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. |