Apol inteligencia artificial aplicada

Prévia do material em texto

Apol
Inteligência artificial aplicada
Questão 1/5 - Inteligência Artificial Aplicada
Na execução de um AG, considere os seguintes cromossomos: 
Cromossomo 1: 110001001
Cromossomo 2: 101111101
 Considerando o ponto de corte após o gene de número 5, como seriam os descendentes destes cromossomos em caso de crossover?
Nota: 20.0
	
	A
	110111101 e 101001001
	
	B
	110001101 e 101111001
Você acertou!
O processo de crossover faz a operação  ilustrada a seguir, invertendo a segunda parte do cromossomo após o gene de número “5”:
 
	
	C
	110000101 e 101110001
	
	D
	110011101 e 101101001
	
	E
	101101001 e 110011101 
Questão 2/5 - Inteligência Artificial Aplicada
Examine o quadro a seguir, contendo a representação do cromossomo e o resultado da avaliação pela função objetivo durante uma geração qualquer, em um processo de maximização por AG, e responda às questões:
 
	
	Cromossomo			Função objetivo
	001011 				5
	111001				-3
	011011 				0
	001010 				2
	111110 				-4
	011111 				-1
 
Assinale a alternativa que conterá, após a reordenação, 33% da população a qual será considerada para a próxima geração:
Nota: 20.0
	
	A
	001011 (5) e 001010 (2)
Você acertou!
A reordenação por ordem descendente fará com que a população seja ordenada como 5, 2, 0, -1, -3 e -4. Como 33% refere-se a dois indivíduos da população, a próxima geração contará com os indivíduos 5 e 2.
	
	B
	111110 (-4) e 111001 (-3)
	
	C
	001011 (5) e 111110 (-4)
	
	D
	011011 (2) e 001010 (0)
	
	E
	011011 (3) e 001000 (4)
Questão 3/5 - Inteligência Artificial Aplicada
Relacione os conceitos de AG com as afirmações a seguir e depois marque a alternativa correta: 
I. Seleção 
II. Crossover 
III. Mutação 
IV. Gene
V. Fitness
 
(     ) Compõe um cromossomo, referindo-se geralmente a um bit.
(     ) Altera levemente a característica de um individuo.
(     ) Uma medida de quão boa é a adaptação ou adequação de um indivíduo.
(     ) Ocorre pela mistura de dois (ou mais) indivíduos.
(     ) Análogo à sobrevivência dos mais adaptados no mundo natural.
Nota: 20.0
	
	A
	V-III-IV-I-II
	
	B
	IV-V-II-I-III
	
	C
	III-V-II-IV-I
	
	D
	IV-III-V-II-I
Você acertou!
A seleção é análoga à sobrevivência dos mais adaptados no mundo natural. O crossover ocorre pela mistura de dois (ou mais) indivíduos. A mutação altera levemente a característica de um individuo. Um gene compõe um cromossomo, referindo-se geralmente a um bit. O fitness é uma medida de quão boa é a adaptação ou adequação de um indivíduo.
Questão 4/5 - Inteligência Artificial Aplicada
Assinale as afirmações sobre Algoritmos Genéticos (AG) a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta:
 
(     ) Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criados a partir da combinação de dois (ou mais) estados “pais”.
(     ) AG usa estruturas de neurônios para executar a sua busca por um estado ótimo.
(     ) Um AG contém regras com premissas e consequentes para executar o seu algoritmo.
(     ) Os AG perfazem uma busca cega, sendo a única exigência o conhecimento da função objetivo de cada indivíduo.
(     ) Um AG procura uma solução dentro de um espaço para um problema de otimização.
Nota: 20.0
	
	A
	V-V-F-F-V
	
	B
	V-F-V-V-F
	
	C
	V-F-F-V-V
Você acertou!
Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criados a partir da combinação de dois (ou mais) estados “pais”. AG não usa estruturas de neurônios como as RNA para executar a sua busca por um estado ótimo. Também, um AG contém regras com premissas e consequentes para executar o seu algoritmo. Os AG perfazem uma busca cega, sendo a única exigência o conhecimento da função objetivo de cada indivíduo, procurando uma solução dentro de um espaço para um problema de otimização.
	
	D
	F-F-F-V-F
	
	E
	V-V-V-F-F
Questão 5/5 - Inteligência Artificial Aplicada
No caso de um AG utilizar como alfabeto a numeração hexadecimal com 10 genes, qual o cromossomo abaixo seria um exemplo de representação de um indivíduo:
Nota: 20.0
	
	A
	11AF09921B
Você acertou!
pois é a única que possui genes na faixa de representação hexadecimal (0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F).
	
	B
	11ABFH4550
	
	C
	FE0033LH99
	
	D
	A218FF3AAG
	
	E
	AA012345KJ
Questão 4/5 - Inteligência Artificial Aplicada 
Suponha o sistema abaixo em PROLOG para a descoberta de conhecimento sobre árvore genealógica. Existe a cláusula 
“progenitor” indicando que o indivíduo no primeiro argumento é progenitor do indivíduo no segundo argumento. Duas regras 
são criadas para inferir “irmão” e “primo”, a partir de “progenitor”. 
progenitor(José, Luiz). 
progenitor(José, Carlos). 
progenitor(Carlos, Maria). 
progenitor(Luiz,Sandro). 
 
irmão(X,Y) :- progenitor(Z,X),progenitor(Z,Y). 
primo(X,Y) :- progenitor(Z,X),progenitor(W,Y), irmão(Z,W). 
 
Após a execução deste programa no PROLOG, assinale as consultas a seguir com “V” para verdadeira ou “F” para falsa: 
 
( ) irmão(Maria,Sandro). 
( ) primo(Maria, Sandro). 
( ) progenitor(José, Y), com Y = Luiz, Y = Carlos. 
( ) primo(Carlos, Luiz). 
( ) progenitor(Maria,Y). 
 
Nota: 20.0 
 
A V-V-V-F-F 
 
B F-V-V-F-F 
Você acertou! 
A consulta irmão(Maria,Sandro) não encontra um progenitor comum para instanciar na base. A consulta primo (Maria,Sandro)retorna 
verdadeira, pois as regras “irmão” e “primo” retornam verdadeiras, havendo fatos para “Maria” e “Sandro” com progenitores. 
Quando “progenitor(José, Y)” é executada, o PROLOG faz o backtracking encontrando para a variável Y os valores “Luiz” e 
“Carlos”. A consulta “primo(Carlos, Luiz)” retorna falsa, pois não consegue encontrar na base as cláusulas para os argumentos 
“Carlos” e “Luiz”. E por fim, “progenitor(Maria,Y)” não encontra cláusulas neste padrão dentro da base de conhecimento, retornando 
falsa. 
 
C F-V-V-V-F 
 
D F-V-V-F-V 
 
E F-F-F-V-V 
 
Questão 5/5 - Inteligência Artificial Aplicada 
Um perceptron simples, com duas entradas e uma saída para classificar “+1” ou “-1”, sem camada oculta, possui os valores 
de pesos e a tabela com as 4 (quatro) amostras descritos a seguir. Com base no preenchimento da tabela de amostras de 
acordo com as fórmulas o perceptron simples, marque as afirmações com “V” ou “F” e depois assinale a alternativa correta. 
 
w1 w2 w0 
0.45 0.10 -1 
 
Amostra x1 x2 d f o e e2 
1 8 3 1 
2 1 3 -1 
3 4 2 -1 
4 1 1 1 
 
( ) O perceptron classifica erroneamente as amostras “2” e “3”. 
( ) O perceptron tem o somatório do erro quadrático igual a 8. 
( ) As amostras “1” e “2” são classificadas corretamente. 
( ) Para a amostra 2, d=2,9. 
( ) Para a amostra “3”, d=1. 
Nota: 20.0 
 
A V-V-V-F-F 
 
B F-F-F-V-V 
 
C F-V-V-F-V 
Você acertou! 
O perceptron classifica erroneamente as amostras “3” e “4”. O somatório do erro quadrático igual a 0+0+4+4=8. As amostras “1” e 
“2” são classificadas corretamente (1 e -1). Para a amostra 2, d=-0,25. E para a amostra “3”, d=1. 
 
D V-V-F-F-V 
 
E V-V-V-F-V 
Questão 1/5 - Inteligência Artificial Aplicada 
Examine o quadro a seguir, contendo a representação do cromossomo e o resultado da avaliação pela função objetivo 
durante uma geração qualquer, em um processo de maximização por AG, e responda às questões: 
 
Cromossomo Função objetivo 
001011 5 
111001 -3 
011011 0 
001010 2 
111110 -4 
011111 -1 
 
Assinale a alternativa que conterá, após a reordenação, 33% da população a qual será considerada para a próxima geração: 
Nota: 20.0 
 
A 001011 (5) e 001010 (2) 
Você acertou! 
A reordenação por ordem descendente fará com que a população seja ordenada como 5, 2, 0, -1, -3 e -4. Como 33% refere-se a dois 
indivíduos da população, a próxima geração contará com os indivíduos 5 e 2. 
 
B 111110 (-4) e 111001 (-3) 
 
C 001011 (5) e 111110 (-4) 
 
D 011011 (2) e 001010 (0) 
 
E 011011 (3) e 001000 (4) 
 
Questão 2/5 - Inteligência Artificial Aplicada 
Relacione os conceitos de AG com as afirmações a seguir e depois marque a alternativa correta: 
 
I. Seleção 
II. Crossover 
III. Mutação 
IV. Gene 
V. Fitness 
 
( ) Compõe um cromossomo, referindo-se geralmentea um bit. 
( ) Altera levemente a característica de um individuo. 
( ) Uma medida de quão boa é a adaptação ou adequação de um indivíduo. 
( ) Ocorre pela mistura de dois (ou mais) indivíduos. 
( ) Análogo à sobrevivência dos mais adaptados no mundo natural. 
Nota: 20.0 
 
A V-III-IV-I-II 
 
B IV-V-II-I-III 
 
C III-V-II-IV-I 
 
D IV-III-V-II-I 
Você acertou! 
A seleção é análoga à sobrevivência dos mais adaptados no mundo natural. O crossover ocorre pela mistura de dois (ou mais) 
indivíduos. A mutação altera levemente a característica de um individuo. Um gene compõe um cromossomo, referindo-se geralmente 
a um bit. O fitness é uma medida de quão boa é a adaptação ou adequação de um indivíduo. 
 
Questão 3/5 - Inteligência Artificial Aplicada 
No caso de um AG utilizar como alfabeto a numeração hexadecimal com 10 genes, qual o cromossomo abaixo seria um 
exemplo de representação de um indivíduo: 
Nota: 20.0 
 
A 11AF09921B 
Você acertou! 
pois é a única que possui genes na faixa de representação hexadecimal (0,1,2,3,4,5,6,7,8,9,A,B,C,D,E,F). 
 
B 11ABFH4550 
 
C FE0033LH99 
 
D A218FF3AAG 
 
E AA012345KJ 
 
Questão 4/5 - Inteligência Artificial Aplicada 
A aplicação de uma RNA a um problema qualquer com uma grande quantidade de sinais de entrada exige que seja feita a 
normalização para padronizar o cálculo internamente à RNA. Considerando a normalização de um sinal de entrada para um 
neurônio relativo à que tenha o valor mínimo de 100 (zero), o sinal máximo de 10000 e um valor qualquer de entrada de 
3450, o valor normalizado para esta entrada específica (com duas casas decimais) será de: 
Nota: 20.0 
 
A 0,56 
 
B 0,38 
 
C 0,34 
Você acertou! 
Utiliza-se a fórmula para o cálculo da normalização de uma entrada de RNA: 
 
 
D 3,45 
 
E 1,00 
 
Questão 5/5 - Inteligência Artificial Aplicada 
Assinale as afirmações sobre Algoritmos Genéticos (AG) a seguir com “V” para verdadeiro ou “F” para falso e depois marque 
a alternativa correta: 
 
( ) Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criados a partir da 
combinação de dois (ou mais) estados “pais”. 
( ) AG usa estruturas de neurônios para executar a sua busca por um estado ótimo. 
( ) Um AG contém regras com premissas e consequentes para executar o seu algoritmo. 
( ) Os AG perfazem uma busca cega, sendo a única exigência o conhecimento da função objetivo de cada indivíduo. 
( ) Um AG procura uma solução dentro de um espaço para um problema de otimização. 
Nota: 20.0 
 
A V-V-F-F-V 
 
B V-F-V-V-F 
 
C V-F-F-V-V 
Você acertou! 
Um AG é considerado um algoritmo de busca em feixe estocástica, onde os estados sucessores são criados a partir da combinação de 
dois (ou mais) estados “pais”. AG não usa estruturas de neurônios como as RNA para executar a sua busca por um estado ótimo. 
Também, um AG contém regras com premissas e consequentes para executar o seu algoritmo. Os AG perfazem uma busca cega, 
sendo a única exigência o conhecimento da função objetivo de cada indivíduo, procurando uma solução dentro de um espaço para um 
problema de otimização. 
 
D F-F-F-V-F 
 
E V-V-V-F-F
Questão 1/10 - Inteligência Artificial Aplicada
Examine o quadro a seguir, contendo a representação do cromossomo e o resultado da avaliação pela função objetivo durante uma geração qualquer, em um processo de maximização por AG, e responda às questões:
 
	Cromossomo
	Função objetivo
	001011
	5
	111001
	-3
	011011
	0
	001010
	2
	111110
	-4
	011111
	-1
 
Assinale a alternativa que conterá, após a reordenação, 33% da população a qual será considerada para a próxima geração:
Nota: 10.0
	
	A
	001011 (5) e 001010 (2)
Você acertou!
A reordenação por ordem descendente fará com que a população seja ordenada como 5, 
2, 0, -1, -3 e -4. Como 33% refere-se a dois indivíduos da população, a próxima geração 
contará com os indivíduos 5 e 2.
	
	B
	111110 (-4) e 111001 (-3)
	
	C
	001011 (5) e 111110 (-4)
	
	D
	011011 (2) e 001010 (0)
	
	E
	011011 (3) e 001000 (4)
Questão 2/10 - Inteligência Artificial Aplicada
Suponha o sistema abaixo em PROLOG para a descoberta de conhecimento sobre árvore genealógica. Existe a cláusula “progenitor” indicando que o indivíduo no primeiro argumento é progenitor do indivíduo no segundo argumento. Duas regras são criadas para inferir “irmão” e “primo”, a partir de “progenitor”.
progenitor(José, Luiz).
progenitor(José, Carlos).
progenitor(Carlos, Maria).
progenitor(Luiz,Sandro).
 
irmão(X,Y) :- progenitor(Z,X),progenitor(Z,Y).
primo(X,Y) :- progenitor(Z,X),progenitor(W,Y), irmão(Z,W).
Após a execução deste programa no PROLOG, assinale as consultas a seguir com “V” para verdadeira ou “F” para falsa:
(     ) irmão(Maria,Sandro).
(     ) primo(Maria, Sandro).
(     ) progenitor(José, Y), com Y = Luiz, Y = Carlos.
(     ) primo(Carlos, Luiz).
(     ) progenitor(Maria,Y).
 
Nota: 10.0
	
	A
	V-V-V-F-F
	
	B
	F-V-V-F-F
Você acertou!
A consulta irmão(Maria,Sandro) não encontra um progenitor comum para instanciar na 
base. A consulta primo (Maria,Sandro)retorna verdadeira, pois as regras “irmão” e “primo”
 retornam verdadeiras, havendo fatos para “Maria” e “Sandro” com progenitores. Quando
 “progenitor(José, Y)” é executada, o PROLOG faz o backtracking  encontrando para a 
variável Y os valores “Luiz” e “Carlos”. A consulta “primo(Carlos, Luiz)” retorna falsa, 
pois não consegue encontrar na base as cláusulas para os argumentos “Carlos” e “Luiz”. 
E por fim, “progenitor(Maria,Y)” não encontra cláusulas neste padrão dentro da base de
 conhecimento, retornando falsa.
	
	C
	F-V-V-V-F
	
	D
	F-V-V-F-V
	
	E
	F-F-F-V-V
Questão 3/10 - Inteligência Artificial Aplicada
No caso de um AG utilizar como alfabeto a numeração hexadecimal com 10 genes, qual o cromossomo abaixo seria um exemplo de representação de um indivíduo:
Nota: 10.0
	
	A
	11AF09921B
Você acertou!
pois é a única que possui genes na faixa de representação hexadecimal (0,1,2,3,4,5,6,
7,8,9,A,B,C,D,E,F).
	
	B
	11ABFH4550
	
	C
	FE0033LH99
	
	D
	A218FF3AAG
	
	E
	AA012345KJ
Questão 4/10 - Inteligência Artificial Aplicada
Podemos conceituar uma rede neural artificial como um processador maciçamente e paralelamente distribuído constituído de unidades de processamento simples, que têm a propensão natural para armazenar conhecimento experimental e torná-lo disponível para o uso. São propriedades de uma rede neural artificial:
Nota: 10.0
	
	A
	Não-linearidade, mapeamento entrada-saída, seleção, mutação e resposta a evidências
	
	B
	Não-linearidade, mapeamento entrada-saída, mecanismo de inferência e adaptabilidade
	
	C
	Não-linearidade, mapeamento entrada-saída, adaptabilidade e resposta a evidências
Você acertou!
Pela não-linearidade, os neurônios podem ser lineares ou não-lineares, deste forma permitindo
 aproximações robustas de funções de mapeamento que tenham característica não-linear. Pelo
 mapeamento entrada-saída, a rede aprende a partir de exemplos, estabelecendo mapeamento
 entre os padrões apresentados na entrada com as saídas dadas pelos exemplos. Pela adapta
bilidade, as redes neurais podem ser treinadas e armazenar o conhecimento nos pesos sináp
ticos, podendo adaptar-se caso o conjunto de amostras utilizado para o treinamento se modifi
que ao longo do tempo. E pela resposta a evidências uma rede neural pode perfazer uma tare
fa de seleção de um padrão, mas também informar sobre o garu de confiança ou crença refe
rente ao padrão escolhido.
	
	D
	Seleção, mutação, crossover, população e fitness
Questão 5/10 - Inteligência Artificial Aplicada
Assinale as afirmações a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta:
 
(     ) A separabilidade linear de um perceptron simples permite constatar se o mesmo conseguirá dividir corretamente o espaço de classificação com uma reta.
(     ) O método de aprendizagem por correção de erros aumenta a força dos pesos positivamente correlacionados ou diminui daqueles negativamente correlacionados.
(     ) A função sigmoide é um tipo de função de transferênciapara RNA.
(     ) A taxa de aprendizagem permite que uma pequena parcela do erro de classificação seja propagada de volta no perceptron.
(     ) O problema do XOR só consegue ser classificado corretamente por um perceptron simples se colocarmos uma camada oculta.
Nota: 10.0
	
	A
	V-F-V-V-V
Você acertou!
A separabilidade linear de um perceptron simples permite constatar se o mesmo conseguirá 
dividir corretamente o espaço de classificação com uma reta. No método de aprendizagem 
por correção de erros a informação do erro é utilizada para modificar os pesos sinápticos. A 
função sigmoide é um tipo de função de transferência para RNA. A taxa de aprendizagem 
permite que uma pequena parcela do erro de classificação seja propagada de volta no 
perceptron. O problema do XOR só consegue ser classificado corretamente por um 
perceptron simples se colocarmos uma camada oculta.
	
	B
	V-F-V-V-F
	
	C
	F-F-F-V-V
	
	D
	F-V-V-F-V
	
	E
	F-F-F-V-F
Questão 6/10 - Inteligência Artificial Aplicada
A arquitetura com camadas ocultas requer algoritmos de aprendizagem que contemplem a atualização dos pesos relacionados às camadas internas. O processo de ativação acontece primeiramente nas camadas ocultas para depois chegar até a camada de saída. A retroalimentação do erro também é feita nos pesos que conectam a(s) camada(s) oculta(s). O algoritmo mais comum utilizado para o treinamento de um perceptron multicamada é:
Nota: 10.0
	
	A
	Algoritmo de campo local induzido.
	
	B
	Algoritmo de sinal funcional.
	
	C
	Algoritmo de erro contínuo.
	
	D
	Algoritmo de retropropagação
Você acertou!
O algoritmo envolve o processo chamado de descida de gradiente. Este processo busca 
calcular o gradiente local do erro (a direção para onde tende a crescer o valor do erro médio
 calculado), utilizando-o para corrigir os pesos sinápticos na direção contrária a este gradiente, 
em busca do erro mínimo local. O cálculo do campo local induzido é somente uma parte do 
algoritmo de retropropagação, sendo a propagação do sinal dos neurônios para a próxima 
camada à frente. O sinal funcional é o sinal apresentado à camada de entrada referente aos 
atributos do vetor de amostras, que propaga-se para a frente na rede, nó por nó, ativando os
 neurônios até a camada de saída.
	
	E
	Algoritmo de biopropagação induzida.
Questão 7/10 - Inteligência Artificial Aplicada
Considere o sistema especialista descrito abaixo para o comportamento de um robô, com um sensor de distância equipado na frente e movido com rodas, monitorando o nível de tensão da bateria e o movimento (se está movendo-se à frente ou está parado). Uma variável guarda a velocidade do robô, que pode ser 5 cm/s ou 10 cm/s. O robô pode se movimentar em um ambiente retangular com paredes. Este sistema é composto das seguintes regras:
 I.  SE distância < 10cm E estado = movendo à frente ENTÃO pare o movimento
II.  SE distância < 10cm E estado = parado ENTÃO dê gire aleatoriamente 
III. SE distância >= 10cm E estado = parado ENTÃO mova-se para frente
IV.  SE nível da bateria < 2 Volts ENTÃO velocidade = 5 cm/s
V.   SE nível da bateria >= 2 Volts ENTÃO velocidade = 10 cm/s
 Supondo que o monitoramento dos sensores alimente os seguintes fatos ao sistema especialista:
 Distância = 12cm.
Estado parado.
Nível da bateria = 2,5 Volts.
Velocidade = 10 cm/s.
Assinale a alternativa que contém quais as regras que serão executadas:
Nota: 10.0
	
	A
	I, II e III
	
	B
	II e IV
	
	C
	III e IV
	
	D
	III e V
Você acertou!
Como a distância é maior do que 10 cm e o estado é parado, a regra III será executada, 
com o robô fazendo agora o movimento à frente com a velocidade de 10 cm/s. Como o
 nível da bateria está em 2.5 Volts, a regra V será executada, mantendo a variável de velo
cidade em 10 cm/s.
	
	E
	I e V
Questão 8/10 - Inteligência Artificial Aplicada
A aplicação de uma RNA a um problema qualquer com uma grande quantidade de sinais de entrada exige que seja feita a normalização para padronizar o cálculo internamente à RNA. Considerando a normalização de um sinal de entrada para um neurônio relativo à que tenha o valor mínimo de 100 (zero), o sinal máximo de 10000 e um valor qualquer de entrada de 3450, o valor normalizado para esta entrada específica (com duas casas decimais) será de:
Nota: 10.0
	
	A
	0,56
	
	B
	0,38
	
	C
	0,34
Você acertou!
Utiliza-se a fórmula para o cálculo da normalização de uma entrada de RNA:
 
	
	D
	3,45
	
	E
	1,00
Questão 9/10 - Inteligência Artificial Aplicada
Assinale as afirmações a seguir com “V” para verdadeiro ou “F” para falso e depois marque a alternativa correta:
 
(     ) Num sistema PROLOG, o componente de controle estabelece como a solução pode ser obtida.
(     ) Num sistema PROLOG, o componente lógico estabelece como a solução pode ser obtida.
(     ) Uma cláusula pode ser um fato, regra ou consulta.
(     ) “filho(X,Y) :- pai(Y,X). “ é um fato.
(     ) A programação procedural é o paradigma fundamental da programação em lógica.
Nota: 10.0
	
	A
	F-V-V-F-F
	
	B
	V-F-V-F-V
	
	C
	V-F-V-V-F
	
	D
	V-F-V-F-F
Você acertou!
Num sistema PROLOG, o componente de controle estabelece como a solução pode ser 
obtida. Num sistema PROLOG, o componente lógico corresponde à definição do que deve
 ser solucionado.  Uma cláusula pode ser um fato, regra ou consulta.A cláusula “filho(X,Y)
 :- pai(Y,X). “ é uma regra.A programação declarativa é o paradigma fundamental da 
programação em lógica.
	
	E
	V-V-V-V-F
Questão 10/10 - Inteligência Artificial Aplicada
Na execução de um AG, considere os seguintes cromossomos: 
Cromossomo 1: 110001001
Cromossomo 2: 101111101
 Considerando o ponto de corte após o gene de número 5, como seriam os descendentes destes cromossomos em caso de crossover?
Nota: 10.0
	
	A
	110111101 e 101001001
	
	B
	110001101 e 101111001
Você acertou!
O processo de crossover faz a operação  ilustrada a seguir, invertendo a segunda parte do 
cromossomo após o gene de número “5”:
 
	
	C
	110000101 e 101110001
	
	D
	110011101 e 101101001
	
	E
	101101001 e 110011101