SIMULADO INTELIGÊNCIA ARTIFICIAL

Prévia do material em texto

SIMULADO INTELIGÊNCIA ARTIFICIAL
		1a
          Questão
	Acerto: 1,0  / 1,0
	
	Assinale a alternativa que apresenta o sistema de IA definido pelo conceito de causalidade:
		
	
	quântico
	
	distópico
	
	simbólico
	 
	conexionista
	
	evolucionário
	Respondido em 12/09/2021 09:35:56
	
	Explicação:
O sistema conexionista de IA é definido por meio do conceito de causalidade, que consiste na relação entre dois eventos: ¿evento causa¿ e ¿evento efeito¿. 
	
		2a
          Questão
	Acerto: 1,0  / 1,0
	
	A lógica que se opõe à Teoria Fuzzy é a Lógica Booleana, onde aquela veio para complementar essa. Assinale a alternativa que apresenta a característica da lógica fuzzy que evidencia a diferença entre as duas teorias lógicas.
		
	
	Simplicidade dos resultados.
	 
	Tratamento dos valores lógicos intermediários e aproximados.
	
	Separação de resultados lógicos nítidos.
	
	Conceituação restrita das possibilidades de valor.
	
	Combinação de resultados lógicos nítidos.
	Respondido em 12/09/2021 09:36:41
	
	Explicação:
A lógica Booleana processa informações as quais trarão resultados simples sobre verdadeiro ou falso, ou ligado e desligado, não havendo possibilidades e resultados intermediários ou nuances.
Já a lógica Fuzzy traz o aprimoramento da capacidade de análise, uma vez que permite que as informações sejam tratadas de maneira que sejam possíveis tratamento dos valores lógicos intermediários e aproximados.
	
		3a
          Questão
	Acerto: 1,0  / 1,0
	
	Determine a pertinência resultante da interseção dos conjuntos A e B.
A=[0,40,0,21,0,12]A=[0,40,0,21,0,12]
B=[0,220,0,41,0,022]B=[0,220,0,41,0,022]
μA∩B=min[μA(x),μB(x)]μA∩B=min[μA(x),μB(x)]
		
	
	μA∩B(x)=[0,020,0,021,0,022]μA∩B(x)=[0,020,0,021,0,022]
	
	μA∩B(x)=[0,40,0,41,0,42]μA∩B(x)=[0,40,0,41,0,42]
	
	μA∩B(x)=[0,220,0,221,0,222]μA∩B(x)=[0,220,0,221,0,222]
	 
	μA∩B(x)=[0,220,0,21,0,022]μA∩B(x)=[0,220,0,21,0,022]
	
	μA∩B(x)=[0,40,0,21,0,12]μA∩B(x)=[0,40,0,21,0,12]
	Respondido em 12/09/2021 09:39:52
	
	Explicação:
Deve-se realizar a operação de mínimo elemento a elemento, se o elemento não é listado em um conjunto a pertinência é zero.
μA∩B(0)=min[μA(0),μB(0)]=min[0,4;0,22]=0,22μA∩B(0)=min[μA(0),μB(0)]=min[0,4;0,22]=0,22
μA∩B(1)=min[μA(1),μB(1)]=min[0,2;0,4]=0,2μA∩B(1)=min[μA(1),μB(1)]=min[0,2;0,4]=0,2
μA∩B(2)=min[μA(2),μB(2)]=min[0,1;0,02]=0,02μA∩B(2)=min[μA(2),μB(2)]=min[0,1;0,02]=0,02
Logo
μA∩B(x)=[0,220,0,21,0,022]μA∩B(x)=[0,220,0,21,0,022]
	
		4a
          Questão
	Acerto: 0,0  / 1,0
	
	A relação entre os elementos de dois conjuntos pode ser condicionada e restringida por alguma regra, onde os pares ordenados das relações são subconjuntos do produto cartesiano.
Tal relação não considera todos os pares ordenados, logo a matriz relacional apresentará 0 para elementos são ¿não relacionados¿, seguindo a função característica:
μR(x,y)={1,(x,y)∈R0,(x,y)∉RμR(x,y)={1,(x,y)∈R0,(x,y)∉R
Considerando os conjuntos A e B abaixo, determine a matriz de relação R.
A={a,b,c,d}A={a,b,c,d}
B={v,w,z}B={v,w,z}
R={(a,v);(b,v);(b,z);(c,w);(d,w);(d,z)}R={(a,v);(b,v);(b,z);(c,w);(d,w);(d,z)}
		
	
	R=⎡⎢
⎢
⎢⎣000001010011⎤⎥
⎥
⎥⎦R=[000001010011]
	 
	R=⎡⎢
⎢
⎢⎣100010001000⎤⎥
⎥
⎥⎦R=[100010001000]
	 
	R=⎡⎢
⎢
⎢⎣100101010011⎤⎥
⎥
⎥⎦R=[100101010011]
	
	R=⎡⎢
⎢
⎢⎣011010101100⎤⎥
⎥
⎥⎦R=[011010101100]
	
	R=⎡⎢
⎢
⎢⎣111101000011⎤⎥
⎥
⎥⎦R=[111101000011]
	Respondido em 12/09/2021 09:40:35
	
	Explicação:
A matriz de relação R, considerando os conjuntos A e B.
A={a,b,c,d}A={a,b,c,d}
B={v,w,z}B={v,w,z}
R={(a,v);(b,v);(b,z);(c,w);(d,w);(d,z)}R={(a,v);(b,v);(b,z);(c,w);(d,w);(d,z)}
R=⎡⎢
⎢
⎢⎣100101010011⎤⎥
⎥
⎥⎦R=[100101010011]
	
		5a
          Questão
	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.
	
	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.
	
	Implicação 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.
	Respondido em 12/09/2021 09:41:19
	
	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.
	
		6a
          Questão
	Acerto: 1,0  / 1,0
	
	
A figura apresenta a função de pertinência do conjunto de pessoas altas. Analise a figura e assinale a alternativa que apresenta os conceitos válidos sobre a classificação das pessoas altas.
		
	
	Somente Pessoas com altura superior a 1,8m podem ser consideradas altas.
	
	Pessoas com altura maior que 0,5m e menores que 1,6m podem ser consideradas altas.
	
	Somente Pessoas com altura inferior a 1,8m podem ser consideradas altas.
	
	Uma pessoa com 1,59m é alta.
	 
	Qualquer pessoa com altura superior a 1,6m pode ser considerada alta.
	Respondido em 12/09/2021 09:42:05
	
	Explicação:
A modelagem matemática do problema pode ser dada pela definição do conjunto fuzzy  dentro de um intervalo que compreenda todos os casos, como por exemplo de 0,5 m até 2,5 m.
μF(x)=1,x>1,75mμF(x)=1,x>1,75m
μF(x)=0,x<1,60mμF(x)=0,x<1,60m
μF(x)=x−1,601,75−1,60,1,60m≤x≤1,75mμF(x)=x−1,601,75−1,60,1,60m≤x≤1,75m
	
		7a
          Questão
	Acerto: 1,0  / 1,0
	
	Assinale a alternativa que apresenta a transformação inversa de uma grandeza para a qual foi atribuído um valor linguístico, dando-lhe novamente um valor pontual.
 
		
	
	decomposição
	
	agregação
	
	composição
	 
	defuzzyficação
	
	fuzzyficação
	Respondido em 12/09/2021 09:43:02
	
	Explicação:
A defuzzyticação é uma transformação inversa de uma grandeza par a qual foi atribuído um valor linguístico, para dá-lo novamente um valor pontual.
	
		8a
          Questão
	Acerto: 1,0  / 1,0
	
	Aos termos que modificam a variável linguística (termos atômicos), chamar-se-á modificadores linguísticos, que modificam o significado singular de um termo atômico, a partir de sua interpretação original. A partir da definição acima, analise os modificadores linguísticos abaixo.
	Modificadores
	Pertinência
	"Muito" α=α2α=α2
	Inteligente = 0,5
	"Muitíssimo" α=α4α=α4
	Esperto = 0,2
	"Não muito" α=1−α2α=1−α2
	Eficiente = 0,3
Baseado nos modificadores linguísticos e nos graus de pertinência acima, calcule o valor discreto da frase
"Jorge é muito inteligente, não muito esperto e não muitíssimo eficiente"
Qual valor discreto deve ser atribuído à frase?
		
	
	α=0,2181α=0,2181
	
	α=0,2380α=0,2380
	
	α=0,2019α=0,2019
	 
	α=0,2500α=0,2500
	
	α=2,2019α=2,2019
	Respondido em 12/09/2021 09:43:34
	
	Explicação:
α=(0,52)∩(1−0,22)∩(1−0,34)α=(0,52)∩(1−0,22)∩(1−0,34)
α=0,25∩0,96∩0,9919α=0,25∩0,96∩0,9919
α=0,25α=0,25
	
		9a
          Questão
	Acerto: 1,0  / 1,0
	
	Considerando o modelo matemático do neurônio para aplicação computacional comfunção de ativação linear g(⋅):y=ug(⋅):y=u, assinale a opção que determina o valor de saída do neurônio yy pelas entradas x1=1,x2=−0.2 e x3=0.7x1=1,x2=−0.2 e x3=0.7, relacionadas respectivamente aos pesos w1=0.3,w2=0.6 e w3=0.3w1=0.3,w2=0.6 e w3=0.3, com o bias θ=−0.2θ=−0.2.
Modelo do neurônio: y=g(3∑i=1xiwi−θ)y=g(∑i=13xiwi−θ)
		
	
	0,11
	
	0,39
	
	0,51
	
	0,59
	 
	0,19
	Respondido em 12/09/2021 09:43:53
	
	Explicação:
y=g(0,3⋅1+0,6⋅(−0,2)+0,3⋅0,7−0,2)y=g(0,3⋅1+0,6⋅(−0,2)+0,3⋅0,7−0,2)
y=0,3−0,12+0,21−0,2=0,19y=0,3−0,12+0,21−0,2=0,19
	
		10a
          Questão
	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.
		
	
	Adição da influência nula de funções de pertiência.
	
	Valores discretos como resultado fuzzificado.
	 
	Aplicação de pesos às variáveis pelas funções de pertinência.
	
	Remoção dos graus de pertinência na fuzzificação.
	
	Interpretação do valor discreto fuzzificado.
	Respondido em 12/09/2021 09:44:06
	
	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.