Diagramas espirais, método auxiliar para a resolução ótima de árvores de falhas

Tamanho: px
Começar a partir da página:

Download "Diagramas espirais, método auxiliar para a resolução ótima de árvores de falhas"

Transcrição

1 Diagramas espirais, método auxiliar para a resolução ótima de árvores de falhas Paulo Renato Alves Firmino (UFPE) praf62@yahoo.com Pedro Igor Carvalho Moreira (UFPE) pedroigor@click21.com.br Rohgi Toshio Meneses Chikushi (UFPE) rohgi_toshio@yahoo.com.br Enrique López Droguett (UFPE) ealopez@ufpe.br Resumo A análise da confiabilidade é uma importante ferramenta, tanto para o desenvolvimento de novos produtos, quanto para a melhor prática de manutenção de produtos em uso. Uma das suas intenções é evitar surpresas desagradáveis e, assim, garantir a satisfação dos clientes em relação à qualidade do produto. Uma das maneiras de se fazer inferência sobre as medidas de confiabilidade refere-se à anáise de árvores de falhas, que são estruturas lógicas, montadas postulando-se os eventos que podem levar a problemas inesperados do produto. Muitos são os métodos propostos para a resolução da árvore; porém, o de BDDs (Diagramas de Decisão Binária) tem sido citado como uma alternativa às técnicas convencionais, que alia tanto maior precisão quanto menor esforço computacional. O grande problema para a aplicação de BDDs reside na necessidade de conversão da árvore de falhas para o seu formato. Atualmente, muitos pesquisadores tentam encontrar uma maneira robusta de conversão que garanta um BDD ordenado (OBDD); isto é, com o menor número de variáveis possível.os diagramas espirais solucionam este problema, fazendo o papel de conversores da árvore de falhas a OBDDs e garantindo robustês para árvores de falhas que têm, a princípio, a característica de coerência. Palavras chave: Árvores de Falhas, Diagramas de Decisão Binária Ordenados(OBDDs), Diagramas Espirais. 1. Introdução A análise da confiabilidade é uma ferramenta de suporte técnico-científico que justifica tomadas de decisão, melhorias de produto, estratégias de manutenção, etc. Ela busca garantir o bom funcionamento do produto, respeitando suas características físicas, o seu tempo de uso e os fatores que influenciam o seu desempenho. A utilização de análises de árvores de falhas, permite a obtenção das medidas de confiabilidade do produto em relação aos eventos indesejáveis inerentemente ligados a ele. O estudo de uma árvore de falhas deduz todas as possíveis combinações de eventos que levam à falha do produto, são os chamados cortes da árvore. Entre os cortes da árvore pode-se separar aqueles que são mínimos; excluindo-se os cortes que contêm outros cortes; ou seja, as suas redundâncias. Veja Firmino et al. (2004). Os métodos tradicionais para a obtenção dos cortes mínimos limitam-se a pequenas árvores, devido ao desgaste computacional que requerem e à perda de precisão decorrente de artifícios necessários, à medida que o nível de detalhamento das árvores aumenta. Diante disto uma forma auternativa é a utilização de métodos de BDDs. Vários autores (BEDFORD & COOKE, 2001; BARLETT & ANDREWS, 1999 e 2000; DUTUIT & RAUZY, 2001; WEGNER, 2004, REAY & ANDREWS, 2002 e ENEGEP 2004 ABEPRO 1788

2 JUNG et al., 2004) citam BDDs como a melhor alternativa para a análise de árvores de falhas; porém, todos se deparam com a dificuldade de encontrar um procedimento de conversão robusto que garanta uma ordenação das variáveis (eventos básicos da árvore) e leve a um OBDD. Os métodos de diagramas espirais, exaustivamente testados em uma grande quantidade de árvores de falhas coerentes, surgem como uma maneira robusta, eficiente e dedutivamente comprovada de realizar o trabalho de conversão. Trabalhos posteriores serão direcionados a árvores de falhas incoerentes. Para um estudo detalhado, recomenda-se Moreira et al. (2004), que apresentam um exemplo sobre diagramas espirais e seus métodos. 2. Definições O método de diagramas espirais utiliza alguns termos próprios, e outros já conhecidos, que são apresentados a seguir: Conexão(ramificação): ligação de um evento básico, ou subsistema, a outro evento básico ou subsistema. Subsistema: cada porta lógica da árvore de falhas constitue um subsistema, cujos elementos são as suas ramificações, sejam eles eventos básicos ou outros subsistemas. Tamanho de um subsistema: é dado pelo seu número de ramificações e pelo tamanho dos seus subsistemas. Este tamanho se define, prioritariamente pelo número de ramificações dos subsistemas cujas portas lógicas são um OU e secundariamente pelo número de ramificações dos subsistemas cujas portas lógicas são um E. Como o tamanho em relação ao OU lógico é prioridade, um subsistema cuja porta lógica é um E, com k eventos básicos ramificados, terá um tamanho menor que o de um outro subsistema cuja porta lógica é um OU e possui apenas dois eventos básicos; mesmo que k seja maior que 2. Naturalmente, um evento básico terá o tamanho nulo, em relação a ambos os tipos de porta lógica. Conector (topo): evento básico, ou subsistema, mais próximo da raíz da árvore de falhas, em relação àquele que é uma ramificação sua. Diagrama Espiral: grafo cujas arestas (conexões ou ramificações) são direcionados para os topos. Observando a figura 1 tem-se que, G 0, G 1, G 2, G 3, G 4, e mesmo o topo da árvore, são subsistemas que constituem a árvore de falhas. O tamanho de G 1, por exemplo, é 2 em relação à porta lógica OU e 2 em relação à porta lógica E, enquanto que G 0 tem tamanho 4 em relação à porta lógica OU e 6 em relação à porta lógica E; sendo assim G 1 é menor que G 0. A grande importância da definição dos tamanhos dos subsistemas reside na necessidade de a árvore de falhas estar ordenada, neste sentido, para que o método de diagramas espirais possa ser aplicado; isto será detalhadamente explicado na seção 5. O topo da árvore é topo do evento básico G e do subsistema G 0, enquanto que G 0 é topo dos subsistemas G 1 e G 2. G 0 G G 1 G 2 G 3 A B G 4 C D E F Figura 1- Árvore de falhas. ENEGEP 2004 ABEPRO 1789

3 3. BDDs A noção de diagramas de decisão é tão natural que não é possível se saber qual foi a primeira vez que esse tipo de representação foi usado. Sistemas de classificação usados pelo botânico Carl von Linné, no século 18, podem ser considerados como diagramas de decisão. A primeira pessoa a usar diagramas de decisão como representação ou estrutura de dados para funções booleanas foi Lee e Bryant os popularizou, ao aplicá-los a sistemas digitais; porém, Coudert e Madre e Rauzy introduziram, de fato, BDDs na análise de confiabilidade (JUNG et al., 2004). Um BDD é um grafo acíclico e direcionado, construído a partir de dois tipos de módulos ou componentes. Um nó terminal, que é um nó não-conector, rotulado por uma constante booleana c {0, 1} e um nó interno, de decisão, que representa os eventos básicos, que é rotulado por uma variável do conjunto X = { x 1, x 2,...,x n }, referente ao conjunto de eventos básicos do sistema, e possui uma conexão rotulada por 0 e outra rotulada por 1. Considerando o rótulo x i e os conectores ou terminais v 0 e v 1, se x i = 1 então o diagrama segue para v 1 ; se não, o diagrama segue para v 0. Esta declaração é também conhecida como decomposição de Shannon ou, simplesmente, conectiva ITE (if-then-else), observe a figura 2, e pode ser aplicada a árvores coerentes e incoerentes. De acordo com Jung et al. (2004), considerando a função booleana representada de forma linear para qualquer x i, fx i = a xi bxi c, onde a, b e c, são funções booleanas das outras variáveis conectadas a x i e x i é o evento complementar a x i, a árvore de falhas é dita coerente se a função booleana a é sempre vazia; isto é, a pode ser descartada, e é este tipo de árvore de falhas que está sendo tratado neste artigo. Com isso, f = bx c. x i i 0 v x i 1 v 0 v 1 Figura 2- Representação grafo-binária da declaração ITE. 4.Subsistemas A estruturação dos subsistemas é fundamental para o sucesso, tanto da construção do diagrama quanto do método de diagramas espirais. Como foi dito anteriormente, o que define quais serão os subsistemas são as portas lógicas presentes na árvore de falhas. Observando a figura 4, os subsistemas G 1 e G 2 comporiam os dois maiores subsistemas da árvore de falhas; os quais poderiam ser compostos por outros subsistemas, e assim por diante. É simples perceber que, caso G 1 e G 2 sejam eventos básicos, a solução para a árvore de falhas é imediata. Na figura 4(a) haverá apenas um corte mínimo, G 1 G 2, enquanto que na figura 4(b) haverá dois cortes mínimos, G 1 e G 2 ; porém, caso eles sejam subsistemas bem detalhados; isto é, grandes, a solução para a árvore de falhas exigirá bastante esforço. G 1 G 2 (a) G 1 G 2 (b) Figura 4- Subsistemas de uma árvore de falhas. ENEGEP 2004 ABEPRO 1790

4 5. Diagramas Espirais A combinatória estuda o número de maneiras que determinado evento pode ocorrer, assim como tais maneiras. Desta forma, a análise de árvores de falhas é simplesmente uma extensão da combinatória, onde o evento de interesse é o evento topo da árvore de falhas e as maneiras de ocorrência de tal evento são os cortes da árvore. Considerando como um problema de combinatória o estudo das possíveis maneiras de ocorrência da falha de um sistema composto por dois subsistemas em paralelo, S 1 e S 2, onde o primeiro é composto por dois componentes em série e o segundo, por sua vez, por três componentes em série (veja a figura 5). Sendo E i o evento básico referente à falha do componente C i, do sistema, tem-se a árvore de falhas apresentada na figura 6. S 1 C 1 C 2 C 3 C 4 C 5 S 2 Figura 5- Diagrama de blocos do sistema proposto. Falha do sistema Falha do S 1 Falha do S 2 E 1 E 2 E 3 E 4 Figura 6- Árvore de falhas referente ao diagrama de blocos do sistema proposto. E 5 Utilizando as regras de adição e multiplicação do método de enumeração da combinatória, todas as maneiras de ocorrência da falha do sistema apresentam-se na figura 7. Para maiores detalhes, ver Meyer (1974). A proposta do diagrama espiral é otimizar a representação esquemática da combinatória; de forma a condensá-la, repetindo os nós o mínimo possível. Retornando à figura 7, onde E 3, E 4 e E 5 se repetem, a presença de uma conexão alternativa; isto é, uma conexão que represente o OU lógico, de E 1 para E 2 pode eliminar a presença da repetição dos nós, sem que haja alteração da estrutura lógica do diagrama. Como esta nova conexão representa o OU lógico, é pertinente que ela esteja presente, também, nos nós E 3 e E 4 ; já que, de fato, tem-se como opções E 3, E 4 ou E 5, seguidos de E 1 ou E 2. O diagrama da figura 8 mostra a representação esquemática, da figura 7, reestruturada fisicamente, como um diagrama espiral, onde as setas com linhas pontilhadas representam as conexões do tipo OU. E 3 E 3 E 1 E 4 E 1 E 4 Falha do sistema E 5 E 3 Falha do sistema E 5 E 2 Figura 7- Representação esquemática de todos as possíveis maneiras de ocorrer a falha do sistema proposto. E 4 E 5 Figura 8- Diagrama espiral referente à árvore de falhas do sistema proposto. O nome diagrama espiral se dá justamente pela presença das conexões OU, que aparecem sequencialmente no diagrama, da periferia para o centro e no sentido horário, dando a idéia de um espiral. Desta maneira, os diagramas espirais estão a um pequeno passo dos OBDDs ótimos. Eles são uma evolução da árvore de falhas; as duas grandes diferenças são que eles E 2 ENEGEP 2004 ABEPRO 1791

5 não possuem portas lógicas e que, assim como os BDDs, os eventos se conectam; porém, com uma particularidade, os eventos se conectam de forma ordenada; daí o motivo de os diagramas espirais estarem a um passo dos OBDDs. O topo da árvore é considerado como sendo um terminal e as ramificações do terminal são os eventos básicos da árvore de falhas, conectados através de uma lógica combinatória adequada à porta lógica do subsistema do qual faziam parte na árvore de falhas. Antes da aplicação da lógica combinatória, alguns cuidados devem ser tomados em relação à arvore de falhas; tais como: C1. Verificação de subsistemas que possuem subsistemas caracterizados por portas lógicas iguais à sua: Caso, um subsistema cuja porta lógica é um OU seja ramificação de um outro subsistema cuja porta lógica é também um OU, ou um subsistema cuja porta lógica é um E seja ramificação de um outro subsistema cuja porta lógica é também um E, tal subsistema pode ser removido e suas ramificações podem ser ramificações diretas do seu topo. Na figura 9, os eventos A, B, C e D podem ser ramificações diretas do topo de G 0 e G 1, já que estes possuem portas lógicas iguais às dos seus topos. Este tratamento é a etapa de contração da redução de Faunet (REAY & ANDREWS, 2002). G 0 G 1 A B C D Figura 9- Árvore de falhas com subsistemas cujas portas lógicas são iguais às dos seus topos. C2. Subsistemas com, no máximo, uma ramificação: Quando um subsistema possui, no máximo, uma ramificação, não há motivos para que ele permaneça na árvore de falhas; isto porquê não há a necessidade da aplicação de álegbra booleana para solucioná-lo. Caso isto ocorra, sua ramificação, se existir, pode passar a ser uma ramificação direta do seu topo e ele pode ser excluído da árvore, sem que haja qualquer alteração na estrutura lógica da árvore de falhas. C3.Ordenação dos subsistemas: Os subsistemas são ordenados de acordo com seus tamanhos. Como dito anteriormente, o tamanho de um subsistema é dado prioritariamente pelo seu tamanho em relação ao número de ramificações dos seus subsistemas cujas portas lógicas são do tipo OU e secundariamente pelo número de ramificações dos seus subsistemas cujas portas lógicas são do tipo E; incluindo nesses tamanhos o seu próprio número de ramificações, naturalmente. Após a ordenação, a árvore de falhas apresenta a mesma estrutura lógica; porém, com as portas lógicas ordenadas. Será considerada, aquí, uma ordenação crescente. A lógica combinatória para a construção do diagrama espiral é dada da seguinte forma: Caso um evento possua como topo um subsistema cuja porta lógica é um OU, duas análises devem ser feitas: 1. Se o topo em questão pertence a um outro subsistema, este outro subsistema possui uma porta lógica E, devido ao tratamento C1. Assim, todas as ramificações do topo em questão tornar-se-ão ramificações do último evento básico da última ramificação do ENEGEP 2004 ABEPRO 1792

6 subsistema à sua esquerda. Verificando a figura 10, os eventos C e D passaram a ser ramificações do evento B e G 1 poderá ser descartado. Se ao invés do evento B, a última ramificação de G 0 fosse um outro subsistema, esta mesma condição seria aplicada ao mesmo, até que o último evento básico de G 0 fosse encontrado. 2. Se o subsistema em questão não possui um topo; este é o topo da própria árvore; e, assim, as suas ramificações farão, na verdade, parte dos caminhos para se chegar à falha do sistema; isto é, ao terminal do diagrama espiral. Se ele é a única ramificação do seu topo, recai-se no tipo de caso em que C2 se aplica. Voltando à figura 10, dado que C e D já passaram a ser ramificações de B, A e B se conectarão ao topo; já que G 0 se tornará a sua única ramificação. Veja a figura A B C D Figura 10- Árvore de falhas com subsistemas cujas portas lógicas são do tipo OU. G 0 G 1 A C Figura 11- Conexão dos eventos básicos da árvore de falhas. B D Caso um evento pertença a um subsistema cuja porta lógica é um E, é necessário que este se conecte ao evento mais próximo à sua esquerda, dentro do subsistema, e que depois seja removido do subsistema. Na figura 12, os eventos D e B, se tornarão ramificações de C e A, respectivamente. A lógica combinatória, de uma forma geral, faz as seguintes conexões no diagrama espiral: as ramificações de subsistemas cujas portals lógicas são do tipo E, dado que estão ordenadas de forma crescente, são conectadas entre sí, da direita para a esquerda e postas no diagrama espiral; estas conexões representarão a ocorrência simultânea dos eventos básicos. As ramificações de subsistemas cujas portas lógicas são do tipo OU não são conectadas entre sí, ou elas fazem parte da lógica combinatória dos subsistemas cujas portas lógicas são um E ou se conectam ao terminal 1. Com isso a árvore descrita na figura 12 assume o diagrama espiral apresentado na figura 13, que tem uma analogia muito forte com um BDD, onde as conexões representariam a ocorrência simultânea dos eventos; isto é, das falhas. Assim, caso ocorram A E B OU C E D, o sistema representado pela figura 12 falha. Falta, apenas, realizar as conexões do tipo OU, para que o diagrama espiral seja o prório BDD. A conexão OU obedece, também, a uma lógica combinatória; porém, menos simples que a das conexões E. Para cada subsistema, cuja porta lógica é um OU, cada evento, ou subsistema, se conecta ao evento, ou subsistema, mais próximo à sua esquerda, no subsistema; onde esta conexão representa a presença de uma outra opção de se chegar ao terminal 1 do diagrama; isto é, esta conexão representa o OU lógico do diagrama espiral. Sendo assim G 1 tem uma conexão OU com G 0, na árvore representada na figura 12. Para realizar a conexão OU entre subsistemas, deles são capturados os eventos básicos que realizarão a conexão. Do subsistema receptor da conexão OU, extrai-se o último evento básico do seu último subsistema descendente cuja porta lógica é um OU e do subsistema a realizar a conexão OU extrai-se o primeiro evento básico do seu último subsistema descendente cuja porta lógica é também OU. Quando não existir qualquer subsistema cuja porta lógica é do tipo OU, selecina-se o último evento básico do último subsistema descendente, que será ou um subsistema cuja porta lógica é um E ou o último evento básico do subsistema em questão. Como tanto G 0 quanto G 1 são subsistemas que possuem portas lógicas do tipo E, os seus representantes serão B e D, respectivamente; assim D possuirá uma ENEGEP 2004 ABEPRO 1793

7 conexão OU com B; isto é, se não ocorrer G 0 ainda é possível que o sistema falhe, ou que se chegue ao terminal 1, por G 1. G 0 G 1 A B C D Figura 12- Árvore de falhas com subsistemas cujas portas lógicas são do tipo E. B A Figura 13- Diagrama espiral da árvore de falhas apresentada na figura C D 6. Método de Diagramas Espirais O método de diagramas espirais tem a função de converter o diagrama espiral em um BDD. A ordenação dos eventos básicos é dada pela distância entre o evento básico e o terminal 1; percorrendo o dagrama espiral, os eventos básicos são incluídos no BDD; onde, à direita se conectam ao seu conector no espiral ou ao terminal 1, caso não possua um conector, e à esquerda utilizam a conexão OU realizada na construção do diagrama, que representa uma opção para se chegar ao terminal 1. Sendo assim, o que é de fato necessário para se transformar o diagrama espiral em um OBDD é invertê-lo, onde o topo do OBDD será o último evento básico da última ramificação do diagrama espiral. Voltando à árvore de falhas apresenatada na figura 12, cujo diagrama espiral está apresentado na figura 13, o OBDD teria a estrutura da figura 14. É importante salientar que, neste caso, haverá eventos sem conexões do tipo OU; estes eventos, caso possuissem tais conexões, apontariam para o terminal 0, aquele que representa o funcionamento sem falhas do sistema. Isto não chega a ser um problema; já que o diferencial aquí é a substituição do terminal 0, pela a ausência de uma conexão OU. D B C A 1 Figura 14- OBDD da árvore de falhas apresentada na figura Incoerência, Inconsistência e Redundância Dois problemas são considerados críticos para o sucesso do método de diagramas espirais, a inconsistência e a redundância da árvore de falhas. Os caminhos inconsistentes são provenientes de árvores de falhas inconsistentes, mal construídas às vezes pela falta de conhecimento sobre o sistema ou pela falta de experiência do profissional responsável por sua construção. A redundância é a repetição de eventos, na árvore, que pode gerar cortes nãomínimos. Aquí, trata-se dos casos em que não se verifica a presença de inconsistência; por serem consideradas somente árvores coerentes. Firmino et al.(2004) apresentam uma série de métodos de redução da árvore de falhas responsáveis pela remoção de todas as suas redundâncias. Faz-se necessário salientar que apenas após todos os cuidados necessários, tanto de redução quanto de reestruturação da árvore de falhas, o método de diagramas espirais pode ser aplicado; caso isto não ocorra, os seus resultados são comprometidos. O método de diagramas espirais, que é responsável direto pela construção do OBDD, requer que a árvore esteja ENEGEP 2004 ABEPRO 1794

8 ordenada, em relação aos tamanhos dos seus subsistemas, e isenta da presença de redundâncias. 8.Conclusões De fato, o diagrama espiral e o método de diagramas espirais promovem um OBDD ótimo para qualquer árvore de falhas coerente. A sua lógica recursiva é uma maneira elegante e robusta de solucionar o problema de conversão da árvore de falhas em um OBDD ótimo e a sua lógica combinatória é totalmente implementável. Os diagramas espirais, assim como o seu método, eliminam uma das grandes dificuldades (se não a maior delas) de se utilizar OBDDs na resolução de árvores de falhas atualmente: construí-los e, a depender da arquitetura aplicada para a construção da árvore de falhas, requer o mínimo de esforço computacional possível. Desafios futuros são a análise dos métodos de diagramas espirais para árvores de falhas incoerentes. Referências BARLETT, L. M. & ANDREWS, J. D. (1999)- Efficient Basic Event Ordering Schemes for Fault Tree Analysis. Quality and Reliability Enginnering International. Vol. 15, p BARLETT, L.M. & ANDREWS, J. D. (2000)- An ordering heuristic to delevop the binary decision diagram based on structural importance. Reliability Engineering and System Safety. Vol. 72, p BEDFORD, T & COOKE, R. (2001)- Probabilistic Risk Analysis: Foundations and Methods. Cambridge University Press. Cambridge. BRYANT, R. E. (1992)- Symbolic Boolean Manipulation with Ordered Binary-Decision Diagrams. ACM Computing Surveys. vol. 24, n. 3, p DUTUIT, Y. & RAUZY, A. (2001)- Efficient algorithms to assess component and gate importance in fault tree analysis. Reliability Engineering and System Safety. Vol. 72, p FIRMINO, P. R.; MOREIRA, P. I. & DROGUETT, E. L. (2004)- Métodos para a remoção de redundâncias de árvores de falhas. Artigo submetido para este congresso. JUNG, W. S.; HAN, S. H.& HA J. (2004)- A fast BDD algorithm for large coherent fault trees analysis. Reliability Engineering and System Safety. Vol. 83, p MEYER, P. (1974)- Probabilidade. Aplicações à Estatística. Ao livro técnico S. A. Rio de Janeiro. MODARRES, M. (1999)- Reliability engineering and risk analyses. Marel Dekker. New York. MOREIRA, P. I.; FIRMINO, P. R. & DROGUETT, E. L. (2004)- Aplicação do método de diagramas espirais para resolução de árvores de falhas. Artigo submetido para este congresso. REAY, K. A. & ANDREWS, J. D. (2002)- A fault tree analysis strategy using binary decision diagrams. Reliability Engineering and System Safety. Vol. 78, p WEGNER, I. (2004)- BDDs-design, analysis, complexity, and applications. Discrete Applied Mathematics. Vol. 138, p ENEGEP 2004 ABEPRO 1795

Métodos para a remoção de redundâncias de árvores de falhas

Métodos para a remoção de redundâncias de árvores de falhas XXIV ncontro Nac. de ng. de Produção - Florianópolis, S, rasil, 03 a 05 de nov de 2004 Métodos para a remoção de redundâncias de árvores de falhas Paulo Renato lves Firmino (UFP) praf62@yahoo.com Pedro

Leia mais

DIAGRAMAS ESPIRAIS: MÉTODO AUXILIAR PARA A RESOLUÇÃO ÓTIMA DE ÁRVORES DE FALHAS VIA OBDD

DIAGRAMAS ESPIRAIS: MÉTODO AUXILIAR PARA A RESOLUÇÃO ÓTIMA DE ÁRVORES DE FALHAS VIA OBDD IGRMS ESPIRIS: MÉTOO UXILIR PR RESOLUÇÃO ÓTIM E ÁRVORES E FLHS VI O Paulo Renato lves Firmino UFPE, v. cadêmico Helio Ramos, s/n, idade Universitária, Recife-PE, ep: 50740-530, praf62@yahoo.com Pedro Igor

Leia mais

APLICAÇÃO DO MÉTODO DOS DIAGRAMAS ESPIRAIS NO AUXÍLIO PARA A RESOLUÇÃO DE ÁRVORES DE FALHAS VIA OBDD

APLICAÇÃO DO MÉTODO DOS DIAGRAMAS ESPIRAIS NO AUXÍLIO PARA A RESOLUÇÃO DE ÁRVORES DE FALHAS VIA OBDD APLICAÇÃO DO MÉTODO DOS DIAGRAMAS ESPIRAIS NO AUXÍLIO PARA A RESOLUÇÃO DE ÁRVORES DE FALHAS VIA OBDD Pedro Igor Carvalho Moreira UFPE, Av. Acadêmico Hélio Ramos, s/n, Cidade Universitária, Recife-PE, Cep:

Leia mais

Lógica Proposicional. LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08. c Inês Lynce c Luísa Coheur

Lógica Proposicional. LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08. c Inês Lynce c Luísa Coheur Capítulo 2 Lógica Proposicional Lógica para Programação LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08 c Inês Lynce c Luísa Coheur Programa Apresentação Conceitos Básicos Lógica Proposicional ou Cálculo

Leia mais

BDD's. (Diagramas de Decisão Binária) Universidade Federal do Rio Grande do Sul UFRGS Lógica para Computação - INF05508

BDD's. (Diagramas de Decisão Binária) Universidade Federal do Rio Grande do Sul UFRGS Lógica para Computação - INF05508 Universidade Federal do Rio Grande do Sul UFRGS Lógica para Computação - INF05508 BDD's (Diagramas de Decisão Binária) Leonardo de Miranda Leonardo Pavan Wagner Kolberg Porto Alegre, 23 de Novembro de

Leia mais

BDDs. (Diagramas de Decisão Binária)

BDDs. (Diagramas de Decisão Binária) BDDs (Diagramas de Decisão Binária) Model Checking Inventado em 1981 por Ed Clarke e Al Emerson. Com Clarke e Emerson, J.P. Queille and Joseph Sifakis inventaram independentemente a checagem de modelos

Leia mais

Árvores. SCC-214 Projeto de Algoritmos. Thiago A. S. Pardo. Um nó após o outro, adjacentes Sem relações hierárquicas entre os nós, em geral

Árvores. SCC-214 Projeto de Algoritmos. Thiago A. S. Pardo. Um nó após o outro, adjacentes Sem relações hierárquicas entre os nós, em geral SCC-214 Projeto de Algoritmos Thiago A. S. Pardo Listas e árvores Listas lineares Um nó após o outro, adjacentes Sem relações hierárquicas entre os nós, em geral Diversas aplicações necessitam de estruturas

Leia mais

SUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca

SUMÁRIO. Fundamentos Árvores Binárias Árvores Binárias de Busca ÁRVORES SUMÁRIO Fundamentos Árvores Binárias Árvores Binárias de Busca 2 ÁRVORES Utilizadas em muitas aplicações Modelam uma hierarquia entre elementos árvore genealógica Diagrama hierárquico de uma organização

Leia mais

Árvores - Conceitos. Roseli Ap. Francelin Romero

Árvores - Conceitos. Roseli Ap. Francelin Romero Árvores - Conceitos Roseli Ap. Francelin Romero Problema Representações/Implementações do TAD Lista Linear: Lista encadeada dinâmica eficiente para inserção e remoção dinâmica de elementos (início ou fim),

Leia mais

Introdução a Engenharia da Confiabilidade

Introdução a Engenharia da Confiabilidade GERENCIA DA MANUTENÇÃO Introdução a Engenharia da Confiabilidade Professor: Emerson Rigoni, Dr. rigoni@utfpr.edu.br www.rigoni.com.br/et54c.htm Evolução dos Conceitos Parte 1 - Análise dos Modos de Falha

Leia mais

CONCEITO DE ÁRVORE CES-11. A raiz é o único nó que não possui ancestrais. As folhas são os nós sem filhos. Exemplos:

CONCEITO DE ÁRVORE CES-11. A raiz é o único nó que não possui ancestrais. As folhas são os nós sem filhos. Exemplos: Árvores associadas a árvore Tantos as pilhas como as filas são estruturas lineares, isto é, de uma única dimensão. Na sua implementação, as listas ligadas possibilitam maior flexibilidade que os vetores,

Leia mais

Árvores B. Prof. Márcio Bueno. / Fonte: Material da Prof a Ana Eliza Lopes Moura

Árvores B. Prof. Márcio Bueno. / Fonte: Material da Prof a Ana Eliza Lopes Moura Árvores B Prof. Márcio Bueno ed2tarde@marciobueno.com / ed2noite@marciobueno.com Fonte: Material da Prof a Ana Eliza Lopes Moura Situação Problema Memória Principal Volátil e limitada Aplicações Grandes

Leia mais

Raiz, filho, pai, irmão, ancestral, descendente, folha.

Raiz, filho, pai, irmão, ancestral, descendente, folha. 17.1 Aula 17: Conceitos de Árvores e Árvores Binárias Raiz, ilho, pai, irmão, ancestral, descendente, olha. Nível, altura, subárvore, subárvore parcial. Árvores binárias completas, binárias cheias, estritamente

Leia mais

Edital de Seleção 053/2016 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões

Edital de Seleção 053/2016 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões Edital de Seleção 053/2016 PROPESP/UFAM Prova de Conhecimento Caderno de Questões CANDIDATO: INSCRIÇÃO: Assinatura conforme identidade INSTRUÇÕES PARA O CANDIDATO: Verifique o seu nome e o número da sua

Leia mais

Estruturas de Dados Grafos

Estruturas de Dados Grafos Estruturas de Dados Grafos Prof. Eduardo Alchieri (introdução) Grafo é um conjunto de pontos e linhas que conectam vários pontos Formalmente, um grafo G(V,A) é definido pelo par de conjuntos V e A, onde:

Leia mais

CES-11. Algoritmos e Estruturas de Dados

CES-11. Algoritmos e Estruturas de Dados CES-11 Algoritmos e Estruturas de Dados CES-11 Carlos Alberto Alonso Sanches Juliana de Melo Bezerra CES-11 Conceito de árvore Tantos as pilhas como as filas são estruturas lineares, isto é, de uma única

Leia mais

CES-11. Árvores. Conceito de árvore. Definição recursiva de árvore Definições associadas a árvore. Ordenação dos nós de uma árvore

CES-11. Árvores. Conceito de árvore. Definição recursiva de árvore Definições associadas a árvore. Ordenação dos nós de uma árvore Árvores Conceito de árvore CES-11 Definição recursiva de árvore Definições associadas a árvore Representações de árvores Ordenação dos nós de uma árvore CONCEITO DE ÁRVORE Tantos as pilhas como as filas

Leia mais

Introdução a Engenharia da Confiabilidade

Introdução a Engenharia da Confiabilidade GERENCIA DA MANUTENÇÃO Introdução a Engenharia da Confiabilidade Professor: Emerson Rigoni, Dr. rigoni@utfpr.edu.br www.rigoni.com.br/et54c.htm Evolução dos Conceitos Parte 1 Análise dos Modos de Falha

Leia mais

B-tree. B-Trees. Estrutura do nodo da B-tree. Balanceamento. Disposição dos elementos ordenados na B-tree. Exemplo de uma B-tree de ordem 3

B-tree. B-Trees. Estrutura do nodo da B-tree. Balanceamento. Disposição dos elementos ordenados na B-tree. Exemplo de uma B-tree de ordem 3 B-tree B-Trees Material da Prof. Denise Bandeira, aula de Christian Hofsetz B-Trees são árvores balanceadas. Diferente das árvores binárias, os nós de uma B-tree podem ter um número variável de nodos filho.

Leia mais

BCC204 - Teoria dos Grafos

BCC204 - 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 mais

TGR BCC Representação Computacional de Grafos. Prof. Ricardo José Pfitscher

TGR BCC Representação Computacional de Grafos. Prof. Ricardo José Pfitscher TGR BCC Representação Computacional de Grafos Prof. Ricardo José Pfitscher Cronograma Representação Matriz de djacências Lista de djacências Matriz de Incidências Representação Como podemos representar

Leia mais

Algoritmos Combinatórios: Introdução

Algoritmos Combinatórios: Introdução lucia@site.uottawa.ca UFSC, Fevereiro, 2010 Estruturas e Problemas Combinatórios Introdução a Algoritmos Combinatórios O que são: Estruturas Combinatórias? Algoritmos Combinatórios? Problemas Combinatórios?

Leia mais

Árvores & Árvores Binárias

Árvores & Árvores Binárias Árvores & Árvores Binárias Problema Implementações do TAD Lista Linear Lista encadeada eficiente para inserção e remoção dinâmica de elementos, mas ineficiente para busca Lista seqüencial (ordenada) Eficiente

Leia mais

Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo

Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó

Leia mais

Árvores. SCC-202 Algoritmos e Estruturas de Dados I. Lucas Antiqueira

Árvores. SCC-202 Algoritmos e Estruturas de Dados I. Lucas Antiqueira Árvores SCC-202 Algoritmos e Estruturas de Dados I Lucas Antiqueira Listas e árvores Listas lineares Um nó após o outro, adjacentes Nó sucessor e antecessor Diversas aplicações necessitam de estruturas

Leia mais

Unidade VI. Técnicas de Teste de Software Teste Estrutural. Profa. Dra. Sandra Fabbri

Unidade VI. Técnicas de Teste de Software Teste Estrutural. Profa. Dra. Sandra Fabbri Unidade VI Técnicas de Teste de Software Profa. Dra. Sandra Fabbri Os requisitos de teste são extraídos de uma implementação em particular Teste dos detalhes procedimentais A maioria dos critérios dessa

Leia mais

Lógica Proposicional. LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08. c Inês Lynce c Luísa Coheur

Lógica Proposicional. LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08. c Inês Lynce c Luísa Coheur Capítulo 2 Lógica Proposicional Lógica para Programação LEIC - Tagus Park 2 o Semestre, Ano Lectivo 2007/08 c Inês Lynce c Luísa Coheur Programa Apresentação Conceitos Básicos Lógica Proposicional ou Cálculo

Leia mais

B-Árvores. Siang Wun Song - Universidade de São Paulo - IME/USP. MAC Estruturas de Dados

B-Árvores. Siang Wun Song - Universidade de São Paulo - IME/USP. MAC Estruturas de Dados MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nos artigos Bayer, R. and E. McCreight. Organization and maintenance of large ordered

Leia mais

4 Modelos Propostos para Otimização de Planejamentos com Restrições de Precedência 4.1 Representação com Algoritmos Genéticos

4 Modelos Propostos para Otimização de Planejamentos com Restrições de Precedência 4.1 Representação com Algoritmos Genéticos 46 4 Modelos Propostos para Otimização de Planejamentos com Restrições de Precedência 4.1 Representação com Algoritmos Genéticos Para definir a representação de um modelo para problemas de planejamento

Leia mais

Disciplina: Matemática Discreta Agostinho Iaqchan Ryokiti Homa

Disciplina: Matemática Discreta Agostinho Iaqchan Ryokiti Homa Disciplina: Matemática Discreta Agostinho Iaqchan Ryokiti Homa Aula -Grafos Uma figura vale por mil palavras A representação de dados e ou informações utilizando de recursos visuais é, em muitos casos,

Leia mais

Árvores: Conceitos Básicos e Árvore Geradora

Árvores: Conceitos Básicos e Árvore Geradora Árvores: Conceitos Básicos e Árvore Geradora Grafos e Algoritmos Computacionais Prof. Flávio Humberto Cabral Nunes fhcnunes@yahoo.com.br 1 Introdução No dia a dia aparecem muitos problemas envolvendo árvores:

Leia mais

Edital de Seleção 032/2016 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões

Edital de Seleção 032/2016 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões Edital de Seleção 032/2016 PROPESP/UFAM Prova de Conhecimento Caderno de Questões CANDIDATO: INSCRIÇÃO: Assinatura conforme identidade INSTRUÇÕES PARA O CANDIDATO: Verifique o seu nome e o número da sua

Leia mais

ÁRVORES E ÁRVORE BINÁRIA DE BUSCA

ÁRVORES 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 mais

FTA. Prof. César M. Vargas Benítez

FTA. Prof. César M. Vargas Benítez Prof. César M. Vargas Benítez Agenda FTA o Definições o Símbolos o Construção de uma árvore de falhas o Exemplo FMEA e FTA - resumo comparativo Exercícios Definições o A análise da árvore de falhas (FTA

Leia mais

TOPOLOGIAS. A avaliação das topologias são baseadas em critérios que objetivam fornecer parâmetros de eficiência e praticidade.

TOPOLOGIAS. A avaliação das topologias são baseadas em critérios que objetivam fornecer parâmetros de eficiência e praticidade. TOPOLOGIAS Uma organização de processadores ou topologia ou modelo de organização de computadores pode ser representada por um grafo, onde os nós representam processadores (também conhecidos como elementos

Leia mais

Panorama da notação UML

Panorama da notação UML Panorama da notação UML A notação UML (Unified Modeling Language linguagem de modelagem unificada) evoluiu desde que foi adotada a primeira vez como um padrão em 1997. Uma revisão maior para o padrão foi

Leia mais

APLICACIONES INDUSTRIALES. Avaliação de árvores de falhas mediante uma planilha EXCEL

APLICACIONES INDUSTRIALES. Avaliação de árvores de falhas mediante uma planilha EXCEL Revista de Ingeniería Energética, 2018, vol 39, n. 1, Enero/Abril, p. 56-61 Centro de Investgación y Pruebas Electroenergéticas, Facultad de Ingeniería Electríca, Universidad Tecnológica de La Habana,

Leia mais

Técnicas Inteligência Artificial

Técnicas Inteligência Artificial Universidade do Sul de Santa Catarina Ciência da Computação Técnicas Inteligência Artificial Aula 03 Métodos de Busca Parte 1 Prof. Max Pereira Solução de Problemas como Busca Um problema pode ser considerado

Leia mais

Busca em Profundidade e em Largura

Busca em Profundidade e em Largura Busca em Profundidade e em Largura Grafos e Algoritmos Computacionais Prof. Flávio Humberto Cabral Nunes fhcnunes@yahoo.com.br 1 Mais sobre Caminhos TEOREMA: Se um grafo possui exatamente 2 vértices de

Leia mais

Otimização Combinatória - Parte 4

Otimização Combinatória - Parte 4 Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional

Leia mais

Gerência de Riscos. Análise de Modos de Falha e Efeito (AMFE).

Gerência de Riscos. Análise de Modos de Falha e Efeito (AMFE). Análise de Modos de Falha e Efeito (AMFE). É uma técnica que permite analisar as falhas de componentes de equipamentos, estimar as taxas de falhas e determinar os efeitos que podem advir destas falhas.

Leia mais

2 Definição do Problema

2 Definição do Problema Definição do Problema. Formulação Matemática O problema do Fluxo Máximo entre todos os pares de nós surge no contexto de redes, estas representadas por grafos, e deriva-se do problema singular de fluxo

Leia mais

Árvores. Fabio Gagliardi Cozman. PMR2300 Escola Politécnica da Universidade de São Paulo

Árvores. Fabio Gagliardi Cozman. PMR2300 Escola Politécnica da Universidade de São Paulo PMR2300 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó (exceto a

Leia mais

23/05/12. Agenda. Introdução. Introdução. Introdução. Álgebra. Relacional. Cálculo. Relacional

23/05/12. Agenda. Introdução. Introdução. Introdução. Álgebra. Relacional. Cálculo. Relacional Processamento de Consultas em BD Distribuídos Decomposição de consultas e Localização de dados IN1128/IF694 Bancos de Dados Distribuídos e Móveis Ana Carolina Salgado acs@cin.ufpe.br Bernadette Farias

Leia mais

ESTRUTURA DE DADOS. Arvore Binária Jose. Arvore Ternaria Direção

ESTRUTURA DE DADOS. Arvore Binária Jose. Arvore Ternaria Direção ESTRUTURA DE DADOS 1. Árvores: Uma das mais importantes classes de estruturas de dados em computação são as árvores. Aproveitando-se de sua organização hierárquica, muitas aplicações são realizadas usando-se

Leia mais

CES-11. Algoritmos e Estruturas de Dados. Carlos Alberto Alonso Sanches Juliana de Melo Bezerra

CES-11. Algoritmos e Estruturas de Dados. Carlos Alberto Alonso Sanches Juliana de Melo Bezerra CES-11 Algoritmos e Estruturas de Dados Carlos Alberto Alonso Sanches Juliana de Melo Bezerra Árvores CES-11 Conceito de árvore Definição recursiva de árvore Definições Representações de árvores Ordenação

Leia mais

Miolo_Analise_Falhas_2_Edicao_novo_atual:Miolo_Novo.qxd 13/01/ :51 Página 7. Sumário

Miolo_Analise_Falhas_2_Edicao_novo_atual:Miolo_Novo.qxd 13/01/ :51 Página 7. Sumário Miolo_Analise_Falhas_2_Edicao_novo_atual:Miolo_Novo.qxd 13/01/2014 16:51 Página 7 Sumário 1 Confiabilidade e FTA...17 1.1 Introdução...19 1.2 O que é confiabilidade...19 1.3 Fundamentos de confiabilidade...21

Leia mais

Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo

Árvores. Thiago Martins, Fabio Gagliardi Cozman. PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo PMR2300 / PMR3201 Escola Politécnica da Universidade de São Paulo Árvore: estrutura composta por nós e arestas entre nós. As arestas são direcionadas ( setas ) e: um nó (e apenas um) é a raiz; todo nó

Leia mais

Aprendizagem de Máquina. Prof. Júlio Cesar Nievola PPGIA - PUCPR

Aprendizagem de Máquina. Prof. Júlio Cesar Nievola PPGIA - PUCPR Aprendizagem de Máquina Prof. Júlio Cesar Nievola PPGIA - PUCPR Introdução Justificativa Recente progresso em algoritmos e teoria Disponibilidade crescente de dados online Poder computacional disponível

Leia mais

A Invenção da B-Tree. Árvores B Parte I. Problema. Problema. Introdução. Leandro C. Cintra Maria Cristina F. de Oliveira. Solução?

A Invenção da B-Tree. Árvores B Parte I. Problema. Problema. Introdução. Leandro C. Cintra Maria Cristina F. de Oliveira. Solução? Algoritmos e Estruturas de Dados II Prof. Ricardo J. G. B. Campello Árvores B Parte I Introdução Adaptado e Estendido dos Originais de: Leandro C. Cintra Maria Cristina F. de Oliveira A Invenção da B-Tree

Leia mais

ACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO

ACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO ACH2043 INTRODUÇÃO À TEORIA DA COMPUTAÇÃO 2. Linguagens Livres-do-Contexto Referência: SIPSER, M. Introdução à Teoria da Computação. 2ª edição, Ed. Thomson Prof. Marcelo S. Lauretto marcelolauretto@usp.br

Leia mais

EPUSP PCS 2011/2305/2355 Laboratório Digital. Frequencímetro

EPUSP PCS 2011/2305/2355 Laboratório Digital. Frequencímetro Frequencímetro Versão 2014 RESUMO Esta experiência tem como objetivo a familiarização com duas classes de componentes: os contadores e os registradores. Para isto, serão apresentados alguns exemplos de

Leia mais

ESTRUTURA DE DADOS. Árvores, árvores binárias e percursos. Cristina Boeres

ESTRUTURA DE DADOS. Árvores, árvores binárias e percursos. Cristina Boeres ESTRUTURA DE DADOS Árvores, árvores binárias e percursos Cristina Boeres 2 Árvores! utilizada em muitas aplicações! modela uma hierarquia entre elementos árvore genealógica diagrama hierárquico de uma

Leia mais

Modelagem Geométrica. André Tavares da Silva. Capítulo 12 do Foley Capítulo 4 de Azevedo e Conci Capítulo 11 de Mortenson

Modelagem Geométrica. André Tavares da Silva. Capítulo 12 do Foley Capítulo 4 de Azevedo e Conci Capítulo 11 de Mortenson Modelagem Geométrica André Tavares da Silva andre.silva@udesc.br Capítulo 12 do Foley Capítulo 4 de Azevedo e Conci Capítulo 11 de Mortenson Representações Decomposição Espacial Quadtrees Octrees BSPtree

Leia mais

Universidade Federal de Mato Grosso Estrutura de Dados II

Universidade Federal de Mato Grosso Estrutura de Dados II Universidade Federal de Mato Grosso Estrutura de Dados II Curso de Ciência da Computação Prof. Thiago P. da Silva thiagosilva@ufmt.br Agenda Definições Fator de Balanceamento Estrutura de um Nó Operações

Leia mais

Universidade Estadual de Mato Grosso do Sul Bacharelado em Ciência da Computação Algoritmos e Estruturas de Dados II Prof. Fabrício Sérgio de Paula

Universidade Estadual de Mato Grosso do Sul Bacharelado em Ciência da Computação Algoritmos e Estruturas de Dados II Prof. Fabrício Sérgio de Paula Universidade Estadual de Mato Grosso do Sul Bacharelado em Ciência da Computação Algoritmos e Estruturas de Dados II Prof. Fabrício Sérgio de Paula Tópicos Introdução Árvore digital Árvore digital binária

Leia mais

Árvores Conceitos gerais

Árvores Conceitos gerais http://www.mysticfractal.com/ FractalImaginator.html Árvores Conceitos gerais 9/11 Nesta aula veremos conceitos e definições sobre árvores Diferentemente das estruturas de pilhas, filas e listas que são

Leia mais

(a) todos os nós irmãos da árvore m-ária são interligados; (b) todas as conexões pai-filho são removidas, exceto a primeira de cada grupo.

(a) todos os nós irmãos da árvore m-ária são interligados; (b) todas as conexões pai-filho são removidas, exceto a primeira de cada grupo. 3. Listas Não Lineares Quando existe mais de um caminho possíveis pela estrutura, esta é dita não linear. Exemplos clássicos de estruturas deste tipo são as árvores e grafos (estes estudados em Algoritmos

Leia mais

UNIVERSIDADE DE SÃO PAULO ICMC SCC 202 Algoritmos e Estrutura de Dados I - 2º Semestre 2010 Profa. Sandra Maria Aluísio;

UNIVERSIDADE DE SÃO PAULO ICMC SCC 202 Algoritmos e Estrutura de Dados I - 2º Semestre 2010 Profa. Sandra Maria Aluísio; UNIVERSIDADE DE SÃO PAULO ICMC SCC 202 Algoritmos e Estrutura de Dados I - 2º Semestre 2010 Profa. Sandra Maria Aluísio; e-mail: sandra@icmc.usp.br Lista de Exercícios Árvores, Árvores Binárias, Árvores

Leia mais

Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Banco de Dados Processamento e Otimização de Consultas

Banco de Dados Profa. Dra. Cristina Dutra de Aguiar Ciferri. Banco de Dados Processamento e Otimização de Consultas Processamento e Otimização de Consultas Banco de Dados Motivação Consulta pode ter sua resposta computada por uma variedade de métodos (geralmente) Usuário (programador) sugere uma estratégia para achar

Leia mais

Linguagens Regulares. Prof. Daniel Oliveira

Linguagens Regulares. Prof. Daniel Oliveira Linguagens Regulares Prof. Daniel Oliveira Linguagens Regulares Linguagens Regulares ou Tipo 3 Hierarquia de Chomsky Linguagens Regulares Aborda-se os seguintes formalismos: Autômatos Finitos Expressões

Leia mais

Árvores & Árvores Binárias

Árvores & Árvores Binárias SCE 182 SCC122 Algoritmos Estruturas e Estruturas de Dados de Dados I Árvores & Árvores Binárias Prof. Material Original: Walter Aoiama Nagai; Maria das Graças Volpe Nunes; Definições Árvore T é um conjunto

Leia mais

Aula 08. Estruturas de dados Árvore e Grafo

Aula 08. Estruturas de dados Árvore e Grafo Logo Aula 08 Estruturas de dados Árvore e Grafo 2 Árvore Estruturas estudadas até agora não são \ adequadas para representar dados que devem ser dispostos de maneira hierárquica Ex., hierarquia de pastas

Leia mais

Problemas de Fluxo em Redes

Problemas de Fluxo em Redes CAPÍTULO 7 1. Conceitos fundamentais de grafos Em muitos problemas que nos surgem, a forma mais simples de o descrever, é representá-lo em forma de grafo, uma vez que um grafo oferece uma representação

Leia mais

Matemática Discreta 10

Matemática Discreta 10 Universidade Federal do Vale do São Francisco Curso de Engenharia da Computação Matemática Discreta 10 Prof. Jorge Cavalcanti jorge.cavalcanti@univasf.edu.br - www.univasf.edu.br/~jorge.cavalcanti 1 Muitas

Leia mais

Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer Capitulo 11 Aplicações à Teoria da Confiabilidade.

Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer Capitulo 11 Aplicações à Teoria da Confiabilidade. Livro: Probabilidade - Aplicações à Estatística Paul L. Meyer Capitulo 11 Aplicações à Teoria da Confiabilidade. Problemas 1. Suponha que, a duração até falhar de uma peça, seja normalmente distribuída

Leia mais

Árvores. Estruturas de Dados. Prof. Vilson Heck Junior

Árvores. Estruturas de Dados. Prof. Vilson Heck Junior Árvores Estruturas de Dados Prof. Vilson Heck Junior Árvores INTRODUÇÃO Introdução Árvores são estruturas de dados utilizadas para armazenar e recuperar dados de forma rápida e eficiente; Árvores não são

Leia mais

Edital de Seleção 023/2018 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões

Edital de Seleção 023/2018 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões Edital de Seleção 023/2018 PROPESP/UFAM Prova de Conhecimento Caderno de Questões CANDIDATO: INSCRIÇÃO: Assinatura conforme identidade INSTRUÇÕES PARA O CANDIDATO: Verifique o seu nome e o número da sua

Leia mais

Técnicas Inteligência Artificial

Técnicas Inteligência Artificial Universidade do Sul de Santa Catarina Ciência da Computação Técnicas Inteligência Artificial Aula 03 Métodos de Busca Prof. Max Pereira Solução de Problemas como Busca Um problema pode ser considerado

Leia mais

Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos

Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Teobaldo L. Bulhões Júnior a a Instituto de Computação, Universidade Federal Fluminense, Niterói, RJ, Brazil

Leia mais

Análise de Correspondência em acessos de pimenta

Análise de Correspondência em acessos de pimenta Análise de Correspondência em acessos de pimenta Bruno Caetano Vidigal 1 Paulo Roberto Cecon 2. 1 Introdução A Análise de Correspondência (AC) é uma das diversas técnicas de análise multivariada desenvolvida

Leia mais

Acesso Sequencial Indexado

Acesso Sequencial Indexado Acesso Sequencial Indexado Utiliza o princípio da pesquisa seqüencial cada registro é lido seqüencialmente até encontrar uma chave maior ou igual a chave de pesquisa. Providências necessárias para aumentar

Leia mais

Estrutura de Dados. Carlos Eduardo Batista. Centro de Informática - UFPB

Estrutura de Dados. Carlos Eduardo Batista. Centro de Informática - UFPB Estrutura de Dados Carlos Eduardo Batista Centro de Informática - UFPB bidu@ci.ufpb.br Árvores (parte 3) Estruturas de Dados 2 Organização dos dados: Linear: Listas, pilhas, filas. Relação sequencial.

Leia mais

Universidade Estadual de Mato Grosso do Sul Bacharelado em Ciência da Computação Algoritmos e Estruturas de Dados II Prof. Fabrício Sérgio de Paula

Universidade Estadual de Mato Grosso do Sul Bacharelado em Ciência da Computação Algoritmos e Estruturas de Dados II Prof. Fabrício Sérgio de Paula Universidade Estadual de Mato Grosso do Sul Bacharelado em Ciência da Computação Algoritmos e Estruturas de Dados II Prof. Fabrício Sérgio de Paula Tópicos Introdução Alocação sequencial Listas lineares,

Leia mais

Saída: Representação de conhecimento

Saída: Representação de conhecimento Saída: Representação de conhecimento Kate Revoredo katerevoredo@uniriotec.br 1 Saída: Representando padrões estruturais Existem muitas maneiras diferentes de representar padrões: Árvores de decisão, regras,

Leia mais

A Invenção da B-Tree. Árvores B Parte I. Problema. Problema. Árvores Binárias de Busca. Árvores Binárias de Busca. Introdução

A Invenção da B-Tree. Árvores B Parte I. Problema. Problema. Árvores Binárias de Busca. Árvores Binárias de Busca. Introdução Algoritmos e Estruturas de Dados II Árvores B Parte I Introdução Adaptado dos Originais de: Profa. Debora Medeiros Ricardo J. G. B. Campello Leandro C. Cintra Maria Cristina F. de Oliveira A Invenção da

Leia mais

QUESTÕES DE PROVAS ANTIGAS

QUESTÕES DE PROVAS ANTIGAS CT-24 QUESTÕES DE PROVAS ANTIGAS ) Preencha a tabela abaixo com Î ou Ï: ω(log n) Θ(n) O(n log n) Ω(n 2 ) o(n ) 6n + 2n 2 + 2.log n + 4n + n.log n + log n 2) Dada a árvore binária abaixo, escreva os seus

Leia mais

Análise e Projeto de Software

Análise e Projeto de Software Análise e Projeto de Software Proj. Desenvolvimento de Software Prof. Cleverton Hentz cleverton.hentz@ifrn.edu.br 8 de junho de 2017 Material Apresentado Sumário de Aula 1 Introdução 2 Estruturação do

Leia mais

Estrutura de Dados. Carlos Eduardo Batista. Centro de Informática - UFPB

Estrutura de Dados. Carlos Eduardo Batista. Centro de Informática - UFPB Estrutura de Dados Carlos Eduardo Batista Centro de Informática - UFPB bidu@ci.ufpb.br Árvores (parte 2) Estruturas de Dados 2 Organização dos dados: Linear: Listas, pilhas, filas. Relação sequencial.

Leia mais

Ordenação Externa. Ordenação Externa. Ordenação Externa. Ordenação Externa

Ordenação Externa. Ordenação Externa. Ordenação Externa. Ordenação Externa Ordenação Externa Ordenação Externa Estrutura de Dados II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação

Leia mais

Matemática Discreta. Aula 06: Teoria dos Grafos. Tópico 01: Grafos e suas Representações. Observação

Matemática Discreta. Aula 06: Teoria dos Grafos. Tópico 01: Grafos e suas Representações. Observação Aula 06: Teoria dos Grafos Tópico 01: Grafos e suas Representações Nesta aula nós passamos a estudar um outro assunto, mas que também tem muita aplicação na vida prática, a Teoria dos Grafos. Para esta

Leia mais

Uma forma de classificação

Uma forma de classificação Uma forma de classificação L. Não-RE ou f. nãocomputáveis LRE ou MT ou f. comput. L. Indecidíveis ou Procedimentos L. Recursivas ou Decidíveis ou Algoritmos Outra forma de classificação Problemas Indecidíveis

Leia mais

Edital de Seleção 024/2017 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões

Edital de Seleção 024/2017 PROPESP/UFAM. Prova de Conhecimento. Caderno de Questões Edital de Seleção 024/2017 PROPESP/UFAM Prova de Conhecimento Caderno de Questões CANDIDATO: «Nome» INSCRIÇÃO: «Inscrição» Assinatura conforme identidade INSTRUÇÕES PARA O CANDIDATO: Verifique o seu nome

Leia mais

ESTUDO DE CASO PARA VERIFICAR A SEGURANÇA EM DUTOS COM DEFEITOS DE CORROSÃO

ESTUDO DE CASO PARA VERIFICAR A SEGURANÇA EM DUTOS COM DEFEITOS DE CORROSÃO ESTUDO DE CASO PARA VERIFICAR A SEGURANÇA EM DUTOS COM DEFEITOS DE CORROSÃO Maylon Dieferson Silva de Sobral 1 ; Juliana Von Schmalz Torres 2 1 Estudante do Curso de Engenharia Civil CAA UFPE. E-mail:

Leia mais

Árvores Binárias de Busca (ABB) 18/11

Árvores Binárias de Busca (ABB) 18/11 Árvores Binárias de Busca (ABB) 18/11 Definição Uma Árvore Binária de Busca possui as mesmas propriedades de uma AB, acrescida da seguintes propriedade: Para todo nó da árvore, se seu valor é X, então:

Leia mais

Redes de Petri. Marcação e seu comportamento dinâmico. Marcação

Redes de Petri. Marcação e seu comportamento dinâmico. Marcação Redes de Petri A rede de Petri, técnica de modelagem original de onde derivou mais tarde o SFC, foi introduzida em 962 por Carl Adam Petri. Consiste de uma ferramenta gráfica e matemática extremamente

Leia mais

XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003

XXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003 Avaliação da confiabilidade de produtos em desenvolvimento através da combinação das técnicas de planejamento de experimento e testes acelerados de vida. Wanderley Silva Damaceno (UFPE) wander_sivla@yahoo.com.br

Leia mais

variável dependente natureza dicotômica ou binária independentes, tanto podem ser categóricas ou não estimar a probabilidade associada à ocorrência

variável dependente natureza dicotômica ou binária independentes, tanto podem ser categóricas ou não estimar a probabilidade associada à ocorrência REGRESSÃO LOGÍSTICA É uma técnica recomendada para situações em que a variável dependente é de natureza dicotômica ou binária. Quanto às independentes, tanto podem ser categóricas ou não. A regressão logística

Leia mais

Algoritmos e Estruturas de Dados II

Algoritmos 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 mais

3 Circuitos de objetos e simulação

3 Circuitos de objetos e simulação 3 Circuitos de objetos e simulação Simulação (Ross, 2001) é a arte da imitação. Freqüentemente, torna-se muito caro, ou mesmo impraticável, estudar um sistema real em ação. Se adicionarmos os pré-requisitos

Leia mais

Árvores. N-árias, Binárias, Busca. Vanessa Maia Berny Mestrado em Ciência da Computação

Árvores. N-árias, Binárias, Busca. Vanessa Maia Berny Mestrado em Ciência da Computação Árvores N-árias, Binárias, Busca Vanessa Maia Berny Mestrado em Ciência da Computação Disciplina de Estrutura de Dados Prof. Dr. Luzzardi, Paulo Roberto Gomes Abril de 2008 Árvores N-árias São estruturas

Leia mais

Modelo para alocação de instrumentos com previsão de redundância de medição em sistemas com medições escassas.

Modelo para alocação de instrumentos com previsão de redundância de medição em sistemas com medições escassas. Modelo para alocação de instrumentos com previsão de redundância de medição em sistemas com medições escassas. M. V. A. NARCISO 1, E. C. DO VALLE 1 e R. A. KALID 1 1 Universidade Federal da Bahia, Departamento

Leia mais

CIC 111 Análise e Projeto de Algoritmos II

CIC 111 Análise e Projeto de Algoritmos II CIC 111 Análise e Projeto de Algoritmos II Prof. Roberto Affonso da Costa Junior Universidade Federal de Itajubá AULA 22 Combinatorics Binomial coefficients Catalan numbers Inclusion-exclusion Burnside

Leia mais

GRAFOS Aula 08 Árvore Geradora Mínima: Algoritmos de Kruskal e Prim-Jarnik Max Pereira

GRAFOS Aula 08 Árvore Geradora Mínima: Algoritmos de Kruskal e Prim-Jarnik Max Pereira Ciência da Computação GRAFOS Aula 08 Árvore Geradora Mínima: Algoritmos de Kruskal e Prim-Jarnik Max Pereira Árvore Geradora (spanning tree) É um subconjunto de um grafo G que possui todos os vértices

Leia mais

Cap. 2 Conceitos Básicos em Teoria dos Grafos

Cap. 2 Conceitos Básicos em Teoria dos Grafos Teoria dos Grafos e Aplicações 8 Cap. 2 Conceitos Básicos em Teoria dos Grafos 2.1 Grafo É uma noção simples, abstrata e intuitiva, usada para representar a idéia de alguma espécie de relação entre os

Leia mais

Pesquisa em Árvores Digitais. Adaptado de David M.

Pesquisa em Árvores Digitais. Adaptado de David M. Pesquisa em Árvores Digitais Adaptado de David M. Pesquisa Digital Pesquisa digital é baseada na representação das chaves como uma seqüência de caracteres ou de dígitos. Os métodos de pesquisa digital

Leia mais

ESTRUTURA DE DADOS E ALGORITMOS. Árvores Binárias de Busca. Cristina Boeres

ESTRUTURA DE DADOS E ALGORITMOS. Árvores Binárias de Busca. Cristina Boeres ESTRUTURA DE DADOS E ALGORITMOS Árvores Binárias de Busca Cristina Boeres Árvore Binária de Busca 30! construída de tal forma que, para cada nó: nós com chaves menores estão na sub-árvore esquerda nós

Leia mais

TCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro

TCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro TCE Informática Pré-Processamento de Dados Prof. Marcelo Ribeiro www.acasadoconcurseiro.com.br Informática PRÉ-PROCESSAMENTO DE DADOS EM DATA MINING Técnicas de pré-processamento e transformação de dados

Leia mais