O que é existência ou existencial no sentido científico e filosófico do termo?

O que significa existir?

Telescópio James Webb da NASA captura a imagem infravermelha mais profunda do universo até agora. (Image credit: NASA, ESA, CSA, and STScI). A imagem mostra o aglomerado de galáxias SMACS 0723 como era há 4,6 bilhões de anos. A massa combinada deste aglomerado de galáxias atua como uma lente gravitacional ampliando galáxias muito mais distantes atrás dele.

Na filosofia a existência é definida como uma fenomenologia de Ser (pensar a realidade), manifestar-se, expressar-se. A filosofia faz as perguntas e espera as respostas, é apenas uma retórica entre interlocutores.

Na ciência a existência é determinada também pela análise fenomenológica; mas, de dados coletados e que passam de forma obrigatória pelo método científico. A ciência também faz as perguntas, mas ao contrário da filosofia, obtém as respostas (refutáveis e imparciais). A razão de a filosofia estar limitada nesse sentido é diretamente relacionado ao acesso parcial (vieses) aos dados coletadas. Ex: a filosofia não possui aceleradores de partículas, satélites, reatores nucleares, naves espaciais, laboratórios de pesquisas avançados, microscópios eletrônicos, computadores quânticos, réguas de luz (Ligo), etc. Tanto os observáveis quanto inobserváveis são analisados desta forma.

Esboço contendo os principais passos do método científico. O método começa pela observação, que deve ser sistemática e controlada, a fim de que se obtenham os fatos científicos. O método é cíclico, girando em torno do que se denomina teoria científica, a união indissociável do conjunto de todos os fatos científicos conhecidos e de um conjunto de hipóteses testáveis e testadas capaz de explicá-los. Os fatos científicos, embora não necessariamente reprodutíveis, têm que ser necessariamente verificáveis. As hipóteses têm que ser testáveis frente aos fatos, e por tal, falseáveis. As teorias nunca são provadas e sim corroboradas.

Neste aspecto a ciência terá sempre a última palavra (aproximação segura aos resultados – identificação de causalidades), pois está engendrada nas camadas mais subjacentes e abstrativas da realidade (cosmos) inobservadas, esperando que os experimentos comprovem nossas suposições/teorias. Enquanto a filosofia é apenas uma interface comunicativa entre interlocutores; pessoas curiosas, pensadores, etc.

A ciência trabalha em última análise com a nervura da realidade que damos o nome de campos espaciais/subespaciais. Ex: descoberta das ondas gravitacionais em 2015 pelos experimentos ligo. No início do século XX, Einstein anunciou sua descoberta que chamou de teoria da relatividade (especial em 1905 e geral em 1915); entretanto, somente em 2015 os experimentos Ligo, detectaram a fusão de buracos negros, confirmando a assertividade da teoria da relatividade geral.

Simulação das ondas gravitacionais produzidas durante a colisão de dois buracos negros.

Suposições matemáticas não são realidades físicas

Nós inventamos a matemática que serve como uma ferramenta na incessante busca pela realidade e existência. No exemplo das Ondas Gravitacionais, mesmo a teoria da relatividade estar correta em milhões de experimentos no decorrer de um século, foi somente com a detecção das ondas gravitacionais pelos experimentos ligo que tivemos a comprovação completa da teoria. As ondas de espaço/tempo foram detectadas pelas réguas de luz do ligo.

Problemas da física x problemas da matemática.

A metafísica é útil para determinar existências?

A metafísica é o ramo da filosofia que examina a natureza fundamental da realidade em sentido restrito (não pode experienciar), simbólico (atribuição de termos) e principalmente retórico. A palavra “metafísica” deriva das palavras gregas μετά (metá, “depois”) e φυσικά (physiká, “física”). Foi usado pela primeira vez como o título de várias das obras de Aristóteles, porque eram geralmente antologizadas após as obras sobre física em edições completas. O prefixo meta- (“depois”) indica que essas obras vêm “depois” dos capítulos de física. No entanto, o próprio Aristóteles não chamou o sujeito desses livros de metafísica: ele se referiu a ele como:” filosofia primeira” (grego: πρώτη φιλοσοφία; latim:philosophia prima). Acredita-se que o editor das obras de Aristóteles, Andrônico de Rodes, tenha colocado os livros sobre filosofia primeira após outra; Física, e os chamou de τὰ μετὰ τὰ φυσικὰ βιβλία (tà metà tà physikà biblía ) ou “os livros [que vêm] depois dos [livros de] física”.

Relação de metafísica e ciência

Antes da história moderna da ciência, as questões científicas eram abordadas como parte da filosofia natural. Originalmente, o termo “ciência” (latim:scientia) significava simplesmente “conhecimento”. O método científico, entretanto, transformou a filosofia natural em uma atividade empírica derivada do experimento, ao contrário do restante da filosofia. No final do século 18, começou a ser chamada de “ciência” para distingui-la de outros ramos da filosofia. Ciência e filosofia têm sido consideradas disciplinas separadas desde então. Daí em diante, a metafísica denotou investigação filosófica de caráter não empírico sobre a natureza da existência.

Rejeição da metafísica

A metametafísica é o ramo da filosofia que se preocupa com os fundamentos da metafísica. Vários autores sugeriram que muito ou toda a metafísica deveria ser rejeitada, uma posição metametafísica conhecida como deflacionismo metafísico.

Posição pessoal deste autor quanto à metafísica

Na minha concepção dos fundamentação da realidade, a metafísica não pode ser considerada relevante, em razão de haver uma redundância expressiva tanto na classificação de termos e não há meios de aplicar esses termos nas descobertas científicas que definem o significado dos observáveis e inobserváveis.

O realismo científico é a realidade?

A minha resposta é: NÃO! O realismo científico descreve a ciência a partir do seu objetivo e de suas conquistas. Interpreta que a ciência desenvolve teorias científicas que visam descrever com veracidade as entidades (observáveis e inobserváveis) e os fenômenos que ocorrem no universo, considerando que são independentes da nossa capacidade de descobri-los. Além disso, a ciência seria capaz de construir conhecimento. De acordo com os realistas as teorias científicas não se limitam apenas aos instrumentos, mas também são descrições do mundo ou de certos aspectos do mundo.

Na ciência, umobservável significa, geralmente, algo que pode ser detectado a partir dos sentidos humanos (fótons que simbolizam a luz, sons que chegam aos nossos ouvidos). Para o realismo científico, um observável é aquilo que, em condições favoráveis, é capaz de ser percebido utilizando-se apenas de nosso sistema sensorial. Então, neste contexto, inobserváveis são as coisas que precisam de aparelhos fora de nossos sentidos para que sejam detectados: elétrons, campos elétricos, prótons, ondas gravitacionais, entre outros.

Obs: tanto os observáveis quanto inobserváveis são existenciais.

Problemas com o realismo científico

Um dos critérios do realismo científico compromete-se com a ideia de que o mundo em si não depende da existência de nossa cognição; ou seja, os fenômenos ocorrem e os objetos existem mesmo que não haja um estudo científico sobre eles. Com relação aos inobserváveis, é entendido que eles existam mesmo que não tenhamos a capacidade de medi-los.

Epistemologicamente, o realismo está comprometido com a ideia de que as alegações teóricas têm interpretações literais e são independentes da nossa capacidade de medi-las, constituindo o conhecimento do mundo. Já os céticos acreditam que as teorias sobre inobserváveis não são capazes de formar conhecimento. Uma ideia geral é que as nossas melhores teorias científicas são descrições verdadeiras ou aproximadamente verdadeiras de aspectos observáveis ou inobserváveis presentes no mundo e independem da nossa concepção.

A razão do realismo científico estar equivocado pode ser representado pela equação abaixo e significa: o que ainda não foi experimentado (testado) não pode ser considerado conhecimento, pois estaria fora do escopo da experiência que configura o próprio método científico.

  • Universo = Realidade U leis da física 100% (descobertas)
  • Matemática = 100% invenção humana cerebral
  • Realismo científico = 100% experimental (método científico)
  • Realidade ≠ Realismo científico
  • Realidade = Universo ∩ Realismo Científico

Plausibilidade interpretativa dos existenciais

Os existenciais são formados por aspectos observáveis ou inobserváveis (subjacentes/subespaciais) que precisam ser identificados tanto por meio do método científico aplicado em sua análise, quanto à nossa capacidade de formular uma interpretação sobre eles. Neste sentido um existencial é a construção ou conjunção de algo que estamos afirmando sobre um aspecto da realidade imediata somado aos critérios de concepção, identificação e medição. Existência é a construção (formação) do conhecimento!

A construção do conhecimento nasce no vazio: C = ∅, se utiliza do método científico que permite trazer a realidade até nossa percepção, enquanto modelos matemáticos aproximam nossa simulação cerebral até essa realidade. A partir deste âmbito a existência se faz presente.

{RC}

Referências Bibliográficas

La Banca Brasileira – Baixe o Relatório de Pesquisa Empírica – Fernando Nogueira da Costa 2022

Neste estudo, meu amigo blogueiro e professor de economia da Unicamp: Fernando Nogueira da Costa, fez um apanhado de dados empíricos comparando os diversos setores de nossa economia com dados econômicos, sociais, bancários atuais de outros países, tanto da américa latina quanto às principais economias.

O estudo mostra a realidade atual de nosso país frente aos países do hemisfério sul, comparando esses dados com os dados das principais economias nos assuntos: BIP nominal, per capita, bancos públicos e privados, investimentos em educação, exploração energética, etc. Clique na capa do relatório para download imediato. Boa leitura! {RC}.

Referências Bibliográficas

Aprenda organizar espaços e subespaços na matemática

Figura 1 – Definimos em P(n) a probabilidade de um evento n ocorrer.

A Probabilidade Condicional determina a probabilidade de um evento A ocorrer na certeza da ocorrência de um evento B, qualquer que seja a ordem dos eventos.

É representado por: P(A/B) = P(A∩B)/P(A) Lê-se: a probabilidade do evento A na certeza do evento B. A cardinalidade do número natural é ℵ0 (lê-se alef-nulo ou alef-zero), o cardinal seguinte maior é ℵ1, depois vem ℵ2 e assim por diante. Continuando desta maneira, é possível definir um número cardinal ℵα para qualquer número ordinal α.

O que é um espaço/subespaço

São as possibilidades existenciais em todos os sentidos que podemos imaginar, conceber e principalmente medir. A existência (universo) nasceu com suas próprias leis da física (inclusos os espaços e subespaços); então, não podemos conceber algo que não esteja incorporado nas leis da física. É importante não confundir Realidade com Leis da Física. Ex: Universo = Realidade U leis da física (100% descobertas); portanto, é obrigatório expandir nossos modelos matemáticos em direção à realidade para que possamos compreendê-la. Fora da ficção, literatura, filosofia, licença poética; tais coisas em si mesmas não podem existir – caso estejam fora de algum espaço ou subespaço. A infraestrutura de nosso universo ou de outros universos é formada por espaços e subespaços em sentido físico e amplo do termo.

Espaço em matemática

O espaço é a extensão tridimensional ilimitada e infinita em que objetos e eventos têm posições e direções relativas. É dentro dos espaços e suas subdivisões (subespaços), onde encontramos todas as possibilidades existenciais no universo físico (leis da física) e no Universo do discurso matemático (UDM).

O que são conjuntos?

Podemos defini-los como: a organização dos espaços e subespaços matemáticos. Para que possamos aprender matemática em profundidade é necessário aprendermos a linguagem moderna dos conjuntos. Por uma questão de notações e convenções seguidas por quase todos os matemáticos e este autor, usaremos letras MAIÚSCULAS para representar conjuntos e letras minúsculas para representar os elementos de um conjunto. Os elementos de qualquer conjunto são colocados entre chaves, ou seja, “{” e “}”. Além disso, se um objeto x pertence a um conjunto X, o representamos como x X. Da mesma forma, se um elemento não pertence ao conjunto, escrevemos x ∉ X. Importante: tanto as notações quanto toda a simbologia matemática, ocupam locais que chamamos de espaços, ao local dentro de outro local podemos nomear como subespaços.

O que são elementos?

Um conjunto é uma coleção de objetos chamados elementos ou membros. Um conjunto sem objetos é chamado conjunto vazio e é denotado por 0 (zero, ou às vezes por {} abre e fecha chaves sem conteúdo).

Ex: S:= {0,1,2,3}

Com os símbolos:= (dois pontos e igual), queremos dizer que estamos definindo o que é S, ao invés de apenas mostrar uma igualdade. Nós escrevemos:

1 ∈ S

para denotar que o número 1 pertence ao conjunto S, ou seja, 1 é um membro de S. Às vezes queremos dizer que dois elementos estão em um conjunto S, então escrevemos “1, 2 ∈ S” como uma abreviação para “1 ∈ S e 2 ∈ S”. Da mesma forma, escrevemos:

5 ∉ S

para denotar que o número 5 não está em S, ou seja, 5 não é membro de S.

Os elementos de todos os conjuntos em consideração vêm de algum conjunto que chamamos universo. Para simplificar, muitas vezes consideramos o universo como o conjunto que contém apenas os elementos nos quais estamos interessados. O universo é geralmente entendido a partir do contexto e não é mencionado explicitamente. Neste contexto, nosso universo será na maioria das vezes o conjunto de números reais. Enquanto os elementos de um conjunto geralmente são números – outros objetos; como outros conjuntos, podem ser elementos de um conjunto. Um conjunto também pode conter alguns dos mesmos elementos que outro conjunto.

Por exemplo:

T:= {0, 2}

contém os números 0 e 2. Neste caso, todos os elementos de T também pertencem a S. Escrevemos T ⊂ S. Observe:

Figura 2. Um diagrama dos conjuntos do exemplo S e seu subconjunto T. Observe que estamos organizando o espaço de S com seu subespaço interior T.

Aprenda ler matemática

Talvez a maior gafe encontrada no ensino da matemática é quando os alunos não sabem ler as equações e os objetos matemáticos. Ao observar um símbolo, uma fórmula ou equação, você não pode ficar com a dúvida cruel sobre a simbologia empregada, o contexto e principalmente a verbalização da frase na explicação de cada elemento apresentado. Ao olhar para a matemática: você não pode guardar a dúvida – resolva a dúvida de imediato (pergunte ao professor ou pesquise na internet em locais confiáveis com fontes de referência – como neste blog) – jamais fique na dúvida sobre: pontos, linhas, gráficos, letras, símbolos, equações, etc.

Realidade (física) e matemática (subjetiva)

O universo (realidade ou natureza) é 100% físico, não há existências fora das leis da física (isso inclui a mecânica quântica e teoria da relatividade); portanto, não há matemática escondida na natureza, você não deve procurar matemática na natureza, se fizer isso cometerá o tão falado: viés de confirmação, parte do viés cognitivo. Toda a matemática é 100% subjetiva e como tal é apenas um produto de nosso cérebro que usa nossos sentidos (simulação cerebral) – inclusos – nossos pensamentos, para que possamos intuir a matemática. É por esse motivo que nós não podemos ter acesso direto à realidade física sem antes passarmos pela simulação de nosso cérebro – nossos corpos, funcionam como se fossem sensores ou antenas, por meio dos quais nosso cérebro simula o mundo ao nosso redor. Ex: uma teia de aranha, uma folha, o padrão das conchas, favos de mel, etc. Essas coisas são apenas representações da realidade, geradas por nosso cérebro. Inclusive a dupla hélice de nosso DNA, é apenas uma construção matemática que nós atribuímos pela forma como nosso cérebro consegue interpretar a realidade física por meio de uma simulação interna. Fique atento: somente depois que a matemática foi transformada em experimentos confrontados com o mundo físico (leis da física), é que a realidade toma forma e alcançamos a verdade dos fatos. Enquanto a matemática for apenas um apanhado de fórmulas e símbolos em nossas cabeças, o lá fora estará sempre vazio ∅, cuja existência é uma nebulosidade indefinida.

Teorema, proposição, lema e corolário

Teorema

Em matemática, um teorema é uma afirmação que tem sido provada, ou pode ser provada. A prova de um teorema é um argumento lógico que usa as regras de inferência de um sistema dedutivo para estabelecer que o teorema é uma consequência lógica dos axiomas e teoremas previamente provados.

Terminologia

Há vários termos diferentes para afirmações matemáticas, esses termos indicam o papel que as declarações desempenham em um determinado assunto. A distinção entre termos diferentes às vezes é bastante arbitrária, e o uso de alguns termos evoluiu ao longo do tempo.

  • Um axioma ou postulado, é um pressuposto fundamental em relação ao objeto estudado, que é aceito sem comprovação. Um conceito relacionado é o de uma definição, que dá o significado de uma palavra ou frase em termos de conceitos conhecidos. A geometria clássica discerne entre axiomas, que são afirmações gerais e postulados, que são afirmações sobre objetos geométricos. Historicamente, os axiomas eram considerados “evidentes”, hoje eles são meramente considerados verdadeiros.
  • Uma conjectura é uma afirmação não comprovada que se acredita ser verdadeira. Conjecturas são normalmente apresentadas em público, e nomeadas após seu criador (por exemplo, a conjectura de Goldbach e Collatz conjectura). O termo hipótese também é usado neste sentido (por exemplo, hipótese de Riemann), que não deve ser confundido com “hipótese” como premissa de uma prova. Outros termos também são usados ​​ocasionalmente; por exemplo, problema quando as pessoas não têm certeza se a afirmação deve ser considerada verdadeira. O Último Teorema de Fermat foi historicamente chamado de teorema; embora, por séculos, tenha sido apenas uma conjectura.
  • Um teorema é uma afirmação que foi comprovada como verdadeira com base em axiomas e outros teoremas.
  • Uma proposição é um teorema de menor importância, ou considerado tão elementar ou imediatamente óbvio, que pode ser declarado sem provas. Isso não deve ser confundido com “proposição” conforme usada na lógica proposicional. Em geometria clássica o termo “proposição” foi usado de maneira diferente: em Os Elementos de Euclides (300 AEC), todos os teoremas e construções geométricas foram chamados de “proposições”, independentemente da sua importância.
  • Um lema é uma “proposição acessória” – uma proposição com pouca aplicabilidade fora de seu uso em uma prova particular. Ao longo do tempo um lema pode ganhar em importância e ser considerado um teorema, embora o termo “lema” geralmente é mantido como parte de seu nome (por exemplo, o lema de Gauss, o lema de Zorn, e os lemas fundamentais).
  • Um corolário é uma proposição que segue imediatamente de outro teorema ou axioma, com pouca ou nenhuma prova exigida. Um corolário também pode ser uma reafirmação de um teorema em uma forma mais simples, ou para um caso especial: por exemplo, o teorema “todos os ângulos internos em um retângulo são ângulos retos” tem um corolário que “todos os ângulos internos em um quadrado são ângulos retos” – um quadrado sendo um caso especial de um retângulo.
  • A generalização de um teorema é um teorema com uma afirmação semelhante, mas em um escopo mais amplo, a partir do qual o teorema original pode ser deduzido como um caso especial (um corolário).

Resumo

Aos resultados acima chamamos de Teorema, enquanto a maioria dos resultados chamamos de Proposições, e para alguns chamamos de Lema (um resultado que leva a outro resultado) ou Corolário (uma consequência rápida do resultado anterior). Não se concentre muito na nomenclatura. Algumas são tradicionais, outras são escolhas estilísticas. Não é necessariamente verdade que um Teorema é sempre “mais importante” que uma Proposição ou um Lema. Também precisaremos cruzar ou unir vários conjuntos de uma só vez. Se houver apenas um número finito, então simplesmente aplicamos a operação de união ou interseção várias vezes.

Sugestões importantes

Há várias estratégias diferentes para provar proposições. Além de usar diferentes métodos de prova, os alunos geralmente cometem alguns erros comuns quando estão aprendendo a provar teoremas. Para auxiliar os alunos que estudam matemática abstrata pela primeira vez, listo aqui algumas das dificuldades encontradas e algumas das estratégias de prova disponíveis.

  • Um teorema não pode ser provado por exemplo; no entanto, a maneira padrão de mostrar que uma afirmação não é um teorema é fornecer um contraexemplo.
  • Os quantificadores são importantes. Palavras e frases como: somente, para todo, para todos e para alguns, possuem significados diferentes.
  • Nunca assuma nenhuma hipótese que não esteja explicitamente declarada no teorema. Você não pode tomar as coisas como garantidas.
  • A matemática é desprovida de realidade (a física é o mundo natural ou real, a matemática será sempre subjetiva – nossa ferramenta mais importante).
  • Suponha que você queira mostrar que um objeto existe e é único. Primeiro, mostre que realmente existe tal objeto. Para mostrar que é único, suponha que existam dois desses objetos, digamos x e y, e então mostre que x = y.
  • Às vezes é mais fácil provar a contra positiva de uma afirmação. Provar a afirmação “Se p, então q” é exatamente o mesmo que provar a afirmação “Se não q, então não p”.
  • Embora, geralmente seja melhor encontrar uma prova direta de um teorema, essa tarefa às vezes pode ser difícil. Pode ser mais fácil supor que o teorema que você está tentando provar é falso e esperar que no decorrer do seu argumento você seja forçado a fazer alguma afirmação que não pode ser verdadeira.

Universo do discurso matemático (UDM)

Acima falamos do universo real das leis da física que é independente de nossos conceitos ou suposições, quando falamos de matemática podemos utilizar o que chamo de “universo do discurso matemático UDM” para representar todo o repertório de objetos ou elementos que fazem uso da lógica subjetiva inventada por nós e espelhada em nossa simulação construída por nosso cérebro (abstrações/intuições). Para dúvidas quanto à simbologia matemática, consulte meu outro poste: Pense com clareza – Lógica e simbologia matemática – Ebooks inclusos.

Ex1: construtor de conjuntos

C = {x ∈ R|0 ≤ x ≤ 1}

Lê-se: C é igual ao espaço x que pertence a R (conjunto dos reais) tal que 0 é menor ou igual ao espaço x que é menor ou igual 1.

Ou, também podemos ler como: “C é uma coleção de todos os elementos x de R tais que 0 é menor ou igual a x e x é menor ou igual a 1”.

Considere a coleção C, que faremos do nosso universo R de números reais da forma maior ou igual a 0 e menor ou igual a 1. Vejamos se podemos listar os elementos como acima. Claramente, 0 é um número real que segue nosso critério para estar na coleção e 1 também. Existe algum outro número real entre 0 e 1 que também satisfaça o critério? Sim! Um desses números é 1/2 (particionamento de espaços).

Considerando a maneira de escrever conjuntos tratadas no exemplo 1 acima, faremos os seguintes conjuntos do conjunto dos números reais R:

(conjunto vazio) – existencial e sem elementos.

N = {1, 2, 3, ···} ,

Z = {…, −3, −2, −1, 0, 1, 2, 3,…},

Q = {p/q ∈ R|p ∈ Z e q ∈ N},

Q+ = {x ∈ Q|x > 0},

Q = {x ∈ Q|x < 0},

Q = {x ∈ Q|x ≠ 0},

R+ = {x ∈ R|x > 0},

R = {x ∈ R|x < 0},

R = {x ∈ R|x ≠ 0}.

Neste exemplo, usamos essas notações para os conjuntos definidos acima. Aqui, o conjunto N é chamado de conjunto dos números naturais, Z é chamado de conjunto dos inteiros e Q é chamado de conjunto dos números racionais. Um conjunto que ainda não escrevemos e ao qual não damos uma notação é o conjunto dos números irracionais. Será tratado em outro poste o motivo é a falta de espaços aqui.

Vimos até agora que podemos formar conjuntos que contêm números. Uma pergunta natural surge: existem conjuntos que contêm elementos que não são apenas números? Bem, como podemos ter visto em nosso ensino médio, os conjuntos podem conter quaisquer tipos de elementos: números, alfabetos, palavras ou; na verdade, um conjunto de livros ou papeis também é um conjunto! Nesta fase, porém, uma pergunta melhor pode ser feita: os elementos de um conjunto podem ser conjuntos? Vamos tentar descobrir por meio de exemplos:

Famílias de conjuntos

Considere o conjunto dos números reais, R. Desejamos coletar todos os conjuntos construídos a partir dos elementos de R que contêm 0. Agora, estamos coletando conjuntos em vez de elementos individuais de R. Podemos ter um desses conjuntos? Sim, o próprio R. Podemos ter outro? Novamente a resposta é sim! {0} é outro conjunto desse tipo. Claramente, listar todos esses conjuntos seria impraticável. Então, usaremos uma função construtora de conjuntos para escrever nossa coleção que chamaremos de F. Então temos:

F = {S|S é construído a partir dos elementos de R e 0 ∈ S}

Lê-se: F é uma função igual ao conjunto S, tal que S é construído a partir dos elementos de R e 0 ∈ pertence a S.

Os elementos de conjuntos podem ser os próprios conjuntos. Sempre que tal coisa acontece, ou seja, temos uma coleção de conjuntos, devemos usar letras (como o F que usamos acima) para escrevê-las. Antes de prosseguir, vamos tentar obter uma coleção de conjuntos, onde os conjuntos serão construídos a partir de N.

Ex2: indexação de conjuntos

Consideremos, como nosso universo, o conjunto dos números naturais N e para cada número natural n ∈ N, tentamos coletar conjuntos (construídos a partir de N) que tenham todos os elementos de 1 a n. Isso significa dizer que coletamos conjuntos Sn para cada n. Aqui, se tentarmos dar diferentes símbolos (letras) a cada um desses conjuntos, ficaremos sem símbolos! Assim, tentamos “indexar” esses conjuntos. Ou seja, escrevemos Sn = {1, 2, ···, n}, onde se entende que à medida que n muda, os elementos do conjunto Sn também mudam. Portanto, S1 = {1}, S2 = {1, 2}, S3 = {1, 2, 3} e assim por diante. Assim, escrevemos nossa família de conjuntos como:

F = {Sn|n ∈ N}

Lê-se: a função ou família F é igual ao conjunto Sn tal que n pertence ∈ a N.

Aqui, dizemos que F é uma família de conjuntos indexada por N; o conjunto dos números naturais N é chamado de conjunto de índices e n é chamado de índice.

Conjuntos nem sempre são indexados por números naturais. Também podemos indexar conjuntos por outros conjuntos, como: inteiros, números racionais, números reais, ou mesmo por um conjunto que não é necessariamente um conjunto de números. Na maioria das vezes, consideraremos um conjunto de índice arbitrário, que denotamos por Λ (Letra grega Lambda Maiúscula ou λ minúscula, ao longo do texto), cujos elementos não são exatamente conhecidos por nós. Usaremos letras gregas maiúsculas para denotar conjuntos de índices arbitrários e as letras gregas pequenas (correspondentes) para denotar os elementos do conjunto de índices. Portanto, em geral, uma família indexada de conjuntos será escrita como:

F = {Aλ|λ ∈ Λ}

Antes de prosseguir, vamos tentar ver um tipo especial de coleção. Suponha que nosso universo seja o conjunto de todos os humanos que vivem na Terra. Suponha que uma pessoa como nós deseja coletar todos aqueles humanos que têm 5 mãos, 6 pernas e 4 caudas. Existe algum ser humano vivo na terra com essas configurações? A resposta é não! Então, nossa coleção não tem nenhum elemento. Um conjunto sem elementos é chamado de conjunto vazio e é denotado por . Uma pessoa com boa experiência em lógica pode fazer uma pergunta neste ponto: em todos os lugares foi escrito um (conjunto vazio). O uso de “um” é justificado? Em outras palavras, o conjunto vazio é único? Abordaremos essa questão mais tarde, depois de termos visto o suficiente sobre operações e igualdades de conjuntos.

Operações em conjuntos

Assim que tivermos os conjuntos, podemos começar a brincar com eles. A primeira coisa que podemos fazer neste momento é comparar dois conjuntos. Em primeiro lugar, abordaremos a questão: quando podemos dizer que dois conjuntos são iguais? No início, definimos nossos conjuntos como coleções. Primeiramente notamos que durante a coleta, não damos importância à ordem em que são coletados. Como resultado, os conjuntos {1, 2} e {2, 1} são os mesmos. O que observamos? Dados dois conjuntos X e Y, quando podemos dizer que eles são iguais? Uma resposta baseada em completa intuição e observação é: Sempre que todo elemento de X é um elemento de Y e todo elemento de Y é um elemento de X. A definição formal (matemática) de igualdade será dada um pouco mais tarde.

A próxima tarefa que podemos fazer é observar os conjuntos que definimos na seção acima. Se olharmos com atenção, todo número natural também é um número inteiro (positivo). Esses dois conjuntos são iguais? Intuitivamente, a resposta a esta pergunta é: Não! 0 é um desses elementos em Z (inteiros) que não é um número N (natural). No entanto, o conjunto dos números inteiros têm todos os elementos do conjunto dos números naturais. Neste caso, chamamos o conjunto dos números naturais de subconjunto do conjunto dos inteiros.

Agora estamos prontos para as definições formais de subconjunto e igualdade.

Obs: o número “0” Zero, foi inventado há mais ou menos 2600 anos, é por isso que não é considerado um número natural, muito cuidado para não fazer confusão entre Z (inteiros com 0) e N (naturais sem 0).

Subconjuntos

Um conjunto X é um subconjunto de um conjunto Y se ∀x ∈ X, x ∈ Y. Isto é denotado por X ⊆ Y.

Essa expressão é lida como: um conjunto X é um subconjunto de um conjunto Y se ∀x ∈ X, x ∈ Y (para todo x que pertence a X, x pertence a Y), significa que X ⊆ Y (X está contido ou é igual a Y).

Nota1: Se o conjunto Y tem pelo menos um elemento que não está em X, então X é chamado de subconjunto próprio de Y. Isso é denotado por X ⊂ Y ao longo da explicação.

Nota2: se X é um subconjunto de Y, então Y é chamado de superconjunto de X.

Igualdade de conjuntos

Dois conjuntos X e Y são iguais se ∀x ∈ X, x ∈ Y e ∀y ∈ Y, y ∈ X. Isso é equivalente a X ⊆ Y e Y ⊆ X. A igualdade é denotada por X = Y.

Agora, tentamos construir mais conjuntos novos dos conjuntos que já temos. Dados quaisquer dois conjuntos X e Y, uma maneira de fazer um novo conjunto é coletar todos os elementos de X e todos os elementos de Y em uma única coleção, digamos Z. Assim, qualquer elemento de Z é de X ou de Y (ou mesmo ambos, se tiverem elementos em comum). Um conjunto formado dessa maneira é chamado de união de X e Y. Outra maneira de fazer um novo conjunto é coletar os elementos que estão em X e Y e colocá-los em uma única coleção, digamos U. Essa coleção é chamada de interseção de X e Y. Passamos agora para a definição formal de união e interseção.

Definições gerais

Um conjunto A é um subconjunto de um conjunto B se x ∈ A implicar x ∈ B, e escrevemos A ⊂ B. Ou seja, todos os membros de A também são membros de B. Às vezes escrevemos B ⊃ A que significar a mesma coisa.

Dois conjuntos A e B são iguais se A ⊂ B e B ⊂ A. Escrevemos A = B. Ou seja, A e B contêm exatamente os mesmos elementos. Se não for verdade que A e B são iguais, então escrevemos A ≠ B.

Um conjunto A é um subconjunto próprio de B se A ⊂ B e A ≠ B. Escrevemos A ⊊ B Lê-se: A está contido, mas não é igual a B.

Para o exemplo da Figura 2 acimaS e T -, T ⊂ S, mas T ≠ S. Então T é um subconjunto próprio de S (T ⊊ S, ilustrando o fato de que T é subconjunto de S ou, equivalentemente, que S é um superconjunto de T). Se A = B, então A e B são simplesmente dois nomes para o mesmo conjunto.

Uso de espaços construtores de conjuntos

Para definir conjuntos, muitas vezes usa-se a notação do “espaço” construtor de conjuntos:

{x ∈ A : P(x)}

Lê-se: x pertence a A, tal que, P(x) é verdadeiro, dentro do espaço que começa com {abre e fecha chaves}.

Esta notação refere-se a um subconjunto do conjunto A contendo todos os elementos de A que satisfazem a propriedade P(x). Usando S = {0, 1, 2} como acima, {x ∈ S:x ≠ 2} é o conjunto {0, 1}. A notação é às vezes abreviada como {x:P(x)}, ou seja, A não é mencionado quando entendido a partir do contexto. Além disso, x ∈ A às vezes é substituído por uma fórmula para facilitar a leitura da notação.

Exemplos de notações comuns para conjuntos

  • O conjunto dos números naturais, N:= {1, 2, 3, . . .}.
  • O conjunto de inteiros, Z:= {0, −1, 1, −2, 2, . . .}.
  • O conjunto dos números racionais, Q:= {m/n:m, n ∈ Z e n ≠ 0}.
  • O conjunto dos números naturais pares, {2m:m ∈ N}.
  • O conjunto dos números reais, R.
Figura 3. Observe que NZQR C (os Naturais N estão contidos nos Inteiros Z, contidos nos racionais Q, contido nos reais R, contidos nos C complexos).

Obs: montamos nossos conjuntos a partir da organização de conjuntos anteriores previamente estabelecidos.

União e interseção de conjuntos

União

Significa a associação ou combinação de vários elementos, semelhantes ou diferentes, com o intuito de formar um conjunto. Junção, ligação e conexão são alguns dos sinônimos da palavra união, e que nos ajudam a entender o significado amplo deste termo.

A união de dois conjuntos A e B é definida como:

A ∪ B:= {x:x ∈ A ou x ∈ B}

Lê-se: a união do conjunto A com o conjunto B, é igual ao espaço x tal que x pertente a A ou x pertence a B).

Interseção

Significa a operação sobre dois ou mais conjuntos de que resulta um conjunto com todos os elementos que são comuns.

A interseção de dois conjuntos A e B é definida como:

A ∩ B:= {x:x ∈ A e x ∈ B}

Lê-se: a interseção do conjunto A com o conjunto B, é igual ao espaço x tal que x pertente a A e x pertence a B).

Complementar

Que completa ou complementa. Acrescentar, adicionar o elemento que falta a alguma coisa. Receber o que completa ou conclui alguma coisa: completar um trabalho.

Um complemento de B em relação a A (ou diferença teórica de conjuntos de A e B) é definido como:

A\B:= {x:x ∈ A e x ∉ B}

ou

A − B = A ∩ Bc

Lê-se: o complementar de B em relação a A é igual ao espaço x tal que x pertence a A e x não pertence a B.

Dizemos complemento de B e escrevemos Bc em vez de A\B se o conjunto A é o universo inteiro ou se é o conjunto óbvio que contém B, e é entendido a partir do contexto.

B\A:= {x:x ∈ B e x ∉ A}

Lê-se: o complementar de A em relação a B é igual ao espaço x tal que x pertence a B e x não pertence a A.

Dizemos complemento de A e escrevemos Ac (quando aparece de forma isolada) em vez de B\A se o conjunto B é o universo inteiro ou se é o conjunto óbvio que contém A, e é entendido a partir do contexto.

Conjuntos disjuntos

Dois conjuntos são ditos disjuntos se não tiverem nenhum elemento em comum. Em outras palavras, dois conjuntos são disjuntos se sua interseção for o conjunto vazio .

Dizemos que os conjuntos A e B são disjuntos se A ∩ B = ∅.

Obs: a notação Bc (idem para Ac) pode ser um pouco vaga neste ponto. Se o conjunto B é um subconjunto dos números reais R, então Bc significa R\B. Se B é naturalmente um subconjunto dos números naturais, então Bc é N\B. Se uma ambiguidade pode surgir, usamos a notação de diferença de conjunto A\B (lê-se: A menos B).

Ex3:

Figura 4. Diagramas de Venn com operações de conjuntos, o resultado da operação é sombreado.

Operações com conjuntos

Ilustramos as operações nos diagramas de Venn na Figura 4. Vamos agora estabelecer um dos teoremas básicos sobre conjuntos e lógica.

Lei de Morgan. Sejam os conjuntos A, B, C. Então:

(B C)c = Bc Cc,

(B ∩ C)c = Bc ∪ Cc.

Ou, simplificando:

A \ (B C) = (A \ B) (A \ C),

A \ (B ∩ C) = (A \ B) ∪ (A \ C).

Prova. A primeira afirmação é provada pela segunda afirmação se assumirmos que o conjunto A é nosso “universo”. Vamos provar A \ (B ∪ C) = (A \ B) ∩ (A \ C). Lembre-se da definição de igualdade de conjuntos. Primeiro, devemos mostrar que se x ∈ A \ (B ∪ C), então x ∈ (A \ B) ∩ (A \ C). Em segundo lugar, devemos também mostrar que se x ∈ (A \ B) ∩ (A \ C), então x ∈ A \ (B ∪ C). Então, vamos supor que x ∈ A \ (B ∪ C). Então x está em A, mas não em B nem em C. Portanto, x está em A e não em B, ou seja, x ∈ A \ B. Da mesma forma x ∈ A \ C. Assim x ∈ (A \ B) ∩ (A \ C). Por outro lado, suponha que x ∈ (A \ B) ∩ (A \ C). Em particular, x ∈ (A \ B), então x ∈ A e x ∉ B. Também como x ∈ (A \ C), então x ∉ C. Daí x ∈ A \ (B ∪ C).

No entanto, suponha que temos uma coleção infinita de conjuntos (um conjunto de conjuntos) {A1, A2, A3, . . .}. Nós definimos:

\bigcup_{n=1}^{\infty} A_{n}:=\left\{x: x \in A_{n} \ para \ alguns \ n \in \mathbb{N}\right\}

Esta expressão é lida como: a união que começa em n = 1 e vai até ao infinito do conjunto An, é igual ao espaço x, tal que x ∈ pertence à An, para alguns n que pertencem ao conjunto N.

\bigcap_{n=1}^{\infty} A_{n}:=\left\{x: x \in A_{n} \ para \ todos \ n \in \mathbb{N}\right\}

Esta expressão é lida como: a interseção que começa em n = 1 e vai até ao infinito do conjunto An, é igual ao espaço x, tal que x ∈ pertence à An, para todos os n que pertencem ao conjunto N.

Também podemos ter conjuntos indexados por dois números naturais. Por exemplo, podemos ter o conjunto de conjuntos {A1,1, A1,2, A2,1, A1,3, A2,2, A3,1, . . .}. Então escrevemos:

\bigcup_{n=1}^{\infty} \bigcup_{m=1}^{\infty} A_{n, m}=\bigcup_{n=1}^{\infty}\left(\bigcup_{m=1}^{\infty} A_{n, m}\right)

E da mesma forma com os cruzamentos. Não é difícil ver que podemos tomar a união em qualquer ordem. No entanto, mudando a ordem de uniões e cruzamentos geralmente não é permitido sem prova. Por exemplo:

\bigcup_{n=1}^{\infty} \bigcap_{m=1}^{\infty}{k \in N : m k<n}=\bigcup^{\infty} \emptyset=\emptyset

No entanto,

\bigcap_{m=1}^{\infty} \bigcup_{n=1}^{\infty}{k \in N : m k<n}=\bigcap_{m=1}^{\infty} N = N

Às vezes, o conjunto de índices não são os números naturais. Nesse caso, exigimos uma descrição mais geral da notação. Suponha que λ seja algum conjunto e para cada λ ∈ I, existe um conjunto . Então definimos:

\bigcup_{\lambda \in I} A_{\lambda}:=\left\{x: x \in A_{\lambda} \text { para alguns } \lambda \in I\right\}, \bigcap_{\lambda \in I} A_{\lambda}:=\left\{x: x \in A_{\lambda} \text { para todos } \lambda \in I\right\}

União e interseção arbitrárias

Dos conjuntos construídos a partir de R, para cada par, dado uma união e uma interseção. O que podemos observar?

As definições de união e interseção são feitas apenas para dois conjuntos. Mas, gostaríamos de fazer uma definição geral para uma coleção arbitrária de conjuntos cuja união e interseção precisamos encontrar. Simplesmente estendendo as definições (cuja origem é nossa intuição), obtemos as seguintes definições para uniões e interseções de famílias arbitrárias de conjuntos.

União arbitrária

Dado uma família arbitrária de conjuntos indexados F = {Aλ|λ ∈ Λ} a união desta família é a coleção de elementos que estão em pelo menos um dos conjuntos da família. Nós a escrevemos como:

\bigcup_{\lambda \in \Lambda} A_{\lambda}=\left\{x \mid \exists \lambda_{0} \in \Lambda \text { tal que } x \in A_{\lambda_{0}}\right\}

Interseção arbitrária

Dada uma família arbitrária de conjuntos indexados: F = {Aλ|λ ∈ Λ} a interseção desta família é a coleção de elementos que estão em todos os conjuntos da família. Nós o escrevemos como:

\bigcap_{\lambda \in \Lambda} A_{\lambda}=\left\{x \mid \forall \lambda \in \Lambda, x \in A_{\lambda}\right\}

Como observado no Ex:02 acima, podemos ver que a interseção de alguns conjuntos pode ser o conjunto vazio, ou seja, pode haver conjuntos X e Y tais que X ∩ Y = ∅. Tais conjuntos são chamados disjuntos. Em particular, o leitor deve ter observado que Q+ e Q são disjuntos. Se tomarmos a união de tais conjuntos (cuja interseção é vazia), a união é chamada de união disjunta. Como observação imediata, podemos concluir que Q é a união disjunta de Q+ e Q. Da mesma forma, se F = {Aλ|λ ∈ Λ} é uma família indexada arbitrária, então F é uma família disjunta se:

\bigcap_{\lambda \in \Lambda} A_{\lambda}=\emptyset

Aqui, podemos ter outro conceito, muitas vezes chamado de disjunção de pares. Diz-se que a família F é disjunta aos pares se:

∀λ1, λ2 ∈ Λ com λ1 ≠ λ2, temos Aλ1 ∩ Aλ2 = ∅

Complementares estendidos (complemento relativo ou diferença)

Outra maneira de obter novos conjuntos dos antigos é coletar todos os elementos que não estão no conjunto fornecido. Chamamos essa coleção de complemento do conjunto dado. Dado um conjunto A, seu complemento é a coleção de elementos que não estão em A. Nós o escrevemos como:

A^{c}={x \mid x \notin A}

Aqui, devemos notar que não conhecemos nada “fora” do nosso universo do discurso (UDM). Portanto, para definir um complemento, precisamos de um conjunto universal. Nós o chamamos, por enquanto, de U. Como não sabemos o que está fora de U; claramente, Uc = ∅ e também, c = U, já que nenhum dos elementos de U está em . Assim, uma melhor maneira de escrever complementos é:

Ac = {x ∈ U|x ∉ A}

Lê-se: o conjunto complementar de A é igual ao espaço x que pertence ao conjunto U, tal que x não pertence ao conjunto A.

Além de receber complementos, uma maneira de obter novos conjuntos de dois conjuntos A e B é coletando os elementos que estão apenas em um dos conjuntos e não em outro. Chamamos isso de complemento relativo ou diferença de conjuntos.

Conjuntos Indexados

Um conjunto X ⊂ U é frequentemente descrito por seus elementos indexados, como X = {Xα}, ou por uma dada condição P(x) em U, como X = {X ∈ U:P(x)}. Nós distinguimos finitos, enumeráveis, contáveis (finito ou enumerável), e conjuntos incontáveis. O número de elementos em um conjunto infinito X é denotado pela cardinalidade de X.

Se F = {Xα: α ∈ A} é uma família indexada de subconjuntos de um conjunto universal U, então a Lei de De Morgan, declara que:

U \backslash\left(\cup_{\alpha} X_{\alpha}\right)=\bigcap_{\alpha}\left(U \backslash X_{\alpha}\right) \quad e \quad U \backslash\left(\cap_{\alpha} X_{\alpha}\right)=\cup_{\alpha}\left(U \backslash X_{\alpha}\right)

A família F é chamada disjunta se \bigcap_{\alpha} X_{\alpha}=\varnothing, é chamada disjunta par a par quando X_{\beta} \cap X_{\gamma}=\varnothing para qualquer indicador distinto \beta, \gamma \in A.

Diferenças entre problemas na física e problemas matemáticos

Figura 5. Problemas da física x problemas da matemática.

No diagrama da figura 5, podemos observar a diferença de um problema físico que tem 100% de realidade, comparado a um problema matemática que tem 100% de abstração. Resolver um problema do mundo físico diretamente é difícil, então precisamos fazer a abstração (intuir o problema) e realizar a simulação com possibilidades infinitas dentro do escopo {espaços} da matemática. Quando atingimos o nível da demonstração (todas as equações resolvidas), podemos partir para o campo da física e colocar em prática a nossa solução. Somente após os testes na prática é que teremos a comprovação (experiência) de que a solução física foi encontrada. {RC}.

O matemático está envolvido num jogo do qual ele mesmo escreve as regras, enquanto o físico joga com as regras fornecidas pela natureza.

Paul Adrien Maurice Dirac.

Sugestões de leituras

Amalie Emmy Noether (Erlangen, 23 de março de 1882 – Bryn Mawr, 14 de abril de 1935) foi uma matemática alemã, conhecida pelas suas contribuições de fundamental importância aos campos da física teórica e álgebra abstrata. Considerada por David Hilbert, Albert Einstein, Hermann Weyl e outros como a mulher mais importante na história da matemática. Ela revolucionou as teorias sobre anéis, corpos e álgebra. Em física, o teorema de Noether explica a conexão fundamental entre a simetria na física e as leis de conservação.

Clique na capa do livro ao lado e comece a leitura.

Terence Tao. Em fevereiro de 2007, converti minha página de atualizações de pesquisa “O que há de novo” em um blog em terrytao.wordpress.com. Desde então, este blog cresceu e evoluiu para cobrir uma ampla variedade de tópicos matemáticos, desde minhas próprias atualizações de pesquisa até palestras e postagens de outros matemáticos, problemas abertos, anotações de aula, artigos expositivos em níveis básicos e avançados. Boa Leitura!

Clique na capa do livro ao lado e acesse via link direto.

Lembre-se: a matemática é a ciência embarcada em todas as atividades humanas, desde o surgimento da escrita, nas tecnologias aeroespaciais, computadores analógicos, digitais, quânticos e principalmente nas criptomoedas que em breve substituirão toda a reserva de valor na economia mundial, sendo a mais importante cripto, Bitcoin. {RC}.

Referências bibliográficas

Coronavírus ÔMICRON Code: B.1.1.529 informações e genoma completo para download

Crédito de imagem Orpheus FX

As novas naves Ômicron (partículas virais) do Coronavírus Sar-Cov-2 são extremamente contagiosas, essas naves viajam pelo ar dentro de micro partículas líquidas (aerodispersóide) e podem infectar seres com pulmões facilitando sua expansão e disseminação.

A pandemia de coronavírus segue firme em rápida expansão em 2022

Até agora, a Síndrome Respiratória Aguda Grave Coronavirus-2 (SARS-CoV-2) reivindicou mais de 6 milhão de vidas no mundo todo. Diversas vacinas da doença do coronavírus (COVID-19) foram desenvolvidas pelos cientistas que receberam a aprovação ou a autorização para uso emergencial, e, subsequentemente, os programas de vacinação começaram em muitas partes do mundo. As vacinas disponíveis têm sido projetadas contra a proteína do ponto da tensão de ligação ACE2, SARS-CoV-2 original que foi relatada em Wuhan, China, em 2019. Estas vacinas induzem anticorpos contra as proteínas do ponto assim como as respostas das células T que protegem contra a doença severa.

Créditos: Nucleous – A faster way to learn health and science.

Ômicron é mais uma das linhagens do vírus SARS-CoV-2 – não confunda o vírus com a doença

Linhagens são definidas como entidades/organismos que compartilham um ancestral comum e apresentam mutações similares. Assim, novas linhagens de diversos organismos surgem a partir de mutações, que em sua grande maioria são prejudiciais a essas entidades. No caso dos vírus, a maioria das mutações não causa mudanças na capacidade de dispersão, infecção ou na gravidade da doença. Entretanto, uma minoria dessas mudanças pode levar o vírus a se tornar mais transmissível ou mais mortal.

Vírus como o SARS-CoV-2 mudam mais rapidamente que outros micro-organismos como bactérias e fungos, sendo classificados em linhagens distintas por pequenas diferenças em seu material genético, que podem ou não ser associadas a novas características virais. Para melhor entender e estudar os vírus, os cientistas criaram um sistema de nomenclatura para as diferentes linhagens do SARS-CoV-2, o que permite comparar os resultados obtidos em qualquer região do planeta e detectar quais linhagens são mais prevalentes e estão circulando em uma área ou em um dado momento. Até o momento um conjunto de mutações foram identificadas em algumas linhagens do coronavírus como Ômicron que permitem estes sejam mais transmissíveis entre as pessoas, mas nada foi encontrado até o momento sobre mutações que levariam a um quadro mais complicado da doença ou mesmo maior mortalidade. Devido às linhagens surgirem continuamente à medida em que o coronavírus infecta uma quantidade maior de pessoas, fica clara a necessidade de monitorar a evolução do genoma viral e a prevalência das diferentes linhagens ao longo do tempo.

Segue o modo correto de ler sobre o Coronavírus

Matemática do coronavírus

Crédito imagem: a matemática na pandemia de COVID-19 – Unifesp

Clique na imagem acima para ler o paper contendo todos os cálculos das naves de corononavírus, sua entrada e fragmentação dentro de nossas células, bem como as equações e fórmulas científicas dos cálculos realizados em laboratório. Também leia este resumo em português: Coronavírus em números.

Qual a diferença entre os Vírus: Coronavírus e Influenza A?

Créditos imagem: Open Edu

A principal diferença reside na dinâmica de replicação/transcrição, o vírus Influenza A, após sua entrada na célula precisa injetar o material genético mRNA dentro do núcleo celular (para fazer a replicação e transcrição). O coronavírus não precisa fazer isso, após sua entrada na célula ele faz a replicação e transcrição no citoplasma fora do núcleo e domina a célula de modo a transformar as organelas ribossomos em fábricas de componentes para montagem de novas naves infecciosas (vírions ativos). Observe a imagem acima.

Ciclo de replicação do vírus influenza A – causador da famosa gripe

Créditos imagem: Open Edu

A gripe é disseminada em gotículas de aerossol que contêm partículas virais (ou por gotículas de núcleos virais dessecados), e a infecção pode ocorrer se estas entrarem em contato com o trato respiratório. A neuraminidase viral cliva polissacarídeos no muco protetor que reveste o trato, o que permite ao vírus atingir a superfície do epitélio respiratório.

A hemaglutinina agora se liga às glicoforinas (glicoproteínas contendo ácido siálico) na superfície da célula hospedeira, e o vírus é captado por endocitose em um fagossomo. Os lisossomos ácidos se fundem com o fagossomo para formar um fagolisossomo e o pH dentro do fagolisossomo cai. Isso promove a fusão do envelope viral com a membrana do fagolisossomo, desencadeando o desprendimento do capsídeo viral e a liberação de RNA viral e nucleoproteínas no citosol.

O RNA genômico viral então migra para o núcleo onde ocorre a replicação do genoma viral e a transcrição do mRNA viral. Esses processos requerem enzimas do hospedeiro e do vírus. O RNA viral de fita negativa é replicado pelo RNA polimerase viral dependente de RNA, em um RNA complementar de sentido positivo cRNA, e essas fitas de RNA positiva e negativa se associam para formar o RNA de fita dupla dsRNA. A fita de cRNA é subsequentemente replicada novamente para produzir novo RNA de fita negativa genômica viral. Parte do cRNA também é processado em mRNA para tradução de proteínas virais. O ciclo de infecção é rápido e as moléculas virais podem ser detectadas dentro da célula hospedeira dentro de uma hora após a infecção inicial.

As glicoproteínas do envelope (hemaglutinina e neuraminidase) são traduzidas no retículo endoplasmático, processadas e transportadas para a membrana plasmática da célula. O capsídeo viral é montado dentro do núcleo da célula infectada. O capsídeo se move para a membrana plasmática, onde brota, levando um segmento de membrana contendo a hemaglutinina e a neuraminidase, e isso forma o novo envelope viral. Os vírus da gripe podem infectar vários tipos de células diferentes de diferentes espécies. Este fenômeno é em parte porque as glicoproteínas celulares que são reconhecidas pela hemaglutinina viral estão amplamente distribuídas no agente infeccioso.

Qual é o termo para a propriedade dos vírus que permite que eles se repliquem apenas em determinados tipos de células?

Esta propriedade é o tropismo viral. Portanto, podemos dizer que os vírus da gripe têm um amplo tropismo.

Uma segunda razão pela qual o vírus pode infectar uma variedade de tipos de células é que a estratégia de replicação da gripe é relativamente simples: “infectar a célula, replicar o mais rápido possível e depois sair novamente”. Este é o efeito citopático do vírus. A morte celular causada diretamente pelo vírus pode ser distinguida da morte celular causada pelas ações do sistema imunológico, uma vez que elimina as células infectadas.

Efeitos da morte celular

A morte celular prejudica a função de um órgão infectado e muitas vezes induz a inflamação, um processo que leva os glóbulos brancos (leucócitos) e as moléculas do sistema imunológico ao local da infecção. Em primeiro lugar, os leucócitos estão envolvidos na limitação da propagação da infecção; mais tarde, eles se envolvem no combate à infecção e, na fase final, limpam os detritos celulares para que o tecido possa se reparar ou regenerar.

Os sintomas da gripe experimentados por uma pessoa infectada são em parte devido ao efeito citopático do vírus, em parte devido à inflamação e em parte como resultado da resposta imune inata contra o vírus. A gravidade da doença depende em grande parte da taxa em que esses processos ocorrem.

Na maioria dos casos, a resposta imune se desenvolve com rapidez suficiente para controlar a infecção e os pacientes se recuperam. Se a replicação viral e os danos ultrapassarem o desenvolvimento da resposta imune, pode ocorrer uma infecção fatal.

Em infecções graves de gripe, os pulmões podem se encher de líquido, pois o epitélio que reveste os alvéolos (sacos aéreos) é danificado pelo vírus. O fluido é ideal para o crescimento de bactérias, e isso pode levar a uma pneumonia bacteriana, na qual os pulmões são infectados por um ou mais tipos de bactérias, como o Haemophilus influenzae. Danos às células que revestem os vasos sanguíneos podem causar sangramento local nos tecidos, e essa forma de “doença fulminante” foi vista regularmente em tecidos pulmonares post-mortem de pessoas que morreram na pandemia de 1918.

Ciclo de replicação do vírus Sars-Cov-2 – causador da doença Covid19

Créditos imagem: Open Edu

O SARS-CoV-2 possui RNA de fita simples em sentido positivo e envelopado, sendo constituído por um genoma de sete genes, conhecidos como: ORF1a, ORF1b, OEF3, S, E, M, e N. Possui um tamanho molecular relativamente pequeno se comparado com uma célula humana, mas grande o suficiente para ficar retido em tecidos, daí a recomendação do uso de máscaras como profilaxia.

Estrutura do coronavírus

Créditos imagem: www.nejm.org
  • Proteínas Spike: São glicoproteínas em formato de coroa localizadas na membrana, essenciais para a infecção das células pulmonares humanas.
  • Membrana: Mais conhecida como capsídeo em vírus, é composta por capsômeros unidos com a função de proteger o conteúdo viral.
  • Envelope viral: Estruturas derivadas do capsídeo e tem como função o armazenamento de proteínas sintetizadas pelo vírus.
  • Nucleocapsídeo: São capsômeros unidos em torno do material genético preservando sua estrutura.
  • Genoma: RNA de fita simples e sentido positivo, responsável pelo armazenamento de informações genéticas com genes que indicam síntese de determinadas proteínas.

Genes codificantes

  • Genes ORF1a/b: Codifica poliproteínas do tipo replicase.
  • Gene S: Codifica produção das proteínas Spike.
  • Gene E: Codifica produção de proteínas que constituem o envelope viral.
  • Gene M: Codifica a produção dos capsômeros que envolvem o citosol.
  • Gene N: Codifica a produção dos capsômeros que envolver a fita de RNA.

Dinâmica molecular do vírion (nave viral infectante)

Uma vez dentro das vias respiratórias, o coronavírus utiliza de suas proteínas spike para a infecção das células do Sistema Respiratório. Essas proteínas possuem um domínio (SARS-CoV-2-CTD) que se liga ao receptor ACE2 das células humanas que é participante na conversão da angiotencina-2. Existem pesquisas que investigam a relação entre a expressão do Gene ACE2 e a suscetibilidade à desenvolver a doença COVID-19.

Estacionamento da nave coronavírus na superfície da célula em pré-fusão e pós-fusão

Propomos que existem duas vias para as mudanças conformacionais (configurações adaptativas) – afirma Chen – da Divisão de Medicina Molecular Infantil de Boston. “Uma é dependente de ACE2 e permite que o vírus entre em uma célula hospedeira. O segundo é independente de ACE2.” Como resultado da mudança espontânea de forma, as naves de coronavírus geralmente carregam as duas formas da proteína spike. A forma rígida expande seus braços a partir da superfície do vírus – quando pousar em uma superfície – por exemplo. Isso poderia explicar por que o vírus parece permanecer viável (infectável) em várias superfícies por horas ou dias.

Estacionamento e fusão da nave do coronavírus com a célula. Créditos: Boston Children’s Hospital

Uma vez ligado à membrana celular, o vírion pode fundir sua membrana à da célula hospedeira e liberar seu material genético no meio intracelular (citosol), dando início ao processo infeccioso em que a célula passa a produzir proteínas virais e atua na multiplicação do vírion.

Proteínas Spike em pré e pós fusão com a célula

Proteínas Spike com as configurações de pré e pós fusão: Créditos: Boston Children’s Hospital

Processo de infecção viral

  1. A proteínas spike reconhecem o receptor ACE2 (pré-fusão)
  2. Ligação entre o domínio SARS-CoV-2-CTD e o receptor ACE2
  3. Fusão das membranas e início do processo infeccioso (pós-fusão)

Processos da replicação viral

  1. Adsorção (Spike/receptor).
  2. Liberação genoma Viral p/ interior celular.
  3. Tradução de enzimas do complexo: Replicação/Transcrição (pol1ab).
  4. Transcrição do RNAm em segmentos de polaridade negativa (-).
  5. Transcrição do RNAm em segmentos de polaridade positiva (+).
  6. Tradução de proteínas estruturais.
  7. Replicação do RNA genômico.
  8. Composição do novo vírion.
  9. Liberação da partícula viral infectante.

A principal razão para o coronavírus SAR-COV-2 ser tão rápido em propagar a pandemia é que ele não precisa chegar ao núcleo celular, bastando apenas invadir uma de nossas células respiratórias – ganha tempo e cada vez mais recursos.

{RC}.

Gestantes infectadas pelo coronavírus podem passar o vírus para o bebê ainda no útero

As evidências atuais suportam que o maior risco de infecção para recém-nascidos ocorre quando a mãe tem o início da COVID-19 perto do momento do parto. Um relatório de vigilância do CDC incluiu 923 recém-nascidos nascidos de mulheres com COVID-19; entre esses recém-nascidos, 2,6% testaram positivo para SARS-CoV-2 após o nascimento. No entanto, entre um subconjunto de 328 bebês nascidos de mulheres com início documentado de infecção dentro de 14 dias antes do parto, 4,3% dos bebês testaram positivo para SARS-CoV-2. Um estudo internacional relatou 416 bebês nascidos principalmente de mulheres grávidas com COVID-19 sintomática no momento do parto e relatou que 13% dos recém-nascidos apresentaram resultado positivo dentro de 48 horas após o nascimento. Deve-se notar que não há uma distinção clara de risco entre infecção materna sintomática ou assintomática; em vez disso, o momento do início da infecção materna (e a capacidade de transmitir o vírus) só pode ser confirmado quando acompanhado pelo início dos sintomas.

Esteja ciente de que você vai contrair o coronavírus, mas isso não significa que ficará doente, desde que, tome as vacinas!

Se você tiver contato com o esgoto pode pegar coronavírus

Segundo um estudo publicado pelo The Lancet – Gastroenterology & Hepatology, entre 16 de janeiro e 15 de março de 2020, registramos 98 pacientes. Amostras respiratórias e fecais foram coletadas de 74 (76%) pacientes. Amostras fecais de 33 (45%) de 74 pacientes foram negativas para SARS CoV-2 RNA, enquanto seus tratos respiratórios permaneceram positivos por uma média de 15,4 dias (SD 6,7) desde o início dos primeiros sintomas. Dos 41 (55%) dos 74 pacientes com amostras fecais positivas para RNA de SARS-CoV-2, as amostras respiratórias permaneceram positivas para RNA de SARS-CoV-2 por uma média de 16,7 dias (SD 6,7) e as amostras fecais permaneceram positivas por uma média de 27,9 dias (10,7) após o início dos primeiros sintomas (ou seja, por uma média de 11,2 dias [9,2] a mais do que para amostras respiratórias). O curso completo da doença dos 41 pacientes com amostras fecais positivas para RNA SARS-CoV-2 é mostrado na figura. Notavelmente, o paciente 1 teve amostras fecais positivas por 33 dias continuamente após as amostras respiratórias se tornarem negativas, e o paciente 4 testou positivo para RNA de SARS-CoV-2 em sua amostra fecal por 47 dias após o início dos primeiros sintomas (apêndice pp 4-5).

Coronavírus nos esgotos de Curitiba 2022

Créditos: Rede Monitoramento Covid Esgotos Curitiba. Clique na imagem para ler o relatório 04/01/2022.

A ciência busca soluções para os problemas existenciais

Confie na ciência e não se preocupe, tome todas as vacinas que puder dentro das recomendações sanitárias do seu país. As vacinas (todas elas, inclusive para as crianças), preparam seu organismo para receber o vírus e não causam danos ao seu organismo caso seja exposto ao vírus. As vacinas facilitam a geração de anticorpos que combatem o vírus – é melhor ter 1 bilhão de vírus dentro de você do que 100 bilhões não acha?! -, neste caso seu organismo pode entrar em falência rapidamente se você não tomar as vacinas.

Obs: existe algum remédio contra o coronavírus? A resposta é: NÃO! Somente as vacinas são recomendas e, mesmo assim, o vírus ainda poderá te contagiar! Não há como se esconder das velozes naves do coronavírus!

Estatísticas atualizadas Brasil e Planeta Terra

Créditos Github: Clique na imagem para acessar os dados em tempo real.
Créditos JHU CSSE COVID: Clique na imagem para atualizar os dados.

Referências Bibliográficas

Em que devemos acreditar? A resposta correta é: no grau de probabilidade dos existenciais!

Vivemos na era da máxima aquisição de conhecimentos. Créditos imagem: pngwing.

Qual a confiabilidade da informação distribuída hoje na internet?

Quando você tem contato com determinada informação, seja na forma de conteúdos que aparecem nas redes sociais: Blogs (este aqui por exemplo) Twitter, WhatsApp, Facebook, canais do Youtube, Wikipedia, etc. A medida da probabilidade da informação embarcada nesses meios digitais, estar correta, é de apenas 50%.

Análise do espaço amostral

Para analisar esses espaços vamos utilizar a distribuição de Bernoulli, uma distribuição discreta de espaço amostral {0, 1}, que tem valor 1 com a probabilidade de sucesso p e valor 0 com a probabilidade de falha q = 1 − p. Uma moeda pode dar “coroa” com probabilidade p e “cara” com probabilidade 1 − p. A experiência é dita justa se p = 0.5, indicando a origem dessa terminologia em jogos de apostas (a aposta é justa se ambos os possíveis resultados têm a mesma probabilidade).

Qual a orientação segura para tomar como verdade algo divulgado nas redes sociais?

  • Não acredite às cegas no que você leu, considere tudo como 50% verdadeiro. Obs: metáfora das pílulas: Pílula Azul = Senso Comum – Pílula Vermelha = PCE (Produto de Crenças em Existentes).
  • Busque as fontes da postagem, mensagem, conteúdo, fotos, vídeos, etc.
  • Faça uma comparação do conteúdo com suas fontes (origem da informação divulgada), caso o conteúdo não tenha fontes, descarte imediatamente a mensagem, fotos, textos, etc. – Neste ponto a probabilidade de ser verdade cairá para zero!
  • Revise profundamente tudo o que você leu, ouviu, aprendeu, etc. Compare tudo com os avanços e descobertas científicos atuais. Esta é a conduta para alcançar a assertividade!
  • Nunca propague Fake News (notícias falsas ou com base em inexistentes)!

A informação contida em bíblias é segura?

Toda informação contida em livros bíblicos tem como base as crenças em inexistentes, portanto, não são confiáveis ou contém atrasos culturais, morais, éticos e sociológicos!

Prova

Ex: A x 0 = 0 neste caso, uma informação cuja fonte é inexistente – mesmo que esteja escrito como referência ou como significado – terá o mesmo efeito de multiplicar por 0, o resultado será nulo! Torna-se um PCI (produto de crenças em inexistentes). Deveria ser obrigatório que esses livros viessem com a seguinte inscrição nas capas: cuidado com a leitura, este conteúdo é duvidoso!

O que são existenciais?

Existenciais são sinônimos de existência, é a qualidade de tudo o que é real ou existe, podemos afirmar que é soma dos observáveis + inobserváveis. Definimos a existência como: possibilidades espaciais/subespaciais, temporais em nosso universo.

Em lógica um existencial recebe a letra:

Ex: ∃ x:P(x) significa que há pelo menos um x para o qual P(x) é verdadeiro.

Consequências devastadoras das crenças em inexistentes

  • Se você negar o coronavírus e publicar isso, você será severamente penalizado! Poderá ter suas redes sociais bloqueadas, canais do Youtube excluídos, etc.
  • Se negar as mudanças climáticas, idem!
  • Você se nega a receber a vacina do coronavírus e se pegar o vírus poderá morrer!
  • Você terá dificuldades em aceitar a plena automatização das tarefas humanas por robôs, IAs, e integração das cadeias produtivas na 4ª revolução industrial.
  • Você terá dificuldades em compreender as viagens espaciais e os avanços da tecnologia.

Não tente atribuir juízo de valor para inexistentes

As consequências da tentativa de atribuir juízos de valor para coisas que não existem, pode causar a nulidade da valoração dos assuntos em questão. Embora todos tenham o direito de expressar suas ideias e pensamentos, estamos sujeitos às regras existenciais.

Sobre liberdade de expressão

Qualquer pessoa tem direito à liberdade de expressão. Este direito compreende a liberdade de opinião e a liberdade de receber ou de transmitir informações ou ideias sem que possa haver ingerência de quaisquer autoridades públicas e sem considerações de fronteiras.

O exercício destas liberdades, porquanto implica deveres e responsabilidades, pode ser submetido a certas formalidades (∃), condições (∃), restrições (∃) ou sanções (∃), previstas pela lei (∃), que constituam providências necessárias, numa sociedade democrática, para a segurança nacional, a integridade territorial ou a segurança pública, a defesa da ordem e a prevenção do crime, a proteção da saúde ou da moral, a proteção da honra ou dos direitos de outrem, para impedir a divulgação de informações confidenciais, ou para garantir a autoridade e a imparcialidade do poder judicial.

(∃) = regras dos existenciais.

Quem determina o que existe e o que não existe?

  1. Lógica matemática (infraestrutura básica de nosso pensamento – educação básica)
  2. Leis da física (100% descobertas – educação básica)
  3. Ciência (extremamente confiável)
  4. Tecnologia (aprimoramento do ser humano)
  5. Epistemologia (estudo aprofundado do conhecimento)

Estes são os cinco pilares que determinam a identificação, normalização e propagação dos existenciais. Não há entidades, escolas, ou grupos que irão determinar o que existe ou não, essa determinação está condicionada ao grau educacional de cada ser humano no planeta, são atitudes proposicionais provadas e não acidentais.

Crença em inexistentes é pura falta de educação!

Em pleno século XXI é inadmissível que alguém em plena consciência e com sanidade cognitiva, com acesso à educação fundamental, ainda acredite em coisas que não existem. Se você acredita em algo que não pode existir, ou não existe, revise de forma urgente essa crença, caso contrário poderá trazer consequência devastadoras em sua vida e de seus semelhantes. Ex.: acidentes graves no trânsito (confiar no santinho pendurado no espelho retrovisor e dormir ao volante), morte por coronavírus (sua crença em seres inexistentes, sua igreja ou grupos do qual você faça parte, convenceram você a não tomar vacinas).

Só atingiremos a maturidade política no momento em que conseguirmos dispensar qualquer cultura metafísica, qualquer cultura que creia em poderes e forças não-humanas.

{John Dewey}.

Resumo epistemológico

  • Existência = Realidade U leis da física 100% (descobertas) é tudo o que existe no universo: matéria, energia, tempo, espaços, subespaços).
  • Inexistência = tudo o que não faz parte do realismo científico (equívocos existenciais: deus, deuses, espíritos, alma, etc.).
  • Simulação Cerebral = autopercepção de nós mesmos (é aqui que entra nossa consciência 100% simulada pelo cérebro).
  • Conhecimento = CVJV (crenças verdadeiras, justificas e validadas).
  • Ciência = descoberta e aplicação das leis da física
  • Tecnologia = aplicação da ciência.
  • Dado = informação armazenada.
  • Informação = aquisição de conhecimento.

Resumo filosófico

Convenções sobre operações indexadas no conjunto vazio

  • Somas vazias = 0
  • Produtos vazios = 1
  • Uniões vazias = ∅
  • Interseções vazias = o conjunto universo
  • Permutações vazias! = 1
  • O conjunto vazio { } = ∅ determina a origem dos microestados ou da informação que será medida.

Fórmula para a mínima possibilidade de medição:

μ(∅) = 0

O campo da Subjetividade

Os espaços/subespaços matemáticos (ao contrário dos espaços/subespaços físicos que são objetivos e independem de nossos conceitos) formam o campo da subjetividade, entendida como o subespaço íntimo do indivíduo, ou seja, como ele “instala via simulação cerebral” a sua opinião ao que é dito (mundo interno) com o qual ele se relaciona com o mundo social e físico (mundo externo), resultando tanto em marcas singulares na formação do indivíduo quanto na construção de crenças e valores compartilhados na dimensão cultural que vão constituir a experiência histórica e coletiva dos grupos e populações. A psicologia social utiliza frequentemente esse conceito de subjetividade e seus derivados como formação da subjetividade ou subjetivação. Etimologia: do latim subjectivus (subicere: “colocar sob” + jacere: “atirar, jogar, lançar”).

A subjetividade é o mundo interno simulado pelo cérebro de todo e qualquer ser humano. Este mundo interno é composto por emoções, sentimentos e pensamentos.

Na teoria do conhecimento, a subjetividade é o conjunto de ideias, significados e emoções que, por serem baseados no ponto de vista do sujeito, são influenciados por seus interesses e desejos particulares. Tem como oposto a objetividade (espaços/subespaços da física), que se baseia em um ponto de vista intersubjetivo, isto é, que pode ser verificável por diferentes sujeitos e medido, inclusive por dispositivos e aparatos da tecnologia.

Do ponto de vista da sociologia, a subjetividade se refere ao campo de ação e representação dos sujeitos – sempre condicionados a circunstâncias históricas, políticas e culturais.

Através da nossa subjetividade construímos um espaço relacional, ou seja, nos relacionamos com o “outro”. Este relacionamento nos insere dentro de esferas de representação social em que cada sujeito ocupa seu papel de agente dentro da sociedade. Estes sujeitos desempenham papeis diferentes de acordo com o ambiente e a situação em que se encontram, o que segundo Goffmam pode ser interpretado como ações de atores sociais. Somente a subjetividade contempla, coordena e conhece estas diversas facetas que compõem o indivíduo.

O campo das psicologias confronta-se cada vez mais com as exigências éticas colocadas pela necessidade de reconhecimento da alteridade como elemento constitutivo das subjetividades singulares.

As diferenças nos modos de subjetivação e constituição das subjetividades relacionam-se com a dimensão ética na medida em que esta sistematiza e justifica racionalmente um determinado código ou padrão de conduta, um determinado quadro de normas e valores e uma determinada postura a ser ensinada aos e exigidas dos sujeitos. As éticas, portanto, são como dispositivos “ensinantes” de subjetivação: elas efetivamente sujeitam os indivíduos, ensinando, orientando, modelando e exigindo a conversão dos homens em sujeitos morais historicamente determinados.

E sobre aqueles que trabalham divulgando inexistentes?!

Muitas vezes as pessoas me perguntam: e aqueles que trabalham nas profissões como escritores de ficção, padres, pastores, astrólogos, artistas, ilusionistas – os mágicos, as homeopatias, psicanalistas, espiritualistas, ufologistas, etc.

Quando o intuito é beneficiar o próximo e não lhes causar danos, prestando um serviço que seja digno e venha ao amparo das pessoas, esse tipo de inexistentes tornam-se um nicho e tendem a se dissipar com o tempo, porque os existenciais se sobrepõem em todas as coisas.

Núcleo existencial

Em todos os espaços/subespaços o conjunto vazio ∅ vem primeiro, portanto, o conjunto vazio ∅ funciona como um autovetor e autovalor, constituindo o núcleo existencial.

Quando o conjunto vazio ∅ não estiver presente, algo precisa vir em seu lugar – que seja um existente, não é mesmo? 😉

{RC}

Referências Bibliográficas

Qual a diferença entre Conhecimento, Informação e Dados? – Comece 2022 com essas dúvidas resolvidas!

Desejo a todos um 2022 repleto de experiências incríveis, muita saúde, foco em crescimento e constante aquisição de conhecimento. Por falar nisso, não poderia deixar de resumir esse assunto com base nas minhas últimas pesquisas. Boa leitura!

{RC}.

O que é conhecimento?

Conhecimento, do latim cognoscere (ato de conhecer), como a própria origem da palavra indica, é o ato ou efeito de conhecer. Como por exemplo: conhecimento das leis, conhecimento de um fato, conhecimento de um documento, termo de recibo ou nota em que se declara o aceite de um produto ou serviço; saber, instrução ou cabedal científico (homem com grande conhecimento), informação ou noção adquiridas pelo estudo ou pela experiência, (autoconhecimento) consciência de si mesmo.

No conhecimento temos dois elementos básicos: o sujeito (cognoscente) e o objeto (cognoscível), o cognoscente é o indivíduo capaz de adquirir conhecimento ou o indivíduo que possui a capacidade de conhecer. O cognoscível é o que se pode conhecer.

Qual a origem do conhecimento?

A origem é o núcleo de nossa capacidade de adquirirmos conhecimentos, reside nos espaços/subespaços subjacentes. Você poderá ler os detalhes técnicos no meu outro poste: Qual a origem do conhecimento? A resposta é o conjunto ∅

Crítica à teoria CVJ e contraexemplos de Edmund Gettier

O conhecimento pode ser compreendido como uma “crença verdadeira justificada (CVJ)”, isto é, um dado sujeito tem uma crença – opinião – essa crença é verdadeira e o sujeito tem boas razões para a justificativa. Assim sendo, crença, verdade e justificação são condições necessárias para que se constitua conhecimento, mas apenas no seu conjunto são suficientes. Crença é uma condição necessária pois não é possível conhecer sem acreditar. Por outro lado, esta não constitui uma condição suficiente pois esta não passa de uma opinião, podendo, então, ser falsa, saber/conhecer é, portanto, diferente de acreditar. Verdade é uma condição necessária uma vez que o conhecimento é factivo (expressa a verdade), ou seja, não se podem conhecer falsidades. No entanto esta não é por si só uma condição suficiente, dado que podemos acreditar em alguma coisa que é verdadeira sem que saibamos que esta é verdadeira. Justificação é uma condição necessária já que é necessário haver boas razões nas quais apoiar a verdade de uma crença. Contudo a justificação não é por si uma condição suficiente, porque ter razões para acreditar em algo não garante que essa crença seja verdadeira.

A (V)alidação de CVJ torna-se obrigatória

Ao analisar os contraexemplos de Gettier, podemos perceber sem sombra de dúvidas que CVJ (Crença Verdadeira e Justificada), é insuficiente para definir conhecimento. Um quarto critério se faz necessário: a validação pós justificativa).

É importante distinguir entre casos de conhecimento e casos de crença meramente verdadeira, mais especialmente porque um erro de julgamento, neste caso, significa o confisco ou a continuação da vida de outro ser humano. É, portanto, seguro dizer que, neste e em outros casos semelhantes, não sustentar a distinção acima mencionada é desastroso não apenas na lógica epistêmica, mas também moralmente.

A coesão definitiva de CVJV, subespaços e teoria da simulação cerebral

Para tornar o conhecimento coeso e adaptado às tecnologias atuais, fiz adição da teoria da simulação cerebral com subespaços – embora isso torne o tema um pouco complexo -, considero de extrema importância para evitar o chamado ED (Erro Degrau). Esse erro é o principal causador das falhas educacionais, principalmente em países do terceiro mundo como no Brasil.

Um exemplo de erro degrau: pensar que a energia é transmitida por dentro dos fios elétricos quando na verdade é por fora deles (nos subespaços eletromagnéticos) – segue as provas nas referências bibliográficas, tratarei desse assunto breve em um novo poste.

Como nasceu a teoria da informação?

A origem da informação ou teoria da informação nasceu com o particionamento binário de espaço proposto por Shannon. Leia meu resumo em: Teoria da informação e entropia – como passamos do conhecimento para a informação?

Convenções sobre operações indexadas no conjunto vazio

  • Somas vazias = 0
  • Produtos vazios = 1
  • Uniões vazias = ∅
  • Interseções vazias = o conjunto universo
  • Permutações vazias = 1

O conjunto vazio { } = ∅ determina a origem dos microestados ou da informação que será medida.

{RC}.

O que são dados?

Um conjunto de informações que depende da forma (espacial ou subespacial) e tipo (estruturados ou não estruturados). Ex: uma letra, uma palavra, símbolos matemáticos, uma página de texto, um livro em formato pdf, um livro em papel, uma planilha, um formulário em papel ou online, etc. Os dados podem ser classificados no tipo: estruturados e não estruturados.

Resumo Epistemológico

Referências Bibliográficas

Teoria da informação e entropia – como passamos do conhecimento para a informação?

O que é entropia nos termos da física?

Dente de leão simbolizando a entropia. Créditos: www.pngwing.com.

Entropia (do grego εντροπία, entropia), unidade [J/K] (joules por kelvin), é uma grandeza termodinâmica que mede o grau de liberdade molecular de um sistema, está associado ao seu número de configurações (ou microestados), ou seja, de quantas maneiras as partículas (átomos, íons ou moléculas) são distribuídos em níveis energéticos quantizados, incluindo translacionais, vibracionais, rotacionais e eletrônicos. Entropia também é geralmente associada à aleatoriedade, dispersão de matéria e energia, e “desordem” (não em senso comum) de um sistema termodinâmico. A entropia é a entidade física que rege a segunda lei da termodinâmica, à qual estabelece que a ela deve aumentar para processos espontâneos e em sistemas isolados. Para sistemas abertos, deve-se estabelecer que a entropia do universo (sistema e suas vizinhanças) deve aumentar devido ao processo espontâneo até o meio formado por sistema + vizinhanças atingir um valor máximo no estado de equilíbrio. Neste ponto, é importante ressaltar que vizinhanças se entende como a parte do resto do universo capaz de interagir com o sistema, através de, por exemplo: trocas de calor.

Função da entropia binária, ensaio de Bernoulli, princípio da entropia máxima. Créditos: http://www.pngwing.com.

A distribuição de Bernoulli, nome em homenagem ao cientista suíço Jakob Bernoulli, é a distribuição discreta do espaço amostral {0, 1}, que tem valor 1 com a probabilidade de sucesso p e valor 0 com a probabilidade de falha q = 1 − p.

Resumo:

  • P(1) = p
  • P(2) = q
  • p + q = 1
  • q = 1 − p

Se X é uma variável aleatória com essa distribuição, teremos:

P(X=1)=1-P(X=0)=1-q=p

Um exemplo clássico de uma experiência de Bernoulli é uma jogada única de uma moeda. A moeda pode dar “coroa” com probabilidade p ou “cara” com probabilidade 1 − p. A experiência é dita justa se p = 0.5, indicando a origem dessa terminologia em jogos de apostas (a aposta é justa se ambos os possíveis resultados têm a mesma probabilidade).

Gelo derretendo. (C) WiKi.

Uma definição formal de entropia em termos de possibilidade é: entropia é uma medida aditiva do número de possibilidades disponíveis para um sistema. Assim, a entropia de um sistema físico é uma medida aditiva do número de microestados possíveis que podem ser realizados pelo sistema. E a entropia de uma fonte de mensagem é uma medida aditiva do número de mensagens possíveis que podem ser escolhidas dessa fonte de mensagens.

Obs.: com a morte de um organismo vivo, a entropia do organismo aumenta. À medida que o interior morre, seus restos são espalhados pelo vento. No entanto, mesmo nesta morte, novas possibilidades são distribuídas.

Entropia na teoria da informação

A falta de informação é uma medida da informação necessária para escolher um microestado específico de um conjunto de microestados possíveis ou uma mensagem de uma fonte de mensagens possíveis. Ao passo que a incerteza pode ser entendida como a falta de informação sobre uma questão de interesse para um determinado agente (por exemplo, um tomador de decisão humano ou uma máquina), uma condição de conhecimento limitado em que é impossível descrever exatamente o estado do mundo ou sua evolução futura. Portanto, podemos representar essa origem como:

μ(∅) = 0

O significado dessa fórmula é: a entropia do vazio ∅ (origem do conhecimento) é zero 0.

A teoria da informação lógica cumpre precisamente a máxima de Kolmogorov. Ele começa simplesmente com um conjunto de distinções definidas por uma partição (divisão) em um conjunto finito U, onde uma distinção é um par ordenado de elementos de U em blocos distintos da partição – podemos representar isso como Probabilidade/Subespaços. Assim, o objeto “combinatório finito” é o conjunto de distinções (“distset”) ou conjunto de informações (“infoset”) associado à partição – Informação/Partição; ou seja, o complemento em U × U da relação de equivalência associada à partição. Para obter uma medida quantitativa de informação, qualquer distribuição de probabilidade em U define uma medida de probabilidade do produto de U × U, e a entropia lógica é simplesmente essa medida de probabilidade no conjunto de informações. Esta descrição motivacional da teoria da informação lógica será agora desenvolvida em detalhes.

O conceito de incerteza desempenha um papel semelhante. Quanto maior e mais variado o conjunto a partir do qual um sistema pode ser escolhido e quanto maior e mais variada a fonte da mensagem da qual uma mensagem pode ser extraída, mais incerto será o resultado e mais alta será a entropia. A entropia lógica é a medida (no sentido técnico não negativo da teoria da medida) de informações que surgem da lógica de partição assim como a teoria da probabilidade lógica surge da lógica de subconjuntos (subespaços).

Entropia de Shannon

Representação da origem do conhecimento μ(∅) = 0 com o particionamento binário proposto por Shannon. Créditos imagem: CC {rcristo.com.br}

Consequentemente, a entropia de Shannon é interpretada como o número médio do limite de bits necessários por mensagem. Em termos de distinções, este é o número médio de partições binárias necessárias para distinguir as mensagens.

Podemos representar a entropia de Shannon pela fórmula:

H(p)=\sum_{k=1}^{m} p_{k} \log _{2}\left(\frac{1}{p_{k}}\right)

Considere uma árvore binária de três níveis, onde cada ramo se divide em dois ramos equiprováveis em cada nível, como em 2^{3}=8, folhas são as mensagens, cada uma com probabilidade \frac{1}{8}. Uma entropia multiplicativa de Shannon é o número de mensagens equiprováveis 2^{3}=8, e a entropia de Shannon é o número de decisões binárias ou bits \log \left(2^{3}\right)=3 necessários para determinar cada mensagem que, neste exemplo canônico, é o comprimento do código binário de cada mensagem.

Máquina de Galton

Tabuleiro de Galton em movimento. Créditos Wikipédia.

Se pensarmos na árvore como uma máquina de Galton com bolinhas de gude caindo da raiz e tomando um dos galhos com igual probabilidade, então a probabilidade de alcançar qualquer folha em particular é, obviamente, \frac{1}{8}. A entropia lógica é a probabilidade de que em duas tentativas diferentes a bola de gude alcance folhas diferentes.

h (p) = 1 − 8 × \left(\frac{1}{8}\right)^{2}=1-\frac{1}{8}=\frac{7}{8}

Entropia como possibilidade é uma palavra adequada e, ao contrário da incerteza e da falta de informação, tem conotação positiva. Assim, de acordo com a segunda lei da termodinâmica, um sistema termodinâmico isolado sempre evolui no sentido de abrir novas possibilidades. E quanto maior o conjunto de possibilidades a partir do qual um microestado ou uma mensagem podem ser realizados ou escolhidos, maior será a entropia do sistema físico ou a entropia de Shannon da fonte da mensagem.

Convenções sobre operações indexadas no conjunto vazio

  • Somas vazias = 0
  • Produtos vazios = 1
  • Uniões vazias = ∅
  • Interseções vazias = o conjunto universo
  • Permutações vazias = 1

O conjunto vazio { } = ∅ determina a origem dos microestados ou da informação que será medida.

{RC}.

A medida direta é a entropia lógica que é a medida quantitativa das distinções feitas por uma partição. A entropia de Shannon é uma transformação ou reunificação da entropia lógica para a teoria matemática das comunicações. O matemático Andrei Kolmogorov sugeriu que as informações devem ser definidas independentemente da probabilidade, de modo que a entropia lógica é definida pela primeira vez em termos do conjunto de distinções de uma partição e, em seguida, uma medida de probabilidade no conjunto define a versão quantitativa da entropia lógica.

A entropia de Shannon é frequentemente apresentada como sendo a mesma que a entropia de Boltzmann.

Conectividade espacial e subespacial

Trabalhamos com um espaço métrico que entendemos como um plano complexo, a menos que especificado de outra forma. A letra Ω denotará um conjunto aberto no espaço métrico, consequentemente, uma região é simplesmente conectada se e somente se seu complemento no plano complexo estendido estiver conectado. Assim, uma região é simplesmente conectada se e somente se não tiver orifícios. Este é um critério muito transparente para determinar se uma região está simplesmente conectada ou não.

Para qualquer conjunto finito U, uma medida μ (lê-se: mi é a décima segunda letra do alfabeto grego) é uma função μ: ℘ (U) → R tal que:

μ(∅) = 0,

para qualquer E ⊆ U, μ (E) ≥ 0, e

para quaisquer subconjuntos disjuntos E1 e E2, μ (E1 ∪ E2) = μ (E1) μ (E2).

Seja X um espaço métrico e E ⊆ X, começamos com uma definição de conectividade

Definição: um conjunto E é conectado se E não puder ser escrito como uma união disjunta de dois subconjuntos abertos relativos não vazios de E. Assim, E = A ∪ B com A ∩ B = ∅ e A, B aberto em E implica que A = ∅ ou B = ∅. Caso contrário, E = A ∪ B é chamado de separação E em conjuntos abertos. Por exemplo, a união E de dois discos abertos separados A e B não está conectada, pois:

E = A ∪ B = (A ∪ B) ∩ E = (A ∩ E) ∪ (B ∩ E)

onde A ∩ E e B ∩ E não estão vazios, disjuntos e relativamente abertos em E. Como em C, um conjunto conectado aberto em um espaço métrico é chamado de região.

Definição: um subconjunto máximo conectado de E é chamado de componente de E. Para a ∈ E, seja C(a) a união de todos os subconjuntos conectados de E contendo a. Observamos que a ∈ C (a) uma vez que {a} está conectado e:

E=\bigcup_{a \in E} C(a)

Fornecemos algumas propriedades de C(a).

(i) C(a) está conectado.

A prova é por contradição. Seja C(a) = A ∪ B uma separação de C(a) em conjuntos abertos. Podemos assumir que a ∈ A e b ∈ B. Então, como b ∈ C(a) e C(a) é a união de todos os subconjuntos conectados de E contendo a, existe E0 ⊆ E tal que E0 ⊆ C(a) está conectado e a ∈ E0, b ∈ E0. Por isso:

E0 = E0 ∩ C (a) = E0 ∩ (A ∪ B) = (E0 ∩ A) ∪ (E0 ∩ B)

implica que ou E0 ∩ A = ∅ ou E0 ∩ B = ∅. Isso é uma contradição, pois a ∈ E0 ∩ A e b ∈ E0 ∩ B.

Assim, cada componente de E tem a forma C(a) com um ∈ E.

Os componentes de E são disjuntos ou idênticos.

Seja a, b ∈ E. Suponha que C(a) ∩ C(b) = ∅. Então provamos que C(a) = C(b). Seja x ∈ C(a) ∩ C(b). Então x ∈ C(a). Como C(a) está conectado, deduzimos que C(a) ⊆ C(x). Então a ∈ C(x) que implica C(x) ⊆ C(a) já que C(x) está conectado. Assim, C(a) = C(x). Da mesma forma C(b) = C(x) e, portanto, C(a) = C(b).

Os componentes de um conjunto aberto são abertos

Seja E um conjunto aberto. Basta mostrar que C(a) com a ∈ E está aberto. Seja x ∈ C(a).

(ii) Então C(x) = C(a).

Como x ∈ E e E é aberto, existe r > 0 tal que D(x, r) ⊆ E. De fato, D(x, r) ⊆ C (x) já que D(x, r) está conectado contendo x. Assim, x ∈ D(x, r) ⊆ C(a) e, portanto, C(a) é aberto.

Ao combinar (i), (ii) concluímos: um conjunto aberto em um espaço métrico é uma união disjunta de regiões.

Para os pontos P0, P1, …, Ps no plano complexo, escrevemos [P0, P1, …, Ps] para o caminho poligonal obtido unindo P0 a P1, P1 a P2, …, Ps− 1 a Ps por segmentos de linha. Agora fornecemos um critério fácil de aplicar para mostrar que os conjuntos no plano estão conectados.

Seja E um subconjunto aberto não vazio de C. Então E é conectado se e somente se quaisquer dois pontos em E podem ser unidos por um caminho poligonal que está em E.

Prova: Suponha que E está conectado. Como E = ∅, seja a ∈ E. Seja E1 o subconjunto de todos os elementos de E que podem ser unidos a a por um caminho poligonal. Seja E2 o complemento de E1 em E. Então:

E = E1 ∪ E2 com E1 ∩ E2 = ∅, a ∈ E1.

É suficiente mostrar que E1 e E2 são subconjuntos abertos de E. Então E2 = ∅ visto que E está conectado e a ∈ E1. Assim, cada ponto de E pode ser unido a a por um caminho poligonal que fica em E. Portanto, quaisquer dois pontos de E podem ser unidos por um caminho poligonal que fica em E via a.

Primeiro, mostramos que E1 está aberto. Seja a1 ∈ E1. Então a1 ∈ E e como E está aberto, encontramos r1 > 0 tal que D(a1, r1) ⊆ E. Qualquer ponto de D(a1, r1) pode ser unido a a1 e, portanto, a a por um caminho poligonal que fica em E desde a1 ∈ E1. Assim, a1 ∈ D(a1, r1) ⊆ E1. A seguir, mostramos que o E2 está aberto. Seja a2 ∈ E2. Novamente encontramos r2 > 0 de modo que D(a2, r2) ⊆ E visto que E está aberto. Agora, como acima, vemos que nenhum ponto deste disco pode ser unido a a como a2 ∈ E2 e, portanto, a2 ∈ D(a2, r2) ⊆ E2. Agora assumimos que se quaisquer dois pontos de E podem ser unidos por um caminho poligonal em E, mostramos que E está conectado. Deixe:

E = E1 ∪ E2

Seja uma separação de E em conjuntos abertos. Não há perda de generalidade em assumir que existem pontos a1 ∈ E1 e a2 ∈ E2 tais que:

χ (t) = ta1 (1 – t) a2 com 0 <t <1

é um segmento aberto de a2 a a1 situado em E. Deixe:

V = {t ∈ (0, 1)|χ(t) ∈ E1} e W = {t ∈ (0, 1)|χ(t) ∈ E2}.

Vimos que V e W estão abertos em (0, 1). Além disso, temos a separação do intervalo aberto (0, 1) em conjuntos abertos (0, 1) = V ∪ W, V ∩ W = ∅

Como a1 ∈ E1 e E1 está aberto, existe r3 > 0 com D(a1, r3) ⊆ E1. Isso implica V = ∅. Da mesma forma W = ∅. Portanto, o intervalo (0, 1) não está conectado. Isso é uma contradição.

Partições Young

Para uma partição λ, o diagrama de Young da forma λ é um diagrama justificado à esquerda |λ| em caixas, com λi caixas pretas na i-ésima coluna, denotamos o conjunto de todos os diagramas Young contidos em um k × (m − k) caixa por Tk,m−k \mathcal{T}_{m}=\cup_{k=0}^{m}

Por exemplo, os diagramas de Young no conjunto T2,2 são dados por:

O conjunto T3 é dado por:

Observe que cada diagrama de Young em Tm pode ser obtido de um diagrama de Young em Tm−1 adicionando uma coluna vazia à sua direita ou uma linha preenchida antes de sua primeira linha. Por exemplo, as partições obtidas da partição λ = ∅ ∈ T1,2 são dadas por 1 ∈ T2,2 e ∅ ∈ T1,3. Assim, o número de diagramas de Young no conjunto Tm é dado por 2m. A seguir, identificamos uma partição e seu diagrama Young associado.

Para qualquer partição λ = λ1 ··· λk, definimos λ∗ como a partição λ∗ = (λ1 + 1)(λ2 + 1)··· (λk + 1) e λ∗ como a partição λ∗ = λ1 ·· · λk0.

Em outras palavras, λ ∗ é o diagrama de Young que é obtido de λ adicionando uma linha preenchida antes da primeira linha de λ, e λ ∗ é o diagrama de Young que é obtido de λ adicionando uma coluna vazia no lado direito de λ.

Entropia estatística

Em 1877, Ludwig Boltzmann visualizou um método probabilístico para medir a entropia de um determinado número de partículas de um gás ideal, na qual ele definiu entropia como proporcional ao logaritmo neperiano do número de microestados que um gás pode ocupar.

S=k \cdot \ln \Omega

Onde S é a entropia, k é a constante de Boltzmann e Ω é o número de microestados possíveis para o sistema.

O trabalho de Boltzmann consistiu em encontrar uma forma de obter a equação entrópica fundamental S a partir de um tratamento matemático-probabilístico, facilmente aplicável aos sistemas em questão. Ao fazê-lo, conectou o todo poderoso formalismo termodinâmico associado à equação fundamental a um método de tratamento probabilístico simples que exige apenas considerações físicas primárias sobre o sistema em análise, obtendo, a partir de considerações básicas, todo o comportamento termodinâmico do sistema.

Como chegamos ao bit de informação

A fim de entender de forma intuitiva o que significa dizer 1 bit de informação, imagine a seguinte situação, um viajante, decide sair de sua cidade, no ponto marcado com a letra “A” na figura abaixo e chegar ao seu destino no ponto “D”.

8 destinos =2^{3} destinos. Créditos Wikipédia.

O caminho entre “A” e “D” possui várias bifurcações (como os pontos “B” e “C”). Assumindo que o viajante desconhece o caminho, em cada cidade que passar (representada pelas bifurcações) ele pede uma informação, perguntando se deve seguir à direita ou à esquerda. Na figura anterior, dizer que ele deve seguir à esquerda é o mesmo que mostrar o dígito binário 0 a ele, e um sinal de que deve seguir à direita o mesmo que mostrar o dígito 1.

Dessa forma, como é possível ver pela figura, ele terá que pedir informação nos pontos “A”, “B” e “C”. Note que independente do destino {000, 001, 011, . . .} o número de perguntas para alcançá-lo (neste caso) é sempre três. Ou seja, escolher entre oito destinos requer três perguntas:

8 destinos equivale a 2^{3} destinos

Note que o expoente do número dois na equação anterior é igual ao número de perguntas feitas. Define-se então que para escolher entre um dos oito possíveis destinos é necessária uma quantidade de informação igual a 3 bits.

Aplicando o logaritmo de base dois na expressão anterior, temos:

3=\log _{2} 8 \quad[bits]

É importante salientar que como o viajante poderia igualmente ter escolhido qualquer um dos destinos finais possíveis eles são todos equiprováveis com probabilidade p = 1/8.

De forma análoga, para o caso em que se tem m possíveis destinos, e supondo que o viajante possa escolher qualquer um deles com igual probabilidade, a quantidade de informação, em bits, para alcançar um dos possíveis destinos é dada pela relação a seguir:

n=\log _{2} 2=1 bits

Informação de Shannon (h) ou surpresa

Usarei de outro exemplo para explicar a medida de Informação de Shannon h ou surpresa. Imagine nesse caso, uma moeda desonesta (enviesada), que tem probabilidade p_{\text {cara }}=0.9 de dar cara e probabilidade p_{\text {coroa }}=0.1 de dar coroa.

Por você estar acostumado com a jogada dessa moeda quase sempre dê cara, esse resultado não te surpreende. Mas um resultado coroa te surpreende por conta da “raridade” do evento.  Pensando nisso, uma forma natural de se definir essa surpresa, seria como algo proporcional ao inverso da probabilidade p de ocorrência do evento, deste modo quanto menor essa probabilidade maior a surpresa.

Shannon definiu essa grandeza como:

h=\log _{2} \frac{1}{p}

Utilizando o logaritmo na base dois mantêm-se a propriedade de aditividade dessa grandeza. Dessa maneira podemos calcular a surpresa da jogada da moeda retornar cara \left(h_{\text {cara }}\right) ou coroa \left(h_{\text {coroa }}\right) de acordo com a definição anterior.

h_{\text {cara }}=\log _{2} \frac{1}{0.9}=0.152

e,

h_{\text {coroa }}=\log _{2} \frac{1}{0.1}=3.322

De fato, \left(h_{\text {cara }}\right) > \left(h_{\text {coroa }}\right), que surpresa!

A fim de chegar na formulação matemática da entropia, imagine por exemplo uma variável aleatória X, que pode assumir dois valores distintos x1 e x2 com probabilidades p1 e p2, respectivamente. Seguindo a notação definida na seção.

Variáveis aleatórias discretas, temos:

X = {x1, x2}

p(X) = {p1, p2}

A informação de Shannon associada a cada um dos valores é:

h1=\log _{2} \frac{1}{p1}

e,

h2=\log _{2} \frac{1}{p2}

Na prática, geralmente nós não estamos interessados em saber a surpresa de um valor em particular que uma variável aleatória pode assumir, e sim a surpresa associada com todos os possíveis valores que essa variável aleatória pode ter. De modo a obtermos a surpresa associada a todos possíveis valores que X pode assumir, define-se a entropia H(X) como a informação média de Shannon:

H(X)=p_{1} h_{1}+p_{2} h_{2}=p_{1} \log _{2} \frac{1}{p_{1}}+p_{2} \log _{2} \frac{1}{p_{2}}=\sum_{i=1}^{2} p_{i} \log _{2} \frac{1}{p_{i}}

Caso X, possa assumir m valores, a expressão anterior pode ser escrita de um modo resumido:

H(X)=-\sum_{i=1}^{m} p_{i} \log _{2} p_{i}

A entropia do dado de seis faces

Uma aplicação direta para a equação da entropia definida anteriormente pode ser obtida como exemplo de um dado de seis faces. Representando o dado pela variável aleatória X, temos:

X=\{1,2,3,4,5,6\}

e,

p(X)=\{1 / 6,1 / 6,1 / 6,1 / 6,1 / 6,1 / 6\}

Desse modo a entropia contém:

H(X)=-\sum_{i=1}^{6} p_{i} \log _{2} p_{i}=-6 \frac{1}{6} \log _{2} \frac{1}{6}=2.585 bits

Moeda boa, moeda ruim

Considere a moeda honesta, representada pela variável aleatória M_{1}

M_{1}=\{cara, coroa \}=\{0,1\}

e,

p\left(M_{1}\right)=\left\{p_{\text {cara }}=0.5, p_{\text {coroa }}=0.5\right\}

E a moeda enviesada, como aquela utilizada para exemplificar a informação de Shannon, representada pela variável aleatória M_{2}.

M_{2}=\{cara, coroa \}=\{0,1\}

e,

p\left(M_{2}\right)=\left\{p_{\text {cara }}=0.9, p_{\text {coroa }}=0.1\right\}

Note que um resultado cara é representado pelo dígito 0 e um resultado coroa por um dígito 1. A entropia de cada uma das moedas pode ser calculada então:

H\left(M_{1}\right)=-\sum_{i=1}^{2} p_{i} \log _{2} p_{i}=-2 \frac{1}{2} \log _{2} \frac{1}{2}=1 bit

e,

H\left(M_{2}\right)=-\sum_{i=1}^{2} p_{i} \log _{2} p_{i}=-(0.9 \log _{2}0.9+0.1\log _{2}0.1)=0.469 bits

Neste caso a entropia da moeda honesta é maior do que a da moeda desonesta.

O que são dados?

O significado de dados é: um conjunto de informações que depende da forma (espacial ou subespacial) e tipo (estruturados ou não estruturados). Ex: uma letra, uma palavra, símbolos matemáticos, uma página de texto, um livro em formato pdf, um livro em papel, uma planilha, um formulário em papel ou online, etc. Os dados podem ser classificados no tipo: estruturados e não estruturados.

Obs.: um livro em papel é um dado espacial, um livro em PDF ou EPUB é um dado subespacial.

O principal objetivo das minhas pesquisas é esclarecer você leitor para que se proteja dos absurdos conceituais que os influenciadores da própria internet estão disseminando o tempo todo; 100% de tudo o que você leu, ouviu, assistiu, etc., precisa de provas contundentes (referências lógicas válidas), para alcançar CVJV, caso contrária não terá validade.

Claude Shannon

Em 1948, publicou o importante artigo científico intitulado A Mathematical Theory of Communication July, October, 1948 – C. E. SHANNON enfocando o problema de qual é a melhor forma para codificar a informação que um emissor queira transmitir para um receptor.

Clique na foto de Shannon (Courtesy of MIT Museum) e baixe em PDF seu mais importante trabalho.

New Developments in Statistical Information Theory Based on Entropy and Divergence Measures – Leandro Pardo

Leitura recomendada para pesquisadores em estatística aplicada e medidas de divergências. Clica na capa do livro para iniciar a leitura.

A matemática é a linguagem com a qual escrevemos as partituras que representam a realidade (universo), cujo pano de fundo é a entropia, a origem do conhecimento é o vazio { } e a informação é a possibilidade da representação que pode ser compactada em espaços e subespaços.

{RC}.

Referências Bibliográficas

Basic Analysis (análise básica) I e II – 9 de Novembro, 2021- Jiri Lebl

Os livros análise matemática básica I e II (clique nas capas dos livros para abrir em seus dispositivos) permitem uma compreensão clara e objetiva das técnicas utilizadas na aprendizagem da matemática com uma base mínima e necessária para que possamos adentrar em temas um pouco mais complexos.

Nenhuma pergunta pode ficar sem resposta, então leia e releia os livros I e II para aprimorar seu conhecimento em análise.

Esta ciência é a base estrutural para a plena aquisição de conhecimentos. Sem matemática, não entenderíamos as outras ciências, da física à economia, da química à biologia. Lembre-se: sem matemática o conhecimento não pode ser adquirido, se você duvida? Saiba que a maioria dos livros de análise matemática começam com a compreensão do conjunto vazio { }, não poderia ser diferente, pois o ∅ é a origem da matemática e, por conseguinte, de todas as outras coisas.

Exemplo: A = {x | P(x)}

Essa expressão define A como o conjunto de todos os objetos x possuindo a propriedade P (x). Isso geralmente é lido como “A é igual ao conjunto de todos os elementos x, de modo que P (x)”.

Se A for qualquer conjunto, o conjunto de todos os subconjuntos de A é denotado por P (A). O conjunto P (A) é às vezes referido como o conjunto de potência de A. Por exemplo, se A = {1, 2}, então:

P(A) = {∅, {1}, {2}, {1, 2}}.

Neste exemplo, o conjunto A tem 2 elementos e P(A) tem 4 ou \mathrm{2}^{2} elementos, os elementos neste caso são subconjuntos de A. Se tomarmos um conjunto com 3 elementos, então listando os subconjuntos de A é facilmente percebido que existem exatamente \mathrm{2}^{3} subconjuntos de A. Com base nesses dois exemplos, estamos inclinados a conjeturar que, se A contém 2 elementos, então P (A) contém \mathrm{2}^{2} elementos.

Obs: um par ordenado da forma: (a,b) = {{a}, {a, b}}

Uma definição teórica do conjunto de par ordenado pode ser dada como: (a, b) = {{a}, {a, b}}. Com esta definição, dois pares ordenados (a, b) e (c, d) são iguais se e somente se a = c e b = d.  {RC}.

Os Transfinitos de Cantor. Créditos: M3 Matemática Multimídia

Alfabeto Grego utilizado de forma plena em toda a matemática

α AAlphaι IIotaρ ϱ PRho
β BBetaκ KKappaσ ΣSigma
γ ΓGammaλ ΛLambdaτ TTau
δ ΔDeltaμ MMuυ ΥUpsilon
𝜖 ε EEpsilonν NNuϕ φ ΦPhi
ζ ZZetaΞξCsiχ XQui
η HEtao OOmicronψ ΨPsi
θ 𝜗 ΘThetaπ ΠPiω ΩÔmega
A matemática é representada pelo alfabeto grego. Clique nas letras para saber o seu significado.

O que é análise em matemática?

Análise é o ramo da matemática que lida com desigualdades e limites. O curso atual – tratado nos livros em anexo – lida com os conceitos mais básicos em análise. O objetivo do curso é familiarizar o leitor com provas rigorosas na análise e também para estabelecer uma base sólida para o cálculo de uma variável (e vários variáveis ​​se o volume II também for considerado).

O cálculo que você aprendeu – aluno/autodidata – ensinou a matemática sem lhe dizer por que o que você aprendeu é verdade. Para usar ou ensinar matemática de forma eficaz, você não pode simplesmente saber o que é verdade, você deve saber por que isso é verdade. Este curso mostra porque o cálculo é verdadeiro. Está aqui para lhe dar uma boa compreensão do conceito de limite, derivada e integral.

Vamos usar uma analogia. Um mecânico de automóveis que aprendeu a trocar o óleo, consertar os faróis quebrados, e carregar a bateria, só será capaz de fazer essas tarefas simples. Mas, será incapaz de trabalhar de forma independente para diagnosticar e corrigir problemas. Um professor do ensino médio que não entende a definição da integral de Riemann ou da derivada pode não ser capaz de responder adequadamente a todas as perguntas dos alunos. Até hoje eu me lembro de várias declarações sem sentido que ouvi do meu cálculo por professores no ensino médio, que simplesmente não entendia o conceito de limite, embora pudessem “resolver” os problemas do livro didático.

Começamos com uma discussão sobre o sistema de números reais, mais importante, sua propriedade e completude, que é a base de tudo o que vem depois. Em seguida, discutiremos a forma mais simples de um limite, o limite de uma sequência. Posteriormente, estudaremos as funções de uma variável, continuidade e a derivada. Em seguida vamos definir a integral de Riemann e provar o teorema fundamental do cálculo. Discutiremos sequências de funções e de intercâmbio de limites. Finalmente, damos uma introdução aos espaços métricos.

Deixe-nos dar a diferença mais importante entre análise e álgebra. Na álgebra, provamos igualdades diretamente; provamos que um objeto, talvez um número, é igual a outro objeto. Em análise, geralmente provamos desigualdades e provamos essas desigualdades por meio de estimativas. Para ilustrar este ponto, considere a seguinte declaração.

Seja x é um número real. Se x < ε {epsilon) for verdadeiro para todos os números reais ε > 0, então x ≤ 0.

Esta afirmação é a ideia geral do que fazemos em análise. Suponha que a seguir realmente desejamos provar a igualdade x = 0. Em análise, provamos duas desigualdades: x ≤ 0 e x ≥ 0. Para provar a desigualdade x ≤ 0, provamos x < ε para todos os ε positivos. Para provar a desigualdade x ≥ 0, provamos x > −ε para todos os ε positivos.

O termo análise real é um pouco confuso. Prefiro usar simplesmente: análise. O outro tipo de análise – análise complexa – realmente se baseia no material presente, ao invés de ser distinto. Além disso, um curso mais avançado sobre análise real falaria frequentemente sobre números complexos. Eu suspeito que a nomenclatura seja bagagem histórica.

Vamos continuar o show!

Créditos: Jiří Lebl

A compactação de espaços/subespaços

Os buracos negros são corpos astronômicos que conseguem compactar o espaço-tempo ao infinito, também podemos usar a matemática inventada por nós e fazer algo aproximado com aplicação na ciência/tecnologia.

SOC (System On Chip – Sistema em um Chip) M1 Max Apple

Chip M1 Max Apple. Créditos Apple.

Ex: O SOC (System On Chip – sistema em um chip) M1 Max: conta com 32 núcleos de processamento compactados no espaço de 432 \mathrm{ mm}^{2} com 57 bilhões de transistores em subespaços.

A partir deste poste para que seja possível compreender os assuntos mais técnicos tais como: RF (Rádio Frequência), fluxo cognitivo, subespaços métricos e não métricos, dobras espaciais, ondas gravitacionais, simulação cerebral, mecânica quântica, etc.; sem o conhecimento em análise matemática, o tema seria complexo demais para o leitor não versado nesse assunto: compreendê-lo.

Este estudo é recomendado para todas as idades e níveis educacionais, a única exigência é saber ler em inglês.

{RC}.

Referências Bibliográficas

Resolva suas dúvidas sobre espaços e subespaços: Leis da Física versus Matemática

O que são espaços e subespaços matemáticos?

Os espaços/subespaços da matemática são 100% conceituais/abstratos/subjetivos, são invenções cognitivas humanas (porque é nosso cérebro que faz matemática via simulação cerebral e todos os seres que possuem cérebros, ex: aranhas, também realizam procedimentos equivalentes, assim como as abelhas, observe a simetria de suas projeções geométricas) para que a ciência matemática possa existir e possa ser usada em nossas vidas. Experimentos e ferramentas com precisão extrema como as novas fábricas que utilizam EUV (UVE – Ultra Violeta Extrema) para fabricação de chips da TSMC de chips de silício de 3 (nm) nanômetros (previstos para 2022) (1 nm = 1 \times 10^{-9} metro ou 0,000.000.001 metro – um milionésimo de milímetro ou um bilionésimo de metro). O Brasil também está na vanguarda tecnológica com a nossa mais nova fábrica de luz síncroton Sirius (leia abaixo sobre nosso acelerador de luz de 4ª geração.). Também podemos atribuir possibilidades existenciais aos espaços/subespaços matemáticos.

O que são espaços e subespaços físicos?

Os espaços/subespaços da física são a infraestrutura (tecido) do próprio universo (nossos corpos e todas as coisas físicas ocupam espaços físicos), correspondem à realidade objetiva que independe de nossa concepção/abstração, também podemos atribuir possibilidades existenciais a eles.

Exemplo de espaço sem subespaço e espaço com subespaço. Créditos imagem: Wikipédia, Planosdeaula

Podemos ver na foto acima que ambos os tabletes (o Sumério de 6000 anos atrás e os tabletes atuais), ocupam lugares no espaço; entretanto, os tabletes atuais possuem subespaços compactados em seu interior contendo bilhões de componentes nanométricos (chips de silício).

Observatório de Ondas Gravitacionais por Interferômetro Laser

O Observatório de Ondas Gravitacionais por Interferômetro Laser (em inglês: Laser Interferometer Gravitational-Wave Observatory – LIGO). Em 11 de fevereiro de 2016, o projeto LIGO anunciou a detecção de ondas gravitacionais a partir do sinal encontrado às 09h51 UTC de 14 de setembro de 2015, de dois buracos negros com cerca de 30 massas solares em processo de fusão, a 1,2 bilhão de anos-luz da Terra. Isso confirmou a existência de espaços físicos que podem ser dobrados (contraídos pelas ondas gravitacionais). Em 3 de outubro de 2017, o Prêmio Nobel de Física foi atribuído a Rainer Weiss, Barry Barish e Kip Thorne por contribuições decisivas para o detector LIGO e a observação de ondas gravitacionais.

Numerical Simulation: S. Ossokine, A. Buonanno (Max Planck Institute for Gravitational Physics), Simulating eXtreme Spacetimes project; Scientific Visualisation: T. Dietrich (Max Planck Institute for Gravitational Physics), R. Haas (NCSA).

A animação acima mostra a coalescência (junção) de dois buracos negros em órbita, detectados pelos observatórios Ligo e Virgo avançado em 14 de agosto de 2017. A força da onda gravitacional é indicada tanto pela elevação quanto pela cor, com verde escuro indicando fracos campos e violeta brilhante indicando campos fortes. A amplitude da onda gravitacional é redimensionada no tempo, o que permite mostrar o sinal durante toda a coalescência e não apenas perto da fusão, onde é mais forte. Os tamanhos dos buracos negros foram aumentados por um fator de dois para melhorar a visibilidade.

Simulação da fusão de dois buracos negros – Max Planck Institute for Gravitational Physics.

Obs: não é a natureza que faz matemática – nosso universo não é matemático, somos nós por meio de nossa capacidade cognitiva (nosso cérebro) realizamos tal conquista. A natureza/física já nasceu com suas próprias leis que independem de nossa limitação em sua percepção ou compreensão.

{RC}.

A diferença entre espaços/subespaços físicos e matemáticos

Espaços/subespaços físicos são diferentes de espaços/subespaços matemáticos. É por esse motivo que a medida do metro (símbolo: m, unidade de medida de comprimento do Sistema Internacional de Unidades, definido como: o comprimento do trajeto percorrido pela luz no vácuo durante um intervalo de tempo de 1/299 792 458 de segundo), mudou para refletir a precisão em nossas medições no universo físico.

A precisão matemática entre esses elementos é a interseção entre eles: PM = EF ∩ EM

Significado de PM = EF ∩ EM

  • PM = Precisão Matemática
  • EF = Espaços ou/e subespaços da Física
  • EM = Espaços ou/e subespaços da Matemática

A interseção entre espaços/subespaços da física com a matemática, significa que alguns espaços/subespaços (conceitos/soluções/modelagem) matemáticos são válidos para a física, mas não todos.

Quando vemos um paradoxo na física, é realmente uma pista que aponta para uma lacuna em nosso entendimento, resolver o paradoxo pode nos levar a novos conhecimentos.

{Matt O’Dowd}

Leis da física

São as descobertas mais importantes, por meio delas conseguimos aproximar nossos modelos matemáticos para conseguir cada vez mais precisão em nossos experimentos, desenvolver novas ferramentas e instrumentos.

Espelho M4 com óptica adaptativa do ELT

Esta imagem é uma renderização do M4, o espelho adaptativo principal do Extremely Large Telescope (ELT). O termo “espelho adaptativo” significa que a superfície do espelho pode ser deformada para corrigir a turbulência atmosférica, bem como a vibração rápida da estrutura do telescópio induzida por seu movimento e pelo vento. O ELT, o maior olho no céu do mundo, terá um sistema óptico de cinco espelhos que permitirá desvendar o Universo com detalhes sem precedentes. Clique na imagem para ampliá-la. Créditos ESO.

O maior espelho adaptável já construído, o espelho M4 do futuro Extremely Large Telescope (ELT) (Telescópio Extremamente Grande), do ESO, atingiu um marco importante no seu desenvolvimento: os seis segmentos em forma de pétala que compõem o espelho estão terminados.

O M4, o quarto espelho no caminho da luz do telescópio, pode mudar de forma rapidamente de maneira muito precisa e constitui uma parte crucial do sistema de óptica adaptativa do ELT. A radiação emitida por objetos cósmicos é distorcida pela atmosfera do nosso planeta, dando origem a imagens borradas. Para corrigir estas distorções, o ELT utilizará hardware e software de óptica adaptativa avançada, alguns dos quais foram desenvolvidos especialmente para este telescópio. Estes sistemas incluem lasers potentes que criam estrelas artificiais de referência no espaço – necessárias quando não existem estrelas suficientemente brilhantes perto do objeto em estudo que permitam medições das distorções atmosféricas – e câmeras de detecção rápida e precisa que medem essas distorções. Estas medições são então encaminhadas em tempo real para computadores extremamente rápidos, que calculam as correções de forma necessária para serem aplicadas ao M4. Além da conclusão da construção das pétalas do M4, esses sistemas também atingiram recentemente importantes marcos na sua construção.

Graças ao seu sistema de óptica adaptativa, o ELT do ESO será capaz de fornecer imagens mais nítidas que as que são obtidas atualmente, ou no futuro – no espaço  – com telescópios tais como o Telescópio Espacial Hubble da NASA/ESA e o Telescópio Espacial James Webb com lançamento previsto para dezembro/2021.

Ilustração de como será o novo ELT. Créditos ESO.

Extreme Light Infrastructure (infraestrutura de luz extrema) (ELI)

Extreme Light Infrastructure – ELI.

ELI-Beamlines Facility

Em Dolni Brezany, perto de Praga, República Tcheca, a instalação ELI-Beamlines se concentrará principalmente no desenvolvimento de fontes secundárias de radiação e partículas de pulso curto e em suas aplicações multidisciplinares em ciências moleculares, biomédicas e materiais, física de plasmas densos, matéria densa quente, astrofísica de laboratório. Além disso, o pilar utilizará seus lasers de alta potência e alta taxa de repetição para experimentos de física de alto campo com intensidades focadas de cerca de 1 \times 10^{23} W/\mathrm{cm}^{2}, investigando física de plasma exótico e efeitos QED não lineares.

ELI-Attosecond Facility

A ELI Attosecond Light Pulse Source (Fonte de pulso de luz de attosegundo) (ELI-ALPS) em Szeged, Hungria está estabelecendo uma instalação única, que fornece fontes de luz entre THz (1 \times 10^{12} Hz) e faixa de frequência de raios-X (1 \times 10^{18}1 \times 10^{19} Hz) na forma de pulsos ultracurtos com alta taxa de repetição. O ELI-ALPS será dedicado a dinâmicas extremamente rápidas tirando fotos instantâneas na escala de attossegundos (um bilionésimo de um bilionésimo de segundo) da dinâmica do elétron em átomos, moléculas, plasmas e sólidos. Ele também fará pesquisas com lasers de intensidade ultra-alta. http://www.eli-alps.hu.

ELI-Nuclear Physics Facility

Em Magurele, Romênia, as instalações do ELI Nuclear Physics (ELI-NP) se concentram na física nuclear baseada em laser. Ele hospedará duas máquinas, um laser de altíssima intensidade, onde os feixes de dois lasers de 10 PW (Peta Watt) são somados de forma coerente para obter intensidades da ordem de 1 \times 10^{23}1 \times 10^{24} W/\mathrm{cm}^{2}, e um feixe gama brilhante muito intenso, obtido por incoerentes Espalhamento Compton de uma luz laser a partir de um feixe de elétrons brilhante de um acelerador linear convencional. As aplicações incluem experimentos de física nuclear para caracterizar a interação laser-alvo, reações fotonucleares e física nuclear exótica e astrofísica. http://www.eli-np.ro.

Buraco negro encontrado escondido em aglomerado estelar fora da nossa galáxia

Com o auxílio do Very Large Telescope (VLT) do Observatório Europeu do Sul (ESO), os astrônomos descobriram um pequeno buraco negro fora da Via Láctea ao observar a maneira como este objeto influencia o movimento de uma estrela na sua vizinhança. Trata-se da primeira vez que este método de detecção é utilizado para revelar a presença de um buraco negro fora da nossa Galáxia. Este método pode ser crucial para descobrir buracos negros escondidos na nossa Via Láctea e em galáxias próximas e nos dar pistas sobre como é que estes objetos misteriosos se formam e evoluem. Clique na imagem acima e leia a matemática completa 11/11/2021. Créditos: ESO.

Sirius – Acelerador de Luz Síncrotron de 4ª Geração Brasileiro

Acelerador brasileiro de Luz Síncrotron Sirus de 4ª geração. Clique na imagem para acessar a página completa com informações. Créditos: Projeto Sirius Brasil.

Sirius Acelerando o Futuro da Ciência Brasileira. A nova fonte de luz síncrotron brasileira, é a maior e mais complexa infraestrutura científica já construída no País. Este equipamento de grande porte usa aceleradores de partículas para produzir um tipo especial de luz, chamada, luz síncrotron. Essa luz é utilizada para investigar a composição e a estrutura da matéria em suas mais variadas formas, com aplicações em praticamente todas as áreas do conhecimento.

Sirius é uma infraestrutura aberta, à disposição da comunidade científica brasileira e internacional, desenvolvida no Centro Nacional de Pesquisa em Energia e Materiais (CNPEM) – Organização Social supervisionada pelo Ministério da Ciência, Tecnologia e Inovações (MCTI). Sirius é financiado com recursos do MCTI e projetado por pesquisadores e engenheiros do CNPEM, em parceria com a indústria nacional.

Sirius permitirá que centenas de pesquisas acadêmicas e industriais sejam realizadas anualmente, por milhares de pesquisadores, contribuindo para a solução de grandes desafios científicos e tecnológicos, como novos medicamentos e tratamentos para doenças, novos fertilizantes, espécies vegetais mais resistentes e adaptáveis e novas tecnologias para agricultura, fontes renováveis de energia, entre muitas outras potenciais aplicações, com fortes impactos econômicos e sociais.

Abaixo, apresentamos um pouco dos desafios envolvidos no desenvolvimento desta infraestrutura que promete inaugurar um novo capítulo da história da ciência brasileira, trazendo benefícios para toda a sociedade.

A Excelência Científica
no Brasil a Serviço
da Humanidade

Ao final de 2019, já era evidente a qualidade da pesquisa científica realizada no Centro Nacional de Pesquisa em Energia e Materiais (CNPEM), uma organização social vinculada ao Ministério da Ciência, Tecnologia e Inovações (MCTI). Isso ficou ainda mais claro no cenário de pandemia do Coronavírus causador da doença Covid-19 deste ano, que mostrou mais uma vez que os recursos aplicados na ciência não são gastos, e sim, investimentos. Com o surgimento do novo coronavírus e sua disseminação por todo o planeta, vimos a importância de ter infraestrutura de pesquisa de qualidade, com cientistas e colaboradores capacitados e prontos para atender ao chamado da humanidade.

Clique na foto ao lado para leitura do livro em pdf.

A tecnologia do Sirius 4ª geração em números

Energia dos elétrons: 3 GeV
Circunferência do anel: 518,4 m
Diâmetro do anel: 165 metros
Número de linhas de luz
comportadas: 40
Emitância: 0,28 nm.rad
Área do prédio: 68000 m2
Mais de 1350 magnetos
Radiofrequência: cavidades
supercondutoras, mais de
500 kW em 500 MHz
Vácuo: mais de 1 km de
câmaras de vácuo e mais de
1300 componentes
Sistema de controle: 8000
pontos de controle e mais de
400 computadores
Túnel: mais de 500 metros com
temperatura controlada em +/- 0,1oC
Linac: quatro estruturas
aceleradoras, 90 MW
pulsados em 3 GHz
Sincronismo: Cerca de 800
sinais distribuídos
Diagnóstico: Mais de 250
monitores de posição
Proteção radiológica: 1 km de
blindagem de concreto com
0,8 a 1,5 m de espessura e
3 m de altura
Intertravamento: 4000 pontos
de monitoração
Fontes de corrente: cerca de 900
fontes e mais de 40 km de cabos
de alimentação
Infraestrutura: 700 km de
cabos elétricos
Terraplanagem: Movimentados
220 mil m3 de terra
com compactação minima
de 98%

Laboratório Nacional de Luz Síncrotron

O LNLS faz parte do Centro Nacional de Pesquisa em Energia e Materiais (CNPEM), uma Organização Social supervisionada pelo Ministério da Ciência, Tecnologia e Inovações (MCTI).

Referências Bibliográficas

Psicanálise é considerada pseudociência!

Créditos imagem: pinimg.com

Quanto mais a ciência avança, mais precisão temos em nossos estudos e análises. Utilizando o repertório técnico científico de hoje que se atualiza e avança no tempo, as dúvidas que tínhamos sobre métodos alternativos de tratamento psicológico, que neste caso é a psicanálise, ganhou pleno status de pseudociência.

Os critérios que foram determinantes nessa classificação podem ser estudados e analisados conforme o resumo abaixo. Hoje nossa referência mais assertiva para determinar o que é ou não uma pseudociência, situasse na nova demarcação do conhecimento: CVJV.

Obs.: pseudociência é PCI (um produto de crenças em inexistentes).

Resumo

Introdução: A psicanálise já foi classificada como pseudociência no passado. Karl Popper foi um daqueles que traçou objeções à doutrina psicanalítica, usando do critério da falseabilidade. Entretanto, a falseabilidade não pode mais ser considerada suficiente para resolver o problema, já que implica em dificuldades consideráveis, e melhores alternativas para abordar a questão estão disponíveis. Objetivo: Este artigo tem por objetivo avaliar o status científico da psicanálise em relação ao problema da demarcação. Método: Para fazer isso, o critério de Sven Ove Hansson foi utilizado: este consiste em um conjunto de condições suficientes e necessárias, que é complementado com uma lista de multicritérios que auxiliam a identificar pseudociências. Foi analisado o quanto a psicanálise se encaixava em cada um dos sete itens da lista de Hansson, além de ser proposta a adição de um oitavo item. Resultados: Os resultados mostraram que a psicanálise era compatível com todos os oito itens da lista de demarcação de pseudociências. Conclusão: Ao final, a conclusão foi de que mesmo que a falseabilidade deva ser descartada, as evidências sugerem que ainda temos motivos suficientes para afirmar que a psicanálise é uma pseudociência, já que ela se distancia significativamente dos padrões de qualidade científicos.

Qual a diferença entre Ciência e Pseudociência?

A diferença reside nos métodos utilizados, a ciência usa CVJV e as pseudociências não.

Clique aqui para acesso direto ao artigo original em PDF

Referências Bibliográficas