Diagramas espirais, método auxiliar para a resolução ótima de árvores de falhas
|
|
- Célia Ferrão Desconhecida
- 5 Há anos
- Visualizações:
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
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 maisDIAGRAMAS 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 maisAPLICAÇÃO 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 maisLógica 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 maisBDD'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 maisBDDs. (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 maisÁrvores. 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 maisSUMÁRIO. 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 maisÁrvores - 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 maisIntrodução 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 maisCONCEITO 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 maisÁrvores 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 maisRaiz, 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 maisEdital 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 maisEstruturas 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 maisCES-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 maisCES-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 maisIntrodução 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 maisB-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 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 maisTGR 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 maisAlgoritmos 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 maisÁrvores & 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 maisÁrvores. 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 maisÁrvores. 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 maisUnidade 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 maisLógica 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 maisB-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 mais4 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 maisDisciplina: 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 maisÁrvores: 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 maisEdital 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 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 maisFTA. 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 maisTOPOLOGIAS. 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 maisPanorama 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 maisAPLICACIONES 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 maisTécnicas 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 maisBusca 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 maisOtimização 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 maisGerência 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 mais2 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 maisÁrvores. 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 mais23/05/12. 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 maisESTRUTURA 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 maisCES-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 maisMiolo_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 maisÁrvores. 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 maisAprendizagem 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 maisA 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 maisACH2043 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 maisEPUSP 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 maisESTRUTURA 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 maisModelagem 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 maisUniversidade 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 maisUniversidade 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 maisÁrvores 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.
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 maisUNIVERSIDADE 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 maisBanco 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 maisLinguagens 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 maisÁrvores & 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 maisAula 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 maisProblemas 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 maisMatemática 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 maisLivro: 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 maisÁrvores. 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 maisEdital 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 maisTécnicas 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 maisFormulação 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 maisAnálise 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 maisAcesso 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 maisEstrutura 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 maisUniversidade 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 maisSaída: 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 maisA 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 maisQUESTÕES 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 maisAnálise 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 maisEstrutura 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 maisOrdenação 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 maisMatemática 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 maisUma 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 maisEdital 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 maisESTUDO 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 maisÁrvores 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 maisRedes 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 maisXXIII 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 maisvariável 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 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 mais3 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 maisÁrvores. 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 maisModelo 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 maisCIC 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 maisGRAFOS 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 maisCap. 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 maisPesquisa 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 maisESTRUTURA 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 maisTCE 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