Informática I. Aula 21. Aula 21-07/11/06 1
|
|
|
- Paulo Costa Santos
- 8 Há anos
- Visualizações:
Transcrição
1 Informática I Aula 21 Aula 21-07/11/06 1
2 Aula de hoje Explicação sobre o trabalho 3 Jogo de prospecção de petróleo por robôs. Data de entrega: 04/12 Data da competição: 05/12 Técnicas de busca local que podem ser úteis para o trabalho. Técnica de inteligência artificial que serve para criar robôs inteligentes Aula 21-07/11/06 2
3 Cenário do Jogo Robôs marinhos são lançados no mar numa região onde se acredita haver petróleo. Dois times lançam dois robôs cada um para competir por poços na região. Os robôs são ocupados com sensores que fornecem informação sobre: A posição do robô. A pressão subterrânea no local. O gradiente da pressão no local. Cada robô pode perfurar o solo e iniciar a prospecção de petróleo em sua posição corrente. A produção de petróleo em um local será proporcional à pressão subterrânea no local. Cada time de robôs é controlado por um programa escrito pelo aluno. Vence o jogo o time que produzir mais petróleo no tempo determinado. Aula 21-07/11/06 3
4 A Arena A região onde os robôs competem chamada de arena consiste de uma região quadrada sobre a qual há uma distribuição de pressão. Os limites extremos da arena funcionam como paredes. A arena é dividida em pequenas unidades de espaço denominadas células. Cada célula é representada pelas coordenadas cartesianas (x,y). Aula 21-07/11/06 4
5 A Arena Cada célula têm um valor de pressão associado, variando dentro do intervalo [0, 1]. A figura ao lado mostra seis exemplos de arenas. Pontos claros representam locais de pressão elevada e pontos escuros representam locais de baixa pressão. Os robôs devem encontrar os locais mais claros da arena e perfurar nesses locais para maximizar a produção de petróleo. Aula 21-07/11/06 5
6 Os robôs Cada robô se posiciona sobre uma célula da arena. Sua posição pode ser descrita a cada instante pelas coordenadas (x r, y r ) desta célula. O robô está sempre voltado para uma das quatro direções (Norte, Sul, Leste, Oeste). A função robo:anda(), faz com que o robô mova-se para frente na direção para a qual está voltado. A função robo:volta() faz com que o robô mova-se para trás. Além disso, o programa pode instruir o robô a girar 90 o para a direita ou para a esquerda, com o uso das funções robo:direita() e robo:esquerda(). Aula 21-07/11/06 6
7 robo:anda() Aula 21-07/11/06 7
8 robo:direita() Aula 21-07/11/06 8
9 Programação dos robôs Os programas devem ser escritos utilizando a linguagem Lua. Linguagem estruturada criada na PUC nos anos 90. Exemplo de programa: while 1 do robo:anda() for i = 0, random(0,3) do robo:esquerda() end end Esse programa faz o robô perambular aleatoriamente. Um loop executa repetidamente o mesmo conjunto de ações. Aula 21-07/11/06 9
10 Programação dos robôs De modo a decidir onde realizar as perfurações, os robôs podem usar duas funções: robo:pressao() e robo:deltas(). A função robo:pressao() retorna o valor da pressão na célula em que o robô se encontra. A função robo:deltas() retorna dois valores, que informam como a pressão está variando na direção para a qual o robô está virado (direção tangencial) e na direção perpendicular à direção do robô (direção normal). A função robo:sonda() inicia a perfuração. dt = P(7,8) - P(5,8) dn = P(6,7) - P(6,9) Aula 21-07/11/06 10
11 O tempo O fator limitante do jogo é o tempo. Todas as ações executadas pelo robô levam um determinado número de unidades de tempo para serem concluídas. Durante essa ação, o programa do robô fica paralisado, aguardando a conclusão de sua ação. Uma partida leva 3 minutos. Aula 21-07/11/06 11
12 Comandos robo:anda() Desloca o robô uma célula para frente. A função retorna o valor 1 se a ação foi completada com sucesso, ou nil caso algum obstáculo tenha impedido o robô de se deslocar. (Duração: 0.02s) robo:volta() Desloca o robô uma célula para trás. A função retorna o valor 1 se a ação foi completada com sucesso, ou nil caso algum obstáculo tenha impedido o robô de se deslocar. (Duração: 0.02s) Aula 21-07/11/06 12
13 Comandos robo:direita() Faz com que o robô vire 90 o para a direita. A operação sempre completa com sucesso. (Duração: 0.02s) robo:esquerda() Faz com que o robô vire 90 o para a esquerda. A operação sempre completa com sucesso. (Duração: 0.02s) Aula 21-07/11/06 13
14 Comandos robo:pressao() Retorna o valor da pressão na célula onde o robô se encontra. O valor da pressão está sempre no intervalo [0,1]. A operação sempre completa com sucesso. (Duração: 0.02s) robo:deltas() Retorna dois valores, dt e dn, onde dt é o gradiente na direção tangencial ao movimento do robô, e dn é o gradiente na direção normal ao movimento do robô. A operação sempre completa com sucesso. (Duração: 0s) Aula 21-07/11/06 14
15 Comandos robo:posicao() Retorna dois valores, x e y, tal que (x,y) é a a célula onde o robô se encontra. A operação sempre completa com sucesso. (Duração: 0.02s) robo:sonda() Perfura um poço na célula onde se encontra o robô. A função retorna 1 se a perfuração ocorreu com sucesso, ou nil caso haja uma outra perfuração muito próxima. (Duração: 30s) robo:tempo() Retorna o tempo decorrido em segundos, desde o inicio da partida. (Duração: 0s) Aula 21-07/11/06 15
16 Como jogar O programa principal robots.bat deve ser executado. Aparece uma janela de simulação. Clicando com o botão direito do mouse na janela, aparece um menu. Aula 21-07/11/06 16
17 Itens do menu Aula 21-07/11/06 17
18 Visualização Aula 21-07/11/06 18
19 Diálogo de Configuração Coloca-se os nomes dos time, a cor de seus robôs e seus programas. Escolhe-se também em qual arena será feita a disputa. Após pressionar a tecla OK não há volta, só podendo ser trocada a arena. Aula 21-07/11/06 19
20 Problemas de otimização O problema de prospeção de robôs encaixa-se numa classe de problemas estudados na inteligência artificial. São os problemas de otimização. Este tipo de problema se caracteriza por: Um espaço de possíveis estados. Ex: arena Uma função de avaliação que indica o quão desejável é aquele estado. Ex: pressão Operadores que permitem a transição entre estados. Ex: anda, volta, esquerda, direita Aula 21-07/11/06 20
21 Exemplo de espaço de estados Aula 21-07/11/06 21
22 Problemas de Otimização O ponto mais alto (máximo global) corresponde à solução ótima. Exemplos de problemas que podem ser representados como problemas de otimização: Projeto de circuitos integrados Problemas de roteamento Problemas de escalonamento Aula 21-07/11/06 22
23 Algoritmos de Busca Local Esses algoritmos representam apenas o estado atual e não vêem além dos vizinhos imediatos do estado. São os melhores para tratar de problemas reais muito complexos, em que não é possível representar todos os estados. Baixo uso de memória. Uma alternativa: busca exaustiva Percorre todos os estados para encontrar o máximo. Só é possível quando o número de estados é pequeno. Outra alternativa: otimização global Exige que a função possa ser representada analiticamente. Usa técnicas de cálculo para determinar o máximo. Aula 21-07/11/06 23
24 Espaço de estados unidimensional Aula 21-07/11/06 24
25 Tipos de Busca Local Hill-Climbing = Subida pela encosta Só faz transições que melhoram o estado atual. Simulated Annealing = Têmpera Simulada Pode fazer transições que pioram o estado para depois melhorá-lo. Local Beam Search = Busca em Feixe Local Mantém k estados em vez de um único. Aula 21-07/11/06 25
26 Subida pela Encosta Guarda apenas o estado atual. É simplesmente um ciclo que move o estado na direção crescente da função de avaliação. Muda o estado para o melhor vizinho. Problemas: Máximos locais Platôs Encostas e picos Aula 21-07/11/06 26
27 Subida pela Encosta Quando a função é diferenciável, calcula-se o gradiente da função no ponto. O gradiente indica a direção de maior aumento na função de avaliação. Dá-se um passo na direção do gradiente. O tamanho do passo pode ser fixo ou variável. Aula 21-07/11/06 27
28 Têmpera Simulada Semelhante à subida pela encosta, mas oferece meios para se escapar de máximos locais. Com uma probabilidade e E/T, vai para uma direção aleatória. E é a diferença da função de avaliação entre o estado atual e o estado aleatório. T é a temperatura que vai caindo ao longo do tempo. Aula 21-07/11/06 28
Jogo dos Robos de Prospecção E Linguagem Lua
Jogo dos Robos de Prospecção E Linguagem Lua Introdução ao Jogo dos Robôs O jogo simula um ambiente de prospecção de petróleo, no qual atuam automatos programados pelo aluno. A finalidade do jog é fazer
11/1/2012. Agenda. Classe de problemas de interesse. Busca Local. Busca Local. Exemplo de Espaço de Estados
Agenda PCS / PCS 09 Inteligência Artificial Prof. Dr. Jaime Simão Sichman Profa. Dra. Anna Helena Reali Costa Busca Local e Problemas de Otimização. Introdução. Busca Local I. Subida da Encosta (Hill-Climbing)
Buscas Informadas ou Heurísticas - Parte III
Buscas Informadas ou Heurísticas - Parte III Prof. Cedric Luiz de Carvalho Instituto de Informática - UFG Mestrado em Ciência da Computação / 2006 BUSCA SMA* (Simplified Memory-Bounded A*) BUSCA SMA* (Simplified
Busca com informação e exploração. Inteligência Artificial
Busca com informação e exploração (Capítulo 4 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto Estrutura Busca pela melhor escolha Busca gulosa pela melhor escolha Busca
BUSCA LOCAL (PARTE 4 Resolução de problemas por meio de busca) (C)Russell & Norvig, capítulo 4
BUSCA LOCAL (PARTE 4 Resolução de problemas por meio de busca) (C)Russell & Norvig, capítulo 4 1 Roteiro Algoritmos de Busca Local Subida de encosta (Hill-climbing) Têmpera Simulada (Simulated Anealing)
Inteligência Artificial
Inteligência Artificial Prof. Rafael Stubs Parpinelli DCC / UDESC-Joinville [email protected] www.joinville.udesc.br/portal/professores/parpinelli www2.joinville.udesc.br/~coca/ Busca Heurística
Métodos de Busca. Estratégias de Busca Cega
Métodos de Busca Métodos de Busca Estratégias de Busca Cega encontram soluções para problemas pela geração sistemática de novos estados, que são comparados ao objetivo; são ineficientes na maioria dos
CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa. Prof. Paulo André Castro
CTC-17 Inteligência Artificial Busca Competitiva e Busca Iterativa Prof. Paulo André Castro [email protected] www.comp.ita.br/~pauloac Sala 110, IEC-ITA Sumário Busca Competitiva Para Ambientes multiagentes...
Busca com informação e exploração. Inteligência Artificial. Revisão da aula passada: Heurística Admissível. Revisão da aula passada: Busca A *
Inteligência Artificial Aula 6 Profª Bianca Zadrozny http://www.ic.uff.br/~bianca/ia Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 Revisão da aula passada: Busca A * Idéia:
Algoritmos de busca local e problemas de otimização
Algoritmos de busca local e problemas de otimização Os algoritmos de busca estudados até agora foram projetados para explorar sistematicamente espaços de busca. Sistemático: mantém um ou mais caminhos
Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.2 e 4.3
Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.2 e 4.3 1 Revisão da aula passada: Busca A * Idéia: evitar expandir caminhos que já são caros Função de avaliação f(n) = g(n) + h(n)
Técnicas Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas Inteligência Artificial Aula 03 Métodos de Busca Parte 1 Prof. Max Pereira Solução de Problemas como Busca Um problema pode ser considerado
Resolução de Problemas com Métodos de Busca
Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCENS UFES Departamento de Computação Resolução de Problemas com Métodos de Busca Inteligência Artificial Site: http://jeiks.net E-mail:
Inteligência Artificial
Inteligência Artificial Aula 3 Métodos de Busca para Resolução de Problemas Busca Informada Heurísticas Busca Gulosa Busca A* Busca Local Prática #2 Prof. Ricardo M. Marcacini [email protected]
Algoritmos e Programação
Algoritmos e Programação Aula 5 Estruturas de Repetição Profa. Marina Gomes [email protected] 26/04/2017 Engenharia de Computação - Unipampa 1 Aula de Hoje Estrutura de repetição Comando for
Manual do Ambiente de Programação de Blocos Studuino
Manual do Ambiente de Programação de Blocos Studuino [Motores DC e Servomotores] Este é um tutorial para o ambiente de programação do bloco Studuino. À medida em que o ambiente de programação Studuino
Manual Studio Uno 2.0
Manual Studio Uno.0 Primeiros Passos REVISÃO 0.4 - Mostrar fio motor passando pelo buraco - Tirar estrela Manual Studio Uno.0 Primeiros Passos O Studio Uno é um ambiente que torna fácil a programação do
Calc. Interface, Formatação e Cálculos
Calc Interface, Formatação e Cálculos INTERFACE Tal como no Writer, a Interface do Calc composta pela organização dos menus e atalhos que compõem o programa, que dão acesso às suas funcionalidades. É interessante
Busca com informação e exploração. Capítulo 4 Russell & Norvig Seção 4.1
Busca com informação e exploração Capítulo 4 Russell & Norvig Seção 4.1 1 Busca com informação (ou heurísica) UIliza conhecimento específico sobre o problema para encontrar soluções de forma mais eficiente
Departamento de Engenharia Elétrica e de Computação EESC-USP. Guia de Projetos VHDL utilizando o QUARTUIS II. Profa. Luiza Maria Romeiro Codá
Departamento de Engenharia Elétrica e de Computação EESC-USP Guia de Projetos VHDL utilizando o QUARTUIS II Profa. Luiza Maria Romeiro Codá 1. Criando um novo projeto: 1.1 Iniciando o Quartus II, criando
INTRODUÇÃO À ROBÓTICA MÓVEL
INTRODUÇÃO À ROBÓTICA MÓVEL Aula 19 Edson Prestes Departamento de Informática Teórica http://www.inf.ufrgs.br/~prestes [email protected] Campos Potenciais Harmônicos É um metodo proposto por Connolly
Inteligência Computacional
Rafael D. Ribeiro, M.Sc. [email protected] http://www.rafaeldiasribeiro.com.br Agente: É um elemento qualquer capaz de perceber seu ambiente por meio de sensorese de agir sobre este ambiente
Inteligência Artificial
Inteligência Artificial Métodos de resolução de problemas Prof. Angel Alberto Vazquez Sánchez Objetivos Caracterizar a busca como um método para resolver problemas a partir de seus elementos fundamentais
Manual do Receptor Infravermelho Studuino
Manual do Receptor Infravermelho Studuino Este manual explica o ambiente de programação Studuino e como utiliza-lo. À medida em que o Ambiente de Programação Studuino é desenvolvido, este manual pode ser
Resolução de Problemas: Busca Heurística
Resolução de Problemas: Busca Heurística Aula 3 - Inteligência Artificial Busca Heurística Duas variações: Busca usando heurística (não numérica). Busca usando funções de avaliação e funções de custo.
Estruturas de Repetição
Algoritmos e Estruturas de Dados I (DCC/003) Estruturas de Repetição Aula Tópico 4 (while, for) 1 Problema 10 Suponha que soma (+) e subtração (-) são as únicas operações disponíveis em C. Dados dois números
Recozimento Simulado (Simulated Annealing)
Capítulo 5 Recozimento Simulado (Simulated Annealing) Francisco José da Cunha Pires Soeiro José Carlos Becceneri AntônioJosédaSilvaNeto 51 Motivação e Histórico do Método O Recozimento Simulado (Simulated
Lista 1 Sistemas Inteligentes (INE5633) 2014s2. Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul)
Lista 1 () 2014s2 Sistemas de Informação Universidade Federal de Santa Catarina Cap. 2 - Russel & Norvig - Exercícios selecionados (respostas em azul) 1. Tanto a medida de desempenho quanto a função de
Microcontroladores. Programação: fluxogramas, pseudocódigos e lógica. Prof. Daniel
Microcontroladores Programação: fluxogramas, pseudocódigos e lógica Prof. Daniel 1 Introdução Algoritmos Fluxograma Constantes e variáveis Operadores Declarações de Controle Exercícios 2 Introdução Lógica
Gerência de Recursos. Gerência do Processador
Gerência de Recursos Gerência do Processador Introdução Com o surgimento dos sistemas multiprogramáveis, onde múltiplos processos poderiam permanecer na memória principal compartilhando o uso da CPU, a
Inteligência Artificial. Resolução de problemas por meio de algoritmos de busca. Aula II Algoritmos básicos de busca cega
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Resolução de problemas por meio de algoritmos de busca Aula II Algoritmos básicos de busca
Capítulo 4 Secção 1. Livro
Procura Local Capítulo 4 Secção 1 Livro Procura local Algorítmos de procura local Hill-climbing Simulated annealing Local beam Genetic algorithms Resumo Procura Sistemática No capítulo 3, analisamos estratégias
Executar uma macro clicando em um botão da Barra de Ferramentas de Acesso Rápido
Página 1 de 8 Excel > Macros Executar uma macro Mostrar tudo Há várias maneiras de executar uma macro no Microsoft Excel. Macro é uma ação ou um conjunto de ações que você pode usar para automatizar tarefas.
Resumo. Como um agente busca de seqüência de ações para alcançar seus objetivos.
Resumo Inteligência Artificial Russel e Norvig Capítulos 3,4 e 5 Prof. MsC Ly Freitas UEG Resolução de problemas por meio de busca Como um agente busca de seqüência de ações para alcançar seus objetivos.
Capítulo 2 Conhecendo o SIMULINK
Capítulo 2 Conhecendo o SIMULINK 2.1 - Acessando o SIMULINK Para acessar o SIMULINK deve-se primeiro abrir o MATLAB, pois apesar de ser uma aplicação específica, este não trabalha independente e utiliza
3. Conhecimentos Básicos
3. Conhecimentos Básicos 3.1 Sistema de Coordenadas A área de trabalho do AutoCAD é baseada em um sistema cartesiano de coordenadas, onde serão posicionados os pontos que definirão as entidades do desenho.
Objetivos. Sistema Operativo em Ambiente Gráfico. Introdução às Tecnologias de Informação e Comunicação
Objetivos Definir o conceito de Sistema Operativo Caracterizar os diferentes elementos do Ambiente de trabalho Explicar a finalidade da barra de tarefas Trabalhar ao mesmo tempo com várias janelas Definir
Fundamentos de Programação
Fundamentos de Programação CP41F Aula 2 Prof. Daniel Cavalcanti Jeronymo Conceito de algoritmo. Raciocínio lógico na construção de algoritmos. Estrutura de algoritmos. Universidade Tecnológica Federal
Prof. Paulo Borges. ao lado do campo Proprietário, clique no botão Novo e preencha os dados, conforme tela abaixo, em seguida clique em Salvar e OK.
Aula 01 Criando Novo Projeto, Introdução Manual de Dados na Caderneta de Campo, Importação de Arquivos Textos e Arquivos Brutos de Estações Totais, Cálculo de Poligonal Fechada. 1º Passo: Após abrir o
Linguagem e Ambiente Scratch. Introdução à Laboratório Prof.Alfredo Parteli Gomes
Linguagem e Ambiente Scratch Introdução à Laboratório Prof.Alfredo Parteli Gomes Scratch Linguagem de programação que visa facilitar a criação de histórias interativas, jogos e animações Informações e
Workshop - A Robótica em Contexto Educativo
Pastas do robô: Pastas do Robô a. Try Me b. View c. Bluetooth d. My Files Software files NXT files Sound Files e. NXT program f. Settings Pastas do robô: a. Try Me b. View c. Bluetooth d. My Files Software
HANDS-ON PROGRAMAÇÃO DE JOGOS PARA CRIANÇAS
HANDS-ON PROGRAMAÇÃO DE JOGOS PARA CRIANÇAS Hoje vamos criar nosso primeiro jogo utilizando o Scratch, trabalharemos com Labirintos, você sabe o que é? Veja nosso Robô XM, ele precisa chegar ao quadradinho
Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: 2 horas)
Departamento de Ciência de Computadores - FCUP Primeiro Teste de Inteligência Artificial / Sistemas Inteligentes (Duração: horas) Nome: Data: 7 de Abril de 016 1) Considere a aplicação da busca em profundidade
2.1. Construção da Pista
2 Malha de Controle Para que se possa controlar um dado sistema é necessário observar e medir suas variáveis de saída para determinar o sinal de controle, que deve ser aplicado ao sistema a cada instante.
INF 1771 Inteligência Artificial
Edirlei Soares de Lima INF 1771 Inteligência Artificial Aula 03 Resolução de Problemas por Meio de Busca Introdução Agentes Autônomos: Entidades autônomas capazes de observar o ambiente
CEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO
CEDERJ - CENTRO DE EDUCAÇÃO SUPERIOR A DISTÂNCIA DO ESTADO DO RIO DE JANEIRO MATERIAL DIDÁTICO IMPRESSO CURSO: Física DISCIPLINA: Informática para o Ensino de Física CONTEUDISTA: Carlos Eduardo Aguiar
Resolução de problemas por meio de busca. Inteligência Artificial
1 Resolução de problemas por meio de busca (Capítulo 3 - Russell) Inteligência Artificial Professor: Rosalvo Ferreira de Oliveira Neto 2 Estrutura 1. Agente de resolução de problema 2. Tipos de problema
Fundamentos de Sistemas Operacionais
Fundamentos de Sistemas Operacionais Aula 6 Gerenciamento de Memória Prof. Galvez Considerações Gerais Multiprogramação implica em manter-se vários processos em memória Memória necessita ser alocada de
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
Inteligência Artificial. Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas
Inteligência Artificial Prof. Tiago A. E. Ferreira Aula 5 Resolvendo Problemas 1 Agente solucionador de problemas (guiado por objetivo) O agente reativo Escolhe suas ações com base apenas nas percepções
PROGRAMAÇÃO DE JOGOS EM MIT APP INVENTOR 2
PROGRAMAÇÃO DE JOGOS EM MIT APP INVENTOR 2 Dinamização Daniel Vieira Aluno do C. P. Técnico de Gestão e Programação de Sistemas Informáticos Caldas da Rainha, dezembro de 2016 Constrói um jogo que consista
Inteligência Artificial. Agentes computacionais. Aula IV Cap.2 Russell e Norvig (continuação)
Universidade Estadual do Oeste do Paraná Curso de Bacharelado em Ciência da Computação Inteligência Artificial Agentes computacionais Aula IV Cap.2 Russell e Norvig (continuação) Roteiro: Russell e Norvig,
Mecânica 1.1 Tempo, posição e velocidade
Mecânica 1.1 Tempo, posição e velocidade REFERENCIAL E POSIÇÃO Estudar o movimento de um sistema mecânico pode ser muito complicado se implicar o estudo do movimento de todas as partículas que o constituem.
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É
Resolução de Problemas. Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial
Resolução de Problemas Universidade Católica de Pelotas Engenharia da Computação Disciplina: Inteligência Artificial 2 Resolução de Problemas Introdução Componentes Solução Busca de soluções 3 Resolução
IMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL
IMPLEMENTAÇÃO E RESOLUÇÃO DE MODELOS MATEMÁTICOS UTILIZANDO A PLANILHA EXCEL 1. INTRODUÇÃO Este tutorial apresenta, passo-a-passo, o processo de implementação e resolução de modelos matemáticos na planilha
Teoria dos Grafos Aula 24
Teoria dos Grafos Aula 24 Aula passada Caminho mais curto entre todos os pares Algortimo de Floyd Warshall Programação dinâmica Aula de hoje Caminho mais curto em grafos Algoritmo de Bellman Ford Algoritmo
CURSO DE GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO MATRIZ CURRICULAR MATUTINO Fase N.
CURSO DE GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO MATRIZ CURRICULAR MATUTINO Fase N. Ordem Código COMPONENTE CURRICULAR Créditos Horas Prérequisitos 01 Introdução à informática 04 60 02 Matemática instrumental
Estruturas de Repetição. Vanessa Braganholo
Estruturas de Repetição Vanessa Braganholo [email protected] Estruturas de Repetição } Permitem que um bloco de comandos seja executado diversas vezes } Dois tipos de Repetição: } Repetição condicional:
O Camguard permite detectar e gravar vídeos facilmente com uma webcam.
CamGuard O Camguard permite detectar e gravar vídeos facilmente com uma webcam. Para ativar o CamGuard, clique em no console do aplicativo da webcam da Kworld. A interface do CamGuard é exibida e apresenta
Marcone Jamilson Freitas Souza
Otimização: Algumas aplicações Marcone Jamilson Freitas Souza Departamento de Computação Programa de Pós-Graduação em Ciência da Computação Universidade Federal de Ouro Preto http://www.decom.ufop.br/prof/marcone
Campeonato de Gamão. 1. Regras. 2. Servidor
Campeonato de Gamão 1. Regras O campeonato de gamão será disputado de acordo com as regras tradicionais do jogo, facilmente encontradas na Internet. As duas cores tradicionais das pedras do jogo serão
LINGUAGEM C: COMANDOS DE REPETIÇÃO
LINGUAGEM C: COMANDOS DE REPETIÇÃO Prof. André Backes ESTRUTURAS DE REPETIÇÃO Uma estrutura de repetição permite que uma sequência de comandos seja executada repetidamente, enquanto determinadas condições
Aula Teórica: Elaboração de gráficos com o Excel
Aula Teórica: Elaboração de gráficos com o Excel Objetivo O objetivo dessa atividade é exercitar a elaboração de gráficos com a utilização de um software de planilha eletrônica. Também faremos uso da função
