Inteligência Artificial. Inteligência Artificial
|
|
- João Pedro Martinho Brás
- 7 Há anos
- Visualizações:
Transcrição
1 Inteligência Artificial Raciocínio Incerto e Impreciso Everything is vague to a degree you do not realize till you have tried to make it precise. Bertrand Russell Tudo é vago a um grau que somente adverte-se quando tenta-se torná-lo preciso 1
2 Agenda Conhecimento Imperfeito Métodos Quantitativos Teoria das Probabilidades Redes Bayesianas Conjuntos Vagos Factores de Certeza Introdução Quando um agente conhece todos os factos acerca do ambiente que o rodeia, uma aproximação lógica l permite-lhe derivar planos cujo sucesso é garantido. 2
3 Introdução Porém Os agentes muito raramente têm acesso a toda a verdade acerca do seu ambiente. Logo, são obrigados a actuar com base na incerteza/imprecisão. Lidar com a imperfeição do conhecimento Agente Conhecimento imperfeito Métodos Qualitativos Mais vocacionados para as questões de ausência de conhecimento Métodos Quantitativos Mais vocacionados para as questões de incerteza/ imprecisão 3
4 Métodos Qualitativos Hipótese de mundo fechado Circunscrição Lógica e raciocínio Default Modelos Conexionistas Modelos Adaptativos Métodos Quantitativos Incerteza versus Imprecisão Incerteza: O predicado está bem definido, mas não conheço o o seu valor verdadeiro. Ex.: Jogarei um dado e vai sair um 6. O conjunto está bem definido, mas não conheço o se um elemento pertence ou não. Imprecisão: O predicado é vago por si. Ex.: O robot está perto de um obstáculo. O conjunto não tem uma definição precisa. Ex.: O conjunto das pessoas altas 4
5 Alguns Métodos M Quantitativos Incerteza Abordaremos o Raciocínio Estatístico stico - Redes Bayesianas - que são utilizadas para tratar da incerteza por probabilidade, sendo um exemplo o raciocínio médico. m Imprecisão Abordaremos o Raciocínio dos Conjuntos Vagos - Fuzzy - estes tratam da imprecisão (possibilidade). Mistos No entanto em alguns domínios coexistem esses dois tipos de incerteza: a Imprecisão e a Probabilidade. Métodos Quantitativos O conhecimento do senso comum está repleto de imperfeições. Admitamos que partimos do seguinte conhecimento: Se uma pessoa sente um aperto no peito e apresenta dificuldades respiratórias, rias, então pode ter uma bronquite ligeira ou pode ter (em menor grau) um enfarte de miocárdio rdio. 5
6 Métodos Quantitativos No contexto dos agentes baseados em conhecimento, esta proposição poderia dar origem à seguinte regra: Se X tem aperto no peito e X tem dificuldades respiratórias rias Então 1. X provavelmente tem uma bronquite ligeira 2. X pode ter um enfarte de miocárdio Métodos Quantitativos Por exemplo considerando o caso concreto em que: A A Anabela parece ter um aperto no peito e dificuldades respiratórias. rias. Em que medida sofre de uma bronquite ligeira? Ou de um enfarte do miocárdio? rdio? Estamos claramente perante uma imperfeição (incerteza / imprecisão) no conhecimento expresso pela regra, ou seja, o modo como os sintomas se ligam ao (s) diagnóstico (s) e, também, m, a incerteza / imprecisão da própria pria observação. 6
7 Métodos Quantitativos Como quantificar a incerteza da regra? E da observação? Como chegar ao resultado? Teoria das Probabilidades Conforme pudemos observar no exemplo anterior, a linguagem natural está cheia de palavras e expressões associadas a proposições ou acontecimentos que traduzem o nosso grau de crença a na verdade. Talvez, às s vezes, geralmente,, entre outras. 7
8 Teoria das Probabilidades Método directo e quantitativo de tratamento do conhecimento imperfeito, que representa a incerteza por um valor numérico simples e usa o teorema de Bayes como fundamento da inferência. Teoria das Probabilidades A Teoria das Probabilidades designa a cada sentença a um valor numérico entre 0 e 1 dependendo do grau de crença. A partir das probabilidades condicionadas e não condicionadas criamos uma distribuição de probabilidades conjunta. 8
9 Teoria das Probabilidades Distribuição de probabilidades conjunta: dor_peito ~dor_peito enfarte_miocárdio rdio ~enfarte_miocárdio rdio P (dor_peito( dor_peito) ) = = 0.5 P (enfarte_mioc( enfarte_miocárdiordio dor_peito) ) = 0.3 P (enfarte_mioc( enfarte_miocárdio)= = 0.4 Teoria das Probabilidades E se quisermos saber o efeito que uma variável vel causa noutra? Se quisermos saber a probabilidade de um acontecimento ocorrer, dado que aconteceu outro? 9
10 Teoria das Probabilidades Regra de Bayes Add Your Text Reflecte a confiança a no acontecimento H (hipótese) dado que se observaram uma ou mais evidências (Ei( Ei). Teoria das Probabilidades Exemplo: E1 = aperto de peito E2 = dificuldades respiratórias rias H1 = bronquite H2 = enfarte H3 = nem bronquite nem enfarte H4 = bronquite e enfarte Quantificar subjectivamente as variáveis: veis: P(H1)=0.05 P(H2)=0.01 P(H3)=0.93 P(H4)=0.01 P(E1 H1)=0.9 P(E1 H2)=0.8 P(E1 H3)=0.1 P(E1 H4)=0.9 P(E2 H1)=0.9 P(E2 H2)=0.5 P(E2 H3)=0.1 P(E2 H4)=0.9 10
11 Teoria das Probabilidades Exemplo: Usando a regra de Bayes e os valores anteriores: Bronquite dado que apresenta aperto no peito e dificuldades respirat iratórias: rias: Enfarte dado que apresenta aperto no peito e dificuldades respirat atórias: Nem bronquite, nem enfarte dado que apresenta aperto no peito e dificuldades respiratórias: rias: Teoria das Probabilidades Exemplo: Um agente poderia concluir que um paciente com um aperto no peito e dificuldades respiratórias rias terá maiores probabilidades (65%) de sofrer de bronquite. 11
12 Teoria das Probabilidades Desvantagens: Se o número n de variáveis veis aumenta, os cálculos c aqui aplicados tornam-se proibitivos. Fica difícil compreender plenamente as relações entre as variáveis veis do ambiente. A aquisição de conhecimento é difícil. Os seres humanos são considerados estimadores fracos. Teoria das Probabilidades Vantagens: Permite criar modelos alternativos baseados neste método, m tais como as redes bayesianas. 12
13 Redes Bayesianas Para descrever o mundo real, não é necessário usar uma enorme tabela de probabilidades conjuntas para listar todas as combinações dos eventos possíveis. Para se calcular a conjunção de probabilidades usa-se se a fórmula: f P(x1,...,xn)= Pi=1,...,nP(xi pais-de(xi)) Portanto, basta uma representação mais local. Redes Bayesianas Por exemplo, qual a probabilidade de que o alarme toque, a Maria e o João liguem, mas não ocorra roubo e nem desabamento? P (não roubo e não Desabamento e Alarme e João e Maria) = P(~R).P(~D).P(A ~R,~D).P(J A).P(M A) = (0.999)(0.998)(0.001) (0.9)(0.9)=
14 Redes Bayesianas As redes Bayesianas são bastantes flexíveis, permitindo o cálculo de probabilidade de qualquer nó. As inferências podem ser de vários tipos: Inferências de diagnóstico do efeito para a causa. Dado que o João ligou qual a probabilidade de ocorrer roubo? Inferências causais da causa para o efeito. Dado que houve roubo qual a probabilidade do João ligar? Inter causais entre causa comuns para o mesmo efeito. Qual a probabilidade de roubo dado o alarme e desabamento. Conjuntos Vagos (Fuzzy( Sets) Estivemos analisando um método de lidar com a incerteza que se baseia na atribuição de um valor numérico a uma dada proposição que representa o grau de certeza que é depositada nessa mesma proposição. As proposições ou são verdadeiras, ou são falsas (A ou ~A). O problema é que no dia-a-dia, as proposições possuem um grau de veracidade associado. 14
15 Conjuntos Vagos Se afirmo que está calor Poderia induzir a convicção de um agente a concluir que está 40 graus. No entanto, para outro agente a convicção poderia ser de que está cerca de 26 graus. Enquanto que num terceiro, seria de que está 22 graus. Conjuntos Vagos Abordagem clássica (crisp( crisp): Estabelecer limites abruptos entre conjuntos. Poderíamos acabar por chegar a um ponto em que duas temperaturas com diferença a de 1 grau apenas estariam em conjuntos diferentes, uma seria considerada fria, e outra quente. 15
16 Conjuntos Vagos É desta problemática que surgem os Conjuntos Vagos. Estes conjuntos foram introduzidos para lidar com o facto de as proposições terem um grau de veracidade. Num conjunto vago, os elementos são caracterizados pelo grau de pertença a a esse mesmo conjunto. Conjuntos Vagos Mas Como podemos lidar com expressões imprecisas? É aqui que entra o conceito de variável vel linguística Chamamos variável vel linguística a um conjunto cujos valores são nomes de conjuntos vagos 16
17 Conjuntos Vagos Mas vejamos um exemplo: Variável linguística: Idade = {Muito_Jovem{ Muito_Jovem,, Jovem, Não_Jovem} Considerar uma amostragem em oito pontos, pelo que U={20,25,30,35,50,55,60,65}. Conjuntos Vagos Com este universo de discurso, teremos: Muito_Jovem{(0.8,20),(0.6,25),(0.4,30),(0.2,35),(0.01,50),(0.005,55),(0.0045,60),(0.0005,65)} Jovem{(0.2,20),(0.6,25),(0.6,30),(0.4,35),(0.1,50),(0.05,55),( ,60),(0.005,65)} Nao_Jovem{(0.001,20),(0.09,25),(0.15,30),(0.2,35),(0.3,50),(0.5,55),(0.6,60),(0.8,65)} 17
18 Conjuntos Vagos Podemos observar que a partir do termo primário Jovem, estão definidos mais dois conjuntos vagos por recurso aos quantificadores não e muito. Para além destes, existem ainda outros, tal como pouco, nada, razoavelmente e de modo algum. A inferência em Conjuntos Vagos faz-se através da regra de Modus Ponens generalizada. Conjuntos Vagos Modus Ponens generalizado: Exemplo: Se temos que: x é mais ou menos alto x é alto x é pesado Podemos inferir que x é mais ou menos pesado. 18
19 Conjuntos Vagos Desvantagens: Existe uma grande base matemática tica que envolve o produto cartesiano entre matrizes, o que introduz complexidade. Factores de Certeza A Teoria dos Factores de Certeza, à semelhança a da abordagem Bayesiana quantifica a certeza através de um único valor numérico, denominado Factor de Certeza (FC). Essa certeza que depositamos numa regra representada da seguinte forma: Se <evidência> então <hipótese> [FC = k] é Isto quer dizer que, dada a evidência, o nosso grau de crença a na hipótese é dado pelo valor de FC. 19
20 Factores de Certeza Como se calcula FC? MC traduz, em que medida a nossa crença em H vem aumentando dada a evidência E. MD calcula em que medida a nossa descrença a em H, dada a evidência E, vem aumentando. Vantagem: Factores de Certeza Simples. Desvantagem: Foi muito utilizada nos primeiros sistemas periciais (Mycin( Mycin, Dendrall, etc.) mas foi caindo em desuso. 20
21 Conclusão A utilização do hibridismo (Racioc( Raciocínio Incerto e Raciocínio dos Conjuntos Vagos) em sistemas inteligentes permite trabalhar com as incertezas do mundo real de maneira mais qualificada, ou seja, os resultados obtidos apresentam-se mais parecidos com o modo de raciocinar de um especialista. Conclusão Sabe-se que não existe uma abordagem ou modelo ideal para desenvolvimento de qualquer tipo de domínio, que não tem o objectivo de desvalorizar as abordagens que não utilizam hibridismo, apenas pretende implementar a maneira de pensar, de uma forma alternativa, dos seres humanos, esta é um dos paradigmas da Inteligência Artificial. 21
22 22
Desvio Padrão ou Erro Padrão
NOTAS METODOLÓGICAS ISSN 0871-3413 ArquiMed, 2006 Desvio Padrão ou Erro Padrão Nuno Lunet, Milton Severo, Henrique Barros Serviço de Higiene e Epidemiologia da Faculdade de Medicina da Universidade do
Leia maisLinguagem de Programação I
Linguagem de Programação I Programação Lógica Equipe: Yuri Joyce Carlos Éderson Paulo Maurício 26/05/2011 1 Súmario Introdução Origem Características Conceitos básicos Vantagens e desvantagens Aplicações
Leia mais1. À primeira coluna (P), atribui-se uma quantidade de valores V igual à metade do total de linhas
LÓGICA MATEMÁTICA Walter Sousa Resumo teórico 1) PROPOSIÇÕES LÓGICAS SIMPLES Uma proposição é uma sentença declarativa que pode ser classificada em verdadeira (V) ou falsa (F), mas não ambas as interpretações.
Leia maisFundamentos de Lógica Matemática
Webconferência 4-08/03/2012 Técnicas dedutivas Prof. L. M. Levada http://www.dc.ufscar.br/ alexandre Departamento de Computação (DC) Universidade Federal de São Carlos (UFSCar) 2012/1 Objetivos Maneiras
Leia maisIncerteza. Disciplina: Inteligência Artificial Prof.: Cedric Luiz de Carvalho
Incerteza Disciplina: Inteligência Artificial Prof.: Cedric Luiz de Carvalho Tópicos Introdução Representação da incerteza Probabilidade condicional e incondicional Inferência probabilística Inferência
Leia maisAfirmação verdadeira: frase, falada ou escrita, que declara um facto que é aceite no momento em que é ouvido ou lido.
Matemática Discreta ESTiG\IPB 2012/13 Cap1 Lógica pg 1 I- Lógica Informal Afirmação verdadeira: frase, falada ou escrita, que declara um facto que é aceite no momento em que é ouvido ou lido. Afirmação
Leia maisBases Matemáticas. Daniel Miranda 1. 23 de maio de 2011. sala 819 - Bloco B página: daniel.miranda
Daniel 1 1 email: daniel.miranda@ufabc.edu.br sala 819 - Bloco B página: http://hostel.ufabc.edu.br/ daniel.miranda 23 de maio de 2011 Elementos de Lógica e Linguagem Matemática Definição Uma proposição
Leia mais1 Teoria de conjuntos e lógica
1 Teoria de conjuntos e lógica Estes breves apontamentos dizem respeito à parte do programa dedicada à teoria de conjuntos e à lógica matemática. Embora concebidos sem grandes formalismos e com poucas
Leia maisResolução da Prova de Raciocínio Lógico do STJ de 2015, aplicada em 27/09/2015.
de Raciocínio Lógico do STJ de 20, aplicada em 27/09/20. Raciocínio Lógico p/ STJ Mariana é uma estudante que tem grande apreço pela matemática, apesar de achar essa uma área muito difícil. Sempre que
Leia maisCálculo proposicional
Cálculo proposicional Proposição Proposições são sentenças afirmativas declarativas que não sejam ambígüas e que possuem a propriedade de serem ou verdadeiras ou falsas, mas não ambas. Exemplos:. Gatos
Leia maisMetodologia de Investigação Educacional I
Metodologia de Investigação Educacional I Desenhos de Investigação Isabel Chagas Investigação I - 2004/05 Desenhos de Investigação Surveys (sondagens) Estudos Experimentais Estudos Interpretativos Estudos
Leia maisRACIOCÍNIO LÓGICO QUANTITATIVO
RACIOCÍNIO LÓGICO QUANTITATIVO AULA 1 ESTUDO DA LÓGICA O estudo da lógica é o estudo dos métodos e princípios usados para distinguir o raciocínio correto do incorreto. A lógica tem sido freqüentemente
Leia maisAvaliação e Desempenho Aula 1 - Simulação
Avaliação e Desempenho Aula 1 - Simulação Introdução à simulação Geração de números aleatórios Lei dos grandes números Geração de variáveis aleatórias O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisCapítulo 4 Inferência Estatística
Capítulo 4 Inferência Estatística Slide 1 Resenha Intervalo de Confiança para uma proporção Intervalo de Confiança para o valor médio de uma variável aleatória Intervalo de Confiança para a variância de
Leia maisLógica para computação Professor Marlon Marcon
Lógica para computação Professor Marlon Marcon INTRODUÇÃO O objetivo geral da logica formal é a mecanização do raciocnio, ou seja, A obtenção de informação a partir de informações prévias por meio de recursos
Leia maisROTEIRO PARA ELABORAÇÃO DO PROJETO DE PESQUISA
ROTEIRO PARA ELABORAÇÃO DO PROJETO DE PESQUISA O objetivo desse roteiro é orientar os estudantes de Estatística para a realização do trabalho proposto conforme previsto no plano de ensino da disciplina.
Leia maisAula 00. Raciocínio Lógico Quantitativo para IBGE. Raciocínio Lógico Quantitativo Professor: Guilherme Neves
Aula 00 Raciocínio Lógico Quantitativo Professor: Guilherme Neves www.pontodosconcursos.com.br 1 Aula 00 Aula Demonstrativa Raciocínio Lógico Quantitativo Apresentação... 3 Modelos de questões resolvidas
Leia maisMatemática Aplicada às Ciências Sociais
ESCOLA SECUNDÁRIA DE AMORA PLANIFICAÇÃO ANUAL Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 11º ANO Ano Letivo 2014 / 2015 PLANIFICAÇÃO A LONGO PRAZO
Leia maisJogos Bayesianos Estratégias e Equilíbrio Aplicações. Jogos Bayesianos. Prof. Leandro Chaves Rêgo
Jogos Bayesianos Prof. Leandro Chaves Rêgo Programa de Pós-Graduação em Estatística - UFPE Programa de Pós-Graduação em Engenharia de Produção - UFPE Recife, 14 de Outubro de 2014 Jogos Bayesianos Jogos
Leia maisESCOLA SECUNDÁRIA DE CASQUILHOS
ESCOLA SECUNDÁRIA DE CASQUILHOS 2º Ano Turma B - C.C.H. de Ciências e Tecnologias - Teste de Avaliação de Matemática A V Duração: 90 min 03 Fev. 200 Prof.: Na folha de respostas, indicar de forma legível
Leia maisÁlge g bra b B ooleana n Bernardo Gonçalves
Álgebra Booleana Bernardo Gonçalves Sumário Histórico Álgebra de Boole Axiomas da Álgebra de Boole Álgebra de Boole de dois valores literais Teoremas da Álgebra de Boole Simplificação de expressões booleanas
Leia maisSumário. OS ENIGMAS DE SHERAZADE... 13 I Ele fala a verdade ou mente?... 13 I I Um truque com os números... 14
Sumário OS ENIGMAS DE SHERAZADE... 13 I Ele fala a verdade ou mente?... 13 I I Um truque com os números... 14 CAPÍTULO 1 LÓGICA DE PRIMEIRA ORDEM-PROPOSICIONAL... 15 Estruturas Lógicas... 15 I Sentenças...
Leia maisResolução de Questões!!!
1) Considere a seguinte proposição: Raciocínio Lógico Se João está na praia, então João não usa camiseta. Resolução de Questões!!! A negação da proposição acima é logicamente equivalente à proposição:
Leia mais. (A verificação é imediata.)
1 Universidade de São Paulo/Faculdade de Educação Seminários de Ensino de Matemática (SEMA-FEUSP) Coordenador: Nílson José Machado novembro/2010 Instabilidade em Sistemas de Equações Lineares Marisa Ortegoza
Leia maisProva Escrita de MATEMÁTICA A - 12o Ano 2011-2 a Fase
Prova Escrita de MATEMÁTICA A - 1o Ano 011 - a Fase Proposta de resolução GRUPO I 1. Como no lote existem em total de 30 caixas, ao selecionar 4, podemos obter um conjunto de 30 C 4 amostras diferentes,
Leia maisA Teoria do Conhecimento
A Teoria do Conhecimento Objeto Conhecimento Objetivo Estudar a origem, natureza, valor e limites do conhecimento e da nossa capacidade de conhecer Problemas As formas do conhecimento A definição de conhecimento
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.1. Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.
Agenda Análise e Técnicas de Algoritmos Jorge Figueiredo Conceitos básicos Classes de de Complexidade P NP Redução Problemas NPC NP-Completude Introdução Existem alguns problemas computacionais que são
Leia maisProposta de resolução da Prova de Matemática A (código 635) 2ª fase. 19 de Julho de 2010
Proposta de resolução da Prova de Matemática A (código 65) ª fase 9 de Julho de 00 Grupo I. Como só existem bolas de dois tipos na caixa e a probabilidade de sair bola azul é, existem tantas bolas roxas
Leia maisAGRUPAMENTO DE ESCOLAS DA SÉ GUARDA. MATEMÁTICA B Curso de Artes Visuais
Direção-Geral dos Estabelecimentos Escolares Direção de Serviços da Região Centro AGRUPAMENTO DE ESCOLAS DA SÉ GUARDA MATEMÁTICA B Curso de Artes Visuais ANO LECTIVO: 2015/2016 11º ANO 1º PERÍODO PLANIFICAÇÃO
Leia maisTeorema do Limite Central e Intervalo de Confiança
Probabilidade e Estatística Teorema do Limite Central e Intervalo de Confiança Teorema do Limite Central Teorema do Limite Central Um variável aleatória pode ter uma distribuição qualquer (normal, uniforme,...),
Leia maisMetodologias de Programação
Metodologias de Programação Bloco 1 José Paulo 1 Formador José António Paulo E-mail: questoes@netcabo.pt Telemóvel: 96 347 80 25 Objectivos Iniciar o desenvolvimento de raciocínios algorítmicos Linguagem
Leia maisMétodos Quantitativos Aplicados
Métodos Quantitativos Aplicados Aula 2 http://www.iseg.ulisboa.pt/~vescaria/mqa/ Tópicos da apresentação Fontes de informação típicas para análise Fontes de informação típicas para análise Informação secundária
Leia maisSilogística Aristotélica
Silogística Aristotélica Prof. Paulo Margutti Com base na possibilidade de padronizar todas as sentenças de conformidade com os tipos A, E, I e O, Aristóteles considerava que todos os argumentos poderiam
Leia maisVEJA O CONTEÚDO DO ÚLTIMO EDITAL (2011/2012, ORGANIZADO PELA FCC)
AULA 01 CONCEITOS BÁSICOS DE LÓGICA E PRINCÍPIOS Olá amigos, meu nome é Adeilson de Melo. Fui convidado para ministrar aulas dessa apaixonante matéria que é o Raciocínio Lógico Matemático. ESPERO QUE TODOS
Leia maisOrigem do PROLOG. Lógica e PROLOG
Origem do PROLOG A Linguagem PROLOG foi criada nos anos 70 por Alain Colmareur, na Universidade de Marselha O nome da linguagem vem de PROgramming in LOGic, ou seja, segue o paradigma da Programação em
Leia maisConsideremos os seguintes exemplos de hipóteses cuja veracidade interessa avaliar:
Consideremos os seguintes exemplos de hipóteses cuja veracidade interessa avaliar: o tempo médio de efeito de dois analgésicos não é o mesmo; a popularidade de determinado partido político aumentou; uma
Leia maisI-094 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS
I-9 - COLIFORMES E ph MÉDIAS ARITMÉTICAS, MÉDIAS GEOMÉTRICAS E MEDIANAS Marcos von Sperling ( 1 ) Engenheiro Civil (UFMG). Doutor em Engenharia Ambiental (Imperial College, Universidade de Londres Inglaterra).
Leia maisUm pouco da História dos Logaritmos
Um pouco da História dos Logaritmos Os logaritmos, como instrumento de cálculo, surgiram para realizar simplificações, uma vez que transformam multiplicações e divisões nas operações mais simples de soma
Leia maisTeste de Hipótese e Intervalo de Confiança. Parte 2
Teste de Hipótese e Intervalo de Confiança Parte 2 Questões para discutirmos em sala: O que é uma hipótese estatística? O que é um teste de hipótese? Quem são as hipóteses nula e alternativa? Quando devemos
Leia maisLista de Exercícios 5: Soluções Teoria dos Conjuntos
UFMG/ICEx/DCC DCC Matemática Discreta Lista de Exercícios 5: Soluções Teoria dos Conjuntos Ciências Exatas & Engenharias 2 o Semestre de 206. Escreva uma negação para a seguinte afirmação: conjuntos A,
Leia maisModelos de Probabilidade e Inferência Estatística
Modelos de Probabilidade e Inferência Estatística Departamento de Estatística Universidade Federal da Paraíba Prof. Tarciana Liberal (UFPB) Aula Distribuições Qui-quadrado, t-student e F de Snedecor 04/14
Leia maisComo se desenvolve o trabalho filosófico? Como constrói o filósofo esses argumentos?
O que é filosofia? A filosofia é uma atividade interrogativa (dimensão teórica) que tenta responder a problemas e questões que nos são comuns, discutindo-os e analisando-os. Questões como O que é o conhecimento?,
Leia maisINTRODUÇÃO À INFERÊNCIA ESTATÍSTICA. Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br
INTRODUÇÃO À INFERÊNCIA ESTATÍSTICA Prof. Anderson Rodrigo da Silva anderson.silva@ifgoiano.edu.br Tipos de Pesquisa Censo: é o levantamento de toda população. Aqui não se faz inferência e sim uma descrição
Leia maisFIGURAS DE LISSAJOUS
FIGURAS DE LISSAJOUS OBJETIVOS: a) medir a diferença de fase entre dois sinais alternados e senoidais b) observar experimentalmente, as figuras de Lissajous c) comparar a frequência entre dois sinais alternados
Leia mais4 A Ferramenta Computacional
4 A Ferramenta Computacional Para pôr em prática o Modelo Inteligente de Avaliação da Qualidade de Água e da Qualidade Biótica MIAQR-PALADINES programou-se uma ferramenta computacional utilizando a linguagem
Leia maisRACIOCÍNIO LÓGICO Simplificado
Sérgio Carvalho Weber Campos RCIOCÍNIO LÓGICO Simplificado Volume 1 2ª edição Revista, atualizada e ampliada Material Complementar PRINCIPIS CONCEITOS, REGRS E FÓRMULS DO LIVRO RCIOCÍNIO LÓGICO SIMPLIFICDO
Leia maisFalácia dos quatro termos?
Falácia dos quatro termos? João Branquinho Universidade de Lisboa Considere-se o seguinte argumento: Premissa 1: O que é raro é valioso. Premissa 2: As jóias baratas são raras. Conclusão: As jóias baratas
Leia maisConceitos Básicos em Estatística
Introdução à Estatística Conceitos Básicos em Estatística 1 Conceitos Básicos em Estatística Definição Uma população é uma colecção de unidades individuais, que podem ser pessoas, animais, resultados experimentais,
Leia maisVariáveis Frequências Gráficos Medidas de Posição Medidas de Dispersão Medidas Complementares Inferência
Tipos de Variáveis Problema Motivador: Um pesquisador está interessado em fazer um levantamento sobre aspectos sócio-econômicos dos empregados da seção de orçamentos de uma companhia (vide tabela). Algumas
Leia maisErros e Incertezas. Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.
Rafael Alves Batista Instituto de Física Gleb Wataghin Universidade Estadual de Campinas (Dated: 10 de Julho de 2011.) I. INTRODUÇÃO Quando se faz um experimento, deseja-se comparar o resultado obtido
Leia maisResolução da Prova de Raciocínio Lógico do MPOG/ENAP de 2015, aplicada em 30/08/2015.
de Raciocínio Lógico do MPOG/ENAP de 2015, aplicada em 30/08/2015. Considerando a proposição P: Se João se esforçar o bastante, então João conseguirá o que desejar, julgue os itens a seguir. 43 A proposição
Leia maisRACIOCÍNIO LÓGICO Simplif icado
Sérgio Carvalho Weber Campos RACIOCÍNIO LÓGICO Simplif icado Volume 1 2ª edição Revista, atualizada e ampliada Inclui Gráficos, tabelas e outros elementos visuais para melhor aprendizado Exercícios resolvidos
Leia maisCircuitos Aritméticos
Circuitos Aritméticos Semi-Somador Quando queremos proceder à realização de uma soma em binário, utilizamos várias somas de dois bits para poderemos chegar ao resultado final da operação. Podemos, então,
Leia mais3º Ano do Ensino Médio. Aula nº09 Prof. Paulo Henrique
Nome: Ano: º Ano do E.M. Escola: Data: / / 3º Ano do Ensino Médio Aula nº09 Prof. Paulo Henrique Assunto: Funções do Segundo Grau 1. Conceitos básicos Definição: É uma função que segue a lei: onde, Tipos
Leia maisNotas de aula de Lógica para Ciência da Computação. Aula 11, 2012/2
Notas de aula de Lógica para Ciência da Computação Aula 11, 2012/2 Renata de Freitas e Petrucio Viana Departamento de Análise, IME UFF 21 de fevereiro de 2013 Sumário 1 Ineficiência das tabelas de verdade
Leia maisTeoria da medida. Aspectos Gerais
Teoria da medida Aspectos Gerais Métodos quantitativos São aqueles que se utilizam de cálculos matemáticos e estatísticos para a investigação de uma realidade natural ou social. Objetivos: avaliar o contexto
Leia maisalocação de custo têm que ser feita de maneira estimada e muitas vezes arbitrária (como o aluguel, a supervisão, as chefias, etc.
Professor José Alves Aula pocii Aula 3,4 Custeio por Absorção Custeio significa apropriação de custos. Métodos de Custeio é a forma como são apropriados os custos aos produtos. Assim, existe Custeio por
Leia maisAnálise de Regressão. Notas de Aula
Análise de Regressão Notas de Aula 2 Modelos de Regressão Modelos de regressão são modelos matemáticos que relacionam o comportamento de uma variável Y com outra X. Quando a função f que relaciona duas
Leia maisLÓGICA FORMAL Tabelas Verdade
LÓGICA FORMAL Tabelas Verdade Prof. Evanivaldo C. Silva Jr. Seção 1 Expressões: exclamações, interrogações, afirmações... Aquele aluno deve ser inteligente. Você já almoçou hoje? Um elefante é maior do
Leia maisForma Normal de Boyce-Codd
Teste de Preservação de Dependências Para verificar se α β é preservada na decomposição R em R 1, R 2,..., R n aplica-se o seguinte teste: res := α enquanto (houver alterações em res) faz para cada R i
Leia maisAmostragem: Desenho e Procedimentos
Amostragem: Desenho e Procedimentos 1-1 Sumário do Capítulo 1) Amostragem ou censos 2) Desenho de um processo de amostragem i. Definir população alvo ii. Determinar o quadro de amostragem iii. Escolha
Leia maisESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA
ESTATÍSTICA PARTE 1 OBJETIVO DA DISCIPLINA Apresentar a Estatística no contexto do dia-a-dia e fazendo uso da planilha Excel. Espera-se que o estudante ao término do curso esteja apto a usar a planilha
Leia maisCURSO DE MATEMÁTICA BÁSICA PROGRAMA DE EDUCAÇÃO TUTORIAL CENTRO DE ENGENHARIA DA MOBILIDADE
CURSO DE MATEMÁTICA BÁSICA Fatoração Equação do 1º Grau Equação do 2º Grau Aula 02: Fatoração Fatorar é transformar uma soma em um produto. Fator comum: Agrupamentos: Fatoração Quadrado Perfeito Fatoração
Leia maisAnálise estatística. Aula de Bioestatística. 17/9/2008 (2.ª Parte) Paulo Nogueira
Análise estatística Aula de Bioestatística 17/9/2008 (2.ª Parte) Paulo Nogueira Testes de Hipóteses Hipótese Estatística de teste Distribuição da estatística de teste Decisão H 0 : Não existe efeito vs.
Leia maisRACIOCÍNIO LÓGICO MATEMÁTICO ATIVIDADE DO BLOCO 1 20 QUESTÕES
RACIOCÍNIO LÓGICO MATEMÁTICO ATIVIDADE DO BLOCO 1 20 QUESTÕES As questões foram elaboradas pelo prof. Sérgio Faro e valerão apenas como exercício para o seu conhecimento. São 20 questões de múltipla escolha.
Leia maisAula 01 Introdução Custo de um algoritmo, Funções de complexidad e Recursão
MC3305 Algoritmos e Estruturas de Dados II Aula 01 Introdução Custo de um algoritmo, Funções de complexidad e Recursão Prof. Jesús P. Mena-Chalco jesus.mena@ufabc.edu.br 2Q-2015 1 Custo de um algoritmo
Leia maisAULA 04 Estimativas e Tamanhos Amostrais
1 AULA 04 Estimativas e Tamanhos Amostrais Ernesto F. L. Amaral 27 de agosto de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola, Mario
Leia maisNoções de Lógica Matemática
Notas de aulas 2009 Noções de Lógica Matemática Lógica é... A Lógica é a ciência que visa estudar e estabelecer leis formais que bem dirijam as operações da mente. A Lógica é a ciência que trata das formas
Leia maisMatemática - Módulo 1
1. Considerações iniciais Matemática - Módulo 1 TEORIA DOS CONJUNTOS O capítulo que se inicia trata de um assunto que, via-de-regra, é abordado em um plano secundário dentro dos temas que norteiam o ensino
Leia maisObjetivo. tica 3º ano EM. Oficina de Matemática
Oficina de Matemática tica 3º ano EM Objetivo Análise, interpretação e utilização dos resultados do SAEPE para promoção da equidade e melhoria da qualidade da educação dos estudantes pernambucanos. Prof
Leia maisAula 5: determinação e simplificação de expressões lógicas
Aula 5: determinação e simplificação de expressões lógicas Circuitos Digitais Rodrigo Hausen CMCC UFABC 4 e 6 de Fev. de 2013 http://compscinet.org/circuitos Rodrigo Hausen (CMCC UFABC) Aula 5: determinação
Leia maisOficina: Jogar para gostar e aprender matemática. Profa. Dra. Adriana M. Corder Molinari dri.molinari@uol.com.br
Oficina: Jogar para gostar e aprender matemática Profa. Dra. Adriana M. Corder Molinari dri.molinari@uol.com.br 1 Implicações do Jogo Quatro Cores: Para jogar bem, é preciso economia de cores e consideração
Leia maisUM JOGO DE DOMINÓ PARA A LÓGICA PROPOSICIONAL
UM JOGO DE DOMINÓ PARA A LÓGICA PROPOSICIONAL Fernanda Pires da Silva 1 e José Ricardo R. Zeni 2, 3 1 Curso de licenciatura em matemática 2 o ano e-mail: nandamiss@ig.com.br 2 DMEC (Departamento de Matemática,
Leia maisIND 1115 Inferência Estatística Aula 8
Conteúdo IND 5 Inferência Estatística Aula 8 Setembro 4 Mônica Barros O - aproximação da Binomial pela Este teorema é apenas um caso particular do teorema central do limite, pois uma variável aleatória
Leia maisUNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO
UNIPAC Araguari FACAE - Faculdade de Ciências Administrativas e Exatas SISTEMAS DE INFORMAÇÃO SAD Sistemas de Apoio à Decisão 2011/02 Aula Cinco crishamawaki@yahoo.com.br Modelos de decisão Sistemas de
Leia mais1. Estatística Descritiva
Introdução à Estatística Estatística Descritiva 1 1. Estatística Descritiva Suponhamos que dispomos de um conjunto de dados (sem nos preocuparmos como foram obtidos) e pretendemos desenvolver processos
Leia maisDISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS)
DISTRIBUIÇÃO DE FREQUÊNCIA DE VARIÁVEIS QUALITATIVAS E QUANTITATIVAS DISCRETAS (TABELAS E GRÁFICOS) O QUE É ESTATÍSTICA Estatística é a ciência de obter conclusões a partir de dados. Envolve métodos para
Leia mais(Equivalência e Implicação lógica aula 10
Aula 2 (Equivalência e Implicação lógica aula 10 Professor: Renê Furtado Felix - Faculdade: UNIP E-mail: rffelix70@yahoo.com.br - Site: renecomputer.net Equivalência em Lógica Logica - Professor Renê F
Leia maisé 4. Portanto, o desvio padrão é 2. Neste caso 100% dos valores da população estão a um desvio padrão da média.
Desvio Padrão From Wikipedia, the free encyclopedia probabilidade e estatística, o desvio padrão de uma distribuição de probabilidade, de uma variável aleatória, ou população é uma medida do espalhamento
Leia maisPROGRAMAÇÃO LINEAR. Formulação de problemas de programação linear e resolução gráfica
PROGRAMAÇÃO LINEAR Formulação de problemas de programação linear e resolução gráfica A programação linear surge pela primeira vez, nos novos programas de Matemática A no 11º ano de escolaridade. Contudo
Leia maisNoções básicas de Lógica
Noções básicas de Lógica Consideremos uma linguagem, com certos símbolos. Chamamos expressão a uma sequências de símbolos. uma expressão com significado Uma expressão pode ser expressão sem significado
Leia maisLÓGICA FUZZY. Adão de Melo Neto
LÓGICA FUZZY Adão de Melo Neto INTRODUÇÃO CONCEITO OBJETIVO PRINCÍPIO LÓGICAS: CLÁSSICA x DIFUSA CONJUNTO FUZZY GRAU DE PERTINÊNCIA FUNÇÃO DE PERTINÊNCIA MODIFICADORES TERMINOLOGIA OPERAÇÕES SOBRE CONJUNTOS
Leia maisA forma geral de uma equação de estado é: p = f ( T,
Aula: 01 Temática: O Gás Ideal Em nossa primeira aula, estudaremos o estado mais simples da matéria, o gás, que é capaz de encher qualquer recipiente que o contenha. Iniciaremos por uma descrição idealizada
Leia maisAula 8 Variações da Eliminação de Gauss/Fatoração LU.
Aula 8 Variações da Eliminação de Gauss/Fatoração LU. MS211 - Cálculo Numérico Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade
Leia maisPROPOSIÇÕES. Proposições Simples e Proposições Compostas. Conceito de Proposição
PROPOSIÇÕES Conceito de Proposição Definição: chama-se proposição todo o conjunto de palavras ou símbolos que exprimem um pensamento de sentido completo. As proposições transmitem pensamentos, isto é,
Leia maisTodos os exercícios sugeridos nesta apostila se referem ao volume 1.
INTRODUÇÃO... 2 DEFINIÇÃO... 2 DESCRIÇÃO... 2 APRESENTAÇÃO... 2 RELAÇÃO DE PERTINÊNCIA... 3 CONJUNTOS IGUAIS... 4 SUBCONJUNTOS E RELAÇÃO DE INCLUSÃO... 7 QUANTIFICADORES... 10 IMPLICAÇAO E EQUIVALÊNCIA...
Leia maisAULA 11 Experimentos Multinomiais e Tabelas de Contingência
1 AULA 11 Experimentos Multinomiais e Tabelas de Contingência Ernesto F. L. Amaral 24 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG)
Leia maisDEMONSTRAÇÃO E SILOGISMO NOS ANALÍTICOS DE ARISTÓTELES
DEMONSTRAÇÃO E SILOGISMO NOS ANALÍTICOS DE ARISTÓTELES FRANCINE MARIA RIBEIRO 1 Resumo: A ciência aristotélica, tal como descrita nos Segundos Analíticos, é uma ciência demonstrativa. Por demonstração
Leia maisSimplificação de Expressões Booleanas e Circuitos Lógicos
Simplificação de Expressões Booleanas e Circuitos Lógicos Margrit Reni Krug Julho/22 Tópicos Revisão Álgebra Booleana Revisão portas lógicas Circuitos lógicos soma de produtos produto de somas Simplificação
Leia maisRelações. Antonio Alfredo Ferreira Loureiro. loureiro@dcc.ufmg.br http://www.dcc.ufmg.br/~loureiro. UFMG/ICEx/DCC MD Relações 1
Relações Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br http://www.dcc.ufmg.br/~loureiro MD Relações 1 Introdução O mundo está povoado por relações: família, emprego, governo, negócios, etc. Entidades
Leia maisFABIANO KLEIN CRITÉRIOS NÃO CLÁSSICOS DE DIVISIBILIDADE
FABIANO KLEIN CRITÉRIOS NÃO CLÁSSICOS DE DIVISIBILIDADE FLORIANÓPOLIS 2007 FABIANO KLEIN CRITÉRIOS NÃO CLÁSSICOS DE DIVISIBILIDADE Trabalho de conclusão de Curso apresentado ao curso de Matemática Habilitação
Leia maisIntrodução a Banco de Dados. INTRODUÇÃO
INTRODUÇÃO O termo banco de dados é bastante popular em diversas áreas de atuação. Com o aumento da utilização de computadores na manipulação de dados que envolvem diversas aplicações, os bancos de dados
Leia maisAGRUPAMENTO DE ESCOLAS DR. VIEIRA DE CARVALHO
AGRUPAMNTO D SCOLAS DR. VIIRA D CARVALHO scola Básica e Secundária Dr. Vieira de Carvalho Departamento de Matemática e Ciências xperimentais Planificação Anual de Matemática A 12º ano Ano Letivo 2015/2016
Leia maisAnálise de Regressão Linear Simples III
Análise de Regressão Linear Simples III Aula 03 Gujarati e Porter Capítulos 4 e 5 Wooldridge Seção.5 Suposições, Propriedades e Teste t Suposições e Propriedades RLS.1 O modelo de regressão é linear nos
Leia maisFLIP FLOPS. EXPERIMENTS MANUAL Manual de Experimentos Manual de Experimentos M-1113A
FLIP FLOPS M-1113A *Only illustrative image./imagen meramente ilustrativa./ Imagem meramente ilustrativa. EXPERIMENTS MANUAL Manual de Experimentos Manual de Experimentos Conteúdo 1. Objetivos... 2 2.
Leia maisTecnologia para Sistemas Inteligentes Apontamentos para as aulas sobre. Incerteza: Regras com Factor de Confiança. Luís Miguel Botelho
Tecnologia para Sistemas Inteligentes Apontamentos para as aulas sobre Incerteza: Regras com Factor de Confiança Luís Miguel Botelho Departamento de Ciências e Tecnologias da Informação Instituto Superior
Leia maisFILOSOFIA 11º ano. Demonstração e argumentação: Lógica e retórica
FILOSOFIA 11º ano Demonstração e argumentação: Lógica e retórica Governo da República Portuguesa Demonstração/argumentação Conforme os tipos de argumentos (razões) que nos servimos para justificar uma
Leia maisCapítulo 1. Uma Introdução à Econometria
Capítulo 1 Uma Introdução à Econometria Livro Texto:Econometria Hill, Grifith e Judge Editora Saraiva 1a. Edição 1999. Software: GRETL 1.1 Por que se estuda Econometria? Econometria é um conjunto de ferramentas
Leia mais