Negli ultimi trent’anni una delle introduzioni più controverse nella gamma di strumenti decisionali applicati in ambito finanziario sono state le idee della fuzzy logic, dei sistemi fuzzy e dell’analisi fuzzy.
La teoria convenzionale degli insiemi espressa in termini aristotelici ha una logica binaria o booleana; un oggetto (valore) è in un insieme con un valore di verità di 1 o non lo è, con un valore di verità di 0. Nella fuzzy logic, al contrario, c’è la possibilità di avere gradi di appartenenza ad un insieme logico, con valori di appartenenza continuativi tra 0 e 1.
I sostenitori di questa metodologia sostengono che la teoria classica degli insiemi è semplicemente un caso particolare di fuzzy logic. Gli oppositori sostengono il contrario, ovvero che la fuzzy logic sia sfumata, se esiste, ed è solo un sottoinsieme della logica tradizionale. La fuzzy logic ha un suo linguaggio e la sua stessa matematica, compresi i crisp set (set booleani), e i gradi di credenza, come mezzo per misurare l’appartenenza a un set fuzzy set.
Le principali applicazioni della logica fuzzy fino ad oggi sono state nel campo del controllo ingegneristico dei sistemi, con i controllori csono stati sviluppati utilizzando regole di decisione fuzzy per fornire un continuo controllo variabile per una varietà di dispositivi che vanno dalle lavatrici ai treni della metropolitana.
È anche importante notare che i giapponesi sono stati responsabili della maggior parte deilo sviluppo di tali sistemi, riflettendo nella mente di alcune persone la differenza fondamentale nel pensare quale logica sfocata sembra richiedere, e con la quale molti ancora discutono.
Nel contesto di sistemi più morbidi come quelli utilizzati per la gestione, la posizione attuale è uno di progressi limitati. È stato sostenuto che i metodi fuzzy possono essere usati efficacemente per prendere decisioni che consistono di elementi duri (o ben compresi) e morbidi, incerti o fattori vaghi (fuzzy). In questo senso si sostiene di offrire un’analisi decisionale alternativa paradigma soprattutto in condizioni di incertezza.
Lascia un commento