Baixe o app para aproveitar ainda mais
Prévia do material em texto
MODELAGEM E SIMULAÇÃO DE SISTEMAS Lupa Calc. CCE1326_A1_201607322651_V1 Aluno: NINA MORGADO Matr.: 201607322651 Disc.: MOD.E SIM. SISTEMAS 2020.2 - F (GT) / EX Prezado (a) Aluno(a), Você fará agora seu TESTE DE CONHECIMENTO! 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. 1. Allan Turing é reconhecido como o maior precursor da Inteligência Artificial. Turing desenvolveu um teste para determinar se uma máquina é inteligente ou não. Assinale a alternativa que apresenta uma característica do chamado "Teste de Turing". Nunca há dúvida sobre quem é o interrogado. Uma pessoa pode fazer várias perguntas a outra pessoa. Se for possível concluir se o interrogado é uma pessoa ou uma máquina, a máquina possui inteligência. Nunca é possível distinguir se o interrogado é uma máquina ou pessoa. O interrogador precisa saber quem é o interrogado. Explicação: Uma pessoa em um terminal pode fazer várias perguntas, sem saber quem é o interrogado. Se houver confusão sobre o interrogado ser outra pessoa ou uma máquina compreende-se que a máquina possui inteligência, pois consegue imitar tal característica humana eficientemente, caso seja possível distinguir entre máquina e a pessoa, não há inteligência. 2. Os sistemas inteligentes se fundamentam na observação de comportamentos na natureza capazes de apresentar ordenamentos complexos. Os seres vivos possuem o seu ordenamento para expressar inteligencia através de um sistema biológico extremamente complexo que os compõe. O sistema bioinspirado resultante dos sistemas inteligentes presentes nos organismos vivos é referido como: Sistemas autônomos Princípios lógicos Técnicas conexionistas Representação simbólica Algoritmos evolucionários Explicação: As redes neurais são o sistema que atribuem inteligencia aos seres vivos e são definidos como sistemas conexionistas na perspectiva computacional. 3. Mesmo que a Inteligência Artificial produza notáveis benefícios para sociedade, o seu desenvolvimento apresenta objetivos definidos, bem como difucldades em seu apromoramento. Assinale a alternativa que apresenta um objetivo na implementação de Inteligência Artificial na indústria. Ser obsoleta em comparação à ação humana. Suplementar das capacidades humanas, superando seus limites. Ser totalmente dependente da ação humana. Garantir a continuidade do trabalho humano. Nunca ser possível substituir a ação humana em nenhuma área. Explicação: A suplementação das capacidades humanas, tornado o Ser Humano obsoleto, tanto para produção industrial, ou até mesmo na existência. Não se sabe qual o futuro do trabalho da humanidade, em relação ao trabalho realizado por inteligência artificial, o que leva a crises nesse tema. A Inteligência Artificial se mostra promissora nessa substituição, mesmo que ainda seja, em seu desenvolvimento, dependente da ação humana. MODELAGEM E SIMULAÇÃO DE SISTEMAS 2a aula Lupa Exercício: CCE1326_EX_A2_201607322651_V2 03/09/2020 Aluno(a): NINA MORGADO 2020.2 - F Disciplina: CCE1326 - MODELAGEM E SIMULAÇÃO DE SISTEMAS 201607322651 1 Questão A Teoria Fuzzy foi inicialmente sugerida em 1930 por Jan Lukasiewicz para análise de problemas específicos. Que tipo de problema a Teoria Fuzzy busca solucionar? Problemas de regressão linear de funções. Problemas discritivos. Problemas de múltiplicade de valores de possibilidades simultâneas. Problemas de controle multiobjetivo. Problemas exclusivamente teóricos. Respondido em 03/09/2020 17:49:25 Explicação: A análise que era feita antes da Teoria Fuzzy era capaz de expressar resultados simples, como ¿verdadeiro¿ e ¿falso¿, não sendo capaz de propor valores de intensidade, como ¿maior¿, ¿menor¿, ¿melhor¿ ou ¿pior¿. Para esse tipo de problemas foi proposta a Teoria Fuzzy. 2 Questão Assinale a opção que corresponde o conceito que é atribuído ao conceito fuzzy. Gradação Discriminação Complementação Especialização Conformação Respondido em 03/09/2020 17:50:03 Explicação: O conceito fuzzy apresenta a ideia de gradação relacionado a pertinência dos conjuntos. 3 Questão MODELAGEM E SIMULAÇÃO DE SISTEMAS Lupa Calc. CCE1326_A3_201607322651_V1 Aluno: NINA MORGADO Matr.: 201607322651 Disc.: MOD.E SIM. SISTEMAS 2020.2 - F (GT) / EX Prezado (a) Aluno(a), Você fará agora seu TESTE DE CONHECIMENTO! 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. 1. Os elementos de conjuntos diferentes podem interagir entre si pelas operações de conjuntos. Dentre todas as operações dos conjuntos que levam às definições de conjuntos fuzzy, identifique a alternativa que apresenta uma dessas operações. Interseção. Tradução. Exponenciação. Interpretação. Multiplicação. Explicação: Interseção ¿ Elementos comuns a diferentes conjuntos são os elementos de interseção, definida pelo conectivo lógico ¿e¿, pois os elementos devem pertencer a um conjunto e outro conjunto. 2. Os conjuntos fuzzy são uma generalização dos conjuntos clássicos, ao superar os princípios do meio excluído e da não-contradição, fazendo-se valer do conceito da Dualidade. Logo, a propriedades do conjunto fuzzy, que os diferenciam dos conjuntos tradicionais é: A∩A=AA∩A=A A∩¯¯¯¯A=¯¯¯¯AA∩A¯=A¯ A∩¯¯¯¯A=AA∩A¯=A A∪¯¯¯¯A≠UA∪A¯≠U A∪A=AA∪A=A Explicação: Na lógica clássica, uma proposição é verdadeira ou sua negação é verdadeira. Em termos da linguagem de conjuntos, tem-se que: A∪¯¯¯¯A=UA∪A¯=U Presmissa vencida pela lógica aplicada aos conjuntos Fuzzy. 3. Determine a pertinência resultante do conjunto ¯¯¯¯AA¯ (complemento). A=[0,250,0,321,0,52,0,23]A=[0,250,0,321,0,52,0,23] μ¯¯¯A(x)=1−μA(x)μA¯(x)=1−μA(x) ¯¯¯¯A=[0,250,0,781,0,02,0,23]A¯=[0,250,0,781,0,02,0,23] ¯¯¯¯A=[0,250,0,781,0,52,0,13]A¯=[0,250,0,781,0,52,0,13] ¯¯¯¯A=[0,750,0,681,0,02,0,83]A¯=[0,750,0,681,0,02,0,83] ¯¯¯¯A=[0,750,0,681,0,52,0,83]A¯=[0,750,0,681,0,52,0,83] ¯¯¯¯A=[0,750,0,781,0,52,0,13]A¯=[0,750,0,781,0,52,0,13] Explicação: Deve-se realizar a operação de complemento elementos a elemento, se o elemento não é listado em um conjunto, o complemento da pertinência é um. μ¯¯¯A(0)=1−μA(0)=1−0,25=0,75μA¯(0)=1−μA(0)=1−0,25=0,75 μ¯¯¯A(1)=1−μA(1)=1−0,32=0,68μA¯(1)=1−μA(1)=1−0,32=0,68 μ¯¯¯A(2)=1−μA(2)=1−0,5=0,5μA¯(2)=1−μA(2)=1−0,5=0,5 μ¯¯¯A(3)=1−μA(3)=1−0,2=0,8μA¯(3)=1−μA(3)=1−0,2=0,8 Logo ¯¯¯¯A=[0,750,0,681,0,52,0,83]A¯=[0,750,0,681,0,52,0,83] O termo inglês Fuzzy pode ser traduzido para o português expremindo o significado proposto para a lógica que utiliza essa palavra. Assinale a opção em que os termos apresentados são traduções válidas para o português, assim contribuindo para compreensão do assunto. Raciocínio, Confuso e Lógica. Raciocínio, Discreto ou Lógica. Difuso, Discreto e Nebuloso. Difuso, Confuso e Nebuloso. Raciocínio, Discreto e Confuso. Respondido em 03/09/202017:50:27 Explicação: O termo nebuloso é o mais adequado para tradução, pois ao mesmo tempo que os conceitos fuzzy são separados (difusos) entre si, eles são combinados (confusos). Por isso tanto nebuloso, quanto difuso e assim como confuso são traduções válidas para o termo ingês fuzzy. MODELAGEM E SIMULAÇÃO DE SISTEMAS Lupa Calc. CCE1326_A2_201607322651_V2 Aluno: NINA MORGADO Matr.: 201607322651 Disc.: MOD.E SIM. SISTEMAS 2020.2 - F (GT) / EX Prezado (a) Aluno(a), Você fará agora seu TESTE DE CONHECIMENTO! 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. 1. A Teoria Fuzzy foi inicialmente sugerida em 1930 por Jan Lukasiewicz para análise de problemas específicos. Que tipo de problema a Teoria Fuzzy busca solucionar? Problemas de múltiplicade de valores de possibilidades simultâneas. Problemas discritivos. Problemas de controle multiobjetivo. Problemas exclusivamente teóricos. Problemas de regressão linear de funções. Explicação: A análise que era feita antes da Teoria Fuzzy era capaz de expressar resultados simples, como ¿verdadeiro¿ e ¿falso¿, não sendo capaz de propor valores de intensidade, como ¿maior¿, ¿menor¿, ¿melhor¿ ou ¿pior¿. Para esse tipo de problemas foi proposta a Teoria Fuzzy. 2. Assinale a opção que corresponde o conceito que é atribuído ao conceito fuzzy. Complementação Especialização Conformação Gradação Discriminação Explicação: O conceito fuzzy apresenta a ideia de gradação relacionado a pertinência dos conjuntos. 3. O termo inglês Fuzzy pode ser traduzido para o português expremindo o significado proposto para a lógica que utiliza essa palavra. Assinale a opção em que os termos apresentados são traduções válidas para o português, assim contribuindo para compreensão do assunto. Raciocínio, Discreto ou Lógica. Raciocínio, Confuso e Lógica. Difuso, Confuso e Nebuloso. Raciocínio, Discreto e Confuso. Difuso, Discreto e Nebuloso. Explicação: O termo nebuloso é o mais adequado para tradução, pois ao mesmo tempo que os conceitos fuzzy são separados (difusos) entre si, eles são combinados (confusos). Por isso tanto nebuloso, quanto difuso e assim como confuso são traduções válidas para o termo ingês fuzzy. MODELAGEM E SIMULAÇÃO DE SISTEMAS Lupa Calc. CCE1326_A4_201607322651_V1 Aluno: NINA MORGADO Matr.: 201607322651 Disc.: MOD.E SIM. SISTEMAS 2020.2 - F (GT) / EX Prezado (a) Aluno(a), Você fará agora seu TESTE DE CONHECIMENTO! 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. 1. Determinar a relação composta fuzzy R, das relações fuzzy A e B, utilizando o método max-produto. A=⎡⎢⎣0.10.10.50.30.20.3⎤⎥⎦A=[0.10.10.50.30.20.3] B=[0.30.20.40.10.40.10.21.0]B=[0.30.20.40.10.40.10.21.0] Sendo μR(x,y)=max[μA(x,y)⋅μB(x,y)]μR(x,y)=max[μA(x,y)⋅μB(x,y)] R=⎡⎢⎣0.040.020.040.100.150.100.200.300.120.040.080.30⎤⎥⎦R=[0.040.020.040.100.150.100.200.300.120.040.080.30] R=⎡⎢⎣0.30.20.40.10.50.50.50.50.40.30.30.3⎤⎥⎦R=[0.30.20.40.10.50.50.50.50.40.30.30.3] R=⎡⎢⎣0.40.20.41,00.50.30.51.01.01.01.01.0⎤⎥⎦R=[0.40.20.41,00.50.30.51.01.01.01.01.0] R=⎡⎢⎣0.30.40.50.40.30.4⎤⎥⎦R=[0.30.40.50.40.30.4] R=⎡⎢⎣0.30.40.50.30.40.3⎤⎥⎦R=[0.30.40.50.30.40.3] Explicação: μR(x,y)=max[0.1×0.3;0.1×0.4]=0.04μR(x,y)=max[0.1×0.3;0.1×0.4]=0.04 μR(x,y)=max[0.1×0.2;0.1×0.1]=0.02μR(x,y)=max[0.1×0.2;0.1×0.1]=0.02 μR(x,y)=max[0.1×0.4;0.1×0.2]=0.04μR(x,y)=max[0.1×0.4;0.1×0.2]=0.04 μR(x,y)=max[0.1×0.1;0.1×1.0]=0.10μR(x,y)=max[0.1×0.1;0.1×1.0]=0.10 μR(x,y)=max[0.5×0.3;0.3×0.4]=0.15μR(x,y)=max[0.5×0.3;0.3×0.4]=0.15 μR(x,y)=max[0.5×0.2;0.3×0.1]=0.10μR(x,y)=max[0.5×0.2;0.3×0.1]=0.10 μR(x,y)=max[0.5×0.4;0.3×0.2]=0.20μR(x,y)=max[0.5×0.4;0.3×0.2]=0.20 μR(x,y)=max[0.5×0.1;0.3×1.0]=0.30μR(x,y)=max[0.5×0.1;0.3×1.0]=0.30 μR(x,y)=max[0.2×0.3;0.3×0.4]=0.12μR(x,y)=max[0.2×0.3;0.3×0.4]=0.12 μR(x,y)=max[0.2×0.2;0.3×0.1]=0.04μR(x,y)=max[0.2×0.2;0.3×0.1]=0.04 μR(x,y)=max[0.2×0.4;0.3×0.2]=0.08μR(x,y)=max[0.2×0.4;0.3×0.2]=0.08 μR(x,y)=max[0.2×0.1;0.3×1.0]=0.30μR(x,y)=max[0.2×0.1;0.3×1.0]=0.30 R=⎡⎢⎣0.040.020.040.100.150.100.200.300.120.040.080.30⎤⎥⎦R=[0.040.020.040.100.150.100.200.300.120.040.080.30] 2. Seja a relação fuzzy RR apresentada na matriz relacional determine o complemento da relação ¯¯¯¯RR¯. Sabendo que ¯¯¯¯R→μ¯¯¯R(x,y)=1−μR(x,y)R¯→μR¯(x,y)=1−μR(x,y) R=⎡⎢⎣0.250.950.240.640.410.630.470.580.14⎤⎥⎦R=[0.250.950.240.640.410.630.470.580.14] ¯¯¯¯R=⎡⎢⎣0.850.500.860.460.690.470.630.520.96⎤⎥⎦R¯=[0.850.500.860.460.690.470.630.520.96] ¯¯¯¯R=⎡⎢⎣0.750.050.760.360.590.370.530.420.86⎤⎥⎦R¯=[0.750.050.760.360.590.370.530.420.86] ¯¯¯¯R=⎡⎢⎣0.250.950.240.640.410.630.470.580.14⎤⎥⎦R¯=[0.250.950.240.640.410.630.470.580.14] ¯¯¯¯R=⎡⎢⎣0.950.950.950.640.640.640.580.580.58⎤⎥⎦R¯=[0.950.950.950.640.640.640.580.580.58] ¯¯¯¯R=⎡⎢⎣0.760.760.760.590.590.590.860.860.86⎤⎥⎦R¯=[0.760.760.760.590.590.590.860.860.86] Explicação: μ¯¯¯R(1,1)=1−0.25=0.75μR¯(1,1)=1−0.25=0.75 μ¯¯¯R(1,2)=1−0.95=0.05μR¯(1,2)=1−0.95=0.05 μ¯¯¯R(1,3)=1−0.24=0.76μR¯(1,3)=1−0.24=0.76 μ¯¯¯R(2,1)=1−0.64=0.36μR¯(2,1)=1−0.64=0.36 μ¯¯¯R(2,2)=1−0.41=0.59μR¯(2,2)=1−0.41=0.59 μ¯¯¯R(2,3)=1−0.63=0.37μR¯(2,3)=1−0.63=0.37 μ¯¯¯R(3,1)=1−0.47=0.53μR¯(3,1)=1−0.47=0.53 μ¯¯¯R(3,2)=1−0.58=0.42μR¯(3,2)=1−0.58=0.42 μ¯¯¯R(3,3)=1−0.14=0.86μR¯(3,3)=1−0.14=0.86 Logo ¯¯¯¯R=⎡⎢⎣0.750.050.760.360.590.370.530.420.86⎤⎥⎦R¯=[0.750.050.760.360.590.370.530.420.86] 3. Determine a relação identidade obtida de A×A=A2A×A=A2, onde A={x,y,w,z}A={x,y,w,z} IA={(x,x);(x,y);(x,w);(x,z)}IA={(x,x);(x,y);(x,w);(x,z)} IA={(x,x);(y,y);(w,w);(z,z)}IA={(x,x);(y,y);(w,w);(z,z)} IA={(x,y);(y,x);(w,z);(z,w)}IA={(x,y);(y,x);(w,z);(z,w)} IA={(x,y);(x,w);(x,z);(y,x);(y,w);(y,z);(w,x);(w,y);(w,z);(z,x);(z,y);(z,w)}IA={(x,y);(x,w);(x,z);(y,x);(y,w);(y,z);(w,x);(w,y);(w,z);(z,x);(z,y);(z,w)} IA={(x2);(y2);(w2);(z2)}IA={(x2);(y2);(w2);(z2)} Explicação: Um das relações possíveis é um caso especial que pode ser considerado, quando os pares ordenados são os mesmos, chamado relação identidade IAIA. No caso aplicado IA={(x,x);(y,y);(w,w);(z,z)}IA={(x,x);(y,y);(w,w);(z,z)} MODELAGEM E SIMULAÇÃO DE SISTEMAS Lupa Calc. CCE1326_A5_201607322651_V1 Aluno: NINA MORGADO Matr.: 201607322651 Disc.: MOD.E SIM. SISTEMAS 2020.2 - F (GT) / EX Prezado (a) Aluno(a), Você fará agora seu TESTE DE CONHECIMENTO! 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. 1. Pelo princípio da não contradição da lógica tradicional a surge a noção de exclusividade mútua. Os conectivos lógicos utilizados para a determinação dos valores lógicos das funções compostas são definidos em disjunção, conjunção, negação, implicação e equivalência. Assinale a alternativa que apresenta o conceito com sua definição correta.Implicação é a determinação que a pertinência de uma proposição ao conjunto verdade é idêntica a pertinência de outra proposição ao conjunto verdade. Negação é dada pela união entre a negação de uma proposição e a outra proposição, logo o máximo das pertinências da negação da primeira proposição com a segunda. Conjunção de uma proposição é o complemento a um da pertinência da proposição. Equivalência é a interseção das duas proposições, por isso, o mínimo das pertinências das proposições ao conjunto verdade. Disjunção é dada pela união entre as proposições, logo é o máximo das pertinências ao conjunto verdade de duas proposições. Explicação: Implicação é dada pela união entre a negação de uma proposição e a outra proposição, logo o máximo das pertinências da negação da primeira proposição com a segunda. Conjunção é a interseção das duas proposições, por isso, o mínimo das pertinências das proposições ao conjunto verdade. Negação de uma proposição é o complemento a um da pertinência da proposição. Equivalência é a determinação que a pertinência de uma proposição ao conjunto verdade é idêntica a pertinência de outra proposição ao conjunto verdade. Disjunção é dada pela união entre as proposições, logo é o máximo das pertinências ao conjunto verdade de duas proposições. 2. A equivalência conectiva, ou a operação bicondicional é definida em que termos das operações apresentadas nas opções seguintes? p→q:x∉A ou x∈Bp→q:x∉A ou x∈B ¬p→q:x∉A ou x∈B¬p→q:x∉A ou x∈B ¬p↔q:x∉A se e somente se x∉B¬p↔q:x∉A se e somente se x∉B p↔q:x∈A se e somente se x∈Bp↔q:x∈A se e somente se x∈B p↔q:x∉A se e somente se x∈Bp↔q:x∉A se e somente se x∈B Explicação: A equivalência conectiva é dada por Se p→q e p→q, então p↔qSe p→q e p→q, então p↔q 3. Assinale a opção que apresenta os três princípios lógicos tradicionais. Compartilhamento, Não Contradição e Terceiro Excluído. Compartilhamento, Não Contradição e Falsidade Identidade, Não Contradição e Terceiro Excluído. Identidade, Complementação e Falsidade. Identidade, Complementação e Terceiro Excluído. Explicação: São três os proncípios da lógica clássica proposta por Aristóteles: Identida, Não Contradição e Terceiro Excluído.
Compartilhar