Você está na página 1de 123

LGICA PARACONSISTENTE ANOTADA

EVIDENCIAL E

JAIR MINORO ABE


(ORGANIZADOR , AUTOR CAPTULO 2 E CO- AUTOR DO CAPITULO 2, 3 E 4)

JOO INCIO DA SILVA FILHO


(CO-AUTOR- CAPTULOS 2, 3 E 4)

UANDERSON CELESTINO
(CO-AUTOR- CAPTULOS 3 E 4)

HLIO CORRA DE ARAJO


(Co-autor- Captulos 3 e 4)

SO PAULO - 2010
Se ouo, esqueo;
Se vejo, gravo;
Se fao, compreendo. (Confcio)

s minhas queridas sobrinhas;


Liwa e Naomy;
Jair M. Abe
Aos meus pais;
Herondino Alves de Arajo e Hilda Corra de Arajo;
Hlio C. de Arajo

Prefcio
As presentes notas objetivam introduzir o leitor Lgica Paraconsistente
Anotada Evidencial E, caso particular das lgicas anotadas, pertencentes ao
rol das lgicas paraconsistentes e paracompletas, e que ultimamente vem
apresentando interessantes aplicaes nos mais diversos setores do
conhecimento humano.
Hodiernamente a lgica paraconsistente tornou-se tema de discusso comum,
em

Sistemas

de

Informao,

Informtica,

Engenharia,

Psicanlise,

Biomedicina, Cincia da Computao, Fsica, Matemtica, etc., situao


impensvel h dcadas atrs. Alis, quando o primeiro autor foi estudante na
poca da graduao, era comum ouvir-se nos corredores escuros dos
efmeros sbios, frases ou chaves do tipo, os sistemas paraconsistentes
podem ser at interessantes, mas no h valor intrnseco algum, pois no h
aplicaes relevantes...
A apresentao possui carter elementar, destinando-se aos estudantes dos
diversos cursos de graduao e de ps-graduao, e, tambm, ao leitor
interessado. Para aliviar a parte terica inserimos uma aplicao ilustrativa
(dentre muitas) onde os segundo e terceiro autores tiveram participao
especial. Assim os autores tiveram a seguinte participao: Jair Minoro Abe
(Organizador, autor captulo 2 e Co- autor do capitulo 2, 3 e 4), Joo Incio da
Silva Filho (Co-autor - Captulos 2, 3 e 4), Uanderson Celestino (Co-autor Captulos 3 e 4), Hlio Corra de Arajo (Co-autor - Captulos 3 e 4).
Motivou-nos a escrever esta monografia, primeiro, pela inexistncia de um
texto introdutrio e sistemtico sobre o assunto; segundo, em decorrncia
disso, amigos e estudantes insistiram que o fizesse para servir de referncia
imediata para seus estudos. Sem esses estmulos, este texto estaria fatalmente
sepultado para todo o sempre no imprio das possibilidades. Tambm,
gostaramos de ressaltar que o presente tomo trata-se to somente de uma

primeira verso que pretendemos aprimor-lo no futuro. Para tanto, esperamos


sugestes e crticas construtivas por parte dos leitores.
Agradecimentos especiais Vice-Reitoria de Ps-Graduao e Pesquisa da
UNIP - Universidade Paulista pelo apoio na publicao deste tomo.
Os autores desejam dedicar este trabalho, ainda que singelo, ao Prof. Newton
Costa, um cientista brasileiro que lutou incansavelmente no estabelecimento do
tema, tendo sido mesmo introdutor dos primeiros sistemas importantes na
literatura, as lgicas Cn de Da Costa.

Jair Minoro Abe


Joo Incio da Silva Filho
Uanderson Celestino
Hlio Corra de Arajo

SUMRIO
CAPTULO 1 - PREMBULO LGICA PARACONSISTENTE
1.1 INTRODUO
1.2 ASPECTOS DA CINCIA LGICA
1.3 LGICA CLSSICA E LGICAS NO-CLSSICAS
1.4 A LGICA DEDUTIVA
1.5 A LGICA INDUTIVA
1.6 A CINCIA PURA E A CINCIA EMPRICA
1.7 A QUESTO DA IMPRECISO
1.8 A QUESTO DA INCONSISTNCIA
1.9 A QUESTO DA ONISCINCIA LGICA
1.10 ASPECTOS HISTRICOS DA LGICA PARACONSISTENTE
1.11 TEORIAS INCONSISTENTES E TEORIAS TRIVIAIS
1.12 MOTIVAES PARA O ESTUDO DA LGICA PARACONSISTENTE
1.13 CONCEITUAO

DE

LGICA PARACONSISTENTE, PARACOMPLETA

NO-

ALTICA

1.14 A IMPORTNCIA

DOS

SISTEMAS PARACONSISTENTES HODIERNAMENTE

EM

INTELIGNCIA ARTIFICIAL, AUTOMAO E ROBTICA


CAPTULO 2 LGICA PARACONSISTENTE ANOTADA EVIDENCIAL E
2.1 ESCRO HISTRICO
2.2 A QUESTO DA LINGUAGEM
2.3 A LGICA PARACONSISTENTE ANOTADA EVIDENCIAL E
2.4 O CONECTIVO DA NEGAO
2.5 O CONECTIVO DA CONJUNO, DISJUNO E IMPLICAO
2.6 O RETICULADO
2.7 GRAUS DE CERTEZA E DE INCERTEZA
2.8 ESTADOS DE DECISO: EXTREMOS E NO-EXTREMOS
2.9 OPERAES NO RETICULADO
2.9.1 OPERAO NOT
2.9.2 OPERAO DE MAXIMIZAO
5

2.9.3 OPERAO DE MINIMIZAO


2.10 SEMNTICA
2.11 SISTEMA AXIOMTICO
2.12 A LGICA PROPOSICIONAL E
2.13 A LINGUAGEM DA LGICA PRIMEIRA ORDEM PARACONSISTENTE ANOTADA E
2.14 ALGUNS METATEOREMAS
CAPTULO 3 APLICAES
3.1 INTRODUO
3.2 O CONTROLADOR LGICO PARACONTROL
3.3 DISPOSITIVOS PARA AUXLIO NA LOCOMOO DE CEGOS
3.4 O DISPOSITIVO ELETRNICO KELLER
3.5 TESTES REALIZADOS
CAPTULO 4 NOVOS HORIZONTES PARA APLICAES DA LGICA E
REFERNCIAS BIBLIOGRFICAS

CAPTULO 1
PREMBULO LGICA
PARACONSISTENTE
Jair Minoro Abe
1.1 INTRODUO

No leia-a somente!
Faa suas prprias perguntas!
Encontre seus prprios exemplos!
Descubra suas prprias demonstraes!
So as hipteses realmente necessrias?
A recproca da afirmao verdadeira?
O que acontecer no caso especial clssico?
O que acontece nos casos degenerados?
Em que situaes as hipteses foram utilizadas?
Adaptado de Paul Richard Halmos (3/3/1916-2/10/2006)

A Lgica Paraconsistente, desde seus primeiros sistemas formalizados com os


padres de rigor de hoje, que se deu nas dcadas de 40 e de 50 do sculo
passado, tem sido recebidos com certo ceticismo principalmente por
matemticos, filsofos e cientistas de modo geral, pois apesar de alguns
desenvolvimentos tericos, no se conhecia aplicaes de relevo desses
sistemas, ainda que alguns autores a especularam possveis enquadramentos
na Filosofia, principalmente em certas questes relacionadas Dialtica.
Os primeiros sistemas paraconsistentes importantes foram introduzidos por Da
Costa, os sistemas Cn. Segundo algumas literaturas, tais sistemas foram
concebidos por volta de 1954 e os primeiros trabalhos apareceram na revista
francesa, C.R. Acad. Sc. Paris a partir de 1963. No mesmo ano, Da Costa
apresentaria a monografia Sistemas Formais Inconsistentes, Tese de
Professor Catedrtico de Anlise Matemtica e Anlise Superior, Faculdade de
Filosofia, Cincias e Letras da Universidade Federal do Paran [Da Costa 93].

Convm ressaltar que os sistemas C n foram desenvolvidos no aspecto


puramente sinttico, ou seja, careciam de semntica.
Alguns anos mais tarde, por volta de 1965, surgiu naturalmente a questo da
algebrizao das lgicas Cn, ou seja, que tipo de lgebras subjaziam tais
sistemas. Assim, nasceu o conceito de lgebras de Curry que algebrizavam os
sistemas Cn, com algumas propriedades peculiares [Barros, Da Costa & Abe ].
Por volta do ano de 1976 apareceram propostas sobre uma semntica para os
clculos Cn, denominada de teoria das valoraes. Com respeito ltima, os
clculos Cn se mostraram corretos e completos.
No congresso Latino Americano de Lgica realizado em Santiago, Chile, o
filsofo peruano Francisco Miro Quesada props o termo paraconsistente
para os sistemas em questo. O termo paraconsistente significa literalmente
ao lado da consistncia. Desse modo, o termo lgica paraconsistente teve
divulgao imediata no meio cientfico e foi um evento importantssimo para a
propagao do tema.
Paulatinamente, foram aparecendo outros sistemas paraconsistentes e houve a
descoberta de uma lgica dual lgica paraconsistente: a lgica paracompleta.
Uma lgica se diz paracompleta se puder servir de lgica subjacente teorias
em que h proposies A e suas negaes A ambas falsas. Verificou-se
ento que a noo de inconsistncia independente da paracompleteza, ou
seja, h lgicas que so paraconsistentes que no so paracompletas e h l
gicas que so paracompletas e que no so paraconsistentes. H tambm
lgicas que so paraconsistentes e paracompletas ao mesmo tempo,
conhecidas como lgica no-alticas. Um grande esforo foi sendo empregado
para elucidar aspectos tcnicos bem como sedimentao do ponto de vista
filosfico dos sistemas paraconsistentes. Apenas em 1989, houve uma primeira
implementao em linguagem de programao [Subrahmanian 87].
A seguir faremos alguns comentrios gerais antes de expormos a Lgica
Paraconsistente Evidencial E.
8

1.2 ASPECTOS DA CINCIA LGICA

Como se sabe, a Lgica teve, ao que tudo indica, razes em Aristteles


(embora existam historiadores que afirmem que houveram precursores, por
exemplo, Parmnides). A cincia descoberta pelo Estagirita evoluiu de tal modo
no sculo passado e neste, atingindo elevado grau de abstrao, faz com que
pouco tenha a ver como a cincia das inferncias vlidas. Hoje, ela pode ser
vista sob dois pontos de vista que parecem, em um primeiro olhar, serem
antagnicos: como disciplina que fundamenta a matemtica e como fazendo
parte da prpria matemtica. A Lgica progrediu extraordinariamente desde os
primrdios da civilizao ocidental. Sua histria pode ser dividida em trs
perodos: perodo Aristotlico, perodo Booleano e perodo Contemporneo.
Perodo Aristotlico: vai desde a primeira sistematizao conhecida da
lgica por Aristteles, no sculo IV a.C. at princpios do sculo XIX. Este
perodo foi notvel pela sistematizao de diversos setores, resultado da
indagao no apenas da escola peripattica, como tambm dos megricos e
esticos, alm da contribuio da Idade Mdia, que a anlise histrica tem
mostrado ser de grande interesse. At o incio do sculo XIX, as conquistas no
campo da lgica no foram significativas. Avanos profundos somente se
iniciaram no perodo seguinte.
Perodo Booleano: por influncia de Boole, Morgan, Jevons e outros
autores, houve uma evoluo significativa da lgica, especialmente no tocante
ao que pode-se chamar de lgica de tendncia algbrica (idias algbricas
foram empregadas no domnio da lgica). Paralelamente, Frege edificou um
sistema lgico notvel, que deu origem a vrias caractersticas da lgica
moderna, como a forma atual da teoria da quantificao, descoberta
independentemente por Peirce. A lgica, na diretriz de Frege, afasta-se do
tratamento algbrico. O mtodo de Frege pode ser denominado de lingstica
ou proposicional. Normalmente, cr-se que esse ltimo superior ao algbrico,

mas ultimamente se chegou concluso de que isso uma inverdade, fundada


em erros histricos (por exemplo, a influncia de Bertrand Russell, que no
apreciava o mtodo algbrico). Normalmente, tudo que se pode fazer pela via
proposicional tambm se pode realizar algebricamente (e, do ponto de vista do
matemtico, essa ltima mais fecunda e conveniente do que a primeira).
Perodo Contemporneo: ele cobre todo o sculo XX e pode ser dividido
em dois subperodos: de 1900 a 1930 e de 1930 atualidade. A parte anterior a
1930 tem como ponto culminante a obra de A. N. Whitehead e B. Russell
intitulada Principia Mathematica", em trs volumes publicados respectivamente
em 1910, 1912 e 1913. Esse livro engloba trabalhos de lgicos como Peano e
Frege, bem como os estudos de Cantor sobre a teoria dos conjuntos. Muitos
lgicos, matemticos e filsofos contriburam para transformar a lgica numa
cincia nova: Carnap, Wiener, Herbrand e, sobretudo, a escola de Hilbert.
Ainda nessa primeira parte do perodo contemporneo, Lewis codificou a
lgica modal moderna e o matemtico holands Brouwer construiu, com seus
discpulos, em particular Heyting, uma lgica heterodoxa, alternativa clssica.
Muito importante foi tambm a contribuio da escola polonesa, que concorreu
para tornar a lgica uma das mais importantes cincias do nosso tempo: o
lgico polons ukasiewicz formulou os primeiros sistemas lgicos polivalentes,
independentemente do que se havia obtido na Idade Mdia.
A evoluo da lgica a partir de 1930 foi notvel: Gdel publicou seus
teoremas de incompleteza; Turing formulou a teoria geral dos processos
computveis; a teoria da recurso foi desenvolvida por Church, Kleene, Rosser
e outros. Tarski, Robinson e outros desenvolveram a teoria de modelos; Gdel
e Cohen introduziram as tcnicas dos modelos construtivos e dos modelos
booleanos, provando-se a independncia do axioma da escolha (e outros) com
relao aos outros axiomas da teoria de conjuntos, elaborando-se matemticas
no cantorianas, etc. Apareceram numerosas lgicas no-clssicas e a lgica
algbrica progrediu muito. Nessa etapa de sua evoluo, a lgica integrou-se
como uma das partes relevantes da matemtica.

10

Atualmente, a lgica atingiu alto grau de complexidade tcnica e ampliou


seu domnio, tratando de temas como: teoria da recurso, lgica linear,
modelos primos, modelos saturados, lgebras cilndricas, computaes
diversas da de Turing, semntica categorial, anlise recursiva, anlise
qualificativa, lgicas qunticas e outras.

1.3 LGICA CLSSICA E LGICAS NO-CLSSICAS


Dois so os mtodos principais de tratamento de um sistema lgico: o
lingstico e o algbrico. Do prisma lingstico, uma lgica (ou sistema lgico)
procura caracterizar certas expresses lingsticas relevantes para o discurso
da lgica. Permite derivar certas proposies de outros conjuntos de
proposies. Por meio de uma lgica, pode-se efetuar inferncias e construir
teorias. Por conseguinte, qualquer lgica L encontra-se vinculada a uma
linguagem L.
Via de regra, L contm smbolos para operaes de disjuno (), de
conjuno (), de implicao () e de negao (). Pode ocorrer que L, por
exemplo, possua vrias negaes ou diversas implicaes, porm supe-se
sempre que h apenas uma negao fundamental (ainda que outras possam
ser definidas em funo dela).
Hoje, so concebidas infinitas lgicas possveis, tais como a lgica
clssica, a lgica intuicionista de Brouwer-Heyting, a lgica modal clssica, a
lgica modal polivalente, a lgica clssica categorial, a lgica difusa, a lgica
paraconsistente, etc.
Pode-se caracterizar a lgica clssica como sendo o clculo de
predicados clssico de primeira ordem, com ou sem igualdade, e alguns de
seus sub-sistemas, por exemplo, o clculo proposicional clssico. Ele constitui
o que hoje se considera a parte nuclear da lgica clssica, possuindo uma
linguagem bem definida e uma semntica (domnios de objetos com certos
elementos distinguidos mais operaes e relaes entrelaando tais objetos).
Tal ncleo estende-se s teorias de conjuntos e s lgicas de ordem superior
(teorias de tipos).

11

Alguns dos princpios bsicos da lgica clssica (ou tradicional) so:


1.

Princpio da identidade: x = x, ou seja, todo objeto idntico a si mesmo.


Assim, este livro idntico a este livro.

2.

Princpio do terceiro excludo: p p, ou seja, de duas proposies

contraditrias (isto , tais que uma a negao da outra), uma delas


verdadeira.
Assim, das afirmaes chove e no chove, apenas uma afirmativa
verdadeira no existe uma terceira possibilidade.

3.

Princpio da contradio (ou da no-contradio): (p p), isto , entre

duas proposies contraditrias, uma falsa.


Assim, das afirmaes chove e no chove, apenas uma afirmativa
falsa. No podemos ter a situao em que as duas afirmaes sejam
verdadeiras.
Todavia, alm da lgica clssica, existem as lgicas no-clssicas, que se
dividem em complementares da clssica e em heterodoxas ou rivais da
clssica.
Assim, com o surgimento das lgicas no-clssicas, a cincia lgica pode
ser concebida como o estudo dos diversos sistemas lgicos: lgica clssica,
lgica Fuzzy, lgica dentica, etc.
A seguir faremos uma sinopse de alguns sistemas lgicos cultivados
atualmente para que o leitor tenha uma idia, ainda que superficial, do estado
atual da Lgica. Naturalmente h muitos modos de espelhar uma classificao;
a que apresentamos a seguir, baseia-se na sua estrutura dedutiva.
Aqui deduo significa inferncia, raciocnio. Assim, a inferncia como
todo homem racional, todo brasileiro homem, Joo brasileiro, Joo
racional, podemos esquematizar como:
Todo homem racional.
Todo brasileiro homem.
Joo brasileiro.
Logo, Joo racional.
12

No raciocnio acima, as trs primeiras sentenas chamam-se premissas ou


hipteses da deduo e a ltima a concluso da deduo. Caracterstica dessa
categoria de deduo que se as premissas forem verdadeiras, a concluso
necessariamente verdadeira. Entretanto, analisemos o seguinte raciocnio:
O sol tem nascido todos os dias.
Logo, o sol nascer amanh.
Neste raciocnio, apesar de a premissa ser verdadeira, obviamente a concluso
no necessariamente verdadeira. Ela altamente provvel, mas no temos a
certeza total, ou seja h uma plausibilidade de que a concluso seja
verdadeira.
Pois bem, na lgica dedutiva todas as regras de inferncia so
constitudas por regras de deduo e na lgica indutiva, entre as regras de
inferncia so presentes regras de induo.
Assim, a cincia Lgica pode ser dividida em Lgica Dedutiva e Lgica
Indutiva. Cada uma delas, por sua vez, divide-se em clssica (ou tradicional) e
no-clssica.

Clssica
No Clssica

Dedutiva

Indutiva Clssica

No Clssica
Lgica

1.4 A LGICA DEDUTIVA

A Lgica Dedutiva Clssica hoje compreende vrias extenses importantes:


Teoria dos Conjuntos, Teoria dos Tipos, Lgicas de Ordem Superior, Teoria das
Categorias, Teoria dos Topos, Teoria das Alegorias, etc. Uma das mais
importantes teorias, a Teoria dos Conjuntos, descoberta na sua forma hoje dita
ingnua, por G. Cantor [Abe & Papavero 91], aps descobertas sumamente
importantes ocorridas sobretudo na dcada de sessenta do sculo passado,
classificam-se em Teorias Cantorianas (em que valem certos princpios como o
Axioma da Escolha, Hiptese do Contnuo, e outros) e Teorias No-cantorianas
(no valem certos princpios da outra). As Teorias Cantorianas ganharam relevo

13

aps investigao sobre os fundamentos da Teoria ingnua de Cantor,


passando da fase intuitiva para o estgio axiomtico. Aps a reformulao
axiomtica, fato surpreendente que apareceram vrias axiomatizaes
diferentes (no-equivalentes) da teoria de Cantor: Sistema Zermelo-Fraenkel,
Sistema NF e ML de W. Quine, Sistema Von Neumann-Bernays-Gdel, e
outras. Dentre os sistemas No-cantorianos podemos citar o sistema devido a
Solovay, em que vale uma forma particular do Axioma da Escolha e possui
implicaes interessantes em teorias fsicas, etc. guisa de curiosidade, toda
matemtica

usual

que

aprendemos

nas escolas

secundrias

nas

universitrias (Aritmtica, Clculo Diferencial e Integral, Geometria Euclidiana,


Algoritmos, Estatstica, etc.), se faz na Teoria de Zermelo-Fraenkel, portanto
dentro da Lgica Dedutiva Clssica. Abaixo apresentamos um esquema do que
comentamos.

Clssica

Zermelo Fraenkel
von Neumann Bernays Gdel

Cantoriana NF
ML

Outros

Teoria dos Conjuntos

No Cantoriana

Teoria dos Tipos


Lgicas de Ordem Superior

Teoria das Categorias


Teoria dos Topos

Outros

Sem muito rigor, as lgicas no-clssicas compem dois grandes grupos:


1) As que complementam o escopo da clssica e
2) As que rivalizam a lgica clssica
As lgicas pertencentes primeira categoria so chamadas de
complementares da clssica e, como o prprio nome diz, complementam
aspectos que a lgica clssica no capaz de expressa-las. Elas tm por base
a lgica clssica e ampliam seu poder de expresso. Compreende, a ttulo de
exemplificao, as lgicas epistmicas (lgicas da crena, lgicas do
conhecimento, lgicas da dvida, lgicas da justificao, lgicas da preferncia,
lgicas da deciso, lgicas da aceitao, lgicas da confirmao, lgicas da
14

opinio, lgicas denticas, etc.), a lgica modal tradicional (sistema T, sistema


S4, sistema S5, sistemas multimodais, etc.), lgicas intencionais, lgicas da
ao (lgicas do imperativo, lgicas da deciso, etc.), lgicas para aplicaes
fsicas (lgica do tempo (lineares, no-lineares, etc.), lgicas cronolgicas,
lgicas do espao, lgica de Lsniewski, etc.), lgicas combinatrias
(relacionadas com o clculo ), lgicas infinitrias, lgicas condicionais, etc.
No segundo grupo encontramos as lgicas dedutivas no-clssicas que
rivalizam a clssica (tambm cognominadas heterodoxas): elas restringem ou
modificam certos princpios fundamentais da lgica tradicional. Como
comentamos no incio, alm da Lgica Fuzzy, inmeros outros sistemas
heterodoxos

foram

cultivados

recentemente,

grande

parte

motivados

principalmente com os avanos experimentados sobretudo pela Inteligncia


Artificial: lgicas intuicionistas (lgica intuicionista sem negao, lgica de
Griss, etc. Tais sistemas esto bem estabelecidos: h uma matemtica
cultivada e possui interessantes caractersticas filosficas) lgicas nomonotonicas, lgicas lineares, lgicas default, lgicas defesiable, lgicas
abdutivas,

lgicas

multivaloradas

(ou

lgicas

polivalentes:

lgica

de

Lukasiewics, lgica de Post, lgica de Gdel, lgica de Kleene, lgica de


Bochvar, etc. Seus estudos esto em fase adiantada: com efeito, h uma
matemtica construda nesses sistemas e possuem importncia filosfica,
tratando, por exemplo, da questo dos futuros contingentes), teoria dos
conjuntos Rough, lgicas paracompletas (que restringem o principio do terceiro
excludo), lgicas paraconsistentes (que restringem o principio da nocontradio: sistemas Cn, lgicas anotadas, lgicas do paradoxo, lgicas
discursivas, lgicas dialticas, lgicas relevantes, lgicas da ambigidade
inerente, lgicas imaginrias, etc.), lgicas no-alticas (lgicas que so
simultaneamente paracompletas e paraconsistentes), lgicas no-reflexivas
(lgicas que restringem o princpio da identidade), lgicas auto-referentes,
lgicas rotuladas, lgicas livres, lgicas qunticas, entre outros.

15

Epistmicas
Ao

Complementares
Modais
Outros

Polivalente
Intuicioni sta

Difusa

Cn
Imaginria

Heterodoxas

Paraconsis tente Discussiva


Anotada

Outros

Defesiable

No-Clssica

Outros

1.5 A LGICA INDUTIVA


Passemos a descrever alguns desenvolvimentos presentes das inferncias
indutivas, especialmente do ponto de vista tcnico.
Uma das formas mais importantes de inferncia indutiva o mtodo
hipottico-dedutivo. Ela consiste, numa primeira aproximao, do seguinte:
tem-se que dar conta de uma determinada proposio p (um enunciado
experimental, uma lei, uma teoria, etc.) e ento se formula uma hiptese ou
teoria H que em face ao sistema de conhecimento presente e de certas
condies de contorno, implica q. Assim, H uma hiptese ou teoria da qual
podemos deduzir q. Vejamos um exemplo: suponhamos que se queira dar
conta do movimento de um planeta, justificando as correspondentes leis de
Kepler e certas questes astronmicas referentes ao planeta. Assume-se,
ento, a lei de gravitao de Newton (H) e determinadas condies de contorno
(posio do planeta, observaes feitas, etc.) e se deduz a lei de Kepler
correspondente tal foi, como se sabe muito bem, o procedimento de Newton.
Este um exemplo tpico do mtodo hipottico-dedutivo. A racionalidade do

16

mtodo hipottico-dedutivo reside na atitude crtica que deve assumir em face


uma teoria: podemos aceita-la, enquanto a crtica e a experincia no
evidenciarem que ela falsa; confiamos numa teoria desconfiando.
Na prtica, fazemos muitas inferncias que aceitamos como razoveis,
embora os argumentos correspondentes no sejam logicamente vlidos. Elas
so utilizadas no somente em cincia, mas, tambm, comumente na vida
diria. Sem elas, no h cincia e at a espcie humana no teria subsistido.
Os principais tipos de inferncias indutivas so os seguintes:
1. Induo simples (Induo por simples enumerao).
2. A analogia.
3. A inferncia estatstica (estimativa de parmetros, teste de hipteses e
teoria da deciso)
4. Os mtodos de eliminao de (Bacon-Mill).
5. Inferncia probabilstica
6. Inferncia direta (da freqncia da ocorrncia de um atributo na
populao original freqncia do mesmo atributo numa amostra
daquela populao [Carnap 62].
7. Inferncia direta (da amostra populao) [Carnap 62].
8. Inferncia preditiva (de amostra amostra) [Carnap 62].
9. O mtodo hipottico-dedutivo estrito.
10. O mtodo hipottico-dedutivo generalizado.
11. O silogismo estatstico.
12. O argumento da autoridade.
13. Inferncia estatstica pragmtica.
14. Inferncias da percepo.
15. Inferncias baseadas na memria.
16. Testemunho.
17. Induo por eliminao (combinao de induo simples com as
tcnicas de eliminao) [Carnap 62]
Particularmente a probabilidade (subjetiva) desempenha papel sumamente
importante. Probabilidade aqui significando grau de crena racional (grau de
crena na verdade como correspondncia) que conferimos a certos

17

enunciados, embora existam outros tipos de probabilidades: probabilidade


objetiva (frequencial, propensional, etc.) e as lgicas (Keynes, Carnap e outros)

H trs tipos de probabilidade:

Qualitativ o

Comparativo
Mtrico

Alm da probabilidade subjetiva, existe a probabilidade pragmtica que se


apia no no conceito de verdade como correspondncia, mas, como quaseverdade ou pragmtica e correspondentemente h as formas qualitativas,
comparativas e mtricas. Por exemplo, a estatstica Bayesiana, empregada no
estudo de drogas para cura de determinadas enfermidades, nos conduz a
probabilidades relevantes em teraputica.

Lgica Indutiva
Inferncia Estatstica

Lgica da Deciso
Clssica
Indutiva
Tcnica da Confirmao (Uso do Clculo de Probabilid ade)

Teoria da Eliminao ( Mtodos de Mill )

Outros

No Clssica
H casos, porm, em que lgicas heterodoxas so susceptveis de serem
concebidas como complementares da clssica. Com efeito, pode-se juntar
lgica clssica um operador de implicao causal, diga-se, para tratar de certas
questes de fsica; a lgica resultante, portanto, seria uma lgica complementar
da clssica.

1.6 A CINCIA PURA E A CINCIA EMPRICA

18

A cincia constitui uma atividade do ser humano, sendo acima de tudo uma
atividade racional. Ela pode ser dividida em duas categorias: a cincia pura ou
formal e a cincia aplicada ou emprica.

Matemtica
Lgica

Pura

Fsica
Qumica

Naturais Biologia
Astronomia

Outras

Emprica

Cincia

Economia
Psicologia

Humanas
Histria
Outras

A cincia pura busca o conhecimento pelo conhecimento. No h aqui a


preocupao em aplicaes, por exemplo. J a cincia aplicada difere nos seus
objetivos: constituem prioridade as aplicaes. Complementando, a tecnologia
se ocupa de tcnicas, mtodos para a execuo de tarefas determinadas, via
de regra com apoio das cincias pura e/ou aplicada.
A cincia formal constituda por duas disciplinas bsicas: a matemtica
e a lgica.
Caracterstica destas que de certa forma no dependem de
experimentos para validao de seus resultados. O experimento aqui no
possui significado. A legitimao consiste na prova ou demonstrao. Por outro
lado, a cincia emprica, o experimento a forma mais importante para
validao dos resultados. conveniente que seja classificada em cincias do
natural e cincias humanas.
As cincias do natural estudam pores da realidade que de certa forma
independe da ao do homem, como a fsica, biologia, qumica, astronomia,
etc. Por outro lado, as cincias humanas esto intrinsecamente relacionadas a
fatores culturais humanos: economia, histria, psicologia, etc.
19

O contato com o contorno, com o universo que nos cerca,


extraordinariamente complexo e complicado. Somos, em todos os momentos,
sem descanso, afetados por meio de radiaes, sons, ondas de calor e de
inmeras outras maneiras. Nossos rgos sensoriais recebem, filtram e
processam essa quantidade espantosa de efeitos, eliminando os que no nos
interessam imediatamente e interpretando, com auxlio das categorias
cognitivas, as mensagens do exterior e de nosso prprio interior.
A interconexo entre o homem e o universo est em grande parte
balizada pela natureza de seus sentidos. Se ele dispusesse de ouvido
diferente, poderia ser afetado por sons que lhe so inaudveis; teria, por
exemplo, a acuidade auditiva do co. Analogamente, se o seu olfato fosse mais
potente, aproximar-se-ia, neste sentido, de outros mamferos em cujas vidas o
olfato desempenha papel preponderante.
A viso, tambm, poderia ser diversa; assim, imagine-se o que seria de
ns se nos fossem acessveis radiaes eletromagnticas situadas fora do
espectro visvel. Se possussemos viso de raios-X, sem dvida, o mundo
exterior se apresentaria a ns de outra forma: nossas imagens visuais se
assemelhariam a chapas de raios-X.
O espao-tempo, como o percebemos ou elaboramos, acha-se vinculado
nossa capacidade sensorial e articulao dos sistemas nervoso e cerebral.
Pequenas mudanas nesses sistemas produziriam, seguramente, enormes
alteraes no contedo intuitivo do contorno espao-temporal.
Mas o aparelho sensorial no o nico fator de condicionamento do
mundo que nos rodeia. Outro constitudo pelo modo como pensamos. As
categorias a que recorremos para descrever o universo tambm o
condicionam. Atravs de conceitos que criamos, em boa medida motivados
pelo prprio mundo, que o conhecemos, o dominamos e fazemos previses
que se mostram essenciais para a nossa subsistncia.
Por conseguinte, a compreenso do universo depende dele mesmo, mas
alm disso de nossa configurao sensorial e das peculiaridades de nosso
pensamento. Seres fisiologicamente distintos de ns talvez chegassem a
concepes do universo bem afastadas da nossa.
20

A cincia emprica ou experimental no passa de tentativa de


transcender, ao menos parcialmente, os limites de nossos sentidos e, at, de
nossa maneira de encarar a realidade vinculada vida quotidiana; o objetivo
aproximarmo-nos, tanto quanto possvel, do universo tal como . Sua
estratgia consiste em se apelar para a quase-verdade e, quando factvel,
verdade tout court. Por meio dela, orientamo-nos e acabamos dominando o
meio ao qual estamos presos. Ela estende a acuidade e a fora da observao
(microscpio, telescpio, fotografia, cmaras de Wilson, etc.) e conduz ao
entendimento racional do cosmos (teoria atmica, leis qumicas, gravitao,
causalidade,

processos estocsticos,

quarks,

etc.).

Em

conseqncia,

prevemos e somos habilitados a prover.[Da Costa 00].


O exerccio da razo pode se dar atravs de sistemas lgicos (distintos
ou no; h defensores da primeira e da segunda). Assim, para bem
compreendermos a atividade racional torna-se imprescindvel que leitor tenha
uma viso da cincia Lgica estabelecida atualmente.
Antes de discutirmos sobre Lgica, vejamos algumas questes inerentes
s cincias empricas, para servir de caminho para as discusses posteriores.

1.7 A QUESTO DA IMPRECISO


Comecemos observando a vida do dia-a-dia. Quase todos os conceitos que
deparamos no mundo real encerra um grau de impreciso. Por exemplo,
questionemos quando um organismo est morto? (isto , no-vivo). Qualquer
que seja o critrio (v.g. quantidade de clulas vivas e mortas, aparelhos
microscpio, eletrocardigrafo, etc.), facilmente se v que o problema foi
apenas transferido. A anlise tal que pode-se restringir apenas a aspectos
fsico-qumicos? Deve-se levar em conta suas interaes com as demais
clulas, rgos, etc.? A impreciso aqui no intrinsecamente lingstica, nem
decorre, em particular, de utilizarmos vocbulos da linguagem natural. Tudo faz
crer que a impreciso essencial e no se deixa eliminar mesmo com mtodos
cientficos estritos. A vaguidade dos termos e conceitos das cincias reais no
possui carter subjetivo, oriunda de causas inerentes ao observador, nem

21

objetiva, no sentido que a realidade de fato imprecisa ou vaga. Tal condio


nos imposta pelas nossas relaes com a realidade, de como somos
constitudos psicofisiologicamente, para capta-lo e, tambm, pela natureza do
universo. Como a lgica clssica tem se mostrado inadequada ou mesmo
incapaz de dar conta de certos conceitos ventilados, natural que lancemos
mo de lgicas alternativas para o propsito.

1.8 A QUESTO DA INCONSISTNCIA

No mundo real, seres humanos (ou agentes de forma geral) tm


conhecimentos inconsistentes de forma sutil. Podem acreditar em e (a
negao de ) para alguma proposio . Isto pode ocorrer, por exemplo,
quando um agente acredita em e sem perceber que e so
logicamente equivalentes. Uma das razes pelo qual pessoas possuem
conhecimentos contraditrios que conhecimento tende a depender da
estrutura mental do agente. Podemos ver um agente como uma sociedade de
mentes, cada um com seu prprio conhecimento. Os membros da sociedade
podem perfeitamente ter conhecimentos (talvez melhor crenas) contraditrios.
Um mesmo agente pode considerar mundos impossveis como possveis.
Quando agentes so pensados como seres humanos novamente, ento
seguramente mantemos crenas contraditrias ao longo de nossas vidas.
A lgica clssica possui vrias propriedades indesejveis e no intuitivas.
Uma delas sua fragilidade: uma proposio falsa implica qualquer frmula; B.
Russell ilustrou tal propriedade dizendo que uma proposio falsa implica
qualquer afirmao. Em particular, a frmula () logicamente
vlida. Se tomarmos e proposies sem nenhuma relao, podemos ter a
seguinte situao: poderia ser Pedro foi admitido no emprego em agosto e
a proposio o salrio de Pedro R$ 2500,00. Num banco de dados muito
grande obtida de muitas fontes pode haver perfeitamente a informao Pedro
foi admitido em setembro e se houver uma clusula que a data de admisso
de cada pessoa nica, teremos inferido no somente como qualquer outra

22

proposio, o que o torna trivial. Uma base muito grande formada de mltiplas
fontes de informao freqentemente contm inconsistncias. Outros detalhes
que podem muito bem ocorrer em aplicaes prticas em banco de dados ,
por exemplo, um indivduo malicioso colocar no banco de dados alguma
informao conflitante e corromper, assim, todo o banco de dados.
Recentemente, Sistema Multiagente tornou-se uma rea proeminente em
Cincia da Computao. Sistema multiagente compe comunidades de
entidades que podem compreender e agir em ambientes a fim de alcanarem
suas metas individuais bem como metas conjuntas. O trabalho sobre tais
sistemas integram muitas tecnologias e conceitos da Inteligncia Artificial,
programao lgica e outras reas da computao. Com efeito, h um espectro
grande de aplicaes que tm sido e esto sendo desenvolvidos; desde
mquinas de busca a ajudas educacionais ao comrcio e negcios eletrnicos.
Conflitos entre agentes surgem naturalmente e por diferentes razes,
envolvem conceitos diferentes e negocia-se de modos diferentes, dependendo
do tipo de agentes e do domnio onde eles so considerados. Por exemplo,
agentes podem ter convices contraditrias (quando agentes so pensados
como seres humanos, ento seguramente mantemos crenas conflitantes em
nossas vidas), metas contraditrias, ou podem ter que compartilhar recursos
limitados. Conflitos podem ser expressos como meras diferenas, ou como
contradies (lgicas), ou at mesmo como conflitos sociais (por exemplo,
agresso, luta). Eles podem ser evitados, resolvidos, mantidos, ou at mesmo
criados deliberadamente.
Visto que cada vez mais que se acrescenta problemas ao trabalho de
equipe dos agentes e ao dilogo entre os agentes, conflito naturalmente surge
como um conceito-chave para ser tratado, no s com aplicao, tcnicas
dedicadas, mas, tambm, com ferramentas mais formais e genricas. Torna-se
ento questo de suma importncia o foco em definies de conflitos de
agentes e no papel dele (conflito) dentro de um sistema multiagente, i.e., como
o sistema pode desenvolver-se graas aos conflitos, apesar dos conflitos, ou
por causa dos conflitos. Alguns temas que avizinham so ontologia (do
conflito), medidas de conflito, escalas de conflito, conflito e incerteza,

23

harmonizar-se

com

conflitos,

tipologia

de

administrao

de

conflito,

administrao de conflito e melhoramento de conhecimento, administrao de


conflito e robustez, administrao de conflito e tempo, conflito e tomada de
deciso, sistema de projetos baseado em conflitos e aprendizagem atravs de
conflitos.
A seguir, divaguemos um pouco sobre a importncia do conceito de conflito
em sistema multiagente.

Em um sistema multiagente, mais fcil no estar em conflito que estar

em conflito. O primeiro pode significar que os agentes no podem nem mesmo


interagir. O segundo supe-se que os agentes esto dentro do mesmo
contexto.

Em certos aspectos e definio de conflito, um mesmo conflito no

parece

ser

necessariamente

simtrico:

conflito

(a,

b)

no

implica

necessariamente em conflito (b, a). Um exemplo pertinente particularmente o


caso para conflitos de espao: quando dois robs trafegarem, por exemplo, em
um espao bidimensional, a noo de conflito de espao aparece na ocasio
quando um rob tentar mover-se ao local do outro rob. Mas o outro no v
este conflito.

Inconsistncia, paracompleteza e incerteza do conhecimento ou crenas

de agentes: em contextos dinmicos, um agente pode ter informao mais


recente ou mais completa que os outros, e as diferenas no conhecimento dos
agentes podem gerar conhecimentos conflitantes.

Recursos limitados ou indisponveis: nem todos os agentes tm acesso

aos mesmos recursos, resultando-se assim em conflitos de recurso.

Conflitos so teis ? A resposta: depende do problema. Para ser til, o

conflito deve ser analisado cuidadosamente.

O que aprendemos de um conflito depende da situao. Aprendizado

possvel se os agentes estiverem conscientes do conflito.

Diferena nas habilidades dos agentes e pontos de vista: agentes

autnomos e heterogneos tm habilidades diferentes, ou at mesmo


preferncias diferentes que podem causar conflitos se os mosaicos de

24

informaes dos agentes no so comparveis, se eles retornam com


respostas diferentes para as mesmas perguntas, ou se eles esto fortemente
ligados s suas prprias preferncias.
Conflitos so positivos em certos casos: por exemplo, eles podem criar
ambientes especficos, criar competio, ou estimular inferncias.
Conflitos parecem variar de um mero envolvimento do conhecimento dos
agentes (conflitos epistmicos) at um envolvimento total dos prprios agentes
(por exemplo, ao opor determinados comandos).
At agora, o enfoque foi muito em como evitar, resolver ou libertar-se de
conflitos. Porm, recentes pesquisas mostraram que conflitos tm efeitos
positivos na medida em que eles podem gerar solues originais e podem ser
uma base para um enriquecimento global do conhecimento dentro de um
sistema multiagente, principalmente por dispor-se de ferramental lgico
adequados para esse fim. Acrescente-se a este fato, de dispor linguagens
computacionais assentadas nessas lgicas.
Pensamos

que

as

seguintes

questes

merecem

ateno

de

especialistas:

Quais os tipos diferentes de conflitos que podem surgir em um sistema

de multiagente? Como e por que eles surgem? Como eles podem ser definidos
formalmente?

necessrio

relacionar

ambos

conceitos

como

aspectos

complementares do ambiente dos agentes e definir um com base no outro


(quanto mais conflitos, menos cooperativo o sistema)? Cooperao sinnimo
zero-conflito (inexistncia de conflito)?

Soluo de conflitos: necessrio tentar evitar conflitos, antecipa-los, ou

resolve-los o mais depressa possvel? At que ponto soluo de conflito


constitui uma atividade cooperativa?

Efeitos positivos ou construtivos de conflitos: quais so os aspectos

positivos e como eles podem ser definidos? Todos os conflitos tm efeitos


positivos? Como os impactos positivos de conflitos podem ser avaliados?
25

Como conflitos podem ser criados intencionalmente a fim de estimular ou


extrair reaes particulares de agentes ?
A lgica, em geral, e a programao lgica, em particular, possui importante
papel na conceituao e desenvolvimento dos sistemas multiagentes: por
exemplo, podem fazer parte na representao de agentes individuais em:

formalizao de seus conhecimentos, crenas e metas;

sua percepo do meio ambiente;

suas componentes de raciocnio;

construo de planos;

gerao de reaes apropriadas e em tempo ao meio ambiente e aos

outros agentes.
Os sistemas multimodais tm recebido ateno especial sobretudo por
servirem de modelamento para diversos conceitos em Inteligncia Artificial,
alguns deles ligados questes de Epistemologia, como tratamento de
conhecimento e crena em sistemas multiagentes. Combinando-se as lgicas
multimodais com a lgica paraconsistente obtemos uma nova classe de lgicas
que podem manipular caractersticas de ambas; ento, ela no possui apenas
valor prtico, de aplicao tecnolgica, mas, tambm, valor terico,
contribuindo para melhor equacionamento dos problemas da lgica, em
particular das lgicas no-clssicas, e da razo humana, num contexto mais
geral.

1.9 A QUESTO DA ONISCINCIA LGICA

Uma peculiaridade da estrutura dedutiva da lgica clssica e aparentados


que um agente sabe todas as conseqncias lgicas de seu conjunto de
conhecimentos, em particular, todas as tautologias. Tal questo conhecida
como a questo da oniscincia lgica. Este contexto no em geral natural.
Tomemos o exemplo do raciocnio humano. Quando pensarmos agentes como

26

seres humanos, ento seres humanos no so logicamente oniscientes: com


efeito, uma pessoa pode saber um conjunto de fatos sem saber todas as
conseqncias lgicas desse conjunto de fatos. Por exemplo, uma pessoa
pode saber as regras do jogo do xadrez sem saber se as peas brancas
possuem uma estratgia para ganhar ou no. Na prtica, a falta da oniscincia
lgica pode ter vrias razes. Um exemplo bvio so as limitaes
computacionais; por exemplo, um agente simplesmente pode no ter recursos
computacionais para computar se as peas brancas possuem uma estratgia
para ganhar no jogo do xadrez.
1.10 ASPECTOS HISTRICOS DA LGICA PARACONSISTENTE
Os precursores da Lgica Paraconsistente foram o lgico polons J.
ukasiewicz e o filsofo russo N.A. Vasilv. Simultaneamente, por volta de
1910, embora de maneira independente, eles ventilaram a possibilidade de
uma Lgica Paraconsistente que restringiria, por exemplo, o princpio da
contradio, quando formulado da seguinte forma: dadas duas proposies
contraditrias, isto , uma das quais a negao da outra, ento uma das
proposies falsa. Vasilv chegou mesmo a articular determinada Lgica
Paraconsistente, que ele batizou de imaginria, modificando a silogstica
aristotlica. Nenhum deles tinha, na poca, uma viso ampla da Lgica
Clssica, tal como hoje a encaramos; eles a tratavam mais ou menos do
prisma de Aristteles, de conformidade com as tendncias ento dominantes
na

poca.

primeiro

lgico

estruturar um

clculo

proposicional

paraconsistente foi o polons S. Jaskowski, discpulo de ukasiewicz. Em 1948


ele publicou suas idias sobre lgica e contradio, mostrando como se
poderia construir um clculo sentencial paraconsistente, possuindo motivao
conveniente. O sistema de Jaskowski, nomeado por ele de lgica discursiva,
desenvolveu-se posteriormente (a partir de 1968) em virtude das obras de
autores como J. Kotas, L. Furmanowski, L. Dubikajtis, N.C.A. da Costa e C.
Pinter. Assim, chegou-se a edificar uma verdadeira lgica discursiva,
englobando um clculo de predicados de primeira ordem e uma lgica de
ordem superior (h, inclusive, teorias discursivas de conjuntos, intrinsecamente
ligadas teoria de atributos, baseada no clculo S 5 de Lewis). Tambm,
27

independentemente dos trabalhos de apresentados em Da Costa em 1954, o


lgico D. Nelson sugeriu em 1959 uma lgica paraconsistente como uma
verso de seu sistema conhecido como lgicas construtivas com negao forte.

1.11 TEORIAS INCONSISTENTES E TEORIAS TRIVIAIS

A mais importante razo da considerao da lgica paraconsistente foi o de


obter teorias, nas quais, inconsistncias so permitidas sem o perigo de
trivializao. Em lgicas em que no se distingam convenientemente da lgica
clssica, por exemplo, com respeito ao conceito de negao, em geral vlido
o esquema A (A B) (onde A e B so frmulas, A a negao de A
e o smbolo da implicao), ex falso sequitur quodlibet: de uma
contradio, toda frmula pode ser deduzida, ou seja, toda frmula passa a ser
verdadeira.
De fato, admitamos como premissas, frmulas contraditrias A e A. Como
observamos acima, A (A B) constitui um esquema vlido. Levando-se
em conta as premissas apresentadas, pela regra de deduo Modus Ponens
(de F e de F G deduzimos G) advm (A B). Aplicando-se novamente a
regra Modus Ponens a essa ltima frmula obtemos B. Porm, a frmula B
arbitrria. Assim, de frmulas contraditrias pode-se deduzir qualquer
afirmao. Este o fenmeno da trivializao.
Esquematicamente, temos:
1. A

(premissa)

2. A

(premissa)

3. A (A B)

(esquema vlido)

4. A B

(1, 3, MP)
28

5. B

(2, 4, MP)

Convm ressaltar que a recproca imediata: com efeito, se numa teoria


todas as frmulas so derivveis, em particular, pode ser derivada uma
contradio. A modo de resumo, uma teoria contraditria (ou inconsistente)
trivial e, reciprocamente, se uma teoria trivial, ela contraditria. Assim, na
maioria dos sistemas lgicos conhecidos as noes de teoria inconsistente e
teoria trivial coincidem.
Seguramente, quando pensamos em aplicaes, tal propriedade no
nem um pouco intuitiva e revela o quo a lgica clssica frgil nesse
escopo. Imaginemos uma pessoa raciocinando e suponhamos que ela chegue
a uma contradio: incomum que na mente de tal pessoa tudo passa a ser
verdadeiro (a no ser que a pessoa apresente uma insanidade muito especial).
Ainda sobre contradies, encerremos esta parte, apontando mais uma
implicao dos sistemas heterodoxos, com o famoso paradoxo de Eubulides
(ou popularmente, paradoxo do mentiroso), na seguinte forma:
(S) Eu estou mentindo
Notemos preliminarmente que S trata-se de uma sentena declarativa e, por
conseguinte, S verdadeira ou falsa. No caso de S ser verdadeira, ento
verdade Eu estou mentindo e, em conseqncia, o que acaba de afirmar, a
sentena S, falsa. Se S for falsa, mentira Eu estou mentindo e, por
conseguinte, a pessoa em questo no mentirosa, e, portanto, S
verdadeira. Concluindo, S verdadeira se, e somente, se S for falsa.
oportuno ressaltar que o paradoxo do mentiroso, durante muitos sculos aps
sua descoberta, constituiu-se em aporia.
Aps as consideraes de Tarski sobretudo baseado em sua teoria da
correspondncia da verdade, tornou-se em falcia. Finalmente, com o advento
das lgicas paraconsistentes, h motivos para encar-lo como aporia
novamente.

29

1.12 MOTIVAES PARA O ESTUDO DA LGICA PARACONSISTENTE


As motivaes para o cultivo dos sistemas paraconsistentes so inmeras. A
seguir discutimos as principais questes.
Significado Filosfico
A importncia filosfica da lgica paraconsistente no campo filosfico foi muito
bem analisada por [Da Costa 97].
Aspectos positivos: a) melhor elucidao de alguns conceitos bsicos da
lgica, como os de negao, de contradio e do papel do esquema da
abstrao na teoria dos conjuntos; b) compreenso mais profunda de certas
teorias, especialmente a dialtica e a teoria dos conjuntos de Meinong; c) prova
da possibilidade de teorias fortemente inconsistentes mas no triviais; como
corolrio, os paradoxos comuns esto agora sendo vistos sob perspectivas
novas; d) elaborao de esquemas ontolgicos distintos dos da ontologia
tradicional.
Dentre os efeitos negativos, Da Costa destaca os seguintes: a) prova de
que algumas crticas formuladas dialtica, como a de Popper, so pouco
slidas; b) provas de que os requisitos metodolgicos padro impostos s
teorias cientficas (como a consistncia) so muito rigorosos e poderiam ser
liberalizados; c) evidncia de que a concepo usual de verdade tarskiana no
implica que as leis da lgica clssica (mesmo do clculo de predicados de
primeira ordem) devam ser vlidas sem suposio extra.

Significado Matemtico
O estabelecimento dos sistemas paraconsistentes tecnicamente vem a mostrar
questes de extrema fecundidade nos fundamentos da matemtica. Com
efeito, por exemplo, o conjunto de Russell do importante paradoxo (da teoria
30

ingnua de conjuntos) de Russell pode existir em certos sistemas conjuntistas


paraconsistentes. Assim, os sistemas lgicos no-clssicos vm a reforar a
relativizao no somente da matemtica, mas, tambm, da lgica. O advento
de matemticas alternativas clssica, que proporcionada tambm por
resultados profundos de independncia de certos axiomas da prpria teoria dos
conjuntos clssica, parece ter horizontes insuspeitos. De fato, a analogia com o
aparecimento das geometrias no-euclidianas um belo exemplo desse
indcio.

Significado Prtico
Atualmente a importncia da lgica paraconsistente no motivada somente
por consideraes filosficas ou tericas. Um dos acontecimentos recentes e
marcantes desse tipo de lgica que encontrou aplicaes nos mais variados
campos em inteligncia artificial, automao, robtica, enfim na informtica em
geral. Hoje em dia existem linguagens de programao baseadas nas lgicas
paraconsistentes e possvel o tratamento das inconsistncias de um modo
direto e elegante. Com esse recurso pode-se aplicar em sistemas especialistas,
banco de dados orientados a objetos, representao de conhecimento
contraditrio, etc. com todas as implicaes em inteligncia artificial. Em
robtica foram construdos robs autnomos mveis com capacidade de
processar informaes contraditrias, com aplicaes interessantes em
automao. Obteve-se tambm, controladores aplicados em segurana de
trfego de trens, semforos inteligentes e controladores para pouso de
aeronaves. Foram construdos tambm circuitos eltricos paraconsistentes que
podem tratar sinais em conflito em seu interior, abrindo novas vias de
pesquisas em eletrnica (analgica e digital). Complementando o rol das
aplicaes em computao terica, erigiu-se uma teoria de autmatos
paraconsistentes. Tambm se descobriu uma teoria de redes neurais artificiais
paraconsistentes

com

capacidade

de

aprendizado

de

informaes

inconsistentes ou incertas, com aplicaes no reconhecimento de padres em


biomedicina. Com a construo de uma arquitetura para a inteligncia artificial

31

baseada na lgica paraconsistente, pde-se fazer planejadores, estudo sobre


sistemas distribudos (multi-agentes), etc. temas de grande importncia
atualmente em sistemas inteligentes. Por fim, verificou-se que, em certo
sentido tcnico preciso, certos sistemas paraconsistentes esto relacionados a
outros sistemas lgicos no-clssicos, por exemplo, lgica fuzzy. Com
respeito a essa ltima, prova-se que a lgica paraconsistente a engloba,
estendendo o seu escopo de vrios modos.

1.13 CONCEITUAO

DE

LGICA PARACONSISTENTE, PARACOMPLETA

NO-

ALTICA

Uma teoria (dedutiva) T, assentada na lgica L, diz-se consistente se


entre seus teoremas no existem tais que um seja a negao do outro; em
hiptese contrria, T denomina-se inconsistente. A teoria T chama-se trivial se
todas as sentenas (frmulas fechadas) de sua linguagem forem teoremas; se
isto no ocorrer, T no-trivial. Se L for uma das lgicas comuns, como a
clssica e a intuicionista de Brouwer-Heyting, T trivial se e somente se for
inconsistente. Em outras palavras, lgicas como essas no separam os
conceitos de inconsistncia e de trivialidade. L denomina-se paraconsistente se
puder funcionar como fundamento de teorias inconsistentes e no triviais. Dito
de outro modo, uma lgica paraconsistente mostra-se capaz de manipular
sistemas inconsistentes de informaes sem o perigo de trivializao.
(Somente em certas circunstncias especficas a presena de contradio
implica em trivializao.)
Semelhantemente, introduzimos o conceito de lgica paracompleta. Uma
lgica chamada paracompleta se pode funcionar como a lgica subjacente de
teorias nas quais h frmulas tais que estas frmulas e suas negaes so
ambas falsas. Uma teoria chamada paracompleta se sua lgica subjacente
uma lgica paracompleta.
Como uma conseqncia, teorias paraconsistentes no satisfazem o
princpio da no-contradio que pode ser expressa como segue: de duas
proposies contraditrias (i.e., uma delas negao da outra); uma deve ser
32

falsa. Alm disso, teorias paracompletas no satisfazem o princpio do terceiro


excludo, formulado como se segue: de duas proposies contraditrias, uma
deve ser verdadeira.
Finalmente, lgicas que so simultaneamente paraconsistentes e
1.14 A IMPORTNCIA DOS SISTEMAS PARACONSISTENTES HODIERNAMENTE
INTELIGNCIA ARTIFICIAL, AUTOMAO E ROBTICA

EM

Um dos conceitos mais significativos que tem chamado a ateno de


especialistas em Inteligncia Artificial so os da incerteza e da contradio.
O grande desenvolvimento da Inteligncia Artificial vem propiciando o
estreitamento de diversas reas do saber de forma imperativa tais como
Matemtica, Cincia da Computao, Psicologia, Teoria da Comunicao,
Direito, Biologia, Cincias Cognitivas, entre outros, gerando indagaes
extremamente fecundas e originais.
Com efeito, um dos problemas centrais da Inteligncia Artificial o da
descrio da poro da realidade que se quer estudar. Alm de uma
conveniente descrio, necessitamos processar os dados a fim de obtermos
uma razovel reproduo artificial do que queremos com relao realidade.
Por conseguinte, torna-se imperativo que tais consideraes se faam numa
linguagem

bem

estruturada,

as

linguagens

formais.

Mais

que

isso,

necessitamos de uma linguagem e uma lgica subjacente para podermos


trabalhar com os dados.
Esta situao pode ser esquematizada como abaixo:

Linguagens Artificiais

Modelos (abstratos)

Poro da Realidade

33

Figura 1
Pelo menos trs dimenses relevantes esto em anlise: a poro da
realidade que se quer estudar, os modelos abstratos de tais realidades e a
linguagem que se refere s diversas estruturas.
As Lgicas No-Clssicas caracterizam-se por amplificar, de algum
modo, a lgica tradicional ou por infringir ou limitar seus princpios ou
pressupostos

fundamentais.

Dentre

as

primeiras,

ditas

Lgicas

complementares da Clssica, lembraremos as lgicas tradicionais das


modalidades alticas, das modalidades denticas, dos operadores epistmicos
e dos operadores temporais. Dentre as segundas, chamadas de heterodoxas
ou rivais da clssica, citaremos as Lgicas Paraconsistentes, as Paracompletas
e as intuicionistas sem negao (Griss, Gilmore, ...). A Lgica, devemos
salientar, muito mais do que a disciplina das formas vlidas de inferncia.
Seria difcil enquadrarmos, v.g., a teoria dos modelos, em sua forma atual, e a
teoria da recurso em uma Lgica assim definida. No entanto, para os fins do
escopo deste livro, podemos identificar a Lgica (dedutiva) como a disciplina
que se ocupa especialmente das formas vlidas de inferncia (ou de
raciocnio).
Em conexo com a exposio precedente, eis alguns problemas
filosoficamente significativos: a) As Lgicas No-Clssicas so realmente
Lgicas? b) Pode, mesmo existir Lgicas rivais da Clssica? c) Em ltima
instncia, no seriam as Lgicas chamadas de rivais apenas complementares
da Clssica? d) Que relao h entre racionalidade e logicidade? e) A razo
pode se expressar por meio de lgicas distintas, incompatveis entre si?
Obviamente, nos limites do presente pargrafo no podemos tratar de
todas essas indagaes, nem mesmo de forma resumida. Porm, adotando-se
posio operacional, se sistema 1gico denotar uma espcie de organon de
inferncia, a IA contribui para nos conduzir, inescapavelmente, a concluso de
que h vrias Lgicas, Clssicas e No-Clssicas, e entre as ltimas,
complementares e rivais da Clssica. Ademais, a IA corrobora a possibilidade e
a relevncia prtica de Lgicas da categoria das Paraconsistentes, to

34

afastadas dos padres at h pouco tempo fixados para a logicidade. Isto


constitui, sem dvida, algo surpreendente para aqueles que no esto
acostumados com os 1timos avanos da informtica. Convm lembrar aqui
que existem numerosos argumentos enfraquecedores da posio dos que
defendem a tese do carter absoluto da Lgica Clssica. Arrolamos, a seguir,
quatro desses argumentos:
1) Quaisquer contexto racional dado compatvel com infinitas Lgicas
capazes de figurarem como Lgicas a ele subjacentes.
2) Os conceitos 1gicos fundamentais, como o de negao, tm que ser vistas
como a family resemblance no sentido de Wittgenstein. No h nenhum
motivo especial para se recusar, digamos, negao paraconsistente a
dignidade de negao; se algum assim proceder, deveria, tambm, sustentar
que as retas das geometrias no-euclidianas no so, efetivamente, retas ...
3) A semntica comum, por exemplo do clculo restrito de predicados, baseiase na teoria de conjuntos. Como h diversas teorias de conjuntos (clssicas),
h numerosas interpretaes possveis, no equivalentes entre si, de to
semntica. Por conseguinte, o referido clculo no se mostra tambm
determinado, como parece primeira vista.
4) Para a Lgica tradicional de segunda ordem (e de ordem superior) no
existe axiomatizao correta e completa. Esta escapa, pois, a axiomatizao
(recursiva). Assim, as contestaes s indagaes a) e b) so afirmativas. Uma
resposta simples da questo parece difcil: no fundo, trata-se, em grande parte,
de um problema terminolgico. Todavia, em principio, em virtude da discusso
anterior, nada impede que se aceite que h Lgicas rivais, que no se incluem
no rol das complementares da tradicional. Finalmente, sobre ele, frisaremos
que se possui excelentes argumentos para se demonstrar que a razo
permanece razo mesmo quando se manifesta por meio de Lgicas NoClssicas. (A prpria Lgica Clssica no constitui um sistema bem definido.)
Do exposto, pensamos que as concluses que se impem so
suscetveis de resumo, como se segue: De fato, como insiste [Enriques &
Santillana 32], [Enriques & Santillana 36] e [Enriques 22], a cincia aparece a
todo momento como imperfeita, em qualquer de suas partes, desenvolvendo-se
por auto-correo e auto-integrao. No constitui aquisio hirta, qual se via

35

juntando pouco a pouco outras; h permanente vaivm, desde os fundamentos


at as teorias mais complexas, corrigindo-se erros aqui, eliminando-se
inconsistncias acol. Mas a histria comprova que toda teoria cientifica
encerra algo de verdadeiro: a mecnica newtoniana, embora superada pela de
Einstein, evidentemente contm traos de verdade. Restringindo-se de maneira
conveniente ao seu campo de aplicao, ela funciona, prev, e, portanto, tem
que conter uma parcela de verdade. Mas a verdadeira verdade um caminhar
constante para a verdade - eis o ensinamento da histria, fora de qualquer
dvida sria. A cincia mais luta, avano, do que etapa adquirida,
conquistada, e as categorias cientificas fundamentais modificam-se no decorrer
do tempo. ([Da Costa 80], p.231). Mais ainda: "A Lgica se vai constituindo
atravs da histria e no parece possvel prever-se as vicissitudes de sua
evoluo.
Um especialista do inicio do sculo, ainda que familiar com as obras de
Frege, Russell e Peano, dificilmente poderia prever as transformaes que se
processariam na Lgica nos ltimos quarenta anos. No se trata somente de
progresso em extenso; o prprio conceito de logicidade se modificou. Hoje, as
Lgicas heterodoxas entraram em cena com grande mpeto: ningum
conseguiria predizer onde nos levaro as Lgicas polivalente, relevante e
paraconsistente. Talvez, nos prximos anos, nos esteja reservada uma nova
alterao da idia de logicidade, impossvel de se imaginar no momento." ([Da
Costa 80], p. 232.) "Razo, como se definiu ..., a faculdade de conceber,
julgar e raciocinar. Conceber e raciocinar constituem patrimnio exclusivo da
razo; mas julgar, no sentido preciso da palavra, tambm atividade racional.
Mesmo quando a inspirao, a sensibilidade ou alguma forma primitiva de
intuio no racional fornecem a base para o juzo, a razo que julga, dada
que somente ela manipula e combina conceitos. Alis, a maioria dos usos
comuns da palavra 'razo' derivam-se de razo conceituada, como a faculdade
de conceber, julgar e raciocinar; assim, para discernir bem e adotar normas
racionais de vida, h de se ter em conta a razo na acepo definida. Alm
disso, existe um conjunto de regras e de princpios regulando o uso da razo,
especialmente como ela se manifesta nos contextos racionais. Tambm licito
chamar de razo a esse conjunto de regras e de princpios. Pois bem, quando

36

se indaga se a razo se transforma ou mantm-se invariante, torna-se mais


conveniente, sem dvida, interpretar a questo como se referindo a razo qual
conjunto de regras e de princpios, e no como faculdade. Assim formulado, o
problema tem resposta imediata: a razo modificou-se no decurso do tempo.
Por exemplo, as categorias racionais subjacentes fsica aristot1ica,
newtoniana e hodierna, divergem profundamente; ipso facto, os princpios
que regem essas categorias variam, donde se conclui que a prpria razo se
transformou. ([Da Costa 80], p. 233). Exprimindo-se por intermdio de Lgicas
as mais variadas, a razo no deixa de ser razo.
A IA , atualmente, um dos pilares nos quais se apoiam as ponderaes
que acabam de ser feitas. Ento, ela no possui apenas valor prtico, de
aplicao tecnolgica, como tambm valor terico, contribuindo para o melhor
equacionamento dos problemas da Lgica, da razo e, portanto, da prpria
cultura.
Digno de meno o fato de que a Lgica Paraconsistente nasceu de
consideraes puramente tericas, tanto lgico-matemticas, como filosficas.
As primeiras se referem, para exemplificar, a problemas relativos ao conceito
de verdade, aos paradoxos da teoria dos conjuntos e vaguidade inerente no
somente na linguagem natural, como na cientifica. As segundas, por seu turno,
encontram-se correlacionadas com temas tais como os fundamentos da
dia1tica, as noes de racionalidade e de logicidade, e a aceitao de teorias
cientificas.

Algumas

das

conseqncias

da

estruturao

da

Lgica

Paraconsistente, que podemos classificar em duas categorias, as 'positivas' e


as 'negativas', so as seguintes:
Positivas: 1) Melhor elucidao de alguns conceitos centrais da Lgica,
tais como os de negao e de contradio, bem como o papel do esquema da
abstrao em teoria dos conjuntos (antinomias conjuntistas); 2) Compreenso
mais profunda de determinadas teorias filosficas, especialmente a dialtica e
a teoria dos objetos de Meinong; 3) Comprovao da possibilidade de teorias
fortes e inconsistentes, embora no triviais (os paradoxos comuns podem ser
tratados de uma nova perspectiva); 4) Organizao de esquemas ontolgicos
diferentes dos da ontologia tradicional.

37

Negativas: 1) Demonstrao de que certas criticas a dia1tica afiguramse infundados (por exemplo, os conhecidos reparos de Popper); 2) Prova de
que as exigncias metodolgicas impostas s teorias cientificas se mostram
demasiadamente restritivas e mereceriam ser liberalizadas; 3) Evidncia de
que a concepo usual da verdade como correspondncia, a Tarski, no
acarreta as leis da Lgica Clssica, sem suposies extras, geralmente
mantidas implcitas.
Hodiernamente, em IA, precisamos manipular sistemas inconsistentes
de informao; mais ainda, necessitamos processar semelhantes sistemas, via
uma programao paraconsistente. Tentar transformar esses sistemas em
outros

consistentes

seria

no

apenas

impraticvel,

mas,

sobretudo,

teoricamente fora de propsito. Logo, a IA constitui um campo onde a Lgica


Paraconsistente topa naturalmente com aplicaes de suma importncia.
Assim, a informtica em geral esto intimamente unida paraconsistncia 1.
Sob certo ngulo, as prprias Lgicas no monotnicas e do default incluemse na classe das paraconsistentes (em acepo ampla) (ver, e.g. [Nakamatsu,
Abe & Suzuki 99]).

1 Para detalhes, o leitor pode consultar, entre outros, os seguintes trabalhos:


[Abe 97], [Da Costa, Abe, Da Silva Filho, Murolo & Leite 99], [vila 96], [Prado
96], [Da Silva Filho 99].
38

CAPTULO 2
A LGICA PARACONSISTENTE
ANOTADA EVIDENCIAL E
JAIR MINORO ABE E JOO INCIO DA SILVA FILHO
2.1 ESCRO HISTRICO
As lgicas paraconsistentes anotadas so uma famlia de lgicas noclssicas surgidas no final da dcada de 90 do sculo passado em
programao lgica [Subrahmanian 87]. Devido s aplicaes obtidas, tornouse conveniente um estudo de suas bases.
Os estudos sobre os fundamentos da lgica paraconsistente anotada
foram efetuados por vrios autores, entre eles, Da costa, Abe, Akama e outros
[Abe 92]. Em [Abe 92] estudou-se a lgica de predicados, teoria de modelos,
teoria anotada de conjuntos e alguns sistemas modais, estabelecendo-se um
estudo sistemtico dos fundamentos das lgicas anotadas apontadas em
trabalhos anteriores. Em particular obteve-se metateoremas de completeza
forte e fraca para uma subclasse de lgica anotada de primeira ordem e fez-se
um estudo sistemtico da teoria anotada de modelos, generalizando a maioria
dos resultados padro para os sistemas anotados.
Outras aplicaes dos sistemas anotados foram iniciados por Abe por
volta de 1993 e juntamente com discpulos diretos implementou-se a linguagem
de programao paraconsistente Paralog [Da Costa et al 95]. Tais idias
aplicaram-se na construo de um prottipo e especificao de uma arquitetura
baseada na lgica paraconsistente anotada que integra vrios sistemas
computacionais planejadores, base de dados, sistemas de viso, etc. de uma
clula de manufatura [Prado 96] e representao de conhecimento por Frames,
permitindo representar inconsistncias e excees [vila 96].

39

Da Silva Filho, outro discpulo de Abe, interessou-se na aplicao da


lgica paraconsistente anotada P em circuitos digitais, obtendo-se a
implementao das portas lgicas Complement, And e Or [Da Silva Filho 99].
Tais circuitos permitem sinais conflitantes implementados em sua estrutura de
modo no-trivial. Acreditamos que a contribuio dos circuitos eltricos
paraconsistentes seja pioneira na rea dos circuitos eltricos, abrindo-se novas
vias de investigaes. Nas pesquisas referentes ainda na parte de hardware,
foi a edificao do analisador lgico para-analisador que permite tratar
conceitos de incerteza, inconsistncia e paracompleteza. Tambm foram
construdos

controladores

lgicos

baseados

nas

lgicas

anotadas

Paracontrol, simuladores lgicos Parasim, tratamento de sinais Parasnico.


Como materializao dos conceitos discutidos construiu-se o primeiro rob
paraconsistente com o hardware paraconsistente: a rob Emmy [Abe & Da
Silva Filho 03] e o prottipo II da Emmy foi estudado em [Torres 04]. Um outro
rob paraconsistente construdo com o software baseado na LPA denominouse Sofya e muitos prottipos subseqentes foram construdos: Amanda, etc.
Os sistemas anotados tambm abarcam aspectos dos conceitos
envolvidos em raciocnio no-monotonico, defesiable, default e dentico
[Naakamatsu, Abe & Suzuki 00].
Verses de lgicas anotadas tambm envolvem muitos aspectos das
lgicas fuzzy. Isto pode ser visto sob vrios ngulos. A teoria notada de
conjuntos engloba in totun a teoria de conjuntos fuzzy [Abe 92]. Verses
axiomatizadas da teoria fuzzy tambm foram obtidas.
Foi erigido o controlador hbrido parafuzzy que une caractersticas das
lgicas anotadas e fuzzy [Da Silva Filho 99].
Finalmente, aspectos algbricos tambm foram investigados por Abe em
[Abe, Akama & Nakamatsu 07] e outras algebrizaes interessantes tem sido
estudadas outros autores.
2.2 A QUESTO DA LINGUAGEM
sobejamente conhecido a importncia da teoria da linguagem para a
investigao de problemas em cincia. Assim, uma boa soluo para uma

40

indagao pode muitas vezes depender profundamente da escolha ou


descoberta de uma linguagem conveniente para representar os conceitos
envolvidos adequadamente, bem como fazer inferncias sensatas at que se
chegue a solues satisfatrias.
No tocante s aplicaes, observando-se atentamente um conjunto de
informaes obtidas em certo tema em tela, tal conjunto pode encerrar
informaes contraditrias e haver dificuldade de descrio de conceitos
vagos, como j discutimos na introduo. No caso da contradio,
normalmente ou removida artificialmente para no contaminar o conjunto de
dados, ou se faz tratamento parte, com dispositivos extra-lgicos. Entretanto,
a contradio na maioria das vezes contm informao decisiva, pois, o
encontro de duas vertentes de valores-verdade opostos. Logo, negligencia-la
proceder de forma anacrnica. Logo devemos buscar linguagens que possam
conviver com tais contradies, sem atrapalhar as demais informaes, como
acontece na Lgica Clssica, por exemplo. Quanto ao conceito de incerteza,
devemos pensar em uma linguagem que tenha uma estrutura tal que possa
capturar o mximo de informaes do conceito, obviamente. Tendo isso em
mente, para se obter uma linguagem que possa ter essas caractersticas,
vamos fazer o seguinte procedimento, que passamos a descrever.
Nosso intuito o de acolhermos os conceitos de incerteza, inconsistncia e
paracompleteza em sua estrutura lingstica e raciocinar (mecanicamente) na
presena deles, com a esperana que com esse desenho, a linguagem permita
atingir, capturar, refletir melhor as nuances da realidade de outros modos do
que as tradicionais. Assim, estaremos equipados com uma linguagem e uma
estrutura dedutiva adequada para uma compreenso de problemas sob
ngulos diferentes e qui desse modo possa gerar solues inovadoras. Para
a tarefa, principiemos considerando os conceitos de inconsistncia e
paracompleteza. Juntemos as noes de verdade e de falsidade. Assim,
pensemos em quatro objetos:
T que chamaremos de inconsistente
V que chamaremos de verdadeiro

41

F que chamaremos de falso


que chamaremos de paracompleto.
Chamemos tambm tais objetos de constantes de anotao.
F

No conjunto desses objetos = {T, V, F, } coloquemos uma estrutura


V

matemtica:
um reticulado com operador = <
T

, , > caracterizado pelo

seguinte diagrama de Hasse:

Figura 2 - Reticulado Quatro


O operador :

define-se assim:

T = T (que operar, intuitivamente, assim: a negao de uma proposio


inconsistente inconsistente)
V = F (a negao de uma proposio verdadeira falsa)
F = V (a negao de uma proposio falsa verdadeira)
= (a negao de uma proposio paracompleta paracompleta)
O operador far o papel do conectivo da negao da LPA como se ver
adiante. As proposies da LPA so do tipo p onde p uma proposio no
sentido comum e uma constante de anotao. Entre vrias leituras

42

intuitivas, p pode ser lida: creio na proposio p com grau at ou a


evidncia favorvel expressa pela proposio no mximo .
Suponha-se que temos a proposio p: a frente do rob est livre tenhamos
informaes que nos remete a duas situaes:
a frente do rob est livre (que pode ser expressa na LPA por pV)
a frente do rob no est livre(que pode ser expressa na LPA por pF)
Em um sistema baseado na LPA, tal situao pode ser representada por
pT : a frente do rob est livre constitui um estado inconsistente.

43

2.3 A LGICA PARACONSISTENTE ANOTADA EVIDENCIAL E


Iniciamos nossa exposio de modo coloquial, incrementando-a at atingir uma
apresentao com certo rigor que o tema necessita. A Lgica Paraconsistente
Anotada Evidencial E possui uma linguagem E e as proposies atmicas
so do tipo p(, ) onde p uma proposio e , [0, 1] (intervalo real unitrio
fechado). Intuitivamente, indica o grau de evidncia 1) favorvel de p e o
grau de evidncia contrria de p. A leitura dos valores , dependem das
aplicaes consideradas e podem sofrer mudanas: com efeito pode ser o
grau de crena2) favorvel e poder ser o grau de crena contrria da
proposio p; tambm, pode indicar a probabilidade3) expressa por p ocorrer
e a improbabilidade expressa por p de ocorrer. As proposies atmicas p (, )
da lgica E podem ser intuitivamente ser lidas como: creio em p com o grau
de crena favorvel e o grau de crena contrria , ou o grau de evidncia
favorvel de p e o grau de evidncia contrria de p .
Exemplo 1. Seja a proposio p O aluno passou no exame. Temos:
Se anotarmos com (1.0, 0.0), a leitura intuitiva ser O aluno passou no exame
com evidncia total (= h uma evidncia total que o aluno passou no exame).
Se anotarmos com (0.0, 1.0), a leitura intuitiva ser O aluno passou no exame
com evidncia contrria total (=h uma evidncia total que o aluno foi
reprovado no exame).
Se anotarmos com (1.0, 1.0), a leitura intuitiva ser O aluno passou no exame
com evidncia totalmente inconsistente. Isto pode se suceder se o aluno no
estudou o suficiente e ao mesmo tempo uma pessoa amiga diz t-lo visto
confiante aps o exame.
1)1) O termo evidencia se encontra empregado num sentido no rigoroso,
podendo intuitivamente ser certeza manifesta ou dados e informaes que
suportam opinies. O termo grau de evidncia significa o que se est
explanado no curso do trabalho.
2)2) O termo crena tambm se encontra empregado em um sentido no
rigoroso. Convm ressaltar que usualmente possui uma certa subjetividade.
3)3) Atente-se que h diversas teorias de probabilidades.
44

Se anotarmos com (0.0, 0.0), a leitura intuitiva ser O aluno passou no exame
com ausncia total de evidncia, nem favorvel, nem contrria.
Exemplo 2. Seja a proposio p O paciente est acometido de pneumonia.
Temos:
Se anotarmos com (1.0, 0.0), a leitura intuitiva ser O paciente est acometido
de pneumonia com evidncia total.
Se anotarmos com (0.0, 1.0), a leitura intuitiva ser O paciente est acometido
de pneumonia com evidncia contrria total (=h uma evidncia total que o
paciente no est acometido de pneumonia).
Se anotarmos com (1.0, 1.0), a leitura intuitiva ser O paciente est acometido
de pneumonia com evidncia totalmente inconsistente. Isto pode se suceder
se, por exemplo, um mdico de opinio que o paciente est acometido de
pneumonia, mas um outro especialista diz que no pode ser pneumonia por um
outro tipo de exame.
Se anotarmos com (0.0, 0.0), a leitura intuitiva ser O paciente est acometido
de pneumonia com ausncia total de evidncia. Isto pode se suceder se no
se pode diagnosticar se pneumonia ou no.
Desse modo, temos algumas leituras interessantes:

p(1.0, 0.0) pode ser lida como uma proposio verdadeira (evidncia favorvel

total e evidncia contrria nula).

p(0.0, 1.0) pode ser lida como uma proposio falsa (evidncia favorvel nula e

evidncia contrria total).

p(1.0,

1.0)

pode ser lida como uma proposio inconsistente (evidncia

favorvel total e evidncia contrria total).

p(0.0,

0.0)

pode ser lida como uma proposio paracompleta (evidncia

favorvel nula e evidncia contrria nula).

p(0.5, 0.5) pode ser lida como uma proposio indefinida (evidncia favorvel

igual evidncia contrria de 0.5).


Note que o conceito de paracompleteza o dual da de inconsistncia.

45

Exemplo 6. Sejam p a proposio A cano mais popular de Johnny Mathis


Misty e q a proposio Johnny Mathis ficar para a histria da msica
popular. Temos ento:
L-se p(1.0,0.0) q(0.9, 0.1) como A cano mais popular de Johnny Mathis Misty
com uma evidncia favorvel total e nenhuma evidncia contrria e Johnny
Mathis ficar para a histria da msica popular com uma evidncia favorvel de
90% e uma evidncia contrria de 10%. (= certo que a cano mais popular
de Johnny Mathis Misty e praticamente certo que ele ficar para a histria
da msica popular.)
L-se p(1.0, 0.0) q(0.9, 0.1) como A cano mais popular de Johnny Mathis Misty
com uma evidncia favorvel total e nenhuma evidncia contrria ou Johnny
Mathis ficar para a histria da msica popular com uma evidncia favorvel de
90% e uma evidncia contrria de 10%. (= certo que a cano mais popular
de Johnny Mathis Misty ou praticamente certo que ele ficar para a histria
da msica popular.)
Exemplo 7. Seja p a proposio A rota do rob para a direita L-se p(0.7,0.6)
p(0.5, 0.4) como A rota do rob para a direita com uma evidncia favorvel de
70% e uma evidncia contrria de 60% acarreta A rota do rob para a
direita com uma evidncia favorvel de 50% e uma evidncia contrria de
40%.
Exemplo 8. Seja p a proposio O paciente est acometido de gripe Temos
ento:
L-se p(0.7, 0.2) p(0.2, 0.7) como O paciente est acometido de gripe com uma
evidncia favorvel de 70% e uma evidncia contrria de 20% que equivale a
se dizer que no o caso que O paciente est acometido de gripe com uma
evidncia favorvel de 20% e uma evidncia contrria de 70%.
Exemplo 9. Seja a proposio p O paciente est infectado de gripe. Temos
ento:

46

p(1.0, 0.0) pode ser lida como O paciente est infectado de gripe com evidncia

favorvel total e evidncia contrria nula. Intuitivamente, trata-se de uma


proposio verdadeira.

p(0.0, 1.0) pode ser lida como O paciente est infectado de gripe com evidncia

favorvel nula e evidncia contrria total. Intuitivamente, trata-se de uma


proposio falsa.

p(1.0, 1.0) pode ser lida como O paciente est infectado de gripe com evidncia

favorvel total e evidncia contrria tambm total. Intuitivamente, trata-se de


uma proposio contraditria.

p(0.0, 0.0) pode ser lida como O paciente est infectado de gripe com evidncia

favorvel nula e evidncia contrria tambm nula. Intuitivamente, trata-se de


uma proposio paracompleta.

p(0.5, 0.5) pode ser lida como O paciente est infectado de gripe com evidncia

favorvel idntica evidncia contrria e 0.5. Intuitivamente, temos a uma


indefinio.

Exemplo 10. Seja a proposio p O aluno passou no exame.


Uma leitura intuitiva da negao da proposio p(1.0,

0.0)

creio que o aluno

passou no exame com crena favorvel nula e crena desfavorvel total.


Uma leitura intuitiva da negao da proposio p(1.0,

1.0)

creio que o aluno

passou no exame com crena favorvel total e crena desfavorvel total, ou


seja, neste caso a negao de uma proposio inconsistente continua
inconsistente.
Uma leitura intuitiva da negao da proposio p(0.0,

0.0)

creio que o aluno

passou no exame com crena favorvel nula e crena desfavorvel nula, ou


seja, neste caso a negao de uma proposio desconhecida ainda
desconhecida.
Uma leitura intuitiva da negao da proposio p(0.5,

0.5)

creio que o aluno

passou no exame com crena favorvel de at 50% e crena desfavorvel de


at 50%, ou seja, a mesma proposio.

47

Exemplo 11. Seja a proposio p O paciente est acometido de


pneumonia. Temos:
Uma leitura intuitiva da negao da proposio p(0.9, 0.3) cr-se que o paciente
est acometido de pneumonia com crena favorvel de at 30% e crena
desfavorvel de at 90%.
Uma leitura intuitiva da negao da proposio p(0.0, 1.0) cr-se que o paciente
est acometido de pneumonia com crena favorvel total e crena desfavorvel
nula. (= cr-se totalmente que o paciente est acometido de pneumonia).
Uma leitura intuitiva da negao da proposio p(1.0, 1.0) cr-se que o paciente
est acometido de pneumonia com crena favorvel de at 100% e crena
desfavorvel de at 100%. Logo, neste caso temos uma crena totalmente
conflitante (inconsistente) e sua negao a mesma proposio inconsistente.
2.4 O CONECTIVO DA NEGAO
Uma propriedade interessante que a lgica E apresenta quando
analisamos negaes de proposies. Tomemos, por exemplo, a proposio
p(1.0,

0.0)

do Exemplo 1, creio que o aluno passou no exame com crena

favorvel total e crena desfavorvel nula. Analisemos sua negao. O leitor


imediatamente se apercebe que, em termo da lgica E, equivalente a se
dizer creio que o aluno passou no exame com crena favorvel nula e crena
desfavorvel total, ou seja, a negao da proposio p(1.0, 0.0) pode ser expressa
por meio de uma operao na constante de anotao associada. Em termos
tcnicos, tem-se que p(1.0, 0.0) p(1.0, 0.0) p(0.0, 1.0). Se p denotar a proposio
Pedrinho est acometido de pneumonia com 80% de evidncia favorvel e
40% de evidncia contrria, qual a negao de p (0.8, 0.4)? Prosseguindo com o
exemplo anterior, fcil apercebe-se que sua negao equivale a se dizer que
proposio Pedrinho est acometido de pneumonia com 40% de evidncia
favorvel e 80% de evidncia contrria, ou seja, a evidncia favorvel de p (0.8,
0.4)

passa a ser a evidncia contrria de p(0.8, 0.4) e a evidncia contrria de p (0.8,

0.4)

passa a ser a evidncia favorvel de p(0.8, 0.4). Em termos tcnicos, tem-se

que p(0.8, 0.4) p(0.8, 0.4) p(0.4, 0.8).

48

Logo, generalizando-se atravs dos exemplos acima, fcil perceber


tambm que p(, ) equivale a p(, ), que por sua vez equivale a p(, ). Logo, a
negao de p(, ) a mesma proposio p com graus de evidncia invertidos; o
grau de evidncia favorvel de p(, ) a evidncia contrria de p(, ) e o grau
de evidncia contrria de p(, ) constitui o grau de evidncia favorvel de p(, ).
H, portanto, um operador natural definido sobre que desempenha o papel da
negao do conectivo da lgica anotada: :

, (, ) = (, ). Isso

denuncia uma importante propriedade na lgica E: podemos considerar


equivalentes as proposies p(, ) e p(, ), ou seja, em outra terminologia, p(,
)

p(, ).

Qual a negao de p (0.5, 0.5)? Intuitivamente temos que a prpria proposio


p(0.5,

0.5)

, ou seja, p(0.5,

0.5)

p(0.5,

0.5)

. Agora suponhamos que p (0.5,

verdadeira. Logo temos a situao: p (0.5,

0.5)

verdadeira e p(0.5,

0.5)

0.5)

seja

tambm

verdadeira. Ora, a lgica em questo admite intuitivamente contradies


verdadeiras. Coisa semelhante se passa se p (0.5, 0.5) for falsa. Temos p(0.5, 0.5) falsa
e p(0.5, 0.5) tambm falsa, ou seja E tambm paracompleta. Da, E noaltica. De modo geral temos p(, ) p(, ). O fato de a negao lgica ser
absorvido na anotao, faz com que a lgica E tenha propriedades de
fundamental importncia na hora de implementaes fsicas, bem como
propriedades de extrema fecundidade em programao e em implementaes
fsicas.
2.5 OS CONECTIVOS DA CONJUNO, DISJUNO E IMPLICAO
Dadas as proposies p(, ) e q(, ) podemos formar a conjuno, disjuno e a
implicao entre elas:
p(, ) q(, ) leia-se a conjuno de p(, ) e q(, )
p(, ) q(, ) leia-se a disjuno de p(, ) e q(, )
p(, ) q(, ) leia-se a implicao de q(, ) por p(, )
O conectivo da bi-implicao introduz-se de modo habitual:

49

p(, ) q(, ) = p(, ) q(, ) q(, ) p(, ) leia-se p(, ) equivale a q(, )
2.6 O RETICULADO
Voltemos a algumas terminologias. O par (, ) denomina-se constante de
anotao. Tal par um elemento de [0, 1][0, 1] que algumas vezes indicamos
por [0, 1]2. Mune-se esse conjunto de uma relao de ordem assim definida:
(1, 1) (2, 2) 1 2 e 2 1.
Propriedades:
1. , , (, ) (, ) (reflexividade)
2. 1, 1, 2, 2 , (1, 1) (2, 2) e (2, 2) (1, 1), implicam (1, 1) = (2,
2) (anti-simetria)
3. 1, 1, 2, 2, 3, 3 , (1, 1) (2, 2) e (2, 2) (3, 3), implicam (1, 1)
(3, 3) (transitividade)
4. 1, 1, 2, 2 , existe o supremo de {(1, 1), (2, 2)} indicado por (1, 1)
(2, 2) = (Mx{1, 2}, Mn{1, 2})
5. 1, 1, 2, 2 , existe o nfimo de {(1, 1), (2, 2)} indicado por (1, 1)
(2, 2) = (Mn{1, 2}, Mx{1, 2})
6. , , (0, 1) (, ) (1, 0)
O quadrado unitrio [0, 1][0, 1] com a relao de ordem constitui um reticulado
que simbolizamos por <, > ou simplesmente por .
Exerccio. Verifique cada uma das propriedades acima.

50

Segmento de reta
perfeitamente
definido

de reta
2.7 GRAUS DE CERTEZASegmento
E DE INCERTEZA
perfeitamente
indefinido

B (0, 1)

C (1, 1)

Figura 3
No reticulado notamos quatro pontos que nortearo nossas perquiries.
Denominemos de pontos cardeais. Tais so elas:
D (0, 0)

A (1, 0)

A (1.0, 0.0) estado verdadeiro


B (0.0, 1.0) estado falso
C (1.0, 1.0) estado inconsistente
D (0.0, 0.0) estado paracompleto
Embasados nos pontos cardeais, e pelo uso das propriedades dos nmeros
reais, vamos cuidadosamente erigir uma estrutura matemtica com o fito de
materializar nossas idias de como queremos manipular mecanicamente o
conceito de incerteza, contradio e de paracompleteza, entre outros. Tal
mecanismo embarcar, naturalmente, de algum modo os estados verdadeiro e

51

falso tratados dentro do escopo da lgica clssica, com todas as suas


conseqncias.
Para tanto, iremos introduzir diversos conceitos que julgamos intuitivos para a
finalidade acima bosquejada.
Segmento perfeitamente definido AB:

+ -1 = 0; 0 , 1

Segmento perfeitamente indefinido DC:

- = 0; 0 , 1

Observe que as constantes de anotao (, ) que incidem no segmento


perfeitamente indefinido possui a relao - = 0, ou seja = . Logo, a
evidncia favorvel idntica evidncia contrria, o que mostra que a
proposio p(,

expressa uma indefinio. Ela varia continuamente desde a

inconsistncia (1, 1) at o paracompleto (0, 0).


J as constantes de anotao (, ) que incidem no segmento
perfeitamente definido possui a relao + -1 = 0, ou seja = 1 - , ou ainda
= 1 - . Logo, no primeiro caso, a evidncia favorvel o complemento
booleano da evidncia contrria e, no segundo, a evidncia contrria o
complemento booleano da evidncia favorvel, o que mostra que as
evidncias, favorvel e contrria comportam-se como no caso clssico. Ela
varia continuamente desde a falsidade (0, 1) at a veracidade (1, 0).
Introduzimos as aplicaes Gic:[0, 1][0, 1] [0, 1], Gpa:[0, 1][0, 1] [-1, 0],
Gve:[0, 1][0, 1] [0, 1], Gfa:[0, 1][0, 1] [-1, 0] definidas por:
Grau de Inconsistncia:

Gic(, ) = + -1, desde que + -1 0

Grau de Paracompleteza:

Gpa(, ) = + -1, desde que + -1 0

Grau de Veracidade:

Gve(, ) = - , desde que - 0

Grau de Falsidade:

Gfa(, ) = - , desde que - 0

52

V-se que o Grau de Veracidade mede o quo uma anotao (, )


distancia do segmento perfeitamente definido e quo se aproxima do estado
verdade e o Grau de Falsidade mede o quo uma anotao (, ) distancia
do segmento perfeitamente definido e quo se aproxima do estado falso.
Exemplo. Gve(0.8, 0.4) = 0.8 - 0.4 = 0.4 Logo o grau de veracidade da
constante de anotao (0.8, 0.4) 0.4
Tambm Gve(0.4, 0.3) = 0.4 - 0.3 = 0.1
De modo similar, o Grau de Inconsistncia mede o quo uma anotao (, )
distancia do segmento perfeitamente indefinido e quo se aproxima do
estado inconsistente e o Grau de Paracompleteza mede o quo uma
anotao (, ) distancia do segmento perfeitamente indefinido e quo se
aproxima do estado paracompleto.
Chama-se Grau de Incerteza Gin(, ) de uma anotao (, ) a qualquer um
dos graus de inconsistncia ou de paracompleteza. Por exemplo, o grau de
Incerteza mximo no estado inconsistente, ou seja G ic(1, 1) = 1.
Chama-se Grau de Certeza G ce(, ) de uma anotao (, ) a qualquer um
dos graus de verdade ou de falsidade. Por exemplo, o grau de verdade da
anotao (, ) , ou seja, Gve(, ) = .
Observao (problema em aberto). Altamente instigador estudar outros
modos de considerar os graus de certeza e de incerteza. Alis, a observao
precedente mais profunda e anterior: com efeito, a escolha do reticulado
fundamental para as consideraes de todos estes estudos no tocante
aplicao prtica.
2.8 ESTADOS DE DECISO: EXTREMOS E NO-EXTREMOS
Com os conceitos acima ventilados, podemos trabalhar com faixas de
verdade ao invs de a verdade ser um conceito hirto, inflexvel. Talvez
53

melhor dizermos que a verdade uma faixa de certeza com respeito a certa
proposio. Para determinarmos tais faixas, introduzimos os seguintes
T

conceitos:
F

Quatro valores limites


QTFexternos:
QFT

Vcve = C1 = Valor
de veracidade; 0 Vcve 1
QFde controle
QTV
Vcfa = C2 = Valor de controle
de falsidade; -1 Vcfa 0
QF
QVT

QV

Vcic = C3 = Valor de controle de inconsistncia; 0 Vcic 1


QV

V paracompleteza; -1 V 0
Vcpa = C4 = Valor de controle de
cpa

Os tais valores nortearo quando uma proposio considerada, por exemplo,


verdadeira no sentido de tomarmos uma deciso positivamente, e assim por
diante. A seguinte figura nos ajudar a introduzir conceitos suplementares.

Figura 4 Estados extremos e no-extremos

54

GRAU DE INCERTEZA - Gin

+1
Vcve = C1

QT F

Vcic = C3

QFT

QVT
0

QF

-1

QF

Vcfa = C2

QTV

QV
QV

GRAU DE CERTEZA - Gce

V
+1

Vcpa = C4

-1

Figura 5 - Diagrama com os graus de incerteza e de certeza, com valores


ajustveis de controle limite indicados nos eixos. Observe tambm as regies
consideradas.
Tabela 1
Estados Extremos
Verdadeiro
Falso
Inconsistente
Paracompleto

Smbolo
V
F
T

55

T
F

QFT

QTF

Tabela 2

Estados No-Extremos
Quase-verdadeiro tendendo ao Inconsistente
QF
QTV ao Paracompleto
Quase-verdadeiro tendendo
Quase-falso tendendo
ao Inconsistente
QF
QVT
Quase-falso
QV tendendo ao Paracompleto
Quase-inconsistente tendendo
QV ao Verdadeiro
V
Quase-inconsistente tendendo ao Falso
Quase-paracompleto tendendo ao Verdadeiro
Quase-paracompleto tendendo ao Falso

Smbolo
QVT
QV
QFT
QF
QTV
QTF
QV
QF

Figura 6

56

Caracterizao dos estados:


Estado Verdadeiro:
Gin(, ) = - = Gve(, ) e
e

Estado Falso:
Gin(, ) = - = Gfa(, ) - e
e

Estado Inconsistente:
Gce(, ) = + - 1 = Gct(, ) e
e

Estado Paracompleto:
Gce(, ) = + - 1 = Gpa(, ) - e
e

Estado Quase-Verdadeiro tendendo ao Inconsistente:


Gin(, ) = - = Gve(, ) e
e
Gce(, ) = + - 1 = Gct(, ) 0
Estado Quase-Verdadeiro tendendo ao Paracompleto:
Gin(, ) = - = Gve(, ) e
e
57

Gce(, ) = + - 1 = Gpa(, ) 0
Estado Quase-Falso tendendo ao Inconsistente:
Gin(, ) = - = Gfa(, ) - e
e
Gce(, ) = + - 1 = Gct(, ) 0
Estado Quase-Falso tendendo ao Paracompleto:
Gin(, ) = - = Gfa(, ) - e
e
Gce(, ) = + - 1 = Gct(, ) 0
Estado Quase-Inconsistente tendendo ao Verdadeiro:
Gce(, ) = + - 1 = Gct(, ) e
e
Gin(, ) = - = Gve(, ) 0
Estado Quase-Inconsistente Falso tendendo ao Falso:
Gce(, ) = + - 1 = Gct(, ) e
e
Gin(, ) = - = Gfa(, ) 0
Estado Quase-Paracompleto tendendo ao Verdadeiro:
Gce(, ) = + - 1 = Gpa(, ) - e
e
Gin(, ) = - = Gve(, ) 0
Estado Quase-Paracompleto tendendo ao Falso:
Gin(, ) = + - 1 = Gpa(, ) - e
e

58

Gce(, ) = - = Gfa(, ) 0
Nota. A incluso ou no dos bordos em determinadas regies fica a cargo do
T

leitor, tomando-se o cuidado de uma mesma constante de anotao no


F
pertencer a dois estados distintos
simultaneamente.
QFT

QTF

QF

QTV
QVT

QV
QV

Figura 7

Exemplos
Consideremos as constantes de anotao:
1. (, 0.4)
Gce(, 0.4) = - 0.4 = -0.15 (Grau de falsidade)
Gin(, 0.4) = + 0.4 - 1 = -0.35 (Grau de paracompleteza)
Logo, a constante de anotao pertence ao estado Quase-paracompleto
tendendo ao Falso = QF
2. (0.4, 0.8)
59

Gce(0.4, 0.8) = 0.4 - 0.8 = -0.4 (Grau de falsidade)


Gin(0.4, 0.8) = 0.4 + 0.8 - 1 = 0.2 (Grau de contradio)
Logo, a constante de anotao pertence ao estado Quase-falso tendendo ao
Inconsistente = QFT
3. (, 0.6)
Gce(, 0.6) = - 0.6 = 0.15 (Grau de veracidade)
Gin(, 0.6) = + 0.6 - 1 = 0.35 (Grau de contradio)
Logo, a constante de anotao pertence ao estado Quase-inconsistente
tendendo ao Verdadeiro = QTV
O conjunto [0, 1]2 est munido de uma relao de ordem assim definida: (1, 1)
(2, 2) 1 2 e 2 1. Tal quadrado unitrio com a relao de ordem
constitui um reticulado que simbolizamos por .
Eis alguns exemplos:
1. (0.8, 0.3) (0.6, 0.4)
2. (0.7, 0.5) (0.5, 0.5)
3. (0.8, 0.5) (0.8, 0.6)
4. (0.8, 0.8) (0.8, 0.8)
5. (1.0, 0.0) (, ) para quaisquer 0 , 1
6. (, ) (0.0, 1.0) para quaisquer 0 , 1
7. De 5 e 6 obtemos (0.0, 1.0) (, ) (1.0, 0.0) para quaisquer 0 , 1
Contra-exemplos:
1. falso que (0.8, 0.6) (0.9, 0.7)
2. falso que (0.8, 0.7) (0.4, 0.6)
3. falso que (0.8, 0.6) (0.9, 0.4)

60

Figura 8
Observe que todas as constantes de anotao (1, 1) da regio pontilhada
incluindo os bordos so tais que (, ) (1, 1).
As demais constantes de anotao no satisfazem a desigualdade anterior.
2.9 OPERAES NO RETICULADO
Passamos a considerar algumas operaes intuitivamente naturais definidas no
reticulado que sero fundamentais na exposio ulterior.
2.9.1 OPERAO NOT

61

Exemplos:
1. (0.8, 0.6) = (0.6, 0.8)
2. (1.0, 0.0) = (0.0, 1.0)
3. (0.0, 1.0) = (1.0, 0.0)
4. (1.0, 1.0) = (1.0, 1.0)
5. (0.0, 0.0) = (0.0, 0.0)
No exemplo 1, a negao da constante de anotao 80% de evidncia
favorvel e 60% de evidncia contrria a constante de anotao 60% de
evidncia favorvel e 80% de evidncia contrria.
No exemplo 2, a negao da constante de anotao verdadeiro a constante
de anotao falso.
No exemplo 3, a negao da constante de anotao falso a constante de
anotao verdadeiro.
No exemplo 4, a negao da constante de anotao inconsistente a
constante de anotao inconsistente.
No exemplo 5, a negao da constante de anotao paracompleto a
constante de anotao paracompleto.
Propriedades
1) Para qualquer (, ) , temos (, ) = (, ) (Idempotncia)
2) Para qualquer (, ) , temos k(, ) = (, ) se k par e k(, ) = (, )
se k mpar.
5) Para qualquer (, ) , temos (, ) OR (, ) = (Mx{, }, Mn{, })

62

Figura 9. Note que a operao Not aplicado uma constante de anotao


resulta ser simtrico ao segmento perfeitamente indefinido.

2.9.2 OPERAO DE MAXIMIZAO


Indicamos tal operao por OR e define-se como se segue.
Sejam (1, 1) e (2, 2) .
(1, 1) OR (2, 2) = (Mx{1, 2}, Mn{1, 2})
onde Mx indica a operao de maximizao de nmeros reais com a ordem
ordinria e Mn indica a operao de minimizao de nmeros reais com a
ordem ordinria
Exemplos:
1. (0.8, 0.6) OR (0.4, 0.5) = (0.8, 0.5)
2. (0.7, 0.5) OR (0.5, 0.5) = (0.7, 0.5)
3. (0.8, 0.6) OR (0.8, 0.5) = (0.8, 0.5)
4. (0.8, 0.8) OR (0.8, 0.8) = (0.8, 0.8)
5. (0.0, 1.0) OR (, ) = (, ) para quaisquer 0 , 1
6. (, ) OR (1.0, 0.0) = (1.0, 0.0) para quaisquer 0 , 1
Propriedades
1) Para quaisquer (1, 1) e (2, 2) , temos (1, 1) OR (2, 2) = (2, 2) OR
(1, 1) (Comutatividade)

63

2) Para quaisquer (1, 1), (2, 2) e (3, 3) , temos


[(1, 1) OR (2, 2)] OR (3, 3) = (1, 1) OR [(2, 2) OR (3, 3)]
(Associatividade)
3) Para qualquer (, ) , temos (, ) OR (, ) = (, ) (Idempotncia)
4) Para qualquer (, ) , temos (, ) OR (0, 1) = (, ) (Elemento neutro)
5) Para qualquer (, ) , temos (, ) OR (, ) = (Mx{, }, Mn{, ))

Figura 10. Operao de maximizao. Exemplo (1, 1) OR (2, 2) = (2, 1).


Note tambm que o conjunto dos limitantes superiores de (1, 1) OR (2, 2)
constitudo dos elementos da regio retangular determinado pelos vrtices (2,
1), (2, 0) (1, 0) e (1, 1).
2.9.3 OPERAO DE MINIMIZAO
Indicamos tal operao por AND e define-se como:
Sejam (1, 1) e (2, 2) .
(1, 1) AND (2, 2) = (Mn{1, 2 }, Mx{1, 2})

(0, 1)

64

(1, 1)

(0, 0)

onde Mn indica a operao de minimizao de nmeros reais com a ordem


ordinria e Mx indica a operao de maximizao de nmeros reais com a
ordem ordinria.
Exemplos:
1. (0.8, 0.6) AND (0.4, 0.5) = (0.4, 0.6)
2. (0.7, 0.5) AND (0.5, 0.5) = (0.5, 0.5)
3. (0.8, 0.6) AND (0.8, 0.5) = (0.8, 0.6)
4. (0.8, 0.8) AND (0.8, 0.8) = (0.8, 0.8)
5. (1.0, 0.0) AND (, ) = (, ) para quaisquer 0 , 1
6. (, ) AND (0.0, 1.0) = (0.0, 1.0) para quaisquer 0 , 1
Propriedades
1) Para quaisquer (1, 1) e (2, 2) , temos (1, 1) AND (2, 2) = (2, 2)
AND (1, 1) (Comutatividade)
2) Para quaisquer (1, 1), (2, 2) e (3, 3) , temos
[(1, 1) AND (2, 2)] AND (3, 3) = (1, 1) AND [(2, 2) AND (3, 3)]
(Associatividade)
3) Para qualquer (, ) , temos (, ) AND (, ) = (, ) (Idempotncia)
4) Para qualquer (, ) , temos (, ) AND (1, 0) = (, ) (Elemento neutro)
5) Para qualquer (, ) , temos (, ) AND (, ) = (Min{, }, Mx{, ))

(0, 1)

65

(1, 2)

(1, 1)

(0, 0)

Figura 11. Operao de minimizao. Exemplo (1, 1) AND (2, 2) = (1, 2).
Note tambm que o conjunto dos limitantes inferiores de (1, 1) AND (2, 2)
constitudo dos elementos da regio retangular determinado pelos vrtices (0,
1), (0, 2), (1, 2) e (1, 1).

Exerccio.
1) Consideremos o conjunto [0, 1]2 munido da relao de ordem . Prove que o
par ([0, 1]2, ) constitui um reticulado, ou seja, um sistema ordenado tal que
a) Para quaisquer (1, 1) e (2, 2) , temos que existem o Sup{(1, 1), (2,
2)} e o Inf{(1, 1), (2, 2)}
Como se trata de nmeros reais com sua ordem ordinria, constata-se
facilmente que tal Sup{(1, 1), (2, 2)} (1, 1) OR (2, 2) e o Inf{(1, 1), (2,
2)} (1, 1) AND (2, 2).
2) Prove que k(, ) = (, ) se k mpar (0 k).
3) Prove que k(, ) = (, ) se k par (0 k).

(0, 1)

(1, 2)

66

(0, 0)

(2, 1)

Figura 12. Para cada para par (1, 1) e (2, 2) temos o Sup{(1, 1), (2, 2)} =
(1, 1) OR (2, 2) = (2, 1) e o Inf{(1, 1), (2, 2)} = (1, 1) AND (2, 2) = (1,
2).

Representao do Reticulado .
O reticulado pode ser representado como na figura abaixo. Geometricamente,
obtm-se rotacionando-se o quadrado unitrio da figura anterior em 90 no
sentido anti-horrio. Assim, obtm-se um losango, com dois segmentos
ascendentes do ponto (0, 1) (falso) com extremidade direita no ponto (0, 0)
(paracompleto) e esquerda no ponto (1, 1) (inconsistente). Os dois
segmentos ascendentes partindo dessas extremidades incidem no ponto
mximo (1, 0) (verdadeiro). Dados dois elementos (1, 1) e (2, 2), traamos
paralelas aos segmentos determinados pelos pontos (0, 1) e (1, 1) bem como
paralelas ao segmento determinado pelos pontos (0, 1) e (0, 0). Tais paralelas
determinam dois pontos de interseco. O Sup{(1, 1), (2, 2)} = (1, 1) OR
(2, 2) = (2, 1) o ponto de interseco que fica acima e o Inf{(1, 1), (2,
2)} =

(1, 1) AND (2, 2) o ponto que fica abaixo = (1, 2). A

representao inspirada nos diagramas de Hasse para reticulados finitos. O


diagrama proposto uma sugesto de Abe.

67

(1, 0)

(0, 1)

(2, 1)

(1, 1)

(1, 2)
(2, 2)
(1, 1)

68

T
F

QF

QV

Figura 13. Diagrama do reticulado .


V

Exerccios. Suponhamos que os engenheiros do conhecimento se depararam


com os reticulados abaixo. Caracterize os estados extremos e no-extremos
(renomeando-os convenientemente, se for o caso) atravs dos graus de
certeza, de incerteza e das evidencias favorvel e contrria:

1.

69

Figura 14

70

2.
QF
QT

QV

Figura 15
3.
QV

Figura 16

71

4.

F
T
QF

QV

Figura 17
5.
V

(1, 1)

(0, 1)

(0, 0)

(1, 0)

Figura 18

72

2.10 SEMNTICA
A semntica da lgica E definida como se segue.
Interpretao. Uma interpretao da lgica E uma funo
I: P , onde P indica o conjunto dos smbolos proposicionais.
Exemplos:
1. I(p) = (0.8, 0.5)
Relativamente interpretao I temos associado uma valorao
VI: F {0, 1}
Tal que
VI(p(, )) = 1 se e somente se I(p) (, ).
Isso quer dizer que, dada uma interpretao I: P , a proposio p(,

verdadeira relativa interpretao em questo se e somente se a constante de


anotao da proposio p menor ou igual que interpretao dada a p. Caso
contrrio, a proposio p(, ) falsa relativa interpretao em questo.
Exemplos. Suponhamos a proposio p(0.8, 0.4) onde p A frente do rob est
livre. Como vimos, a leitura intuitiva da proposio A frente do rob est
livre com uma evidncia favorvel de 80% e uma evidncia contrria de 40%.
Dada a interpretao do exemplo anterior I(p) = (0.7, 0.3), temos
falso que I(p) = (0.7, 0.3) (0.8, 0.4)
Logo, a proposio p(0.8, 0.4) falsa relativamente interpretao I.
No entanto, suponhamos que tenhamos a interpretao J(p) = (0.9, 0.2).

73

Como J(p) = (0.9, 0.2) (0.8, 0.4), temos que a proposio p(0.8, 0.4) verdadeira
relativamente interpretao J.
Consideremos a proposio p(0.3, 0.2) onde p A frente do rob est livre. Como
vimos, a leitura intuitiva da proposio A frente do rob est livre com uma
evidncia favorvel de 30% e uma evidncia contrria de 20%. Dada a
interpretao do exemplo anterior I(p) = (0.7, 0.3), temos falso que I(p) = (0.7,
0.3) (0.3, 0.2), pois apesar de 0.7 0.3, no verdade que 0.2 0.3.
Logo, a proposio p(0.3, 0.2) falsa relativamente interpretao I.
Suponhamos a interpretao anterior J(p) = (0.9, 0.2).
Como o caso que J(p) = (0.9, 0.2) (0.3, 0.6), temos que a proposio p(0.3, 0.6)
verdadeira relativamente interpretao J.

2.11 SISTEMA AXIOMTICO


Apresentamos a seguir um estudo axiomtico da lgica E. Dois sistemas
dedutivos so apresentados: o Hilbertiano e por Deduo Natural. Ambas
caracterizam as frmulas universalmente vlidas.
Dividiremos a apresentao em dois nveis: lgica proposicional e lgica de
predicados predicados.
2.12 A LGICA PROPOSICIONAL E
Seja = < ||, > tal que:
1.

= [0, 1] [0, 1] (onde [0, 1] indica o intervalo fechado unitrio real)

2. = {((1, 1), (2, 2)) ([0, 1] [0, 1])2

2 e 2 1} (onde indica a

ordem usual dos nmeros reais). Tal reticulado denomina-se reticulado de


valores-verdade.

74

Uma das idias epistemolgicas intuitivas da associao de uma


anotao (, ) a uma proposio p significa que o grau de evidncia favorvel
expressa por p , enquanto que o grau de evidncia contrrio . Por
exemplo, intuitivamente, em tal reticulado, (1.0, 0.0) indica evidncia total,
(0.0, 1.0) indica evidncia contrria total, (1.0, 1.0) indica evidncia totalmente
inconsistente e (0.0, 0.0) indica ausncia total de evidncia. Convm ressaltar
que h outras leituras da anotao tais como crena, probabilidade, etc.
Fixamos tambm um operador ~: || ||. O operador ~ constitui o
significado do smbolo lgico de negao do sistema E. Adotaremos o
operador (, ) = (, ).
Outros valores do reticulado so:
indica o mnimo de = (0.0, 0.0);
T indica o mximo de = (1.0, 1.0);
sup indica a operao de supremo2;
inf indica a operao de nfimo2.
A linguagem da E possui os seguintes smbolos primitivos:
1. Smbolos proposicionais: p, q, r, ...
2. Conectivos: (negao), (conjuno), (disjuno) e (implicao).
3. Cada membro de uma constante de anotao: (1, 1), (2, 2), ...
4. Smbolos auxiliares: parnteses.
Definio 1. [Expresso] Uma expresso qualquer seqncia finita de
smbolos de seu vocabulrio.
Exemplo 3. So expresses:
1. ))ppqp
2.
2Com respeito a subconjuntos de . Sobre estes conceitos e outros da Teoria
Intuitiva dos Conjuntos recomendamos a obra [Abe & Papavero 92].
75

3. (p(1, 1) q(2, 2))


Intuitivamente, as expresses em 1 e 2 so destitudas de sentido, ao
passo que 3 quer dizer algo. Necessitamos, pois, caracterizar as expresses
relevantes para o nosso discurso. Tais expresses compem a gramtica de
E.
Definio 2. [Frmula] Frmulas obtm-se pela seguinte definio
indutiva generalizada:
1. Se p um smbolo proposicional e (, ) uma constante de anotao
ento p(, ) uma frmula (atmica).
2. Se A e B so frmulas quaisquer, ento (A), (A B), (A B), (A B), so
frmulas.
3. Uma expresso constitui uma frmula se e somente se foi obtida por
aplicao de uma das regras anteriores.
A frmula (A) lida a negao ou negao fraca de A; (A B),
a conjuno de A e B; (A B), disjuno de A e B; (A B), a implicao de
B por A.
Introduzimos alguns smbolos definidos:
Definio 1. [Negao Forte e Equivalncia] Sejam A e B frmulas
quaisquer. Define-se, ento:
A B =Def (A B) (B A)
e A =Def A ((A A) (A A)).
O smbolo denomina-se negao forte; portando, A deve ser lido a
negao forte de A. A frmula A B lida, como usualmente, a equivalncia
de A e B.
Definio 2. Seja A uma frmula. Ento:
76

0A indica A;
1A indica A e
kA indica (k-1A), (k N, k > 0). N indica o conjunto dos nmeros
naturais {0, 1, 2, ...}
Tambm, se , tem-se que:
~0 indica ;
~1 indica ~ e
~k indica ~(~k-1), (k N, k > 0).
Definio 3. [Literal] Se p um smbolo proposicional e uma
constante de anotao, ento a frmula kp (k 0) chama-se hiper-literal (ou
simplesmente literal) e as demais chamam-se frmulas complexas.
Introduzimos o conceito de interpretao para a lgica E.
Definio

[Interpretao].

Seja

conjunto

dos

proposicionais. Uma interpretao para E uma funo I: P

smbolos

. Dada uma

interpretao I associamos uma valorao VI: F {0, 1} assim definida:


1. Se p P e

, ento

VI(p(, )) = 1 se e somente se I(p) e


VI(p(, )) = 0 se e somente se no o caso que I(p) .
2. Se A da forma kp (k 1), ento
VI(k(p(, ))) = VI(k-1(p(, ))).
Sejam A e B frmulas quaisquer. Ento,
3. VI(A B) = 1 se e somente se VI(A) = VI(B) = 1.
4. VI(A B) = 1 se e somente se VI(A) = 1 ou VI(B) = 1.
5. VI(A B) = 1 se e somente se VI(A) = 0 ou VI(B) = 1.
Se A uma frmula complexa, ento
VI(A) = 1 - VI(A).

77

Os postulados (esquema de axiomas e regras de inferncia) de E so as


seguintes: A, B e C so frmulas quaisquer, F e G so frmulas complexas, p
um smbolo proposicional e , , j so constantes de anotao (suponha-se
que estamos trabalhando num sub-reticulado finito de )3.
(1)A (B A)
(2) (A (B C) ((A B) (A C))
(3) ((A B) A A)
(4)

A, A B
B
(Modus Ponens, que abrevia-se por MP)

(1)

ABA

(2)

ABB

(3)

A (B (A B))

(1)

AAB

(2)

BAB

(3)

(A C) ((B C) ((A B) C))

(1)

(F G) ((F G) F)

(2)

F (F A)

(3)

F F

(1)

p(0, 0)

(2)

kp(, ) k-1p~(, ), k 1

(3)

p(1, 1) p(2, 2) , (1, 1) (2, 2)


n

(4)

p(1, 1) p(2, 2) ... p(n, n) p(, ), onde (, ) =

i 1

(i, i)

3 Esta observao fundamental. Se o reticulado considerado for infinito,


necessitamos de uma regra infinitria (veja o esquema 4) e, por conseqncia,
E constitui uma lgica infinitria. At o momento, no sabemos de um
resultado sobre a completeza dessas lgicas (questo em aberto).
Afortunadamente, na maioria de nossas aplicaes, suficiente considerarmos
um sub-reticulado finito de = [0, 1] [0, 1].
78

Definio 5 [Demonstrao]. Uma seqncia finita de frmulas (B1,


B2, ... , Bn) (n N, n 1) chama-se demonstrao ou prova se para cada i, 1 i
n temos que:
1. Ou Bi um axioma;
2. Ou Bi foi obtida de duas frmulas anteriores da seqncia pela aplicao da
regra de Modus Ponens.

Definio 7 [Teorema]. Uma frmula A denomina-se teorema se existir


uma demonstrao (B1, B2, ... , Bn) tal que Bn = A, ou seja, A a ltima frmula
da referida seqncia.
A seqncia (B1, B2, ... , Bn) da definio acima denomina-se uma prova
ou demonstrao do teorema A. Neste caso, simbolizamos por A. Note-se
que pela definio acima, todo axioma tambm teorema e existem infinitas
provas para qualquer teorema.
Exerccio. Prove a as observaes do pargrafo anterior.
Teorema 1. Em E, possui todas as propriedades da negao
clssica. Por exemplo, temos:
1. A A
2. (A A)
3. (A B) ((A B) A)
4. A A
5. A (A B)
6. (A A) B
Corolrio 1.1. Em E, os conectivos , , , e possuem todas as
propriedades da negao, conjuno, disjuno e implicao clssicas,
respectivamente.

79

Corolrio 1.2. O clculo proposicional clssico est contido em E e


este constitui um subclculo estrito do primeiro.
Teorema 2. E no-trivial.
Seja C o conjunto das frmulas complexas de E. Facilmente se verifica
que C fechado com respeito aplicao dos conectivos , , , e . Temos
o seguinte importante resultado:
Teorema 3. Em E, o conjunto C juntamente com os conectivos , , ,
e possuem todas as propriedades da negao, conjuno, disjuno e
implicao clssicas, respectivamente.
Os resultados anteriores nos mostram uma caracterstica muito
importante da lgica E: observa-se que as contradies somente aparecem
entre os literais (que equivalem s atmicas). Isto uma caracterstica
interessante da lgica E, pois do ponto de vista das aplicaes, a maioria das
vezes, as contradies aparecem justamente entre os literais. Dificilmente
temos contradies em nvel complexo. Assim, temos, a modo de resumo,
entre as frmulas complexas valendo os postulados da lgica clssica com os
conectivos primitivos e se considerarmos todas as frmulas da linguagem de E,
com a negao forte e demais conectivos (excetuando-se, obviamente, a
negao original), temos tambm a lgica clssica. Alm disso, pode-se provar
o seguinte: se F for uma frmula complexa, F F, ou seja, a negao
fraca de F equivalente negao forte de F. Isso faz com que a E torne
assaz til na sua manipulao, sendo paraconsistente nos literais e clssico
nas frmulas complexas, ou clssico com a negao forte com respeito a todas
as frmulas da linguagem.
Teorema 4 (Correo). A lgica E correta com respeito semntica
discutida, isto , se A um teorema, ento A constitui uma frmula logicamente
vlida de E.
80

Teorema 5 (Completeza). A lgica E completa com respeito


semntica discutida, isto , se A uma frmula logicamente vlida, ento A
constitui um teorema de E.4
2.13 A LINGUAGEM DA LGICA DE PRIMEIRA ORDEM PARACONSISTENTE ANOTADA
EVIDENCIAL E

Descrevemos, a seguir, a linguagem de primeira ordem de E. Fixa-se o


reticulado = < ||, > como no caso proposicional,
{((1, 1), (2, 2)) ([0, 1] [0, 1])2

= [0, 1] [0, 1] e =

2 e 2 1} (onde indica a ordem

usual dos nmeros reais). Empregamos, tambm, as demais terminologias e


simbologias do apndice anterior. O vocabulrio constitudo dos seguintes
smbolos:
1. Variveis individuais: x, y, z, w, x1, x2, ...;
2. Para cada n (n N), smbolos funcionais n-rios. Os smbolos funcionais 0rios chamam-se, tambm, constantes individuais;
3. Para cada n (n N), smbolos de predicados n-rios;
4. Smbolos de igualdade =;
5. Cada membro de uma constante de anotao;
6. Os smbolos , , , , e .
7. Smbolos auxiliares (, ), : e ,.
Os termos da linguagem so definidos de maneira usual. Utiliza-se a, b,
c e d com ou sem ndices como meta-variveis para os termos.
Definio 1. [Frmula] Uma frmula atmica uma expresso do tipo
p(a1, , an), onde p um smbolo predicativo n-rio e a1, , an, so termos de
E. Se p(a1, , an) uma frmula bsica e uma constante de anotao,

4 Para detalhes, consultar [Abe 92]. Tambm, deve ser restrito a um subreticulado finito.
81

ento p(a1, , an) e a = b - onde a e b so termos - chamadas frmulas


atmicas. Definimos as frmulas seguintes de definio indutiva generalizada:
1. Uma frmula atmica uma frmula;
2. Se A uma frmula, ento (A) uma frmula;
3. Se A e B so frmulas, ento (A B), (A B) e (A B) so frmulas;
4. Se A uma frmula e x uma varivel individual, ento (x)A e (x)A so
frmulas;
5. Uma expresso de E constitui uma frmula se e somente se foi obtida
aplicando-se uma das regras, 1 a 4, anteriores.
A frmula A lida a negao ou negao fraca de A; A B, a
conjuno de A e B; A B, disjuno de A e B; A B, a implicao de B
por A; (x)A, a instanciao de A por x; e (x)A, a generalizao de A por x.
Definio 2. [Negao Forte e Equivalncia] Sejam A e B frmulas
quaisquer. Define-se, ento:
A B =Def (A B) (B A)
e
A =Def A ((A A) (A A)).
O smbolo denomina-se negao forte; portando, A deve ser lido a
negao forte de A. A frmula A B lida, como usualmente, a equivalncia
de A e B.
Seja A uma frmula. Como no caso proposicional, 0A indica A; 1A
indica A e kA indica (k-1A), (k N, k > 0). N indica o conjunto dos nmeros
naturais {0, 1, 2, ...}
Tambm, se , ~0 indica ; ~1 indica ~ e ~k indica ~(~k-1), (k N, k >
0).

82

Definio 3 [Literal]. Seja p(a1, , an) uma frmula atmica. Qualquer


frmula do tipo kp(a1, , an) (k 0) denomina-se uma frmula hiper-literal
ou, simplesmente, literal. As demais frmulas denominam-se frmulas
complexas.
Fornece-se, agora, uma descrio da semntica para as linguagens de E.
Definio 4 [Estrutura]. Uma estrutura para uma linguagem E consiste
dos seguintes objetos:
1. Um conjunto no-vazio denominado o universo de U. Os elementos de |
| chamam-se indivduos de ;
2. Para cada smbolo funcional n-rio f de E, uma operao n-ria f de || em
|| em particular, para cada constante individual e de E, e um indivduo
de .
3. Para cada smbolo predicativo p de peso n de E, uma funo
p: ||n ||.
Seja uma estrutura para E. A linguagem-diagrama L() obtida de
modo habitual5. Dado um termo livre de varivel a de L (), define-se, tambm,
de modo comum, o indivduo (a) de . Utiliza-se i e j como meta-variveis
para denotar os nomes.
Define-se o valor verdade (A) para cada frmula fechada A de L(). A
definio obtida por induo sobre o comprimento de A.
Definio 5. Seja A uma frmula fechada e uma interpretao para E.
1. Se A atmica da forma p(a1, , an), ento
(A) = 1 se e somente se p((a1), , (an)) .

5 Sobre a linguagem-diagrama, consultar, por exemplo, [Shoenfield 67].


Tambm, na referida obra, se encontra a maioria dos conceitos lgicos
utilizados neste captulo.
83

2. Se A atmica da forma a = b, ento


(A) = 1 se e somente se (a) = (b).
3. Se A da forma k(p(a1, , an)) (k 1), ento
(A) = (k-1(p(a1, , an)).
4. Sejam A e B frmulas fechadas quaisquer. Ento,
5. (A B) = 1 se e somente se (A) = (B) = 1.
6. (A B) = 1 se e somente se (A) = 1 ou (B) = 1.
7. (A B) = 1 se e somente se (A) = 0 ou (B) = 1.
8. Se A uma frmula fechada complexa, ento (A) = 1 - (A).
9. Se A da forma (x)B, ento (A) = 1 se e somente se (Bx[i]) = 1 para
algum i em L().
10. Se A da forma (x)B, ento (A) = 1 se e somente se (Bx[i]) = 1 para
todo i em L().
Teorema 1. Sejam A, B e C frmulas quaisquer de Q. Os conectivos ,
, , junto com os quantificadores e , possuem todas as propriedades da
implicao, conjuno, disjuno e negao clssica, bem como dos
quantificadores e clssicos, respectivamente. Por exemplo, tem-se que:
1. xA x A
2. xB C x(B C)
3. xB xC x(B C)
4. xA xA
5. xA xA
Aps invetigaes sobre a estrutura dedutiva da lgica E, verificou-se que
possvel efetuar-se de duas maneiras:
1. Estrutura Hilbertiana
2. Deduo natural
Inicialmente apresentamos a deduo Hilbertiana.

84

No que segue considera-se um estudo axiomtico do sistema de primeira


ordem E. O sistema de postulados axiomas e regras de inferncia - de E
so as seguintes: A, B e C so frmulas quaisquer, F e G so frmulas
complexas, p um smbolo proposicional e , , j so constantes de
anotao.
(1) A (B A)
(2) (A (B C) ((A B) (A C))
(3) ((A B) A A)
(4)

A, A B
B
(Modus Ponens, que abrevia-se por MP)

(1)

ABA

(2)

ABB

(3)

A (B (A B))

(1)

AAB

(2)

BAB

(3)

(A C) ((B C) ((A B) C))

(1)

(F G) ((F G) F)

(2)

F (F A)

(3)

F F

(1)

(2)

kp k-1p~, k 1

(3)

p p ,
n

(4)

p1 p2 ... pn p, onde =

(1)

B A(x) / B xA(x)

(2)

xA(x) A(t)

(1)

A(t) xA(x)

(2)

A(x) B / xA(x) B

(=1)

x=x

i 1

85

(=2)

x1 = y1 xn = yn f(x1, , xn) = f(y1, , yn)

(=3)

x1 = y1 xn = yn p( x1, , xn) p( y1, , yn)

com as restries usuais.


Quando as constantes de anotao se restringem a um subreticulado finito
de , Abe mostrou que a lgica E correta e completa com respeito
semntica discutida. Entretanto, para reticulados infinitos, devido ao esquema
n

( 4)

p1 p2 ... pn p, onde =

i 1

A completude resta por ser investigado, pois necessita-se de uma regra de


inferncia infinitria (em realidade, a lgica E infinitria).
Tambm hoje conhecida a deduo natural investigada em
Sistema de Deduo Natural NQ
Basicamente, o sistema composto daqueles do clculo de predicados
clssico acrescidos das regras abaixo.
(Axioma)

(1)

p (t1 ,..., t n )

(Regras)

(I)

(I)

(I)

A B
A B

A
A B

[ A]
B
AB

A B A B
A
B
(E)

B
A B

A B

(E)

[ A] [ B]
C C
C

A, A B
B
(E)

86

[ A B]
A
A
(P)
[F ]
G G
(I) G

F
F

(E)

F F
(E) A

(I)

(I)

A(a)
xA( x)

(E)

xA( x )
A(t )
[ A(a )]

xA( x)

A(t )
xA( x)

(E)

k p (t1 ,..., t n )

p k 1 (t1 ,..., t n )

(2)

p k 1 (t1 ,..., t n )

k p (t1 ,..., t n )

(3)

p (t1 ,..., t n )
p (t1 ,..., t n )

p 1 (t1 ,..., t n ) ... p m (t1 ,..., t n ) i


i 1

(4)

p (t1 ,..., t n )

Como se sabe, sistemas de deduo natural so muito teis, principalemente


em questes de programao lgica. Assim, as lgicas anotadas possuem
caractersticas adequadas para programao lgica, alias j definida em
trabalhos anterioes.
Teorema 2. Q paraconsistente se e somente se # 2.6
Teorema 3. Se Q paracompleto ento # 2. Se # 2 existem sistemas Q
que so paracompletos e existem Q que no so paracompletos.
Teorema 4. Se Q No-Altica ento # 2. Se # 2 e existem
sistemas Q que so no-alticos e sistemas Q que no so no-alticas.

6 #A indica a cardinalidade do conjunto A.


87

Por

conseguinte,

v-se

que

os

sistemas

so,

em

geral,

paraconsistentes, paracompletos e no-alticos.


Teorema 5. O clculo Q no-trivial.
Os teoremas acima nos mostram que os sistemas anotados so
paraconsistentes e, em geral, paracompletos e no-alticos.

2.14 ALGUNS METATEOREMAS


Em [Abe 92] foram demonstrados teoremas de correo e de
completeza para os clculos Q. Alm disso, esse autor mostrou como a teoria
a
padro de modelos pode ser estendida para as lgicas anotadas de 1 ordem.

88

CAPTULO 3
Aplicaes
JOO INCIO DA SILVA FILHO, UANDERSON CELESTINO, JAIR MINORO ABE E
HLIO CORRA DE ARAJO
3.1 INTRODUO
A manipulao dos dados por meio das evidencias favorvel e contrria, dos
graus de certeza e de incerteza, mais os valores de controle, permitiram
construir um analisador lgico denominado Para-analisador [Da Silva Filho &
Abe 01]. A materializao do analisador em um circuito eletrnico resultou um
controlador lgico que denominou-se Paracontrol [Da Silva Filho 99]. Assim, foi
possvel a construo do primeiro rob baseado na lgica E {Da Silva Filho ] o
qual foi denominado Emmy. Vrios outros robs foram construdos com base
no citado controlador. Neste captulo, daremos uma idia de como funciona o
Paracontrol e aplicamos num dispositivo eletrnico para auxlio na locomoo
de cegos, que a denominamos de Keller.
3.2 O CONTROLADOR LGICO PARACONTROL
Suponha-se ento que um rob dotados de dois sensores ultrasonicos.

Figura 19. Esquematizao dos sensores da rob Emmy

89

Consideremos a proposio
p A frente do rob est livre
H dois sensores acoplados no rob que fazem as seguintes leituras:
O sensor da esquerda d a leitura quantitativa - indica a evidncia favorvel
expressa por p.
O sensor da direita d a leitura quantitativa - indica a evidncia contrria
expressa por p.
Para efeitos de exemplificao, consideremos os seguintes valores de controle:
Vcve = = Valor de controle de veracidade;

Vcfa = - = Valor de controle de falsidade;


Vcic = = Valor de controle de inconsistncia;
Vcpa = - = Valor de controle de paracompleteza;
O reticulado toma o seguinte aspecto.

QV

Figura 20

90

A terminologia para as distncias assim:


Sensor da esquerda, expresso pela evidncia favorvel :
1) Evidncia favorvel alta (0.75 1)

Figura 21

2) Evidncia favorvel ligeiramente alta (0.5 0.75)

Obstculo

Figura 22
3) Evidncia favorvel ligeiramente baixa (0.25 0.5)
91

Obstculo

Figura 23

4) Evidncia favorvel baixa (0 0.25)

Obstculo

Figura 24

Sensor da direita, expresso pela evidncia contrria :


1) Evidncia contrria alta (0.75 1)

92

Obstculo

Figura 25
2) Evidncia contrria ligeiramente alta (0.5 0.75)

Obstculo

Figura 26
3) Evidncia contrria ligeiramente baixa (0.25 0.5)

Obstculo

Figura 27
93

4) Evidncia contrria baixa (0 0.25)

Figura 28
Analisemos algumas situaes que o paracontrol pode manipular.
Obstculo

Obstculo

Figura 29
Situao 1
= 0.1 - evidncia favorvel baixa
= 0.9 - evidncia contrria alta
Estado: Falso
Deciso: parar imediatamente

Situao 2
= 0.1 - evidncia favorvel baixa
= 0.6 - evidncia contrria ligeiramente alta
Estado: Quase-falso tendendo ao paracompleto
Deciso: parar e girar direita devagar

94

Situao 1. Temos a situao que a Emmy est se deslocando e a leitura dos


sensores se encontra assim:
= 0.1 - evidncia favorvel que A frente do rob est livre muito baixa, ou
seja, h proximamente um obstculo frente do rob, do seu lado esquerdo.
= 0.9 - evidncia contrria que A frente do rob est livre muito alta, ou
seja, A frente do rob est livre praticamente falsa, indicando que h um
obstculo iminente sua frente, do seu lado direito.
Grau de Certeza = Gce(0.1, 0.9) = Gfa(0.1, 0.9) = 0.1 - 0.9 = -0.8
Grau de Incerteza = Gin(0.1, 0.9) = 0.1 + 0.9 1 = 0
Logo, a deciso programada pelo rob de parar imediatamente.

Situao 2. Temos a situao que a Emmy est se deslocando e a leitura dos


sensores se encontra assim:
= 0.1 - evidncia favorvel que A frente do rob est livre muito baixa, ou
seja, h proximamente um obstculo frente do rob, do seu lado esquerdo.
= 0.6 - evidncia contrria que A frente do rob est livre ligeiramente alta,
ou seja, A frente do rob est livre praticamente falsa, indicando que h um
obstculo moderadamente sua frente, do seu lado direito.
Grau de Certeza = Gce(0.1, 0.6) = Gfa(0.1, 0.6) = 0.1 - 0.6 = -0.5
Grau de Incerteza = Gin(0.1, 0.6) = 0.1 + 0.6 1 = -0.6
Logo, a deciso programada pelo rob de parar e girar devagar direita.

95

Obstculo

Obstculo

Figura 30
a

Situao 3
= 0.1 - evidncia favorvel baixa
= 0.4 - evidncia contrria ligeiramente baixa
Estado: Quase-paracompleto tendendo ao falso
Deciso: parar e girar direita devagar

Situao 4
= 0.1 - evidncia favorvel baixa
= 0.0 - evidncia contrria baixa
Estado: Paracompleto
Deciso: parar e girar direita devagar

Situao 3. Temos a situao que a Emmy est se deslocando e a leitura dos


sensores se encontra assim:
= 0.1 - evidncia favorvel que A frente do rob est livre baixa, ou seja,
h proximamente um obstculo frente do rob esquerda.
= 0.4, ou seja, a evidencia contrria que A frente do rob est livre
ligeiramente baixa, ou seja, este sensor acusa um obstculo direita a uma
distncia moderada .
Grau de Certeza = Gce(0.1, 0.4) = Gfa(0.1, 0.4) = 0.1 - 0.4 = -0.3
Grau de Incerteza = Gin(0.1, 0.4) = Gpa(0.1, 0.4) = 0.1 + 0.4 1 = -0.5
Logo, a informao recebida pelo rob a de h obstculo muito prximo de
seu lado esquerdo e que seu lado direito est livre. Assim, a deciso
programada pelo rob de parar imediatamente e girar direita devagar.

96

Situao 4. Temos a situao que a Emmy est se deslocando e a leitura dos


sensores se encontra assim:
= 0.1 - evidncia favorvel que A frente do rob est livre baixa, ou seja,
h proximamente um obstculo frente do rob esquerda.
= 0.0, ou seja, a evidencia contrria que A frente do rob est livre
tambm baixa, ou seja, este sensor nada acusa direita .
Grau de Certeza = Gce(0.1, 0.0) = Gfa(0.1, 0.0) = 0.1 - 0.0 = 0.1
Grau de Incerteza = Gin(0.1, 0.0) = Gpa(0.1, 0.0) = 0.1 + 0.0 1 = -0.9
Logo, a informao recebida pelo rob a de h obstculo muito prximo de
seu lado esquerdo e que seu lado direito est livre. Assim, a deciso
programada pelo rob de parar imediatamente e girar direita devagar.

Obstculo

Obstculo

Figura 31
Situao 6
Situao 5
0.4 - evidncia
favorvel ligeiramente baixa
= 0.4 - evidncia favorvel=ligeiramente
baixa
0.6 - evidncia contrria ligeiramente baixa
= 0.9 - evidncia contrria =
alta
Estado: perfeitamente
definido
Estado: Quase-verdadeiro tendendo
ao inconsistente
Deciso:
diminuir
a
velocidade
(desviar direita ou esquerda)
Deciso: parar e girar devagar esquerda

97

Situao 5. Temos a situao que a Emmy est se deslocando e a leitura dos


sensores se encontra assim:
= 0.4 - evidncia favorvel que A frente do rob est livre ligeiramente
baixa, ou seja, h um obstculo moderadamente frente do rob esquerda.
= 0.9, ou seja, a evidencia contrria que A frente do rob est livre alta, ou
seja, este sensor acusa um obstculo iminente direita .
Grau de Certeza = Gce(0.4, 0.9) = Gfa(0.4, 0.9) = 0.4 - 0.9 = -0.5
Grau de Incerteza = Gin(0.4, 0.9) = Gpa(0.4, 0.9) = 0.4 + 0.9 1 = 0.3
Logo, a informao recebida pelo rob a de h obstculo moderadamente
prximo de seu lado esquerdo e que h obstculo iminente do seu lado direito.
Assim, a deciso programada pelo rob de parar imediatamente e girar
esquerda devagar.
Situao 6. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 0.4 - evidncia favorvel que A frente do rob est livre ligeiramente
baixa, ou seja, h um obstculo moderadamente frente do rob esquerda.
= 0.6, ou seja, a evidencia contrria que A frente do rob est livre
ligeiramente alta, ou seja, este sensor acusa um obstculo iminente direita.
Nota-se que a evidencias favorvel e contrria so complementares.
Grau de Certeza = Gce(0.4, 0.9) = Gfa(0.4, 0.9) = 0.4 - 0.9 = -0.5
Grau de Incerteza = Gin(0.4, 0.9) = Gpa(0.4, 0.9) = 0.4 + 0.9 1 = 0.3
Logo, a informao recebida pelo rob a de h obstculo prximo sua
frente. Assim, a deciso programada pelo rob de diminuir a sua velocidade,
podendo ser programado para desvia sua direita ou sua esquerda.

98

Obstculo
Obstculo

Figura 32
Situao 7
= 0.4 - evidncia favorvel ligeiramente baixa
= 0.2 - evidncia contrria baixa
Situao 8
Estado:
Quase-paracompleto tendendo ao verdadeiro
= 0.4 - evidncia favorvel ligeiramente baixa
Deciso:
diminuir a velocidade e desviar suavemente direita
= 0.0 - evidncia contrria baixa
Estado: Quase-paracompleto tendendo ao verdadeiro
Deciso: diminuir a velocidade e desviar direita

Situao 7. Temos a situao que a Emmy est se deslocando e a leitura dos


sensores se encontra assim:
= 0.4 - evidncia favorvel que A frente do rob est livre ligeiramente
baixa, ou seja, h um obstculo relativamente prximo frente do rob de seu
lado esquerdo.
= 0.2, ou seja, a evidencia contrria que A frente do rob est livre baixa.
Grau de Certeza = Gce(0.4, 0.2) = Gve(0.4, 0.2) = 0.4 - 0.2 = 0.2
Grau de Incerteza = Gin(0.4, 0.2) = Gpa(0.4, 0.2) = 0.4 + 0.2 1 = -0.4
Logo, a informao recebida pelo rob a de que h

um obstculo

relativamente prximo frente de seu lado esquerdo bem como no seu lado

99

direito de menor teor. Assim, a deciso programada pelo rob de diminuir a


velocidade e desviar sua rota direita devagar.
Situao 8. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 0.4 - evidncia favorvel que A frente do rob est livre ligeiramente
baixa, ou seja, h um obstculo relativamente prximo frente do rob de seu
lado esquerdo.
= 0.0, ou seja, a evidencia contrria que A frente do rob est livre nula,
ou seja, este sensor nada acusa frente.
Grau de Certeza = Gce(0.4, 0.0) = Gve(0.4, 0.0) = 0.4 - 0.0 = 0.4
Grau de Incerteza = Gin(0.4, 0.0) = Gpa(0.4, 0.0) = 0.4 + 0.0 1 = -0.6
Logo, a informao recebida pelo rob a de que h

um obstculo

relativamente prximo frente de seu lado esquerdo e lado direito est livre.
Assim, a deciso programada pelo rob de diminuir a velocidade e desviar
sua rota direita.
Obstculo
Obstculo

Figura 33
Situao 10
= 0.6 - evidncia favorvel ligeiramente alta
Situao 9
= 0.6 - evidncia contrria lig baixa
= 0.6 - evidncia favorvelEstado:
ligeiramente
alta
Quase-verdadeiro
tendendo ao paracompleto
= 0.9 - evidncia contrriaDeciso:
alta
diminuir a velocidade e desviar suavemente esquerda
Estado: Quase-inconsistente tendendo ao falso
Deciso: para e girar esquerda devagar

100

Situao 9. Temos a situao que a Emmy est se deslocando e a leitura dos


sensores se encontra assim:
= 0.6 - evidncia favorvel que A frente do rob est livre ligeiramente
alta, indicando que h obstculo frente numa distncia moderada
= 0.9 - evidncia contrria que A frente do rob est livre alta, ou seja, A
frente do rob est livre ser falsa com grau maior que o da esquerda,
indicando que h um obstculo do lado direito sua frente ligeiramente mais
prximo do que seu lado esquerdo.
Grau de Certeza = Gce(0.6, 0.9) = Gfa(0.6, 0.9) = 0.6 - 0.9 = -0.3
Grau de Incerteza = Gin(0.6, 0.9) = Gct(0.6, 0.9) = 0.6 + 0.9 1 = 0.5
Logo, a informao recebida pelo rob a de que h obstculo frente numa
distncia moderada, sendo que o lado esquerdo est mais prximo do
obstculo do que seu lado direito. Assim, a deciso programada pelo rob de
parar e girar devagar esquerda.

Situao 10. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 0.6 - evidncia favorvel que A frente do rob est livre ligeiramente
alta, indicando que h obstculo frente numa distncia moderada
= 0.6 - evidncia contrria que A frente do rob est livre ligeiramente alta,
ou seja, indica que h um obstculo do lado direito sua frente ligeiramente
mais prximo do que seu lado esquerdo.
Grau de Certeza = Gce(0.6, 0.6) = Gfa(0.6, 0.6) = 0.6 - 0.6 = 0
Grau de Incerteza = Gin(0.6, 0.6) = Gct(0.6, 0.6) = 0.6 + 0.6 1 = 0.2
Logo, a informao recebida pelo rob a de que h obstculo frente numa
distncia moderada, sendo que o lado direito est mais prximo do obstculo
do que seu lado esquerdo. Assim, a deciso programada pelo rob de
diminuir a velocidade e desviar suavemente esquerda.

101

Obstculo

Obstculo

Figura 34
Situao 11
12
= 0.6 - evidncia favorvel ligeiramente alta
= 0.4
0.0 - evidncia contrria lig.
baixa
baixa
Estado: perfeitamente
quase-verdadeiro
definido
tendendo ao paracompleto
Deciso: diminuir
desviar suavemente
direita
a velocidade

Situao 11. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 0.6 - evidncia favorvel que A frente do rob est livre ligeiramente
alta, indicando que h obstculo frente numa distncia moderada
= 0.4 - evidncia contrria que A frente do rob est livre ligeiramente
Baixa. Nota-se que a evidencias favorvel e contrria so complementares.
Grau de Certeza = Gce(0.6, 0.4) = Gfa(0.6, 0.4) = 0.6 - 0.4 = 0.2
Grau de Incerteza = Gin(0.6, 0.4) = Gct(0.6, 0.4) = 0.6 + 0.4 1 = 0
Logo, a informao recebida pelo rob a de que h obstculo frente numa
distncia moderada. Assim, a deciso programada pelo rob de diminuir
suavemente a velocidade.

102

Situao 12. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 0.6 - evidncia favorvel que A frente do rob est livre ligeiramente
alta, indicando que h obstculo frente numa distncia moderada
= 0.0 - evidncia contrria que A frente do rob est livre baixa, indicando
que seu lado direito est livre.
Grau de Certeza = Gce(0.6, 0.0) = Gfa(0.6, 0.0) = 0.6 - 0.0 = 0.6
Grau de Incerteza = Gin(0.6, 0.0) = Gct(0.6, 0.0) = 0.6 + 0.0 1 = -0.4
Logo, a informao recebida pelo rob a de que h obstculo frente do lado
esquerdo numa distncia moderada. Assim, a deciso programada pelo rob
de diminuir suavemente a velocidade e desviar direita.
Obstculo
Obstculo

Figura 35
Situao Situao
14
13
= 1.0 - evidncia
favorvelfavorvel
alta
= 1.0 - evidncia
alta
= 0.6 - evidncia
contrriacontrria
ligeiramente
= 0.9 - evidncia
baixaalta
Estado: Quase-inconsistente
Estado: Inconsistentetendendo ao verdadeiro
Deciso:Deciso:
diminuir parar
a velocidade
e desviar
suavemente esquerda
e girar devagar
esquerda

103

Situao 13. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 1.0 - evidncia favorvel que A frente do rob est livre total, indicando
que seu lado esquerdo est livre.
= 0.9 - evidncia contrria que A frente do rob est livre muito alta, ou
seja, A frente do rob est livre praticamente falsa, indicando que h um
obstculo iminente sua frente, do seu lado direito.
Grau de Certeza = Gce(1.0, 0.9) = Gfa(1.0, 0.9) = 1.0 - 0.9 = 0.1
Grau de Incerteza = Gin(1.0, 0.9) = Gct(1.0, 0.9) =1.0 + 0.9 1 = 0.9
Logo, a informao recebida pelo rob a de que seu lado esquerdo est livre
e que h obstculo muito prximo de seu lado direito. Assim, a deciso
programada pelo rob de parar imediatamente e girar direita devagar.
Situao 14. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 1.0 - evidncia favorvel que A frente do rob est livre total, indicando
que seu lado direito est livre.
= 0.6 - evidncia contrria que A frente do rob est livre ligeiramente alta,
ou seja, A frente do rob est livre ser falsa com grau expressivo, indicando
que h um obstculo do lado esquerdo sua frente.
Grau de Certeza = Gce(1.0, 0.6) = Gve(1.0, 0.6) = 1.0 - 0.6 = 0.4
Grau de Incerteza = Gin(1.0, 0.6) = Gct(1.0, 0.6) = 1.0 + 0.6 1 = 0.6
Logo, a informao recebida pelo rob a de o lado esquerdo est livre e que
h obstculo relativamente prximo de seu lado direito. Assim, a deciso
programada pelo rob de desviar suavemente sua rota esquerda.

104

Obstculo

Figura 36

Situao 15
Situao 16= 1.0 - evidncia favorvel alta
= 0.4 -favorvel
evidnciaalta
contrria ligeiramente baixa
= 1.0 - evidncia
Estado:contrria
Quase-verdadeiro
tendendo ao inconsistente
= 0.0 - evidncia
baixa
Deciso: diminuir suavemente a velocidade e desviar esquerda
Estado: Verdadeiro
Deciso: prosseguir em frente

Situao 16. Temos a situao que a Emmy est se deslocando e a leitura dos
sensores se encontra assim:
= 1.0, ou seja, a evidncia favorvel que A frente do rob est livre total,
indicando que seu lado direito est livre.
= 0.0, ou seja, a evidencia contrria que A frente do rob est livre nula,
ou seja, este sensor tambm nada acusa frente, indicando que seu lado
esquerdo tambm est livre.
Grau de Certeza = Gce(1.0, 0.0) = Gve(1.0, 0.0) = 1 0 = 1
Grau de Incerteza = Gin(1.0, 0.0) = 1 + 0 1 = 0
Logo, a deciso programada pelo rob de seguir sua rota.
105

V-se pelos exemplos apresentados que o controlador paraconsistente


paracontrol muito til, podendo programa-lo de modo a obter diversos
procedimentos que resultam em aes extremamente variadas e teis,
fazendo-o instrumento de extrema valia em vrias aplicaes.

3.3 DISPOSITIVOS PARA AUXLIO NA LOCOMOO DE CEGOS


A primeira relao entre um co e uma pessoa cega com o propsito de auxlio
na locomoo perde-se no tempo, mas talvez o exemplo mais antigo seja uma
gravura mural presente nas runas romanas do sculo I da cidade de
Heculaneum. Nessa gravura pode se observar um co preso por rdeas
permitindo assim, guiar uma pessoa cega. No entanto, a primeira tentativa
sistemtica para treinar ces para guiarem pessoas cegas data por volta do
ano de 1780 no hospital para cegos Les Quinze-Vingts em Paris (PCUC, 2005).
Sabe-se que no mundo h vrios dispositivos para auxiliar deficientes visuais
na tarefa de deslocamento e locomoo. Segundo os pesquisadores
israelenses Shoval e Borenstein (1998), a tarefa de deteco de obstculos ou
da ausncia desses, pode ser melhor desempenhada com a ajuda de
equipamentos eletrnicos, os ETAS (Eletronics Travel Aids), sistema que opera
como radar, emitindo um sinal de ultrassom ou infravermelho, onde pela
recepo desse mesmo sinal pode-se precisar a distncia entre o sensor e o
obstculo.
Uma bengala equipada com um conjunto de sensores de ultrassom e um
microcontrolador, foi apresentada no trabalho dos norteamericanos (Frenkel &
Gao, 2006). O prottipo opera com um algoritmo capaz de distinguir e
identificar colises, que representam perigo para o deficiente visual.
As pessoas cegas ou com baixa viso normalmente necessitam do auxlio de
terceiros para identificar endereos, itinerrios do transporte pblico e outras
referncias para a locomoo. As barreiras percebidas durante a locomoo

106

em vias pblicas faz do espao urbano um local de inmeros riscos para


qualquer pessoa e com maior risco para deficientes visuais.
Particularmente no Brasil os aparelhos mais utilizados, tradicionais, so a
bengala, ces treinados para a finalidade, e outros. Entretanto, para o pblico
cego em geral, a bengala a mais utilizada, por ser um aparelho simples, de
custo baixo, e que atende um requisito mnimo para a locomoo.
Apesar da popularidade da bengala, ela possui alguns inconvenientes dentre
os quais podemos citar:
1) Obstculos situados na altura da cabea tais como galhos de rvores,
porta-lixeiras situadas nas caladas (residncias, prdios residenciais),
orelhes de telefones pblicos, etc.
2) A bengala detecta obstculos estticos, e tem sua abrangncia limitada
pelo seu comprimento.
3) O deficiente visual pode bater com a bengala nas pessoas e se sentir
constrangido.
Com a evoluo da Informtica em geral, dos sistemas computadorizados, dos
sistemas de informao, e em vista do avano da Inteligncia Artificial (IA),
com aplicao nos mais variados campos, tais como em robtica, automao
industrial, etc. torna-se natural tentar aplicar a IA no auxlio s pessoas
portadoras de deficincia fsica.
3.4 O DISPOSITIVO ELETRNICO KELLER
A seguir apresentamos um prottipo de um dispositivo eletrnico para auxlio
na locomoo de pessoas com deficincia visual e/ou auditiva, que tem apoio
nos recursos da Lgica Paraconsistente Anotada Evidencial E.7

7 Projeto desenvolvido pelo Grupo de Pesquisa Lgica Paraconsistente e Inteligncia Artificial


da UNIP, catalogado no CNPq.

107

Abaixo temos cenas de uma situao cotidiana, onde durante a locomoo o


deficiente conta com o auxlio de uma bengala, que promove a varredura do
terreno a procura de obstculos.
Por ser um fator de limitao deste acessrio, a bengala no detecta
obstculos que esto na altura do rosto, isso pode ocasionar serio risco a
integridade fsica do deficiente visual.
Na sequncia das imagens temos o mesmo personagem, agora caminhando
com o auxlio de um dispositivo dotado de sensores para deteco de
obstculo. Os sensores situados nos culos detectam a presena dos galhos
da rvore e alerta o usurio do perigo.

108

Figura 37
O dispositivo composto basicamente de dois sensores de ultrassom (um
esquerda e o outro direita), cujo tratamento das informaes captadas pelos
sensores processado atravs de um microcontrolador que possui um
algoritmo de controle que se baseia na Lgica Paraconsistente Anotada
Evidencial E.
O sensor da direita indica o grau de evidncia favorvel (), e o da esquerda
indica o grau de evidncia contrria () ambos relativos proposio
considerada: no h obstculo frente. Pela vibrao gerada por dois
motores vibratrios, o usurio do dispositivo recebe a informao de onde se
encontra um possvel obstculo e escolher o melhor caminho a seguir.
O microprocessador processa as informaes captadas pelos sensores, com o
uso da lgica Paraconsistente Anotada Evidencial E, desta forma possvel
manipular informaes incertas, conflitantes ou at mesmo a falta de
informao.

Figura 38 Diagrama simplificado do funcionamento do dispositivo


109

A figura acima (Figura 38) ilustra o diagrama de bloco do dispositivo, onde S1


representa o sensor que traz a evidncia favorvel e S2 representa o sensor
que traz a evidncia contrria.
O valor lido pelo sensor S2 indica a distncia entre o sensor e o obstculo,
como os sensores S1 e S2 so sensores idnticos, porm, com funes
diferentes nesta aplicao, existe a necessidade de atribuir a evidencia
contrria () um valor que o complemento do grau percebido por S2, ou seja,
= 1 - S2.
O valor de S1 assim como o de S2 varia de 0 a 100 % da distncia mxima
medida pelo sensor, onde neste prottipo este valor foi fixado em 1,2 metros
(Tabela 3).
No bloco de Tomada de Deciso o algoritmo Para-analizador traduz a anlise
paraconsistente atravs da anlise dos valores dos graus de evidncia
favorvel e contrria resultando nos valores dos graus de contradio e de
certeza.
Para a proposio no h obstculo frente em funo da distncia medida
pelos sensores podemos atribuir um par de valores que so as evidncias:
favorvel e contrria, assim a proposio p pode ser expressa da seguinte
forma: p(, ).
S1 distncia (m)
S2 distncia (m)

1,20
1
1,20
0,9
0,75
0,9
0,60
0,5
0,60
0,3
0,25
0,3
0
0
0
Tabela 3 Converso para os graus de evidncia

0
0,25
0,5
0,75
1

A figura abaixo (Figura 39) mostra o fluxograma descritivo com as etapas de


funcionamento do Dispositivo Eletrnico Keller.

110

Figura 39 Fluxograma de funcionamento do dispositivo Keller.

Ajuste das variveis: ao iniciar o funcionamento do dispositivo o primeiro passo


ajustar as variveis, ou seja, atribuir valores as variveis, a fim de
parametrizar o algoritmo.
Ler o sensor 1: mede a distncia entre o sensor 1 e o obstculo. O valor desta
leitura armazenado numa varivel.
Ler o sensor 2: mede a distncia entre o sensor 2 e o obstculo. O valor desta
leitura armazenado numa varivel.
111

Classifica o sensor 1: atribuir ao grau de evidncia favorvel () valores entre 0


e 1.
Classifica o sensor 2: atribuir ao grau de evidncia contrria () valores entre 0
e 1.
Calcula Gc: para calcular o grau de certeza usada a seguinte formula:
Gc = ( - )
Gc >= Vscc: Valor Superior de Controle de certeza Vscc, um delimitador de
regio do reticulado, situado no eixo do grau de certeza a partir deste ponto
consideramos a sentena como verdadeira. Caso o G c seja maior ou igual que
Vscc, considerando que p = no h obstculo frente, ento esta proposio
verdadeira, assim os dois motores devem permanecer desligados.
Gc <= Vicc: Valor Inferior de Controle de Certeza Vicc, um delimitador de
regio do reticulado, situado no eixo do grau de certeza a partir deste ponto
consideramos a sentena como falsa. Caso G c seja menor ou igual Vicc,
considerando que p = no h obstculo frente, ento esta proposio
falsa, assim os dois motores devem ser ligados.
Calcula Gct: para calcular o grau de contradio usada a seguinte formula:
Gct = ( + ) 1
Gct >= Vscct: Valor Superior de Controle de contradio Vscct, um
delimitador de regio do reticulado, situado no eixo do grau de contradio, a
partir deste ponto consideramos a sentena como indeterminada. Caso o G ct
seja maior ou igual que Vscct, considerando que p = no h obstculo
frente, ento esta proposio indeterminada, assim aciona o motor da
direita. Caso o Gct seja menor Vscct, consideramos a proposio como
paracompleta. Sendo assim o motor da esquerda deve ser acionado.
3.5 TESTES REALIZADOS
Elaborou-se um experimento para simular uma situao real, onde o deficiente
visual teria que atravessar um corredor tendo alguns obstculos espalhados

112

estrategicamente pelo caminho a ser percorrido. (colunas feitas com caixas de


papelo).
A Figura 40 mostra o layout do local onde foi realizado o teste, bem como as
suas dimenses e a localizao de cada coluna.

Figura 40 - Layout do Local dos Testes.


O objetivo do teste foi fazer com que o deficiente sai-se do ponto indicado
como incio (Figura 40) e chega-se at o ponto indicado como objetivo
passando pelo corredor e desviando de possveis obstculos.
O dispositivo se mostrou eficaz na deteco dos obstculos, medida que o
usurio prosseguia com o percurso era alertado da existncia de cada coluna.

113

Foram detectadas algumas falhas em funo do desvio do sinal de ultra-som


formar um ngulo menor que 60 em relao s paredes dos obstculos
A Tabela 4 apresenta um total de 7 testes realizados com uma durao entre
90 e 180 segundos, mostra tambm o nmero de erros ocorridos, o resultado
alcanado e a descrio de cada teste.

Teste

Durao(S)

Falha

Resultado

Descrio

105

Com

Desviou de todos os

sucesso

obstculos

150

Falha

Esbarrou na parede

180

Com

Desviou de todos os

sucesso

obstculos

Com

Desviou de todos os

sucesso

obstculos

Com

Desviou de todos os

sucesso

obstculos

Com

Desviou de todos os

sucesso

obstculos

Falha

Esbarrou na parede

4
5
6
7

120
95
175
90

0
0
0
1

Tabela 4 - Testes realizados


Tabela 4 - Testes realizados
A Tabela 4 apresenta um total de 7 testes realizados com uma durao entre
90 e 180 segundos, mostra tambm o nmero de erros ocorridos, o resultado
alcanado e a descrio de cada teste.
As figuras a seguir ilustram com certo detalhe o dispositivo Keller.

114

Figura 41- Perspectiva 3D do dispositivo

Figura - Layout da placa de circuito impresso

115

Figura Circuito eltrico do dispositivo


Foto do dispositivo Keller:

116

Figura 41 Foto do dispositivo Keller

.Informao complementar
QUEM FOI Helen

Adams Keller

Em 1971, a Diretoria do Lions Clubs International declarou que o dia 1 de junho seria lembrado como o "Dia de Helen
Keller". Os Lees do mundo inteiro implementam projetos de servios relativos viso no Dia de Helen Keller.
Nascida Helen Adams Keller, em 27 de junho de 1880 em Tuscumbia, Alabama, EUA, a criana desenvolveu uma febre
aos 18 meses de idade. Em seguida, Helen ficou cega, surda e muda.
Quando tinha seis anos, a professora Anne Mansfield Sullivan, da Perkins School for the Blind (Escola para cegos
Perkins), foi contratada como professora de Helen. A moa, de 20 anos, ensinou a Helen a linguagem de sinais e o
braile. A histria da professora e sua aluna foi recontada na pea e no filme de William Gibson, "The Miracle Worker (O
milagre de Anne Sullivan)".
Aos dez anos, Helen Keller aprendeu a falar. Sarah Fuller, da Escola Horace Mann, foi sua primeira professora de
linguagem.
Em 1898, Helen entrou para a Cambridge School for Young Ladies (Escola para moas Cambridge). No outono de
1900, Helen matriculou-se no Radcliffe College. Conseguiu o bacharelado cum laude (com louvor) em Letras em 1904.
Atravs dos anos, Anne Sullivan permaneceu ao lado de sua aluna.

Ela formava letras na mo de Helen para

compreenso de livros de texto, palestras da faculdade e conversao.


A cruzada pessoal de Helen Keller:
Em 1915, Helen juntou-se primeira diretoria do Permanent Blind Relief War Fund (Fundo permanente de ajuda aos
cegos de guerra), mais tarde conhecido como American Braille Press (Imprensa braile americana).
Em 1924, a jovem fundou a Helen Keller Endowment Fund (Fundo de dedicao Hellen Keller). No mesmo ano, Helen
ligou-se American Foundation for the Blind (Fundao americana para portadores de deficincia visual) como
conselheira para relaes nacionais e internacionais.
Em 30 de junho de 1925, Keller discursou na Conveno do Lions Clubs Internacional, realizada em Cedar Point, Ohio,
EUA. Desafiou os Lees a se tornarem "paladinos dos deficientes visuais na cruzada contra a escurido". Ela disse,
"Eu sou sua oportunidade. Estou batendo sua porta."
Em 1946, Helen Keller tornou-se conselheira para relaes internacionais da American Foundation for Overseas Blind
(Fundao americana para os deficientes visuais estrangeiros). Visitou 35 pases.
Sua vida virou filme.

"Helen Keller in Her Story" (Helen Keller e sua Histria) recebeu o "Oscar" de melhor

documentrio da Academia de artes e cincias cinematogrficas em 1955.


Helen Keller fez sua ltima apario pblica em Washington, D.C., EUA, em 1961. Recebeu o Prmio Humanitrio
Lions por uma vida inteira de dedicao.
Helen morreu em 1 de junho de 1968, aos 87 anos. Seu pedido para os Lees, 43 anos antes, inspirou a organizao
internacional a adotar o Programa Conservao da viso e trabalho com deficientes visuais como uma de suas
principais iniciativas de servio.

117
Em 1971, o Lions do Alabama dedicou-lhe o Helen Keller Memorial Park. O parque est localizado no local onde ela
nasceu, um lugar chamado Ivy Green. Desde a dedicao do parque, Lees de 37 pases tm enviado presentes. O
ponto central do memorial um busto de Helen Keller com uma placa gravada em que se l, "Eu sou sua
oportunidade".

(Fonte: http://www.lionsclubs.org)

CAPTULO 4
Os novos horizontes para
aplicaes da Lgica
Evidencial
JAIR MINORO ABE, JOO INCIO DA SILVA FILHO, UANDERSON CELESTINO E
HLIO CORRA DE ARAJO

A lgica paraconsistente anotada, ainda muito jovem, descoberta no


entardecer do sculo passado, uma das grandes conquistas no campo das
lgicas no-clssicas nos ltimos tempos. A sua composio como lgica bisortida em que uma das variveis possui uma estrutura matemtica produziu
resultados incrveis com respeito computabilidade e implementaes
eletrnicas. Constitui uma nova lgica alternativa extremamente interessante
capaz de manipular conceitos como os de incerteza, inconsistncia e
paracompleteza em seu interior, de manuseio mecnico bastante natural e
simples.
Acreditamos que a LPA tenha horizontes muito amplos, com potencial
enorme de aplicao e tambm como fundamento para elucidar o denominador
comum de muitas lgicas no-clssicas.
Qui, um dia venha a mesmo rivalizar com a lgica fuzzy no tocante s
aplicaes. Como se pde notar pela exposio precedente, a lgica
paraconsistente dever crescer muito, terica e do ponto de vista prtico,
justificando de forma fecunda seu cultivo. Grande parte dela tem nascido entre
ns, brasileiros, e esperemos que o nosso pas, pas do futuro na acepo de
Stefan Zweig, se converta tambm em terreno das aplicaes.

118

Algumas reflexes de carter filosfico, apontadas por Da Costa: existem de


fato lgicas alternativas da clssica? Em decorrncia, existem racionalidades
distintas? Lgica e racionalidade coincidem? Estas e outras questes ocupam
lgicos, filsofos e cientistas atualmente.
Notas.
1. O termo lgica paraconsistente foi cunhado em 1976 por F. Mir Quesada,
numa conferncia pronunciada durante o III Simpsio Latino-Americano de
Lgica Matemtica, realizado na Universidade Estadual de Campinas, So
Paulo, Brasil. Literalmente, Paraconsistente significa ao lado da
consistncia.
2. As primeiras verses algbricas dos sistemas paraconsistentes apareceram
por volta de 1965 e so conhecidas como lgebras de Curry, em
homenagem ao lgico americano H. Curry.
3. As semnticas iniciais dos sistemas paraconsistentes foram investigadas
por volta de 1976 e so conhecidas como semntica de valoraes.
4. O nome Emmy do primeiro rob autnomo paraconsistente construdo com
o hardware baseado em lgica paraconsistente anotada foi sugerido pelo
Prof. Newton C.A. da Costa e comunicado pessoalmente a J.M. Abe em
1999.
5. O nome Sofya do primeiro rob autnomo paraconsistente construdo com
o software baseado em lgica paraconsistente anotada tambm foi sugerido
pelo Prof. Newton C.A. da Costa e comunicado pessoalmente a J.M. Abe
em 1999.
6. O nome Emmy em homenagem matemtica Amalie Emmy Noether
(1882-1935). O nome Sofya em homenagem matemtica Sofya
Vasilevna Kovalevskaya (= Kowalewskaja) (1850-1891). Entre outras
razes da escolha dos nomes, Da Costa fez comentrio que como tais
robs possuem caracterstica comum diferenciadora de lidar com
paraconsistncia de modo natural, deveria receber nomes femininos. 8

8 Comunicao pessoal a J.M. Abe em 1999, FFLCH-USP, So Paulo, Brasil.


119

7. Vrias verses algbricas dos sistemas anotados foram investigados:


empregando-se idias desenvolvidas em [7] de lgicas algebrizveis e
tambm via lgebras de Curry estudadas por J.M. Abe.

120

Referncias Bibliogrficas
[Abe 92] ABE, J.M., Fundamentos da Lgica Anotada, Tese de Doutorado,
FFLCH - USP, 135 pp, 1992.
[Abe 97] ABE, J.M., Some Aspects of Paraconsistent Systems and Applications,
Logique et Analyse, 157(1997), 83-96.
[Abe 01] ABE, J.M., Annotated logics Q and model theory, in Logic, Artificial
Intelligence, and Robotics, Frontiers in Artificial Intelligence and Its Applications,
IOS Press, Amsterdan, Ohmsha, Tokyo, Vol. 71, 1-12, 2001.
[Abe & Papavero 92] ABE, J.M. & N. PAPAVERO, Teoria Intuitiva dos
Conjuntos MAKRON Books do Brasil - So Paulo, 1992.
[Akama & Abe 98a] AKAMA, S. & J.M. ABE, Many-valued and annotated modal
logics, IEEE 1998 International Symposium on Multiple-Valued Logic
(ISMVL98), Proceedings, pp. 114-119, Fukuoka, Japo, 1998.
[Akama & Abe 98b] AKAMA, S. & J.M. ABE, Natural Deduction And General
Annotated Logics, atas do The First International Workshop on Labelled
Deduction (LD98), Freiburg, Alemanha, 1-14, 1998. Tambm publicado na
Coleo Documentos, Srie Lgica e Teoria da Cincia, IEA-USP, no 49, 14p.,
1998.
[Arruda, Da Costa & Chuaqui 77] ARRUDA, A.I., N.C.A. DA COSTA & R.
CHUAQUI,

Proceedings of The

Third

Latin-American Symposium on

Mathematical Logic, North Holland, Amsterdam, 1977.


[vila 96] VILA, B.C., Uma Abordagem Paraconsistente Baseada em Lgica
Evidencial para Tratar Excees em Sistemas de Frames com Mltipla
Herana, tese de Doutoramento, Universidade de So Paulo, So Paulo, 1996.
[vila & Abe 99] VILA, B.C. & J.M. ABE, Inconsistencies, Exceptions, and
Frame Systems, Coleo Documentos, Srie Lgica e Teoria da Cincia, IEAUSP, no 57, 25p., 1999.
[Barros, Da Costa & Abe 95] BARROS, C.M., N.C.A. DA COSTA & J.M. ABE,
Tpico de Teoria dos Sistemas Ordenados, Vol II: Sistemas de Curry, Coleo
Documentos, Srie Lgica e Teoria da Cincia, IEA-USP, no 20, 132 p., 1995.

121

[Da Costa 80] DA COSTA, N.C.A., Ensaio sobre os Fundamentos da Lgica,


Hucitec, So Paulo, 1980.
[Da Costa 93] DA COSTA, N.C.A., Sistemas Formais Inconsistentes, Editora
UFPR, Curitiba, 66pp, ISBN 8585132752, 1993.
[Da Costa 97] DA COSTA, N.C.A., O Conhecimento Cientfico Discurso
Editoral - So Paulo,1997.
[Da Costa, Abe, Da Silva Filho, Murolo & Leite 99] DA COSTA, N.C.A., J.M.
ABE, J.I. DA SILVA FILHO, A.C. MUROLO & C.F.S. LEITE, Lgica
Paraconsistente Aplicada, ISBN 85-224-2218-4, Editra Atlas, 214 pgs., 1999.
[Da Costa, Abe & Subrahamanian 91] DA COSTA, N.C.A., J.M. ABE & V.S.
SUBRAHMANIAN, Remarks on annotated logic, Zeitschrift f. math. Logik und
Grundlagen d. Math. 37, pp 561-570, 1991.
[Da Silva Filho 99] DA SILVA FILHO, J.I., Mtodos de interpretao da Lgica
Paraconsistente Anotada com anotao com dois valores E com construo de
Algoritmo e implementao de Circuitos Eletrnicos, EPUSP, Tese de
Doutoramento, So Paulo, 1999.
[Da Silva Filho & ABE 01] DA SILVA FILHO, J.I. & J.M. ABE, Paraconsistent
analyser module, International Journal of Computing Anticipatory Systems, vol. 9,
ISSN 1373-5411, ISBN 2-9600262-1-7, 346-352, 2001.
[Da Silva Filho & ABE 08] DA SILVA FILHO, J.I., J.M. ABE & G.L. TORRES,
Inteligncia Artificial com as Redes de Anlises Paraconsistentes, LTC-Livros
Tcnicos e Cientficos Editora S.A., So Paulo, ISBN 978-85-216-1631-3, 313
pg., 2008.
[Da Silva Filho & ABE 00] DA SILVA FILHO, J.I. & J.M. ABE, Introduo
Lgica Paraconsistente Anotada com Ilustraes, Editora Emmy, 166p., ISBN
85 901597 1 X, 2000.
[Da Silva Filho & ABE 01] DA SILVA FILHO, J.I. & J.M. ABE, Fundamentos das
Redes Neurais Artificiais Paraconsistentes: Destacando Aplicaes em
Neurocomputao, Editora Arte & Cincia, 298p., ISBN 85 7473 042 4, 2001.
[Da Silva Filho & ABE 07] DA SILVA FILHO, J.I., J.M. ABE & E. CARLOS,
Conhea e Entenda a Lgica Fuzzy (em quadrinhos), Ilustraes de E. Carlos,
Editra Paralogike, Co-edio Editora Cmomunicar, ISBN 9788599561461, 107
pgs., 2007.

122

[Enriques 22] ENRIQUES, F., Per la Storia della Logica, Zanichelli, Bolonha,
1922.
[Enriques & Santillana 32] ENRIQUES, F. & G. SANTILLANA, Storia del
Pensiero Scientifico, vol. 1, Zanichelli, Bolonha, 1932.
[Enriques & Santillana 36] ENRIQUES, F. & G. SANTILLANA, Compedio di
Storia del Storia del Pensiero Scientifico, Zanichelli, Bolonha, 1936.
[Haack 74] HAAK, S., Deviant Logic, Cambridge University Press, Cambridge,
1974.
[Jaskowski 48] JASKOWSKI, S., Um calcul des propositions pour les systems
dductifs contradictoires, Studia Societatis Scientiarum Torunensis, Sect. A, 1,
57-77, 1948.
[Nakamatsu, Abe & Suzuki 99] NAKAMATSU, K., J.M. ABE & A. SUZUKI,
Defeasible Reasoning Between Conflicting Agents Based on VALPSN,
American Association for Artificial Intelligence - AAAI99 Workshop on Agents
Conflicts, ISBN 1-57735-092-8, TR WS-99-08, AAAI Press American
Association for Artificial Intelligence, Menlo Park, California, USA, 20-27, 1999.
[Negoita & Ralescu 75] NEGOITA, C.V. & D.A. RALESCU, Applications of
Fuzzy Sets to Systems Analysis, John Wiley & Sons, 1975.
[Nelson 59] NELSON, D., Negation and separation of concepts in constructive
systems, A. Heyting (ed.), Constructivity in Mathematics, North-Holland,
Amsterdam, 208-225, 1959.
[Prado 96] PRADO, J.P.A., Uma Arquitetura em IA Baseada em Lgica
Paraconsistente, tese de Doutoramento, Universidade de So Paulo, 1996.
[Sylvan & Abe 96] SYLVAN, R. & J.M. ABE, On general annotated logics, with
an introduction to full accounting logics, Bulletin of Symbolic Logic, 2, 118-119,
1996.
[Rich & Knight 83] Rich, E. & Knigth, K. Artificial Intelligence, Mc Graw Hill, NY,
1983.
[Zadeh 73] ZADEH, L., Outline of a New Approach to the Analysis of Complex
Systems and Decision Processes IEEE Transaction on Systems, Mam and
Cybernectics, vol. SMC-3, No 1, p.p. 28-44, January, 1973.

123

Você também pode gostar