Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF
|
|
- Dalila Sales Santos
- 8 Há anos
- Visualizações:
Transcrição
1 Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF
2 No capítulo anterior... Estratégias de busca auxiliadas por heurísticas (A*, BRPM) Subida de encosta; Algoritmos genéticos; Agentes on-line em ambientes desconhecidos. 2
3 Capítulo 6 Problemas de satisfação de restrições
4 Satisfação de restrições Em certos problemas, os estados e teste de objetivo obedecem a uma representação padrão, estruturada e simples. Nestas situações, podem ser definidos algoritmos de busca que, utilizando a estrutura de estados, utilizam heurísticas generalistas, ao invés de heurísticas específicas para cada problema. A representação padrão do teste de objetivo revela a estrutura do próprio problema, o que nos leva a métodos de decomposição do mesmo. 4
5 Problema de satisfação de restrições Um problema de satisfação de restrições (PSR) é definido por: Um conjunto de variáveis: X1, X2,..., Xn; Um conjunto de restrições: C1, C2,... Cn; Cada variável Xi tem um domínio Di, não-vazio, de valores possíveis; Cada restrição Ci envolve algum subconjunto das variáveis e especifica as combinações de valores permitidas para aquele subconjunto.; 5
6 Problema de satisfação de restrições Um estado do problema é definido por uma atribuição de valores a alguma ou a todas as variáveis {Xi = vi, Xj = vj,...}; Uma atribuição que não viola nenhuma restrição é chamada de atribuição consistente ou válida; Atribuição completa é aquela em que toda variável é mencionada; Finalmente, uma solução para um PSR é uma solução completa que satisfaz todas as restrições. Em alguns casos, um PSR também exige uma solução que maximize uma função objetivo. 6
7 Exemplo PSR Neste capítulo, vamos usar o mapa da Austrália, dividido por seus principais territórios e estados. Em vários PSRs, utilizaremos uma visualização como um grafo de restrições. 7
8 Exemplo PSR O problema consiste em colorir o mapa com as cores vermelho, verde ou azul, de forma que nenhuma região vizinha tenha a mesma cor A representação como um PSR é da seguinte forma: Variáveis : uma para cada região: WA, NT, SA, NSW, V, Q e T Domínio das variáveis: vermelho, verde, azul Restrições: regiões vizinhas tenham cores distintas Na representação por grafo de restrições, os nós correspondem a variáveis e os arcos correspondem a restrições 8
9 Exemplo PSR Esta é a representação de uma possível solução do problema, mas certas dúvidas de como obtivemos esta solução permanecem: 9
10 Exemplo PSR Se uma variável é atribuída a cada passo, o quão profunda é a busca? Qual o número de possíveis atribuições, incluindo as que violam restrições? Qual o tamanho total do espaço de estados? Quais seriam os estados sucessores inválidos da atribuição {WA = vermelho}? Quais seriam os estados sucessores válidos da atribuição {WA = vermelho}? 10
11 Representação PSR A representação PSR segue o mesmo padrão visto anteriormente para a construção de um espaço de estados: Estado inicial: atribuição vazia { }, na qual todas as variáveis são não-atribuídas; Função sucessor: um valor pode ser atribuído a qualquer variável não-atribuída, desde que ela não entre em conflito com variáveis atribuídas anteriormente Teste deobjetivo: A atribuição corrente é completa Custo de caminho: Um custo constante (p. ex., 1) para todo passo 11
12 Representação PSR Toda solução deve ter uma atribuição completa, logo, aparece na profundidade n se existem n variáveis, estabelecendo uma profundidade máxima para a árvore de busca Esta característica torna o algoritmo de busca em profundidade popular para ospsrs Os problemas mais simples de PSR envolvem variáveis discretas e que têm domínios finitos, como a coloração de mapas e o problema das rainhas (as variáveis são as posições de cada rainha nas colunas domínio de 1 a 8) 12
13 Representação PSR Em PSRs de domínios finitos estão os PSRs booleanos Variáveis discretas podem ter domínios infinitos, como o conjunto de inteiros as restrições não podem ser enumeradas através de todas as combinações possíveis, deve ser especificada uma linguagem de restrições Por exemplo, se uma atividade1 demora 5 dias, e deve preceder uma atividade3, deve haver uma regra do tipo atividade1 + 5 atividade3 13
14 Representação PSR Os problemas de restrições com domínios contínuos são muito comuns em aplicações práticas e são estudados no campo da pesquisa operacional A categoria de PSRs de domínios contínuos são os problemas de programação linear 14
15 Restrições PSR As restrições podem ser classificadas como: Unárias: restringe o valor de uma única variável (por exemplo, Queensland pode só aceitar a cor azul), ó que é resolvido fazendo o pré-processamento do domínio da variável, removendo qualquer valor que viole a restrição Binárias: relacionam duas variáveis; por exemplo, cor (Queensland) cor(south Australia) De alta ordem: quando envolvem três ou mais variáveis, por exemplo, problemas criptoaritméticos De preferência: quando certas atribuições têm prioridade sobre outras; p. ex., podemos dizer que vermelho é melhor do que verde no problema de coloração de mapas 15
16 Exemplo restrições PSR Em muitas situações, o uso de variáveis auxiliares pode auxiliar na resolução do problema Em quebra-cabeças criptoaritméticos, cada letra representa um dígito diferente Exemplo: T W O + T W O F O U R Restrições: seis variáveis diferentes (F, T, O, W, U, R) Restrições de adição: O + O = R + 10 * X1 X1 + W + W = U + 10 * X2 X2 + T + T = O + 10 * X3 X3 = F 16
17 Exemplo restrições PSR X1, X2 e X3: variáveis auxiliares, representando o dígito transportado para a coluna seguinte Restrições de alta ordem podem ser representadas através de um hipergrafo de restrições 17
18 Exemplo restrições PSR Uma possível solução: F = 1, pois é o único dígito de dezena possível da soma de dois dígitos Quanto aos outros valores: T = 7; O = 4; R = 8; W = 3; U = 6. Este é um quebra-cabeça criptoaritmético fracamente definido, pois dadas às restrições permite múltiplas respostas. Outros, como S E N D + M O R E = M O N E Y é fortemente definido, com somente uma resposta válida (para casa) 18
19 Busca com retrocesso (backtracking) para PSRs Com a definição apresentada, um PSR pode ser resolvido como um problema de busca, usando-se qualquer dos algoritmos dos capítulos anteriores Suponhamos que seja usada a busca em largura; para um problema de n variáveis com domínio máximo de d (isto é, os valores que cada variável pode assumir), o fator de ramificação é de n*d; no próximo nível será de (n-1)*d, e assim sucessivamente, até gerar uma árvore com n!*d n folhas, sendo que seriam possíveis somente d n atribuições completas!!! 19
20 Busca com retrocesso para PSRs Nossa formulação até agora ignorou um fator importante, comum a todos os PSRs: a comutatividade Dizemos que o problema é comutativo se a ordem de aplicação de qualquer conjunto de ações dado não tem nenhum efeito sobre o resultado Portanto, os algoritmos de busca de PSRs geram sucessores considerando atribuições possíveis apenas para uma única variável em cada nó da árvore de busca Como um exemplo simples, na coloração do mapa da Austrália, poderíamos começar com uma escolha entre WA = vermelho, WA = azul e WA = verde, mas não entre WA = verde e SA = azul 20
21 Busca com retrocesso para PSRs A expressão busca com retrocesso é utilizada para indicar uma busca em profundidade que escolhe valores para uma variável de cada vez e que efetua o retrocesso quando uma variável não tem valores válidos restantes a serem atribuídos O algoritmo, além de usar o método de geração de um sucessor incremental de cada vez, ele estende a atribuição corrente para gerar um sucessor, ao invés de copiá-lo 21
22 Algoritmo simples com retrocesso para o PSR função PESQUISA-COM-RETROCESSO(psr) retorna uma solução ou falha retornar RETROCESSO-RECURSIVO({ }, psr); função RETROCESSO-RECURSIVO(atribuiçao, psr) retorna uma solução ou falha se atribuição é completa então retornar atribuição var SELECIONAR-VARIÁVEL-NÃO-ATRIBUÍDA(VARIÁVEIS[psr], atribuição, psr) para cada valor em VALORES-DE-ORDEM-NO-DOMÍNIO(var, atribuição, psr) faça se valor é consistente com a atribuição de acordo com RESTRIÇÕES[psr] então adicionar {var = valor} a atribuição resultado RETROCESSO-RECURSIVO(atribuição, psr) seresultado falha então retornar resultado remover { var = valor} da atribuição retornar falha 22
23 Exemplo de retrocesso 23
24 Exemplo de retrocesso Neste ponto, o algoritmo retrocede até um nó com estados inexplorados 24
25 Busca com retrocesso para PSRs - A ordem de nomeação é fixa (ordem de colorização entre cidades e a ordem de aplicação das cores); - Verifica a violação de restrições antes de expandir um estado 25
26 Busca com retrocesso para PSRs Em capítulos anteriores, utilizamos heurísticas específicas de cada domínio, derivadas de nosso conhecimento do problema, para corrigir o fraco desempenho de algoritmos de busca sem informação Busca com retrocesso é o método sem informação adicional básico para resolver PSRs, pode resolver o problema das n-rainhas para n 15 Em PSRs, podemos resolver problemas de maneira eficiente sem tal conhecimento específico, utilizando métodos generalistas para resolver as questões a seguir: 26
27 Busca com retrocesso para PSRs 1. Que variável deve ser atribuída em seguida, e em que ordem seus valores devem ser experimentados? 2. Quais são as implicações das atribuições de variáveis atuais para as outras variáveis não-atribuídas 3. Quando um caminho falha (é alcançado um estado em que uma variável não tem nenhum valor válido), a busca pode evitar repetir esta falha em caminhos subsequentes? 27
28 Ordenação de variáveis e valores Se não usado um método que estabeleça um critério para a ordem de seleção de variáveis não-atribuídas, raramente o resultado será o mais eficiente Por exemplo, se o mapa da Austrália começar a ser colorido com WA = vermelho, e em seguida NT = verde, obrigatoriamente SA será azul. Depois disso, as escolhas para Q, NSW e V são todas forçadas Esta idéia de escolher a variável com o menor número de valores válidos é chamada heurística de valores restantes mínimos (VRM) 28
29 Ordenação de variáveis e valores Este método também é conhecido como heurística de variável mais restrita ou de primeira falha, pois ele escolhe uma variável que tem a maior probabilidade de provocar uma falha em breve, podando assim a árvore de busca Se houver uma variável X com zero valores válidos restantes, a heurística VRM selecionará X e a falha será detectada de imediato, evitando buscas inúteis por outras variáveis que sempre retornarão falhas quando X for finalmente selecionada 29
30 Ordenação de variáveis e valores A heurística VRM não auxilia na escolha da primeira região a colorir a Austrália, porque inicialmente toda região tem três cores válidas Em uma situação como esta, a heurística de grau se mostra mais indicada. Ela tenta reduzir o número de ramificações em escolhas futuras selecionando a variável envolvida no maior número de restrições sobre outras variáveis não-atribuídas A heurística VRM normalmente é um guia mais poderoso, mas a heurística de grau é mais útil como critério de desempate 30
31 Ordenação de variáveis e valores SA é a variável com grau mais alto, 5. As demais variáveis tem grau 2 ou 3, com exceção de T, que tem grau Uma vez escolhida SA, a aplicação da heurística de grau resolve o problema sem quaisquer etapas desnecessárias, podendo chegar a uma solução sem retrocesso 31
32 Ordenação de variáveis e valores Uma vez que uma variável foi selecionada, o algoritmo deve decidir que ordem seu valores devem ser examinados A heurística VMR prefere o valor que elimina o menor número possível de escolhas para as variáveis vizinhas no grafo de restrições Por exemplo, suponha que já tenha sido feito a atribuição parcial WA = vermelho e NT = verde, e que a próxima escolha seja a de Q Azul seria uma má escolha, pois elimina o último valor válido para SA, vizinho de Q. De forma geral, a heurística tenta deixar a máxima flexibilidade para atribuições de variáveis subsequentes 32
33 Propagando informações por meio de restrições Uma maneira de utilizar melhor as restrições durante a busca é chamada de verificação prévia Sempre que uma variável X é atribuída, o processo de verificação prévia examina cada variável não-atribuída Y que está conectada por uma restrição a X e exclui do domínio de Y qualquer valor que esteja inconsistente com o valor escolhido para X O exemplo a seguir mostra a coloração do mapa da Austrália com verificação prévia 33
34 Propagando informações por meio de restrições Observe que após atribuir WA = vermelho e Q = verde, os domínios NT e SA são reduzidos a um único valor. Foram eliminada por completo as ramificações nestas variáveis pela propagação de informações a partir de WA e Q E depois que V = azul, o domínio de SA ficou vazio. O Algoritmo de verificação prévia detectou que a atribuição parcial é inconsistente com as restrições do problema, e o algoritmo regressará imediatamente 34
35 Propagação de restrições A verificação prévia auxilia na detecção de inconsistências, mas não garante a detecção de todas as possíveis ocorrências, pois não realiza o exame a uma distância suficientemente longa à frente A propagação de restrições garante que ocorra a propagação das implicações de uma restrição sobre uma variável para outras variáveis No exemplo anterior, é preciso fazer a propagação a partir de WA e Q sobre NT e SA, seguido da restrição entre os dois últimos para detectar inconsistências 35
36 Propagação de restrições Propagando WA = vermelho e Q = verde, restringe NT e SA ao azul, o que não é válido, pois NT e SA são adjacentes 36
37 Propagação de restrições A propagação de restrições pode ser feita através da idéia de consistência do arco Arco é um arco orientado no grafo de restrições, por exemplo, entre SA e NSW. Dados os domínios atuais, o arco é consistente se, valor x de SA, algum valor y de NWS consistente com x 37
38 Propagação de restrições Na terceira linha do exemplo anterior, os domínios de SA e NSW são {azul} e {vermelho, azul}, respectivamente No caso de SA = azul, existe uma atribuição consistente para NSW, que é NSW = vermelho, logo o arco de SA ate NSW é consistente Observe que o arco em sentido contrário não é consistente, pois para a atribuição NSW = azul, não existe nenhuma outra atribuição consistente para SA 38
39 Propagação de restrições O arco de NSW a SA não está consistente porque NSW (azul) não permite SA (azul) Pode-se tornar o arco consistente eliminando-se o valor azul do domínio de NWS 39
40 Propagação de restrições Observe que também podemos aplicar a consistência de arco de SA até NT, na mesma fase do processo de busca O resultado é que azul deve ser eliminado do domínio de SA, o que deixa o domínio vazio; a consistência de arco detectou uma inconsistência não detectada por verificação prévia 40
41 Propagação de restrições Sempre que um domínio perde um valor, seus vizinhos devem ser checados por possíveis inconsistências No exemplo, SA ficou sem elementos do seu domínio, forçando o algoritmo a um retrocesso A verificação de consistência de arcos pode ser aplicada como uma etapa de pré-processamento antes do início do processo de busca, ou como uma etapa de propagação depois de cada atribuição Em qualquer caso, o processo deve ser aplicado repetidamente até não restar mais nenhuma inconsistência, pois sempre que um valor é excluído, pode surgir uma nova inconsistência em arcos que apontam para esta variável 41
42 Propagação de restrições Para verificação de consistência de arcos, é utilizado o algoritmo CA-3, que utiliza uma fila para controlar os arcos cuja consistência precisa ser verificada A fila contém inicialmente todos os pares de arcos entre cada variável e seus vizinhos; Cada arco (Xi, Xj) é retirado da fila e verificado; Se houverem valores a serem eliminados do domínio de Xi, todo arco (Xk, Xi) que apontar para Xi é reinserido na fila para verificação; Cada arco pode ser reinserido na fila d vezes, pois Xi tem no máximo d valores a serem excluídos; a verificação da consistência de um arco é O(n 2 ) 42
43 Algoritmo CA-3 função CA-3(psr) retorna o PSR, possivelmente com domínios reduzidos entradas: psr, um PSR binário com variáveis {X1, X2,..., Xn} variáveis locais: fila, uma fila de arcos, inicialmente com todos os arcos do psr enquanto fila é não-vazia faça (Xi, Xj) REMOVE-PRIMEIRO(fila) se REMOVER-VALORES-INCONSISTENTES (Xi, Xj) então para cada Xk em vizinhos[xi] faça adicionar(xk, Xi) a fila 43
44 Algoritmo CA-3 função REMOVER-VALORES-INCONSISTENTES(Xi, Xj) retorna verdadeiro se removermos um valor removido falso para cada x em DOMÍNIO[Xi] faça se nenhum valor y em DOMÍNIO[Xj] permitir que (x, y) satisfaça à restrição entre Xi e Xj então eliminar x de DOMÍNIO[Xi]; removido verdadeiro retornar removido 44
45 Busca local para problemas de satisfação de restrições Algoritmos de busca local se mostram eficientes para PSRs. Utilizam uma formulação de estados completos: o estado inicial atribui um valor a cada variável e a função sucessor funciona alterando o valor de uma variável de cada vez Na escolha de um novo valor para uma variável, a heurística mais óbvia é selecionar o valor que resulta no menor número de conflitos com outras variáveis heurística de conflitos mínimos 45
46 Busca local para problemas de satisfação de restrições função CONFLITOS-MÍNIMOS (psr, max_etapas) retorna uma solução ou falha entradas: psr, um problema de satisfação de restrições max_etapas, o número de etapas permitidas antes de desistir corrente uma atribuição inicial completa para psr para i = 1 até max_etapas faça se corrente é uma solução para psr então retornar corrente var uma variável em conflito escolhida ao acaso a partir de VARIÁVEIS[psr] valor o valor v para var que minimiza CONFLITOS(var, v, corrente, psr) definir var = valor em corrente retornar falha 46
47 Busca local para problemas de satisfação de restrições A heurística de conflitos mínimos é bastante eficiente, em especial quando recebe um estado inicial razoável. para o problema das n rainhas, se não for levado em conta o posicionamento inicial das peças, o tempo de execução de conflitos mínimos é, aproximadamente, independente do tamanho do problema. Mesmo com milhares de rainhas, o problema é resolvido, em média, em até 50 etapas. Isto ocorre devido a natureza do problema, considerado fácil para a busca local, porque as soluções estão densamente distribuídas ao longo do espaço de estados 47
48 Resolução do 8 rainhas usando conflitos mínimos Em caso de empate, a escolha é feita aleatoriamente 48
49 Busca local para problemas de satisfação de restrições Em uma aplicação prática complexa, o tempo de programação do telescópio Hubble para uma semana de observação, foi reduzido de três semanas para cerca de 10 minutos! Outra vantagem da busca local é a possibilidade de utilizá-la em uma configuração on-line quando o problema se altera, como a atribuição de escalas de dezenas de milhares de pessoas para a tripulação de bordo de milhares de vôos 49
50 Estrutura de problemas Muitos problemas podem ser resolvidos com maior facilidade se forem decompostos em subproblemas, mais fáceis de resolver. Por exemplo, no mapa da Austrália, a Tasmânia não está ligada ao continente, logo, escolher sua coloração e a coloração dos demais estados do continente são subproblemas independentes A independência pode ser verificada simplesmente procurando por componentes conectados do grafo de restrições, e cada componente corresponde a um subproblema PSRi (PSR independente) 50
51 Estrutura de problemas Na maior parte dos casos, os subproblemas de um PSR estão conectados. Nos casos mais simples, o grafo de restrições forma uma árvore, onde duas variáveis quaisquer estão conectadas por, no máximo, um caminho Lema: qualquer PRS estruturado em árvore pode ser resolvido em tempo linear em relação ao número de variáveis 51
52 Estrutura de problemas Um grafo de restrições (esq.) e sua representação como uma ordenação linear, sendo A a raiz (dir.) 52
53 Estrutura de problemas Etapas do algoritmo: 1 - escolha qualquer variável como a raiz da árvores e ordene as variáveis da raiz até as folhas de modo que o pai de todo nó na árvore o anteceda na ordenação. Identifique as variáveis X1,... Xn em ordem. Agora, toda variável com exceção da raiz tem exatamente uma variável pai 2 - para j de n até 2, aplique a consistência de arco ao arco (Xi, Xj), onde Xi é o pai de Xj, removendo valores de DOMÍNIO[Xi] conforme necessário 3 - para j de 1 até n, atribua qualquer valor a Xj consistente com o valor atribuído a Xi, onde Xi é o pai de Xj. 53
54 Estrutura de problemas Como este algoritmo é eficiente para árvores, é necessário considerar se grafos de restrições mais gerais podem ser reduzidos a árvores de alguma forma. As alternativas são: remoção de nós condensação de nós 54
55 Estrutura de problemas Na remoção de nós, é necessária a atribuição de valores a algumas variáveis, de modo que as variáveis restantes, sem valores, formem uma árvore. No nosso exemplo, isto pode ser feito removendo SA do grafo (isto é, atribuindo uma cor ao nó e excluindo dos domínios das outras variáveis quaisquer cores inconsistentes com a atribuído para SA), tornando-o uma árvore. Depois disso, qualquer solução para o PSR depois que SA e suas restrições forem removidas será consistente com o valor escolhido para SA, e podemos resolver a árvore restante com o algoritmo apresentado anteriormente. 55
56 Estrutura de problemas O grafo original e a árvore gerada após a remoção de SA 56
57 Estrutura de problemas O que pode ocorrer, tanto para o problema de coloração de mapas quanto para outros problemas que se encaixem no caso geral, é que o valor escolhido para SA esteja errado, isto é, não permita a atribuição de um conjunto de valores para as variáveis que leve a uma solução para o problema. Neste caso, é necessário tentar cada um dos valores possíveis, e o algoritmo fica da seguinte forma: 57
58 Estrutura de problemas 1 - escolha um subconjunto S de VARIÁVEIS[psr] tal que o grafo de restrições se torne uma árvore depois da remoção de S. S é chamado conjunto de corte de ciclo 2 - para cada atribuição possível às variáveis de S que satisfaça todas as restrições sobre S: remova dos domínios das variáveis restantes quaisquer valores que sejam inconsistentes com a atribuição para S se o PSR restante tiver uma solução, retorne-a juntamente com a atribuição para S. 58
59 Estrutura de problemas Encontrar o menor conjunto de corte de ciclo é um problema NP-difícil; para contornar esta dificuldade, são utilizados algoritmos de aproximação, como o de decomposição em árvore Pertencente a categoria dos algoritmos baseados em dividir para conquistar, uma decomposição em árvore deve satisfazer os seguintes requisitos: 59
60 Decomposição em árvore - toda variável no problema original aparece em pelo menos um dos subproblemas; - se duas variáveis estiverem conectadas por uma restrição no problema original, elas deverão aparecer juntas (e juntamente com a restrição) em pelo menos um dos subproblemas - se uma variável aparecer em dois subproblemas na árvore, ela deverá aparecer em todo subproblema ao longo do caminho que conecta estes dois subproblemas 60
61 Decomposição em árvore As duas primeiras condições garantem que todas as variáveis e restrições estarão representadas nas decomposição A terceira condição serve para garantir que qualquer variável deve ter o mesmo valor em todo subproblema em que aparece Na coloração do mapa da Austrália, SA aparece em todos os quatro subproblemas conectados apresentados a seguir: 61
62 Decomposição de grafo de restrições em árvore Cada subproblema é resolvido independentemente; se qualquer um não tiver solução, saberemos que o problema inteiro não tem solução 62
63 Decomposição de grafo de restrições em árvore Se for possível resolver todos os subproblemas, tenta-se construir uma solução global. Para isso, cada subproblema é visto como uma "megavariável", cujo domínio é o conjunto de todas as soluções para o subproblema Por exemplo, o subproblema com NT, SA e WA tem seis soluções possíveis. Em seguida, são resolvidas as restrições que conectam os subproblemas com a utilização do algoritmo eficiente para árvores visto anteriormente - as restrições entre subproblemas exigem que as soluções de subproblemas concordem sobre suas variáveis compartilhadas 63
64 Decomposição de grafo de restrições em árvore Por exemplo, para a solução {WA=vermelho, SA=azul, NT=verde}, a única solução válida para o próximo subproblema é {SA=Azul, NT=verde, Q=vermelho} 64
IA: 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 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 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 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 maisProblemas 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 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 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 maisInteligência Artificial. Metodologias de Busca
Inteligência Artificial Metodologias de Busca 1 Solução de problemas como Busca Um problema pode ser considerado como um objetivo Um conjunto de ações podem ser praticadas para alcançar esse objetivo Ao
Leia maisINE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/59 2 - FUNDAMENTOS 2.1) Teoria dos Conjuntos 2.2) Números
Leia maisManual das planilhas de Obras v2.5
Manual das planilhas de Obras v2.5 Detalhamento dos principais tópicos para uso das planilhas de obra Elaborado pela Equipe Planilhas de Obra.com Conteúdo 1. Gerando previsão de custos da obra (Módulo
Leia maisResolução da lista de exercícios de casos de uso
Resolução da lista de exercícios de casos de uso 1. Explique quando são criados e utilizados os diagramas de casos de uso no processo de desenvolvimento incremental e iterativo. Na fase de concepção se
Leia maisProbabilidade - aula I
e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar
Leia maisCotagem de dimensões básicas
Cotagem de dimensões básicas Introdução Observe as vistas ortográficas a seguir. Com toda certeza, você já sabe interpretar as formas da peça representada neste desenho. E, você já deve ser capaz de imaginar
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisO mecanismo de alocação da CPU para execução de processos constitui a base dos sistemas operacionais multiprogramados.
O mecanismo de alocação da CPU para execução de processos constitui a base dos sistemas operacionais multiprogramados. A multiprogramação tem como objetivo permitir que, a todo instante, haja algum processo
Leia maisUniversidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas ICEB
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas ICEB PROBLEMA DE PROGRAMAÇÃO DE VEÍCULOS 1 (Vehicle Scheduling Problem) Cássio Roberto de Araújo cassio@em.ufop.br Elva
Leia maisAula 4 Estatística Conceitos básicos
Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisTecnologia da Informação Prof. Mário Henrique de Souza Pardo Resumo Aula 4
Tecnologia da Informação Prof. Mário Henrique de Souza Pardo Resumo Aula 4 1 MS-Excel Aplicando funções às suas fórmulas de Excel (continuação) Serão vistas, nesta aula as funções de busca e referência
Leia mais2 Pesquisa de valores em uma lista de dados
2 Pesquisa de valores em uma lista de dados Vinicius A. de Souza va.vinicius@gmail.com São José dos Campos, 2011. 1 Sumário Tópicos em Microsoft Excel 2007 Introdução...3 Funções PROCV e PROCH...3 PROCV...3
Leia maisProf. Daniela Barreiro Claro
Prof. Daniela Barreiro Claro SQL, SQL3 e OQL são linguagens declarativas O SGBD deve processar e otimizar estas consultas antes delas serem efetivamente executadas Uma consulta possui muitas estratégias
Leia maisEng Civil Washington Peres Núñez Dr. em Engenharia Civil pela Universidade Federal do Rio Grande do Sul
PESQUISA ANÁLISE DE CARACTERÍSTICAS DE QUALIDADE DE MISTURAS ASFÁLTICAS PRODUZIDAS NA ATUALIDADE NO SUL DO BRASIL E IMPACTOS NO DESEMPENHO DE PAVIMENTOS FLEXÍVEIS. MANUAL DE OPERAÇÃO DO BANCO DE DADOS
Leia maisTrabalho Computacional
Universidade Federal do Espírito Santo Departamento de Informática Profª Claudia Boeres Teoria dos Grafos - 2014/2 Trabalho Computacional 1. Objetivo Estudo e implementação de algoritmos para resolução
Leia maisEstatística II Antonio Roque Aula 9. Testes de Hipóteses
Testes de Hipóteses Os problemas de inferência estatística tratados nas aulas anteriores podem ser enfocados de um ponto de vista um pouco diferente: ao invés de se construir intervalos de confiança para
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 maisSumário. 1. Instalando a Chave de Proteção 3. 2. Novas características da versão 1.3.8 3. 3. Instalando o PhotoFacil Álbum 4
1 Sumário 1. Instalando a Chave de Proteção 3 2. Novas características da versão 1.3.8 3 3. Instalando o PhotoFacil Álbum 4 4. Executando o PhotoFacil Álbum 9 3.1. Verificação da Chave 9 3.1.1. Erro 0001-7
Leia maisANALISE COMBINATORIA Um pouco de probabilidade
ANALISE COMBINATORIA Um pouco de probabilidade Programa Pró-Ciência Fapesp/IME-USP-setembro de 1999 Antônio L. Pereira -IME USP (s. 234A) tel 818 6214 email:alpereir@ime.usp.br 1 Um carro e dois bodes
Leia maisQUANTIFICADORES. Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1.
LIÇÃO 4 QUANTIFICADORES Existem frases declarativas que não há como decidir se são verdadeiras ou falsas. Por exemplo: (a) Ele é um campeão da Fórmula 1. (b) x 2 2x + 1 = 0. (c) x é um país. (d) Ele e
Leia maisBem-vindo ao tópico sobre administração de listas de preços.
Bem-vindo ao tópico sobre administração de listas de preços. Nesse tópico, você aprenderá a administrar listas de preços no SAP Business One. Sua empresa atualiza múltiplas listas de preços para fornecer
Leia maisTrabalho 7 Fila de prioridade usando heap para simulação de atendimento
Trabalho 7 Fila de prioridade usando heap para simulação de atendimento Data: 21/10/2013 até meia-noite Dúvidas até: 09/10/2013 Faq disponível em: http://www2.icmc.usp.br/~mello/trabalho07.html A estrutura
Leia mais6. Programação Inteira
Pesquisa Operacional II 6. Programação Inteira Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção Programação Inteira São problemas de programação matemática em que a função objetivo, bem
Leia maisTÉCNICAS DE PROGRAMAÇÃO
TÉCNICAS DE PROGRAMAÇÃO (Adaptado do texto do prof. Adair Santa Catarina) ALGORITMOS COM QUALIDADE MÁXIMAS DE PROGRAMAÇÃO 1) Algoritmos devem ser feitos para serem lidos por seres humanos: Tenha em mente
Leia maisTipos de malha de Controle
Tipos de malha de Controle SUMÁRIO 1 - TIPOS DE MALHA DE CONTROLE...60 1.1. CONTROLE CASCATA...60 1.1.1. Regras para Selecionar a Variável Secundária...62 1.1.2. Seleção das Ações do Controle Cascata e
Leia maisAV1 - MA 12-2012. (b) Se o comprador preferir efetuar o pagamento à vista, qual deverá ser o valor desse pagamento único? 1 1, 02 1 1 0, 788 1 0, 980
Questão 1. Uma venda imobiliária envolve o pagamento de 12 prestações mensais iguais a R$ 10.000,00, a primeira no ato da venda, acrescidas de uma parcela final de R$ 100.000,00, 12 meses após a venda.
Leia maisSistemas Operacionais. Curso Técnico Integrado Profa: Michelle Nery
Sistemas Operacionais Curso Técnico Integrado Profa: Michelle Nery Conteúdo Programático CONTAS DE E GRUPOS DE O Microsoft Management Console - MMC Permissões de Segurança de um Console Contas de Usuários
Leia mais1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.
1 I-projeto do campus Programa Sobre Mecânica dos Fluidos Módulos Sobre Ondas em Fluidos T. R. Akylas & C. C. Mei CAPÍTULO SEIS ONDAS DISPERSIVAS FORÇADAS AO LONGO DE UM CANAL ESTREITO As ondas de gravidade
Leia maisDois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ
Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento
Leia maisMANUAL DA SECRETARIA
MANUAL DA SECRETARIA Conteúdo Tela de acesso... 2 Liberação de acesso ao sistema... 3 Funcionários... 3 Secretaria... 5 Tutores... 7 Autores... 8 Configuração dos cursos da Instituição de Ensino... 9 Novo
Leia maisFILOSOFIA SEM FILÓSOFOS: ANÁLISE DE CONCEITOS COMO MÉTODO E CONTEÚDO PARA O ENSINO MÉDIO 1. Introdução. Daniel+Durante+Pereira+Alves+
I - A filosofia no currículo escolar FILOSOFIA SEM FILÓSOFOS: ANÁLISE DE CONCEITOS COMO MÉTODO E CONTEÚDO PARA O ENSINO MÉDIO 1 Daniel+Durante+Pereira+Alves+ Introdução O+ ensino+ médio+ não+ profissionalizante,+
Leia mais1. Introdução. Avaliação de Usabilidade Página 1
1. Introdução Avaliação de Usabilidade Página 1 Os procedimentos da Avaliação Heurística correspondem às quatro fases abaixo e no final é apresentado como resultado, uma lista de problemas de usabilidade,
Leia maisINSTITUTO TECNOLÓGICO
PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA
Leia maisINVESTIMENTO A LONGO PRAZO 1. Princípios de Fluxo de Caixa para Orçamento de Capital
5 INVESTIMENTO A LONGO PRAZO 1. Princípios de Fluxo de Caixa para Orçamento de Capital 1.1 Processo de decisão de orçamento de capital A decisão de investimento de longo prazo é a decisão financeira mais
Leia maisRESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO
RESOLUÇÃO DAS QUESTÕES DE RACIOCÍNIO LÓGICO-MATEMÁTICO Caro aluno, Disponibilizo abaixo a resolução resumida das questões de Raciocínio Lógico-Matemático da prova de Técnico de Atividade Judiciária do
Leia maisDiretrizes para determinação de intervalos de comprovação para equipamentos de medição.
Diretrizes para determinação de intervalos de comprovação para equipamentos de medição. De acordo com a Norma NBR 1001, um grande número de fatores influência a freqüência de calibração. Os mais importantes,
Leia maisA Torre de Hanói e o Princípio da Indução Matemática
A Torre de Hanói e o Princípio da Indução Matemática I. O jogo A Torre de Hanói consiste de uma base com três pinos e um certo número n de discos de diâmetros diferentes, colocados um sobre o outro em
Leia maisREPRESENTAÇÃO DE DADOS EM SISTEMAS DE COMPUTAÇÃO AULA 03 Arquitetura de Computadores Gil Eduardo de Andrade
REPRESENTAÇÃO DE DADOS EM SISTEMAS DE COMPUTAÇÃO AULA 03 Arquitetura de Computadores Gil Eduardo de Andrade O conteúdo deste documento é baseado no livro Princípios Básicos de Arquitetura e Organização
Leia maisProblema de Otimização Combinatória
Problema de Otimização Combinatória Otimização é o processo de encontrar e comparar soluções factíveis até que nenhuma solução melhor possa ser encontrada. Essas soluções são ditas boas ou ruins em termos
Leia maisCAPÍTULO 3. Sistemas com Vários Componentes (Multicomponentes) em Modelos Markovianos de Decisão
CAPÍTULO 3 Sistemas com Vários Componentes (Multicomponentes) em Modelos Markovianos de Decisão 3.1 - Multicomponentes Conceitos Básicos: O conceito de multicomponente é utilizado em diversas áreas de
Leia maisFMEA (Failure Model and Effect Analysis)
Definição FMEA (Failure Model and Effect Analysis) Conceitos Básicos A metodologia de Análise do Tipo e Efeito de Falha, conhecida como FMEA (do inglês Failure Mode and Effect Analysis), é uma ferramenta
Leia maisOlimpíada Brasileira de Raciocínio Lógico Nível III Fase I 2014
1 2 Questão 1 Em uma biblioteca em cada estante existem 5 prateleiras, em uma destas estantes foram colocados 27 livros ao todo. Seis livros não foram colocados abaixo de nenhum outro livro. Cinco destes
Leia maisPROBABILIDADE Prof. Adriano Mendonça Souza, Dr.
PROBABILIDADE Prof. Adriano Mendonça Souza, Dr. Departamento de Estatística - PPGEMQ / PPGEP - UFSM - O intelecto faz pouco na estrada que leva à descoberta, acontece um salto na consciência, chameo de
Leia maisMD Sequências e Indução Matemática 1
Sequências Indução Matemática Renato Martins Assunção assuncao@dcc.ufmg.br Antonio Alfredo Ferreira Loureiro loureiro@dcc.ufmg.br MD Sequências e Indução Matemática 1 Introdução Uma das tarefas mais importantes
Leia maisLista de Exercícios Tratamento de Incerteza baseado em Probabilidade
Lista de Exercícios Tratamento de Incerteza baseado em Probabilidade 1) Explique o termo probabilidade subjetiva no contexto de um agente que raciocina sobre incerteza baseando em probabilidade. 2) Explique
Leia maisMODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS
MODELOS PROBABILÍSTICOS MAIS COMUNS VARIÁVEIS ALEATÓRIAS DISCRETAS Definições Variáveis Aleatórias Uma variável aleatória representa um valor numérico possível de um evento incerto. Variáveis aleatórias
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 maisMÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS
MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIS Como vimos no módulo 1, para que nós possamos extrair dos dados estatísticos de que dispomos a correta análise e interpretação, o primeiro passo deverá ser a correta
Leia maispor séries de potências
Seção 23: Resolução de equações diferenciais por séries de potências Até este ponto, quando resolvemos equações diferenciais ordinárias, nosso objetivo foi sempre encontrar as soluções expressas por meio
Leia maisAula 9 ESCALA GRÁFICA. Antônio Carlos Campos
Aula 9 ESCALA GRÁFICA META Apresentar as formas de medição da proporcionalidade entre o mundo real e os mapas através das escalas gráficas. OBJETIVOS Ao final desta aula, o aluno deverá: estabelecer formas
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 maisUnidade 11 - Probabilidade. Probabilidade Empírica Probabilidade Teórica
Unidade 11 - Probabilidade Probabilidade Empírica Probabilidade Teórica Probabilidade Empírica Existem probabilidade que são baseadas apenas uma experiência de fatos, sem necessariamente apresentar uma
Leia maisPotenciação no Conjunto dos Números Inteiros - Z
Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente
Leia maisMaterial Teórico - Módulo de Métodos sofisticados de contagem. Princípio das Casas dos Pombos. Segundo Ano do Ensino Médio
Material Teórico - Módulo de Métodos sofisticados de contagem Princípio das Casas dos Pombos Segundo Ano do Ensino Médio Prof. Cícero Thiago Bernardino Magalhães Prof. Antonio Caminha Muniz Neto Em Combinatória,
Leia maisN1Q1 Solução. a) Há várias formas de se cobrir o tabuleiro usando somente peças do tipo A; a figura mostra duas delas.
1 N1Q1 Solução a) Há várias formas de se cobrir o tabuleiro usando somente peças do tipo A; a figura mostra duas delas. b) Há várias formas de se cobrir o tabuleiro com peças dos tipos A e B, com pelo
Leia maisUnidade 3: Personalizando o Excel *
Unidade 3: Personalizando o Excel * material do 2010* 3.0 Introdução Visto que você está fazendo este curso, você provavelmente passa ou espera passar muito tempo trabalhando com o Excel. Assim, você precisa
Leia maisIntrodução. Introdução. Objetivos da Aula. Bases Computacionais da Ciência(BC-0005)
1 Bases Computacionais da Ciência(BC-0005) Lógica de Programação: Estruturas Condicionais Maria das Graças Bruno Marietto graca.marietto@ufabc.edu.br Centro de Matemática, Computação e Cognição(CMCC) Universidade
Leia mais3 Estratégia para o enriquecimento de informações
34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura
Leia maisUTILIZAÇÃO DE RECURSOS AVANÇADOS DO EXCEL EM FINANÇAS (PARTE II): ATINGIR META E SOLVER
UTILIZAÇÃO DE RECURSOS AVANÇADOS DO EXCEL EM FINANÇAS (PARTE II): ATINGIR META E SOLVER! Planilha entregue para a resolução de exercícios! Quando usar o Atingir Meta e quando usar o Solver Autor: Francisco
Leia maisAdministração da Produção I
Administração da Produção I Manutenção Manutenção Manutenção: Termo usado para abordar a forma pela qual organizações tentam evitar as falhas cuidando de suas instalações físicas. É uma parte importante
Leia maisINTRODUÇÃO E OBJETIVO DO JOGO
Instruções O K2 é a segunda maior montanha do mundo (depois do Monte Evereste) com uma altura de 8.611 metros acima do nível do mar. Também é considerada uma das mais difíceis. O K2 nunca foi conquistado
Leia maisResolução de Problemas
Resolução de Problemas Aula 2 - Inteligência Artificial Resolução de Problemas (Introdução) A resolução de um problema é composta por três passos: Definir o problema com precisão. (situações inicial e
Leia maisClassificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões
Classificação de imagens Autor: Gil Gonçalves Disciplinas: Detecção Remota/Detecção Remota Aplicada Cursos: MEG/MTIG Ano Lectivo: 11/12 Sumário Classificação da imagem (ou reconhecimento de padrões): objectivos
Leia maisTONALIDADE X FREQUÊNICA
Som, notas e tons TONALIDADE X FREQUÊNICA O violão é um instrumento musical e o seu objetivo é fazer música. Música é a organização de sons em padrões que o cérebro humano acha agradável (ou pelo menos
Leia maisInício Rápido para o Templo
Início Rápido para o Templo O FamilySearch.org facilita realizar as ordenanças do templo por seus antepassados. Todo o processo tem apenas alguns passos simples: 1. Descobrir antepassados que precisam
Leia maisAlgoritmos e Estruturas de Dados I 01/2013. Estruturas Condicionais e de Repetição (parte 2) Pedro O.S. Vaz de Melo
Algoritmos e Estruturas de Dados I 01/2013 Estruturas Condicionais e de Repetição (parte 2) Pedro O.S. Vaz de Melo Problema 1 Suponha que soma (+) e subtração (-) são as únicas operações disponíveis em
Leia mais1. Arquivos Seqüenciais
1. Arquivos Seqüenciais 1.1. Introdução Historicamente, os arquivos seqüências são associados as fitas magnéticas devido a natureza seqüencial deste meio de gravação. Mas os arquivos seqüências são também
Leia mais1. Explicando Roteamento um exemplo prático. Através da análise de uns exemplos simples será possível compreender como o roteamento funciona.
Aula 14 Redes de Computadores 24/10/07 Universidade do Contestado UnC/Mafra Sistemas de Informação Prof. Carlos Guerber ROTEAMENTO EM UMA REDE DE COMPUTADORES A máscara de sub-rede é utilizada para determinar
Leia mais4 Metodologia. 4.1. Tipo de pesquisa
4 Metodologia Este capítulo descreve a metodologia adotada na execução do trabalho de pesquisa: definição da variável alvo, delimitação da população, processo de seleção da amostra, técnicas e procedimentos
Leia maisManual do Usuário. Sistema para Administração de Condomínios MANUAL USUÁRIO. Bancos do Condomínio. ENG Sistemas - 1 -
Sistema para Administração de Condomínios MANUAL DO USUÁRIO Bancos do Condomínio ENG Sistemas - 1 - FUNCIONAMENTO DO MÓDULO... 3 TELA DE EXIBIÇÃO DE BANCOS:... 4 INCLUIR UM NOVO BANCO:... 4 Banco...5 Agência
Leia maisUnidade 5: Sistemas de Representação
Arquitetura e Organização de Computadores Atualização: 9/8/ Unidade 5: Sistemas de Representação Números de Ponto Flutuante IEEE 754/8 e Caracteres ASCII Prof. Daniel Caetano Objetivo: Compreender a representação
Leia maisConfigurando a emissão de boletos no sistema
Configurando a emissão de boletos no sistema Entre nossos sistemas, o GIM, o GECOB, o GEM, o TRA-FRETAMENTO e os 15 sistemas da linha 4U (GE-COMERCIO 4U, GEPAD 4U, GE-INFO 4U, etc ) possuem funções para
Leia maisProgramação Inteira. Fernando Nogueira Programação Inteira 1
Programação Inteira Fernando Nogueira Programação Inteira A Programação Inteira pode ser entendida como uma caso específico da Programação Linear, onde as variáveis devem ser inteiras (ou ao menos, parte
Leia maisPrimeiros passos das Planilhas de Obra v2.6
Primeiros passos das Planilhas de Obra v2.6 Instalação, configuração e primeiros passos para uso das planilhas de obra Elaborado pela Equipe Planilhas de Obra.com Conteúdo 1. Preparar inicialização das
Leia maisCADERNOS DE INFORMÁTICA Nº 1. Fundamentos de Informática I - Word 2010. Sumário
CADERNO DE INFORMÁTICA FACITA Faculdade de Itápolis Aplicativos Editores de Texto WORD 2007/2010 Sumário Editor de texto... 3 Iniciando Microsoft Word... 4 Fichários:... 4 Atalhos... 5 Área de Trabalho:
Leia maisFaculdade de Computação
UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Disciplina : Teoria da Computação Professora : Sandra Aparecida de Amo Lista de Exercícios n o 2 Exercícios sobre Modelos de Máquinas de Turing
Leia mais1) Entendendo a eletricidade
1) Entendendo a eletricidade 1 2) Circuitos Modelix 2 3) Utilizando o Sistema Esquemático Modelix-G (Modelix-Grafix) 6 4) Fazendo montagens com os Circuitos Modelix 7 5) Exercícios para treinar 8 Objetivo:
Leia maisA TEORIA DOS GRAFOS NA ANÁLISE DO FLUXOGRAMA DO CURSO DE ENGENHARIA DE PRODUÇÃO DA UFF
RELATÓRIOS DE PESQUISA EM ENGENHARIA DE PRODUÇÃO, v.13, Série B. n.3, p. 20-33. A TEORIA DOS GRAFOS NA ANÁLISE DO FLUXOGRAMA DO CURSO DE ENGENHARIA DE PRODUÇÃO DA UFF Pedro Henrique Drummond Pecly Universidade
Leia maisGráficos estatísticos: histograma. Série Software ferramenta
Gráficos estatísticos: histograma Série Software ferramenta Funcionalidade Este software permite a construção de histogramas a partir de uma tabela de dados digitada pelo usuário. Gráficos estatísticos:
Leia mais4- PROJETO DE BANCO DE DADOS
4- PROJETO DE BANCO DE DADOS OBJETIVOS DE ENSINO: 4 - Empregar a técnica da modelagem de dados no projeto de banco de dados. OBJETIVOS OPERACIONAIS Ao final desta unidade o aluno será capaz de: 4.1 - Definir
Leia maisGerenciamento de memória
Na memória principal ficam todos os programas e os dados que serão executados pelo processador. Possui menor capacidade e custo maior. S.O buscam minimizar a ocupação da memória e otimizar sua utilização.
Leia maisFigura 1: tela inicial do BlueControl COMO COLOCAR A SALA DE INFORMÁTICA EM FUNCIONAMENTO?
Índice BlueControl... 3 1 - Efetuando o logon no Windows... 4 2 - Efetuando o login no BlueControl... 5 3 - A grade de horários... 9 3.1 - Trabalhando com o calendário... 9 3.2 - Cancelando uma atividade
Leia maisQ-Acadêmico. Módulo CIEE - Estágio. Revisão 01
Q-Acadêmico Módulo CIEE - Estágio Revisão 01 SUMÁRIO 1. VISÃO GERAL DO MÓDULO... 2 1.1 PRÉ-REQUISITOS... 2 2. ORDEM DE CADASTROS PARA UTILIZAÇÃO DO MÓDULO CIEE... 3 2.1 CADASTRANDO EMPRESAS... 3 2.1.1
Leia maisComo foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer:
ELETRÔNI IGITl I FUNÇÕES LÓGIS Formas de representação de uma função lógica omo foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer: Soma de Produtos Produtos
Leia maisGuia de utilização da notação BPMN
1 Guia de utilização da notação BPMN Agosto 2011 2 Sumário de Informações do Documento Documento: Guia_de_utilização_da_notação_BPMN.odt Número de páginas: 31 Versão Data Mudanças Autor 1.0 15/09/11 Criação
Leia mais0,999... OU COMO COLOCAR UM BLOCO QUADRADO EM UM BURACO REDONDO Pablo Emanuel
Nível Intermediário 0,999... OU COMO COLOCAR UM BLOCO QUADRADO EM UM BURACO REDONDO Pablo Emanuel Quando um jovem estudante de matemática começa a estudar os números reais, é difícil não sentir certo desconforto
Leia maisManual do Usuário - ProJuris Web - Biblioteca Jurídica Página 1 de 20
As informações contidas neste documento estão sujeitas a alterações sem o prévio aviso, o que não representa um compromisso da Virtuem Informática. As pessoas, organizações ou empresas e eventos de exemplos
Leia maisEstudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia mais1. Os métodos Não-Paramétricos podem ser aplicados a uma ampla diversidade de situações, porque não exigem populações distribuídas normalmente.
TESTES NÃO - PARAMÉTRICOS As técnicas da Estatística Não-Paramétrica são, particularmente, adaptáveis aos dados das ciências do comportamento. A aplicação dessas técnicas não exige suposições quanto à
Leia mais