Satisfação de Restrições. Capítulo 5 (disponível online)
|
|
- Luiz Henrique Câmara Amado
- 8 Há anos
- Visualizações:
Transcrição
1 Satisfação de Restrições Capítulo 5 (disponível online)
2 Sumário Problemas de Satisfação de Restrições (CSPs) Procura com Retrocesso para CSPs Procura Local para CSPs Estrutura dos CSPs
3 Problemas de Satisfação de Restrições Problema de Procura Tradicional: CSP: estado é uma caixa preta qualquer estrutura de dados que suporte função sucessores, função heurística, e teste objectivo estado é definido por variáveis X i com valores do domínio D i Teste objectivo é um conjunto de restrições que especificam combinações possíveis de valores para subconjuntos de variáveis Possível utilização de algoritmos genéricos mais poderosos do que os tradicionais algoritmos de procura
4 Exemplo: Coloração de Mapa Variáveis WA, NT, Q, NSW, V, SA, T Domínios D i = {vermelho, verde, azul} Restrições: regiões adjacentes com cores diferentes e.g., WA NT, ou (WA,NT) {(vermelho,verde), (vermelho,azul), (verde,vermelho), (verde,azul), (azul,vermelho), (azul,verde)}
5 Exemplo: Coloração de Mapa Soluções são atribuições completas e consistentes, e.g., WA = vermelho, NT = verde, Q = vermelho, NSW = verde, V = vermelho, SA = azul, T = verde
6 Grafo de Restrições CSP binário: cada restrição relaciona duas variáveis Grafo de restrições: nós são variáveis, arcos são restrições
7 Variáveis em CSPs Variáveis discretas Domínios finitos: n variáveis, domínio dimensão d O(d n ) atribuições completas e.g., CSPs Booleanos, incluindo satisfação Booleana - SAT (NPcompleto) Domínios infinitos: inteiros, strings, etc. e.g., escalonamento de tarefas, variáveis têm datas de início/fim para cada tarefa Necessidade de uma linguagem de restrições, e.g., InícioTarefa InícioTarefa 3 Variáveis contínuas e.g., datas de início/fim para observações do telescópio espacial Hubble Restrições lineares solúveis em tempo linear usando programação linear
8 Tipos de restrições Restrições unárias referem-se a uma variável, e.g., SA verde Restrições binárias referem-se a pares de variáveis, e.g., SA WA Restrições de ordem superior envolvem 3 ou mais variáveis, e.g., restrições para cripto-aritmética
9 Exemplo: Crypto-aritmética Variáveis: F T U W R O X 1 X 2 X 3 Domínios: {0,1,2,3,4,5,6,7,8,9} Restrições: Alldiff (F,T,U,W,R,O) O + O = R + 10 X 1 X 1 + W + W = U + 10 X 2 X 2 + T + T = O + 10 X 3 X 3 = F, T 0, F 0
10 CSPs: exemplos reais Problemas de atribuição e.g., quem ensina o quê? Problemas de horários e.g., que aulas são oferecidas, quando e onde? Escalonamento de transportes Escalonamento do processo de fabrico
11 Procura Básica Estados são caracterizados pelas atribuições feitas até ao momento Formulação comum a todos os CSPs: Estado inicial: atribuição vazia { } Função sucessores: atribui um valor a uma variável não atribuída que não entra em conflito com a atribuição actual (falha se não existem atribuições possíveis) Teste objectivo: atribuição actual é completa
12 Procura Básica Notas: Todas as soluções para n variáveis estão à profundidade n usar procura em profundidade primeiro Caminho é irrelevante estado final tem a solução Sendo n = nº de variáveis d = #D (nº de elementos do domínio) então Factor de ramificação r = (n - l )d para a profundidade l, Nº de folhas = n! d n
13 Exemplo {X1, X2, X3}, D = {0, 1} n = nº de variáveis = 3 d = #D = 2 Factor de ramificação r = (n - l )d para a profundidade l l = 0 => r = (3-0)*2 = 6 (X1 = 0, X1 = 1, X2 = 0, X2 = 1, X3 = 0, X3 = 1) l = 1 => r = (3-1)*2 = 4 (Por exemplo, para o nó X1 = 0, temos as seguintes ramificações X2 = 0, X2 = 1, X3 = 0, X3 = 1) l = 2 => r = (3-2)*2 = 2 (Por exemplo, seguindo os nós X1 = 0 e X2 = 0, para este último temos apenas as ramificações X3 = 0, X3 = 1) Nº de folhas = n! d n = 6. 8 = 48 (= 6*4*2)
14 Procura com Retrocesso No entanto, repare-se que atribuições a variáveis são comutativas Ex: [ WA = vermelho então NT = verde ] é o mesmo que [ NT = verde então WA = vermelho ] Pelo que só é necessário considerar atribuições a uma única variável em cada nó r = d e existem apenas d n folhas
15 Procura com Retrocesso A procura em profundidade para CSPs com atribuição a uma única variável em cada nó é denominada procura com retrocesso Procura com retrocesso é o algoritmo básico (não informado) para CSPs Consegue resolver n-rainhas para n 25
16 Procura com Retrocesso Função ProcuraRetrocesso (csp) devolve solução ou falha devolve ProcuraRetrocessoRecursiva({},csp) Função ProcuraRetrocessoRecursiva(atrib,csp) devolve solução ou falha se atrib está completa então devolve atrib var SeleccionaVariávelNãoAtribuída(Variáveis[csp],atrib,csp) paracada valor em OrdenaValores(var,atrib,csp) se valor consistente com atrib dadas Restricões[csp] então adiciona {var=valor} a atrib resultado ProcuraRetrocessoRecursiva(atrib,csp) se resultado falha então devolve resultado remove {var=valor} de atrib devolve falha
17 Retrocesso: exemplo
18 Retrocesso: exemplo
19 Retrocesso: exemplo
20 Retrocesso: exemplo
21 Melhorias ao Retrocesso Métodos genéricos podem trazem grandes ganhos em eficiência: Que variável deve ser atribuída de seguida? Heurística do maior grau Heurística dos valores remanescentes mínimos Por que ordem devem ser atribuídos os valores? Heurística do valor menos restritivo Podemos detectar falhas inevitáveis com antecedência? Forward checking Propagação de restrições (consistência de arcos)
22 Melhorias ao Retrocesso Métodos genéricos podem trazem grandes ganhos em eficiência: Que variável deve ser atribuída de seguida? Heurística do maior grau Heurística dos valores remanescentes mínimos Por que ordem devem ser atribuídos os valores? Heurística do valor menos restritivo Podemos detectar falhas inevitáveis com antecedência? Forward checking Propagação de restrições (consistência de arcos)
23 Heurística do maior grau (Degree Heuristic) Esta heurística escolhe a variável que está envolvida no maior número de restrições com variáveis ainda não atribuídas Exemplo: South Australia é adjacente a todas as outras regiões, pelo que é a que está envolvida no maior número de restrições!
24 Heurística dos valores remascentes mínimos Esta heurística escolhe a variável com o menor número de valores possíveis no domínio
25 Melhorias ao Retrocesso Métodos genéricos podem trazem grandes ganhos em eficiência: Que variável deve ser atribuída de seguida? Heurística do maior grau Heurística dos valores remanescentes mínimos Por que ordem devem ser atribuídos os valores? Heurística do valor menos restritivo Podemos detectar falhas inevitáveis com antecedência? Forward checking Propagação de restrições (consistência de arcos)
26 Heurística do valor menos restritivo Esta heurística, dada uma variável, escolhe o valor que tem menos restrições, ou seja, escolhe o valor que elimina menos valores no domínio das outras variáveis
27 Melhorias ao retrocesso A combinação destas heurísticas permite resolver o problema das 1000-rainhas
28 Melhorias ao Retrocesso Métodos genéricos podem trazem grandes ganhos em eficiência: Que variável deve ser atribuída de seguida? Heurística do maior grau Heurística dos valores remanescentes mínimos Por que ordem devem ser atribuídos os valores? Heurística do valor menos restritivo Podemos detectar falhas inevitáveis com antecedência? Forward checking Propagação de restrições (consistência de arcos)
29 Forward checking Ideia: Manter um registo dos valores que podem ser atribuídos a variáveis ainda não atribuídas Terminar a procura quando existe pelo menos uma variável à qual não pode ser atribuído nenhum valor Forward checking = verificação posterior/olhar em frente
30 Forward checking
31 Forward checking
32 Propagação de restrições Forward checking propaga informação das variáveis atribuídas para as variáveis não atribuídas, mas não tem um mecanismo para detectar falhas antecipadamente: NT e SA não podem ser ambos azuis! Propagação de restrições verifica restrições localmente
33 Consistência de Arcos Do Inglês arc consistency Forma mais simples de propagação assegura consistência de arcos e.g. arco entre X e Y X Y é consistente sse para todos os valores x em X existe algum valor possível y em Y Y X é consistente sse para todos os valores y em Y existe algum valor possível x em X Se uma variável V perde um valor, então os vizinhos de V têm de ser revistos
34 Consistência de Arcos
35 Consistência de Arcos Se X perde um valor, então os vizinhos de X têm de ser revistos
36 Consistência de Arcos Consistência de arcos detecta conflitos mais cedo do que o mecanismo de forward checking Pode ser usado como pré-processador ou depois de cada atribuição Complexidade temporal para AC-3: O(n 2 d 3 ) Um CSP binário tem no máximo O(n 2 ) arcos Cada arco (Xi, Xj) só pode ser inserido na agenda, no máximo d vezes (Xi tem no máximo d valores a apagar) Ver a consistência de um arco pode ser vista em tempo O(d 2 )
37 Algoritmo AC-3 Função AC-3(csp) devolve csp, possivelmente com domínios reduzidos variável local: fila, uma fila ao início com todos os arcos do csp enquanto fila não está vazia (X i,x j ) RemovePrimeiro(fila) se RemoveValoresInconsistentes(X i,x j ) então paracada X k em Vizinhos[X i ] {X j } adiciona (X k,x i ) à fila Função RemoveValoresInconsistentes(X i,x j ) devolve verdadeiro sse remove um valor paracada x em Domínio[X i ] se não existe nenhum valor em Domínio[X j ] que satisfaça a restrição entre X i e X j então remove x de Domínio[X i ]; removido verdadeiro devolve removido
38 Retrocesso + Forward Checking X1 {1,2,3,4} X2 {1,2,3,4} X3 {1,2,3,4} X4 {1,2,3,4} Variáveis {X1,X2,X3,X4} Domínio X1 = Dom X2 = Dom X3 = Dom X4 = {1,2,3,4} Xj = i significa que rainha j está na posição (i,j) [Slides de B.J. Dorr - CMSC 421 course on AI]
39 Exemplo: 4-Rainhas X1 {1,2,3,4} X2 {1,2,3,4} X3 {1,2,3,4} X4 {1,2,3,4}
40 Exemplo: 4-Rainhas X1 {1,2,3,4} X2 {,,3,4} X3 {,2,,4} X4 {,2,3, }
41 Exemplo: 4-Rainhas X1 {1,2,3,4} X2 {,,3,4} X3 {,2,,4} X4 {,2,3, }
42 Exemplo: 4-Rainhas X1 {1,2,3,4} X2 {,,3,4} X3 {,,, } X4 {,2,3, }
43 Exemplo: 4-Rainhas X1 {1,2,3,4} X2 {,,,4} X3 {,2,,4} X4 {,2,3, }
44 Exemplo: 4-Rainhas X1 {1,2,3,4} X2 {,,,4} X3 {,2,, } X4 {,,3, } Consistência de arcos já teria detectado inconsistência!
45 Exemplo: 4-Rainhas X1 {1,2,3,4} X2 {,,,4} X3 {,2,, } X4 {,,, }
46 Exemplo: 4-Rainhas X1 {,2,3,4} X2 {1,2,3,4} X3 {1,2,3,4} X4 {1,2,3,4}
47 Exemplo: 4-Rainhas X1 {,2,3,4} X2 {,,,4} X3 {1,,3, } X4 {1,,3,4}
48 Exemplo: 4-Rainhas X1 {,2,3,4} X2 {,,,4} X3 {1,,3, } X4 {1,,3,4}
49 Exemplo: 4-Rainhas X1 {,2,3,4} X2 {,,,4} X3 {1,,, } X4 {1,,3, } Consistência de arcos já teria encontrado a solução!
50 Exemplo: 4-Rainhas X1 {,2,3,4} X2 {,,,4} X3 {1,,, } X4 {1,,3, }
51 Exemplo: 4-Rainhas X1 {,2,3,4} X2 {,,,4} X3 {1,,, } X4 {,,3, }
52 Exemplo: 4-Rainhas X1 {,2,3,4} X2 {,,,4} X3 {1,,, } X4 {,,3, }
53 Retrocesso inteligente (I) Motivação: O algoritmo BACKTRACKING-SEARCH segue uma política muito simples quando um ramo da procura falha: volta à variável anterior à falha e experimenta com um novo valor. Chama-se a isto CHRONOLOGICAL BACKTRACKING, porque o ponto mais recente de decisão é revisto. Vamos ver de seguida que há alternativas melhores para fazer isto
54 Retrocesso inteligente (I) Motivação: Considere-se a seguinte atribuição: Q = vermelho, NSW = verde, V = azul, T = vermelho SA = conflito! < O que é que faz o BACKTRACKING-SEARCH? Retrocesso alterar valor de T Só que T não foi responsável pelo conflito
55 Retrocesso inteligente (I) Retrocesso com salto: Uma alternativa à BACKTRACKING-SEARCH é saltar (inteligentemente) para a variável mais recentemente instanciada que faz parte do grupo de variáveis que são responsáveis pelo conflito (BACKJUMPING) Ao conjunto das variáveis que causou o conflito chamamos Conjunto de conflito (tipicamente, o conjunto de conflito para uma variável X são as variáveis já instanciadas, ligadas a X por restrições) Neste caso {Q, NSW, V} é o conjunto de conflito
56 Retrocesso inteligente (I) Uma pergunta? Esta técnica será melhor que o forward checking?
57 Retrocesso inteligente (I) Não Na verdade, o Forward checking faz o mesmo (o Backjumping é redundante numa procura que use o Forward checking) Considerando o exemplo anterior, ao atribuir valor a V, descobre que SA deixa de ter soluções possíveis
58 Retrocesso inteligente (II) Apesar de tudo, o retrocesso com salto dirigido ao conflito é uma boa ideia. No entanto, pode ser melhorada
59 Retrocesso inteligente (II) Motivação Considere-se a atribuição (inconsistente) WA = vermelho, NSW = vermelho e suponha-se T = vermelho. Quando formos para NT, Q, V, SA, já não existe nenhuma atribuição consistente Repare-se que o Backjumping e o Conjunto de conflito tal como definido não resolve o problema porque NT não está directamente relacionada com WA e NSW (ou seja, {WA e NSW} não é o seu conjunto de conflito)
60 Retrocesso inteligente (II) Conflit-directed Backjumping Isto leva a uma nova noção de Conjunto de conflito que tem de ir para além de relações directas: nesta nova abordagem o conjunto de conflito de uma variável X passa a ser o conjunto de variáveis já instanciadas que levaram a que X, juntamente com variáveis subsequentes, não tenham uma solução consistente. No caso do exemplo, o conjuto de conflito, de acordo com a nova definição é {WA, NSW}.
61 Retrocesso Inteligente (III) O retrocesso inteligente não evita que o mesmo conflito venha a aparecer novamente noutro ramo da árvore, e.g. T = vermelho, WA = vermelho, NSW = vermelho T = azul, WA = vermelho, NSW = vermelho Repetição de erros pode ser evitada com aprendizagem! Adicionar uma restrição que não permita que volte a acontecer WA = vermelho NSW = vermelho WA vermelho NSW vermelho
62 Procura Local para CSPs Usar algoritmos que usam estados completos, i.e. todas as variáveis atribuídas Para aplicar procura local a CSPs: Permitir estados em que não são satisfeitas todas as restrições Transições entre estados consiste na re-atribuição de valores a variáveis Ordenação de variáveis: seleccionar aleatoriamente qualquer variável para a qual exista um conflito Selecção de valores com a heurística menor número de conflitos (min-conflicts): Escolher valor que viola o menor número de restrições Se existirem vários valores nestas condições escolher um deles aleatoriamente
63 Exemplo: 4-Rainhas Estado: 4 rainhas em 4 colunas (4 4 = 256 estados) Acções: mover rainhas nas colunas Teste objectivo: não há ataques Função de Avaliação: h(n) = número de ataques Dado um estado inicial aleatório, existe uma grande probabilidade de resolver o problema das n-rainhas em tempo quase constante para n arbitrário (e.g., n = )
64 Exemplo: 8-Rainhas Duas iterações são suficientes para resolver o problema Em cada iteração é escolhida uma rainha que esteja em conflito para mudar de posição Nova posição minimiza o número de ataques (local e globalmente) Escolha aleatória entre posições que minimizam de igual modo o número de ataques
65 Procura Local vs. Retrocesso Vantagens Encontra soluções para problemas de grandes dimensões ( rainhas) Tempo de execução da heurística do menor número de conflitos está pouco dependente da dimensão do domínio Desvantagens Não permite provar que não há solução porque não mantém um registo dos estados já visitados
66 Estrutura de Problemas A estrutura de um problema, obtida através da representação em grafo, pode ser usada para facilitar a resolução do problema É importante detectar sub-problemas: melhorias no desempenho Que decisões afectam outras decisões? E.g. não existe nenhuma relação entre Tasmânia e as outras regiões
67 Estrutura em árvore Teorema: se um CSP não tem ciclos, então pode ser resolvido em tempo O(nd 2 ) em vez de O(d n ) Tipicamente um CSP que tem uma estrutura em árvore pode ser resolvido em tempo linear no número de variáveis
68 Aproximação para Árvore Podemos transformar um CSP numa estrutura em árvore adaptando o problema: remoção e colapsagem de nós Remoção de nós: atribuir valores a algumas variáveis t.q. variáveis não atribuídas formem uma árvore Compensa se o número de variáveis a atribuir é pequeno Identificar estas variáveis é NP-difícil! uso de aproximações E.g. atribuir SA
69 Aproximação para Árvore Colapsagem de nós Problema resultante é uma árvore cujos nós são subproblemas Cada sub-problema é resolvido separadamente Soluções resultantes são combinadas
70 Conclusões CSPs são um tipo especial de problemas: Estados definidos por valores atribuídos a um conjunto específico de variáveis Teste objectivo definido a partir de restrições nos valores das variáveis Retrocesso = procura em profundidade primeiro com uma variável atribuída por cada nó Ordenação de variáveis e selecção de valores é importante Forward checking evita atribuições que garantidamente levarão a conflitos no futuro Propagação de restrições (e.g. consistência de arcos) detecta inconsistências adicionais Procura local + h. menor número de conflitos é eficiente Conhecimento da estrutura do problema pode melhorar desempenho
Problemas de Satisfação de Restrições
Computação Inteligente Problemas de Satisfação de Restrições Lucas Augusto Carvalho Mestrado em Ciência da Computação 2011.1 DCOMP - Universidade Federal de Sergipe 1 Conteúdo Problemas de Satisfação de
Leia maisSatisfação de Restrições. Capítulo 5 (disponível online)
Satisfação de Restrições Capítulo 5 (disponível online) Sumário Problemas de Satisfação de Restrições (CSPs) Procura com Retrocesso para CSPs Procura Local para CSPs Estrutura dos CSPs Problemas de Satisfação
Leia maisSatisfação de Restrições. Capítulo 5 (disponível online)
Satisfação de Restrições Capítulo 5 (disponível online) Sumário Problemas de Satisfação de Restrições (CSPs, do Inglês Constraint Satisfaction Problems ) Procura com Retrocesso para CSPs Procura Local
Leia maisIA: Problemas de Satisfação de Restrições. Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
IA: Problemas de Satisfação de Restrições Prof. Msc. Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Introdução Um PSR é definido por um conjunto de variáveis X 1, X 2,..., X n, e por um conjunto de restrições,
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão
Leia maisProblemas de Satisfação de Restrições
Problemas de Satisfação de Restrições Texto base: Stuart Russel e Peter Norving - Inteligência Artificial David Poole, Alan Mackworth e Randy Goebel - Computational Intelligence A logical approach junho/2007
Leia maisInteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF
Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF No capítulo anterior... Estratégias de busca auxiliadas por heurísticas (A*, BRPM)
Leia maisInteligência Artificial. Prof. Tiago A. E. Ferreira Aula 11 Problemas com Satisfação de Vínculos
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 11 Problemas com Satisfação de Vínculos 1 Constraint Satisfaction Problems (CSP) Conceitos básicos Busca cega simples e refinada Busca heurística
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Parte 2. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Parte 2 Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br versão da aula: 0.3 Última aula teórica Algoritmo de Tentativa e Erro:
Leia maisInteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições
Inteligência Artificial (SI 214) Aula 5 Problemas de Satisfação de Restrições Prof. Josenildo Silva jcsilva@ifma.edu.br 2012 2012 Josenildo Silva (jcsilva@ifma.edu.br) Este material é derivado dos slides
Leia maisResolução de Problemas Com Procura. Capítulo 3
Resolução de Problemas Com Procura Capítulo 3 Sumário Agentes que resolvem problemas Tipos de problemas Formulação de problemas Exemplos de problemas Algoritmos de procura básicos Eliminação de estados
Leia maisSatisfação de Restrições. Capítulo 6
Satisfação de Restrições Capítulo 6 Problemas de Satisfação de Restrições Até agora (Cap 3, Cap 4) olhámos para resolução de problemas através de procura Problemas de Procura Tradicional Procura num espaço
Leia maisCTC-17 Inteligência Artificial Problemas de Busca. Prof. Paulo André Castro pauloac@ita.br
CTC-17 Inteligência Artificial Problemas de Busca Prof. Paulo André Castro pauloac@ita.br www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Agentes que buscam soluções para problemas: Exemplo Tipos de
Leia maisJogos vs. Problemas de Procura
Jogos Capítulo 6 Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas os movimentos que podem ser tomados pelo adversário Pontuação com sinais opostos O que
Leia maisSolução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio http://lmarti.com
Solução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio http://lmarti.com Python e AI (Re)-introdução ao Python. Problemas de busca e principais abordagens. Exemplos em Python Por que
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 5: O Método Simplex. 2 Algoritmo. O que é um algoritmo? Qualquer procedimento iterativo e finito de solução é um algoritmo. Um algoritmo é um processo que se repete (itera)
Leia maisÁrvores de Suporte de Custo Mínimo
Árvores de Suporte de Custo Mínimo Pedro Ribeiro DCC/FCUP 2014/2015 Pedro Ribeiro (DCC/FCUP) Árvores de Suporte de Custo Mínimo 2014/2015 1 / 28 Árvore de Suporte Uma árvore de suporte ou árvore de extensão
Leia maisAnálise e Complexidade de Algoritmos
Análise e Complexidade de Algoritmos Uma visão de Intratabilidade, Classes P e NP - redução polinomial - NP-completos e NP-difíceis Prof. Rodrigo Rocha prof.rodrigorocha@yahoo.com http://www.bolinhabolinha.com
Leia maisISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário. As Normas da família ISO 9000. As Normas da família ISO 9000
ISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário Gestão da Qualidade 2005 1 As Normas da família ISO 9000 ISO 9000 descreve os fundamentos de sistemas de gestão da qualidade e especifica
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Introdução. Prof. Humberto Brandão humberto@dcc.ufmg.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Introdução Prof. Humberto Brandão humberto@dcc.ufmg.br aula disponível no site: http://www.bcc.unifal-mg.edu.br/~humberto/ Universidade Federal de
Leia maisSumário. Comunicação Multicast. Soluções. Multicast. Application-Level Multicast. October 20, 2008 Algoritmos Epidémicos
Sumário Comunicação Multicast Multicast Application-Level Multicast October 20, 2008 Algoritmos Epidémicos Comunicação Multicast Soluções Multicast designa o envio duma mensagem para múltiplos destinatários.
Leia maisDificuldades de Modelos de PNL. Onde está a solução ótima? Outro exemplo: Condição ótima Local vs. Global. 15.053 Quinta-feira, 25 de abril
15.053 Quinta-feira, 25 de abril Teoria de Programação Não-Linear Programação Separável Dificuldades de Modelos de PNL Programa Linear: Apostilas: Notas de Aula Programas Não-Lineares 1 2 Análise gráfica
Leia maisMANUAL DO UTILIZADOR
MANUAL DO UTILIZADOR Versão 1.6 PÁGINA DE PESQUISA A página principal do PacWeb permite a realização de um número muito variado de pesquisas, simples, ou pelo contrário extremamente complexas, dependendo
Leia maisResolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3
Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reagvos não funcionam em ambientes para quais o número de regras condição-
Leia maisPPD: Balanceamento de Carga e Scheduling 2
PPD: Balanceamento de Carga e Scheduling 2 Fernando Silva DCC-FCUP 2 (Alguns dos slides são baseados nos de Kathy Yelick, www.cs.berkeley.edu/ yelick) Fernando Silva (DCC-FCUP) PPD: Balanceamento de Carga
Leia maisCAPÍTULO 2. Grafos e Redes
CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que
Leia maisAlgoritmos de pesquisa. Tabelas de dispersão/hash
Algoritmos de pesquisa Tabelas de dispersão/hash Introdução Motivação: Considerar o problema de pesquisar um determinado valor num vetor (array). Se o vetor não está ordenado, a pesquisa requer O(n) de
Leia maisAnálise de complexidade
Introdução Algoritmo: sequência de instruções necessárias para a resolução de um problema bem formulado (passíveis de implementação em computador) Estratégia: especificar (definir propriedades) arquitectura
Leia maisDiagrama de transição de Estados (DTE)
Diagrama de transição de Estados (DTE) O DTE é uma ferramenta de modelação poderosa para descrever o comportamento do sistema dependente do tempo. A necessidade de uma ferramenta deste tipo surgiu das
Leia maisInternet Update de PaintManager TM. Manual de instalação e utilização do programa de actualização
Internet Update de PaintManager TM Manual de instalação e utilização do programa de actualização ÍNDICE O que é o programa Internet Update? 3 Como se instala e executa o programa? 3 Aceder ao programa
Leia mais04/08/2012 MODELAGEM DE DADOS. PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS. Aula 2. Prof. Rafael Dias Ribeiro. M.Sc.
MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 2 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Revisão sobre Banco de Dados e SGBDs Aprender as principais
Leia maisSISTEMAS DISTRIBUÍDOS E TOLERÂNCIA A FALHAS
SISTEMAS DISTRIBUÍDOS E TOLERÂNCIA A FALHAS Automatic detection of firewall misconfigurations using firewall and network routing policies Flávio Amorim nº3409 Fábio Campos nº3481 ESTRUTURA DA APRESENTAÇÃO
Leia maisInteligência Computacional Aplicada a Engenharia de Software
Inteligência Computacional Aplicada a Engenharia de Software Estudo de caso III Prof. Ricardo de Sousa Britto rbritto@ufpi.edu.br Introdução Em alguns ambientes industriais, pode ser necessário priorizar
Leia maisArrendamento de espaço num armazém
Construção de Modelos de Programação Linear e Inteira 6 Arrendamento de espaço num armazém Uma empresa planeia arrendar espaço num armazém, sendo as suas necessidades para os próximos 5 meses as seguintes:
Leia maisAnálise de Sistemas. Conceito de análise de sistemas
Análise de Sistemas Conceito de análise de sistemas Sistema: Conjunto de partes organizadas (estruturadas) que concorrem para atingir um (ou mais) objectivos. Sistema de informação (SI): sub-sistema de
Leia maisPossui como idéia central a divisão de um universo de dados a ser organizado em subconjuntos mais gerenciáveis.
3. Tabelas de Hash As tabelas de hash são um tipo de estruturação para o armazenamento de informação, de uma forma extremamente simples, fácil de se implementar e intuitiva de se organizar grandes quantidades
Leia maisComeço por apresentar uma breve definição para projecto e para gestão de projectos respectivamente.
The role of Project management in achieving Project success Ao longo da desta reflexão vou abordar os seguintes tema: Definir projectos, gestão de projectos e distingui-los. Os objectivos da gestão de
Leia maisAula 20. Roteamento em Redes de Dados. Eytan Modiano MIT
Aula 20 Roteamento em Redes de Dados Eytan Modiano MIT 1 Roteamento Deve escolher rotas para vários pares origem, destino (pares O/D) ou para várias sessões. Roteamento datagrama: a rota é escolhida para
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.1. Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.
genda nálise e Técnicas de lgoritmos Jorge Figueiredo onceitos ásicos O Problema das Rainhas Template Genérico Mochila inária acktracking and ranch-and-ound Jogo da Troca de olas Jogo da Troca de olas
Leia maisSistemas de Nomes Planos
Sistemas de Nomes Planos November 2, 2009 Sumário Sistemas de Nomes Planos e DHTs Chord Sistemas de Nomes Planos Tipicamente, sistemas de nomes à escala da Internet usam nomes estruturados hierarquicamente.
Leia maisUtilização do SOLVER do EXCEL
Utilização do SOLVER do EXCEL 1 Utilização do SOLVER do EXCEL José Fernando Oliveira DEEC FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO MAIO 1998 Para ilustrar a utilização do Solver na resolução de
Leia maisPesquisa Operacional Programação em Redes
Pesquisa Operacional Programação em Redes Profa. Alessandra Martins Coelho outubro/2013 Modelagem em redes: Facilitar a visualização e a compreensão das características do sistema Problema de programação
Leia maisComputação Paralela. Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho.
Computação Paralela Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho Outubro 2005 Desenvolvimento de Aplicações Paralelas Uma Metodologia
Leia maisBase de dados I. Uma base de dados é um simples repositório de informação relacionado com um determinado assunto ou finalidade
Base de dados I O que é? Uma base de dados é um simples repositório de informação relacionado com um determinado assunto ou finalidade Para que serve? Serve para gerir vastos conjuntos de informação de
Leia maisO Processo de KDD. Data Mining SUMÁRIO - AULA1. O processo de KDD. Interpretação e Avaliação. Seleção e Pré-processamento. Consolidação de dados
SUMÁRIO - AULA1 O Processo de KDD O processo de KDD Interpretação e Avaliação Consolidação de dados Seleção e Pré-processamento Warehouse Data Mining Dados Preparados p(x)=0.02 Padrões & Modelos Conhecimento
Leia maisMÉTODOS DE RESOLUÇÃO DE PROBLEMAS EM IA. Busca em espaço de estados. Estados e Operadores. Jogo dos 8. Sumário. Exemplo: jogo dos 8
MÉTODOS DE RESOLUÇÃO DE PROBLEMAS EM IA Sumário busca em espaço de estados redução de problemas Busca em espaço de estados Exemplo: jogo dos 8 2 8 3 1 6 4 7 5 Jogo dos 8 Estados e Operadores Estado: uma
Leia maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia maisA Otimização Colônia de Formigas
A Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 22/04/2008 Índice A Inspiração Biológica O Ant System Aplicado ao PCV O Ant System Aplicado
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisAlgoritmos Genéticos (GA s)
Algoritmos Genéticos (GA s) 1 Algoritmos Genéticos (GA s) Dado um processo ou método de codificar soluções de um problema na forma de cromossomas e dada uma função de desempenho que nos dá um valor de
Leia maisRespostas dos Exercícios Cap. 2 Russell & Norvig
Respostas dos Exercícios Cap. 2 Russell & Norvig 1. (2.2) Uma medida de desempenho e utilizada por um observador externo para avaliar o sucesso de um agente. Uma função de utilidade e utilizada por um
Leia maisEspecificação Operacional.
Especificação Operacional. Para muitos sistemas, a incerteza acerca dos requisitos leva a mudanças e problemas mais tarde no desenvolvimento de software. Zave (1984) sugere um modelo de processo que permite
Leia maisMinistério das Finanças Instituto de Informática. Departamento de Sistemas de Informação
Ministério das Finanças Instituto de Informática Departamento de Sistemas de Informação Assiduidade para Calendários Específicos Junho 2010 Versão 6.0-2010 SUMÁRIO 1 OBJECTIVO 4 2 ECRÃ ELIMINADO 4 3 NOVOS
Leia maisSistema de Informação de Licenciamento de Operações de Gestão de Resíduos
Sistema de Informação de Licenciamento de Operações de Gestão de Resíduos Indice Indice... 2 1. Introdução... 3 2. Sistema de Informação de Licenciamento de Operações de Gestão de Resíduos (SILOGR)....
Leia maisCalculando resistor limitador para LED.
Calculando resistor limitador para LED. Texto Adaptado de: http://www.py2bbs.qsl.br/led.php. Acesso em: 01/03/2011 Aviso: Leia este texto completamente, não pule partes, pois explico o básico do básico
Leia mais7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura 7.1 - Exemplo de um grafo linear.
CAPÍTULO 7 7 ANÁLISE DE REDES 7.1 Conceitos Básicos em Teoria dos Grafos Diversos problemas de programação linear, inclusive os problemas de transporte, podem ser modelados como problemas de fluxo de redes.
Leia maisTarefa Orientada 6 Edição de Dados
Tarefa Orientada 6 Edição de Dados Objectivos: Inserção de dados. Alteração de dados. Eliminação de dados. Definição de Listas de Pesquisa (Lookup Lists) O Sistema de Gestão de Bases de Dados MS Access
Leia maisPROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO
PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO Luciano Pereira Magalhães - 8º - noite lpmag@hotmail.com Orientador: Prof Gustavo Campos Menezes Banca Examinadora: Prof Reinaldo Sá Fortes, Prof Eduardo
Leia maisFeature-Driven Development
FDD Feature-Driven Development Descrição dos Processos Requisitos Concepção e Planejamento Mais forma que conteúdo Desenvolver um Modelo Abrangente Construir a Lista de Features Planejar por
Leia maisGeração de código. Ivan Ricarte INTRODUÇÃO À COMPILAÇÃO
Geração de código Ivan Ricarte 2008 Sumário Geração de código intermediário Código de três endereços Notação pós-fixa Otimização de código Heurísticas de otimização Geração de código em linguagem simbólica
Leia maisSistemas Inteligentes Lista de Exercícios sobre Busca
Sistemas Inteligentes Lista de Exercícios sobre Busca 1) A* - Problema do metrô de Paris Suponha que queremos construir um sistema para auxiliar um usuário do metrô de Paris a saber o trajeto mais rápido
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisBusca em Espaço de Estados
Busca em Espaço de Estados Jomi Fred Hübner jomi@inf.furb.br FURB / BCC Introdução 2 Agente orientado a meta O projetista não determina um mapeamento entre percepções e ações, mas determina que objetivo
Leia maisTécnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos
Técnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos José Rogado jose.rogado@ulusofona.pt Universidade Lusófona Mestrado Eng.ª Informática e Sistemas de Informação 2013/14 Resumo
Leia maisEngenharia de Requisitos
Engenharia de Requisitos Introdução a Engenharia de Requisitos Professor: Ricardo Argenton Ramos Aula 08 Slide 1 Objetivos Introduzir a noção de requisitos do sistema e o processo da engenharia de requisitos.
Leia mais- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de Data Warehouses.
- A crescente necessidade de sistemas inteligentes e de aquisição de conhecimento levaram à necessidade de implementação de. - O que é uma Data Warehouse? - Colecção de bases de dados orientadas por assunto
Leia mais2006/2007 Análise e Síntese de Algoritmos 2
Análise e Síntese de Algoritmos Árvores Abrangentes de Menor Custo CLRS, Cap. 23 Resumo Árvores Abrangentes de Menor Custo Minimum-Spanning Trees (MSTs) Algoritmo (greedy) genérico Prova de optimalidade
Leia maisProblemas de Satisfação de Restrições
Problemas de Satisfação de Restrições (parte II) Profa. Josiane M. Pinheiro Prof. Sérgio R. P. da Silva agosto/2006 Tratando restrições especiais Certos tipos de restrições ocorrem com freqüência em problemas
Leia mais4 O Workflow e a Máquina de Regras
4 O Workflow e a Máquina de Regras O objetivo do workflow e da máquina de regras é definir um conjunto de passos e regras configuráveis. Ao longo de sua execução, um usuário consegue simplificar o seu
Leia maisDESENVOLVIMENTO DE SISTEMAS SOFTWARE FASE 1 GRUPO 10. Vítor Martins 47121. Rui Fonseca 47081. David Barbosa 47076. Ricardo Boas 47023
DESENVOLVIMENTO DE SISTEMAS SOFTWARE FASE 1 David Barbosa 47076 Ricardo Boas 47023 Rui Fonseca 47081 Vítor Martins 47121 GRUPO 10 2009/2010 1 Índice 1. Introdução... 2 1.1 Visão Geral do Problema... 2
Leia maisAPLICAÇÕES DA DERIVADA
Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,
Leia maisÁrvores. Algoritmos e Estruturas de Dados 2005/2006
Árvores Algoritmos e Estruturas de Dados 2005/2006 Árvores Conjunto de nós e conjunto de arestas que ligam pares de nós Um nó é a raiz Com excepção da raiz, todo o nó está ligado por uma aresta a 1 e 1
Leia mais01/05/2016. Danillo Tourinho Sancho da Silva, MSc ROTEIRIZAÇÃO TEORIA DOS GRAFOS MOTIVAÇÃO
ROTEIRIZAÇÃO Danillo Tourinho Sancho da Silva, MSc TEORIA DOS GRAFOS MOTIVAÇÃO 1 MOTIVAÇÃO Por que estudar grafos? Importante ferramenta matemática com aplicação em diversas áreas do conhecimento Utilizados
Leia maisPlano de endereçamento IPv6 da RCTS
Plano de endereçamento IPv6 da RCTS Linhas Gerais de Funcionamento do LIR IPv6 PT.RCCN I. Introdução A FCCN tem mantido nos últimos anos um projecto de acompanhamento dos desenvolvimentos efectuados sobre
Leia maisProjeto de Sistemas I
Instituto Federal de Educação, Ciência e Tecnologia de São Paulo Projeto de Sistemas I Professora: Kelly de Paula Cunha E-mail:kellypcsoares@ifsp.edu.br Requisitos: base para todo projeto, definindo o
Leia maisFMEA - Análise do Tipo e Efeito de Falha. José Carlos de Toledo Daniel Capaldo Amaral GEPEQ Grupo de Estudos e Pesquisa em Qualidade DEP - UFSCar
FMEA - Análise do Tipo e Efeito de Falha José Carlos de Toledo Daniel Capaldo Amaral GEPEQ Grupo de Estudos e Pesquisa em Qualidade DEP - UFSCar FMEA - Análise do Tipo e Efeito de Falha 1 1 Introdução
Leia maisARQUITECTURA DE COMPUTADORES CAPÍTULO II AULA X
ARQUITECTURA DE COMPUTADORES CAPÍTULO II AULA X Índice Traduzindo e iniciando uma aplicação Compiladores Assembladores Linkers Loaders DLLs Iniciando um programa em Java Após toda a matéria abordada nesta
Leia maisTRANSMISSÃO DE DADOS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com
- Aula 3-1. A CAMADA DE REDE (Parte 1) A camada de Rede está relacionada à transferência de pacotes da origem para o destino. No entanto, chegar ao destino pode envolver vários saltos em roteadores intermediários.
Leia maisInstalações Máquinas Equipamentos Pessoal de produção
Fascículo 6 Arranjo físico e fluxo O arranjo físico (em inglês layout) de uma operação produtiva preocupa-se com o posicionamento dos recursos de transformação. Isto é, definir onde colocar: Instalações
Leia maisMINERAÇÃO DE DADOS APLICADA. Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br
MINERAÇÃO DE DADOS APLICADA Pedro Henrique Bragioni Las Casas pedro.lascasas@dcc.ufmg.br Processo Weka uma Ferramenta Livre para Data Mining O que é Weka? Weka é um Software livre do tipo open source para
Leia maisProgramação III / Estruturas de Dados. Enunciado do Trabalho Prático
Programação III / Estruturas de Dados Enunciado do Trabalho Prático 1. Objectivo Pretende-se implementar uma base de dados que sirva para ajudar uma agência de viagens a planear as viagens a realizar pelos
Leia maisLógica e Bases de Dados. Prof. Elaine Faria e Hiran Nonato Programação Lógica UFU 2012
Lógica e Bases de Dados Prof. Elaine Faria e Hiran Nonato Programação Lógica UFU 2012 Bases de Dados Relacionais "Base de dados" Coleção de dados interrelacionados, armazenada de modo independente do programa
Leia maisMódulo III. Folhas de Cálculo
Módulo III Ferramentas do Office Folhas de Cálculo Ferramentas de produtividade 1 Folhas de Cálculo O que é: Uma Folha de Cálculo é, por tradição, um conjunto de células que formam uma grelha ou tabela
Leia maisRegressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros.
Regressão logística na identificação de factores de risco em acidentes automóveis e fraude de seguros. José Luís Mourão Faculdade de Ciências Universidade do Porto 28 de Janeiro de 2013 José Luís Mourão
Leia maisConstruir um modelo de dados é: - Identificar, Analisar e Registar a política da organização acerca dos dados
4. Modelo Entidade Associação 4.1. Introdução Modelo de Dados. Visão dos dados em vez de visão das aplicações. Eliminação de redundâncias. Partilha de dados pelas aplicações Construir um modelo de dados
Leia maisControlo da Qualidade Aula 05
Controlo da Qualidade Aula 05 Gestão da qualidade:. evolução do conceito. gestão pela qualidade total (tqm). introdução às normas iso 9000. norma iso 9001:2000 Evolução do conceito 2 gestão pela qualidade
Leia maisGESTÃO de PROJECTOS. Gestor de Projectos Informáticos. Luís Manuel Borges Gouveia 1
GESTÃO de PROJECTOS Gestor de Projectos Informáticos Luís Manuel Borges Gouveia 1 Iniciar o projecto estabelecer objectivos definir alvos estabelecer a estratégia conceber a estrutura de base do trabalho
Leia maisTigris & Euphrates. Regras em Português
Tigris & Euphrates Regras em Português Componentes do jogo 1 Tabuleiro 153 Peças de Civilização o 57 Vermelhas (Templos) o 36 Azuis (Quintas) o 30 Verdes (Mercados) o 30 Pretas (Colonizações) 8 Peças de
Leia maisAula 21: Roteamento em Redes de Dados
Aula : Roteamento em Redes de Dados Slide Redes de Pacotes Comutados Mensagens dividas em Pacotes que são roteados ao seu destino PC PC PC Rede de Pacotes PC PC PC PC Buffer Pacote Comutado Slide Roteamento
Leia maisPodemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em um projeto.
Discussão sobre Nivelamento Baseado em Fluxo de Caixa. Item aberto na lista E-Plan Podemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em
Leia mais. evolução do conceito. Inspecção 3. Controlo da qualidade 4. Controlo da Qualidade Aula 05. Gestão da qualidade:
Evolução do conceito 2 Controlo da Qualidade Aula 05 Gestão da :. evolução do conceito. gestão pela total (tqm). introdução às normas iso 9000. norma iso 9000:2000 gestão pela total garantia da controlo
Leia maisEngenharia de Software e Sistemas Distribuídos. Enunciado Geral do Projecto
LEIC-A, LEIC-T, LETI, MEIC-T, MEIC-A Engenharia de Software e Sistemas Distribuídos 2 o Semestre 2014/2015 Enunciado Geral do Projecto O que se segue é uma descrição geral do domínio do projecto a desenvolver
Leia maisMúltiplos Estágios processo com três estágios Inquérito de Satisfação Fase II
O seguinte exercício contempla um processo com três estágios. Baseia-se no Inquérito de Satisfação Fase II, sendo, por isso, essencial compreender primeiro o problema antes de começar o tutorial. 1 1.
Leia maisFaculdade Alagoana de Administração FAA Ciência da Computação. (Resolução de Problemas em) Espaço de Estados
Faculdade Alagoana de Administração FAA Ciência da Computação (Resolução de Problemas em) Espaço de Estados (Adaptado de O.B. Coelho & G. Bittencourt & C. Moraes) Maria Aparecida Amorim Sibaldo maasibaldo@gmail.com
Leia maisTECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO. SISTEMAS DE GESTÃO DE BASE DE DADOS Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO
TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO CONCEITOS BÁSICOS 1 Necessidade das base de dados Permite guardar dados dos mais variados tipos; Permite
Leia maisAcronis Servidor de Licença. Manual do Utilizador
Acronis Servidor de Licença Manual do Utilizador ÍNDICE 1. INTRODUÇÃO... 3 1.1 Descrição geral... 3 1.2 Política de licenças... 3 2. SISTEMAS OPERATIVOS SUPORTADOS... 4 3. INSTALAR O SERVIDOR DE LICENÇA
Leia mais