Instituto de Geoiênias eCiênias Exatas
Campus de Rio Claro
Teoria de Conjuntos Fuzzy e apliações
Éria Fernanda Apareida Seo
Dissertação apresentada ao Programa de
Pós-Graduação Mestrado Prossional em
Matemátia Universitária do Departamento
de Matemátia omorequisito parialparaa
obtenção do grau de Mestre
Orientadora
Profa. Dra. RenataZotin G. de Oliveira
idaSeo-RioClaro: [s.n.℄,2013.
87f.: g.,tab.
Dissertação (mestrado)- Universidade EstadualPaulista,
Insti-tutodeGeoiêniaseCiêniasExatas.
Orientadora:RenataZotinG.deOliveira
1. Lógiasimbóliaematemátia. 2. Funão dePertinênia. 3.
LógiaFuzzy. 4. RegrasFuzzy. I.Título
FihaCatalográaelaboradapelaSTATI-BiblioteadaUNESP
Éria Fernanda Apareida Seo
Teoria de Conjuntos Fuzzy e apliações
Dissertação aprovada omo requisito parialpara a obtenção do grau de
Mestre no Curso de Pós-Graduação MestradoProssional emMatemátia
UniversitáriadoInstitutodeGeoiêniaseCiêniasExatasdaUniversidade
Estadual PaulistaJúliode Mesquita Filho,pelaseguintebana
examina-dora:
Profa. Dra. Renata Zotin G.de Oliveira
Orientadora
Prof. Dra. Elaine CristinaCatapani Poletti
FT - UNICAMP -Limeira
Prof. Dr. WladimirSeixas
Departamento -UFSCar - Soroaba
Nomeu modode ver, nuna realizamos um trabalhosolitário pois sempresomos
auxiliados, seja om ideias, om ompreensão, om onselhos sineros. Na realização
desse trabalhotive muitos olaboradores e reebi apoios diversos, e é om alegria que
agradeço:
Primeiramente, aDeus porestar sempre presente, auxiliando eamparando todos
os momentosda minhavida.
À minha orientadora Profa. Dra. Renata Zotin Gomes de Oliveira por ter me
propostoum trabalhotãointeressante. Porter areditadoemmim, pelaompreensão,
pela amizade que riamos, pela dediação e por ter ontribuído intensamente para o
desenvolvimentoda onança e daautonomia domeu trabalho.
AoProf.Dr.Thiagode Melo,pelapaiêniaeboavontadeemmeajudarnaparte
omputaional, fazendo deste um trabalhomais ompleto.
Aosompanheirosde estrada, porfazeremqueotrajetode todasexta-feiraasse
menos ansativo, pela ajuda, pelo apoio, pelo arinho e por terem ontribuído para
que eu hegasseaté aqui.
A minha amiga Thaisa Alves Pianoshi por ter me ajudado nos momentos mais
difíeisdo desenvolvimento domeu trabalho.
Aos meus pais amados, Edson e Geny, meus maiores exemplos. Obrigada pelas
orações, peloapoio, suporte, por me amareme dediarem o melhor de voês para me
dar sempre o melhor.
Ao meu marido, Gustavo Azem Calil Julio, meu amor. Por ter areditado em
mim todos os momentos, pelo arinho, pela paiênia, pelo ompanheirismo, e por
estar sempre aomeu lado me fazendo adadia mais feliz.
Meu muito obrigado a todos que direta ou indiretamente ontribuíram para a
Neste trabalhosão apresentados alguns oneitos básios daTeoria de Conjuntos
Fuzzy omo: operaçõesomonjuntos fuzzy,PrinípiodeExtensãodeZadeh,números
fuzzy e noções de lógia fuzzy. As relaçõesfuzzy são apresentadas om o objetivo de
tratarmos de sistemasbaseados emregras fuzzy ealgumasapliações.
Palavras-have: Lógiasimbóliaematemátia,FunãodePertinênia,LógiaFuzzy,
In this paperare presented some basionepts of FuzzySets Theory: operations
with fuzzy sets, Zadeh extension priniple, fuzzy numbers and fuzzy logi. The fuzzy
relations are presented for the purpose of treating systems based on fuzzy rules and
some appliations.
Keywords: Symboli logi and mathematis, Membership Funtion, Fuzzy Logi,
2.1 Classiação segundo diâmetrodas partíulas do exemplo2.1. . . 20
2.2 Função de pertinênia para o onjunto doexemplo 2.2. . . 21
2.3 Função de pertinênia para o onjunto doexemplo 2.4. . . 22
2.4 Funçõesde pertinênia para oonjunto doexemplo 2.5. . . 22
2.5 Função de pertinênia para os onjuntos
A
eB
, respetivamente, do exemplo 2.6. . . 252.6 Funçãode pertinêniapara oonjunto
A
∪
B
eA
∩
B
,respetivamente, doexemplo 2.6. . . 262.7 Função de pertinênia para o onjunto
A
′
do exemplo2.6. . . 262.8 Funçãode pertinênia parao onjuntodos jovens edos idosos, respeti-vamente, doexemplo 2.7, dados por (2.3) e (2.4). . . 27
2.9 Funçãodepertinêniaparaoonjunto
ϕ
(
A∪B
)
′
eϕA
′
∪B
′
,respetivamente, doexemplo 2.8. . . 312.10 Função de pertinênia para o onjunto A doexemplo 2.9. . . 32
2.11 Função de pertinênia para o onjunto A doexemplo 2.10. . . 32
3.1 Ilustração doPrinípiode extensão. . . 38
3.2 Gráo de
ϕ
ˆ
f(
A
)
doexemplo 3.2.. . . 393.3 Função de pertinênia
ϕ
A
para oonjunto doexemplo 3.5. . . 423.4 Onúmeroreal 2,2eointervalofehado [2,15;2,35℄,respetivamente, do exemplo 3.6. . . 43
3.5 Onúmero fuzzypróximode 2,2 naformatriangulare naforma trape-zoidal, respetivamente, doexemplo 3.6. . . 44
3.6 Exemplos de números fuzzy. . . 44
3.7 Número fuzzy triangulardadenição 3.4. . . 45
3.8 Função de pertinênia
ϕ
A
para oonjunto doexemplo 3.7. . . 453.9 Número fuzzy trapezoidal dadenição 3.5. . . 46
3.10 Função de pertinênia
ϕ
A
para oonjunto doexemplo 3.8. . . 473.11 Número fuzzy em formade sino dadenição 3.6. . . 47
5.1 Exemplo de representação de uma relação fuzzy binária: diagrama de ehas. . . 62
6.1 Formageral de uma base de regras fuzzy [1℄. . . 70
6.2 Esquema ilustrativo dosistema fuzzy. . . 73
6.3 Conjuntos fuzzy para a variável de entrada qualidade aprovada (a) e reprovada (b), respetivamente. . . 74
6.4 Conjuntos fuzzy para a variável de saída avaliação do forneedor (a) e para avariávelde entradaqualidade epontualidade (b), respetivamente. 75 6.5 Conjuntos fuzzy para avariável de saída avaliação nal doforneedor. . 76
6.6 Dadosreferentes a um forneedor de pedras preiosas [2℄. . . 77
6.7 Taxade resimentodoprinipalreifede orais,Montastrea annularis, daregião doCaribe[3℄. . . 78
6.8 Comparaçãodas soluções: equação difereniale fuzzy [3℄. . . 79
6.9 Profundidade daágua. . . 79
6.10 Taxa de resimentodos orais. . . 80
6.11 Base de regras. . . 80
6.12 Índie de massa orporal(IMC) fuzzy. . . 82
6.13 Porentagem de gorduraorporal(%GC)fuzzy. . . 83
6.14 Miyahira Araujo fuzzy obesity index (MAFOI). . . 83
6.15 Matriz difusapara lassiação daobesidade. . . 84
6.16 SistemaMiyahiraAraujoFuzzyObesityIndex(MAFOI).Duasentradas: IMC e%GC. Umasaída: MAFOI. Número de regras: 22[4℄. . . 85
1 Introdução 15
2 Coneitos básios da Teoria dos Conjuntos Fuzzy 19
2.1 Introdução . . . 19
2.2 Conjuntos Fuzzy . . . 19
2.3 Operações om subonjuntos fuzzy . . . 23
2.4 Oonjunto
α
-nível . . . 313 Prinípio de Extensão e Números Fuzzy 37 3.1 OPrinípio de Extensão . . . 37
3.2 Números Fuzzy . . . 42
4 Noções básias da Lógia Fuzzy 49 4.1 Conetivos básios daLógia Clássia . . . 49
4.2 Conetivos básios daLógia Fuzzy . . . 51
4.2.1 T-Norma. . . 51
4.2.2 T-Conorma . . . 52
4.2.3 Negação . . . 54
4.3 Raioínio aproximado e variáveislinguístias . . . 57
5 Relações Fuzzy 59 5.1 RelaçõesClássiase Fuzzy . . . 59
5.2 RelaçõesFuzzy binárias . . . 62
5.3 Composição e Junçãoentre Relações Fuzzy Biná-rias . . . 63
5.4 Relaçõesbináriassobre U . . . 66
6 Sistemas Baseados em Regras Fuzzy e apliações 69 6.1 Controladores Fuzzy . . . 69
6.2 Base de Regras Fuzzy . . . 69
6.3 Funionamento de um ControladorFuzzy . . . 70
6.3.1 Módulode Fuzziação . . . 70
6.3.2 Móduloda Base de Regras . . . 71
6.4.1 Sistemade avaliação dos forneedores [2℄ . . . 73
6.4.2 ApliaçãodaTeoriaFuzzyparaoCresimentodeReifedeCoral
[3℄ . . . 77
6.4.3 Condição líniade obesidadeeindiação de irurgiaba-riátria
[4℄ . . . 80
6.5 Considerações Finais . . . 86
A teoria de onjuntos fuzzy foi introduzidapeloprofessor L. A. Zadeh (1965) que
prourava uma teoria alternativa quepudesse formalizartermos impreisos omo "em
torno de", "próximo de", et. Em muitos problemas em Físia e emMatemátia não
temos diuldade em lassiar elementos omo pertenentes ou não a um dado
on-juntolássio. Dessaforma,dadoumonjunto
A
eumelementox
doonjuntouniversoU
onseguimos muitas vezes armarx
∈
A
oux
6∈
A
. Por exemplo, armamos sem reeio que o número 5 pertene ao onjunto dos números naturais e que o número -5não pertene a este mesmo onjunto. Este é um aso sobre o qual não temos
dúvi-das, sendo a lógia booleana devidamente apliada. No entanto, poderemos disordar
quanto ao fato de o número 4,5 pertener ou não ao onjunto dos números próximos
de 5. Neste aso a resposta não é únia eobjetiva, pertener ou não poderá depender
do tipode problema queestamos analisando.
Zadeh baseou-se no fato de que qualquer onjunto lássio é araterizado por
uma função, a função araterístia. A partir dela, através de um relaxamento no
ontradomínio da função araterístia, passando do onjunto
{
0,
1
}
para o intervalo [0,1℄, Zadeh deniu a pertinênia de um elemento a um onjunto de forma gradual,atravésda hamadafunção de pertinênia.
A partir do oneito de função de pertinênia foi desenvolvido um estudo em que
foi possívelaminharteoriamenteom ainterpretaçãode termosimpreisos,podendo
analisar fenmenosqualitativos,om erta onabilidade.
Apesquisanateoriadeonjuntosfuzzytemresidoonsideravelmentedesdeasua
riação. Além disso, as apliaçõesoorremnas mais diversas áreas e têm apresentado
resultados expressivos.
A teoria da lógia fuzzy enfrentou forte resistênia por parte da omunidade
ientía noseu iníio,prinipalmenteporparte de estatístios norteamerianos.
En-tretanto, a despeito de todopreoneito muitos pesquisadores vislumbraramas
possi-bilidadesde avanço etrabalhossurgiramemtodoomundo,partiularmentenoJapão,
onde a lógia fuzzyenontrou um solofértil para desenvolver-se rapidamente.
Já na primeira déada (1965-1975) os pesquisadores se esforçaram por estender
os fundamentos da lógia fuzzy, introduzindo oneitos novos e desenvolvendo outras
dedeisãofuzzy,amedidafuzzy,sistemastopológios,álgebraomnúmerosfuzzy,et..
Em 1972 formou-se no Japão o primeiro grupo de pesquisas em sistemas fuzzy,
oor-denadopeloprofessorToshiro Terano,eem1974iniiou-seum importanteapítulono
desenvolvimentodestateoria,omaapresentaçãodoprimeiroontroladorfuzzyriado
porE.Mamdani,noReinoUnido. Apartirde então vários foramospesquisadoresque
busaram apliar a teoria de lógia fuzzy para ontrolar sistemas em engenharia. Em
1976 temos a primeira apliação industrial da lógia fuzzy, desenvolvido pelo Cirle
CementeSIRA,naDinamara,queonsistiude umontroladorfuzzyqueinorporava
oonheimentoeaexperiêniados operáriospara ontrolarosfornosdas fábrias. Em
1977,DidieDuboisapliouosonjuntosfuzzyemumestudosobreondiçõesdetráfego
e neste mesmoano surgiu o primeirosistema espeialista fuzzy.
Em 1985 foi desenvolvido o primeiro hip fuzzy por Masaki Togai e
Hiroyuke-Watanabe,nolaboratórioBell(EUA).Em1987 foiinauguradoomsuessooprimeiro
trem ontrolado om lógia fuzzy, no sistema do metr de Sendai, no Japão. Foi
tambémneste ano quea Yamahadesenvolveu seu helióptero não-tripulado,Y
amaha-50, totalmente ontrolado por um ontrolador fuzzy, dando origem a era do
desen-volvimento tenológio proporionado poresta teoria. Em 1988 omeçou a operar no
Yamaihi Fuzzy Fund o primeiro sistema de omério naneiro fuzzy. Mas, foi em
1990queesta teoriaatingiuapopularidadeomolançamentonomerado daprimeira
máquina de lavar roupas fuzzy, da Matsushita Eletri Industrial Co., marando o
iníio do desenvolvimento de produtos de onsumo. Hoje é possível enontrar,
prini-palmente no Japão, vários tipos de eletrodoméstios ujo sistema é baseado em
on-trolesfuzzy(televisão,âmerafotográa,panelaparaozimentodearroz,vídeos,et.)
e existem, atualmente, várias empresas (Siemens, Daimler-Benz, Klokner-Moeller,
SGS-Thomson, GeneralMotors, Motorola,Hewlett-Pakard, et.) omlaboratóriosde
pesquisa na área para desenvolvimento de produtos.
Nesse breve histório é possível pereber quão rápido se deu o desenvolvimento
dateoria fuzzy e quãoabrangentetem sido suas apliações.
Os objetivosentrais deste trabalho são:
•
oestudode oneitos básiosdaTeoriade ConjuntosFuzzy,omparando-os om aTeoria de Conjuntos Clássia;•
apresentação de exemplos, que ilustram os oneitos, visando um texto que poderáser utilizadonuma disiplina(optativa)de graduação;•
estudodeapliações,envolvendo essateoria,emalgumasáreas doonheimento, prinipalmenteno quese refere a sistemas baseados emregras fuzzy.Este trabalhoestá organizado da seguinte forma: no apítulo 2 apresentamos os
oneitos básios de onjuntos fuzzy e asoperações om subonjuntos fuzzy; no
entendimento do texto, noções básias da lógia fuzzy são apresentadas no apítulo 4
e as relações fuzzy no apítulo 5. Finalmente, no apítulo 6 apresentamos o sistema
Conjuntos Fuzzy
2.1 Introdução
É muito omum passarmos informaçõesouoneitos de uma maneirainerta, ou
seja, om erto grau de impreisão. Isso oorre prinipalmentequando,
para desrever ertos fenmenos relaionados ao mundo sensível, temos
utilizado graus que representam qualidades ou verdades pariais... Esse é
o aso, por exemplo,dos oneitos de alto, fumante, infeioso, presa et
[1℄.
Estes oneitos são fuzzy nosentido de que não podem ser rigorosamentedenidos.
Neste apítulo,iremosapresentaro oneito de subonjuntosfuzzy, algumas
ope-rações eapliações.
2.2 Conjuntos Fuzzy
Para formalizaradenição de umonjuntofuzzy, Zadehbaseou-se nofatode que
qualquer onjunto lássio pode ser araterizado por uma função, hamada função
araterístia, queé dada aseguir.
Denição2.1. Seja
U
umonjuntoeA
umsubonjuntodeU
. Afunçãoaraterístia deA
é dada porXA(x) =
(
1,
sex
∈ A
0,
sex
6∈ A
Assim, o domíniode
XA
éU
e a imagemé o onjunto{
0,
1
}
. Existem onjuntos que não estão bem denidos, ou seja, onjuntos onde não podemos usar esta funçãoaraterístia para dizer se um elemento pertene ou não ao onjunto. Vejamos um
Exemplo 2.1. [3℄EmGeologia,ostermosargila,lama,areiaepedregulhosão
utiliza-dos para desrever o tamanho de partíulas sedimentares do solo. Do ponto de vista
lássio, um grão pode pertener somente a uma destas lasses de tamanho. Assim,
um grão om diâmetro 1,999
mm
seria areia e um grão om 2,001mm
de diâmetro seria pedregulho.Figura 2.1: Classiaçãosegundo diâmetrodas partíulas do exemplo2.1.
Uma representação alternativa para desrever o onjunto areia seria atribuir o
valor 1 para os grãos om diâmetro no intervalo [0,0625,2℄
mm
e valor 0 para grãos ujo diâmetroestão foradesse intervalo.Na representação de onjuntos fuzzy, a função utilizada para desrever areia
poderáassumir qualquer valornointervalo[0,1℄ e não somente osvalores 0ou 1.
Assim, esses grãos om diâmetros 1,99
mm
e 2,001mm
são membros de dois onjuntos(simultaneamente), areiaepedregulho,om grausdepertinêniapróximode0,5.
A seguir vamos denir e apresentar alguns exemplos de onjuntos fuzzy e uma
possibilidade de representação para os onjuntos doexemplo 2.1.
Denição 2.2. Seja
U
um onjunto lássio. Um subonjunto fuzzyA
deU
é ara-terizado por uma função de pertinêniaϕ
A
ondeϕ
A
:
U →
[0,
1].
O valor
ϕ
A
(x)
em[0,
1]
india o grau om que o elementox
deU
pertene ao onjunto fuzzyA
, omϕ
A
(x) = 0
eϕ
A
(x) = 1
indiando, respetivamente, a não pertinênia e a pertinênia ompleta dex
aoonjuntofuzzyA
.Observamosqueadenição deonjuntofuzzyfoiobtidasimplesmente
ampliando-seoontradomíniodafunçãoaraterístia,istoé,doonjunto
{
0,
1
}
para ointervalo [0,1℄. Dessa forma, podemos notar que todo onjunto lássio é um aso partiularde onjunto fuzzy, onde a função de pertinênia que o arateriza é a sua função
araterístia.
Observação 2.1. 1. Um subonjunto lássio, na linguagem fuzzy, ostuma ser
denominadoporsubonjunto risp.
Exemplo 2.2. Retomando oexemplo2.1, seusarmosonjuntos fuzzy, uma
possibili-dade de representação dos termosque desrevem o tamanhodos sedimentos, pode ser
observada naFigura2.2, sugeridopor [3℄.
0
1/256
1/16
2
0
0.2
0.4
0.6
0.8
1
Diâmetro do grão em mm
Grau de pertinência
argila
lama
areia
pedregulho
Figura2.2: Função de pertinênia para oonjuntodo exemplo2.2.
A imagem da função de pertinênia não está restrita a valores 0 e 1, mas pode
assumirqualquervalornointervalo[0,1℄. Assim, grãosde1,999e2,001
mm
pertenem aos onjuntos areia epedregulho om grau próximode 0,5.Exemplo 2.3. Consideramoso onjunto dos números naturaisímpares:
P
=
{
n
∈
N
:
n
é ímpar}
.
Oonjunto
P
tem omo função araterístiaX
P
(n) = 1
sen
é ímpar eX
P
(n) = 0
sen
é par. Portanto, o onjunto dos númerosímpares é um partiular onjuntofuzzy já queX
P
(n)
∈
[0,
1].
Exemplo 2.4. [5℄ Seja
U
o onjunto de todos os números reais que podem indiar altura de umapessoa. Vamos deniroonjuntoA
omosendo oonjuntodas pessoas altas. Uma função de pertinênia que araterizaA
pode ser dada porϕA(x) =
0,
sex
≤
1,
60
5(x
−
1,
60),
se1,
60
< x <
1,
80
1,
sex
≥
1,
80
,
ujo gráoé dado pela Figura2.3.
Exemplo 2.5. [6℄Consideramoso subonjunto
F
dos números reais próximode 2:F
=
{
x
∈
R
:
x
é próximode 2}
.
1
1.2
1.4
1.6
1.8
2
0
0.2
0.4
0.6
0.8
1
altura (m)
Grau de pertinência
Figura2.3: Função de pertinênia para o onjunto do exemplo2.4.
0
1
2
3
4
5
0
0.2
0.4
0.6
0.8
1
Grau de pertinência
(a) (b)
() (d)
Asfunçõesdepertinênia dositens (a)e() dagura2.4sãopareidasnosentido
que os números pertenentes ao intervalo
]1,
3[
tem grau de pertinênia estritamente positivo, enquanto que fora desse intervalo o grau de pertinênia é nulo. Já para afunção do item (d) elementos no intervalo
[
3
2
,
5
2
]
tem pertinênia não-nula. A seguir apresentamos as expressões analítias das funções de pertinêniaϕ
1
,ϕ
2
,ϕ
3
eϕ
4
para os itens (a), (b), () e (d), respetivamente, dagura 2.4.ϕ
1
(x) =
(x
−
2) + 1,
sex
∈
[1,
2]
(2
−
x) + 1,
sex
∈
(2,
3]
0,
sex
6∈
(1,
3)
ϕ
2
(x) =
1
1 + 10(x
−
2)
2
ϕ
3
(x) =
e
−|
5(x
−
2)
|
ϕ
4
(x) =
(
(1+cos(2π(x
−
2)))
2
,
sex
∈
[
3
2
,
5
2
]
0,
sex
6∈
(
3
2
,
5
2
)
A esolha da função que deve ser adotada para o onjunto em questão depende
do problema aser estudado.
Do ponto de vista da teoria dos onjuntos fuzzy, qualquer uma das funções de
pertinênia dadasanteriormentepode seruma representantedoonjunto
F
. Porém, o que deve ser notado é que ada uma dessas funções produz onjuntos fuzzy distintose assim, a esolha dafunção de pertinênia a ser utilizadadepende doproblema e do
espeialista.
2.3 Operações om subonjuntos fuzzy
Apresentaremosaseguirasdeniçõesdeonjuntounião,interseçãoe
omplemen-tar de onjuntos fuzzy, omparandos-as om o aso lássio.
Um onjunto fuzzy é dito vazio se e somente se a função de pertinênia for
identiamentenulaem
U
.Consideraremos agora
A
eB
dois onjuntosfuzzy deU
.Denição 2.3. Dizemos que os onjuntos
A
eB
são iguais e esrevemosA
=
B
, se e somente se,ϕ
A
(x) =
ϕ
B
(x)
para todo x emU
. Dizemos queA
é um subonjunto deB
, e esrevemosA ⊂ B
, seϕ
A
(x)
≤
ϕ
B
(x)
para todox
∈ U
.Da denição anterior, observamos que sóháigualdade de dois onjuntos fuzzy se
Denição 2.4. A união de dois onjuntos fuzzy
A
eB
é um onjunto fuzzyC
, e es-revemosC
=
A ∪ B
, uja função de pertinênia é dada porϕ
C
(x) = max[ϕ
A
(x), ϕ
B
(x)], x
∈ U
.
(2.1)Esta função está bemdenida poiso máximo sempreexiste.
Segundo [7℄, a união de
A
eB
é, intuitivamente, o menor onjunto fuzzy que ontémA
eB
. Mais preisamente, seD
é um onjunto fuzzy qualquer que ontém ambosA
eB
, entãoD
ontém a uniãodeA
eB
.
Para mostrar esta armação, observe primeiramente que
C
, omo denido em (2.1), ontémA
eB
, poismax[ϕ
A
(x), ϕ
B
(x)]
≥
ϕ
A
(x)
emax[ϕ
A
(x), ϕ
B
(x)]
≥
ϕ
B
(x),
∀
x
∈ U
Alémdisso, se
D
é um onjuntofuzzy qualquer que ontémA
eB
, entãoϕ
D
(x)
≥
ϕ
A
(x)
eϕ
D
(x)
≥
ϕ
B
(x),
∀
x
∈ U
e portanto,
ϕ
D
(x)
≥
max[ϕ
A
(x), ϕ
B
(x)] =
ϕ
C
(x),
∀
x
∈ U
que implia
C ⊂ D
.
Denição 2.5. A interseção de dois onjuntos fuzzy
A
eB
é um onjunto fuzzyC
, e esrevemosC
=
A ∩ B
, uja função de pertinênia é dada porϕ
C
(x) = min[ϕ
A
(x), ϕ
B
(x)], x
∈ U
.
(2.2)Demodoanálogo,ainterseçãode
A
eB
éomaioronjuntofuzzyqueestáontido emA
eB
. Mais preisamente, seD
é um onjunto fuzzy qualquer que está ontido tantoemA
quantoemB
, entãoD
está ontido na interseção deA
eB
.
Para mostrar esta armação, observe primeiramente que
C
, omo denido em (2.2), ontémA
eB
, poismin[ϕ
A
(x), ϕ
B
(x)]
≤
ϕ
A
(x)
emin[ϕ
A
(x), ϕ
B
(x)]
≤
ϕ
B
(x),
∀
x
∈ U
.
Alémdisso, seD
éum onjunto fuzzy qualquer queestá ontido emA
eB
, entãoϕ
D
(x)
≤
ϕ
A
(x)
eϕ
D
(x)
≤
ϕ
B
(x),
∀
x
∈ U
e portanto,ϕ
D
(x)
≤
min[ϕ
A
(x), ϕ
B
(x)] =
ϕ
C
(x),
∀
x
∈ U
Denição 2.6. O omplementar de um onjunto fuzzy
A
é o subonjunto fuzzyA
′
de
U
uja função de pertinênia é dada porϕ
A
′
(x) = 1
−
ϕ
A
(x),
∀
x
∈ U
.
Note que,ao ontrário do onjunto lássio,para onjuntosfuzzy podemos ter:
•
ϕ
A
∩
A
′
(x)
6
= 0 =
ϕ∅(x),
∀
x
∈ U
, ouseja,A
∩
A
′
6
=
∅
.
•
ϕ
A
∪
A
′
(x)
6
= 1 =
ϕ
U
(x),
∀
x
∈ U
, ouseja,A
∪
A
′
6
=
U.
Como
ϕ
A
∩
A
′
(x) = min[ϕ
A
(x),
1
−
ϕ
A
(x)], x
∈
U, ϕ
A
∩
A
′
(x)
6
= 0
semprequeϕ
A
(x)
∈
(0,
1),
ou seja,A
∩
A
′
6
=
∅
.
Além disso,
ϕ
A
∩
A
′
(x) = 0
⇔
ϕ
A
(x)
∈ {
0,
1
}
,
ou seja, o prinípiodo tereiroexluído é válido somente para onjuntos lássios.Vejamos alguns exemplos envolvendo osoneitos apresentados nesta seção.
Exemplo 2.6. Sejam
U
=
R
,A
eB
onjuntos fuzzy deU
denidos porϕ
A
(x) =
0,
se0
≤
x <
1
x
−
1,
se1
≤
x <
2
1,
se2
≤
x <
3
4
−
x,
se3
≤
x
≤
4
0,
sex >
4
ϕ
B
(x) =
e
x
−
3
,
se
0
≤
x <
3
1,
se3
≤
x <
5
1
−
x
−
5
2
,
se5
≤
x
≤
7
0,
sex >
7
Figura 2.5: Função de pertinênia para os onjuntos
A
eB
, respetivamente, do ex-emplo 2.6.Assim,
ϕ
A
∪
B
(x) =
e
x
−
3
,
se
0
≤
x <
1.16
x
−
1,
se1.16
≤
x <
2
1,
se2
≤
x <
3
ϕ
B
(x),
sex
≥
3
ϕ
A
∩
B
(x) =
0,
se0
≤
x <
1
x
−
1,
se1
< x <
1.16
e
x
−
3
,
se
1.16
≤
x <
3
Figura2.6: Funçãode pertinêniaparao onjunto
A
∪
B
eA
∩
B
,respetivamente,do exemplo 2.6.ϕ
A
′
(x) =
1,
se0
≤
x <
1
2
−
x,
se1
≤
x <
2
0,
se2
≤
x <
3
x
−
3,
se3
≤
x
≤
4
1,
sex >
4
Figura2.7: Funçãode pertinênia para oonjunto
A
′
doexemplo 2.6.
Exemplo 2.7. [1℄ Consideramos que o onjunto fuzzy que dene os jovens seja dado
por
ϕ
J
(x) =
(
(
40
−
x
40
)
2
,
se
0
≤
x
≤
40
0,
se40
< x
≤
120
(2.3)
onde
U
= [0,
120]
e as idadesdos indivíduossão dadasem anos.Umapossibilidade paraa função de pertinênia doonjuntofuzzy dos idososé
onde o onjunto fuzzy dos idosos é oomplementardoonjunto fuzzydos jovens.
No entanto, embora os termos linguístios jovens e idosos tenham signiados
aparentemente opostos, eles podem ser denidos por onjuntos fuzzy que não sejam
omplementares. Porexemplo,
ϕ
I
pode ser tomadoomo em[1℄ (veja Figura2.8)ϕ
I
(x) =
(
(
x
−
40
80
)
2
,
se
40
< x
≤
120
0,
sex
≤
40
(2.4)
.
Figura2.8: Funçãode pertinênia para oonjuntodos jovens edos idosos,
respetiva-mente, do exemplo 2.7, dados por(2.3) e (2.4).
Segundo [1℄, esta operação de omplementopermuta os graus de pertinênia dos
subonjuntosfuzzy J e I. Esta é apropriedade que araterizao omplementarfuzzy,
istoé, enquanto
ϕ
A
indiaograu de ompatibilidadedex
om ooneito emquestão,ϕ
A
′
expressa a inompatibilidadedex
om tal oneito.No exemplo anterior, um indivíduo que pertene ao onjunto fuzzy dos jovens J
om grau 0,8, pertene também ao seu omplementar I om grau 0,2. Um elemento
pode pertener a um onjunto eaoseu omplementarom omesmo graude
pertinên-ia indiando que, quanto mais dúvida se tem da pertinênia de um elemento a um
onjunto,mais próximo de 0,5é seu grau de pertinênia aeste onjunto.
A seguir apresentaremos algumaspropriedadesdas operações entre subonjuntos
fuzzy.
Proposição 2.1. SejamA, B eC onjuntosfuzzyde U. As operações de união,
inter-seção e omplementar satisfazem as seguintes propriedades:
()
A ∪
(
B ∪ C
) = (
A ∪ B
)
∪ C
(d)A ∩
(
B ∩ C
) = (
A ∩ B
)
∩ C
(e)A ∪ A
=
A
(f)
A ∩ A
=
A
(g)
A ∪
(
B ∩ C
) = (
A ∪ B
)
∩
(
A ∪ C
)
(h)A ∩
(
B ∪ C
) = (
A ∩ B
)
∪
(
A ∩ C
)
(i)A ∩ ∅
=
∅
eA ∪ ∅
=
A
(j)
A ∩ U
=
A
eA ∪ U
=
U
(k)(
A ∪ B
)
′
=
A
′
∩ B
′
e
(
A ∩ B
)
′
=
A
′
∪ B
′
(leis de De Morgan)
Faremosasdemonstraçõesdos items(a),(b),(g)e(k). Asdemaissão imediatas
ousemelhantes àsque apresentaremos.
Demonstração. Sejam
ϕ
A
eϕ
B
funçõesde pertinêniados onjuntosfuzzyA
eB
, res-petivamente.(a)
A ∪ B
= max
{
ϕ
A
(x), ϕ
B
(x)
}
= max
{
ϕ
B
(x), ϕ
A
(x)
}
=
B ∪ A
,
∀
x
∈ U
.
(b)A ∩ B
= min
{
ϕ
A
(x), ϕ
B
(x)
}
= min
{
ϕ
B
(x), ϕ
A
(x)
}
=
B ∩ A
,
∀
x
∈ U
.
A propriedade aseguir pode ser demonstrada onsiderandoos possíveis asos.
(g)
A ∪
(
B ∩ C
) = (
A ∪ B
)
∩
(
A ∪ C
)
Essa propriedade, em termos das funções de pertinênia para
A
,B
eC
é esrita omomax[ϕ
A
(x),
min[ϕ
B
(x), ϕ
C
(x)]] = min[max
{
ϕ
A
(x), ϕ
B
(x)
}
,
max
{
ϕ
A
(x), ϕ
C
(x)
}
].
(2.5)
A veriação da validade de (2.5) é realizada onsiderando 6 possíveis asos,
∀
x
∈ U
:6.
ϕ
C
(x)
> ϕ
B
(x)
> ϕ
A
(x)
Provemos o primeiro aso e, apartir deste, os outros asos podem ser veriados de
modoanálogo.
Se
ϕ
A
(x)
> ϕ
B
(x)
> ϕ
C
(x),
∀
x
∈ U
temos:max[ϕ
A
(x),
min[ϕ
B
(x), ϕ
C
(x)]] = max[ϕ
A
(x), ϕ
C
(x)] =
ϕ
A
(x)
min[max
{
ϕ
A
(x), ϕ
B
(x)
}
,
max
{
ϕ
A
(x), ϕ
C
(x)
}
] = min[ϕ
A
(x), ϕ
A
(x)] =
ϕ
A
(x)
Logo,
max[ϕ
A
(x),
min[ϕ
B
(x), ϕ
C
(x)]] =
ϕ
A
(x) =
= min[max
{
ϕ
A
(x), ϕ
B
(x)
}
,
max
{
ϕ
A
(x), ϕ
C
(x)
}
].
A demonstração de algumaspropriedades omoas leide De Morgan, éuma
apli-ação imediatadas propriedades de máximo e mínimoentre funções, istoé,
max[ϕ(x), ψ(x)] =
1
2
[ϕ(x) +
ψ(x) +
|
ϕ(x)
−
ψ(x)
|
]
min[ϕ(x), ψ(x)] =
1
2
[ϕ(x) +
ψ(x)
− |
ϕ(x)
−
ψ(x)
|
]
onde,
ϕ
eψ
são funções om imagensem[0,
1].
Vejamos:(k)
(
A ∪ B
)
′
=
A
′
∩ B
′
ϕ
A
′
∩
B
′
(x) = min[1
−
ϕ
A
(x),
1
−
ϕ
B
(x)]
=
1
2
[(1
−
ϕ
A
(x)) + (1
−
ϕ
B
(x))
− |
(1
−
ϕ
A
(x))
−
(1
−
ϕ
B
(x))
|
]
=
1
2
[(1
−
ϕ
A
(x)) + (1
−
ϕ
B
(x))
− | −
(ϕ
A
(x)
−
ϕ
B
(x))
|
]
=
1
2
[2
−
(ϕ
A
(x) +
ϕ
B
(x) +
|
ϕ
A
(x)
−
ϕ
B
(x)
|
)]
= 1
−
1
2
[ϕ
A
(x) +
ϕ
B
(x) +
|
ϕ
A
(x)
−
ϕ
B
(x)
|
]
= 1
−
max[ϕ
A
(x), ϕ
B
(x)]
= 1
−
ϕ
A
∪
B
(x) =
ϕ
(A
∪
B)
′
(x),
para todo
x
∈ U
.
(
A ∩ B
)
′
=
A
′
∪ B
′
ϕ
A
′
∪
B
′
(x) = max[1
−
ϕ
A
(x),
1
−
ϕ
B
(x)]
=
1
2
[(1
−
ϕ
A
(x)) + (1
−
ϕ
B
(x)) +
|
1
−
ϕ
A
(x)
−
1 +
ϕ
B
(x)]
=
1
2
[2
−
(ϕ
A
(x) +
ϕ
B
(x)) +
|
ϕ
B
(x)
−
ϕ
A
(x)
|
]
= 1
−
1
2
[ϕ
A
(x) +
ϕ
B
(x)
− |
ϕ
A
(x)
−
ϕ
B
(x)
|
]
= 1
−
min[ϕ
A
(x), ϕ
B
(x)]
= 1
−
ϕ
A
∩
B
(x) =
ϕ
(A
∩
B)
′
(x),
Exemplo2.8(Exeríio1.3/[1℄). Consideramososubonjuntofuzzydaspessoasaltas
(em metros) doBrasil,denido por
ϕ
A
(x) =
0,
sex
≤
1,
4
1
0,4
(x
−
1,
4),
se1,
4
< x
≤
1,
8
1,
sex >
1,
8
e das pessoas de estatura medianaporϕ
B
(x) =
0,
sex
≤
1,
4
1
0,2
(x
−
1,
4),
se1,
4
< x
≤
1,
6
1,
se1,
6
< x
≤
1,
7
1
0,1
(1,
8
−
x),
se1,
7
< x
≤
1,
8
0,
sex >
1,
8
ondex
éa altura em metros.Consequentemente, temos:
ϕ
A
′
(x) =
1,
sex
≤
1,
4
1
0,4
(1,
8
−
x),
se1,
4
< x
≤
1,
8
0,
sex >
1,
8
ϕ
B
′
(x) =
1,
sex
≤
1,
4
1
0,2
(1,
6
−
x),
se1,
4
< x
≤
1,
6
0,
se1,
6
< x
≤
1,
7
1
0,1
(x
−
1,
7),
se1,
7
< x
≤
1,
8
1,
sex >
1,
8
Dadas asduas funções de pertinênia
ϕ
A
eϕ
B
obteremos(
A ∪ B
)
′
,
A
′
∪ B
′
.
Através das expressões de
ϕ
A
eϕ
B
obtemosϕA∪B(x) =
0,
sex
≤
1,
4
1
0,2
(x
−
1,
4),
se1,
4
< x
≤
1,
6
1,
se1,
6
< x
≤
1,
7
1
0,1
(1,
8
−
x),
se1,
7
< x
≤
1,
72
1
0,4
(x
−
1,
4),
se1,
72
< x
≤
1,
8
1,
sex >
1,
8
.
Calulandoa função de pertinênia
ϕ
(
A∪B
)
′
,
ondeϕ
(
A∪B
)
′
(x) = 1
−
ϕA∪B(x)
obtemos
ϕ
(
A∪B
)
′
(x) =
1,
sex
≤
1,
4
1
0,2
(
−
x
+ 1,
6),
se1,
4
< x
≤
1,
6
0,
se1,
6
< x
≤
1,
7
1
0,1
(x
−
1,
7),
se1,
7
< x
≤
1,
72
1
0,4
(1,
8
−
x),
se1,
72
< x
≤
1,
8
0,
sex >
1,
8
Oonjunto
α
-nível 31Das expressõesde
ϕ
A
′
eϕ
B
′
obtemosϕA
′
∪B
′
(x) =
1,
sex
≤
1,
4
1
0,4
(
−
x
+ 1,
8),
se1,
4
< x
≤
1,
6
1
0,4
(
−
x
+ 1,
8),
se1,
6
< x
≤
1,
7
1
0,4
(1,
8
−
x),
se1,
7
< x
≤
1,
72
1
0,1
(x
−
1,
7),
se1,
72
< x
≤
1,
8
1,
sex >
1,
8
.
Observe que,omo era esperado,
ϕ
(A
∪
B)
′
=
6
ϕ
A
′
∪
B
′
.
Veja naFigura2.9.Figura 2.9: Função de pertinênia para o onjunto
ϕ
(
A∪B
)
′
eϕA
′
∪B
′
, respetivamente, do exemplo2.8.Nesta última seção, trataremos um pouo de uma lasse espeial de onjuntos
lássios queestá estritamente relaionadaom ada subonjuntofuzzy.
2.4 O onjunto
α
-nívelUm dos oneitos mais importantes envolvendo onjuntos fuzzy é o oneito de
α
-nível,dado a seguir.Denição 2.7. Seja
A
um subonjunto fuzzy deU
eα
∈
[0,
1]
. Oα
-nível deA
é o subonjunto lássio deU
denido por[
A
]
α
=
{
x
∈ U
:
ϕ
A
(x)
≥
α
}
para0
< α
≤
1.
Denição 2.8. O subonjunto lássio deU
denido porVistoisso, onívelzerode umsubonjuntofuzzy
A
édenidoomosendoomenor subonjunto(lássio)fehado deU
queontémoonjuntosuporte deA
,
ouseja,[
A
]
0
é ofehodo suporte de
A
e éindiado porsupp
A
.
Vejamos alguns exemplos.Exemplo 2.9. Consideramos
U
= [0,
10]
e o onjunto fuzzyA
de números reais denido pela função de pertinêniaϕ
A
(x) =
x
x+2
que é um ramo de hipérbole (verFigura2.10).
Neste aso temos:
[
A
]
α
= [
2α
1
−
α
,
10]
para0
< α <
1
e[
A
]
0
= ]0,
10] = [0,
10] =
U
.
Figura2.10: Função de pertinênia para o onjunto A doexemplo 2.9.
Exemplo2.10. Sejam
U
=
R
eA
osubonjuntofuzzydeU
ujafunçãodepertinênia é dada porϕ
A
(x) = 2x
−
x
2
(ver gura 2.11). Então,
[
A
]
α
= [1
−
√
1
−
α,
1 +
√
1
−
α]
para todoα
∈
]0,
1]
e
[
A
]
0
= [0,
2]
6
=
U
.
Oonjunto
α
-nível 33Observação 2.2. 1. Para alularmos o
α
-nível de um subonjuntofuzzyA
qual-quer, omo noexemplo anterior,basta igualarmosa função de pertinênia aα
e alularmos o valordex
.2. Se
x
é um elemento de[
A
]
α
, então
x
pertene aoonjunto fuzzyA
om, no mí-nimo, grauα.
Temos tambémquese
α
≤
β
então[
A
]
β
⊂
[
A
]
α
.
Vejamos:
Sejam
[
A
]
α
=
{
x
∈ U
:
ϕ
A
(x)
≥
α
}
e[
A
]
β
=
{
x
∈ U
:
ϕ
A
(x)
≥
β
}
.
Se
α
≤
β
então seϕ
A
(x)
≥
β, x
∈
[A]
β
⇒
ϕ
A
(x)
≥
α
, ouseja, sex
∈
[A]
β
, então
x
∈
[A]
α
eportanto
[A]
β
⊂
[A]
α
.
O teorema seguinte nos permite determinar o onjunto fuzzy
A
, onheendo os onjuntoslássios[
A
]
α
.
Teorema 2.1. Sejam
A
eB
subonjuntos fuzzy deU
. Uma ondição neessária e suiente para queA
=
B
é que[
A
]
α
= [
B
]
α
,
para todo
α
∈
[0,
1].
Demonstração. [1℄ Élaro queA
=
B ⇒
[
A
]
α
= [
B
]
α
para todo
α
∈
[0,
1].
Suponhamosagora que[
A
]
α
= [
B
]
α
para todo
α
∈
[0,
1].
SeA 6
=
B
então existex
∈ U
tal queϕ
A
(x)
6
=
ϕ
B
(x).
Logo, temos queϕ
A
(x)
< ϕ
B
(x)
ouϕ
A
(x)
> ϕ
B
(x).
Supondoϕ
A
(x)
> ϕ
B
(x).
Sejaα
=
ϕ
A
(x
0
)
, ou seja,x
0
∈
[A]
α
.
Daí podemos onluir que
x
∈
[
A
]
ϕ
A
(x)
e
x
6∈
[
B
]
ϕ
A
(x)
e, portanto,
[
A
]
ϕ
A
(x)
6
= [
B
]
ϕ
A
(x)
,
oque ontradiz a hipótese
[
A
]
α
= [
B
]
α
para todo
α
∈
[0,
1].
De maneira análoga hegamos a uma ontradição se admitirmos queϕ
A
(x)
< ϕ
B
(x).
Teorema 2.2. Sejam
A
eB
subonjuntos fuzzydeU
. Então, para todoα
∈
[0,
1]
,A ⊆ B
se e somente se[
A
]
α
⊆
[
B
]
α
.
Demonstração. [6℄ Suponhamos que existe
α
0
∈
[0,
1]
tal que[
A
]
α
0
*
[
B
]
α
0
,
isto é,
existe
x
0
∈ U
tal quex
0
∈
[
A
]
α
0
e
x
0
6∈
[
B
]
α
0
.
Então,
ϕ
A
(x
0
)
≥
α
0
eϕ
B
(x
0
)
< α
0
.
Assim,ϕ
B
(x
0
)
< ϕ
A
(x
0
),
que ontradizA ⊆ B
.
Agora assumimos queA
*
B
,
isto é, existex
0
∈ U
tal queϕ
A
(x
0
)
> ϕ
B
(x
0
).
Sejaα
=
ϕ
A
(x
0
)
entãox
0
∈
[
A
]
α
e
x
0
6∈
[
B
]
α
.
Daí,
[
B
]
α
⊂
[
A
]
α
queé o mesmoque
[
A
]
α
*
[
B
]
α
.
Absurdo,pois
[
A
]
α
⊆
[
B
]
α
.
Notequenoteoremaqueveremosaseguirusamossomenteadeniçãode
α
-nível.
Teorema2.3. SejamA
eB
subonjuntosfuzzydeU
. Então,as seguintespropriedades se mantém para todoα, β
∈
[0,
1] :
(a)
[
A ∩ B
]
α
= [
A
]
α
(b)
[
A ∪ B
]
α
= [
A
]
α
∪
[
B
]
α
Demonstração. [6℄
(a) Para qualquer
x
∈
[
A ∩ B
]
α
,
temos
ϕA∩B(x)
≥
α
e,min[ϕ
A
(x), ϕ
B
(x)]
≥
α.
Isto signiaqueϕ
A
(x)
≥
α
eϕ
B
(x)
≥
α
eassim,x
∈
[
A
]
α
∩
[
B
]
α
. Consequentemente,
[
A ∩ B
]
α
⊆
[
A
]
α
∩
[
B
]
α
.
Reiproamente, para qualquer
x
∈
[
A
]
α
∩
[
B
]
α
,
temos
x
∈
[
A
]
α
e
x
∈
[
B
]
α
,
istoé,
ϕ
A
(x)
≥
α
eϕ
B
(x)
≥
α.
Logo,min[ϕ
A
(x), ϕ
B
(x)]
≥
α,
quesigniaϕA∩B(x)
≥
α.
Assimx
∈
[
A∩B
]
α
e,onsequentemente,
[
A
]
α
∩
[
B
]
α
⊆
[
A ∩ B
]
α
.
Onde seonlui aprova que
[
A ∩ B
]
α
= [
A
]
α
∩
[
B
]
α
.
(b) Para qualquer
x
∈
[
A ∪ B
]
α
,
temos
max[ϕ
A
(x), ϕ
B
(x)]
≥
α
e,ϕ
A
(x)
≥
α
ouϕ
B
(x)
≥
α.
Isto implia quex
∈
[
A
]
α
∪
[
B
]
α
e, onsequentemente,
[
A ∪ B
]
α
⊆
[
A
]
α
∪
[
B
]
α
.
Reiproamente, para qualquer
x
∈
[
A
]
α
∪
[
B
]
α
,
temos
x
∈
[
A
]
α
ou
x
∈
[
B
]
α
,
isto é,
ϕ
A
(x)
≥
α
ouϕ
B
(x)
≥
α.
Logo,max[ϕ
A
(x), ϕ
B
(x)]
≥
α,
que signia queϕA∪B
≥
α.
E isto implia quex
∈
[
A ∪ B
]
α
e, onsequentemente,
[
A
]
α
∪
[
B
]
α
⊆
[
A ∪ B
]
α
.
Onde seonlui aprova que
[
A ∪ B
]
α
= [
A
]
α
∪
[
B
]
α
.
Para onluir esta seção,vamos introduziruma notação espeial que é
frequente-mente usada na denição de onjuntos fuzzy e depois nalizamos om um exemplo
desta notação.
Dado um subonjunto fuzzy
A
denido em um onjuntoU
qualquer. É omum desrevermosA
omo:A
=
ϕ
A
(x
1
)
x
1
+
ϕ
A
(x
2
)
x
2
+
...
=
∞
X
i=1
ϕ
A
(x
i
)
x
i
,
quando
A
tem suporte enumerável, eA
=
ϕ
A
(x
1
)
x
1
+
ϕ
A
(x
2
)
x
2
+
...
+
ϕ
A
(x
n
)
x
n
=
n
X
i=1
ϕ
A
(x
i
)
x
i
,
se
A
tem suporte nito, ouseja,A
=
{
x
1
, x
2
, ..., x
n
}
.
Note queϕ
A
(x
i
)
x
i
não é uma divisão e sim uma forma de visualizar o elemento
x
i
e o seu respetivo grau de pertinêniaϕ
A
(x
i
)
. O somatório tambémé somente uma notaçãopara exibir todos os elementos deA
eseus respetivos graus de pertinênia. Exemplo 2.11. SejaA
um subonjunto fuzzynito deU
=
R
representado porA
=
6
X
i=1
ϕ
A
(x
i
)
Oonjunto
α
-nível 35Seu omplementar é
A
′
=
6
X
i=1
1
−
ϕ
A
(x
i
)
x
i
=
0
20
+
0,
14
22
+
0,
34
25
+
0,
6
29
+
0,
8
32
+
0,
94
34
.
Sendo assim, por exemplo,
[
A
]
0,20
=
{
20,
22,
25,
29,
32
}
e o
0,
20
-nível deA
′
é
[
A
′
]
0,20
=
{
25,
29,
32,
34
}
.
Nopróximoapítuloapresentaremoso Prinípioda Extensãode Zadehe
Fuzzy
Neste apítuloapresentaremosoprinípiode extensãoparaonjuntosfuzzyqueé
ummétodoutilizadoparaestenderoperaçõesdosonjuntoslássios. Veremostambém
osnúmerosfuzzyquenospermitemquantiartermoslinguístiosedarumtratamento
matemátio aos mesmos.
3.1 O Prinípio de Extensão
Oprinípiode extensãoproposto porZadehéum métodoutilizadopara estender
oneitos matemátios não fuzzy em fuzzy [1℄. O prinípio arma que se apliarmos
f
:
X
−→
Z
emum subonjuntofuzzyA
deX
,oonjuntoimagemtambémseráfuzzy e arateriza asua função de pertinênia.Denição 3.1. [Prinípio de Extensão de Zadeh℄ Sejam
f
uma função tal quef
:
X
−→
Z
eA
um subonjunto fuzzy deX
. A extensão de Zadeh def
é a funçãof
ˆ
que apliadaaA
, fornee o subonjunto fuzzyf
ˆ
(A)
deZ
, uja função depertinênia é dada porϕ
f(A)
ˆ
(z) =
sup
f
−
1
(z)
ϕ
A
(x),
sef
−
1
(z)
6
=
∅
0,
sef
−
1
(z) =
∅
onde
f
−
1
(z) =
{
x
:
f(x) =
z
}
denomina-sea pré-imagem de
z
. A gura 3.1 ilustra tal prinípio.Observação 3.1. 1. Se
A
éumsubonjuntofuzzydeX
,omfunçãodepertinêniaϕ
A
,
esef
é bijetora então, a função de pertinênia def(A)
ˆ
éϕ
f(A)
ˆ
(z) =
sup
{
x:f(x)=z
}
ϕ
A
(x) =
sup
{
x
∈
f
−
1
(z)
}
ϕ
A
(x) =
ϕ
A
(f
−
1
(z)).
Figura3.1: IlustraçãodoPrinípio de extensão.
2. Seja
f
:
X
−→
Z
uma função injetora eA
um subonjunto fuzzy deX
, enu-merável (ou nito),dado porA
=
∞
X
i=1
ϕ
A
(x
i
)
x
i
.
Então, o Prinípiode Extensão garante que
f
ˆ
(A)
éum subonjunto fuzzydeZ
, dado porˆ
f(A) = ˆ
f(
∞
X
i=1
ϕ
A
(x
i
)
x
i
) =
∞
X
i=1
ϕ
A
(x
i
)
f(x
i
)
.
Portanto,aimagemde
A
porf
podeser deduzidadoonheimento das imagens dex
i
porf
. O grau de pertinênia dez
i
=
f(x
i
)
emf
ˆ
(A)
é o mesmo dex
i
emA
.Exemplo 3.1. Seja
A
um subonjunto fuzzy denido emX
=
{
0,
1,
2,
3, ...,
10
}
om funçãodepertinêniaϕ
A
(x) =
1
1+10x
.
Tomandof
(x) =
x
2
paratodo
x
∈
X,
alulemosˆ
f
(A)
e ograu de pertinênia paraz
= 4.
Como
f
éuma função injetoraemX
eA
éum subonjunto fuzzynito dadoporA
=
P11
i=1
ϕ
A
(x
i
)
x
i
,
temos
ˆ
f(A) = ˆ
f(
11
X
i=1
ϕ
A
(x
i
)
x
i
) =
11
X
i=1
ϕ
A
(x
i
)
f(x
i
)
=
11
X
i=1
ϕ
A
(x
i
)
x
2
i
=
=
1
0
+
1
11
1
+
1
21
4
+
1
31
9
+
1
41
16
+
1
51
25
+
1
61
36
+
1
71
49
+
1
81
64
+
1
91
81
+
1
101
100
=
=
1
0
+
0,
09
1
+
0,
05
4
+
0,
03
9
+
0,
02
16
+
0,
01
25
+
0,
0163
36
+
0,
0140
49
+
0,
0123
64
+
0,
0109
81
+
0,
0099
100
.
Como