Exercicio aula 10 Modelagem e Simulação de Sistemas

Prévia do material em texto

1. 
 
 
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. 
 
 
Adição da influência nula de funções de pertiência. 
 
 
Remoção dos graus de pertinência na fuzzificação. 
 
 
Interpretação do valor discreto fuzzificado. 
 
 
Valores discretos como resultado fuzzificado. 
 
 
Aplicação de pesos às variáveis pelas funções de pertinência. 
 
 
 
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. 
 
 
 
 
 
2. 
 
 
As decisões tomadas em qualquer situação, quase sempre levam em consideração fatores empíricos, 
como experiências anteriores e situações similares. Nem sempre, ao considerar as probabilidades, toma-
se uma decisão acertada. 
Assinale a alternativa que apresenta um exemplo de como a lógica nebulosa pode colaborar para trazer 
mais confiabilidade ao processo decisório. 
 
 
Análise superficial de dados robustos. 
 
 
Modelos não-booleanos. 
 
 
Compreensão dual de possibilidades. 
 
 
Problemas analisados como "Verdadeiro ou Falso". 
 
 
Eliminação de interpretação linguística. 
 
 
 
Explicação: 
A lógica nebulosa permite uma análise dos dados de forma mais aprofundada, ou seja, diversos modelos 
não podem ser interpretados apenas com o sistema "Verdadeiro ou Falso". 
Na fuzzificação de variáveis, é possível compreender melhor como as diversas possibilidades (funções de 
pertinência) são distribuídas no sistema e com qual nível de influência cada uma delas pode afetar o 
resultado final (grau de pertinência). 
Através dessa análise as decisões tomadas podem estar melhor embasadas. 
https://simulado.estacio.br/bdq_simulados_exercicio.asp
https://simulado.estacio.br/bdq_simulados_exercicio.asp
 
 
 
 
 
3. 
 
 
Pode-se tomar uma boa decisão e o resultado pode ser adverso. Ou mesmo, tomar uma decisão ruim e o 
resultado pode ser vantajoso, quando se baseia a tomada de decisões em uma lógica binária. 
Assinale a alternativa que apresenta como a lógica nebulosa pode colaborar na tomadad de decisões. 
 
 
Leitura de dados booleanos. 
 
 
Situações com duas possibilidades de escolha. 
 
 
Problemas com resultado numérico. 
 
 
Funções de pertinência aplicáveis. 
 
 
Variáveis isoladas sem influência entre si. 
 
 
 
Explicação: 
O processo de tomada de decisão é um empreendimento científico, social e econômico de extrema 
importância. A habilidade de fazer escolhas consistentes e acertadas é a essência de qualquer processo 
de decisão que possuem naturalmente algum nível de incerteza. 
A lógica fuzzy usa conjuntos com intervalos entre 0 e 1 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. 
 
 
 
 
 
4. 
 
 
Apesar do treinamento formal nessa área e do senso comum sobre como essa noção de incerteza é 
clara, vemos que ela é violada com boa frequência na realidade empresarial. Assinale a alternativa que 
apresenta uma situação na qual a lógica fuzzy pode auxiliar o processo de tomada de decisões. 
 
 
Decisões que dependam exclusivamente de 1 parâmetro. 
 
 
Problema com grande volume de dados. 
 
 
Pequeno volume de dados a serem analisados. 
 
 
Problemas com funções de pertinência vazios. 
 
 
Análise de variáveis que possam admitir resultados 0 OU 1. 
 
 
 
Explicação: 
Quando o volume de dados de entrada a serem analisados é muito grande, a utilização de métodos 
numéricos se mostra uma excelente ferramenta na tomada de decisões. 
Decisões pertinentes a investimentos financeiros é um dos exemplos mais vistos na literatura sobre 
aplicações fuzzy, onde uma série de parâmetros devem ser analisados, como flutuação cambial, taxação 
sobre transações, variações de valores de ativos, entre diversos outros. 
 
https://simulado.estacio.br/bdq_simulados_exercicio.asp
https://simulado.estacio.br/bdq_simulados_exercicio.asp