simulado av MODELAGEM E SIMULAÇÃO DE SISTEMAS

Prévia do material em texto

04/12/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/ 1/6
 
 
Disc.: MODELAGEM E SIMULAÇÃO DE SISTEMAS 
Aluno(a): JEFERSON DE OLIVEIRA CARDOSO 201707015104
Acertos: 9,0 de 10,0 29/09/2020
 
 
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:
Representação simbólica
 Técnicas conexionistas
Sistemas autônomos
Algoritmos evolucionários
Princípios lógicos
Respondido em 29/09/2020 21:25:33
 
 
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, Confuso e Lógica.
Raciocínio, Discreto e Confuso.
 Difuso, Confuso e Nebuloso.
Raciocínio, Discreto ou Lógica.
Respondido em 29/09/2020 21:27:04
 
 
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();
04/12/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/ 2/6
 
 
Acerto: 1,0 / 1,0
Determine a pertinência resultante do conjunto (complemento).
 
 
Respondido em 29/09/2020 22:05:24
 
 
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, 25
0
0, 78
1
0, 0
2
0, 2
3
¯̄¯̄
A = [ , , , ]
0, 25
0
0, 78
1
0, 5
2
0, 1
3
¯̄¯̄
A = [ , , , ]
0, 75
0
0, 68
1
0, 5
2
0, 8
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
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 =
⎡
⎢
⎣
0.85 0.50 0.86
0.46 0.69 0.47
0.63 0.52 0.96
⎤
⎥
⎦
 Questão3
a
 Questão4
a
04/12/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/ 3/6
 
Respondido em 29/09/2020 22:04:15
 
 
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 29/09/2020 22:07:37
 
 
Explicação:
A equivalência conectiva é dada por 
 
¯̄¯̄
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
⎤
⎥
⎦
¯̄¯̄
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
⎤
⎥
⎦
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 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 ou x ∈ B
¬p ↔ q : x ∉ A se e somente se x ∉ B
Se p → q e p → q,  então p ↔ q
 Questão5
a
04/12/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/ 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.
Nulificação.
 Fuzzificação.
Experimentação.
Abstração.
Decisão.
Respondido em 29/09/2020 22:03:43
 
 
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
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
Nunca haverá interseção entre conjuntos de pertinência.
 Pode haver sobreposição de superfícies quando regras de inferência apresentarem a mesma saída de
variável linguística.
As áreas de representação gráfica são sempre bem comportadas.
Os conjuntos de pertinência nunca estarão suficientemente separados.
Os conjuntos de pertinência são sempre contínuos, o que demanda a utilzação de métodos numéricos
robustos.
Respondido em 29/09/2020 22:00:28
 
 
Explicação:
Se mais de uma regra de inferência aplicadas ao problema apresentarem a mesma saída de variável linguística,
pode-se perceber que haveria uma sobreposição de superfícies que leva a um processamento equivocado 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 é mais utilizado em suporte a decisões devido à natureza intuitiva a partir da base de regras.
 Sugeno tem um tempo de processamento melhor para uma defuzzificação.
Tsukamoto usa a técnica do Centróide de defuzzificação.
Mamdani usa Média Ponderada na defuzzificação.
Tsukamoto, é muito útil quanto uma abordagem geral e para ser empregado em situações específicas.
Respondido em 29/09/2020 22:02:09
 
 
Explicação:
 Questão6
a
 Questão7
a
 Questão8
a
04/12/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/ 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.
Representação Lógica
Simbolização Linguísticas
Evolucionismo do algoritmo
 Paralelismo Computacional
Retroalimentação
Respondido em 29/09/2020 21:58:03
 
 
Explicação:
Os neurônios de uma Rede Neural Artificial são distribuídos paralelamente para realização do processamento
computacional de dados.
 
 
Acerto: 0,0 / 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 fuzzyno processo de tomada de
decisões.
Adição da influência nula de funções de pertiência.
Remoção dos graus de pertinência na fuzzificação.
Valores discretos como resultado fuzzificado.
 Aplicação de pesos às variáveis pelas funções de pertinência.
 Interpretação do valor discreto fuzzificado.
Respondido em 29/09/2020 22:01:01
 
 
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','206948041','4133686801');
04/12/2020 Estácio: Alunos
https://simulado.estacio.br/alunos/ 6/6