Download the Full Ebook and Access More Features - ebooknice.

com

(Ebook) Advances in Fuzzy Integral and

Differential Equations: 412 (Studies in Fuzziness
and Soft Computing, 412) by Tofigh Allahviranloo
(editor), Soheil Salahshour (editor) ISBN
9783030737108, 3030737101
https://ebooknice.com/product/advances-in-fuzzy-integral-
and-differential-equations-412-studies-in-fuzziness-and-
soft-computing-412-33791634

OR CLICK HERE

DOWLOAD EBOOK

Download more ebook instantly today at https://ebooknice.com

 Instant digital products (PDF, ePub, MOBI) ready for you
Download now and discover formats that fit your needs...

Start reading on any device today!

(Ebook) Biota Grow 2C gather 2C cook by Loucas, Jason;

Viles, James ISBN 9781459699816, 9781743365571,
9781925268492, 1459699815, 1743365578, 1925268497
https://ebooknice.com/product/biota-grow-2c-gather-2c-cook-6661374

ebooknice.com

(Ebook) Vagabond, Vol. 29 (29) by Inoue, Takehiko ISBN

9781421531489, 1421531488

https://ebooknice.com/product/vagabond-vol-29-29-37511002

ebooknice.com

(Ebook) Advances in Insect Physiology, Vol. 29 by Peter

Evans ISBN 9780120242290, 012024229X

https://ebooknice.com/product/advances-in-insect-physiology-
vol-29-1308058

ebooknice.com

(Ebook) Advances in Librarianship, Volume 29 (Advances in

Librarianship) by Danuta A Nitecki, Eileen Abels ISBN
9780120246298, 0120246295
https://ebooknice.com/product/advances-in-librarianship-
volume-29-advances-in-librarianship-1763902

ebooknice.com
(Ebook) Advances in Child Development and Behavior 29 by
Robert V. Kail and Hayne W. Reese (Eds.) ISBN
9780120097296, 012009729X
https://ebooknice.com/product/advances-in-child-development-and-
behavior-29-1797872

ebooknice.com

(Ebook) 29, Single and Nigerian by Naijasinglegirl ISBN

9781310004216, 1310004218

https://ebooknice.com/product/29-single-and-nigerian-53599780

ebooknice.com

(Ebook) Differential Equations, Mathematical Modeling and

Computational Algorithms: DEMMCA 2021, Belgorod, Russia,
October 25–29 (Springer Proceedings in Mathematics &
Statistics, 423) by Vladimir Vasilyev (editor) ISBN
https://ebooknice.com/product/differential-equations-mathematical-
9783031285059, 9783031285042, 3031285050, 3031285042
modeling-and-computational-algorithms-demmca-2021-belgorod-russia-
october-2529-springer-proceedings-in-mathematics-
statistics-423-50493696
ebooknice.com

(Ebook) Advances in Photochemistry, Volume 29 by Douglas

C. Neckers, William S. Jenks, Thomas Wolff ISBN
9780471682400, 0471682403
https://ebooknice.com/product/advances-in-photochemistry-
volume-29-1727328

ebooknice.com

(Ebook) Boeing B-29 Superfortress ISBN 9780764302725,

0764302728

https://ebooknice.com/product/boeing-b-29-superfortress-1573658

ebooknice.com
Studies in Fuzziness and Soft Computing

Tofigh Allahviranloo
Soheil Salahshour Editors

Advances in
Fuzzy Integral
and Differential
Equations
Studies in Fuzziness and Soft Computing

Volume 412

Series Editor
Janusz Kacprzyk, Systems Research Institute, Polish Academy of Sciences,
Warsaw, Poland
The series “Studies in Fuzziness and Soft Computing” contains publications on
various topics in the area of soft computing, which include fuzzy sets, rough sets,
neural networks, evolutionary computation, probabilistic and evidential reasoning,
multi-valued logic, and related fields. The publications within “Studies in Fuzziness
and Soft Computing” are primarily monographs and edited volumes. They cover
significant recent developments in the field, both of a foundational and applicable
character. An important feature of the series is its short publication time and
world-wide distribution. This permits a rapid and broad dissemination of research
results.
Indexed by SCOPUS, DBLP, WTI Frankfurt eG, zbMATH, SCImago.

All books published in the series are submitted for consideration in Web of Science.

More information about this series at http://www.springer.com/series/2941

Tofigh Allahviranloo · Soheil Salahshour
Editors

Advances in Fuzzy Integral

and Differential Equations
Editors
Tofigh Allahviranloo Soheil Salahshour
Faculty of Engineering and Natural Faculty of Engineering and Natural
Sciences Sciences
Bahçeşehir University Bahçeşehir University
Istanbul, Turkey Istanbul, Turkey

ISSN 1434-9922 ISSN 1860-0808 (electronic)

Studies in Fuzziness and Soft Computing
ISBN 978-3-030-73710-8 ISBN 978-3-030-73711-5 (eBook)
https://doi.org/10.1007/978-3-030-73711-5

© The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature
Switzerland AG 2022
This work is subject to copyright. All rights are solely and exclusively licensed by the Publisher, whether
the whole or part of the material is concerned, specifically the rights of translation, reprinting, reuse
of illustrations, recitation, broadcasting, reproduction on microfilms or in any other physical way, and
transmission or information storage and retrieval, electronic adaptation, computer software, or by similar
or dissimilar methodology now known or hereafter developed.
The use of general descriptive names, registered names, trademarks, service marks, etc. in this publication
does not imply, even in the absence of a specific statement, that such names are exempt from the relevant
protective laws and regulations and therefore free for general use.
The publisher, the authors and the editors are safe to assume that the advice and information in this book
are believed to be true and accurate at the date of publication. Neither the publisher nor the authors or
the editors give a warranty, expressed or implied, with respect to the material contained herein or for any
errors or omissions that may have been made. The publisher remains neutral with regard to jurisdictional
claims in published maps and institutional affiliations.

This Springer imprint is published by the registered company Springer Nature Switzerland AG
The registered company address is: Gewerbestrasse 11, 6330 Cham, Switzerland
Contents

Fuzzy Differential Equations

Differential and Integral Calculus for Fuzzy Number-Valued
Functions with Interactivity . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
Laécio Carvalho de Barros, Francielle Santo Pedro, and Estevão Esmi
The Transform Method to Solve Fuzzy Differential Equation
via Differential Inclusions . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
Xiao-Ming Liu, Ling Hong, and Jun Jiang
Complete Controllability of Fuzzy Fractional Evolutions Equation
Under Fréchet Derivative in Linear Correlated Fuzzy Spaces . . . . . . . . . . 81
Nguyen Thi Kim Son, Hoang Thi Phuong Thao, Tran Van Bang,
and Hoang Viet Long
An Estimation of the Solution of First Order Fuzzy Differential
Equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
N. Ahmady, T. Allahviranloo, and E. Ahmady
Solution Strategy for Fuzzy Fractional Order Linear Homogeneous
Differential Equation by Caputo-H Differentiability and Its
Application in Fuzzy EOQ Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
Mostafijur Rahaman, Sankar Prasad Mondal, A. El Allaoui,
Shariful Alam, Ali Ahmadian, and Soheil Salahshour
Homotopy Perturbation Method for Solving Fuzzy Fractional
Heat-Conduction Equation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
Shweta Dubey and S. Chakraverty

Fuzzy Integral Equations

Finding Optimal Results in the Homotopy Analysis Method
to Solve Fuzzy Integral Equations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
Mohammad Ali Fariborzi Araghi and Samad Noeiaghdam

v
vi Contents

Numerical Solution of Some Singular Volterra Fuzzy Integral

Equations of the First Kind by Fuzzy Generalized Quadrature
Formula . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 197
V. Samadpour Khalifeh Mahaleh, R. Ezzati, and S. Ziari
Successive Approximations Method for Fuzzy Fredholm-Volterra
Integral equations of the Second Kind . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
S. Ziari, A. M. Bica, and R. Ezzati
Fuzzy Differential Equations
Differential and Integral Calculus for
Fuzzy Number-Valued Functions with
Interactivity

Laécio Carvalho de Barros, Francielle Santo Pedro, and Estevão Esmi

Abstract This chapter presents the theory of differential and integral calculus for
autoregressive fuzzy processes, that is, fuzzy number-valued functions F such that
F(t) and F(t + h) are interactive fuzzy numbers for every |h| sufficiently small.
Recall that interactivity between fuzzy variables are described in terms of joint pos-
sibility distributions and plays a similar role to that of dependence between random
variables. We present a theory of differential calculus for certain autoregressive fuzzy
processes based on a special type of interactivity called F-interactivity. Next, we
introduce a Banach space, denoted by RF(A) , which is composed by fuzzy numbers
that are interactive with each other, such that the vector addition corresponds to an
interactive operation. The concepts of differential and integral for mappings from
R to RF(A) correspond to the classical notions of Fréchet derivative and Riemann
integral in Banach spaces. Thus, the theory of differential and integral calculus for
functions taking values in RF(A) is different from those found in fuzzy literature that
are based in (generalized) Hukuhara differentiability and fuzzy Aumann (or Rie-
mann) integral, which involve non-interactive arithmetic. In contrast to the usual
fuzzy Aumann integral, the diameter of a fuzzy function defined in terms of the
Riemann integral in RF(A) may decrease. We also study fuzzy ordinary and partial
differential equations in RF(A) .

L. C. de Barros · E. Esmi (B)

Universidade Estadual de Campinas, Campinas, SP 13081-970, Brazil
e-mail: [email protected]
L. C. de Barros
e-mail: [email protected]
F. S. Pedro
Universidade Federal de São Paulo, Osasco, SP 06110-295, Brazil
e-mail: [email protected]

© The Author(s), under exclusive license to Springer Nature Switzerland AG 2022 3

T. Allahviranloo and S. Salahshour (eds.), Advances in Fuzzy Integral and Differential
Equations, Studies in Fuzziness and Soft Computing 412,
https://doi.org/10.1007/978-3-030-73711-5_1
4 L. C. de Barros et al.

1 Introduction

The first approach to calculus theory for fuzzy number-valued function was pro-
posed by Puri and Ralescu where they introduced the notion of fuzzy Hukuhara
differentiability or, for short, H -differentiability [34]. The concept of fuzzy Aumann
integrability was introduced by [35]. Subsequently, Kaleva established a fundamen-
tal theorem of calculus using these two concepts [27]. However, from a practical
point of view, the application of such a notion of differentiability is quite limited.
For example, let A be a fuzzy number and F(t) = g(t)A be such that g is a differ-
entiable in R. The fuzzy function F is not H -differentiable at t0 if |g| is a strictly
decreasing function at t0 . Stefanini and Bede proposed the concept of generalized
Hukuhara differentiability (or, for short, g H -differentiability) which extends the H -
differentiability and is the most common and well-known [47]. The g H -derivative
of the function F(t) = g(t)A at t0 is given by g  (t0 )A which is an intuitive result.
One the other hand, when we are dealing with a fuzzy function F that describes
an uncertain process, it is reasonable to assume that the value of this process in a near
future F(t + h) is close (or related) to the value of the present F(t), even though the
quantities are inaccurate and/or uncertain. In addition, depending on the phenomenon
described by the fuzzy process F, one can expect that the level of uncertainty at
instant t + h should be reduced or increased in comparison to the instant t. In fuzzy
set theory, interactivity (or dependence) between F(t) and F(t + h) can be described
by the notion of joint possibility distributions. The concept of interactivity for fuzzy
variables is analogous to concept of dependence for random variables that arises from
joint probability distributions. Intuitively, according Zadeh, two fuzzy quantities “are
interactive if the assignment of a value to one affects the fuzzy restrictions placed
on the other” [52]. Once the interactivity between two fuzzy quantities is known,
we can perform arithmetic operations taking into account it. This approach leads
to the so-called interactive arithmetic (see Sect. 3). The g H -derivative is given in
terms of the g H -difference of F(t + h) and F(t) which, in its turn, implicitly takes
into account the existence of a type of interactivity described by a certain joint
possibility distribution [49]. Thus, the g H -difference can be viewed as an interactive
subtraction. If we assume other types of interactivity between F(t) and F(t + h),
then we obtain other interactive differences of F(t) and F(t + h) and, consequently,
other notions of differentiability for fuzzy functions F [6]. The theory of calculus
based on interactive arithmetic operations is called of interactive fuzzy calculus. In
this chapter, we focus on a type of interactivity between fuzzy numbers, namely, the
F-interactivity, which leads to the notion of F-interactive differentiability.
Despite the fact that g H -difference is a particular case of interactive fuzzy subtrac-
tion, many researchers consider the other arithmetic operations on fuzzy numbers,
namely, addition, multiplication, and division, as being the standard operations which
is an extension of interval arithmetic. Recall that, in this case, the sum of two uncer-
tain quantities given by fuzzy numbers never results in a real number. However, in
many situations and phenomena, we may have the sum of two fuzzy numbers (or
uncertain quantities) is a real number. For example, the weight of a pregnant woman
Differential and Integral Calculus … 5

is a real number but consist of the sum of the weights of the woman and her fetus
that are uncertain approximations.
In the context of fuzzy dynamical system, interactivity also arises naturally. A
damped harmonic oscillator may be governed by an equation of the form a X  +
bX  + cX = 0 where X, X  , and X  are uncertain quantities. Salgado
et al. studied these types of systems with fuzzy interactivity [38, 39]. Another
interesting dynamic system where the usual arithmetic can not be properly applied is
the compartmental epidemiological model without vital dynamics whose the initial
conditions and/or parameters are uncertain [11]. For example, in the susceptible-
infected (SI) model without vital dynamics, we have that the sum of the infected indi-
viduals with the successive ones is equal to the total population, that is, S + I = N .
Note that, from a practical point of view, it is reasonable to assume that the intial con-
ditions are uncertain, since it may be impossible to determine the number of infected
due to various factors such as false positives, the existence asymptomatic individ-
uous, impossibility to test all population at same time, etc. Let S and I be fuzzy
numbers, we have that the sum of S and I is equal to the real number N . To ensure
that the total population is a real number, the initial conditions must be interactive
fuzzy numbers. A similar situation appears in chemical reactions where at each stage
of the reaction we have that the mass of intermediate reagents is uncertain but the
total is known [50]. In [41], authors investigate some boundary value problems with
boundary conditions given by interactive fuzzy numbers. These examples suggest the
use of interactive arithmetic operations and, consequently, the interactive calculus to
model and study fuzzy process described by such fuzzy dynamical equations.
Given a fuzzy process F, determining g H -derivative of F at a point t may be
a hard task. Most of this difficulty lies in verifying the hypothesis of the Stack-
ing theorem. The calculation of the F-interactive derivative assumes that F(t) and
F(t + h) are F-interactive which may be difficult to verify in practice too. In a
further step, obtaining solutions for fuzzy differential equations given in terms of
g H -differentiability may also be a hard and costly task from both practical and ana-
lytical point of views. Recall that the calculation of such solutions may require the
analysis of types of g H -differentiability, existence of switch points [13], application
of Stacking theorem [32], and to solve two differential equations for each α ∈ [0, 1].
Again, in general, the verification of the hypothesis of Stacking theorem may be
difficult in practical problems. Similarly, solving fuzzy differential equations using
F-interactive differentiability is not a easy task as well. In contrast, the concept
A-linear interactivity, which is a special type of F-interactive relation with respect
to a fixed fuzzy number A, can be used to develop a simple and intuitive theory of
calculus for functions taking values in a certain subclass of fuzzy numbers denoted
by RF(A) . A fuzzy function from R to RF(A) is also called an A-linearly interactive
fuzzy process. The simplicity of such a theory of calculus is due to the fact the
space RF(A) forms a Banach space that isomorphic to R2 [21]. Roughly speaking,
the calculation of the derivative (or integral) of a A-linearly interactive fuzzy process
is given in terms of the classical derivatives (or integrals) of a certain pair of two
real functions. For example, the function F(t) = g(t)A, that we considered at the
beginning of Introduction, corresponds to an A-linearly interactive fuzzy process.
6 L. C. de Barros et al.

Using this theory of calculus, we have that for every t0 such that g  (t0 ) exists, the
function F has derivative equal to g  (t0 )A.
This chapter is organized as follows. Section 2 provides some mathematical foun-
dations used throughout this chapter. Section 3 presents the concept of interactivity
for fuzzy numbers and the arithmetic operations with interactive operands which
are the basis for the development of the interactive fuzzy calculus. A particular case
of interactive differential calculus for certain fuzzy functions, namely, F-interactive
fuzzy processes, is presented in Sect. 4. Section 5 deals with another particular case
of interactive calculus that is simpler to understand and use. Thus, beginner readers
can choose to read this section first, before the previous ones which deal with more
general cases.

2 Mathematical Background

This section reviews some basic concepts and notations from fuzzy set theory that
are used throughout this chapter.
A fuzzy (sub)set A of the universe X = ∅ is described by its membership function
μ A : X −→ [0, 1], where μ A (x) means the degree to which x belongs to A. For
notational convenience, we write A(x) instead of μ A (x). We use the symbol F(X )
to denote the set of all fuzzy subsets of X . The α-levels of the fuzzy subset A are
classical subsets defined as follows:

[A]α = {x ∈ X : A(x) ≥ α}

for 0 < α ≤ 1 and, when X is a topological space, such as

Rn , [A]0 = {x ∈ U : A(x) > 0}, where Ȳ denotes the closure of Y ⊆ X . Here, we
focus on a particular subclass of fuzzy sets of R called fuzzy numbers.

Definition 1 (Fuzzy number) [4, 20] The fuzzy subset A of R is a fuzzy number if

i. all their α-levels are closed and nonempty intervals of R, and

ii. the support of A, supp(A) = {x ∈ R : A(x) > 0}, is bounded.

A well-known example of fuzzy number is a triangular fuzzy number, denoted by

a triple (a; b; c) with a ≤ b ≤ c, that can be defined levelwise by

[a + α(b − a), c − α(c − b)], ∀α ∈ [0, 1].

The family of fuzzy numbers is denoted by RF .

For every fuzzy number A, we denote its α-levels by [A]α = [aα− , aα+ ], α ∈ [0, 1].
The length of the α-level of A is defined by

len([A]α ) = aα+ − aα− , for all α ∈ [0, 1].

Differential and Integral Calculus … 7

The diameter of A is defined as being diam(A) = len([A]0 ).

Definition 2 [14] The metric d∞ on RF is defined for every A ∈ RF and B ∈ RF as
follows:
d∞ (A, B) = sup max{|aα− − bα− |, |aα+ − bα+ |}.
0≤α≤1

Proposition 1 [14] (RF , d∞ ) is a complete metric space and moreover, the following
properties hold true:

i. d∞ (U + W, V + W ) = d∞ (U, V ), ∀U, V, W ∈ RF i.e., d∞ is translation invari-

ant.
ii. d∞ (k · U, k · V ) = |k|d∞ (U, V ), ∀U, V ∈ RF , k ∈ R;
iii. d∞ (U + V, W + E) ≤ d∞ (U, W ) + d∞ (V, E), ∀U, V, W, E ∈ RF .
A norm of a fuzzy number A is defined by

A = d∞ (A, 0).

The Zadeh extension Principle can be viewed as a mathematical tool to extend

classical functions to the fuzzy domain. Let f : X → Y and A ∈ F(X ). The Zadeh
extension of f at A is the fuzzy set fˆ(A) ∈ F(Y ) given by [51]

fˆ(A)(y) = sup A(x) (1)

x∈ f −1 (y)

where f −1 (y) stands for the preimage of y under f , that is, f −1 (y) = {x ∈
X | f (x) = y}. By definition, sup ∅ = 0. The Zadeh extension principle can also be
defined for functions with multiple arguments as follows. Let f : X 1 × . . . × X n →
Y and Ai ∈ F(X i ), i = 1, . . . , n. The Zadeh extension of f at (A1 , . . . , An ) is the
fuzzy set fˆ(A1 , . . . , An ) ∈ F(Y ) given by

fˆ(A1 , . . . , An )(y) = sup min {A1 (x1 ), . . . , An (xn )}. (2)

(x1 ,...,xn )∈ f −1 (y)

The next theorem characterizes the α-levels of the Zadeh extension of a continuous
functions in terms of the α-levels of the corresponding arguments.
Theorem 1 [5, 33]
(a) If f : R → R is continuous and A ∈ RF , then fˆ(A) ∈ RF , and

[ fˆ(A)]α = f ([A]α ), ∀α ∈ [0, 1].

(b) If f : Rn → R is continuous and Ai ∈ RF , i = 1, . . . , n, then fˆ(A1 , . . . , An ) ∈

RF , and

[ fˆ(A1 , A2 , . . . , An )]α = f ([A1 ]α , [A2 ]α , . . . , [An ]α ), ∀α ∈ [0, 1].

8 L. C. de Barros et al.

The Zadeh extension principle can be used to define the standard arithmetic oper-
ations for fuzzy numbers as follows.
Definition 3 (Standard Arithmetic) Let A, B ∈ RF .

1. The sum of A and B is given by A + B = +̂(A, B), where +(a, b) = a + b for

all a, b ∈ R.
2. The difference of A and B is given by A − B = −̂(A, B), where −(a, b) = a − b
for all a, b ∈ R.
3. The multiplication of A and B is given by A · B = ˆ·(A, B), where ·(a, b) = ab
for all a, b ∈ R. If A = λ ∈ R, then we speak of scalar multiplication and denote
by λB.
4. The division of A by B, 0 ∈ ˆ
/ [B]0 , is given by A ÷ B = ÷(A, B), where ÷(a, b) =
a ÷ b for all a, b ∈ R, b = 0.

The next proposition is a consequence of Theorem 1 and characterizes the standard

arithmetic operations in terms of the α-levels of the corresponding operands.
Proposition 2 [4, 29] Let A, B ∈ RF with [A]α = [aα− , aα+ ] and [B]α = [bα− , bα+ ].
For every α ∈ [0, 1]. We have

1. [A + B]α = [aα− + bα− , aα+ + bα+ ].

2. [A − B]α = [aα− − bα+ , aα+ − bα− ].
3. [A · B]α = [min Yα , max Yα ], where Yα = {aα− bα− , aα− bα+ , aα+ bα− , aα+ bα+ }.
4. If A = λ ∈ R, then
 − 
λbα , λbα+  if λ ≥ 0
[λB]α = λ[B]α = .
λbα+ , λbα− if λ < 0
 
aα− aα− aα+ aα+
5. [A ÷ B]α = [min Z α , max Z α ], where Z α = , , ,
bα− bα+ bα− bα+
if 0 ∈
/ [B]0 .

The next proposition reveals the space of fuzzy numbers with the standard arith-
metic and the scalar product does not satisfy the algebraic structure of a vector space.

Proposition 3 [8, 16] Let A, B, C ∈ RF and p, q ∈ R.

1. A + B = A + B.
2. A + (B + C) = (A + B) + C.
3. A + 0 = A.
4. there exists D ∈ RF such that A + D = 0 iff A ∈ R.
5. ( p + q)A = p A + q A if pq ≥ 0.
6. p(A + B) = p A + p B.
7. ( pq)A = p(q A).

The standard subtraction is not useful to develop an interesting theory of dif-

ferential calculus for fuzzy number-valued functions since A − A = 0 for every
Differential and Integral Calculus … 9

A ∈ RF \ R. To this end, other definitions of subtraction were proposed in the lit-

erature such as Hukuhara difference and its extensions. Given A, B ∈ RF , a fuzzy
number D is said to be the Hukuhara difference of A and B, denoted by D = B − H A,
if [34]
D = A − H B ⇔ A = B + D.

Note that if A − H B exits, then len[A]α > len[B]α , for all α ∈ [0, 1]. This nec-
essary condition brings a considerable restriction for the use of this fuzzy difference
in practical problems. The notion of generalized Hukuhara difference extends the
Hukuhara difference and does not require such conditions.
Definition 4 [47] Let A, B ∈ RF , the generalized Hukuhara difference (or, for short,
g H -difference) is the fuzzy number D, if it exists, such that

A=B+D
A −g H B = D ⇐⇒ ,
or B = A − D

where “+” and “−” represent, respectively, the standard addition and subtraction of
fuzzy numbers given by of the Zadeh’s extension principle.
If the g H -difference of two fuzzy number A and B exists, then [8]

[B −g H A]α = [min{bα− − aα− , bα+ − aα+ }, max{bα− − aα− , bα+ − aα+ }]. (3)

In order to compare the method described in Sect. 4 to solve FIVPs with the
method based on g H , we recall this notion of g H -differentiability.
Definition 5 [47] Let F : [a, b] → RF . We say that F is generalized Hukuhara
differentiable (g H - differentiable for short) at t0 ∈ [a, b] if there exists an element
Fg H (t0 ) ∈ RF , such that

1 
Fg H (t0 ) = lim F(t0 + h) −g H F(t0 ) ,
h→0 h

where the limit is taken in the metric d∞ . At the end points, we consider only the
one-sided derivative.

Definition  Let F : [a, b] → RF be a fuzzy function such that [F(t)]α =

6 [9]
f α− (t), f α+ (t) with f α− and f α+ differentiable at t0 . We say that
i. F is g H1 -differentiable at t0 if
 
Fg H1 (t0 ) α
= [( f α− ) (t0 ), ( f α+ ) (t0 )], ∀α ∈ [0, 1].

ii. F is g H2 -differentiable at t0 , if
 
Fg H2 (t0 ) α
= [( f α+ ) (t0 ), ( f α− ) (t0 )], ∀α ∈ [0, 1].
10 L. C. de Barros et al.

The notion of fuzzy Aumann integral was introduced by Puri and Ralescu [35].
Fundamental theorems of calculus considering this notion of integrability and the
H -differentiability is given in [27].
Definition 7 (Aumann integral) [27, 35] Let F : [a, b] → RF be a fuzzy function.
b
The fuzzy Aumann integral of F over [a, b], denoted by (F A) a F(t)dt, is defined
by α-levels:
 b b b
(F A) F(t)dt = (A) [F(t)]α dt = (A) [ f α− (t), f α+ (t)]dt
a α a a
 b
= y(t)dt | y : [a, b] → R is a measurable selection of [F(·)]α ,
a
(4)
for all α ∈ [0, 1], provided that (4) defines a fuzzy numbers.

According to [27, 35], a function F : [a, b] → RF is said to be strongly measur-

able if, for every α ∈ [0, 1], the set-valued mapping Fα (t) = [F(t)]α is (Lebesgue)
measurable on [a, b] with the metric d∞ . Moreover, F : [a, b] → RF is said to be
integrable bounded if there exists an integrable function h : [a, b] → R such that
F(t) ≤ h(t) for all t ∈ [a, b].

Proposition 4 [27] If F : [a, b] → RF is strongly measurable and integrably

bounded function, then F is fuzzy Aumann integrable over [a, b].

By Remark 4.2 of [27], if the fuzzy number-valued function F is fuzzy Aumann

integrable over [a, b], then the integrals of the endpoint functions f α− and fr+ over
[a, b] exist and the following equality holds:
 b  b b
(F A) F(t)dt = f α− (t)dt, f α+ (t)dt , (5)
a α a a

for all α ∈ [0, 1].

Besides the notion of fuzzy Aumann integral, there are other concepts of fuzzy
integrability. Below we provide the definition of the fuzzy Riemann integral of a
fuzzy number-valued function [24].

Definition 8 A function F : [a, b] −→ RF is said to be fuzzy Riemann integrable

if there exists S ∈ RF such that for every  > 0 there exists δ > 0 such that for all
partition a = x0 < x1 < · · · < xn = b with xk − xk−1 < δ, k = 1, . . . , n, we have

n

d∞ F(tk )(xk − xk−1 ), S < ,
k=1

where tk ∈ [xk−1 , xk ], k = 1, . . . , n, and the summation is given in terms of the

standard addition. In this case, S is said to be the fuzzy Riemann integral of F over
b
[a, b] and is also denote by (F R) a F(s)ds.
Differential and Integral Calculus … 11

The next proposition states that the notion of fuzzy Aumann integrability and of
fuzzy Riemann integrability coincide if the integrand function is continuous.

Proposition 5 [8] If F : [a, b] −→ RF is a continuous function, then the fuzzy

Aumann and Riemann integrals of F exist and are equal, that is,
b b
(F A) F(s)ds = (F R) F(s)ds.
a a

Example 1 Consider F(t) = t A for all t ∈ R and A ∈ RF \ R. We have that

Fg H (t) = A, ∀t ∈ R

and
 1  1 1
F(t)dt = f α− (t)dt, f α+ (t)dt
−1 α −1 −1
 0 1 0 1
= taα+ dt + taα− dt, taα− dt + taα+ dt
−1 0 −1 0
1 − 
= aα − aα+ , aα+ − aα− .
2
for all α ∈ [0, 1]. Thus, we obtain
1
1
F(t)dt = (A − A) = 0.
−1 2

Based on the concept of fuzzy Riemann integrability, Allahviranloo et al. [2]

proposed the fuzzy Laplace transform that have been used to solve many first and
second order fuzzy differential equations given in terms of g H -derivative [2, 36].
Definition 9 [2] The fuzzy Laplace transform of a fuzzy valued function F :
[0, +∞) −→ RF is defined as follows:
+∞ b
L(F R) {F(t)} = (F R) F(t)e−st dt = lim (F R) F(t)e−st dt, (6)
0 b→+∞ 0

whenever the limit exists.

 
If [F(t)]α = f α− (t), f α+ (t) , for t ∈ [0, ∞) and α ∈ [0, 1] such that L(F R) {F(t)}
exist (for all s ∈ [0, ∞)), then one can show that [2]
      
L(F R) {F(t)} α = L f α− (t) , L f α+ (t) (7)

 ∞ the usual Laplace transform, that is, if g : [0, ∞) −→ R, then

where L denotes
L {g(t)} = 0 g(t)e−st dt.
12 L. C. de Barros et al.

3 Interactive Fuzzy Numbers

The concept of interactivity between two fuzzy sets was proposed by Zadeh [52].
This concept plays an analogous role to the concept of dependence and independence
for random variables, where the joint probability distribution reveals whether there
is dependence or independence between the random variables. Similarly, the notion
of interactivity between two fuzzy variables arises from a given joint possibility (or
joint membership) distribution, where the uncertainty involved is given by means of
membership functions instead of probability density functions such as in the case of
random variables [15].
The operations between fuzzy numbers given by the Zadeh extension principle,
which is defined in terms of the minimum t-norm, can be generalized by considering
a general t-norms in Eq. (2), which, in its turn, is a particular case of a joint possibility
distribution. The concept of joint possibility distributions is inspired by the one of
joint probability distributions for random variables.
According to [12, 23], a fuzzy set J ∈ F(Rn ) is said to be a joint possibility
distribution (JPD) for A1 , . . . , An ∈ RF if each Ai is the projections of J , that is,

Pi (J ) = Ai , ∀i = 1, . . . , n

where
Pi (J )(y) = sup J (x), ∀y ∈ R.
x∈Rn ,xi =y

If J (x1 , x2 , . . . , xn ) = A1 (x1 ) ∧ . . . ∧ An (xn ), then A1 , . . . , An are said to be

non-interactive and, in this case, [J ]α = [A1 ]α × · · · × [An ]α , ∀α ∈ [0, 1]. Other-
wise, A1 , . . . , An are said to be J -interactive or, simply, interactive and, in this case,
[J ]α ⊂ [A1 ]α × · · · × [An ]α , ∀α ∈ [0, 1]. Here, we denote the family of joint possi-
bility distributions of Rn by the symbol F J (Rn ).
Let J ∈ F J (R2 ). We have that J is a joint possibility distribution of A ∈ RF and
B ∈ RF if

max J (x1 , x2 ) = A(x1 ) and max J (x1 , x2 ) = B(x2 ), for any x1 , x2 ∈ R. (8)
x2 x1

In this case, A and B are also called marginal possibility distributions of J . Figure 1
illustrates an arbitrary joint possibility distribution J with marginals possibility dis-
tributions A and B.

Remark 1 In stochastic theory, the expression to the marginal probability distribu-

tions of a joint probability distribution resembles Eq. (8) and is given by

PA (x1 ) = f (x1 , x2 )d x2 and PB (x2 ) = f (x1 , x2 )d x1 ,

where f is the joint probability density function of the random variables A and B.
Differential and Integral Calculus … 13

Fig. 1 A joint possibility

distribution of A ∈ RF and
B ∈ RF

Remark 2 For the interval case, a relation J ⊆ R × R is a joint possibility distri-

bution of intervals A, B ⊆ R if

{x1 ∈ R | (x1 , x2 ) ∈ J, x2 ∈ R} = A and {x2 ∈ R | (x1 , x2 ) ∈ J, x1 ∈ R} = B.

If J = A × B, then the intervals A and B are said to be non-interactive. Otherwise,

A and B are said to be J -interactive or, simply, interactive.

Let A and B be J -interactive fuzzy numbers and let f : R2 → R. The sup-J

extension of f at (A, B) is the fuzzy set f J (A, B) of R such that

f J (A, B)(z) = fˆ(J )(z) = sup J (x, y), ∀z ∈ R, (9)

(x,y)∈ f −1 (z)

where f −1 (z) = {(x, y) ∈ R2 | z = f (x, y)} [12, 23].

Theorem 2 [5, 22, 33] Let A, B ∈ RF , J be a joint possibility distribution whose
marginal possibility distributions are A and B such that every [J ]α is a non-empty,
connected, and compact set. If f : R2 −→ R is a continuous function, then f J :
RF × RF −→ RF is well-defined and

[ f J (A, B)]α = f ([J ]α ) for all α ∈ [0, 1]. (10)

Arithmetic operations for interactive fuzzy numbers can be defined in a similar

way that the standard arithmetic operations. To this end, the Zadeh extension principle
(Eq. (2)) is replaced by the sup-J extension principle (Eq. (9)). Klir studied a close
related approach through the concept of constraints of variables modeled by a fuzzy
relation [28].
Definition 10 (Interactive Arithmetic) Let A, B be J -interactive fuzzy numbers.
1. The J -sum (or, the J -interactive sum) of A and B is given by
14 L. C. de Barros et al.

A + J B = + J (A, B),

where +(a, b) = a + b for all a, b ∈ R.

2. The J -difference (or, J -interactive difference) of A and B is given by

A − J B = − J (A, B),

where −(a, b) = a − b for all a, b ∈ R.

3. A J -multiplication (or, J -interactive multiplication) of A and B is given by

A · J B = · J (A, B),

where ·(a, b) = ab for all a, b ∈ R.

4. If A = λ ∈ R, λB is given as in the standard case.
5. A J -division (or, J -interactive division) of A by B, 0 ∈
/ [B]0 , is given by

A ÷ J B = ÷ J (A, B),

where ÷(a, b) = a ÷ b for all a, b ∈ R, b = 0.

In this chapter we focus on a special type of interactivity called F-interactivity
[11]. More precisely, two J -interactive fuzzy numbers A and B are said to be F-
interactive if there exists a function F : R → R such that the corresponding joint
possibility distribution J is given by

J (x, y) = A(x)χ{(u,v); v=F (u)} (x, y) = B(y)χ{(u,v); v=F (u)} (x, y), (11)

where χ{(u,v):v=F (u)} denotes the characteristic function of the graph of the function
F. Since J satisfies P2 (J ) = B, one can show that (11) is equivalent to B = F̂(A),
that is
B(y) = sup μ A (z) (12)
z∈F −1 (y)

for all z ∈ R. Thus, if F is a continuous function, from Theorem 1, the α-levels are
given by
[B]α = F([A]α ), ∀α ∈ [0, 1].

If F invertible, then A = F −1 (B) and, in this case,

[J ]α = {(x, F(x)) ∈ R2 |x ∈ [A]α } = {(F −1 (y), y) ∈ R2 |y ∈ [B]α }. (13)

Let A and B be F-interactive fuzzy numbers. In view of the definition of interactive

arithmetic operations and the comments above, the arithmetic operations B ⊗F A
are defined by
(B ⊗F A)(y) = sup A(x) (14)
x∈−1
⊗ (y)
Differential and Integral Calculus … 15

where −1⊗ (y) = {x|y = x ⊗ z, z = F(x)}, and ⊗ ∈ {+, −, ×, ÷}. By Theorem 2,

if F is a continuous function, then the four arithmetic operations of F-interactive
fuzzy numbers are given, for all α ∈ [0, 1], by
• [B +F A]α = {F(x) + x ∈ R|x ∈ [A]α };
• [B −F A]α = {F(x) − x ∈ R|x ∈ [A]α };
• [B ·F A]α = {xF(x) ∈ R|x ∈ [A]α };
• [B ÷F A]α = {F(x) ÷ x ∈ R|x ∈ [A]α }, 0 ∈
/ [A]0 .
The scalar multiplication λB with B = F̂(A) is given by

[λB]α = [λF̂(A)]α = λF([A]α ) = {λF(x) ∈ R|x ∈ [A]α }.

In addition, if F is differentiable in [A]0 , then

⎧ − 
⎨ bα + aα− , bα+ + aα+  , if F  (x) ≥ 0
[B +F A]α = bα+ + aα− , bα− + aα+  , if − 1 ≤ F  (x) < 0 , ∀x ∈ [A]α (15)
⎩ −
bα + aα+ , bα+ + aα− , if F  (x) < −1

and
⎧ − 
⎨ bα − aα− , bα+ − aα+  , if F  (x) ≥ 1
[B −F A]α = bα+ − aα+ , bα− − aα−  , if 0 ≤ F  (x) < 1 , ∀z ∈ [A]α . (16)
⎩ −
bα − aα+ , bα+ − aα− , if F  (x) < 0

From Eq. (3), we can observe that the F-interactive difference B −F A coincides
to g H -difference B −g H A if F  (x) ≥ 0 for all x ∈ [A]0 . This fact corroborates
to the fact that the g H -difference can be viewed as particular case of interactive
subtraction [49]. On the other hand, if F  (x) < 0 for all x ∈ [A]0 , we have that
B −F A coincides with the standard difference. Similarly, from Proposition 2, if
F  (x) ≥ 0 for all x ∈ [A]0 , then B +F A coincides with the standard sum B + A.
However, as we can note, B ·F A and B ÷F A are different from standard operations
in the all cases.
An interesting subtype of F-interactivity arise if we only consider functions F
of the form F(x) = q x + r . This restriction leads us to linear interactivity relation
among fuzzy numbers. This concept is formalized in the next definition.
Definition 11 [12] The A, B be fuzzy numbers are linearly interactive (or com-
pletely correlated) if there exists q, r ∈ R such that the corresponding joint possibility
distribution J of A and B is given by

J (x, y) = A(x)χ{(u,v); v=L(u)} (x, y) = B(y)χ{(u,v); v=L(u)} (x, y),

for all x, y ∈ R, where L(u) = qu + r . Moreover, if q > 0 (q < 0) then we speak

of positive (negative) correlation.
From Eq. (13), α-levels of the joint possibility distribution J in Definition 11 can
be rewritten as follows:
16 L. C. de Barros et al.

[J ]α = {(x, q x + r ) | x ∈ [A]α }.

Since every [J ]α is a connected and compact set of R2 , we obtain the following

immediate corollary.
Corollary 1 [6] If the fuzzy numbers A and B are L-interactive with L(u) = qu + r ,
then B = q A + r , that is, B is the Zadeh extension of the function L applied to the
fuzzy number A. In addition, [B]α = q[A]α + r for all α ∈ [0, 1].
From Corollary 1, if q = 0 then we have that B = r ∈ R is linearly interactive
with the fuzzy number A, since B = r = 0 · A + r . As a consequence of Theorem 2,
the α-levels of arithmetic operations of L-interactive fuzzy numbers A and B, with
L(u) = qu + r , are given by
• [B +L A]α = (q + 1)[A]α + r ;
• [B −L A]α = (q − 1)[A]α + r ;
• [B ·L A]α = {q x 2 + r x1 ∈ R|x ∈ [A]α };
• [B ÷L A]α = {q + rx ∈ R|x ∈ [A]α }, 0 ∈ / [A]0 .
Note that B +L A = r if q = −1 [12].
The next proposition follows immediate from Eqs. (15) and (16) when the
operands are linearly interactive fuzzy numbers.

Proposition 6 [6] Let A and B be L-interactive fuzzy numbers with L(u) = qu + r .

We have ⎧ − 
⎨ bα + aα− , bα+ + aα+  , if q ≥ 0
[B +L A]α = bα+ + aα− , bα− + aα+  , if − 1 ≤ q < 0
⎩ −
bα + aα+ , bα+ + aα− , if q < −1

and ⎧ − 
⎨ bα − aα− , bα+ − aα+  , if q ≥ 1
[B −L A]α = bα+ − aα+ , bα− − aα−  , if 0 ≤ q < 1 .
⎩ −
bα − aα+ , bα+ − aα− , if q < 0

4 Differential Calculus for F -Interactive Fuzzy Processes

A fuzzy process F is noting more than a fuzzy number-valued function F : [a, b] −→

RF . For every t ∈ [a, b], we denote the α-level of F(t) by [F(t)]α = [ f α− (t), f α+ (t)]
for all α ∈ [0, 1]. We say that F is expansive at t ∈ [a, b] if diam[F(t)]0 ≤
diam[F(t + h)]0 for 0 < h < δ and if diam[F(t + h)]0 ≤ diam[F(t)]0 for −δ <
h < 0, δ > 0. Similarly, F is contractive at t ∈ [a, b] if diam(F(t)) ≥ diam(F(t +
h)) for 0 < h < δ and if diam(F(t + h)) ≥ diam(F(t)) for −δ < h < 0, δ > 0.
Definition 12 [42] A fuzzy process F is δ-locally F-autoregressive or, simply, F-
autoregressive at t ∈ [a, b] if there exists a family of continuous real functions Ft,h ,
for all 0 < |h| < δ, such that
Differential and Integral Calculus … 17

[F(t + h)]α = Ft,h ([F(t)]α ), ∀α ∈ [0, 1].

In addition, F is said to be linearly autoregressive (or L-autoregressive) fuzzy

process in t ∈ [a, b] if every Ft,h is a affine function for all 0 < |h| < δ, that is, if
there exist functions qt and rt such that

[F(t + h)]α = qt (h)[F(t)]α + rt (h), ∀α ∈ [0, 1].

Let F : [a, b] → RF be a F-autoregressive fuzzy process. According to [42], the

function F is F-interactive differentiable (F-differentiable for short) at t0 ∈ (a, b)

if there exists a fuzzy number FF (t0 ) such that

 F(t0 + h) −Ft,h F(t0 )

FF (t0 ) = lim ,
h→0 h

where the limit above is given in terms of the metric d∞ . Additionally, FF (t0 ) is
called F-interactive derivative of F at t0 . At the endpoints of [a, b], we consider
only the one-sided derivative. If F is additionally an L-autoregressive fuzzy process,
 
then we speak of L-differentiability and use the symbol FL (t0 ) instead of FF (t0 ).

Theorem 3 [42] Let F : [a, b] → RF be F-differentiable at t0 ∈ [a, b], where the

corresponding family of functions Ft,h : R → R is monotone continuously differen-
tiable for each h, and [F(t)]α = [ f α− (t), f α+ (t)] for all α ∈ [0, 1]. If f α− and f α+ are
differentiable at t0 , then
⎧ −    
⎨ ( f α ) (t0 ), ( f α+ ) (t0 ) if Ft,h (z) > 1, ∀(z, h) ∈ V

+  −  
[FF (t0 )]α = ( f α ) (t0 ), ( f α ) (t0 ) if 0 < Ft,h (z) ≤ 1, ∀(z, h) ∈ V .
⎩ −  
{( f α ) (t0 )} if Ft,h (z) ≤ 0, ∀(z, h) ∈ V

where V = [F(t)]α × (−δ, 0) ∪ (0, δ).


Since Ft,h is monotone, one can easily see that Ft,h (z) ≥ 1 for all (z, h) ∈ V

implies that F is expansive at t. On the other hand, if 0 < Ft,h (z) ≤ 1 for all (z, h) ∈
V , then F is contractive at t. The next proposition reveals that F-differentiability
implies in continuity.

Proposition 7 [42] If F : [a, b] → RF is F-differentiable at t0 , then F is continuous

at t0 .

For L-autoregressive fuzzy process, Theorem 3 produces the following immediate

corollary.

Corollary 2 [6] Let F : [a, b] → RF be L-differentiable at t0 and Fα (t0 ) =

[F(t0 )]α = [ f α− (t0 ), f α+ (t0 )], for all α ∈ [0, 1]. If f α− and f α+ are differentiable at
t0 , then
18 L. C. de Barros et al.
⎧
⎨ [( f α− ) (t0 ), ( f α+ ) (t0 )] if qt0 (h) ≥ 1, ∀h ∈ W

[FL (t0 )]α = [( f α+ ) (t0 ), ( f α− ) (t0 )] if 0 < qt0 (h) ≤ 1, ∀h ∈ W
⎩
[( f α− ) (t0 ), ( f α− ) (t0 )] if qt0 (h) < 0, ∀h ∈ W

where W = (−δ, 0) ∪ (0, δ).

It is worth noting that, in Corollary 2, the function F is expansive when q(h) ≥ 1

and F is contractive when 0 < qt0 (h) ≤ 1. The case where qt0 (h) < 0 is only possible
if the function F is real.

Example 2 [6] Let λ ∈ R. If F : [a, b] −→ RF \ R is L-autoregressive, then λF(t +

h) = qt (h)λF(t) + λrt (h). Additionally, if F : [a, b] −→ RF \ R is L-differentiable
at t ∈ [a, b], then (λF)L (t) = λFL (t).

Example 3 [6] Let A ∈ RF \ R, g : [a, b] → R \ {0} be differentiable on [a, b],

and F : [a, b] → RF be such that F(t) = g(t)A. The function can be viewed as L-
autoregressive fuzzy process with F(t + h) = qt (h)F(t) and qt (h) = g(t+h)
g(t)
for all
t ∈ [a, b]. In this case, F is L-differentiable at every t ∈ [a, b] with

FL (t) = g  (t)A, ∀t ∈ [a, b].

Using the concept of F-derivative, we can now consider fuzzy initial value prob-
lems (FIVPs) of the form  
X F (t) = F(t, X (t))
, (17)
X (0) = X 0

where F : [a, b] × RF → RF is a fuzzy function and X 0 is a fuzzy number. A F-


interactive fuzzy process X : [a, b] → RF is a solution of (17) if X F (t) exists at
every t ∈ [a, b] and satisfies (17).
Since the notion of F-differentiability is defined in terms of interactive arithmetic
operations, we can consider the existence of interactivity in both sides of the fuzzy
differential equation (17). In order to illustrate this approach, in what follows, we
present an application to a basic market model that describes commodity markets
and was developed by Frank Bass during the 1960s [7]. This classic model is given
by
x  (t) = (1 − x(t))g(x(t)), (18)

where x(t) ∈ R is the normalized number of consumers subscribing to a service at

time t, and g(x(t)) is the feedback term.
The choice of a product by a consumer depends on his perception of the product
which is usually expressed in an imprecise and subjective way. An important use of
(18) is in the forecast before the product launch, when there is still not enough data
and, therefore, there is uncertainty in the rate of change. For this reason, we will use
the interactive derivative in its study. The system (18) becomes

XF (t) = (1 −F X (t)) ·F G(X (t)), (19)
Differential and Integral Calculus … 19

where, in this case, X (t) ∈ RF is the normalized number of consumers subscribing

to a service at time t, and G(X (t)) is the feedback term.
Market feedback implies that the attractiveness of a product depends on the num-
ber of users of the product [3]. Thus, in the following example, we will study the
model with linear feedback, more specifically, G(X (t)) = λX (t).
Example 4 (Markets with linear feedback) Consider the network effects where the
attractiveness of the product decreases due to customers, so the market stagnates
after a strong initial increase. Rewriting the model (19), we have

XF (t) = λX (t) ·F (1 −F X (t)), X (0) = X 0 ∈ RF , (20)

where 0 < λ ∈ R represents the force of the imitative behavior in the market and
is called the coefficient of imitation. We are assuming that X is a locally F-
autocorrelated fuzzy process, that is,

[X (t + h)]α = Ft,h ([X (t)]α ),

for all α ∈ [0, 1] and for each t ∈ R, where Ft,h : R → R is a family of continuous
functions that represents the interactivity of the process at instants t and t + h, for
sufficiently small |h|.
Note that λX (t) and 1 − X (t) are L-interactive with L(x) = 1 + λx . Therefore,
we consider the L-interactivity arithmetic in the field F(t, X (t)) of FIVP (20). So,

[F(t, X (t))]α = [λX (t) ·L (1 − X (t))]α =

⎧
⎨ [λxα− (t)(1 − xα− (t)), λxα+ (t)(1 − xα+ (t))] if xα− (t) < xα+ (t) < 21
[ min {λxα (t)(1 − xα− (t)), λxα+ (t)(1 − xα+ (t))}, λ4 ]
−
if xα− (t) ≤ 21 ≤ xα+ (t) ,
⎩
[λxα+ (t)(1 − xα+ (t)), λxα− (t)(1 − xα− (t))] if xα+ (t) > xα− (t) > 21

where λ > 0, [X (t)]α = [xα− (t), xα+ (t)], and

[F(t, X (t))]α = [ f α− (t, xα− (t), xα+ (t)), f α+ (t, xα− (t), xα+ (t))].

• (Contractive market model) To consider the case where the uncertainty disap-

pears over time we must consider 0 < Ft,h (z) < 1. Although we do not know the

exact value of Ft,h (z), we just need to get it between 0 and 1. In this case, by
Theorem 3, for all α ∈ [0, 1], we have
  
[(xα+ ) (t), (xα− ) (t)] = [ f α− (t, xα− , xα+ ), f α+ (t, xα− , xα+ )] = [F(t, X )]α
− + . (21)
[X (0)]α = [x0α , x0α ]

A graphical representation of the solution of system (21) with λ = 0.9 and X 0 =

(0.1; 0.27; 0.42) is depicted in Fig. 2a.
20 L. C. de Barros et al.

• (Expansive market model) When we do not have much information about the
market it is reasonable to assume that the uncertainty in the solution increases over

time which corresponds to impose that Ft,h (z) > 1. In this case, by Theorem 3,
we have, for all α ∈ [0, 1]
  
[(xα− ) (t), (xα+ ) (t)] = [ f α− (t, xα− , xα+ ), f α+ (t, xα− , xα+ )] = [F(t, X )]α
− + . (22)
[X (0)]α = [x0α , x0α ]

A graphical representation of the solution of system (22) with λ = 0.9 and X 0 =

(0.1; 0.27; 0.42) is depicted in Fig. 2b.
The Bass model is used to predict the speed of growth of the potential market for
new products and because these are new products, initial sales data are missing. In
this model, we consider fuzzy relationships between dependent and independent
variables, since the phenomenon has an uncertain characteristic and fuzzy rela-
tionships have an advantage over the classic one whenever little data is available.
Thinking about the performance of the forecast, we see that the fuzzy system (20)
can reveal the best and worst sales volume results for all cases. What is not expected
with the classic model that can be seen in the 1-level of fuzzy solutions. The con-
tractive case (Fig. 2a) indicates that the classic model has a good performance in
forecasting the number of consumers over time. On the other hand, the expansive
case (Fig. 2b) reveals that it is possible that the number of consumers is already
declining, in contrast to the classic model that points to growth in consumption.
Additionally, in this example, we are going to compare the interactive approach
with that given by gH-differentiability.
• (via g H2 derivative) Solving the same problem via g H2 -deferenciability, we have
  
[(xα− ) (t), (xα+ ) (t)] = [xα+ (t)λ(1 − xα− (t)), xα− (t)λ(1 − xα+ (t))]
− + . (23)
[X (0)]α = [x0α , x0α ]

A solution of the system (23) with λ = 0.9 and X 0 = (0.1; 0.27; 0.42) can be seen
in Fig. 3a.
• (via g H1 derivative) Solving the same problem via g H1 -deferenciability, we have
  
[(xα+ ) (t), (xα− ) (t)] = [xα+ (t)λ(1 − xα− (t)), xα− (t)λ(1 − xα+ (t))]
− + . (24)
[X (0)]α = [x0α , x0α ]

A solution of the system (24) with λ = 0.9 and X 0 = (0.1; 0.27; 0.42) can be
viewed in Fig. 3b.
In Fig. 3a, we can see that the fuzzy solution via g H2 -differentiability is nar-
rower than the solution via F-interactivity. This fact occurs due to the different
approaches used in the multiplication operation at λX (t) · (1 − X (t)). On the other
hand, in Fig. 3b, we can see that the fuzzy solution via g H1 -differentiability is wider
than that obtained via F-interactivity. In general, when using gH-differentiability,
the standard multiplication operation is used. In our opinion, this is inconsis-
tent, since non-interactivity is given through the Zadeh extension principle, and in
Differential and Integral Calculus … 21

(a) Contractive (b) Expansive

Fig. 2 The continuous line stands the 1-level, whereas the dashed-dotted lines stand for the 0-level
of the solutions of systems (21) and (22), respectively. The parameters used were λ = 0.9, and
X 0 = (0.1; 0.27; 0.42)

(a) Contractive (b) Expansive

Fig. 3 The continuous line stands the 1-level of solutions of the systems (21), (23), (22), and (24),
respectively, whereas the dashed lines stand for the 0-level of the solutions of systems (23) and (24),
respectively, and the dashed-dotted lines stand for the 0-level of the solutions of systems (21) and
(22), respectively. The parameters used were λ = 0.9, and X 0 = (0.1; 0.27; 0.42)

this case the only fuzzy process differentiable is the real function, i.e., F(t) ∈ R,
∀t ∈ [a, b]. So, we believe that the solution via F-interactivity is more consistent
than the one obtained via g H2 -differentiability.

Other interesting applications of calculus with fuzzy interactivity can be found in

[39, 41].
One of the biggest obstacles to establishing a completely satisfactory theory of
calculus for fuzzy number-valued functions lies in the fact that the space RF equipped
with standard arithmetic operations is not a vector space. Based on the idea of linear
interactivity between fuzzy numbers, it is possible to define a subset RF(A) of RF
with an algebraic structure and a norm such that RF(A) forms a Banach space that is
22 L. C. de Barros et al.

isomorphic to R2 . This approach allows us to employ the well-established concepts

of Fréchet derivative and Riemann integral for Banach spaces. Recall that the notion
of Fréchet derivative is defined in terms of linear continuous operators and does not
consider the following limit:

F(t + h) “ − ”F(t)h
lim
h→0 .

Usual approaches to fuzzy calculus consider such a limit, however, the choice of the
subtraction “−” at the limit is not unanimous in fuzzy calculus theory.
The next section introduces another approach to fuzzy calculus that considers
Banach spaces composed by fuzzy numbers that are interactive with each other, so
that the vector addition corresponds to an interactive operation. The operations in
this space also correspond to the arithmetic operations for interactive fuzzy numbers
but a different way than that presented in this section. The concepts of differential
and integral in this space correspond to the classical notions of Fréchet derivative
and Riemann integral in Banach spaces.

5 A-Linearly Interactive Fuzzy Processes

We begin this section by considering a simple fuzzy function such as that of the
introductory section. Let g : R → R be a differentiable function and let F(t) =
g(t)A, A ∈ RF \ R. The fuzzy function F is not Hukuhara differentiable if |g(·)| is
a strictly decreasing function. Thus, Hukuhara differentiability may not be useful
in simple situations. In contrast, the function F is g H -differentiable [8] and F-
differentiable at t for g(t) = 0 (see Example 3). These derivatives coincide and are
given by g  (t)A, which is very intuitive result. On the other hand, the usual notions of
fuzzy Aumann and Riemann integrals of the function F coincide since the function
F is continuous with respect to the metric d∞ . Despite the fact the g H/F-derivative
of F is given in terms of the derivative of g, usually, these fuzzy integrals are not
given in terms of the integral of the function g. For example, if g(t) = t, then we
have that fuzzy Aumann integral of F over [−1, 1] is given by 21 (A − A) = 0 (see
1
Example 1) and not by A −1 sds = 0. This last observation reveals that the same
intuitive result for the g H -derivative is not valid for usual notions of fuzzy integrals.
This example is one of the motivation to development a calculus theory for certain
fuzzy functions, based on the notions of Fréchet derivative and Riemann integral
on Banach spaces, in which the corresponding derivative and integral of F is given
in terms of the derivative and integral of g, respectively. The concepts and results
presented in this section can be found in [21, 43, 44].
This section deals with fuzzy functions of the form F(t) = q(t)A + r (t), where
A ∈ RF and q, r : R → R. For a fixed fuzzy number A, consider the operator ψ A :
R2 → RF that associates each vector (q, r ) ∈ R2 to the fuzzy number
Differential and Integral Calculus … 23

ψ A (q, r ) = q A + r, ∀q, r ∈ R.

We denote the range of the operator ψ A by the symbol RF(A) , that is,

RF(A) = {ψ A (q, r ) | (q, r ) ∈ R2 }.

Note that R can be embedded in RF(A) since every real number r can be identified
with the fuzzy number ψ A (0, r ) ∈ RF(A) . Thus, we have R ⊆ RF(A) . Moreover, one
can prove that if B ∈ RF(A)  R, then RF(A) = RF(B) [21].
The next proposition establishes that the operator ψ A does not satisfies the linearity
property with respect to the standard addition.

Proposition 8 [21] Let (q, r ), (u, v) ∈ R2 and A ∈ RF . The operator ψ A satisfies

the following properties:
1. ψ A (q + u, r + v) ⊆ ψ A (q, r ) + ψ A (u, v);
2. ψ A (q + u, r + v) = ψ A (q, r ) + ψ A (u, v) if u
q
≥ 0 for q = 0.

Below, we provide the definition of symmetric fuzzy numbers which is a funda-

mental concept in the characterization of the function ψ A .

Definition 13 Let A ∈ RF and x ∈ R. The fuzzy number A is symmetric with respect

to x if A(x − y) = A(x + y), ∀y ∈ R. We say that A is non-symmetric if there exists
no x such that A is symmetric.

Proposition 9 [21] Given A ∈ RF , the operator ψ A is injective if and only if A is

non-symmetric. In addition, if A is symmetric with respect to x and A ∈ / R, then the
inverse image of ψ A (q, r ) is given by ψ A−1 (ψ A (q, r )) = {(q, r ), (−q, 2q x + r )}.

In view of Proposition 9, if the fuzzy number A is non-symmetric, then the operator

ψ A : R2 → RF(A) is a bijection that can be used to induce an algebraic structure of
vector space over RF(A) as follows.

Corollary 3 (Vector Addition and Scalar Product in RF(A) ) [21] Let A ∈ RF be

non-symmetric. The set RF(A) is a vector space associated to the scalar field R with
the vector addition and the scalar product defined , for all B, C ∈ RF and η ∈ R, by
(i) B +ψ A C = ψ A (ψ A−1 (B) + ψ A−1 (C)) = (q B + qC )A + (r B + rC )
(ii) η ·ψ A B = ψ A (ηψ A−1 (B)) = (ηq B )A + (ηr B ).
where B = q B A + r B and C = qC A + rC . Additionally, RF(A) is isomorphic to R2
via the linear isomorphism ψ A .

It is worth noting that, for q, r ∈ R, we have q ·ψ A A = q · A and q A +ψ A r = q A +

r , where + and · denote respectively the standard addition and the scalar product of
fuzzy numbers. In other words, the scalar product ·ψ A coincides to standard scalar
product in RF . Thus, for notational convenience, we may simply use the same notation
of the standard product in the vector space RF(A) . Moreover, the addition +ψ A can
24 L. C. de Barros et al.

be viewed as an interactive addition. More precisely, for every B, C ∈ RF(A) there

exist q, u, r, v ∈ R such that B = q A + r and C = u A + v and, in this case, we can
consider that B and C are interactive with respect to the joint possibility distribution
J defined levelwise as follows:

[J ]α = {(q x + r, ux + v) | x ∈ [A]α }

for all α ∈ [0, 1]. Since every [J ]α is a non-empty, connected, and compact set of
R2 , from Theorem 2, we have that

[B + J C]α = {(q + u)x + (r + v) | x ∈ [A]α }

= (q + u)[A]α + (r + v) (25)
= [ψ A (q + u, r + v)]α

for all α ∈ [0, 1]. Hence, the J -interactive sum B + J C is equal to ψ A (q + u, r + v).
The next corollary states that, for every non-symmetric fuzzy number, we can define
a Banach space that is isomorphic to the real Banach space (R2 , · ).
Corollary 4 [21] Let · be a norm of R2 and A ∈ RF be non-symmetric. The real
vector space (RF(A) , +ψ A , ·) forms a Banach space with the norm · ψ A given by

B ψA = ψ A−1 (B)

for all B ∈ RF(A) .

Given A ∈ RF , a function F : [a, b] −→ RF(A) ⊂ RF is said to be an A-linearly
interactive fuzzy process. In other words, an A-linearly interactive fuzzy process is
a fuzzy number-valued function F of the form

F(t) = q(t)A + r (t), ∀t ∈ [a, b]

where q, r : [a, b] → R. From Corollary 4, if A is non-symmetric, then the space

RF(A) becomes a Banach space and, in this case, we can use the notions of Fréchet
derivative and Riemann integral on Banach spaces [26, 53]. For the case where A is
symmetric with respect to some x ∈ R, the function F can be uniformly approximated
as closely as desired by another Ã-linearly interactive fuzzy process such that à is
non-symmetric. This result is stated in the following proposition.
Proposition 10 [18] The set of non-symmetric fuzzy numbers with respect to
the metric d∞ is an open set of RF and dense in RF . Moreover, any function
F : [a, b] → RF(A) can be uniformly approximated as closely as desired by an Ã-
linearly interactive fuzzy process, where à is non-symmetric, that is, for every  > 0
there exists a non-symmetric à ∈ RF and a function F̃ : [a, b] → R F( Ã) such that

sup d∞ (F(t), F̃(t)) < .

t∈[a,b]
Differential and Integral Calculus … 25

Proposition 10 indicates that, from a practical point of view, it is sufficient to con-

sider the case where RF(A) is a Banach space or, equivalently, A-linearly interactive
fuzzy process with A being a non-symmetric fuzzy number. From now on, unless
stated otherwise, we assume that RF(A) is a Banach space.
If F is an A-linearly interactive fuzzy process, then there exist unique functions
q, r : [a, b] → R such that F(t) = q(t)A + r (t), ∀t ∈ [a, b]. Thus, we have that
F = ψ ◦ p where p(t) = (q(t), r (t)) for all t ∈ [a, b]. In fact, since ψ : R2 −→
RF(A) is isomorphism to (R2 , · ), we have F = ψ ◦ p ⇐⇒ p = ψ −1 ◦ F. Using
the equivalence above, we can easily show that [21, 43]
• if q and r are bounded functions then F is bounded.
• if q and r are continuous functions at t ∈ [a, b], then F is continuous at t ∈ [a, b].
• if q and r are continuous functions in [a, b], then F is continuous in [a, b].
The next proposition establishes a connection between the notion of continuity
with respect to the metric d∞ and the metric dψ A induced by · ψ A .

Proposition 11 [19] Let A ∈ RF be non-symmetric. If the A-linearly interactive

process F : [a, b] −→ RF(A) is continuous w.r.t. the induced metric dψ A , then F is
continuous w.r.t. to d∞ .

For each fuzzy function F : [a, b] −→ RF(A) , we can define a family of multi-
valued functions Fα : [a, b] → K given by Fα (t) = [F(t)]α , where K denotes the
family of compact subsets of R. That is,

[F(t)]α = [ f α− (t), f α+ (t)] = q(t)[aα− , aα+ ] + r (t), ∀α ∈ [0, 1],

where [A]α = [aα− , aα+ ], ∀α ∈ [0, 1].

5.1 Differential and Integral Calculus for A-Linearly

Interactive Fuzzy Processes

Since RF(A) is a Banach space if A is non-symmetric by Corollary 4, we can define

the Fréchet derivative for functions F : [a, b] → RF(A) .

Definition 14 An A-linearly interactive fuzzy process F : [a, b] → RF(A) is Fréchet

differentiable at t ∈ [a, b] if there exists a continuous linear operator F  [t] : R →
RF(A) such that
F(t + h) = F(t) +ψ A F  [t](h) +ψ A ω(h),

ω(h) ψA
with lim = 0. At the end points, we consider only the one-sided of the
h→0 |h|
limit.
26 L. C. de Barros et al.

From Definition 14, one can show that if F is Fréchet differentiable at t then
F  [t](h) = hC, where C = F  [t](1).
The next theorem characterizes the Fréchet derivative of an A-linearly interactive
fuzzy process.
Theorem 4 [21] Let A ∈ RF be non-symmetric and F : [a, b] → RF(A) such that
F(t) = q(t)A + r , for all t ∈ [a, b]. The function F is Fréchet differentiable at t ∈
(a, b) if, and only if, p : [a, b] → R2 given by p(t) = (q(t), r (t)) is differentiable
at t. Additionally, f  [t](h) = q  (t)h A + r  (t)h for all h ∈ R.
The Fréchet derivative of functions between Banach spaces satisfy some desired
properties that are stated in the next two propositions [21, 53].
Proposition 12 Let A ∈ RF be non-symmetric. If F : [a, b] −→ RF(A) is Fréchet
differentiable in [a, b], then F is continuous in [a, b].
Proposition 13 Let A ∈ RF be non-symmetric. If F, G : [a, b] −→ RF(A) are
Fréchet differentiable in [a, b], then (F +ψ A G) [t] = F  [t] +ψ A G  [t] and (λ ·
F) [t] = λ · F  [t] for all t ∈ [a, b] and λ ∈ R.
Since (RF(A) , +ψ A , ·) is a Banach space, one can define a derivative of F at a
point t by means of a limit such as in calculus for real-valued functions [44]. More
precisely, let A ∈ RF be non-symmetric and F : [a, b] → RF(A) such that F(t) =
q(t)A + r (t). We say that F is ψ-differentiable or, simply, differentiable at t ∈ [a, b]
if there exists F  (t) ∈ RF(A) such that

1
lim · (F(t + h) −ψ A F(t)) = F  (t), (26)
h→0 h

in sense of dψ A . Again, we consider only the one-sided of the limit at the endpoints
a and b. We say that F is (ψ-)differentiable in [a, b] if F is (ψ-)differentiable at
every t ∈ [a, b]. As we can observe in the next theorem, the notions of Fréchet
differentiability and ψ-differentiability have a close relation.
Theorem 5 [19] A function F : [a, b] → RF(A) is F-differentiable at t ∈ [a, b] if,
and only if, F is ψ-differentiable at t. Moreover,

F  [t](1) = F  (t) = ψ(q  (t), r  (t)) = q  (t)A + r  (t),

where F  [t] is the Fréchet derivative of F at t.

Theorem 5 reveals that the ψ-differentiability and Fréchet differentiability are
equivalent concepts. Thus, many useful results such as Propositions 12 and 13, that are
inherited from the classical theory of Fréchet derivatives on Banach spaces, can also
be established with respect to ψ-differentiability using this equivalence. Moreover,
as one can note in Theorems 4 and 5, the notions of Fréchet differentiability are given
in terms of the derivative of two real-valued functions. The next remark states that
we can also define the notion of derivative for A-linearly interactive fuzzy processes
with A being symmetric in terms of derivatives of real functions.
Differential and Integral Calculus … 27

Remark 3 (Derivative of F : R → RF(A) with symmetric A) [43] Let A1 , A2 be

arbitrary fuzzy numbers and let qi , ri : R → R, for i = 1, 2, be differentiable func-
tions at t0 ∈ R such that ψ A1 (q1 (t), r1 (t)) = ψ A2 (q2 (t), r2 (t)) for all t ∈ B(t0 , δ) :=
{u ∈ R : |u − t0 | < δ}, δ > 0. We have that [43]

ψ A1 (q1 (t0 ), r1 (t0 )) = ψ A2 (q2 (t0 ), r2 (t0 ))

or q1 (t0 )A1 + r1 (t0 ) = q2 (t0 )A2 + r2 (t0 ).

Moreover, if there exists t ∈ B(t0 , δ) such that f (t) ∈

/ R, then RF(A1 ) = RF(A2 ) . These
equalities show that the Fréchet derivative and, consequently, the ψ-derivative of
F does not depend on the choice of the fuzzy number A or of the coefficients
q(·) and r (·). It is worth noting that there are unique functions q and r such that
F(t) = q(t)A + r (t) when A is non-symmetric. However, that is not the case when
A is symmetric with respect to some x ∈ R. For example, let A = (−1; 0; 1) and
q1 (t) = 1 and q2 (t) = −1, we have that q1 (t)A = A = q2 (t)A for all t ∈ R. Thus,
for F : R → RF(A) with symmetric A, if there exist real functions q and r such that q
and r is differentiable at some t0 and F(t) = q(t)A + r (t) for every t in a neighboor
of t0 , then we can define the derivative of F at t0 as being F  (t0 ) = q  (t0 )A + r  (t0 ).
Based on the limit (26), we can recursively define derivative of higher order of
A-linearly interactive fuzzy processes, with A being a non-symmetric fuzzy number.
Thus, from Theorem 5, let F : [a, b] → RF(A) be such that F(t) = q(t)A + r (t) for
all t ∈ [a, b]. The function F has derivative of order n ≥ 1 at t ∈ [a, b] if, and only
if, the functions q, r : [a, b] → R have derivatives of order n at t. In this case, we
have that the nth order derivative of F at t is given by

F (n) (t) = ψ A (q (n) (t), r (n) (t)) = q (n) (t)A + r (n) (t).

From comments above, we have that the function F(t) = g(t)A, that is one of
the motivations to the development of this theory of calculus on RF(A) , has derivative
given by F  (t) = g  (t)A if g is differentiable at t.
Since RF(A) forms a Banach space when A is non-symmetric, one can define inte-
gral for A-linearly interactive fuzzy process by means of the definition of Riemann
integral on Banach spaces [26].
Definition 15 (Riemann Integral in RF(A) ) [43] Let A be a non-symmetric fuzzy
number. A function F : [a, b] → RF(A) is said to be Riemann integrable if there
exists S ∈ RF(A) such that for every  > 0 there exists δ > 0 such that for all partition
a = x0 < x1 < . . . < xn = b with xk − xk−1 < δ, k = 1, . . . , n, we have
 
 n 
 
 F(tk )(xk − xk−1 ) −ψ A S <
 
k=1 ψA

where tk ∈ [xk−1 , xk ], k = 1, . . . , n, and the summation is given in terms of the

b
(interactive) addition +ψ A . In this case, we denote S by a F(s)ds.
28 L. C. de Barros et al.

The Riemann integral of A-interactive fuzzy processes (with non-symmetric A)

can be characterized by the Riemann integrals of two real-valued functions as follows
[43].

Theorem 6 [43] Let A ∈ RF be non-symmetric and F : [a, b] −→ RF(A) be an A-

linearly interactive fuzzy process such that F(t) = q(t)A + r (t) for all t ∈ [a, b].
Then F is Riemann integrable on [a, b] if, and only if, q, r : [a, b] → R are Riemann
integrable on [a, b]. In this case,
b  b   b 
F(t)dt = q(t)dt A + r (t)dt .
a a a

It is worth noting that the notion of Riemann integral given in Definition 15 is

distinct that one present in Definition 8. Both integrals are defined by means of the
same limit but the addition operations in the summations are different for each one.
More precisely, the definition of Riemann integral for A-linearly interactive fuzzy
processes is given in terms of interactive addition (+ψ A ) whereas the one presented
in Definition 8 is given in terms of standard addition of fuzzy numbers. Since the
addition +ψ A can be viewed as an interactive arithmetic operation (see Equation (25)),
we also refers to Riemann integral of Definition 15 as interactive Riemann integral.
Similarly, we say that the fuzzy integral given in Definition 8 is non-interactive. Thus,
these both notions of integrals may not coincide. The next example illustrates this
fact.

Example 5 Let A ∈ RF be non-symmetric. Consider the function F : [−1, 1] →

RF given by
F(t) = t A + et

The derivative of F at t ∈ [−1, 1] is

F  (t) = A + et , ∀t ∈ [−1, 1 ]

By Theorem 6, the interactive Riemann integral of F over [−1, 1] is

1  1   1 
F(t)dt = tdt A+ t
e dt = 0.A + (e − e−1 ) = e − e−1 ∈ R.
−1 −1 −1

In contrast, if we consider the notion of fuzzy Riemann integral introduced in

Definition 8, then we obtain that the integral of F over [−1, 1] is equal to 12 (A − A) +
(e − e−1 ).

Let A be a non-symmetric fuzzy number. Since ψ A is injective by Proposition

9, for every F : [a, b] → RF(A) there exist unique functions q, r such that F(t) =
q(t)A + r (t) for all t ∈ [a, b]. This implies that for every non-symmetric A, the
Definition 15 is indeed well-defined. The next proposition ensures that the Riemann
integral of F does not depend on the choice of A.
Differential and Integral Calculus … 29

Proposition 14 [43] Let A1 and A2 be non-symmetric fuzzy numbers and let qi , ri :

[a, b] → R, i = 1, 2, be integrable functions such that

ψ A1 (q1 (s), r1 (s)) = ψ A2 (q2 (s), r2 (s))

for all s ∈ [a, b]. The following equality holds true:

 b   b 
b b
ψ A1 a q1 (s)ds, a r1 (s)ds = ψ A2 a q2 (s)ds, a r2 (s)ds
b b b b
or a q1 (s)ds A1 + a r 1 (s)ds = a q2 (s)ds A2 + a r 2 (s)ds.

The next theorem can be viewed as a version of the mean value theorem for
integrals of the classical theory of calculus.

Theorem 7 [44] Let A ∈ RF be non-symmetric and F : [a, b] −→ RF(A) be a con-

tinuous A-linearly interactive fuzzy process given by F(t) = ψ A (q(t), r (t)) for all
t ∈ [a, b]. There exists C ∈ RF(A) such that

b
F(t)dt = (b − a)C,
a

where C = q(t1 )A + r (t2 ) for some t1 , t2 ∈ (a, b).

Below, we provide a fuzzy version of the fundamental theorems of the calculus

for A-linearly interactive fuzzy processes.

Theorem 8 [43] Let A ∈ RF be non-symmetric and F : [a, b] −→ RF(A) be an A-

linearly interactive fuzzy process given by F(t) = q(t)A + r (t). If q, r : [a, b] −→
R are continuous, then F is (interactive) Riemann integrable on [a, b] and the integral
function
t
G(t) = F(s)ds
a

is differentiable with
G  (t) = F(t), ∀t ∈ [a, b].

Theorem 9 [43] Let A ∈ RF be non-symmetric and F : [a, b] −→ RF(A) be a dif-

ferentiable A-linearly interactive fuzzy process. If F  is (interactive) Riemann inte-
grable, then
t
F  (s)ds = F(t) −ψ A F(a),
a

for all t ∈ [a, b].

The next example emphasizes the difference between the concepts of interactive
and non-interactive fuzzy integrals in light of Theorem 8.
30 L. C. de Barros et al.

Example 6 Let A be a non-symmetric fuzzy number and let F(t) = cos(t)A for
0 ≤ t ≤ π.
• Via interactive Riemann integral (Definition 15): From Theorem 6, we have
t
G 1 (t) = F(s)ds = sin(t)A, 0 ≤ t ≤ π.
0
 
In this case, the diameter of G 1 is strictly decreasing in π2 , π . Such a property
is not possible when we consider the fuzzy Aumann  integral [27]. Moreover, the
function G 1 is not Hukuhara differentiable in π2 , π .
• Via non-interactive Riemann integral (Definition 8): Note that F is a continuous
function and, for all α ∈ [0, 1], we have
 − +
 π
[F(t)]α = cos(t)aα+ , cos(t)aα−  , 0π ≤ t ≤ 2 .
cos(t)aα , cos(t)aα , 2 < t ≤ π

Let G 2 be the function defined for all t ∈ [0, π ] as follows:

t
G 2 (t) = (F A) F(s)ds.
0

From Proposition 5, we have that the fuzzy Aumann integral and the non-interactive
fuzzy
 Riemann
 integral (given in Definition 8) coincide. Thus, by Eq. (5), for all
t ∈ 0, π2 and α ∈ [0, 1] we obtain
 t t
[G 2 (t)]α = cos(s)aα− ds, cos(s)aα+ ds
0 0
 
= sin(t)aα− , sin(t)aα+ .
π 
Now, for every t ∈ 2
, π and α ∈ [0, 1] we obtain [G 2 (t)]α =
 π π

2 t 2 t
= cos(s)aα− ds + cos(s)aα+ ds, cos(s)aα+ ds + cos(s)aα− ds
π π
0 0
 
2 2

= aα− + (sin(t) − 1)aα+ , aα+ + (sin(t) − 1)aα− .

Therefore, we have that


sin(t)A , 0 ≤ t ≤ π2
G 2 (t) = .
A + (sin(t) − 1)A , π2 < t ≤ π

The diameter of G 2 is an increasing function and is given by

Differential and Integral Calculus … 31

sin(t)diam(A) , 0 ≤ t ≤ π2
diam(G 2 (t)) = .
(2 − sin(t))diam(A) , π2 < t ≤ π

The function G 2 is Hukuhara differentiable, that is, g H1 -differentiable in [0, π ]

and (G 2 )g H1 (t) = cos(t)A for all t ∈ [0, π ].

As we can note in the example above, the theory of calculus for A-linearly inter-
active fuzzy processes presented in this subsection is indeed different from that based
on Hukuhara derivative and Aumann integral [27, 34, 35].

5.2 Fuzzy Differential Equations for A-Linearly Interactive

Processes

Here, we consider fuzzy initial value problem (FIVP) of the form

 
X (t) = F(t, X (t))
(27)
X (a) = X 0

where A ∈ RF is non-symmetric, F : [a, b] × RF(A) → RF(A) is a continuous fuzzy

process, and X 0 ∈ RF(A) . An A-linearly interactive fuzzy process X : [a, b] → RF(A)
is a solution to the problem (27) if x is (ψ-)differentiable in [a, b] and satisfies (27).
In this case, the solution of FIVP (27) describes a trajectory on RF(A) .

Lemma 1 [43] Let A ∈ RF be non-symmetric. The A-linearly interactive fuzzy pro-

cess X : [a, b] −→ RF(A) is a solution of (27) if, and only if, F is continuous and X
satisfies the integral equation
t
X (t) = X 0 +ψ A F(s, X (s))ds, (28)
a

for all t ∈ [a, b].

 
We denote by C [a, b], RF(A) the space of all continuous A-linearly interactive
fuzzy processes X : [a, b] −→ RF(A) with respect to the metric induced by the norm
· ψ A . We also denote
 
Cρ = {X ∈ C [a, b], RF(A) : x ψA ≤ ρ}.

Proposition 15 [43] Let δ > 0, F : [a, a + δ] × Cρ → RF(A) be continuous and

satisfies the Lipschitz condition

F(t, X ) −ψ A F(t, Y ) ψA ≤ L X −ψ A Y ψA ,
32 L. C. de Barros et al.

for t ∈ [a, a + δ] and x, y ∈ Cρ . Then the FIVP (27) has a unique solution X (·)
defined in an interval [a, a + k], where k > 0 is sufficiently small, and X (t) is given
by Eq. (28) for all t ∈ [a, a + k].

In what follows, we present some methods to solve fuzzy linear differential equa-
tions in RF(A) .

5.2.1 Method of Variation of the Constants for Fuzzy Linear Equations

Consider the FIVP given by


X  (t) = a(t)X (t) +ψ A G(t)
(29)
X (t0 ) = X 0

where A is a non-symmetric fuzzy number, X 0 ∈ RF(A) , a is a scalar continuous

function and X, G are continuous trajectories on RF(A) .
The solution of (29) is given by the variation of the constants formula [43]:
t  t s 
a(u)du − a(u)du
X (t) = e t0
X 0 +ψ A e t0
G(s)ds . (30)
t0

If we replace X (t) = q(t)A + r (t), G(t) = g1 (t)A + g2 (t) and X 0 = q0 A + r0

in Eq. (30), by Theorems 4 and 6, we have
⎧  
⎪
t t s
⎪ ( a(s) ds)
⎨ q(t) = e t0
(− a(u) du)
q0 + t0 g1 (s)e t0 ds
 ,
⎪
t t s
⎪ ( a(s) ds)
⎩ r (t) = e t0
(− a(u) du)
r0 + t0 g2 (s)e t0 ds

which is the variation of the constants formula for two classic differential equations.
Thus, the solution (30) can be written by
 t  t s 
( a(s) ds) (− t a(u) du)
X (t) = e t0
q0 + g1 (s)e 0 ds A
t0
   t s 
t
( a(s) ds) (− a(u) du)
+ e t0 r0 + g2 (s)e t0 ds .
t0

To ilustrate the formula (30) we return to the market model of Frank Bass.
Another way of examining the uncertainty in forecasting the number of consumers
of a product to be launched is to consider the Bass model (19) in space RF(A) , where
A is a non-symmetric fuzzy number. Hence,

X  (t) = (1̃ −ψ A X (t))G(X (t)),

Differential and Integral Calculus … 33

where X (t) ∈ RF(A) is the normalized number of consumers subscribing to a service

at time t, G(X (t)) ∈ R is the feedback term, X  (t) refers to the (ψ-)derivative,
and 1̃ = 1A + 1. Next, we present the case where there is no feedback, that is,
G(X (t)) = a ∈ R.

Example 7 (Markets without feedback) This model is a market model that is not
concerned with competition, but with how the market evolves as a whole. Thus, in
this case, all suppliers are seen as a single supplier [3]. An example of this type of
model is the mobile and internet markets. The rate at which customers are signing
up for subscriptions is given by

X  (t) = a(1̃ −ψ A X (t)), X (0) = X 0 ∈ RF(A) , (31)

where a ∈ R is the adaptation rate for the service and 1̃ = 1A + 1. The adaptation
rate is constant and is the same for all potential customers.
Note that, in this model, the desire to buy a product does not depend on how many
already own the product, that is, the market feedback does not exist or is so weak
that it can be neglected [3]. If X (t) = q(t)A + r (t), then, by Eq. (30), the solution
of (31) is given by
   
−at −at
X (t) = 1 − (1 − q0 )e A + 1 − (1 − r0 )e . (32)

Figure 4 exhibits the solution X of the system (31) given by Eq. (32) with a = 0.15,
q0 = 0.5, r0 = 0.3 and A = (0.1; 0.27; 0.42). We can see that the evolution of the
market (i.e. lim X (t)) is such that X (t) = A + 1 = 1̃.
t→∞

In the next example, instead of considering a constant rate of adaptation, we will

consider it exponentially decreasing, that is, G(X (t)) = a0 e−γ t .
Example 8 (Time-dependent adaptation rate) If we expect the adaptation rate to be
exponentially decreasing, that is, a(t) = a0 e−γ t , then

X  (t) = a0 e−γ t (1̃ −ψ A X (t)), X (0) = 0 A + 0 = 0, and 1̃ = 1A + 1. (33)

If X (t) = q(t)A + r (t), then, by Eq. (30), the solution of FIVP (33) is given by
 
 −
a0
(1−e−γ t )   −
a0
(1−e−γ t ) 
γ γ
X (t) = 1 − e A+ 1−e . (34)

Figure 5 exhibits the solution X given as in Eq. (34) with a0 = 0.15, γ = 0.1, and
A = (0.1; 0.27; 0.42).
34 L. C. de Barros et al.

Fig. 4 Graphical representation of the fuzzy process X given as in Eq. (32) with a = 0.15, q0 = 0.5,
r0 = 0.3 and A = (0.1; 0.27; 0.42)

Fig. 5 Graphical representation of the fuzzy process X given as in Eq. (34) with a0 = 0.15, γ = 0.1,
and A = (0.1; 0.27; 0.42)
Differential and Integral Calculus … 35

5.2.2 Second Order Homogeneous Linear Equations with Constants

Coefficients

Let A ∈ RF be non-symmetric. Consider the FIVP given by

⎧
⎪  
⎨a X (t) +ψ A bX (t) +ψ A cX (t) = 0
X (t0 ) = X 0 ∈ RF(A) (35)
⎪
⎩ 
X (t0 ) = X 0 ∈ RF(A) ,

where a, b, c ∈ R and X (t) ∈ RF(A) . Let us seek for solutions of the type X (t) =
q(t)A + r (t), where q(t) = r (t) = eγ t . Recall that the second order derivative of
X (t) = q(t)A + r (t) is given by X  (t) = q  (t)A + r  (t). Thus, the fuzzy differen-
tial equation in FIVP (35), can be rewritten as follows

(aq  (t) + bq  (t) + cq(t))A + (ar  (t) + br  (t) + cr (t)) = 0.

Grouping the terms, we obtain the following system of differential equations:


aq  (t) + bq  (t) + cq(t) = 0
ar  (t) + br  (t) + cr (t) = 0

Thus, we have to solve two classical systems of homogeneous differential equations

for the real functions q and r , which have the following characteristic function:

aγ 2 + bγ + c = 0. (36)

As in the classic case, here we can have three situations:

• If γ1 ∈ R and γ2 ∈ R are the roofs of the characteristic equation (36) and γ1 = γ2 ,
we have that the solution of (35) is given by [43]

X (t) = (c1 eγ1 t + c2 eγ2 t )A + (d1 eγ1 t + d2 eγ2 t ). (37)

• If γ1 = γ2 ∈ R = γ is the unique roof of the characteristic equation (36), we have

that the solution of (35) is given by

X (t) = (c1 eγ t + c2 teγ t )A + (d1 eγ t + d2 teγ t ). (38)

• If γ = m ± ni is a complex roof of the characteristic equation (36), we have that

the solution of (35) is given by

X (t) = emt (c1 cos nt + c2 sin nt)A + emt (d1 cos nt + d2 sin nt). (39)
36 L. C. de Barros et al.

5.2.3 Second Order Linear Nonhomogeneous Differential Equations

with Constants Coefficients

Consider the FIVP given by

⎧
⎪  
⎨a ·ψ A X (t) +ψ A b ·ψ A X (t) +ψ A c ·ψ A X (t) = G(t)
X (t0 ) = X 0 ∈ RF(A) (40)
⎪
⎩ 
X (t0 ) = X 0 ∈ RF(A) ,

where a, b, c ∈ R and X (t), G(t) ∈ RF(A) , for all t. Note that X 0 and X 0 are inter-
active [49].
Indeterminate Coefficient Method is a systematic way of determining the general
form of the particular solution X p (t) based on the nonhomogeneous term G(t) =
g1 (t)A + g2 (t) in (40).
This method basically consists of using the indeterminate coefficient method in
the following differential equations that are obtained considering a solution X of the
form X (t) = q(t)A + r (t). Thus, q and r are obtained by solving

aq  (t) + bq  (t) + cq(t) = g1 (t) (41)

ar  (t) + br  (t) + cr (t) = g2 (t) (42)

where q(t) = qh (t) + q p (t) and r (t) = rh (t) + r p (t) with qh and rh being the homo-
geneous solutions and q p and r p being the particular solutions of (41) and (42),
respectively.
Next, we study the equilibrium in the market model.
Example 9 The development and launch of new products are characterized by the
lack of the necessary information of value and physical indicators for accurate pricing.
The statistical data on the demand for such a product in the market is very limiting
due to its novelty [30]. In this example, we will study the market equilibrium in
terms of fuzzy price function P : R → RF(A) . Market equilibrium occurs when the
quantity of demand

D(t) = a −ψ A b · P(t) +ψ A c · P  (t) +ψ A d · P  (t)

is equals to the quantity of supplies

S(t) = − f +ψ A g · P(t),

where 0 < a, b, f, g ∈ R, and c, d ∈ R. Parameter c is positive when buyers expect

the price will rise, so they prefer to increase consumption. In the opposite case,
c < 0, buyers reduce their purchases in anticipation of a lower price in the future.
Another factor that guides consumers is the rate d at which this market price change
Differential and Integral Calculus … 37

occurs [48]. We will establish the time trajectory of the market price, assuming the
equilibrium in each instant t, that is, D(t) = S(t), ∀t ∈ R.
Simplifying the system, we obtain

d · P  (t) +ψ A c · P  (t) −ψ A (b + g) · P(t) = −(a + f ). (43)

To solve the linear differential equation (43) with constants coefficients, we must
first find the particular solution based on G(t) = 0 A − (a + f ). In this case, a par-
ticular solution is given by the function Pp (t) = 0 A + a+ f
b+g
.
Now, we need to find the homogeneous solution. To this end, we need the roots
of the characteristic function dγ 2 + cγ − (b + g) = 0.
1. If c2 > −4d(b + g), then we have two distinct real roots, say γ1 and γ2 . Thus,
by Eq. (37), the solution of homogeneous equation is

Ph (t) = (c1 eγ1 t + c2 eγ2 t )A + (d1 eγ1 t + d2 eγ2 t ).

2. If c2 = −4d(b + g), then we have a single real root γ . Thus, by Eq. (38), the
solution of homogeneous equation is

Ph (t) = (c1 eγ t + c2 teγ t )A + (d1 eγ t + d2 teγ t ).

3. If c2 < −4d(b + g), then we have complex roots, say γ1 = m + ni and γ2 =

m − ni. Thus, by Eq. (39), the solution of homogeneous equation is

Ph (t) = emt (c1 enit + c2 e−nit )A + emt (d1 enit + d2 e−nit ).

Therefore, the solution of (43) is given by

P(t) = Ph (t) +ψ A Pp (t).

Consider the second order differential equation given by

2P  (t) +ψ A P(t) +ψ A 3P(t) = −4

with P  (0) = 1A + 1, P(0) = 2 A + 2 and A = (0.1; 0.27; 0.42). The solution of

this FIVP is given by
 √ √ 
e−t/4 √ 23t 23t
P(t) = 22 23 sin + 230 cos − 92 A (44)
69 4 4
−t/4  √
√ √ 
e 23t 23t
+ 22 23 sin + 230 cos − 92
69 4 4

The graphical representation of the solution P can be seen in Fig. 6.

38 L. C. de Barros et al.

Fig. 6 Graphical representation of fuzzy price function (P) given as in Eq. (44) with A =
(0.1; 0.27; 0.42)

The price fluctuation is the result of the assimilation of new information and
speculation from other markets. These can be broad in the beginning, as is the case
in Fig. 6 and then disappear over time, resulting in nothing. Or it can generate a
growing perception about the new price level as new information is assimilated,
which would be the case where the fluctuation grows over time.

Remark 4 Note that if d > 0, then −4d(b + g) is always negative and, conse-
quently, only the first case with two distinct real roots is possible. If c < 0, all three
cases are possible. If d < 0 in the second case, both roots will be negative. When we
have c, d < 0 in the second case, we have that the root is negative. In third case, this
condition produces a negative m as well.

5.3 The Fuzzy Laplace Transform for A-Linearly Interactive

Process

In this section we present the fuzzy Laplace transform for A-linearly interactive
fuzzy processes, which was initially studied by [40]. The Laplace transform is given
 +∞
by means of improper integrals of the form a F(t)dt which is defined as being
b
the limit of the definite integral a F(t)dt when b → ∞.
Differential and Integral Calculus … 39

Theorem 10 [40] Let A be a non-symmetric fuzzy number and F : [a, +∞) −→

RF(A) be a function such that F(t) = q(t)A + r (t). The function F is improper fuzzy
Riemann integrable on [a, +∞) if, and only if, the functions q, r : [a, +∞) −→ R
are improper Riemann integrable over [a, +∞). Additionally,
+∞  +∞  +∞
F(t)dt = q(t)dt A+ r (t)dt. (45)
a a a

An important consequence of the Theorem 10 is that it is possible to calculate

the fuzzy Laplace transform of the function F : [a, +∞) −→ RF(A) in terms of
the Laplace transform of real valued functions. More precisely, let A ∈ RF be non-
symmetric, the fuzzy Laplace transform of a A-linearly interactive fuzzy process
F : [0, +∞) −→ RF(A) is defined as follows [40, 46]:
+∞
L {F(t)} = F(t)e−st dt (46)
0

whenever the limit exists.

Suppose that the fuzzy process F is differentiable of order n ≥ 0, which is given
by F (n) (t) = q (n) (t)A + r (n) (t). The Laplace transform of F (n) exists if, and only if,
the Laplace of the real-valued functions q (n) and r (n) exist and, in this case, we have
     
L F (n) (t) = L q (n) (t) A + L r (n) (t) . (47)

where L denotes the usual Laplace transform for real-valued functions. The next
proposition states that the Laplace transform for A-linearly interactive fuzzy pro-
cesses is a linear integral operator.
Proposition 16 [40] Let F, G : [0, ∞[ → RF(A) be functions such that their fuzzy
Laplace transform exist and let c a real number, then:
 
L F(t) +ψ A cG(t) = L {F(t)} +ψ A cL {G(t)} .

5.3.1 Fuzzy Initial Value Problem in RF( A)

Consider the linear nth order FIVP given by

⎧
⎪
⎨
n−1
X (n) (t) = ki X (i) (t) + f (t)
, (48)
⎪
⎩  i=0 
 (n−1)
X(t0 ) = X (t0 ), X (t0 ), . . . , X (t0 ) = (A0 , ..., An−1 )

where A is a non-symmetric fuzzy number, f : [0, +∞) −→ R, ki ∈ R are constant

coefficients, and X(t0 ) is an initial condition vector whose elements Ai ∈ RF(A) , for
i = 0, . . . , n − 1.
Discovering Diverse Content Through
Random Scribd Documents
besitzen wir ganz bestimmt nicht mehr. Doch war das Lied, wie es
uns noch vorliegt, zu Anfang des 13. Jahrhunderts vorhanden, denn
Wolfram von Eschenbach zitiert es in seinem Parzival.
„Der Nibelunge Not“ ist ein literarischer Erfolg allerersten Ranges
gewesen. Denn von dem Augenblick an, wo das Gedicht existiert,
schießen Gedichte der gleichen Stoffklasse in gleicher Form wie
Pilze aus dem Boden; bis zur Mitte des 15. Jahrhunderts
beherrschte die deutsche Heldensage (wie man dieses Stoffgebiet
als Ganzes nennt) einen großen Teil des literarischen Interesses
Süddeutschlands. Im Laufe dieser Zeit tritt allerdings dieser Stoff
allmählich mehr und mehr in die zweite Linie zurück, eine natürliche
Folge der ständigen Schwankungen und Wellen des literarischen
Geschmacks. Andere, weniger urwüchsige Stoffe wurden jetzt
bevorzugt; das Lied war für die vornehmen Stände nicht vornehm
genug, für die untern Stände wiederum aber noch zu fein. So geriet
es allmählich in Vergessenheit und wurde ungefähr ums Jahr 1500
abgelöst durch eine eigenartige, wenig künstlerische Dichtung, das
„Lied vom Hürnen Seifrid“. Es geht nicht einfach auf das
Nibelungenlied zurück, sondern hat manche Besonderheiten, und
darin besteht seine Bedeutung für die Sagenforschung. Aber sein
dichterischer Wert ist gleich Null. Daß Seifrid hier „hürnen“ heißt, will
besagen: er hat eine durch Drachenblut wie Horn gehärtete Haut.
Der Hürnen Seifrid ist uns nun schon gar nicht mehr handschriftlich
erhalten. Er tritt erst in die Literaturgeschichte ein, nachdem der
Buchdruck schon vorhanden ist: um 1500 tritt er auf, etwa ein
Jahrhundert lang (bis 1611) wird er wiederholt aufgelegt; schließlich
liefert das Gedicht den Stoff zu dem in eigenartiger Weise
modernisierten und eigentlich verballhornten Volksbuche vom
„gehörnten Siegfried“, das mit modischen, halb lateinischen, halb
französischen Floskeln verbrämt ist[4]. Aus dem „Hürnen Seifried“ ist
ein „gehörnter“ Siegfried geworden. Es ist in der Tat gemeint, daß er
Hörner auf dem Kopfe trägt; ein vollständiges Mißverstehen des
alten Beinamens. Das Volksbuch ist im wesentlichen während des
18. Jahrhunderts lebendig, doch nur in den untersten Kreisen des
Volkes. Es ist in bezug auf seinen Sagengehalt nichts weiter als eine
Ausgestaltung des Hürnen Seifried, also für eine Untersuchung der
älteren Sagenform ohne Belang.
 Der deutsche Zweig der Entwicklung unserer Sage ist im 13.
Jahrhundert auf literarischem Wege in Skandinavien eingeführt
worden, und zwar durch einen Norweger, der zum nördlichen
Deutschland innige Beziehungen hatte. Er nennt als seine
Gewährsmänner Leute aus Bremen, Münster und Soest, also aus
Städten, in denen damals der Handel besonders mit Skandinavien
blühte. Sein Werk umfaßt das ganze Gebiet der deutschen
Heldensage, in erster Linie also die Dietrichsage, von den Ahnen
Dietrichs beginnend bis auf seine Entführung durch ein schwarzes
Höllenroß. Innerhalb dieses Rahmens ist auch die Nibelungensage
erzählt, und zwar in deutscher Form, in einer Form, die zu unserm
Nibelungenliede in nächster Beziehung steht, so zwar, daß wir nicht
etwa nur anzunehmen brauchen, sie beruhe auf denselben
Erzählungen, sondern es muß, wenigstens stellenweise, ein und
dieselbe Dichtung beiden zugrunde liegen. Ob etwa das
Nibelungenlied selbst vom Verfasser dieses Buches benutzt worden
ist, mag vorläufig dahingestellt bleiben. Der Titel des Werkes ist
„Thidrikssaga Konungs af Bern“, die Erzählung von König Dietrich
von Bern. Dieser, der ja der Hauptheld der süddeutschen Sage ist,
ist hier der Mittelpunkt des deutschen Heldenzeitalters. Um ihn
gruppiert sich alles, an ihn schließt sich auch die Nibelungensage
an; denn er ist in dem großen Nibelungenkampfe derjenige, der den
Ausschlag gibt, der allein in der Lage ist, die Nibelunge zu
überwinden. Wie uns die Thidrikssaga erhalten ist, ist sie nicht
einheitlich, sondern es haben mehrere Hände ihre jetzige Gestalt
bewirkt. Immerhin ist sie eine wundervolle Quelle, die vollständigste
Quelle unserer deutschen Heldensage überhaupt. Sie hat
begreiflicherweise manche Nachdichtung auf nordischem Boden
hervorgerufen; solche sind für die Erkenntnis der ältern Sagenform
ebenso belanglos wie das deutsche Volksbuch.
 II.
Form, Inhalt und Kritik der
nordischen Überlieferung.

D ie nordische Gestalt der Nibelungensage hat viel Altertümliches

bewahrt; in vielen Dingen ist sie sicher wesentlich altertümlicher
als die deutsche. Eine einheitliche Darstellung im strengen
Sinne ist im Norden nicht zustande gekommen. Wir besitzen nur
Lieder und Bruchstücke, notdürftige Zusammenstoppelungen der
letztern und die scheinbare Gesamterzählung der Volsungasaga, die
sich aber Schritt für Schritt an die Liedersammlung anklammert.
Die Dichtungen selbst sind, soweit sie uns erhalten sind, noch in
der Weise altgermanischer Poesie abgefaßt, d. h. sie weisen den
stabreimenden Vers auf. Dieser tritt in den nordischen Liedern in der
Hauptsache in drei Formen auf. Die gewöhnlichste Art ist die
„fornyrdislag“ (Gesetz der alten Rede) genannte. Sie besteht darin,
daß die gewöhnlichen alten, vier Haupthebungen aufweisenden
Langverse zu in der Regel vierversigen Strophen verbunden werden;
oft sind die Strophen verschieden lang, so daß die Verse durch die
betreffende Dichtung im Grunde genommen glatt durchlaufen. Der
Vers selbst besteht immer aus zwei Teilen, die durch einen
Einschnitt getrennt sind. Innerhalb jedes Teiles stehen zwei
haupttonige Silben (Hebungen). Die erste Hebung des zweiten
Teiles ist die wichtigste; sie gibt den Stabreim an. Mit ihr muß eine
oder dürfen beide des ersten Teiles durch Stabreim gebunden sein,
z. B. Kurzes Sigurdslied, Strophe 1:
Einstmals kam Sigurd zum Sale Gjukis,
 der Wolsungensproß nach wildem Kampfe;
er schloß den Bund mit der Brüder zweien,
die Helden schwuren sich heilige Eide[5].

Die zweite verhältnismäßig selten vorkommende Form ist der

sogenannte Málaháttr (Spruchweise); ihre Besonderheit besteht
darin, daß die einzelnen Halbverse etwas länger sind als beim
Fornyrdislag, im allgemeinen um eine Silbe. In der deutschen
Übersetzung hat Gering dies dadurch wiedergegeben, daß er die
Halbzeilen dreihebig macht, z. B. Atlakvida, Strophe 28:
Der reißende Rhein nun hüte, was Recken zum Streit entflammte,
das einst die Asen besessen, das alte Niflungenerbe!
Im rinnenden Wasser besser sind die Ringe des Unheils verborgen,
als wenn an hunnischen Händen das helle Gold erglänzte.

Das dritte Metrum, Ljódaháttr (Liedweise) genannt, ist ein

lyrisches, offenbar zum Gesang bestimmtes. Es besteht darin, daß
auf einen Langvers, der dem im Fornyrdislag üblichen im
wesentlichen gleich ist, ein einschnittloser Vers von drei Hebungen
folgt und mit ihm ein Ganzes bildet; in der Regel sind zwei solcher
Verspaare zu einer Strophe vereinigt, z. B. Reginsmál, Strophe 1:
Was ist’s für ein Fisch, der im Flusse schwimmt
und sich unklug vor Schaden nicht schützt?
Aus Hels Händen dein Haupt nun löse,
schaffe mir Feuer der Flut.

Der Stabreim besteht darin, daß der Anlaut der höchstbetonten

Silben gleich ist; es ist nur nötig, daß der erste Laut alliteriert, mit
folgenden Ausnahmen: 1. alle vokalisch anlautenden Silben können
miteinander reimen, weil der Germane keinen Vokal anders als mit
einem festen Ansatz ausspricht, den wir auch in der heutigen
deutschen Sprache noch hören können: also Worte wie „alt“ und
„ewig“ klingen reimend an für den Stabreim; 2. die mit folgenden p, t
und ch eng verbundenen s können nur mit ebenso verbundenen
gereimt werden, z. B. „sprechen“ mit „Sper“, aber nicht mit
„schießen“, dies mit „schreien“, aber nicht mit „sitzen“ usw. Im
übrigen ist jeder einzelne Laut allein ausreichend.
 Soviel über die poetische Form; die Mehrzahl der nordischen
Denkmäler ist allerdings in Prosa abgefaßt, Verse bilden immerhin
die Ausnahme.
Den Inhalt der nordischen Sagenform kennen wir am
vollständigsten aus der Volsungasaga. Sie hat die Erzählung bis auf
den alten Hauptgott der Germanen selbst zurückgeführt; Odin steht
an der Spitze des Geschlechtes der Wolsunge[6]. Im Norden ist, da
das Heidentum sehr viel länger lebendig blieb als in Deutschland,
die Götterlehre sehr viel weiter ausgebildet, und sind die Götter sehr
viel persönlicher geworden; in Deutschland wissen wir von ihnen so
gut wie nichts; sie sind hier wesenlose Schemen. Odin ist der Vater
des Sigi, der als ein König auf Erden herrscht, von seinem Vater
eingesetzt. Sein Enkel Wolsung ist der eigentliche Ahnherr des
Geschlechtes der Wolsunge; daß er selbst den Geschlechtsnamen
führt, ist im Grunde ein Versehen der nordischen Überlieferung, das
uns ein altenglisches Zeugnis beseitigen hilft: im Gedichte Beowulf,
dem ältesten Epos in germanischer Sprache, heißt derselbe Mann
nicht Wolsung, sondern bloß Wæls. Diese Form ist zweifellos die
richtige; sie gibt den eigentlichen Personennamen. Wolsung, mit der
Endung -ung abgeleitet, ist der Geschlechtsname, zu vergleichen mit
Amelungen, Merowingern, Karolingern, Nibelungen usw.; ein
Wolsung ist ein Nachkomme des Wals; diese Bildungsweise der
Geschlechtsnamen ist gut germanisch.
Wolsung hat zehn Söhne und eine Tochter, namens Signy. Um
diese wirbt ein König Siggeir (er herrscht über die Gauten, die in
Südschweden sitzen) und erhält sie auch zur Frau. Auf der Hochzeit
der beiden erscheint ein Mann in blauem Mantel, den Hut ins
Gesicht hereingezogen, so daß man nur ein Auge sieht, stößt in den
Baumstamm, der mitten in der Königshalle steht, ein Schwert und
bestimmt es demjenigen, der imstande ist, es wieder
herauszuziehen. Der Mann ist seiner Schilderung nach natürlich
Odin, der höchste Gott, der in dieser Gestalt auf der Erde wandernd
gedacht wurde. Die Hochzeitsgäste, vor allen Siggeir, der junge
Gemahl, versuchen das Schwert herauszuziehen. Keinem gelingt
es; erst als Sigmund, der älteste Sohn Wolsungs, zugreift, liegt das
Schwert vor ihm, als ob es gar nicht festgesteckt hätte. Siggeir bietet
ihm Gold für das Schwert, er aber behält es für sich.
Siggeir scheidet in Ärger von der Familie seiner Frau und denkt
auf Rache. Nach einiger Zeit ladet er den Schwiegervater und seine
Söhne zu sich ein. Sie kommen trotz der Warnung der Signy und
werden unmittelbar, nachdem sie im Gautenlande angekommen
sind, überfallen, der alte König Wolsung getötet, seine Söhne
gefangen; in der Gefangenschaft kommen sie nach und nach alle
um, mit Ausnahme Sigmunds, der durch eine List der Signy am
Leben erhalten wird und entflieht. Er lebt in der Wildnis und sinnt auf
Rache, vermag sie aber noch nicht durchzuführen.
Signy ist in einer eigenartigen Lage: sie ist die Schwester des
Rächers und die Gattin desjenigen, gegen den die Rache geplant ist,
gerät also in einen Konflikt der Pflichten. Als die Signy-Sigmund-
Geschichte gedichtet wurde, galt durchaus noch die alte
Anschauung, daß Blutsverwandtschaft dem Gattenverhältnis
unbedingt vorgeht, daß also Signy ebenso zur Rache für Wolsung
und ihre Brüder verpflichtet ist, wie Sigmund. Signy versucht sogar
ihre eigenen, dem Siggeir gebotenen Söhne, die doch auch
Wolsungs Enkel sind, zur Rache zu verwenden und schickt sie zu
Sigmund in den Wald hinaus, damit dieser sie auf ihre
Heldenhaftigkeit prüfe. Sie erweisen sich aber als Memmen, weil sie
zur Hälfte vom Stamme Siggeirs sind und keine vollbürtigen
Wolsunge. Sigmund tötet sie im Einverständnis mit Signy ohne
weiteres, diese aber entschließt sich zu einem ganz eigenartigen
Schritt: sie tauscht mit einem andern Weibe die Gestalt (ein in der
nordischen Dichtung gar nicht selten auftretender Zug) und lebt dann
eine Zeitlang unerkannt bei ihrem Bruder, um nach eingetretener
Empfängnis wieder zurückzukehren[7]. Der Sohn, den sie gebiert, der
den Namen Sinfjotli trägt, ist infolgedessen ein Wolsung von Vater-
und von Mutterseite und vollwertig zur Rache. Auch er wird hinaus
zu Sigmund geschickt, von ihm geprüft und sofort als Held erfunden.
Darauf schleichen sich Sigmund und Sinfjotli in die Halle Siggeirs
ein, werden jedoch entdeckt und festgesetzt. In der Gefangenschaft
aber reicht ihnen Signy das Wunderschwert zu, um das der Streit
entbrannt war. Mit dem Schwerte sägen sich Sigmund und Sinfjotli
aus den Mauern ihres Kerkers, töten den Siggeir und brennen die
Halle nieder. Die Rache ist vollendet. Signy verbrennt sich in den
Flammen des brennenden Hauses zur Sühne für ihre Teilnahme an
derselben.
Sigmund aber kehrt in seine Heimat zurück, vermählt sich mit
einer dänischen Fürstin, namens Borghild, und wird dadurch
dänischer König. Diese Borghild hat in der Sage recht wenig
Bedeutung; sie bedeutet für die Komposition unserer Erzählung nur,
daß Sinfjotli, der in ihren späteren Teilen keine Stelle mehr hat,
herausgebracht wird. Sie haßt den Stiefsohn und vergiftet ihn
schließlich. Sinfjotli ist damit aus der Erzählung ausgeschieden, und
Borghild entbehrlich: Sigmund verstößt sie.
An die Sigmund-Borghild-Episode anknüpfend hat ein nordischer
Dichter eine in Deutschland ganz unbekannte Sage dänischen
Ursprungs angeschlossen: die Geschichte von Helgi dem
Hundingstöter. Dieser gilt für einen Sohn des Sigmund und der
Borghild. Seine Taten und Schicksale stehen nur in ganz loser
Beziehung zu unserer Sage. Der von Helgi getötete Hunding[8] gilt
als Vater des Königs Lyngvi, gegen den Sigmund gefallen ist — eine
chronologisch fast unmögliche Auffassung.
Sigmund geht an eine zweite Ehe. Obgleich nunmehr schon
bejahrt, wirbt er doch um eine junge Fürstin, die den Namen Hjordis
führt (ein Name, der in Deutschland nicht vorkommt; er bedeutet
etwa „Schwertmädchen“). Gleichzeitig wirbt um diese Hjordis ein
König Lyngvi. Obgleich er jünger ist wie Sigmund, wählt sie doch den
Alten, weil er der berühmtere ist, und folgt ihm als Gattin. Lyngvi
zieht zur Rache gegen ihn zu Felde. Es kommt zu einer Schlacht, in
der Sigmund wie immer das unüberwindliche Gottesschwert
schwingt; im entscheidenden Moment aber tritt ihm Odin selbst
entgegen und hält seinen Speer gegen das Schwert: es zerspringt,
und Lyngvi kann Sigmund tödlich verwunden. Er kommt aber nicht
zu seinem Ziele, denn er findet die versteckte Hjordis nicht und zieht
ohne sie ab. Hjordis sucht ihrerseits auf dem Schlachtfelde den
todwunden Gatten auf und erhält von ihm, bevor er stirbt, die
Bruchstücke des Schwertes, um sie dem zu erwartenden Sohne
aufzubewahren.
 Irgendwie motiviert ist in der Erzählung das Auftreten des Gottes
Odin nicht: er schenkt das Schwert, ebenso wie er es später zum
Springen bringt, ohne Grund. Irgendwelche tiefern religiösen Ideen
darf man nicht darin suchen, auch nicht das, was man gemeinhin
einen Mythus nennt. Es ist nichts weiter darin zu finden als ein Bild:
Odin ist der Gott des Sieges; Sigmund ist im wichtigsten Teile seines
Lebens als unüberwindlicher, siegreicher Held gedacht, er genießt
also die Gunst des Sieggottes, er hat ein von diesem ihm
geschenktes Schwert. Schließlich fällt er doch in der Schlacht; also
muß ihm der Gott selbst den Sieg entzogen haben; warum er dies
getan hat, danach hat man bei einem Gotte nicht zu fragen.
Hjordis wurde mit ihrer Begleitung kurz nach dem Tode ihres
Gatten von Seeräubern entführt. An ihrer Spitze stand Alf, der Sohn
des Königs Hjalprik von Dänemark. Alf fand Gefallen an der Witwe
und vermählte sich mit ihr, nachdem sie den Sigurd, den Sohn
Sigmunds, geboren hatte; so wurde Sigurd (unser deutscher
Siegfried) erzogen am Hofe des Königs von Dänemark — nach der
Auffassung einer spätern nordischen Dichtung. Damit aber hören die
Beziehungen Sigurds zum dänischen Königshofe so gut wie ganz
auf. Außer seinem Stiefvater hat Sigurd noch einen Pflegevater, den
Regin, einen Mann verhältnismäßig niederer Herkunft. Die
Doppelheit des Stiefvaters und Pflegevaters zu gleicher Zeit und
scheinbar auch am gleichen Orte wäre zur Not zu verstehen. Nicht
zu verstehen aber ist, daß der Stiefvater in Dänemark lebt, der
Pflegevater dagegen, wie sich gleich aus dem folgenden ergibt, in
Deutschland am Rheine lebend gedacht wird. Wir sehen hier, daß
die Darstellung Sprünge hat, daß ältere und jüngere Schichten
übereinander liegen; der ältern gehört hier der Pflegevater Regin am
Rheine an. Der Umstand, daß Sigurd, der später ein großer Held
wird, unter ärmlichen Verhältnissen aufgewachsen sein soll, hat die
spätern, verfeinerten Geschlechter gestört; man hat ihm deshalb
einen Stiefvater aus königlichem Blute gegeben, so daß eine
dementsprechende königliche Erziehung möglich war.
Regin ist, wie gesagt, ein Mann vergleichsweise niederer
Herkunft. Er versucht den Sigurd, nachdem er herangewachsen ist,
in seinem eigenen Interesse auszunutzen; zu diesem Zwecke
erzählt er ihm seine Schicksale und damit verbunden die Herkunft
des großen Schatzes, den er beansprucht, den aber ein Drache
hütet.
Nach dieser Erzählung war der Vater des Regin und noch zweier
Brüder, die die Namen Fafnir und Otr führen, ein Bauer namens
Hreidmar. Die Söhne hatten die Fähigkeit, beliebig Tiergestalt
anzunehmen. Es ist das eine Erscheinung ähnlich dem
Gestaltentausch der Signy.
Eines Tages ziehen nun drei Götter, Odin, Hönir und Loki (eine
Dreiheit, die oft zusammen genannt wird) auf Erden umher in
menschlicher Gestalt. An einem Wasserfall sehen sie einen
Fischotter einen Fisch schmausen. Loki tötet durch einen Steinwurf
den Fischotter und zieht ihm den Balg ab. Mit dieser Beute kehren
sie dann bei dem Bauern Hreidmar ein; dieser erkennt an dem
Otterfell, daß sein Sohn Otr hat das Leben lassen müssen. Er setzt
infolgedessen die drei Götter gefangen und legt ihnen die Mordbuße
für den Sohn auf: der Otterbalg soll mit Gold ausgefüllt werden, bis
er auf seinen vier Beinen wieder stehen kann, und dann auch mit
Gold überzogen werden, bis das letzte Härchen verschwunden ist.
Darauf wird einer der Götter, Loki, beurlaubt, um das nötige
Lösegeld herbeizuschaffen. Er kommt wieder an den Wasserfall, wo,
wie er weiß, ein Zwerg, namens Andvari, lebt, der große Schätze hat
und sich oft in Hechtgestalt im Wasser aufhält. Loki fängt diesen
Hecht, und nun muß sich Andvari durch Herausgabe seines
Reichtums lösen. Er gibt verhältnismäßig rasch alles heraus bis auf
einen Ring, der in der Folge unter dem Namen Andvaranaut
(Andvari’s Kleinod) eine wichtige Rolle spielt; da Loki auch diesen
nimmt, das letzte, was Andvari hat, belegt der Zwerg den Ring mit
einem furchtbaren Fluche, der darauf hinzielt, daß alle die, die ihn
später besitzen werden, vom Fluche betroffen zugrunde gehen. Mit
der gewonnenen Beute wandert Loki zu Hreidmar und übergibt das
Gold Odin. Dieser füllt den Balg aus und überkleidet seine
Außenseite, behält aber den Ring vorläufig zurück. Hreidmar sieht
sich die Mordbuße an und erklärt schließlich, daß noch ein
Schnurrbarthaar des Otters durchscheine; das müsse noch bedeckt
werden, dann sei die Sache in Ordnung. Darauf erst gibt Odin den
unheilbringenden Ring noch hinzu, und die Götter sind gelöst. Sofort
aber beginnt der Fluch zu wirken: die beiden andern Söhne
Hreidmars fordern Anteil an der Buße; da er das verweigert,
erschlagen ihn seine Söhne und geraten nun untereinander in Zwist.
Fafnir verjagt Regin, behält den ganzen Schatz für sich und hütet ihn
nun in einer Höhle auf der Gnitaheide[9]. Hier liegt er von nun an in
Drachengestalt auf dem Schatze.
Regins Bestreben ist nun, Fafnir zu töten und damit den Schatz
zu gewinnen; zu diesem Zwecke will er sich Sigurds bedienen.
Sigurd verlangt dazu zunächst ein Schwert. Die Schwerter, die Regin
selbst schmiedet, sind ihm alle nicht gut genug; sie versagen bei der
Probe. Daraufhin begibt sich Sigurd zu seiner Mutter und erhält von
ihr die Stücke des Gottesschwertes, das der Vater geführt hat. Regin
schweißt sie wieder zusammen[10]. Dies Schwert besteht jede Probe.
Es wird im Rhein erprobt, indem im langsam fließenden Wasser
gegen die Schärfe des Schwertes eine Wollflocke entgegentreibt; sie
wird glatt durchschnitten. Das Schwert wird für gut erklärt, und nun
verlangt Regin die Tötung des Drachens. Sigurd aber denkt
zunächst an etwas anderes, was in der nordischen Sagengestalt
unvermeidlich ist, aber zweifellos nicht ursprünglich zu unserer
Darstellung gehört: er denkt an Vaterrache. Er muß seinen
gefallenen Vater Sigmund an Lyngvi rächen. So zieht er denn
zunächst mit Heeresmacht, die er natürlich von seinem Stiefvater Alf
erhalten hat, gegen Lyngvi und fängt und tötet ihn. Dann erst,
nachdem die Vaterrache gelungen ist, macht sich Sigurd an die
Tötung Fafnirs. Er kundschaftet seine Höhle aus, gräbt eine Grube,
setzt sich hinein und ersticht ihn von unten, während jener über ihn
hinwegschreitet. Die nordische Dichtung bringt nunmehr ein langes
Zwiegespräch zwischen dem sterbenden Drachen und Sigurd;
gerade in solche Momente lange, meist auf die Zukunft
hinausdeutende Erzählungen einzulegen, ist im Norden nicht
unbeliebt, erscheint uns freilich ungeschickt und unbegreiflich.
Dann stirbt der Drache, Regin begrüßt den Sigurd, bittet ihn, ihm
das Herz des Drachens zu braten und legt sich einstweilen zur
Ruhe. Sigurd geht an diese kleine Arbeit und versucht nach einiger
Zeit, ob das Herz wohl gar ist, indem er es mit den Fingern anfaßt;
dabei verbrennt er sich und steckt die Finger rasch in den Mund.
Darüber kommt etwas Drachenblut an seine Zunge, und er versteht
plötzlich, was die Vögel in den Bäumen über ihm reden. So erfährt er
denn von ihnen, daß Regin darauf denkt, wie er Sigurd beseitigen
kann, teils um seine Rachegelüste zu befriedigen, — denn er hat
gewissermaßen die Verpflichtung, seinen Bruder Fafnir zu rächen,
— teils um den Hort für sich zu gewinnen. Daraufhin tötet Sigurd den
Regin. Durch die Vögel erfährt er weiter von dem Dasein des
Schatzes und wird hingewiesen auf eine Jungfrau, zu der ihn
zunächst sein Weg führen soll. Mit dem Schatze beladen zieht er ab
und kommt nach einiger Zeit an eine Höhe, die den Namen
Hindarfjall (der Hindenberg) führt. Die Erzählung (hier die Prosa des
Sammlers der Lieder-Edda) fährt wörtlich fort (Gering S. 210):
„Sigurd ritt hinauf nach Hindarfjall, und seine Absicht war es, gen
Süden nach dem Frankenlande zu ziehen. Auf dem Berge sah er ein
helles Licht, als ob Feuer darauf brannte, und der Schein leuchtete
zum Himmel empor. Als er aber näher kam, stand dort eine
Schildburg, und über ihr wehte ein Banner. Sigurd ging in die
Schildburg und erblickte darin einen Mann, der in voller Rüstung da
lag und schlief.“ Es brennt also kein Feuer, sondern die glänzenden
Schilde, die zu einer Art von Zaun zusammengestellt sind — das ist
die Schildburg —, leuchten in der Sonne, so daß es von weitem
aussieht, als brännte ein Feuer. Ein wirkliches Feuer aber ist hier in
der Überlieferung nicht gemeint. Es ist das wesentlich für die
Auffassung eines bestimmten Zugs unserer Sage. Der schlafende
Mann wird von Sigurd erweckt; er schneidet ihm den Panzer auf und
erkennt nun, daß er ein Weib vor sich hat. Das Weib erwacht und
erzählt ihm ihre Schicksale. Sie heißt Brynhild und war früher eine
Walküre des Gottes Odin (also ursprünglich ein dämonisches, kein
menschliches Wesen). Als einmal ein Kampf zwischen zwei Königen
ausbrach, Hjalmgunnar und Agnar, da stand Odin auf Seite des
erstern, des ältern und berühmtern. Niemand aber wollte dem Agnar
helfen. Das unternahm nun gegen den Willen des Gottes die
Walküre Brynhild. Dafür ist sie von Odin aus der Schar der Walküren
ausgestoßen, in Schlaf versenkt und zur Vermählung bestimmt
worden. Sie aber hat vorher noch das Gelübde getan, nur dem sich
zu vermählen, der das Fürchten nicht kenne. Erweckt, gibt sie
zunächst dem Sigurd weise Lehren. Alsdann verloben sie sich
miteinander. Sigurd aber nimmt Abschied, ohne daß die Ehe sofort
vollzogen wird[11]. Diese Unterlassung wird nicht begründet, wie
überhaupt die ganze Erzählung viel Seltsames hat und uns noch
seltsamer anmutet, wenn wir unmittelbar hinterher von einer zweiten
Begegnung Sigurds mit Brynhild erfahren, die so erzählt wird, als ob
die erste gar nicht stattgefunden hätte. Wir stehen allerdings jetzt in
der Lücke des Codex regius und können nur die Volsungasaga
benutzen, die für uns die Lücke ausfüllt. Nach ihr kommt Sigurd,
nachdem er vom Hindenberge weggeritten ist, zu einem Helden,
namens Heimir, der in Hlymdalir wohnt. Dieser Heimir hat einen
Sohn Alsvinn, mit dem sich Sigurd befreundet. Sie jagen zusammen.
Auf einer Jagd gelangt Sigurd im Walde auf einen einsamen Turm.
Hier findet er Brynhild, wird mit ihr bekannt, wirbt um sie und wird
nicht abgewiesen, obgleich sie Bedenken gegen die Werbung hat,
denn sie sagt, sie wäre eine Schildmaid und trüge im Dienste von
Königen die Waffen. Sie ist hier also kein übermenschliches,
sondern ein rein menschliches Mädchen. Schildmädchen, d. h.
Frauen, die sich dem Kriegerberufe gewidmet haben, sind in der
nordischen Tradition gar nichts seltenes, sind sogar auch in der
altgermanischen Welt überhaupt nichts seltenes gewesen. Man
erinnere sich ferner daran, daß schon die Griechen im Norden
Europas die Amazonenvölker, also kriegerische Frauen, kennen. —
Sigurd und Brynhild schwören einander Eide, und zwar, wie die
Volsungasaga ganz naiv sagt, von neuem; die Verlobung wird also
zweimal geschlossen. Selbstverständlich haben wir hier zwei
parallele Dichtungen, die nebeneinander stehen, die aber der
Sagaschreiber einfach hintereinander erzählt. Die eine schließt die
andere aus. Welches die altertümlichere ist, kann meines Erachtens
nicht zweifelhaft sein: die zweite ist die ältere.
Das menschliche Schildmädchen ist aus den altgermanischen
Verhältnissen heraus ohne weiteres verständlich; die zur Strafe unter
die Menschen versetzte, ursprünglich rein dämonische Walküre setzt
die ganze Entwicklung der speziell nordischen Form des
germanischen Götterglaubens notwendig voraus; die Walküren als
Botinnen Odins und Gefährtinnen der seligen Helden können nicht
ohne diese (die Einherjar) gedacht werden, letztere wieder nicht
ohne die nordische Eschatologie, die ihrerseits bestimmt erst unter
südeuropäischen (römisch-klassischen und römisch-christlichen)
Einflüssen zustande gekommen ist.
Nachdem Sigurd die Brynhild zum zweiten Male und ebenfalls
ohne Angabe eines rechten Grundes verlassen hat, zieht er weiter
und kommt an den Hof des Königs Gjuki. Gjuki ist die nordische
Namensform des deutschen Gibich (mhd. Gibeche, ursprünglich
Gibica). König Gjukis Volk wird im Norden entweder nicht oder als
„Goten“ benannt, eine Auffassung, die wohl damit zusammenhängt,
daß man sich im Norden die eng mit den Goten verbundenen
Hunnen in Norddeutschland wohnend dachte und Sigurd zu den
Hunnen rechnete. Im allgemeinen wird Gjukis Geschlecht und dann
auch sein Volk mit dem Namen der Nibelunge bezeichnet (die
nordische Form ist Niflungar). Der Name Nibelunge ist im Norden
ziemlich selten. Wo er vorkommt, bezeichnet er stets den König
Gjuki und seine Angehörigen. König Gjuki hat eine Gattin Grimhild
und mehrere Kinder, vor allen die Söhne Gunnar (deutsch Günther)
und Hogni (deutsch Hagen, der also im Norden ein Bruder Günthers
ist) und die Tochter Gudrun. Außerdem erscheinen noch gelegentlich
andere Kinder Gjukis, darunter ein Sohn Gudorm, der in der
nordischen Sage zu besondern Zwecken verwandt wird und nicht
auf gleicher Stufe mit seinen Geschwistern steht.
Am Hofe des Königs Gjuki erregt Sigurd großes Aufsehen, so
daß man beschließt, ihn an sich zu fesseln. Als treibend tritt hierbei
Grimhild, die Gattin Gjukis, auf (nicht zu verwechseln mit unserer
deutschen Kriemhilt die vielmehr der nordischen Gudrun entspricht).
Sie gibt dem Sigurd einen Vergessenheitstrank, worauf er nicht mehr
an Brynhild denkt, und rät dann ihrem Manne, dem Sigurd die
Tochter Gudrun zum Weibe anzubieten. Gjuki antwortet darauf, es
sei nicht üblich, daß man seine Tochter jemandem zum Weibe
anbiete, aber doch noch ruhmvoller, sie Sigurd anzubieten, als wenn
ein anderer käme, um sie zu werben. Also die Wertschätzung
Sigurds ist sehr groß. Sigurd vermählt sich darauf mit Gudrun und
wird in die Familie aufgenommen durch die Formel des Blutsbundes.
Gunnar, Hogni und Sigurd fügen sich eine leichte Wunde zu, lassen
das Blut in ihre gemeinsame Fußspur rinnen, vermischen es auf
diese Weise und gelten nunmehr als Blutsverwandte, als wirkliche
Brüder. Ein solcher Blutsbund ist heilig und hat alle rechtlichen
Folgen echter Verwandtschaft.
Nach einiger Zeit beschließt Gunnar, Gjukis Sohn und Sigurds
Schwager, sich um Brynhild zu bewerben. Zu dieser Werbung
ziehen aus Gunnar, Hogni und Sigurd. Sie holen sich zunächst an
den zuständigen Stellen die Einwilligung, erst bei König Atli, dem
Bruder der Brynhild, dann bei ihrem Pflegevater Heimir, bei dem
Sigurd sie kennen gelernt hatte, und begeben sich dann zu ihr. Sie
sitzt jetzt in einem Schlosse, das von wogendem Feuer umgeben ist.
Gunnar versucht hindurchzureiten; sein Roß scheut zurück. Er bittet
daraufhin zunächst Sigurd um sein Pferd Grani und erhält es; aber
unter Gunnar geht auch Grani nicht durchs Feuer. So tauscht denn
schließlich Sigurd mit Gunnar die Gestalt (wieder ein solcher
Gestaltentausch, der ohne Schwierigkeit gelingt) und reitet auf Grani
in Gunnars Gestalt durch die Flammen. Drinnen sitzt Brynhild und ist
gewärtig (was eigentlich nicht erklärt wird), daß nur Sigurd es wagen
werde, durch die Flammen zu reiten. Sie sieht aber, daß ein anderer
kommt, der sich Gunnar nennt, und da er durch die Flammen
geritten ist, also die erforderliche Bedingung erfüllt hat, so ergibt sie
sich ruhig in ihr Schicksal. Sigurd in Gunnars Gestalt bleibt drei
Nächte lang bei ihr, ohne sie jedoch zu berühren; vielmehr trennt ein
blankes Schwert ihrer beider Lager. Dann folgt Brynhild dem Gunnar
als Ehefrau, und eine Zeitlang leben die beiden jungen Paare neben
Hogni und den übrigen Familienmitgliedern zusammen in allem
Frieden an demselben Hofe.
Da erhebt sich ein Streit zwischen den beiden Königinnen
Brynhild und Gudrun, und zwar um den Rang. Es sind
außerordentlich einfache Verhältnisse, die hier geschildert werden:
obgleich königliche Frauen, gehen sie doch in ganz volkstümlicher
Weise zusammen im Flusse baden. Während des Badens ändert
plötzlich Brynhild ihren Platz, indem sie ihre bisherige Stellung
unterhalb der Gudrun mit einer oberhalb derselben vertauscht.
Gudrun fällt das auf; sie fragt, warum sie das täte, worauf Brynhild
erwidert, sie möge nicht mit dem Wasser baden, das von der Gudrun
abgelaufen ist, weil sie (Brynhild) die vornehmere sei. Gudrun sei die
Gattin eines Knechtes[12], während Gunnar den Ritt durch die
Flammen vollbracht habe. Gudrun, über diese Vorwürfe sehr erzürnt,
enthüllt das Geheimnis: nicht Gunnar, sondern Sigurd ist durch die
Flammen geritten; der Mann, der dabei den Ring Andvaranaut
gegeben hat (oder genommen — das ist nach den Darstellungen
verschieden), kann nur Sigurd gewesen sein. Brynhild ist über diese
Enthüllung sehr unglücklich, geht nach Hause und brütet Rache.
Die Rolle, die der Ring als Beweisstück in dem Zanke der
Königinnen spielt, ist je nach der Einzelquelle verschieden gefaßt,
doch bleibt es sich tatsächlich gleich, ob im Augenblicke des Zankes
Brynhild den Ring trägt, und Gudrun ihr sagt, „dieser Ring stammt
doch aus Fafnirs Schatze, den kann dir nur Sigurd gegeben haben“,
oder ob Gudrun den Ring trägt und sagt „den Ring, den ich hier
habe, den hat Sigurd dir damals abgenommen“. Die Wirkung bleibt
die gleiche.
Die Tatsache des dreitägigen, wenn auch keuschen Beilagers
von Sigurd und Brynhild wird natürlich in dem Königinnenstreite
verdreht und dazu benutzt, die Katastrophe herbeizuführen: Gudrun
wirft der Brynhild vor, daß nicht Gunnar, sondern Sigurd ihr erster
Mann gewesen sei. Über die Wirkung dieser Behauptung im
einzelnen sind die nordischen Quellen nicht recht einig, vermutlich,
weil wieder mehrere Parallelerzählungen, die sich gelegentlich
widersprechen, nicht voll miteinander ausgeglichen sind. Das
Ursprüngliche scheint zu sein, daß Brynhild die falsche Behauptung
aufnimmt und bewußt verlogen zugibt, daß Sigurd dem Gunnar in
jenen kritischen Nächten die Treue nicht gewahrt habe. Dadurch
gewinnt sie letztern für die Rache, die Ermordung Sigurds. Freilich
sind Gunnar sowohl wie Hogni vermöge des Blutbundes nicht in der
Lage, die Rache persönlich auszuführen. Zu diesem Zwecke taucht
nun jener dritte Sohn Gjukis, Gudorm, auf. Er wird als geeignetes
Werkzeug zur Rache verwendet. Die Art, wie Sigurd von Gudorm
getötet wird, wird wieder in der verschiedensten Weise erzählt. Die
nordischen Texte kennen drei Darstellungen von Sigurds Tode: nach
der einen (sie scheint im Norden die altertümlichste zu sein) wird er
ermordet während des Rittes zur Volksversammlung; nach der
zweiten, ausdrücklich als deutsch bezeichneten Darstellung wird er
im Walde auf der Jagd ermordet, und nach der dritten Darstellung,
die im kurzen Sigurdsliede vorliegt und von der Volsungasaga
aufgenommen ist, wird er nachts im Bette schlafend ermordet, an
der Seite seiner Gattin. Diese Darstellungen gehen zum Teil auf
verschiedene Grundlagen zurück, zum Teil sind sie willkürliche
Änderungen derselben.
Nach Sigurds Ermordung gibt Brynhild zu, daß er stets die Treue
gehalten hat und unschuldig ermordet worden ist; sie läßt sich mit
ihm auf demselben Scheiterhaufen verbrennen. Gudrun aber nimmt
nach einiger Zeit von ihren Angehörigen die Mordbuße für den
erschlagenen Gatten an, und es führt im Grunde von diesem Teile
der Erzählung zu dem folgenden keine innere Brücke. Dieser ist mit
dem bisher betrachteten lediglich dadurch verbunden, daß dieselben
Personen auftreten, nicht aber dadurch, daß die Handlung des
zweiten Teiles mit der des ersten innerlich in Zusammenhang steht.
Einen schwachen Versuch hat der Norden gemacht, einen
Zusammenhang herzustellen, indem er Brynhild zu einer Schwester
des Königs Atli, des demnächst auftretenden zweiten Gatten
Gudruns, gemacht und diesem damit die Pflicht auferlegt hat, diese
Schwester zu rächen.
Nachdem Gudrun eine Zeitlang bei ihren Verwandten gelebt hat,
kommt der neue Werber, König Atli[13], und Gudrun reicht ihm ihre
Hand. Nachdem sie eine Zeitlang verheiratet sind, beschließt Atli,
ohne daß Gudrun dazu irgend etwas tut, die Niflunge zu vernichten,
um einerseits — das ist die nordische Zugabe — seine Schwester
Brynhild zu rächen und andererseits — das ist die eigentliche
Hauptsache — den großen Hort zu gewinnen, der nach Sigurds
Ermordung natürlich in den Besitz der Niflunge übergegangen ist. Er
ladet die Niflunge freundlich, aber verräterisch zu sich ein. Gudrun
versucht sie zu warnen, aber ohne Erfolg. Gunnar und Hogni
kommen mit mäßigem Gefolge an den Hof des Atli. Den Hort haben
sie, wie sich aus der folgenden Darstellung ergibt, vorher versteckt:
sie haben ihn in den Rhein versenkt. Auch hier tritt der deutsche
Strom, der Rhein, auf und zeigt, wo die Sage zunächst heimisch war.
In Atlis Lande angekommen, werden Gunnar und Hogni von den
Feinden überwältigt und gefangen. Atli richtet an Gunnar die Frage,
ob er sein Leben durch Auslieferung des Hortes lösen wolle. Er
erklärt, erst müsse er Hognis Herz als Beweis von dessen Tode
sehen. Daraufhin wird Hogni getötet und sein Herz dem Gunnar
gebracht; nun ruft dieser aus, daß der reißende Rhein viel besser
geeignet sei, den Schatz zu hüten, als Atli und seine Leute. Gunnar
wird in die Schlangengrube geworfen, erwehrt sich aber der
Schlangen noch eine Zeitlang durch ein seltsames Mittel: da ihm die
Hände gefesselt sind, schlägt er mit den Füßen eine Harfe, die ihm
seine Schwester Gudrun noch zugereicht hat, und schläfert dadurch
alle Schlangen ein bis auf eine, die ihn schließlich ins Herz sticht.
Damit sind die Niflunge vom Schauplatz abgetreten, und der
Gudrun, ihrer Schwester, als der letzten des Geschlechtes, fällt die
Pflicht der Rache zu; sie rächt ihre Brüder an ihrem Gatten. Immer
geht in der nordischen Anschauung die Blutsverwandtschaft der
Ehegemeinschaft vor, ein besonders altertümlicher Zug, der dieser
Gestalt anhaftet. Die Rache setzt Gudrun ins Werk, indem sie ihre
beiden, dem Atli geborenen Söhne schlachtet und ihm beim
Festmahle vorsetzt; nachdem er vom Fleische seiner Söhne
gegessen und ihre Hirnschalen als Becher benutzt hat, enthüllt sie
ihm, was sie getan, und tötet ihn selbst.
Der zweite Teil der Sage hat damit sein Ende erreicht; von den
handelnden Personen ist Gudrun allein übrig. Ein innerer
Zusammenhang zwischen diesem zweiten Teile und dem ersten
besteht, wie gesagt, nicht, denn der zweite Teil kann an sich allein
vollkommen verstanden werden. Er ist keine innere Folge des
ersten. In der nordischen Überlieferung kommt aber noch ein dritter
Teil hinzu, dessen Anknüpfung uns höchst seltsam anmuten muß:
Gudrun versucht, sich das Leben zu nehmen, indem sie sich ins
Meer stürzt; allein die Wogen tragen sie und bringen sie an einen
fremden Strand, wo sie aufgenommen wird und sich zum dritten
Male vermählt. Der König des Landes, Jonakr (ein Name, der uns
sonst nicht weiter bekannt ist), nimmt sie zur Gattin, und sie hat bei
ihm noch zwei oder drei Söhne (darin ist die Überlieferung nicht
ganz klar). Diese heißen Hamdir, Sorli und Erp; nach der einen
Tradition sind sie alle drei die Söhne Gudruns, nach der andern ist
Erp ein Sohn Jonakrs von einer andern Mutter. Außerdem wird am
Hofe Jonakrs die nachgelassene Tochter des Sigurd und der Gudrun
erzogen. Wie sie dahin gekommen ist, wird gar nicht erklärt. Sie führt
den Namen Svanhild[14].
Um sie wirbt ein schon bejahrter, aber mächtiger und gewaltiger
König, Jormunrek, wie er im Norden heißt. Er ist der historische
Gotenkönig des 4. Jahrhunderts Ermanarich. Er sendet seinen
Ratgeber Bikki und den bereits erwachsenen Sohn erster Ehe
Randver die junge Braut einholen. Svanhild wird ihnen übergeben.
Unterwegs fängt Bikki an, seine Ränke zu spinnen; er raunt dem
jungen Paare, der Stiefmutter und dem Stiefsohne, zu, daß sie
zueinander viel besser paßten, als der alte König zu der jungen
Svanhild, und versucht auf diese Weise ein Verhältnis zwischen den
beiden herbeizuführen, aber ohne Erfolg. Als die Braut am Hofe
Jormunreks eingetroffen ist, berichtet Bikki dem Könige das
Verhältnis als Tatsache, und dieser rächt sich, indem er seinen Sohn
erhängen und Svanhild von wilden Pferden zertreten läßt.
So erwächst der Gudrun wiederum die Pflicht der Rache für ihre
nächste Verwandtschaft. Sie reizt ihre Söhne dritter Ehe auf, die
Rache zu vollziehen; diese lassen sich auch dazu bereit finden und
machen sich auf den Weg. Unterwegs geraten sie miteinander in
Streit, und Erp wird von den beiden andern erschlagen. Als sie dann
am Hofe Jormunreks erscheinen, greifen sie den König an und
verwunden ihn, indem der eine ihm die Hände, der andere die Füße
abschlägt. Dem Erp aber war nach der etwas merkwürdigen
Auffassung dieser Dichtung zugedacht, das Haupt des Königs
abzuschlagen; da Erp nun fehlt, wird Jormunrek also nur verwundet,
aber nicht getötet. Er hat noch die nötigen Kräfte, sich zu rächen,
indem er seine Mannen aufruft: „Tötet die Fremden mit Steinwürfen.“
So fallen Hamdir und Sorli durch die Goten; damit hat die nordische
Form der Nibelungensage ihr letztes Ende erreicht.
Gudrun, die Hauptfigur, die durch alle drei Teile der eigentlichen
Nibelungensage, ungerechnet die Vorgeschichte, hindurchgeht, ist
noch am Leben. Wo sie hingekommen, was aus ihr geworden, wird
nicht erzählt; nur das Gedicht von „Gudruns Aufreizung“ deutet an,
daß sie schließlich (wie Signy) freiwillig den Flammentod suchen
wird.
 Die nordische Form der Nibelungensage hat noch eine
Erweiterung erfahren durch die Geschichte der Aslaug, der bei
Heimir aufwachsenden Tochter Sigurds und der Brynhild; die
Annahme, daß dies Paar eine Tochter gezeugt habe, ist zwar dem
Geiste der alten Sage zweifellos zuwider, doch nicht so sehr, wie es
uns auf den ersten Blick scheint: Aslaug ist eine Frucht der frühern
Bekanntschaft ihrer Eltern, hat also nichts zu tun mit der Pflicht der
Treue, die Sigurd dem Gunnar bei Gewinnung der Brynhild schuldig
ist. Heimir befürchtet für Aslaug nach dem Tode ihrer Eltern
Nachstellungen und entflieht mit dem Kinde in Verkleidung;
unterwegs wird er von einem Bauernehepaare, bei dem er
eingekehrt ist, ermordet, und Aslaug wächst nun in niedriger
Umgebung auf. Als Jungfrau erregt sie die Liebe des Königs Ragnar
Lodbrok, der auf einer seiner Wikingsfahrten in die Gegend, wo sie
lebt, gelangt ist, wird seine Gemahlin und gebiert ihm eine stattliche
Reihe Söhne, unter ihnen den Sigurd ormr í auga (Schlange im
Auge), der zum Beweise seiner Herkunft vom Drachentöter das Bild
des Fafnir auf der Hornhaut seines Auges trägt; seine Tochter heißt
wiederum Aslaug und ist die Urgroßmutter des Harald Harfagri,
ersten Alleinherrschers in Norwegen (gestorben um 930). Die ganze
Erzählung zielt, wie vorhin schon bemerkt wurde, darauf ab, die
norwegischen Könige als Nachkommen der Volsunge zu erweisen;
der Name Aslaug ist offenbar von der gleichnamigen jüngern (die
historisch zu sein scheint) auf Brynhilds Tochter übertragen.
Schon aus der einfachen Erzählung der nordischen Sagenform
dürfte sich ergeben haben, wie wenig klar die ganze Darstellung ist.
Wir dürfen diese Unklarheit aber nicht etwa einem einzelnen Manne,
einem Dichter der ganzen Sage, in die Schuhe schieben, sondern
wir müssen uns gegenwärtig halten, daß wir hier keine geschlossene
Überlieferung vor uns haben, sondern uns lediglich eine Reihe von
Einzelgedichten überliefert ist, von denen jedes für sich seine
besondere Selbständigkeit hat und seine eigene Würdigung
erfordert. Die einzelnen Dichter in sich sind in der Regel geschickt
und geschlossen; aber der eine hat die Erzählung so, der andere so
aufgefaßt und durchgeführt.
 Eine älteste Gestalt der Sage aus diesen ziemlich stark
auseinanderklaffenden Stücken herauszufinden, würde wohl kaum
möglich sein, wenn wir nicht neben der nordischen Überlieferung
noch die ganz selbständige deutsche Überlieferung hätten, die sich
von der nordischen getrennt hat im 9. Jahrhundert, als die Wikinger
den deutschen Stoff vom untern Rheine nach dem Norden
verpflanzten.
Welcome to our website – the ideal destination for book lovers and
knowledge seekers. With a mission to inspire endlessly, we offer a
vast collection of books, ranging from classic literary works to
specialized publications, self-development books, and children's
literature. Each book is a new journey of discovery, expanding
knowledge and enriching the soul of the reade

Our website is not just a platform for buying books, but a bridge
connecting readers to the timeless values of culture and wisdom. With
an elegant, user-friendly interface and an intelligent search system,
we are committed to providing a quick and convenient shopping
experience. Additionally, our special promotions and home delivery
services ensure that you save time and fully enjoy the joy of reading.

Let us accompany you on the journey of exploring knowledge and

personal growth!

ebooknice.com