Sie sind auf Seite 1von 314

ASPECTOS DE LGICA E

TEORIA DA CINCIA





JAIR MINORO ABE













INSTITUTO DE ESTUDOS AVANADOS DA USP
2011
reproduo autorizada pelo autor

Abe, Jair Minoro
Aspectos de Lgica e Teoria da Cincia / Jair Minoro Abe. -- So Paulo,
2011.

Instituto de Estudos Avanados da Universidade de So Paulo, 2011.


ISBN: 978-85-63007-02-5


Descritores: 1. Lgica paraconsistente 2.Teoria da Cincia 3.Amostragem
4.Automao 5.Redes neurais (Computao) 6. Induo 7. Robtica






Prefcio

Aspectos de Lgica e Teoria da Cincia 3

Prefcio
Nesta obra so reunidos alguns dos temas que o Grupo de Lgica e Teoria da Cincia tem
se ocupado nos seus 25 anos de atividades, como parte das comemoraes dos 25 anos de
existncia do Instituto de Estudos Avanados da Universidade de So Paulo IEA-USP.
Como se pode notar, o Grupo de Lgica e Teoria da Cincia foi criado juntamente com o
estabelecimento do IEA-USP, e os temas que se dedicou foram plenamente frutificados em
suas linhas de pesquisa, perodo marcante no estabelecimento do Grupo.
A obra est organizada assim: no captulo introdutrio descrevemos brevemente um
pequeno histrico do Grupo de Lgica e Teoria da Cincia, seu estabelecimento, linhas de
pesquisa, pesquisadores visitantes e aspectos relacionados.
Na seqncia, descreve-se alguns aspectos da natureza da Lgica Paraconsistente, o que
significa contradio e quais so seus limites conceituais, a inspirao de Vasilv, a lgica
discursiva de Jaskowski, os clculos C
n
de Newton da Costa, consideraes a respeito da
importncia da lgica paraconsistente e, consideraes de carter pessoal, devidas a
Lafayette de Moraes.
Nas aplicaes da Lgica Paraconsistente, na rea de Inteligncia Artificial, so
apresentados conceitos sobre a Lgica Paraconsistente Anotada Evidencial E e seu
reticulado associado, algumas aplicaes do algoritmo Para-Analisador e, tratamentos de
incertezas para tomada de deciso.
Nas aplicaes da Lgica Paraconsistente em Engenharia de Produo, alm de noes da
Lgica Paraconsistente Anotada Evidencial E, apresenta-se os operadores dessa lgica, as
regies e regra de deciso, o Mtodo Paraconsistente de Deciso (MPD) e exemplos de
aplicao como anlise da viabilidade do lanamento de um novo produto no mercado,
Prefcio

Aspectos de Lgica e Teoria da Cincia 4

tomadas de deciso com ferramentas de Lgica Paraconsistente Anotada, anlise da
viabilidade de implantao do projeto de uma fbrica, anlise para implantao de um
sistema com novas tecnologias, previso de diagnsticos, anlise da viabilidade de abertura
de um novo curso superior e seleo do melhor investimento financeiro. Faz-se, tambm,
uma comparao com um Mtodo Estatstico de Deciso e, uma comparao com um
Mtodo Fuzzy de Deciso.
Nas aplicaes da Lgica Paraconsistente em Robs Mveis Autnomos, apresentam-se os
robs Emmy I, Emmy II e Emmy III, uma descrio geral de um Sistema de Navegao e
Controle composto pelos subsistemas Mecnico, Sensoriamento e Planejamento e, alguns
testes realizados com o Subsistema de Planejamento.
Nas aplicaes da Lgica Paraconsistente em estatstica, contamos com um estudo dos
princpios da lgica paraconsistente para calcular o tamanho da amostra embasados nas
teorias da Combinatria e da Lgica Paraconsistente Anotada. Apresenta-se um
procedimento de clculo simples e prtico para obter um tamanho de amostra aceitvel
para coletar informaes, organiz-las e analis-las, bem como suas vantagens e
desvantagens.
Nas aplicaes das Redes Neurais Artificiais Paraconsistentes em reconhecimento de
padres, apresenta-se uma breve idia da rede neural artificial discutida e aplica-se a um
estudo preliminar de um sistema paraconsistente para o reconhecimento de caracteres
numricos do tipo CMC-7 e, um estudo de uma ferramenta para anlise de sinais de
eletroencefalograma como auxlio no diagnstico de demncias, tal como doenas de
Alzheimer.
Prefcio

Aspectos de Lgica e Teoria da Cincia 5

Finalizando essa obra o leitor contar com uma reviso sobre o construtivismo cognitivo, o
paradoxo da probabilidade Zero, concluses acerca da verificao construtiva e a verdade
na linguagem matemtica.
Agradecemos ao Instituto de Estudos Avanados pela edio do presente volume e B.
ela

Sheila Souza pela ajuda na editorao do mesmo.
Jair Minoro Abe
Editor
Coordenador do Grupo de Lgica e Teoria da Cincia do IEA-USP
Sumrio

Aspectos de Lgica e Teoria da Cincia 6

Sumrio
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP,
Newton C. A. da Costa & Jair Minoro Abe ....................................................................... 07
Alguns Aspectos da Histria da Lgica Paraconsistente, Lafayette de Moraes & Carlos
Roberto Teixeira Alves....................................................................................................... 18
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial, Joo Incio da Silva Filho ............................................................. 50
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos, Cludio Rodrigo Torres ................................................................................. 84
Lgica Paraconsistente em Tomadas de Deciso. Mtodo Paraconsistente de Deciso
(MPD), Fbio Romeu de Carvalho .................................................................................. 140
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra, Euro de
Barros Couto Junior ......................................................................................................... 188
Aspectos das Redes Neurais Artificiais Paraconsistentes, Sheila Souza & Jair Minoro
Abe ................................................................................................................................... 209
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma, Helder Frederico da Silva Lopes & Jair Minoro
Abe ................................................................................................................................... 247
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste,
Julio Michael Stern .......................................................................................................... 273
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 7

Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Newton C. A. da Costa
Jair Minoro Abe

Resumo
Neste captulo apresentamos uma breve descrio das atividades do Grupo de Lgica e
Teoria da Cincia do IEA-USP, destacando algumas das principais realizaes durante os
25 anos de sua existncia.
Palavras-chave: Pesquisa, lgica, cincia, lgica paraconsistente, fundamentos da fsica

Abstract
In this chapter we present a brief description of the activities of the Logic and Science
Theory Group of IEA-USP, emphasizing some of the main accomplishments through 25
years of its existence.
Keywords: Research, Logic, Science, paraconsistent logic, foundations of Physics.
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 8

Iniciado informalmente em 1985, quando um grupo de lgicos passou a se reunir para
discusses e a realizao de seminrios, o Grupo de Lgica e Teoria da Cincia iniciou
suas atividades efetivamente ao ser incorporado ao Instituto de Estudos Avanados da
Universidade de So Paulo, sob a coordenao geral do Prof. Dr. Newton C. A. da Costa,
na poca Professor titular da Faculdade de Filosofia, Letras e Cincias Humanas da USP.
O Grupo de Lgica e Teoria da Cincia tem contado, em suas atividades, com a
inestimvel ajuda da prpria USP, de instituies como CNPq, FAPESP, BID, UNICAMP,
PUC/SP, UFPr, UFRJ, UFPb, UNESP, da Sociedade Brasileira de Lgica e da Sociedade
Paranaense de Matemtica, entre outras entidades tanto nacionais como estrangeiras.
Quatro grandes linhas de pesquisa foram desenvolvidas pelo Grupo desde a sua criao:

I. Lgicas No-clssicas
At princpios do sculo XX, havia uma nica lgica. No decurso dos ltimos cem anos,
foram criadas outras lgicas e a lgica inicialmente considerada, cujas origens remontam a
Aristteles, mas cujo sistematizador mais importante foi G. Frege (nos trs derradeiros
decnios do sculo XIX), foi chamada de clssica ou tradicional; pode-se dizer que a
lgica clssica adquiriu sua forma quase definitiva na obra monumental de A. N.
Whitehead & Bertrand Russel1, os "Principia Mathematica" (trs volumes, publicados em
1910, 1912 e 1913).
Dentre as leis que vigem na lgica clssica, h trs clebres e que se denominam: lei da
identidade ("todo objeto idntico a si mesmo"), lei da contradio ou da no contradio
("dentre duas proposies contraditrias, isto , uma das quais a negao da outra, uma
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 9

delas falsa") e a lei do terceiro excludo ("de duas proposies contraditrias, uma delas
verdadeira").
As lgicas no-clssicas classificam-se em duas categorias: as complementares da lgica
clssica (ou tradicional) e as rivais da mesma ou heterodoxas. Estas ltimas derrogam ou
limitam princpios centrais da lgica tradicional, especialmente os ter princpios acima
referidos: as lgicas paraconsistentes derrogam em geral a lei da contradio, as
paracompletas o princpio do terceiro excludo e as no reflexivas, o da identidade. claro
que a sintaxe e a semntica dessas novas lgicas divergem muito das tradicionais.
Sobretudo no caso das lgicas heterodoxas, com elas houve uma profunda mudana de
paradigma, at certo ponto comparvel com o advento das geometrias no euclidianas.
Hoje as lgicas no-clssicas adquiriram enorme importncia, no apenas do ponto de vista
terico, mas tambm por suas conexes com a filosofia, a matemtica, as cincias naturais
e, principalmente, por suas aplicaes na Informtica, Computao e Inteligncia Artificial.
Boa parte das atividades do Grupo se concentram no estudo e na investigao dos sistemas
lgicos no-clssicos e suas aplicaes mais relevantes.
Dentro dessa linha, foram desenvolvidos com especial nfase os seguintes projetos

II. Lgicas No-clssicas e Aplicaes
II.1 - Lgica paraconsistente, programao paraconsistente e aplicaes em inteligncia
artificial. - so tratadas questes como a axiomatizao da lgica P de Blair e Subrah-
manian (apta, entre outras coisas, para programao lgica paraconsistente); formulao da
teoria anotada de conjuntos (e suas interconexes com a teoria dos "fuzzy sets");
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 10

algebrizao de sistemas lgicos via idias de Rosenbloom.
II.2 - Lgica dentica e informtica jurdica. Trata-se da axiomtica de certas teorias
jurdicas, como a teoria tridimensional do Prof. Dr. Miguel Reale, a elaborao de lgicas
denticas pluridimensionais, e a formalizao de certas relaes entre Direito, tica e
Valor.
II.3 - Teorias da verdade no-Tarskianas. - Estudo da teoria pragmtica da verdade, com
aplicaes em lgebra, lgica e filosofia. Investiga-se a teoria da valorao, para obteno
de semnticas alternativas das semnticas usuais e desenvolvimento de lgicas no-
reflexivas (que derrogam a "lei da identidade").
II.4 - Mereologia e Biologia Comparada. - Desenvolve-se uma nova mereologia (lgica das
partes e do todo em geral), para axiomatizar e desenvolver as teorias da Sistemtica Filo-
gentica (proposta por Willi Hennig) e da Vicarincia (devida a Leon Croizat, D. E. Rosen
e G. Nelson). Foram elaboradas linguagens adequadas para esse tratamento das teorias
biolgicas e algumas das definies bsicas. Resultaro desse estudo vrios avanos no
campo da Biologia Comparada, principalmente no tocante ao conceito de espcie, das
categorias lineanas e da nomenclatura biolgica.

III. Fundamentos da Fsica
Um dos problemas fundamentais referentes Teoria da Cincia refere-se axiomatizao
de teorias fsicas. Os fundamentos da Fsica so tratados de um ponto de vista axiomtico e
novas axiomatizaes de teorias como a mecnica clssica, a mecnica quntica no-
relativista, a teoria de Dirac, a teoria do gauge de Kaluza-Klein e a do eletromagnetismo
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 11

clssico foram obtidas. No somente foram axiomatizadas as principais estruturas fsicas
de um ponto de vista da teoria de conjuntos clssica, como tambm do ponto de vista das
teorias de conjuntos no-cantorianas, originadas a partir das investigaes de K. Gdel
(1906-1978) e P. J. Cohen (1934-). Foram obtidos, alm disso, vrios enunciados de
natureza fsica que se prova serem indecidveis nas teorias fsico-matemticas.

IV. Filosofia da Cincia em Geral
Estudou-se a natureza das teorias cientficas, no tocante ao conceito de verdade por elas
empregado. Procurou se reestruturar as principais teorias fsicas, com base numa
concepo pragmtica de verdade. Tentou-se, igualmente, utilizar, no mesmo contexto, a
teoria da coerncia de verdade. Outro tpico de grande interesse para o Grupo consiste no
estudo dos fundamentos da probabilidade e na elaborao de uma lgica indutiva de
natureza subjetivista, lgica essa que pode ser aplicada Inteligncia Artificial, na
computao e na inferncia estatstica.

V. Histria da Cincia
Foi publicado o segundo volume da "Introduo histrica Biologia Comparada, com
especial referncia Biogeografia", de N. Papavero, e est sendo completado o terceiro
volume dessa srie.
Das atividades de pesquisa desenvolvidas resultaram numerosos trabalhos, entre livros e
artigos.
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 12

Pertenceram ao Grupo de Lgica e Filosofia da Cincia do IEA/USP os seguintes
pesquisadores Newton C. A. da Costa, Jair Minoro Abe, Leila Z. Puga, Mineko Yamashita,
Celina A. P. Abar (Pontifcia Universidade Catlica de So Paulo); Francisco Antonio
Dria (Universidade Federal do Rio de Janeiro); Dcio Krause (Universidade Federal do
Paran); Nelson Papavero (Museu de Zoologia da USP); Caetano Plastino, Jos Chiappin e
Pablo Mariconda (Faculdade de Filosofia, Letras e Cincias Humanas/USP); Jacob
Zimbarg Sobrinho (Instituto de Matemtica e Estatstica da USP). Atualmente o grupo
constitudo dos professores Newton C. A. da Costa, Jair Minoro Abe (coordenador),
Lafayette de Moraes e Joo Incio da Silva Filho.

Os temas se propagaram, com a formao de novas geraes de pesquisadores, alguns
deles detalhando aspectos de suas pesquisas neste tomo.
Alguns dos pesquisadores visitantes que estiveram junto ao Grupo de Lgica e Teoria da
Cincia foram:

1 Prof. Dr. Atsuyuki Suzuki
Faculty of Engineering - Shizuoka University Japo
Perodo: 11/87 a 01/88
2 Prof. Dr. Francisco A. Dria
Universidade Federal do Rio de Janeiro - RJ
Perodo: 1 e 2 semestres de 1989
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 13

3 Prof. Dr. Igor Urbas
Australian National University - Austrlia
Perodo: 06 e 07/88
4 Prof. Dr. Nelson Papavero
Museu de Zoologia da USP
Data: 15/09/88
5 Prof. Dr. Daniele Mundici
University of Milan - Itlia
Data: 03/10/88
6 Prof. Dr. Francisco A. Dria
Universidade Federal do Rio de Janeiro - RJ
Perodo: 1 e 2 semestre de 1989
7 Prof. Dr. Nelson Papavero
Museu de Zoologia da USP
Perodo: 2 semestre de 1989 em diante
8 Prof. Dr. Donald M. Silberger
State University of New York - New Palty, USA
Perodo: janeiro de 1990
9 Prof. Dr. Rolando Chuaqui
Pontificia Universidad Catolica de Chile - Chile
Perodo: maro de 1990
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 14

10 Prof. Dr. Jacques Stern
Universidade de Paris
Perodo: maro de 1990
11 Prof. Dr. Jean - Claude Gardin
cole des Hautes tudes en Sciences Sociales
Perodo: outubro de 1990
12 Prof. Dr. Grzegorg Malinowski
Ldz University - Department of Logic - Polnia
Perodo: maro de 1990
13 Prof. Dr. Rolando Chuaqui
Pontificia Universidad Catolica de Chile - Chile
Perodo: outubro de 1990
15 Prof. Dr. Richard Sylvan
The Australian National University, Australia
Perodo: novembro e dezembro de 1990
16 Prof. Dr. Jorge de Albuquerque Vieira
Universidade Federal do Rio de Janeiro
Perodo: 1990
17 Prof. Dr. Joseph Nicolas Kaufmann
Universit du Quebec - Trois Riviere - Canad
Perodo: junho de 1990
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 15

18 Prof. Dr. Chain Samuel Hnig
Instituto de Matemtica e Estatstica da USP
Perodo: dezembro de 1990
19 Prof. Dr. Jos Massera
Universidade Nacional do Uruguai
Perodo: junho de 1990
20 Prof. Dr. Michel Paty
Diretor de Pesquisa do CNRS - Frana
Perodo: novembro de 1991
21 Prof. Dr. David Miller
University of Warwick - Inglaterra
Perodo: outubro a dezembro de 1991
22 Prof. Dr. Daniel Cefai
cole des Hantes tudes - Universidade de Paris - Frana
Perodo: 10/08 a 27/12/91
23 Prof. Dr. Francisco Antonio Dria
Universidade Federal do Rio de Janeiro
Perodo: novembro de 1991
24 Prof. Dr. Antonio M. A. Sette
Universidade Estadual de Campinas - UNICAMP
Perodo: 1990
Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 16

25 Prof. Dr. Kiyoshi Iski
Professor Emrito - Kobe University - Japo
Professor Emrito - Naruto University of Education - Japo
Perodo: 08/12/92 a 07/03/93
26 Prof. Dr. Nelson Papavero
Museu de Zoologia - Universidade de So Paulo
Perodo: 1990 a 1996
27 Prof. Dr. Richard Sylvan
Australian National University - Austrlia
Perodo: 1995
28 Prof. Dr. Graham Priest
Australian National University - Austrlia
Perodo: 1995
29 Prof. Dr. David Miller
Warwick University - Inglaterra
Perodo: 1996
30 Prof. Dr. Francisco Antonio Dria
Universidade Federal do Rio de Janeiro 2001-2003
31 Profa. Dra. Mara Marly Gomes Barreto
Universidade Federal do Rio de Janeiro 2001-2005

Vinte e cinco Anos de Pesquisas do Grupo de Lgica e Teoria da Cincia no IEA-USP

Aspectos de Lgica e Teoria da Cincia 17

Outros professores estrangeiros que participam das atividades do Grupo mencionemos os
Profs. Drs. Steven French (Southern Missouri State University), Mario G. Losano
(Universidade de Milo), Klaus Mdersbach (Universidade de Heidelberg), Francisco
Mir Quesada (Universidade Mayor de San Marcos, Lima, Peru), Roberto Vernengo
(Universidade Nacional de Buenos Aires).

(Parte das investigaes do Grupo foram publicadas na forma de pr-publicao do
Instituto de Estudos Avanados, na Coleo Documentos, Srie Lgica e Teoria da
Cincia.)
As pesquisas prosseguem incluindo temas principalmente de aplicaes dos sistemas
anotados em Automao e Robtica, em Biomedicina, em Engenharia de Produo,
Sistemas de Informao e Informtica em geral. Tambm constitui tema de pesquisa
Fundamentos da Fsica e axiomatizao, Matemtica dos sistemas paraconsistentes,
relao dos sistemas paraconsistentes com outros sistemas lgicos e temas adjacentes.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 18

Alguns Aspectos da Histria da Lgica Paraconsistente

Lafayette de Moraes, PUC-SP
Carlos Roberto Teixeira Alves, PUC-SP

Resumo
possvel entender racionalmente um mundo que soa contra-intuitivo? Aparentemente,
impossvel sair de uma contradio lgica, porm no sculo XX o trabalho de pensadores
como ukasiewicz, Vasilev, Jaskowski e Da Costa mostraram que h modelos no-
clssicos de lgica onde uma paraconsistncia pode ser estabelecida e a inconsistncia dos
sistemas clssicos viria ento a ser superada. Os rumos da lgica no Brasil levaram o
esforo pessoal de muitos pensadores brasileiros, como Da Costa e Lafayette de Moraes a
enfrentar as dificuldades de trabalharem com uma matria pouco valorizada em solo
brasileiro, resultando na divulgao das novidades nesse campo fora do Brasil e no
estabelecimento de sistemas lgicos inditos que tornariam respeitada a lgica brasileira
fora de nosso pas.

Palavras-chave: Inconsistncia, Paraconsistncia, Princpio de No-Contradio,
ukasiewicz, Vasilev, Jaskowski, Sistema D2
,
Newton C. Da Costa, Famlias C
n


Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 19

Abstract
Can we understand a rational world that seems counter-intuitive? Apparently, it
is impossible to eliminate a logical contradiction, but in the twentieth century the work of
thinkers like ukasiewicz, Vasil'ev, Jaskowski and Da Costa showed that there are models
of non-classical logic where a paraconsistency can be established and the inconsistency of
the classical systems would then be overcome. The paths of logic in Brazil made
the personal effort of many thinkers Brazilians, as Da Costa and Lafayette de Moraes
overcome the difficulties of working with an undervalued field on Brazilian soil,
resulting in the dissemination of innovations in this field outside of Brazil and the
establishment of unpublished logical systems that would make Brazilian logic be
respected out of ourcountry.

Keywords: Inconsistency, Paraconsistency, Principle of Non-
Contradiction, ukasiewicz, Vasil'ev, Jaskowski, D
2
System, Newton C. Da Costa, C
n

Family.

E se nosso mundo, contra-intuitivamente, fosse como uma pintura de Escher
1
? E se ao
terminarmos de subir uma escada descobrssemos t-la descido? possvel entender
racionalmente um mundo assim?
Razo intuitivamente quer dizer lgica. Exige pouco de nossa imaginao e cmodo
viver em um mundo cujo ponto de vista bsico que impossvel fazer algo e seu oposto

1
Maurits Cornelis Escher (1898-1972), artista grfico holands, famoso por suas imagens onde o nonsense
surge com muita nfase e a iluso de tica um recurso usado exaustivamente.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 20

ao mesmo tempo. Qualquer pessoa dir que no h como ser de outro jeito, que no h
explicao racional no h lgica para um mundo contraditrio. assim?
Vamos supor que exista um mundo contraditrio, ao estilo da pintura de Escher. Tomemos
o mundo de Lewis Carroll
2
emprestado: nele habitam o Gato de Cheshire e a Lebre de
Maro, ambos de Alice no Pas das Maravilhas, ambos distintos um do outro. contra-
intuitivo confundir o Gato de Cheshire com a Lebre de Maro. Mas o Gato de Cheshire
tem uma propriedade interessante: ele desaparece no ar at s sobrar o sorriso, que some
por ltimo. Enquanto desaparece, porm, permanece sendo quem . Isto , o Gato de
Cheshire continua sendo ele enquanto deixa de ser o Gato de Cheshire. Por isso podemos
descrev-lo como um Gato de Cheshire e no-Gato de Cheshire ao mesmo tempo, no
mesmo lugar e do mesmo modo. Ora, se ele um Gato de Cheshire e no-Gato de
Cheshire, podemos bem consider-lo s como Gato de Cheshire, sem prejuzo, pois ele
tambm isso: um Gato de Cheshire. Podemos dizer, por exemplo, que ele ou o Gato de
Cheshire ou a Lebre de Maro, mas no ambos. S pode ser ambos Gato de Cheshire e
no-Gato de Cheshire, mas Lebre de Maro no pode ser... Ser? No. Ao menos no
nesse mundo de Lewis Carroll onde o gato e a lebre habitam: se o gato Gato de Cheshire
e no-Gato de Cheshire, ento bem pode ser s um no-Gato de Cheshire. Ora, se no
o Gato de Cheshire, ento s pode ser a Lebre de Maro, pois sabemos que ou Gato de
Cheshire ou Lebre de Maro. Ou seja: se o gato de Alice no Pas das Maravilhas Gato
de Cheshire e no-Gato de Cheshire, ento o gato a Lebre de Maro.
Parece completamente errado, mas no . Isso um argumento devido a Pseudo-Scotus, j
desde a Idade Mdia, e que muita dor de cabea deu aos pensadores da lgica at o advento

2
Lewis Carroll (1832-1898) o autor de Aventuras de Alice no Pas das Maravilhas, de Atravs do Espelho
e o que Alice viu por l, entre outros, romances com elevado grau de nonsense. o pseudnimo de Charles
Lutwidge Dodgson, professor de matemtica do Christ College de Oxford.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 21

do sculo XX. Esse raciocnio perfeitamente coerente com as regras usuais do Clculo
Proposicional. Se tomarmos desse clculo as regras de inferncia simplificao, adio e
silogismo disjuntivo, alm dos smbolos lgicos (e), (no), e (ou ou),
e em linhas formais se G designar Gato de Cheshire e se L designar Lebre de Maro,
poderemos argumentar como segue:
1. G G.................................... premissa.
2. G............................................... 1, simplificao.
3. G L....................................... 2, adio.
4. G......................................... 1, simplificao
5. L.............................................. 4, 3, silogismo disjuntivo
O que nos faz concluir, em virtude de um famoso teorema de J. Herbrand
3
, o estranhssimo
teorema:
(E): (G G) L
Esse teorema nos diz que de uma contradio se conclui qualquer sentena. Se um sistema
lgico for ento inconsistente (que permite a contradio), todas as suas frmulas so
derivadas dessa sentena do tipo da premissa acima. Isso ataca demais nosso modo comum
de enxergar o mundo para que possamos aceit-lo facilmente. como dizer se podemos
subir e descer simultaneamente ento nossas escadas no precisam ser as de Escher. Mas
nossas escadas no nos permitem subir e descer simultaneamente a cada um de ns
mesmos. O que h de errado ento? Onde a lgica est sendo violada?

3
HERBRAND, J., 1928.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 22

No a lgica que est sendo ferida, como descobriram as mentes dos lgicos do sculo
XX. uma mudana de paradigma que est ocorrendo: devemos corrigir as coisas
descritas ao modo de (E) deixando de considerar de forma rgida e invarivel um princpio
que herdamos de Aristteles, o Princpio de Contradio, e depois apreciar a lgica
conseqente dessa mudana de paradigma. Esse foi o trabalho de Stanislaw Jaskowski e
mais tarde do matemtico brasileiro Newton da Costa, a respeito daquilo que ficaria
conhecido graas ao nome criado pelo filsofo peruano Mir Quesada (DA COSTA, N. C.,
[1993], p.viii) por lgica paraconsistente. Situar algumas das principais clusulas desse
sistema ser o nosso trabalho aqui.

1. A Natureza Lgica da Paraconsistente
Precisamos diferenciar trivialidade, no-trivialidade, consistncia, inconsistncia para
conceituarmos a paraconsistncia. Esses termos inclusive a paraconsistncia
classificam sistemas lgicos. Um sistema lgico constitudo, alm dos smbolos de seu
alfabeto, de frmulas ditas axiomas e de regras de inferncia. Quando usamos as regras de
inferncia para manipular os axiomas e derivar deles frmulas ditas teoremas, dizemos
estar diante de um sistema dedutivo S. A manipulao dos axiomas por meio das regras em
S chamada de lgica de S. Assim, S trivial quando o conjunto de seus teoremas
coincide com o conjunto de frmulas de sua linguagem (isto , toda frmula S teorema a).
S no-trivial quando as inferncias a partir dos axiomas no geram frmulas tais que pelo
menos duas frmulas sejam uma a negao da outra, isto , se considerarmos como
smbolo de negao podemos deduzir em S pelo menos uma frmula t de modo que t e t
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 23

sejam teoremas. Assim, S inconsistente quando pelo menos uma frmula t tal que t e
t so ambas teoremas de S, caso contrrio S consistente.
A relao que h entre uma teoria e uma lgica a que segue: uma teoria S , grosso modo,
uma descrio do mundo (cientfica, filosfica, intuitiva) que tem uma lgica subjacente
que justifica os teoremas obtidos a partir de sentenas da teoria. Se essa lgica subjacente
for a Lgica Clssica e a teoria S tiver teses contraditrias, ento essa lgica trivializa essa
teoria. (Foi o que aconteceu com nossa teoria do mundo de Lewis Carroll, onde (G G)
L). Mas se a lgica subjacente for uma lgica paraconsistente, em geral uma lgica no-
clssica, ento a teoria ter ferramental de inferncia em condies de lidar com as
contradies sem trivializao de toda a teoria. Assim, uma lgica paraconsistente uma
lgica que permite a no-trivializao de qualquer teoria S contraditria que a tenha como
lgica subjacente.
Perguntemos: tal coisa possvel? Isto : ser possvel construir uma lgica que possa ser
uma lgica subjacente a uma teoria contraditria? Ser possvel construir uma lgica que
seja paraconsistente permitindo fazer inferncias no triviais na partir da contradio? A
resposta : sim, possvel. Mas para isso ser necessrio estabelecer ressalvas no
entendimento rgido clssico da ideia de contradio.

Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 24

2. O que uma Contradio e quais so seus Limites Conceituais?
Contradio a crena de que no verdade que se possa predicar e no predicar ao
mesmo sujeito a mesma propriedade ao mesmo tempo. Esse um ponto de vista filosfico
e o devemos a Aristteles (Metafsica, , 1005b19-20). famoso o artigo de Jan
Lukasiewicz intitulado On the Principle of Contradiction in Aristotle (1971), onde ele
expe e critica o Princpio de Contradio enunciado por Aristteles. Nesse artigo
Lukasiewicz prope trs verses aristotlicas do princpio de contradio: uma formulao
ontolgica ( impossvel que a mesma coisa pertena e no pertena mesma coisa ao
mesmo tempo e na mesma condio)
4
; uma formulao lgica (o mais certo de todos os
princpios bsicos que proposies contraditrias no so verdadeiras
simultaneamente)
5
e uma formulao psicolgica (ningum cr que a mesma coisa ao
mesmo tempo possa ser e no ser)
6
. Em uma extensa crtica histrica, Lukasiewicz faz
equivaler a formulao lgica e a ontolgica (tornando-os uma nica formulao lgico-
ontolgica) e argumenta que, de modo incompleto, Aristteles tentou sem perceber que
no conseguiu provar a formulao psicolgica a partir da formulao lgica. Segundo
Lukasiewicz, Aristteles sabe que a formulao psicolgica no pode ser provada a priori
e por isso precisa de uma induo a partir de fatos empricos, que no existem. Ora, essa
dificuldade grosseiramente, de modo prejudicial prova, contornada usando de hipteses
auxiliares questionveis. Lukasiewicz prope, ento, que se abandone a formulao
psicolgica do Princpio de Contradio.
O ataque de Lukasiewicz a formulao lgico-ontolgica de Aristteles feito em duas
frentes: (a) mostrar que no se trata de um princpio ltimo e (b) mostrar que no o mais

4
Metafsica, 3, 1005b19-20, apud LUKASIEWICZ, J., 1971, p.487.
5
Metafsica, 6, 1011b13-14, idem.
6
Metafsica, 3, 1005b23-24, idem.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 25

importante dos princpios, isto , que dele no dependem todos os outros (ou ao menos
alguns). Para o caso (a) Lukasiewicz defende que a leitura de Aristteles revela que o
Princpio de Contradio no pode valer para todos os seres, apenas para os seres
substanciais, sendo questionvel a validade do princpio para o universo das aparncias
que os seres substanciais possam adquirir. Assim seria s um princpio metafsico e no
uma lei cientfica geral. Para o caso (b) Lukasiewicz mostra que o prprio Aristteles, nos
Segundos Analticos, 11, 77a10-22 (LUKASIEWICZ, J., 1971, p.503), sem saber, mostra que
o Princpio de Silogismo independente do Princpio de Contradio. Argumenta ainda
que a lgica simblica moderna revelou um conjunto amplo de princpios que no
dependem do Princpio de Contradio. Concluiu Lukasiewicz (1971, p.504) a respeito
disso: devemos tomar por falsa a idia muito difundida ainda de que o princpio de
contradio o mais importante princpio de toda demonstrao.
Ento em que condies o Princpio de Contradio pode ser considerado verdadeiro?
Lukasiewicz responde a isso, primeiro, por via negativa: apontando onde o Princpio de
Contradio no verdadeiro. Assim:
A) O Princpio de Contradio no verdadeiro do ponto de vista de uma suposta
evidncia (se fosse um princpio evidente por si s, no haveria posies divergentes a seu
respeito, como a dos Megricos ou a de Hegel; alm disso, h proposies falsas que
parecem evidentes por si s). (1971, p.505).
B) O Princpio de Contradio no verdadeiro do ponto de vista de uma organizao
psquica do homem (pois asseres falsas que descrevem como verdadeiras as iluses do
sentido so de ordem psquica, alm de que a formulao psicolgica mostrou-se ser falsa,
como foi visto). (1971, p.505).
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 26

C) O Princpio de Contradio no verdadeiro do ponto de vista de uma definio do que
a falsidade e do que a negao (pois ao definirmos que negar o verdadeiro obter o
falso e que, assim, impossvel a uma assero e a sua negao serem verdadeiras
simultaneamente, no estamos com essa definio impedindo a contradio, pois estamos
supondo que o falso existe desde que no simultaneamente ao verdadeiro, e ento
possvel dizer A B e A no B simultaneamente na medida em que ambas sejam
verdadeiras e falsas simultaneamente; mas mesmo que se defina o falso como algo no-
existente uma definio bem mais precisa e inequvoca , a ento desapareceria o
Princpio de Contradio, pois no h como o existente e no-existente existirem
simultaneamente justamente porque o no-existente no existe e dizer A B e A no
B simultaneamente no constitui contradio). (1971, pp.505-506).
D) O Princpio de Contradio no verdadeiro do ponto de vista do estabelecimento de
uma contradio, pois isso exigiria a existncia do objeto no-contraditrio, e no h
garantias que esse objeto no exista (pois se tal objeto for um objeto formal, como nmeros
e figuras geomtricas simples, ainda assim, modernamente, novas matemticas e novas
geometrias tornaram objetos formais clssicos no-contraditrios como as paralelas que
no se cruzam para Euclides uma espcie contraditria como as paralelas sobre a
superfcie curva para Lobatchevsky; alm disso, mesmo objetos reais podem ser
contraditrios, pois eles se transformam uns nos outros, mudam no tempo e no espao e
impossvel garantir que no venham a adotar natureza contraditria em algum momento).
(1971, p.506).
Conclui Lukasiewicz que o Principio de Contradio no tem nenhum valor lgico, mas
apenas tico: s verdadeiro do ponto de vista de nos livrarmos do engano e da mentira,
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 27

podendo o ser humano viver em sociedade sob leis e sob um sistema jurdico capaz de
julgar os homens segundo essas leis.
Ora, no h uma lgica da tica. Quebrando o ponto de vista Aristotlico, Lukasiewicz
abriu a oportunidade de se pensar um mundo contraditrio e perfeitamente lgico,
perfeitamente racional.

3. A Inspirao de Vasilv
Jan Lukasiewicz publicou seu On the Principle of Contradiction in Aristotle em 1910 em
alemo em uma revista de circulao acadmica polonesa, Bull. Intern. de lAcadmie ds
Sciences de Cracovie. Enquanto isso, no mesmo ano, em Kazan, na Rssia, Nikolaj
Vasilv, um mdico que exercia o ofcio de professor de filosofia da Universidade de
Kazan, publicou o primeiro de uma srie de artigos (1910 a 1915) que concordava com
todos os pontos apresentados por Lukasiewicz a respeito da idia aristotlica de
contradio. O mais curioso disso que o trabalho de Vasilv foi independente: ele nunca
soube do artigo de Lukasiewicz, nem direta nem indiretamente, e suas teses foram
completamente originais a respeito do mesmo tema: a contradio no era uma
impossibilidade lgica.
Foi a brasileira Ayda I. Arruda, professora da Universidade Estadual de Campinas
(UNICAMP), quem estabeleceu que a conseqncia do trabalho de Vasilv era a lgica
paraconsistente. At o trabalho de Arruda em 1977 s o russo V. A. Smirnov em 1965
havia caracterizado com preciso as teses de Vasilv enquanto no mesmo ano G. Kline
pretendeu concluir uma lgica polivalente das mesmas teses (ARRUDA, A. I., 1980, pp. 6-7).
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 28

Arruda em 1977 formalizou essas teses com fineza o suficiente para encontrar ali a
consequente lgica paraconsistente que passou a caracterizar o trabalho de Vasilv.
At a poca de Vasilv a mudana mais interessante feita na lgica foi o advento do
clculo proposicional de Frege e as discusses a respeito da implicao material de Lewis e
Langford (os grafos existenciais de Peirce ficaram margem dos debates da lgica do fim
do sc. XIX e comeo do XX). Assim como aconteceu com a fsica newtoniana,
generalizada pelo trabalho de Einstein, no campo da matemtica surgiram novos
tratamentos da matemtica de Cantor, Dedekind e Peano e as novas geometrias de Rieman
e Lobatchevsky, que inspiravam reformas semelhantes em outros ramos dogmatizados do
pensamento matemtico. Esse era o caso da lgica clssica de Aristteles. Os trabalhos de
Lukasiewicz e de Vasilv foram sintomticos desse tempo de revolues.
A idia base de Vasilv foi uma crtica no modo de se entender duas das proposies
clssicas da teoria silogstica de Aristteles, as proposies algum S P e algum S no
P. Desde muito remotamente considerou-se que algum poderia equivaler a todos e por
isso haveria possibilidade de em certas circunstncias algum S P equivaler todo S P
e algum S no P a nenhum S P. No seu primeiro artigo, de 1910, intitulado Sobre
proposies particulares, o tringulo de oposies e a lei do quarto excludo, Vasilv
argumentou que nada obrigava essa interpretao e deveria dar-se abertura para que
algum fosse tomado tambm como nem todos. Isso significava encaixar uma quinta
proposio na estrutura silogstica de Aristteles, o que s se poderia fazer reformulando
toda a teoria das figuras aristotlicas da silogstica clssica alm das regras que regiam as
relaes entre os termos (maior, menor e mdio) das premissas e a relao entre as
premissas e a concluso. Uma proposta de reforma dada pelo prprio Vasilv foi dividir o
universo das proposies em dois mundos: os juzos que fazem referncia temporal (juzos
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 29

de fatos) e em juzos que no fazem referncia temporal (juzos de conceitos). Os juzos de
fatos fazem uso dos quatro tipos de juzos aristotlicos clssicos (todo S P, nenhum S
P, algum S P e algum S no P). Quando Vasilv props seus juzos de conceitos,
notou que no precisava de todos esses juzos clssicos aristotlicos, mas apenas dois
(todo S P e nenhum S P) e um novo juzo no aristotlico (algum mas no todo
S P). Com isso ele confeccionou um tringulo lgico (em alternativa ao quadrado
lgico medieval), onde quaisquer dois desses juzos nunca poderiam ser simultaneamente
verdadeiros. Disso resulta que no tringulo lgico de Vasilv h sempre dois juzos
simultaneamente falsos para um verdadeiro. Isso permitiu a ele gerar seu Princpio de
Quarto Excludo: na lgica dos juzos de conceitos, de cada conceito A verdadeiro dizer
um predicado P s em um de trs juzos (todo S P, nenhum S P e algum mas no
todo S P) e um quarto juzo no pode ser formulado.
Fica claro como o Princpio de Contradio de Aristteles comeava a ser rompido.
Aristteles sabia que todo S P e nenhum S P eram contraditrias por ser uma a
negao da outra. Se uma era falsa, ento a outra deveria ser verdadeira. No tringulo
lgico de Vasilv, se algum mas no todo S P fosse verdadeiro, ento todo S P
e nenhum S P seriam simultaneamente falsos, o que difcil de explicar a partir da
interpretao clssica que sempre se fez da expresso algum na silogstica de Aristteles,
interpretao que vinha de uma noo rgida de contradio. Isso s se resolveria com uma
flexibilizao da noo de contradio.
Vasilv faria isso em seus dois artigos seguintes de 1912 (Lgica (no-aristotlica)
imaginria) e de 1913 (Lgica e metalgica). A diviso do universo em dois mundos de
juzos inspirou Vasilv no artigo de 1912 a dividir a natureza estrutural da lgica em duas
bases lgicas distintas: uma metalgica e uma lgica propriamente dita. A metalgica o
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 30

conjunto das leis de pensamento tais que nenhum sistema lgico possvel sem eles (por
isso Vasilv a chama de lgica de dimenso 1). uma lgica cujos juzos so
unicamente afirmativos. A lgica propriamente dita lidaria com o aspecto ontolgico do
mundo e formularia leis que dependem das propriedades dos objetos que esto sendo
considerados. Todo sistema lgico constitudo dessas duas bases lgicas, sem exceo,
sendo a metalgica a principal. A lgica de Aristteles seria uma lgica de dimenso 2
porque incluiria negaes entre seus juzos (um tipo de juzo ausente na metalgica). Da
lgica de Aristteles, argumenta Vasilv, tira-se uma 1gica de dimenso 3, com juzos
que nem negam, nem afirmem: juzos indiferentes, do tipo S P e no P. Esse sistema
lgico de terceira dimenso chamado de imaginrio por Vasilv porque ele acreditava
que uma contradio s seria possvel em um mundo imaginrio e no no nosso mundo
real.
Como o mundo imaginrio de um sistema lgico de dimenso 3 lida com a contradio?
Nesse mundo imaginrio nenhuma lei da metalgica pode ser quebrada e h uma lei
metalgica da no-autocontradio que afirma: um e o mesmo julgamento no pode ser
simultaneamente verdadeiro e falso. Nesse mundo imaginrio a no-contradio
aristotlica - nenhum objeto pode ter e no ter o mesmo predicado ao mesmo tempo no
vlida e nem por isso rompe com a lei metalgica de no-autocontradio.
Mas nem Lukasiewicz nem Vasilv anteviram a paraconsistncia de modo estruturado.
Isso s comeou a ser tentado pelo lgico polons Stanislaw Jaskowski em 1948.

Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 31

4. A Lgica Discursiva de Jaskowski
Jaskowski conheceu o trabalho de Lukasiewicz e, a partir das sugestes desse artigo, foi o
primeiro que props um sistema formal que lidasse com a contradio. Em 1948 ele
publicou o artigo Clculo proposicional para sistemas dedutivos contraditrios
(JASKOWSKI, S., 1969), onde ele funda uma lgica paraconsistente. Ele comea o artigo
apontando as razes que o motivaram para a criao de uma lgica para sistemas
contraditrios. Ei-las:
Primeira razo: na histria do pensamento, muitos sistemas de filosofia construram
argumentos suficientemente convincentes e que continham premissas contraditrias.
Herclito de feso no sc. VI a.C j estabelecia argumentos baseados na contradio. No
sc. XIX Hegel props uma lgica dialtica que operava com juzos contraditrios e se
tornou a base da filosofia marxista que pretendeu localizar no mundo uma contradio
historicamente existente. Antinomias e paradoxos famosos de Buralli-Forti, de Russell,
de Richard , possveis graas s ferramentas novas da anlise da lgica simblica,
revelaram contradies dentro de sistemas at ento considerados estveis. Tentativas de
soluo para o Paradoxo de Russell, por exemplo, levaram os sistemas de hierarquia de
infinitos de Cantor to preciosos Teoria dos Conjuntos ao problema srio da
impossibilidade do conjunto-potncia do conjunto universo (o que se revelou a tal ponto
deletrio que a soluo foi conseguir um arranjo precrio e convencional - Antinomia de
Fraenkel-Zermelo para salvar o edifcio da matemtica moderna). Um problema
semelhante produzido no sistema de Frege problema tambm causado pelo Paradoxo de
Russell foi corrigido por Russell fazendo uso de sua Teoria dos Tipos. Mas mesmo essa
Teoria dos Tipos precisava estabelecer operaes lgicas usando proposies que exigiam
a separao entre a linguagem cotidiana e a linguagem formal. E mesmo neste caso, seria
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 32

necessrio estabelecer linguagens de graus superiores para tratar as contradies que
surgiam dentro de cada novo nvel de linguagem. A prpria linguagem cotidiana ou
formalizada revelava uma crise do Princpio de Contradio de Aristteles.
Segunda razo: as ferramentas da lgica moderna so muito eficientes em reduzir
simbologia matemtica muitas das partes estruturais das proposies, porm no
conseguem fazer o mesmo com os princpios aristotlicos, em especial o Princpio de
Contradio. Quando traduzem o Princpio de Contradio para o sistema de proposies
matematizadas, criam objetos extremamente vagos, como as variveis que no tem
natureza semntica e designam, se muito, o local vazio nas equaes, a serem preenchidos
pelos elementos de domnio das funes. A lgica moderna designa termos importantes
das proposies usando variveis e o Princpio de Contradio no consegue lidar com a
noo de varivel da matemtica atual. Resulta que de certo termo x dentro de uma
proposio se pode dizer que x y ou que x no y dependendo de uma regra de
substituio que j semanticamente problemtica (pois no sabemos at que ponto as
propriedades de uma proposio so conservadas por seus termos serem variveis, nem se
essas propriedades se conservam se ocorre uma substituio por um termo no-varivel,
uma constante, um termo lingstico com sentido).
Terceira razo: notrio como algumas cincias empricas modernas se apiam sobre a
contradio. No preciso se estender neste ponto: popularizaram-se muito os modelos
que exemplificam situaes contraditrias dentro da mecnica quntica, na Teoria da
Relatividade, na cosmologia e em teorias bastante contra-intuitivas como a tese de no-
localidade
7
de nosso mundo.

7
Teorema de Bell, do fsico irlands John Bell, que conceitua a proposta de que vivemos em mundo onde
no h causa e efeito
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 33

Jaskowski prope um sistema lgico que se assemelha ao que ocorre com as sentenas que
surgem em um debate entre grupos de pessoas. As pessoas de cada grupo discursam e nem
sempre concordam quanto aos mesmos pressupostos ou no tiram de todos esses
pressupostos as mesmas concluses. Durante o debate sempre um mediador se referir ao
ponto de vista deste ou daquele grupo, fazendo uma reduo das idias discutidas dentro de
cada grupo, mesmo que todas as questes no tenham sido completamente apreciadas, ou
que reine concepes vagas a respeito de alguns pontos, ou mesmo haja membros do grupo
com posies contraditrias. Esse ponto de vista do grupo um sistema contraditrio
baseado em um discurso contraditrio, da o nome lgica discursiva da proposta de
Jaskowski. Se uma tese T aparece nesse discurso (por exemplo, a tese se A ento B ou a
tese se A, ento ou A ou B), dela no se pode falar nada alm de que possvel que T,
pois as teses restantes no foram devidamente resolvidas em sua extenso, ou contradio
ou vaguidade. Ele introduz, ento, um operador modal, o possvel que representamos
pelo smbolo . A primeira coisa que Jaskowski mostra que o sistema de clculo
proposicional bivalente no atende as necessidades de um sistema discursivo. Por exemplo,
podemos considerar um sistema onde haja a tese T
1
= B, a tese T
2
= se B, ento C, a
tese T
3
= possvel que se B, ento C, e a regra Modus Ponens. O clculo proposicional
clssico permitiria, pela regra Modus Ponens, que inferssemos C. Mas a tese T
3
pode ser
interpretada como possvel que B no resulte em C, porque T
3
est dizendo que T
2
to
somente uma possibilidade, e isso um complicador. Nesse sistema (chamado de sistema
modal M
2
, por ser decidvel bivalentemente e conter o operador ), como o operador
no um operador de mesma natureza que os operadores clssicos , , e , no
podemos fazer uso das tabelas veritativas.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 34

Jaskowski ir introduzir em seu sistema os operadores discursivos como a negao d
(negao discursiva) e outros. Assim, por exemplo, existe a equivalncia discursiva (d) e
a implicao discursiva (d). Jaskowski acrescentar as seguintes definies a M
2
:
(M
2
def 1) Definio de implicao discursiva. ( d ) ( )
(M
2
def 2) Definio de equivalncia discursiva. ( d ) ( ) ( )
Trs leis so tiradas dessas novas definies:
(M
2
1) (( ) ( ))
(M
2
2) (( d ) ( ))
(M
2
3) (( d ) ( ))
Essas regras e as definies 1 e 2 constituiro a base de um sistema discursivo
propriamente dito, ao qual Jaskowski chamar sistema D
2
(ou seja, que decidvel
bivalentemente).
A principal caracterstica do sistema discursivo D
2
ser um conjunto de expresses T
chamadas teses de D
2
com as seguintes propriedades:
1. T contm variveis proposicionais e os operadores (chamadas por Jaskowski de
funtores) d (implicao discursiva), d (equivalncia discursiva), , e .
2. Precedendo as teses de T do smbolo obtemos teses do sistema modal M
2
.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 35

Ora, o sistema M
2
decidvel bivalentemente (uma tese ou verdadeira ou falsa), o
modo de se decidir uma tese de D
2
torn-la tese de M
2
. O processo feito como segue:
uma tese T de D
2
uma tese comum do clculo proposicional clssico L
2
cujo operador
ou foi substitudo respectivamente por d ou d. Essas teses T de D
2
se tornam
teses de M
2
simplesmente ao serem antecedidas pelo smbolo . Isso permite que a tese
discursiva seja associada a uma tese modal. Em outras palavras, o clculo proposicional
discursivo D
2
decidvel se for definido como uma interpretao a partir de M
2
.
Jaskowski ento estabelece a relao que h entre o clculo L
2
(bivalncia de Aristteles) e
o clculo D
2
(que no aceita rigidamente o Principio de Contradio), sabendo que em
M
2
que se consegue decidir as teses T de D
2
interpretadas a partir de M
2
. Essa relao entre
L
2
e D
2
dada por trs teoremas metodolgicos:
(TM1) Todas as teses de L
2
que no contenham operadores alm de

, e tornam-
se teses de D
2
pela substituio de por d e por d.
(TM2) So tambm teses de D
2
as teses T de L
2
que no contenham operadores alm de

,
e tese de D
2
toda expresso (T d q) (isto , a negao de uma tese T implica
discursivamente a varivel q).
(TM3) As teses de D
2
em que os operadores d e d so substitudas por e ,
respectivamente, tornam-se teses de L
2
.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 36

Um ponto importante que h algumas inferncias (Modus Ponens, por exemplo) em L
2

que no so de D
2
. Isso permitir construir algumas teses que no pertencem a D
2
(teses
que ele denomina, cada uma, por no-D
2
e uma numerao que indica a ordem em que
surgem no clculo L
2
). Os diversos princpios lgicos estabelecidos por Aristteles e por
lgicos modernos da linha de Frege, Russell, Whitehead, Huntington, por exemplo, so
expresses com sentido em L
2
que no so teses de D
2
(algumas designadas por Jaskowski:
Princpio de Exportao, Lei da Simplificao Plena, Lei de Identidade, Lei de
Transposio etc.). Ora, essas leis e princpios acabam gerando as antinomias e paradoxos
famosos dentro de L
2
. O que Jaskowski mostra que podemos transportar essas teses
antinmicas e paradoxais de L
2
para dentro de um sistema discursivo D
2
e resolv-las em
uma interpretao modal M
2
desse sistema discursivo.
A soluo de Jaskowski, porm usa recursos modais que no so acordo geral entre os
lgicos. Seria possvel um tratamento no modal para o problema tratado por Jaskowski?
Uma soluo satisfatria foi proposta pelo matemtico brasileiro Newton C. da Costa.

5. Os Clculos C
n
de Newton da Costa
Em 1963 o matemtico brasileiro Newton C. A. da Costa apresentou como tese de
doutorado seu trabalho intitulado Sistemas Formais Inconsistentes (DA COSTA, N. C.,
[1993]). Nele Da Costa vai muito alm da formalizao que Jaskowski estabeleceu e cria a
hierarquia das linguagens paraconsistentes capazes de servir como lgicas subjacentes a
teorias inconsistentes, firmando de modo criterioso um novo campo na lgica moderna.
Sua inspirao foi a existncia da contradio em muitas teorias que resultavam da anlise
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 37

matemtica e a necessidade de uma lgica subjacente que no fosse a clssica, para no
trivializar a teoria.
O trabalho de Da Costa comeou tomando o Clculo Proposicional Clssico como o
primeiro e distinto de todos os clculos, e o chamou de C
0
. A principal caracterstica de C
0

a que j conhecemos: a tese principal que vale o Princpio de Contradio de
Aristteles ( ). Isso significa que qualquer teoria que contenha contradies e que
tenha C
0
como lgica subjacente, se torna uma teoria trivial. Isso j vimos: nossa Teoria de
um Mundo de Lewis Carroll, no comeo deste nosso trabalho, exemplo de uma teoria
que tem C
0
subjacente.
Mas isso no precisa ser assim. A lgica de Jaskowski j mostrou que possvel lidar com
teorias inconsistentes, desde que estejam baseadas por lgicas no-clssicas. O mrito de
Da Costa foi criar uma hierarquia de clculos sentenciais e uma hierarquia de clculos de
predicados (um clculo de predicado para cada clculo sentencial, correspondentes um-a-
um). Assim, Da Costa cria os clculos C
n
, 1 n . So trs as principais caractersticas
de C
n
:
(1) Em C
n
a tese ( ) Princpio de Contradio de Aristteles no vlida.
(2) Em C
n
no se pode deduzir qualquer tese de duas teses contraditrias (isto , qualquer
C
n
subjacente a uma teoria que contenha contradies no a trivializa)
(3) Em C
n
valem todos os esquemas e regras de inferncia de C
0
que no interfiram na
caracterstica (1).
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 38

A caracterstica (3) excluir especialmente os princpios e regras de C
0
que permitiro
construir paradoxos. Da que qualquer clculo C
n
decidvel, isto , qualquer de suas teses
tem valor de verdade verdadeiro e a negao da tese tem valor de verdade falso.
A hierarquia tem outra propriedade: cada C
i
mais fraco que C
i-1
. Isto , cada clculo C
n

subclculo do outro de ndice menor e C
0
contm todos os C
n
.
Essas caractersticas hierrquicas so preservadas quando Da Costa prope um Clculo de
Predicados C
n
*
, isto um clculo de predicados para cada C
n
, tambm hierarquizado.
Depois Da Costa completa seu trabalho introduzindo a igualdade = de modo
hierarquizado: uma hierarquia de clculos C
n
=
=, um clculo C
n
=
para cada clculo C
n
*
.
Isso completa o trabalho de Da Costa.

6. Consideraes a Respeito da Importncia da Lgica Paraconsistente
O prprio professor Newton da Costa fez uma lista dos problemas relevantes onde o uso da
lgica paraconsistente de suma importncia (DA COSTA, N. C. A., 1990, p.101). Vamos
list-los abaixo, resumindo as principais idias apontadas por Da Costa:
1) Caracterizao mais acurada da negao. Na lgica a negao traduz que existe
certo critrio m que d o valor de verdade falso para certa propriedade A quando um
critrio n d o valor de verdade verdadeiro para A. No entanto pode existir uma
fronteira no clara entre A e A, onde os dois critrios m e n devem ser aplicados
simultaneamente. Por exemplo, entre a cor vermelha e outra adjacente no vermelha (por
exemplo, o laranja) do espectro da luz branca h uma gama de continuidade de gradaes
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 39

de cores onde nem se deixa de ser vermelho e ainda no laranja. Nessa fronteira difusa
no possvel decidir entre A e A.
2) Caracterizao mais acurada da noo de contradio. Sistemas contraditrios podem
ser construdos mesmo dentro das solues para evit-las. Por exemplo, Kant resolveu o
problema da contradio dizendo que a contradio entre duas sentenas em que uma a
negao da outra s aparente, pois basta localiz-las em coordenadas espao-temporais
diferentes para ver que no coexistem simultaneamente. Mas toda coordenada espao-
temporal envolve um intervalo I de tempo e podemos supor um mundo onde o intervalo I
pode ser dividido indefinidamente em intervalos I
i
mais curtos. Diremos que uma sentena
verdadeira se for verdadeira em alguma parte de I. Vamos agora supor que duas
sentenas contraditrias, A e A sejam verdadeiras. Ento existe I onde A e A so
verdadeiras. Podemos dividir I em um nmero finito de intervalos I
i
e A e A devem ser
verdades em ao menos um desses intervalos parciais. Podemos tomar cada intervalo I
i
e
dividi-los em um nmero finito de intervalos I
i
menores ainda e A e A devem ser
verdades em ao menos um desses I
i
. Podemos ainda tomar cada um dos intervalos I
i
e
dividi-los em intervalos I
i
menores ainda e A e A devem ser verdade em ao menos um
desses intervalos. Se continuarmos assim chegaremos a algum grau de diviso parcial onde
h dois intervalos parciais I
j
i
e I
k
i
onde em um A verdadeiro e no outro A verdadeiro.
Isto , podemos separar A e A temporalmente, mas no eliminamos a contradio, que
permanece existindo no intervalo I original.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 40

3) Uma caracterizao adequada do Esquema de Separao. O Esquema de Separao
diz, em linhas gerais, que dada uma propriedade, ela gera um conjunto: o daqueles objetos
que possuem aquela propriedade. O Paradoxo de Russell nasce desse esquema, ao
estabelecer a propriedade de um objeto no pertencer a si prprio. A soluo clssica
restringir esse esquema para alguns conjuntos, o que uma soluo bastante criticvel. No
entanto, lgicas paraconsistentes admitem esse tipo de contradio e inferem teoremas no-
triviais deles, o que uma soluo bem melhor.
4) Compreenso mais efetiva de teorias contraditrias como a dialtica e a Teoria dos
Objetos de Meinong. A dialtica uma interpretao filosfica que prope sistemas onde
a contradio surge tranquilamente e dela se devem inferir teoremas no-triviais. Por
exemplo, a dialtica marxista lida com a contradio histrica de onde infere-se sistemas
sociais que no podemos chamar de triviais. Do mesmo modo com a Teoria dos Objetos de
Meinong, conforme Alexius Meinong descreveu em seu Sobre a Teoria do Objeto
8
. Ela
separa ser de existncia. Por exemplo, o unicrnio no existe, mas um ser com alguma
natureza, seja ficcional, seja intelectiva, seja mstica, caso contrrio no poderamos falar
de unicrnios nem para neg-los, nem para cit-los em uma descrio da Teoria dos
objetos de Meinong. Para os existentes (como a Torre Eiffel), a princpio de contradio
vale. Mas para os no-existentes, o princpio de contradio no vale. Por exemplo, o
nosso Gato de Cheshire de nosso Mundo de Lewis Carroll um ser no-existente no
sentido dos objetos de Meinong.
5) Construo de teorias inconsistentes e no-triviais onde os paradoxos surgidos na
lgica proposicional clssica tm soluo. Por exemplo, possvel construir um clculo
de predicados onde o clculo clssico subsistema e nesse clculo mais amplo h um

8
Ver Sobre a Teoria do Objeto de Alexius Meinong in Braida, C. R. [2005], p.91-139.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 41

predicado P que e que no predicvel de si prprio (Paradoxo de Russell). Esse s um
dos muitos paradoxos que podem ser resolvidos paraconsistentemente. Isto significa que os
paradoxos do clculo clssico no precisam ser semanticamente eliminados e podem ser
tratados de maneira nova.
6) Rebater as crticas contra os sistemas dialticos. Uma das mais fortes crticas
dialtica como interpretao filosfica dada por Popper, que dizia que as contradies
permitidas pela dialtica trivializam essas filosofias. Mas j vimos que dar uma alternativa
trivializao a principal bem sucedida tarefa da lgica paraconsistente.
7) Flexibilizao dos critrios metodolgicos aplicados s teorias cientficas.
Basicamente toda teoria cientfica baseada no clculo proposicional clssico. O
surgimento de novas lgicas e, no caso especial da lgica paraconsistente, que vimos
estudando, inclusive o surgimento de lgicas capazes de lidar com a contradio, permitem
que haja novo foco orientado dentro da pesquisa cientfica, que permita novas abordagens
tericas que antes se viam limitadas pela lgica clssica.
8) Mostrar que a definio semntica da verdade de Tarski no resulta
obrigatoriamente nos princpios usuais da lgica clssica. De fato, seguindo o roteiro de
pesquisa tarskiano para definio da verdade, pode ser concludo a mesma definio
semntica de Tarski evitando princpios como o de contradio. O que se quer dizer que
h uma semntica paraconsistente e formas de verdade paraconsistente, o que revela que os
mtodos semnticos no determinam uma nica noo de verdade.
H muitas questes abertas, no entanto, a respeito das possibilidades e implicaes diretas
e indiretas do uso de lgicas paraconsistentes. Muitas tecnologias modernas apontam para
um uso futuro de sistemas lgicos que devem obrigatoriamente fugir dos princpios
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 42

clssicos aristotlicos. Exemplo so as possibilidades da optrnica, onde circuitos usam
luz polarizada ao invs de eletricidade e sabemos que h materiais cujo ndice de refrao
tico permitem que a luz seja refletida e refratada ao mesmo tempo. Que tipo de valorao
lgica cabe a um comportamento desses? Fica bvio que essa sugesto j aponta para uma
limitao da lgica booleana a ponto de deixar de ser uma opo para os sistemas
computacionais cujos circuitos trabalhem com a luz.
Podemos dizer, por fim, que o principal benefcio da lgica paraconsistente dar um
formato s aberturas propostas de modo vago pelas questes apontadas por Lukasiewski e
Vasilev a respeito do princpio de contradio de Aristteles. O formato um passo muito
importante: permite conseqncias e prever conseqncias, o que alimenta a crtica e d
sentido construo de outros modelos lgicos. Pesquisas em campos da fsica s revelam
contraintuitividades devido a uma viso macroscpica de mundo a partir de antigas lgicas.
As novas lgicas ampliam o intelecto humano e eliminam de nossa viso essa palavra
terrvel: contraintuitividade. Os mundos aparentemente contraintuitivos, quando intudos
por essas novas lgicas, deixaro de serem problemas e sero solues novas. H um
sorriso distante, que ficar por ultimo no ar (como o sorriso do Gato de Cheshire de
Aventuras de Alice no Pas das Maravilhas), quando nessa revoluo da lgica das novas
lgicas surgidas no sculo XX novas vises de mundo responderem a antigas questes:
lembremos que Aristteles fez a seu tempo sua revoluo lgica e uma viso de mundo
surgiu; agora novas lgicas permitiro uma ampliao de nossa noo aristotlico-intuitiva
de mundo, e sorriremos ainda, alm de Aristteles.

Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 43

7. Consideraes de Carter Pessoal, devidas ao Prof. Lafayette de Moraes
Eu, prof Lafayette de Moraes, tive meu primeiro contato com a lgica modal durante um
curso ministrado pelo professor australiano Hugh M. Lacey, ento professor visitante da
Universidade de So Paulo (USP) no Departamento de Filosofia da antiga Faculdade de
Filosofia, Cincias e Letras, em 1968. O curso era ministrado em ingls e de modo
tradicional, consistindo de uma srie de palestras. O professor Lacey lia as suas notas e os
poucos alunos que freqentavam o curso limitavam-se a simplesmente ouvi-lo. As
dificuldades de entendimento da matria eram acrescidas pela dificuldade de entendimento
do ingls com pronncia australiana. Um dos temas abordados versava justamente sobre a
lgica modal. Enchi-me de coragem naqueles tempos o relacionamento entre professores
e alunos caracterizava-se pela formalidade e procurei o prof. Lacey dizendo que tinha
interesse no tema, pois por coincidncia, o prof. Newton da C. A. da Costa tinha me
sugerido como tema do mestrado o estudo de um trabalho de lgica polivalente do polons
S. Jaskowski, criador da primeira lgica no-clssica em 1948. O trabalho de Jaskowski
baseava-se em um sistema modal constitudo de uma cadeia de sistema criada pelo lgico
norte-americano C. I. Lewis em 1940. Fui recebido muito gentilmente pelo prof. Lacey que,
por mais uma coincidncia, tinha recebido por aqueles dias um catlogo onde figurava a
primeira sistematizao at aquela data da lgica modal. Os autores eram dois australianos,
G. E. Hughes e M. I. Creswell e o livro era o Introduction to Modal Logic.
Com todos os meios de comunicao de que dispomos hoje, difcil imaginar a realidade
daqueles tempos. No havia Xerox, computadores, internet etc. e nem sempre revistas
estrangeiras eram encontradas facilmente entre ns. Hoje o problema facilmente
resolvido. Basta acessar a internet e baixar o artigo desejado. Naquele tempo quando
necessitvamos de um artigo tnhamos que escrever uma carta para o autor pedindo que
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 44

nos enviasse uma separata ou fotocpia do artigo, processo que exigia alguns meses de
espera. Alm disso os trabalhos eram datilografados em mquinas de escrever (e no
digitados como hoje) e a datilografia de um trabalho que empregasse muitos smbolos,
como os da lgica e da matemtica, tinha de ser digitado nas antigas mquinas IBM de
esferas. Uma dessas esferas era constituda dos principais smbolos usados em lgica e
matemtica, e tinha de ser importada. A datilografia, porm, no era simples e exigia a
troca freqente das esferas, a normal com as letras de nosso alfabeto e outra com smbolos
da lgica e da matemtica, o que exigia excepcional dose de pacincia por parte do
datilgrafo. Por esses requisitos, esses profissionais eram poucos e disputados por
professores da rea de exatas e pelos cursinhos que necessitavam de textos de matemtica
destinados a oferecer desses cursos preparatrios para o vestibular. Geralmente essa
atividade de datilografia era exercida por professores de matemtica a fim de
complementar seus salrios. Era natural que assim fosse porque o trabalho era
extremamente cansativo normalmente para datilgrafos leigos em matemtica que
praticamente tinham de ler smbolo a smbolo e no a expresso toda, coisa facilmente
realizada por quem entendia da matria.
Meu trabalho de mestrado foi apresentado no Departamento de Filosofia da USP em 1970
graas a dedicao de uma professora de matemtica da Pontifcia Universidade Catlica
de So Paulo, Mineko Yamashita, que se tornaria aluna do prof. Newton C. A. da Costa,
tendo confeccionado seus trabalhos de mestrado e doutorado sob sua orientao.
Uma pergunta poderia ser feita: por que um trabalho de lgica matemtica, como se dizia
na poca, foi apresentado no Departamento de Filosofia? A resposta fcil se nos
reportarmos queles dias. No s no Brasil, mas em geral a lgica era olhada com certas
restries por matemticos e filsofos, mais pelos matemticos do que pelos filsofos.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 45

Bertrand Russell j dizia, com a ironia que o caracterizava: a lgica uma filha cuja
paternidade no era assumida nem pelos filsofos nem pelos matemticos. Os filsofos
achavam-na muito matemtica e os matemticos muito filosfica. Em geral a lgica no
fazia parte do currculo ministrado aos estudantes de matemtica. No mbito da filosofia
seu estudo em geral era restrito silogstica de Aristteles.
Os estudos da lgica tiveram impulso em So Paulo com a vinda do Prof. Newton C. A. da
Costa da Universidade Federal do Paran para a Universidade de So Paulo (USP) e a
fundao por ele do Centro de Lgica e Epistemologia (CLE) na Universidade Estadual de
Campinas (UNICAMP), o melhor ncleo de estudo da lgica no Brasil, hoje de renome
internacional.
Mas voltando gentil entrevista com o prof. Lacey, segui sua sugesto e importei o livro
de Hughes e Cresswell sobre a lgica modal. Acredito que tenha sido o primeiro livro de
lgica modal que entrou no Brasil. um excelente manual e contm um excelente
tratamento da chamada lgica modal moderna at 1968. Mais tarde a mesma dupla de
autores publicou vrios outros sobre lgicas modais trazendo o seu desenvolvimento at
mais recentemente.
Apenas de passagem podemos dizer que naquela ocasio a USP passava por uma grande
turbulncia e aqueles anos ficaram conhecidos mais tarde como anos de chumbo do
regime militar implantado entre ns por mais de vinte anos a partir daqueles dias.
Sinceramente confesso no ter a menor vontade de escrever sobre um perodo que se enche
de vergonha. Ele se insere em uma Histria Vergonhosa da Humanidade. Acontece que t
enho vontade de tecer algumas consideraes sobre a lgica modal, que deu a Jaskowski
em 1948 instrumentos para elaborar a primeira lgica no-clssica, como vimos acima. Se
ela j nasceu em pecado, como disse Quine, ela tem, pelo menos, o grande mrito de ter
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 46

contribudo para a elaborao da primeira lgica no-clssica, que favoreceu uma grande
revoluo no nosso modo de ver a evoluo do pensamento formal.
Como quase tudo referente lgica, a lgica modal tambm nasceu com Aristteles, em
cerca de 3000 a.C. O primeiro trabalho em que conceitos de lgica modal aparecem
conhecido como Problema da Batalha Naval, que aparece no De Interpretatione,
captulo 9, onde Aristteles discute os futuros contingentes e quer saber se a sentena
amanh haver uma batalha naval deve ser verdadeira hoje ou no e, consequentemente,
se a sentena necessariamente ou possivelmente falsa ou verdadeira. Essa discusso
aristotlica gera at nossos dias amplos debates e solues alternativas
9
. Depois de
Aristteles, os pensadores megricos, em especial o principal pensador dessa escola,
Diodorus, trataram da modalidade. Aps esses debates, a lgica Modal atravessou o fim da
Antiguidade e toda a Idade Mdia sem sofrer nenhum acrscimo digno de nota, exceto o
comentrio brevssimo do Pseudo-Scotus. S vir novamente a ser motivo de estudos em
1917 com os trabalhos de lgica do norte-americano C. I. Lewis. Lewis estava interessado
pelo problema conhecido como paradoxos da implicao material. Pouco depois ele
publica em 1918, pela University of California Press, A Survey of Symbolic Logic onde
feita uma excelente exposio do desenvolvimento da lgica e, logo aps, em colaborao
com outra lgico norte-americano C. H. Langford, em 1932, pela mesma editora, Symbolic
Logic, onde apresenta uma hierarquia de cinco sistemas modais. Um tratamento exaustivo
desses sistemas encontra-se no trabalho acima citado de Hughes e Creswell inclusive uma
importante relao entre alguns sistemas de Lewis e a lgica aristotlica descoberta por
Kurt Gdel. O ltimo sistema dessa hierarquia, o sistema S5 de particular importncia
no s sob o ponto de vista formal como semntico e metafsico, provocando uma grande

9
A esse respeito, ver o artigo dos mesmos autores Lafayette de Moraes e Carlos Roberto Teixeira Alves: A
Modalidade a Respeito dos Contingentes Futuros em Aristteles, De Interpretatione 9, in Cognitio Revista
de Filosofia, Centro de Estudos do Pragmatismo PUC-SP, So Paulo, v.10, n2, 243-266, jul/dez. 2009.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 47

discusso a respeito desses problemas. Entre o grande nmero de obras sobre o tema
podemos destacar: The Metaphysics of Modality de G. Forbes (Claredon Press, Oxford,
1985) e On the Plurality of Words de D. Lewis (Basil Blackwell, U.K. 1986).
A discusso desses problemas foge do mbito deste artigo. Destacamos apenas para
terminar e apontar a importncia de S5, e sua posio na chamada semntica dos mundos
possveis, elaborada pelo lgico norte-americano Saul Kripke em 1965. sobre essa
posio e outros problemas correlatos que versa o excelente livro de D. Lewis que acima
citamos. A extenso da Semntica de Kripke para a lgica de Jaskowski foi obtida por ns
em 1973. Finalizando, s resta dizer que foi justamente esses discutido sistema S5 que
Jaskowski usou para elaborar o seu sistema D
2
, criando em 1948 a primeira lgica no-
clssica, cuja importncia para a evoluo do nosso raciocnio nunca demais ressaltar.

8. Referncias Bibliogrficas
ARRUDA, A. I. [1980], N. A. Vasiliev e a Lgica Paraconsistente, Relatrio Interno n140,
Departamento de Matemtica, Universidade Estadual de Campinas, Brasil.
____________, [1980b], A survey of paraconsistent logic, in Mathematical Logic in Latin
America, North-Holland Publishing, pp.1-41.
BRAIDA, C.R.; [2005], Trs aberturas em ontologia: Frege, Twardowski e Meinong, Rocca
Brayde, Florianpolis.
DA COSTA, N. C. A., [1990], Importncia Filosfica da Lgica Paraconsistente, Bol. Soc.
Paran. Mat., 2 srie, vol. 11, n22, pp.91-111.
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 48

_________________, [1993], Sistemas Formais Inconsistentes, Ed UFPR, Curitiba.
DA COSTA, N. C. A. ET ALS., [1977], On the Imaginary Logic of N. A. Vasilv, no Non-
classical logics, Model Theory and Computability, North-Holland, pp.3-22.
FORBES, G., [1985], The Metaphysics of Modality, Claredon Press, Oxford.
HERBRAND, J., [1928], Sur la thorie de le demonstration, Completes Rendees
Hebdomadaires das Sciences de LAcademie des Sciences, Paris, vol 186 pp. 1274-1276.
HUGHES, G.; CRESSWELL, M., [1968], An Introduction to Modal Logic, Methuen.
JASKOWSKI, S. [1969], Propositional calculus for contradictory deductive systems, Studia
Logica XXIV, pp. 143-157 (traduo inglesa do mesmo artigo em polons de 1948).
DE MORAES, L.; ALVES, C.R.T., [2009], A Modalidade a Respeito dos Contingentes
Futuros em Aristteles, De Interpretatione 9, in Cognitio Revista de Filosofia, Centro de
Estudos do Pragmatismo PUC-SP, So Paulo, v.10, n2, 243-266, jul/dez. 2009.
LUKASIEWICZ, J. [1971], On the Principle of Contradiction in Aristotle, in Review of
Metaphisics, xxiv, 3, pp.485-509.
LEWIS, D., [1986], On the Plurality of Words, Basil Blackwell, U.K.

O Prof. Lafayette de Moraes possui graduao em Fsica pela Universidade de So Paulo
(1963), graduao em Matemtica pela Faculdade Nacional de Filosofia da Universidade
do Brasil (1953), especializao em Filosofia pela Universidade de So Paulo (1966) ,
mestrado em Filosofia (Lgica) pela Universidade de So Paulo (1970) , doutorado em
Filosofia (Lgica) pela Pontifcia Universidade Catlica de So Paulo (1973) e ps-
Alguns Aspectos da Histria da Lgica Paraconsistente

Aspectos de Lgica e Teoria da Cincia 49

doutorado pela Universidade de Munchen (1978). Lecionou matemtica, filosofia e lgica
durante vinte e oito anos na Universidade Estadual de Campinas (UNICAMP), ensinou
clculo e geometria analtica por trs anos no curso de Engenharia Industrial no Centro
Universitrio da FEI e durante um ano no Faculdade de Filosofia, Cincias, Artes e Letras
de So Jos do Rio Preto (FFCLSJRP), ministrou o curso de filosofia durante onze anos no
Instituto Brasileiro de Educao Cincia e Cultura (IBECC), foi professor titular da cadeira
de lgica da Pontifcia Universidade Catlica de So Paulo (PUC-SP) durante vinte e sete
anos e professor titular de lgica por cinco anos da Faculdade So Bento. autor de
diversas publicaes no Brasil e no exterior, artigos e livros, todas ligadas lgica, sendo
referenciado como um dos primeiros lgicos no Brasil a trabalhar com sistemas modais.

O Prof. Carlos Roberto Teixeira Alves graduado em Filosofia pela Faculdade So Bento,
mestre pela Pontifcia Universidade Catlica de So Paulo (PUC-SP), defendendo trabalho
na lgica, especialmente o campo da Semntica da Verdade de Alfred Tarski. autor de
livros e artigos no campo da lgica. Em colaborao com o prof. Lafayette de Moraes
dedica-se a estudos no campo dos paradoxos lgicos, trabalhando com modelos no-
clssicos de solues. Atualmente doutorando na PUC-SP, tambm na rea da lgica.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 50

Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente
Anotada em Sistemas de Inteligncia Artificial

Joo Incio da Silva Filho
jinacsf@yahoo.com.br
IEA-Instituto de Estudos Avanados da Universidade de So Paulo
Av. Prof. Luciano Gualberto, Trav. J n
o
374, Trreo, Cidade Universitria
CEP 05508-900, So Paulo - SP- Brasil
GLPA - Grupo de Lgica Paraconsistente Aplicada
UNISANTA- NPE Ncleo de Pesquisa em Eletrnica
Rua Oswaldo Cruz, 288, Boqueiro, CEP 11045-000, Santos - SP

Resumo
A Lgica Paraconsistente quando estudada na sua forma estendida denominada de Lgica
Paraconsistente Anotada vm apresentando resultados relevantes em aplicaes ligadas a
diversos campos que abrangem a rea da inteligncia artificial. Neste trabalho
apresentada uma descrio relacionada s pesquisas de aplicao com os equacionamentos
que tratam de criao de sistemas inteligentes de apoio deciso e ao controle de rob
mvel autnomo, cujos algoritmos so sustentados pela lgica Paraconsistente Anotada.

Palavras-chave: inteligncia artificial, lgica paraconsistente, sistemas inteligentes,
robtica.

Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 51

Abstract
The Paraconsistente Logic when studied in extended form denominated Paraconsistent
Annotated Logic, presents relevant results in applications related to several fields of the
artificial intelligence. In this work, a description about the application researches is
presented with the main equations that deal with the creation of intelligent systems of
decision support and autonomous movable robot's control, whose algorithms are sustained
by the Paraconsistent Annotated logic.

Keywords: artificial intelligence, Paraconsistent logic, intelligent systems, robotics.

1. Introduo
Entre as inovaes tecnolgicas atuais que se referem s reas de pesquisas que tratam de
obter mtodos aplicados a sistemas inteligentes, as lgicas no-clsicas tm um papel
predominante. So estas lgicas no-convencionais, cujas estruturas diferem em certos
aspectos com a lgica clssica binria, que so utilizadas como suporte terico para os
algoritmos que compe os sistemas inteligentes na sua funo de oferecer apoio tomada
de deciso. No rol das inmeras lgicas denominadas de no-clssicas, destacam-se, neste
captulo, as pesquisas em aplicaes da Lgica Paraconsistente Anotada (LPA). No
decorrer do texto, procura-se apresentar a LPA como suporte para construo de modelos
que promovam mtodos e ferramentas computacionais na forma de aplicativos em reas da
Inteligncia Artificial. A Lgica Paraconsistente, na forma que aqui ser apresentada, tem
sido utilizada em aplicaes recentes e os mtodos apresentados neste trabalho so
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 52

resultantes dos primeiros estudos que apareceram no final da dcada passada. Portanto,
convm destacar que a formalizao e os mtodos de aplicaes aqui expostos so frutos
de grupos de pesquisas formados em algumas instituies acadmicas que acreditaram nas
propostas iniciais de aplicaes diretas em sistemas reais de uma lgica contraditria.
Entre estas Instituies, se encontra o IEA-USP Instituto de Estudos avanados da
Universidade de So Paulo, onde foi criado o Grupo de Lgica e Teoria da Cincia, cujo
um dos objetivos era dar sustentao terica a essas futuras e, hoje, reais aplicaes.
As pesquisas elaboradas para trabalhar nestes conceitos fundamentais que objetivavam as
aplicaes diretas obtiveram sucesso com a utilizao de uma extenso da Lgica
Paraconsistente denominada de Lgica Paraconsistente Anotada de anotao com dois
valores (LPA2v). Os estudos de aplicaes diretas da LPA2v so motivados pela mesma
razo pela qual resultaram as aplicaes da Lgica Clssica. Assim como foi feito na
utilizao da Lgica Clssica, que teve seu modelo lgico binrio convenientemente
adaptado ao modelo de funcionamento do transistor como chave liga/desliga de tal modo
que hoje sustenta nosso avano computacional, a LPA2v tambm pode ser vista como
cincia capaz de ser traduzida atravs da matemtica. Pode ser estudada como um modelo
capaz de ser aplicada em sistemas reais. Dentro desta percepo, surge a idia da
possibilidade real de um Sistema Lgico Paraconsistente que, assim como na lgica
clssica, um conjunto de axiomas e regras de inferncia que objetivam representar
formalmente o raciocnio vlido. Sendo assim, o Sistema Lgico Paraconsistente pode ser
representado atravs de um algoritmo que tem sua utilizao como o ncleo de um
programa computacional com aplicaes diretas em sistemas de Inteligncia Artificial. Sob
essa tica, a engenharia considera em relao a essa questo o fato de que, como a lgica
filosfica lida com descries formais da linguagem natural de onde se pode definir a
estrutura de declarao, pode-se ento considerar que, desde que tenham-se a capacidade
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 53

de encontrar o mtodo certo para traduzir a linguagem corrente para essa lgica
paraconsistente possivel capturar e modelar raciocnios capazes de formar modelos para
tratar adequadamente as contradies em determinados meio ambientes. Dessa forma, a
partir de sistemas lgicos paraconsistentes criam-se ento, atravs de pesquisas dos
fundamentos da Lgica proposta como objeto de estudo, os mtodos interpretativos que
geram algoritmos prprios para aplicaes diretas onde a maior parte do raciocnio
considerado normal e aqueles que incluem inconsistencias pode ser capturado pela lgica.

2. A Lgica Paraconsistente Anotada
Lgica Clssica conhecida tambm por Lgica Aristotlica e essa denominao dada
devido ao fato de se atribuir a Aristteles e seus discipulos o primeiro estudo formal do
raciocnio conceituando-se um sistema lgico. A importncia da Lgica Clssica na
histria da humanidade se deve ao fato do conhecimento tecnolgico atual estar sustentado
pelos seus princpios. De forma geral, pode-se resumir que os trs princpios centrais da
lgica Clssica so: a lei da identidade, a lei da no-contradio e a lei do terceiro
excludo. A lei da no-contradio expe que nenhuma afirmao pode ser verdadeira e
falsa ao mesmo tempo e a lei do terceiro excludo diz que qualquer afirmao da forma *P
ou no-P* verdadeira. A aplicao da Lgica Clssica trouxe os avanos recentes e essas
novas tecnologias criaram diferentes condies - limites para descrio de objetos de onde
possvel a extrao de informaes importantes para a ao e controle de situaes reais.
E assim, as faixas de incerteza nas fronteiras que medem, classificam e descrevem formas,
objetos e analisam as propriedades fsicas, ficaram pequenas pela exigncia de
determinaes cada vez mais precisas. Essas situaes criaram cenrios que no se
enquadravam mais nas rgidas regras da Lgica Clssica exigindo formas complexas para o
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 54

tratamento adequado desses problemas. Esse fato obrigou a criao de linhas de pesquisas
direcionando profundos estudos que culminaram com a instituio das Lgicas alternativas
da Clssica. Com isso, foram surgindo novas Lgicas chamadas Lgicas No-Clssicas,
cujo objetivo era o estudo de como dar o tratamento adequado de situaes como as
indefinies e as inconsistncias que no podem ser tratadas diretamente pela Lgica
Clssica.
A Lgica Paraconsistente uma lgica no clssica e surgiu dessas consideraes,
inicialmente, com os trabalhos do russo Nikolai A. Vasilv (1880-1940) em 19810 e do
polons Jan Lukasiewicz (1878-1956), que independentemente publicaram textos nos quais
tratavam da possibilidade de uma Lgica que no eliminasse ab initio as contradies.
Mais tarde em 1948, o lgico polons Stanislaw Jskowski formalizou com base na Lgica
discursiva um clculo proposicional paraconsistente denominado Clculo Proposicional
Discursivo. Nesta mesma poca, independentemente, o lgico brasileiro Newton C. A. da
Costa, desenvolveu, e vem desenvolvendo, vrios Sistemas Paraconsistentes contendo
todos os nveis lgicos usuais: clculo proposicional, clculo de predicados, clculo de
predicados com igualdade, clculo de descries e linguagem de ordem superior (na
forma de teoria dos conjuntos).
A caracterstica principal da Lgica Paraconsistente a derrogao do principio do meio
excludo, pilar da lgica clssica, pois prope admitir contradio em seus fundamentos
sem trivializao. A partir dos resultados
10
de Da Costa a Lgica Paraconsistente
11

apareceu como um campo de pesquisa muito promissor, tanto numa perspectiva puramente

10
A estes estudos, o filsofo peruano Francisco Mir Quesada em 1976, denominou-os de
paraconsistentes originando da o termo Lgica Paraconsistente.

11
Estes dois cientistas, S.Jskowski e Newton C. A. da Costa, so considerados pela comunidade cientfica
mundial como os inventores da Lgica Paraconsistente.

Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 55

terica, como em aplicaes diretas em reas de Inteligncia Artificial e Sistema de
Computao.

2.1. Os Princpios Bsicos da Lgica Paraconsistente
De modo resumido, pode-se considerar que a Lgica Paraconsistente sustentada pelos
seguintes princpios tericos:
- Dada uma teoria (dedutiva) T, assentada na lgica L, diz-se consistente se entre seus
teoremas no existem tais, que um seja a negao do outro; em hiptese contrria, T
denomina-se inconsistente. A teoria T chama-se trivial se todas as sentenas (frmulas
fechadas) de sua linguagem forem teoremas; se isto no ocorrer, T no-trivial.
Se L for uma das lgicas comuns, como a clssica, a teoria T trivial se e somente se for
inconsistente.
A lgica L denomina-se Paraconsistente se puder funcionar como fundamento de teorias
inconsistentes e no triviais. Isto significa que, uma Lgica Paraconsistente aquela que se
mostra capaz de manipular sistemas inconsistentes de informaes sem a ocorrncia de
trivializao.
Neste trabalho, so apresentados os mtodos de aplicaes obtidos de interpretaes dos
fundamentos e conceitos de uma classe de lgica paraconsistente denominada de Lgica
Paraconsistente Anotada de anotao com dois valores LPA2v. Para a utilizao desse tipo
de lgica em aplicaes de robtica, sistemas especialistas e em sistemas de tomada de
deciso foram criados algoritmos originados de um estudo no seu Reticulado
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 56

representativo cuja interpretao permitiu o devido equacionamento, conforme ser visto a
seguir.

2.2. Representao do Reticulado Associado Lgica Paraconsistente Anotada
Sabe-se que devido as suas rgidas leis binrias a presena de uma contradio na Lgica
Clssica, trivializa qualquer teoria e como conseqncia fica impotente para manipular
diretamente o conceito de inconsistncia, o que a impossibilita de fazer um tratamento no
trivial na presena de contradies. No entanto no mundo real, as inconsistncias so
importantes e no podem ser desprezadas porque so as informaes contraditrias que
trazem fatos relevantes modificando, s vezes, completamente o resultado da anlise. A
existncia da inconsistncia que induz ao Sistema promover buscas procurando novas e
esclarecedoras informaes com consultas a outros informantes, para se obter uma
concluso mais real e confivel. A lgica Paraconsistente Anotada capaz de manipular
informaes inconsistentes e pode ser representada atravs de um Reticulado cujas
constantes de anotao representadas nos vrtices daro conotaes de estados lgicos
extremos s proposies.
Pode-se obter uma representao sobre o quanto as anotaes, ou evidncias, expressam o
conhecimento sobre uma proposio P utilizando um reticulado formado por pares
ordenados, tal que: = {( ,

)

|
,


[0, 1] }. Neste caso, fixado um operador: | |
| |. O operador ~ constitui o significado do smbolo lgico de negao do sistema
que ser considerado. Dessa forma um reticulado de quatro vrtices associado Lgica
Paraconsistente Anotada de anotao com dois valores-LPA2v pode ser apresentado com
os Graus de Evidncia que compem as anotaes, tal como nisto na Figura I.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 57


Figura I - Reticulado finito de Hasse
Como exemplificao, considere-se que as informaes originadas da anlise de dois
especialistas sobre a sade de um paciente vo compor a Anotao proposio P O
paciente est acometido de pneumonia. Pode-se adotar que o especialista 1 produza o
valor referido ao Grau de Evidncia favorvel e o especialista 2 o valor referido ao Grau de
Evidncia desfavorvel, de tal forma que as anotaes para a anlise so apresentadas
como:
Anotao 1 = (1, 0) .Para a anotao (1, 0), a leitura intuitiva ser O paciente est
acometido de pneumonia com evidncia favorvel total. Frente a proposio P em
anlises isto estabelece um estado lgico Verdadeiro, visto que o especialista 1 apresenta
para compor a anotao o Grau de Evidncia favorvel = 1 e o especialista 2 apresenta
para compor a anotao o Grau de Evidncia desfavorvel = 0.
Anotao 2 = (0, 1) .Para a anotao (0, 1), a leitura intuitiva ser O paciente est
acometido de pneumonia com evidncia desfavorvel total. Frente a proposio P em
anlises isto estabelece um estado lgico Falso, visto que o especialista 1 apresenta para
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 58

compor a anotao o Grau de Evidncia favorvel = 0 e o especialista 2 apresenta para
compor a anotao o Grau de Evidncia desfavorvel = 1.
Anotao 3 = (1, 1) .Para a anotao (1, 1), a leitura intuitiva ser O paciente est
acometido de pneumonia com valores de evidncia favorvel e desfavorvel totalmente
contraditrios. Frente a proposio P em anlises isto estabelece um estado lgico
Inconsistente, visto que o especialista 1 apresenta para compor a anotao o Grau de
Evidncia favorvel = 1 e o especialista 2 apresenta para compor a anotao o Grau de
Evidncia desfavorvel =1.
Anotao 4 = (0, 0) .Para a anotao (0, 0), a leitura intuitiva ser O paciente est
acometido de pneumonia com valores de evidncia favorvel e evidncia desfavorvel
totalmente contraditrios Frente a proposio P em anlises isto estabelece um estado
lgico Paracompleto ou Indeterminado, visto que o especialista 1 apresenta para compor a
anotao o Grau de Evidncia favorvel = 0 e o especialista 2 apresenta para compor a
anotao o Grau de Evidncia desfavorvel = 0.
Considerando sistemas fsicos pode-se exemplificar o caso em que a proposio P seja do
tipo A partcula desloca-se com velocidade mxima e cujas medies por dois
especialistas originou a anotao (0,7; 0,2). Para essa anotao, tem-se que a sua negao
lgica (0,2; 0,7).
A leitura interpretativa de P
(0,7; 0,2)
P
(0,2; 0,7)
ser: Cr-se que a partcula desloca-se
com velocidade mxima com evidncia favorvel de at 70% e evidncia desfavorvel de
at 20% o que equivale a se dizer que no o caso que cr-se a partcula desloca-se com
velocidade mxima com evidncia favorvel de at 20% e evidncia desfavorvel de at
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 59

70%. A leitura indica que existe um operador natural definido sobre que desempenha o
papel da negao do conectivo da lgica anotada:
: , ~(, ) = (, ).
Ainda nesse tipo de considerao, se a proposio do tipo P A partcula passou pelo
ponto B onde a anotao pode ser originada de informaes de aparelhos de medio ou
de visualizao de observadores. A descrio do significado da sua negao lgica para
cada anotao do tipo:
(1, 0) A leitura intuitiva da negao da proposio P
(1, 0)
creio que a partcula passou
pelo ponto B com evidncia favorvel nula e evidncia desfavorvel total.
(1, 1) A leitura intuitiva da negao da proposio P
(1, 1)
creio que a partcula passou
pelo ponto B com evidncia favorvel total e evidncia desfavorvel total, ou seja, neste
caso a negao de uma proposio inconsistente continua inconsistente.
(0, 0) A leitura intuitiva da negao da proposio P
(0, 0)
creio que a partcula passou
pelo ponto B com evidncia favorvel nula e evidncia desfavorvel nula, ou seja, neste
caso a negao de uma proposio paracompleta ainda paracompleta.
(0,5; 0,5) A leitura intuitiva da negao da proposio P
(0.5; 0.5)
creio que a partcula
passou pelo ponto B com evidncia favorvel de at 50% e evidncia desfavorvel de at
50%, ou seja, a mesma conotao proposio. Neste ltimo caso tem-se uma crena
indefinida e sua negao a mesma proposio indefinida.
Pode-se exemplificar essa forma de raciocinar com a LPA2v atravs de outra proposio
apresentada para anlise do tipo: P A experincia confirmou os resultados. Considere
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 60

que especialistas opinaram a respeito e faa a descrio do significado da sua negao
lgica para cada uma das anotaes abaixo.
Para a anotao (0,9; 0,3) Significa que uma leitura intuitiva da negao da proposio
P
(0,9; 0,3)
cr-se que a experincia confirmou os resultados com evidncia favorvel de
at 30% e evidncia desfavorvel de at 90%.

2.3. Interpretaes Algbricas da LPA2v
Para melhor representao de uma anotao, e tambm para efeitos de utilizao prtica do
reticulado no Tratamento de Incertezas, podem-se fazer algumas interpretaes
algbricas que envolvem um Quadrado Unitrio no Plano Cartesiano QUPC e o Reticulado
representativo da LPA2v.
Inicialmente, adota-se um sistema de coordenadas cartesianas para o plano, e assim as
anotaes de uma dada proposio P sero representadas por pontos do plano.
Denominando-se de Quadrado Unitrio no Plano Cartesiano (QUPC) o reticulado com
o sistema de coordenadas, como proposto na Figura II(a). Assim, associa-se T a (1, 1), a
(0, 0), F a (0, 1) e V a (1, 0). No QUPC os valores do Grau de evidncia favorvel ficam
expostos no eixo x, e os valores do Grau de evidncia desfavorvel no eixo y. Para cada
sistema de coordenadas adotado as anotaes compostas pelo Grau de evidncia favorvel
e Grau de evidncia desfavorvel de so identificadas com diferentes pontos no
plano. Sendo assim, no sistema da Figura II(a) certa anotao ( , ) pode ser identificada
com o ponto do plano em outro sistema. Como um sistema de coordenadas pode ser fixado
para define-se ento transformaes entre o Quadrado Unitrio no Plano Cartesiano
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 61

QUPC e o Reticulado , que ser o Reticulado munido de um outro sistema de
coordenadas.
Do mesmo modo como foi feito no QUPC, neste Reticulado podemos associar T a (0,
1), a (0, -1), F a (-1, 0) e V a (1, 0). Dessa forma, o Reticulado pretendido ser
munido do seguinte sistema de coordenadas, tal como na Figura II(b).

Figura II - (a) Quadrado Unitrio no Plano cartesiano QUPC. (b) Reticulado munido de
um novo sistema de coordenadas
Para cada sistema de coordenadas adotado, as anotaes ( , ) de so agora identificadas
com diferentes pontos no plano. Poderemos ento considerar mais um sistema de
coordenadas que pode ser fixado para . Definem-se ento transformaes entre QUPC e o
reticulado . Desse modo, pode ser obtido a partir de QUPC atravs de trs fases;
mudana de escala, rotao e translao, conforme mostra a Figura III.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 62

Fazendo a composio das trs fases que geraram as transformaes T
3
T
2
T
1
obtm-se
a transformao linear representada pela equao:
T(x, y)=(x-y, x+y-1) (1)
De posse da equao da transformao T(x, y) em (1) pode-se converter pontos de QUPC
que representam anotaes de em pontos de , que tambm representam anotaes de .


1. Aumento da escala do QUPC de 2



2. Rotao de 45
o
em relao a origem
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 63


3. Translao de valores entre QUPC e o Reticulado da LPA2v.
Figura III - Trs fases de transformaes para obteno do Reticulado de valores da
LPA2v
Relacionando os componentes da transformao T(x, y) conforme a nomenclatura usual da
LPA2v, vem que: x = Grau de Evidncia favorvel
y = Grau de Evidncia desfavorvel
Do primeiro termo obtido no par ordenado da equao da transformao fica:
x-y = - , o qual denominamos de Grau de certeza G
C
. Portanto, o Grau de certeza
obtido por:
G
C
= - (2)
Seus valores, que pertencem ao conjunto , variam no intervalo fechado +1 e -1, e esto
no eixo horizontal do reticulado, o que se denomina de Eixo dos graus de Certeza.
Quando G
C
resultar em +1 significa que o estado lgico resultante da anlise
paraconsistente Verdadeiro, e quando G
C
resultar em -1 significa que o estado lgico
resultante da anlise Falso. No segundo termo obtido no par ordenado da equao da
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 64

transformao temos: x+y-1 = + -1, o qual se denomina de Grau de contradio G
ct
.
Portanto, o Grau de Contradio obtido por:
G
ct
= + 1 (3)
Seus valores, que pertencem ao conjunto , variam no intervalo fechado +1 e -1, e esto
no eixo vertical do reticulado, o que denominamos de Eixo dos graus de Contradio.
Quando G
ct
resultar em +1 significa que o estado lgico resultante da anlise
paraconsistente Inconsistente, e quando G
ct
resultar em -1 significa que o estado lgico
resultante da anlise Indeterminado.

2.4. Os Estados Lgicos Paraconsistente
Com os valores dos Graus de Certeza G
C
e de Contradio G
ct
formando a representao
de resultados no Reticulado de valores podem-se fazer algumas consideraes acerca de
uma anlise paraconsistente utilizando os conceitos fundamentais da LPA2v. Inicialmente
tomam-se no eixo de horizontal ou de certeza, dois valores limites externos e arbitrrios
denominados:
V
scc
= Valor superior de controle de certeza.
V
icc
=

Valor inferior de controle de certeza.
Estes dois valores determinaro na anlise quando o Grau de Certeza resultante alto o
suficiente para que a Proposio analisada seja considerada como sendo totalmente
Verdadeira ou totalmente Falsa. As tomadas de deciso em um Sistema de Anlise
Paraconsistente relacionadas ao eixo de certeza sero consideradas com base nas seguintes
verificaes:
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 65

a) O valor superior de controle de certeza V
scc
vai dar a medida positiva mnima
tolervel do estado lgico resultante Verdadeiro.
b) O valor inferior de controle de certeza V
scc
vai dar a medida negativa mnima
tolervel do estado lgico resultante Falso.
c) Valores entre a medida positiva do controle de certeza superior e negativa do
controle de certeza inferior sero considerados Indefinidos.
Da mesma forma, tomam-se no eixo vertical ou de contradio, dois valores limites
externos e arbitrrios denominados de: V
scct
= Valor superior de controle contradio
V
icct
= Valor inferior de controle contradio.
Estes dois valores determinaro o quando o valor do Grau de Contradio resultante da
anlise alto, de tal forma que se pode considerar a Proposio totalmente Inconsistente ou
totalmente Indeterminada.
As tomadas de deciso em um Sistema de Anlise Paraconsistente relacionadas ao eixo de
contradio sero consideradas a partir das seguintes verificaes:
a) O valor superior de controle de contradio V
scct
vai fornecer a medida mxima
positiva tolervel do estado lgico paraconsistente resultante Inconsistente.
b) O valor inferior de controle de contradio V
icct
vai fornecer a medida mxima
negativa tolervel do estado lgico paraconsistente resultante Indeterminado.
c) Valores acima da medida mxima positiva do valor superior do controle da
contradio e abaixo da medida mxima negativa do valor inferior do controle de
Contradio sero considerados Indefinidos.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 66

Como exemplo, a Figura IV mostra uma representao do Reticulado da LPA2v construdo
com valores de Graus de Certeza G
C
e de Contradio G
ct
, seccionado em 12 regies.

Figura IV - Representao do reticulado da LPA2v seccionado em 12 regies delimitadas
originando 12 estados lgicos resultantes
Nesta representao, verifica-se que alm dos estados lgicos paraconsistentes conhecidos
situados nos quatro vrtices do reticulado, os quais so denominados de estados lgicos
paraconsistentes extremos, cada um dos oitos estados lgicos internos (ou no-extremos)
receberam uma nomeao e simbologia conforme a sua proximidade com os estados
lgicos Paraconsistentes extremos dos vrtices correspondentes.
Tem-se a seguir a representao dos quatros estados Lgicos Extremos e os oito No-
Extremos que compem o reticulado com as suas denominaes correspondentes onde os
estados Lgicos Extremos so: T Inconsistente F Falso
Indeterminado V Verdadeiro
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 67

e os estados Lgicos No-Extremos:
f Indeterminado tendendo ao Falso
v Indeterminado tendendo ao Verdadeiro
T f Inconsistente tendendo ao Falso
T v Inconsistente tendendo ao Verdadeiro
Qv T Quase-verdadeiro tendendo ao Inconsistente
Qf T Quase-falso tendendo ao Inconsistente
Qf Quase-falso tendendo ao Indeterminado
Qv Quase- verdadeiro tendendo ao Indeterminado
Os valores das variveis de entrada so representados por:
Grau de Evidncia favorvel
Grau de Evidncia desfavorvel
e os valores relacionais:
Gct Grau de Contradio, onde : Gct = + -1 com 0 1 e 0 1
G
C
Grau de Certeza, onde: G
C
= - com 0 1 e 0 1
As variveis de controle para recursos de otimizao so:
Vscc Valor Superior de Controle de Certeza.
Vscct Valor Superior de Controle de Contradio.
Vicc Valor Inferior de Controle de Certeza.
Vicct Valor Inferior de Controle de Contradio.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 68

Com todas as variveis e valores relacionados ao reticulado associado LPA2v feita uma
descrio entre as entradas e sadas envolvidas no processo de anlise. Como resultado das
vrias sentenas descritivas apresentado o algoritmo Para-Analisador para
implementao em programa de computao.

Figura V - Descrio do Algoritmo Para-analisador
DESCRIO DO ALGORITMO PARA-ANALISADOR DA LPA2V

*/Definies dos valores*/
V
scc
= C
1
*/

Definio do valor superior de controle de certeza*/
V
icc
= C
2
*/

Definio do valor inferior de controle de certeza*/
V
scct
= C
3
*/

Definio do valor superior de controle de Contradio*/
V
icct
= C
4
*/

Definio do valor inferior de controle de Contradio*/
*/Variveis de entrada */
*/ 0 1 */

*/ 0 1 */
*/Variveis de sada*
Sada discreta = S
1
Sada analgica = S
2a
Sada analgica = S
2b
*/Expresses matemticas */
sendo: G
ct
= + -1
G
C
= -
*/determinao dos estados Lgicos Extremos */
Se G
C
C
1
ento S
1
= V
Se G
C
C
2
ento S
1
= F
Se G
ct
C
3
ento S
1
= T
Se G
ct
C
4
ento S
1
=
*/determinao dos estados Lgicos No-Extremos/
Para 0 G
C
< C
1
e 0 G
ct
< C
3

se G
C
G
ct
ento S
1
= Qv T
seno S
1
= T v
Para 0 G
C
< C
1
e C
4
< G
ct
0
se G
C
| G
ct
| ento S
1
= Qv
seno S
1
=

v
Para C
2
< G
C
0 e C
4
< G
ct
0
se |G
C
| | G
ct
| ento S
1
= Qf
seno S
1
=

f
Para C
2
< G
C
0 e 0 G
ct
< C
3

se | G
C
| G
ct
ento S
1
= Qf T
seno S
1
= T f
G
ct
= S
2a

G
C
= S
2b

*/ FIM*/
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 69

3. Aplicao do Algoritmo Para-Analisador
Em um Sistema de Anlise Paraconsistente as atribuies dos valores dos Graus de
Evidncia favorvel e desfavorvel tm como objetivo oferecer uma resposta ao
problema de sinais contraditrios. Isso feito coletando evidncias, e por meio de anlises
usando o Algoritmo Para-Analisador o Sistema procura modificar o seu comportamento
para que a intensidade das contradies diminua. Em linhas gerais, um Sistema de
Controle Paraconsistente que usa o Algoritmo Para-Analisador funciona basicamente da
seguinte forma, no qual a anlise paraconsistente feita em trs etapas:

3. 1. O Sistema Recebe as Informaes
Essa a etapa de extrao de conhecimento. Geralmente estes valores vm de sensores ou
de especialistas por onde passaram por um processo de normalizao, portanto as
informaes so dois valores variveis e independentes:
a) O Grau de Evidncia favorvel , que um valor real entre 0 e 1.
b) O Grau de Evidncia desfavorvel , que um valor real entre 1 e 0.

3.2. O Sistema Faz o Processamento
Essa a etapa do tratamento de sinais. So utilizadas as equaes:
a) G
ct
= + -1 para encontrar o valor do Grau de Contradio
b) G
C
= - para encontrar o valor do Grau de Certeza
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 70

3.3. O Sistema Conclui
Essa a etapa da apresentao dos resultados e informaes para tomada de deciso.
Utiliza as condicionais:
a) Se existir um alto Grau de Contradio ento no existe certeza ainda quanto
deciso, portanto, devem-se buscar novas evidncias.
b) Se existir um baixo Grau de Contradio ento se pode formular a concluso,
desde que exista um alto Grau de Certeza tambm.
Deve-se ter em conta que este alto Grau de Contradio e de Certeza pode ser negativo ou
positivo, isto , estes valores devero ser considerados em mdulo e os limites que definem
o que alto ou baixo uma deciso que depende exclusivamente dos valores limites
estabelecidos por ajustes externos.

3.4 Sistema de Controle com o Algoritmo Para-Analisador
O Sistema de Controle com o Algoritmo Para-Analisador foi primeiramente utilizado no
controlador Lgico Paraconsistente do Rob mvel Autnomo Emmy
12
. Neste projeto
elaborado em 1999 a anlise paraconsistente gera as condies para tomada de deciso em
relao aos desvios de obstculos ao trafego do rob por ambientes no-estruturados. O
Sistema Paraconsistente do Rob para fazer a anlise recebe dois valores: Graus de
Evidncia favorvel e Grau de Evidncia desfavorvel , com os quais calcula os valores
dos Graus de Certeza G
C
e dos Graus de Contradio G
ct
. A partir dos resultados obtidos
desses dois valores o Controlador Paraconsistente faz a determinao dos estados lgicos

12
O nome Emmy foi dado em homenagem a grande cientista e matemtica Emmy Nther autora de
grandes contribuies a Cincia.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 71

representados pelas 12 regies do reticulado. O Controlador paraconsistente ir captar
informaes sobre a presena de obstculos na sua trajetria, utilizado um circuito que
transforma medidas de distncia em valores de tenso eltrica atravs de dois sensores de
ultra-som sincronizados por um microprocessador. O circuito dos sensores faz a captao e
apresenta na sada dois sinais de tenso que variam de 0 a 5 volts. O sinal que representa o
Grau de Evidncia favorvel varia a amplitude da tenso eltrica proporcionalmente a
distncia do Rob ao obstculo, e o sinal representativo do Grau de Evidncia desfavorvel


tem variao da amplitude inversamente proporcional. Portanto, os dois sinais de
informaes representam os Graus de Evidncia favorvel e de Evidncia desfavorvel
referente proposio Existe Obstculo frente. No controlador Lgico Paraconsistente
os valores de e

so considerados como entradas e equacionados, resultando assim em
Graus de Certeza G
C
e de Contradio G
ct
que so obtidos como valores analgicos.
Tambm gerada uma palavra binria composta de 12 dgitos. Na palavra binria cada
dgito ativo corresponde ao estado lgico resultante Paraconsistente de sada. Com os
valores dos Graus de Certeza e de Contradio calculados o Controlador seleciona um dos
estados lgicos entre os 12 do reticulado como sada para a tomada de deciso. A Figura
VI mostra o Rob Emmy I, o primeiro construdo com essa tcnica de controle lgico
Paraconsistente.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 72


Figura VI - Rob Mvel Autnomo Emmy I construdo em 1999 Destaques das suas
partes construtivas
A tomada de deciso para desvio de obstculo feita com base nos resultados obtidos pelo
Algoritmo Para-Analisador. Para Grau de Certeza prximo de +1 e Grau de Contradio
prximo de 0 o ponto interpolado pelos dois valores est na regio situada prximo do
vrtice que representa o estado lgico Verdadeiro. Portanto, a anlise afirma que existe
obstculo a frente confirmando a Proposio. Nesse caso, a deciso providenciar um
desvio. Para Grau de Certeza prximo de -1 e Grau de Contradio prximo de 0 o ponto
interpolado pelos dois valores est na regio situada prximo do vrtice que representa o
estado lgico Falso. Portanto a anlise afirma que no existe obstculo a frente refutando a
Proposio. Nesse caso, a deciso providenciar para que o rob continue avanando.
Quando, nas duas situaes acima, o Grau de Contradio estiver com valores prximos de
+1 ou -1 significa que o ponto de interpolao entre G
C
e G
ct
vai se situar em regies
distantes dos estados Verdadeiro e Falso, portanto a deciso procurar diluir as
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 73

contradies fazendo o Rob avanar com maior lentido ou desviar do obstculo com
ngulos de diferentes graus.
Pode-se exemplificar o equacionamento das aplicaes da LPA2v em robtica conforme
foi feito no Rob Emmy do seguinte modo: Se os Sensores de Ultra-som do Sistema de
Controle do Rob Emmy que geram dois valores correspondentes a distncia do Rob a
determinado objeto apresentam os valores de Evidncia, tais que:
Grau de Evidncia favorvel = 0,82 Grau de Evidncia desfavorvel

= 0,37
E se a proposio em anlise P Existe Obstculo a frente ento o Algoritmo Para-
Analisador com os valores limites ajustados em 0,5 ir gerar um Grau de Certeza G
C
, e um
Grau de Contradio G
ct
que coloca o rob em um estado lgico Paraconsistente. Neste
caso o Sinal lgico Paraconsistente representado pela proposio e anotao tal que o
smbolo : P
(0,73, 0,36)
. Da equao (3) se obtm o valor do Grau de Contradio que ser:
G
ct
= 0,82 + 0,37 -1 G
ct
= 0,19
Obtm-se o valor do Grau de Certeza que ser: G
C
= 0,82 0,37 G
C
= 0,45
Sendo: V
scc
= C
1
= 0,5

; V
icc
= C
2
= 0,5 ;

V
scct
= C
3
= 0,5 e

V
icct
= C
4
= 0,5


E como: 0 G
C
< C
1
(0 0,45 < C
1
) e 0 G
ct
< C
3
(0 0,19 < C
3
)
e G
C
G
ct
(0,45 0,19) ento: S
1
= Qv T
Portanto, o estado lgico Paraconsistente resultante :
Quase-Verdadeiro tendendo ao Inconsistente representado pelo par:

(G
C
, G
ct
)

(0,45 ; 0,19).
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 74

4. Tratamento de Incertezas para Tomada de Deciso com a LPA2v
Sistemas apoio tomadas de deciso que tratam com o Conhecimento Incerto devem ser
capazes de representar, manipular e comunicar dados considerados imperfeitos. Na
aplicao da LPA2v os graus de evidncias que alimentam os Sistemas de Tratamento de
Incertezas so as informaes valoradas originrias de vrias fontes, ou de diferentes
especialistas. Nessa anlise, consideram-se duas fontes de informao que enviam para o
Sistema de Anlise sinais de evidncia a respeito de certa proposio P
1
, definidos como:

1
- Sinal enviado pela fonte de informao 1

1
=

Grau de evidncia favorvel proposio P.

2
- Sinal enviado pela fonte de informao 2
1-
2
= Grau de evidncia desfavorvel proposio P.
Para a anlise paraconsistente deve-se considerar estas duas informaes como anotaes
agregando-as uma formula proposicional que resulta em um sinal paraconsistente do tipo
P
(, )
.

4.1. O Grau de Certeza Real
A anlise no Reticulado da LPA2v permite que aps o tratamento de informaes incertas
seja obtido um valor de Grau de Certeza atenuado pelo efeito causado pelas contradies.
O valor do Grau de Certeza que considera-se isento do efeito provocado pelas contradies
denominado de Grau de Certeza Real G
CR
.
Considerando que em uma anlise paraconsistente os clculos dos Graus de Certeza G
C
e
Graus de Contradio G
ct
resultaram em valores positivos e que esto interpolados no
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 75

Reticulado em um ponto interno (G
C
, G
ct
), conforme a Figura VIII. A distncia D da reta
da figura que vai do ponto de mximo Grau de Certeza V, representado no Vrtice direito
do reticulado, at ao ponto de interpolao
( , )
C ct
G G
, calculada por:

2 2
(1 | |)
C ct
D G G (8)
Projetando a distncia D no eixo de valores de certeza se obtm o ponto cujo valor ser
considerado o Grau de Certeza Real G
CR
. A Figura VII mostra essa condio onde se
obtm o valor do Grau de Certeza Real G
CR
.


Figura VII - Determinao do Grau de Certeza de valor resultante real - G
CR
no
reticulado da LPA2v
Se o Grau de Certeza G
C
calculado pela equao (2) resultar em valor negativo, a distncia
D ser obtida a partir do ponto de certeza F, representado no vrtice esquerdo do reticulado,
at ao ponto de interpolao interno (-G
C
, G
ct
). Verifica-se que em qualquer ponto do
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 76

Reticulado de valores possvel a obteno do Grau de Certeza Real G
CR
. Os valores de
G
ct
negativo no modificam a forma de obteno de G
C
. Portanto, o valor do Grau de
Certeza real G
CR
obtido a partir da determinao da distncia D conforme as condies
mostradas abaixo:
Para G
C
> 0
2 2
1 (1 | |)
CR C ct
G G G (9)
Para G
C
< 0
2 2
(1 | |) 1
CR C ct
G G G (10)
Para uma exemplificao dessa anlise com valores pode-se considerar o caso onde duas
fontes de informaes enviam os seguintes valores de evidncia:

1
= 0,86 Grau de Evidncia fornecida pela Fonte 1

2
= 0,72 Grau de Evidncia fornecida pela Fonte 2
Sendo
1
= 0,86 e
2
= 0,72 calcula-se ento o Complemento de
2
para obteno do
valor do Grau de Evidncia desfavorvel: 1 0, 72 0, 28
Representa-se a anotao (, ) como: (0,86, 0,28)
O Sinal lgico Paraconsistente fica representado: P
(0,86, 0,28)

Determina-se o Grau de Certeza G
C
:
0,86 0, 28
C
G
G
C
= 0,58
Determina-se o Grau de Contradio G
ct
: 0,86 0, 28 1
ct
G G
ct
= 0,14
Calcula-se a distncia D pela equao (8):
2 2
(1 | 0,58|) 0,14 D

Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 77

Como o Grau de Certeza G
C
positivo determina-se o Grau de Certeza Real pela equao
(9):
(1 0,4427188)
CR
G

0,5572812
CR
G

O resultado da anlise agora representado com o valor do Grau de Certeza Real que
oferece um valor quantitativo isento do efeito da contradio para tomada de deciso.

4.2 N de Anlise Paraconsistente - NAP
Sistemas ou Ns de Anlise paraconsistentes - NAPs so algoritmos extrados da LPA2v
capazes de serem interligados para compor redes de Anlise de tomada de deciso com
diferentes topologias. Nas redes de anlise paraconsistente, os NAPs fazem tratamento de
sinais de informao conforme os fundamentos da Lgica Paraconsistente. Com as suas
entradas sendo alimentadas pelos Graus de Evidncias retirados de base de dados de
Conhecimento Incerto os NAPs utilizam as equaes obtidas da metodologia da LPA2v e
vo obtendo os Graus de Certeza real G
CR
. Com isso o Grau de Certeza resultante da
anlise em cada sada do N transformado em Grau de Evidncia para outra proposio,
da seguinte forma:

1
2
CR
ER
G
(11)
onde:
ER
= Grau de Evidncia resultante Real
G
CR
= Grau Certeza Real.
Como exemplo com valores na aplicao do NAP considera-se que um N de Anlise
Paraconsistente (NAP) esteja recebendo em suas duas entradas dois Graus de Evidncia:
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 78

Grau de Evidncia favorvel =0,79
Grau de Evidncia desfavorvel =0,28
Da equao (2) calcula-se o Grau de Certeza: 0, 79 0, 28
C
G
0,51
C
G

Da equao (3) calcula-se o Grau de Contradio (0,79 + 0,28) 1
ct
G
0,07
ct
G

Como GC > 0 calcula-se o Grau de Certeza Real:
2 2
1 (1 | 0,51|) 0, 07
CR
G

1 - 0.4949747468
CR
G

0,505025
CR
G

A partir do valor do Grau de Certeza Real calcula-se o valor do Grau de Evidncia Real
pela equao (11):
0,505025 1
2
ER
0, 7525126
ER

Com as equaes obtidas pelas interpretaes no Reticulado pode-se construir Algoritmo
de Anlise Paraconsistente que ser utilizado em ferramenta computacional.

4.3. Redes de Anlises Paraconsistentes (RAPs)
Uma Rede de Anlise Paraconsistente construda de tal forma que cada NAP - N de
Anlise Paraconsistente efetua o tratamento de evidncias relacionado a uma nica
Proposio. Uma modelagem deste tipo, a qual denominada de Rede de Anlise
Paraconsistente de Configurao Simples pode ser visto na Figura VIII.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 79


Figura VIII - RAP- Rede de Anlise Paraconsistente em configurao Simples
Dessa forma produzido como resultado um Grau de Evidncia para outra proposio
formando diversas topologias. Sendo assim, cada valor de ER obtido em cada um dos
NAP ser ento utilizado como um sinal de entrada em outros NAPs para anlise de outras
proposies na Rede de deciso Paraconsistente.
A cada Algoritmo do NAP adicionada a equao de normalizao para obteno do Grau
de Evidncia resultante. Dessa forma, uma Proposio P1, analisada no NAP1 produz um
Grau de Evidncia favorvel
ER1
, e uma Proposio P2, analisada no NAP2, produz outro
Grau de Evidncia
ER2
. O processo seguinte a escolha do Grau de Evidncia resultante
que ser considerado como representante da evidncia desfavorvel. Neste caso foi
escolhido o Grau de Evidncia resultante da Proposio 2 para ser complementado,
transformando-se em Grau de Evidncia desfavorvel para ser analisado no NAP final
que trata da Proposio Objeto.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 80

5. Concluso
Neste captulo, foram apresentados os equacionamentos e alguns dos resultados obtidos
por aplicaes de mtodos originados de pesquisas desenvolvidas nas duas ltimas dcadas
no Brasil. Elas envolveram a Lgica Paraconsistente na sua forma estendida conhecida
como Lgica Paraconsistente Anotada (LPA). Essa tcnica prope uma interpretao no
somente filosfica da Lgica Paraconsistente Anotada, mas a traz para ser estudada sob a
tica da engenharia de forma que possa resultar em aplicaes diretas em sistemas
inteligentes para apoio tomadas de deciso bem como em sistemas de controle de robs e
em outros campos do conhecimento humano. Desse modo, estudou-se a Lgica
Paraconsistente Anotada fazendo interpretaes de suas representaes atravs de um
Reticulado associado no qual foi gerado algoritmos para aplicaes diretas em sistemas de
Inteligncia Artificial.
A metodologia apresentada neste trabalho utilizou os conceitos da Lgica Paraconsistente,
mais precisamente a Lgica Paraconsistente Anotada com anotao de dois valores LPA2v,
para obter o equacionamento de sinais originados de ambientes fsicos que retratam
situaes reais atravs de valores de evidencia. A tcnica apresentada permite aplicaes
diretas dos conceitos fundamentais da Lgica Paraconsistente em sistemas de tomada de
deciso, controle que compe os chamados sistemas inteligentes da rea da Inteligncia
Artificial. Estas informaes podem ser originadas de especialistas humanos, de sensores,
de instrumentos ou de bancos de dados de Conhecimento Incerto, portanto, representantes
de informaes incertas e contraditrias.
Mostrou-se neste trabalho que atravs da Lgica Paraconsistente Anotada com anotao de
2 valores as informaes consideradas incertas e contraditrias so representadas por
anotaes, cujos valores so analisados em um Reticulado representativo da lgica.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 81

Atravs das anlises feitas e interpretadas no Reticulado so obtidas equaes simples
facilitando a construo de algoritmos para elaborao de Redes de Anlises que podem
compor Sistemas de Raciocnio capazes de fazer tratamento de Incertezas. Os Algoritmos
apresentados neste estudo so fundamentados na Lgica Paraconsistente e, portanto,
concebidos para receber informaes incertas e contraditrias, equacionar seus valores e
apresentar resultados, sem quaisquer restries para eventuais conflitos existentes nas
informaes. Na prtica, os modelos paraconsistentes para tratamento de Incertezas so
feitos combinando-se vrios Ns de Anlises Paraconsistentes (NAPs) formando robustos
Sistemas de Anlise de informaes. Estas configuraes j esto sendo aplicadas,
principalmente para sistemas de deciso em redes de distribuio do setor eltrico onde os
NAPs formam redes paraconsistente de deciso para apoio operao no restabelecimento
da rede aps um desligamento inesperado. Diferentemente dos sistemas conhecidos a
aplicao da LPA2v em Sistemas de deciso tem trazido vrias vantagens pelo fato de que
o peso do conflito das informaes no inviabiliza as respostas, mas, atravs de uma nova
abordagem, so feitos tratamentos nos dados conflitantes extraindo-se da as informaes
relevantes para as tomadas de deciso.

6. Referncias Bibliogrficas
[1] J. M. Abe, Fundamentos da Lgica Anotada, Tese de Doutoramento FFLCH/USP - So
Paulo, 1992.
[2] R. Anand e V.S. Subrahmanian, A Logic Programming System Based on a Six-
Valued Logic AAAI/Xerox Second Intl. Symp. on Knowledge Eng. - Madri-Espanha,
1987.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 82

[3] N.C.A. Da Costa, L.J. Henschen, J. J. Lu e V.S. Subrahmanian Automatic Theorem
Proving in Paraconsistent Logics: Theory and Implementation Estudos Avanados-
Coleo Documentos- IEA-USP, No03,18p., So Paulo, 1990.
[4] N.C.A. Da Costa, V.S. Subrahmanian e C. Vago, The Paraconsistent Logic PT
Zeitschrift fur Mathematische Logik und Grundlagen der Mathematik, Vol.37, pp.139-
148,1991.
[5] Reiter, R. A Logic for Default Reasoning. Artificial Intelligence 13, 1980, pp. 81-132.
[6] Pawlak, Z. Rough sets. International Journal of Computer and Information Sciences,
11(5), 1982, p. 341 356.
[7] Da Silva Filho, J.I. & Abe, J.M. Paraconsistent analyzer module, International Journal
of Computing Anticipatory Systems, vol. 9, ISSN 1373-5411, ISBN 2-9600262-1-7, 346-
352, 2001.
[8] Da Silva Filho, J.I. & Abe, J.M. Emmy: a paraconsistent autonomous mobile robot, in
Logic, Artificial Intelligence, and Robotics, Proc. 2nd Congress of Logic Applied to
Technology LAPTEC2001, ISSN 0922-6389, 53-61, 287p., 2001.
[9] Da Silva Filho, J.I. & Abe, J.M. Para-Control: An Analyzer Circuit Based On
Algorithm For Treatment of Inconsistencies, Cybernetics and Informatics: Concepts and
Applications (Part I), ISBN 9800775560, 199-203, Orlando, Florida, USA, 2001.
[10] Da Silva Filho, J.I. & Rocco, A. & Mario, M.C.& Ferrara, L.F.P. Annotated
Paraconsistent Logic applied to Expert System Dedicated for Supporting in an Electric
Power Transmission System Re-Establishment - IEEE Power Engineering Society - pp
2212-2220, ISBN-1-4244-0178-X-Atlanta USA-2006.
Pesquisas e Mtodos de Aplicaes da Lgica Paraconsistente Anotada em Sistemas de
Inteligncia Artificial

Aspectos de Lgica e Teoria da Cincia 83

[11] Da Silva Filho, J.I., Abe, J.M. & Lambert-Torres, G. Inteligncia Artificial com as
Redes de Anlises Paraconsistentes - Teoria e Aplicaes Ed. LTC Rio de Janeiro, 2008.
[12] Da Silva Filho, J.I. Mtodos de aplicaes da Lgica Paraconsistente Anotada de
anotao com dois valores LPA2v com construo de Algoritmo e Implementao de
Circuitos Eletrnicos, Tese de Doutorado - EPUSP, So Paulo, 1999.
[13] E. Rich e K. Knigth, Artificial Intelligence, Mc Graw Hill, NY, 1983.

Joo Incio da Silva Filho - membro do Grupo de Lgica e Teoria da Cincia do IEA -
Instituto de Estudos Avanados da Universidade de So Paulo e coordenador do GLPA -
Grupo de Lgica Paraconsistente Aplicada. Doutorou-se em Engenharia Eltrica pela
POLI/USP na rea de Sistemas Digitais, em 1999 e concluiu mestrado em Microeletrnica
pela mesma Instituio. Em 2009 fez seu Psdoutoramento no INESC Instituto de
Engenharia de Sistemas e Computadores do Porto, em Portugal com trabalho relacionados
a pesquisa de aplicao da Lgica Paraconsistente. Criador do primeiro Rob a funcionar
com Controlador lgico Paraconsistente (Rob Emmy), atualmente se dedica as pesquisas
sobre aplicaes das Redes de Anlises Paraconsistentes em Sistemas Especialistas e
Robtica. Desde 26 de novembro de 2009 membro do IHGS - Instituto Histrico e
Geogrfico de Santos onde ocupa a Cadeira 73, cujo patrono Afonso D Escragnolle
Taunay.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 84

Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Cludio Rodrigo Torres
Universidade Metodista de So Paulo UMESP
Rua do Sacramento, 230, Rudge Ramos, So Bernardo do Campo - SP

Resumo
Apresenta-se neste captulo um Sistema de Navegao e Controle de Robs Mveis
Autnomos baseado na Lgica Paraconsistente Anotada Evidencial E atravs da
utilizao das Redes Neurais Artificiais Paraconsistentes. Esse sistema se divide em trs
mdulos: Subsistema de Sensoriamento, Subsistema de Planejamento e Subsistema
Mecnico. O funcionamento independente, mas, interligado, desses trs mdulos,
constituem um rob mvel autnomo capaz de encontrar um ponto destino pr-
determinado num ambiente no estruturado. Os resultados alcanados nos testes realizados
nos Subsistemas de Sensoriamento e Planejamento mostram-se muito promissores,
permitindo-os serem empregados com xito em sistemas de navegao mvel autnoma.

Palavras-chaves: Lgica Paraconsistente Anotada, Redes Neurais Artificiais
Paraconsistentes, Sistema de Controle, Sistema Inteligente e Rob Mvel Autnomo.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 85

Abstract
This chapter presents a Navigation and Control System of an Autonomous Mobile Robot
based on the Evidential Paraconsistent Annotated Logic E through the use of the
Paraconsistent Artificial Neural Network. This system is divided in three modules: Sensing
Subsystem, Planning Subsystem and Mechanical Subsystem. The independent but
interconnected functioning of these three modules makes an autonomous mobile robot able
to find a predetermined point in a non-structured environment. The results reached by the
Sensing Subsystem and the Planning Subsystem seems to be promising, allowing them to
be used in autonomous mobile navigation systems.

Keywords: Paraconsistent Annotated Logic, Paraconsistent Artificial Neural Network,
Control System, Intelligent System and Autonomous Mobile Robot.

1. Introduo
Apresenta-se neste trabalho o sistema de navegao e controle de um rob mvel
autnomo. Esse sistema divide-se em trs partes: Subsistema de Sensoriamento,
Subsistema de Planejamento e Subsistema Mecnico. O sistema de navegao e controle
composto por estes trs subsistemas permite a um rob mvel autnomo encontrar uma
posio destino em um ambiente no estruturado.
As ideias aqui apresentadas estendem estudos do Rob Mvel Autnomo Emmy I [1], [2],
[3], [4], [5], [6], [7], [8] e do Rob mvel Autnomo Emmy II [9], [10], [11], [12], [13],
[14], [15], [16], [17], [18]. O rob Emmy I capaz de desviar de obstculos num ambiente
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 86

no estruturado e seu controle se baseia na Lgica Paraconsistente Anotada Evidencial E.
O rob Emmy II possui, basicamente, as mesmas caractersticas que o rob Emmy I, mas
sua estrutura mecnica mais compacta e seu sistema de controle possui algumas
diferenas em relao ao rob Emmy I. O sistema de navegao e controle proposto neste
texto deve ser utilizado na construo do Rob Mvel Autnomo Emmy III [19], [20], [21].
Neste item apresentam-se, sucintamente, os elementos que compem o sistema de
navegao e controle. A parte nuclear deste trabalho composta pelos Subsistemas de
Sensoriamento e de Planejamento do rob, descritos nos itens 5 e 6, respectivamente.
Um rob mvel autnomo deve ser capaz de se locomover num ambiente no estruturado.
O projeto de um rob com estas caractersticas uma tpica situao em que se deve lidar
com contradies (inconsistncias), incertezas ou paracompletezas. Os Sistemas
Inteligentes tradicionais so usualmente baseados na lgica clssica ou em algumas de suas
extenses. E, em certas situaes, quando se defronta com incertezas, contradies
(inconsistncia) ou paracompletezas, muitas vezes algumas simplificaes ou adaptaes
so necessrias para que o sistema continue funcionando, podendo torn-lo complexo ou,
paradoxalmente, ineficiente.
O projeto proposto tem como base a Lgica Paraconsistente Anotada Evidencial E. A
utilizao deste tipo de lgica permite se lidar com sinais eltricos que expressam situaes
incertas, contraditrias ou paracompletas de forma no trivial.

Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 87

2. Descrio Geral do Sistema de Navegao e Controle Proposto
O Sistema de Navegao e Controle divide-se em trs partes: Subsistema Mecnico,
Subsistema de Planejamento e Subsistema de Sensoriamento.
Chama-se de Subsistema Mecnico a estrutura fsica do rob. Essa estrutura deve ser capaz
de carregar todos os sensores e dispositivos de controle que compe o Sistema de
navegao e Controle. O Subsistema Mecnico deve ser capaz de fornecer as informaes
necessrias para que o Sistema de Navegao e Controle funcione adequadamente, alm de
executar os movimentos determinados pelo Subsistema de Planejamento.
O primeiro prottipo do rob proposto, ainda em construo, compe-se, basicamente, de
uma placa metlica com dimenso de 400 mm de largura e 400 mm de comprimento. Trs
rodas suportam essa estrutura, sendo uma livre e as outras duas conectadas a servomotores.
Os servomotores instalados na base so responsveis pela movimentao do rob.
O Subsistema de Planejamento responsvel por gerar a sequncia de aes que a
estrutura mecnica deve realizar para sair de uma posio origem e alcanar uma posio
destino. Neste trabalho considera-se que o Subsistema de Planejamento mapeia o ambiente
em torno do rob, dividindo-o em coordenadas. Assim, no Sistema de Navegao e
Controle o Subsistema de Sensoriamento responsvel por informar o Sistema de
Planejamento quais coordenadas esto obstrudas.
O Subsistema de Planejamento solicita uma srie de aes ao Subsistema Mecnico de tal
forma que a plataforma mecnica seja capaz de deixar a coordenada onde se encontra e
passando, por diversas outras coordenadas, alcance a coordenada destino.
Nessas aes o Subsistema de Sensoriamento deve manipular dados oriundos dos mais
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 88

diversos tipos de sensores que monitoram o ambiente em torno do rob. Esses dados,
muitas vezes, so imprecisos e/ou contraditrios, devendo receber um tratamento adequado
em tempo real. Em diversos trabalhos como em [22], [23], [24], [25], [26], [27], [28], [29],
[30], [31] a Lgica Paraconsistente Evidencial E e as Redes Neurais Artificiais
Paraconsistentes se mostram uma boa ferramenta para lidar com incertezas, contradies
(inconsistncia) ou paracompletezas. Por isso, neste trabalho elas so utilizadas para
compor o Subsistema de Sensoriamento e o Subsistema de Planejamento.
A Figura I mostra a estrutura do sistema de controle e navegao proposto.

Figura I - Estrutura do sistema de controle e navegao proposto
Observa-se que o esquema geral do Sistema de Navegao e Controle utiliza o Subsistema
de Sensoriamento para alimentar um banco de dados com as informaes sobre as
condies do ambiente em torno do rob. Para cada coordenada, o banco de dados
armazena informaes sobre o seu estado, informando se a mesma est ocupada ou no.
Por sua vez, o Subsistema de Planejamento, antes de gerar a sequncia de aes que o
Subsistema Mecnico deve executar para alcanar a posio destino, consulta o banco de
dados. Assim, ele capaz de gerar e informar ao Sistema de Navegao e Controle uma
trajetria que desvia dos obstculos existentes no ambiente em torno do rob.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 89

3. Lgica Paraconsistente Anotada Evidencial E
Antes de apresentar a estrutura da Rede Neural Artificial Paraconsistente utilizada no
Subsistema de Sensoriamento e Planejamento, necessita-se apresentar os conceitos bsicos
da Lgica Paraconsistente Anotada Evidencial E e das Clulas Neurais Artificiais
Paraconsistentes.
A Lgica Paraconsistente, nos padres de rigor atuais, surgiu em 1948, com o lgico
polons STANISAW J AKOWSKI (1906 1965) e com o lgico brasileiro Newton
Carneiro Affonso da Costa em 1954 (nascido em 1929), que de forma independente
apresentaram as primeiras ideias da Lgica Paraconsistente. A Lgica Paraconsistente
permite trabalhar com contradies de forma no trivial.
Em [32] apresentou-se pela primeira vez uma linguagem de programao baseada na
Lgica Paraconsistente.
Em 1992 foi estudada a Lgica Paraconsistente Anotada Evidencial E [33], [34], [35],
[36], [37], [38], [39], [40], [41], [42], [43], [44], [45], [46], [47]. Os conceitos das Redes
Neurais Artificiais Paraconsistentes [48], [49] se baseiam nessa lgica.
Na Lgica Paraconsistente Anotada Evidencial E, para cada proposio P associa-se um
Grau de Evidncia Favorvel () (ou crena favorvel ou ainda outras leituras dependendo
da aplicao) e um Grau de Evidncia Contrria (). Os Graus de Evidncia so valores
reais entre 0 e 1 que denotam, no caso do Grau de Evidncia Favorvel, a crena ou a
evidncia de que a proposio P seja verdadeira. E no caso do Grau de Evidncia Contrria
o intervalo real fechado entre 0 e 1 denota a descrena ou a evidncia de que a proposio
P no seja verdadeira.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 90

Define-se o Grau de Certeza como:
G
c
= (1)
Tambm, define-se o Grau de Contradio da seguinte maneira:
G
ct
= ( + ) 1 (2)
Dependendo dos valores dos Graus de Evidncia podem-se ter quatro estados extremos:
verdadeiro, falso, inconsistente e paracompleto.
O estado verdadeiro (V) acontece quando = 1,0 e = 0,0.
O estado falso (F) acontece quando = 0,0 e = 1,0.
O estado inconsistente (T) acontece quando = 1,0 e = 1,0.
O estado paracompleto ( ) acontece quando = 0,0 e = 0,0.
A Figura II mostra graficamente os estados acima descritos.

Figura II - Representao grfica dos estados extremos
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 91

Os conceitos das Redes Neurais Artificiais Paraconsistentes [49], tm origem no Algoritmo
Paranalisador proposto em [1], [50], [51], [52]. A Figura III apresenta graficamente o
Algoritmo Paranalisador.

Figura III - Algoritmo paranalisador
Observa-se, ento, que com o Algoritmo Paranalisador, alm dos quatro estados extremos,
possvel se determinar mais oito estados no extremos. So eles:
QV T Quase-verdadeiro tendendo ao inconsistente.
QV - Quase-verdadeiro tendendo ao paracompleto.
QF T - Quase-falso tendendo ao inconsistente.
QF - Quase-falso tendendo ao paracompleto.
QT V - Quase-inconsistente tendendo ao verdadeiro.
QT F - Quase-inconsistente tendendo ao falso.
Q V - Quase-paracompleto tendendo ao verdadeiro.
Q F - Quase-paracompleto tendendo ao falso.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 92

No Algoritmo Paranalisador tambm existem quatro valores de controle externos:
V
cve
Valor de controle de veracidade, 0 V
cve
1
V
cfa
Valor de controle de falsidade, -1 V
cfa
0
V
cic
Valor de controle de inconsistncia, 0 V
cic
1
V
cpa
Valor de controle de paracompleteza, -1 V
cpa
0
O tamanho das regies que representam os estados extremos e no extremos no Algoritmo
Paranalisador dependem desses valores de controle externos. A Figura IV mostra o
Algoritmo Paranalisador quando, por exemplo, se varia V
cic
.


Figura IV - Algoritmo paranalisador com uma mudana em V
cic

4. Redes Neurais Artificiais Paraconsistentes
O sistema de navegao e controle proposto neste trabalho utiliza as Redes Neurais
Artificiais Paraconsistentes como base. Assim, neste item, descreve-se o funcionamento
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 93

dessas redes. O entendimento dos conceitos apresentados no item anterior, onde se
apresentou a Lgica Paraconsistente Anotada Evidencial E, fundamental para o
entendimento do funcionamento das Redes Neurais Artificiais Paraconsistentes.

4.1. Clulas Neurais Artificiais Paraconsistentes
Existem diversos tipos de Clulas Neurais Artificiais Paraconsistentes. As Redes Neurais
Artificiais Paraconsistentes existentes nos Subsistemas de Sensoriamento e Planejamento
utilizam a Clula Neural Artificial Paraconsistente Analtica - CNAPa, a Clula Neural
Artificial Paraconsistente de Passagem - CNAPpa e a Clula Neural Artificial
Paraconsistente de Conexo Lgica Simples no Processo de Maximizao (OU) -
CNAPmax. Assim, apenas essas trs clulas so descritas nos prximos itens.

4.1.1. Clula Neural Artificial Paraconsistente Analtica - CNAPa
Basicamente a Clula Neural Artificial Paraconsistente Analtica - CNAPa recebe como
entrada dois valores de graus de evidncia e gera como sada um grau de evidncia
resultante
E
. A Figura V mostra a representao grfica dessa clula.


Figura V - Clula neural artificial paraconsistente analtica - CNAPa
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 94

Os graus de evidncia de entrada so:
RA
, tal que: 1 0
RA
.
RB
, tal que: 1 0
RB
.
Existem, tambm, dois valores de controle de entrada. So eles:
Fator de Tolerncia Contradio Ft
ct
, tal que: 1 0
ct
Ft .
Fator de Tolerncia Certeza Ft
c
, tal que: 1 0
c
Ft .
A Clula Neural Artificial Paraconsistente Analtica CNAPa possui duas sadas.
Na sada 1 (S1) tm-se o Grau de Evidncia Resultante -
E
.

E
, tal que: 1 0
E
.
Na sada 2 (S2) tm-se o Intervalo de Evidncia Resultante -
E
.

E
, tal que: 1 0
E
.
A Clula Neural Artificial Paraconsistente Analtica calcula o Valor de Controle de
Veracidade - V
cve
, o Valor de Controle de Falsidade - V
cfa
, o Valor de Controle de
Inconsistncia - V
cic
e o Valor de Controle de Paracompleteza - V
cpa
da seguinte forma:

2
1
c
cve
Ft
V (3)

2
1
c
cfa
Ft
V (4)

2
1
ct
cic
Ft
V (5)
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 95


2
1
ct
cpa
Ft
V (6)
O Grau de Evidncia Resultante -
E
, se determina da seguinte forma:

2
1
c
E
G

Como
c
G , pode-se afirmar que:

2
1
E
(7)
Chama-se de Intervalo de Certeza () o intervalo de valores do Grau de Certeza (G
C
) que
podem variar sem alterar o valor do Grau de Contradio (G
ct
). Determina-se esse valor da
seguinte forma:
= 1 - |G
ct
| (8)
O Grau de Veracidade Mximo ) (
max
ve
G o prprio valor mximo positivo do Intervalo de
Certeza, ou seja,
max
ve
G .
O Grau de Falsidade Mximo ) (
max
fa
G o valor mximo negativo do Intervalo de Certeza,
portanto,
max
fa
G .
A Figura VI mostra a ideia acima exposta.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 96


Figura VI - Representao no reticulado dos mximos valores de graus de certeza com
grau de contradio constante
A CNAPa calcula o valor do Grau de Contradio Normalizado
ctr,
, que determinado
da seguinte forma:

2
1
ct
ctr
G
(9)
Como 1 ) (
ct
G , podemos afirmar que:

2
1 1
ctr


2
ctr
(10)
Encontra-se o Intervalo de Certeza atravs da equao (8) repetida abaixo.
= 1 - |G
ct
|
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 97

A partir da equao (9) pode-se afirmar que:
1 2
ctr ct
G (11)
Assim, para se encontrar o valor do Intervalo de Evidncia Resultante ) (
E
, substitui-se a
equao (11) em (8), portanto:
| 1 . 2 | 1
ctr E
(12)
Define-se o Intervalo de Evidncia Resultante Sinalizado
) ( E
como sendo o valor de
E

considerando a sinalizao do Grau de Contradio (G
ct
). Assim, quando 5 , 0
ctr
,
situao ocorrida quando 0
ct
G , tm-se
) ( ) ( E E
.
Da mesma forma, quando 5 , 0
ctr
, situao ocorrida quando 0
ct
G , tm-se
) ( ) ( E E
.
Portanto, o valor do Grau de Contradio Normalizado pode ser encontrado a partir do
Intervalo de Evidncia Resultante Sinalizado atravs das seguintes equaes:
Se
) ( ) ( E E
,
2
) 1 ( 1
E
ctr
(13)
Se
) ( ) ( E E
,
2
) 1 ( 1
E
ctr
(14)
A sada 2 sempre assume o valor de
E
.
J a sada 1 assume o valor de
E
quando a seguinte condio verdadeira:
cpa ctr cic
V V e ) (
E cve
V ou ) (
cfa E
V . Caso contrrio, a sada 1 assume 0,5.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 98

4.1.2. Clula Neural Artificial Paraconsistente de Passagem - CNAPpa
A Clula Neural Artificial Paraconsistente de Passagem - CNAPpa recebe como entrada
um grau de evidncia e possui como sada o valor desse mesmo grau de evidncia. Mas,
atravs do ajuste do Fator de Tolerncia Certeza, que uma entrada de controle da clula,
possvel limitar o valor da sada - S1. A Figura VII mostra a representao grfica da
Clula Neural Artificial Paraconsistente de Passagem.

Figura VII - Representao grfica da clula neural artificial paraconsistente de passagem
- CNAPpa
Representa-se o grau de evidncia por , tal que: 1 0 .
O Fator de Tolerncia Certeza - Ft
c
uma entrada de controle, tal que: 1 0
c
Ft .
A CNAPpa calcula o Valor de Controle de Veracidade e o Valor de Controle de Falsidade
conforme as equaes (3) e (4) repetidas abaixo:

2
1
c
cve
Ft
V

2
1
c
cfa
Ft
V
A sada da CNAPpa o Grau de Evidncia Resultante, determinado conforme a equao
(7).
A sada da CNAPpa assume o valor do Grau de Evidncia Resultante -
E
quando se
satisfaz a condio: ) (
E cve
V ou ) (
cfa E
V . Caso contrrio,
E
vale 0,5.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 99

4.1.3. Clula Neural Artificial Paraconsistente de Conexo Lgica Simples no
Processo de Maximizao (OU)
A Figura VIII mostra a representao grfica de uma Clula Neural Artificial
Paraconsistente de Conexo Lgica Simples no Processo de Maximizao (OU). Essa
clula coloca na sada -
max
o maior valor entre os dois valores de entrada,
RA
e
RB
.

Figura VIII - Representao grfica da clula neural artificial paraconsistente de conexo
lgica simples no processo de maximizao (OU)
A Clula Neural Artificial Paraconsistente de Conexo Lgica Simples no Processo de
Maximizao (OU) determina o valor do Grau de Evidncia Favorvel pela equao (7).
Sendo que
RA
e
RB
.
Caso 5 , 0
E
, conclui-se que a entrada
RA
a maior, portanto, a sada assume o valor
de
RA
. Caso contrrio, a sada assume o valor
RB
.

5. Robs Mveis Autnomos Baseados na Lgica Paraconsistente Anotada Evidencial
E
Descrevem-se mais detalhadamente a seguir os robs mveis autnomos Emmy I e Emmy
II. Eles serviram de inspirao para o sistema de navegao e controle proposto neste texto.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 100

5.1. Rob Mvel Autnomo Emmy I
O rob mvel autnomo Emmy I consiste de uma plataforma mvel de alumnio de
formato circular de 30 cm de dimetro e 60 cm de altura. O rob foi projetado em mdulos
sobrepostos separados por funo no sistema de controle, facilitando a visualizao da
ao de cada mdulo no controle de movimentao do rob [1], [2], [3], [4], [5], [6], [7],
[8].
Na movimentao do rob Emmy I num ambiente no estruturado as informaes sobre a
existncia ou no de obstculo na sua trajetria so obtidas por intermdio do dispositivo
denominado Parasnico. O Parasnico capaz de captar obstculos na trajetria
transformando-os proporcionalmente as medidas de distncia entre o rob e o obstculo em
sinais eltricos, na forma de uma tenso eltrica contnua que pode variar de 0 a 5 volts.
O Parasnico basicamente composto por dois sensores de ultrassom tipo POLAROID
500 [53] e um Microcontrolador 8051. A funo do Microcontrolador 8051 fazer a
sincronizao entre as medies dos dois sensores de ultrassom e a transformao da
grandeza distncia em tenso eltrica.
O sistema de controle de navegao do rob feito por um Controlador Lgico
Paraconsistente - Paracontrol e que recebe e faz o tratamento dos sinais eltricos.
O Paracontrol recebe informaes na forma de graus de evidncia favorvel e contrria, faz
uma anlise paraconsistente que resulta em sinais representativos de estados lgicos e
graus de certeza e de incerteza. As duas formas de sada podem ser utilizadas no controle,
dependendo do projeto. O Paracontrol ainda oferece alternativa de ajustes de controle
externamente atravs de potencimetros.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 101

Com a informao do estado resultante, o microcontrolador decide a ao a ser tomada
pelo rob.
A Figura IX mostra as partes principais do rob Emmy I.
Figura IX Destaque das partes principais do rob Emmy
Nos trabalhos relacionados com controle clssico de robs mveis autnomos descrevem-
se tcnicas tradicionais de planejamento e de navegao em roteiros conhecidos e
desconhecidos. Muito dos resultados apresentam tempo computacional muito alto ou um
sistema de controle muito complexo o que impossibilita a efetiva aplicao do controle.
Porm, a maior dificuldade o reconhecimento em situaes reais de mudanas de
ambiente, pois muitas indefinies e inconsistncias aparecem nas anlises dos sinais
captados.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 102

A Lgica Paraconsistente Anotada Evidencial E possibilita considerar incertezas,
inconsistncias e paracompletezas de um modo no-trivial e por isso, se mostra mais
propcia no enquadramento de problemas ocasionados por situaes como essas.
O rob Emmy I obteve bons resultados apesar das limitaes tcnicas como ausncia de:
mltiplas velocidades, diferentes tipos de sensores, acionamentos de braos mecnicos,
sincronizao de velocidade entre os motores, amortecedores, freios, etc. Os testes
efetuados demonstram que o Paracontrol pode ser aplicado para ajudar a solucionar
problemas ligados a navegao de robs e tratamento de sinais representativos de
informaes sobre o ambiente.
O sistema de controle utilizando o Paracontrol apresenta boa capacidade de modificar o
comportamento do rob quando h modificaes inesperadas das condies ambientais.
Pode-se ver na Figura X o aspecto fsico do rob Emmy I.







Figura X - Rob Emmy I
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 103

5.2. Rob Mvel Autnomo Emmy II
Investigando-se o controlador do rob Emmy I, chamado de Paracontrol, percebeu-se que
o seu funcionamento poderia ser melhorado. Assim, surgiu o rob mvel autnomo Emmy
II com objetivo de executar as mesmas funes que o rob Emmy I, mas, com um
desempenho mais eficiente.
O rob mvel autnomo Emmy II possui as caractersticas mostradas na Figura XI [9],
[10], [11], [12], [13], [14], [15], [16], [17], [18].


Figura XI - Representao do rob Emmy II
O rob Emmy II constitui-se, basicamente, de dois sensores (S
1
e S
2
) e dois motores
(motor 1 e motor 2) com rodas presas a seus eixos. Esses elementos esto acoplados a uma
plataforma circular de 25cm de dimetro. Um microcontrolador responsvel por receber
os sinais gerados pelos sensores de ultrassom, manipulando-os segundo o algoritmo Para-
analisador, e acionar os motores.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 104

Os movimentos possveis neste rob so os seguintes:
1. Seguir em frente em linha reta. Os motores 1 e 2 so acionados para frente ao
mesmo tempo com a mesma velocidade.
2. Ir para trs em linha reta. Os motores 1 e 2 so acionados para trs ao mesmo
tempo com a mesma velocidade.
3. Girar para a direita. Apenas o motor 1 acionado para frente com o motor 2
parado.
4. Girar para a esquerda. Apenas o motor 2 acionado para frente com o motor 1
parado.
5. Girar para a direita. Apenas o motor 2 acionado para trs com o motor 1 parado.
6. Girar para a esquerda. Apenas o motor 1 acionado para trs com o motor 2
parado.
O sinal gerado pelo sensor S
1
considera-se como grau de evidncia favorvel e o sinal
originado pelo sensor S
2
considera-se como grau de evidncia contrria da proposio A
frente do rob est livre. Quando existe um obstculo prximo ao sensor S
1
o grau de
evidncia favorvel baixo e quando o obstculo est distante do sensor S
1
o grau de
evidncia favorvel alto. Por outro lado, quando existe um obstculo prximo ao sensor
S
2
o grau de evidncia contrria alto e quando o obstculo est distante do sensor S
2
o
grau de evidncia contrria baixo.
O rob decide qual movimento escolher baseado nos valores do grau de evidncia
favorvel, no grau de evidncia contrria e no sistema de controle proposto de acordo com
o reticulado com os respectivos estados lgicos extremos e no-extremos da Figura XII.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 105


Figura XII - Reticulado com os estados lgicos utilizado pelo rob Emmy II
A verificao dos valores do grau de evidncia favorvel e do grau de evidncia contrria,
tomada de deciso e movimentao dos motores feita de forma sequencial. Tal sequncia
de aes quase imperceptvel ao se observar o rob movimentando-se.
Para cada estado, a respectiva deciso a seguinte:
- Estado V: Ir para frente. Os motores 1 e 2 so acionados para frente
1
ao mesmo
tempo.
- Estado F: Ir para trs. Os motores 1 e 2 so acionados para trs ao mesmo
tempo.
- Estado : Girar para a direita. Apenas o motor 1 acionado para frente.
Permanecendo o motor 2 parado.
- Estado T: Girar para a esquerda. Apenas o motor 2 acionado para frente.
Permanecendo o motor 1 parado.

1
Significa obviamente que as respectivas rodas giram fazendo com que o rob se movimente para frente.
Este e outros abusos de linguagem so cometidos ao longo do trabalho.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 106

- Estado QF : Girar para a direita. Apenas o motor 2 acionado para trs.
Permanecendo o motor 1 parado.
- Estado QF T: Girar para a esquerda. Apenas o motor 1 acionado para trs.
Permanecendo o motor 2 parado.
As justificativas para as escolhas so as seguintes:
- Quando o estado for Verdadeiro (V), significa que a frente do rob est livre.
Assim, o rob pode seguir em frente.
- Na Inconsistncia (T), e assumem valores altos (i.e., pertencentes regio
T). Isto significa que S
1
est distante de um obstculo e S
2
est prximo de um obstculo,
sendo que o lado esquerdo est mais livre que o direito. Assim, a ao recomendada girar
para a esquerda. Aciona-se apenas o motor 2 para frente e mantendo o motor 1 parado.
- Quando for detectado o estado de Paracompleteza ( ), e assumem valores
baixos. Isto significa que S
1
est prximo de um obstculo e S
2
est distante de um
obstculo, sendo que o lado direito est mais livre que o esquerdo. Portanto, a deciso deve
ser girar para a direita. Aciona-se apenas o motor 1 para frente e mantendo o motor 2
parado.
- No estado de Falsidade (F), a frente do rob est obstruda por um o obstculo
muito prximo do rob. Portanto, a deciso recuar.
- No estado Quase-falso tendendo ao Inconsistente (QF T), a frente do rob
continua obstruda, com as seguintes caractersticas: o obstculo no est to prximo
como na Falsidade e o lado esquerdo est um pouco mais livre do que o direito. A deciso
girar para a esquerda acionando-se apenas o motor 1 para trs e mantendo-se o motor 2
parado.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 107

- No estado Quase-falso tendendo ao Paracompleto (QF ), a frente do rob
continua obstruda, do seguinte modo: o obstculo no est to prximo como na falsidade
e o lado direito est um pouco mais livre do que o esquerdo. A deciso girar para a direita,
acionando-se apenas o motor 2 para trs e mantendo-se o motor 1 parado.
A plataforma utilizada para a montagem do rob Emmy II possui aproximadamente 25cm
de dimetro e 23cm de altura. Os componentes principais do rob Emmy II so um
microcontrolador da famlia 8051, dois sensores de ultrassom e dois motores de corrente
contnua.
Os sensores de ultrassom so responsveis pela verificao de obstculos frente do rob.
Os sinais gerados pelos sensores so enviados para o microcontrolador. Os valores do grau
de evidncia favorvel ( ) e do grau de evidncia contrria ( ) na proposio A frente do
rob est livre so determinados pelo microcontrolador com base nos sinais recebidos dos
sensores de ultrassom. O microcontrolador tambm determina o movimento a ser
executado pelo rob, ou seja, qual motor deve ser acionado, com base na deciso
proveniente do Paracontrol.
A Figura XIII mostra o diagrama em blocos simplificado do rob mvel autnomo Emmy
II.

Figura XIII - Diagrama em blocos simplificado do rob Emmy II
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 108

O circuito eletrnico do rob Emmy II se divide em quatro partes:
- Circuito de alimentao.
- Circuito dos sensores.
- Circuito de controle.
- Circuito de atuao.
A Figura XIV mostra a vista frontal do rob Emmy II, a Figura XV mostra os dois
sensores ultrassnicos S
1
e S
2
e a Figura XVI mostra os motores do rob.

Figura XIV - Vista frontal do rob Emmy II


Figura XV - Vista superior do rob Emmy II
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 109


Figura XVI - Vista inferior do rob Emmy II
O rob Emmy II teve um desempenho satisfatrio nos testes realizados. Ele conseguiu
desviar da maioria dos obstculos existentes no ambiente de teste.

6. Rob Mvel Autnomo Emmy III
Tanto o rob Emmy I quanto o rob Emmy II so capazes de desviar de obstculos num
ambiente no estruturado. Mas, so incapazes de encontrar um destino pr-determinado e
se localizarem. O sistema de navegao e controle apresentado neste texto uma tentativa
de se construir um terceiro rob agora capaz de encontrar um destino num ambiente no
estruturado de forma autnoma. Esse rob seria chamado Emmy III.
Alguns prottipos do rob Emmy III j foram construdos [54], [55], [56].
A verso definitiva do rob Emmy III est ainda em construo e compe-se, basicamente,
de uma placa metlica com dimenso de 400 mm de largura e 400 mm de comprimento,
trs rodas (sendo uma das rodas livre e as outras duas conectadas a servomotores) e os
servomotores instalados na base so responsveis pela movimentao do rob.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 110

Conforme descrito anteriormente, o objetivo deste trabalho apresentar um sistema de
navegao e controle de um rob mvel autnomo, e para isso, dividiu-se esse sistema em
trs mdulos: Subsistema de Sensoriamento, Subsistema Planejamento e o Subsistema
Mecnico.
O Subsistema de Sensoriamento considera o ambiente mapeado dividido em clulas e est
inicialmente preparado para receber informaes de sensores de ultrassom. Mas, com
algumas alteraes em sua configurao, o Subsistema de Sensoriamento pode receber
informaes de outros tipos de sensores.
As informaes advindas dos sensores so tratadas por uma Rede Neural Artificial
Paraconsistente que possui como sada o Grau de Evidncia Favorvel da proposio
existe obstculo na clula para cada clula analisada. Essas informaes so
armazenadas num banco de dados.
O Subsistema de Planejamento responsvel por gerar a sequncia de movimentos para
que o rob mvel se desloque at uma posio destino. Existem oito tipos diferentes de
movimentos que esse sistema pode gerar. Cada movimento corresponde a um nmero,
assim, a sada desse sistema uma sequncia numrica, sendo que cada nmero
corresponde a um movimento diferente. A plataforma mecnica que compe o rob,
tambm chamada de Subsistema Mecnico, deve ser capaz de interpretar esses nmeros e
executar os movimentos correspondentes.
O Subsistema Mecnico apesar de no ter sido implementado ainda, tem como base os
trabalhos anteriores, onde foram construdas as plataformas Emmy I e Emmy II.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 111

7. Subsistema Mecnico
Uma estrutura fsica parecida com a do rob Emmy II, capaz de suportar os sensores e os
outros dispositivos eletrnicos que compem o Subsistema de Sensoriamento, o
Subsistema de Planejamento e o sistema de controle dessa estrutura, compem o
Subsistema Mecnico.
O Subsistema Mecnico deve interpretar a sequncia numrica gerada pelo Subsistema de
Planejamento e executar seus respectivos movimentos. Alm de tratar as informaes dos
sensores antes de envi-las ao Subsistema de Sensoriamento.
Como descrito anteriormente, o Subsistema de Sensoriamento utiliza como parmetros de
entrada a distncia entre o sensor e o obstculo (D) e o ngulo entre a plataforma mecnica
e o eixo horizontal do ambiente onde o rob se encontra (). Essas informaes so
geradas pelo Subsistema Mecnico, pois ele responsvel por tratar as informaes dos
sensores e controlar a posio da estrutura mecnica no ambiente onde o rob se localiza.
Para funcionar adequadamente, tanto o Subsistema de Sensoriamento quanto o Subsistema
de Planejamento necessitam saber exatamente em qual clula o rob se encontra. Essa
informao tambm deve ser gerada pelo Subsistema Mecnico.
Instalando-se o Subsistema de Sensoriamento e Planejamento numa estrutura fsica
parecida com a descrita, ter-se-ia um rob mvel autnomo capaz de encontrar um destino
num ambiente no estruturado.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 112

8. Subsistema de Sensoriamento
O Subsistema de Sensoriamento construdo com base na Lgica Paraconsistente
Evidencial E. Portanto, o seu funcionamento se baseia na determinao de graus de
evidncia relacionados a uma proposio.
O Subsistema de Sensoriamento proposto manipula informaes advindas de sensores de
ultrassom. As ideias apresentadas em [57], [58] por sua vez baseadas em [59], serviram de
inspirao para o Subsistema de Sensoriamento proposto.
Para cada coordenada do ambiente em torno do rob, o Subsistema de Sensoriamento deve
ser capaz de determinar um Grau de Evidncia Favorvel a respeito da proposio: existe
obstculo na coordenada.
Os valores desses Graus de Evidncia Favorvel so armazenados no banco de dados para
serem posteriormente utilizados como informaes de entrada do Subsistema de
Planejamento. Desta forma, o Subsistema de Planejamento, antes de gerar a sequncia de
aes que a plataforma mecnica deve executar, consulta o banco de dados e considera
como obstrudas as coordenadas que possurem um grau de evidncia superior a
determinado valor. Assim, a trajetria gerada evita os obstculos existentes no ambiente,
habilitando o rob a se movimentar num ambiente no estruturado.

8.1. Descrio do Subsistema de Sensoriamento
O objetivo do Subsistema de Sensoriamento informar o Subsistema de Planejamento
quais clulas esto obstrudas, portanto, que se deve evitar.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 113

Para isso, o Subsistema de Sensoriamento se utiliza de um conjunto de sensores
responsveis por capturar informaes sobre o ambiente em torno do rob. Esse conjunto
de sensores est localizado na plataforma mecnica. Assim, o Subsistema Mecnico trata
os sinais gerados pelos sensores antes de fornecer as devidas informaes ao Subsistema
de Sensoriamento.
Esses sensores podem ser dos mais diversos tipos e seus dados devero ser interpretados
como informaes relevantes para o Sistema de Navegao e Controle. Como esses dados
representam informaes que podem ser contraditrias, neste trabalho optou-se por utilizar
as Redes Neurais Artificiais Paraconsistentes para tratar as informaes geradas pelos
sensores.

8.2. Estrutura do Subsistema de Sensoriamento
O objetivo bsico do Subsistema de Sensoriamento informar a situao de cada clula
que compe o ambiente em torno do rob. Assim, o Subsistema de Sensoriamento deve
analisar as informaes geradas pelos sensores e armazenar, no banco de dados do sistema,
a situao de cada clula analisada. A Figura XVII mostra graficamente as funes do
Subsistema de Sensoriamento.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 114


Figura XVII - Representao grfica do subsistema de sensoriamento
O Subsistema de Sensoriamento se baseia na Lgica Paraconsistente Anotada Evidencial
E. Portanto, as informaes geradas pelos sensores so consideradas Graus de Evidncia.
Assim, para a anlise de cada clula, a sada do Subsistema de Sensoriamento o Grau de
Evidncia Favorvel sobre a proposio existe obstculo na clula. A Figura XVIII
mostra a representao grfica do Subsistema de Sensoriamento j utilizando as notaes
relativas Lgica Paraconsistente Anotada Evidencial E.

Figura XVIII - Representao grfica do subsistema de sensoriamento com as notaes da
Lgica Paraconsistente Anotada Evidencial E
O Subsistema de Sensoriamento divide-se em duas partes. A primeira parte responsvel
por analisar as informaes dos sensores e gerar trs Graus de Evidncia. A segunda parte
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 115

do Subsistema de Sensoriamento onde se localiza a Rede Neural Artificial
Paraconsistente, responsvel por analisar os trs Graus de Evidncias gerados pela primeira
parte e criar o Grau de Evidncia Favorvel da proposio existe obstculo na clula,
que deve ser armazenado no banco de dados do sistema. A Figura XIX mostra a estrutura
do Subsistema de Sensoriamento.

Figura XIX - Estrutura do subsistema de sensoriamento
Os parmetros a, , n, Dmax e Dmin, a serem definidos a seguir, so de configurao. As
informaes recebidas do Subsistema Mecnico so representadas pelas entradas D, , Xa
e Ya. Os trs Graus de Evidncia gerados pela parte 1 do Sistema de Sensoriamento so
representados por 1, 2 e 3. O Grau de Evidncia da proposio existe obstculo na
clula, que deve ser armazenado no banco de dados do sistema, representado pela sada
.

8.3. Parmetros de Configurao do Subsistema de Sensoriamento
O Sistema considera as clulas que compe o ambiente em torno do rob como sendo
quadradas. E o parmetro a define o lado do quadrado que compe a clula. A Figura
XX mostra o significado desse parmetro.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 116


Figura XX - Representao do parmetro a
Como o Subsistema de Sensoriamento foi construdo para receber informaes advindas de
sensores de ultrassom, faz-se necessrio configurar o subsistema para o tipo exato de
sensor utilizado. Assim, o parmetro define o ngulo de abertura do sensor. Esse
ngulo pode variar conforme o fabricante. A Figura XXI mostra o significado desse
parmetro.

Figura XXI - Representao do ngulo de abertura do sensor de ultrassom
interessante observar que o Subsistema de Sensoriamento pode receber informaes de
um sensor de infravermelho, por exemplo, desde que o ngulo seja considerado como 0
o
.
Numa situao como a representada pela Figura XXII, o Subsistema de Sensoriamento
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 117

analisa todas as clulas sob o arco BC. Assim, o parmetro n define quantas vezes o
Grau de Evidncia calculado tomando-se parte do arco AC ou AB.

Figura XXII - Sensor de ultrassom num ambiente dividido em clulas
O parmetro Dmax define a distncia mxima entre o obstculo e o sensor que o
Subsistema de Sensoriamento considera. E o parmetro Dmin define a distncia mnima
entre o obstculo e o sensor que o Subsistema considera.

8.4. Dados de Entrada do Subsistema de Sensoriamento
A entrada D representa a distncia do obstculo detectada pelo sensor.
J a entrada representa o ngulo entre o sensor e o eixo horizontal do ambiente. A
Figura XXIII ilustra essa ideia. Essa informao gerada pelo Subsistema Mecnico, pois,
ele recebe os dados dos sensores e controla a localizao e a direo da plataforma,
possibilitando, assim, a determinao do ngulo .
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 118


Figura XXIII - Representao da varivel
O Subsistema de Sensoriamento deve saber a coordenada onde a plataforma mecnica se
encontra para determinar corretamente qual clula deve ser analisada. As entradas Xa e Ya
representam essa coordenada. Essa informao tambm gerada pelo Subsistema
Mecnico.
A parte 1 do Subsistema de Sensoriamento gera como sada os trs graus de evidncia 1,
2 e 3.
A distncia entre o sensor e o obstculo determina o valor de 1. Quando a distncia entre
o sensor e o obstculo (D) for menor ou igual a Dmin, 1 vale 1,0. Quando a distncia
entre o sensor e o obstculo for maior ou igual a Dmax, 1 vale 0,0. Caso a distncia entre
o sensor e o obstculo seja um valor entre Dmin e Dmax, 1 ser um valor entre 1,0 e 0,0,
dependendo da proximidade de D em relao a Dmin.
Analisando a Figura XXII, percebe-se que existe uma evidncia forte de que o obstculo
esteja prximo do ponto A. Essa evidncia vai enfraquecendo medida que se aproxime
do ponto B ou C. Esse comportamento determina o valor de 2. Quanto mais prxima a
clula analisada estiver do ponto A, maior ser o valor de 2. Consequentemente, quanto
mais prxima a clula analisada estiver dos pontos B ou C, menor ser o valor de 2.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 119

Antes de determinar o novo Grau de Evidncia Favorvel da clula analisada, o
Subsistema de Sensoriamento consulta o valor atual armazenado no banco de dados do
sistema. O valor consultado quanto vale 3.

8.5. Estrutura da Rede Neural Artificial Paraconsistente Utilizada no Subsistema de
Sensoriamento
A Figura XXIV mostra a estrutura da Rede Neural Artificial Paraconsistente escolhida para
compor a segunda parte do Subsistema de Sensoriamento.

Figura XXIV - Estrutura da rede neural artificial paraconsistente escolhida para compor a
segunda parte do subsistema de sensoriamento
Observa-se que 1, 2 e 3 so os trs graus de evidncia gerados pela primeira parte do
Subsistema de Sensoriamento. E a resposta do sistema, ou seja, o valor do Grau de
Evidncia Favorvel da proposio existe obstculo na clula. Portanto, o valor que
deve ser armazenado no banco de dados do sistema informando o Grau de Evidncia
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 120

Favorvel da Clula Analisada.
A funo das Clulas Neurais Artificiais Paraconsistentes de Passagem CNAPpa de,
eventualmente, dependendo do valor do Fator de Tolerncia Certeza - Ft
c
, limitar o valor
de algum grau de evidncia gerado pela primeira parte do Subsistema de Sensoriamento.
Como no sistema implementado, o Fator de Tolerncia Certeza - Ft
c
vale zero nas trs
clulas, no existe qualquer tipo de limitao para 1, 2 e 3.
Configurando-se as Clulas Neurais Artificiais Paraconsistentes Analtica CNAPa com
Ft
c
= 0 e Ft
ct
= 1, tambm se elimina qualquer tipo de limitao s sadas das clulas.

9. Subsistema de Planejamento
Um rob mvel autnomo dotado de um sistema de navegao deve ser capaz de executar,
basicamente, trs tarefas. A primeira capturar informaes sobre o ambiente onde se
encontra para saber onde existem obstculos. A segunda tarefa gerar uma rota que
interligue a posio onde ele se encontra a uma posio destino. Essa rota deve desviar dos
possveis obstculos existentes no ambiente. E a terceira tarefa executar a rota
previamente determinada de tal forma que a estrutura fsica do rob alcance a posio
destino. O sistema de navegao e controle proposto neste trabalho divide as tarefas
descritas em trs subsistemas: Subsistema de Sensoriamento, Subsistema de Planejamento
e Subsistema Mecnico.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 121

9.1. Descrio do Subsistema de Planejamento
O objetivo do Subsistema de Planejamento determinar uma sequncia de aes para que
o rob saia da posio onde se encontra e, num ambiente no estruturado, encontre a
posio destino. O Subsistema de Planejamento proposto baseia-se na Lgica
Paraconsistente Anotada Evidencial E. Existem outros sistemas de planejamento para
robs mveis baseado em outras teorias, como por exemplo, a encontrada em [60], [61],
[62], [63], [64].
A Figura XXV mostra a representao do Subsistema de Planejamento.

Figura XXV - Representao do subsistema de planejamento
No Subsistema de Planejamento existem dois parmetros de configurao, NC e LE. O
Parmetro NC indica o nmero de clulas que o sistema deve analisar antes de definir
quais aes o rob deve tomar, ou seja, a quantidade de clulas que compem a entrada das
redes neurais.
J o parmetro LE indica o valor limite do Grau de Evidncia Favorvel para que o sistema
considere a clula ocupada. Assim, as clulas que tiverem um Grau de Evidncia
Favorvel maior que LE, sero consideradas ocupadas.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 122

As coordenadas das clulas de origem e destino so as entradas do sistema. Assim, Xo e
Yo so as coordenadas de origem e X
D
e Y
D
so as coordenadas de destino.
Como sada, o Subsistema de Planejamento gera uma sequncia de movimentos para que a
plataforma mecnica a execute. Essa sequncia est representada por SM na Figura XXV.
O Subsistema de Planejamento, assim como o Subsistema de Sensoriamento, considera o
ambiente onde o rob se encontra dividido em clulas.
O Subsistema de Planejamento deve gerar uma sequncia de aes para que a plataforma
mecnica deixe a posio onde se encontra e encontre uma posio destino.
O Subsistema Planejamento proposto pode gerar oito tipos diferentes de movimentos. A
cada movimento se relaciona um nmero. Assim, o Subsistema de Planejamento deve
informar ao Subsistema Mecnico uma sequncia numrica. O Subsistema Mecnico deve
interpretar cada nmero como um movimento diferente.
O Grau de Evidncia Favorvel da proposio existe obstculo na clula de cada clula
que compe o ambiente em torno do rob est armazenado no banco de dados do sistema.
Antes do Sistema de Planejamento determinar quais aes o rob deve realizar, ele
consulta no banco de dados as condies das clulas pelas quais o rob deve passar. As
clulas que possurem um valor de Grau de Evidncia Favorvel acima de um determinado
valor so consideradas ocupadas.
O Subsistema de Planejamento determina qual o maior Grau de Evidncia Favorvel
existente nas clulas analisadas. E caso esse valor seja maior que o valor do Grau de
Evidncia Favorvel limite, o planejador escolhe outro movimento.
O Subsistema de Planejamento utiliza uma Rede Neural Artificial Paraconsistente
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 123

compostas por Clulas Neurais Artificiais Paraconsistentes de Conexo Lgica Simples no
Processo de Maximizao (OU) para determinar qual o maior valor de Grau de Evidncia
Favorvel das posies analisadas.
A Figura XXVI mostra a arquitetura da Rede Neural Artificial Paraconsistente utilizada
pelo Subsistema de Planejamento para determinar qual o maior valor de Grau de Evidncia
Favorvel existente nas clulas analisadas.

Figura XXVI - Rede neural artificial paraconsistente utilizada pelo subsistema de
planejamento para determinar qual o maior valor de grau de evidncia
As entradas da Rede Neural Artificial Paraconsistente mostradas na Figura XXVI so os
Graus de Evidncias Favorveis das posies analisadas pelo Subsistema de Planejamento.
E na sada encontra-se o maior valor de Grau de Evidncia Favorvel encontrado.
Caso a anlise realizada pela rede neural, composta por Clulas Neurais Artificiais
Paraconsistentes de Conexo Lgica Simples no Processo de Maximizao (OU), no
detecte obstculo nas posies que compe o ambiente, estas so analisadas por uma rede
neural composta por Clulas Neurais Artificiais Paraconsistentes Analticas com a
estrutura mostrada na Figura XXVII.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 124


Figura XXVII - Rede neural artificial paraconsistente utilizada pelo subsistema de
planejamento para determinar qual o valor de grau de evidncia de uma direo
A sada da rede neural apresentada na Figura XXVII o Grau de Evidncia Resultante das
clulas analisadas.

9.2. Testes Realizados com o Subsistema de Planejamento
Apresentam-se trs testes realizados com o Subsistema de Planejamento. Nas trs situaes
o Subsistema de Planejamento estava configurado da mesma forma, apenas a localizao
dos obstculos em cada teste era diferente. O subsistema foi configurado para que as redes
neurais analisassem trs clulas e o valor limite para uma clula no ser considerada
ocupada era 0,9. O banco de dados com as condies de cada clula foi preenchido
manualmente.
As Figuras XXVIII, XXIX e XXX mostram os resultados otimizados dos testes 1, 2 e 3.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 125


Figura XXVIII - Resultado otimizado do teste 1


Figura XXIX - Resultado otimizado do teste 2

Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 126


Figura XXX - Resultado otimizado do teste 3
A trajetria realizada pela plataforma mecnica satisfatria. Pois, conforme observado
nos resultados apresentados acima, a plataforma se desloca da origem at o destino com
um nmero relativamente baixo de movimentos.

10. Concluses
Neste trabalho props-se um Sistema de Navegao e Controle para um Rob Mvel
Autnomo baseado na Lgica Paraconsistente Anotada Evidencial E atravs da utilizao
das Redes Neurais Artificiais Paraconsistentes. A utilizao desse tipo de lgica permite ao
sistema lidar melhor com situaes difusas, inconsistentes e paracompletas.
O sistema proposto compe-se por trs mdulos: Subsistema de Sensoriamento,
Subsistema de Planejamento e Subsistema Mecnico.
O Subsistema de Sensoriamento recebe as informaes advindas dos sensores e armazena
num banco de dados as informaes relativas a cada clula que compe o ambiente em
torno do rob.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 127

Nesse subsistema existe uma Rede Neural Artificial Paraconsistente composta por Clulas
Neurais Artificiais Paraconsistentes Analticas e por Clulas Neurais Artificiais
Paraconsistentes de Passagem. Esse tipo de estrutura permite a construo de um sistema
de sensoriamento eficiente e relativamente simples.
Vrios testes foram realizados com o Subsistema de Sensoriamento e constatou-se que o
funcionamento foi satisfatrio. Os testes consistiram da aplicao na entrada do sistema de
sinais que simulavam informaes advindas de sensores. Em todos os casos a resposta foi a
esperada.
Um prximo passo seria a ligao de sensores na entrada desse sistema para se verificar o
funcionamento do mesmo em situaes reais.
O Subsistema de Planejamento responsvel por gerar a sequncia de aes que o rob
deve executar para encontrar a posio destino. Esse sistema consulta o banco de dados
que atualizado pelo Subsistema de Sensoriamento para saber onde existem obstculos no
ambiente em torno do rob. Com essa informao ele gera a sequncia de movimentos que
o rob deve executar para alcanar um destino num ambiente no estruturado.
No Subsistema de Planejamento tambm existem Redes Neurais Artificiais
Paraconsistentes. Alm de uma estrutura similar utilizada pelo Subsistema de
Sensoriamento, ele tambm se utiliza de uma estrutura composta por Clulas Neurais
Artificiais Paraconsistentes de Conexo Lgica Simples no Processo de Maximizao
(OU). Isso permitiu a simplificao da construo do Subsistema de Planejamento.
Os diversos testes realizados com o Subsistema de Planejamento foram satisfatrios. Os
testes consistiam em preencher o banco de dados manualmente, criando um ambiente
previamente conhecido. Assim, dado um ponto de partida e um ponto de chegada, o
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 128

sistema sempre gerou uma sequncia de passos interligando o ponto de partida ao ponto de
chegada.
O grau de dificuldade de cada teste realizado com o Subsistema de Planejamento foi
aumentado gradativamente, chegando a situaes de grande dificuldade. Em todos os casos
o sistema foi capaz de encontrar um caminho ligando o ponto de origem ao ponto destino.
Tambm em todos os casos o caminho encontrado foi satisfatrio e, em muitas situaes, o
caminho encontrado foi o timo.
Para que o rob se movimente de forma autnoma num ambiente no estruturado ainda
necessita-se construir o Subsistema Mecnico, ou seja, a plataforma mecnica capaz de
carregar todos os dispositivos que constituem os Subsistemas de Sensoriamento e
Planejamento. Alm disso, essa plataforma deve executar a sequncia de aes solicitadas
pelo Sistema de Planejamento e informar aos outros subsistemas a sua localizao exata. O
Subsistema Mecnico tambm deve tratar os sinais gerados pelos sensores antes de
repassar essas informaes para o Subsistema de Sensoriamento.
Esses trs mdulos funcionando de forma independente e interligada formam um rob
mvel autnomo capaz de encontrar um destino pr-determinado num ambiente no
estruturado.
A contribuio deste trabalho a proposta de um sistema de navegao e controle de um
rob mvel autnomo, com as caractersticas descritas acima, baseado na lgica
paraconsistente anotada E.
Uma interface grfica para o Subsistema de Planejamento capaz de mostrar, em uma tela
de computador, a rota gerada pelo planejador para que o rob saia de uma posio inicial e
encontre uma posio destino est atualmente em desenvolvimento.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 129

O sistema proposto possui aplicaes promissoras e merece uma continuidade de estudos
com a implantao dos Subsistemas de Sensoriamento e de Planejamento em uma
plataforma mecnica compondo o Subsistema Mecnico, completando assim o conjunto
para aplicaes em robtica autnoma.

11. Referncias Bibliogrficas
[1] DA SILVA FILHO, J. I. Mtodos de aplicaes da lgica paraconsistente anotada
com anotao com dois valores LPA2v com construo de algoritmo e implementao
de circuitos eletrnicos. 1999. 115 fl. Tese (Doutorado). Escola Politcnica da
Universidade de So Paulo, So Paulo.
[2] DA SILVA FILHO, J. I. & ABE, J.M. Para-Fuzzy Logic Controller Part I: A New
Method of Hybrid Control Indicated for Treatment of Inconsistencies Designed with the
Junction of the Paraconsistent Logic and Fuzzy Logic. In: INTERNATIONAL ICSC
CONGRESS ON COMPUTATIONAL INTELLIGENCE METHODS AND
APPLICATIONS - CIMA99. 1999. Rochester Institute of Technology, RIT, Rochester,
N.Y., USA.
[3] DA SILVA FILHO, J. I. & ABE, J. M. Para-Fuzzy Logic Controller Part II: A
Hybrid Logical Controlller Indicated for Treatment of Fuzziness and Inconsistencies. In:
INTERNATIONAL ICSC CONGRESS ON COMPUTATIONAL INTELLIGENCE
METHODS AND APPLICATIONS - CIMA99. 1999b. Rochester Institute of Technology,
RIT, Rochester, N.Y., USA.
[4] DA SILVA FILHO, J. I. & ABE, J. M. Para-Analyser and Inconsistencies in Control
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 130

Systems. In: IASTED INTERNATIONAL CONFERENCE ON ARTIFICIAL
INTELLIGENCE AND SOFT COMPUTING (ASC99). Anais... Honolulu, Hawaii, USA,
ago. 9-12, p. 78-85, 1999c.
[5] DA SILVA FILHO, J. I. & ABE, J. M. Emmy: a paraconsistent autonomous mobile
robot, in Logic, Artificial Intelligence, and Robotics. In: 2
ND
CONGRESS OF LOGIC
APPLIED TO TECHNOLOGY LAPTEC2001. In: ABE, J.M.; DA SILVA FILHO, J. I.
[edts.] Frontiers in Artificial Intelligence and Its Applications. Amsterdam/Tokyo: IOS
Press/Ohmsha, v. 71, p. 53-61, 287, 2001.
[6] DA SILVA FILHO, J. I. & ABE, J. M. Paraconsistent electronic circuits. International
Journal of Computing Anticipatory Systems, v. 9, p.337-345, 2001b.
[7] DA SILVA FILHO, J.I. & ABE, J. M. Para-Control: An Analyser Circuit Based On
Algorithm For Treatment of Inconsistencies. In: WORLD MULTICONFERENCE ON
SYSTEMICS, CYBERNETICS AND INFORMATICS, ISAS. SCI 2001, Vol. XVI,
Cybernetics and Informatics: Concepts and Applications (Part I), p. 199-203, Orlando,
Florida, USA, 2001d.
[8] SILVA FILHO, J. I., TORRES, C. R. & ABE, J. M. Rob Mvel Autnomo Emmy:
Uma Aplicao Eficiente da Lgica Paraconsistente Anotada, Seleo Documental, ISSN
1809-0648, Nmero 3, Editora ParaLogike, Santos So Paulo, pg. 19-26, Julho-
Setembro/2006.
[9] TORRES, C. R. Sistema Inteligente Paraconsistente para Controle de Robs
Mveis Autnomos. 2004. 85 fl. Tese (Mestrado). Universidade Federal de Itajub -
UNIFEI, Itajub.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 131

[10] TORRES, C. R.; ABE, J. M.; LAMBERT-TORRES, G. Sistema Inteligente para
Controle de Robs Mveis Autnomos. I WORKSHOP UNIVERSIDADEEMPRESA
EM AUTOMAO, ENERGIA E MATERIAIS. Anais... Taubat, So Paulo, 2004.
[11] TORRES, C. R.; ABE, J. M.; LAMBERT-TORRES, G. Rob Mvel Emmy II.
Coleo Documentos, s. Lgica e Teoria da Cincia, IEA-USP, n. 58, p. 1-14, 2005.
[12] TORRES, C. R., ABE, J. M. & LAMBERT-TORRES, G. Sistema Inteligente para
Controle de Robs Mveis Autnomos, Coleo Documentos, Srie Lgica e Teoria da
Cincia, IEA-USP, ISSN 16799429, Nmero 58, pg. 15-28, 2005b.
[13] TORRES, C. R., ABE, J. M.; LAMBERT-TORRES, G. Rob Mvel Autnomo
Emmy II, Seleo Documental, n. 4, ed. ParaLogike, Santos, So Paulo, p. 5-10, out./dez.
de 2006.
[14] TORRES, C. R.; LAMBERT-TORRES, G.; SILVA, L. E. B. da; ABE, J. M.
Intelligent System of Paraconsistent Logic to Control Autonomous Moving Robots. In:
32ND ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS
SOCIETY. Paris: IEEE Press, 2006.
[15] ABE, J. M.; TORRES, C. R.; LAMBERT-TORRES, G.; NAKAMATSU, K.;
KONDO, M. Intelligent Paraconsistent Logic Controller and Autonomous Mobile Robot
Emmy II. Lecture Notes in Computer Science, v. 4252, p. 851-857, 2006.
[16] ABE, J. M., TORRES, C. R., LAMBERT-TORRES, G., NAKAMATSU, K.,
KONDO, M. Intelligent Paraconsistent Logic Controller and Autonomous Mobile Robot
Emmy II. In: 10th International Conference on Knowledge-Based, Intelligent Information
& Engineering Systems, KES2006, 2006, Bournemouth. Proceedings of the 10th
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 132

International Conference on Knowledge-Based, Intelligent Information & Engineering
Systems. Bournemouth - UK : KES Pub., 2006b.
[17] TORRES, C. R., ABE, J. M., LAMBERT-TORRES, G. Sistema Inteligente
Paraconsistente para Controle de Robs Mveis Autonmos. Seleo Documental, ISSN
1809-0648, Nmero. 7, Editora ParaLogike, Santos So Paulo, pg. 13-18, Julho-
Setembro/2007.
[18] TORRES, C. R. & BOMBACINI M. R. Rob Autnomo com Sistema de Controle
microprocessado e Fundamentado em Lgica Paraconsistente. Seleo Documental, n. 5,
ed. ParaLogike, Santos, So Paulo, p. 14-18, jan./mar. de 2007.
[19] ABE, J. M.; LAMBERT-TORRES, G.; DA SILVA FILHO, J. I.; TORRES, C. R.;
MARTINS, H. G. Paraconsistent Autonomous Mobile Robot Emmy III. In: 6TH
CONGRESS OF LOGIC APPLIED TO TECHNOLOGY LAPTEC2007. Proceedings
of the VI Congress of Logic Applied to Technology. Santos, So Paulo, 2007.
[20] TORRES, C. R.; ABE, J. M.; LAMBERT-TORRES, G.; DA SILVA FILHO, J. I.,
MARTINS, H. G. Autonomous Mobile Robot Emmy III. In: Nakamatsu, K.; Phillips-Wren,
G.; Jain, L.C.; Howlett, R. J.[Orgs.]. New Advances in Intelligent Decision Technologies,
1 ed. Helderberg: Springer-Verlag, 2009, v. 199, p. 317-327.
[21] ABE, J. M.; TORRES, C. R.; LAMBERT-TORRES, G.; DA SILVA FILHO, J. I.;
MARTINS, H. G. Paraconsistent Autonomous Mobile Robot Emmy III. In: TORRES, G.
L.; J. M. ABE; J. I. DA SILVA FILHO; H. G. MARTINS. [Orgs.]. Advances in
Technological Applications of Logic and Intelligent Systems. 1 ed. Amsterdam: IOS
Press, 2009, v. 186, p. 236-258.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 133

[22] ALMEIDA PRADO, J. P.; ABE J. M.; SCALZITTI, A. Modeling the Behavior of
Paraconsistent Robots. In: Advances in Logic Based Intelligent Systems. In: 5
TH

CONGRESS OF LOGIC APPLIED TO TECHNOLOGY LAPTEC2005. In:
NAKAMATSU K. & ABE, J. M. Frontiers in Artificial Intelligence and Applications, IOS
Press, Amsterdan, v. 132, p. 120-126, 289, 2005.
[23] VILA, B. C. Uma Abordagem Paraconsistente Baseada em Lgica Evidencial
para Tratar Excees em Sistemas de Frames com Mltipla Herana. 1996. 133 fl.
Tese (PhD)Universidade de So Paulo, So Paulo.
[24] VILA, B. C.; ABE, J. M.; PRADO, J. P. A. ParaLog-e: A Paraconsistent Evidential
Logic Programming Language. In: XVII INTERNATIONAL CONFERENCE OF THE
CHILEAN COMPUTER SCIENCE SOCIETY. In: IEEE Computer Society Press, p 2-8,
Valparaso, Chile, 1997.
[25] FERRARA, L. F. P. Redes neurais artificiais aplicada em um reconhecedor de
caracteres. 2003. Tese (Mestrado). Universidade Federal de Uberlndia - UFU,
Uberlndia, MG.
[26] MARIO, M. C. Proposta de aplicao das redes neurais artificiais
paraconsistentes como classificador de sinais utilizando aproximao funcional. 2003.
Tese (Mestrado). Universidade Federal de Uberlndia - UFU, Uberlndia, MG.
[27] MARIO, M. C. Modelo de Anlises de Variveis Craniomtricas atravs das
Redes de Neurais Artificiais Paraconsistentes. 2006. Tese (Doutorado) Faculdade de
Medicina da Universidade de So Paulo FMUSP, So Paulo.
[28] MARIO, M. C. Sistema Classificador de Sinais Projetado com Redes Neurais
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 134

Artificiais Paraconsistentes. Revista Seleo Documental, v2 n.7 jul./set. de 2007, p. 17-
27, Ed. Paralogike Santos, So Paulo.
[29] MARTINS, H. G. A Lgica Paraconsistente Anotada de Quatro Valores: LPA4v
aplicada em Sistema de Raciocnio Baseado em Casos para o Restabelecimento de
Subestaes Eltricas. 2003. 145 fl. Tese (Ph D). Universidade Federal de Itajub, UNIFEI,
Itajub.
[30] PRADO, J. P. A. Uma Arquitetura em IA Baseada em Lgica Paraconsistente.
1996. Tese (Doutorado). Escola Politcnica da Universidade de So Paulo.
[31] ROSA E SILVA, S. Aplicao da Lgica Paraconsistente Anotada no mtodo de
campos potenciais para navegao de robs. 2005. Tese (Mestrado). Engenharia de
Produo da Universidade Paulista, So Paulo.
[32] SUBRAHMANIAN, V.S., On the Semantcs of Quanttatve Logc Programs, In: 4TH
IEEE SYMPOSIUM ON LOGIC PROGRAMMING, COMPUTER SOCIETY PRESS.
Anais Washington D.C. 1987, p 173-182.
[33] ABE, J. M. Fundamentos da Lgica Anotada. 1992. 135 fl. Tese (Doutorado).
Universidade de So Paulo, So Paulo, 1992.
[34] ABE, J. M. Some Aspects of Paraconsistent Systems and Applications. Logique et
Analyse, v. 157, p. 83-96, 1997.
[35] ABE, J. M. Annotated logics Q and model theory, in Logic, Artificial Intelligence,
and Robotics. In: 2
ND
CONGRESS OF LOGIC APPLIED TO TECHNOLOGY
LAPTEC2001. In: ABE, J.M.; DA SILVA FILHO, J. I. [edts.] Frontiers in Artificial
Intelligence and Its Applications. Amsterdam/Tokyo: IOS Press/Ohmsha, v. 71, p. 1-12,
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 135

287, 2001.
[36] ABE, J. M. & AKAMA, S. A Logical System for Reasoning with Fuzziness and
Inconsistencies. In: IASTED INTERNATIONAL CONFERENCE ON ARTITFICIAL
INTELLIGENCE AND SOFT COMPUTING (ASC99). Anais... Honolulu, Hawaii, USA,
1999, p. 221-225.
[37] ABE, J. M.; VILA, B. C.; NAKAMATSU, K. Paraconsistent Annotated Logic
Programming Paralog. International Journal of Computing Anticipatory Systems, v.
6, p. 51-65, 1999.
[38] ABE, J. M. & DA SILVA FILHO, J. I. Inconsistency and Electronic Circuits. In:
INTERNATIONAL ICSC SYMPOSIUM ON ENGINEERING OF INTELLIGENT
SYSTEMS (EIS98). v 3. ALPAYDIN, E. [ed.]. Artificial Intelligence, ICSC Academic
Press International Computer Science Conventions, Canada/Switzerland, p. 191-197, 1998.
[39] AKAMA, S. & ABE, J. M. Fuzzy annotated logics. In: 8
TH
INTERNATIONAL
CONFERENCE ON INFORMATION PROCESSING AND MANAGEMENT OF
UNCERTAINTY IN KNOWLEDGE BASED SYSTEMS, IPMU2000. Anais...
Universidad Politcnica de Madrid (Spain), jul. 3-7, 2000, Madri, Espanha, v. 1, 504-508,
2000.
[40] DA COSTA, N. C. A.; ABE, J. M.; SUBRAHMANIAN, V. S. Remarks on Annotated
Logic. Zeitschrift fur Mathematische Logik und Grundlagen der Mathematik, v. 37,
p.561-570, 1991.
[41] DA COSTA, N. C. A.; ABE, J. M.; DA SILVA FILHO, J. I.; MUROLO, A. C.;
LEITE, C. F. S. Lgica Paraconsistente Aplicada. So Paulo: Atlas, 1999.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 136

[42] DA COSTA, N. C. A.; PRADO, J. P. A.; ABE, J. M.; VIVA, B. C.; RILLO, M.
Paralog: Um Prolog Paraconsistente Baseado Em Lgica Anotada. Coleo Documentos
Srie Lgica e Teoria da Cincia, col. Documentos, IEA - USP, So Paulo, n.18, p.1 - 28,
1995.
[43] DA SILVA FILHO, J. I. Implementao de Circuitos Lgicos Fundamentados em
Uma Classe de Lgicas Paraconsistentes Anotada. 1997. 131 fl. Tese (Mestrado).
Escola Politcnica da Universidade de So Paulo, So Paulo.
[44] NAKAMATSU, K.; ABE, J.M.; SUZUKI, A. Defeasible Reasoning Between
Conflicting Agents Based on VALPSN. AMERICAN ASSOCIATION FOR ARTIFICIAL
INTELLIGENCE - AAAI99, AAAI Press American Association for Artificial
Intelligence, Menlo Park, California, USA, p. 20-27, 1999.
[45] NAKAMATSU, K.; ABE, J.M.; SUZUKI, A. Annotated Semantics for Defeasible
Deontic Reasoning, Rough Sets and Current Trends in Computing, THE SECOND
INTERNATIONAL CONFERENCE ON ROUGH SETS AND CURRENT TRENDS IN
COMPUTING - RSCTC'2000. Banff, Canada, Lecture Notes in Artificial Intelligence
series, LNAI 2005, Springer-Verlag, 470-478, 2000.
[46] SCALZITTI, A.; DA SILVA FILHO, J. A.; ABE. A Formalization for Signal
Analysis of Information in Annotated Paraconsistent Logics. In: 2
ND
CONGRESS OF
LOGIC APPLIED TO TECHNOLOGY LAPTEC2001. Frontiers in Artificial
Intelligence and Applications, IOS Press, Amsterdan, v. 71, p.215-223, p. 286, 2001.
[47] SYLVAN, R. & ABE, J. M. On general annotated logics, with an introduction to full
accounting logics. Bulletin of Symbolic Logic, n. 2, p. 118-119, 1996.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 137

[48] DA SILVA FILHO, J. I. & ABE, J. M. Fundamentos das Redes Neurais
Paraconsistentes: Destacando Aplicaes em Neurocomputao. So Paulo: Arte &
Cincia, 2001c.
[49] DA SILVA FILHO, J. I.; ABE, J. M.; LAMBERT-TORRES, G. Inteligncia
Artificial com Redes de Anlises Paraconsistentes: Teoria e Aplicao. Rio de Janeiro:
LTC, 2008.
[50] ABE, J. M. & DA SILVA FILHO, J. I. A Para-Analyser Method to Increase Robot
Availability Through Maintenance. In: INTERNATIONAL CONFERENCE ON
INDUSTRIAL LOGISTIC 2001. Anais... 9-12 July 2001, Okinawa, Japan, p. 327-337,
2001.
[51] ABE, J. M. & DA SILVA FILHO, J. I. Simulating Inconsistencies in a Paraconsistent
Logic Controller. In : FIFTH INTERNATIONAL CONFERENCE ON COMPUTING
ANTICIPATORY SYSTEMS, CASYS2001. CHAOS, Centre for Hyperincursion and
Anticipation in Ordered Systems CHAOS asbl, Institut de Mathmatique, Universit de
Lige, Lige, Belgium, 2001b.
[52] ABE, J. M. & J. I. DA SILVA FILHO, Manipulating Conflicts and Uncertainties in
Robotics, Journal of Multiple-Valued Logic and Soft Computing, Philadelfia, USA,
Old City Publishing, v. 9, n. 2, p. 147-169, 2003.
[53] POLAROID, Manual do sensor de ultrassom com sistema POLAROID 500, 1996.
[54] DESIDERATO, J. M. G. & DE OLIVEIRA, E. N. Primeiro Prottipo do Rob
Mvel Autnomo Emmy III. 2006. Monografia (Trabalho de Concluso de Curso).
Universidade Metodista de So Paulo, So Bernardo do Campo, SP.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 138

[55] MARAN, L. H. C.; RIBA, P. A.; COLLETT, R. G.; DE SOUZA, R. R. Mapeamento
de um ambiente no estruturado para orientao de um rob mvel autnomo
utilizando redes neurais paraconsistente. 2006. Monografia (Trabalho de Concluso de
Curso). Universidade Metodista de So Paulo, So Bernardo do Campo.
[56] LEAL, B. R., DA SILVA, D. M. & VIEIRA D. B. Segundo Prottipo do Rob
Mvel Autnomo Emmy III. 2009. Monografia (Trabalho de Concluso de Curso).
Universidade Metodista de So Paulo, So Bernardo do Campo, SP.
[57] BOREINSTEIN, J. & KOREN, Y. The Vector field Histogram: Fast Obstacle
Avoidance for Mobile Robots. IEEE Journal of Robotics and Automation. v. 7, p. 278-
288, jun. de 1991.
[58] SHOVAL, S.; ULRICH, I.; BORENSTEIN, J. Robotics-Based Obstacle-Avoidance
Systems for the Blind and Visually Impaired NavBelt and the GuideCane. IEEE
ROBOTICS & AUTOMATION MAGAZINE, 9-20, mar. de 2003.
[59] ELFES, A. Using occupancy grids for mobile robot perception and navigation. Comp.
Mag., v. 22, n, 6, p. 46-57, jun. de 1989.
[60] BARRETO, G. A.; ARAJO, A. F. R.; ROSA, M. O. Algoritmo de Busca Heurstica
Usando Redes Neurais Competitivas para Planejamento timo de Trajetria de um Rob
Mvel. In: III CONGRESSO BRASILEIRO DE REDES NEURAIS (CBRN'97). Anais...
Florianpolis, SC, p. 408-413, 1997.
[61] DU Xin; CHEN Hua-hua; GU Wei-kang. Neural network and genetic algorithm based
global path planning in a static environment. Journal of Zhejiang University SCIENCE,
6A(6) p.549-554, 2005.
Aplicaes da Lgica Paraconsistente Anotada Evidencial E em Robs Mveis
Autnomos

Aspectos de Lgica e Teoria da Cincia 139

[62] KUBOTA, N.; HISAJIMA, D.; KOJIMA, F.; FUKUDA, T. Fuzzy and Neural
Computing for Communication of a Partner Robot. Journal of Multiple-Valued Logic
and Soft Computing, Philadelfia, USA, Old City Publishing, v. 9, Number 2, p. 221-239,
2003.
[63] MILLS, J. W.; WALKER, T.; HIMEBAUGH, B. Lukasiewicz Insect: Continuous-
Valued Robotic Control After Ten Years. Journal of Multiple-Valued Logic and Soft
Computing, Philadelfia, USA, Old City Publishing, v. 9, n. 2, p. 131-146, 2003.
[64] PRASSLER, E.; RITTER, A.; SCHAEFFER, C.; FIORINI, P. A Short History of
Cleaning Robots. Journal of Autonomous Robots. Springer Netherlands, p. 211-226,
2004.

Cludio Rodrigo Torres - Doutorado (2010) e Mestrado (2004) em Engenharia Eltrica
pela Universidade Federal de Itajub. Graduao em Engenharia Eltrica pela
Universidade Santa Ceclia (2000). Membro do Grupo de Lgica Paraconsistente Aplicada
GLPA e do Grupo Interdisciplinar de Gesto de Cidades. Atualmente professor da
Faculdade de Exatas e Tecnologia da Universidade Metodista de So Paulo.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 140

Lgica Paraconsistente em Tomadas de Deciso
Mtodo Paraconsistente de Deciso (MPD)

Fbio Romeu de Carvalho
Universidade Paulista UNIP

Resumo
O objetivo deste captulo fazer um apanhado do que produzimos com relao aplicao
de lgica paraconsistente em tomadas de deciso, dando destaque ao resultado maior de
nossa pesquisa: o Mtodo Paraconsistente de Deciso (MPD).
Para isso, apresentamos os pontos mais utilizados da lgica paraconsistente anotada
evidencial E , com destaque para a conceituao de estado de verdade, estado de falsidade,
estado inconsistncia e estado de paracompleteza, e para as definies de grau de certeza e
grau de incerteza. A partir desses conceitos, mostramos como estabelecida a regra de
deciso e o algoritmo para-analisador.
Para a edificao do dispositivo para tomadas de deciso, definimos dois operadores dessa
lgica, que denominamos de MX (maximizante) e MN (minimizante) e que geram as
chamadas regras de maximizao e de minimizao, respectivamente. Alm disso,
apresentamos os critrios adotados para a aplicao de um ou do outro.
Descrevemos o MPD em suas diferentes etapas e mostramos, de forma sucinta, um
exemplo de sua aplicao. Finalmente, relatamos algumas aplicaes do MPD com as
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 141

correspondentes referncias bibliogrficas, procurando evidenciar sua utilidade e o
interesse que vem despertando na comunidade cientfica mundial.
Palavras-chave: Tomada de deciso, regra de deciso, algoritmo para-analisador, grau de
certeza, nvel de exigncia.

Abstract
The aim of this chapter is to do an overview of what we produced about the application of
paraconsistent logic in decision making, emphasizing the main result obtained in our
research: the Paraconsistent Decision Method (PDM).
For that, the more utilized paraconsistent annotated evidential logic E s points are
introduced, detaching the concepts of truth state, falsity state, inconsistent state,
paracomplete state, degree of certainty and degree of uncertainty. From these concepts, we
show as the decision rule and the para-analyzer algorithm are established.
To build the device to do the decision making, we define two operators of that logic, which
we called MX (maximizer) e MN (minimizer). From these operators originate the rules
of maximization and of minimization, respectively. In addition to it, we present the
adopted criterion for the application of each one.
Lastly, we describe the different phases of the PDM with its bibliographical references,
making its usefulness evident and the world-wide scientific community interest about it.
Keywords: Decision making, rule of decision, para-analyzer algorithm, degree of certainty,
level of requirement
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 142

1. Consideraes Iniciais
Durante o desenvolver do mestrado (quando nos dedicamos lgica) e do doutorado
(quando nos dedicamos a tomadas de deciso), estudamos e lemos bastante sobre teoria das
decises. Concentramos a ateno, destacadamente, nos processos de deciso adotados na
Administrao [31, 38], nas decises utilizadas nas Organizaes [37] e nos processos
inerentes Engenharia de Produo [25, 26, 36, 42].
Durante todo o percurso, observamos que, praticamente, todos os processos se preocupam
em utilizar informaes objetivas, coletadas no decorrer do tempo e catalogadas de certa
forma; observei tambm que nenhum processo de deciso procurava usar informaes
mais intangveis que decorrem do conhecimento, experincia, vivncia, sensibilidade,
intuio etc. dos especialistas nos diferentes assuntos.
Essas informaes, geralmente no catalogadas, so de grande relevncia nas decises nas
empresas. Tanto assim que, em um bom nmero de casos, as decises so tomadas pelo
dirigente da empresa utilizando quase que exclusivamente sua experincia, com base em
seu conhecimento e em sua intuio, adquiridos no decorrer dos anos. Portanto, o dirigente
usa informaes que esto em sua cabea (crebro) e em seu corao (sentimento, intuio),
mas que no esto catalogadas em qualquer outro lugar.
Ento, firmamos o propsito de encontrar uma maneira de usar essas informaes
(conhecimento, experincia, vivncia, sensibilidade dos especialistas) nas tomadas de
deciso, mas de forma que elas possam ser utilizadas sem participao direta do
especialista, sem sua interferncia, sem sua presena. Ou seja, a idia era usar as
informaes decorrentes do conhecimento e da intuio das pessoas especialistas e vividas
numa dada rea para ajudar a outros nas tomadas de deciso.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 143

Mas, como armazenar conhecimento, experincia, vivncia, sensibilidade, intuio de uma
pessoa, para que outros possam se utilizar desses ingredientes em suas tomadas de deciso?
Afinal so valores bastante intangveis.
Aps muito pensar e pesquisar, vislumbramos a possibilidade de utilizar a lgica
paraconsistente anotada evidencial E. Esta permite com que evidncias (opinies,
pareceres, diagnsticos etc.) valiosas de pessoas especialistas possam ser armazenadas sob
a forma de nmeros. Dessa maneira, essas evidncias, armazenadas sob a forma de
nmeros, passam a poder ser usadas por decisores no especialistas.
Alguns aspectos pareceram-nos relevantes nessa idia. A lgica paraconsistente anotada
evidencial E permite traduzir o back-ground de um especialista por meio dos graus de
evidncia favorvel (ou de crena) e de graus de evidncia contrria (ou de descrena), ou
seja, por meio de nmeros; permite tambm manipular esses dados mesmo que sejam
inconsistentes, contraditrios ou paracompletos. Outro aspecto que julgamos relevante
que, uma vez colhidas as opinies de especialistas por meio dos graus de evidncia, essas
informaes passam a ser disponveis a outras pessoas e por muito tempo, sem a
necessidade da interveno do especialista, evitando-lhe o trabalho e o incmodo de estar
sendo chamado a intervir a toda necessidade. , praticamente, uma perpetuao dessas
opinies, que podero ajudar nas tomadas de deciso por muito tempo.
Sem detalhar demasiadamente, neste captulo, vamos tentar apresentar o que chamamos de
Mtodo Paraconsistente de Deciso (MPD).
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 144

2. Noes da Lgica Paraconsistente Anotada evidencial E
A lgica paraconsistente, cuja descoberta recente atribuda ao brasileiro, Prof. Dr.
Newton C. A. da Costa, uma lgica rival da clssica, uma vez que derroga o princpio da
no-contradio. Ou seja, aceita contradies (proposies da forma (A A)) em sua
estrutura sem se trivializar, ao contrrio do que acontece com a clssica.
Como uma vertente dessa espcie de lgica, surgiu a paraconsistente anotada, decorrente
de trabalhos de pesquisa de Da Costa, Subrahmanian e Vago [8], que fizeram o primeiro
estudo sinttico e semntico de tal lgica, completado por Abe [1]. Este, com seu grupo de
pesquisas, avanou e, posteriormente, introduziu a lgica paraconsistente anotada
evidencial E.
Nesta, uma proposio p representada por p
(a; b)
, com a e b variando no intervalo fechado
real [0, 1]. Portanto, o par (a; b) pertence ao produto cartesiano [0, 1] [0, 1]. O nmero
real a traduz o grau de evidncia favorvel a p, e b, o grau de evidncia contrria a p. (a e
b so tambm chamados de grau de crena e grau de descrena em p, respectivamente). O
par = (a; b) chamado de constante de anotao [13].
Assim, como valores extremos, temos: o par (1; 0) traduz o estado lgico chamado de
verdade (V); (0; 1), falsidade (F); (1; 1), inconsistncia (T), e o par (0; 0) traduz o estado
lgico chamado de paracompleteza ( ).
O conjunto | | = [0, 1] [0, 1] com a relao de ordem *constitui o reticulado das
anotaes ( * definida por ((a
1
; b
1
), (a
2
; b
2
)) * a
1
a
2
e b
1
b
2
).
Representado no plano cartesiano, o reticulado das anotaes define o chamado quadrado
unitrio do plano cartesiano (Figura I).
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 145

0,0
1,0
0,0 1,0
A= (0; 0) - paracompleteza ( )
D = (0; 1)
b
B = (1; 1) - inconsistncia (T)
C = (1; 0) - verdade (V)
D = (0; 1) - falsidade (F)
AB: linha perfeitamente indefinida(LPI)
CD: linha perfeitamente definida (LPD)
A = (0; 0)
B = 1; 0)
C = (1; 0)
a
X = (a; b)
O

Figura I - Quadrado unitrio do plano cartesiano
Para uma dada constante de anotao = (a; b), so definidos: G(a; b) = a + b 1,
chamado grau de incerteza, e H(a; b) = a b, chamado grau de certeza.
O segmento CD, para o qual G = 0, chamado de linha perfeitamente definida (LPD); AB,
para o qual H = 0, chama-se linha perfeitamente indefinida (LPI).
O quadrado unitrio do plano cartesiano pode ser dividido em regies que traduzem
estados lgicos com caractersticas diferentes. Uma diviso que atribui ao reticulado que
ele representa uma caracterizao interessante e conveniente a que se obtm por meio das
chamadas linhas limites (Figura II), dividindo-o em doze regies.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 146

0,0
0,2
0,4
0,6
0,8
1,0
0,0 0,2 0,4 0,6 0,8 1,0
AB: linha perfeitamente indefinida
RS: linha limite de inconsistncia
PQ: linha limite de verdade
TU: linha limite de falsidade
b
B
C
D
H
CD: linha perfeitamente definida
MN: linha limite de paracompleteza
a
A
U L S
R
J
Q
I
K
M P
G
T
N
O
F
E

Figura II - Diviso do quadrado unitrio do plano cartesiano em doze regies
Dessas doze regies, destacam-se as quatro regies extremas: regio de verdade (CPQ),
regio de falsidade (DTU), regio de paracompleteza (AMN) e regio de inconsistncia
(BRS).

3. Operadores da Lgica Paraconsistente Anotada Evidencial: NOT, MX e MN
O operador NOT definido por NOT(a; b) = (b; a).
Numericamente: NOT (0,8; 0,3) = (0,3; 0,8)
Notemos que: NOT (T) = T; NOT ( ) = ; NOT (V) = F e NOT (F) = V.
Ento: p
(0,8; 0,3)
= p
(0,3; 0,8)
= p
[~ (0,8; 0,3)].

O operador MX (que ser chamado de maximizante) definido para ser aplicado a um
grupo de n anotaes (n 1); atua de modo a maximizar o grau de certeza (H = a b)
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 147

desse grupo de anotaes, selecionando a melhor evidncia favorvel (maior valor de a) e
a melhor evidncia contrria (menor valor de b). Ele definido da seguinte forma:
MX {(a
1
; b
1
), (a
2
; b
2
), ... (a
n
; b
n
)} = (mx{a
1
, a
2
, , a
n
}; mn{b
1
, b
2
, , b
n
})
O operador MN (que ser chamado de minimizante) definido para ser aplicado a um
grupo de n anotaes (n 1); atua de modo a minimizar o grau de certeza (H = a b)
desse grupo de anotaes, selecionando a pior evidncia favorvel (menor valor de a) e a
pior evidncia contrria (maior valor de b). Ele definido da seguinte forma:
MN {(a
1
; b
1
), (a
2
; b
2
), ... (a
n
; b
n
)} = (mn{a
1
, a
2
, , a
n
}; mx{b
1
, b
2
, , b
n
})
Sendo
1

= (a
1
; b
1
),
2
= (a
2
; b
2
) e a
1
a
2
e

b
1
b
2
, decorre que
MX {
1
,
2
) = MX {(a
1
; b
1
), (a
2
; b
2
)}= (a
2
; b
1
) e
MN {
1
,
2
) = MN {(a
1
; b
1
), (a
2
; b
2
)}= (a
1
; b
2
).
Nas aplicaes dos operadores MX e MN em estudo de casos reais, para o auxlio nas
tomadas de deciso, alguns detalhes devem ser observados.
Como j vimos, o operador MX tem o sentido de fazer a maximizao do grau de
certeza para um conjunto de anotaes. Portanto, deve ser aplicado em situaes em que
os dois ou mais itens considerados no so todos determinantes, bastando que um deles
tenha condio favorvel para se considerar satisfatrio o resultado da anlise.
O operador MN tem o sentido de fazer a minimizao do grau de certeza para um
conjunto de anotaes. Portanto, ele deve ser aplicado em situaes em que os dois ou
mais itens considerados so todos determinantes, sendo indispensvel que todos
apresentem condies favorveis para que se possa considerar o resultado da anlise
satisfatrio.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 148

Normalmente, o que se faz, ao se projetar a anlise de uma situao real, separar os itens
pesquisados (ou os especialistas) em grupos. Estes devem ser constitudos de tal forma
que:
a) a existncia de um item (ou um especialista) dentro de cada grupo com condio
favorvel seja suficiente para se considerar o resultado do grupo como satisfatrio;
b) haja tantos grupos quanto for o nmero mnimo de itens (ou de especialistas) que
devem ter condies favorveis para se considerar o resultado da pesquisa como
satisfatrio.
Feita esta diviso, aplica-se o operador MX dentro de cada grupo (intragrupo) e, depois,
o operador MN entre os resultados obtidos nos grupos (entre grupos).
Por exemplo, consideremos um conjunto de quatro especialistas, distribudos em dois
grupos: A, pelos especialistas E
1
e E
2
, e B, pelos especialistas E
3
e E
4
.
Sendo assim, aplica-se a regra de maximizao (operador MX) dentro de cada grupo
(intragrupo) e a regra de minimizao (operador MN) para os resultados obtidos nos dois
grupos (entre grupos). A aplicao das regras, neste caso, fica assim:
MN {MX [(E
1
), (E
2
)]; MX [(E
3
), (E
4
)]} ou MN {[G
A
]; [G
B
]}
Esta maneira de aplicar as regras de maximizao e de minimizao para tomadas de
deciso conhecida como princpio do mn/mx ou de deciso otimista, pois minimiza o
maior grau de certeza [37].
A aplicao desses operadores permite determinar possveis inconsistncias da base de
dados e verificar at que ponto elas so aceitveis ou no em tomadas de deciso.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 149

A lgica paraconsistente anotada evidencial E, embora de descoberta muito recente, vem
encontrando aplicaes em diversos campos de atividades. Acredita-se que a adequao da
lgica E a essas aplicaes se deva ao fato de permitir que se trabalhe com bases de
conhecimentos contendo dados imprecisos, inconsistentes e paracompletos, mas no
triviais. De fato, na maioria das vezes, quando se faz uma pesquisa entre clientes ou
fornecedores ou mesmo entre especialistas, as informaes obtidas so vagas ou nem
sempre so consistentes e pode-se mesmo deparar com dados incompletos. Dessa forma,
para se tratar uma base de dados com essas caractersticas, conveniente uma ferramenta
que seja de simples aplicao, eficiente e, de preferncia, seja facilmente informatizada. E
este exatamente o perfil da lgica E . Por intermdio dela consegue-se analisar os dados,
apesar de imprecisos, inconsistentes e paracompletos, filtr-los e chegar a um resultado
final que, analisado no reticulado , permitir uma concluso.

4. As Regies de Deciso e a Regra de Deciso
Na Figura II, vimos o quadrado unitrio do plano cartesiano ser dividido em doze regies.
Destas, destacam-se quatro regies extremas.
Nas regies AMN e BRS, o mdulo do grau de incerteza tem valor alto (prximo de 1) e o
mdulo do grau de certeza baixo (prximo de zero). Na representao da Figura II, |G|
0,6 e |H| < 0,6. Portanto, os pontos X = (a; b) dessas duas regies traduzem estados lgicos
de alta incerteza (inconsistncia (ou contradio) ou paracompleteza), mas de pouca
certeza. Sendo assim, no se prestam para tomadas de deciso, uma vez que apenas acusam
que os dados que levaram ao par (a; b) apresentam alta incerteza.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 150

Nas regies CPQ e DTU ocorre exatamente o contrrio: o mdulo do grau de incerteza tem
valor baixo (prximo de 0) e o mdulo do grau de certeza alto (prximo de 1). Na
representao da Figura II, |G| < 0,6 e |H| 0,6. Portanto, os pontos X = (a; b) dessas duas
regies traduzem estados lgicos de baixa incerteza (contradio (ou inconsistncia) ou
paracompleteza), mas de alta certeza (verdade ou falsidade). Sendo assim, elas se prestam
para tomadas de deciso, pois traduzem um alto grau de certeza no empreendimento que se
est analisando.
Por isso, elas foram chamadas de regies de deciso. A regio CPQ, na qual o grau de
certeza associado a um ponto X = (a; b) a ela pertencente tem mdulo alto e positivo
(prximo de 1), chamada de regio de verdade. A certeza obtida das informaes alta e
favorvel ao sucesso do empreendimento, da ser a regio de deciso favorvel.
A outra, DTU, na qual o grau de certeza tambm tem mdulo alto e negativo (prximo de -
1), chamada de regio de falsidade. A certeza obtida das informaes alta, mas
desfavorvel (contrria) ao sucesso do empreendimento, da ser a regio de deciso
desfavorvel (ou contrria).
Observemos que h um valor do mdulo do grau de certeza (|H|) que define as regies de
verdade e de falsidade. No caso da Figura II, esse valor 0,6.
Portanto, se o grau de certeza resulta igual ou maior que 0,6 (H 0,6), o estado lgico
resultante X = (a; b) est prximo do estado extremo (ou cardeal) de verdade (ponto C) e
dizemos que a deciso favorvel (o empreendimento vivel).
Caso contrrio, se o grau de certeza resulta igual ou menor que 0,6 (H 0,6), o estado
lgico resultante X = (a; b) est prximo do estado extremo (ou cardeal) de falsidade
(ponto D) e dizemos que a deciso desfavorvel (o empreendimento invivel).
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 151

Observemos tambm que, quanto maior for o valor do mdulo do grau de certeza (|H|) que
define as regies de deciso, menor so essas regies, ou seja, mais exigente se torna a
deciso. Exatamente por isso, o mdulo do grau de certeza (|H|) que define as regies de
deciso foi chamado de nvel de exigncia (NE).
Dessa forma, a regra de deciso pode ser escrita da seguinte maneira:
H

NE deciso favorvel (o empreendimento vivel);
H NE deciso desfavorvel (o empreendimento invivel);
NE H NE anlise no conclusiva.
O quadrado unitrio do plano cartesiano dividido em regies como na Figura II, por
exemplo, chamado de algoritmo para-analisador. De fato, cada regio da Figura II traduz
um conjunto de estados lgicos que determinam a tendncia da situao analisada, como
resumido na Tabela I.
Tabela I Resumo da anlise de doze regies do quadrado unitrio do plano cartesiano
(QUPC)
Regio a b Gcontr Hcert Descrio Representao
AMN
[0; 0,4 ] [0; 0,4] [-1; -0,6] [-0,4; 0,4] Paracompleteza (ou Indeterminao)
BRS
[0,6; 1] [0,6; 1] [0,6; 1] [-0,4; 0,4] Inconsistncia
CP Q
[0,6; 1] [0; 0,4] [-0,4; 0,4] [0,6; 1] Verdade V
DTU
[0; 0,4] [0,6; 1] [-0,4; 0,4] [-1; -0,6] Falsidade F
OFSL [0,5; 0,8 [ [0,5; 1] [0; 0,6 [ [ 0,5; 0 [ Quase inconsistncia tendendo falsidade
Q

F
OHUL ] 0,2; 0,5 [ [0,5; 1] [0; 0,5 [ ] 0,6; 0 [ Quase falsidade tendendo inconsistncia
QF


OHTI [0; 0,5 [ [0,5; 0,8 [ [ 0,5; 0 [ ] 0,6; 0 [ Quase falsidade tendendo
paracompleteza
QF


OENI [0; 0,5 [ ] 0,2; 0,5[ ] 0,6; 0 [ ] 0,5; 0 [ Quase paracompleteza tendendo
falsidade
Q

F
OEMK ] 0,2; 0,5 [ [0; 0,5 [ ] 0,6; 0 [ [0; 0,5 [ Quase paracompleteza tendendo verdade Q

V
OGPK [0,5; 0,8 [ [0; 0,5 [ [ 0,5; 0 [ [0; 0,6 [ Quase verdade tendendo paracompleteza QV


OGQJ [0,5; 1 ] ] 0,2; 0,5 [ [0; 0,5 [ [0; 0,6 [ Quase verdade tendendo inconsistncia
QV


Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 152

OFRJ [0,5; 1 ] [0,5; 0,8 [ [0; 0,6 [ [0; 0,5] Quase inconsistncia tendendo verdade
Q

V

5. O Mtodo Paraconsistente de Deciso (MPD)
Toda deciso sensata deve ser baseada em uma grande srie de fatores que podem
influenciar no empreendimento em anlise. Destes, cada um vai influenciar de uma
maneira, dando indicao pela viabilidade (deciso favorvel) ou pela inviabilidade
(deciso desfavorvel) do empreendimento ou, ainda, o fator pode se mostrar no
conclusivo, no dando indicao, nem favorvel e nem contraria. Isso fica bem perceptvel
quando se utiliza o algoritmo para-analisador, ou seja, quando os valores dos graus de
evidncia favorvel (ou graus de crena) (a
i,R
) e dos graus de evidncia contrria (ou graus
de descrena) (b
i,R
), resultantes para cada fator, so plotados de modo que cada fator fique
representado por um ponto X = (a; b) do reticulado .
Entretanto, trabalhar com um nmero muito grande de fatores no razovel, pois tornaria
o mtodo exaustivo e dispendioso. Assim, o que se prope escolher e utilizar apenas os
mais importantes, os de maior influncia na deciso, dentro do limite da racionalidade
limitada preconizada por Simon, que trabalha com um modelo simplificado da realidade,
considerando que muitos aspectos da realidade so substancialmente irrelevantes em dado
instante; ele efetua sua escolha de alternativa baseado no padro satisfatrio da situao
real considerando apenas alguns dos fatores mais relevantes e cruciais [37].
Normalmente, saber como a influncia isolada de cada fator no apresenta interesse
relevante. O que realmente interessa na anlise da viabilidade de um empreendimento a
influncia conjunta de todos os fatores escolhidos, que traduzida por um estado lgico
final que denominamos baricentro (W). Este representado por um ponto W do
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 153

reticulado , cujas coordenadas (a
W
e b
W
) so determinadas pela mdia ponderada das
coordenadas do pontos X
i
= (a
i,R
, b
i,R
) de , que traduzem a influncia resultante de cada
um dos fatores, isoladamente.

5.1. Etapas do Mtodo Paraconsistente de Deciso
O Mtodo Paraconsistente de Deciso (MPD) consiste de oito etapas, aqui apenas
apresentadas, mas que sero detalhadas na seqncia do texto.
1) Fixar o nvel de exigncia (NE) da deciso que se pretende tomar.
2) Selecionar os fatores (F
i
) mais importantes e de maior influncia na deciso.
3) Estabelecer as sees (S
j
) para cada um dos fatores (podem ser estabelecidas trs, quatro,
cinco ou mais sees, dependendo do caso e da detalhamento desejado).
4) Construir a base de dados, que constituda pelos pesos (P
i
) atribudos aos fatores
(quando se quer distingui-los pela importncia) e pelos valores da evidncia favorvel (ou
grau de crena) (a) e da evidncia contrria (ou grau de descrena) (b) atribudos a cada
um dos fatores em cada uma das sees; os pesos e os valores das evidncias so atribudos
por especialistas escolhidos convenientemente para opinar. (A base de dados pode,
tambm, ser construda com dados estatsticos armazenados, obtidos em experincias
anteriores na realizao de empreendimentos similares).
5) Fazer a pesquisa de campo (ou levantamento de dados) para verificar, no caso em
anlise, em que seo (condio) cada um dos fatores se encontra.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 154

6) Obter o valor do grau de evidncia favorvel (a
i,R
) e o valor do grau de evidncia
contrria (b
i,R
), resultantes para cada um dos fatores (F
i
), com 1 i n, escolhidos, nas
sees encontradas na pesquisa (S
pj
), por meio de aplicaes das tcnicas de maximizao
(operador MX) e de minimizao (operador MN) da lgica E .
7) Obter o grau de evidncia favorvel (a
W
) e o grau de evidncia contrria (b
W
) do
baricentro dos pontos que representam os fatores escolhidos no reticulado .
8) Tomar a deciso, aplicando-se a regra de deciso ou o algoritmo para-analisador.

5.2. Detalhamento das Etapas do Mtodo Paraconsistente de Deciso (MPD)
Para se fazer uma anlise de viabilidade de um empreendimento para uma tomada de
deciso, o planejamento fica sob a coordenao uma determinada pessoa (o prprio
empresrio, um engenheiro, um consultor etc.). Esta trabalhar os dados de tal forma a
"traduzi-los" para a linguagem da lgica E , permitindo, assim, uma "plotagem" adequada
s anlises do ferramental oferecido por essa lgica.

5.2.1. Fixao do Nvel de Exigncia
A primeira tarefa fixar o nvel de exigncia da deciso a ser tomada, o qual depende da
segurana que se pretende para a deciso, da responsabilidade que ela implica, do
montante do investimento em jogo, do envolvimento ou no de risco para vidas humanas
ou para o meio ambiente etc.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 155

Quando fixamos o nvel de exigncia da deciso, automaticamente so definidas as regies
de deciso e, por conseqncia, tambm a regra de deciso e o algoritmo para-analisador.
Por exemplo, se for fixado o nvel de exigncia igual a 0,70 (ou seja, se for estabelecido
que a deciso somente ser tomada quando o mdulo da diferena entre os graus de
evidncia favorvel e de evidncia contrria do baricentro for, no mnimo, igual a 0,70), a
regra de deciso e o algoritmo para-analisador sero os representados na Figura III.


PQ: linha limite de verdade
TU: linha limite de falsidade
MN: linha limite de paracompleteza
RS: linha limite de inconsistncia
CPQ: regio de verdade ou
de deciso favorvel
DTU: regio de falsidade ou
de deciso desfavorvel
AMN: regio de paracompleteza
BRS: regio de inconsistncia
MNTUSRQP: regio de baixa
definio
0,0
0,2
0,4
0,6
0,8
1,0
0,0 0,2 0,4 0,6 0,8 1,0
Algoritmo para-analisador
M
a
I
R
J
Q
U L S
K
P
H
F
E
G
T
N
b

Figura III Regra de deciso e algoritmo para-analisador, para nvel de exigncia 0,70.

5.2.2. Escolha dos Fatores de Influncia
A segunda tarefa pesquisar e verificar quais so os fatores que influem no sucesso (ou
fracasso) do empreendimento, por meio de consultas a pessoal que milita em instituio de
H

0,70 deciso favorvel (empreendimento vivel);
H 0,70 deciso desfavorvel (empreendimento invivel);
0,70 H 0,70 anlise no conclusiva.





Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 156

mesmo ramo ou de ramo similar, a compndios especializados, a especialistas no assunto,
a outros projetos do mesmo empreendimento ou de empreendimentos similares etc.
Pesquisados os fatores que influem no sucesso (ou fracasso) do empreendimento, devemos
selecionar os n fatores F
i
(1 i n) mais importantes e de maior influncia, ou seja,
aqueles cujas condies afetam acentuadamente a viabilidade do empreendimento. Se os
fatores escolhidos podem influir de maneiras diferentes ou se tm importncias diferentes
na deciso, essas diferenas podero ser compensadas pela atribuio de pesos diferentes a
cada um dos fatores escolhidos.

5.2.3. Estabelecimento das Sees para cada Fator
A misso seguinte estabelecer as s sees S
i,j
(1 j s), que traduzem as condies em
que cada fator poder ser encontrado. Ento, dependendo do refinamento que pretende dar
anlise, podemos fixar mais (ou menos) sees.
Optando-se por fixar trs sees, elas sero:
S
1
o fator est em condio favorvel ao empreendimento;
S
2
o fator est em condio indiferente ao empreendimento;
S
3
o fator est em condio desfavorvel ao empreendimento.
Se optarmos por fixar cinco sees, elas sero:
S
1
o fator est em condio muito favorvel ao empreendimento;
S
2
o fator est em condio favorvel ao empreendimento;
S
3
o fator est em condio indiferente ao empreendimento;
S
4
o fator est em condio desfavorvel ao empreendimento;
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 157

S
5
o fator est em condio muito desfavorvel ao empreendimento.

5.2.4. Construo da Base de Dados
Uma tarefa importante a construo da base de dados. Para isso, devemos escolher m
especialistas E
k
(1 k m), da rea ou de reas afins. Na escolha dos especialistas, se
possvel, deve-se procurar pessoas com formaes diferentes, para que a atribuio de
valores no seja decorrente de uma nica linha de pensamento.
Notemos que o processo apresenta uma grande versatilidade, uma vez que permite a
escolha de mais (ou menos) fatores de influncia, permite o estabelecimento de trs ou
mais sees para cada fator, como tambm a utilizao de um nmero maior (ou menor) de
especialistas. Embora o processo permita, no aconselhvel a utilizao de menos de
quatro especialistas, para que o resultado no fique dotado de muita subjetividade.
Primeiramente, os especialistas diro se, dentre os fatores escolhidos, h distino quanto
importncia. Se no houver, ser atribudo o peso igual a 1 (um) para todos; se houver,
cada especialista atribuir a cada fator o peso q
i,k
que julgar adequado, levando-se em conta
a importncia do fator em relao aos outros na deciso que ser tomada.
q
i,k
= peso atribudo pelo especialista k ao fator i.
Na atribuio desses pesos, algumas restries podem ser impostas, como, por exemplo,
que os pesos devam ser nmeros inteiros positivos e que pertenam ao intervalo [1, 10].
Atribudos os pesos a todos os fatores por todos os especialistas convocados, adotar-se-
como peso final P
i
de cada fator a mdia aritmtica dos pesos atribudos pelos
especialistas.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 158

m
q
P
m
k
k i
i
1
,
= peso do fator i devido a todos os especialistas. (I)
Observemos que h a possibilidade de os especialistas serem distinguidos conforme o
background (prtica, experincia, conhecimento) de cada um, atribuindo-se a eles pesos
diferentes r
k
. Nesse caso, o peso final P
i
de cada fator deixaria de ser uma mdia aritmtica
e passaria a ser uma mdia ponderada.
r
k
= peso atribudo pelo engenheiro do conhecimento ao especialista k.

m
k
k
m
k
k i k
i
r
q r
P
1
1
,
= peso do fator i devido a todos os especialistas. (II)
Essa apenas uma nuana do mtodo, mostrando a sua versatilidade e a grande quantidade
de opes que d ao usurio.
A tarefa seguinte para construir a base de dados solicitar aos especialistas que atribuam o
grau de evidncia favorvel (ou grau de crena) (a) e o grau de evidncia contrria (ou
grau de descrena) (b) a cada um dos fatores nas condies em que poder ser encontrado,
as quais so caracterizadas pelas sees estabelecidas.
Cada par ordenado (a
i,j,k
; b
i,j,k
) formado pelos valores dos graus de evidncia favorvel e
contrria, atribudos por um especialista E
k
a um fator F
i
dentro da condio definida por
uma seo S
j
, constitui uma anotao simbolizada por
i,j,k
.
A base de dados constituda pela matriz dos pesos, matriz coluna de n linhas, formada
pelos pesos mdios P
i
dos fatores, e pela matriz das anotaes
i,j,k
(anotaes bivaloradas)
com n x s linhas e m colunas, ou seja, com n x s x m elementos. Portanto, formada por
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 159

todas as anotaes que os m especialistas atribuem a cada um dos n fatores dentro das
condies definidas pelas s sees.
A matriz [
i,j,k
] pode ser representada por [(a
i,j,k
; b
i,j,k
)], uma vez que cada um de seus
elementos
i,j,k
um par ordenado da forma (a
i,j,k
; b
i,j,k
).
Por exemplo, numa situao com quatro especialistas (m = 4), cinco fatores (n = 5) e trs
sees para cada fator (s = 3), a matriz dos pesos, M
P
, um matriz coluna de 5 linhas (n =
5) e a matriz das anotaes, M
A
, da forma 15 x 4 (n x s = 5 x 3 = 15 e m = 4) como est
indicado na Tabela II.

5.2.5. Pesquisa de Campo
At aqui j completamos o dispositivo de tomadas de deciso. Portanto, j estamos aptos a
aplicar o mtodo e chegar deciso final, usando informaes que sero coletadas por
meio de pesquisa sobre a condio (definida pela seo) de cada fator de influncia.
Portanto, o passo seguinte fazer a pesquisa de campo e verificar qual a condio real de
cada um dos fatores de influncia, ou seja, pesquisar em que seo S
i
,
j
cada fator F
i
se
encontra.
Feita essa pesquisa, obtemos um conjunto de n sees resultantes da pesquisa, S
i,jp
, com 1
i n, uma para cada fator, que traduzem em que condies reais os fatores se encontram
(jp traduz o particular valor de j, 1 i s, que foi obtido na pesquisa para o fator i). Esses
n valores das sees resultantes da pesquisa constituem uma matriz coluna de n linhas.
Com esse resultado podemos buscar na base de dados as opinies dos especialistas sobre a
viabilidade do empreendimento nas condies em que os fatores se encontram.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 160

Dessa forma, da base de dados podemos destacar outra matriz, subconjunto dela, que ser
chamada de matriz dos dados pesquisados, [
i,k
], de n linhas e m colunas, constituda pelas
linhas de M
A
correspondentes s sees S
i,jp
obtidas na pesquisa.

5.2.6. Clculo das Anotaes Resultantes
Uma providncia precisa ser tomada: dividir os especialistas em grupos segundo critrios
adotados pelo decisor.
Na constituio dos grupos de especialista para aplicao dos operadores MX e MN em
estudo de casos reais de auxlio s tomadas de deciso, alguns detalhes devem ser
observados.
O operador MX tem o sentido de fazer a maximizao do grau de certeza dentro de um
conjunto de anotaes, escolhendo o maior grau de evidncia favorvel e o menor grau de
evidncia contrria. Portanto, deve ser aplicado em situaes em que as opinies de dois ou
mais especialistas (ou itens pesquisados) no so todas determinantes, bastando a opinio
favorvel de apenas um deles para se considerar o resultado do grupo satisfatrio. Assim,
se entre os especialistas houver um que merea especial destaque no assunto, ele deve ficar
sozinho em um grupo, para que sua opinio seja necessariamente considerada. Mas, se
houver dois especialistas de mesmo nvel e atuantes na mesma rea ou em reas correlatas,
os dois podem ser colocados no mesmo grupo, pois, se a opinio de um for satisfatria, j
suficiente para se considerar a opinio desse grupo como favorvel ao empreendimento.
O operador MN, que tem o sentido de fazer a minimizao do grau de certeza dentro de
um conjunto de anotaes, escolhendo o menor grau de evidncia favorvel e o maior grau
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 161

de evidncia contrria. Portanto, deve ser aplicado em situaes em que as opinies dos
dois ou mais especialistas (ou itens pesquisados) so todas determinantes, sendo
indispensvel que todas sejam favorveis para que se possa considerar o resultado da
anlise satisfatrio.
Um exemplo que pode esclarecer a formao dos grupos o seguinte. Imagine os quatro
setores de um time de futebol: o goleiro (um jogador com o nmero 1), a defesa (quatro
jogadores numerados de 2 a 5), o meio de campo (trs jogadores numerados de 6 a 8) e o
ataque (trs jogadores numerados de 9 a 11). o que os futebolistas chamam de esquema
4-3-3.
Um tcnico entende que, para que o time seja timo, deve ter um jogador timo em cada
setor, ou seja, goleiro timo, um defensor timo, um meio campista timo e um atacante
timo. Portanto, cada setor (grupo) julgado pelo seu jogador de maior qualidade,
sugerindo que dentro de cada grupo (setor) seja aplicada a maximizao.
Assim, numa anlise da viabilidade do time, os grupos j esto naturalmente constitudos.
O goleiro, que nico no setor, constitui um grupo (A); os quatro da defesa constituem
outro grupo (B), pois basta que um deles seja timo para atender exigncia de o time ser
timo; analogamente, os trs do meio campo constituem o terceiro grupo (C) e os trs
atacantes, o quarto grupo (D).
Por outro lado, se todos os setores do time forem timos, ele ser considerado timo; mas
se, pelo menos um setor no for timo, esse setor definir a categoria do time. Se ele for
bom, o time ser apenas bom, apesar de ter os outros trs setores timos; se for mdio, o
time ser mdio; e assim sucessivamente. Portanto, o time julgado pelo setor de pior
qualidade, o que sugere a aplicao da regra de minimizao entre os grupos (setores).
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 162

Com base no exposto, conclumos que a distribuio dos grupos e a aplicao dos
operadores MX e MN ficam assim definidos:
MN {[Grupo A], [Grupo B], [Grupo C], [Grupo D]} ou
MN {[1], MX [2, 3, 4, 5], MX [6, 7, 8], MX [9, 10, 11]} ou
MN [(a
A
; b
A
)], [(a
B
; b
B
)], [(a
C
; b
C
)], [(a
D
; b
D
)]}
que pode ser representado pelo esquema da Figura IV.
Grupo A Grupo B Grupo C Grupo D
MX MX MX
(a
A
; b
A
) (a
B
; b
B
) (a
C
; b
C
) (a
D
; b
D
)
MN
(a
R
; b
R
)
Deciso

Figura IV Esquema da aplicao dos operadores MX e MN
Observemos que a influncia do goleiro muito acentuada, porque ele determina sozinho o
resultado do grupo A.
A importncia da anlise de uma situao real por meio dos operadores MX e MN est
no fato de que, mesmo que as condies analisadas apresentem resultados contraditrios,
estes so levados em conta. Isto significa que este mtodo aceita bases de dados que
apresentam contradies, ou seja, consegue lidar com situaes incertas (inconsistentes ou
paracompletas).
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 163

A aplicao destes operadores permite determinar os valores da evidncia favorvel (a
i,R
) e
da evidncia contrria (b
i,R
), com 1 i n, resultantes, para cada fator F
i
, na seo S
i,jp

encontrada na pesquisa.
Lembrando que cada anotao () , neste trabalho, um par ordenado da forma (a; b),
conclumos que a matriz [
i,k
] dos dados pesquisados pode ser representada por [(a
i,k
;

b
i,k
)],
conforme Tabela II.
Suponhamos que os m especialistas sejam distribudos em p grupos G
h
, com 1 h p,
cada um com g
h
especialistas, sendo
p
h
h g
1
m.
Assim, o grupo G
h
ser constitudo pelos seguintes g
h
especialistas: E
1h
, E
2h
, ..., E
ghh
. Ento,
a aplicao da regra de maximizao dentro de grupo G
h
(intragrupo), pode ser assim
esquematizada:
MX [(E
1h
), (E
2h
), ... (E
ghh
)] ou
MX [(a
i,1h
;

b
i,1h
), (a
i,2h
;

b
i,2h
), ... (a
i, ghh
;

b
i, ghh
)]
Como resultado dessa maximizao obtm-se o par ordenado (a
i,h
;

b
i,h
), no qual
a
i,h
= mx. {a
i,1h
, a
i,2h
, ... , a
i, ghh
} e b
i,h
= mn. {b
i,1h
, b
i,2h
, ... , b
i, ghh
}
Como so n fatores, obtm-se n pares ordenados dessa forma, constituindo a matriz
resultante do grupo G
h
, [(a
i,h
;

b
i,h
)], com n linhas, pois 1 i n, e uma coluna.
Observemos que, como so p grupos, obtm-se p matrizes coluna semelhantes a esta.
Voltando ao exemplo ilustrativo de n = 5 fatores, s = 3 sees e m = 4 especialistas e,
admitindo que os quatro especialistas foram distribudos em dois grupos (p = 2), o
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 164

primeiro, G
1
, pelos especialistas E
1
e E
4
e o segundo, G
2
, pelos especialistas E
2
e E
3
, a
aplicao da regra de maximizao seria feita da seguinte maneira:
dentro do grupo G1: MX [(E
1
), (E
4
)];
dentro do grupo G2: MX [(E
2
), (E
3
)] ou
MX [(a
i,1
;

b
i,1
), (a
i,4
;

b
i,4
)], resultando em (a
i,g1
;

b
i,g1
) para o grupo G
1
e
MX [(a
i,2
;

b
i,2
), (a
i,3
;

b
i,3
)], resultando em (a
i,g2
;

b
i,g2
) para o grupo G
2
, sendo
a
i,g1
= mx { a
i,1
,

a
i,4
}; b
i,g1
= mn { b
i,1
,

b
i,4
} e
a
i,g2
= mx { a
i,2
,

a
i,3
}; b
i,g2
= mn { b
i,2
,

b
i,3
}.
Obtm-se, ento, p = 2 matrizes colunas com n = 5 linhas como resultado da aplicao da
regra de maximizao dentro dos grupos G
1
e G
2
(intragrupos).
So elas: M
G1
= [(a
i,g1
;

b
i,g1
)] = [
i,g1
] e M
G2
= [(a
i,g2
;

b
i,g2
)] = [
i,g2
] , que podem ser
representadas de outra forma, como na Tabela II.
Aplicadas as regras de maximizao (operador MAX) dentro dos grupos (intragrupos), o
passo seguinte a aplicao da regra de minimizao (operador MIN) entre os p grupos
(entre grupos), que pode ser assim esquematizada:
MN {[G
1
], [G
2
], ... [G
h
], [G
p
]} ou
MN {(a
i,g1
;

b
i,g1
), (a
i,g2
;

b
i,g2
), (a
i,gh
;

b
i,gh
), ... (a
i,gp
;

b
i,gp
)},
donde se obtm para cada fator F
i
a anotao resultante (a
i,R
;

b
i,R
), na qual
a
i,R
= mn {a
i,g1
, a
i,g2
, ..., a
i,gh
, ..., a
i,gp
} e
b
i,R
= mx {b
i,g1
, b
i,g2
, ..., b
i,gh
, ..., b
i,gp
}.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 165

Como so n fatores, estes resultados vo constituir uma matriz coluna com n linhas, que
ser chamada de matriz resultante, [(a
i,R
;

b
i,R
)] = [
i,R
].
Voltando ao exemplo, de n = 5 fatores, s = 3 sees e m = 4 especialistas, a aplicao da
regra de minimizao se reduziria a MIN {[G
1
], [G
2
]}, obtendo-se:
a
1,R
= mn {a
1,g1
, a
1,g2
} e b
1,R
= mx {b
1,g1
, b
1,g2
};
a
2,R
= mn {a
2,g1
, a
2,g2
} e b
2,R
= mx {b
2,g1
, b
2,g2
};
a
3,R
= mn {a
3,g1
, a
3,g2
} e b
3,R
= mx {b
3,g1
, b
3,g2
}
a
4,R
= mn {a
4,g1
, a
4,g2
} e b
4,R
= mx {b
4,g1
, b
4,g2
}
a
5,R
= mn {a
5,g1
, a
5,g2
} e b
5,R
= mx {b
5,g1
, b
5,g2
}
A matriz resultante, matriz coluna de 5 linhas, fica representada como na Tabela II.
A aplicao das regras de maximizao (MAX) e de minimizao (MIN) a esse exemplo
que est sendo analisado pode ser assim resumida:
MIN {MAX [(E
1
) (E
4
)], MAX [(E
2
) (E
3
)]} ou MIN {[G
1
], [G
2
]}.
Nas aplicaes, algumas das matrizes vistas (matrizes dos pesos, pesquisada e dos dados
pesquisados; matrizes dos grupos e matriz resultante) sero colocadas como colunas da
tabela de clculos, que tem o formato da Tabelas 2a ou 2b. Nestas tabelas foi considerado,
como exemplo, uma situao com quatro especialistas (m = 4), cinco fatores (n = 5) e trs
sees para cada fator (s = 3).

Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 166

Tabela IIa Tabela de clculos, com a indicao das anotaes bivaloradas.
M
P
M
pq
M
G1
M
G2
M
R
F
i
P
i
S
i,jp
E
1
E
2
E
3
E
4
E
1
MX E
4
E
2
MX E
3
G
1
MN G
2
F
1
P
1
S
1,jp 1,1 1,2 1,3 1,4 1,g1 1,g2 1,R
F
2
P
2
S
2,jp 2,1 2,2 2,3 2,4 2,g1 2,g2 2,R
F
3
P
3
S
3,jp 3,1 3,2 3,3 3,4 3,g1 3,g2 3,R
F
4
P
4
S
4,jp 4,1 4,2 4,3 4,4 4,g1 4,g2 4,R
F
5
P
5
S
5,jp 5,1 5,2 5,3 5,4 5,g1 5,g2 5,R
M
Dpq

Tabela IIb Tabela de clculos, com a indicao dos valores das evidncias favorvel (a)
e contrria (b)
M
P
M
pq
F
i
P
i
S
i,jp
F
1
P
1
S
1,jp
a
1,1
b
1,1
a
1,2
b
1,2
a
1,3
b
1,3
a
1,4
b
1,4
a
1,g1
b
1,g1
a
1,g2
b
1,g2
a
1,R
b
1,R
F
2
P
2
S
2,jp
a
2,1
b
2,1
a
2,2
b
2,2
a
2,3
b
2,3
a
2,4
b
2,4
a
2,g1
b
2,g1
a
2,g2
b
2,g2
a
2,R
b
2,R
F
3
P
3
S
3,jp
a
3,1
b
3,1
a
3,2
b
3,2
a
3,3
b
3,3
a
3,4
b
3,4
a
3,g1
b
3,g1
a
3,g2
b
3,g2
a
3,R
b
3,R
F
4
P
4
S
4,jp
a
4,1
b
4,1
a
4,2
b
4,2
a
4,3
b
4,3
a
4,4
b
4,4
a
4,g1
b
4,g1
a
4,g2
b
4,g2
a
4,R
b
4,R
F
5
P
5
S
5,jp
a
5,1
b
5,1
a
5,2
b
5,2
a
5,3
b
5,3
a
5,4
b
5,4
a
5,g1
b
5,g1
a
5,g2
b
5,g2
a
5,R
b
5,R
E
4
E
1
MX E
4
E
2
MX E
3
G
1
MN G
2
M
Dpq
M
G1
M
G2
M
R
E
1
E
2
E
3

Os valores das evidncias favorvel (a
i,R
) e contrria (b
i,R
), resultantes, obtidos para todos
os fatores, permitem determinar como a influncia de cada fator na viabilidade do
empreendimento. Isto feito por meio do algoritmo para-analisador. Basta plotar no plano
cartesiano os pares (a
i,R
;

b
i,R
), obtendo n pontos que representam os n fatores, e verificar a
posio desses pontos no reticulado . Se o ponto pertencer regio de verdade, o fator
correspondente influi no sentido de recomendar a execuo do empreendimento; se
pertencer regio de falsidade, o fator recomenda a no execuo do empreendimento;
mas, se o ponto pertencer a uma regio diferente dessas, diremos que o fator no
conclusivo, ou seja, que no recomenda a execuo e nem a no execuo do
empreendimento.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 167

Essa anlise da influncia dos fatores tambm pode ser feita, calculando-se o grau de
certeza (H
i
= a
i,R


b
i,R
) para cada fator e aplicando-se a regra de deciso. Se H
i
NE, o
fator F
i
recomenda a execuo do empreendimento; se H
i
NE, o fator F
i
recomenda a
no execuo do empreendimento; e se NE H
i
NE, o fator F
i
no conclusivo, ou
seja, no recomenda a execuo e nem a no execuo do empreendimento.

5.2.7. Determinao do Baricentro
De um modo geral, no h muito interesse em saber a influncia de cada fator,
isoladamente. Entretanto, de fundamental importncia saber como a influncia conjunta
de todos os fatores sobre a viabilidade do empreendimento, pois isso leva deciso final.
A influncia conjunta dos fatores determinada pela anlise do centro de gravidade ou
baricentro (W) dos pontos que os representam no plano cartesiano (no reticulado ). Para
determinar o baricentro, calculam-se suas coordenadas que so os graus de evidncias
favorvel (a
W
) e contrria (b
W
). O grau de evidncia favorvel do baricentro (a
W
) igual
mdia ponderada dos graus de evidncia favorvel resultantes de todos os fatores (a
i,R
),
tomando-se como coeficientes os pesos (P
i
) atribudos pelos especialistas aos fatores.
Analogamente, calculado o grau de evidncia contrria do baricentro (b
W
).

n
i
i
n
i
R i i
W
P
a P
a
1
1
,
e
n
i
i
n
i
R i i
W
P
b P
b
1
1
,
(III)
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 168

No caso particular em que todos os fatores tm os pesos (P
i
) iguais, as mdias ponderadas
acima se transformam em mdias aritmticas e o centro de gravidade dos pontos que
representam os fatores passa a ser o centro geomtrico desses pontos.
Nesse caso:
n
a
a
n
i
R i
W
1
,
e
n
b
b
n
i
R i
W
1
,
(IV)

5.2.8. Tomada de Deciso
Determinados os valores da evidncia favorvel (a
W
) e contrria (b
W
) do baricentro, j se
est em condies de efetuar a tomada de deciso final, por meio do algoritmo para-
analisador.
Para isso, suficiente plotar o par ordenado (a
W
;

b
W
) no plano cartesiano e verificar a que
regio do reticulado o baricentro W pertence. Se pertencer regio de verdade, a deciso
favorvel, isto , a anlise permite concluir que o empreendimento vivel; se pertence
regio de falsidade, a deciso desfavorvel, isto , o empreendimento no vivel; mas
se pertence a qualquer regio do reticulado diferente dessas duas, diremos que a anlise
no conclusiva. Neste caso, no se conclui pela viabilidade do empreendimento e nem pela
sua inviabilidade; dizemos apenas que a anlise foi no conclusiva e que, se for de
interesse, novos estudos devem ser feitos para se tentar chegar a uma concluso positiva
(viabilidade ou inviabilidade).
Outra maneira de se obter a deciso final pela aplicao da regra deciso. Neste caso,
basta calcular o grau de certeza do baricentro (H
W
= a
W


b
W
) e aplicar a regra de deciso.
Se H
W
NE, a deciso favorvel e recomenda a execuo do empreendimento (vivel);
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 169

se H
W
NE, a deciso desfavorvel e recomenda a no execuo do empreendimento
(invivel); e se NE H
W
NE, diz-se que a anlise no conclusiva.
Observemos, pois, que o grau de certeza do baricentro (H
W
) o nmero final, bem
determinado, que permite a deciso procurada, e que todo o processo acaba levando a esse
nmero.
Devemos observar que todas as operaes descritas (busca das opinies dos especialistas
na base de dados, uma vez conhecido o resultado da pesquisa (etapa 5); clculos dos graus
de evidncias, favorvel e contrria, para cada um dos fatores (etapa 6); clculos dos
valores das evidncias favorvel e contrria do baricentro (etapa 7); e a tomada de deciso
(etapa 8)) podem ser feitas por um programa de computador desenvolvido com o auxlio da
planilha eletrnica do Excel. Esse programa passar a ser referido simplesmente de
Programa de Clculo (PC).

6. Exemplos de Aplicao
O Mtodo Paraconsistente de Deciso (MPD) pode ser aplicado em muitas situaes em
que se requer uma tomada de deciso sem a existncia de dados histricos armazenados no
decorrer do tempo, mas baseada exclusivamente na opinio de profissionais especialistas
em suas respectivas reas de atuao, com experincia e conhecimento acumulados pela
vivncia profissional de muitos anos. Faremos aqui um relato de alguns que j
desenvolvemos em diferentes oportunidades.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 170

6.1. Anlise da Viabilidade do Lanamento de um Novo Produto no Mercado
Neste trabalho, verificamos os fatores que mais influem no sucesso (ou no fracasso) de um
produto, quando ele lanado no mercado. Com base na opinio de especialistas em
diferentes reas, foi montada uma base de dados e construdo o dispositivo para as tomadas
de deciso, que determinam a viabilidade ou inviabilidade do produto a ser lanado.
Somente para ilustrar e dar uma ideia geral do mtodo, mostramos abaixo a tabela de
clculos (Tabela III), completa, mas cuja leitura exigir uma ampliao, e o algoritmo
para-analisador (Figura V) do PC, utilizados neste exemplo de aplicao.
Tabela III Tabela de clculos do Programa de Clculos do Mtodo Paraconsistente de
Deciso (MPD)
0,60
ai,1 bi,1 ai,2 bi,2 ai,3 bi,3 ai,4 bi,4 ai,gA bi,gA ai,gB bi,gB ai,R bi,R H G Deciso Pi x ai Pi x bi
F01 1 S5 0,01 0,94 0,13 0,88 0,14 1,00 0,17 0,91 0,13 0,88 0,17 0,91 0,13 0,91 -0,78 0,04 INVIVEL 0,13 0,91
F02 1 S1 1,00 0,05 0,95 0,15 1,00 0,10 0,85 0,00 1,00 0,05 1,00 0,00 1,00 0,05 0,95 0,05 VIVEL 1,00 0,05
F03 1 S1 0,92 0,08 0,98 0,18 0,88 0,12 0,82 0,07 0,98 0,08 0,88 0,07 0,88 0,08 0,80 -0,04 VIVEL 0,88 0,08
F04 1 S2 0,70 0,26 0,86 0,30 0,80 0,21 0,66 0,31 0,86 0,26 0,80 0,21 0,80 0,26 0,54 0,06 NO CONCLUSIVO 0,80 0,26
F05 1 S1 1,00 0,88 0,06 0,10 0,95 0,85 0,04 0,00 1,00 0,10 0,95 0,00 0,95 0,10 0,85 0,05 VIVEL 0,95 0,10
F06 1 S5 0,10 0,80 0,20 0,90 0,13 1,00 0,00 1,00 0,20 0,80 0,13 1,00 0,13 1,00 -0,87 0,13 INVIVEL 0,13 1,00
F07 1 S4 0,40 0,65 0,35 0,75 0,24 0,78 0,35 0,65 0,40 0,65 0,35 0,65 0,35 0,65 -0,30 0,00 NO CONCLUSIVO 0,35 0,65
F08 1 S4 0,45 0,65 0,37 0,85 0,33 0,57 0,27 0,86 0,45 0,65 0,33 0,57 0,33 0,65 -0,32 -0,02 NO CONCLUSIVO 0,33 0,65
F09 1 S1 1,00 0,21 0,91 0,15 0,85 0,10 0,95 0,11 1,00 0,15 0,95 0,10 0,95 0,15 0,80 0,10 VIVEL 0,95 0,15
F10 1 S2 0,79 0,23 0,73 0,14 0,59 0,24 0,63 0,19 0,79 0,14 0,63 0,19 0,63 0,19 0,44 -0,18 NO CONCLUSIVO 0,63 0,19
10 0,615 0,404 0,211 0,019 NO CONCLUSIVO 6,15 4,04
Nvel de Exigncia
E1 E2
Fi Pi Spj
Graus result.
MN {GA, GB}
Ponderaao dos
graus resultantes
Baricentro W: mdias dos graus resultantes
E4 MX [E1, E2] MX [E3, E4] Concluses E3
GroupA GroupB A B

Apresentamos esse trabalho no Sixth International Conference on Computing Anticipatory
Systems (CASYS-2003), realizada em Lige, Blgica, em 2003, quando foi agraciado com o
prmio Best Paper Award de um dos simpsios do Congresso, credenciando-o a ser
publicado com o ttulo Paraconsistent Annotated Logic in Analysis of Viability: an
Approach to Product Launching, pelo American Institute of Physics AIP Conference
Proceedings, V. 718 [16].
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 171

0,404
0,0
0,2
0,4
0,6
0,8
1,0
0,0 0,2 0,4 0,6 0,8 1,0
Algoritmo para-analisador b
a

Figura V Algoritmo para-analisador do Programa de Clculos do MPD

6.2. Tomadas de Deciso com Ferramentas de Lgica Paraconsistente Anotada
Esse foi o trabalho em que, pela primeira vez, este processo de tomadas de deciso foi
mostrado de maneira bastante metodolgica, caracterizando-se mesmo como um mtodo e
no apenas como um simples paper para um congresso. Constituiu-se, praticamente, o
embrio do Mtodo Paraconsistente de Deciso (MPD) e foi apresentado no Encontro
Nacional de Engenharia de Produo, 23 ENEGEPE, Ouro Preto, MG, Brasil, em 2003, e
publicado nos Proceedings desse Congresso [17].
Na avaliao feita pelos referees para a aceitao ou no do trabalho no Congresso, a
mdia foi superior a nove, numa escala de 0 a 10, sendo que em nenhum dos dez quesitos
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 172

avaliados a nota foi menor que nove. Isso, entendemos, avalizou sua importncia para o
estudo das tomadas de deciso e para a Pesquisa Operacional.

6.3. Anlise da Viabilidade de Implantao do Projeto de uma Fbrica
Tomando conhecimento do artigo publicado pelos Proceedings do 23 ENEGEPE [17] (ver
item 6.2), o editor da Revista Pesquisa & Desenvolvimento Engenharia de Produo, da
Universidade Federal de Itajub (UniFEI), enviou, por e-mail, a mensagem a seguir.
De: Revista Pesquisa & Desenvolvimento Engenharia de Produo
luiz@sulminas.com.br; Para: fabioromeu@unip.br; Enviada em: segunda-feira, 27 de
outubro de 2003 13:40; Assunto: Publicao revista P&D, com o seguinte teor:
Prezado Fbio Romeu de Carvalho,
(...) O Comit Editorial da revista Pesquisa & Desenvolvimento Engenharia
de Produo (ISSN 1679-5830) teve a oportunidade de ler seu trabalho
intitulado: Tomadas de deciso com ferramentas da Lgica Paraconsistente
Anotada, que aparece nos anais do XXIII ENEGEP Encontro Nacional de
Engenharia de Produo, realizado recentemente na cidade de Ouro Preto
MG.
Uma prvia seleo com nossos referees classificou seu artigo como um dos
mais relevantes para a pesquisa em Engenharia de Produo. Caso o seu
trabalho no tenha sido publicado em outra revista, gostaramos de convid-lo
a submeter um artigo baseado no trabalho acima indicado, para ser publicado
na revista Pesquisa & Desenvolvimento Engenharia de Produo. (...)
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 173

A Revista P&D se reserva o direito de no publicar trabalhos que no estejam
dentro dos padres de qualidade esperados, assim como das normas de
apresentao exigidas.
Esperando ter seu artigo publicado na revista Pesquisa & Desenvolvimento
Engenharia de Produo, atenciosamente nos despedimos.
Carlos Eduardo Sanches da Silva Editor da Pesquisa & Desenvolvimento
Engenharia de Produo
Atendendo solicitao da Revista, elaboramos um artigo, no qual procuramos mostrar
como o mtodo pode ser aplicado para se analisar a viabilidade (ou no) da implantao do
projeto de uma fbrica, estudando os diferentes fatores que podem influir nessa deciso.
O artigo elaborado foi publicada pela Revista Pesquisa & Desenvolvimento Engenharia de
Produo, da Universidade Federal de Itajub (UniFEI), Edio n 1, dez. 2003 [18].

6.4. Anlise para Implantao de um Sistema com Novas Tecnologias
Procuramos, nesse trabalho, fazer uma anlise da convenincia (ou no) da implantao de
um sistema dotado de novas tecnologias para substituir um sistema com tecnologia
tradicional, na reestruturao de uma fbrica. Alm disso, procuramos analisar, dentre os
sistemas com nova tecnologia apresentados como alternativas, qual deles seria o mais
indicado em diferentes situaes.
Tentamos dar uma nova roupagem a um captulo do livro de Peter Chalos [5], Managing
Cost in Today's Manufacturing Environment, analisando-o a luz deste novo processo de
tomadas de deciso.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 174

Esse trabalho foi apresentado no 5
th
Congress of Logic Applied to Technology (LAPTEC
2005), realizado em Himeji, Japan, em 2005, e foi publicado com o ttulo Decision
Making based on Paraconsistent Annotated Logic em Advances in Logic Based
Intelligent Systems: Frontiers in Artificial Intelligence and Applications (Selected papers),
pela Editora IOS Press, Amsterdam, Netherland [19].

6.5. Previso de Diagnsticos
Considerando que fazer um diagnstico nada mais do que uma tomada de deciso,
resolvemos desenvolver um processo que permite fazer de diagnsticos com o auxilio do
computador. Ele pode ser aplicado para prever diagnstico de problema de mquinas (por
exemplo, de uma impressora rotatria, de tratores, de caminhes etc.), para prever
diagnsticos mdicos etc.
Para exemplificar, desenvolvemos o programa para fazer previso de diagnsticos mdicos.
Evidentemente, em momento algum, tivemos a pretenso de substituir um mdico ou uma
junta mdica nessa tarefa. Nossa pretenso se resumia a criar um dispositivo
computadorizado que pudesse ser usado no servio de triagem de um grande hospital e
permitisse que funcionrios no mdicos pudessem, ao tomar conhecimento dos sintomas
relatados pelo paciente, fazer uma previso de diagnstico para facilitar o encaminhamento
ao setor adequado do hospital.
A idia foi desenvolver um sistema que permita a um computador, simplesmente entrando
com os sintomas (ou sinais) apresentados pelo paciente, responder de imediato a previso
do diagnstico da doena do paciente, ou seja, d indicao da doena mais provvel ou
com maior evidncia.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 175

No trabalho foi preparado um dispositivo de previso de diagnstico no real, utilizando 32
doenas e 30 sintomas. Ficticiamente, quatro mdicos com experincia em clnica geral,
em fazer anamnese (ou anamnsia), com especialidades diferentes, foram chamados para
montar a base de dados. Cada um atribuiu o grau de evidncia favorvel e o grau de
evidncia contrria de o paciente estar acometida da doena diante do sintoma por ele
apresentado, para as 32 doenas diante dos 30 sintomas. Esses graus constituram a base de
dados.
Um programa baseado na planilha Excel foi construdo, de modo que, ingressando com os
sintomas (ou sinais) apresentados pelo paciente, o computador responde de imediato a
previso do diagnstico. Essa previso a doena que, diante dos sintomas relatados pelo
paciente, apresentou maior grau de certeza resultante.
Esse trabalho foi apresentado na Seventh International Conference on Computing
Anticipatory Systems (CASYS-2005) e foi publicado com o ttulo Prevision of Medical
Diagnosis Based on Paraconsistent Annotated Logic no International Journal of
Computing Anticipatory Systems, V.18 [20].

6.7. Anlise da Viabilidade de Abertura de um Novo Curso Superior
Trabalho foi elaborado e apresentado ao Departamento de Lgica da Faculdade de
Filosofia, Letras e Cincias Humanas (FFLCH) da Universidade de So Paulo (USP) como
Dissertao de Mestrado para a obteno do ttulo de Mestre em Filosofia; foi
transformado em livro e publicado pela Editora Aleph, em 2002 [15]; posteriormente, foi
transformado em um caso real (case), que foi inserido na Tese de Doutorado apresentada
junto ao Departamento de Engenharia de Produo da Escola Politcnica (Poli) da
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 176

Universidade de So Paulo (USP) [21] e publicado pelo Boletim Tcnico da Escola
Politcnica da USP, do Departamento de Engenharia de Produo [22].
Procuramos verificar os fatores de maior influncia no sucesso (ou fracasso) de um curso
superior e, mediante uma pesquisa real realizada no cenrio da regio e as opinies de
educadores de destaque, o processo foi montado e a deciso tomada.

6.8. Seleo do Melhor Investimento Financeiro
Outra aplicao do mtodo foi sua utilizao para se fazer a seleo do melhor
investimento financeiro entre as vrias opes apresentadas, mediante uma pesquisa da
situao do mercado.
Esse texto foi colocado na Tese de Doutorado defendida junto ao Departamento de
Engenharia de Produo da Escola Politcnica da Universidade de So Paulo (USP) [21];
foi apresentado com o ttulo Decision Making Method with Paraconsistent Anotated
Logic Tools and its Application in Selection of Investment by Financial Institutions na
23rd European Conference on Operational Research (EURO XXIII BONN), realizado em
Bonn, Alemanha, em 2009, e publicado no Book of Abstracts desse Congresso, p. 229.

6.9. Comparao com um Mtodo Estatstico de Deciso
Com o objetivo de darmos mais credibilidade ao mtodo e mostrar sua validade e
fidedignidade, fizemos um estudo comparativo do Mtodo Paraconsistente Deciso (MPD)
com o Estatstico (MED). Os resultados foram muito satisfatrios, mostrando que o
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 177

mtodo perfeitamente aplicvel e que d resultados muito coerentes com os do mtodo
Estatstico.
Esse trabalho foi apresentado na Eigthth International Conference on Computing
Anticipatory Systems (CASYS-2007), recebendo o prmio Best Paper Award de um dos
simpsios do Congresso, credenciando-o a ser publicado com o ttulo Decision Making
Based on Paraconsistent Annotated Logic and Statistical Method: a Comparison, pelo
American Institute of Physics AIP Conference Proceedings, Vol. 1.051 [23].

6.10. Comparao com um Mtodo Fuzzy de Deciso
Para reforarmos a validade Mtodo Paraconsistente de Deciso (MPD), desenvolvemos
um mtodo de deciso baseado na Lgica Fuzzy e fizemos uma comparao dos resultados
obtidos pela aplicao dos dois mtodos. Os resultados apresentaram grande coerncia.
Com essa verso simplificada do mtodo fuzzy de deciso, resolvemos alguns problemas
que constam em outros compndios, mostrando tambm a grande coerncia dessa verso
simplificada com outros mtodos de deciso.
Essa verso simplificada do mtodo fuzzy de deciso e sua comparao com o mtodo
paraconsistente foi enviada para a Ninth International Conference on Computing
Anticipatory Systems (CASYS-2009) e tambm foi publicada, com o ttulo A Simplified
Version of the Fuzzy Decision Method and its Comparison with the Paraconsistent
Decision Method, pelo American Institute of Physics AIP Conference Proceedings, Vol.
1.303 [24].
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 178

Uma verso reduzida desse trabalho foi apresentada com o ttulo Paraconsistent
Annotated Evidencial Logic ET and Decision Making in Fuzzy Set Systems na 24th
European Conference on Operational Research (EURO XXIV LISBON), realizado em
Lisboa, Portugal, em 2010, e publicado no Book of Abstracts desse Congresso, p. 187.

7. Consideraes Finais
O Mtodo Paraconsistente de Deciso (MPD) tem despertado interesse da comunidade
cientfica mundial. De fato, temos recebido convites para escrever artigos sobre o assunto,
para serem publicados em revistas ou para constiturem captulos de livros etc. Alguns
exemplos so os convites recebidos por e-mails da Repblica Tcheca e Crocia, que
destacamos abaixo.
Da Repblica Tcheca recebemos o seguinte e-mail: De: Jana Ziegelheimova
[j.ziegelhe@industrygateway.org]; Enviado em: 16 de maio de 2011 17:49; Para:
fabioromeu@unip.br; Assunto: Decision making method with paraconsistent annotated
logic tools paper free publication offer.
Em seu e-mail, a remetente, entre outras coisas, enfatiza:
(...) I was quite impressed with your research. That is why I took the liberty
of offering you a possibility to publish this, and also more, of your research
activities for free of charge in an international research project database.
().
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 179

Da Crocia recebemos o e-mail: De: Ms. Iva Simcic [simcici@intechweb.org]; Enviado
em: 11 de maio de 2011 11:14; Para: Dr. De Carvalho; Assunto: InTech Book Chapter
Proposal Fuzzy Logic.
De seu e-mail, podemos destacar:
(...) You have been invited to contribute based on your paper A Simplified
Version of the Fuzzy Decision Method and its Comparison with the
Paraconsistent Decision Method, your publishing history and the quality of
your research. However, we are not asking you to republish your work, but
we would like you to publish a new paper on one of the topics this book will
cover. ().
Alm disso, j temos encontrado algumas dissertaes de mestrado e teses de doutorado
aplicando a lgica paraconsistente anotada evidencial como fundamento terico.
Como exemplo, podemos citar a tese intitulada Processo Para Gesto de Riscos em
Projetos de Software Apoiado em Lgica Paraconsistente Anotada Evidencial E ,
defendida por Marcelo Nogueira e orientada pelo Dr. Jair Minoro Abe, junto ao Programa
de Mestrado e Doutorado da Universidade Paulista (UNIP), para obteno do ttulo de
Doutor em Engenharia de Produo, em 2010.
Outro exemplo a dissertao intitulada Uma Ferramenta de Apoio na Escolha de
Fornecedores de Tecnologia da Informao Baseada na Lgica Paraconsistente Anotada,
defendida por Mario Maeda Jnior e orientada pelo Dr. Jair Minoro Abe, junto ao
Programa de Mestrado da Universidade Paulista (UNIP), para obteno do ttulo de Mestre
em Engenharia de Produo, em 2006.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 180

8. Referncias Bibliogrficas
[1]. ABE, Jair M. Fundamentos da Lgica Anotada. Tese apresentada para a obteno
do ttulo de Doutor em Filosofia na Faculdade de Filosofia, Letras e Cincias
Humanas (FFLCH) da Universidade de So Paulo (USP). So Paulo, Brasil, 1992,
98 p.
[2]. ABE, Jair M. Some Aspects of Paraconsistent Systems and Applications, Logique
et Analyse, 157, 1997, p. 83-96.
[3]. VILA, B. C. Uma Abordagem Paraconsistente Baseada em Lgica Evidencial
para Tratar Excees em Sistemas de Frames com Mltipla Herana. Tese
apresentada para a obteno do ttulo de Doutor em Engenharia, no Departamento
de Engenharia de Computao e Sistemas Digitais da Escola Politcnica da
Universidade de So Paulo (EPUSP). So Paulo, Brasil, 1996, 120 p.
[4]. BARRETO, Mara M. G. Metodologia Fuzzy para a Construo de Sistemas
Especialistas com Bases de Conhecimento Inconsistentes. Tese apresentada para a
obteno do ttulo de Doutor em Cincias em Engenharia Civil na Universidade
Federal do Rio de Janeiro (UFRJ). Rio de Janeiro, Brasil, 1999. 137 p.
[5]. CHALOS, Peter. Managing Cost in Today's Manufacturing Environment. Prentice
Hall Inc. Englewood Cliffs, USA, 1992. 283 p.
[6]. COSTA NETO, Pedro Luiz de O. Estatstica. 2 Edio. Editora Edgard Blcher
Ltda. So Paulo, Brasil, 2002, 266 p.
[7]. COSTA NETO, Pedro Luiz de O; O. R. BEKMAN. Anlise Estatstica da Deciso.
2. Ed. Editora Blucher. So Paulo, Brasil, 2009, 148 p.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 181

[8]. DA COSTA, Newton C.A.; C. VAGO; V. S. SUBRAHMANIAN. The raconsistent
Logics P , in Zeitschr. f. math. Logik und Grundlagen d. Math, Bd. 37, 1991, p.
139-148.
[9]. DA COSTA, Newton C. A.; Jair M. ABE; V. S. SUBRAHMANIAN. Remarks on
annotated logic, Zeitschrift f. math. Logik und Grundlagen d. Math. 37, p. 561-570.
[10]. DA COSTA, Newton C. A. Ensaio Sobre os Fundamentos da Lgica. So Paulo,
Brasil. Hucitec-Edusp, 1980.
[11]. DA COSTA, Newton C. A. Sistemas Formais inconsistentes. Curitiba, Brasil:
Editora da Universidade Federal do Paran (UFPR), 1993. 66 p.
[12]. DA COSTA, Newton C. A.; Diego MARCONI. An Overview of Paraconsistent
Logic in the 80s. In: The Journal of Non-Classic Logic, v. 6, n. 1, 1989. p. 5-32.
[13]. DA COSTA, Newton C. A.; Jair M. ABE; Afrnio C. MUROLO; Joo I. DA
SILVA FILHO; Casemiro F. S. LEITE. Lgica Paraconsistente Aplicada. Editora
Atlas S.A., So Paulo, Brasil, 1999, 214 p.
[14]. DA SILVA FILHO, Joo I. Mtodos de Aplicaes da Lgica Paraconsistente
Anotada de Anotao com dois Valores LPA2v com Construo de Algoritmo e
Implementao de Circuitos Eletrnicos. Tese apresentada para a obteno do
ttulo de Doutor em Engenharia, no Departamento de Engenharia de Computao e
Sistemas Digitais da Escola Politcnica da Universidade de So Paulo (EPUSP).
So Paulo, Brasil, 1998, 185 p.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 182

[15]. DE CARVALHO, Fbio R. Lgica Paraconsistente Aplicada em Tomadas de
Deciso: uma Abordagem para a Administrao de Universidades. Editora Aleph.
So Paulo, Brasil, 2002, 120 p.
[16]. DE CARVALHO, Fbio R.; Israel BRUNSTEIN; Jair M. ABE. Paraconsistent
Annotated Logic in Analysis of Viability: an Approach to Product Launching. In:
Sixth International Conference on Computing Anticipatory Systems (CASYS-
2003). Publicado por American Institute of Physics, AIP Conference Proceedings,
Vol. 718, Edited by Daniel M. Dubois, ISBN 0-7354-0198-5, ISSN 0094-243X,
2004, p. 282-291.
[17]. DE CARVALHO, Fbio R.; Israel BRUNSTEIN; Jair M. ABE. Tomadas de
Deciso com Ferramentas da Lgica Paraconsistente Anotada. In: Encontro
Nacional de Engenharia de Produo, 23. Ouro Preto, MG, Brasil, 21 a 24 de
outubro de 2003. Proceedings. Editores: Jos Lus D. Ribeiro; Nivalda L. Coppini;
Luiz Gonzaga M. de Souza; Gustavo P. Silva. 2003. p. 1-8.
[18]. DE CARVALHO, Fbio R.; Israel BRUNSTEIN; Jair M. ABE. Um Estudo de
Tomada de Deciso Baseado em Lgica Paraconsistente Anotada: Avaliao do
Projeto de uma Fbrica. In: Revista Pesquisa & Desenvolvimento Engenharia de
Produo, da Universidade Federal de Itajub, Ed. n 1, dez. 2003. p. 47-62.
[19]. DE CARVALHO, Fbio R.; Israel BRUNSTEIN; Jair M. ABE. Decision Making
based on Paraconsistent Annotated Logic. In: Congress of Logic Applied to
Technology (LAPTEC 2005), 5
th
. Himeji, Japan, April, 2-4, 2005. Advances in
Logic Based Intelligent Systems: Frontiers in Artificial Intelligence and
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 183

Applications (Selected papers). Edited by K. Nakamatsu; J. M. Abe. Amsterdam:
IOS Press, ISBN 1-58603-568-1, ISSN 0922-6389, 2005. p. 55-62.
[20]. DE CARVALHO, Fbio R.; Israel BRUNSTEIN; Jair M. ABE. Prevision of
Medical Diagnosis Based on Paraconsistent Annotated Logic. In: Seventh
International Conference on Computing Anticipatory Systems (CASYS-2005).
Lige, Belgium, August, 8-13, 2005. International Journal of Computing
Anticipatory Systems, V.18. Edited by Daniel M. Dubois. ISBN 2-930396-04-0,
ISSN: 1373-5411, 2005. p. 288-297.
[21]. DE CARVALHO, Fbio R. Aplicao de Lgica Paraconsistente Anotada em
Tomadas de Deciso na Engenharia de Produo. Tese apresentada Escola
Politcnica da Universidade de So Paulo, para a obteno do ttulo de Doutor em
Engenharia. So Paulo, Brasil, 2006, 349 p.
[22]. DE CARVALHO, Fbio R.; Israel BRUNSTEIN. Aplicao de Lgica
Paraconsistente Anotada em Tomadas de Deciso na Engenharia de Produo.
Boletim Tcnico da Escola Politcnica da USP Departamento de Engenharia de
Produo, BT/PRO/0704; ISSN 1413-2168; So Paulo, 2007. 19 p.
[23]. DE CARVALHO, Fbio R.; Israel BRUNSTEIN; Jair M. ABE. Decision Making
Based on Paraconsistent Annotated Logic and Statistical Method: a Comparison.
In: Eighth International Conference on Computing Anticipatory Systems (CASYS-
2007). Publicado por American Institute of Physics, AIP Conference Proceedings,
Vol. 1.051, Edited by Daniel M. Dubois. ISBN 978-0-7354-0579-0, ISSN: 0094-
243X, 2008, p. 195-208.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 184

[24]. DE CARVALHO, Fbio R.; Jair M. ABE. A Simplified Version of the Fuzzy
Decision Method and its Comparison with the Paraconsistent Decision Method. In:
Ninth International Conference on Computing Anticipatory Systems (CASYS-
2009). Publicado por American Institute of Physics, AIP Conference Proceedings,
Vol. 1.303, Edited by Daniel M. Dubois. ISBN 978-0-7354-0858-6, ISSN: 0094-
243X, 2010, p. 216-235.
[25]. GAITHER, Norman; Greg FRAZIER. Administrao da Produo e Operaes
(Production and Operations Management). 8a. ed. Editora Pioneira Thomson
Learning Ltda. So Paulo, Brasil, 2001. 598 p.
[26]. GURGEL, Floriano do A. Administrao do Produto. 2. Ed. Editora Atlas S.A.
So Paulo, Brasil, 2001, 537 p.
[27]. HILBERT, D.; W. ACKERMANN. Principles of Mathematical Logic. 2
nd
Ed.
Chelsea Publishing Co. New York, USA, 1950, 172 p.
[28]. HOFFMANN, Rodolfo. Estatstica para Economistas. 4. Ed. Editora Thomson.
So Paulo, Brasil, 2006, 432 p.
[29]. KLEENE, Stephen Cole. Introduction to Metamathematics. North-Holland
Publishing Co. Amsterdam, Netherlands, 1952, 550 p.
[30]. LAPPONI, J. C. Estatstica usando Excel. 4. Ed. Editora Elsevier-Campos. Rio de
Janeiro, Brasil, 2005, 476 p.
[31]. MEGGINSON, Leon C.; Donald C. MOSLEY; Paul H. PIETRI Jr.
Administrao: Conceitos e Aplicaes (Management: Concepts and
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 185

Applications). Traduo de Maria Isabel Hopp. 4. ed. So Paulo, Brasil: Editora
Harbra Ltda., 1998, 614 p.
[32]. MENDELSON, Elliott. Introduction to Mathematical Logic. 4
th
Ed. Chapman &
Hall,New York, NY, USA: 1997. 440 p.
[33]. MORTARI, Cezar A. Introduo Lgica. Editora UNESP: Imprensa Oficial do
Estado. So Paulo, Brasil, 2001, 393 p.
[34]. NAKAMATSU, Kazumi; Jair M. ABE. Railway Signal and Paraconsistency,
Advances in Logic Based Intelligent Systems. In: CONGRESS OF LOGIC
APPLIED TO TECHNOLOGY (LAPTEC 2005), 5
th
. Himeji, Japan, April, 2-4,
2005. Advances in Logic Based Intelligent Systems: Frontiers in Artificial
Intelligence and Applications (Selected papers). Editors: K. Nakamatsu e J. M. Abe.
Amsterdam, Netherlands: IOS Press, 2005. p. 220-224.
[35]. NEGOITA, C. V.; D. A. RALESCU. Applications of Fuzzy Sets to Systems
Analysis. John Wiley & Sons, New York, USA, 1975.
[36]. PORTER, Michael. Vantagem competitiva: Criando e sustentando um desempenho
superior, traduo de Elizabeth Maria de Pinho Braga; reviso tcnica de Jorge A.
Garcia Gomez. Editora Campus, Rio de Janeiro, Brasil,1989.
[37]. SHIMIZU, T. Decises nas Organizaes. 2 Ed. Editora Atlas, So Paulo, Brasil,
2006, 419 p.
[38]. SIMON, H.A. The New Science of Management Decision. Prentice Hall, New York,
USA, 1960.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 186

[39]. SPIEGEL Murray R. Estatstica. 3 Ed. Traduo: Pedro Consentino. Makron
Books Editora Ltda. So Paulo, Brasil, 1993, 643 p.
[40]. WITOLD, Pedrycz (with foreword by Lotfi A. Zadeh). Fuzzy Sets Engineering.
CRC Press Inc., Florida, USA, ISBN 0-8493-9402-3, 1995, 332 p.
[41]. WITOLD, Pedrycz; Fernando GOMIDE,. An introduction to fuzzy sets. MIT Press,
Massachusetts, USA, ISBN 0-262-16171-0, 1998, 465 p.
[42]. WOILER, Samso; Washington F. MATHIAS. Projetos: Planejamento,
Elaborao e Anlise (Projects: Planning, Ellaboration and Analysis). Editora Atlas.
So Paulo, Brasil, 1996, 294 p.
[43]. ZADEH, Lotfi A. Outline of a New Approach to the Analysis of Complex Systems
and Decision Processes IEEE Transaction on Systems, Mam and Cybernectics,
vol. SMC-3, No 1, 1973, p. 28-44.

Fbio Romeu de Carvalho, nascido em Consolao, MG, Doutor em Engenharia pelo
Departamento de Engenharia de Produo da Escola Politcnica da Universidade de So
Paulo (Poli/USP); Mestre em Filosofia (na rea de Lgica) pela Faculdade de Filosofia,
Letras e Cincias Humanas da Universidade de So Paulo (FFLCH/USP); Especialista em
Avaliao no Ensino Superior pela Faculdade de Educao da Universidade de Braslia
(UnB); Graduado em Engenharia Eltrica pela Poli/USP; Bacharel e Licenciado em
Matemtica pela Faculdade de Filosofia, Cincias e Letras Oswaldo Cruz, e Pedagogo,
com as habilitaes Administrao e Superviso Escolar, pelas Faculdades Integradas
Princesa Isabel.
Lgica Paraconsistente em Tomadas de Deciso Mtodo Paraconsistente de Deciso
(MPD)

Aspectos de Lgica e Teoria da Cincia 187

Aps alguns anos como professor de Fsica, Matemtica e Desenho, no Ensino Mdio e em
Preparatrios para Vestibulares, desenvolveu carreira acadmica na Universidade Paulista,
UNIP, na qual, atualmente, acumula os cargos de Vice-Reitor de Planejamento,
Administrao e Finanas e de Diretor do Instituto de Cincias Exatas e Tecnologia, ICET.
Foi, durante quatro anos, Conselheiro Estadual de Educao em So Paulo.
autor de trabalhos nas reas de Fsica e Matemtica, do Ensino Mdio, e de Estatstica e
Lgica. Foi duas vezes premiado com o Best Paper Award nas 6
th
and 8
th
International
Conference on Computing Anticipatory Systems, CASYS, Lige, Belgium, August, 2003
and 2007, com os trabalhos intitulados Paraconsistent Annotated Logic in Analysis of
Viability: an approach to Product Launching e Decision Making Method Based On
Paraconsistent Annotated Logic and Statistical Method: a Comparison, que foram
publicados pelo American Institute of Physics in AIP Conference Proceedings, V. 718 e
1.051, respectivamente.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 188

Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Euro de Barros Couto Junior
Prefeitura do Municpio de So Paulo
Coordenadoria de Gesto de Pessoas - Departamento de Recursos Humanos

Resumo
Este texto sugere sobre como calcular um tamanho de amostra com base no uso de um
instrumento de coleta de dados formado por itens categricos. Os argumentos para esta
sugesto esto embasados nas teorias da Combinatria e da Lgica Paraconsistente. O
propsito sugerir um procedimento de clculo simples e prtico para obter um tamanho
de amostra aceitvel para coletar informaes, organiz-las e analisar dados de uma
aplicao de um instrumento de coleta de dados baseado, exclusivamente, em itens
discretos (itens categricos), ou seja, cada item do instrumento considerado como uma
varivel no-paramtrica com um nmero finito de categorias. Uma frmula para o clculo
do tamanho da amostra foi proposta para tamanhos de populao desconhecidos e um
ajuste dessa frmula foi proposto para populaes de tamanho conhecido.

Palavras-chave: 1. Amostragem; 2. Clculo do tamanho da amostra; 3. Lgica
Paraconsistente; 4. Estatstica no-paramtrica; 5. Instrumento de coleta de dados

Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 189

Abstract
This text suggests how to calculate a sample size based on the use of a data collection
instrument consisting of categorical items. The arguments for this suggestion are based on
theories of Combinatorics and Paraconsistent Logics. The purpose is to suggest a practical
and simple calculation procedure to obtain an acceptable sample size to collect information,
organize it and analyze data from an application of an instrument for collecting data, based
exclusively on discrete items (categorical items), i.e., each item of the instrument is
considered as a non-parametric variable with finite number of categories. A formula for
calculating the sample size was proposed for a population of unknown size, and an
adjusted formula has been proposed for population of known size.

Key-words: 1. Sampling; 2. Sample size calculation; 3. Paraconsistent Logics; 4.
Nonparametric statistics; 5. Data collecting instrument

1. Introduo
A Lgica uma caracterstica humana. Como seres humanos, tentamos, desde h muito,
explicar as coisas da Natureza que nos cerca, por meio de teorias e modelos em cujas bases
assentam-se pensamentos ditos lgicos. E ainda como seres humanos, talvez, devamos
considerar que temos uma lgica prpria e individual, que pode se abstrair (afastar-se ou
aproximar-se) da Lgica Matemtica ou Lgica Clssica, e que, por certo, pertence
natureza humana. Mas, a Lgica Clssica, apesar de querer mostrar sua caracterstica, nada
pode fazer contra os desgnios que a subvertem frente vontade humana. Um exemplo
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 190

simples: em um item cujas possibilidades consistem de duas categorias, do tipo sim-no, a
Lgica Clssica gostaria de impor que apenas duas respostas so possveis, e nenhuma
ao humana deveria ser cogitada para contrapor-se a essa imposio, porm, bem
sabemos que tanto a no-resposta (no-escolha do sim e no-escolha do no) como a
resposta dupla sim-no so, efetivamente, respostas do Raciocnio Humano puro, pois, no
menos efetivamente, cabem no bojo das respostas plausveis e aceitveis da conscincia
humana. Assim, a Lgica Clssica, apesar de ser impositora de sua presena, est contida e
engolfada pelo Raciocnio Humano.
Os princpios que norteiam a Lgica Paraconsistente Anotada Evidencial permitem sua
aproximao mais aquiescente do Raciocnio Humano (Abe, 1992), pois levam em conta
possibilidades que vo alm do binarismo proposto em um item do tipo sim-no,
mencionado no pargrafo anterior. Assim, sob a ptica de teor paraconsistente, um item
formado por duas categorias pode ter quatro (e no duas respostas) aceitveis: sim, no,
sem resposta e sim-no; esses quatro estados so classificados em quatro diferentes ncleos
lgicos, sendo eles o verdadeiro, o falso, o paracompleto e o inconsistente, respectivamente,
e permitem uma avaliao mais prxima do que exprime a prtica e a realidade de uma
pesquisa (Abe, 1997). Assim, respostas no-previstas pela Lgica Clssica so previstas
pela Lgica Paraconsistente Anotada Evidencial.

2. Lgica Paraconsistente e os Itens do Instrumento de Coleta
Sob a ptica da Lgica Clssica, um item, constante de um instrumento de coleta, tem de
ser respondido logicamente (classicamente falando), enquanto que, pelo raciocnio humano,
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 191

isso no obrigatrio, ou seja, um item pode ser respondido logicamente (sob os termos da
Lgica Clssica).
Ainda, pela Lgica Clssica, para responder ao item, preciso ter conhecimento (ou,
espera-se que se tenha); j, com base no raciocnio humano, nem sempre se tem o
conhecimento, no momento de responder ao item.
Tanto a Lgica Clssica como o raciocnio humano apresentam dois pontos de toque
importantes: (a) para responder ao item, preciso decidir que se vai responder; e (b) pode-
se decidir no responder ao item, por ignorar a resposta ou por falta de vontade ambos
tm carter decisrio, o que no implicaria, a priori, uma base lgica constante e nica.
O preenchimento indevido (a escolha de mais de uma resposta) e a no-resposta causam
problemas tcnicos de teor clssico; em contrapartida, por meio do raciocnio humano,
tanto o preenchimento dito indevido e a no-resposta no causam, a priori, problemas
tcnicos, visto que um problema tcnico surge, apenas, depois da obteno da resposta, e
no durante o processo de obteno.
Mesmo toda Lgica sendo binria, a dimensionalidade das lgicas varia, em termos de que
elas conseguem traduzir, de modo binrio e/ou multidimensional, suas caractersticas
prprias. Nesse sentido, pode-se dizer que o raciocnio humano apresenta dimenso
multifacetada.
Considerando essas informaes, percebemos, ento, que a Lgica Clssica, por sua
importncia, consiste em base para o raciocnio humano, mas este conseguiu tornar-se mais
abstrato, e criar estruturas mais prximas de sua forma, em funo das necessidades do
prprio raciocnio humano, amoldando-o em uma espcie de padro lgico-humano, ou
seja, um padro que leva em conta as caractersticas multifacetadas desse raciocnio.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 192

A Figura I evidencia a contrapartida entre a Lgica Clssica, o raciocnio humano e as
possibilidades de resposta de um item de um instrumento de coleta, com base na estrutura
de conhecimento do ser humano e da tomada de deciso em responder (ou no) a esse item
(Couto Junior, 2009). Logo, cada brao do esquema de rvore da figura I mostra uma
possibilidade possvel e esperada, quando da aplicao de um instrumento de coleta.

Figura I - Esquema didtico-lgico, demonstrando a construo do raciocnio humano e
sua inter-relao direta frente aos estados lgicos da Lgica Paraconsistente Anotada
Evidencial.
Pela Lgica Clssica, pode-se afirmar que somente consideram-se as respostas preenchidas
devidamente; e que no possvel levar-se em considerao as no-respostas e os
preenchimentos indevidos. J, pelo raciocnio humano, consideram-se as respostas
preenchidas e as intenes de responder, alm de ser possvel abordar o problema criado
pelas no-respostas e pelos preenchimentos indevidos.
SABE
NO SABE
PREENCHE
DEVIDAMENTE
PREENCHE
INDEVIDAMENTE
ESCOLHE
CORRETAMENTE
ESCOLHE
INCORRETAMENTE
MAIS DE UMA RESPOSTA
NO RESPONDE
DECIDE
RESPONDER
DECIDE
NO-RESPONDER
PREENCHE
DEVIDAMENTE
PREENCHE
INDEVIDAMENTE
ESCOLHE
CORRETAMENTE
ESCOLHE
INCORRETAMENTE
MAIS DE UMA RESPOSTA
NO RESPONDE
DECIDE
RESPONDER
DECIDE
NO-RESPONDER
verdadeiro
falso
inconsistente
paracompleto
verdadeiro
falso
inconsistente
paracompleto
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 193

Por meio da aplicao da Lgica Paraconsistente Anotada Evidencial, podemos estender as
possibilidades de resposta de cada item do instrumento de coleta, pois:
(a) se o preenchimento for devido, podemos computar as respostas como na Lgica
Clssica; e com isso, temos os estados lgicos verdadeiro e falso (respostas ditas corretas e
incorretas).
(b) se o preenchimento for indevido, possvel realizar a computao das no-respostas
como estado paracompleto falta de informao; e possvel realizar a computao dos
erros de preenchimento como estado inconsistente excesso de informaes.

Trs aspectos da Lgica Paraconsistente, em funo das possibilidades de resposta de um
item de um instrumento de coleta, podem ser resumidos como se segue, e sero usados,
como ideias bsicas, para a proposta do clculo do tamanho da amostra que ser
apresentada na prxima parte deste texto:
(a) permite a absoro de situaes no previstas pela Lgica Clssica;
(b) permite a computao de todos os tipos de resposta possveis (humanamente falando); e
(c) cria uma estrutura de estados lgicos, compatveis com os tipos de resposta, estrutura
essa bem mais prxima das possibilidades de teor humano, em relao tomada de
decises.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 194

3. Uma Aplicao em Amostragem Proposta de Clculo do Tamanho da Amostra
De incio, vamos expor a seguinte situao: estamos procura de um nmero que
represente o tamanho da amostra (Cochran, 1985; Deming, 1966, Kish, 1965). Devemos
mostrar que esse nmero pode ser aceito como um tamanho de amostra. Para tanto,
consideremos o nmero total de caminhos possveis (formados por todas as possibilidades
de respostas a serem consideradas em itens categricos de um instrumento de coleta). Esse
nmero , por certo, um candidato a ser um tamanho de amostra, pois permite que todas as
possibilidades de resposta sejam observadas. Tomemos este exemplo: se temos um item
formado por duas categorias ditas originais, ento quatro respondentes, a priori, seriam
suficientes, para ter-se uma amostra inicial, pois h quatro possibilidades esperadas,
aquelas que sero chamadas de categorias efetivas: a escolha da primeira categoria efetiva,
a escolha da segunda categoria efetiva, a escolha de ambas as categorias efetivas
concomitantemente, e a escolha de nenhuma categoria efetiva, conforme foi exposto nas
ideias metodolgicas. Logo, quatro um tamanho amostral sugestivo para essa proposta.
Extensivamente, se tivermos uma lista de itens com categorias originais previamente
definidas, precisaremos de um nmero suficientemente grande de elementos para abarcar
todas as possibilidades de preenchimento dos itens dessa lista. Assim, esse nmero de
elementos pode ser considerado, tambm, como o nmero de elementos amostrais, ou seja,
como um tamanho de amostra. O nmero de categorias efetivas de um item pode ser
calculado por: 2
k
, onde k o nmero de categorias originais.
Se pudermos aceitar que um tamanho de amostra inicial seja considerado como o nmero
de elementos componentes que cobrem todos os caminhos possveis (combinaes
possveis) formados pelos itens e suas respectivas categorias efetivas (Grimaldi, 1986),
ento podemos dar um prximo passo para o clculo do tamanho da amostra com base na
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 195

estrutura do instrumento de coleta. Essa suposio fundamental, neste momento, mas
deve receber uma crtica: ela no contempla uma possvel diferenciao de
representatividades entre as categorias efetivas de cada item, o que seria esperado, porque,
em geral, alguns caminhos so mais frequentes do que outros; alm disso, alguns caminhos
podem, inclusive, ser impossveis de serem observados. Porm, a tcnica de clculo de
tamanho de amostra que est sendo proposta parece numericamente vivel, pois o nmero
de caminhos possveis pode, efetivamente, ser considerado como um tamanho de amostra,
em funo do crescimento do nmero de itens, e por consequncia natural, em funo do
crescimento do nmero de categorias efetivas.
Esse aceite tem teor subjetivo e intuitivo. Se pensarmos em um estado real, isso pode ser
aceito, de imediato, porque os instrumentos de coleta de dados podem ter vrios itens
compostos por vrias categorias originais em geral, no menos do que algumas dezenas
de itens binrios (com duas categorias), ternrios (com trs categorias), quaternrios (com
quatro categorias) etc. so comuns em instrumentos de coleta. Assim, intuitivamente,
pode-se aceitar que um tamanho de amostra inicial possa ser considerado como sendo o
nmero de caminhos possveis a ser observado, e cuja base assenta-se sobre o nmero de
categorias efetivas do instrumento de coleta adotado.
Matematicamente (Grifitts HB e Hilton, 1975), pode-se representar esse tamanho de
amostra inicial como mostra a frmula [1]:


k
i
E
i
E
c c
n
1
1
2 2
[1]
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 196

onde:
n
1
tamanho da amostra inicial
c
E
nmero de categorias efetivas do instrumento de coleta
c
E
i
nmero de categorias efetivas do i-simo item
k nmero de itens do instrumento de coleta
Ainda, considerando a prtica, sabemos que alguns desses caminhos podem aparecer mais
do que outros, conforme j mencionamos. Assim, existe um grau de similaridade entre os
respondentes de um instrumento de coleta, que, por sua vez, podem produzir, ento,
caminhos iguais, permitindo que alguns caminhos sejam mais representativos do que
outros (Borg e Groenen, 2005). Consideremos o grau de similaridade como sendo um
nmero entre zero e um, representando, portanto, um percentual: se for um, ento a
similaridade total, ou seja, todos respondem aos itens do instrumento de coleta de modo
igual; se for zero, ento a similaridade nenhuma, ou seja, todos respondem, de modo
diferente uns dos outros, aos itens do instrumento de coleta.
Assim, pode-se escrever que:

1 2
) 1 ( n g n
S
[2]
onde:
n
2
tamanho da amostra considerando o grau de similaridade
g
S
grau de similaridade
n
1
tamanho da amostra inicial

Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 197

Na prtica, os graus de similaridade so valores que se afastam de zero e de um, e portanto,
esto no entremeio desses dois extremos. Sendo assim, n
2
ser, sempre, menor do que n
1
.
Com isso, conhecendo-se o grau de similaridade, calculamos o tamanho da amostra. O
problema reside no fato de que esse grau de similaridade , na prtica, desconhecido,
apesar de passvel de estimao. Logo, desejamos buscar um estimador para o grau de
similaridade.
Intuitivamente, como foi dito, tanto maior seja o instrumento de coleta, e menor ser o grau
de similaridade esperado, pois, podemos supor que quanto maior o nmero de
possibilidades diferentes de caminhos a serem percorridos, tanto menor ser a similaridade
entre as respostas dos elementos componentes da amostra. E o nmero de possibilidades
diferentes de caminhos tanto maior, quanto maior for o nmero de itens do instrumento
de coleta; e ainda, quanto maior for o nmero de itens do instrumento de coleta, tanto
maior ser o nmero de categorias originais disponveis desse instrumento. Assim, pode-se
afirmar que o grau de similaridade apresenta-se como inversamente proporcional ao
nmero de categorias originais do instrumento de coleta. Ento, podemos escrever que:

O
S
c
g
1
1 [3]
onde:
g
S
grau de similaridade
c
O
nmero total de categorias originais do instrumento de coleta
Como, para um mesmo nmero de itens de um instrumento de coleta, o fator que permite o
aumento de caminhos o nmero de categorias originais de cada item, podemos considerar
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 198

o nmero total dessas categorias do instrumento de coleta como sendo o estimador ideal
para ser usado na estimao do grau de similaridade. Assim, podemos reescrever:

1 2
1
n
c
n
O
[4]
onde:
n
2
tamanho da amostra considerando o grau de similaridade
c
O
nmero total de categorias originais do instrumento de coleta
n
1
tamanho da amostra inicial
Com isso, o tamanho da amostra poder ser calculado do seguinte modo:

O
k
i
E
i
E
c
c c
n
1
2 2
[5]
onde:
c
E
nmero de categorias efetivas do instrumento de coleta
c
E
i
nmero de categorias efetivas do i-simo item
k nmero de itens do instrumento de coleta
c
O
nmero total de categorias originais do instrumento de coleta
Ou, de outro modo (Couto Junior, 2009):

k
i
O
i
k
i
E
i
E
c
c c
n
1
1
2 2
[6]
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 199

onde:
c
E
nmero de categorias efetivas do instrumento de coleta
c
E
i
nmero de categorias efetivas do i-simo item
k nmero de itens do instrumento de coleta
c
O
i
nmero de categorias originais do i-simo item
Assim, o numerador da frmula [6] tem sua base assentada sobre o nmero de categorias
efetivas (de teor paraconsistente), enquanto que o denominador caracterizado pelo
nmero de categorias originais (de teor clssico).
Para amostras ditas pequenas (Gordon e Watson, 1994), e/ou, para clculos de tamanho de
amostra em que seja necessrio, por razes tcnicas, levar em conta o tamanho da
populao da qual a amostra ser coletada (Vickers, 2001), pode-se ajustar o clculo acima,
considerando a frmula [7] (Couto Junior, 2009):

1
2 2 1
1
2 2
1
1
1
1
k
i
O
i
k
i
E
i
E
k
i
O
i
k
i
E
i
E
c
c c
N
c
c c
n [7]
onde:
c
E
nmero de categorias efetivas do instrumento de coleta
c
E
i
nmero de categorias efetivas do i-simo item
k nmero de itens do instrumento de coleta
c
O
i
nmero total de categorias originais do i-simo item
N tamanho da populao
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 200

Pela frmula [7], quando o tamanho da populao for relativamente pequeno, haver um
ajuste a ser levado em conta, e tanto maior seja o tamanho da populao, o ajuste ser cada
vez menor, fazendo com que a frmula [7] possa ser substituda pela frmula [6].
Skalski (1992) sugere que um grau de perda de observaes (um percentual entre maior do
que 0% e menor do que 100%) pode ser incrementado: seja p a proporo de perdas
esperada, mostrada na frmula [8]:

p
n
n
1
[8]
Esse ajuste comum para todos os clculos de tamanho de amostra, quando a perda
apresenta-se como elemento a ser considerado. Assim, em qualquer uma das formulaes,
pode-se levar em conta um grau de perda, que propiciar um aumento do tamanho da
amostra, tanto maior o valor desse grau venha a ser estimado.
A proposta de Skalski (1992) no nica: ela foi selecionada para mostrar que a previso
de perdas de elementos amostrais pode ser levada em conta, para um ajuste na estimao
do tamanho da amostra, fazendo um paralelo com a aplicao da Lgica Paraconsistente
Anotada Evidencial (Abe, 1992 e 1997). O estado paraconsistente paracompleto (falta de
informao) equivale-se preocupao que se tem, quando as perdas so iminentes, e
serve no somente como caracterstica tpica de pesquisas nas reas das Biocincias (por
conta de perdas que, em geral, efetivamente ocorrem), mas, tambm, como auxiliar
importante para a nova proposta de clculo do tamanho da amostra, conforme expusemos
neste texto.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 201

4. Exemplos Numricos da Aplicao das Frmulas [6], [7] e [8]
4.1. Uso da Frmula [6]
A frmula originalmente desenvolvida (frmula [6]) pode ser usada para calcularmos o
tamanho de uma amostra, em duas situaes imediatas:
(a) quando desconhecemos o tamanho da populao de onde a amostra ser coletada;
exemplo: um instrumento de coleta de dados ser aplicado para a obteno de uma amostra
de pessoas diabticas, em uma metrpole; ou
(b) quando o tamanho da populao de onde a amostra ser coletada considerado grande;
exemplo: sabemos que o tamanho da populao da cidade de So Paulo de
aproximadamente 11 milhes de pessoas; um instrumento de coleta de dados ser aplicado
para a obteno de uma amostra de pessoas que, potencialmente, podem ser doadoras de
sangue.

4.2. Uso da Frmula [7]
A frmula [7], derivada da frmula original (frmula [6]), deve ser usada quando o
tamanho da populao conhecido e relativamente pequeno; exemplo: em um servio
clnico de um grande hospital, existem 7.000 pronturios de pacientes com insuficincia
cardaca, cadastrados no sistema de controle, no ano de 2010; o pesquisador responsvel
deseja coletar uma amostra, com base nessa populao, aplicando um instrumento de
coleta de dados especfico para esses doentes.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 202

4.3. Uso da Frmula [8]
Quando consideramos perdas de elementos amostrais que so previsveis durante o
processo de coleta, ou mesmo, depois de terminada a coleta e submetida a amostra uma
crtica sobre falhas de preenchimento do instrumento usado, recusas dos respondentes a
participar integralmente da pesquisa e uma srie de outras possibilidades que prejudiquem
a integridade dos dados coletados , podemos reestimar o tamanho da amostra,
aumentando-o. Exemplo: o tamanho da amostra calculado foi de 900 elementos;
suponhamos, que, de antemo, teremos de considerar uma perda de 10%; assim, o ajuste
sugerido pela frmula [8] propiciar que o tamanho da amostra a ser pleiteada deva ser d
1.000 elementos amostrais.

4.4. Exemplos Prticos
Um exemplo de instrumento de coleta bastante comum o SF-36 (Ciconelli et al, 1999),
que investiga a qualidade de vida de pacientes submetidos a quaisquer tratamentos, sendo
composto por onze macro-itens subdivididos em 36 itens que, por sua vez, so compostos
por sete itens com duas categorias, dez itens com trs categorias, nove itens com cinco
categorias, e dez itens com seis, totalizando os 36 itens mencionados.
Sero realizados os clculos do tamanho da amostra, para os dois casos, mencionados nos
itens 4.1 e 4.2: o primeiro, em que a populao da qual a amostra ser coletada seja muito
grande, e o segundo, uma populao de tamanho igual a 7.000.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 203

Os valores bsicos a serem calculados para uso nas frmulas de clculo do tamanho da
amostra so:
c
E
nmero de categorias efetivas do instrumento de coleta:
7 x 2
2
+ 10 x 2
3
+ 9 x 2
5
+ 10 x 2
6
= 1.036
c
E
i
nmero de categorias efetivas do i-simo item: 4, 8, 32 e 64
k nmero de itens do instrumento de coleta: 36
c
O
i
nmero de categorias originais do i-simo item: 2, 3, 5 e 6
c
O
i
nmero de categorias originais do instrumento de coleta:
7 x 2 + 10 x 3 + 9 x 5 + 10 x 6 = 149
N tamanho da populao: 7.000

Para o primeiro caso, substituindo-se os valores na frmula [6], vem que:
149
2
64
10
2
32
9
2
8
10
2
4
7
2
1036
2 2
1
1
k
i
O
i
k
i
E
i
E
c
c c
n
3431 765 , 3430
149
24946 536130
n
Neste caso, a aplicao do instrumento de coleta usado exige, no mnimo, 3.431 sujeitos
para compor a amostra desejada.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 204

Para o segundo caso, usando a frmula [7], e considerando uma populao de 7.000
pessoas, temos que:
1
2 2 1
1
2 2
1
1
1
1
k
i
O
i
k
i
E
i
E
k
i
O
i
k
i
E
i
E
c
c c
N
c
c c
n
1
149
2
64
10
2
32
9
2
8
10
2
4
7
2
1036
7000
1
1
149
2
64
10
2
32
9
2
8
10
2
4
7
2
1036
n
765 , 3429
7000
1
1
765 , 3430
1
149
24946 536130
7000
1
1
149
24946 536130
n

2303 579 , 2302
490 , 1
765 , 3430
n
Assim, das 7.000 pessoas disponveis, 2.303 devero ser selecionadas para compor a
amostra que ser estudada.
Para finalizar os exemplos numricos, suponhamos, que, de antemo, teremos de
considerar a perda de 10%, mencionada no item 4.3, ou seja, que teremos de recalcular o
tamanho da amostra, para os dois exemplos prticos: Sendo assim, poderemos prever que,
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 205

para o primeiro caso, em que o tamanho da amostra de 3.431, teremos um tamanho
ajustado de 3.813; para o segundo exemplo, 2.559 elementos sero necessrios, se
considerarmos a referida perda de 10%, para os 2.303 elementos amostrais originalmente
previstos.

5. Vantagens e Desvantagens do Mtodo Proposto
Finalmente, vamos listar algumas vantagens e desvantagens do mtodo referente a essa
proposta para clculo de tamanho de amostra, cuja base est assentada sobre a Lgica
Paraconsistente Anotada Evidencial.

5.1. Vantagens
(a) permite calcular o tamanho da amostra em funo da composio do instrumento de
coleta, possibilitando que o prprio instrumento, nos casos possveis e/ou necessrios,
seja readequado em funo dos itens que efetivamente so de interesse na investigao.
(b) leva em considerao todas as combinaes de respostas possveis; intuitivamente, isso
permite afirmar que qualquer combinao de respostas foi considerada, em funo de
todas as possibilidades de combinao existentes.
(c) tendo-se feito o clculo do tamanho da amostra para um instrumento de coleta, o
mesmo no se altera, o que pode facilitar o uso desse nmero em diversas
investigaes diferentes.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 206

(d) no necessita de informaes externas; s necessita do conhecimento da estrutura do
instrumento de coleta.
(e) um clculo relativamente fcil de ser feito, pois depende, apenas, das contagens dos
elementos formadores de sua formulao, e no de um estudo-piloto ou pesquisa prvia
para conseguir-se os valores necessrios para o clculo do tamanho da amostra.
(f) no depende do tamanho da escala de qualquer varivel, pois cada escala
transformada em uma estrutura de categorias.
(g) este clculo independe da estimao de valores prvios de nvel de significncia e de
poder do teste, bem como da adoo, tambm prvia, de algum teste estatstico.

5.2. Desvantagens
(a) no caso de instrumentos de coleta muito grandes, a depender do nmero de itens e
principalmente, do nmero de categorias originais, o tamanho da amostra a ser
calculado pode ser grande o suficiente, para inviabilizar a pesquisa; a sugesto, neste
caso, a de sempre considerar populaes limitadas por valores da ordem de grandeza
das dezenas, centenas ou algumas unidades de milhar; se isso no puder ser viabilizado,
ento deve-se recorrer a outros mtodos de clculo de tamanho de amostra.
(b) no caso de instrumentos de coleta muito pequenos, o problema anterior se inverte, e a
amostra pode ser pouco representativa para a conduo da pesquisa; sugere-se, ento,
tambm, recorrer a outros mtodos de clculo de tamanho de amostra.
(c) nem sempre, possvel transformar os itens e suas eventuais categorias, para que o
instrumento possa consistir em base para o clculo do tamanho da amostra; com isso,
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 207

surgem efetivas dificuldades para a criao de categorias em itens cujas respostas so
abertas, ou mesmo, em escalas numricas cujas divises no se tornam claras para a
criao de categorias sugestivas.
(d) Chen (1989) alerta para o volume de classificaes errneas em categorias oriundas de
variveis que originalmente no so categricas: esse nmero pode ser relativamente
elevado, e prejudicar o clculo do tamanho da amostra, quando no se conhece, com
preciso, quais sero as categorias a serem determinadas para cada varivel em que isso
for necessrio.

6. Referncias Bibliogrficas
Abe JM Fundamentos da Lgica Anotada, Tese de Doutorado, FFLCH - USP, 135 pp,
1992.
Abe JM Some Aspects of Paraconsistent Systems and Applications, Logique et Analyse,
157: 83-96, 1997.
Borg I e Groenen PJF Modern multidimensional scaling theory and applications, 2ed.
New York: Springer, 2005.
Cochran W Sampling Techniques, 2nd ed., Boston: John Wiley & Sons, 1985.
Couto Junior EB Abordagem no-paramtrica para clculo do tamanho da amostra com
base em questionrios ou escalas de avaliao na rea de sade [tese]. So Paulo:
Faculdade de Medicina, Universidade de So Paulo; 2009.
Deming WE Some theory of sampling. New York: Dover, 1966.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 208

Gordon I e Watson R A note on sample size determination for comparison of small
probabilities, Control Clin Trials, 15: 77-9, 1994.
Grifitts HB e Hilton PJ Matemtica Clssica uma interpretao contempornea, So
Paulo: Edgard Blucher, EDUSP, 1975.
Grimaldi, RP Discrete and Combinatorial Mathematics an applied introduction.
Reading (Massachusetts): Addison-Wesley Publishing Company, 1986.
Kish L Survey sampling, New York: John Wiley & Sons, 1965.
Skalski JR Sample size calculations for Normal variates under Binomial censoring,
Biometrics, 48: 877-82, 1992.
Vickers A How to reduce the number of patients needed for randomized trials: a basic
introduction. Complement Ther Med, 9: 234-6, 2001.

Euro de Barros Couto Junior - possui graduao em Cincias Fsicas e Biolgicas pela
Faculdade Tibiri (1984), graduao em Estatstica pelo Instituto de Matemtica e
Estatstica da Universidade de So Paulo (1990), mestrado (2002) e doutorado (2004) em
Cultura e Literatura Russas pela Faculdade de Filosofia, Letras e Cincias Humanas (USP -
especialidade: Histria da Msica Russa) e doutorado em Cincias pela Faculdade de
Medicina da Universidade de So Paulo (2009 - especialidade: Bioestatstica e
Amostragem No-paramtrica). Atualmente, faz parte do Grupo de Lgica coordenado
pelo Prof. Dr. Jair Minoro Abe.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 209

Aspectos das Redes Neurais Artificiais Paraconsistentes

1
Sheila Souza
2
Jair Minoro Abe
1
Faculdade de Medicina USP
2
Universidade Paulista
2
Instituto de Estudos Avanados USP

Resumo
Neste trabalho, de carter introdutrio, apresentamos uma breve viso das Redes Neurais
Artificiais Paraconsistentes e um exemplo de seu uso, na aplicabilidade no reconhecimento
de caracteres numricos, estudando apenas alguns aspectos da implementao. Um
trabalho mais completo est em curso.

Palavras-chave: Redes neurais artificiais, Lgica paraconsistente, Lgica Anotada,
Reconhecimento de padres, Redes Neurais Artificiais Paraconsistentes

Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 210

Abstract
In this work, introductory in character, we present a brief essay of Paraconsistent Artificial
Neural Network and an example of its use, applicability in the numerical character
recognition, studying only some aspects of its implementation. A more complete work is in
progress.

Keywords: Artificial Neural Networks, Paraconsistent logic, Annotated logic, Pattern
recognition, Paraconsistent Artificial Neural Networks


Neste captulo bosquejamos sobre as Redes Neurais Artificiais Paraconsistentes RNAPs.
Elas constituem uma das inmeras possibilidades de pesquisa de aplicaes da Lgica
Paraconsistente Anotada Evidencial E , e aqui apresentamos aspectos introdutrios dessa
nova teoria, com uma indicao de aplicao, no reconhecimento de caracteres numricos.
Salientamos que apesar de a teoria das RNAPs estar fundamentada em outras obras, o
exemplo constitui apenas indicativos de como se pode aplic-la na prtica. Desse modo, o
que apresentamos no constitui um estudo completo; com efeito, ela reflete parte de uma
investigao mais ampla em curso.

Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 211

1. Redes Neurais Artificiais RNA
O crebro humano possui aproximadamente 10 bilhes de neurnios e cada neurnio
realiza entre mil a dez mil sinapses, formando uma gigantesca rede neural capaz de
processar informaes atravs das conexes existentes entre os neurnios, conhecidas
como sinapses.
Grosso modo, um neurnio biolgico composto por um corpo celular denominado soma
e por diversas ramificaes. Essas ramificaes, conhecidas como dendritos, conduzem os
sinais das extremidades para o corpo. Existe tambm uma ramificao, geralmente nica,
denominada axnio, responsvel por conduzir os sinais para outros neurnios atravs das
sinapses.

Figura I - Neurnio Biolgico
A teoria das Redes Neurais Artificiais so paradigmas computacionais baseados em
modelos matemticos que a despeito das computaes tradicionais possui uma estrutura e
operao que, grosso modo, tentam imitar o funcionamento do neurnio biolgico
humano.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 212

Tais redes tambm so conhecidas como sistemas conexionistas, sistemas paralelos
distribudos ou sistemas adaptativos, pois so compostos por uma srie de elementos de
processamento interconectados que operam em paralelo.
Um dos objetivos originais das Redes Neurais Artificiais entender e modelar as
caractersticas funcionais e propriedades computacionais do crebro quando executa
processos cognitivos tais como percepo sensorial, categorizao de conceitos, associao
de conceitos e aprendizado. Entretanto, hodiernamente um grande esforo est direcionado
nas aplicaes que envolvem reconhecimento e classificao de padres, compresso de
dados e otimizao.
Uma Rede Neural Artificial genrica pode ser definida como um sistema computacional
consistindo de um conjunto de elementos de processamento altamente interconectados,
denominados neurnios artificiais, o qual processa uma informao como resposta a um
estmulo externo. Um neurnio artificial uma representao simplificada que emula a
integrao de sinais e dispara no limiar comportamento dos neurnios biolgicos por meio
de equaes matemticas.
Como em sua contraparte biolgica, neurnios artificiais so limitados conjuntamente por
conexes que determinam o fluxo de informaes entre os neurnios. Estmulos so
transmitidos de um processamento a outro via sinapses ou interconexes, que podem ser
excitatrios ou inibitivos. Se o input a um neurnio excitatrio, mais provvel que este
neurnio transmita um sinal excitatrio aos outros neurnios a ele conectados. Um input
inibitrio provavelmente se propagar como inibitrio.
Redes Neurais Artificiais dispem-se tipicamente em camadas. Cada camada em uma
rede neural constitui um arranjo de elementos processadores ou neurnios. Informaes
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 213

fluem atravs de cada elemento na forma de input-output. Em outras palavras, cada
elemento recebe um sinal de input, manipula-o e encaminha um sinal de output a outros
elementos conectados na camada adjacente.
Assim como o crebro humano capaz de aprender e tomar decises baseadas na
aprendizagem, uma RNA permite que um sistema de processamento seja capaz de
armazenar conhecimento baseado em experincias e disponibilizar este conhecimento para
aplicao.
Esse comportamento inteligente advm das interaes entre as unidades de processamento
da rede, que em sua constituio possui vrias unidades de processamento com uma srie
de neurnios artificiais conectados entre si.
Sendo assim, a capacidade de aprendizado, ou seja, a capacidade de auto ajustar-se na
tentativa de reconhecer padres a partir das informaes fornecidas, destaca-se talvez
como a maior vantagem apresentada pelas Redes Neurais Artificiais.

Figura II - Rede Neural Artificial esquema geral
O primeiro modelo de neurnio artificial foi proposto por [McCulloch & Pitts 43]. Ele
constitui-se um modelo simples e a inteno deles era de se obter um modelo terico do
neurnio biolgico, considerando-o basicamente como um circuito binrio. Hoje sabe-se
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 214

que tal teoria extremamente poderosa e provou-se ser equivalente mquina de Turing
(ver, por exemplo, [Arbib 97]).

Figura III Modelo de McCulloch & Pitts
Uma outra teoria, hoje clssica, o Perceptron, foi proposto por Frank Rosemblatt em
1957 [Rosemblatt 58] sendo inicialmente utilizado em reconhecimento de caracteres.
Como no caso anterior, observamos que o perceptron tambm faz uso de neurnios
binrios. Independentemente, porm, semelhante a esses estudos, Widrow [Widrow 63],
[Widrow & Holf 60] e [Widrow & Winter 88] propuseram o ADALINE (ADAptive LInear
NEuron). Para formar uma RNA, Widrow construiu o MADALINE, que grosso modo
considera como regra o voto de maioria. Minsky e Paperti [Minsky & Paperti 88]
investigaram pormenorizadamente o Perceptron usando argumentos geomtricos e lgicos.

2. A Lgica Paraconsistente
Como a exposio no restante deste captulo baseia-se nas lgicas paraconsistentes
anotadas, achamos conveniente expor brevemente os principais conceitos, definies e um
pequeno histrico.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 215

A Lgica Paraconsistente teve como precursores o lgico russo N.A. Vasilev e o lgico
polons J. ukasiewics. Ambos, em 1910, independentemente, publicaram trabalhos nos
quais tratavam da possibilidade de uma lgica que no eliminasse, ab initio, as
contradies. Todavia, os trabalhos desses autores, no tocante paraconsistncia, se
restringiram lgica aristotlica tradicional. Somente em 1948 e 1954 que o lgico
polons S. Jakowski e o lgico brasileiro N.C.A. da Costa, respectivamente, embora
independentemente, construram a lgica paraconsistente. Tambm, independentemente
dos trabalhos de Da Costa, o lgico D. Nelson sugeriu em 1959 uma lgica paraconsistente
como uma verso de seu sistema conhecido como lgicas construtivas com negao forte.
Jakowski formalizou um clculo proposicional paraconsistente denominado Clculo
Proposicional Discursivo (ou Discussivo), ao passo que Da Costa desenvolveu vrias
lgicas paraconsistentes contendo todos os nveis lgicos comuns.
Seja T uma teoria fundada sobre uma lgica L, e suponha-se que a linguagem de T e de L
contenha um smbolo para a negao se houver mais de uma negao, uma delas deve
ser escolhida, pelas suas caractersticas lgico formais. T diz-se inconsistente se ela possuir
teoremas contraditrios; isto , um a negao do outro; caso contrrio, T diz-se
consistente. T diz-se trivial se todas as frmulas de L ou todas as frmulas fechadas de
L forem teoremas de T; em hiptese contrria, T diz-se no-trivial.
Analogamente, a mesma definio aplica-se a sistemas de proposies, conjunto de
informaes, etc. (levando-se em conta, naturalmente, o conjunto de suas conseqncias).
Na lgica clssica e em muitas categorias de lgica, a consistncia desempenha papel
deveras importante. Com efeito, na maioria dos sistemas lgicos usuais, uma teoria T
trivial, ento T inconsistente e reciprocamente.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 216

Uma lgica L chama-se Paraconsistente se puder servir de base para teorias inconsistentes
mas no-triviais.
Outro conceito significativo para o que se segue o de lgica paracompleta. Uma lgica L
chama-se Paracompleta se ela puder ser a lgica subjacente a teorias nas quais se infringe
a lei do terceiro excludo na seguinte forma: de duas proposies contraditrias, uma delas
verdadeira. De modo preciso, uma lgica se diz paracompleta se nela existirem sistemas
no-triviais maximais aos quais no pertencem uma dada frmula e sua negao.
Finalmente, uma lgica L denomina-se No-Altica se L for Paraconsistente e
Paracompleta.

3. A Lgica Paraconsistente Anotada
As lgicas paraconsistentes anotadas so uma famlia de lgicas no-clssicas surgidas no
final da dcada de 90 do sculo passado em programao lgica [Subrahmanian 87].
Devido s aplicaes obtidas, tornou-se conveniente um estudo de suas bases.
Os estudos sobre os fundamentos da lgica paraconsistente anotada foram efetuados por
vrios autores, entre eles, Da Costa, Abe, Akama e outros [Abe 92]. Em [Abe 92] estudou-
se a lgica de predicados, teoria de modelos, teoria anotada de conjuntos e alguns sistemas
modais, estabelecendo-se um estudo sistemtico dos fundamentos das lgicas anotadas
apontadas em trabalhos anteriores. Em particular, esse autor obteve metateoremas de
completeza forte e fraca para uma subclasse de lgica anotada de primeira ordem e fez um
estudo sistemtico da teoria anotada de modelos, generalizando a maioria dos resultados
padro para os sistemas anotados.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 217

Outras aplicaes dos sistemas anotados foram iniciados por Abe por volta de 1993 e
juntamente com discpulos diretos implementou-se a linguagem de programao
paraconsistente Paralog. Tais idias aplicaram-se na construo de um prottipo e
especificao de uma arquitetura baseada na lgica paraconsistente anotada que integra
vrios sistemas computacionais planejadores, base de dados, sistemas de viso, etc. de
uma clula de manufatura [Prado 96] e representao de conhecimento por Frames,
permitindo representar inconsistncias e excees [vila 96].
Da Silva Filho, outro discpulo de Abe, interessou-se na aplicao da lgica
paraconsistente anotada P em circuitos digitais, obtendo-se a implementao das portas
lgicas Complement, And e Or [Da Silva Filho 99]. Tais circuitos permitem sinais
conflitantes implementados em sua estrutura de modo no-trivial. Acreditamos que a
contribuio dos circuitos eltricos paraconsistentes seja pioneira na rea dos circuitos
eltricos, abrindo-se novas vias de investigaes. Nas pesquisas referentes ainda na parte
de hardware, foi a edificao do analisador lgico para-analisador que permite tratar
conceitos de incerteza, inconsistncia e paracompleteza. Tambm foram construdos
controladores lgicos baseados nas lgicas anotadas Paracontrol, simuladores lgicos
Parasim, tratamento de sinais Parasnico. Como materializao dos conceitos discutidos
construiu-se o primeiro rob paraconsistente com o hardware paraconsistente: a rob
Emmy [Da Silva Filho 99], [Abe & Da Silva Filho 03] e o prottipo II da Emmy foi
estudado em [Torres 04]. Outro rob paraconsistente construdo com o software baseado
na lgica paraconsistente anotada denominou-se Sofya e muitos prottipos subseqentes
foram construdos: Amanda, Hephaestus, etc.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 218

Os sistemas anotados so lgicas surpreendentemente teis. Elas abarcam aspectos dos
conceitos envolvidos em raciocnio no-monotonico, defesiable, default e dentico
[Nakamatsu, Abe & Suzuki 00].
Verses de lgicas anotadas tambm envolvem muitos aspectos das lgicas foz. Isto pode
ser visto sob vrios ngulos. A teoria anotada de conjuntos engloba in totum a teoria de
conjuntos fuzzy [Abe 92]. Verses axiomatizadas da teoria fuzzy tambm foram obtidas.
Foi erigido o controlador hbrido parafuzzy que une caractersticas das lgicas anotadas e
fuzzy [Da Silva Filho 99].
Finalmente, aspectos algbricos tambm foram investigados por Abe em [Abe, Akama &
Nakamatsu 07] e outras algebrizaes interessantes tem sido estudadas por outros autores.
Uma verso particular das lgicas anotadas, a lgica paraconsistente anotada evidencial E ,
serviu de base para a edificao de uma nova classe de Redes Neurais Artificiais, a Rede
Neural Artificial Paraconsistente (RNAP) [Da Silva Filho & Abe 01] e [Da Silva Filho,
Abe & Torres 08], que passamos a discutir no prximo pargrafo.

4. Redes Neurais Artificiais Paraconsistentes - RNAPs
A Rede Neural Artificial proposta em [Da Silva Filho & Abe 01] denominada Rede Neural
Artificial Paraconsistente - RNAP baseia-se na lgica paraconsistente anotada evidencial
E . Tal lgica capaz de manipular conceitos como de incerteza, de inconsistncia e de
paracompleteza no seu interior conforme [Abe 92].
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 219

Em conseqncia, a Rede Neural Artificial Paraconsistente capaz tambm de manipular
os conceitos citados diretamente, o que faz diferenciar das teorias de Redes Neurais
Artificiais existentes na literatura. Tais conceitos (incerteza, inconsistncia e
paracompleteza) esto entre os conceitos mais desafiadores em reconhecimento de padres,
como fcil de se imaginar.
Uma RNAP composta por vrias Unidades Neurais Artificiais Paraconsistentes - UNAPs
- com funes distintas, tais como conexo, aprendizado, memorizao etc., que tratam os
sinais de entrada da rede provenientes dos graus de evidncias favorvel e contrria.
Essas UNAPs podem ser caracterizadas como aglomerados de Clulas Neurais Artificiais
Paraconsistentes - CNAPs - interligadas entre si que analisam e modelam sinais eltricos
inspirados no comportamento dos neurnios biolgicos.
A partir dessa estrutura as RNAPs oferecem a possibilidade de modelar sistemas de
programao ou circuitos com base no comportamento do crebro humano, o que
proporciona o tratamento de incertezas e informaes contraditrias (inconsistncia).
A seguir apresenta-se uma breve descrio de algumas clulas que compem a Famlia das
Clulas Neurais Artificiais Paraconsistentes.
A Clula Neural Artificial Paraconsistente Analtica Real - CNAPar - realiza uma anlise
paraconsistente das entradas e retorna o grau de evidncia real diminuindo, assim, o efeito
da inconsistncia presente nas entradas.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 220


Figura IV - Clula Neural Artificial Paraconsistente Analtica Real
A Clula Neural Artificial Paraconsistente de Deteco de Igualdade - CNAPdi - compara
as entradas e retorna um valor representando a igualdade entre elas.

Figura V - Clula Neural Artificial Paraconsistente de Deteco de Igualdade
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 221

As Clulas Neurais Artificiais Paraconsistentes de Conexo Lgica Simples de
Maximizao e Minimizao - CNAPcls - retornam o valor mximo e mnimo,
respectivamente, a partir das entradas.


Figura VI - Clulas Neurais Artificiais Paraconsistentes de Conexo Lgica de
Maximizao e Minimizao

A Clula Neural Artificial Paraconsistente de Passagem - CNAPpa - canaliza sinais para
determinadas regies da rede.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 222


Figura VII - Clula Neural Artificial Paraconsistente de Passagem

5. Aplicaes das Redes Neurais Artificiais Paraconsistentes
As RNAPs tem se apresentado como uma importante ferramenta de pesquisa para
aplicaes que envolvem dados imprecisos, inconsistentes e paracompletos devido a sua
capacidade de manipulao e tratamento desses dados.
Atualmente existem vrios trabalhos desenvolvidos e em desenvolvimento na rea de
Inteligncia Artificial com base nessa ferramenta. O reconhecimento de caracteres, por
exemplo, destaca-se como uma das mais conhecidas e exploradas modalidades de
reconhecimento de padres, que consiste em caractersticas extradas de um conjunto de
caracteres com o objetivo de tentar reproduzir a capacidade humana de ler textos.
Como o objetivo da tcnica de reconhecimento dos caracteres classificar as palavras a
partir das informaes geradas pela extrao das suas caractersticas. Em sistemas de
reconhecimento de padres a maior dificuldade est em determinar o conjunto de
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 223

caractersticas passveis de extrao devido interferncia de erros e/ou rudos.
Considerando esses detalhes, o desempenho de um sistema automtico de reconhecimento
depende fundamentalmente da qualidade dos documentos nas suas formas original e digital.
Embora haja vrios estudos no ramo de reconhecimento de caracteres, essa uma rea em
constante desenvolvimento onde novas tcnicas e metodologias surgem ao longo do tempo
proporcionando melhor desempenho no reconhecimento.
A seguir apresentaremos um procedimento computacional automtico para reconhecimento
de caracteres CMC-7, pelo uso das Redes Neurais Artificiais Paraconsistentes, utilizando
alguns dos conceitos estudados anteriormente.

6. Sistema Paraconsistente para o Reconhecimento de Caracteres CMC-7
O trabalho de pesquisa que apresentamos abaixo se trata de um sistema computacional
paraconsistente para o reconhecimento de Caracteres Magnticos Codificados em 7 barras
(CMC-7), que ao receber como entrada uma imagem digitalizada de um caractere do tipo
CMC-7, previamente tratada e binarizada, deve ser capaz de extrair algumas caractersticas
especficas em formato de graus de evidncias e, a partir dessas caractersticas, fazer o
reconhecimento do caractere com base nos conceitos das Redes Neurais Artificiais
Paraconsistentes.

Figura VIII - Exemplo de Caracteres Magnticos Codificados em 7 barras (CMC7)
utilizado em cheque bancrio
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 224

O processo de reconhecimento subdivide-se em cinco fases: aquisio da imagem, pr-
processamento da imagem, mapeamento da imagem em graus de evidncia, extrao de
caractersticas e reconhecimento, ilustradas na Figura IX.
As duas primeiras fases referem-se a digitalizao e pr-tratamento da imagem, as quais
no sero abordadas nesse captulo.

Figura IX - Fases para o processo de reconhecimento
Considerando como entrada do sistema uma imagem previamente tratada, temos a
arquitetura do sistema apresentada pela Figura X composta por trs camadas, sendo elas,
mapeamento da imagem em graus de evidncia, extrao de caractersticas da imagem e o
reconhecimento do caractere.
A primeira camada responsabiliza-se pelo mapeamento do contorno do caractere
apresentado na imagem digitalizada. A partir desse mapeamento algumas caractersticas
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 225

como linhas verticais e horizontais, transies direcionais e curvatura so extradas da
imagem e, com base nessas caractersticas, o processo de reconhecimento realizado na
ltima camada utilizando os conceitos das Redes Neurais Artificiais Paraconsistentes.


Figura X - Arquitetura do Sistema

A seguir apresentam-se alguns detalhes dos procedimentos realizados em cada camada.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 226

6.1. Mapeamento da Imagem em Graus de Evidncia
No processo de mapeamento da imagem extramos o contorno da imagem adotando graus
de evidncia para cada pixel. Esse mapeamento subdividido em quatro partes sendo elas:
lado esquerdo, lado direito, topo e base da imagem.
Considerando que o grau de evidncia deve ser um valor no intervalo [0, 1], adotamos que
'0' demonstra a ausncia de pixel preto na linha/coluna analisada.
No caso dos lados esquerdo e direito, adotamos como base a normalizao do grau de
evidencia entre as colunas da imagem, ou seja, utilizamos um regra de trs simples para
calcular o grau de evidncia com base na quantidade de colunas da imagem.
[total de colunas] 1
[coluna do pixel preto encontrado] x

Como exemplo podemos utilizar a Figura XI com 17 colunas e 23 linhas:
lado esquerdo: a primeira linha da imagem possui o primeiro pixel preto na 7
coluna, portanto o valor do grau de evidncia atribudo equivale 7/17 = 0,41 .
lado direito: a primeira linha da imagem possui o ltimo pixel preto na 13 coluna,
portanto o valor do grau de evidncia atribudo equivale 13/17 = 0,76.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 227


Figura XI - Mapeamento da imagem em Graus de evidncia
No caso do topo e base da imagem, adotamos como base a normalizao do grau de
evidencia entre as linhas, ou seja, utilizamos um regra de trs simples para calcular o grau
de evidncia com base na quantidade de linhas da imagem.
[total de linhas] 1
[linha do pixel preto encontrado] x
Assim, ainda utilizando a Figura XI temos:
topo da imagem: a primeira coluna possui o primeiro pixel preto na 4 linha,
portanto o valor do grau de evidncia atribudo equivale 4/23 = 0,17.
base da imagem: a primeira coluna possui o ltima pixel preto na 13 coluna,
portanto o valor do grau de evidncia atribudo equivale 20/23 = 0,87.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 228

Ao final desse processo temos quatro grupos de graus de evidncia (esquerda, direita, topo
e base) representando o contorno da imagem, os quais so a base para o processo de
extrao de caracterstica.

6.2. Extrao de Caractersticas da Imagem
Como o processo de reconhecimento realizado a partir de caractersticas especficas do
caractere, escolhemos algumas caractersticas com base no estudo de algumas tcnicas do
grafismo para compor o processo de extrao de caractersticas do nosso sistema.
Conforme apresentado na Figura X, o processo de extrao das caractersticas realizado a
partir dos graus de evidncia obtidos no mapeamento da imagem.
Nos primeiros tipos de extrao de caractersticas, linhas verticais e horizontais, utilizamos
uma Unidade Neural Artificial Paraconsistente, apresentada na Figura XII, para detectar os
segmentos de reta verticais e horizontais da imagem.
Essa UNAP nomeada Unidade das Linhas Verticais e Horizontais - ULVH - alimentada
com os graus de evidncias obtidos no mapeamento da imagem e, como sada, gera uma
lista com os segmentos de reta reconhecidos, onde cada segmento de reta compe-se por
um conjunto de graus de evidncia com suas peculiaridades representando as seguintes
informaes:
Direo (lado analisado na imagem - esquerda, direita, topo ou base). Atribuiu-se o
valor '1' para esquerda e topo e valor '0' para direita e base.
Tamanho do segmento de reta. Valor entre o intervalo [0, 1] calculado com base na
quantidade de pixels que o comprimento do segmento de reta possui.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 229

Localizao do segmento de reta na linha. Valor entre o intervalo [0, 1] equivalente
a posio do segmento de reta na linha considerando que o valor do grau de
evidncia crescente da esquerda para a direita.
Localizao do segmento de reta na coluna. Valor entre o intervalo [0, 1]
equivalente a posio do segmento de reta na coluna considerando que o valor do
grau de evidncia crescente do topo para a base.

Figura XII - Arquitetura da ULVH
A primeira camada da RNAP compe-se de um conjunto de Unidades Neurais Artificiais
Paraconsistentes nomeadas UCPC (Unidade das Clulas da Primeira Camada) e as demais
camadas so formadas por outro tipo de Unidades Neurais Artificiais Paraconsistentes
nomeadas UCCF (Unidade das Clulas das Camadas Finais).
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 230

Na primeira camada dessa arquitetura, cada UCPC recebe duas entradas da seqncia dos
graus de evidncia.
Na camada subseqente (segunda), cada UCCF recebe duas entradas da seqncia das
sadas da primeira camada ordenadamente.
A partir da terceira camada as UCCF so interconectadas atravs da segunda entrada da
UCCF anterior.
Na primeira camada cada UCPC compe-se por duas Clulas Neurais Artificiais
Paraconsistentes, CNAPar e CNAPdi, conforme Figura XIII.


Figura XIII - Arquitetura da UCPC
A CNAPar calcula e retorna o grau de evidncia real diminuindo, assim, a inconsistncia
das entradas, conforme [Da Silva Filho, Abe & Torres 08]. Nas arquiteturas das UCPC e
UCCF o valor retornado por uma clula desse tipo ser representada pela sigla AR.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 231

A CNAPdi verifica se as entradas so iguais retornando os valores 0 ou 1. Nas arquiteturas
das UCPC e UCCF o valor retornado por uma clula desse tipo ser representada pela sigla
DI.
A UCPC retorna uma lista com o resultado de ambas as clulas, CNAPar e CNAPdi,
representadas pelas siglas AR e DI.
Nas demais camadas cada UCCF compe-se por oito CNAPs, sendo trs CNAPcls de
Minimizao, uma CNAPcls de Maximizao, trs CNAPdi e uma CNAPar, conforme
Figura XIV.
Esta unidade recebe como entrada duas unidades seqenciais da camada anterior (UCPC
ou UCCF).
A clula 6 uma CNAPar que recebe como entrada as sadas AR da camada anterior e
calcula o grau de evidncia real desses valores. O grau de evidncia real calculado a
sada AR desta UCCF.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 232


Figura XIV - Arquitetura da UCCF
A clula 4 a CNAPdi principal que recebe como entrada as sadas DI da camada anterior
e verifica se existe igualdade entre elas, informando, assim, se existe ou no, um segmento
de reta. Esta clula influenciada pela sada da clula 3 que representa o fator de
contradio. Independente dos valores de entrada, se o fator de contradio for igual a 0,
ento a sada dessa clula ser 0, indicando que no existe um segmento de reta. A sada
dessa clula ser a sada DI desta UCCF.
As demais clulas foram adicionadas a esta UCCF para tratar trs casos especiais
apresentados na Figura XV que detalhamos a seguir.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 233

1) O primeiro caso ocorre quando as sadas AR e DI da camada anterior so iguais a 0. Isso
acontece quando existe ausncia de informao.
2) O segundo caso ocorre quando as sadas da camada anterior apresentam os seguintes
resultados: sadas AR maiores do que 0 e diferentes entre si e, sadas DI iguais a 1. Isso
acontece quando existem dois segmentos de reta distintos em colunas diferentes.
3) O terceiro e ltimo caso ocorre quando as sadas da camada anterior apresentam os
seguintes resultados: sadas AR maiores do que 0 e iguais e, sadas DI iguais a 0. Isso
acontece quando existem dois segmentos de reta distintos na camada anterior para cada
entrada da UCCF. Nesse caso so analisados dois blocos de oito clulas, onde cada bloco
possui dois segmentos de reta distintos.

Figura XV - Exemplos dos casos especiais tratados pela UCCF.
Assim, os segmentos de reta so identificados a partir da anlise das sadas DI retornadas
pelas camadas da rede.
Quando a ltima camada da rede apresenta a sada DI igual a 1, significa que existe um
nico segmento de reta com tamanho mximo. Caso contrrio, o sistema percorre as
camadas anteriores em busca das sadas DI igual a 1, que caracterizam um segmento de
reta.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 234

Na a extrao das caractersticas das linhas verticais e horizontais, utilizamos duas UNAPs
desse tipo, uma para as linhas verticais e outra para as linhas horizontais. Atravs dessas
UNAPs as caractersticas referentes s linhas verticais e horizontais da imagem so
identificadas e agrupadas individualmente em forma de graus de evidncia.
Para a ltima caracterstica, transies direcionais e curvatura, os grupos de graus de
evidncia obtidos no processo de mapeamento da imagem so agrupados conforme
seqncia definida na Figura XI, de modo a representar o histograma do contorno da
imagem formado por esse agrupamento conforme apresentado na Figura XVI.

Figura XVI - Histograma do contorno da imagem
Ao final desse processo, so enviados trs grupos de graus de evidncia para a camada de
reconhecimento da imagem referentes cada tipo de extrao de caracterstica.

6.3. Reconhecimento da Imagem
No processo de reconhecimento comparamos os graus de evidncia obtidos no processo de
extrao de caractersticas da imagem apresentada, com os graus de evidncia obtidos de
cada imagem padro dos caracteres CMC-7, ou seja, realiza-se um processamento
paraconsistente para cada caractere padro, onde a sada representa o grau de evidncia de
reconhecimento do mesmo.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 235

Esse processamento compe-se por duas unidades UARL (Unidade de Agrupamento do
Reconhecimento de Linhas), sendo uma para analisar as caractersticas das linhas verticais
e outra para as linhas horizontais e, uma URP (Unidade de Reconhecimento de Padro)
para analisar as caractersticas das transies direcionais e curvatura.
A UARL, Figura XVII, responsabiliza-se por realizar o reconhecimento das linhas
verticais ou horizontais atravs de duas unidades URP e, transformar a sadas dessas
unidades em um nico grau de evidncia atravs de uma CNAPa.

Figura XVII - Arquitetura da UARL
A URP, apresentada na Figura XVIII, destaca-se como a unidade de maior importncia do
processo de reconhecimento. Nela realiza-se a comparao entre os graus de evidncia
obtidos no processo de extrao de caracterstica do caractere apresentado e, os graus de
evidncia de um determinado caractere padro.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 236

Essa unidade recebe dois grupos de graus de evidncia. Um refere-se ao caractere
apresentado ao sistema e o outro a um caractere padro. A entrada desses dados so
organizados em pares e apresentados uma clula de deteco de igualdade na primeira
camada da rede, posteriormente, as sadas de cada CNAPdi so encaminhadas para as
demais camadas, compostas por CNAPa, para transformar essas sadas em um grau de
evidncia final.

Figura XVIII - Arquitetura da URP
Para transformar as sadas dessas unidades em um nico grau de evidncia que
representar a sada final, ou seja, o grau de evidncia de reconhecimento de um
determinado caractere utilizamos o Algoritmo Paraconsistente Extrator de Efeitos da
Contradio - ParaExtr
ctr
- desenvolvido por Da Silva Filho [Da Silva Filho 09], que tem a
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 237

habilidade de extrair, de forma gradativa, os efeitos da contradio em sinais que
representam conhecimento incerto.
O algoritmo ParaExtr
ctr
, simbolizado na Figura XIX, recebe um grupo de graus de
evidncia, no nosso caso as sadas das trs UNAPs descritas acima. Na primeira etapa so
selecionados os graus de evidncia de maior e menor valor (
max
e
min
) e os seguintes
parmetros so definidos como entrada do NAP, simbolizado na Figura XX, para a
extrao dos efeitos da contradio: " =
max
" e " = 1 -
min
."


Figura XIX - Algoritmo Paraconsistente Extrator de Efeitos da Contradio

Aps a primeira anlise, os graus de evidncia selecionados para a primeira etapa so
substitudos pelo resultado da anlise realizada pelo NAP e, inicia-se a prxima e ltima
etapa seguindo os mesmos critrios da primeira. Como resultante desse processamento
obtemos um nico valor que representa o grau de evidncia resultante de cada caractere.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 238


Figura XX - Smbolo do NAP - N de Anlise Paraconsistente
Ao final do processo de reconhecimento, cada caractere padro exibe um grau de evidncia,
onde o maior valor representa o caractere reconhecido pelo sistema conforme arquitetura
do sistema apresentada na Figura X.

7. Concluso
As Redes Neurais Artificiais Paraconsistentes um novo tipo de rede que vem se
mostrando til em muitas aplicaes. A construo da RNAP permite manipular
diretamente conceitos difusos, inconsistentes e paracompletos em seu interior; esperamos
que essa caracterstica leve a uma maior preciso na captao de dados e no seu tratamento.
Algumas aplicaes foram efetuadas: como mtodo de auxlio no diagnstico da Doena
de Alzheimer [Lopes 09], [Abe, Lopes & Anghinah 07], [Lopes, Abe & Anghinah 09], no
estudo de varveis craniomtricas [Mrio 06], [Mrio, Abe, Ortega & Del Santo 10], no
estudo da disfuno da fala [Prado 07], em robs mveis autnomos [Torres 10] e outros
temas. Esperamos contribuir mais em trabalhos futuros.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 239

8. Referncias Bibliogrficas
[Abe 92] ABE, J.M., Fundamentos da Lgica Anotada, Tese de Doutorado, FFLCH - USP,
135 pp, 1992.
[Abe 97] ABE, J.M., Some Aspects of Paraconsistent Systems and Applications, Logique
et Analyse, 157, 83-96, 1999.
[Abe & Akama 99] ABE, J.M. & S. AKAMA, A Logical System for Reasoning with
Fuzziness and Inconsistencies, Proceedings of the IASTED International Conference on
Artificial Intelligence and Soft Computing (ASC99), August 9-12, Honolulu, Hawaii,
USA, 221-225, 1999.
[Abe, Lopes & Anghinah 07] ABE, J.M., H.F.S. LOPES & R. ANGHINAH,
Paraconsistent Artificial Neural Network and Alzheimer Disease: A Preliminary Study,
Dementia & Neuropsychologia, Vol 3., 241-247, ISSN 1980-5764, 2007.
[Abe & Papavero 91] ABE, J. M. & N. PAPAVERO, Teoria Intuitiva dos Conjuntos,
McGraw-Hill, Makron Books, So Paulo, 266 pp, 1991.
[Akama & Abe 00b] AKAMA, S. & J.M. ABE , Annotated Rules with Uncertainty in
Expert Systems, Proceedings of the IASTED International Applied Informatics, Sponsor:
The International Association of Science and Technology for Development (IASTED),
February 14-17, 2000, Innsbruck, Austria, 817-820, 2000.
[Andries 02] ANDRIES P., Computational Intelligence. An Introduction. Engelbrecht,
2002.
[Arbib 87] ARBIB, M.A., Machines and Mathematics, Springer, 2a edio, 1987.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 240

[vila 96] VILA, B.C., Uma Abordagem Paraconsistente Baseada em Lgica Evidencial
para Tratar Excees em Sistemas de Frames com Mltipla Herana, tese de
Doutoramento, Universidade de So Paulo, So Paulo, 1996.
[Azevedo, Brasil & Oliveira 00] AZEVEDO, M.A., L.M. BRASIL & R.C.L. DE
OLIVEIRA, Redes Neurais com Aplicaes em Controle e em Sistemas Especialistas,
Visual Books, 2000.
[Barreto 02] BARRETO, J. M., Introduo s Redes Neurais Artificiais. UFSC,
Florianpolis, 2002. Disponvel em http://www.inf.ufsc.br/~barreto/tutoriais/Survey.pdf
[Bishop 95] BISHOP, C.M., Neural Networks for Pattern Recognition. 1.ed. Oxford
University Press, 1995.
[Da Costa 80] DA COSTA, N.C.A. Ensaio Sobre os Fundamentos da Lgica. So Paulo,
Brasil. Hucitec-Edusp, 1980.
[Da Costa 97] Da Costa NCA, Logiques Classiques et Non Classiques, Masson, Paris,
1997.
[Da Silva Filho & Abe 00] DA SILVA FILHO, J.I. & J.M. ABE, Introduo Lgica
Paraconsistente Anotada com Ilustraes. Santos: Emmy, 2000.
[Da Silva Filho 99] DA SILVA FILHO, J.I., Mtodos de interpretao da Lgica
Paraconsistente Anotada com anotao com dois valores LPA2v com construo de
Algoritmo e implementao de Circuitos Eletrnicos, EPUSP, Tese de Doutoramento, So
Paulo, 1999.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 241

[Da Silva Filho & Abe 00] DA SILVA FILHO, J.I. & J.M. ABE, Paraconsistent analyzer
module, International Journal of Computing Anticipatory Systems, vol. 9, ISSN 1373-5411,
ISBN 2-9600262-1-7, 346-352, 2001.
[Da Silva Filho 09] DA SILVA FILHO, J.I., Algoritmo Paraconsistente Extrator de Efeitos
da Contradio - ParaExtr
ctr
. Seleo Documental, v. 15, p. 21/ATC3-28, 2009.
[Da Silva Filho, Abe & Torres 08] DA SILVA FILHO, J. I. J.M. ABE & G.L. TORRES,
Inteligncia Artificial com as Redes de Anlises Paraconsistentes: Teorias e Aplicaes.
Rio de Janeiro: LTC, 2008.
[Dazzi 99] DAZZI, R. L. S., Sistemas Especialistas Conexionistas: Implementao por
Redes Diretas e Bidimencionais. Dissertao de Mestrado, UFSC, Florianpolis, 1999.
[De Mendona 08] DE MENDONA F.L.L., Proposta de arquitetura de um sistema com
base em OCR neuronal para resgate e indexao de escritas paleogrficas do sec. XVI ao
XIX, Departamento de Engenharia Eltrica, Universidade de Braslia, 2008.
[Duneau 94] DUNEAU, L., tude et ralisation dun systme adaptatif pour la
reconnaissance en ligne de mots manuscripts, Tese de Doutorado, Universit
Technologique de Compigne, Frana, 1994.
[Fausett 94] FAUSETT, L., Fundamentals of Neural Network Architectures, Algorithms,
and Applications, USA, s.ed. Prentice Hall, 1994.
[Ferrara 04] FERRARA, L.F.P., Aplicaes das Redes Neurais Artificiais Paraconsistentes
no Reconhecimento de Caracteres, em portugus, Dissertao de Mestrado, Universidade
Federal de Uberlndia, 2004.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 242

[Fischler & Frschein 87] FISCHLER, M.A. & O. FIRSCHEIN Intelligence The Eye, The
Brain and The Computer Addison-Wesley Publishing Company, USA, 1987.
[Haussounn 95] HASSOUNN, M.H., Fundamentals of Artificial Neural Network, USA,
s.ed. MIT Press, 1995.
[Haykin 94] HAYKIN, S., Neural Networks. Canada, Toronto, McMaster University, s.ed.,
1994.
[Hebb 49] HEBB, D., The Organization of Behavior Wiley, New York, 1949.
[Hecht-Nielsen 82] HECHT-NIELSEN, R., Neural analog processing. Proc. SPIE, 360. PP.
180-189. Bellingham, WA, 1982.
[Hecht-Nielsen 90] HECHT-NIELSEN, R., Neurocomputing. New York, Addison Wesley
Publ. Co., s.ed. 1990.
[Hertz, Krogh & Palmer 91] HERTZ, J., A. KROGH, & R. PALMER, An introduction to
the Theory of Neural Computation, ISBN 0-201-50395-6 and 0-201-51560-1, 1991.
[Hinton & Sejnowski 87] HINTON, G.E. & T.J. SEJNOWSKI, Neural network
architectures for AI. Tutorial. AAAI Conference, 1987.
[Hopfield & Tank 86] HOPFIELD, J.J. & T.W. TANK, Computing with Neural Circuits:
A Model s.ed. Science, 1986.
[Hopfield 82] HOPFIELD, J., Neural networks and physical systems with emergent
collectives computational abilities. In: Proceedings of The National Academy of Sciences,
v. 79, 2554-2558, 1982.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 243

[Kohonen 89] KOHONEN, T., Self Organization and Associative Memory, Springer-
Verlag, Berlin, 3a edio, 1989.
[Korf 98] KORF, R.E., Artificial intelligence search algorithms. In CRC Handbook of
Argorithms and Theory of Computation, M.J Atallah, ed. Boca Raton, FL: CRC Press,
1998.
[Kosko 92] KOSKO, B., Neural Networks for signal processing. USA, New Jersey. s.ed.
Prentice-Hall, 1992
[Lau 91] LAU, C.G.Y., Neural Network - Theoretical foundations and analysis. 1.ed. USA,
IEEE Press, 1991.
[Lopes 09] LOPES, H.F.S., Aplicao de Redes Neurais Artificiais Paraconsistentes como
mtodo de auxlio no diagnstico da doena de Alzheimer, dissertao de mestrado,
Faculdade de Medicina-USP, So Paulo, 473pp., 2009.
[Lopes, Abe & Anghinah 09] LOPES, H. F. S., J. M. ABE & R. ANGHINAH, Application
of Paraconsistent Artificial Neural Networks as a Method of Aid in the Diagnosis of
Alzheimer Disease, Journal of Medical Systems, ISSN0148-5598 (Print) 1573-689X
(Online), Springer-Netherlands, DOI-10.1007/s10916-009-9325-2, 1-9, 2009.
[Mrio 06] MRIO, M.C., Modelo de Anlise de Variveis Craniomtricas Atravs Das
Redes Neurais Artificiais Paraconsistentes, Tese de Doutoramento, Faculdade de Medicina
USP, So Paulo, 103pp., 2006.
[Mrio, Abe, Ortega & Del Santo 10] MRIO, M.C., J.M. ABE, N. ORTEGA, & M. DEL
SANTO JR., Paraconsistent Artificial Neural Network as Auxiliary in Cephalometric
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 244

Diagnosis, Artificial Organs, Wiley Interscience, ISSN: 0160-564X, v.34, i.7, 215-221,
DOI 10.1111/j.1525-1594.2010.00994.x, 2010.
[McCulloch 43] McCULLOCH, W. & W. PITTS, A Logical Calculus of the Ideas
Immanent in Nervous Activity, Bulletin of Mathematical Biophysics, 1943.
[Minsky & Papert 88] MINSKY, M. & S. PAPERT, Perceptrons: An Introduction to
Computational Geometry, 2.ed., 3a impresso, The MIT Press, 1988.
[Nakamatsu, Abe & Suzuki 00] NAKAMATSU, K., J.M. ABE & A. SUZUKI, Annotated
Semantics for Defeasible Deontic Reasoning, Rough Sets and Current Trends in
Computing, The Second International Conference on Rough Sets and Current Trends in
Computing - RSCTC'2000, Banff, Canada, Lecture Notes in Artificial Intelligence series,
LNAI 2005, Springer-Verlag, 470-478, 2000.
[Prado 96] PRADO, J.P.A., Uma Arquitetura em IA Baseada em Lgica Paraconsistente,
Tese de Doutoramento, Universidade de So Paulo, 1996.
[Prado 07] PRADO, J.C.A., Constelao Fnica e Redes Neurais Artificiais:
Aplicabilidade na Anlise Computacional da Produo da Fala, Tese de Doutoramento,
FFLCH-USP, So Paulo, 176pp., 2007.
[Rodrigues, Silva & Thom 01] RODRIGUES, R.J; E. SILVA & A.C.G. THOM, Feature
extractions Using Contour Projection, accepted for presentation at SCI2001. Orlando
USA, July 2001.
[Rosenblatt 58] ROSEMBLATT, F., The perceptron: a probabilistic model for information
storage and organization in the brain, Psychological Review, v. 65, n. 1, 386-408, 1958.
Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 245

[Siebert 68] SIEBERT, W., Stimulus Transformation in Peripheral Auditory System in
Recognizing Patterns, Ed. Murray Eden, MIT Press, Cambridge, 1968.
[Silva, Rodrigues & Thom 00] SILVA, E. R.J. RODRIGUES & A.C.G. THOM,
Reconhecimento de dgitos cursivos um mtodo de segmentao por histogramas,
Ncleo de Computao Eletrnica UFRJ, 2000.
[Skylansky 73] SKLANSKY, J., Pattern Recognition: introduction and foundations, 1.ed.
Sklansky, Dowdon, Hutchinson; Ross, inc, 1973.
[Suen, Berthold & Mori 80] SUEN, C.Y., M. BERTHOLD & S. MORI, Automatic
Recognition of Handprinted Characters The State of The Art. Proceedings of the IEEE,
Vol. 68, No. 4, Abril, 1980.
[Tonsig, 00] TONSIG, S.L., Simulando o Crebro: Redes Neurais. Dissertao de
Mestrado. PUCCAMP, Campinas, 2000.
[Torres 10] TORRES, C.R., Sistema Inteligente Baseado na Lgica Paraconsistente
Anotada Evidencial E para Controle e Navegao de Robs Mveis Autnomos em um
Ambiente No-estruturado, Tese de Doutoramento, Universidade Federal de Itajub, 2010.
[Tou & Gonzalez 74] TOU, J.T. & R.C. GONZALEZ, Pattern Recognition Principles, 1.ed.
USA, Addison-Wesley Publishing Company, 1974.
[Widrow & Lehr 90] WIDROW, B. & M.A. LEHR, 30 Years of Adaptive Neural
Networks: Perceptron, Madaline and Backpropagation. v. 78 n.9, Proc. IEEE 1990.

Os Princpios da Lgica Paraconsistente para Calcular o Tamanho da Amostra

Aspectos de Lgica e Teoria da Cincia 246

Sheila Souza Bacharela em Sistemas de Informao pelo Centro Universitrio Fundao
Santo Andr. Desenvolveu projetos de pesquisa patrocinados pela FAPESP como Analista
de Sistemas no Projeto Academic Network at So Paulo. Atualmente mestranda na
Faculdade de Medicina da Universidade de So Paulo e integra a equipe de
desenvolvimento dos Sistemas de Informaes para Habitao Social HABISP, adotados
pela Secretaria Municipal de Habitao de So Paulo.

Jair Minoro Abe Bacharel e Mestre em Matemtica, Doutor em Filosofia e Livre-
Docente em Medicina, todos pela Universidade de So Paulo. Foi Professor Visitante ou
Palestrista ocasional em instituies da Amrica do Sul, Europa, Mxico, Japo e Taiwan.
Coordena um grupo de estudiosos em aplicaes das lgicas paraconsistentes anotadas e
coordena a rea de Lgica e Teoria da Cincia do Instituto de Estudos Avanados da USP.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 247

Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

1
Helder Frederico da Silva Lopes
2
Jair Minoro Abe

1
Depto Neurologia CEREDIC - Faculdade de Medicina da USP
2
Universidade Paulista
2
Instituto de Estudos Avanados USP

Resumo
A anlise visual do eletroencefalograma (EEG) tem se mostrado til na ajuda diagnstica
de demncias, tal como doenas de Alzheimer (DA), sendo indicado em alguns protocolos
clnicos quando o diagnstico permanece em aberto aps a avaliao inicial. Porm, tal
anlise est sujeita naturalmente impreciso inerente de equipamentos, movimentos do
paciente, registros eltricos e variao da interpretao da anlise visual do mdico.
Utilizando a teoria das Redes Neurais Artificiais Paraconsistentes (RNAP) como
ferramenta de anlise capaz de tratar dados incertos e contraditrios dos sinais biolgicos
registrados pelo EEG chegamos concluso de que a RNAP uma promissora ferramenta
para anlise deste tipo de sinal biolgico.

Palavras-chave: Eletroencefalografia, Lgica Paraconsistente, Redes Neurais Artificiais,
demncia, reconhecimento de padres.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 248

Abstract
The visual analysis of electroencephalogram (EEG) has proven useful in assisting
diagnosis of dementias such as Alzheimer's disease (AD), as indicated in some clinical
protocols when the diagnosis remains open after the initial evaluation. However, this
analysis is of course subject to the inherent imprecision of equipment, movement of the
patient, electrical and variation of interpretation of the visual analysis of the physician.
Using the theory of Paraconsistent Artificial Neural Networks (RNAP) as an analysis tool
capable of handling uncertain and conflicting data of biological signals recorded by EEG
came to the conclusion that the RNAP is a promising tool for analyzing this type of
biological signal.

Keywords: Electroencephalography, Paraconsistent Logic, Artificial Neural Networks,
dementia, partner recognition.

1. Introduo
A utilizao de ferramentas matemticas e computacionais em anlise de sinais biolgicos
tem sido uma promissora rea de aplicao de tais ferramentas na rea mdica.
Dentre vrias aplicaes, o uso de ferramentas de anlise de sinais biolgicos de
eletroencefalograma (EEG) vem se tornando cada vez mais necessrias visto que diversos
estudos mostram que a anlise dos padres de EEG pode ser til no auxlio ao diagnstico
de demncias, sendo indicada em alguns protocolos clnicos (Claus et al., 1999; Crevel et
al., 1999).
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 249

O registro do sinal do EEG pode ser interpretado como flutuaes de voltagem com
mistura de ritmos podendo ter frequentemente aparncia sinusoidal, com frequncia entre
0,1 Hz a 70 Hz. Na prtica clnico-fisiolgica, estas frequncias so agrupadas em bandas:
delta (0,1 Hz a 4,0 Hz), teta (4,1 Hz a 8,0 Hz), alfa (8,1 Hz a 12,5 Hz) e beta (maior que 13
Hz) (Montenegro et al., 2001).
Durante a viglia relaxada, o EEG normal em adultos predominantemente composto por
frequncias pertencentes banda alfa, as quais so geradas por interaes dos sistemas
cortico-cortical e tlamocortical (Steriade et al., 1990; Lopes da Silva, 1991).
Delta
0,1 Hz a 4,0 Hz

Teta
4,1 Hz a 8,0 Hz

Alfa
8,1 Hz a 12,5 Hz

Beta
Maior que 13 Hz

Figura I - Bandas de frequncias clinicamente estabelecidas e habitualmente encontradas
no EEG (Montenegro et al., 2001).
Por se tratar de um sinal biolgico, os padres de sinais do EEG apresentam imprecises e
contradies inerentes, o que dificulta o tratamento e a anlise desse tipo de sinal. Contudo,
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 250

tcnicas computacionais, denominada Eletroencefalograma quantitativo (EEGq), auxiliam
na quantificao dos traados de EEG, com o objetivo de agilizar e aumentar a preciso
das interpretaes da anlise do EEG.
Conforme j ilustrado em diversos estudos, a teoria das Redes Neurais Artificiais
Paraconsistentes (RNAP) se mostra uma promissora ferramenta de anlise de sinais com
cuja caractersticas se assemelham aos dos sinais de EEG.
Desde modo, utilizamos em nossos estudos a RNAP como ferramenta de anlise de sinais
de EEG em ensaios que nos possibilitaram verificar a aplicao da RNAP desde o
reconhecimento de padres de EEG at a tomada de deciso em relao aos dados
analisados.

2. Mtodo
Rede Neural Artificial Paraconsistente (RNAP) uma nova classe de rede neural artificial
introduzida em (Da Silva Filho et. al., 2008). Sua base se apia em lgica paraconsistente
anotada E (Abe, 1992).
Considerando as frmulas atmicas da lgica paraconsistente anotada E do tipo p ( , ),
onde ( , ) [0, 1] 2 e [0, 1] o intervalo real unitrio (p denota uma varivel
proposicional), onde p( , ) pode ser intuitivamente ler: "Presume-se evidncias
favorveis que p e evidncia contrria ." Assim:
p (1.0, 0.0) pode ser lido como uma proposio verdadeira.
p (0.0, 1.0) pode ser lido como uma proposio falsa.
p (1.0, 1.0) pode ser lido como uma proposio inconsistente.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 251

p (0.0, 0.0) pode ser lido como uma proposio (desconhecido) paracompletas.
p (0.5, 0.5) pode ser lido como uma proposio indeterminado.
Ns introduzimos os seguintes conceitos (todas as consideraes so tomadas com 0 ,
1):
Grau de incerteza (Eq. 1);
Grau de certeza (Eq. 2);

(1)
(2)
Uma relao de ordem definida em [0, 1]
2
: (
1
,
1
) (
2
,
2
)
1

2
e
1

2
,
constituindo uma rede que ser simbolizada por .
Com os graus de incerteza e de certeza que podemos obter a seguinte sada de 12 estados
(tabela I): estados extremos, e os estados no-extremos.
Tabela I. Estados extremos e no-extremos.
Estados
extremos
Smbolo Estados no-extremos Smbolo
Verdadeiro V Quase verdadeiro tendendo a inconsistente Qv T
Falso F Quase verdadeiro tendendo a paracompleto Qv
Inconsistente T Quase falso tendendo a inconsistente Qf T
Paracompleto

Quase false tendendo a paracompleto Qf
Quase inconsistente tendendo a verdadeiro T v
Quase inconsistente tendendo a falso T f
Quase paracompleto tendendo a verdadeiro v
Quase paracompleto tendendo a falso f

1 ,
un
G
,
ce
G
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 252

Alguns valores de controle adicionais so:
V
scct
= Valor mximo de controle de incerteza = Ft
ct

V
scc
= Valor mximo de controle de certeza = Ft
ce

V
icct
= Valor mnimo de controle de incerteza = -Ft
ct

V
icc
= Valor mnimo de controle de certeza = -Ft
ce


Todos os estados esto representados na figura a seguir (Figura II).

Figura II - Estados extremos e no-extremos.
Na RNAP, o grau de certeza G
ce
indica a falsidade da "medida" ou grau de verdade. O grau
de incerteza G
un
indica a "medida" da inconsistncia ou paracompleteness. Se o grau de
certeza baixo ou o grau de incerteza elevado, ele gera uma indefinio.
Degree of Certainty - Gce
Degree of Uncertainty - Gun
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 253

O grau de certeza G
ce
resultante obtido da seguinte forma:
Se: V
icc
G
un
V
scc
ou V
scct
G
un
V
icct
G
ce
= Indefinio
Para: V
cpa
G
un
V
scct

Se: G
un
V
icc
G
ce
= Falso com o grau G
un

V
scct
G
un
G
ce
= Verdadeiro com grau G
un
A Clula Neural Artificial Paraconsistente (CNAP) - chamado CNAP bsica (Figura III)
quando dado um par ( , ) usado como entrada e resultando como sada:

S
2a
= G
un
= grau de incerteza resultante.
S
2b
= G
ce
= grau de certeza resultante
S
1
= X = constante de indefinio.

Figura III - CNAP bsica
Basic
PANC
S
2a
S
2b
S
1
G
un
G
ce

G
un
G
ce

Paraconsistent
Analysis
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 254

Utilizando os conceitos da CNAP bsica, podemos obter a famlia de CNAP usados em
nosos estudos: Conexo analtica (CNAPca), Maximizao (CNAPmax), e Minimizao
(CNAPmin), conforme descrito na Tabela II:

Tabela II. Clulas neurais artificiais paraconsistentes.
CNAP Entradas Clculos Output
Conexo
Analtica
CNAPca


Ft
ct,

Ft
ce

c
= 1 -


G
un
G
ce
,

r
= (G
ce
+ 1)/2
If |G
ce
| > Ft
ce
then
S
1
=
r
and S
2
= 0
If |G
un
| > Ft
ct
and |G
un
| > | G
ce
| then
S
1
=
r
and S
2
= |G
un
|

if not S
1
= and S
2
= 0
Maximizao
CNAPmax


G
ce

r
= (G
ce
+ 1)/2
If
r
0.5, then
S
1
=

If not S
1
=
Minimizao:
CNAPmin


G
ce

r
= (G
ce
+ 1)/2
If
r
0.5, then
S
1
=

if not S
1
=

A clula neural artificial paraconsistente de clulas de conexo analtica (CNAPca) a
clula principal de todas as RNAP, obtendo o grau de certeza (G
ce
) e o grau de incerteza
(G
un
) das entradas e os fatores de tolerncia.
Esta clula o link que permite que diferentes regies da RNAP executar processamento
de sinal em um ambiente distribudo e com muitas conexes paralelas (Da Silva Filho et.
al., 2008).
A tolerncia a diferentes fatores de certeza (ou contradio) atua como inibidores de sinais,
controlando a passagem de sinais a outras regies da RNAP, de acordo com as
caractersticas da arquitetura desenvolvida.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 255

A clula neural artificial paraconsistente de clula de maximizao (CNAPmax) permite a
seleo do valor mximo entre as entradas.
Estas clulas funcionam como conectivos lgicos OU entre sinais de entrada. Para isso
feita uma anlise simples, atravs da equao do grau de evidncia que, assim, vai dizer
qual dos dois sinais de entrada de maior valor, estabelecendo assim o sinal de sada
(Silva Filho et. al., 2008).
A clula neural artificial paraconsistente de clula de maximizao (CNAPmin) permite a
seleo do valor mnimo entre as entradas.
Estas clulas funcionam como conectivos lgicos E entre os sinais de entrada. Para isso
feita uma anlise simples, atravs da equao do grau de evidncia que, assim, vai dizer
qual dos dois sinais de entrada de menor valor, estabelecendo assim o sinal de sada
(Silva Filho et. al., 2008).
Combinando o processamento das CNAP citadas, possvel construir um sistema neural
artificial paraconsiste (SNAP) para anlise de sinais com base no SNAP de tratamento de
contradies, conforme descrito em Silva Filho et. al., 2008.
Para a realizao do processamento dos sinais do EEG, criou-se um mtodo de anlise
denomino anlise morfolgica.
O processo de anlise morfolgica feita atravs da comparao com um determinado
conjunto de padres de sinais (ondas) armazenados no banco de dados de controle. Uma
onda associada a um vetor (seqncia finita de nmeros naturais) por meio de
amostragem digital. Esse vetor caracteriza um padro de onda e registrado pela RNAP.
Assim, novas ondas so comparadas, permitindo seu reconhecimento ou no.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 256

Cada onda do exame de EEG corresponde a uma poro de um segundo do exame. Cada
segundo do exame contm 256 posies.
A onda que obtiver a maior evidncia favorvel e menor evidncia contrria escolhida
como a onda mais similar com a onda analisada.
O banco de dados de controle composto por ondas contendo 256 posies com
morfologia senoidal perfeita, variando 0,5 Hz contemplando os grupos de ondas Delta,
Teta, Alfa e Beta (de 0,5 Hz a 30,0 Hz).
Em outras palavras, a anlise morfolgica verifica a similariedade entre a onda do exame
de EEG em um banco de dados de referncia que representa padres de ondas.
Antes de iniciar a anlise morfolgica necessrio preparar os dados do exame para a
eliminao de ciclo e normalizao de valores. Como valores reais do exame podem variar,
em mdulo, algo de 10 V at 1500 V, fazemos uma normalizao dos valores entre -100
V e 100V com uma converso linear simples, para facilitar a manipulao dos dados:

(3)

Onde: m o valor mximo no exame.
a o valor atual do exame.
x o valor atual do exame normalizado.

O valor mnimo do exame considerado como zero e os valores restantes so convertidos
proporcionalmente por meio de translao.
m
a
x
. 100
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 257

Vale a pena observar que o processo acima no permite a perda de quaisquer
caractersticas de onda essencial para a nossa anlise.
Uma vez os dados normalizados, o processo seguinte a submisso dos dados pela anlise
de trs sistemas especialistas: Sistema Especialista 1 - Verificao de Nmeros de Picos,
Sistema Especialista 2 - Verificao de Pontos Similares e Sistema Especialista 3 -
Verificao de pontos diferentes.
O objetivo do Sistema Especialista 1 comparar as ondas e analisar as suas diferenas em
relao ao nmero de picos (Eq. 4).
Em termos prticos, pode-se dizer que, quando analisados os picos de onda, estamos
analisando a frequncia resultante de onda (de maneira rudimentar).
Vale lembrar que, por ser um sinal biolgico, no devemos trabalhar com quantificao
absoluta devido caracterstica de variabilidade deste tipo de sinal. Portanto, deve-se
sempre levar em considerao um fator de tolerncia.


(4)

Onde: vt o nmero de picos da onda.
bd o nmero de picos da onda armazenada no banco de dados.
Se
1
o valor resultante do clculo.
vt bd
vt bd
Se 1
1
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 258

O objetivo do Sistema Especialista 2 comparar as ondas e analisar sua similaridade em
relao a pontos semelhantes (Eq. 5).

(5)


Onde: n o nmero total de elementos.
x o elemento da posio atual.
j a posio atual.
Se
2
o resultado do clculo.

O objetivo do Sistema Especialista 3 comparar as ondas e analisar sua similaridade em
relao a diferenas de seus pontos.



(6)

Onde: n o nmero total de elementos.
a o valor mximo permitido.
j a posio atual.
x o valor da onda 1.
y o valor da onda 2.
Se
3
o valor resultante do clculo.
n
x
Se
n
j
j
1
2
n
a
y x
Se
n
j
j j
1
3
1
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 259

Aps a obteno dos dados extrados pelos trs sistemas especialista, tais dados so
submetidos anlise da RNAP.
A arquitetura da RNAP utilizada na tomada de deciso baseada na arquitetura do Sistema
Neural Artificial Paraconsistente para o Tratamento de Contradies.
Tal sistema promove o tratamento de contradies, de forma contnua entre os sinais de
informaes, que recebe trs sinais de entrada e apresenta, como resultado, um valor que
representa o consenso entre as trs informaes. As contradies entre os dois valores so
adicionados ao terceiro valor, de modo que a sada, seja o valor proposto pela maioria
dominante. A anlise imediata e similar ao funcionamento dos neurnios biolgicos.
Este mtodo usado na RNAP (Figura V) para equilibrar os dados recebidos dos sistemas
especialistas. Em seguida os valores resultantes so submetidos a um reticula de tomada de
deciso para determinar o reconhecimento (Figura IV).


Figura IV - Reticulado de tomada de deciso usado na anlise morfolgica aps a anlise
da RNAP; F: estado lgico falso (interpretado como onda no similar); V: estado lgico
verdadeiro (interpretado como similar).

Tabela III. Reticulado de tomada de deciso usado na anlise morfolgica (Figura IV).
Limites das reas do reticulado
Verdadeiro Ef > 0.61 Ec < 0.40 G
ce
> 0,22
Falso Ef < 0.61 Ec > 0.40 G
ce
<= 0,23
Ec: evidncia contrria; Ef: evidncia favorvel; G
ce
: grau de certeza;





E
v
i
d

n
c
i
a

c
o
n
t
r

r
i
a

Evidncia favorvel 0 1
1
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 260

A definio das regies do reticulado de tomada de deciso foi feita atravs de testes
duplo-cegos, ou seja, a cada bateria de testes, um validador verificados os resultados e
retornando somente o percentual de respostas corretas. Depois de testar vrias
configuraes diferentes, foi definida a configurao das regies cuja estrutura de tomada
de deciso teve um melhor percentual de sucesso.


Figura V - Arquitetura da Anlise Morfolgica. Trs sistemas especialistas: PA, para o
Sistema Especialista 1; PB, para o Sistema Especialista 2, and PC, para o sistema
Especialista 3:
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 261

Primeira camada da RNAP: C1 processa os dados de entrada de PA e PB; C2 processa os
dados de entrada de PB e PC; C3 processa os dados de entrada de PC e PA.
Segunda camada da RNAP: C4 calcula o valor da evidncia maxima entre as clulas C1 e
C2; C5 calcula o valor da evidncia mnima entre as clulas C2 e C3;
Terceira camada da RNAP: C6 calcula o valor da evidncia mxima entre as clulas C4 e
C3; C7 calcula o valor da evidncia mnima entre as clulas C1 e C5.
Quarta camada da RNAP: C8 resulta o valor de deciso final.
PANC A = Clula Neural Artificial Paraconsistente de Conexo Analtica (CNAPca).
PANC
Max
= Clula Neural Artificial Paraconsistente de Conexo Logica simples de
maximizao (CNAPmax).
PANC
Min
= Clula Neural Artificial Paraconsistente de Conexo Logica simples de
minimizao (CNAPmin).
Ft
ce
= Fator de tolerncia certeza; Ft
ct
= Fator de tolerncia contradio.
S
a
= Sada da clula C1; S
b
= Sada da clula C2; S
c
= Sada da clula C3; S
d
= Sada da
clula C4; Se = Sada da clula C5; Sf = Sada da clula C6; Sg = Sada da clula C7.
C = Valor de entrada complementada;

r
= Valor de sada da RNAP;
r
= Valor de sada da RNAP;
A seguir, vamos exemplificar os conceitos propostos da analise morfolgica utilizando um
exemplo hipottico de comparao de vetores (ondas) compostos de vinte elementos e uma
amplitude mxima de 11 pontos (de 0 a 10).
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 262



Figura VI - Representao visual dos vetores utilizados no exemplo de processamento da
anlise morfolgica. Seus valores encontram-se na tabela IV.

Tabela IV. Valores dos vetores utilizados no exemplo de processamento da anlise
morfolgica. Suas representaes grficas podem ser vistas da Figura VI.
Vetores (ondas) Valores
Onda Analisada 1 8 1 8 1 8 1 8 1 8 1 8 1 8 1 8 1 8 1 8
Onda Aprendida 1 2 8 2 6 2 6 2 6 2 6 2 6 2 6 2 6 2 6 2 6
Onda Aprendida 2 1 3 7 1 3 7 1 3 7 1 3 7 1 3 7 1 3 7 1 3

A Onda Analisada a onda que ser submetida ao reconhecimento da RNAP. A Onda
Aprendida 1 e a Onda Aprendida 2 so duas ondas que foram previamente armazenadas no
banco de dados de controle.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 263

Realizando as comparaes entre as ondas usando os sistemas especialistas,
respectivamente, temos: Sistema Especialista 1 (Tabela V), Sistema Especialista 2 (tabelas
6 e 7) e o Sistema Especialista 3 (tabelas 8 e 9).
Tabela V. Sistema Especialista 1 - Verificao de Nmeros de Picos.
Ondas Onda analisada Onda Aprendida 1 Onda Aprendida 2
Picos 9 9 6
Diferena entre o nmero de picos,
normalizados pelo nmero total de
picos:
0 0,2
Sistema Especialista 1 (Se
1
): 1 0,8

Tabela VI. Sistema Especialista 2 - Verificao de Pontos Similares. Comparao entre a
Onda Analisada e a Onda Aprendida 1.
Onda
Analisada
Onda
Aprendida 1
Nmeros de
pontos iguais
Onda
Analisada
Onda
Aprendida 1
Nmeros de
pontos iguais
1 2 0 1 2 0
8 8 1 8 6 0
1 2 0 1 2 0
8 6 0 8 6 0
1 2 0 1 2 0
8 6 0 8 6 0
1 2 0 1 2 0
8 6 0 8 6 0
1 2 0 1 2 0
8 6 0 8 6 0
Somatria da diferena normalizada: 1
Sistema Especialista 2 (Se
2
) Normalizado pelo total de elementos: 0,05

Tabela VII. Sistema Especialista 2 - Verificao de Pontos Similares. Comparao entre a
Onda Analisada e a Onda Aprendida 2.
Onda
Analisada
Onda
Aprendida 2
Nmeros de
pontos iguais
Onda
Analisada
Onda
Aprendida 2
Nmeros de
pontos iguais
1 2 0 1 2 0
8 8 1 8 6 0
1 2 0 1 2 0
8 6 0 8 6 0
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 264

1 2 0 1 2 0
8 6 0 8 6 0
1 2 0 1 2 0
8 6 0 8 6 0
1 2 0 1 2 0
8 6 0 8 6 0
Somatria da diferena normalizada: 1
Sistema Especialista 2 (Se
2
) Normalizado pelo total de elementos: 0,05

Tabela VIII. Sistema Especialista 3 - Verificao de pontos diferentes. Comparao entre
a Onda Analisada e a Onda Aprendida 1.
Onda Analisada Onda Aprendida 1
Diferena
(em mdulo)
Diferena normalizada pela
amplitude mxima
1 2 1 0,1
8 8 0 0
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
1 2 1 0,1
8 6 2 0,2
Somatria das diferenas normalizadas: 2,8
Sistema Especialista 3 (Se
3
) Normalizado pelo total de elementos: 0,14
Complementado: 0,86

Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 265

Tabela IX. Sistema Especialista 3 - Verificao de pontos diferentes. Comparao entre a
Onda Analisada e a Onda Aprendida 2.
Onda Analisada Onda Aprendida 2
Diferena
(em mdulo)
Diferena normalizada pela
amplitude mxima
1 1 0 0
8 3 5 0,5
1 7 6 0,6
8 1 7 0,7
1 3 2 0,2
8 7 1 0,1
1 1 0 0
8 3 5 0,5
1 7 6 0,6
8 1 7 0,7
1 3 2 0,2
8 7 1 0,1
1 1 0 0
8 3 5 0,5
1 7 6 0,6
8 1 7 0,7
1 3 2 0,2
8 7 1 0,1
1 1 0 0
8 3 5 0,5
Somatria das diferenas normalizadas: 6,8
Sistema Especialista 3 (Se
3
) Normalizado pelo total de elementos: 0,34
Complementado: 0,66


A seguir (Tabela X) so apresentados os valores de cada sistema especialista que sero as
entradas da RNAP (Figura V). Aps o processamento da RNAP, sero obtidos os valores
de sada (Tabela XI).
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 266

Tabela X. Valores dos Sistemas Especialistas.
Caso Sistema Especialista 1
(Se
1
)
Sistema Especialista 2
(Se
2
)
Sistema Especialista 3
(Se
3
)
Onda Analisada

Onda Aprendida 1
1,00 0,05 0,86
Onda Analisada

Onda Aprendida 2
0,80 0,05 0,66

Tabela XI. Evidncia Contrria e Evidncia Favorvel resultante da RNAP.
Caso Evidncia Favorvel Evidncia Contrria
Onda Analisada Onda Aprendida 1 0,69 0,48
Onda Analisada Onda Aprendida 2 0,58 0,38

De acordo coma Tabela XI, podemos ver que a Onda Aprendida 1 possui o melhor
conjunto de evidncias, ou seja, a Onda Aprendida 1 a mais similar a Onda Analisada.

3. Resultados
Neste estudo, sete diferentes exames de EEG foram analisados, sendo dois pertencentes a
adultos sem distrbios de aprendizagem ou outras doenas demenciais, e cinco exames
pertencentes a crianas com diagnstico de distrbios de aprendizagem (exames e
diagnsticos fornecidos pela ENSCER).
Cada anlise foi dividida em trs ensaios, cada ensaio consistiu de 10 segundos de anlise,
livres artefatos em relao anlise visual do traado, dos canais de T3 e T4.
Na primeira bateria de testes foi utilizado um filtro de reconhecimento de ondas de banda
Delta. Na segunda bateria de testes foi utilizado um filtro de reconhecimento de ondas
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 267

Teta. Na terceira bateria de testes no foram utilizados filtros, ou seja, o sistema ficou livre
para realizar o reconhecimento necessrio (Tabelas XII at XVIII).
Tabela XII. Tabela de contingencia.

Anlise Visual
Delta Teta Alfa Beta N/R Total
Anlise
RNAP
Delta 31 3 0 0 0 34
Teta 15 88 1 1 0 105
Alfa 0 5 22 0 0 27
Beta 0 0 1 3 0 4
N/R 7 2 1 0 0 10
Total 53 98 25 4 0 180
Index Kappa = 0.80; N/R = No reconhecido;
Tabela XIII. Resultado estatstico Sensibilidade e especificidade: Ondas Delta.
Anlise visual
Delta No Delta Total
Anlise
RNAP
Verdadeiro 31 124 155
Falso 22 3 25
Total 53 127 180
Sensibilidade = 58%; Especificidade = 97%
Tabela XIV. Resultado estatstico Sensibilidade e especificidade: Ondas Teta.
Anlise visual
Teta No Teta Total
Anlise
RNAP
Verdadeiro 88 65 153
Falso 10 17 27
Total 98 82 180
Sensibilidade = 89%; Especificidade = 79%
Tabela XV. Resultado estatstico Sensibilidade e especificidade: Ondas Alfa.
Anlise visual
Alfa No Alfa Total
Anlise
RNAP
Verdadeiro 22 150 172
Falso 3 5 8
Total 25 155 180
Sensibilidade = 88%; Especificidade = 96%
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 268

Tabela XVI. Resultado estatstico Sensibilidade e especificidade: Ondas Beta.
Anlise Visual
Beta No Beta Total
Anlise
RNAP

Verdadeiro 3 175 178
Falso 1 1 2
Total 4 176 180
Sensibilidade = 75%; Especificidade = 99%
Tabela XVII. Resultado estatstico Sensibilidade e especificidade: Ondas no
reconhecidas.
Anlise Visual
No
reconhecida
Reconhecida Total
Anlise
RNAP

Verdadeiro 0 170 170
Fals0 0 10 10
Total 0 180 180
Sensibilidade = 100%; Especificidade = 94%
Tabela XVIII. Resultado dos testes.
T V RNAP T V RNAP T V RNAP T V RNAP
1 D D 46 T T 91 A - 136 D D
2 T T 47 D D 92 T T 137 D D
3 D D 48 A A 93 T T 138 D -
4 D T 49 T T 94 T T 139 T T
5 T T 50 T T 95 T T 140 T T
6 T T 51 T T 96 A A 141 D D
7 D D 52 T T 97 T T 142 T T
8 A A 53 T T 98 T T 143 T T
9 T T 54 T T 99 T T 144 D -
10 T T 55 T T 100 T T 145 T T
11 T T 56 T D 101 T T 146 D D
12 T T 57 T T 102 T A 147 D D
13 T T 58 A A 103 T T 148 T T
14 T T 59 A B 104 D T 149 A A
15 T T 60 D T 105 T T 150 A A
16 T T 61 T A 106 A A 151 D D
17 T T 62 T D 107 T T 152 D T
18 A A 63 B T 108 T T 153 D D
19 B B 64 T A 109 T T 154 T T
20 D T 65 D D 110 D - 155 D -
21 D D 66 T A 111 A A 156 D -
22 T T 67 T - 112 T A 157 A A
23 D D 68 T T 113 T T 158 A A
24 D T 69 D D 114 T T 159 D D
25 T T 70 T T 115 T T 160 T T
26 T T 71 D - 116 D D 161 D D
27 D D 72 D T 117 D T 162 D D
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 269

T: Nmero do teste; Visual: Resultado da anlise visual do traado; RNAP: Resultado a
anlise da Rede Neural Artificial Paraconsistente (-: no reconhecido; D: Delta; T: Teta;
A: Alfa; B: Beta).

4. Concluso
Algumas melhorias ainda devem ser pesquisadas e implementadas para melhor eficcia do
mtodo, mas como possvel perceber pelos resultados apresentados, o mtodo proposto
de anlise morfolgica de ondas uma promissora aplicao das teorias da Lgica
Paraconsistente e Redes Neurais Artificiais Paraconsistentes que podem ser estendidas a
outras aplicaes que necessitam de anlise de perfis e comparaes de vetores.

5. Referncias Bibliogrficas
Abe, J.M., Foundations of Annotated Logics, PhD thesis (in Portuguese) University of So
Paulo, Brazil, 1992.
28 A A 73 T T 118 A A 163 D T
29 T T 74 T T 119 T T 164 D D
30 T T 75 T T 120 D D 165 T T
31 T T 76 A A 121 A A 166 D T
32 T T 77 T T 122 T T 167 D D
33 T T 78 D T 123 T T 168 T T
34 T T 79 T T 124 T T 169 T T
35 T T 80 T T 125 T T 170 T T
36 D T 81 A A 126 D D 171 D D
37 D T 82 T D 127 T T 172 D -
38 A A 83 B B 128 T T 173 T T
39 B B 84 A A 129 A A 174 A A
40 T T 85 D D 130 T T 175 A T
41 D D 86 A A 131 T T 176 T T
42 D D 87 T - 132 T T 177 A A
43 D D 88 T T 133 D T 178 T T
44 D T 89 D D 134 T T 179 T T
45 T T 90 T T 135 D D 180 A A
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 270

Abe, J.M., Some Aspects of Paraconsistent Systems and Applications, Logique et Analyse,
157(1997), 83-96.
Abe, J.M., H.F.S. Lopes, & R. Anghinah, Paraconsistent Artificial Neural Network and
Alzheimer Disease: A Preliminary Study, Dementia & Neuropsychologia, Vol 3., 241-247,
2007.
Anghinah, R., Estudo da densidade espectral e da coerncia do eletrencefalograma em
indivduos adultos normais e com doena de Alzheimer provvel, PhD thesis (in
Portuguese), Faculdade de Medicina da Universidade de So Paulo, So Paulo, 2003.
Ansari, D. & A. Karmiloff-Smith, Atypical trajectories of number development: a
neuroconstructivist perspective. Trends In Cognitive Sciences, 12:511-516, 2002.
Blonds, T.A., Attention-Deficit Disorders and Hyperactivity. In Developmental
Disabilities in Infancy and Ramus, F., Developmental dyslexia: specific phonological
deficit or general sensorimotor dysfunction? Current Opinion in Neurobiology, 13:1-7,
2003.
Da Silva Filho, J.I., Mtodos de interpretao da Lgica Paraconsistente Anotada com
anotao com dois valores LPA2v com construo de Algoritmo e implementao de
Circuitos Eletrnicos, EPUSP, PhD thesis (in Portuguese) So Paulo, 1999.
Da Silva Filho, J.I., J.M. Abe & G.L Torres, Inteligncia Artificial com as Redes de
Anlises Paraconsistentes, (in Portuguese) LTC-Livros Tcnicos e Cientficos Editora S.A.,
So Paulo, 313 pg., 2008.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 271

Gallarburda, A.M., G.F. Sherman, G.G. Rosen, F. Aboitiz & N. Genschiwind,
Developmental dyslexia: four consecutive patients with cortical anomalies. Ann.
Neurology, 18:2122-2333, 1985.
Hynd, G.W., R. Hooper & T. Takahashi, Dyslexia and Language-Based disabilities. In
Text Book of Pediatric Neuropsychiatry, Coffeyand Brumbak (eds), American Psychiatric
Press, 691-718, 1985.
Lindsay, R.L., Dyscalculia. In Developmental Disabilities in Infancy and Childhood,
Capute and Accardo (eds.);Paul Brookes Publishing Co, Baltimore, 405-415, 1996.
Lopes, H.F.S., Aplicao de redes neurais artificiais paraconsistentes como mtodo de
auxlio no diagnstico da doena de Alzheimer, MSc Dissertation (in Portuguese),
Faculdade de Medicina-USP, So Paulo, 473pp., 2009.
Klimeshc, W., EEG alpha and theta oscillations reflect cognitive and memory
performance: a review and analysis. Brain Res. Ver., 29:169-195, 1999.
Klimesch, W., H. Doppelmayr, J. Wimmer, D. Schwaiger, D. Rhm, W. Bruber & F.
Hutzler, Theta band power changes in normal and dyslexic children. Clinical
Neurophysiology 113:1174-1185, 2001.
Kocyigit Y, Alkan A, Erol H. Classification of EEG Recordings by Using Fast
Independent Component Analysis and Artificial Neural Network. Journal of Medical
Systems. Springer Netherlands, 2008: 32;1;17-20.
Niedermeyer, Ernst; da Silva, Fernando Lopes. Electroencephalography , 5th Edition.
Lippincott Williams & Wilkins. 2005.
Aplicao de Redes Neurais Artificiais Paraconsistentes como Mtodo de Auxlio
Anlise de Sinais de Eletroencefalograma

Aspectos de Lgica e Teoria da Cincia 272

Rocha, A.F. & E. Massad, How the human brain is endowed for mathematical reasoning.
Mathematics Today, 39: 81-84, 2003.
Rocha, A.F. E. Massad, & A. Pereira Jr., The Brain: From Fuzzy Arithmetic to Quantum
Computing, Springer-Verlag Berlin Heidelberg, 14349922, 2005.
Temple, E., Brain mechanisms in normal and dyslexic readers. Current Opinion in
Neurobiology, 12:178-183, 2002.
Voeller, K.K.S., Attention-Deficit / Hyperactivity: Neurobiological and clinical aspects of
attention and disorders of attention. In Text Book of Pediatric Neuropsychiatry, Coffey and
Brumbak (eds), American Psychiatric Press, 691-718, 1998.
Montenegro M.A., Cendes F., Guerreiro N.M., Guerreiro C.A.M., EEG na prtica clnica,
So Paulo, Brasil: Lemos Editorial; 2001.

Helder Frederico da Silva Lopes - Graduado em Tecnologia em Gesto de Sistemas de
Informao pela Universidade Nove de Julho e Mestrado em Cincias pela Faculdade de
Medicina da USP - Neurologia. Especialista em Cincia da Computao, com nfase em
desenvolvimento de software. Atualmente trabalha em desenvolvimento de solues em
software e realiza pesquisas ligadas Lgica Paraconsistente e Redes Neurais Artificiais.
Jair Minoro Abe Bacharel e Mestre em Matemtica, Doutor em Filosofia e Livre-
Docente em Medicina, todos pela Universidade de So Paulo. Foi Professor Visitante ou
Palestrista ocasional em instituies da Amrica do Sul, Europa, Mxico, Japo e Taiwan.
Coordena um grupo de estudiosos em aplicaes das lgicas paraconsistentes anotadas e
coordena a rea de Lgica e Teoria da Cincia do Instituto de Estudos Avanados da USP.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 273

Verificao Construtiva, Induo Emprica e Deduo Falibilista:
Um Triplo Contraste

Julio Michael Stern
2


Resumo
Este artigo compara e contrasta trs arcabouos epistemolgicos comumente utilizados em
cincias empricas, juntamente com trs teorias estatsticas de teste de hiptese que
naturalmente os acompanham, a saber: (a) O falsificacionismo Popperiano e os p-valores
da estatstica freqentista; (b) A teoria da deciso e chances de aposta Bayesianas; (c) O
construtivismo cognitivo e os e-valores Bayesianos. Este artigo tambm discute a viso do
filsofo Imre Lakatos de matemtica como cincia quasi-emprica.

Palavras-chave: Construtivismo cognitivo; Estatstica Bayesiana; Falsificacionismo
Popperiano; Imre Lakatos; Neo-empiricismo; Paradoxo da probabilidade zero.

2
Depto. de Matemtica Aplicada do Instituto de Matemtica e Estatstica da Universidade
de So Paulo. Rua do Mato 1010, Cidade Universitria; 05508-090, So Paulo, Brazil.
jmstern@hotmail.com
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 274

Abstract
This article compares and contrasts three epistemological frameworks commonly used in
empirical science, together with three statistical theories of hypothesis testing that naturally
accompany them, namely: (a) Popperian falsificationism and the p-values of frequentist
statistics; (b) Decision theory and Bayesian betting odds; (c) Cognitive constructivism and
Bayesian e-values. This article also discusses the philosophers Imre Lakatos view of
mathematics as a quasi-empirical science.

Keywords: Bayesian statistics; Cognitive constructivism; Neo-empiricism; Imre Lakatos;
Popperian Falsificationism; Zero probability paradox.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 275


Problemas de jogos de aposta... parecem
abarcar a totalidade da estatstica terica.
Dubins e Savage 1965; How to Gamble If You Must.

Quem quiser resolver o problema da induo que se
acautele para no tentar provar coisas em demasia.
Karl Popper 1974; Replies to my Critics.

Com uma soluo positiva para o problema da induo,
ainda que rasa, teorias metodolgicas de demarcao podem
ser elevadas de conveno arbitraria a metafsica racional.
Imre Lakatos 1974; A Plea to Popper for a Whiff of Inductivism.

Omega: No gosto desta mudana de verdade para racionalidade.
Racionalidade de quem? Sinto uma infiltrao convencionalista.
Imre Lakatos 1976; Proofs and Refutations.

1. Introduo
As quatro citaes abrindo este artigo demarcam seu escopo e rea de interesse geral. Elas
se relacionam com o problema de verificao de teorias no contexto de cincias empricas.
A citao de Savage enuncia o credo neo-empiricista baseado na metfora do jogador, de
acordo com a qual, as crenas racionais sobre teorias cientficas bem como os processos de
aprendizado associados seguem as regras lgicas da induo, a mesmssima lgica das
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 276

tradicionais apostas de cassino. A citao de Popper alude s bem conhecidas dificuldades
em aplicar o conceito de induo, especialmente no caso de hipteses precisas ou exatas.
Algumas destas dificuldades so relacionadas ao Paradoxo da Probabilidade Zero, ou PPZ.
No obstante, a citao de Lakatos sobre induo refere-se a seu anseio por alguma forma
de elevao (aufhebung) de metodologia cientfica a metafsica racional, isto , ele procura
uma forma de verificar teorias na boa prtica cientfica que justifique ou explique porque
seria razovel aceitar estas teorias (ainda que provisoriamente) como sentenas que
carregam um contedo verdadeiro. Este o corao do clssico problema da verificao
emprica de hipteses cientficas. Finalmente, a citao de Lakatos sobre verdade e
racionalidade, refere-se sua viso de matemtica como cincia quasi-emprica.
difcil escolher uma palavra entre verificao, confirmao, corroborao, e semelhantes,
pois todas elas esto altamente sobre-carregadas com significados muito especficos.
Escolhemos verificao por sua ligao etimolgica direta veracidade do contedo de
uma sentena. Analisaremos o problema de verificao e outras questes relacionadas da
perspective do Con-Cog - o arcabouo epistemolgico do Construtivismo Cognitivo -
equipado com a aparelhagem estatstica do FBST - o Teste de Significncia Bayesiano
Completo. O FBST, por seu turno, define uma funo de suporte estatstico para hipteses
precisas, a saber, o e-valor - valor epistmico de uma hiptese em funo dos dados
observacionais, ou valor da evidncia nos dados observacionais em suporte hiptese.
A soluo oferecida pelo FBST ao problema de verificao em verdade muito rasa, no
sentido de que a funo de suporte proposta, o e-valor, embora baseada na medida de
probabilidade Bayesiana aposteriori, fornece apenas uma medida de possibilidade para a
hiptese em julgamento. Veremos como esta aparente fraqueza de fato a chave para
sobrepujar as barreiras de impossibilidade nos resultados clssicos aludidos por Popper. No
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 277

entanto, a simultnea caracterizao por parte do Con-Cog dos objetos suportados
(hipteses precisa ou exatas) como auto-solues, implica num conjunto de propriedades
essenciais to fortes e ricas que a soluo Con-Cog torna-se tambm muito positiva.
Ademais, o aparato formal do FBST naturalmente implica uma lgica, isto , um clculo
de crenas abstrato para a composio das funes de suporte e um mecanismo de
propagao de valores verdade em redes credais. Neste contexto, podemos sustentar a
causa do arcabouo Con-Cog como uma soluo para (uma forma especfica) do problema
de verificao que capaz de atender (ao menos uma parte substancial) do desejo de
Lakatos.
Nas sees subseqentes, tentaremos explicar e clarificar vrios aspectos relacionados
abordagem Con-Cog para verificao de hipteses, contrastando distintas vises do
assunto. A seo 2 fornece uma breve reviso do arcabouo Con-Cog, incluindo sua
metfora central de objetos como tokens para auto-solues. A seo 2 tambm contrasta o
Con-Cog com as metforas centrais do empiricismo neo-clssico e do falsificacionismo
Popperiano, a saber, as metforas do jogo de apostas e do tribunal cientfico. A seo 3
apresenta o Paradoxo da Probabilidade Zero, contrastando duas medidas padro utilizadas
para a verificao de teorias, a saber, os clssicos p-valores da estatstica freqestista e as
chances de aposta da estatstica Bayesiana embasada na teoria da deciso. Esta discusso
ilustrada por dois famosos exemplos de aplicao devidos a Charles Saunders Peirce. A
seo 4 fornece nossas concluses acerca da natureza da verificao construtiva em cincia
emprica. A seo 5 apresenta a verso do Con-Cog da tese de Imre Lakatos sobre
matemtica como uma cincia quasi-emprica. A seo 6 apresenta comentrios finais e
caminhos para pesquisa futura.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 278

No limitado espao deste artigo, no podemos nos dar ao luxo de explicar nenhuma das
teorias estatsticas anteriormente mencionadas, nem de fornecer uma reviso mais
detalhada dos arcabouos epistemolgicos acima referidos. O texto [2] acompanha
naturalmente o presente artigo, apresentando a teoria formal do FBST. Recomendamos
tambm as seguintes fontes: Para uma perspectiva mais ampla sobre o FBST, vide [23, 31,
38, 39]. Para a abordagem Bayesiana ortodoxa, vide [5, 8, 9]. Para os clssicos p-valores,
vide [29].

2. Reviso sobre o Construtivismo Cognitivo
O arcabouo Con-Cog assenta-se sobre duas metforas bsicas: A metfora Objetos como
auto-solues, devida a Heinz von Forster e a metfora Autopoiese e cognio, devida a
Humberto Maturana e Francisco Varela. Estas so as metforas chave para a ontologia e a
metafsica no Con-Cog. Esta seo apresenta de forma brevssima estas duas metforas;
[10, 25] so as referncias fundamentais.
O conceito de sistema autopoitico uma abstrao que almeja modelar as propriedades
essenciais de um organismo vivo. Sistemas autopoiticos so sistemas dinmicos
(dissipativos) em no-equilbrio exibindo estruturas (meta) estveis, cuja organizao
permanece invariante (por longos perodos) no tempo, no obstante a freqente
substituio de seus componentes. Ademais, estes componentes so produzidos pelas
mesmas estruturas que eles regeneram.
Para poder dar respostas apropriadas s complexidades do ambiente, sistemas
autopoiticos podem ser organizados hierarquicamente como sistemas autopoiticos de
ordem superior. Um exemplo tpico uma colmia, um sistema autopoitico de terceira
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 279

ordem, formado pelo acoplamento de abelhas individuais, os sistemas de segunda ordem,
que por sua vez so formadas pelo acoplamento de clulas individuais, os sistemas de
primeira ordem.
Os processos regenerativos na rede de produo de um sistema autopoitico sempre
requerem a aquisio de recursos como novos matrias, energia e neg-entropia (ordem) do
meio ambiente no qual o sistema se encontra. A aquisio eficiente dos recursos
necessrios demanda (inter)aes seletivas que, por sua vez, precisam ser baseadas em
processos de inferncia apropriados (predies). Assim, estes processos de inferncia
caracterizam o domnio de interaes deste agente como um domnio cognitivo.
No obstante o fato da metfora de autopoiese ter sido desenvolvida para explicar as
caractersticas essenciais de um organismo vivo, o conceito de sistema autopoitico tem
sido aplicado anlise de muitos outros sistemas autnomos, sejam eles concretos ou
abstratos, como por exemplo sistemas sociais e organizaes corporativas, vide [22, 49].
Em particular, sistemas de pesquisa cientfica podem ser visto sob esta luz, vide [17, 22].
A Figura I apresenta uma estrutura idealizada e dinmica de produo de conhecimento. O
diagrama representa, no lado experimental (coluna da esquerda), as operaes de campo ou
laboratrio de uma cincia emprica, onde experimentos so desenhados e construdos,
efeitos observveis so gerados e/ou medidos, e os bancos de dados experimentais so
montados. No lado da teoria (coluna da direita), o diagrama representa o trabalho terico
de anlise estatstica, interpretao e (assim se espera) entendimento de acordo com os
padres aceitos. Se necessrio, novas hipteses (incluindo at teorias inteiras) so
formuladas, motivando o desenho de novos experimentos. Teoria e experimentao
constituem um ciclo de dupla retro-alimentao, tornando claro que o desenho de novos
experimentos guiado pela teoria existente e sua interpretao que, por seu lado,
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 280

constantemente checada, adaptada e modificada para dar conta das observaes
experimentais. O sistema como um todo constitui uma unidade autopoitica.
Experimento Teoria
Modelos

Metfora

Teorias
Operacionais analogia Hipteses



Implementao Auto-Soluo Princpios
tecnolgica Verdadeira/Falsa Metafsicos



Aquisio Anlise Valores verdade
de dados

estatstica

funes suporte
Espao Amostral Espao paramtrico
Figura I - Diagrama de produo Cientfica

Objetos como Tokens para Auto-Solues
A caracterstica circular (cclica ou recursiva) dos processos autopoiticos regenerativos e
suas auto-solues (invariantes, pontos fixos, ou estados de equilbrio, homeostticos,
recorrentes ou recursivos), em sistemas autopoiticos concretos ou abstratos, so
investigados por von Foerster em [10, 37]. A natureza recursiva de sistemas autopoiticos
produz estados recorrentes ou solues estveis. Sob condies apropriadas, uma destas
solues, se apresentada ao sistema, ir regenerar a si mesma como um ponto fixo ou
estado de equilbrio. Estas solues so chamadas auto-valores, auto-vetores, auto-funes
ou, em geral, auto-solues. O conceito de auto-soluo a chave para distinguir objetos
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 281

especficos no domnio cognitivo de um sistema autopoitico. Objetos so tokens para
auto-solues. (Uma bola de futebol algo que interage com um ser humano exatamente
da forma que se espera que uma bola de futebol o faa.) Auto-solues podem ainda ser
marcadas ou rotuladas por palavras (bola-da-FIFA), e estas palavras podem ser articuladas
em uma linguagem.
Obviamente, as regras de articulao definidas por uma linguagem, sintticas, gramaticais
ou semnticas, s faro esta linguagem til se elas de alguma forma corresponderem
regras de composio vlidas para os objetos que estas mesmas palavras designam.
Ademais, von Foerster estabelece quatro atributos essenciais para auto-solues: Auto-
solues so ontologicamente discretas, estveis, separveis e componveis. Em vrios
exemplos bem conhecidos das cincias exatas, estes quatro atributos essenciais levam ao
conceito de base, base de um espao vetorial finito, como em lgebra linear, base de um
espao de Hilbert, como em anlise de Fourier ou anlise de ondaletas (wavelets), ou bases
mais abstratas, como em uma estrutura de matride. No obstante, o conceito de auto-
soluo e seus quatro atributos essenciais to importante no arcabouo do Con-Cog, que
ele utilizado como uma metfora muito mais geral, no necessariamente em contextos
formais. Em particular, o adjetivo objetivo refere-se ao grau em que possvel verificar a
existncia da auto-soluo correspondente a um objeto, e a qualidade com que este objeto
manifesta os quatro atributos essenciais de von Foerster. Para uma interpretao detalhada
destes quatro atributos essenciais no arcabouo Con-Cog, bem como alguns exemplos,
vide [40-43].
importante perceber que o termo discreto, como utilizado por Von Foerster para
qualificar auto-solues em geral, deve ser substitudo, dependendo do contexto especfico,
por termos como de-dimenso-inferior, preciso, exato, singular, etc. At no caso familiar
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 282

de lgebra linear, se definirmos os auto-vetores correspondendo a um auto-valor singular, c,
de uma transformao linear, T( ), apenas pela propriedade essencial de invarincia
direcional, T(x)=cx, obteremos sub-variedades uni-dimensionais que, neste caso, so sub-
espaos ou linhas retas passando pela origem. Apenas se acrescentarmos a condio usual
(embora no essencial) de normalizao, ||x||=1, que obtemos auto-vetores discretos. Esta
propriedade essencial de auto-solues, preciso ou exatido, a chave que abre a
possibilidade de representarmos na linguagem objetos clara ou nitidamente definidos. Na
p.128 de [37], von Foerster declara:
Dentre o infinito contnuo de possibilidades, operaes recursivas esculpem um conjunto
preciso de solues discretas. Auto-comportamentos geram entidades discretas e
identificveis. Produzir entes discretos a partir de uma variedade contnua tem
conseqncias incrivelmente importantes. Isto nos permite comear a nomear as coisas.
Linguagem a possibilidade de esculpir dentre um nmero infinito de experincias
possveis aquelas experincias que permitem interaes estveis de si consigo mesmo..
O arcabouo Con-Cog assume que um objeto sempre observado por um observador,
assim como um organismo vivo ou um sistema autopoitico abstrato interagindo com o
ambiente. Portanto, este arcabouo afirma que manifestaes de auto-solues e
correspondentes propriedades dos objetos so respectivamente guiadas e especificadas por
ambos - sistema e ambiente. De forma mais concisa, Con-Cog sustenta as seguintes
posies:
Idealismo: A crena de que o conhecimento que um sistema tem de um objeto sempre
dependente das relaes autopoiticas deste sistema.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 283

Realismo: A crena de que o conhecimento que um sistema tem sobre um objeto sempre
dependente das restries do ambiente.
Conseqentemente, a perspective Con-Cog requer um delicado equilbrio, chamado
Idealismo objetivo ou realista.

2.1 As Metforas do Cassino e do Tribunal Cientfico
A metfora do cassino ou do jogador, acompanhada do colorido jargo de chances de
aposta, est no corao do empiricismo neo-clssico. Na p.152,V.2 de [20], Lakatos
afirma:
O empiricismo neo-clssico tem um dogma central: o dogma da identidade entre (1)
probabilidades, (2) grau de suporte evidencial (ou confirmao), (3) grau de crena
racional, e (4) coeficientes de aposta racionais. Esta cadeia neoclssica de identidades
no implausvel. Para um verdadeiro empiricista, a nica fonte de crena racional
suporte evidencial, portanto, ele iguala grau de crena racional com grau de suporte
evidencial. Mas plausvel que crena racional seja medida por coeficientes racionais de
aposta. Afinal, foi para determinar coeficientes racionais de aposta que o clculo de
probabilidades foi inventado.
Em um jogo onde h conhecimento apriori sobre os competidores, incluindo diferenas
percebidas na fora, habilidade ou outras vantagens justas ou injustas, um sistema de
pontuao com handicap ou compensaes pode ser desenvolvido para equilibrar as
chances de vitria de todos os competidores. Um jogo de apostas, com todas as suas
manhas e peculiaridades, a metfora guia da teoria da deciso e da estatstica Bayesiana
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 284

ortodoxa. Vrios aspectos e conseqncias do uso desta metfora so analisados em [5, 8,
9, 40-43].
Um tribunal moderno segue o princpio do in dubio pro reo, dando ao ru o benefcio da
dvida, isto , o ru considerado inocente at que seja provada sua culpa. O benefcio da
dvida conseqncia do princpio do onus probandi ou nus da prova, que afirma -
semper necessitas probandi incumbit ei qui agit, que pode ser traduzido como - o nus da
prova sempre recai sobre o agente da acusao. De um lado, o benefcio da dvida torna
mais difcil condenar um ru. Por outro lado, o veredito de um julgamento nunca pode ser
inocente, apenas culpado ou no culpado.
Na metfora do tribunal, uma lei cientfica (provisoriamente) aceita pelo tribunal como
verdadeira, at que esta seja refutada ou provada errnea por evidncia pertinente.
Evidncia pertinente que pode ser utilizada na corte cientfica para refutar uma teoria tem a
forma de observaes empricas que discordam das conseqncias ou previses feitas pela
teoria em julgamento. Ademais, um julgamento justo no tribunal cientfico pode assegurar
a validade das dedues que levaram a uma prova de falsidade, mas no pode dar uma
certificao ou garantia referente validade ou boa qualidade da teoria.
Cincias empricas, especialmente nas assim chamadas cincias exatas, como fsica,
qumica ou engenharia, lidam com entidades quantitativas. Ademais, a prtica padro
destas cincias tambm requer que a veracidade de hipteses cientficas seja avaliado de
forma quantitativa, isto , que hipteses seja submetidas a um julgamento quantitativo
concernente a sua acuracidade e preciso. Ainda mais, o arcabouo Con-Cog nos permite
modelar o desenvolvimento da cincia no contexto de sistemas dinmicos e processos
evolutivos, vide [16] e o Cap.5 de [43]. Entretanto, medidas de ordem e progresso neste
tipo de contexto tambm requerem mtricas para avaliar a objetividade de um conceito, o
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 285

valor epistmico de uma hiptese, o ajuste ou adaptao de uma teoria, e assim por diante.
Dada a importncia das mtricas utilizadas para avaliar afirmaes cientficas, e os muitos
papis que elas desempenham na prtica da cincia, deveramos escolher estas mtricas
com extrema ateno, cuidado e cautela, desenhando apropriadamente sua estrutura e
regulando sua fora e equilbrio. As mtricas padro usadas em cincia emprica so
baseadas em estatstica matemtica. No obstante alguns clculos credais terem sido
capazes de ocupar com sucesso alguns nichos locais e encontrar aplicaes especiais, a
moderna anlise estatstica de dados no tem rival a altura em sua elegncia, robustez,
flexibilidade, poder computacional, e generalidade de seu escopo de aplicaes. Entretanto,
existem alguns problemas no resolvidos h muito pendentes relacionados ao uso de
mtricas estatsticas no contexto de verificao de hipteses. Este o assunto da prxima
seo.
3. O Paradoxo da Probabilidade Zero
Para apreciar integralmente o arcabouo Con-Cog+FBST, e fazer mais contrastes com
outras abordagens, utilizaremos dois exemplos famosos dados no sculo XIX pelo filsofo
Charles Saunders Peirce. Estes exemplos concernem a abduo e induo de hipteses,
estudando possveis procedimentos para adivinhar, justificar, e testar assertivas em
modelos estatsticos.
O conceito Peirceano de induo, como utilizado nestes dois exemplos, seria hoje
denominado estimao de parmetros. Enquanto isto, o conceito Peirceano de abduo
seria hoje em dia denominado seleo de modelos. No contexto destes dois exemplos,
induo e abduo teriam ainda relao com o conceito contemporneo de teste de
hiptese. A bem da simplicidade, ao invs de utilizar a terminologia original empregada
por Peirce, apresentamos estes dois exemplos traduzindo-os para uma linguagem estatstica
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 286

contempornea. Temos a esperana de tradurre senza tradire, isto , traduzir sem trair o
sentido original ou perder sua intuio. Tambm revisaremos alguns tratamentos modernos
para estes dois problemas prototpicos. Como veremos, muitos aspectos dos tratamentos
modernos, bem como muitas de suas inerentes dificuldades, foram antevistas, de uma
forma ou outra, no trabalho de Peirce. O Paradoxo da Probabilidade Zero (PPZ) est no
corao das aludidas dificuldades, e ser estudado em algum detalhe.

3.1 Dois Exemplos de Ch.S.Peirce
O primeiro dos exemplos de Peirce concerne a induo de freqncias de letras e a
abduo de cdigos de cifras, vide CP.5.273. O exemplo das cifras, descrito em linguagem
estatstica contempornea, o seguinte:
- Dados os livros (em Ingls) Erro!, Compilamos os vetores Erro! com as freqncias
com que cada letra do alfabeto ocorre no texto. Notamos que estes vetores concordam
(aproximadamente) com as freqncias mdias no vetor
a
.
- Dado um novo livro (em Ingls) , B
k+1
, podemos afirmar, por Induo, que seu vetor de
freqncias,
k+1
(ainda no compilado) tambm ser (aproximadamente) igual a
a
.
- Dado um livro em cdigo, C, cujo texto foi encriptado usando uma cifra de substituio
simples, compilamos o seu vetor de freqncia de letras,
c
. Notamos que h um e apenas
um vetor de permutaes, , que pode ser usado para (de forma aproximada) casar os
vetores
a
e
c
, isto , existe uma nica bijeo =[ (1), (2), (m)], onde m o nmero
de letras no alfabeto Ingls, tal que
a
(j)
c
( (j)) , para 1 j m. Neste caso, podemos
enunciar, por Abduo, a hiptese de que o vetor a chave correta para a cifra.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 287

Uma formulao padro para a parte de induo deste exemplo inclui a estimao de
parmetros (incluindo a estimao da distribuio aposteriori, da verossimilhana ou ao
menos de intervalos de confiana estimadores pontuais dos parmetros) em um modelo
Dirichlet-Multinomial n-dimensional, onde m o nmero de letras no alfabeto Ingls, vide
[32]. O espao paramtrico deste modelo o (m 1)-simplex, Erro!. Este modelo muito
semelhante ao modelo Dirichlet-Multinomial trinomial utilizado para o exemplo Hardy-
Weinberg em [2]. Uma possvel formulao da parte de abduo envolve expandir o
espao paramtrico do modelo bsico para = , onde o espao discreto das m-
permutaes que codifica a chave da cifra.
A hiptese (abdutiva) de Peirce sobre a cifra enuncia o correto ou verdadeiro vetor de
permutaes,
0
. Esta hiptese tem uma peculiaridade interessante: O espao paramtrico,
= , tem um sub-espao contnuo, , e um sub-espao discreto (na verdade, finito), .
Entretanto, a hiptese apenas envolve (diretamente) a parte discreta. Esta peculiaridade
torna a hiptese muito simples, e passvel do tratamento dado por Peirce. Todavia, super-
simplificao pode ser algo perigoso, como ser visto a seguir no segundo exemplo de
Peirce, dado em in CP.2.707, concernente a abduo de hipteses com parmetros
contnuos.
[Kepler] delineou as vrias conseqncias da suposio de que Marte se move sobre
uma elipse, com o Sol em um dos focos, e mostrou que tanto as longitudes como as
latitudes resultantes desta teoria estavam de acordo com as observaes. ...O termo
Hiptese [significa] uma proposio em que se cr porque suas conseqncias concordam
com a experincia.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 288

Ao invs de formular a hiptese de Kepler em um modelo estatstico contemporneo,
faremos uso outro modelo contnuo que j est mo, a saber, o modelo de Hardy-
Weinberg formulado em [2]. Para uma hiptese precisa H enunciada em um espao
paramtrico contnuo, Peirce percebe que no podemos falar sobre a probabilidade de H
dadas as observaes ou, mais exatamente, que Pr(H | X)=0, ou seja, a probabilidade de um
enunciado desta forma sempre zero. Isto parte de uma sndrome complexa - Paradoxo
da Probabilidade Zero. Como conseqncia, usando uma expresso do filsofo Imre
Lakatos, Peirce prope deslocar o problema (shift the problem). Ao invs de perguntar
sobre a veracidade da hiptese, considerando os dados j obtidos, Peirce prope indagar
sobre a possibilidade de obter dados mais ou menos compatveis com a hiptese,
assumindo que esta seja verdadeira.
A idia de Peirce para testar a hiptese da cifra um precursor dos procedimentos
modernos da estatstica Bayesiana baseada em teoria da deciso, que computam valores de
suporte como probabilidade aposteriori ou chances de aposta. A idia de Peirce para testar
a hiptese de Kepler e outras hipteses contnuas um precursor de procedimentos
estatsticos que computam valores de suporte como os p-valores da estatstica clssica
(curiosamente, temos agora tambm verses Bayesianas disto). Na prxima seo
tentaremos fazer uma reviso intuitiva e no tcnica destas duas solues prototpicas,
contrastando-as com o FBST. Para mais detalhes, vide [43].
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 289

3.2 Solues Freqentista e Bayesiana para Anlise Estatstica dos Exemplos de
Peirce
A abordagem de Peirce para o primeiro exemplo leva, na teoria estatstica Bayesiana
ortodoxa (baseada em teoria da deciso), a uma probabilidade aposteriori da hiptese
calculada em funo do banco de dados observacional. Esta abordagem funciona bem para
o problema da cifra. De fato, quando o nmero de observaes cresce, as probabilidades
aposteriori convergem automaticamente, concentrando suporte pleno (probabilidade 1) na
hiptese verdadeira. Portanto, neste problema simples, podemos de fato confundir os
problemas de induo e abduo. No contexto de um conjunto finito de hipteses
alternativas, pode-se falar equivalentemente sobre a probabilidade aposteriori da hiptese
H
i
, a saber p
i
=Pr(H
i
| X), ou sobre as chances de aposta da hipteses H
i
, a saber, b
i
=p
i
/(1 p
i
).
A soluo da probabilidade aposteriori pode ser adaptada para problemas com espao
paramtrico contnuo, contanto que consideremos apenas parties do espao paramtrico
em um nmero finito de conjuntos de medida no-nula, correspondendo a hipteses
grossas, imprecisas ou inexatas. No entanto, esta abordagem desmorona to logo sejam
consideradas hipteses precisas. A razo deste colapso a armadilha da probabilidade-
zero: Uma hiptese precisa tem probabilidade (ou medida natural de Lebesgue) zero e,
portanto, probabilidade apriori zero. Ademais, a natureza multiplicativa da operao de
escala probabilstica, vide Borges e Stern (2007,Tabela 1), nunca atualizar uma
probabilidade zero para uma probabilidade diferente de zero, vide [2, 4]. Esta a origem
do paradoxo PPZ. Se agora considerarmos o arcabouo Con-Cog, poderemos compreender
a sndrome PPZ em sua plenitude:
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 290

(1) A metfora objeto como auto-soluo implica na preciso das correspondentes
hipteses estatsticas. (2) Hipteses precisas tem probabilidade apriori zero (na medida
natural de Lebesgue). (3) Probabilidade apriori zero implica em um suporte perpetuamente
nulo. Desta maneira podemos entender a seguinte concluso enunciada por Lakatos na
p.154,V.2 de [20]:
Mas ento, graus de suporte evidencial no podem ser o mesmo que graus de
probabilidade [de uma teoria] no sentido do clculo de probabilidade. Tudo isto seria
trivial se no fosse o antigo e respeitado dogma que chamo de a cadeia neo-clssica
identificando, entre outras coisas, coeficientes racionais de aposta com graus de suporte
evidencial. Este dogma confundiu geraes de matemticos e de filsofos.
Existem dois modos bvios de escapar desta encrenca: (A) Arrumar a matemtica para
evitar o PPZ, ou (B) Proibir o uso de hipteses precisas.
(A) Arrumar a matemtica no contexto Bayesiano ortodoxo (e da teoria da deciso padro)
para evitar o PPZ algo que mais facilmente dito do que feito. A moderna estatstica
Bayesiana arranjou diversas manobras tcnicas tentando circundar o PPZ. Algumas das
mais bem conhecidas dentre estas tcnicas so os testes de Jeffrey e outras chances de
aposta com sistemas de handicap ou ajuste de pontuao permitindo a competio de
hipteses precisas. Estas tcnicas fornecem procedimentos ad-hoc para uso prtico, mas
so atormentadas por inconsistncias internas, como o paradoxo de Lindey, ou pela
necessidade de justificar pr-supostos auxiliares ad-hoc (como a escolha de chances de
aposta iniciais, ou as caractersticas do desenho de densidades apriori artificiais - um
oxmoro bvio, etc.). Este precrio estado da arte plenamente reconhecido e admitido na
estatstica Bayesiana ortodoxa baseada na teoria da deciso, vide Sec.10.3 de [50]. De fato,
a resposta ortodoxa que esta confuso no culpa da cincia estatstica, mas sim culpa do
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 291

paradigma de formulao de hipteses precisas to em voga nas cincias exatas. Esta
atitude leva a justificativas para a segunda soluo.
(B) Proibir o uso de hipteses precisas pode ser muito tentador do ponto de vista da
ortodoxia Bayesiana, todavia, inexeq"uivel na prtica estatstica: Cientistas e outros
usurios da cincia estatstica simplesmente insistem no uso de hipteses precisas, como se
fossem magneticamente atrados pelas mesmas, e demandam mtodos estatsticos
apropriados. Da perspectiva Con-Cog, estes cientistas esto cobertos de razo, e fazendo
justamente a coisa certa. Como uma soluo de compromisso, alguns livros-texto
influentes oferecem mtodos como testes de Jeffrey, tomando todavia o cuidado de postar
um assustador caveat emptor, deixando claro que o usurio esta entrando em territrio
perigoso por sua prpria conta e risco. D.Williams, na p.234 de [48], faz um
pronunciamento tpico:
Significncia de hipteses precisas: um apelo a sanidade: ...Me assombroso portanto
que alguns Bayesianos agora atribuam uma probabilidade apriori no-nula para que uma
hiptese precisa seja exatamente verdadeira apenas para obter resultados que parecem
suportar hipteses nulas que os freqentistas mui definitivamente rejeitariam. ( o bvio
ululante que este tipo de resultado uma conseqncia inevitvel).
Este ponto to importante quanto sutil. Para entende-lo corretamente, permitam-nos
primeiramente relembrar o paradigma ortodoxo, como este concisamente enunciado por
Dubins e Savage na p.229,230, Sec.12.8, de [5]. Na segunda citao, de Savage na
p.254,Sec.16.3 de [35], encontramos que hipteses precisas, mesmo se importantes, fazem
pouco sentido neste paradigma, uma proposio que aceita em toda a estatstica
Bayesiana ortodoxa baseada na teoria da deciso.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 292

Problemas de jogos de aposta, em que distribuies de vrias quantidades so
proeminentes na descrio da fortuna do jogador, parecem abarcar a totalidade da teoria
estatstica de acordo com esta viso, que pode ser denominada a viso Bayesiana baseada
na teoria da deciso deste assunto.
Muita ateno dada na literatura estatstica tarefa de testar ...hipteses extremas
(precisas), como eu as denomino.
A inaceitabilidade de hipteses extremas (precisas) perfeitamente bem conhecida; ela
intimamente relacionada conhecida mxima de que cincia desprova, mas nunca prova
hipteses. O papel desempenhado por hipteses extremas (precisas) em cincia e outras
atividades estatsticas parece ser importante mas obscuro. Em particular, embora eu,
como todo mundo que pratica estatstica, tenha muitas vezes testado hipteses extremas
(precisas), eu no posso dar uma anlise satisfatria deste processo, nem dizer claramente
como ele se relaciona aos testes de hiptese definidos neste captulo e outras discusses
tericas.
A intuio de Peirce para testar hipteses precisas no seu segundo exemplo leva aos p-
valores da estatstica clssica. O p-valor definido como a probabilidade acumulada dos
bancos de dados que so mais extremos que o de fato observado, isto , o p-valor integra
(ou soma) a probabilidade de todos os possveis bancos de dados (de mesmo tamanho, ou
com mesma regra de parada) resultantes do experimento que tem uma probabilidade menor
de ocorrer que a o banco de dados obtido.
O p-valor uma soluo prtica que funciona razoavelmente bem para uma hiptese
singular ou pontual, isto , uma hiptese afirmando que o verdadeiro valor do parmetro
de um modelo tem um valor especfico,
1
. O p-valor tem algumas propriedades
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 293

assintticas desejveis, por exemplo: O p-valor converge para zero se a hiptese falsa,
0 1
, e tem uma distribuio limite uniforme se a hiptese verdadeira,
0
=
1
. Estas
propriedades so muito convenientes, pois elas podem ser usadas para obter aproximaes
numricas relativamente fceis de calcular. Hoje em dia difcil apreciar a importncia
destas propriedades em um mundo onde computadores digitais no estavam disponveis, e
modelagem estatstica tinha que ser feita utilizando ferramentas como rguas de clculo,
tbuas numricas e cartas grficas, vide Picket (1965).
Lakatos, na p.31-32,V.2 de [20], faz comentrios muito interessantes concernentes s
correspondncias conceituais e histricas entre o falsificacionismo Popperiano e a teoria
estatstica dos p-valores para teste de hipteses desenvolvida por Neyman-Person-Wald.
Por exemplo:
Como as dificuldades com a induo eram bem conhecidas h muito tempo, admirvel
que independente e quase simultaneamente Neyman e Popper encontraram um
estratagema revolucionrio para substituir o raciocnio indutivo por um processo dedutivo
de teste de hiptese. Eles ento prosseguiram e desenvolveram esta idia central que
compartilhavam em direes diferentes, Popper desenvolvendo-a filosoficamente,
enquanto Neyman (trabalhando conjuntamente com Pearson) mostrou como implement-
la na prtica cientfica.
Por maior que seja sua utilidade prtica, mesmo no caso de hipteses pontuais, os p-valores
podem ser criticados sob alguns aspectos tcnicos. Por exemplo, a no conformidade com
o princpio da mxima verossimilhana de boa inferncia estatstica, vide [26, 46]. O p-
valor oferece ainda uma resposta traioeira, pois ele traduz uma pergunta relacionada ao
espao paramtrico em uma pergunta completamente diferente enunciada no espao
amostral. Isto leva a uma srie de dificuldades de interpretao, vide por exemplo [34]. No
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 294

entanto, a soluo dos p-valores realmente comea a desmoronar no caso de hipteses
compostas, isto , sub-variedades prprias do espao paramtrico. A hiptese de equilbrio
Hardy-Weinber, por exemplo, constitui uma sub-variedade 1-dimensional no espao
paramtrico 2-dimensional. A maior razo deste desmoronamento que a anteriormente
mencionada definio de p-valor no , a bem da verdade, de modo algum uma definio.
No caso de hipteses compostas, no h uma ordem pr-estabelecida no espao amostral e,
portanto, nenhuma noo natural de mais extremo. Uma forma padro de ajeitar a
definio de p-valor testar a hiptese auxiliar simples
0
=
*
, onde
*
o estimador de
mxima verossimilhana (ou o estimador MAP - mxima densidade aposteriori) sob a
hiptese original, dadas as observaes efetuadas. Todavia, a hiptese auxiliar de mxima
verossimilhana post-hoc e, portanto, questionvel at que ponto ela representa
adequadamente a hiptese original.
Outras alternativas consideram uma reduo apriori ou projeo da hiptese composta
sobre uma hiptese simples atravs de um procedimento de eliminao de parmetros
julgados incmodos ou esprios (nuisance parameters). Basu fornece uma excelente
reviso contendo mais de 10 diferentes tcnicas para este propsito em [1]. Todavia, estes
procedimentos so solues caso-a-caso, e podem tornar-se tecnicamente complicados, no
sendo sequer sempre disponveis. As probabilidades aposteriori da estatstica Bayesiana
baseados na teoria da deciso e os p-valores da estatstica clssica, bem como uma
multido de variaes destes paradigmas, tem uma coisa em comum: As manobras
utilizadas para circundar as dificuldades tcnicas inerentes criam solues caso-a-caso.
Portanto, solues dadas a problemas distintos no podem ser diretamente comparadas
nem imediatamente combinadas. Portanto, nestes paradigmas, impossvel definir regras
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 295

lgicas gerais ou clculos abstratos de crena para a composio e propagao das funes
de suporte, como as regras definidas para o FBST em [2].
A soluo FBST para teste de hipteses precisas pode ser vista como um dual do p-valor
- no sentido de que o e-valor acumula a massa de probabilidade dos pontos mais extremos
no espao paramtrico, semelhana do que o p-valor faz no espao amostral.
Surpreendentemente, o uso do e-valor e idias correlatas foi apenas proposto muito
tardiamente na histria da cincia estatstica, em [30].
O FBST faz uma clara distino entre o espao das hipteses e o espao paramtrico,
adotando medidas distintas em cada um deles, a saber, a medida aposteriori natural da
estatstica Bayesiana no espao paramtrico, e a medida possibilstica do e-valor no espao
das hipteses. Tem havido vrias propostas para utilizar medidas alternativas, que no
entanto no fizeram uma distino to clara entre os espaos paramtrico e das hipteses,
mantendo em ambos a mesma medida, como tem sido usual na teoria estatstica.
Excelentes revises destas teorias e muitas outras tentativas de resolver os enigmas do PPZ
e outros paradoxos correlatos, so discutidas em [6, 13, 15, 24, 44].

4. Concluses Acerca da Verificao Construtiva
Nas ltimas sees vimos como o arcabouo Con-Cog foi capaz de domar o PPZ - o
Paradoxo da Probabilidade Zero. Este processo envolveu trs passos conceituais bsicos:
1- Adotar o esquema geral Bayesiano de modelagem estatstica, incluindo a medida de
probabilidade aposteriori no espao paramtrico;
2- Fazer uma clara distino entre o espao paramtrico e o espao das hipteses;
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 296

3- Definir a medida possibilstica do e-valor para o espao das hipteses.
Algumas das propriedades mais importantes do e-valor so:
4- O uso da medida possibilstica do e-valor totalmente compatvel e coerente com o uso
da medida de probabilidade aposteriori na espao paramtrico, p
n
=p( | X). De fato, o FBST
construdo sobre a medida aposteriori, pois o e-valor definido como uma integral na
medida p
n
( )d .
5- A definio do e-valor (e funes verdade) engendra uma lgica, isto , regras de
composicionalidade para o clculo e a propagao de e-valores (para sentenas complexas
a partir de seus constituintes elementares ).
6- A lgica possibilstica dos e-valores tem a lgica clssica como limite, no caso de
valores de suporte Booleanos (0 ou 1, falso ou verdadeiro), vide [2].
Estas propriedades permitem aos e-valores realizar dois feitos maravilhosos:
7- Solucionar o paradoxo da probabilidade zero para hipteses precisas, e
8- Funcionar como uma ponte, harmonizando probabilidade (a lgica subjacente
inferncia estatstica e o paradigma de clculo credal da cincia emprica) e lgica clssica
(a regra prototpica de inferncia dedutiva em matemtica).
O passo 7 representa uma absolvio. Hipteses precisas so liberadas da sndrome do
suporte nulo, e admitidas como cidads de primeira classe no espao das hipteses. No
entanto, o passo 7 no garante que jamais haver uma hiptese precisa com bom suporte
emprico. De fato, considerando o paradoxo da probabilidade zero original, achar uma
hiptese assim to especial deveria ser realmente surpreendente, o equivalente cientfico de
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 297

um milagre! Como ento deveramos chamar o fato de mostrar ser possvel, algo que
quase certamente (na medida de probabilidade) infactvel? No entanto, sabemos que
milagres existem sim. (Os descrentes so fortemente encorajados a fazer algumas
disciplinas de fsica experimental, incluindo um bom bocado de trabalho de laboratrio.)
No arcabouo Con-Cog, a certificao de hipteses precisas por e-valores perto da unidade
uma forma forte de verificao, semelhante a uma confirmao emprica ou autenticao
pragmtica. Em contraste, a corroborao Popperiana apenas falha em refutar. No
entanto, o e-valor no fornece a mquina indutiva para bombeamento de verdades sonhada
pela escola empiricista. H muito mais coisas a se entender sobre cincia como um
processo evolutivo que uma passiva espera pelo crescimento vegetativo de teorias
verdadeiras a partir de dados bem colhidos, vide [14] e o Cap.4 de [43]. (Na verdade, uma
tal mquina poderia tornar-se um grande pesadelo, drenando toda a alma e conscincia da
atividade de pesquisa e extinguindo o esprito criativo da vida cientfica.) Assim,
sustentamos que o arcabouo Con-Cog segue o caminho certo, encontrando um bem
ajustado equilbrio entre os extremos opostos do excesso, almejado pelo empiricismo, e da
escassidade, oferecido pelo falsificacionismo. Assim fazendo, os e-valores do FBST
fornecem exatamente a medida certa para verificao de hipteses, respondendo ao apelo
de Imre Lakatos por um sopro de indutivismo.
Desta perspectiva, o arcabouo Con-Cog no apenas redime hipteses exatas ou precisas
da danao estatstica, mas as coloca em um lugar de honra na atividade cientfica,
elevando hipteses precisas a papis de estrela em qualquer cincia exata. Desta forma,
acreditamos que o passo 7 abre caminho para que o arcabouo Con-Cog oferea
importantes insights sobre a natureza das cincias empricas, insights que podem penetrar
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 298

muito mais fundo que as alternativas oferecidas pelos arcabouos epistemolgicos
tradicionais.

5. Verdade na Linguagem Matemtica
Matemtica a linguagem comum usada para a expresso e manipulao de entidade
simblicas associadas s quantidades de interesse pertinentes ao escopo de cada particular
cincia emprica. Portanto, estamos particularmente interessados na natureza da linguagem
matemtica. Nesta seo argumentaremos que, no arcabouo Con-Cog, matemtica pode
ser vista como uma cincia quasi-emprica, uma idia desenvolvida pelo filsofo Imre
Lakatos. A chave de nossa argumentao est no passo 8 da seo 4. O passo 8 constitui
uma ponte da fsica para a matemtica, da cincia emprica para quasi-emprica. Desta
perspectiva, matemtica vista como um mundo idealizado de teorias absolutamente
verificadas populadas por hipteses com suporte pleno (ou nulo).

5.1 Verdade por Correspondncia vs. por Construo
Para apreciar plenamente as conseqncias da perspectiva Con-Cog de objetos e sua
representao em linguagem, comearemos por contrast-la com abordagens mais
tradicionais, baseadas em cortes dicotmicos e subseqentes correspondncias. Estas
abordagens comeam por estabelecer uma distino que corta o mundo em dois, e ento
escolhem ou decidem se objetos devem ser corretamente colocados do lado de c ou do
lado de l: So objetos conceitos internos em dado sistema ou so eles entidades externas
que esto no ambiente? Pertencem eles ao mundo de cima, subjetivo, da mente, do
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 299

esprito, do pensamento intuitivo, etc., ou pertencem eles ao mundo de baixo, objetivo,
do corpo, da matria, da realidade, etc.?
Um corte primordial rachando o mundo em duas metades sugere tambm duas maneiras
naturais de escalar a montanha epistemolgica: Ou as idias corretas no mundo de cima
so aquelas que correspondem realidade objetiva l embaixo, ou as coisas corretas no
mundo de baixo so aquelas que correspondem s boas idias l em cima, etc. O
princpio de existncia de uma correspondncia verdadeira e esttica um pr-requisito
necessrio, mas h diversas maneiras de estabelecer a conexo, ou de aprend-la (ou de
lembr-la). O empiricista observa diligentemente o mundo, esperando que sua recompensa
seja paga em conhecimento cientfico corrente que possa, por sua vez, ser utilizado para
pagar por ferramentas convenientes a serem utilizadas em empreitadas tecnolgicas. O
idealista dogmtico trabalha duro com sua doutrina nos campos da metafsica, de modo a
assegurar um bom lugar l no topo, esperando assim usufruir de uma viagem tranqila
deslizando morro abaixo o caminho epistemolgico. A abordagem da correspondncia
didtica simples e robusta. Ela pode ser facilmente adaptada a muitas situaes e
propsitos diferentes. Ela tambm tem qualidades didticas atraentes, sendo fcil de
entender e ensinar. A abordagem da correspondncia didtica exige pouco investimento
inicial e tem baixo custo de manuteno, contanto que se entenda que o pressuposto de
uma correspondncia pr-determinada torna todo o sistema essencialmente esttico. Sua
maior fraqueza reside em sua rigidez. No fcil considerar novas hipteses ou conceitos
originais, e mais difcil ainda manejar a refutao ou o descrdito de hipteses ou conceitos
previamente aceitos. Uma nova ordem mundial sempre tem de ser, ao menos em princpio,
construda a partir do cho.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 300

No Construtivismo Cognitivo, linguagem pode ser vista como um terceiro plo no
arcabouo epistemolgico, um terceiro elemento que faz o papel de buffer, moderando ou
mitigando a interao de sistema e ambiente, a relao entre teoria e experimento, etc.
Ademais, apenas dentro de uma linguagem que podemos enunciar sentenas, que podem
ento ser julgadas por sua veracidade ou falsidade. Mais ainda, a linguagem nos fornece
uma prateleira para colocarmos nossos objetos (ou nossas representaes dos mesmos) um
armrio para guardarmos estes tokens simblicos. Mesmo que a noo de correspondncia
dos objetos - quer a conceitos puramente internos de um dado sistema, quer a entidades
estritamente externas no ambiente - seja inconsistente com o arcabouo Con-Cog, este
arcabouo perfeitamente compatvel com ter objetos re-presentados como smbolos em
uma ou vrias linguagens. Esta viso muito conveniente e pode ser muito til, contanto
que no passemos a ter atitudes extravagantes, atribuindo s linguagens poderes mgicos
capazes de criar ex-nihilo o mundo em que vivemos. Embora esta atitude parea uma tolice,
este tipo de erro foi cometido por alguns filsofos do movimento construtivista radical,
vide Stern (2005).
A abordagem Con-Cog requer, desde o incio, uma construo mais sofisticada, mas o
esforo adicional deve ser compensado pela vantagem desta ser mais resiliente. Uma de
nossas metas escapar dos dilemas inerentes s abordagens de correspondncia pr-
determinada, permitindo maior flexibilidade, fornecendo fora estrutural e estabilidade
dinmica. Desta forma, encontrar auto-solues melhores (mais precisas, estveis, fceis
de compor ou vlidas em casos mais gerais) ou melhores representaes para objetos de
uma dada realidade, no implica automaticamente que as formas antigas sejam obliteradas.
Conceitos ou noes antigas podem ser substitudas por formas melhores sem que sejam
categoricamente desacreditadas. Portanto, teorias tm mais espao para continuamente
crescer e se adaptar, enquanto conceito a um tempo abandonados podem ser facilmente
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 301

reciclados se seu reuso mostra-se conveniente em uma posterior oportunidade. Desta forma,
o arcabouo epistemolgico Con-Cog naturalmente acomoda conceitos dinmicos,
mudanas de hipteses e a evoluo de teorias, todas to caractersticas da cincia moderna.

5.2. Ontologias Quasi-Empricas
Ontologias so linguagens controladas usadas para a prtica da cincia. Elas so
desenvolvidas como ferramentas para comunicao cientfica. Esta comunicao tem
aspectos tpicos internos e externos: Precisamos de linguagens para nos comunicar com os
outros e com ns mesmos. Utilizamos linguagens como ferramentas para coordenao
eficaz de aes e como ferramenta para estruturao eficiente do entendimento. Equipados
com ontologias apropriadas, espera-se que os cientistas construam modelos capazes de
fornecer predies confiveis e explicaes intuitivas. Finalmente, ao menos no domnio
das cincias exatas, requer-se destes modelos que tenham uma natureza formal e
quantitativa. Portanto, a abordagem que estamos seguindo naturalmente enfatiza o papel
especial desempenhado pelas linguagens formais ou matemticas, nosso principal interesse
nesta seo.
Matemtica formal ou abstrata, incluindo vrios dialetos populares menos formais, a
linguagem comum utilizada para a expresso e manipulao de entidades simblicas
associadas com as quantidades de interesse pertinentes ao escopo de cada particular cincia
emprica. Portanto, estamos particularmente interessados na natureza da linguagem
matemtica. De fato, argumentamos que a matemtica deve ser vista como uma ontologia
para uma classe de conceitos relevantes a todas as cincias exatas, a saber, os conceitos
relacionados s idias intuitivas de contagem, simetria, nmero, infinito, medida, dimenso
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 302

e continuidade. Deste ponto de vista, a matemtica pode ser vista como uma cincia quasi-
emprica, em oposio a uma cincia Euclidiana, de acordo com a clssica distino
definida pelo filsofo Imre Lakatos na p.40,V.2 de [20].
Se um sistema dedutivo Euclidiano ou quasi-emprico decidido pelo padro de fluxo
de valores verdade no sistema.
O sistema Euclidiano se o fluxo caracterstico a transmisso da verdade de forma
descendente, a partir de um conjunto de axiomas para o resto do sistema - lgica o
instrumento de prova; O sistema quasi-emprico se o fluxo caracterstico ascendente,
rumo s hipteses - lgica um instrumento de crtica. De forma ainda mais geral,
podemos falar de teorias empricas ou quasi-empricas independentemente daquilo que
flui nos canais lgicos: Verdades ou falsidades certas ou falveis, probabilidade ou
improbabilidade, desejabilidade ou indesejabilidade moral, etc. O decisivo como o fluxo
se faz.
Obviamente, no Con-Cog, a verificao (ou no) de teorias medido por e-valores do
FBST que flui de forma ascendente rumo s hipteses, como discutido nas sees
anteriores do artigo. Neste ponto, podemos ver como o arcabouo Con-Cog pode levar a
uma renovada apreciao e entendimento do famoso par de sentenas gmeas devidas a
Albert Einstein, na p.28 de [7], e Imre Lakatos, na p.102 de [19]:
Enquanto as afirmaes da matemtica se refiram a verdades reais, elas no so certas;
e enquanto forem certas, elas no se referem a verdades reais. Kappa: Se quiseres que
a matemtica tenha significado, tens que renunciar certeza. Se quiseres a certeza, livra-
te do significado. No podes ter ambos.

Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 303

5.3. Dedues Formais vs. Demonstraes Explicativas
Das consideraes feitas na ltima subseo, poderamos esperar que os matemticos se
sentissem muito vontade no laboratrio de fsica. No entanto, sabemos que os
matemticos de hoje em dia no costumam se aventurar no laboratrio de fsica para
encontrar suas conjecturas ou provar seus teoremas. Todavia, hoje em dia, cada vez mais
freqente a utilizao de experimentos computacionais, como a gerao aleatria ou
determinstica de instncias ou cenrios para checar se uma conjectura se sustenta, e tentar
corrig-la caso ela se mostre falha, antes de concentrar maiores esforos para fornecer uma
demonstrao formal.
Quanto ao trabalho profissional de laboratrio, a cincia moderna parece preferir uma
abordagem de linha de produo, favorecendo a diviso de trabalho e a especializao.
Cientistas experimentais e engenheiros geram os dados experimentais, e podem ainda
formular leis empricas ou algoritmos heursticos para manejar estas frmulas. Mais tarde,
cientistas tericos refinam estas frmulas e heursticas, e explicam suas propriedades
inserindo-as em um contexto mais amplo. Por exemplo, frmulas empricas simples ou
sistemas tericos completos podem ser justificados por derivao a partir de princpios
metafsicos gerais, isto , neste contexto, princpios metafsicos fornecem respostas
racionais a questes que indagam porque uma teoria de nvel mais baixo ou pode ser
verdadeira, vide Stern (2008, cap.4).
Finalmente, matemticos do um polimento final teoria e, caso necessrio, fornecem
novos embasamentos formais para impor padres mais rigorosos. Esta diviso de trabalho
entre comunidades distintas pode fazer um uso mais eficiente de recursos e habilidades
escassas e, assim procedendo, ser benfica ao desenvolvimento da cincia, acelerando
fortemente o seu progresso. Todavia, o prprio processo de especializao pode dar a falsa
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 304

impresso de que todas estas reas e atividades inter-relacionadas no so apenas
diferenciadas, mas (quase) independentes. Esta atitude geral por vezes refletida em uma
mudana de estilo na maneira em que textos de matemtica so escritos. Em um primeiro
momento, demonstraes matemticas so desenvolvidas como tcnicas de visualizao ou
intuitivos gedanken-experimente. Procurando uma maior generalidade, os argumentos so
apresentados de forma cada vez mais abstrata. Esta a mudana de demonstraes
explicativas ou geomtricas para dedues formais, lgicas ou aritmticas.

5.3.1. Por que a Matemtica Tornou-se uma Cincia Dedutiva?
A viso de Lakatos da matemtica como cincia quasi-emprica, embora no seja incomum,
no a opinio corrente mais difundida. Ao revs, desde os tempos da compilao dos
Elementos de Geometria, a matemtica vista como uma cincia Euclidiana. Todavia, esta
mudana de percepo sobre a natureza da matemtica corresponde a um processo
histrico longo e interessante. rpd Szab, o professor de Imre Lakatos na Hungria,
estudou muito a fundo a histria desta transformao no incio da matemtica Grega, vide
Szab (1978).
De acordo com Szab, este processo histrico pode ser traado, entre outras coisas, pela
transformao de algumas palavras tcnicas e termos especializados usados em textos de
matemtica. Por exemplo, o significado original de , era simplesmente o de mostrar
ou pr em evidncia. Mais tarde, a mesma palavra tornou-se um termo tcnico na
matemtica Grega, como na expresso - o , nosso familiar quod erat
demonstrandum, vide p.188 em [45]. Este uso posterior corresponde a uma abstrao ou
aritmetizao do ideal de demonstrao matemtica, que move-se para longe das metas de
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 305

visualizao geomtrica e explicao intuitiva. A este respeito, Scrates, como citado na
Repblica de Plato na p.194,197 de [45], declara: Os assuntos da aritmtica jazem no
domnio do puro pensamento. Tambm a palavra axioma, o - ser digno ou valoroso,
originariamente denotava a proposio (ex)posta discusso crtica ou dialtica. vide p.49
em [19] e p.65-84 em [45]. Ironicamente, mais tarde, a mesma palavra usada para indicar
uma afirmao bvia ou auto-evidente.
Os mtodos historiogrficos empregados por Szab no so imunes crtica. Todavia, aps
ler sua obra prima, [45], pode-se dizer - Si non vero, ben trovato. Seguindo os
argumentos de Szab, pode-se encontrar uma resposta possvel questo que ele indaga, a
saber, - Como foi que a matemtica tornou-se uma cincia dedutiva? Todavia, nesta seo
estamos interessados em uma outra questo intimamente relacionada, no como mas por
qu, - Por que a matemtica tornou-se uma cincia dedutiva? Por que foi sequer possvel
esta transformao, de cincia de ps no cho para a etrea filosofia?
Mais uma vez, a natureza maravilhosa ou milagrosa de uma hiptese precisa bem
suportada, como discutido na seo anterior, pode explicar a tendncia das mudanas em
percepo e alteraes de significado estudados por Szab. Afinal de contas, apenas
natural esperar que teoremas miraculosos sejam filhos do cu. No me aventurarei a
discutir se bons axiomas vem ou no do cu, ou se eles vem diretamente dO Livro, como
dizia o matemtico Pl Erds. Irei apenas celebrar a revelao deste mistrio. Ele
representa a ltima transmutao do PPZ, de m sina de dvida e confuso, para bom
augrio de conhecimento universal.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 306

6. Pesquisa Futura e Comentrios Finais
A histria da matemtica fornece muitos temas de estudo interessantes que pretendemos
explorar em artigos futuros. Por exemplo, algumas abordagens modernas lgica e teoria
dos conjuntos parecem ter seguido tendncias que convergem com a perspectiva Con-Cog.
Por exemplo, na p.27,V.2 de [20], Gdel afirma:
O papel das assim chamadas fundaes comparvel funo exercida na fsica
terica por hipteses explicativas... a real funo dos axiomas a de explicar os
fenmenos descritos pelos teoremas do sistema, ao invs de tentar fornecer uma genuna
fundao para os mesmos teoremas.
Eugen Wigner e Richard Hamming, [12, 47], ficam assombrados com a desarrazoada
eficcia da matemtica nas cincias naturais. Examinando este mistrio da perspectiva
Con-Cog, entendemos que no h nada mais natural que a eficcia da matemtica nas
cincias naturais, pois a matemtica nada mais que a ordem natural do mundo (incluindo
nos mesmos) expressa em linguagem (to bem como ora podemos faz-lo). Obviamente,
um mistrio mais profundo permanece intocado, a saber, a existncia de um cosmos
ordenado, e no apenas caos. Na verdade, no apenas a existncia de qualquer cosmos, mas
a existncia de um que seja bom, no qual podemos encontrar auto-solues precisamente
definidas, estveis, separveis e componveis, de modo que possam ser utilizados como
blocos ou mdulos na construo do conhecimento. No entanto, considero que mesmo esta
pequena mudana de perspectiva j , em si mesma, uma bela faanha do arcabouo
epistemolgico do Construtivismo Cognitivo.
Agradecimentos: O autor grato pelo suporte recebido do Departamento de Matemtica
Aplicada do Instituto de Matemtica e Estatstica da Universidade de So Paulo, FAPESP -
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 307

Fundao de Amparo Pesquisa do Estado de So Paulo, e CNPq - Conselho Nacional de
Desenvolvimento Cientfico e Tecnolgico (PQ-306318-2008-3). O autor tambm grato
pelo auxlio e pelas discusses com vrios de seus colegas de trabalho, incluindo, Carlos
Alberto de Bragana Pereira, Luis Esteves, Marcelo de Souza Lauretto, Rafael Bassi Stern,
Sergio Wechsler and Wagner Borges. O autor especialmente grato pelos comentrios de
Gbor Kutrovtz da Universidade Lornd Etvs de Budapest referentes aos trabalhos
tardios de Imre Lakatos.

7. Referncias Bibliogrficas
[1] Basu,D. Statistical Information and Likelihood. Edited by J.K.Ghosh. Lect. Notes in
Statistics, 1988, 45.
[2] Borges,W.; Stern,J.M. The Rules of Logic Composition for the Bayesian Epistemic e-
Values. Logic Journal of the IGPL, 2007, 15, 5-6, 401-420.
[3] DeGroot,M.H. Optimal Statistical Decisions. McGraw-Hill: NY, 1970.
[4] Darwiche,A.Y. A Symbolic Generalization of Probability Theory. Ph.D. Thesis,
Stanford Univ. 1993.
[5] Dubins,L.E.; Savage,L.J. How to Gamble If You Must. Inequalities for Stochastic
Processes. NY: McGraw-Hill. 1965.
[6] Eells,E.; Fitelson,B. Measuring Confirmation and Evidence. The Journal of
Philosophy. 2000, 97,12, 663-672.
[7] Einstein,A. Geometrie und Erfahrung. Springer. 1921,
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 308

www.alberteinstein.infoPDFsCP7Doc52_pp382-388_403.pdf.
Transl.in Einstein,A. Ideas and Opinions. Wings Books. 1954.
[8] Finetti,B.de. Probability, Induction and Statistics. NY: Wiley. 1972.
[9] Finetti,B.de. Theory of Probability, V1 and V2. London: Wiley. 1974.
[10]Foerster, H.von. Understanding Understanding: Essays on Cybernetics and Cognition.
Springer Verlag: NY, 2003.
[11] Gelman,A.; Carlin,J.B.; Stern,H.S.; RubinD.B. Bayesian Data Analysis, 2nd ed.
Chapman and Hall / CRC: NY, 2003.
[12] Hamming,R.W. The Unreasonable Effectiveness of Mathematics. The American
Mathematical Monthly, 1980, 87, 2.
[13] Hawthorne,J. Confirmation Theory. To be published at P.S.Bandyopadhyay,
M.R.Forster, vol.eds. D.M.Gabbay, P.Thagard, J.Woods, gen.eds. Handbook of the
Philosophy of Science. Volume 7: Philosophy of Statistics. Elsevier BV. 2010.
[14] Hilts,V. Aliis exterendum, or the Origins of the Statistical Society of London. Isis,
1978, 69,1,21-43.
[15] Huber,F. Confirmation and Induction The Internet Encyclopedia of Philosophy. 2010,
www.iep.utm.edu/conf-ind/
[16] Inhasz,R.; Stern,J.M. Emergent Semiotics in Genetic Programming and the Self-
Adaptive Semantic Crossover. p.381-392 in L. Magnani W.Carnielli (eds.) Model-
Based Reasoning in Science & Technology. SCI 314, Berlin: Springer. 2010.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 309

[17] Krohn,W.; Kppers,G. The Selforganization of Science - Outline of a Theoretical
Model. p.208222 in Krohn,W. Kppers,G.; Nowotny,H. Selforganization. Portrait of
a Scientific Revolution. Dordrecht: Kluwer. 1990.
[18] Kuipers,T.A.F. Inductive Probability and the Paradox of Ideal Confirmation.
Philosophica, 1971, 17, 1, 197-205.
[19] Lakatos,I.; Worall,J.; Zahar,E. (eds). Proofs and Refutations: The Logic of
Mathematical Discovery. Cambridge University Press. 1976.
[20] Lakatos,I. Philosophical Papers. V.1 - The Methodology of Scientific Research
Programmes. V.2. - Mathematics, Science and Epistemology. Cambridge: Cambridge
University Press. 1978.
[21] Lauretto, M.; Pereira,C.A.B.; Stern,J.M.; Zacks,S. Full Bayesian Significance Test
Applied to Multivariate Normal Structure Models. Brazilian Journal of Probability
and Statistics, 2003, 17, 147-168.
[22] Luhmann,N. Ecological Communication. Chicago Univ. Press. 1989.
[23] Madruga,M.R.; Esteves,L.G.; Wechsler,S. On the Bayesianity of Pereira-Stern Tests.
Test, 2001, 10, 291299.
[24] Maher,P. Confirmation Theory. in D.M.Borchert ed. The Encyclopedia of Philosophy
2nd ed. Macmillan. 2005.
[25] Maturana, H.R.; Varela,F.J. Autopoiesis and Cognition. The Realization of the Living.
Dordrecht: Reidel. 1980.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 310

[26] Pawitan,Y. In All Likelihood: Statistical Modelling and Inference Using Likelihood.
Oxford University Press. 2001.
[27] Peirce,Ch.S. Questions Concerning Certain Faculties Claimed for Man. J.of
Speculative Philosophy, 1868, 2,103-114.
[28] Peirce,Ch.S. A Theory of Probable Inference. The Johns Hopkins Studies in Logic,
1883, 126-181.
[29] Pereira,C.A.B.; Wechsler,S. On the Concept of p-value. Brazilian Journal of
Probability and Statistics, 1993, 7, 159177.
[30] Pereira,C.A.B.; Stern,J.M. Evidence and Credibility: Full Bayesian Significance Test
for Precise Hypotheses. Entropy Journal, 1999, 1, 69-80.
[31] Pereira,C.A.B.; Wechsler,S.; Stern,J.M. Can a Significance Test be Genuinely
Bayesian? Bayesian Analysis, 2008 3, 1, 79-100.
[32] Pereira,C.A.B.; Stern,J.M. (2008b). Special Characterizations of Standard Discrete
Models. REVSTAT Statistical Journal, 2008, 6, 3, 199-230.
[33] Pickett Inc. N525 Stat-Rule, A Multi-Purpose Sliderule for General and Statistical Use
(Instruction manual). Santa Barbara, CA, USA. 1965.
[34] Rouanet,H.; Bernard,J.M.; Bert,M.C.; Lecoutre,B.; Lecoutre,M.P,; Roux,B.Le. New
Ways in Statistical Methodology. From Significance Tests to Bayesian Inference.
Berne: Peter Lang. 1998.
[35] Savage,L.J. The Foundations of Statistics. NY: Dover. 1972.
[36] Schilpp,P.A. The Philosophy of Karl Popper. La Salle: Open Court. 1974.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 311

[37] Segal,L. The Dream of Reality. Heintz von Foersters Constructivism. NY: Springer.
2001.
[38] Stern,J.M. Significance Tests, Belief Calculi, and Burden of Proof in Legal and
Scientific Discourse. Laptec-2003, Frontiers in Artificial Intelligence and its
Applications, 2003, 101, 139147.
[39] Stern,J.M. Paraconsistent Sensitivity Analysis for Bayesian Significance Tests.
SBIA04, Lecture Notes Artificial Intelligence, 2004, 3171, 134143.
[40] Stern,J.M. Cognitive Constructivism, Eigen-Solutions, and Sharp Statistical
Hypotheses. Cybernetics and Human Knowing, 2007, 14, 1, 9-36.
[41] Stern,J.M. Language and the Self-Reference Paradox. Cybernetics and Human
Knowing, 2007, 14, 4, 71-92.
[42] Stern,J.M. Decoupling, Sparsity, Randomization, and Objective Bayesian Inference.
Cybernetics and Human Knowing, 2008, 15, 2, 49-68.
[43] Stern,J.M. Cognitive Constructivism and the Epistemic Significance of Sharp
Statistical Hypotheses. Tutorial book for MaxEnt 2008, The 28th International
Workshop on Bayesian Inference and Maximum Entropy Methods in Science and
Engineering. Boracia, So Paulo, Brazil. 2008.
[44] Strevens,M. Notes on Bayesian Confirmation Theory. 2006. Retrieved at 11-11-2010
from www.nyu.edu/gsas/dept/philo/user/strevens/Classes/Conf06/BCT.pdf
[45] Szab,A. The Beginnings of Greek Mathematics. Budapest, Akadmiai Kiad. 1978.
Verificao Construtiva, Induo Emprica e Deduo Falibilista: Um Triplo Contraste

Aspectos de Lgica e Teoria da Cincia 312

[46] Wechsler,S.; Pereira,C.A.B.; Marques,P.C. Birnbaums Theorem Redux. AIP
Conference Proceedings, 2008, 1073, 96-100.
[47] Wigner,E. The Unreasonable Effectiveness of Mathematics in the Natural Sciences.
Communications on Pure and Applied Mathematics, 1960.
[48] Williams,D. Weighing the Odds. Cambridge Univ. Press. 2001.
[49] M.Zelleny,M. Autopoiesis, Dissipative Structures, and Spontaneous Social Orders.
Washington: AAAS - American Association for the Advancement of Science. 1980.
[50] Zellner,A. Introduction to Bayesian Inference in Econometrics. Wiley: NY, 1971.

Julio Michael Stern, www.ime.usp.br/ jstern, Bacharel e Mestre pelo Instituto de Fsica
da Universidade de So Paulo, M.Eng. e Ph.D. pela School of Operations Research and
Industrial Engineering of Cornell University (Ithaca, NY, USA), Livre Docente pelo
Departamento de Cincia da Computao, Professor Titular do Departamento de
Matemtica Aplicada do Instituto de Matemtica e Estatstica da Universidade de So
Paulo, e Consultor e Pesquisador nvel 1 do CNPq na rea de Pesquisa Operacional. Suas
reas de interesse incluem: Algoritmos estocsticos e evolutivos; Estatstica Bayesiana;
Inferncia lgica e epistemologia; Mtodos esparsos e estruturados; Otimizao numrica e
Pesquisa operacional.










Este livro foi confeccionado pelo Grupo de Lgica e Teoria da Cincia
em comemorao aos Vinte e Cinco anos de existncia do Instituto
de Estudos Avanados da USP.

A Lgica experimentou avanos jamais vistos nos ltimo e
penltimo sculos. Digno de meno o aparecimento de novas
categorias de lgicas. Uma delas, a lgica paraconsistente, vem
chamando a ateno de estudiosos por tratar contradies em seu
interior sem o perigo de trivializao. Um de seus descobridores
um lgico brasileiro: Newton C. A. da Costa.

Alm da compreenso de seus fundamentos, paulatinamente
diversas aplicaes foram sendo obtidas nos mais diversos setores do
conhecimento humano, da Filosofia a Inteligncia Artificial e
Automao, quebrando um paradigma do pensamento humano de
mais de dois mil anos.

Grande parte das pesquisas das lgicas paraconsistentes contou com
o apoio do Instituto de Estudos Avanados. Muitas frases podem
refletir essa situao, como a de Shakespeare: entre o cu e a terra
existem muito mais coisas do que sonha sua v filosofia.