Questões de Concurso
Sobre algoritmos em algoritmos e estrutura de dados
Foram encontradas 2.344 questões
Ano: 2024
Banca:
FUNDATEC
Órgão:
Prefeitura de Cruzaltense - RS
Prova:
FUNDATEC - 2024 - Prefeitura de Cruzaltense - RS - Técnico em Informática |
Q2539060
Algoritmos e Estrutura de Dados
Uma das formas de representação de algoritmos é através da utilização de
fluxogramas. Em um fluxograma, o que é representado pelo símbolo abaixo?
Ano: 2024
Banca:
FUNDATEC
Órgão:
Prefeitura de Cruzaltense - RS
Prova:
FUNDATEC - 2024 - Prefeitura de Cruzaltense - RS - Técnico em Informática |
Q2539059
Algoritmos e Estrutura de Dados
Analise o algoritmo abaixo, escrito no software VisuAlg 3.0:
algoritmo "concurso"
var
cont, res: inteiro
inicio
res <- 0;
para cont de 1 ate 8 faca
se (cont < 4) entao
res <- res + 1;
senao
res <- res - 1;
fimse
fimpara
fimalgoritmo
Ao final da execução do algoritmo acima, qual será o valor da variável “res”?
Ano: 2024
Banca:
IBADE
Órgão:
SES-MG
Prova:
IBADE - 2024 - SES-MG - Especialista em Políticas e Gestão da Saúde - Área de TI |
Q2537005
Algoritmos e Estrutura de Dados
Analise o seguinte instrumento da lógica estruturada:
Nesse instrumento os flags estão representando controles no (s) fluxo (s):
Nesse instrumento os flags estão representando controles no (s) fluxo (s):
Ano: 2024
Banca:
IBADE
Órgão:
SES-MG
Prova:
IBADE - 2024 - SES-MG - Especialista em Políticas e Gestão da Saúde - Área de TI |
Q2537004
Algoritmos e Estrutura de Dados
Nádia trabalha com programação e foi questionada onde
seriam utilizadas as estruturas de controle de fluxo do tipo
sequencial, repetição e seleção. Nádia respondeu:
Ano: 2024
Banca:
Instituto Consulplan
Órgão:
TJ-MA
Prova:
Instituto Consulplan - 2024 - TJ-MA - Analista Judiciário - Analista de Sistemas - Desenvolvimento |
Q2536540
Algoritmos e Estrutura de Dados
Métodos de ordenação são algoritmos que ordenam os elementos de uma estrutura de dados. Considere os principais
algoritmos de ordenação, marque V para as afirmativas verdadeiras e F para as falsas.
( ) Bubble Sort é eficiente para grandes conjuntos de dados.
( ) Merge Sort é mais eficiente em termos de espaço do que o Quick Sort.
( ) Insert Sort é baseado na estratégia de dividir para conquistar.
A sequência está correta em
( ) Bubble Sort é eficiente para grandes conjuntos de dados.
( ) Merge Sort é mais eficiente em termos de espaço do que o Quick Sort.
( ) Insert Sort é baseado na estratégia de dividir para conquistar.
A sequência está correta em
Ano: 2024
Banca:
Instituto Consulplan
Órgão:
TJ-MA
Prova:
Instituto Consulplan - 2024 - TJ-MA - Analista Judiciário - Analista de Sistemas - Desenvolvimento |
Q2536533
Algoritmos e Estrutura de Dados
A representação de dados em binário é fundamental para o funcionamento de sistemas digitais e computadores. O sistema binário,
com base 2, utiliza apenas dois dígitos: 0 e 1. Converta o número binário (10112) em decimal e assinale a alternativa
correspondente.
Ano: 2024
Banca:
FUNDATEC
Órgão:
Prefeitura de Coqueiral - MG
Prova:
FUNDATEC - 2024 - Prefeitura de Coqueiral - MG - Técnico de Informática |
Q2529021
Algoritmos e Estrutura de Dados
Analise o algoritmo abaixo, escrito no software VisuAlg 3.0:
Ao final da execução do algoritmo acima, qual variável conterá o maior valor numérico?
Ano: 2023
Banca:
VUNESP
Órgão:
DPE-SP
Prova:
VUNESP - 2023 - DPE-SP - Agente de Defensoria - Administrador de Redes |
Q2526634
Algoritmos e Estrutura de Dados
O programa a seguir está expresso na forma de uma
pseudolinguagem (português estruturado), apresentando
a lógica de um algoritmo.
Ao final da execução desse algoritmo, o valor da variável x será:
Ao final da execução desse algoritmo, o valor da variável x será:
Ano: 2023
Banca:
VUNESP
Órgão:
DPE-SP
Prova:
VUNESP - 2023 - DPE-SP - Agente de Defensoria - Analista Desenvolvedor |
Q2524587
Algoritmos e Estrutura de Dados
Considere o seguinte programa, apresentado na forma
de uma pseudolinguagem (português estruturado).
Nesse programa, o valor assumido ao seu final pela variável S é igual a:
Nesse programa, o valor assumido ao seu final pela variável S é igual a:
Ano: 2024
Banca:
FGV
Órgão:
TCE-GO
Prova:
FGV - 2024 - TCE-GO - Analista de Controle Externo - Tecnologia da Informação |
Q2524561
Algoritmos e Estrutura de Dados
O algoritmo Naive Bayes é amplamente utilizado em problemas de classificação, especialmente em aplicações de processamento de linguagem natural e análise de texto.
O princípio fundamental do algoritmo Naive Bayes
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518310
Algoritmos e Estrutura de Dados
Algoritmos para assimilação de dados podem ser implementados de
maneira eficiente e otimizada por meio de paralelização de
processos.
O Parallel Data Assimilation Framework (PDAF) é um pacote de software que simplifica a implementação de métodos de assimilação, provendo versões totalmente paralelizadas de algoritmos, como por exemplo, diferentes versões dos Filtros de Kalman por conjunto (EnKF). Um dos requisitos de funcionamento do PDAF é o uso de um protocolo padronizado de comunicação para computação paralela.
O principal padrão de comunicação entre os processos paralelos executados em um sistema de memória distribuída, é denominado
O Parallel Data Assimilation Framework (PDAF) é um pacote de software que simplifica a implementação de métodos de assimilação, provendo versões totalmente paralelizadas de algoritmos, como por exemplo, diferentes versões dos Filtros de Kalman por conjunto (EnKF). Um dos requisitos de funcionamento do PDAF é o uso de um protocolo padronizado de comunicação para computação paralela.
O principal padrão de comunicação entre os processos paralelos executados em um sistema de memória distribuída, é denominado
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518309
Algoritmos e Estrutura de Dados
Assimilação de dados profunda (Deep Data Assimilation - DDA) é
uma técnica recente que integra aprendizado profundo e
assimilação.
Utiliza-se uma rede neural recorrente para aprender o processo de assimilação, que por sua vez é treinada a partir dos estados de um sistema dinâmico e de seus resultados de assimilação correspondentes. Tais redes neurais recorrentes são implementadas com o uso de funções de ativação, que introduzem não linearidades às saídas dos neurônios das redes.
Assinale a opção que menos se adequa às características esperadas para funções de ativação.
Utiliza-se uma rede neural recorrente para aprender o processo de assimilação, que por sua vez é treinada a partir dos estados de um sistema dinâmico e de seus resultados de assimilação correspondentes. Tais redes neurais recorrentes são implementadas com o uso de funções de ativação, que introduzem não linearidades às saídas dos neurônios das redes.
Assinale a opção que menos se adequa às características esperadas para funções de ativação.
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518304
Algoritmos e Estrutura de Dados
Em assimilação variacional, frequentemente são encontrados
problemas inversos mal-postos, (ill-posed problems). Esses
problemas podem ser convertidos em bem-postos (well-posed) pelo
uso de técnicas de regularização. Um exemplo é o uso da
regularização de Tikhonov, em que se adiciona um termo de
regularização a um funcional a ser minimizado, evitando-se assim
instabilidades numéricas durante o cálculo da solução.
Por exemplo: suponha que se busque um vetor x que resolva o sistema Hx = y, minimizando-se o funcional
em que
é a norma L2
(isto é, um problema de mínimos
quadrados mal-posto). Pode-se adicionar o termo de regularização
de Tikhonov ao funcional, substituindo-o por
em que
, e I é a matriz identidade.
Considere um caso hipotético onde as variáveis H, y e α possuem os seguintes valores:
Neste caso, o vetor X que minimiza
é:
Por exemplo: suponha que se busque um vetor x que resolva o sistema Hx = y, minimizando-se o funcional
em que
é a norma L2
(isto é, um problema de mínimos
quadrados mal-posto). Pode-se adicionar o termo de regularização
de Tikhonov ao funcional, substituindo-o por em que
, e I é a matriz identidade. Considere um caso hipotético onde as variáveis H, y e α possuem os seguintes valores:
Neste caso, o vetor X que minimiza
é:
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518303
Algoritmos e Estrutura de Dados
Relacione os algoritmos de otimização utilizados em assimilação de
dados variacional com suas respectivas características
correspondentes.
1. Método de Newton
2. Broyden-Fletcher-Goldfarb-Shanno (BFGS)
3. Gradiente Conjugado
( ) Determina pontos cada vez mais próximos das soluções dos problemas de otimização mudando a direção de busca a cada iteração.
( ) Requer o cálculo das expressões fechadas dos gradientes e matrizes Hessianas a cada iteração.
( ) Utiliza aproximações de matrizes Hessianas e suas inversas para reduzir a carga computacional a cada iteração.
Assinale a opção que indica a relação correta, segundo a ordem apresentada.
1. Método de Newton
2. Broyden-Fletcher-Goldfarb-Shanno (BFGS)
3. Gradiente Conjugado
( ) Determina pontos cada vez mais próximos das soluções dos problemas de otimização mudando a direção de busca a cada iteração.
( ) Requer o cálculo das expressões fechadas dos gradientes e matrizes Hessianas a cada iteração.
( ) Utiliza aproximações de matrizes Hessianas e suas inversas para reduzir a carga computacional a cada iteração.
Assinale a opção que indica a relação correta, segundo a ordem apresentada.
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518302
Algoritmos e Estrutura de Dados
Métodos de assimilação de dados clássicos são tradicionalmente
classificados em sequenciais ou variacionais. Os métodos
variacionais guardam semelhanças com a teoria de controle ótimo,
por sua vez desenvolvida a partir do estabelecimento dos
fundamentos do cálculo variacional.
Com relação à formulação variacional de assimilação de dados, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) Trata-se da busca por estados dos sistemas que minimizam um funcional de custo, em geral definido como um erro quadrático entre observações e predições correspondentes àqueles estados, calculadas por modelos matemáticos.
( ) Envolve a necessidade de aplicação de técnicas de localização e/ou inflação de covariâncias para eliminar correlações espurias entre possíveis soluções de problemas de otimização.
( ) Baseia-se em otimizações com restrições dinâmicas fortes, introduzidas no problema por uso de multiplicadores de Largrange; ou fracas, introduzidas no problema como termos ponderados de penalidades.
As afirmativas são, respectivamente,
Com relação à formulação variacional de assimilação de dados, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) Trata-se da busca por estados dos sistemas que minimizam um funcional de custo, em geral definido como um erro quadrático entre observações e predições correspondentes àqueles estados, calculadas por modelos matemáticos.
( ) Envolve a necessidade de aplicação de técnicas de localização e/ou inflação de covariâncias para eliminar correlações espurias entre possíveis soluções de problemas de otimização.
( ) Baseia-se em otimizações com restrições dinâmicas fortes, introduzidas no problema por uso de multiplicadores de Largrange; ou fracas, introduzidas no problema como termos ponderados de penalidades.
As afirmativas são, respectivamente,
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518301
Algoritmos e Estrutura de Dados
O problema de previsão numérica de tempo em escala global é de
altíssima dimensionalidade, envolvendo, por exemplo,
representações de estados com centenas de milhões de variáveis.
Essa alta dimensionalidade impõe grandes dificuldades para a aplicação de filtros de partículas (PF) em problemas de assimilação de dados com muitas observações independentes, porque nessas situações o número de partículas necessárias para representar as distribuições de probabilidade cresce exponencialmente.
Técnicas recentemente desenvolvidas que visam contornar essas dificuldades baseiam-se em combinar filtros de partículas e filtros de Kalman por conjunto (EnKF), criando-se soluções híbridas PF-EnKF.
Assinale a opção que indica a principal vantagem de se utilizar filtros híbridos PF-EnKF.
Essa alta dimensionalidade impõe grandes dificuldades para a aplicação de filtros de partículas (PF) em problemas de assimilação de dados com muitas observações independentes, porque nessas situações o número de partículas necessárias para representar as distribuições de probabilidade cresce exponencialmente.
Técnicas recentemente desenvolvidas que visam contornar essas dificuldades baseiam-se em combinar filtros de partículas e filtros de Kalman por conjunto (EnKF), criando-se soluções híbridas PF-EnKF.
Assinale a opção que indica a principal vantagem de se utilizar filtros híbridos PF-EnKF.
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518300
Algoritmos e Estrutura de Dados
A reamostragem em filtros de partículas pode ser realizada por meio
da criação de novas amostras retiradas das distribuições de
probabilidade discretas correspondentes a conjuntos de partículas e
suas configurações de pesos. No entanto, o fato de as novas
amostras serem criadas exatamente nos mesmos pontos do espaço
em que se localizam as partículas anteriores é inconveniente, pois
facilita o empobrecimento das partículas (i.e., o chamado particle
impoverishment).
Uma forma de produzir um novo conjunto de partículas em pontos distintos é substituir as distribuições discretas de probabilidade por aproximações contínuas e, somente então, realizar a reamostragem. A criação dessas aproximações se dá por meio de uma operação matemática entre a distribuição de probabilidade discreta e um kernel contínuo.
Nesse contexto, o processo de reamostragem em distribuições de probabilidade contínuas, que aproximam distribuições discretas correspondentes às configurações de partículas, é chamado de
Uma forma de produzir um novo conjunto de partículas em pontos distintos é substituir as distribuições discretas de probabilidade por aproximações contínuas e, somente então, realizar a reamostragem. A criação dessas aproximações se dá por meio de uma operação matemática entre a distribuição de probabilidade discreta e um kernel contínuo.
Nesse contexto, o processo de reamostragem em distribuições de probabilidade contínuas, que aproximam distribuições discretas correspondentes às configurações de partículas, é chamado de
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518299
Algoritmos e Estrutura de Dados
Filtros de partículas são, em geral, implementados com o uso de
reamostragem sequencial por importância. Essa reamostragem
pode ser adaptativa, ocorrendo apenas quando a métrica
denominada número efetivo de partículas é considerada muito
baixa.
Considerando um filtro de partículas com N partículas cujos pesos são dados por w(i) ,i = 1, … , N, a estimativa do número efetivo de partículas é dada por
Considerando um filtro de partículas com N partículas cujos pesos são dados por w(i) ,i = 1, … , N, a estimativa do número efetivo de partículas é dada por
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518298
Algoritmos e Estrutura de Dados
Filtros de Partículas são implementações não paramétricas de filtros
Bayesianos em que as distribuições de probabilidade não são
explicitamente definidas, sendo, portanto, representadas por um
conjunto de amostras provenientes delas próprias (denominadas
partículas).
Com relação aos filtros de partículas, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) As partículas representam observações (ou medidas) obtidas por sensores aplicados ao sistema em análise, e a elas são associados pesos proporcionais às suas probabilidades de coincidirem com medidas correspondentes ao estado verdadeiro do sistema.
( ) Quando aplicados à assimilação de dados, a cada passo de assimilação, novos pesos são atribuídos às partículas. Caso não seja realizado nenhum processo de reamostragem, o conjunto de partículas costuma degenerar-se, com uma das partículas recebendo peso normalizado próximo de 1 e as outras partículas recebendo pesos normalizados próximos de 0.
( ) São capazes de representar distribuições de probabilidade multimodais, isto é, cujas densidades de probabilidade possuem mais de um máximo local.
As afirmativas são, respectivamente,
Com relação aos filtros de partículas, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.
( ) As partículas representam observações (ou medidas) obtidas por sensores aplicados ao sistema em análise, e a elas são associados pesos proporcionais às suas probabilidades de coincidirem com medidas correspondentes ao estado verdadeiro do sistema.
( ) Quando aplicados à assimilação de dados, a cada passo de assimilação, novos pesos são atribuídos às partículas. Caso não seja realizado nenhum processo de reamostragem, o conjunto de partículas costuma degenerar-se, com uma das partículas recebendo peso normalizado próximo de 1 e as outras partículas recebendo pesos normalizados próximos de 0.
( ) São capazes de representar distribuições de probabilidade multimodais, isto é, cujas densidades de probabilidade possuem mais de um máximo local.
As afirmativas são, respectivamente,
Ano: 2024
Banca:
FGV
Órgão:
INPE
Prova:
FGV - 2024 - INPE - Tecnologista Pleno I - Desenvolvimento ou Aprimoramento de Sistema de Assimilação de Dados nas Componentes do Sistema Terrestre e de Aplicações para Monitoramento do Processo de Assimilação |
Q2518297
Algoritmos e Estrutura de Dados
Considere o modelo não linear e o Filtro de Kalman por Conjunto
(EnKF) detalhados na questão 04.
Para garantir estimativas de covariâncias não enviesadas, a matriz B pode ser calculada pela expressão:
Para garantir estimativas de covariâncias não enviesadas, a matriz B pode ser calculada pela expressão:
Conheça nossos planos