CONTEÚDO. Relações e Composições. Relações e Composições. Relações e Composições. O que é inferência?

Tamanho: px
Começar a partir da página:

Download "CONTEÚDO. Relações e Composições. Relações e Composições. Relações e Composições. O que é inferência?"

Transcrição

1 CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Deinição, Características e Formas de Imprecisão Conjuntos Fu ropriedades, Formas de epresentação e Operações Lógica Fu elações, Composições, Modus onens Generaliado Aplicações O que é inerência? remissa : Temperatura = 75 remissa : SE Temperatura é ALTA ENTÃO Vaão é grande Conclusão: Vaão =? Temperatura = 75 SE Temperatura é ALTA ENTÃO Vaão é grande Vaão =? elação simples (um conjunto u) elação de Implicação A B Composição das elações o

2 elações Fu Composições de Composições de elações Fu elação Crisp: epresenta a presença ou ausência de associação, interação ou interconectividade entre elementos de dois ou mais conjuntos. elações Binárias: aquelas que envolvem dois conjuntos X e Y (X,Y) Dados os universos X e Y, a relação crisp deinida em X x Y é um subconjunto do produto cartesiano dos dois universos, tal que : X x Y {,} unção característica OBSEVAÇÃO: Como (X,Y) também é um conjunto, todas as operações de conjuntos crisp podem ser aplicadas sem modiicação. ( x, ) = se e somente se ( x, ) em caso contrário

3 Exemplo : Seja X = {-, -, -,,,, } Seja Y = {,,,, 5} ual a elação (X,Y) = {(x,) / x } Exemplo : Seja X o conjunto de todos os sistemas contínuos, lineares, de segunda ordem (U,V) = { (,); (,); (,); (,); (,); (,)} Exemplo : Seja X o conjunto de todos os sistemas contínuos, lineares, de segunda ordem X = { x, x } = {sistema variante no tempo, sistema invariante no tempo} e SejaY o conjunto dos pólos de tais sistemas Y = {, } = {pólos no lado esquerdo do s-plano, pólos no lado direito do s-plano} Exemplo : elação de Estabilidade entre X e Y Sistemas Estáveis Sistemas Invariante no Tempo E ólos (no lado esquerdo do s-plano) s

4 Exemplo : elação de Estabilidade entre X e Y x x (U,V) = {sistema{ invariante no tempo, pólos no semi-plano esquerdo} x x Y elações Fu Composições de Composições de elações Fu MATIZ ELACIONAL DIAGAMA SAGITAL elações Fu elação Fu: epresenta o grau de associação, interação ou interconectividade entre elementos de dois ou mais conjuntos u. Exemplos: x é muito maior que é bem próximo de x é muito mais alto que Se x é grande Então é pequeno elações Fu A relação u (X,Y) éum conjunto u caracteriado pela unção de pertinência µ (x,) x X e Y (X,Y) = { [(x,), µ (x,)] / (x,) X x Y}

5 elações Fu OBSEVAÇÃO: Como as relações u são também conjuntos u, as operações com essas relações podem ser deinidas utiliando os operadores de UNIÃO, INTESEÇÃO e COMLEMENTO. elações Fu EXEMLO : SejaX e Y conjuntos de números reais (X,Y) = o alvo x está próximo do alvo µ (x) µ róximo ximo ( x - ) = máx m x [ 5 - x -, ] 5 5 x - Exemplo : elações Fu X = {x, x,x } = {8,, } Y = {,,, } = {,,, } (X,Y) = x é muito maior do que Exemplo : elações Fu X = {x,x } = {Fortalea, Florianópolis} Y = {,, } = {orto Alegre, Criciúma, Curitiba} : "muito próxima". x µ mm (x,) = x. x

6 elações Fu elações Fu Matri elacional para o caso crisp Matri elacional para o caso u orto Alegre Criciúma Curitiba orto Alegre Criciúma Curitiba x Fortalea x Florianópolis x Fortalea,,, x Florianópolis,8,8 elações Fu Composições de Composições de elações Fu epresenta um papel muito importante em sistemas de inerência u 6

7 Seja (X,Y) e (Y, Z) duas relações crisp nos espaços X x Y e Y x Z, Z respectivamente. Composição (X,Z) das relações crisp e ( X, Z ) = ( X, Y ) o ( Y, Z ) (X, Z) = (X,Y) (Y, Z) (X, Z) é um subconjunto de X x Z tal que: (x,) (X, Z) se e somente se existir pelo menos um Y tal que (x,) e(,) e Exemplo: x x x (U,V) (V,W) A operação realiada para se obter a composição das relações pode ser representada por: Composição MÁX-MÍN: MÍN: (U,W) = (U,V) (V,W) ( x, ) ( x, ) {( x, ), max [ min( ( x, ), (, ))]} = o = Composição MÁX-ODUTO: x x x ( x, ) ( x, ) {( x, ), max [( ( x, ) (, ))]} = o = 7

8 Exemplo (caso crisp): x ( X, Y ) = x x = ( Y, Z) x x x x ( X, Z) = x x (X,Z) = (X,Y) (Y,Z) Exempliicando para o cálculo do elemento (x, ) de (no exemplo): ( x, ) = {( x, ), max [ min( ( x, ) = {( x, ), max [ min( min( ( x, ), ( x, ), (, )), min( ( x, ) = {( x, ), max [,,,)]} = (, )), min( ( x, ), ( x, ), ( x, ), (, ))]} = (, )), ( x, ) = {( x, ), max [ min(,), min(,), min(,), min(,)]} o (, ))]} Em composições crisp se obtém o mesmo resultado para MÁX-MÍN MÍN e MÁX-roduto Cada elemento de (X,Y) pode ser obtido por meio da multiplicação das matries (X,Y) e (Y,Z) observando-se que: cada multiplicação deve ser eetuada com o operador adequado: mínimo ou produto cada adição deve ser eetuada com o operador máximo elações Fu Composições de Composições de elações Fu 8

9 Composições Fu Composição u a-se uma generaliação do caso não-u µ ( x, ) µ ( x, ) = sup [ µ ( x, ) (, )] = o µ a norma-t é usualmente o min ou o produto para universos initos, o sup é o max Exemplo : Estudantes: X = {Maria, João, edro} Características de cursos Y = {teoria, aplicação, hardware, programação} Cursos Z = {lógica u, controle u, redes neurais, sistemas especialistas} Exemplo (continuação): Exemplo (continuação): Interesse dos estudantes, em termos das Características dos cursos: características dos cursos: t edro, ( X, Y ) = Maria João,5 a,,9 h,8,5 p,,5 LF t, ( Y, Z ) = a h p, CF,5,,5 N,6,8,7,8 SE,,8 9

10 Exemplo (continuação): A composição (max-min) pode servir de auxílio aos estudantes na escolha dos cursos: Exemplo : X = { x, x, x } Y = {,,, } Z = {,, } LF edro, o = Maria João,5 CF,5,9 N,8,6,8 SE,8,5 Obs: ao contrário deste exemplo, a composição max-produto geralmente não produ o mesmo resultado! x é muito maior do que E é muito próximo de µ mm (x,) µ mp (,) µ mm mp (x, x,) =? Exemplo (continuação): Caso especial: é um conjunto u apenas elações dadas: µ mm (x,) = x x x Composição max-min x x x em ve de µ ( x, ) tem-se µ (x), o que é equivalente a se ter X = Y µ mp (,) = Composição max-produto x x x µ ( ) = sup [ µ ( x) ( x, )] µ x Obs.: resultado undamental para sistemas de inerência u!

11 Exemplo: x é mediamente grande E é muito menor do que x X = { x, x, x, x, x 5 } = {5,, 5,, 5} Z = {,,, } = {,,, } µ mg (x) = {,;,7; ;,7;,} µ mm (x,) = x x x x x Composição max-min µ () = {/;,8/;,7/;,6/}

CONTEÚDO. Relações e Composições. Relações e Composições. Relações e Composições. O que é inferência?

CONTEÚDO. Relações e Composições. Relações e Composições. Relações e Composições. O que é inferência? CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Deinição, Características e Formas de Imprecisão Conjuntos Fu ropriedades, Formas de epresentação e Operações Lógica Fu elações, Composições,

Leia mais

Conteúdo: Hedges Relações e Composições

Conteúdo: Hedges Relações e Composições Conteúdo: Hedges Relações e Composições Hedges: Operadores semânticos Atuam na modelagem de um sistema fuzzy da mesma forma que advérbios atuam em uma sentença. Modificam a natureza de um conjunto fuzzy.

Leia mais

INTRODUÇÃO SISTEMAS FUZZY INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO. Teoria de Conjuntos Fuzzy Zadeh (1965) Ricardo Tanscheit

INTRODUÇÃO SISTEMAS FUZZY INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO INTRODUÇÃO. Teoria de Conjuntos Fuzzy Zadeh (1965) Ricardo Tanscheit SISTEMS FUZZY Ricardo Tanscheit Departamento de Engenharia Elétrica PUC-Rio INTRODUÇÃO Teoria de Conjuntos Fu Zadeh 965 Lógica Fu Zadeh 973 Diversos outros autores, posteriormente INTRODUÇÃO Lógica Fu

Leia mais

TP034-Tópicos Especiais de Pesquisa Operacional I

TP034-Tópicos Especiais de Pesquisa Operacional I TP34-Tópicos Especiais de Pesquisa Operacional I Conjuntos Difusos Relações Difusas Prof. Volmir Wilhelm Curitiba Paraná rasil s relações são associações entre elementos de dois ou mais conjuntos. Se o

Leia mais

Prof. Doutor Paulo Salgado UTAD. Doutoramento em Engª Electrotécnica e de Computadores - Prof. Paulo Salgado

Prof. Doutor Paulo Salgado UTAD. Doutoramento em Engª Electrotécnica e de Computadores - Prof. Paulo Salgado Introdução à LÓGICA DIFUSA Prof. Doutor Paulo Salgado UTAD psal@utad.pt Tópicos do Curso Introdução à LÓGICA DIFUSA (Fuzzy Logic). Operações Lógicas e Inferência difusa Técnicas automáticas de geração

Leia mais

Conteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier

Conteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier Conteúdo: Sistemas Fuzzy Fuzzifier Inferência Regras Máquina de Inferência Defuzzifier Sistemas fuzzy A inferência fuzzy é um paradigma computacional baseado na Teoria de conjuntos fuzzy, regras de inferência

Leia mais

Redes Neurais e Sistemas Fuzzy

Redes Neurais e Sistemas Fuzzy Redes Neurais e Sistemas Fuzzy Conceitos Básicos da Lógica Fuzzy. Raciocínio aproximado Raciocínio aproximado é a forma mais conhecida de lógica fuzzy, cobrindo várias regras de inferência cujas premissas

Leia mais

CONTEÚDO LÓGICA FUZZY LÓGICA FUZZY. Proposições Fuzzy. Regras são implicações lógicas. Introdução Introdução, Objetivo e Histórico

CONTEÚDO LÓGICA FUZZY LÓGICA FUZZY. Proposições Fuzzy. Regras são implicações lógicas. Introdução Introdução, Objetivo e Histórico CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos ásicos Definição, Características e Formas de Imprecisão Conjuntos Fuzz Propriedades, Formas de Representação e Operações Relações, Composições,

Leia mais

CONTEÚDO LÓGICA FUZZY LÓGICA FUZZY LÓGICA FUZZY. Um dos componentes mais importantes de um sistema fuzzy é o Módulo de Regras.

CONTEÚDO LÓGICA FUZZY LÓGICA FUZZY LÓGICA FUZZY. Um dos componentes mais importantes de um sistema fuzzy é o Módulo de Regras. CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos ásicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,

Leia mais

Lógica Nebulosa (Fuzzy)

Lógica Nebulosa (Fuzzy) Universidade Federal do Espírito Santo Centro de Ciências Agrárias CCA UFES Departamento de Computação Lógica Nebulosa (Fuzzy) Inteligência Artificial Site: http://jeiks.net E-mail: jacsonrcsilva@gmail.com

Leia mais

1. Considere a seguinte matriz dos vértices dum triângulo D = 0 2 3

1. Considere a seguinte matriz dos vértices dum triângulo D = 0 2 3 INSTITUTO SUPERIOR TÉCNICO - DEPARTAMENTO DE MATEMÁTICA 7 a LISTA DE PROBLEMAS E EXERCÍCIOS DE ÁLGEBRA LINEAR LEIC-Taguspark, LERCI, LEGI, LEE 1 o semestre 2006/07 - aulas práticas de 2006-12-04 e 2006-12-06

Leia mais

Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy

Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy Redes Neurais Sistema de Inferência Fuzzy baseado em Redes Adaptativas (ANFIS) Sistema de Inferência Fuzzy Um Sistema de Inferência Fuzzy (SIF) é um tipo especial de Sistema Baseado em Conhecimento (SBC).

Leia mais

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC.

Inteligência Artificial Escola de Verão Laboratório Associado de Computação e Matemática Aplicada LAC. Inteligência Artificial Escola de Verão 28 Laboratório Associado de Computação e Matemática Aplicada LAC www.lac.inpe.br/~demisio/ia_lac.html Lógica Nebulosa A Lógica Nebulosa (ou Lógica Difusa Fuzzy Logic

Leia mais

1.1 Propriedades básicas dos números reais, axiomática dos números reais.

1.1 Propriedades básicas dos números reais, axiomática dos números reais. I - Funções reais de variável real 1. Números Reais. 1.1 - Números naturais, números relativos, números racionais e números reais. De uma forma muito simples vamos recordar os números: Números Naturais

Leia mais

Relações Binárias, Aplicações e Operações

Relações Binárias, Aplicações e Operações Relações Binárias, Aplicações e Operações MAT 131-2018 II Pouya Mehdipour 6 de dezembro de 2018 Pouya Mehdipour 6 de dezembro de 2018 1 / 24 Referências ALENCAR FILHO, E. Teoria Elementar dos Conjuntos,

Leia mais

Cálculo Diferencial e Integral I

Cálculo Diferencial e Integral I Cálculo Diferencial e Integral I Texto de apoio às aulas. Amélia Bastos, António Bravo Dezembro 2010 Capítulo 1 Números reais As propriedades do conjunto dos números reais têm por base um conjunto restrito

Leia mais

FUNÇÕES REAIS DE UMA VARIÁVEL REAL

FUNÇÕES REAIS DE UMA VARIÁVEL REAL FUNÇÕES REAIS DE UMA VARIÁVEL REAL Deinição inormal de unção Uma unção é uma regra que a cada elemento de um dado conjunto A associa um e um só elemento de um outro conjunto B. : A B ( ) Simbolicamente,

Leia mais

TP034-Tópicos Especiais de Pesquisa Operacional I

TP034-Tópicos Especiais de Pesquisa Operacional I TP34-Tópicos Especiais de Pesquisa Operacional I (Conjuntos Difusos Princípio da Extensão) Prof. Volmir Wilhelm Curitiba, Paraná, Brasil Gráficos difusos Um gráfico difuso descreve um mapeamento funcional

Leia mais

Conteúdo: Operações Conjuntos Crisp Operações Conjuntos fuzzy. Operadores de Zadeh Operadores Compensatórios Operadores T-norm e T-conorm

Conteúdo: Operações Conjuntos Crisp Operações Conjuntos fuzzy. Operadores de Zadeh Operadores Compensatórios Operadores T-norm e T-conorm Conteúdo: Operações Conjuntos Crisp Operações Conjuntos fuzzy Operadores de Zadeh Operadores Compensatórios Operadores T-norm e T-conorm Operações com Conjuntos Crisp Função característica: determina se

Leia mais

Espaços Vetoriais e Produto Interno

Espaços Vetoriais e Produto Interno Universidade Federal do Vale do São Francisco Engenharia Civil Álgebra Linear Prof o. Edson 1 o Semestre 1 a Lista de Exercícios 2009 Data: Sexta-feira 27 de Fevereiro Prof o. Edson Espaços Vetoriais e

Leia mais

ESPAÇOS LINEARES (ou vetoriais)

ESPAÇOS LINEARES (ou vetoriais) Álgebra Linear- 1 o Semestre 2018/19 Cursos: LEIC A Lista 3 (Espaços Lineares) ESPAÇOS LINEARES (ou vetoriais) Notações: Seja A uma matriz e S um conjunto de vetores Núcleo de A: N(A) Espaço das colunas

Leia mais

MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA

MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA 1 a LISTA DE EXERCÍCIOS DE MAT 17 1. Suponha que uma força de 1 newtons é aplicada em um objeto ao longo do

Leia mais

Sistemas lineares. Aula 6 Transformada de Laplace

Sistemas lineares. Aula 6 Transformada de Laplace Sistemas lineares Aula 6 Transformada de Laplace Introdução Transformada de Laplace Convergência da transformada de laplace Exemplos Região de Convergência Introdução Transformações matemáticas: Logaritmo:

Leia mais

MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA

MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA MINISTÉRIO DA EDUCAÇÃO E DO DESPORTO UNIVERSIDADE FEDERAL DE VIÇOSA DEPARTAMENTO DE MATEMÁTICA a LISTA DE EXERCÍCIOS DE MAT 7 II SEMESTRE DE 00 Professores: Flávia, Gustavo e Lana. Suponha que uma força

Leia mais

6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais):

6. Verifique detalhadamente que os seguintes conjuntos são espaços vetoriais(com a soma e produto por escalar usuais): a Lista. Sejam u = ( 4 ) v = ( 5) e w = (a b). Encontre a e b tais que (a)w = u + v (b)w = 5v (c)u + w = u v. Represente os vetores acima no plano cartesiano.. Sejam u = (4 ) v = ( 4) e w = (a b c). Encontre

Leia mais

Lista 6: transformações lineares.

Lista 6: transformações lineares. Lista 6: transformações lineares. 1) Diga, justificando, quais das seguintes funções constituem transformações lineares. a) T : R 2 R 2 tal que T (x 1, x 2 ) = (x 1 + x 2, 3x 1 x 2 ) b) T : R 2 R 2 tal

Leia mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos Evolucionários e Tratamento de Incertezas Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 05 Teoria dos Conjuntos Difusos Max Pereira CONJUNTOS CLÁSSICOS Teoria dos Conjuntos é o estudo da associação entre objetos

Leia mais

Conjuntos Numéricos. É o conjunto no qual se encontram os elementos de todos os conjuntos estudados.

Conjuntos Numéricos. É o conjunto no qual se encontram os elementos de todos os conjuntos estudados. Conjuntos Numéricos INTRODUÇÃO Conjuntos: São agrupamentos de elementos com algumas características comuns. Ex.: Conjunto de casas, conjunto de alunos, conjunto de números. Alguns termos: Pertinência Igualdade

Leia mais

Universidade Federal de Uberlândia Faculdade de Matemática

Universidade Federal de Uberlândia Faculdade de Matemática Universidade Federal de Uberlândia Faculdade de Matemática Universidade Federal de Uberlândia Faculdade de Matemática Disciplina : Geometria Analítica e Álgebra Linear - GCI004 Assunto: Espaços vetoriais

Leia mais

Conjuntos Difusos. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7)

Conjuntos Difusos. Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7) Conjuntos Difusos Sistemas de Informação/Ciências da Computação UNISUL Aran Bey Tcholakian Morales, Dr. Eng. (Apostila 7) Conjuntos Difusos 2 Conjuntos Difusos Quais das seguintes pessoas são altas? Paulo:

Leia mais

Cálculo Diferencial e Integral Química Notas de Aula

Cálculo Diferencial e Integral Química Notas de Aula Cálculo Diferencial e Integral Química Notas de Aula João Roberto Gerônimo 1 1 Professor Associado do Departamento de Matemática da UEM. E-mail: jrgeronimo@uem.br. ÍNDICE 1. INTRODUÇÃO Esta notas de aula

Leia mais

Revista Gestão Pública em Curitiba MOMENTOS I ENCONTRO INTERNACIONAL DE CURITIBA EM GESTÃO PÚBLICA Pública Gestão Curitiba 2011 em I Encontro Internacional de Curitiba Gestão Pública para Resultados 44

Leia mais

ficha 5 transformações lineares

ficha 5 transformações lineares Exercícios de Álgebra Linear ficha 5 transformações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 5 Notação

Leia mais

Conjunto Quociente e Classe de Equivalência (Alguns Exemplos e Definições)

Conjunto Quociente e Classe de Equivalência (Alguns Exemplos e Definições) Exemplos Definições Conjunto Quociente e Classe de Equivalência (Alguns Exemplos e Definições) Matemática Elementar - EAD Departamento de Matemática Universidade Federal da Paraíba 4 de setembro de 2014

Leia mais

REVISÃO - DESIGUALDADE, MÓDULO E FUNÇÕES

REVISÃO - DESIGUALDADE, MÓDULO E FUNÇÕES REVISÃO - DESIGUALDADE, MÓDULO E FUNÇÕES Marina Vargas R. P. Gonçalves a a Departamento de Matemática, Universidade Federal do Paraná, marina.vargas@gmail.com, http:// www.estruturas.ufpr.br 1 REVISÃO

Leia mais

Capítulo 1 - Cálculo Matricial

Capítulo 1 - Cálculo Matricial Capítulo 1 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 34 DeMat-ESTiG Sumário Cálculo

Leia mais

1.1 Conjuntos parcialmente ordenados (c.p.o. s)

1.1 Conjuntos parcialmente ordenados (c.p.o. s) Capítulo 1 PRELIMINARES Neste primeiro capítulo podemos encontrar algumas definições e proposições que para além de nos familiarizar com a notação que iremos utilizar também têm como finalidade a referência

Leia mais

Modelos Evolucionários e Tratamento de Incertezas

Modelos Evolucionários e Tratamento de Incertezas Ciência da Computação Modelos Evolucionários e Tratamento de Incertezas Aula 07 Inferência Difusa Sistemas de Controle Difuso Max Pereira Regras difusas SE ENTÃO Antecedente:

Leia mais

1. Inverta a relação tensão deformação para materiais elásticos, lineares e isotrópicos para obter a relação em termos de deformação.

1. Inverta a relação tensão deformação para materiais elásticos, lineares e isotrópicos para obter a relação em termos de deformação. Mecânica dos Sólidos I Lista de xercícios III Tensões, Deformações e Relações Constitutivas.. Inverta a relação tensão deformação para materiais elásticos, lineares e isotrópicos para obter a relação em

Leia mais

Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos

Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos Conteúdo: Conjuntos crisp x Conjuntos fuzzy Representação Propriedades Formatos Conjuntos Crisp x Fuzzy Conjuntos crisp ou Conjuntos clássicos: cada entidade ou objeto de um dado universo pode pertencer

Leia mais

semana 03/05/2014 a 09/05/2014 semana 10/05/2014 a 16/05/2014 semana 17/05/2014 a 23/05/ e 25/05/2014

semana 03/05/2014 a 09/05/2014 semana 10/05/2014 a 16/05/2014 semana 17/05/2014 a 23/05/ e 25/05/2014 semana 03/05/2014 a 09/05/2014 semana 10/05/2014 a 16/05/2014 semana 17/05/2014 a 23/05/2014 24 e 25/05/2014 PROGRAMAÇÃO DE 03/05/2014 a 09/05/2014 PROGRAMAÇÃO DE 03/05/2014 a 09/05/2014 PROGRAMAÇÃO DE

Leia mais

José Amaral. Majorante de um conjunto. Minorante de um conjunto. Supremo e Máximo de um conjunto

José Amaral. Majorante de um conjunto. Minorante de um conjunto. Supremo e Máximo de um conjunto José Amaral 1 p001-p063 : Lógica matemática jda@iselpt Teoria dos conjuntos elações binárias e relações de equivalência Programa: Noções topológicas em Complementos de funções reais de variável real Cálculo

Leia mais

CÁLCULO I. 1 Número Reais. Objetivos da Aula

CÁLCULO I. 1 Número Reais. Objetivos da Aula CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida EMENTA: Conceitos introdutórios de limite, limites trigonométricos, funções contínuas, derivada e aplicações. Noções introdutórias sobre a integral

Leia mais

Variáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma

Variáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,

Leia mais

PCS 3115 (PCS2215) Sistemas Digitais I. Módulo 05 Álgebra Booleana. Prof. Dr. Edison Spina. Sobre o material do Prof. Dr. Marcos A. Simplicio Jr.

PCS 3115 (PCS2215) Sistemas Digitais I. Módulo 05 Álgebra Booleana. Prof. Dr. Edison Spina. Sobre o material do Prof. Dr. Marcos A. Simplicio Jr. PCS 35 (PCS225) Sistemas Digitais I Módulo 5 Álgebra Booleana Prof. Dr. Edison Sobre o material do Prof. Dr. Marcos A. Simplicio Jr. versão: 5 (Mar/28) Conceitos básicos Conteúdo Teoremas de variável Teoremas

Leia mais

EXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003. Funções reais de várias variáveis

EXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003. Funções reais de várias variáveis EXERCÍCIOS DE ELEMENTOS DE MATEMÁTICA II (BQ, CTA, EFQ, Q) 2002/2003 Funções reais de várias variáveis 1. Faça um esboço de alguns conjuntos de nível das seguintes funções: (a) f (x,y) = 1 + x + 3y, (x,y)

Leia mais

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática

Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 1 Universidade Federal de Viçosa Centro de Ciências Exatas e Tecnológicas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2017/II 1. Sejam u = ( 4 3) v = (2 5) e w = (a b).

Leia mais

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c

Números Reais. Víctor Arturo Martínez León b + c ad + bc. b c Números Reais Víctor Arturo Martínez León (victor.leon@unila.edu.br) 1 Os números racionais Os números racionais são os números da forma a, sendo a e b inteiros e b 0; o conjunto b dos números racionais

Leia mais

PME-2350 MECÂNICA DOS SÓLIDOS II AULA #3: TRANSFORMAÇÃO DE TENSÃO E DE DEFORMAÇÃO 1

PME-2350 MECÂNICA DOS SÓLIDOS II AULA #3: TRANSFORMAÇÃO DE TENSÃO E DE DEFORMAÇÃO 1 PME-2350 MECÂNICA DOS SÓLIDOS II AULA #3: TRANSFORMAÇÃO DE TENSÃO E DE DEFORMAÇÃO 1 3.1 Motivação e objetivos É comum em problemas de Engenharia haver a necessidade de expressar determinadas grandeas mecânicas

Leia mais

Representação por Variáveis de Estado

Representação por Variáveis de Estado EPESENTAÇÃO DE SISTEMAS DINÂMIOS PO VAIÁVEIS DE ESTADO Um sistema é dito dinâmico se a resposta presente depender de uma ecitação passada. aso contrário, se depender apenas da ecitação presente, é dito

Leia mais

AULA 2 1) Comando linspace 2) Indexação de matriz

AULA 2 1) Comando linspace 2) Indexação de matriz AULA 2 1 1) Comando linspace >> linspace(0,10,5) ans = 0 2.5000 5.0000 7.5000 10.0000 Espaça linearmente um determinado número de elementos entre um valor final e um inicial. 2) Indexação de matriz >>

Leia mais

Estado Duplo de Tensão

Estado Duplo de Tensão Estado Duplo de Tensão Ps 13/12/95 2ª Questão Determinar graficamente as tensões principais ( σ 1 e σ 2 ) e as tensões de cisalhamento τ max e τ min, bem como a direção de seus planos de atuação, para

Leia mais

TÓPICO. Fundamentos da Matemática II FUNÇÕES VETORIAIS DE VÁRIAS VARIÁVEIS. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques

TÓPICO. Fundamentos da Matemática II FUNÇÕES VETORIAIS DE VÁRIAS VARIÁVEIS. Licenciatura em Ciências USP/ Univesp. Gil da Costa Marques FUNÇÕES VETORIAIS DE VÁRIAS VARIÁVEIS 5 Gil da Costa Marques TÓPICO Fundamentos da Matemática II 5. Introdução 5. Funções vetoriais de duas variáveis 5.3 Representação gráfica de funções vetoriais 5.4

Leia mais

Interpolação Polinomial

Interpolação Polinomial Cálculo Numérico Interpolação Polinomial Parte I Pro. Jorge Cavalcanti jorge.cavalcanti@univas.edu.br MATERIAL ADAPTADO DOS SLIDES DA DISCIPLINA CÁLCULO NUMÉRICO DA UFCG www.dsc.ucg.edu.br/~cnum/ Interpolação

Leia mais

CONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges

CONJUNTOS FUZZY CONTEÚDO. CONJUNTOS CRISP x FUZZY. Conjuntos Crisp x Fuzzy Definição Representação Propriedades Formatos Operações Hedges CONTEÚDO Introdução Introdução, Objetivo e Histórico Conceitos Básicos Definição, Características e Formas de Imprecisão Conjuntos Fuzzy Propriedades, Formas de Representação e Operações Lógica Fuzzy Relações,

Leia mais

Sistemas difusos (Fuzzy Systems)

Sistemas difusos (Fuzzy Systems) Sistemas difusos (Fuzzy Systems) Victor Lobo Mestrado em Estatística e Gestão de Informação Ideia geral Conjunto das pessoas altas h Lógica clássica Sim ou Não: ou é, ou não é Probabilidades Sim, com uma

Leia mais

Espaços vectoriais com produto interno. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19

Espaços vectoriais com produto interno. ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19 Capítulo 6 Espaços vectoriais com produto interno ALGA 2008/2009 Mest. Int. Eng. Electrotécnica e de Computadores Espaços vectoriais com produto interno 1 / 19 Definição e propriedades ALGA 2008/2009 Mest.

Leia mais

Problema (flexão em 4 pontos)

Problema (flexão em 4 pontos) Problema (flexão em 4 pontos) Um provete cilíndrico de osso compacto, com um diâmetro exterior d e =3 mm e diâmetro interior d i =16 mm, está sujeito a um esforço de flexão em 4 pontos (ver figura, F=1

Leia mais

1. Conjuntos Fuzzy - Fundamentos. Sistemas Nebulosos

1. Conjuntos Fuzzy - Fundamentos. Sistemas Nebulosos Sistemas Nebulosos Heloisa de Arruda Camargo. Conjuntos Fuzzy - Fundamentos. Conceitos básicos de conjuntos fuzzy.2 Operações em conjuntos fuzzy.3 Relações fuzzy.4 Aritmética fuzzy.5 Variáveis linguísticas

Leia mais

Universidade Estadual Paulista Campus de Ilha Solteira. Palestra: Carlos Roberto Minussi DEE FEIS UNESP

Universidade Estadual Paulista Campus de Ilha Solteira. Palestra: Carlos Roberto Minussi DEE FEIS UNESP Universidade Estadual Paulista Campus de Ilha Solteira Palestra: Lógica Fuzzy (Nebulosa) Carlos Roberto Minussi DEE FEIS UNESP História e Motivação Lógiica Fuzzy Computação com Pallavras Zadeh [1965] desenvolveu

Leia mais

Lógica Nebulosa (Fuzzy Logic) (Introdução)

Lógica Nebulosa (Fuzzy Logic) (Introdução) Universidade Estadual Paulista UNESP Campus de Ilha Solteira Departamento de Engenharia Elétrica Programa de Pós-Graduação em Engenharia Elétrica Lógica Nebulosa (Fuzzy Logic) (Introdução) Carlos R. Minussi

Leia mais

Sistema de Inferência Fuzzy. Prof. Juan Mauricio Villanueva

Sistema de Inferência Fuzzy. Prof. Juan Mauricio Villanueva Sistema de Inferência Fuzzy Prof. Juan Mauricio Villanueva jmauricio@cear.ufpb.br http://app.cear.ufpb.br/~juan/ 1 Introdução Lógica Fuzzy É uma ferramenta que permite capturar informações imprecisas,

Leia mais

1.2 Axioma do Supremo

1.2 Axioma do Supremo 1.2 Axioma do Supremo EXERCÍCIOS RESOLVIDOS 1. Verifique que se n N é ímpar, então n 2 é também ímpar. O que pode concluir de n N sabendo que n 2 é par? RESOLUÇÃO Seja n N ímpar, com n = 2k+1, para algum

Leia mais

Capítulo 1 - Cálculo Matricial

Capítulo 1 - Cálculo Matricial Capítulo 1 - Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/ 33 DeMat-ESTiG Sumário Cálculo

Leia mais

SISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY

SISTEMAS FUZZY CONTEÚDO CONJUNTOS FUZZY. CONJUNTOS CRISP x FUZZY SISTEMAS FUZZY A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente

Leia mais

Aula 18. Método Multiplicadores Lagrange (continuação)

Aula 18. Método Multiplicadores Lagrange (continuação) Aula 18 Método Multiplicadores Lagrange (continuação) Na aula anterior introduzimos o Método dos Multiplicadores de Lagrange, que serve para maximizar/minimizar uma função restrita a um domínio do tipo

Leia mais

CONJUNTOS NEBULOSOS. Formatos dos Conjuntos

CONJUNTOS NEBULOSOS. Formatos dos Conjuntos CONJUNTOS NEBULOSOS Conjuntos Crisp x Nebulosos Definição Representação Propriedades Formatos Operações Hedges Formatos dos Conjuntos A função verdade de um conjunto fuzzy representa as propriedades semânticas

Leia mais

(A1) As operações + e são comutativas, ou seja, para todo x e y em A, x + y = y + x e x y = y x

(A1) As operações + e são comutativas, ou seja, para todo x e y em A, x + y = y + x e x y = y x Notas de aula de MAC0329 (2003) 17 3 Álgebra Booleana Nesta parte veremos uma definição formal de álgebra booleana, a qual é feita via um conjunto de axiomas (ou postulados). Veremos também algumas leis

Leia mais

Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Resolução Gráfica. Prof. Fabrício Maciel Gomes

Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Resolução Gráfica. Prof. Fabrício Maciel Gomes Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Resolução Gráfica Prof. Fabrício Maciel Gomes Aplicável para modelos com 02 variáveis de decisão Útil para a ilustração de alguns

Leia mais

Funções de duas (ou mais)

Funções de duas (ou mais) Lista 5 - CDI II Funções de duas (ou mais) variáveis. Seja f(x, y) = x+y x y, calcular: f( 3, 4) f( 2, 3 ) f(x +, y ) f( x, y) f(x, y) 2. Seja g(x, y) = x 2 y, obter: g(3, 5) g( 4, 9) g(x + 2, 4x + 4)

Leia mais

Conjuntos e Relações Nebulosas (Fuzzy)

Conjuntos e Relações Nebulosas (Fuzzy) Conjuntos e Relações Nebulosas (Fuzzy) Prof. Matheus Giovanni Pires EXA 868 Inteligência Artificial Não-Simbólica B Universidade Estadual de Feira de Santana 2 Operações Básicas Para sistemas que usam

Leia mais

Relações. Introdução. Funções e Relações. Produto Cartesiano. Relações Clássicas. Função Característica

Relações. Introdução. Funções e Relações. Produto Cartesiano. Relações Clássicas. Função Característica Introdução elações driano Joaquim de O ruz NE/UFJ adriano@nce.ufrj.br elações são associações entre elementos de diferentes conjuntos e o grau de associação é um ou zero temos uma relação clássica e o

Leia mais

5.1 Noção de derivada. Interpretação geométrica de derivada.

5.1 Noção de derivada. Interpretação geométrica de derivada. Capítulo V Derivação 5 Noção de derivada Interpretação geométrica de derivada Seja uma unção real de variável real Deinição: Chama-se taa de variação média de uma unção entre os pontos a e b ao quociente:

Leia mais

n. 9 VERSOR_EXPRESSÃO CARTESIANA_PARALELISMO_COPLANARIDADE_ COLINEARIDADE Como o versor é um vetor unitário, temos que v = 1

n. 9 VERSOR_EXPRESSÃO CARTESIANA_PARALELISMO_COPLANARIDADE_ COLINEARIDADE Como o versor é um vetor unitário, temos que v = 1 n. 9 VERSOR_EXPRESSÃO CARTESIANA_PARALELISMO_COPLANARIDADE_ COLINEARIDADE Definição Dado um vetor u 0, chama-se versor do vetor u, um vetor unitário, paralelo e de mesmo sentido que u. Logo, se considerarmos

Leia mais

ANÁLISE MATEMÁTICA III A TESTE 2 PARA PRATICAR OUTUBRO DE Duração: 50 minutos

ANÁLISE MATEMÁTICA III A TESTE 2 PARA PRATICAR OUTUBRO DE Duração: 50 minutos Departamento de Matemática Secção de Álgebra e Análise Última actualização: 3/Out/5 ANÁLISE MATEMÁTICA III A TESTE PARA PRATICAR OUTUBRO DE 5 RESOLUÇÃO (As soluções aqui propostas não são únicas!) Duração:

Leia mais

2 Lógica Fuzzy. 2 Lógica Fuzzy. Sintaxe da linguagem

2 Lógica Fuzzy. 2 Lógica Fuzzy. Sintaxe da linguagem 2 Lógica Fuzzy 2.1 Cálculo proposicional (lógica proposicional) 2.2 Lógica de Predicados 2.3 Lógica de múltiplos valores 2.4 Lógica Fuzzy Proposições fuzzy Inferência a partir de proposições fuzzy condicionais

Leia mais

APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS

APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS Alexandre Ferreira de Pinho, Mestrando Escola Federal de Engenharia de

Leia mais

Variáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma

Variáveis Linguísticas CONTEÚDO. Variáveis Linguísticas. Variáveis Linguísticas. Formalismo: caracterizada por uma ONTEÚDO Introdução Introdução, Objetivo e Histórico onceitos ásicos Definição, aracterísticas e Formas de Imprecisão onjuntos Fuzzy, Formas de Representação e Operações Lógica Fuzzy Relações, omposições,

Leia mais

Axiomas de corpo ordenado

Axiomas de corpo ordenado Axiomas de corpo ordenado 2 a lista de exercícios Análise real A abordagem axiomática dos números reais previne erros que a intuição pode ocasionar e torna mais rigoroso o processo de demonstração matemática,

Leia mais

Sejam A e B conjuntos não vazios. Chama-se produto cartesiano de A por B o conjunto

Sejam A e B conjuntos não vazios. Chama-se produto cartesiano de A por B o conjunto RELAÇÕES 1. PRODUTO CARTESIANO Sejam A e conjuntos não vazios. Chama-se produto cartesiano de A por o conjunto xy com x A e y. Notação: de todo os pares ordenados (, ) A ( x, y) x A e y Exemplo 1: Sejam

Leia mais

Lógica Fuzzy. Conectivos e Inferência. Professor: Mário Benevides. Monitores: Bianca Munaro Diogo Borges Jonas Arêas Renan Iglesias Vanius Farias

Lógica Fuzzy. Conectivos e Inferência. Professor: Mário Benevides. Monitores: Bianca Munaro Diogo Borges Jonas Arêas Renan Iglesias Vanius Farias Lógica Fuzzy Conectivos e Inferência Professor: Mário Benevides Monitores: Bianca Munaro Diogo Borges Jonas Arêas Renan Iglesias Vanius Farias Conectivos O que são conectivos? São operadores que conectam

Leia mais

Respostas sem justificativas não serão aceitas Não é permitido o uso de aparelhos eletrônicos

Respostas sem justificativas não serão aceitas Não é permitido o uso de aparelhos eletrônicos UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO UNIDADE ACADÊMICA DO CABO DE SANTO AGOSTINHO CÁLCULO DIFERENCIAL E INTEGRAL - 018. - TURMA MA 1A VERIFICAÇÃO DE APRENDIZAGEM - PARTE Nome Legível RG CPF Respostas

Leia mais

FUNÇÕES DE VÁRIAS VARIÁVEIS

FUNÇÕES DE VÁRIAS VARIÁVEIS FUNÇÕES DE VÁRIAS VARIÁVEIS Introdução Considere os seguintes enunciados: O volume V de um cilindro é dado por V r h onde r é o raio e h é a altura. Um circuito tem cinco resistores. A corrente deste circuito

Leia mais

1 Números Reais. 1. Simplifique as seguintes expressões (definidas nos respectivos domínios): b) x+1. d) x 2, f) 4 x 4 2 x, g) 2 x2 (2 x ) 2, h)

1 Números Reais. 1. Simplifique as seguintes expressões (definidas nos respectivos domínios): b) x+1. d) x 2, f) 4 x 4 2 x, g) 2 x2 (2 x ) 2, h) Números Reais. Simplifique as seguintes expressões (definidas nos respectivos domínios): x a), x b) x+ +, x c) +x + x +x, d) x, e) ( x ), f) 4 x 4 x, g) x ( x ), h) 3 x 6 x, i) x x +, j) x x+ x, k) log

Leia mais

0 1. Assinale a alternativa verdadeira Q1. Seja A = (d) Os autovalores de A 101 são i e i. (c) Os autovalores de A 101 são 1 e 1.

0 1. Assinale a alternativa verdadeira Q1. Seja A = (d) Os autovalores de A 101 são i e i. (c) Os autovalores de A 101 são 1 e 1. Nesta prova, se V é um espaço vetorial, o vetor nulo de V será denotado por 0 V. Se u 1,...,u n forem vetores de V, o subespaço de V gerado por {u 1,...,u n } será denotado por [u 1,...,u n ]. O operador

Leia mais

ASSA 2001/ /2002

ASSA 2001/ /2002 Análise de Sistemas e Simulação em Ambiente 2001/2002 1 Índice Pág. 1- Objectivo 1 2- Resolução do Problema 1 2.1- Resolução pelo Método Gráfico 1 2.2- Resolução utilizando o Solver do Excel 3 3- Conclusão

Leia mais

PCS 3115 (PCS2215) Conteúdo

PCS 3115 (PCS2215) Conteúdo -Mar-8 PCS 35 (PCS225) Sistemas Digitais I Módulo 5 Álgebra Booleana Prof. Dr. Marcos A. Simplicio Jr. versão: 3. (Jan/26) Conteúdo Conceitos básicos Teoremas de variável Teoremas de 2 variáveis Teoremas

Leia mais

Integrais de linha, funções primitivas e Cauchy Goursat

Integrais de linha, funções primitivas e Cauchy Goursat Integrais de linha, unções primitivas e Cauchy Goursat Roberto Imbuzeiro Oliveira 2 de Abril de 2015 1 Preliminares Nestas notas, U C sempre será um aberto, γ : [a, b] U uma curva retiicável e : U C, uma

Leia mais

lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy)

lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) lnteligência Artificial Introdução a Lógica Nebulosa (Fuzzy) Sumário Introdução Fundamentos Operações básicas Representação do Conhecimento Modelo de Inferência Passos de Projeto de um Sistema Nebuloso

Leia mais

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Capítulo 6 Espaços vectoriais com produto interno ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Definição e propriedades Seja V um espaço vectorial real. Chama-se

Leia mais

Números fuzzy interativos

Números fuzzy interativos Números fuzzy interativos Francielle Santo Pedro Orientador: Laécio Carvalho de Barros Instituto de Matemática, Estatística e Computação Científica- IMECC Unicamp - Campinas 29 de Agosto, 2013 Francielle

Leia mais

(Mini) Apostila de Teoria de Grupos. Dimiter Hadjimichef

(Mini) Apostila de Teoria de Grupos. Dimiter Hadjimichef (Mini) Apostila de Teoria de Grupos Dimiter Hadjimichef Porto Alegre 2012 1. Teoria de Grupos 1.1 Muitas definições... Definição 1: Grupo Um conjunto G = {a,b,c,...} é dito formar um grupo se existir uma

Leia mais

Introdução à Programação Aula 06. Prof. Max Santana Rolemberg Farias Colegiado de Engenharia de Computação

Introdução à Programação Aula 06. Prof. Max Santana Rolemberg Farias Colegiado de Engenharia de Computação Introdução à Programação Aula 06 Prof. Max Santana Rolemberg Farias max.santana@univasf.edu.br Colegiado de Engenharia de Computação ESCOPO DE VARIÁVEIS 2 Escopo de variáveis O escopo de uma variável é

Leia mais

Q1. Considere as bases: der 2 e der 3, respectivamente. Seja T :R 2 R 3 a transformação linear Temos que T(1,2) é igual a: [T] BC = 1 0

Q1. Considere as bases: der 2 e der 3, respectivamente. Seja T :R 2 R 3 a transformação linear Temos que T(1,2) é igual a: [T] BC = 1 0 Q. Considere as bases: B = { (,),(, ) }, C = { (,,),(,,),(,,) }, der e der, respectivamente. Seja T :R R a transformação linear cuja matriz em relação às bases B e C é: [T] BC =. Temos que T(,) é igual

Leia mais

AULA 4 TEÓRICA- MATLAB VERSÃO: FEVEREIRO DE 2017

AULA 4 TEÓRICA- MATLAB VERSÃO: FEVEREIRO DE 2017 CEC CENTRO DE ENGENHARIA E COMPUTAÇÃO UNIVERSIDADE CATÓLICA DE PETRÓPOLIS PROGRAMAÇÃO II AULA 4 TEÓRICA- MATLAB VERSÃO: 0.1 - FEVEREIRO DE 2017 Professor: Luís Rodrigo E-mail: luis.goncalves@ucp.br Site:

Leia mais

(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e

(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e Q1. Sejam A M 6 (R) uma matriz real e T : R 6 R 6 o operador linear tal que [T ] can = A, em que can denota a base canônica de R 6. Se o polinômio característico de T for então poderemos afirmar que: p

Leia mais

A maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição.

A maioria dos fenômenos com os quais nos deparamos são imprecisos. compreensão do problema. capacidade de medição. SISTEMAS NEBULOSOS A maioria dos fenômenos com os quais nos deparamos são imprecisos Exemplo: dia QUENTE (40, 35, 30, 29,5?) Imprecisão Intrínseca ajuda na compreensão do problema. Fuzziness é independente

Leia mais

Incertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy

Incertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy Incertezas na Computação Científica: Abordagens via Matemática Intervalar e Teoria Fuzzy Rogério Vargas Dr. Luciano Vitoria Barboza, orientador Dra. Graçaliz Pereira Dimuro, co-orientadora Pelotas-RS,

Leia mais