Inteligencia-Artificial simulado brtt

Prévia do material em texto

Testes por
Temas
 avalie sua aprendizagem
Sobre as aplicações de IA no setor de transporte, julgue as opções a seguir:
I - A Inteligência Arti�cial tem sido aplicada com frequência no sistema de transporte público das cidades.
II - Um exemplo de aplicação da IA no setor de transporte são os robôs aptos a oferecer informações a passageiros
em estações.
III - O uso da IA no setor de transporte pode promover possíveis adaptações nos trajetos de usuários baseadas na
análise das experiências coletadas.
IV - A Inteligência Arti�cial ainda está sendo avaliada em relação a sua aplicabilidade no sistema de transporte das
cidades.
Assinale a opção correta:
INTELIGÊNCIA ARTIFICIAL
Lupa  
 
DGT0141_202110164351_TEMAS
Aluno: LEANDRO FRATEL Matr.: 202110164351
Disc.: INTELIGÊNCIA ARTIF  2023.2 EAD (G) / EX
Prezado (a) Aluno(a),
Você fará agora seu EXERCÍCIO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua avaliação. O
mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se
familiarizar com este modelo de questões que será usado na sua AV e AVS.
02492 - FUNDAMENTOS DE INTELIGÊNCIA ARTIFICIAL
 
1.
Apenas os itens I, II e III estão corretos.
Os itens I e III estão corretos.
Os itens II e IV estão corretos.
Apenas o item III está correto.
Apenas o item II está correto.
Data Resp.: 18/08/2023 22:17:53
Explicação:
A Inteligência Arti�cial está presente em vários setores, e o setor de transporte não poderia �car de fora. No
setor de transporte público, como trens, metrôs e ônibus é possível ver a aplicação da IA no sistema de rota
inteligente, assim, possibilitando adaptações baseadas na análise de dados coletados por experiência. Também
já é realidade aplicações com IA nas estações de metrô e trem oferecendo ajuda aos passageiros, muitas vezes,
utilizando linguagem de processamento natural.
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
De acordo com os paradigmas de Inteligência Arti�cial, pode-se a�rmar que um modelo simbolista
A introdução da Inteligência Arti�cial em nossas rotinas trouxe o termo casa inteligente. Sobre o assunto, julgue as
opções.
O paradigma conexionista, também conhecido por redes neurais arti�ciais, forma um paradigma de IA que tem
inspiração no comportamento do cérebro, além de outras características. Assinale a alternativa representa uma
característica desse paradigma:
I - Processam a informação de forma paralela e distribuída.
II - Generalizam conhecimento aprendido.
III - Lidam com conhecimento não simbolicamente representado.
IV - São algoritmos de otimização.
V - O conhecimento é aprendido por meio do estímulo e resposta.
 
2.
não possui conhecimento representado explicitamente.
é um modelo que aprende a partir dos dados.
lida com conhecimento explícito e representado simbolicamente.
lida apenas com símbolos grá�cos.
é formado por uma rede de elementos conectados por pesos que detêm o conhecimento.
Data Resp.: 18/08/2023 22:18:21
Explicação:
A Inteligência Arti�cial possui vários paradigmas. Um deles é o paradigma simbólico, que consiste em estruturas
simbólicas que podem ser compreendidas por seres humanos. Dessa maneira, é correto a�rmar que o modelo
simbolista lida com conhecimento explícito, facilmente interpretado por humanos. Os resultados são descrições
simbólicas das entidades dadas e devem ser compreensíveis como simples pedaços de informação e
diretamente interpretáveis em linguagem natural.
 
3.
Com a possibilidade de ajustar intensidade e potência e personalizar a usabilidade de aparelhos e
eletrodomésticos, devido à ausência de economia de energia, o preço que se paga pelos gadgets não é viável.
As vantagens de uma casa inteligente são: segurança e personalização, porém, devido ao elevado custo, ainda
não saíram do papel, atualmente, são apenas projetos.
Atualmente, as casas inteligentes são a realidade em uma grande maioria de cidades pelo mundo,
principalmente no Brasil.
As casas inteligentes são uma das tecnologias mais antigas da IA, com seu modelo projetado nos anos 1960.
As casas inteligentes têm o objetivo de oferecer diversos recursos de automação que prometem tornar a vida
mais tranquila.
Data Resp.: 18/08/2023 22:19:01
Explicação:
A casa inteligente, também conhecida como casa conectada - do inglês, Connected Home - é uma casa que
possui sistemas avançados de automação para providenciar monitoramento e controle sobre as funções de toda
a construção, como, por exemplo, controles de temperatura, multimídia, portas e janelas. 
 
4.
Apenas as a�rmativas I e V estão corretas.
Apenas as a�rmativas I, II e III estão corretas.
Apenas as a�rmativas II e III estão corretas.
Em relação à aplicação adequada das técnicas de Inteligência Arti�cial, avalie as a�rmações a seguir.
I - Indução em árvore de decisão é utilizada para identi�cação de fraudes em cartões de crédito.
II - Redes neurais arti�ciais são utilizadas no desenvolvimento de sistemas de análise de risco em aplicações
�nanceiras.
III - Sistemas especialistas, baseados em regras, são utilizados na substituição do pro�ssional especialista em
diagnóstico de falhas em hardware.
É correto o que se a�rma em
Assinale as a�rmações a seguir com V para verdadeiro ou F para falso e depois marque a alternativa correta:
( ) Sistema especialista consiste em uma técnica de IA desenvolvida para resolver problemas em um determinado
domínio, cujo conhecimento utilizado é obtido de pessoas que são especialistas naquele domínio.
( ) Dendral foi um sistema desenvolvido em 1965, contendo redes neurais arti�ciais para resolver problemas
relacionados à química orgânica.
( ) A fase da implementação do sistema especialista é considerada a parte mais sensível no desenvolvimento de um
SE, muitas vezes, o gargalo do processo.
Apenas as a�rmativas I, II e V estão corretas
Apenas as a�rmativas I, II, III e V estão corretas.
Data Resp.: 18/08/2023 22:20:20
Explicação:
O paradigma conexionista se baseou em modelos matemáticos simples de neurônios e com eles constituiu uma
rede neuronal com a capacidade de simular a memória associativa humana, acessando conteúdo e não
endereços como nos computadores clássicos. Sendo assim, os algoritmos de redes neurais fazem parte do
paradigma conexionista. Entre as opções, não representam uma característica desse paradigma os algoritmos
de otimização, pois eles fazem parte do paradigma evolutivo, que compreende um conjunto de técnicas de busca
e otimização inspiradas na evolução natural das espécies.
 
5.
os itens II e III estão corretos.
os itens I, II e III estão corretos.
apenas o item I está correto.
apenas o item III está correto.
os itens I e II estão corretos.
Data Resp.: 18/08/2023 22:21:06
Explicação:
As duas primeiras a�rmativas estão corretas, visto que as árvores de decisão podem ser utilizadas para a tarefa
de classi�cação em mineração de dados, e a identi�cação de padrões, como, por exemplo, as redes neurais
arti�ciais. As redes neurais arti�ciais podem ter sua utilização nos sistemas de análise de risco, com classi�cação
de risco em alto ou baixo. Os sistemas especialistas são utilizados para a simulação do comportamento de um
especialista e não sua substituição.
 
6.
V-V-V
F-V-F
V-F-V
F-F-F
V-F-F
Data Resp.: 18/08/2023 22:22:09
Nos últimos anos, a Inteligência Arti�cial tem buscado evoluir sobre as teorias existentes, em vez de buscar
soluções completamente novas. Em parte, isso se deve ao fato de hoje em dia possuirmos poder computacional e
recursos su�cientes para aplicar técnicas que antigamente eram impensáveis devido principalmente às restrições
de hardware. Em relação à utilização da inteligência arti�cial atualmente, avalie as a�rmações a seguir:
I - A biometria é uma das áreas mais bene�ciadas com a inteligência arti�cial.
II - Os sistemas de diagnóstico médico auxiliado por computador foram praticamente abandonados, especialmentedevido ao grau de incerteza dos diagnósticos fornecidos.
III - Graças aos recursos praticamente in�nitos das grandes empresas.com, a Inteligência Arti�cial tem avançado
muito nos últimos anos.
IV - Uma das aplicações da Inteligência Arti�cial que efetivamente utilizamos no dia a dia são as pesquisas na
internet.
Assinale a alternativa que somente possui a�rmações corretas:
Em cada paradigma de Inteligência Arti�cial agrega-se um conjunto de possibilidades de aplicação devido aos seus
níveis de
Explicação:
A inteligência Arti�cial possui várias técnicas, entre elas, o sistema especialista, que consiste em uma técnica de
IA desenvolvida para resolver problemas em um determinado domínio, cujo conhecimento utilizado é obtido de
pessoas que são especialistas naquele domínio. O Dendral foi um sistema especialista desenvolvido em 1965,
contendo regras para resolver problemas relacionados à química orgânica. A fase de aquisição de conhecimento
é considerada a parte mais sensível no desenvolvimento de um SE, muitas vezes o gargalo do processo.
 
7.
Os itens I, III e IV estão corretos.
Os itens II, III e IV estão corretos.
Os itens I, II e III estão corretos.
Os itens I, II e IV estão corretos.
Os itens I, II, III e IV estão corretos.
Data Resp.: 18/08/2023 22:23:21
Explicação:
As aplicações de IA nos dias de hoje são possíveis devido à evolução do hardware. Quando a IA surgiu nos anos
1950, não foi possível implementá-la pois o hardware ainda estava surgindo também. Atualmente, entre as
aplicações de IA que mais se tornam populares são os sistemas de diagnósticos médicos, pois a IAM, isto, é a
inteligência arti�cial na medicina está evoluindo muito, principalmente após o surgimento do paradigma
conexionista e também do método de deep learning, que são redes neurais complexas aplicadas em grandes
volumes de dados.
 
8.
determinismo, generalização, reconhecimento de padrões, criatividade e autonomia.
indeterminismo, especialização, reconhecimento de regras, aprendizagem e autonomia.
indeterminismo, expertise, reconhecimento de regras, proatividade e autonomia.
determinismo, especialização, reconhecimento de padrões, inteligência e dependência.
indeterminismo, generalização, reconhecimento de regras, criatividade e autonomia.
Data Resp.: 18/08/2023 22:23:56
Explicação:
A Inteligência Arti�cial pode ser dividida em paradigmas, como, por exemplo, o paradigma simbólico, o
paradigma conexionista, o paradigma evolutivo, entre outros. Cada paradigma leva a um conjunto de
possibilidades de aplicação devido aos seus níveis de determinismo, generalização, reconhecimento de padrões,
criatividade e autonomia. Dessa forma, estamos classi�cando a IA em seus níveis, entendendo melhor tudo
Em relação às de�nições sobre Inteligência Arti�cial, pode-se a�rmar que:
I - A arte de criar máquinas que executem funções que exijam inteligência quando executada por pessoas.
II - O estudo de como fazer computadores realizarem coisas nas quais, no momento as pessoas são melhores.
III - O ramo da ciência da computação que está interessada em automatizar comportamento inteligente.
IV - O estudo e desenvolvimento especí�co para criação de máquinas para substituir os soldados nos confrontos
proporcionados pela guerra.
Escolha a alternativa correta.
De acordo com os paradigmas de Inteligência Arti�cial, para que um problema possa ser representado como um
grafo de estados é necessário
aquilo que cabe dentro da de�nição do que é Inteligência Arti�cial, e assim �cam mais compreensíveis suas
potencialidades e seus usos.
 
9.
Apenas os itens I e II estão corretos.
Os itens I, II e III estão corretos.
Apenas o item I está correto.
Apenas os itens II e IV estão corretos.
Apenas o item III está correto.
Data Resp.: 18/08/2023 22:24:09
Explicação:
O termo Inteligência Arti�cial possui várias de�nições. Sendo assim, é possível con�rmar que a IA é uma arte de
criar máquinas que executam funções que exijam inteligência. Também é possível de�nir a Inteligência Arti�cial
como um estudo de fazer os computadores realizarem coisas nas quais, no momento, as pessoas são melhores. E
por último, também está correto que a IA é um ramo da ciência da computação que se encontra interessada em
automatizar comportamento inteligente. Dessa forma, podemos concluir que as três a�rmativas de�nem a
Inteligência Arti�cial.
 
10.
que o grafo seja unidimencionado, ou seja, todas as arestas sejam de mão única.
haver uma de�nição precisa de como proceder a busca pelos estados de interesse.
que sejam de�nidos os estados inicial, �nal ou �nais e as operações possíveis.
conhecer o modo de como chegar à resposta.
todos os possíveis estados sejam conhecidos.
Data Resp.: 18/08/2023 22:22:42
Explicação:
O conjunto de todos os estados acessíveis a partir de um estado inicial é chamado de espaço de estados. E o
espaço de estados pode ser interpretado como um grafo em que os nós são estados e os arcos são ações. Sendo
assim, para que um problema possa ser representado como um grafo de estados é necessário que sejam
de�nidos os estados inicial, �nal ou �nais, as operações possíveis e suas direções.
    Não Respondida      Não Gravada     Gravada
Testes por
Temas
 avalie sua aprendizagem
A estratégia de alguns algoritmos para resolver problemas em espaços de estados é explorar a vizinhança de uma
determinada solução com a garantia qualidade. Nesse sentido, selecione a opção correta que trata esta classe de
problemas.
As estratégias que podem ser aplicadas a um método de busca visam aumentar as chances de alcançar a solução
alvo (ou solução meta) do problema de um modo mais e�ciente. Nesse sentido, selecione a opção correta que trata
sobre as estratégias de um método de busca no espaço de estados.
INTELIGÊNCIA ARTIFICIAL
Lupa  
 
DGT0141_202110164351_TEMAS
Aluno: LEANDRO FRATEL Matr.: 202110164351
Disc.: INTELIGÊNCIA ARTIF  2023.2 EAD (G) / EX
Prezado (a) Aluno(a),
Você fará agora seu EXERCÍCIO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua avaliação. O
mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se
familiarizar com este modelo de questões que será usado na sua AV e AVS.
02811 - TÉCNICAS DE BUSCA PARA INTELIGÊNCIA ARTIFICIAL
 
1.
Heurísticas.
Técnicas de pesquisa desinformadas.
Algoritmo A*.
Técnicas de pesquisa local.
Técnicas de pesquisa informadas.
Data Resp.: 21/08/2023 10:37:31
Explicação:
Os algoritmos de busca global são muito importantes, pois garantem a solução ótima de um problema, quando
ela existe. No entanto, para problemas práticos, obter a solução ótima global pode ser um processo muito
custoso do ponto de vista computacional. Uma estratégia bastante utilizada é a dos algoritmos de busca local
que exploram o entorno de uma determinada solução na tentativa de obter uma solução melhor que a atual, mas
não garantem uma solução global.
 
2.
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
Os métodos de busca em espaço de estados fazem parte da Inteligência Arti�cial. Eles podem ser aplicados em
áreas como robótica e jogos digitais, por exemplo. Nesse sentido, selecione a opção correta a respeito dos métodos
de busca no espaço de estados.
Em relação aos algoritmos genéticos, selecione a opção correta com as duas principais características deles.
Quando uma estratégia é e�ciente para um problema, pode-se a�rmar que ela é ideal para resolver qualquer
problema semelhante.
Uma das vantagens de utilizar estratégias em um método de busca de estados é o determinismo das escolhas
dos estados ao longo das iterações.
A e�ciência de um método é medida através das estratégias que são aplicadas.
As estratégias mais e�cientes que podem ser aplicadas a um método de busca no espaço de estados são Best
First, Breadth First Search e Depth First Search.
Uma estratégia não garante que a solução alvo será obtida da forma mais e�ciente.Data Resp.: 21/08/2023 10:43:15
Explicação:
Os métodos para explorar os espaços de estados, normalmente, são algoritmos heurísticos. Esses algoritmos
são caracterizados por incorporar comportamentos que funcionam bem na prática, mas que não dão garantias a
respeito da qualidade da solução. Portanto esses métodos não garantem que a solução é obtida da forma mais
e�ciente, apesar de que, normalmente, funcionam muito bem.
 
3.
São métodos exatos e não dependem de como são implementados.
Devido ao não determinismo, não é possível medir seu desempenho.
A função de utilidade é uma forma de veri�car se o método é útil para resolver problemas para os quais ele foi
projetado.
O seu desempenho é medido de forma exata, analisando apenas a estrutura do método.
Esses métodos podem não ser exatos. Além disso, eles são sensíveis ao modo como é feita o mapeamento
entre condições, ações e estados.
Data Resp.: 21/08/2023 10:48:20
Explicação:
Existem métodos exatos para resolver problemas de espaços de estados, no entanto, normalmente, esses
algoritmos são lentos para produzir respostas. Ora, o tempo de resposta é fundamental em muitas aplicações,
outra coisa a qualidade da resposta, em muitos casos precisa satisfazer algumas condições e não precisa ser,
necessariamente, ótima. É por isso que métodos não exatos são utilizados na prática, apesar de serem sensíveis
ao mapeamento entre condições, ações e estados.
 
4.
Mutação aleatória e função de condicionamento físico.
Busca direcionada e limitação de profundidade.
Função de �tness e técnicas de cruzamento.
Técnicas de cruzamento e mutação aleatória.
Indivíduos entre a população e mutação aleatória.
Data Resp.: 21/08/2023 10:49:51
Explicação:
Os algoritmos genéticos simulam o comportamento da biologia genética, por meio da representação das
soluções por vetores, que são chamados de cromossomos, sendo que as posições dentro do vetor são chamadas
de genes, um método de cruzamento e uma função de condicionamento chamada de �tness, que é usada para
medir a qualidade de uma solução.
Qual método de pesquisa irá expandir o nó que está mais próximo do objetivo?
Selecione a opção que apresenta a busca que implementa a operação de pilha para buscar os estados.
Existem diversos algoritmos de busca cega. Nesse sentido, selecione a opção correta em que todos os métodos são
do tipo busca cega.
Um dos problemas de otimização mais conhecidos é o do caixeiro viajante. Nesse problema, o caixeiro deve visitar
de modo e�ciente um conjunto de cidades e voltar para o ponto inicial. Nesse sentido, selecione a opção correta
 
5.
Busca bidirecional.
Busca pelo melhor primeiro (Best First Search).
Busca A*.
Busca em Profundidade.
Busca gananciosa pelo melhor primeiro (Greedy best-�rst search).
Data Resp.: 21/08/2023 10:50:44
Explicação:
O algoritmo de busca gulosa primeiro é caracterizado por fazer escolhas que tenham o potencial de conduzir
mais rapidamente à solução alvo. Por se tratar de uma heurística, o método não garante a escolha da solução
ótima, mas, como os demais métodos heurísticos, funcionam bem na prática para determinados tipos de
problema, como, por exemplo, para traçar rotas.
 
6.
Busca com profundidade limitada.
Busca pelo melhor primeiro.
Busca em profundidade.
Busca em largura limitada.
Busca em largura.
Data Resp.: 21/08/2023 10:51:43
Explicação:
Uma das características do algoritmo de busca em profundidade é o retorno para um estado anterior a �m de
explorar outras soluções. Esse processo é conhecido como backtracking, ou seja, a trilha do caminho de retorno.
Para implementar esse processo, que, normalmente, é feito por meio de recursividade, o algoritmo utiliza de
uma estrutura de dados de pilha.
 
7.
Busca em largura, custo uniforme e busca A*.
Busca em largura primeiro, busca em profundidade primeiro e pesquisa bidirecional.
Busca em grafo, busca em largura primeiro e pesquisa bidirecional.
Busca em profundidade primeiro, busca greedy e pesquisa bidirecional.
Busca A*, busca greedy e busca em grafo.
Data Resp.: 21/08/2023 10:54:53
Explicação:
Os algoritmos de busca cega - também chamados de busca (ou de pesquisa) não informada - não contêm
informações sobre seu domínio. A única coisa que esses algoritmos podem fazer é distinguir entre um estado
não objetivo de um estado objetivo (estado alvo). É o caso dos algoritmos de busca em largura primeiro, busca
em profundidade primeiro e de pesquisa bidirecional.
 
8.
sobre as estratégias de busca.
A respeito dos métodos de busca local, selecione a opção correta.
As estratégias aplicadas aos métodos de busca em espaço de estados devem ser feitas conforme características do
problema. Por exemplo, suponha o seguinte caso: ''Um robô pode se locomover por meio de nós que são
conectados entre si, de modo que ele possa visitar alguns lugares. Ele começa em um nó e depois vai visitar todos
os nós conectados a esse nó e assim por diante''. Nesse sentido, selecione a opção correta a respeito dos métodos
de busca no espaço de estados e de suas estratégias para o exemplo apresentado.
Esse problema é bastante complexo do ponto de vista computacional e, sob determinadas condições, pode
ser resolvido por um algoritmo de busca local.
Esse problema não pode ser resolvido por uma busca local.
O problema do caixeiro viajante é usado apenas como uma referência acadêmica sem aplicações práticas.
Devido às características complexas desse problema, não é possível resolvê-lo.
Por se tratar de um problema bem documentado, ele pode ser resolvido e�cientemente por métodos
determinísticos.
Data Resp.: 21/08/2023 10:56:39
Explicação:
O problema do caixeiro viajante é um exemplo clássico de problemas muito difíceis de serem resolvidos. Isso
ocorre pela natureza combinatória do problema em que existem muitas possibilidades que precisam ser
testadas para garantir a solução ótima. A utilização de algoritmos de busca local é uma estratégia muita
adequada para encontrar soluções viáveis que, na prática, são úteis.
 
9.
Todos os algoritmos de busca local sempre são completos.
Ainda que uma solução não exista no espaço de estados, o algoritmo de busca local é capaz de identi�cá-la.
Um algoritmo de busca local sempre encontra a solução ótima de um problema, desde que ela exista.
Não é possível criar um algoritmo ótimo de busca local.
Os algoritmos de busca local são e�cientes no uso da memória.
Data Resp.: 21/08/2023 10:57:32
Explicação:
Os algoritmos de busca local são bastante utilizados para resolver problemas práticos devido à e�ciência na
exploração dos recursos computacionais, como memória, por exemplo, uma vez que o escopo das suas buscas
�ca restrito a uma determinada vizinhança, porém, não garantem encontrar a solução ótima do problema, caso
ela exista. A solução pode ser ou não restrita a um subconjunto do espaço de estados. Um algoritmo é chamado
de completo se ele encontra a solução ótima, desde que ela exista e os algoritmos de busca local não podem
garantir isso, pois o seu espaço de busca é limitado.
 
10.
Trata-se de um exemplo em que a melhor estratégia é a busca em largura (Breadth First Search).
O problema não apresenta nenhuma característica que possa ser explorada, portanto, qualquer estratégia
pode ser aplicada.
A estratégia que deve ser aplicada é a de busca em profundidade (Depth First Search).
Como a descrição do problema não destaca uma característica que possa ser usada como referência na
escolha da melhor estratégia, deve-se aplicar a busca pelo melhor primeiro (Best First Search).
O problema não informa quais as ações que o robô pode executar, portanto, o mais adequado é não aplicar
nenhuma estratégia especí�ca até que haja um maior detalhamento do problema.
Data Resp.: 21/08/2023 10:59:44
Explicação:
As estratégias de como um agente faz as suas escolhas são fundamentais, de modo a ter um tempo de resposta
adequado para obter uma solução de qualidade aceitável. Entre essas estratégias, estão os algoritmos baseados
em busca em largura que sãocaraterizados por explorarem soluções vizinhas. No caso do cenário descrito no
exercício, não cabe a busca em profundidade, pois a busca ocorre nos nós vizinhos.
    Não Respondida      Não Gravada     Gravada
Testes por Temas inciado em 21/08/2023 10:27:55.
Testes por
Temas
 avalie sua aprendizagem
Em relação às leis de aprendizado de máquina, selecione a opção correta que contém as leis que pertencem à
mesma categoria.
Em relação à lógica proposicional, temos os seguintes argumentos:
Hipótese 1: p ^ s → q ^ r
Hipótese 2:  q ^ r → w ^ s
Conclusão:  p ^ s → w ^ s.
INTELIGÊNCIA ARTIFICIAL
Lupa  
 
DGT0141_202110164351_TEMAS
Aluno: LEANDRO FRATEL Matr.: 202110164351
Disc.: INTELIGÊNCIA ARTIF  2023.2 EAD (G) / EX
Prezado (a) Aluno(a),
Você fará agora seu EXERCÍCIO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua avaliação. O
mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se
familiarizar com este modelo de questões que será usado na sua AV e AVS.
02775 - REPRESENTAÇÃO DE CONHECIMENTO, RACIOCÍNIO AUTOMÁTICO E APRENDIZADO
 
1.
Hebbian, Perceptron.
Instar, Positivismo.
Hebbian, Widrow-Hoff.
Instar, Outstar.
Perceptron, Delta.
Data Resp.: 21/08/2023 11:01:44
Explicação:
Entre os métodos de aprendizado de máquina estão os de aprendizado supervisionado, que se caracterizam por
ser dado uma solução alvo no conjunto de treinamento, e os métodos de aprendizado não supervisionado, que
não recebem uma solução alvo no conjunto de treinamento. Muitas regras de aprendizado de redes neurais se
situam em uma dessas categorias. No caso dos itens da questão, apenas os métodos Perceptron e Delta estão na
mesma categoria que é o de regras de aprendizado supervisionado.
 
2.
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
Escolha a opção correta sobre o nome desse argumento.
Observe a tabela verdade a seguir:
Escolha a opção correta que contém a proposição que satisfaz a tabela verdade.
Algumas regras de aprendizagem são conhecidas por mais de uma forma. Em relação à regra de aprendizagem
Instar, selecione a opção que contém outra forma pela qual ela é conhecida.
Modus ponens.
Modus tollens.
A tabela verdade possui 8 linhas.
Simpli�cação conjuntiva.
Silogismo hipotético.
Data Resp.: 21/08/2023 11:09:42
Explicação:
A tabela-verdade da sentença possui 32 linhas, pois temos 5 proposições de entrada que são: p, s, q, r e w.
Devemos nos lembrar de que no Modus ponens, usamos uma premissa verdadeira para provar que a
consequência da implicação é verdadeira. A resposta correta é aquela que demonstra que o silogismo hipotético
tem a forma: a → b, b → c Ⱶ a → c. No caso da questão, basta fazer as substituições das proposições p ^ s por a,  q
^ r por b e w ^ s por c. No caso do Modus tollens, temos o formato p → q, ~q Ⱶ ~p. A simpli�cação conjuntiva só
se aplica quando temos proposições de valores lógicos verdadeiros associadas a um operador lógico E.
 
3.
~p ^ q
q → p
p → q
p v ~q
~p ^ ~q
Data Resp.: 21/08/2023 11:11:36
Explicação:
É necessário substituir os valores lógicos de entrada na tabela verdade na proposição ~p ^ ~q. O único caso que
ela retorna verdade é quando o valor lógico da proposição p é F e o valor lógico da proposição q é falso, pois os
valores de entrada serão negados resultando na operação lógica V ^ V que resulta em V.
 
4.
O vencedor leva tudo.
Regra de aprendizagem Outstar.
Método dos mínimos quadrados.
Distribuição aleatória.
Regra de aprendizagem Perceptron.
Data Resp.: 21/08/2023 11:13:04
A respeito do uso dos sistemas especialistas, selecione a opção correta sobre o uso de ferramentas para
desenvolvimento de aplicações.
Observe a frase: ''todos os quadros são azuis''. Em relação à lógica de primeira ordem, selecione a opção correta.
Um dos métodos mais conhecidos para treinamento de uma rede neural é o backpropagation. Em relação a esse
método, selecione a opção correta sobre suas características.
Explicação:
A outra forma de chamar a regra de aprendizagem Instar é que o vencedor leva tudo. Isso ocorre porque essa
regra tem como característica principal a escolha da unidade que produz a saída com melhor resultado. Após a
escolha da unidade, é feito o ajuste dos pesos sinápticos. As demais alternativas estão erradas, pois não se
referem à regra de aprendizagem instar.
 
5.
Ter à disposição recursos que elaboram todas as etapas criativas do processo de desenvolvimento.
Escrever programas que podem ser aplicados para um sistema operacional especí�co.
As ferramentas de desenvolvimento já fazem a validação de um modelo sem dependência do programador.
Uma das vantagens é ter à disposição frameworks que impõem uma estrutura de desenvolvimento.
Apresentar as lacunas sobre a base de conhecimento.
Data Resp.: 21/08/2023 11:14:24
Explicação:
Programar um sistema especialista envolve diversos desa�os, como a interface de interação do usuário com o
sistema e o algoritmo que faz o processamento dos dados e a sugestão de recomendações. Portanto, é uma
vantagem usar de frameworks que facilitem esse processo, pois é uma forma de guiar o programador. A
criatividade de uma solução depende do desenvolvedor, as ferramentas apenas dão suporte para esse processo.
A validação do modelo é dependente das escolhas que foram feitas no processo de desenvolvimento. Ficar
limitado a um sistema operacional é desvantajoso. A base de conhecimento está relacionada às regras do
negócio e não ao processo de desenvolvimento.
 
6.
A negação da frase é: ''existe pelo menos um quadro que não é azul''.
A frase pode ser representada por três variáveis:''todos'', ''os quadros'' e ''são azuis''.
A negação da frase é: ''existe pelo um quadro branco''.
A frase é equivalente a: ''para qualquer quadro existente, ele pode ser azul''.
A frase pode ser representada pela lógica sentencial, mas não pela lógica de primeira ordem.
Data Resp.: 21/08/2023 11:15:12
Explicação:
Os quanti�cadores lógicos podem ser universais e existenciais. Os quanti�cadores universais são usados para
generalizar proposições, como, por exemplo: ''qualquer quadro que exista é azul''. No caso do quanti�cador
existencial, indica a existência de pelo menos uma situação em que a proposição é verdadeira, como, por
exemplo: ''existe pelo menos uma casa azul''. A negação de uma proposição com quanti�cador universal é
equivalente à existência de, pelo menos, uma exceção.
 
7.
Trata-se de um método com baixa dependência dos ajustes dos parâmetros e dos dados de treinamento.
É um método aplicado a redes neurais de múltiplas camadas.
É um método so�sticado que atua especi�camente sobre a camada intermediária para ajustar os pesos.
Tem como principal característica o ajuste dos pesos durante o processamento da camada de entrada para a
camada de saída.
As redes neurais são úteis para modelar e resolver diversas categorias de problemas. Nesse sentido, selecione a
opção correta a respeito das aplicações das redes neurais.
É possível aplicar algoritmos de inteligência arti�cial em equipamentos que utilizam informações vagas com uma
habilidade que simulam a intuição humana. Nesse sentido, selecione a opção correta sobre essa técnica de
Inteligência Arti�cial.
As redes neurais arti�ciais possuem a vantagem de poderem ser aplicadas a muitas situações práticas. Uma dessas
aplicações são os problemas de classi�cação, mas também possuem algumas limitações. Em relação às
desvantagens das redes neurais arti�ciais, selecione a opção correta.
É um método exato que, ao �nal do treinamento, garante que o modelo é capaz de generalizar classi�cações.
Data Resp.: 21/08/2023 11:17:16
Explicação:
O método backpropagation é um dos mais conhecidos algoritmos de treinamento, cujo objetivo é extrair
características dos dados para generalizar classi�cações. Ele é aplicado para redes de múltiplas camadas.
 
8.
Devem ser aplicadas para demonstraçãode teoremas.
São indicadas para substituir os pro�ssionais em atividades complexas e eventuais.
Problemas linearmente separáveis estão entre as categorias que podem ser modelados por redes neurais.
São capazes de desenvolver processos criativos sem a necessidade de base de conhecimento.
São aplicadas em contextos em que há limitação de dados.
Data Resp.: 21/08/2023 11:19:21
Explicação:
As redes neurais são modelos computacionais que servem para dar suporte para os pro�ssionais de atividades
complexas. As redes neurais extraem conhecimento de uma base de treinamento, portanto são limitadas ao
contexto de treinamento. As redes neurais arti�ciais podem ser aplicadas a diversas categorias de problemas,
entre elas, os de classi�cação. Em especial, quando os problemas de classi�cação são linearmente separáveis, ou
seja, aqueles que podem ser separados por linhas, trata-se de um exemplo clássico que pode ser resolvido por
modelos de redes neurais. As redes neurais devem ser aplicadas a situações para as quais foram treinadas. As
redes neurais são adequadas para tratar de problemas probabilísticos.
 
9.
Lógica de primeira ordem.
Lógica fuzzy.
Lógica booleana.
Lógica das sentenças.
Lógica de segunda ordem.
Data Resp.: 21/08/2023 11:22:41
Explicação:
A lógica booleana, ou lógica das sentenças, trata de valores lógicos binários. As lógicas de primeira e de segunda
ordem não são adequadas para representação da incerteza. As redes neurais arti�ciais são úteis para resolver
muitos problemas práticos. Essa capacidade está associada à característica de �exibilidade da rede que pode
conter diversas camadas ocultas. Dessa forma, comportamentos nebulosos, representados pela lógica fuzzy,
podem ser representados por uma rede neural.
 
10.
Devido à �exibilidade das redes neurais arti�ciais sempre é possível ajustar um modelo para que a taxa de
acerto seja alta.
As redes neurais arti�ciais são modelos probabilísticos, então, não é possível fazer a�rmações sobre sua taxa
de acerto.
Na prática, as redes neurais arti�ciais são muito complexas para resolver problemas reais.
Não é trivial fazer uma correspondência entre as soluções fornecidas por uma rede neural e sua arquitetura.
As redes neurais arti�ciais extraem as características dos dados de treinamento tornando-se
superespecializadas.
Data Resp.: 21/08/2023 11:24:12
Explicação:
O ideal é que a rede neural tenha a capacidade de generalizar seu comportamento. A taxa de acerto está
relacionada a diversos fatores desde a base de treinamento até a arquitetura do modelo, portanto não se trata
apenas de ajustes. As redes neurais arti�ciais são modelos probabilísticos e sua taxa de acerto pode ser medida
através de testes de validação. Existem diversos fatores que podem in�uenciar o aprendizado do modelo, mas já
existem muitos estudos que ajudam a ajustar esses parâmetros. Uma das desvantagens das redes neurais é
explicar as soluções a partir da estrutura do modelo. Medir a taxa de acertos está relacionado aos testes de
validação da rede e não à arquitetura dela. As redes neurais são aplicadas para resolver diversos problemas
práticos.
    Não Respondida      Não Gravada     Gravada
Testes por Temas inciado em 21/08/2023 11:01:21.
Testes por
Temas
 avalie sua aprendizagem
Dado abaixo as suposições restritivas de um problema de planejamento clássico:
Suposição Restritiva Descrição
A0 Sistema tem um número finito de estados
A1 Sistema é completamente observável.
A2 Sistema é determinístico.
A3 Sistema é estático
A4 O planejador só lida com metas restritivas que são explícitas.
A5 Um plano é uma sequência linear finita de ações
A6
Ações e eventos não têm duração.
A transição de estado é instantânea.
A7
O planejador não se preocupa em qualquer mudança
que pode acontecer no ambiente, enquanto estiver planejando
(offline planning)
Considere um robô que tem como objetivo explorar a superfície da lua. No desenvolvimento do robô, fazemos
diversas suposições:
O ambiente é estático
O ambiente só é observável em um raio de 2 metros de distância do robô
O robô demora na duração de suas ações, por ter muita cautela na exploração.
O ambiente é contínuo, ou seja, o número de estados do ambiente é in�nito.
Marque a alternativa que caracteriza as relaxações que deverão ser feitas a respeito das restrições do
planejamento clássico:
INTELIGÊNCIA ARTIFICIAL
Lupa  
 
DGT0141_202110164351_TEMAS
Aluno: LEANDRO FRATEL Matr.: 202110164351
Disc.: INTELIGÊNCIA ARTIF  2023.2 EAD (G) / EX
Prezado (a) Aluno(a),
Você fará agora seu EXERCÍCIO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua avaliação. O
mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se
familiarizar com este modelo de questões que será usado na sua AV e AVS.
02706 - PLANEJAMENTO EM INTELIGÊNCIA ARTIFICIAL
 
1.
Relaxar somente A6.
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
Considere o pseudocódigo de implementação da Busca por Retrocesso, abaixo:
Selecione a a�rmativa verdadeira:
Relaxar somente A0 e A1.
Relaxar A1 somente.
Relaxar somente A0 e A6.
Relaxar somente A0, A1 e A6.
Data Resp.: 21/08/2023 11:58:31
Explicação:
Como o ambiente é estático, não precisamos fazer nenhuma relaxação do planejamento clássico (que assume as
8 restrições). O sistema não é completamente observável, pelo fato de o robô só perceber 2 metros de distância,
logo precisamos relaxar a suposição restritiva que diz que o ambiente é observável A1. Como as ações
demoram, precisamos relaxar a suposição restritiva A6, por considerar que as ações têm duração. Como o
ambiente é contínuo, precisamos relaxar A0, que considera um ambiente com um número �nito de estados, e
não contínuo. Sendo assim, precisamos relaxar A0, A1 e A6.
 
2.
No pior caso, esse algoritmo é de ordem O(n²).
Para implementar a heurística que seleciona uma variável não atribuída, de modo a selecionar a variável mais
restrita, podemos modi�car a função Domain(V).
No pior caso, esse algoritmo é de O(n).
Para implementar a heurística que percorre os valores possíveis das Variáveis, na ordem cujo os valores
restringem menos seus vizinhos, podemos modi�car a função PickUnassignedVariable(V).
Para implementar a heurística que seleciona uma variável não atribuída, de modo a selecionar a variável mais
restrita, podemos modi�car a função PickUnassignedVariable(V).
Data Resp.: 21/08/2023 12:00:40
Explicação:
Considere o problema dos robôs autônomos do porto. Considere um dos estados do problema de�nido na �gura a
seguir:
state = {attached(p1,loc1), attached(p2,loc1), in(c1,p1), in(c3,p1), top(c3,p1), on(c3,c1), on(c1,pallet), in(c2,p2),
top(c2,p2), on(c2,pallet), belong(crane1,loc1),
empty(crane1),adjacent(loc1,loc2), adjacent(loc2, loc1), at(r1,loc2), occupied(loc2),
unloaded(r1)}
 
Após o robô r1 entrar na plataforma loc1, quais predicados teriam seus valores alterados:
Considere o problema de satisfação com restrições, a seguir, que consiste em colorir o mapa da �gura, utilizando
três cores somente, de modo que países vizinhos não possuam a mesma cor. Utilizando a heurística MRV, ou seja,
selecionaremos primeiro as variáveis que possuem a menor quantidade possível de valores para atribuir, e em caso
de empate usar outra heurística de escolher primeiro a variável com o maior número de restrições com outras
variáveis (a variável de maior grau de restrições), e supondo que começamos o preenchimento do país B de Azul,
quais seriam os próximos países a serem preenchidos, em ordem:
Na implementação da busca por retrocesso, se o objetivo é selecionar a variável que não foi atribuída, porém a
variável mais restrita, teremos que mudar a função que tem por objetivo selecionar a variável em questão, e
essa função é a PickUnassugnedVariable().
 
3.
attached(p1,loc1) e attached(p2,loc1) seriam modi�cados.
on(c2,pallet) e belong(crane1,loc1) seriam modi�cados.somente occupied(loc2) seria modi�cado.
adjacent(loc1,loc2) seriam modi�cados.
at(r1,loc2), occupied(loc2) seriam modi�cados.
Data Resp.: 21/08/2023 12:01:56
Explicação:
Após o robô r1 entrar na plataforma loc1, at(r1,loc2)  e occupied(loc2) seriam modi�cados, porque o robô r1 não
estaria mais em loc2 (at(r1,loc2)), e assim loc2 não estaria mais ocupado, modi�cando também occupied(loc2).
 
4.
A, C
C, D
A, D
E, D
C, A
Data Resp.: 21/08/2023 12:02:58
Considere o problema dos robôs autônomos do porto. Considere um dos estados do problema de�nido na �gura a
seguir:  
state = {attached(p1,loc1), attached(p2,loc1), in(c1,p1), in(c3,p1), top(c3,p1), on(c3,c1), on(c1,pallet), in(c2,p2),
top(c2,p2), on(c2,pallet), belong(crane1,loc1),
empty(crane1), adjacent(loc1,loc2), adjacent(loc2, loc1), at(r1,loc2), occupied(loc2),
unloaded(r1)}
Após o robô entrar na plataforma loc1. Considere a ação a = load(crane1,loc1,c3,r1).
Assinale a a�rmativa verdadeira:
Modi�que o programa Restrições Domínios Finitos para resolver o seguinte problema de restrição de domínios
�nitos: VERY + NICE = MEMES, onde cada letra representa um algarismo de 0 a 9. Quantas soluções têm esse
problema?
 
% S E N D
% + M O R E
% _________
Explicação:
O próximo país seria C, já que os países A e C são os países com valores mais restritos empatados (MRV) e pelo
critério de desempate, C ganha por ter grau de restrição 4, fazendo fronteira com A,B,D,E. Em seguida, o
próximo seria A, por possuir duas restrições de valores (cor de B e cor de C), e por isso, seria o próximo escolhido
pela Heurística MRV. Assim, a correta são os países C, A
 
5.
Ação não é aplicável e os átomos holding(k,c) e at(r,l) da pré-condição não são verdadeiro.
Ação não é aplicável e somente o átomo unload(r) da pré-condição não é verdadeiro.
Ação não é aplicável e somente o átomo belong(k,c) da pré-condição não é verdadeiro.
Ação é aplicável no estado da �gura.
Ação não é aplicável e somente o átomo holding(k,c) da pré-condição não é verdadeiro.
Data Resp.: 21/08/2023 12:03:32
Explicação:
Com o robô entrando na plataforma loc1, o guindaste ainda não está segurando o container, por isso ação não é
aplicável. Assim: Ação não é aplicável e somente o átomo holding(k,c) da pré-condição não é verdadeiro.
 
6.
% M O N E Y
 
 
Para o problema da árvore genealógica, cujo código está disponibilizado logo abaixo. A pessoa que ocupa a posição
X é:
5
10
8
7
4
Data Resp.: 21/08/2023 12:04:08
Explicação:
Para resolver o problema, basta adaptar as condições do exemplo de Restrições Domínios Finitos.  Assim, as
variáveis serão V,E,R,Y,N,I,C,M,S. E a condição de igualdade será: (1000*V + 100*E + 10*R+Y ) +   (1000*N +
100*I + 10*C+E ) #=  (10000*M  + 1000*E + 100*M + 10*E + S). Os dígitos iniciais devem ser diferentes de 0:  V
#\= 0, N #\=0,M #\=0. Sendo assim, ao rodar a consulta puzzle([V,E,R,Y,N,I,C,M,S]), há o retorno de 8 soluções. 
 
7.
Pedro
Henrique
João
Considere o problema de satisfação com restrições, a seguir, que consiste em colorir o mapa da �gura, utilizando
três cores somente, de modo que países vizinhos não possuam a mesma cor. Utilizando a heurística MRV, ou seja,
selecionaremos primeiro as variáveis que possuem a menor quantidade possível de valores para atribuir, e em caso
de empate usar outra heurística de escolher primeiro a variável com o maior número de restrições com outras
variáveis (a variável de maior grau de restrições), qual seria o primeiro país a começar a ser preenchido?
Considere o problema dos robôs autônomos do porto. Considere um dos estados do problema de�nido na �gura a
seguir:  
Simon
José
Data Resp.: 21/08/2023 12:04:54
Explicação:
Para saber qual a pessoa que ocupa a posição X basta fazer as quatro consultas a seguir. A primeira tentamos
descobrir os pais de Laura. A segunda, os �lhos de Miguel (que é pai de Laura). Depois descobrimos que Larissa é
irmã de Laura, e, pela árvore X é marido de Larissa. Como ambos tem um �lho, fazemos a consulta para
descobrir o �lho de Larissa. Daí descobrimos que José é �lho de Larissa, terminamos a questão consultando os
pais de José, que é Larissa e Pedro. Assim, X é Pedro.
 
8.
D
A
B
E
C
Data Resp.: 21/08/2023 12:05:51
Explicação:
No início, todos os países podem assumir 3 cores, e por isso, a heurística MRV não consegue decidir por onde
começar. Para critério de desempate, selecionamos o país com maior grau de restrições, que é o país C, que
possui grau 4, fazendo fronteira com A, B, D, E. Por isso, o primeiro país a começar a ser preenchido é o C.
 
9.
state = {attached(p1,loc1), attached(p2,loc1), in(c1,p1), in(c3,p1), top(c3,p1), on(c3,c1), on(c1,pallet), in(c2,p2),
top(c2,p2), on(c2,pallet), belong(crane1,loc1),
empty(crane1),adjacent(loc1,loc2), adjacent(loc2, loc1), at(r1,loc2), occupied(loc2),
unloaded(r1)}
Considere a ação a = load(crane1,loc1,c3,r1).
Assinale a a�rmativa verdadeira:
Ao modi�car o algoritmo em Prolog em Coloração de Mapas, disponível logo abaixo, para esse mapa apresentado,
permitindo que as cidades A e B possam ter cores iguais. Quantas soluções existem?
/*
* Variáveis: A,B,C,D,E,F
Domínio:: {vermelho,verde,azul}
Restrições: A!=B, A!=C, B!=C, B!=D, C!=D, C!=E, C!=F, D!=E, E!=F
*/
 
/*
* Impomos as restriçõess: different(A,B) signi�ca que a cor de A deve ser diferente da de B.
* */
 
coloring(A,B,C,D,E,F) :-
different(A,B),
Ação é aplicável no estado da �gura.
Ação não é aplicável e somente o átomo holding(k,c) da pré-condição não é verdadeiro.
Ação não é aplicável e somente o átomo belong(k,c) da pré-condição não é verdadeiro.
Ação não é aplicável e somente o átomo unload(r) da pré-condição não é verdadeiro.
Ação não é aplicável e os átomos holding(k,c) e at(r,l) da pré-condição não são verdadeiro.
Data Resp.: 21/08/2023 12:07:53
Explicação:
A ação não é aplicável, porque o guindaste deve estar segurando um container, e o robô tem que estar na
plataforma loc1. Ambas as condições devem ser satisfeitas, mas não são. Logo: Ação não é aplicável e os átomos
holding(k,c) e at(r,l) da pré-condição não são verdadeiros.
 
10.
different(A,C),
different(B,C),
different(B,D),
different(C,D),
different(C,E),
different(C,F),
different(D,E),
different(E,F).
 
/*
* Os fatos: vermelho é diferente de azul, que é diferente de verde , etc
* */
different(vermelho,azul).
different(azul,vermelho).
different(vermelho,verde).
different(verde,vermelho).
different(verde,azul).
different(azul,verde).
 
 
18
14
12
20
16
Data Resp.: 21/08/2023 12:11:47
Explicação:
A alteração que deve ser feita no algoritmo é de apenas retirar a restrição: different(A,B). Assim, o número de
soluções é 12, fazendo novamente a consulta coloring(A,B,C,D,E,F).
    Não Respondida      Não Gravada     Gravada
Testes por Temas inciado em 21/08/2023 11:33:43.
Testes por
Temas
 avalie sua aprendizagem
(COPPIN, 2010 - adaptado) Considere a rede bayesiana a seguir em que os nós representam as seguintes sentenças:
C = que você ingressará em uma faculdade
S = que você estudará
P = que você frequentará festas
E = que você será bem-sucedido nos seus exames
F = que você se divertirá
As tabelas de probabilidades condicionadas associadas à rede são as seguintes:
INTELIGÊNCIA ARTIFICIAL
Lupa  
 
DGT0141_202110164351_TEMAS
Aluno: LEANDRO FRATEL Matr.: 202110164351
Disc.: INTELIGÊNCIA ARTIF  2023.2 EAD (G) / EX
Prezado (a) Aluno(a),
Você fará agora seu EXERCÍCIO! Lembre-se que este exercício é opcional, mas não valerá ponto para sua avaliação. O
mesmo será composto de questões de múltipla escolha.
Após responde cada questão, você terá acesso ao gabarito comentado e/ou à explicação da mesma. Aproveite para se
familiarizar com este modelo de questões que será usado na sua AV e AVS.
02764 - RACIOCÍNIO AUTOMÁTICO EM SITUAÇÕES DE INCERTEZA E IMPRECISÃO
 
1.
javascript:voltar();
javascript:voltar();
javascript:diminui();
javascript:aumenta();
Para a situação apresentada, analise as a�rmações a seguir:I - Como E não depende diretamente de C, então o cálculo de P(E | C, S, P) pode ser simpli�cado para P(E | S, P).
II - A probabilidade de você ingressar na faculdade, estudar e ser bem-sucedido nos exames, mas não frequente
festas e nem se divirta é igual a 0,01728.
III - A probabilidade de você não ser bem-sucedido nos exames sabendo que estudou e não frequentou festas é de
40%.
Estão corretas apenas as a�rmações:
 
Sistemas Especialistas (SE) e Sistemas Nebulosos (SN) apresentam algumas características em comum. Uma delas é
que em ambos o conhecimento é representado por meio de regras do tipo se-então. No entanto, no caso dos SE as
regras manipulam termos precisos em seus antecedentes e consequentes, enquanto os SN manipulam termos
imprecisos. Diante disso, analise as regras a seguir:
I - se (dor lombar = SIM) e (condicionamento físico = 4) então (nadar peito = NÃO)
II - se (pluviosidade = ALTA) ou (nível = MÉDIO) então (vazão = MUITA)
III - se (umidade = BAIXA) e (temperatura = MÉDIA) então (ligar = SIM)
Podem ser consideradas regras nebulosas apenas:
I
I, III e IV
II
I e II
I, II e III
Data Resp.: 21/08/2023 12:23:42
Explicação:
A a�rmação I está correta, pois, como é possível observar no grafo da rede bayesiana, a ocorrência do evento E
não depende diretamente de C, apenas de S e de P. Portanto, a probabilidade P(E | C, S, P) pode ser escrita de
forma simpli�cada como P(E | S, P). A a�rmação II também está correta e pode ser obtida por meio da
distribuição de probabilidades conjuntas associadas à rede bayesiana. A probabilidade desejada é dada por:
P(C, S, P, E, F) = P(C) × P(S | C) × P( P | C) × P(E | S, P) × P( F | P)
                                  = 0,2 × 0,8 × 0,4 × 0,9 × 0,3 = 0,01728
Por �m, a a�rmação III está incorreta. A probabilidade desejada pode ser representada por P( E | S, P).
Consultando a tabela de distribuição de probabilidade referente a E, tem-se que P(E | S, P) é igual a 0,9. Como
P( E | S, P) é complementar P(E | S, P), tem-se:
P( E | S, P) = 1 - P(E | S, P)
P( E | S, P) = 1 - 0,9 = 0,1 (10%)
 
2.
I, II e III
I e II
I e III
II
¬ ¬ ¬ ¬ ¬ ¬
¬ ¬
¬
¬ ¬ ¬
¬ ¬ ¬
¬ ¬
Um sistema nebuloso pode ser entendido como um aproximador de função em que a base de regras é responsável
pelo mapeamento entre os valores das variáveis de entrada e o valor da variável de saída. Diante disso, imagine
que um processo industrial foi observado e para um conjunto de valores de entrada foram medidas suas
respectivas saídas. A partir dessas observações, foi possível construir o grá�co a seguir, que ilustra a relação
existente entre os dados de entrada e de saída.
Imagine ainda que a função analítica que mapeia corretamente as entradas em suas saídas não é conhecida.
Supondo que seja necessário identi�car essa função e que alguma imprecisão na identi�cação é tolerada, considere
um sistema nebuloso para aproximar a função desejada em que estejam de�nidas as seguintes variáveis nebulosas:
De acordo com as variáveis de�nidas, qual a base de regras que melhor aproxima a função desejada?
II e III
Data Resp.: 21/08/2023 12:23:46
Explicação:
Na regra I, observa-se que os valores associados aos termos manipulados pela regra, tanto no antecedente
quanto no consequente, são precisos. Essa característica descarta a possibilidade de essa regra ser nebulosa.
Por outro lado, na regra II os valores associados aos termos, tanto no antecedente quanto no consequente, são
imprecisos, caracterizando assim uma regra nebulosa. No caso da regra III, observa-se que o valor associado ao
termo no consequente é preciso, mas os valores associados aos temos no antecedente são imprecisos, o que
também caracteriza uma regra nebulosa. Portanto, apenas as regras II e III são nebulosas.
 
3.
Considere um conjunto nebuloso A de�nido em um universo de discurso X = [0, 100]. Sabendo que A é um conjunto
triangular, cujos vértices são a = 20, b = 60 e c = 80, o grau de inclusão de x = 70 no conjunto A é:
Data Resp.: 21/08/2023 12:23:51
Explicação:
as variáveis nebulosas X e Y da forma como foram de�nidas (com três conjuntos nebulosos cada), as regiões
formadas por essas variáveis no plano XY podem ser representadas conforme a �gura a seguir:
Considerando ainda que a variável nebulosa Z também foi de�nida por três conjuntos nebulosos, as regiões
obtidas nos planos XZ e YZ também são semelhantes àquelas representadas no plano XY. Portanto, há 27
regiões formadas por todas as combinações possíveis entre os conjuntos nebulosos que compõem as variáveis
X, Y e Z. Para cada uma das 9 combinações dos conjuntos que formam as variáveis X e Y, é preciso associar uma
região em Z que melhor aproxima a função representada pelo grá�co. Ao observar o grá�co da função, nota-se
que Z assume valores mais baixos nos cantos, que correspondem às regiões formadas pelas seguintes
combinações de conjuntos de XY: x-baixo e y-baixo; x-baixo e y-alto; x-alto e y-baixo; x-alto e y-alto. Nota-se
ainda que Z assume valores médios nas regiões de XY que estão nos centros das bordas, ou seja, nas regiões
formadas pelas combinações: x-médio e y-baixo; x-baixo e y-médio; x-médio e y-alto; x-alto e y-médio. Por �m, Z
assume valores mais altos na região central de XY, correspondente à combinação: x-médio e y-médio.
 
 
4.
0,4
0,3
0,6
0,5
0,2
Data Resp.: 21/08/2023 12:23:57
Explicação:
Os conjuntos nebulosos são uma extensão dos conjuntos tradicionais que ampliam a ideia de pertinência binária
para a ideia de pertinência parcial. Com isso, torna-se possível representar com maior �delidade situações ou
conceitos que envolvem alguma forma de imprecisão. Considere os conjuntos a seguir:
I - réplicas de obras de arte
II - animais velozes
III - ganhadores do Prêmio Nobel
IV - frutas maduras
São melhor representados por conjuntos nebulosos apenas:
Seja S uma variável nebulosa com a seguinte descrição:
Supondo a inferência usando o método de corte para a implicação e a condensação pelo centro de gravidade e
considerando que os valores de x estão discretizados de 10 em 10, o valor de saída obtido é:
 
5.
II e IV
II, III e IV
I, II e III
I e III
Nenhum
Data Resp.: 21/08/2023 12:24:00
Explicação:
Quando se fala em obras de arte, só existem duas possibilidades, ou a obra é genuína ou não. Portanto, não há
qualquer imprecisão na identi�cação dos elementos que pertencem em relação aos que não pertencem ao
conjunto das réplicas. O mesmo acontece com os ganhadores do Prêmio Nobel. Portanto, os conjuntos
tradicionais são adequados para a representação desses dois casos. Por outro lado, quando se fala em animais
velozes e frutas maduras, os termos "velozes" e "maduras" são inerentemente imprecisos, ou seja, não existe
uma fronteira nítida (precisa) que separa "velozes" de "não velozes" e "maduras" de "não maduras". Portanto,
são melhor representados por conjuntos nebulosos os itens II e IV.
 
6.
Considere um conjunto nebuloso A de�nido em um universo de discurso X = [0, 100]. Sabendo que A é um conjunto
trapezoidal, cujos vértices são a = 10, b = 20, c = 60 e d = 90, qual o valor x X cujo grau de inclusão em A ( A(x)) é
igual a 0,6?
7
32
25
10
16
Data Resp.: 21/08/2023 12:24:04
Explicação:
Como as regras combinam seus antecedentes por meio do operador AND, o valor de inclusão no conjunto que
está no consequente é dado pelo mínimo entre os graus de inclusão nos antecedentes. Portanto, após a
execução das regras, os resultados obtidos são: C2(0,20) e C1(0,60). Considerando o método de corte para a
implicação, a região de resposta obtida é representada pelo grá�co a seguir:
 
7.
80
72
18
65
15
Data Resp.: 21/08/2023 12:24:08
Explicação:
ϵ μ
Considere um sistema nebuloso com as seguintes especi�cações:
Considerando as entradas E1 = 38 e E2 = 62, a resposta nebulosa obtida na variável S de saída é formada por uma
combinação de partes dos conjuntos s1 e s2
porque
o processo de inferência aciona todas as regras que mapeiam para os conjuntos s1 e s2 da variável de saída.
Assinalea opção correta a respeito dessas asserções.
 
8.
As duas asserções são proposições verdadeiras, e a segunda é uma justi�cativa correta da primeira.
A primeira asserção é uma proposição verdadeira, e a segunda é uma proposição falsa.
A primeira asserção é uma proposição falsa, e a segunda é uma proposição verdadeira.
As duas asserções são proposições verdadeiras, e a segunda não é uma justi�cativa correta da primeira.
As duas asserções são proposições falsas.
Data Resp.: 21/08/2023 12:24:13
Explicação:
Para a entrada E1 = 38, observa-se que esse valor tem grau de inclusão maior que zero nos conjuntos e11 e e12.
No caso da entrada E2 = 62, os graus de inclusão maiores que zero estão nos conjuntos e22 e e23. Assim, as
regras acionadas para essas entradas são:
se e11 e e22 então s1
se e11 e e23 então s1
se e12 e e22 então s2
se e12 e e23 então s1
Portanto, a resposta nebulosa resultante da inferência é uma região formada por uma combinação de partes dos
conjuntos s1 e s2. Contudo, nem todas as regras que mapeiam para s1 ou s2 foram acionadas. Com isso, conclui-
se que a primeira a�rmação está correta e a segunda não está.
 
Uma das motivações que Lot� Zadeh teve para a criação dos conjuntos nebulosos, que formam a base da Lógica
Nebulosa, foi a constatação de que a precisão por trás das técnicas tradicionais de modelagem de problemas de
controle tornava a solução desses problemas bastante complexa. Além disso, há vários desses problemas que, na
prática, admitem soluções com algum grau de imprecisão e, com isso, essas soluções poderiam ser obtidas com
mais facilidade se a modelagem levasse em consideração essa �exibilidade nos resultados. Isso �ca claro no
Princípio da Incompatibilidade enunciado por Zadeh:
"À medida que a complexidade de um sistema aumenta, a nossa habilidade de fazer a�rmações precisas e
signi�cativas acerca deste sistema diminui, até que um limiar é atingido, além do qual precisão e signi�cância se
tornam características mutuamente exclusivas." (Zadeh, 1973)
O princípio de Zadeh pode ser representado por meio de um grá�co que mostra o custo de obtenção de uma
solução e a sua utilidade (signi�cância) à medida que a precisão aumenta. Diante disso, o grá�co a seguir que
melhor representa esse princípio é:
9.
Data Resp.: 21/08/2023 12:24:18
Explicação:
De acordo com o Princípio da Incompatibilidade, à medida que se busca mais precisão no resultado, aumenta
também o custo de obtenção dessa solução e a sua utilidade. No entanto, a partir de um determinado momento,
a busca por mais precisão implica em aumentar ainda mais o custo para obtê-la, ao passo que a utilidade dessa
solução deixa aumentar. Um exemplo prático que ilustra essa situação é um sistema de controle capaz de
estacionar um veículo em uma vaga de garagem. A busca por uma solução precisa, ou seja, que estacione o
veículo em uma posição exata na vaga, sem que haja nenhum desvio em relação à posição desejada, é
extremamente difícil de se obter e muito pouco signi�cativa. A�nal, em termos práticos, se o veículo for
Considere a variável nebulosa especi�cada a seguir:
Para o valor x = 3,5 pertencente ao universo de discurso da variável, os valores simbólicos e numéricos assumidos
pela variável são, respectivamente:
posicionado alguns centímetros para frente, para trás ou para os lados da posição desejada, isso não trará
qualquer prejuízo à solução. Além disso, uma solução que admita essa imprecisão pode ser obtida a um custo
bem mais baixo.
 
10.
C2 (0,17) e C3 (0,75)
C1 (0,25) e C2 (0,50)
C1 (0,50) e C2 (0,33)
C2 (0,25) e C3 (0,50)
C1 (0,50) e C2 (0,25)
Data Resp.: 21/08/2023 12:24:37
Explicação:
De acordo com as especi�cações fornecidas, a variável V tem a seguinte representação grá�ca:
    Não Respondida      Não Gravada     Gravada
Testes por Temas inciado em 21/08/2023 12:22:20.