Inteligncia

Artificial

Sistemas Nebulosos

Prof. Flavio Aldrovandi Montoro
Flavio Montoro
Roteiro
2
Conjuntos Fuzzy - Fundamentos:
Conceitos bsicos;
Operaes;
Relaes fuzzy;
Variveis lingusticas;
Flavio Montoro
Conceitos bsicos
3
Conjuntos Convencionais:
Funo caracterstica:
A: X {1,0}
Elemento X U
Se A(x) = 1
O elemento pertence ao conjunto A;
Se A(x) = 0
O elemento no pertence ao conjunto A.
e
Flavio Montoro
Conceitos bsicos
4
Conjuntos Convencionais:
Tambm chamados de conjuntos crisp;
Pode ser definido por:
Enumerao:
{1,2,3,4,5,6,7,8,9}
Propriedade dos elementos:
A = ;
B = ;
Funo caracterstica:
A

par} { N| x xe
10} x 10 - { < s eN| x
{ } 1 0, X :
Flavio Montoro
Conceitos bsicos
5
Conjuntos fuzzy:
Definidos por uma funo de pertinncia:
A: X [0,1]
Onde:
X o conjunto base;
A o conjunto fuzzy.
Elementos do conjunto base pertencem ao conjunto
fuzzy com um grau de pertinncia que varia de 0 a 1.


Flavio Montoro
Conceitos bsicos
6
Conjuntos fuzzy:
Funo de pertinncia:
Mapeia elementos do conjunto base X em um nmero real
de 0 a 1.


Flavio Montoro
Conceitos bsicos
7
Conjuntos fuzzy:
Representao de categorias:
Exemplo:
Temperatura


Flavio Montoro
Conceitos bsicos
8
Intervalos X Conjuntos Fuzzy
Exemplo da temperatura:


Flavio Montoro
Conceitos bsicos
9
Como representar a funo de pertinncia?

Representao grfica;

Representao analtica;

Representao tabular;

Representao por lista.


Flavio Montoro
Conceitos bsicos
10
Representao grfica e analtica:
Formas de conjuntos fuzzy:
Triangular


( )
( )

>
e
e
s
=
b x se 0,
b m, x se m), - x)/(b - (b
m a, x se a), - a)/(m - (x
a x se , 0
A(x)
Flavio Montoro
Conceitos bsicos
11
Representao grfica e analtica:
Formas de conjuntos fuzzy:
Trapezoidal


( )

>
e
e
e
s
=
b x se 0,
b) (n, x se n), - x)/(b - (b
n m, x se 1,
m) (a, x se a), - a)/(m - (x
a x se 0,
A(x)
Flavio Montoro
Conceitos bsicos
12
Representao grfica e analtica:
Formas de conjuntos fuzzy:
Gaussiana


2
m) - (x -k
e A(x) =
Para K > 0
Flavio Montoro
Conceitos bsicos
13
Representao grfica e analtica:
Formas de conjuntos fuzzy:
Funo normal

+
=
2
m) - k(x 1
1
A(x)
2
2
m) - k(x 1
m) - k(x
A(x)
+
=
Para K > 0
Para K > 1
Flavio Montoro
Conceitos bsicos
14
Representao grfica e analtica:
Formas de conjuntos fuzzy:
Funo I (gama)

>
+
s
=
a x se
a) - k(x 1
a) - k(x
a x se 0,
A(x)
2
2
Para K > 0
Flavio Montoro
Conceitos bsicos
15
Representao grfica e analtica:
Formas de conjuntos fuzzy:
S

>
e
e
s
=
b x se 1,
b] [m, x se , a)) - b)/(b - 2((x - 1
m] [a, x se , a)) - a)/(b - 2((x
a x se 0,
A(x)
2
2
Flavio Montoro
Conceitos bsicos
16
Representao tabular:
Usado para conjuntos base finitos (discretizados).
Conjunto base contnuo:
T = [0,40]
Conjunto base discretizado:
TD = {0, 5, 10, 15, 20, 25, 30, 35, 40}

A tabela lista os elementos do conjunto base e seus
respectivos graus de pertinncia, podendo omitir os
que tem grau de pertinncia zero.
Flavio Montoro
Conceitos bsicos
17
Representao tabular:
Exemplo da temperatura alta:
X TD TA(x)
0 0
5 0
10 0
15 0
20 0.34
25 0.67
30 1
35 1
40 1
Tabela
Grfico
Flavio Montoro
Conceitos bsicos
18
Representao por lista:
TA = { (0, 0), (5, 0), (10, 0), (15, 0), (20, 0.34), (25,
0.67), (30, 1), (35, 1), (40, 1)}
Notao de lista:
TA = 0/0 + 0/5 + 0/10 + 0/15 + 0.34/20 + 0.67/25 + 1/30 +
1/35 + 1/40
ou
TA = 0.34/20 + 0.67/25 + 1/30 + 1/35 + 1/40
Flavio Montoro
Conceitos bsicos
19
Conceitos relacionados a conjuntos fuzzy:
Corte-o (o-cut):
A
o
= {x | A(x) > o}
Corte-o forte (strong o-cut)
Ao+ = {x | A(x) > o}
Conjuntos de nveis de A
AA = {o | A(x) = o para algum x e X}
Flavio Montoro
Conceitos bsicos
20
Conceitos relacionados a conjuntos fuzzy:
Suporte de um conjunto fuzzy A:
Conjunto binrio que contm todos os elementos de X que
tem grau de pertinncia diferente de 0 em A.
Altura h(A) de um conjunto fuzzy A:
Maior grau de pertinncia obtido por qualquer elemento do
conjunto.
Conjunto normal:
Um conjunto fuzzy normal quando h(A) = 1.
Flavio Montoro
Conceitos Bsicos
21
Operaes simples
Normalizao:
Norm_A(x) = A(x)/h(x)

Generalizao da Concentrao:
Con_A(x) = A
p
(x), tal que p>1

Generalizao da Dilatao:
Dil_A(x) = A
r
(x), tal que r e[0,1]

Intensificao de contraste:
Valores menores que diminuem e os maiores aumentam;

Int_A(x) =

s s
contrrio caso , A(x)) - 2(1 - 1
0.5 A(x) 0 se ), ( A 2
2
2
x
Flavio Montoro
Conceitos Bsicos
22
Relaes Bsicas:
Igualdade
Se tivermos A e B sendo conjuntos fuzzy
A = B see A(x) = B(x)

Incluso
Se tivermos A e B sendo conjuntos fuzzy
A _ B see A(x) s B(x)
Flavio Montoro
Conceitos Bsicos
23
Notaes:
Universos Finitos X = { x
1
, x
2
, ..., x
n
}
A = { (a
i
/x
i
) | x
i
eX }, onde a
i
= A(x
i
) = [1,n]

A = a
1
/x
1
+ a
2
/x
2
+ ... + a
n
/x
n
=
i=1,n
a
i
/x
i

Ou na forma de vetor:
A = [ a
1
a
2
... a
n
]

Universos Contnuos
A(x) = }
x
a/x
Flavio Montoro
Roteiro
24
Conjuntos Fuzzy - Fundamentos:
Conceitos bsicos;
Operaes;
Relaes fuzzy;
Variveis lingusticas;
Flavio Montoro
Operaes
25
Operaes Padro:
Complemento fuzzy;
Interseco fuzzy;
Unio fuzzy.

Operaes Generalizadas:
T-normas e Interseco generalizada;
T-conormas e Unio generalizada;
Dualidade e Leis De Morgan.

Operadores de Agregao
Flavio Montoro
Operaes
26
Operaes Padro:
Tendo X como conjunto base

Complemento:
A(x) = 1 A(x)
Interseco:
(A B)(x) = min(A(x), B(x)) = A(x) ^ B(x)
Unio:
(A B)(x) = max(A(x), B(x)) = A(x)
V
B(x)
Flavio Montoro
Operaes
27
Operaes Padro:
Exemplo:
Flavio Montoro
Operaes
28
Operaes Padro:
Complemento padro:
A
1
(x) = 1 A
1
(x)

Flavio Montoro
Operaes
29
Operaes Padro:
Interseco padro:
(A
1
A
2
)(x) = min(A
1
(x), A
2
(x)) = A
1
(x) ^ A
2
(x)

Flavio Montoro
Operaes
30
Operaes Padro:
Unio padro:
(A
1
A
2
)(x) = max(A
1
(x), A
2
(x)) = A
1
(x)
V
A
2
(x)

Flavio Montoro
Operaes
31
Operaes Generalizadas:
So operaes entre conjuntos que assumem formas
diferentes das operaes padres;

No caso da unio e da interseco, so operadores
que substituem os operadores de mximo e mnimo;

Pertencem a categorias denominadas genericamente
por normas triangulares, as quais garantem que
propriedades de operaes entre conjuntos sero
satisfeitas.

Flavio Montoro
Operaes
32
Operaes Generalizadas:
Normas Triangulares:
Fornecem modelos genricos para as operaes de
interseco e unio de conjuntos fuzzy.

Normas Triangulares (t-normas):
Interseco.

Co-normas Triangulares (s-normas):
Unio.

Flavio Montoro
Operaes
33
Operaes Generalizadas:
Normas Triangulares (t-normas):

Operaes binrias t: [0,1]
2
[0,1] que satisfaz as
propriedades:

Comutatividade: x t y = y t x;

Associativadade: x t (y t z) = (x t y) t z;

Monotonicidade: se x s y e w s z, ento x t w s y t z;

Condies limite: 0 t x = 0, 1 t x = x.

Flavio Montoro
Operaes
34
Operaes Generalizadas:
Exemplos de t-normas:

Mnimo: x t
1
y = min(x,y);

Produto Algbrico: x t
2
y = xy;

Diferena limitada: x t
3
y = max(0, x + y 1);


Interseco drstica: x t
4
y =

=
=
contrrio caso 0
1 x se y
1 y se x
Flavio Montoro
Operaes
35
Operaes Generalizadas:
Exemplos de t
2
(Produto Algbrico):

A
1
A
2
(x) = A
1
(x) . A
2
(x)
Flavio Montoro
Operaes
36
Operaes Generalizadas:
Co-normas Triangulares (s-normas):

Operaes binrias s: [0,1]
2
[0,1] que satisfaz as
propriedades:

Comutatividade: x s y = y s x;

Associativadade: x s (y s z) = (x s y) s z;

Monotonicidade: se x s y e w s z, ento x s w s y s z;

Condies limite: 0 s x = x, 1 s x = 1.

Flavio Montoro
Operaes
37
Operaes Generalizadas:
Exemplos de s-normas:

Mximo: x s
1
y = max(x,y)

Soma algbrica: x s
2
y = x + y xy

Soma limitada: x s
3
y = min(1, x + y)


Unio drastica: x s
4
y =

=
=
contrrio caso 1
0 x se y
0 y se x
Flavio Montoro
Operaes
38
Operaes Generalizadas:
Exemplos de s
2
(Soma Algbrica):

A
1
A
2
(x) = A
1
(x) + A
2
(x) (A
1
(x) . A
2
(x))
Flavio Montoro
Operaes
39
Caractersticas das operaes padres:
Interseco padro (com operador min):
Produz o maior conjunto fuzzy entre todos os produzidos
por todas as possveis interseces (t-normas).

Unio padro (com operador max):
Produz o menor conjunto fuzzy entre todos os produzidos
por todas as possveis unies (s-normas).

So operadores idempotentes (nicas entre as t-
normas e s-normas):
x t x = x e x s x = x
Flavio Montoro
Operaes
40
Dualidade e leis De Morgan
Para cada t-norma existe uma s-norma dual:
x s y = 1 (1 x) t (1 y)
x t y = 1 (1 x) s (1 y)

Escrevendo na forma:
1 - x s y = (1 x) t (1 y)
1 - x t y = (1 x) s (1 y)

Temos as leis de De Morgan:
(A B) = A B
(A B) = A B
Flavio Montoro
Operaes
41
Operadores de Agregao:
Combinam uma coleo de conjuntos fuzzy para
produzir um nico conjunto fuzzy;

Definida por:
h: [0,1]
n
[0,1]

Satisfazendo:

Condies limites: h(0, ...., 0) = 0 e h(1, ..., 1) = 1

Monotonicidade: h(a
1
, ...a
n
) > h(b
1
, ..., b
n
) se a
i
> b
i
, i = 1, ..., n
Flavio Montoro
Operaes
42
Operadores de Agregao:
Na agregao de conjuntos fuzzy A
1
, A
2
, ..., A
n
, a
funo h produz um conjunto fuzzy A operando sobre
os graus de pertinncia dos conjuntos dados para
cada x e X, ou seja:

A(x) = h(A
1
, A
2
, ..., A
n
(x)), para todo x e X.


obs: unio e interseco fuzzy tambm so
operadores de agregao.
Flavio Montoro
Operaes
43
Operadores de Mdia:
So operadores que retornam resultados entre a
interseco fuzzy padro (min) e a unio fuzzy padro
(max):

min(a
1
, a
2
, ...,a
n
) s h(a
1
, a
2
, ...,a
n
) s max(a
1
, a
2
, ...,a
n
)

So operadores idempotentes:

h(a, a, ..., a) = a
Flavio Montoro
Operaes
44
Operadores de Mdia generalizadas:
A classe de operadores de mdia cobrem todo o intervalo
entre as operaes min e max;

Definidos por:

H
p
(a
1
, a
2
, ..., a
n
) = (1/n (a
1
p
, a
2
p
, ..., a
n
p
))
1/p
, tal que p e , p = 0

A funo H
p
representa uma classe parametrizada de
operadores de agregao contnuos, simtricos e
idempotentes;

O parmetro p distingue os operadores de mdia.
Flavio Montoro
Operaes
45
Operadores de Mdia generalizadas:
Mdia aritmtica (p = 1)

H(a
1
, a
2
, ..., a
n
) = 1/n (a
1
, a
2
, ..., a
n
)

Mdia harmnica (p = -1)

H(a
1
, a
2
, ..., a
n
) = n/ (1/a
1
, 1/a
2
, ..., 1/a
n
)

Mdia geometrica ( p 0)

H(a
1
, a
2
, ..., a
n
) = (a
1
* a
2
* ... * a
n
)
1/n

Flavio Montoro
Operaes
46
Operadores de Mdia Ponderados Ordenados
(OWA)

Outra classe de operadores de mdia que cobrem o
intervalo entre as operaes max e min;
Flavio Montoro
Operaes
47
Relao entre operadores de mdia e normas
triangulares

Para um operador de mdia h vale a inequao:
min(a
1
, ..., a
n
) s h(a
1
, ..., a
n
) s max(a
1
, ..., a
n
),
para toda n-upla a
1
, ..., a
n

Todos os operadores de agregao entre a interseo
fuzzy padro e a unio fuzzy padro (operadores de
mdia) so idempotentes;

Estes so os nicos Operadores de Agregao que so
idempotentes.
Flavio Montoro
Operaes
48
Escopo dos operadores de agregao
Flavio Montoro
Roteiro
49
Conjuntos Fuzzy - Fundamentos:
Conceitos bsicos;
Operaes;
Relaes fuzzy;
Variveis lingusticas;
Flavio Montoro
Relaes Fuzzy
50
Definio de relao:
Relaes Convencionais (crisp)
Relaes representam a presena ou ausncia de
associao, interao ou interconexo entre os elementos
de dois ou mais conjuntos;

Relao entre conjuntos X
1
, X
2
, ..., X
n
Subconjunto do
produto cartesiano dos conjuntos X
i
;

A relao tambm um conjunto;

Funo caracterstica:

R(x
1
, x
2
, ..., x
n
) =


( )

9 e
contrrio caso 0
x ..., , x , x see 1
n 2 1
Flavio Montoro
Relaes Fuzzy
51
Definio de relao:
Exemplo de uma relao convencional:

X = {ingls, francs}
Y = {dolar, libra, euro}
Z = {USA, Frana, Canad, Inglaterra, Alemanha}


R(X, Y, Z) = {(ingls, dolar, USA)
(ingles, dolar, Canad)
(francs, euro, Frana)
(frances, dolar, Canad)
(ingles, libra, inglaterra)}

Flavio Montoro
Relaes Fuzzy
52
Relaes Fuzzy:
Conjuntos fuzzy definido no produto cartesiano de
conjuntos convencionais X
1
, X
2
, ..., X
n
onde as t-uplas
(x
1
, x
2
, ..., x
n
) podem ter graus de pertinncia variados
na relao;

X = {a, b, c} e Y = {1, 2}

XxY = { (a,1), (a,2), (b,1), (b,2), (c,1), (c,2) }

A = 0.1/(a,1) + 0.6/(a,2) + 0.9/(b,1) + 1/(b,2) + 0/(c,1) +
0.2/(c,2)

Flavio Montoro
Relaes Fuzzy
53
Representao Matricial:
Exemplo de uma relao fuzzy representando muito
longe:

X = {NY, Paris} e Y = {Beijing, NY, Londres}



NY Paris
Beijing 1 0.9
NY 0 0.7
Londres 0.6 0.3
Flavio Montoro
Relaes Fuzzy
54
Produto Cartesiano de um conjunto fuzzy:
A e B sendo conjuntos fuzzy sobre X e Y;

AxB (produto cartesiano de A e B) uma relao fuzzy
T no conjunto XxY onde:

T(x,y) = min [A(x), B(x)]

X = {a, b} e y = {1, 2, 3}
A = 1/a + 0.6/b e B = 1/1 + 0.5/2 + 0/3

AxB = 1/(a,1) + 0.5(a,2) + 0/(a,3) + 0.6/(b,1) + 0.5/(b,2) + 0/(b,3)


Flavio Montoro
Relaes Fuzzy
55
Operaes sobre Relaes:
Extenso Cilndrica:

Seja A conjunto fuzzy sobre X

Extenso cilndrica de A para XxY:
Relao fuzzy em XxY definida por = AxY tal que:
(x,y) = A(x)xY(y) = A(x) ^ 1 = A(x)
X = {a,b} e Y = {1, 2, 3}
A = 1/a + 0.6/b
= A x Y = 1/(a,1) + 1/(a,2) + 1/(a,3) +
0.6/(b,1) + 0.6/(b,2) + 0.6/(b,3)



Flavio Montoro
Relaes Fuzzy
56
Operaes sobre Relaes:
Projeo:

Tendo a relao fuzzy sobre X x Y, a Projeo de A em X:

Conjunto fuzzy A
0
de X dada por A
0
= Proj
x
A, tal que

A
0
(x) = Max
y
[A(x,y)]
X = {a,b,c} e Y = {1,2,3}
A = 1/(a,1) + 0.6/(a,2) + 0.4/(a,3) + 0.5/(b,1) + 0.8/(b,2) +
0.2/(b,3) + 0.3/(c,1) + 0.3/(c,2) + 0.3/(c,3)
Proj
x
A = 1/a + 0.8/b + 0.3/c
Proj
y
A = 1/1 + 0.8/2 + 0.4/3
Flavio Montoro
Relaes Fuzzy
57
Relaes fuzzy binrias:
Relao fuzzy R(X,Y):

Domnio de R:
Conjunto fuzzy em X;
dom R(x) = max
yeY
R(x,y).

Co-domnio de R:
Conjunto fuzzy em y;
Co-dom R(y) = max
xeX
R(x,y).

Inversa de R:
Relao fuzzy em YxX;
R
-1
(y,x) = R(x,y).
Flavio Montoro
Relaes Fuzzy
58
Composio das relaes fuzzy

Sejam P(X,Y) e Q(Y,Z)
Composio padro (ou composio max-min):
R(X,Z) = P(X,Y)Q(Y,Z)

R(X,Z) = [PQ](x,z) = max
yeY
min[P(x,y),Q(y,z)]
para todo x e X e z e Z

Composio max-t:

R(X,Z) = [PQ](x,z) = max
yeY
t[P(x,y),Q(y,z)]
para todo x e X e z e Z

Outras composies: min-max, min-s


Flavio Montoro
Relaes Fuzzy
59
Exemplo de composio max-min na forma
matricial



1 2 3
a .3 .5 .8
b 0 .7 1
c .4 .6 .5
Y
X

f g h i
1 .9 .5 .7 .7
2 .3 .2 0 .9
3 1 0 .5 .5
Z
Y
=
f g h i
a .8 .3 .5 .5
b 1 .2 .5 .7
c .5 .4 .5 .6
Z
X
P(X,Y) Q(Y,Z) R(X,Z)
Flavio Montoro
Relaes Fuzzy
60
Composio de relaes fuzzy binrias:
Representao grfica


R(1,o) = min[P(1,a),Q(a, o)] = min[0.7, 0.6] = 0.6

R(1,|) = max{min[P(1,a),Q(a, |)], min[P(1,b),Q(b, |)]} = max{min[0.7,0.8],min[0.5,1]} = 0.7
Flavio Montoro
Relaes Fuzzy
61
Relaes fuzzy binrias sobre um nico conjunto:
Uma relao binria (crisp ou fuzzy) pode ser definida
como um subconjunto de XxX= X
2
;

So denotados por R(X,X) ou R(X
2
) e chamados de
grafos dirigidos ou dgrafos;

Formas de representao: as mesmas das relaes
binrias gerais e mais um diagrama formado por ns e
arcos rotulados.


Flavio Montoro
Relaes Fuzzy
62
Relaes fuzzy binrias sobre um nico conjunto:
Na relao binria crisp dizemos que os elementos
x, y e X esto relacionados por R ou pertencem a
relao R denotado por:
xRy ou (x,y) e R

Na relao binria fuzzy dizemos que os elementos
x, y e X esto relacionados por R com um certo grau,
que denotado por:
R(x,y)


Flavio Montoro
Relaes Fuzzy
63
Exemplo - Relaes binrias fuzzy sobre um nico
conjunto:


Flavio Montoro
Roteiro
64
Conjuntos Fuzzy - Fundamentos:
Conceitos bsicos;
Operaes;
Relaes fuzzy;
Variveis lingusticas;
Flavio Montoro
Variveis Lingusticas
65
Motivao
So variveis cujos valores so palavras ou sentenas
ao invs de nmeros;

Porque usar?

Forma de compactar a informao: granularizao;

Aproximao de fenmenos que so pouco definidos ou
muito complexos para permitir uma definio exata;

Prov meios para traduzir uma descrio lingustica em uma
descrio numrica computvel.
Flavio Montoro
Variveis Lingusticas
66
Formalizao

Quntupla (X, T(x), X, G, M)

X nome da varivel;

T(x) conjunto de termos (rtulos) lingusticos, que so os
valores lingusticos que X pode assumir;

X universo (ou domnio) em que X est definida;

G gramtica para gerar os nomes de X

M regra semntica que associa com cada rtulo L e T(x) com
seu significado M(L), que um conjunto fuzzy no universo X.
Flavio Montoro
Variveis Lingusticas
67
Formalizao
Exemplo:

X = temperatura;
X = [0,50], varivel base X;
T(temperatura) = { muito baixa, baixa, mdia, alta, no
muito baixa e no muito alta, muito alta, ...};
M(T) associa cada rtulo em T(temperatura) a um conjunto
fuzzy em X.

Flavio Montoro
Variveis Lingusticas
68
Gramtica

G gramtica livre de contexto

G = (V, E, P, S)
S A
A B
A A and B
B C
B not C
C D
C media
D muito D
D baixa
D alta
Flavio Montoro
Variveis Lingusticas
69
Clculo com VL
Valor de uma VL:
T = L
1
L
2
... L
n
formado pela concatenao de termos atmicos como
muito alta, nem baixa e nem muito alta, ...

Grupos de termos atmicos:
Termos primrios: alta e baixa
Modificadores: muito, mais ou menos
Conectivos e negao: E, OU, No
Flavio Montoro
Variveis Lingusticas
70
Clculo com VL

Problemas:

Dados os conjuntos fuzzy que representam os termos
primrios e dados os significados dos modificadores, dos
conectivos e da negao, calcular o significado (conjunto
fuzzy) de um termo composto.
Flavio Montoro
Variveis Lingusticas
71
Termo composto
da forma T = HL
H modificador
L termo bsico
Ex:
T = muito alta

Modificador = operador H que transforma o conjunto fuzzy
L(x) no conjunto T(x) = HL(x)

Para isso usamos as operaes:
Concentrao
Dilatao
Fuzificao (no foi dada)
Flavio Montoro
Variveis Lingusticas
72
Clculo com modificadores tpicos
Se T = muito L, ento T(x) = Com_L(x)
(o modificador muito atua como intensificador)
Flavio Montoro
Variveis Lingusticas
73
Clculo com conectivos e negao

Associar os conectivos:
E com interseco;
OU com unio;
No com complemento.

Exemplo:
Varivel: temperatura
Valor: no baixa e no muito alta

Valor expresso com operadores sobre conjuntos:
Baixa (muito alta)
Flavio Montoro
Variveis Lingusticas
74
Exemplo:
Varivel temperatura
Flavio Montoro
Variveis Lingusticas
75
Exemplo:
Varivel temperatura
Flavio Aldrovandi Montoro
Flavio_montoro@dc.ufscar.br