1

Conjuntos e
Lgica Fuzzy
Geraldo Xexo, D.Sc.
2
Sumrio
Introduo e Motivao
Conjuntos Nebulosos
Nmeros Fuzzy
Princpio da Extenso
3
Material

http://wiki.xexeo.org/

4
Introduo e
Motivao
Conjuntos e Lgica Fuzzy
5
Motivao

To prximas as leis da matemtica
estejam da realidade, menos prximas da
certeza elas estaro. E to prximas elas
estejam da certeza, menos elas se
referiro realidade
(Albert Einstein)

6
Lei do terceiro excludo
Lgica tradicional
Dicotomia verdadeiro x falso
Tudo verdadeiro ou no verdadeiro
Tudo verdadeiro ou falso princpio da bivalncia
impossvel ser verdadeiro e falso
simultaneamente
O que no verdadeiro falso
O que no falso verdadeiro
No existe meio termo
8
O Mundo Ntido (crisp)
Esta bola azul?
Verdadeiro


Este quadrado azul?
Falso
Qual a cor da Terra?
9
10
Que copos esto cheios?
Quais as respostas?
Quantos
Bons lanamentos?
Maus lanamentos?
Lanamentos
certeiros?
Lanamentos
corretos?
Lanamentos
verdadeiros?


11
12
A questo
O mundo real apresenta situaes onde
as respostas verdadeiro e falso no so
suficientes para representar a realidade
Tanto a resposta Verdadeiro quanto a
resposta Falso no so apropriadas
Qual seria a resposta apropriada?
GRAUS DE VERDADE
13
Origem da dicotomia
Se temos que escolher entre verdadeiro
ou falso, estamos utilizando a lgica
tradicional ou lgica ntida (crisp),
desenvolvida por Aristteles
Lgica Aristotlica!
Mas Aristteles j aceitava que existem
graus de verdade e falsidade
Plato, seu mestre, rejeitou a noo
14
Filosofia Oriental
15
Lgica de Boole - 1848
.
F V
F F F
V F V
v
F V
F F V
V V V

F V
F V F
V F V

F V
V F

F V
F V V
V F V

16
Paradoxos da lgica ntida
Quantos gros de areia voc pode
remover de uma pilha de areia at ela
deixar de se uma pilha?

17
Respostas Apropriadas
A Terra na sua maior parte azul
A Terra quase azul
A Terra 66% azul
A Terra azulada
A Terra muito azul
18
Humanos so vagos
Charles Sanders Peirce (circa 1870) diz
que as pessoas funcionam de modo
vago, ao invs de no modo verdadeiro-
falso

Boole 1848
Vagueness is no more to
be done away with in
the world of logic than
friction in mechanics
19
1920!!!!
Jan Lukasiewicz inventa
uma lgica tri-valorada
Verdadeiro, falso e talvez (ou indeterminado)
0,1 e u
0,1 e 1/2!
Mais tarde, estende para uma quantidade
infinita de valores entre 0 e 1
Lgica de Lukasiewics
Boole 1848
Pierce 1870
20
Lgica de 3 valores
OU 0 u 1
0 0 u 1
u u u 1
1 1 1 1
E 0 u 1
0 0 0 0
u 0 u u
1 0 u 1
No
0 1
u u
1 0
=> 0 u 1
0 1 1 1
u u 1 1
1 0 u 1
<=> 0 u 1
0 1 u 0
u u 1 u
1 0 u 1
21
1937
Max Black considera como objetos
pertencem a conjuntos
teoria geral das coisas vagas
Vagueness: An exercise in logical
analysis.
Philosophy of Science,
4:427-455, 1937
Boole 1848
Pierce 1870
Lucka. 1920
22
Conceitos Vagos
Alto, Baixo
Novo, Velho, Usado, Semi-novos
Perto, Longe
Leve, Pesado, Suportvel
Gelado, Frio, Morno, Tpido, Quente
Crtico, Condicionante, Dispensvel

1960-1965
Lotfi Zadeh inventa a
lgica fuzzy:
difusa, nebulosa
ou cabeluda/peluda
Existe uma gradao
entre falso e
verdadeiro
23
Boole 1848
Pierce 1870
Lucka. 1920
Black 1937
Problemas ao escolher o nome
24
Ntido x Fuzzy
Fim dos limites
Modelos de
Fronteiras Ntidas
Normalmente
escolhidas de forma
ad-hoc, mesmo que
com apoio de
estatsticas e
especialistas
Modelos de
Fronteiras Fludas
representando melhor
a incerteza ao criar o
conceito

25
26
Exemplo Simples Ntido
Direito a desconto por ser idoso:
65 anos = 50% de desconto
Um dia antes de fazer aniversrio
Desconto 0%
No dia do aniversrio
Desconto 50%

Qual a lgica disso?

0
10
20
30
40
50
60
0 20 40 60 80 100
Idade
D
e
s
c
o
n
t
o

27
Exemplo Simples Fuzzy
Descontos progressivos com a idade!
0
20
40
60
80
100
0 20 40 60 80 100
Idade
D
e
s
c
o
n
t
o

28
Como Funciona?
IF temperature IS cold THEN fan_speed IS high
IF temperature IS cool THEN fan_speed IS medium
IF temperature IS warm THEN fan_speed IS low
IF temperature IS hot THEN fan_speed IS zero
http://www.aptronix.com/fide/howfuzzy.htm
29
Conjuntos
Nebulosos
Conjuntos e Lgica Fuzzy
30
Teoria dos Conjuntos Nebulosos
Uma generalizao da teoria dos
conjuntos,
onde elementos pertencem ou no pertencem
a conjuntos,
para os sistemas do mundo real
onde, os problemas ,em sua maioria, so
compostos de conjuntos de contornos no
definidos.
31
Conjuntos Tradicionais
Elementos pertencem ou no ao
conjunto

32
Teoria Ingnua dos Conjuntos
Termos no definidos
Conjunto
Elemento
Pertinncia
Conceitos definidos
Unio, Interseo


33
Copos Cheios?
Vazio
Cheio
0 1
34
Conjuntos Ntidos

A
(x)

: U {0,1}
x A,
A
(x)=1


x A,
A
(x)=0



a
e
Vogais
o
u
i
b

Vogais
(a)=1

Vogais
(b)=0

A
a funo caracterstica
U o conjunto universo
A subconjunto de U
No h outra opo
Opes so excludentes
35
Conjuntos Ntidos
Conjuntos Ntidos: elementos pertencem
ou no (funo caracterstica)






_
A
x
x
x
( ) =
e
e

1 para A
0 para A
100
C
e
r
t
e
z
a
(
%
)
Temperatura(C)
10 20 30 40
50
60 70
80 90
0
Quente
36
Conjuntos Nebulosos
Um elemento pode pertencer
"parcialmente" a um conjunto.
Chamamos de possibilidade
quantificao da pertinncia do
elemento ao conjunto
grau de pertinncia = m
A
(x),
A
(x)

37
Conjuntos Nebulosos


A um subconjunto difuso de U

A
a funo de pertinncia
Cada elemento de A tm um grau de
pertinncia
Permitem criar conjuntos que
representam conceitos humanos

A
(x)

: U [0,1]
1 2 4
3
P=Prximo de 3

P
(3)=1

P
(2)=0,5

P
(4)=0,5

P
(1)=0,25
38
1
R
e
l
e
v

n
c
i
a
Temperatura(C)
10 20 30 40
50
60
70
80 90
0
Quente
(Temperatura)
Funo de Pertinncia
Funo de pertinncia

A : X [0,1]
39
Funo Pertinncia mantm A
Funo Caracterstica
x eA
A
(x) = 1
x eA
A
(x) = 0
40
A gua est quente
0
0,2
0,4
0,6
0,8
1
0 20 40 60 80 100
Quente
Funes de Pertinncia
41
(Klir&Yuan)
Nebulosidade
42
(Earl Cox)
43
Operaes Difusas
Interseo
(A B) = Min((A), (B))
Unio
(A B) = Mx((A), (B))
Complemento
(A
c
) = 1- (A)

Existem outros
modelos mais
complexos
Interseo
44
(Klir&Yuan)
Unio e Complemento
45
(Klir&Yuan)
46
Modificadores
Hedges
Concentrao (muito)
m(muito A) = m(A)
2
Dilatao (algo)
m(muito A) = m(A)
1/2

47
A gua no est Quente
0
0,2
0,4
0,6
0,8
1
0 20 40 60 80 100
Quente
No Quente
48
A gua est fria
0
0,2
0,4
0,6
0,8
1
0 20 40 60 80 100
Quente
No Quete
Fria
49
Notaes
Como funes ou grficos
Quando finito:

A
(x
1
)/x
1
+
A
(x
2
)/x
2
+ ... +
A
(x
n
)/x
n

Se grande, contvel, infinito

=
=
n
i
i i A
x x
1
/ ) ( A
}
=
x
i i A
x x / ) ( A
50
Propriedades
Altura: o valor supremo

Suporte: pertinncia maior que zero

Corte-alfa: pertinncia acima de um
valor escolhido


51
Propriedades
1
Temperatura(C)
10 20 30 40 50 60 70 80 90 0

Q UENTE
(Temperatura)
QUENTE
Supp(QUENTE) = [10,90]
Supp(
0.5
QUENTE): [30,70]
0.5
0.5
QUENTE
Corte Alfa
52
Propriedades
Convexidade: A pertinncia entre dois
elementos de um conjunto nebuloso deve
ser maior ou igual que a menor
pertinncia entre estes dois elementos
A(x1 + (1-)x2) > mn[A(x1),A(x2)]

Produto Cartesiano
A x B o conjunto de todos os pares
ordenados onde o primeiro elemento
pertence a A e o segundo a B
A = { 1, 2, 3}
B = { 1, 2}
A x B = { (1,1),(1,2),(2,1),(2,2),(3,1),(3,2) }
53
Produto Cartesiano
54
Produto Cartesiano de C.N.
55
56
Cardinalidade

e
=
X x
A
x A ) (
}
=
x
A
dx x A ) (
57
Interpretando Conj. Difusos
Dado um conjunto X, qual a aparncia do seu
conjunto potncia difuso F(2
X
)
Uma interpretao geomtrica
Vamos trabalhar com um conjunto de dois
elementos, o e |, {o,|}
Seu conjunto potncia :
{{},{o},{|},{o,|}}
Podemos represent-lo por pares ordenados
(segundo a funo caracterstica
{(0,0),(1,0),(0,1),(1,1)}

58
Conjuntos como Pontos
o
|
(0,0)
(0,1)
(1,0)
(1,1)
59
Conjuntos Difusos
Conjuntos Difusos podem sempre ser
vistos como a extenso difusa de um
conjunto ntido
Para representar todos os conjuntos
difusos que podem ser construdos para
um conjunto ntido, temos que falar em
seu conjunto potncia difuso
Em vez dos 4 pontos, qualquer ponto do
quadrado!
60
Conjunto 0,3/o+ 0,6/|
|
(0,3) (0,7)
(0,6)
(0,4)
o
A
A
c

AA
c
A A
c
61
Operaes
As operaes de interseo e unio
possuem classes de funes
denominadas de t-norma e t-conorma,
Usaremos a notao
I(a(x),b(x)) t-norma
U(a(x),b(x)) t-conorma
C(a(x)) complemento genrico.
62
a
1
<a
2
E b
1
<b
2

I(a
1
,b
1
) < I(a
2
,b
2
)
Os axiomas de 1 a 4 so necessrios para
caracterizao dos operadores. Os axiomas 5
a 7 so por vezes desejveis.
1. Contorno
2. Monotonicidade
3. Comutatividade
4. Associatividade
5. Continuidade
6. Sub-Idempotncia
7. Monotonicidade
Estrita

I(a,I(b,d))
=
I(I(a,b),d)

bd

I(a,b)I(a,d)
I(a,b)=I(b,a) I(a,1)=a
Pequenas
variaes
no argumento
no causam
grandes variaes
I(a,a)a
Operaes t-norma, t-conorma
63
Pares t-norma e t-conorma
- Padro:
I(A(x),B(x)) = mn(
A
(x),
B
(x))
U(A(x),B(x)) = mx(
A
(x),
B
(x))
C(A(x)) = 1-
A
(x)
- Produto e Soma Algbrica
I(A(x),B(x)) =
A
(x)
B
(x)
U(A(x),B(x)) =
A
(x)+
B
(x) -
A
(x)
B
(x)
- Diferena e Soma Limitada
I(A(x),B(x)) = mx(0,
A
(x) +
B
(x) - 1)
U(A(x),B(x)) = mn(1,
A
(x) +
B
(x))
- Interseo e Unio Robusta:
I(A(x),B(x)) =


A B
B A
x x
x x
( ) ( )
( ) ( )
,
quando
quando
de outro modo
=
=

1
1
0
U(A(x),B(x)) =


A B
B A
x x
x x
( ) ( )
( ) ( )
,
quando
quando
de outro modo
=
=

0
0
1
64
- Padro:
I(A(x),B(x)) = mn(
A
(x),
B
(x))
U(A(x),B(x)) = mx(
A
(x),
B
(x))
C(A(x)) = 1-
A
(x)
- Produto e Soma Algbrica
I(A(x),B(x)) =
A
(x)
B
(x)
U(A(x),B(x)) =
A
(x)+
B
(x) -
A
(x)
B
(x)
- Diferena e Soma Limitada
I(A(x),B(x)) = mx(0,
A
(x) +
B
(x) - 1)
U(A(x),B(x)) = mn(1,
A
(x) +
B
(x))
- Interseo e Unio Robusta:
I(A(x),B(x)) =


A B
B A
x x
x x
( ) ( )
( ) ( )
,
quando
quando
de outro modo
=
=

1
1
0
U(A(x),B(x)) =


A B
B A
x x
x x
( ) ( )
( ) ( )
,
quando
quando
de outro modo
=
=

0
0
1
65
Relaes
Uma relao entre conjuntos ntidos um
subconjunto do produto cartesiano desses
conjuntos.
A={1,2}
B={a,b,c}
AB={(1,a),(1,b),(1,c),(2,a),(2,b),(2,c)}
A R B = {(1,a),(1,b),(2,c)}
Existe uma funo caracterstica para a
relao, j que ela um conjunto
66
Relao Nebulosa
1
2
a
b
c
0,5
0,4
0,8
67
Aritmtica
Nebulosa
68
Nmeros Difusos
Quando estamos falando sobre nmeros
no mundo real, muitas vezes no
sabemos com preciso o valor desse
nmero
O carro custa cerca de R$15000,00.
A casa daqui a uns 100m.
Compre uns 2 quilos de carne
69
Valores Aceitveis
Que valores so aceitveis quando
utilizamos esses termos?
Carro: entre 14000 e 16000? Entre 14900 e
15500?
Distncia: entre 50 e 150 m?
Carne: entre 1,9 e 2,1 quilos?
70
Nmeros Difusos
Estamos ento trabalhando com nmeros
que podem ser descritos de uma forma
difusa
No so distribuies de probabilidade!
Apesar de podermos tambm modelar alguns
casos dessa forma
quantos quilos temos aqui?
71
Nmeros Difusos
So conjuntos difusos, representando, de
alguma forma que interesse a soluo de um
problema, uma incerteza em um valor
numrico
0
0,2
0,4
0,6
0,8
1
0 1 2 3 4 5 6
~2
~3,5
72
Nmero Nebuloso
Normal (altura = 1)
Todo corte alfa precisa ser um intervalo
fechado
O suporte precisa ser limitado
73
Nmero Difuso
74
Nmero Difuso
75
Nmero Difuso
76
Operaes Difusas
Tambm fazemos contas com esses
nmeros
Compre uns 200 gramas de queijo e por volta
de 300 gramas de presunto
Quantos gramas voc comprou?
Por volta de meio quilo.
77
Operao Difusa
Regra Simples (forma mais simples de
fazer) para nmeros triangulares
faa a operao normal com os valores do
pice (que so os valores ntidos)
some o tamanho das duas bases
divida por dois
crie o tringulo estendendo o nmero difuso
para cada lado pelo ltimo valor

No segue o princpio da extenso
O Problema da Extenso
Dada uma frmula f(x) e um conjunto
fuzzy
A
(x), como calcular a funo de
pertinncia de f(A)?

f

(A) =f(A()).
78
79
Aritmtica Difusa
Tambm pode ser baseadas na aritmtica
intervalar
Seja um nmero difuso triangular na forma
(e,c,d)
Onde
e o valor mais esquerda
c o valor central
d o valor mais direita


80
Operaes Intervalares
Soma intervalar
(e
1
,c
1
,d
1
) + (e
2
,c
2
,d
2
) = (e
1
+e
2
,c
1
+c
2
,d
1
+d
2
)
Pseudo inverso aditivo intervalar
(e
1
,c
1
,d
1
) = (-d
1
,-c
1
,-e
1
)
Subtrao intervalar
(e
1
,c
1
,d
1
) - (e
2
,c
2
,d
2
) = (e
1
,c
1
,d
1
) + (- (e
2
,c
2
,d
2
)) =
(e
1
-d
2
,c
1
-c
2
,d
1
-e
2
)
81
Operaes Intervalares
Produto Intervalar
(e
1
,c
1
,d
1
) (e
2
,c
2
,d
2
) =
(min(e
1
e
2
, e
1
d
2
, d
1
e
2
, d
1
d
2
),c
1
xc
2
,
max(e
1
e
2
, e
1
d
2
, d
1
e
2
, d
1
d
2
) )
Pseudo Inverso Multiplicativo Intervalar
(e
1
,c
1
,d
1
)
-1
= (d
1
-1
,c
1
-1
,e
1
-1
)
Produto Intervalar
(e
1
,c
1
,d
1
) (e
2
,c
2
,d
2
) = (e
1
,c
1
,d
1
) (e
2
,c
2
,d
2
)
-1
=
(min(e
1
e
2
, e
1
d
2
, d
1
e
2
, d
1
d
2
),c
1
c
2
,
max(e
1
e
1
, e
1
d
2
, d
1
e
2
, d
1
d
2
) )


Contas
82
Nmero E C D
A 1 2 3
B 2 3 4
A+B 3 5 7
-B -4 -3 -2
A-B -3 -1 1
AxB 2 6 12
1/A 0,33 0,5 1
A/B 0,25 4 12
83
Contas...
0
0,2
0,4
0,6
0,8
1
1,2
-5 0 5 10 15
A
B
A+B
-B
A-B
AxB
A/B
1/A
Nmero E C D
A 1 2 3
B 2 3 4
A+B 3 5 7
-B -4 -3 -2
A-B -3 -1 1
AxB 2 6 12
1/A 0,33 0,5 1
A/B 0,25 4 12
84
Princpio da
Extenso
O Problema da Extenso
Dada uma frmula f(x) e um conjunto
fuzzy
A
(x), como calcular a funo de
pertinncia de f(A)?

f

(A) =f(A()).
85
86
Princpio da Extenso
Os sistemas e modelos matemticos esto
baseados em relaes que mapeam um conjunto
de variveis de um universo em outro.
f: X Y, onde,
X e Y representam dois universos quaisquer.
Seja x e X e y = f(x) , y e Y. A funo
caracterstica que descreve a relao R



( )

=
=
=
) ( , 0
) ( , 1
,
x f y
x f y
y x
R
_
87
Princpio da Extenso
Devemos agora considerar que tenhamos
subconjuntos de X que sero mapeados
em subconjuntos de Y, dessa forma:

f: P(X) P(Y),
onde P() representa o conjunto potncia.
Um subconjunto nebuloso A c X
mapeado num subconjunto B c Y da
forma:
B = f(A) = {y | x e A, y = f(x)}.

88
Princpio da Extenso
Em termos mais gerais, devemos supor que mais
de um elemento de Y seja mapeado a partir de
um mesmo elemento de X, dessa forma, a
funo caracterstica de B seria,
_
B
(y) = v
y = f(x)
_
A
(x)
onde v
y = f(x)
representa o valor mximo para todos
os valores de x que levem a y. A funo
caracterstica em conjuntos precisos apenas
indica se um valor pertence ou no a um
conjunto.
89
Princpio da Extenso
Zadeh(1975) elaborou uma extenso para _
B
(y) de forma a
lidar com valores intermedirios de pertinncia:

B
(y) = v
y = f(x)

A
(x) = mx
y = f(x)

A
(x) onde,
x e A e y e B so agora elementos de conjuntos
nebulosos e a funo f: F(X) F(Y), de conjuntos
nebulosos de X em conjuntos nebulosos de Y.
Supondo ainda que a funo f possa ser aplicada sobre
um conjunto de n universos x
1
,x
2
,x
n
, tal que
f: F(x
1
,x
2
,x
n
) F(Y), onde y = f(x
1
,x
2
,x
n
)
90
Princpio da Extenso
A funo de pertinncia
B
(y) de B = f(A
1
,A
2
,A
n
) ser
dada por:

B
(y) = max
y = f(x1,x2,xn)
{ min [
A1
,
A2
,
An
] }

O grau de pertinncia de um valor do conjunto resposta
ao conjunto resultado o grau de pertinncia mximo
entre todas as aplicaes da funo que chegam aquele
resultado
O grau de pertinncia de valor de uma aplicao da
funo o grau de pertinncia mnimo dos argumentos
da funo


91
Exemplo
A = 0.1/1 + 0.2/2 + 1/3 +
0.1/4

B = 0.3/1 + 1/2 + 0.5/3


92
Exemplo
A (A) B (B) A+B (A+B)
1 1
1 2
1 3
2 1
2 2
2 3
3 1
3 2
3 3
4 1
4 2
4 3
93
Exemplo
A (A) B (B) A+B (A+B)
1 .1 1 .3
1 .1 2 1
1 .1 3 .5
2 .2 1 .3
2 .2 2 1
2 .2 3 .5
3 1 1 .3
3 1 2 1
3 1 3 .5
4 .1 1 .3
4 .1 2 1
4 .1 3 .5
94
Exemplo
A (A) B (B) A+B (A+B)
1 .1 1 .3 2
1 .1 2 1 3
1 .1 3 .5 4
2 .2 1 .3 3
2 .2 2 1 4
2 .2 3 .5 5
3 1 1 .3 4
3 1 2 1 5
3 1 3 .5 6
4 .1 1 .3 5
4 .1 2 1 6
4 .1 3 .5 7
95
Exemplo
A (A) B (B) A+B (A+B)
1 .1 1 .3 2 .1
1 .1 2 1 3 .1
1 .1 3 .5 4 .1
2 .2 1 .3 3 .2
2 .2 2 1 4 .2
2 .2 3 .5 5 .2
3 1 1 .3 4 .3
3 1 2 1 5 1
3 1 3 .5 6 .5
4 .1 1 .3 5 .1
4 .1 2 1 6 .1
4 .1 3 .5 7 .1
96
Exemplo
A (A) B (B) A+B (A+B)
1 .1 1 .3 2 .1
1 .1 2 1 3 .1
1 .1 3 .5 4 .1
2 .2 1 .3 3 .2
2 .2 2 1 4 .2
2 .2 3 .5 5 .2
3 1 1 .3 4 .3
3 1 2 1 5 1
3 1 3 .5 6 .5
4 .1 1 .3 5 .1
4 .1 2 1 6 .1
4 .1 3 .5 7 .1
97
Exemplo
A = 0.1/1 + 0.2/2 + 1/3 +
0.1/4
B = 0.3/1 + 1/2 + 0.5/3
A+B = 0.1/2 + 0.2/3 + 0.3/4
+ 1/5 + 0.5/6 + 0.1/7

Inversa Multiplicativa (P.E.)
98
Quadrado (P.E.)
99
Multiplicao (P.E.)
10
0
10
1