SISTEMA DE ENSINO PRESENCIAL CONECTADO CURSO SUPERIOR DE TECNOLOGIA EM ANALISE E DESENVOLVIMENTO DE SISTEMA ULISSON APARECIDO DA SILVA

FUNDAMENTOS DE LGICA E MATEMTICA DISCRETA

Construo de Tabelas Verdades Lgica Paraconsistente Lgica de Fuzzy

Ituiutaba 2009

ULISSON APARECIDO DA SILVA

FUNDAMENTOS DE LGICA E MATEMTICA DISCRETA

Construo de Tabelas Verdades Lgica Paraconsistente Lgica de Fuzzy

Trabalho apresentado ao Curso Superior de Tecnologia em Anlise e Desenvolvimento de Sistemas da UNOPAR - Universidade Norte do Paran, para a disciplina Fundamentos da Administrao da Informao. Orientador: Prof. Eliane Maria de Oliveira Araman

Ituiutaba 2009

SUMRIO

TABELA VERDADE EXERCICIO N. 1....................................................................04 TABELA VERDADE EXERCICIO N. 2....................................................................06 TABELA VERDADE EXERCICIO N. 3....................................................................08 1 INTRODUO.........................................................................................................11 2 LGICA PARACONSISTENTE...............................................................................12 3 LGICA DE FUZZY.................................................................................................16 4 CONCLUSO..........................................................................................................19 5 - BIBLIOGRAFIA.....................................................................................................20

1) Numa fbrica temos trs funcionrios que afirmam o seguinte: Adalberto: Se Cleber no foi ao trabalho, ento Jos tambm no foi. ~q ~r Cleber: Adalberto no foi ao trabalho, mas Jos foi. ~p ^ r Jos: Eu fui ao trabalho, mas Cleber ou Adalberto no foram. R ^ ~q v ~r Sejam as seguintes afirmaes: p: Adalberto foi ao trabalho. q: Cleber foi ao trabalho. r: Jos foi ao trabalho. Tabela 1 Tabela depoimento de Adalberto
p V V V V F F F F q V V F F V V F F r V F V F V F V F ~q F F V V F F V V ~r F V F V F V F V ~q ~r V V F V V V F V

Tabela 2 Tabela depoimento de Cleber

p V V V V F F F F q V V F F V V F F r V F V F V F V F ~p F F F F V V V V ~r F V F V F V F V ~p ^ r F F F F V F V F

Tabela 3 Tabela depoimento de Jos P q R ~q ~p ~q v ~p r (~q v ~p) V V V F F F F V V F F F F F V F V V F V V V F F V F V F F V V F V V V F V F F V V F F F V V V V V F F F V V V F

Tabela 4 Tabela Verdade Geral p q r Adalberto V V V V V V F V V F V F V F F V F V V V F V F V F F V F F F F V

Cleber F F F F V F V F

Jos F F V F V F V F

a) Se todos foram trabalhar, quem mentiu? Supondo que todas as afirmaes so verdadeiras observamos na 5 linha, que quem mentiu foi Adalberto. 2 Se todos disseram a verdade , quem no foi ao trabalho? v (p) : v v (q): v v: v Cleber e Jos no foram ao trabalho, assim como mostra na 1 linha.

2) Sejam trs computadores que do as seguintes respostas: A: Os italianos so inteligentes. R B: No verdade que os franceses e os brasileiros so inteligentes. ~ (p ^ q) C: Os brasileiros so inteligentes ou os italianos no so. Q v ~r Considere as afirmaes: p: Os franceses so inteligentes. Q: Os brasileiros so inteligentes. R: Os italianos so inteligentes.

Tabela 1 Afirmativa computador A

p V V V V F F F F q V V F F V V F F R V F V F V F V F

Tabela 2 Afirmativa Computador B

p V V V V F F F F q V V F F V V F F r V F V F V F V F p^q V V F F F F F F ~(p ^q) F F V V V V V V

Tabela 3 Afirmativa Computador C

p V V V V F F F F Q V V F F V V F F r V F V F V F V F ~r F V F V F V F V q v ~r V V F V V V F V

Tabela 4 Tabela Verdade Geral

p V V V V F F F F q V V F F V V F F r V F V F V F V F Computador A V F V F V F V F Computador B F F V V V V V V Computador C V V F V V V F V

2 Se as trs respostas so verdadeiras, o que se pode afirmar? Supondo que todas as afirmaes forem verdadeiras estamos na 5 linha, por tanto os franceses so inteligentes. 2 Se todos so inteligentes, h algum computador que possui informao errada? V (p) : v v (q): v v: v Observando na primeira linha o computador B esta com a informao errada.

3) Considere agora seis jovens amigos que, conversando, afirmam o seguinte: Andrei: Se eu for, Bento ir. P q Bento: Se eu for, Cleide ir. Q r Cleide: Andrei e Bento iro. P ^ q Dido: Cleide no ir. ~r Eder: Se Andrei, Bento e cleide disseram a verdade, Cleide ir. P ^ (q ^ r) r Fred: Se Cleide no for, Andrei ir. ~r p Sejam as afirmaes: p: Andrei ir. q: Bento ir. r: Cleide ir.

Tabela 1 Afirmativa de Andrei

p V V V V F F F F q V V F F V V F F r V F V F V F V F pq V V F F V V V V

Tabela 2 p V V V V F F F F q V V F F V V F F

Afirmativa de Bento
r V F V F V F V F q r V F V V V F V V

Tabela 3 Afirmativa de Cleide

p V V V V F F F F q V V F F V V F F r V F V F V F V F p^q V V F F F F F F

Tabela 4 Afirmativa de Dido

P V V V V F F F F Q V V F F V V F F R V F V F V F V F ~r F V F V F V F V

Tabela 5 Afirmativa de Eder

P V V V V F F F F q V V F F V V F F R V F V F V F V F (p q) V V F F V V V V (q r) V F V V V F V V (p ^ q) V V F F F F F F (p ^ q) r V F V V V V V V

Tabela 6 Afirmativa de Fred

p V V V V F F F F q V V F F V V F F r V F V F V F V F ~r F V F V F V F V ~r p V V V V V F V F

10

Tabela 7 Tabela Verdade Geral

p V V V V F F F F q V V F F V V F F r V F V F V F V F Andrei V V F F V V V V Bento V F V V V F V V Cleide V V F F F F F F Dido F V F V F V F V Eder V F V V V V V V Fred V V V V V F V F

Usando a tabela-verdade, responda: a) A afirmao de Eder verdadeira? Sim b) Supondo que Dido e Cleide estejam errados, podemos afirmar que Fred est certo? Sim 2 Se ningum for, quem est errado? Dido

11

1 INTRODUO

A Lgica, segunda a tradio, nasceu com Aristteles (384-322 a.C). um instrumento do conhecimento criado para estabelecer formas corretas para pensar e argumentar, colocando ordem nas operaes da razo, a fim de se atingir a verdade, tradicionalmente a lgica compreendido como um estudo compreenso da filosofia e das cincias, mais sua funo mais ampla e importante e aplicada na matemtica e na rea de computao. A lgica matemtica, que tambm conhecida por lgica formal proposicional, auxilia no discurso da linguagem, assim como o discurso da linguagem auxilia no desenvolvimento lgico-matemtico que por sua vez auxilia na compreenso e coerncia de textos, evitando assim problemas de ambigidades nas interpretaes. Neste trabalho adentraremos nos conceitos de duas lgicas bastante utilizadas, que so a: Lgica Paraconsistentes ou no clssica, iniciada para desafiar o principio da contradio. E a Lgica de Fuzzy, tambm conhecida como lgica difusa ou nebulosa que tem como objetivo gerar uma sada lgica a partir de um conjunto de entradas no precisas, com rudos ou at mesmo faltante.

12

2 LGICA PARACONSISTENTE

O estudo da lgica fundamentado na chamada Lgica Clssica, cujo ncleo o clculo de predicados clssicos de primeira ordem, podendo ser estendida pela teoria dos conjuntos, dos tipos e das categorias, diversas lgicas foram desenvolvidas afim de complementar a Lgica clssica tradicional ou at mesmo, derrogar alguns dos seus princpios fundamentais. E entre essas lgicas esta a Lgica Paraconsistente, que visa, entre outras coisas, mostrar alternativas aos princpios clssicos do Terceiro Excludo e da No Contradio, que so insuficientes para tratar proposies cuja concluso sejam valores diferentes de Verdadeiro e Falso. A Lgica Paraconsistente estudada por algumas reas de conhecimento, como filosofia, inteligncia artificial, robtica e sistemas especialistas pois suas aplicaes so constantes as incertezas e as inconsistncias. Ela teve sua origem marcada pelos trabalhos elaborados e publicados em 1948, de maneira independente, pelo polons Stanislaw Jaskowski e pelo brasileiro Newton C. A. da Costa. Estes trabalhos pioneiros consideravam a possibilidade da contradio e s foram denominados de Paraconsistente que significa ao lado de ou prximo de, em 1976, pelo filsofo Francisco Miro Quesada. O Professor Newton C. A. Da Costa desenvolveu e ainda vem desenvolvendo vrios sistemas Paraconsistentes contendo todos os nveis lgicos usuais, e considerado um dos criadores da Lgica Paraconsistente pela comunidade cientfica mundial. As lgicas Paraconsistentes tratam a lei da contradio, como mostra o exemplo a seguir de uma proposio que contenha a premissa: Esta maa vermelha. Seguindo a perspectiva de lgicas clssicas s podemos afirmar que ela vermelha (Verdadeira) ou no vermelha (Falso). Mais entretanto sabemos que a ma possui diversas tonalidades de cores que variam do verde ao vermelho. A representao de tal proposio em computao binria se torna impossvel, j que o modelo Binrio tem grandes dificuldades de tratar inconsistncias, ambigidades, paradoxo e incertezas ocorridas com freqncia no mundo real. Uma das reas onde a lgica clssica se mostrou ineficiente foi a da

13

inteligncia artificial que proposta em sistemas especialistas, onde incertezas, ambigidades e contradies so constantes. Nosso crebro trabalho muito bem com as contradies, pois estamos constantemente sujeitos a esse tipo de informaes. Por exemplo, quando quisermos saber sobre um determinado assunto, como a economia, podemos conhecer a opinio de diversos economistas e certamente essas opinies sero contraditrias, o que no vai nos impedir de chegar a uma concluso, podendo gerar, inclusive, uma totalmente nova e diferente de todas as outras. As Lgicas Paraconsistentes, como j foi mencionado, infligem a lei da contradio e tem encontrado aplicao nas mais variadas reas as quais descrevo um pouco de cada uma abaixo. 1 Em matemtica, na axiomatizao de teoria dos conjuntos sem restries fortes postas para evitar paradoxos, e no estudo de determinadas estruturas abstratas que do origem as contradies; 2 Em lgica epistmica, em particular na lgica da crena (pois com certeza mantemos crenas contraditrias em nossa vida); 3 Em fsica, por se tratar de teorias incompatveis entre si, como a mecnica quntica e a relatividade geral; 4 Em computao, inteligncia artificial e robtica; 5 Em psicanlise, disciplina que, segundo alguns autores exigem a aplicao da lgica Paraconsistente; 6 Em questes de ndole filosfica, como se da a dialtica, a qual, em algumas formulaes, requer idias Paraconsistentes. A lgica Paraconsistente se divide em vrias classes, neste trabalho falarei um pouco sobre duas classes da lgica Paraconsistente: Lgica Paraconsistente Anotada (LPA), que foi descrita por Newton C. A. da Costa e outros, e a Lgica para Inconsistncia (LI), de Arthur R. V. Buchsbaum, professor da UFSC. A Lgica Paraconsistente Anotada (LPA), mostra que os sinais e as formaes so descritos na forma de graus de crena relativos a uma dada

14

proposio e estes graus variam entre valores reais de 0 a 1 e podem ser obtidos por medies, por estatsticas ou probabilidades. Para uma melhor representao, a Lgica Paraconsistente Anotada (LPA) pode ser associada a um reticulado, cujo os vrtices so alocados aos smbolos que indicam os estados lgicos, que so encontrados atravs de dois valores de anotaes 1 e 2, onde 1 representa o grau de crena e 2 representa o grau de descrena atribudo a proposio. Os estados lgicos com os valores dos graus de crena e de descrena, pode ser relacionados da forma seguinte: T = (1, 1) Inconsistente V = (1, 0) Verdadeiro F = (0, 1) Falso = (0, 0) Indeterminado Os graus de crena e descrena em procedimentos prticos so considerados como informaes de entradas do sistema e os estados lgicos so as sadas resultantes da anlise para consistente. J a Lgica para Inconsistncia (LI), descrita pelo Professor Arthur Buschsbaum apresenta em [2], alguns fundamentos para lgicas Paraconsistentes que deram origem, posteriormente ao que o autor chama de LI. A LI classifica em LI1 e LI2, sendo que a LI1 bem prxima a lgica clssica proposicional e a LI2 uma extenso conservativa da LI1. Na prova dos teoremas respeitamos a lgica clssica proposicional, com excees de algumas regras, (como a da Implicao Material). O alfabeto de LI2 engloba o alfabeto de LI1 incluindo o smbolo de negao clssica (~). A LI2 surgiu para completar a LI1, em situaes que a mesma no consegue expressar ou provar teoremas. Em lgica clssica de uma proposio seguida de sua negao, podemos concluir uma nova frmula (P, ~P Q), ou seja, atravs de uma contradio pode se deduzir qualquer coisa. Essa contradio clssica no aceita pela Lgica Paraconsistente. Finalizando podemos afirmar como foi descrito neste tpico que a Lgica Paraconsistente pode ser utilizada em diversos campos de conhecimento onde exija se fazer o tratamento do incerto. Deixando clara a importncia da Lgica

15

Paraconsistente no s para a matemtica e filosofia, como tem sido a longo dos sculos. Buschsbaum cita em um exemplo que resume de forma clara o sentido da Lgica Paraconsistente. Supondo um objeto percebido como vermelho por um observador, mas como verde por outra que se mova com velocidade diferente com respeito ao objeto, sem que tenhamos quaisquer informaes a respeito dessas velocidades. Para um quadro mais ntido da situao, suponhamos que nem mesmo sabemos que a observao da cor poderia ser afetada pela velocidade relativa ao objeto. As Lgicas Paraconsistentes projetadas pelo autor destinam exatamente a tratar situaes como essa que so capazes de construir raciocnios a partir de informaes provindas de observaes divergentes, sem que tenhamos qualquer informao de como os observadores as fizeram. Este exemplo mostra que a Lgica Paraconsistente importante como ferramenta em reas como a Inteligncia Artificial, onde atravs das premissas podemos no s inferir novas concluses mas tambm introduzir novas premissas para obtermos uma gama de conhecimento atravs dessas novas concluses.

16

3 LGICA DE FUZZY

A Lgica Fuzzy tambm conhecida como como lgica difusa baseada na teoria dos conjuntos fuzzy. Ela diferente dos sistemas lgicos tradicionais nas suas caractersticas e nos seus detalhes. Na Lgica de Fuzzy, o raciocnio exato corresponde a um caso limite do raciocnio aproximado, sendo interpretado como um processo de composio de relaes nebulosas. Nesta lgica, o valor verdade de uma proposio pode ser um subconjunto Fuzzy de qualquer conjunto parcialmente ordenado, ao contrrio dos sistemas lgicos binrios, onde o valor verdade s pode assumir dois valores: sendo verdadeiro (1) ou sendo falso (0). Nos sistemas lgicos multi-valores, o valor verdade de uma proposio pode ser ou um elemento de um conjunto finito, num intervalo, ou uma lgebra booleana. Na Lgica nebulosa, os valores verdade so expressos

linguisticamente, (e, g.: verdade, muito verdade, no verdade, falso, muito falso,...), onde cada termo lingstico interpretado como um subconjunto Fuzzy do intervalo unitrio. Outras caractersticas da Lgica de Fuzzy podem ser sumarizadas como segue: nos sistemas lgicos binrios, os predicados so exatos (e.g.: par, maior que), ao passo que na Lgica Fuzzy os predicados so nebulosos (e.g.: alto, baixo,...). Nos sistemas lgicos clssicos, o modificador mais utilizado a negao enquanto na Lgica Fuzzy usada uma variedade de modificadores de predicados (e.g.: muito, mais ou menos,...). Estes modificadores so essenciais na gerao de termos lingsticos (e.g.: muito, alto, mais ou menos perto, etc). Nos sistemas lgicos clssicos existem somente os quantificadores existncias () e os universais (). A Lgica Fuzzy admite, em adio, uma ampla variedade de quantificadores (e.g.: pouco, vrios, usualmente, freqentemente, em torno de cinco, etc). A probabilidade, no contexto da lgica clssica, um valor numrico ou um intervalo sendo que na Lgica de Fuzzy existe a opo adicional de se empregar probabilidades lingsticas (e.g.: provvel, altamente provvel, improvvel, etc), interpretados como nmeros Fuzzy e manipulados pela aritmtica Fuzzy (Kaufmann e Gupta, 1985). Tambm, em contraste com a lgica clssica, o conceito de possibilidade interpretado utilizando-se subconjuntos Fuzzy no universo dos reais (Zadeh, 1988).

17

Nas teorias de controles clssicas e modernas, o primeiro passo para se programar o controle de um processo, derivar o modelo matemtico que descreve o processo. E este procedimento, requer conhecimento detalhado do processo a ser controlado, o que nem sempre factvel se o processo muito complicado. As teorias de controle existentes se aplicam a uma grande variedades de sistemas, onde o processo bem definido. A modelagem e o controle Fuzzy (Lee, 1990) so tcnicas para se manusear informaes qualitativas de uma maneira rigorosa. Tais tcnicas consideram o modo como a falta de exatido e a incerteza so descritas e desta forma torna-se suficientemente poderosa para manipular de maneira conveniente o conhecimento. Sua utilizao em sistemas de controle de processos em tempo real, em computadores ou at mesmo micro-controladores, das mais convenientes, pois no envolvem nenhum problema computacional srio. A teoria de modelagem e controle fuzzy trata o relacionamento entre entradas e sadas, agregando parmetros de processo e de controle. Isso permite a considerao de processos complexos, de modo que os sistemas de controle resultantes proporcionam um resultado mais acurado, alm de desempenho estvel e robusto. A simplicidade de implementao do sistemas de controle fuzzy pode reduzir a complexidade de um projeto a um ponto em que problemas anteriormente intratveis passam a ser solveis. A Lgica Fuzzy aplicada na tecnologia tem gerado aplicaes e produtos em diversas reas, como, controle de processos industriais, onde teve inicio com experincias por volta de 1975 quando foi demonstrado no Queen College em Londres, onde um controlador fuzzy controlou eficientemente uma mquina a vapor. Nesta mesma poca, a primeira aplicao industrial significativa foi desenvolvida por uma indstria de cimento F.L.Smidth Corp. da Dinamarca. Hoje, uma variedade de aplicaes comerciais e industriais esto disponveis, onde neste cenrio destaca-se o Japo e mais recentemente, os EUA e a Alemanha. Estas citaes so, evidentemente, ilustrativas pois correntemente mais de 1000 patentes envolvendo lgica fuzzy j foram anunciadas. No Brasil, apesar do uso e da aplicao extensiva ainda ser incipiente, vrias indstrias e empresas vm desenvolvendo produtos e servios (Villares, IBM, Klockner & Moeller, Robertshaw, Yokogawa, HI Tecnologia). Nos ltimos dois anos o potencial de manuseio de

18

incertezas e de controle de sistemas complexos proporcionado pela Lgica Fuzzy vem sendo combinado com redes neurais artificiais as quais, por sua vez, possuem caractersticas de aprendizagem e adaptao.

19

4 - CONCLUSO

A Lgica Paraconsistente classificada entre as chamadas lgicas no clssicas por derrogar alguns dos princpios basilares da lgica clssica. Um dos mais importantes nomes da Lgica Paraconsistente Newton C. A. da Costa, brasileiro, considerado seu criador. As teorias do brasileiro foram de grande importncia para diversas reas, alm da matemtica, filosofia e computao. A Lgica Paraconsistente apresenta alternativas a proposies cuja concluso enseja valores alm de Verdadeiro e Falso, como indeterminado e inconsistente. Abordamos neste trabalho duas classes de lgicas, a Lgica Paraconsistentes Anotada e a Lgica para Inconsistncia. A Lgica de Fuzzy (Nebulosa) a lgica que suporta os modos de raciocnio que so aproximados ao invs de exatos. Derivada do conceito de conjuntos fuzzy, a Lgica Fuzzy constitui a base para o desenvolvimento de mtodos e algoritmos de modelagem e controle de processos, permitindo a reduo da complexidade de projeto e implementao, tornando-se a soluo para os problemas de controle at ento intratveis pela lgica clssica. Este trabalho tambm mostrou a aplicao da Lgica Fuzzy em sistemas inteligentes em geral, e controle de processos em particular. Finalmente apresentado um panorama do estado da arte atual, incluindo os principais resultados prticos em uso por vrios segmentos da indstria e as tendncias futuras. Enfim podemos concluir que a Lgica Paraconsistente engloba a Lgica Fuzzy e tem encontrado as mais variadas aplicaes, tanto terica como prtica. Em especial, ela inspirou uma nova filosofia da cincia e estendeu o campo da razo.

20

REFERNCIAS Barreto, Jorge M., Inteligncia Artificial no Limiar do Sculo XXI. Florianpolis: PPP Edies, 2002. Da Costa, Newton C. A. et al., Editora Atlas, 1999. Da Costa, Newton C. A., Ensaio sobre os fundamentos da Lgica. So Paulo: Editora Hucitec, 1994. Da Costa, Newton C. A., On the Theory of Inconsistent Format Systems. Notre Dame Journal of Formal logic 15, pp. 497-510, 1974. Puga, L. Zardo, A Lgica Paraconsistente. Revista Brasileira de Filosofia, Instituto Brasileiro de Filosofia, So Paulo, 1989 Revista Saber Eletrnica, Brasil, n 317, 1999. Albertos, P. (1992). Fuzzy Controllers - AI Techniques in Control - Pergamon Press. Gomide, F. ; A. Rocha (1992-b) A Neurofuzzy Controller ; 2nd International Conference on Fuzzy Logic and Neural Networks - IIZUKA92 , Fukuoka, Japan. Gudwin, R.R ; M.A. Silva, H.J.Almeida Jr.; I.M.C.Ribeiro (1991). SDAF - Uma Ferramenta para Desenvolvimento e Teste de Sistemas utilizando Lgica Nebulosa Simpsio sobre Integrao Computadorizada na Automao Industrial, 18 a 20 Setembro - So Paulo-SP Kaufmann, A. ; M. Gupta (1985) Nostrand, NY. Lee, C.C (1990) . Fuzzy Logic in Control Systems: Fuzzy Logic Controller, part I and II. IEEE Trans. on Systems, Man and Cybernetics, vol. 20, pp 404-435 Zadeh, L. (1965). Fuzzy Sets - Information and Control, vol. 8, pp 338-353 Introduction to Fuzzy Arithmetic - Van Lgica Paraconsistente Aplicada. So Paulo: