", " anciano". 24. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(40) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.2.2.. Conjuntos difusos. Expresa el grado de pertenencia al conjunto que tiene cada uno de los ele-. S. mentos. El conjunto difuso A en X puede definirse como el conjunto de los pares. IC S. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. A = {(x, µA (x))|xX. A. ordenados.(Von Altrock and Krause, 1993). Donde µA es la función de pertenencia al conjunto.. Sobre los conjuntos difusos se tienen las siguientes operaciones:. 1. Complemento. En conjuntos clásicos se define el complemento como el conjunto de los elementos que le faltan a un conjunto para ser igual al conjunto universo. Se define. µ¬A(x) = 1 − µA(x). LI. O. T. E. como:. B. IB. 2. Unión. La unión de los conjuntos clásicos expresa que el conjunto unión de dos conjuntos A y B, se define como los elementos que están en el conjunto A OR están en el conjunto B. se define como: 25. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(41) C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Fuente:Von Altrock and Krause (1993). S. Figura 2.5: Función complemento de A. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. µA(x) ∪ µB(y) = M ax(µA(x)yµB(y)). 3. Intersección. La intersección entre A y B es un conjunto difuso cuya función de pertenencia para un elemento concreto del universo de discurso es la menor de las funciones. µA(x) ∩ µB(y) = min(µA(x)yµB(y)). LI. O. T. E. de pertenencia de A y B.. Función de pertenencia. B. IB. 2.2.3.. Las funciones de pertenencia nos permiten representar gráficamente un con-. junto borroso. En el eje " x"(abscisas) se representa el universo de discurso, mientras que en el eje " y"(ordenadas) se sitúan los grados de pertenencia en el intervalo 26. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(42) C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Figura 2.6: Función Unión A y B. Fuente:Von Altrock and Krause (1993). [0,1]. Para construir funciones de pertenencia se suelen utilizar funciones sencillas, ya que al estar definiendo conceptos borrosos el uso de funciones complejas no aporta mayor precisión. (Jang et al., 1997). E. Aun cuando cualquier función puede ser válida para definir un conjunto di-. O. T. fuso, existen ciertas funciones que son más comúnmente utilizadas por su sim-. LI. plicidad matemática, entre éstas se encuentran las funciones de tipo triangular,. B. IB. mostrado en la figura 2.8, trapezoidal mostrado en la figura 2.9.. 27. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(43) C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Figura 2.7: Función Intersección A y B Fuente:Von Altrock and Krause (1993). Figura 2.8: Función de transferencia para un conjunto difuso triangular. T. El controlador difuso. O. 2.2.4.. E. Fuente:Von Altrock and Krause (1993). IB. LI. La lógica difusa se aplica principalmente en sistemas de control difuso que. B. utilizan expresiones ambiguas para formular reglas que controlen el sistema. Un sistema de control difuso trabaja de manera muy diferente a los sistemas de control convencionales. Estos usan el conocimiento experto para generar una base de. 28. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(44) IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Fuente:Von Altrock and Krause (1993). S. Figura 2.9: Función de transferencia para un conjunto difuso trapezoidal. conocimientos que dará al sistema la capacidad de tomar decisiones sobre ciertas acciones que se presentan en su funcionamiento. Los sistemas de control difuso permiten describir un conjunto de reglas que utilizará una persona para controlar un proceso y a partir de estas reglas generar acciones de control. El control difuso puede aplicarse tanto en sistemas muy sencillos como en sistemas cuyos modelos matemáticos sean muy complejos. La estructura de un controlador difuso se. T. E. muestra en la figura 2.10. (Jang et al., 1997). LI. O. 1. Fusificación. B. IB. La fusificación tiene como objetivo convertir valores crips o valores reales en. valores difusos. En la fusificación se asignan grados de pertenencia a cada una de las variables de entrada con relación a los conjuntos difusos previamente definidos utilizando las funciones de pertenencia asociadas a los conjuntos difusos. 29. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(45) C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. Fuente:Jang et al. (1997). S. Figura 2.10: Estructura de un controlador difuso. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2. Base de Conocimiento. La base de conocimiento contiene el conocimiento asociado con el dominio de la aplicación y los objetivos del control. En esta etapa se deben definir las reglas lingüísticas de control que realizarán la toma de decisiones que decidirán la forma en la que debe actuar el sistema.. T. E. 3. Inferencia. LI. O. La inferencia relaciona los conjuntos difusos de entrada y salida para repre-. IB. sentar las reglas que definirán el sistema. En la inferencia se utiliza la información. B. de la base de conocimiento para generar reglas mediante el uso de condiciones, por ejemplo: SI caso 1 y caso 2, ENTONCES acción 1. 4. Defusificación 30. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(46) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. La defusificación realiza el proceso de adecuar los valores difusos generados en la inferencia en valores crisp, que posteriormente se utilizarán en el proceso. S. de control. En la defusificación se utilizan métodos matemáticos simples como el. IC. A. método del Centro de Gravedad, Primer Máximo (F o M) y Ultimo Máximo. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Centro de gravedad (Co G). Determina el valor representativo de un conjunto difuso como el centro del área limitada por el conjunto difuso resultante de aplicar las diferentes reglas.. Primer Máximo (F o M). Utiliza el conjunto difuso tras la agregación de todas las reglas, este método toma como resultado el valor más pequeño del dominio de salida que representa. E. grado de pertenencia máximo.. O. T. Ultimo máximo (L o M). IB. LI. Este método proporciona como salida el promedio de todos los valores del. B. dominio de salida que corresponden el valor máximo de la funciona de pertenencia de la conclusión.. 31. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(47) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.3.. La Desnutrición. La desnutrición es el resultado físico del hambre, una enfermedad devastadora. A. S. de dimensiones epidémicas, que padecen 52 millones de niños y niñas menores de. IC. cinco años en todo el mundo. Es el resultado de la escasez de alimentos o de una. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. dieta inadecuada. Al año causa la muerte de más de 3,1 millones de niños y niñas. Estas muertes podrían evitarse con un tratamiento nutricional adecuado.(SitioWeb-AcciónCH, 2018). 2.3.1.. La Desnutrición Escolar. En el artículo del Sitio-Web-La-Nación (2002) resalta que la desnutrición afecta radicalmente el rendimiento escolar de los niños. El haber nacido con bajo peso, haber padecido anemia por deficiencia de hierro, o deficiencia de zinc, pueden significar un costo de hasta 15 puntos en el Coeficiente Intelectual teórico,. T. E. y varios centímetros menos de estatura. Un niño de baja talla social tiene hasta. LI. O. veinte veces más riesgo de repetir grados que otro de talla normal, y la repitencia. IB. lógicamente se va haciendo más frecuente a medida que se avanza en los grados,. B. o sea a medida que las exigencias curriculares se van haciendo mayores. Hoy no quedan dudas que la desnutrición afecta el desarrollo intelectual, y sin necesidad de que sea extrema como en los casos que vemos en todas partes del. 32. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(48) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Perú. Para los cientos de miles de niños que están en una situación de subalimentación y mala nutrición, el riesgo de fracaso escolar es muy alto.. S. Mucho se ha hablado de la revolución educativa. Sobre la base de lo antedicho,. IC. A. consideramos que la misma comienza desde el cuidado del embarazo y se extiende. S. por toda la infancia más temprana. Si la materia prima -los niños- que llega al. 2.3.2.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. sistema escolar no es adecuada, el producto tampoco lo será.. Grados de desnutrición. Existen diferentes grados de desnutrición y mal nutrición de los niños, estos grados estarán determinados por el límite inferior de percentilo 5 de tablas de medición de peso y talla, como las NCHS. (Sitio-Web-Innatia, 2018) Por debajo de este percentilo 5, se clasifican: Desnutridos grado I. T. E. Desnutridos grado II. LI. O. Desnutridos grado III.. B. IB. Existen distintas alternativas a tener en cuenta: Niño menor de 6 años Si el niño es menor de 6 años y su P/E (peso para la edad) es normal no es necesario evaluar su P/T (peso para la talla). 33. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(49) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. Si el P/E es bajo y el P/T es bajo, se puede decir que se está frente una situación de desnutrición.. S. Si el P/E es alto, pero el P/T es bajo, se puede decir que ese niño se encuentra. IC. A. adelgazado.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Niño mayor de 6 años Si el niño es mayor a 6 años. En todos los casos se medirá tanto el peso como la talla.. Si el P/E es normal y el P/T es bajo, se puede decir que es un niño adelgazado.. Si el P/E es bajo y el P/T es normal, se puede decir que es un niño acortado o desnutrido crónico. T. E. Si el P/E es bajo y el P/T es bajo, se puede decir que es un niño emaciado o. LI. O. desnutrido agudo.. B. IB. Estas simples mediciones son de mucha ayuda para evaluar a un niño y determinar en qué estado de nutrición se encuentra, de esta forma se pueden tomar medidas preventivas y paliativas para evitar las complicaciones derivadas de una desnutrición, las cuales si no son tratadas a tiempo pueden ser irreversibles. 34. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(50) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.3.3.. Clasificación de enfermedades desnutricionales. 1. Leve. A. S. Estos pacientes solo revelan menor progreso de peso, y no hay alteraciones de. IC. funciones importantes; en general la talla no está afectada. Cuando se acompaña. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. con enfermedades estas se repiten con frecuencia y darán poco más de lo habitual. 2. Moderada. Aquí el (enflaquecimiento) adelgazamiento es detectable al examen físico, apreciándose grados variables de disminución de la grasa subcutánea y atrofia muscular. En la piel puede haber sequedad, cambios de coloración, alteraciones del cabello que pierde brillo y empieza a ralear. 3. Grave. E. También llamado marasmo nutricional pues el adelgazamiento y la pérdida. O. T. del tejido muscular son máximos, llegándose a atrofia de las masas glúteas y a la. LI. desaparición de la grasa de las mejillas lo que les da el aspecto de cara de anciano.. B. IB. La piel es pálida seca y hace pliegues por sobre los relieves óseos, especialmente en brazos y muslos, puede haber cambios de coloración, sequedad, resquebrajamiento o incluso manchas purpúricas, hay tendencia a hipotermia (extremidades frías). 35. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(51) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 2.4.. Qali Warma. Qali Warma es un programa del MIDIS (Ministerio de Desarrollo e Inclusión. A. S. Social) que brinda servicio alimentario con complemento educativo a niños y ni-. IC. ñas matriculados en instituciones educativas públicas del nivel inicial y primaria,. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. y de secundaria de las poblaciones del Perú, a fin de contribuir a mejorar la atención en clases, la asistencia escolar y los hábitos alimenticios, promoviendo la participación y la corresponsabilidad de la comunidad local.. Qali Warma es un vocablo quechua que significa “niño vigoroso” o “niña vigorosa” (en quechua el género se determina con la palabra warmi o qari, es decir hombre o mujer).(Sitio-Web-Qali-Warma, 2016). 2.4.1.. Objetivos Qali Warma. Garantizar el servicio alimentario durante todos los días del año escolar a. T. E. los usuarios del Programa de acuerdo a sus características y las zonas donde. LI. O. viven.. B. IB. Contribuir a mejorar la atención de los usuarios del Programa en clases, favoreciendo su asistencia y permanencia. Promover mejores hábitos de alimentación en los usuarios del Programa. (Sitio-Web-Qali-Warma, 2018) 36. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(52) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. IC. A. S. Capítulo 3. 3.1.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Propuesta de la tesis y desarrollo del sistema experto Diseño de la investigación. De acuerdo al fin que persigue, el presente trabajo es una investigación aplicada. Por otro lado, de acuerdo al diseño de contrastación de la hipótesis es una investigación pre-experimental.. Descripción formal del modelo. T. E. 3.2.. LI. O. El modelo de la presente tesis, tiene como objetivo lograr diagnosticar pro-. IB. blemas de desnutrición en infantes menores de 5 años y de esta manera poder. B. determinar un tratamiento oportuno al niño, es por eso que utilizaremos la metodología de Buchanan, cuyas fases de desarrollo combinaremos con la estructura del sistema experto, el cual contiene base de conocimientos, base de hechos y. 37. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(53) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. motor de inferencia, que permitirán cumplir nuestro objetivo. La estructura de un Sistema Experto está conformada por:. A. S. Base de conocimientos (BC): Contiene conocimiento modelado extraído del. IC. diálogo con un experto.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. Base de hechos (Memoria de trabajo): contiene los hechos sobre un problema que se ha descubierto durante el análisis.. Motor de inferencia: Modela el proceso de razonamiento humano. Lógica Difusa: Define las variables lingüísticas y su dominio. Está define el modo del motor de inferencia, define la estructura de Base de Conocimientos.. Módulos de justificación: Explica el razonamiento utilizado por el sistema. T. E. para llegar a una determinada conclusión.. LI. O. Interfaz de usuario: es la interacción entre el SE y el usuario, y se realiza. B. IB. mediante el lenguaje natural.. En la figura 3.1 mostramos el proceso de desarrollo del sistema experto propuesto, el cual combinara la Metodología de Buchanan con los procesos de la estructura del sistema experto mencionados anteriormente. 38. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(54) Figura 3.1: Proceso del Desarrollo del Sistema Experto Fuente: Elaboración Propia. B. IB. LI. O. T. E. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. IC. A. S. Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 39. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.

(55) Biblioteca Digital - Dirección de Sistemas de Informática y Comunicación - UNT. 3.3.. Fase 1: Identificación. En esta primera fase se realiza una investigación por parte del ingeniero del. A. S. conocimiento para definir el tema, identificar el problema y establecer la búsque-. IC. da de un experto humano que pueda colaborar con la estructuración del sistema. 3.3.1.. C Y A M D A E T C E IE M N Á C T I IC A A S S FÍ. S. experto mediante los conocimientos, estudios y experiencia que posee.. Identificación del Problema. En el capítulo 1, se identificó problemas de desnutrición en infantes por la carencia de especialistas médicos en zonas rurales entre ellas la provincia de Ascope, por lo cual es muy importante contar con una herramienta práctica para poder diagnosticar y dar soluciones en un tiempo mínimo acorde al requerimiento de dicha problemática.. Tomando en cuenta los aspectos anteriores y realizando un análisis de los mis-. T. E. mos, el problema de la investigación es el siguiente: “Cómo diagnosticar el pro-. LI. O. blema de desnutrición en infantes de la provincia de Ascope”. Claramente una. IB. respuesta inmediata será como definimos también en el capítulo 1 del presente. B. trabajo, desarrollar un sistema Experto que pueda hacer diagnostico confiable para que dicho paciente pueda obtener un tratamiento.. 40. Esta obra ha sido publicada bajo la licencia Creative Commons Reconocimiento-No Comercial-Compartir bajola misma licencia 2.5 Perú. Para ver una copia de dicha licencia, visite http://creativecommons.org/licences/by-nc-sa/2.5/pe/.