RESPM_MAR_ABR_2015 ALTA

Metodologia Revista da ESPM |março/abril de 2015 70 D iariamente tomamos decisões pessoais e profissionais. Mas essas decisões nemsem- pre conseguemestar suportadas por dados e fatos de forma plena. Muitas vezes toma- mos decisões hoje com dados de ontem que nos afeta- rão no futuro e, por vezes, sem condição de revisão ou mudança dos rumos decididos. Emmomentos demaior incerteza, isso pode nos levar a um engessamento ou a uma dificuldade em agir, dadas as condições de riscos crescentes. Criada por Lotfi Zadeh, na década de 1960, a Lógica Fuzzysurgiudapercepçãodequeas ferramentasdaquela época não eram plenamente capazes de tratar os pro- blemas reais de forma adequada. A deficiência de nosso processo decisório emconsiderar a complexidade deve ser suportada pela utilização de ferramentas de mode- lagemque permitamsimular nossosmodelosmentais, o mundo das possibilidades, e não apenas das probabi- lidades. O ser humano em sua essência é um ser possi- bilístico e, por isso, na visão de Zadeh, deveria ter fer- ramentas que suportassem tal realidade. Dessa forma, a Lógica Fuzzy e a relacionada teoria de conjuntos Fuzzy foramcriadas como intuito de adequar o ferramental matemático da lógica a tipos de incerteza característicos da linguagem humana e seus modelos mentais. Assim nasceu um instrumental matemático capaz demodelar emsistemas lógicos a forma humana de raciocinar, visandoaprimorar osprocessosdecisórios. A evolução da ciência partiu demodelos “determinís- ticos”, como a física newtoniana, para uma abordagem estatística, baseada na teoria das probabilidades, capaz de considerar incertezas, buscando soluçõesmais robus- tas. Esse paradigma manteve-se pouco contestado até 1965, quando Zadeh propôs uma lógica comvalores con- tínuos na tentativa de contornar os problemas da lógica clássica aristotélica comdiferentes tipos de incerteza. ConformeCarlosAlbertoNunesCosenzadescreveuno artigo An industrial location model , em1981, a incerteza pode se manifestar de várias formas nos momentos de decisão: dados nebulosos, obscuros, imprecisos ou apro- ximados; vagos, não específicos ou amorfos; ambíguos, com muitas alternativas ou contraditórios; ignorados, divergentes ou desconhecidos; e naturalmente variá- veis, randômicos, caóticos ou imprevisíveis. A teoria da probabilidade lida bem com incertezas decorrentes de uma imprecisão quantificável (relativa à ocorrência de determinado evento), porém não con- segue tratar incertezas relacionadas a informações lin- guísticas ou intuitivas (independentes da ocorrência). Como exemplo, Zadehcita aprecisãomatemática, que está baseada no falso ou no verdadeiro. Isso ocorre em parte por conta dos esforços de Aristóteles e de outros filósofos que o precederam. “A linguagemnatural possui a noção do que é vago e do que é impreciso. Por exemplo: Carlos é alto, possui a altura de 1,79 metro, porém, se alguémmede 1,78metro, será considerado baixo? Den- tro da cultura de Carlos, ele é considerado alto. Mas será que emoutra cultura ele tambémserá considerado alto?” A Lógica Fuzzy, de um ponto de vista simples, pode ser considerada um sistema lógico com uma extensão da lógica multivalor. Entretanto, de uma perspectiva mais ampla e conceitual, ela reflete a teoria de conjun- tos Fuzzyque tratade classificações (emconjuntos), com fronteiras suaves determinadas por graus depertinência e, portanto, envolve reflexões teóricasmais profundas. A lógica é uma dasmaneiras que o ser humano utiliza para raciocinar. É por meio dela que conseguimos orga- nizar palavras para criar sentenças claras. O interesse Apartir da década de 1980, a Lógica Fuzzy passou a ser aplicada emequipamentos como asmáquinas que cozinhamarroz e têmcomandos específicos preparados para entender o gosto do consumidor shutterstock