MODELAGEM E SIMULAÇÃO DE SISTEMAS SIMULADO 1

Prévia do material em texto

16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 1/6
 
 
Disc.: MODELAGEM E SIMULAÇÃO DE SISTEMAS 
Aluno(a): NILSON DA SILVA AZEVEDO 202008121371
Acertos: 10,0 de 10,0 06/10/2020
 
 
Acerto: 1,0 / 1,0
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:
Princípios lógicos
 Técnicas conexionistas
Algoritmos evolucionários
Representação simbólica
Sistemas autônomos
Respondido em 06/10/2020 17:15:00
 
 
Explicação:
As redes neurais são o sistema que atribuem inteligencia aos seres vivos e são definidos como sistemas
conexionistas na perspectiva computacional.
 
 
Acerto: 1,0 / 1,0
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.
Difuso, Discreto e Nebuloso.
 Difuso, Confuso e Nebuloso.
Raciocínio, Confuso e Lógica.
Raciocínio, Discreto e Confuso.
Raciocínio, Discreto ou Lógica.
Respondido em 06/10/2020 17:18:02
 
 
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.
 Questão1
a
 Questão2
a
https://simulado.estacio.br/alunos/inicio.asp
javascript:voltar();
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 2/6
 
 
Acerto: 1,0 / 1,0
Determine a pertinência resultante do conjunto (complemento).
 
 
Respondido em 06/10/2020 18:03:20
 
 
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.
Logo
 
 
Acerto: 1,0 / 1,0
Determinar a relação composta fuzzy R, das relações fuzzy A e B, utilizando
o método max-produto.
Sendo
¯̄¯̄
A
A = [ , , , ]
0, 25
0
0, 32
1
0, 5
2
0, 2
3
μ¯̄̄¯
A
(x) = 1 − μA(x)
¯̄¯̄
A = [ , , , ]
0, 75
0
0, 68
1
0, 0
2
0, 8
3
¯̄¯̄
A = [ , , , ]
0, 75
0
0, 78
1
0, 5
2
0, 1
3
¯̄¯̄
A = [ , , , ]
0, 25
0
0, 78
1
0, 0
2
0, 2
3
¯̄¯̄
A = [ , , , ]
0, 75
0
0, 68
1
0, 5
2
0, 8
3
¯̄¯̄
A = [ , , , ]
0, 25
0
0, 78
1
0, 5
2
0, 1
3
μ¯̄¯
A
(0) = 1 − μA(0) = 1 − 0, 25 = 0, 75
μ¯̄¯A(1) = 1 − μA(1) = 1 − 0, 32 = 0, 68
μ¯̄¯A
(2) = 1 − μA(2) = 1 − 0, 5 = 0, 5
μ¯̄¯
A
(3) = 1 − μA(3) = 1 − 0, 2 = 0, 8
¯̄¯̄
A = [ , , , ]
0, 75
0
0, 68
1
0, 5
2
0, 8
3
A =
⎡
⎢
⎣
0.1 0.1
0.5 0.3
0.2 0.3
⎤
⎥
⎦
B = [ 0.3 0.2 0.4 0.1
0.4 0.1 0.2 1.0
]
 Questão3
a
 Questão4
a
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 3/6
 
Respondido em 06/10/2020 17:43:12
 
 
Explicação:
 
 
 
 
 
Acerto: 1,0 / 1,0
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.
Equivalência é a interseção das duas proposições, por isso, o mínimo das pertinências das proposições
ao conjunto verdade.
μR(x, y) = max[μA(x, y) ⋅ μB(x, y)]
R =
⎡
⎢
⎣
0.04 0.02 0.04 0.10
0.15 0.10 0.20 0.30
0.12 0.04 0.08 0.30
⎤
⎥
⎦
R =
⎡
⎢
⎣
0.3 0.4
0.5 0.4
0.3 0.4
⎤
⎥
⎦
R =
⎡
⎢
⎣
0.3 0.4
0.5 0.3
0.4 0.3
⎤
⎥
⎦
R =
⎡
⎢
⎣
0.4 0.2 0.4 1, 0
0.5 0.3 0.5 1.0
1.0 1.0 1.0 1.0
⎤
⎥
⎦
R =
⎡
⎢
⎣
0.3 0.2 0.4 0.1
0.5 0.5 0.5 0.5
0.4 0.3 0.3 0.3
⎤
⎥
⎦
μR(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] = 0.02
μR(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] = 0.10
μR(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] = 0.10
μR(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] = 0.30
μR(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] = 0.04
μR(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] = 0.30
R =
⎡
⎢
⎣
0.04 0.02 0.04 0.10
0.15 0.10 0.20 0.30
0.12 0.04 0.08 0.30
⎤
⎥
⎦
 Questão5
a
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 4/6
Conjunção de uma proposição é o complemento a um da pertinência da proposição.
 Disjunção é dada pela união entre as proposições, logo é o máximo das pertinências ao conjunto
verdade de duas proposições.
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.
Implicação é a determinação que a pertinência de uma proposição ao conjunto verdade é idêntica a
pertinência de outra proposição ao conjunto verdade.
Respondido em 06/10/2020 17:28:16
 
 
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.
 
 
Acerto: 1,0 / 1,0
As funções de pertinência permitem que se limite valores que representem o quanto cada expressão fuzzy
possível pode ser aplicada a um determinado valor discreto. Para essa caracterização, utilizam-se gráficos que
representam as funções de pertinência. As funções de pertinência mais utilizadas na lógica nebulosa são:
Grande, médio e pequeno.
Baixo, médio e alto.
 Triangular, Trapezoidal, Gaussiana e Sino Generalizada.
Entrada, inferência e saída.
Interpretação, definição e composição.
Respondido em 06/10/2020 17:32:17
 
 
Explicação:
As funções de pertinência podem ser definidas geometricamente de diversas formas, as quais são determinadas
pela suavidade das bordas, que representa a possibilidade de uma variável pertencer a mais de uma função de
pertinência. Tais funções assumem as formas Triangular, Trapezoidal, Gaussiana e Sino Generalizada.
 
 
Acerto: 1,0 / 1,0
Muito embora a técnica de defuzzificação Centro de Área seja extremamente útil em diversas aplicações de
lógica fuzzy, deve-se observar, porém, que há algumas desvantagens em sua aplicação. A alterantiva que
apresenta limitação ao emprego desse método é
Os conjuntos de pertinência nunca estarão suficientemente separados.
 Pode haver sobreposição de superfícies quando regras de inferência apresentarem a mesma saída de
variável linguística.
Os conjuntos de pertinência são sempre contínuos, o que demanda a utilzação de métodos numéricos
robustos.
Nunca haverá interseção entre conjuntos de pertinência.
As áreas de representação gráfica são sempre bem comportadas.
Respondido em 06/10/2020 17:33:16
 
 Questão6
a
 Questão7
a
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 5/6
 
Explicação:
Se mais de uma regra de inferência aplicadas ao problema apresentarem a mesma saída de variável linguística,
pode-se perceberque haveria uma sobreposição de superfícies que leva a um processamento equivocado de
defuzzificação.
 
 
Acerto: 1,0 / 1,0
Em linguística, os termos atômicos fundamentais são frequentemente modificados por partículas conhecidas
como modificadores linguísticos.
Assinale a alternativa que NÃO contém um modificador linguístico.
"Vire um pouco à direita"
"Isso está muito longe"
"Preciso subir muito ainda"
"Coloquei bem mais abaixo"
 "Dê um passo para a esquerda"
Respondido em 06/10/2020 17:34:09
 
 
Explicação:
Em linguística, os termos atômicos fundamentais são frequentemente modificados com adjetivos (substantivos)
ou advérbios (verbos) como muito, baixo, leve, mais ou menos, razoavelmente, ligeiramente, quase,
aproximadamente, e diversos outros.
 
 
Acerto: 1,0 / 1,0
Os elementos básicos de processamento das Redes Neurais Artificiais são os neurônios. Como o
processamento dos sinais ocorre nos neurônios?
Complemento do sinal
Excitação do sinal
Inibição do sinal
 Excitação ou inibição de sinais
Inversão lógica do sinal
Respondido em 06/10/2020 17:34:59
 
 
Explicação:
Os neurônios excitam ou inibem os sinais.
 
 
Acerto: 1,0 / 1,0
O processo de tomada de decisão demanda cuidados específicos, por ser de extrema importância. Fazer
escolhas acertadas é a essência de qualquer processo de decisão que possuem naturalmente algum nível de
incerteza.
Baseando-se na afirmação acima, analise as alternativas abaixo e assinale qual delas apresenta uma situação
em que o processo decisório foi auxiliado pela lógica fuzzy.
Identificação de afirmativas falsas.
Processos booleanos definidos.
 Questão8
a
 Questão9
a
 Questão10
a
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 6/6
Algoritmos com respostas 0 e 1.
Seleção binária de possibilidades.
 Sistemas com funções de pertinência.
Respondido em 06/10/2020 17:32:52
 
 
Explicação:
A lógica fuzzy usa conjuntos com intervalos 0 (Falso) e 1 (Verdadeiro) para descrever certas interações de
diversas variáveis de processos que seriam difíceis de elaborar em lógica tradicional para algoritmos. Funções
chamadas de pertinência são ajustadas com regras de decisões elaboradas por especialistas. A lógica fuzzy é
aplicada sobre regras baseadas em tomadas de decisão automáticas.
 
 
 
 
 
 
 
 
 
 
 
javascript:abre_colabore('38403','207942193','4152175669');