GSI010 - Programação Lógica Resolvendo problemas com Programação Lógica Busca informada
|
|
- Francisca Raquel Martinho Aleixo
- 6 Há anos
- Visualizações:
Transcrição
1 GSI010 - Programação Lógica Resolvendo problemas com Programação Lógica Busca informada
2 Nesta aula Busca informada no espaço de estados
3 Busca no espaço de estados Método Considerar a existência de um agente, que possui ações para modificar os estados do mundo. Simplificações o estado do mundo só muda quanda o agente faz uma ação meta do agente é fazer o mundo atingir um estado pré-definido
4 Exemplo: O mundo do aspirador Agente: aspirador-robô Qual é a melhor forma de aspirar sujeira? Ações entrarsala1 entrarsala2 aspirar Estados do mundo sala 1 suja sala 1 limpa sala 2 suja sala 2 limpa
5 Exemplo: modelagem aspirar [sala1, limpa, limpa] [sala1, limpa, suja] entrar2 entrar1 entrar2 entrar1 [sala2, limpa, limpa] [sala2, limpa, suja] aspirar aspirar [sala1, suja, limpa] [sala1, suja, suja] entrar2 entrar1 entrar2 entrar1 [sala2, suja, limpa] [sala2, suja, suja] aspirar
6 Representação de estados Estados são representados por estruturas Estrutura de estados do Aspirador-robô lista com três elementos [SalaAgente, Sala1Estado, Sala2Estado] SalaAgente pode ser sala1 ou sala2 Sala1Estado pode ser limpa ou suja Sala2Estado pode ser limpa ou suja Exemplo: representação estado_inicial([sala1, suja, suja]). meta([_,limpa,limpa])
7 Estratégias de busca não informadas Estratégia descreve Como fazer para encontrar solução na árvore de busca. Opções de estratégias não informadas busca aleatória escolhe aleatoriamente para onde ir busca em largura explora as possibilidades um nível por vez busca em profundidade explora as possibilidades uma sequência por vez
8 Estratégias de busca informadas Opções de estratégias informadas busca pelo menor custo usa informação de avaliação das ações realizadas busca pela melhor estimativa usa estratégia para avaliar aproximadamente boas alternativas busca ótima A busca melhor solução possível
9 Busca pelo menor custo Custo de ação ações podem ter custos e.g. gasto de bateria do dispositivo tempo/distância de viagem entre cidades etc. adicionamos um novo argumento ao predicado ação acao(acao, Estado1, Estado2, Custo) : condicoes, efeitos. 1 Leia-se: para executar a Acao no Estado1 e afetar alterar o estado do mundo para Estado2 é necessário arcar com o Custo, se as condicoes permitirem, e ocorrendo alguns efeitos colaterais.
10 Exemplo de problema com informação udia arag ituiu 105 uba capin gurin 74.7 cflor prta cverde inicial(udia). meta(cverde). acao(vai(p, Q), P, Q, D): via(p, Q, D). via(udia, arag, 37.7). via(udia, ituiu, 137). via(udia, prta, 84.5 ). via(udia, uba, 105 ). via(ituiu, capin, 36.7). via(ituiu, gurin, 72.5). via(gurin, cverde, 63.6 ). via(prta, cverde, 71.3). via(uba, cflor, 74.7). via(cflor, cverde, 134). via(cflor, prta, 78.1 )
11 udia Custo do caminho O caminho de ações [a 1, a 2, a 3,..., a n ] tem o custo igual a n g(a i ) (1) i=1 arag ituiu capin gurin 84.5 uba 74.7 cflor 78.1 g(a i ) é o custo da ação a i 63.6 prta cverde O custo do caminho [via(udia, uba, 105), via(uba, cflor, 74.7)] é = 179.7
12 Busca de menor custo garantia do menor custo (mas não menor número de ações) se custos são iguais, equivalente a busca em largura
13 Exemplo: problema de aritmética Quais operações aritméticas podemos usar para sair de um número e chegar em outro? inicial(0). meta(10). acao(incrementa, S1, S2, 1) : S2 is S1+1. acao(decrementa, S1, S2, 1) : S2 is S1 1. acao(duplica, S1, S2, 2) : S2 is S1 2. acao(desdobra, S1, S2, 2) : S2 is S1/2. acao(inverte, S1, S2, 2) : S2 is S
14 Exemplo: problema de jogo Jogo: Street Fighter Quais golpes usar para ganhar do adversário? Cada golpe usa uma quantidade de tempo. Quais golpes vão levar menos tempo? inicial(50). % barra de energia do adversário meta(0). % quando a energia do adversário chegar a 0 acao(socofraco, S1, S2, 1) : S2 is S1 1. acao(socoforte, S1, S2, 2) : S2 is S1 2. acao(chutefraco, S1, S2, 3) : S2 is S1 4. acao(chuteforte, S1, S2, 4) : S2 is S1 8. acao(haduken, S1, S2, 10) : S2 is S1/
15 Implementação da busca de menor custo Com insereordenado/3 é possível sempre consultar primeiro aquele com menor custo até o momento. buscamenor: inicial(estadoinicial), buscamenor([0:estadoinicial:[]], [], CaminhoMenorCustoAteMeta:Custo), format( Plano: ~w, [CaminhoMenorCustoAteMeta]), format( \ncusto: ~w \n\n, [Custo]). buscamenor([custo:estadofinal:caminhofiminicio _], _, CaminhoInicioFim: Custo) : meta(estadofinal),!, reverse(caminhofiminicio, CaminhoInicioFim). buscamenor([custoatual:estadoatual:caminho Folhas], Visitados, Solucao): sucessorescusto(custoatual:estadoatual:caminho, Visitados, Sucessores), insereordenado(sucessores, Folhas, NovoFolhas), union([estadoatual], Visitados, UniaoVisitados), buscamenor(novofolhas, UniaoVisitados, Solucao)
16 sucessorescusto(custoatual:estadoatual:caminho, Visitados, ListaDeSucessores): findall(custonovo:estadonovo:[acao Caminho], (acao(acao, EstadoAtual, EstadoNovo, CustoAcao), not(member(estadonovo, Visitados)), CustoNovo is CustoAtual+CustoAcao), ListaDeSucessores). insereordenado(novasopcoes, Caminhos, NovosCaminhos) : append(novasopcoes, Caminhos, OpcoesCaminhos), sort(opcoescaminhos, NovosCaminhos),!
17 Exercício: problema do troco Uma máquina automática tem N1 moedas de 1 centavo, N5 moedas de cinco centavos, N10 moedas de 10 centavos, N25 moedas de 25 centavos, N50 moedas de 50 centavos e N100 moedas de 1 real. Exercício Fazer a modelagem (grafo de estados) e codificação do problema para obter moedas para formar um troco de T, colocando um custo maior em oferecer moedas mais escassas e um custo menor em moedas mais frequentes. Dicas Se temos N moedas de um determinado tipo, o custo da operação de oferecer essa moeda pode ser 1/N se N > 0. Para simplificar a modelagem, reduza o número de moedas apenas após cada troco ter sido realizado.
18 Referências Slides Busca no espaço de estados (Parte I) Prof. Dr. Silvio do Lago Pereira Slides Busca no espaço de estados (Parte II) Prof. Dr. Silvio do Lago Pereira
Busca em Espaço de Estados a
Busca em Espaço de Estados a Fabrício Jailson Barth BandTec Agosto de 2012 a Slides baseados no material do Prof. Jomi F. Hübner (UFSC) Introdução 2 Agente orientado a meta O projetista não determina um
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
Leia maisResolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
Leia maisFundamentos de Inteligência Artificial [5COP099]
Fundamentos de Inteligência Artificial [5COP099] Dr. Sylvio Barbon Junior Departamento de Computação - UEL 1 o Semestre Assunto Aula 5 Algoritmos de Busca 2 de 27 Sumário Introdução Gerar e Testar Busca
Leia maisInteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville parpinelli@joinville.udesc.br www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Agentes solucionadores
Leia maisÁRVORES E ÁRVORE BINÁRIA DE BUSCA
ÁRVORES E ÁRVORE BINÁRIA DE BUSCA Prof. André Backes Definição 2 Diversas aplicações necessitam que se represente um conjunto de objetos e as suas relações hierárquicas Uma árvore é uma abstração matemática
Leia maisResolução de Problemas. Hugo Barros
Resolução de Problemas Hugo Barros Resolução de Problemas Tópicos Conceitos Básicos Espaço de Estados Resolução de Problemas Dedica-se ao estudo e elaboração de algoritmos, capazes de resolver, por exemplo,
Leia maisResolução de problemas por meio de busca. Inteligência Artificial
1 Resolução de problemas por meio de busca (Capítulo 3 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto 2 Estrutura 1. Agente de resolução de problema 2. Tipos de problema
Leia maisResolução de problemas por meio de busca. Capítulo 3 Inteligência Artificial Sistemas de Informação
Resolução de problemas por meio de busca Capítulo 3 Inteligência Artificial Sistemas de Informação Conteúdo Um exemplo Resolução de problemas por meio de busca Exemplos de problemas Em busca de soluções
Leia maisBCC204 - Teoria dos Grafos
BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal
Leia maisResolução de Problemas
Resolução de Problemas Como um agente pode encontrar uma sequência de ações que alcança seus objetivos quando nenhuma ação isolada é capaz de fazê-lo. 1 Resolução de Problemas Agente reativo simples: baseia
Leia maisINF 1771 Inteligência Artificial
INF 1771 Inteligência Artificial Aula 01 Resolução de problemas por meio de Busca Edirlei Soares de Lima Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
Leia maisInteligência Artificial
Contextualizando Inteligência Artificial Buscas Onde podemos usar a IA Problemas que não possuem soluções algortimicas Problemas que possuem soluções algoritimicas, mas são impraticáveis (Complexidade,
Leia maisInteligência Artificial
Inteligência Artificial Aula #2: Resolução de Problemas Via Busca Prof. Eduardo R. Hruschka 1 Agenda Tipos de Problemas Estados únicos (totalmente observável) Informação parcial Formulação do Problema
Leia maisAlgoritmos Distribuídos. AD Modelo Computacional 1
Algoritmos Distribuídos Modelo Computacional Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br http://www.dcc.ufmg.br/~loureiro AD Modelo Computacional 1 Modelo Computacional Modelo: Esquema que possibilita
Leia maismeio de busca Seções 3.1, 3.2 e 3.3
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reativos não funcionam em ambientes para quais o número de regras condição
Leia maisResolução de Problemas
Resolução de Problemas 1 Agente de Resolução de Problemas (1/2) 2 O agente reativo Escolhe suas ações com base apenas nas percepções atuais não pode pensar no futuro, não sabe aonde vai 4 5 8 1 6 7 2 3?
Leia maisERROS. Representação de Números
ERROS Desea-se oter respostas confiáveis para os prolemas porém nem sempre acontece. Isso é ustificado pela ocorrência de erros provenientes de várias fontes, alguns deles provenientes da fase de modelagem
Leia maisInteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula I - Introdução
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Resolução de problemas por meio de algoritmos
Leia maisINTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL. Aula 02 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica INTRODUÇÃO À INTELIGÊNCIA COMPUTACIONAL Aula 02 Prof. Vitor Hugo Ferreira Agentes Inteligentes O que torna um agente
Leia maisEste Robô utiliza o Indicador HILO_ACTIVATOR e Psar
Nome do Robô: EA_HILO_ACTIVATOR_PSAR Este Robô utiliza o Indicador HILO_ACTIVATOR e Psar O indicador HILO_ACTIVATOR é uma ferramenta que identifica tendências e bons pontos de saída. Ele é calculado através
Leia maisInteligência Artificial
Inteligência Artificial Resolvendo Problemas com Busca Agente solucionador de problemas (guiado por objetivo deliberativo) Busca uma sequência de ações que o leve a estados desejáveis (objetivos). Propriedades
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
Leia maisLinguagens de Programação Princípios e Paradigmas
Copyright The McGraw-Hill Companies, Inc. Permission required for reproduction or display. Linguagens e Ambientes de Programação 2002-2003 Linguagens de Programação Princípios e Paradigmas Gladys Castillo
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 03/2014 Sistemas Numéricos Algarismos Significativos Os algarismos significativos de um número são aqueles que podem ser
Leia maisErros META OBJETIVOS. 2.1 Erros
Erros META Conceituar o erro, as fontes e formas de expressar estes erros, propagação dos erros em operações aritméticas fórmula geral e problema inverso. OBJETIVOS Resolver problemas práticos de erros
Leia maisInteligência Artificial - IA
Busca sem informação Estratégias para determinar a ordem de expansão dos nós: 1. Busca em extensão 2. Busca de custo uniforme 3. Busca em profundidade 4. Busca com aprofundamento iterativo Direção da expansão:
Leia maisFundamentos de Programação Introdução
Fundamentos de Programação Introdução Arquitetura Genérica de um Computador Máquina de Von Neumann Diagrama conhecido como Máquina de Von Neumann (grande nome da informática) A finalidade de um computador
Leia maisUnidade I ESTATÍSTICA APLICADA. Prof. Mauricio Fanno
Unidade I ESTATÍSTICA APLICADA Prof. Mauricio Fanno Estatística indutiva Estatística descritiva Dados no passado ou no presente e em pequena quantidade, portanto, reais e coletáveis. Campo de trabalho:
Leia maisÁrvore Binária de Busca Ótima
MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nas seções sobre árvore binária de busca ótima do capítulo 4 do livro N. Wirth. Algorithms
Leia maisTeoria dos Grafos Aula 6
Teoria dos Grafos Aula 6 Aula passada Busca em grafos Busca em largura (BFS Breadth First Search) Propriedades Aula de hoje BFS implementação Complexidade Busca em profundidade (DFS) Conectividade, componentes
Leia maisDemonstração do Simulador de Saldo e Benefícios
Demonstração do Simulador de Saldo e Benefícios Disponível na área do participante www.prhosper.com.br área do participante acesso com logine senha Bem vindo(a) ao novo simulador PRhosper! O seu futuro
Leia maisa) Defina em Prolog iguais/1, um predicado que recebe um estado do jogo e que verifica que todas as pilhas têm o mesmo número de peças.
Introdução à Inteligência Artificial 2ª Época 29 Janeiro 2015 Nº Aluno: Nome Completo: Exame com consulta. Responda às perguntas nesta própria folha, nos espaços indicados. (I) O jogo do Nim (também chamado
Leia maisFuncionamento do computador. Conceito e definição de algoritmos. Prof. Alex Camargo
UNIVERSIDADE FEDERAL DO PAMPA CAMPUS BAGÉ ALGORITMOS E PROGRAMAÇÃO Funcionamento do computador. Conceito e definição de algoritmos Prof. Alex Camargo alexcamargoweb@gmail.com Funcionamento do computador
Leia maisEnunciados dos Exercícios Cap. 2 Russell & Norvig
Enunciados dos Exercícios Cap. 2 Russell & Norvig 1. (2.2) Tanto a medida de desempenho quanto a função de utilidade medem o quanto um agente está desempenhando bem suas atividades. Explique a diferença
Leia maisExercícios: Árvores. Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de estrutura de dados em linguagem C
Universidade Federal de Uberlândia - UFU Faculdade de Computação - FACOM Lista de exercícios de estrutura de dados em linguagem C Exercícios: Árvores 1. Utilizando os conceitos de grafos, defina uma árvore.
Leia maisAlgoritmos Genéticos. Princípio de Seleção Natural. Sub-áreas da Computação Evolutiva. Idéias básicas da CE. Computação Evolutiva
Computação Evolutiva Algoritmos Genéticos A computação evolutiva (CE) é uma área da ciência da computação que abrange modelos computacionais inspirados na Teoria da Evolução das Espécies, essencialmente
Leia maisInteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula VI Busca Competitiva
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação http://www.inf.unioeste.br/~claudia/ia2017.html Inteligência Artificial Resolução de problemas por meio de algoritmos
Leia maisÁrvore de Jogos Minimax e Poda Alfa-Beta
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Árvore de Jogos Minimax e Poda Alfa-Beta Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com
Leia maisCompiladores e Computabilidade
Compiladores e Computabilidade Prof. Leandro C. Fernandes UNIP Universidade Paulista, 2013 GERAÇÃO DE CÓDIGO INTERMEDIÁRIO Geração de Código Intermediário Corresponde a 1ª etapa do processo de Síntese
Leia maisSistemas Baseados em Conhecimento
Departamento de Informática Faculdade de Ciências Universidade de Lisboa Sistemas Baseados em Conhecimento Primeiro Teste 24 de Abril de 2008 Nome Completo: Nº Aluno: Licenciatura: com consulta 1 hora
Leia maisIntrodução aos Números Pseudo-aleatórios. Profa. Dra. Soraia Raupp Musse
Introdução aos Números Pseudo-aleatórios Profa. Dra. Soraia Raupp Musse Conceito: Um gerador de número pseudo-aleatório é um algoritmo que gera uma seqüência de números, os quais são aproximadamente independentes
Leia maisPPM CONTEÚDO. Lógica de programação Programação para manufatura Sistemas supervisorios PROGRAMAÇÃO PARA MANUFATURA 05/03/2009
PPM PROGRAMAÇÃO PARA MANUFATURA CONTEÚDO Lógica de programação Programação para manufatura Sistemas supervisorios 1 LÓGICA DE PROGRAMAÇÃO Abrangência Introduzir os conceitos básicos relacionados à lógica
Leia maissemana 03/05/2014 a 09/05/2014 semana 10/05/2014 a 16/05/2014 semana 17/05/2014 a 23/05/ e 25/05/2014
semana 03/05/2014 a 09/05/2014 semana 10/05/2014 a 16/05/2014 semana 17/05/2014 a 23/05/2014 24 e 25/05/2014 PROGRAMAÇÃO DE 03/05/2014 a 09/05/2014 PROGRAMAÇÃO DE 03/05/2014 a 09/05/2014 PROGRAMAÇÃO DE
Leia maisMétodos de Ordenação Parte 3
Estrutura de Dados II Métodos de Ordenação Parte 3 Prof a Márcio Bueno ed2tarde@marciobueno.com / ed2noite@marciobueno.com Material baseado nos materiais do Prof. Robson Lins Classificação em Memória Primária
Leia maisConceitos Básicos ENTRADA PROCESSAMENTO SAÍDA
Aula 02 - Algoritmos Disciplina: Algoritmos Prof. Allbert Velleniche de Aquino Almeida E-mail: allbert.almeida@fatec.sp.gov.br Site: http://www.allbert.com.br /allbert.almeida Conceitos Básicos Desde o
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maisIncertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy
Incertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy Rogério Vargas Dr. Luciano Vitoria Barboza, orientador Dra. Graçaliz Pereira Dimuro, co-orientadora Pelotas-RS,
Leia maisINTELIGÊNCIA ARTIFICIAL
INTELIGÊNCIA ARTIFICIAL Primeiro Teste 29 de Outubro de 2011 17:00-18:30 Este teste é composto por 9 páginas contendo 11 perguntas. Para perguntas com resposta de escolha múltipla, respostas erradas com
Leia maisInteligência Artificial
Inteligência Artificial Aula 6 Algoritmos Genéticos M.e Guylerme Velasco Roteiro Introdução Otimização Algoritmos Genéticos Representação Seleção Operadores Geneticos Aplicação Caixeiro Viajante Introdução
Leia maisExemplo de Arquitetura: Cliente/Servidor com Mestre e Escravos. Interface. Fator de speed-up. Speed-up
Exemplo de Arquitetura: Cliente/Servidor com Mestre e s Arquitetura Mestre- Speed-up / Cliente Mestre Prof João Paulo A Almeida (jpalmeida@infufesbr) Cliente 2015/01 - INF02799 Com alguns slides de Parallel
Leia maisAlgoritmos e Linguagem de Programação I
Algoritmos e Linguagem de Programação I Roberto Ferreira roberto.ferreira@lapa.ifbaiano.edu.br 2014.1 Módulo I Aula 3 Algoritmos Computacionais Na aula anterior vimos... Quais são os passos para solucionar
Leia maisLista 1 Sistemas Inteligentes (INE5633) 2014s2. Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul)
Lista 1 () 2014s2 Sistemas de Informação Universidade Federal de Santa Catarina Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul) 1. Tanto a medida de desempenho quanto a função de
Leia maisVERIFICAÇÃO & VALIDAÇÃO
VERIFICAÇÃO & VALIDAÇÃO Validação: Estamos construindo o produto certo? Verificação envolve checar se o software cumpre com suas especificações. Verificação: Estamos construindo certo o produto? Validação
Leia maisDesenho e Análise de Algoritmos
Desenho e Análise de Algoritmos Pedro Ribeiro DCC/FCUP 2014/2015 Pedro Ribeiro (DCC/FCUP) Desenho e Análise de Algoritmos 2014/2015 1 / 13 Informações Gerais Site: http://www.dcc.fc.up.pt/~pribeiro/aulas/daa1415/
Leia maisProgramação de Computadores III
Programação de Computadores III Aula 1 Professora Bianca (Sala 302 Bloco E) bianca@ic.uff.br http://www.ic.uff.br/~bianca/prog3/ Aula 1-31/08/2006 1 Objetivos Dar ao aluno noções básicas de programação
Leia maisOrganização e Arquitetura de Computadores I
Organização e Arquitetura de Computadores I Aritmética Computacional Slide 1 Sumário Unidade Lógica e Aritmética Representação de Números Inteiros Representação de Números de Ponto Flutuante Aritmética
Leia maisGerência de Projetos e Manutenção de Software Aula 5 Planejamento de Projetos Andréa Magalhães Magdaleno
Gerência de Projetos e Manutenção de Software Aula 5 Planejamento de Projetos Andréa Magalhães Magdaleno andrea@ic.uff.br 2016.02 Agenda Cronograma Custos e Orçamento Exercícios 2 Etapas do planejamento
Leia maisSinal de compra quando a linha verde do indicador RVI fica maior que a linha vermelha.
Nome do Robô: EA_RVI Este Robô utiliza o Indicador RVI RVI- O Índice Relativo de Vigor foi desenvolvido por John Eilers para definir a direção da tendência predominante. O indicador é baseado na ideia
Leia maisAlgoritmos e Estruturas de Dados I. Universidade Federal de São João del-rei Pedro Mitsuo Shiroma Sala 119 Bloco 3
Algoritmos e Estruturas de Dados I Universidade Federal de São João del-rei Pedro Mitsuo Shiroma Sala 119 Bloco 3 Computação - Algoritmo O que é um algoritmo? Um procedimento passo-a-passo para a solução
Leia maisNome do Robô: EA_HASHI
Nome do Robô: EA_HASHI Este Robô utiliza o Indicador HEIKEN ASHI o indicador HEIKEN ASHI um dos melhores indicadores seguidor de tendência do mercado, ele cria barras no gráfico azuis tendência de alta
Leia maisRedes de Petri. 1 Introdução. José de Oliveira Guimarães DC-UFSCar
Redes de Petri José de Oliveira Guimarães DC-UFSCar jose@dc.ufscar.br 1 Introdução Uma rede de petri (RP) é uma quádrupla (P, T, F, M 0 ) onde P é um conjunto de lugares, T um conjunto de transições, F
Leia maisOlimpíada Brasileira de Robótica 2012
Olimpíada Brasileira de Robótica 2012 Modalidade: Teórica Nível 2 (4º e 5º anos do ensino fundamental) Duração: 2 horas Nome do Aluno:...Matr:... Escola:... Cidade:... Estado:... Realização: Apoio: AVISO:
Leia maisBCC Introdu c ao ` a Programa c ao Portugol Guillermo C amara-ch avez UFOP 1/35
BCC 201 - Introdução à Programação Portugol Guillermo Cámara-Chávez UFOP 1/35 Introdução I Lógica A lógica é usada no dia a dia das pessoas que trabalham com computação para solucionar problemas de forma
Leia maisCircuito B4F 1º torneio 2011
I PROVA CIRCUITO 2011 19 Janeiro 2011 Agradecemos o apoio do Amazónia Jamor Hotel que, gentilmente, nos cedeu as suas magníficas instalações e o apoio da Nestlé para os nossos prémios mais doces Para começar
Leia maisReunião nº 04/2017 PMAS. CONSUMO CONSCIENTE DE ENERGIA DISPOSIÇÃO ADEQUADA DE RESÍDUOS (Lâmpadas, pilhas e baterias)
Reunião nº 04/2017 PMAS CONSUMO CONSCIENTE DE ENERGIA DISPOSIÇÃO ADEQUADA DE RESÍDUOS (Lâmpadas, pilhas e baterias) POLÍTICA INTEGRADA DE SEGURANÇA, SAÚDE E MEIO AMBIENTE PRINCÍPIOS POLÍTICA INTEGRADA
Leia maisGestão de Processos. Tópico 4. Ferramentas de Qualidade: PDCA
Gestão de Processos Tópico 4 Ferramentas de Qualidade: PDCA Sumário 1. O que é o Ciclo PDCA... 3 2. Importância do Ciclo PDCA... 3 3. Etapas do Ciclo PDCA... 3 3.1 Planejar (PLAN)... 3 3.1.1 Qual é o problema/processo
Leia maisétodos uméricos Erros Visão Geral Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos Erros Visão Geral Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisIntrodução à Análise e Projeto de Sistemas
Introdução à I. O Que vamos fazer na Disciplina? Saber uma linguagem de programação orientada a objeto (OO) não é suficiente para criar sistemas OO Tem que saber Análise e Projeto OO (APOO) Isto é, Análise
Leia maisINTELIGÊNCIA ARTIFICIAL 2008/09
INTELIGÊNI RTIFIIL 2008/09 PROUR 1) onsidere o problema da torre de Hanoi com discos. Neste problema, existem três pinos, e e discos de diâmetros diferentes, estando no início todos os discos colocados
Leia maisOtimização de horários Seminário. Clarisse Resende 25/01/2013
Otimização de horários Seminário Clarisse Resende 25/01/2013 O problema dos horários consiste numa sequência de atividades de programação, satisfazendo um conjunto de restrições de recursos. Pretende-se
Leia maisBuscas Informadas ou Heurísticas - Parte II
Buscas Informadas ou Heurísticas - Parte II Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Graduação em Ciência da Computação / 2006 FUNÇÕES HEURÍSTICAS - 1/7 FUNÇÕES HEURÍSTICAS - 2/7 Solução
Leia maisProteção. Nuno Ferreira Neves Faculdade de Ciências de Universidade de Lisboa. Fernando Ramos, Nuno Neves, Sistemas Operativos,
Proteção Nuno Ferreira Neves Faculdade de Ciências de Universidade de Lisboa Objetivos da aula Discutir os objetivos e o princípio basilar da proteção de um sistema Explicar como os domínios de proteção,
Leia maisPROCURA E PLANEAMENTO
PROCURA E PLANEAMENTO Primeiro Exame 13 de Janeiro de 2007 11:00-13:30 Este exame é composto por 13 páginas contendo 6 grupos de perguntas. Identifique já todas as folhas do exame com o seu nome e número.
Leia maisCI065 CI755 Algoritmos e Teoria dos Grafos
CI065 CI755 Algoritmos e Teoria dos Grafos Exercícios 11 de outubro de 2017 1 Fundamentos 1. Seja S = {S 1,..., S n } uma família de conjuntos. O grafo intercessão de S é o grafo G S cujo conjunto de vértices
Leia maisSISTEMAS DE INFORMAÇÃO NAS ORGANIZAÇÕES
SISTEMAS DE INFORMAÇÃO NAS ORGANIZAÇÕES Prof. Angelo Augusto Frozza, M.Sc. frozza@ifc-camboriu.edu.br ROTEIRO Custo/valor e qualidade da informação Tipos de Sistemas de Informação INFORMAÇÃO, DECISÕES
Leia maisMAC425/5739 Inteligência Artificial 3. Busca informada
MAC425/5739 Inteligência Artificial 3. Busca informada Denis Deratani Mauá (largamente baseado no material de aula dos Profs. Edileri de Lima e Leliane de Barros) MÉTODOS DE BUSCA Busca cega ou sistemática:
Leia maisInteligência Artificial (SI 214) Aula 6 Busca com Adversário. Prof. Josenildo Silva
Inteligência Artificial (SI 214) Aula 6 Busca com Adversário Prof. Josenildo Silva jcsilva@ifma.edu.br 2015 2012-2015 Josenildo Silva (jcsilva@ifma.edu.br) Este material é derivado dos slides de Hwee Tou
Leia mais#Conceituação. Algoritmos. Eliezio Soares
INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE CAMPUS SÃO GONÇALO DO AMARANTE Algoritmos #Conceituação Eliezio Soares Eliezio.soares@ifrn.edu Computadores e Tarefas 1. O computador
Leia maisInteligência Computacional
Rafael D. Ribeiro, M.Sc. rafaeldiasribeiro@gmail.com http://www.rafaeldiasribeiro.com.br Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensorese de agir sobre este ambiente
Leia maisINF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 24 Aprendizado Por Reforço Formas de Aprendizado Aprendizado Supervisionado Árvores de Decisão. K-Nearest Neighbor (KNN).
Leia maisResumo. Como um agente busca de seqüência de ações para alcançar seus objetivos.
Resumo Inteligência Artificial Russel e Norvig Capítulos 3,4 e 5 Prof. MsC Ly Freitas UEG Resolução de problemas por meio de busca Como um agente busca de seqüência de ações para alcançar seus objetivos.
Leia maisAlgoritmos e Estruturas de Dados II
Algoritmos e Estruturas de Dados II Organização Revisão (DFS) Exemplo de Execução (DFS) Grafos V: e Ricardo J. G. B. Campello Parte deste material é baseado em adaptações e extensões de slides disponíveis
Leia maisDesenvolvimento de programas. Análise do problema. Análise do problema. Análise do problema. Desenvolvimento do algoritmo. Codificação do programa
Desenvolvimento de programas 1 Análise do problema Desenvolvimento do algoritmo Codificação do programa Compilação e execução Teste e depuração Análise do problema 2 Conhecer exatamente o que o problema
Leia maisSSC510 Arquitetura de Computadores 1ª AULA
SSC510 Arquitetura de Computadores 1ª AULA REVISÃO DE ORGANIZAÇÃO DE COMPUTADORES Arquitetura X Organização Arquitetura - Atributos de um Sistema Computacional como visto pelo programador, isto é a estrutura
Leia maisSistemas de Banco de Dados
Sistemas de Banco de Dados Fundamentos em Bancos de Dados Relacionais Wladmir Cardoso Brandão www.wladmirbrandao.com Departamento de Ciência da Computação (DCC) Instituto de Ciências Exatas e Informática
Leia maisO Indicador TURTLE CHANNEL é um indicador que busca identificar as tendências e diminui os ruídos do indicador COLORHMA.
Nome do Robô: EA_TURTLECHANNEL_COLORHMA Este Robô utiliza os Indicadores TURTLE CHANNEL e COLORHMA O COLORHMA é um indicador muito versátil que faz com que este Robô consiga trabalhar com operações mais
Leia maisSinal de compra quando a mínima da barra fica abaixo do indicador e o fechamento da barra fica acima do indicador.
Nome do Robô: EA_NRTR_SPRS Este Robô utiliza os Indicadores NRTR A essência do indicador NRTR é sempre a uma distância a partir dos valores de topos e fundos alcançados, abaixo do valor ativo o gráfico
Leia maisOlimpíada Brasileira de Robótica 2012
Olimpíada Brasileira de Robótica 2012 Modalidade: Teórica Nível 2 (4º e 5º anos do ensino fundamental) Duração: 2 horas Nome do Aluno:...GABARITO...Matr:... Escola:... Cidade:... Estado:... Realização:
Leia maisCálculo Numérico - Mat 215. Prof. Dirceu Melo. Prof. Dirceu Melo - MAT215
Cálculo Numérico - Mat 215 Prof. Dirceu Melo Prof. Dirceu Melo - MAT215 1 1ª AULA Introdução Sistemas Decimal e Binário Conversão de Sistemas de base Sistema Aritmético de Ponto Flutuante INTRODUÇÃO 3
Leia maisMedida do Tempo de Execução de um Programa. David Menotti Algoritmos e Estruturas de Dados II DInf UFPR
Medida do Tempo de Execução de um Programa David Menotti Algoritmos e Estruturas de Dados II DInf UFPR Classes de Comportamento Assintótico Se f é uma função de complexidade para um algoritmo F, então
Leia maisFluxogramas. Vanessa Braganholo
Fluxogramas Vanessa Braganholo vanessa@ic.uff.br Antes de vermos Fluxogramas...... vamos conhecer um pouco sobre a evolução das linguagens de programação 2 Paradigmas de Programação Definem regras básicas
Leia maisAlgoritmos e Estrutura de Dados Aula 08 Pilhas
Algoritmos e Estrutura de Dados Aula 08 Pilhas Profa. Alana Oliveira e Prof. Davi Viana alanaslz@gmail.com e davi.viana@lsdi.ufma.br Se não entender, pergunte! Dados e Tipos de Dados Um dado é uma informação
Leia maisCEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02
. CEFET/RJ Disciplina: Inteligência Artificial Professor: Eduardo Bezerra Lista de exercícios 02 Créditos: alguns itens desta lista são adaptados do material da disciplina CS188 - Artificial Intelligence
Leia maisTópicos Especiais em Controle de Conversores Estáticos. Prof. Cassiano Rech
Tópicos Especiais em Controle de Conversores Estáticos cassiano@ieee.org 1 Aula de hoje O que é um conversor estático de potência? Por que devemos controlar um conversor estático? Por que necessitamos
Leia maisConceitos Básicos de Algoritmos
Conceitos Básicos de Algoritmos 35 TIPOS PRIMITIVOS Palavra-reservada: inteiro - define variáveis numéricas do tipo inteiro, ou seja, sem casas decimais Palavra-reservada: real - define variáveis numéricas
Leia maisManual do Tenente Skat. Martin Heni Eugene Trounev Revisor: Mike McBride Tradução: Marcus Gama Revisão: Stephen Killing
Martin Heni Eugene Trounev Revisor: Mike McBride Tradução: Marcus Gama Revisão: Stephen Killing 2 Conteúdo 1 Introdução 5 2 Como jogar 6 3 Regras do jogo, estratégias e dicas 7 3.1 A tela do jogo........................................
Leia maismétodo de solução aproximada
método de solução aproximada Definir - Representação - Objectivo - Função de avaliação 73 Representação do problema - Definição das variáveis de decisão do modelo escolhido para o problema real. Importante
Leia mais9ª Sessão. Avaliação de hipóteses SE Variáveis. Ruth Braga
9ª Sessão Avaliação de hipóteses SE Variáveis Ruth Braga Vamos criar o jogo: Pedra; Papel ; Tesoura O objetivo é o jogador escolher pedra,papel ou tesoura, clicando na imagem correspondente. O dispositivo
Leia maisCálculo Numérico - DCC034. Ana Paula
- DCC034 Introdução Sumário 1 Sobre o Curso 2 Introdução Sobre o Curso Sobre o Curso Sobre o Curso Informações Gerais Professores ana.coutosilva@dcc.ufmg.br Rosklin Juliano rosklinjuliano@gmail.com Moodle
Leia mais