Вы находитесь на странице: 1из 6

LISTA DE FIGURAS

Figura 1 Subconjunto fuzzy (a) e subconjunto crisp (b). . . . . . . . . . . . 4


Figura 2 Conjunto dos números naturais “pequenos”. . . . . . . . . . . . . . 5
SUMÁRIO

0.1 LÓGICA FUZZY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3


3

0.1 LÓGICA FUZZY


A palavra “fuzzy”, de origem inglesa, significa incerto, vago, impreciso, nebuloso,
difuso, entre outros. O conceito fuzzy pode ser entendido como uma situação em que não
é possı́vel responder simplesmente “sim” ou “não”. Mesmo conhecendo as informações
necessárias sobre a situação dizer algo como “talvez” ou “quase” é mais apropriado.
A lógica fuzzy foi introduzida nos meios cientı́ficos em 1965 pelo matemático Lofti
A. Zadeh, através da publicação do artigo “Fuzzy Sets” no jornal Journal Information and
Control. O principal objetivo da lógica fuzzy é de dar um tratamento matemático a certos
termos subjetivos, como: aproximadamente, em torno de, parcialmente, relativamente,
dentre outros.
A partir da publicação de Zadeh, várias teorias e aplicações tem surgido, e algumas
das principais áreas de concentração da teoria fuzzy são: sistemas de controle fuzzy,
tomada de decisão, reconhecimento de padrões e procesamento de imagens e controle de
epidemias na Medicina e na Biologia.
Na Medicina, os principais focos tem sido a modelagem dos processos de di-
agnósticos de doenças e a epidemiologia. Na Biologia, modela-se a dinâmica de po-
pulações. São consideradas basicamente duas situações: uma, quando se acredita que
o meio no qual os indivı́duos vivem interfere de maneira significativa na dinâmica da
população, e a outra trata de classificar pressa e predador.
Com o objetivo de obter uma formalização matemática para um conjunto fuzzy,
Zadeh baseou-se no fato de que qualquer conjunto clássico pode ser caracterizado por uma
função denominada de função caracterı́stica, cuja definição é dada a seguir.

Definicão 1. Seja U um conjunto e A um subconjunto de U . A função caracterı́stica de


A é dada por: 
 1, se x ∈ A,
χA =
 0, se x ∈
/ A.
Assim, χA é uma função cujo domı́nio é U e a imagem está contida no conjunto
{0, 1}. A função caracterı́stica χA descreve completamente o conjunto A, pois tal função
indica quais elementos de U também são elementos de A.
No entanto , existem casos onde a pertinência entre os elementos e conjuntos não
é tão precisa, ou seja, não podemos afirmar que um elemento pertence efetivamente a um
determinado conjunto ou não.
4

Definicão 2 (Subconjunto Fuzzy). Seja U um conjunto (clássico), um subconjunto fuzzy


F de U é caracterizado por uma função, µF : U −→ [0, 1], chamada de função carac-
terı́stica do subconjunto fuzzy F.

O valor µF (x) ∈ [0, 1], denominado grau de pertinência, indica o grau que um
elemento x de U está no conjunto fuzzy F . Assim, µF (x) = 0 e µF (x) = 1 indicam,
respectivamente, a não pertinência e a pertinência completa de x no conjunto fuzzy F .
Podemos observar que a definição de subconjunto fuzzy foi obtida apenas
ampliando-se o contradomı́nio da função caracterı́stica, o qual é o conjunto {0, 1}, para
o intervalo fechado [0, 1]. Deste modo, um conjunto fuzzy, cuja função de pertinencia µF
é sua função caracterı́stica χF . Na linguagem fuzzy, um subconjunto clásico, costuma ser
denominado por subconjunto “crisp”.
Um subconjunto fuzzy F é composto de elementos x de um conjunto clássico U ,
munido de um valor de pertinência a F , dado por µF (x).
Dizemos que um subconjunto fuzzy F de U é dado por um conjunto (clássico) de
pares ordenados,
F = {(x, µF (x)) ; x ∈ U }.
O subconjunto clássico de U definido por, suppF = {x ∈ U ; µF (x) > 0}, é denomi-
nado suporte de F e tem papel fundamental na inter-relação entre as teorias de conjuntos
clássicos e conjuntos fuzzy.
Notamos que, diferentemente do subconjunto fuzzy, o suporte de um subconjunto
crisp coincide com o próprio conjunto. Vejamos isso, nos dois gráficos abaixo.

Figura 1: Subconjunto fuzzy (a) e subconjunto crisp (b).

(a) (b)

Fonte: Elaborado pelo autor.


5

No que segue apresentamos alguns exemplos de conjuntos fuzzy.


Exemplo 1.(Números naturais pequenos). Considere o subconjunto fuzzy F dos
números naturais pequenos dado por

F = {n ∈ N; népar} .

No contexto da lógica fuzzy podemos dizer que tanto o número 0(zero) quanto o número
1000(mil) pertencemao subconjunto F , porém com diferentes graus de pertinência, de-
pendendo da função de pertinen ϕF que caracteriza o subconjunto fuzzy F .
Podemos escolher
1
ϕF (n) = , (2)
n+1
como função de pertinência para F . Assim, o número 0 pertence a F com grau de
pertinência ϕF (0) = 1, enquanto que o número 1000 pertence a F com grau de pertinência
ϕF (1000) = 0, 001.
A figura a seguir ilustra estes resultados.

Figura 2: Conjunto dos números naturais “pequenos”.

Fonte: Elaborado pelo autor.


6

Poderı́amos ter escolhido outra função de pertinência ϕF que tende-se a zero. como
por exemplo:

1
ϕF (n) = n2 +1
,

ϕF (n) = e−n ,