MODELAGEM E SIMULAÇÃO DE SISTEMAS SIMULADO 2

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 16/10/2020
 
 
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:
 Técnicas conexionistas
Princípios lógicos
Representação simbólica
Sistemas autônomos
Algoritmos evolucionários
Respondido em 16/10/2020 15:39:56
 
 
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.
Raciocínio, Discreto e Confuso.
Raciocínio, Confuso e Lógica.
Raciocínio, Discreto ou Lógica.
 Difuso, Confuso e Nebuloso.
Respondido em 16/10/2020 15:42:37
 
 
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 16/10/2020 15:39:28
 
 
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
Seja a relação fuzzy apresentada na matriz relacional determine o complemento da relação . Sabendo que
 
¯̄¯̄
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, 5
2
0, 8
3
¯̄¯̄
A = [ , , , ]
0, 25
0
0, 78
1
0, 0
2
0, 2
3
¯̄¯̄
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, 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
R
¯̄¯̄
R
¯̄¯̄
R → μ¯̄̄¯
R
(x, y) = 1 − μR(x, y)
R =
⎡
⎢
⎣
0.25 0.95 0.24
0.64 0.41 0.63
0.47 0.58 0.14
⎤
⎥
⎦
¯̄¯̄
R =
⎡
⎢
⎣
0.76 0.76 0.76
0.59 0.59 0.59
0.86 0.86 0.86
⎤
⎥
⎦
 Questão3
a
 Questão4
a
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 3/6
Respondido em 16/10/2020 16:11:58
 
 
Explicação:
Logo
 
 
Acerto: 1,0 / 1,0
A equivalência conectiva, ou a operação bicondicional é definida em que termos das operações apresentadas
nas opções seguintes?
 
Respondido em 16/10/2020 16:08:16
 
 
Explicação:
A equivalência conectiva é dada por 
 
¯̄¯̄
R =
⎡
⎢
⎣
0.75 0.05 0.76
0.36 0.59 0.37
0.53 0.42 0.86
⎤
⎥
⎦
¯̄¯̄
R =
⎡
⎢
⎣
0.95 0.95 0.95
0.64 0.64 0.64
0.58 0.58 0.58
⎤
⎥
⎦
¯̄¯̄
R =
⎡
⎢
⎣
0.85 0.50 0.86
0.46 0.69 0.47
0.63 0.52 0.96
⎤
⎥
⎦
¯̄¯̄
R =
⎡
⎢
⎣
0.25 0.95 0.24
0.64 0.41 0.63
0.47 0.58 0.14
⎤
⎥
⎦
μ¯̄¯R(1, 1) = 1 − 0.25 = 0.75
μ¯̄¯R(1, 2) = 1 − 0.95 = 0.05
μ¯̄¯R(1, 3) = 1 − 0.24 = 0.76
μ¯̄¯R(2, 1) = 1 − 0.64 = 0.36
μ¯̄¯
R
(2, 2) = 1 − 0.41 = 0.59
μ¯̄¯
R
(2, 3) = 1 − 0.63 = 0.37
μ¯̄¯
R
(3, 1) = 1 − 0.47 = 0.53
μ¯̄¯
R
(3, 2) = 1 − 0.58 = 0.42
μ¯̄¯
R
(3, 3) = 1 − 0.14 = 0.86
¯̄¯̄
R =
⎡
⎢
⎣
0.75 0.05 0.76
0.36 0.59 0.37
0.53 0.42 0.86
⎤
⎥
⎦
p ↔ q : x ∉ A se e somente se 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
Se p → q e p → q,  então p ↔ q
 Questão5
a
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 4/6
 
Acerto: 1,0 / 1,0
No raciocínio nebuloso, tem-se que a interpretação de dados quantitativos pode ser reescrita na forma de uma
análise qualitativa. Assinale a alternativa que apresenta o nome do processo de conversão entre as análises.
Abstração.
Decisão.
Experimentação.
 Fuzzificação.
Nulificação.
Respondido em 16/10/2020 15:48:28
 
 
Explicação:
A fuzzificação é a etapa na qual as variáveis linguísticas são definidas de forma subjetiva, bem como as funções
de pertinência, que compreende a Interpretação do Problema; Definição das variáveis; Definição das funções de
pertinência; e Composição das regiões de pertinência.
 
 
Acerto: 1,0 / 1,0
Na análise nebulosa existem diversas formas de aplicar as etapas. Existem diversos métodos e técnicas que
podem ser empregadas no processo de defuzzificação. Assinale a alternativa que NÃO contém nenhum de tais
métodos.
 Média mínima.
Centro do máximo.
Centro de gravidade.
Centro de área.
Média do máximo.
Respondido em 16/10/2020 15:53:40
 
 
Explicação:
Existem alguns métodos que são tipicamente utilizados como ferramenta para a defuzzificação, onde
geralmente observa-se o centroide ou os valores limítrofes associados às funções de pertinência, que podem,
inclusive, ser representados graficamente.
A média mínima é a única alternativa que não tem significado de defuzzificação.
 
 
Acerto: 1,0 / 1,0
Métodos gráficos que simulam o processo de inferência e que simplificam computações manuais envolvendo
algumas regras simples. Sobre os principais métodos de inferência gráfica, assinale a alternativa que contém a
correta descrição.
 Sugeno tem um tempo de processamento melhor para uma defuzzificação.
Tsukamoto usa a técnica do Centróide de defuzzificação.
Tsukamoto, é muito útil quanto uma abordagem geral e para ser empregado em situações específicas.
Mamdani usa Média Ponderada na defuzzificação.
Sugeno é mais utilizado em suporte a decisões devido à natureza intuitiva a partir da base de regras.
Respondido em 16/10/2020 15:54:24
 
 
Explicação:
 Questão6
a
 Questão7
a
 Questão8
a
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 5/6
A diferença mais fundamental entre Mamdani, Tsukamoto e Sugeno está defuzzificação. Mamdani usa a técnica
do Centróide; enquanto Sugeno e Tsukamoto usam Média Ponderada para calcular a saída discreta. Sugeno tem
um tempo de processamento melhor para uma defuzzificação.
Devido à natureza interpretada e intuitiva a partir da base de regras, o Mamdani é amplamente utilizado,
especialmente para aplicativos de suporte a decisões.
 
 
Acerto: 1,0 / 1,0
Assinale a principal característica que é possível se alcançar pela utilização das Redes Neurais Artificiais.
 Paralelismo Computacional
Simbolização Linguísticas
Representação Lógica
Retroalimentação
Evolucionismo do algoritmo
Respondido em 16/10/2020 15:59:33
 
 
Explicação:
Os neurônios de uma Rede Neural Artificial são distribuídos paralelamente para realização do processamento
computacional de dados.
 
 
Acerto: 1,0 / 1,0
As decisões podem ser de natureza binária, mas certamente não deve haver restrições à utilidade da
informação difusa no processo de tomada de decisão.
Assinale a alternativa que apresenta etapas envolvidas na utilização da lógica fuzzy no processo de tomada de
decisões.
 Aplicaçãode pesos às variáveis pelas funções de pertinência.
Interpretação do valor discreto fuzzificado.
Remoção dos graus de pertinência na fuzzificação.
Valores discretos como resultado fuzzificado.
Adição da influência nula de funções de pertiência.
Respondido em 16/10/2020 16:04:24
 
 
Explicação:
Os valores numéricos (discretos) são obtidos na fonte, os quais serão processados e analisados de acordo com
funções de pertinência adequados.
A fuzzificação desses valores dará a cada um deles pesos em cada uma das funções de pertinência, que são os
graus de pertinência.
Em seguida a influência de cada um desses graus é reconvertida em valores numéricos para serem lidos e
analisados para que se tenham dados robustos o suficiente para uma boa tomada de decisões.
 
 
 
 
 
 
 Questão9
a
 Questão10
a
javascript:abre_colabore('38403','210169490','4218614260');
16/10/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/?user_cod=3044738&matr_integracao=202008121371 6/6