Estimador Fuzzy

de Sostenibilidad

Mayo 2010
Marcos del Pozo
Ibrahim Espino

Estimador Fuzzy de Sostenibilidad

Introduccin
Gracias al progreso, los seres humanos han desarrollado en el ltimo siglo un espectacular
aumento en la calidad de vida en ciertas regiones del planeta. Una de las bases de este
envidiable estatus ha sido, sin duda, la aplicacin de las teoras econmicas convencionales,
maximizadoras del beneficio e impulsoras de la competitividad y la innovacin tecnolgica.
Pero un examen ms concienzudo de la situacin nos descubre que la realidad no es todo lo
brillante que aparentemente parece. Es ms, podemos ver que existen graves desequilibrios.
As, mientras en ciertos pases la obesidad es el principal problema sanitario, en muchos otros
hay gente que, literalmente se muere de hambre. Anlogamente, mientras unos pases
consumen una parte desproporcionada de los recursos naturales, otros ven limitado su acceso
a ellos y sus posibilidades de progreso. Parece, por tanto, que algo falla en los esquemas
econmicos que imperan en la actualidad. Y la preocupacin aumenta al analizar las
consecuencias que sobre el planeta ha tenido este progreso: contaminacin, prdida de
biodiversidad...
Estas inquietudes han contribuido a la formacin de una rama de la economa que pretende
tener en cuenta que formamos parte de la naturaleza y que nos debemos atener a sus reglas y
respetarla para asegurarnos nuestra propia supervivencia en el futuro. Es lo que se conoce
como economa ecolgica.
La crtica bsica que se dirige a la economa convencional es que sta se basa en un flujo
circular de valores comerciales (flujo monetario) a travs de las relaciones a las que da lugar,
mantenindose impermeable a los flujos fsicos y ecolgicos que toda la actividad econmica
genera. Es decir, la economa se ve a s misma como un sistema circular autolubricado con el
dinero indefinidamente, pero desde la economa ecolgica se remarca que en realidad es un
subsistema abierto y creciente, dentro de una entidad cerrada y fija como es la Tierra.
Recurriendo a las leyes termodinmicas se define al sistema econmico como un sistema
altamente ordenado y dinmico que mantiene su crecimiento aprovechando la energa y los
recursos naturales (de baja entropa) y devolvindolos, despus de su uso, en formas
altamente entrpicas y poco aprovechables (energa disipada, contaminacin). Llegamos pues,
a un punto en el que el consumo econmico excede al ingreso natural, provocando un
continuo agotamiento del capital natural, que es el factor que provoca los problemas
ambientales que padecemos.

Sostenibilidad y necesidad de indicadores

En este contexto de desigualdades y problemticas ambientales, ha ganado mucho peso un
concepto que trata de conciliar el progreso con la realidad fsica y socioeconmica en la que
nos encontramos, este concepto es la sostenibilidad. Por tanto, se habla de desarrollo
sostenible como aquel que satisficiera nuestras necesidades sin comprometer las de nuestros
descendientes. Por las pruebas existentes, parece poco claro que nuestro modelo de
desarrollo sea sostenible indefinidamente tanto a nivel ambiental como social. Es por ello
necesario un cambio que nos permita alcanzar la sostenibilidad y asegurarnos nuestra
supervivencia y la de las especies con las que compartimos el planeta.

Estimador Fuzzy de Sostenibilidad

El camino hasta los nuevos modelos sostenibles ser largo y dificultoso y an nos encontramos
en una etapa primigenia. En estos momentos el trabajo consiste en desarrollar los marcos
tericos de la sostenibilidad y definirlos adecuadamente. Convienen diferenciar entre
sostenibilidad dbil, que es aquella en que mantenemos el capital, pero transformando si es
necesario el capital natural en capital monetario; y sostenibilidad fuerte, en la que la idea es
mantener o mejorar la condicin del capital natural. Desde el punto de vista de la calidad
ambiental parece preferible la sostenibilidad fuerte como base para desarrollar nuevas
polticas. Para fundamentar la sostenibilidad fuerte es necesario desarrollar unos indicadores
que nos den una visin del estado fsico del ambiente, es decir, que no sean transformables a
unidades monetarias, como tampoco lo son los servicios y los seres vivos de la biosfera. Estos
indicadores nos permiten determinar sin ambages las dimensiones de los problemas
ambientales a los que nos podemos enfrentar. Ejemplos de estos indicadores son: 1) el HANPP,
que nos mide la parte de la produccin vegetal mundial de la cual nos apropiamos
(actualmente un 40%); 2) el MIPS y los anlisis de ciclo de vida, que muestran la mochila
ecolgica de los productos y servicios que consumimos, es decir, todo lo que suponen desde la
fase de extraccin hasta su disposicin como residuos desde el punto de vista ambiental; 3) el
EROI, que nos da una idea de la eficiencia energtica, comparando los aumentos en los inputs
con los que se dan en los outputs; y 4) la huella ecolgica, que es el ncleo de este trabajo.
Este indicador nos permite computar el espacio ecolgico que una poblacin humana
realmente ocupa. En el siguiente apartado lo definimos extensamente.
El uso conjunto de estos indicadores, que tienen en comn unas unidades de medida
puramente fsicas (de energa, de superficie...) nos ayuda a clarificar los efectos a que cada
poblacin humana da lugar en la biosfera y, a partir de ello, podemos analizar en qu puntos
hemos de incidir con ms fuerza para alcanzar una sostenibilidad real.
Esto es especialmente importante en los anlisis sobre sostenibilidad urbana, ya que podemos
ver hasta qu punto las ciudades modernas, en las que se concentra buena parte de la
poblacin mundial, estn alejadas del equilibrio con el medio ambiente del que dependen y al
que afectan.

Estimador Fuzzy de Sostenibilidad

Planteamiento del Problema

Dominio
El contexto de este trabajo se sita entorno al consumo de crudo en Canarias durante el
periodo comprendido entre el ao 1998 y 2005. Analizaremos la problemtica que suscita el
incremento de consumo del mismo en cuanto a la sostenibilidad de la economa y el medio
ambiente se refiere en base al protocolo de Kioto.
Figura 1. Consumo de crudo en canarias

Consumo Crudo en Canarias

8000000

Nmero de toneladas

7000000
6000000
5000000
4000000
3000000
Consumo Anual

2000000

Consumo Kyoto

1000000
0

1998 1999 2000 2001 2002 2003 2004 2005

Aos

En la figura se representa una

comparativa entre el consumo de
crudo real y el previsto por Kioto.
En color rojo se muestra el
nmero de toneladas de crudo
consumidas en Canarias segn los
datos proporcionados por la
Consejera de Industria, Comercio
y Nuevas Tecnologas del
Gobierno de Canarias; mientras
que en color azul se muestra el
consumo que debera haberse
producido si se hubiera seguido
las directrices indicadas en el
protocolo de Kioto.

Como puede observarse, existe una divergencia considerable entre el consumo real y el
previsto por Kioto a medida que van pasando los aos. Este hecho obliga a las
administraciones pblicas a tomar diversas medidas que palen los efectos de este suceso;
pero para dicho fin, es necesario establecer una cuantificacin de la divergencia y la urgencia
con la que se debe actuar. Precisamente, el programa diseado intenta estimar con cierta
precisin dicha cantidad.

Objetivo
El objetivo del presente trabajo es el desarrollo e implementacin de una aplicacin basada en
reglas de lgica difusa que nos permita establecer un valor estimado de sostenibilidad dado el
consumo de crudo anual actual empleando para ello informacin sobre los consumos anuales
en periodos anteriores y los establecidos por el protocolo de Kioto.

Indicadores
Los indicadores que servirn como entrada al sistema fuzzy sern:
I1) La diferencia normalizada del consumo anual actual y el consumo anual del periodo
anterior. Esto es, la diferencia entre el consumo producido en el instante t y el
consumo del instante t-1. Este indicador aporta informacin referente a la direccin de
crecimiento del consumo de crudo. Puesto que el objetivo es reducir este consumo,
parece obvio pensar que si el consumo aumenta el sistema no es sostenible. En las

Estimador Fuzzy de Sostenibilidad

reglas fuzzy, los valores lgicos posibles de este indicador son: negativo (N), cero (Z) y
positivo (P).
I2) La diferencia normalizada del consumo anual actual y el consumo previsto por Kioto
para dicho ao. Este indicador complementa la informacin del indicador anterior
permitiendo una valoracin mucho ms ajustada. El hecho de que el consumo de
crudo aumente de un ao para otro (I1 > 0) no es suficiente para afirmar que el
sistema no es sostenible. Si el consumo de crudo ya est muy por debajo del consumo
previsto por Kioto, entonces no sera justo asegurar que el sistema no es sostenible
porque en un instante determinado el consumo de crudo aument respecto al periodo
anterior. Por tanto, no solo es necesario conocer la pendiente de la evolucin del
consumo de crudo, sino tambin la diferencia entre el consumo real y el esperado por
Kioto. En las reglas fuzzy, los valores lgicos posibles de este indicador son: negativo
(N), negativo-pequeo (SN), cero (Z), positivo-pequeo (SP) y positivo (P).
Adems, es importante resaltar que debido a la naturaleza de estos indicadores, no necesitan
ser normalizados antes de ser introducidos en el sistema.
Por otra parte, la salida del sistema corresponder a un valor entre 0 y 1 que indica en qu
grado es sostenible el sistema econmico-medioambiental de Canarias en base a la cantidad
de crudo que se est consumiendo hasta el ao indicado. Para hacer una estimacin ms
ajustada a la realidad, se ha decidido asignar 4 valores lgicos que definen la sostenibilidad del
sistema. Estos valores lgicos de salida son: no-sostenible (NS), poco-sostenible (PS),
sostenible (S) y muy-sostenible (MS). De esta forma, la etiqueta poco-sostenible sirve como
aviso de que el sistema puede hacerse no sostenible si no se aplica ninguna medida al
respecto.

Reglas
Las reglas de lgica difusa permiten establecer las relaciones entre los indicadores de entrada
(I1, I2) con el grado de sostenibilidad para conformar as la base de conocimiento del sistema.
Estas relaciones quedan expresadas en la siguiente tabla:
I2

I1

SN

SP

MS

PS

NS

PS

PS

NS

NS

PS

PS

NS

NS

NS

Tabla 1: Reglas del sistema fuzzy

Dadas las reglas, conformamos sus funciones de pertenencia que establecen una
correspondencia entre los valores reales para cada uno de los indicadores y el valor real de

Estimador Fuzzy de Sostenibilidad

sostenibilidad, y sus valores lgicos que definen las reglas. En las siguientes imgenes
representamos grficamente dichas funciones.

Figura 2: Funcin de pertenencia de I1

Figure 3: Funcin de pertenencia de I2

Estimador Fuzzy de Sostenibilidad

Figura 4: Funciones de pertenencia a la salida

Las funciones de la figura 4 tendrn que ser ajustadas para que el comportamiento del sistema
se realice conforme a lo establecido por las reglas fuzzy. Para ello, emplearemos la
metodologa explicada a continuacin, basada en la tcnica de trial-and-error.

Estimador Fuzzy de Sostenibilidad

Metodologa y Desarrollo
Una vez definido el problema y todas sus variables de entrada y salida, llega el momento de
implementar el sistema. Para ello, en este trabajo se ha hecho uso de la herramienta Fuzzy
disponible en Matlab. Esta herramienta permite evaluar fcilmente el funcionamiento de un
sistema de control de lgica difusa.
El primer paso es introducir los datos del problema tal y como se han definido en los apartados
anteriores. A continuacin se procede a ajustar las funciones de pertenencia de las variables
de salida para obtener una buena respuesta del sistema.
En este aspecto, existieron bastantes dificultades para lograr una superficie de control
uniforme en el modelo Mandani. Al modificar las funciones de pertenencia aparecan
ondulaciones indeseadas en las zonas de transicin entre los valores lgicos no-sostenible y
poco-sostenible, y sostenible y muy-sostenible. Adems, estas ondulaciones persistan
en mayor o menor medida al modificar las funciones de pertenencia. Al percibir que este
fenmeno no podra ser resuelto modificando nicamente las funciones de pertenencia, se
pas a modificar las reglas del sistema hasta encontrar una combinacin que eliminase las
ondulaciones. La configuracin ptima encontrada es la siguiente:

And method:
Or method:
Implication:
Aggregation:
Defuzzification:

prod
max
pord
sum
centroid

Como resultado, se obtienen las funciones de pertenencia a la salida y la superficie de control

que se muestran a continuacin. Es importante destacar que con el fin de hacer el sistema lo
suficientemente estricto, la funcin de pertenencia del indicador no sostenible se extiende
desde 0 hasta 0.4, tal y como se pareca en la figura 6. De esta forma, se asegura que la salida
del sistema no sobrevalore la sostenibilidad.
Figura 5: Funciones de pertenencia finales a la salida del sistema Mandani

Estimador Fuzzy de Sostenibilidad

Figura 6: Superficie de control final para el sistema Mandani

En cuanto al modelo Sugeno, si ben se pens que implementar este modelo sera mucho ms
complejo que el anterior, result ser todo lo contrario. La herramienta Fuzzy de Matlab
ajusta automticamente la superficie de control tomando como referencia los valores de las
variables de salida y las reglas del sistema. Esto es, no fue necesario ajustar ninguna funcin,
de hecho, la herramienta Fuzzy no muestra las funciones de pertenencia de los indicadores
de la salida. Simplemente hubo que introducir las funciones de pertenencia de los indicadores
de la entrada (figuras 2 y 3) y las reglas de la tabla 1. Como resultado se obtiene la superficie
de control de la figura 7.
Figure 7: Superficie de control final para el sistema Sugeno

Estimador Fuzzy de Sostenibilidad

Resultados y Conclusiones
Para comprobar que el ajuste se ha realizado correctamente y que por lo tanto, los resultados
se corresponden con valores razonables, mostramos cuatro situaciones posibles empleando
los datos suministrados por la Consejera de Industria, Comercio y Nuevas Tecnologas del
Gobierno de Canarias para el sistema difuso de tipo Mandani y de tipo Sugeno.

Pruebas
Caso 1: I1=0
En el supuesto que se plantea, el indicador de diferencia entre el consumo actual y el del ao
anterior es nulo, es decir, que se consume una cantidad constante para cada ao, mientras
que el segundo indicador experimenta un incremento anual paulatino en el periodo
considerado.

Caso 1: I1=0

Caso 1: Salida

40
35
30
25

1
I1

0,8

I2

0,6

Mandani
Sugeno

20
0,4

15
10

0,2

1999 2000 2001 2002 2003 2004 2005

1998 1999 2000 2001 2002 2003 2004 2005

Como puede observarse, el valor de sostenibilidad para ambos sistemas indica que se trata de
una situacin no sostenible siendo, en el caso de Sugeno, una afirmacin tcita.

10

Estimador Fuzzy de Sostenibilidad

Caso 2: I2=0
En el segundo supuesto que se plantea, el primer indicador experimenta un incremento anual
paulatino entre el periodo de 1999 y 2002 y posteriormente, un descenso del mismo, mientras
que el indicador de diferencia entre el consumo actual y el previsto por Kioto es nulo, es decir,
que estamos sobre la curva de consumo segn Kioto.

Caso 2: I2=0

Caso 2: Salida

I1

0,8

I2

0,6

Sugeno

0,4

0,2

0
-1

Mandani

1998 1999 2000 2001 2002 2003 2004 2005

0
1999 2000 2001 2002 2003 2004 2005

-2

En 1999, el valor de sostenibilidad indica que es una situacin sostenible para Mandani y muy
sostenible para Sugeno. Esto se debe a que el valor del primer indicar es negativo y por lo
tanto, se est consumiendo menos de que el ao precedente y adems, consumimos la misma
cantidad de crudo que lo indicado por Kioto. Entre 2000 y 2004, en I1 se muestran
incrementos en el consumo de crudo por lo que la situacin se vuelve no sostenible como
indican ambos sistemas en su salida. Finalmente, en 2005 se muestra que para Mandani, la
situacin se torna poco sostenible y para Sugeno, no sostenible como consecuencia de que el
valor de I1 es muy pequeo.

11

Estimador Fuzzy de Sostenibilidad

Caso 3: I2<0
En este caso, el consumo anual actual est por debajo del consumo previsto por Kioto. Esta
situacin es ideal desde el punto de vista de sostenibilidad ya que se puede permitir ligeros
incrementos entre aos sin que afecte al valor de sostenibilidad.

Caso 3: I2<0

Caso 3: Salida

10

0,8

Sugeno

1998 1999 2000 2001 2002 2003 2004 2005

0,6

-10
-20
-30

Mandani

0,4

I1

0,2

I2

0
1999 2000 2001 2002 2003 2004 2005

-40

A la vista de los resultados, puede comprobarse que el valor de sostenibilidad para ambos
sistemas se alterna entre sostenible y muy sostenible en base a los incrementos del primer
indicador.
Caso 4: datos reales
En este caso se emplean los datos reales proporcionados por la Consejera. Se puede
comprobar que a pesar que la diferencia interanual ha empezado a descender la diferencia con
los consumos que deberan haberse obtenido segn el protocolo de Kioto son muy grandes
volvindose una situacin insostenible.

Caso 4: Datos reales

Caso 4: Salida

40
35
30
25

1
I1

0,8

Mandani
Sugeno

I2
0,6

20
0,4

15
10

0,2

-5

1998 1999 2000 2001 2002 2003 2004 2005

1999 2000 2001 2002 2003 2004 2005

Este hecho queda demostrado en los resultados donde para ambos sistemas se refleja que la
situacin actual en Canarias sigue siendo no sostenible en lo que a materia econmica y
medioambiente se refiere.

12

Estimador Fuzzy de Sostenibilidad

Conclusiones
Como se ha demostrado, los sistemas fuzzy de tipo Mandani y Sugeno han sido bien ajustados
ya que el comportamiento que realiza la salida se adapta a los valores lgicos que se haban
planteado. Hay que tener en cuenta que la salida tanto para el sistema de tipo Mandani como
para el tipo Sugeno son muy similares aunque en el caso del segundo, se tiende a enfatizar y
extremar los resultados debido a las caractersticas que definen su mtodo de inferencia.

13