Para representar a incerteza existem basicamente duas abordagens conceptuais e computacionalmente distintas: probabilidades e conjuntos difusos. Segundo alguns autores, estas duas abordagens devem ser consideradas como complementares dando origem a uma abordagem híbrida. Tipicamente os modelos que lidam com a incerteza usam a teoria das probabilidades para modelar essa incerteza. Contudo, estudos mostram que quando os dados são escassos e mal definidos a quantificação da incerteza deverá incluir informação subjectiva i.e., julgamentos de experts. Em 1965 Zadeh deu o primeiro passo na introdução da Teoria dos Conjuntos Difusos. Em contraste com o VERDADEIRO ou FALSO da Teoria Clássica de Conjuntos, a Teoria dos Conjuntos Difusos permite o uso de graus de pertença entre o completamente VERDADE e completamente FALSO. Nesta apresentação será dada importância ao binómio Informação - Incerteza, tipos de incerteza, e métodos de modelação. Segue-se uma exposição dos Conjuntos Difusos, abordando aspectos como: modos de representação, funções de pertença, operações aritméticas, metodologias de propagação da incerteza e princípio da extensão. No âmbito dos sistemas difusos, será feita uma breve introdução da Lógica Difusa. Por fim mostra-se uma aplicação dos Conjuntos Difusos na modelação da incerteza de parâmetros de fiabilidade de um sistema cujo comportamento é modelado por processos estocásticos. |