Derivadas e Medidas de Interatividade para Números Fuzzy
Abstract
A Matemática Fuzzy é uma área recente em matemática, surgida na segunda metade do século XX, no trabalho de Zadeh [10]. A ideia inicial se trata de expandir a noção de conjunto, permeada pela dicotomia entre pertencimento e não pertencimento. Assim, como uma forma de tratar formalmente de proposições e quantidades incertas, surge a noção de conjunto fuzzy. Um conjunto fuzzy, uma generalização de um conjunto clássico, ou crisp, é um conjunto com graus de pertencimento contínuos, modelando situações reais onde não temos um critério exato delimitando uma classe de objetos, além dos casos clássicos de pertencimento e não pertencimento [1]. Assim, um conjunto fuzzy φA é dado por uma função, sendo o domínio U um conjunto universo, o contradomínio o intervalo [0, 1], e a imagem φA(x) pela função o grau de pertinência, de forma que 0 indica não pertencimento, 1 indica pertencimento e os valores entre 0 e 1 indicam graus de pertencimento, de modo que quanto mais próxima de 1 é a imagem, maior é o grau de pertencimento. Se U é um espaço topológico, podemos definir os α-níveis de um subconjunto fuzzy A, para α ∈ [0, 1]. Se α > 0, então [A]α é o conjunto de elementos x ∈ U com φA(x) ≥ α, e se α = 0, então [A]0 é o fecho do conjunto de elementos x ∈ U com φA(x) > 0. Um número fuzzy é um subconjunto fuzzy de ℝ de modo que todos os seus α-níveis são intervalos compactos não vazios. [...]
Downloads
References
L. C. Barros e R. C. Bassanezi. Tópicos de lógica fuzzy e biomatemática. Instituto de Matemática, Estatística e Computação, 2010.
L. C. Barros, F. S. Pedro e L. T. Gomes. “Diferenças entre números fuzzy”. Em: Proceeding Series of the Brazilian Society of Computational and Applied Mathematics. 2015, pp. 010067-1–7. doi: 10.5540/03.2015.003.01.0067.
V. M. Cabral, R. A. C. Prata e L. C. Barros. “f-correlated fuzzy numbers applied to HIV model with protease inhibitor therapy”. Em: Mathware & soft computing: The Magazine of the European Society for Fuzzy Logic and Technology 22.1 (2015), pp. 46–51.
C. Carlsson, R. Fullér e P. Majlender. “Additions of completely correlated fuzzy numbers”. Em: 2004 IEEE International Conference on Fuzzy Systems. 2004, pp. 535–539. doi: 10.1109/FUZZY.2004.1375791.
L. Coroianu e R. Fullér. “On multiplication of interactive fuzzy numbers”. Em: 2013 IEEE 11th International Symposium on Intelligent Systems and Informatics (SISY). 2013, pp. 181–185. doi: 10.1109/SISY.2013.6662566.
R. Fullér e P. Majlender. “On interactive fuzzy numbers”. Em: Fuzzy Sets and Systems 143 (2004), pp. 355–369. doi: 10.1016/S0165-0114(03)00180-5.
R. Fullér e P. Majlender. “On weighted possibilistic mean and variance of fuzzy numbers”. Em: Fuzzy Sets and Systems 136.3 (2003), pp. 363–374. doi: 10.1016/S0165-0114(02)00216-6.
R. Fullér, J. Mezei e P. Várlaki. “An improved index of interactivity for fuzzy numbers”. Em: Fuzzy Sets and Systems 165.1 (2011), pp. 50–60. doi: 10.1016/j.fss.2010.06.001.
L. T. Gomes, L. C. de Barros e B. Bede. Fuzzy differential equations in various approaches. Springer, 2015.
L. A. Zadeh. “Fuzzy sets”. Em: Information and Control 8.3 (1965), pp. 338–353. doi: 10.1016/S0019-9958(65)90241-X.