Questões de Concurso Sobre algoritmos em algoritmos e estrutura de dados

Foram encontradas 2.344 questões

Q2518296 Algoritmos e Estrutura de Dados
Seja um modelo não linear dado por:

Imagem associada para resolução da questão


em que: xk é um vetor de estados de n dimensões em um dado instante de tempo K; M e H são mapeamentos não-lineares de Rn para Rn e de Rm para Rm, respectivamente; q e r são vetores aleatórios gaussianos de média nula e covariância Q e R, respectivamente.

Considere a implementação de um Filtro de Kalman por Conjunto (Ensemble Kalman Filter - EnKF) com 1000 pontos representando possíveis estados. Cada um dos 1000 pontos é denotado xt(i), onde i é inteiro e varia de 1 a 1000.

Considere, ainda, que a média dos pontos do conjunto no instante k pode ser representada por Imagem associada para resolução da questão, e que o ganho de Kalman no instante k é geralmente representado pelo produto de uma matriz A pela inversa de uma matriz B (Kk = AB−1).

Considerando as condições enunciadas acima, para garantir estimativas de covariâncias não enviesadas, a matriz A pode ser calculada pela expressão:
Alternativas
Q2518294 Algoritmos e Estrutura de Dados
A utilização de Filtros de Kalman clássicos (Kalman Filters - KF) ou estendidos (Extended Kalman Filters - EKF) para a assimilação de dados envolve dificuldades práticas.

Com relação a essas dificuldades, analise as afirmativas a seguir.

I. O EKF é o método otimizado para a assimilação de dados sequencial de um modelo dinâmico linear n-dimensional, sendo o KF apropriado apenas para sistemas unidimensionais.
II. O uso do KF e do EKF em modelos dinâmicos que contam com vetores de estados com muitas dimensões requer alta capacidade computacional e de armazenamento, tornando-os práticos apenas para modelos simplificados, de baixa dimensionalidade.
III. A linearização de modelos não lineares envolve a aproximação de funções matemáticas com o truncamento de séries, o que pode gerar erros de propagação de covariâncias, especialmente em modelos de alta dimensionalidade.

Está correto o que se afirma em
Alternativas
Q2518293 Algoritmos e Estrutura de Dados
Filtros Bayesianos são métodos usados para estimar o estado de um sistema dinâmico que seja observado por meio de medidas com incertezas. Entre os algoritmos utilizados para implementação de filtros Bayesianos, pode-se citar o Filtro de Kalman clássico, aplicável a sistemas de modelos lineares e com distribuições Gaussianas de probabilidade.

Nesse contexto, assinale a opção que indica uma das características do Filtro de Kalman clássico. 
Alternativas
Q2518292 Algoritmos e Estrutura de Dados
Seja um modelo dinâmico discreto unidimensional de caminhada aleatória dado por:





Em que xk e yk são, respectivamente, o estado a ser estimado e a medição no tempo k. As variáveis aleatórias qk e rk possuem distribuição normal com média nula e variâncias Q e R, respectivamente, ambas iguais a 1. Assuma, ainda, que a distribuição de probabilidade do estado no tempo k independe da distribuição de probabilidade dos estados anteriores (i.e., o sistema atende à propriedade de Markov).


Em um determinado instante de tempo k − 1, o estado estimado por um filtro de Kalman é dado por 2,5 e sua variância é estimada em 1,0.


No instante de tempo k, obtém-se uma medição igual a 3,1.
Após se agregar a informação proveniente da medição no tempo k, o valor estimado da variância do estado para esse mesmo instante k será
Alternativas
Q2518291 Algoritmos e Estrutura de Dados
Seja um modelo dinâmico discreto unidimensional de caminhada aleatória dado por:





Em que xk e yk são, respectivamente, o estado a ser estimado e a medição no tempo k. As variáveis aleatórias qk e rk possuem distribuição normal com média nula e variâncias Q e R, respectivamente, ambas iguais a 1. Assuma, ainda, que a distribuição de probabilidade do estado no tempo k independe da distribuição de probabilidade dos estados anteriores (i.e., o sistema atende à propriedade de Markov).


Em um determinado instante de tempo k − 1, o estado estimado por um filtro de Kalman é dado por 2,5 e sua variância é estimada em 1,0.


No instante de tempo k, obtém-se uma medição igual a 3,1.
Após agregar a informação proveniente da medição no tempo k, o valor estimado do estado para esse mesmo instante k será
Alternativas
Q2518290 Algoritmos e Estrutura de Dados
Seja um modelo dinâmico discreto unidimensional de caminhada aleatória dado por:





Em que xk e yk são, respectivamente, o estado a ser estimado e a medição no tempo k. As variáveis aleatórias qk e rk possuem distribuição normal com média nula e variâncias Q e R, respectivamente, ambas iguais a 1. Assuma, ainda, que a distribuição de probabilidade do estado no tempo k independe da distribuição de probabilidade dos estados anteriores (i.e., o sistema atende à propriedade de Markov).


Em um determinado instante de tempo k − 1, o estado estimado por um filtro de Kalman é dado por 2,5 e sua variância é estimada em 1,0.


No instante de tempo k, obtém-se uma medição igual a 3,1.
Antes de agregar a informação proveniente da medição no tempo k, a predição da variância do estado, para esse mesmo instante k, será
Alternativas
Q2518289 Algoritmos e Estrutura de Dados
Seja um modelo dinâmico discreto unidimensional de caminhada aleatória dado por:





Em que xk e yk são, respectivamente, o estado a ser estimado e a medição no tempo k. As variáveis aleatórias qk e rk possuem distribuição normal com média nula e variâncias Q e R, respectivamente, ambas iguais a 1. Assuma, ainda, que a distribuição de probabilidade do estado no tempo k independe da distribuição de probabilidade dos estados anteriores (i.e., o sistema atende à propriedade de Markov).


Em um determinado instante de tempo k − 1, o estado estimado por um filtro de Kalman é dado por 2,5 e sua variância é estimada em 1,0.


No instante de tempo k, obtém-se uma medição igual a 3,1.
Nessas condições, antes de se agregar a informação proveniente da medição no instante de tempo k, a predição do estado para esse mesmo instante k será
Alternativas
Q2518288 Algoritmos e Estrutura de Dados
Os Filtros Bayesianos são assim chamados por basearem-se na aplicação do Teorema de Bayes, que relaciona distribuições de probabilidade a priori com distribuições de probabilidade a posteriori.

Há dois passos fundamentais para a estimação de estados, onde o primeiro passo está associado ao modelo dinâmico do sistema ou processo, enquanto o segundo passo está associado ao modelo de observações ou sensoriamento.

Neste contexto, os passos são denominados, respectivamente,
Alternativas
Q2518285 Algoritmos e Estrutura de Dados
Algoritmos de estimação aplicados a assimilação de dados requerem a solução de um problema de otimização.

Assinale a opção que indica o método que pode ser considerado híbrido.
Alternativas
Q2518283 Algoritmos e Estrutura de Dados
Uma pesquisa sobre a dispersão espacial do risco de ocorrência de um determinado fenômeno utilizou a estimação Bayesiana como método de estimação.

Sobre esse método de estimação, assinale a opção correta.
Alternativas
Q2518081 Algoritmos e Estrutura de Dados
Pedro adotou o algoritmo apresentado a seguir para ordenar um vetor de inteiros V, com índices variando de 1 até n.

Para K de 2 até n faça:
X <- V[K]
W <- (K – 1)
Enquanto W > 0 e V[W] > X faça:
V[W+1] <- V[W]
W <- (W-1)
Fim Enquanto
V[W+1] <- X
Fim Para

O algoritmo utilizado por Pedro foi o:
Alternativas
Q2518080 Algoritmos e Estrutura de Dados
O cálculo da complexidade computacional é essencial para verificar a viabilidade do algoritmo. Observe o código a seguir, em Python, para o problema da torre de Hanoi.

def hanoi(n, o, d, a):
if n==1:
print("D1 de "+o+" p/ "+d)
else:
hanoi(n-1, o, a, d)
print("D"+str(n)+" de "+o+" p/ "+d)
hanoi(n-1, a, d, o)

A complexidade desse algoritmo no pior caso é:
Alternativas
Q2518079 Algoritmos e Estrutura de Dados
Diversas operações matemáticas podem ser implementadas de forma recursiva, como no algoritmo seguinte.

Função X (J: inteiro, K: inteiro)
Início
Se J < K Então
Retorne J
Senão
Retorne X (J-K, K)
Fim


Considerando o domínio dos inteiros positivos, a função terá como resultado o(a):
Alternativas
Q2518068 Algoritmos e Estrutura de Dados
O analista José precisa escolher entre dois algoritmos, Abusca e Cbusca. José sabe que, sendo N o tamanho da entrada do algoritmo, Abusca requer 2N + log2(N) operações para ser executado. Já o Cbusca requer N4 + N operações para ser executado. José determinou, na notação O-grande, a complexidade de tempo no pior caso para cada algoritmo e, por fim, deve escolher o algoritmo que apresenta a menor ordem de complexidade no pior caso.

José deve escolher o algoritmo:
Alternativas
Q2518064 Algoritmos e Estrutura de Dados
O analista Joaquim precisou ordenar um array com N elementos. Para economizar tempo, Joaquim optou por usar um algoritmo já disponível na biblioteca de ordenação. A biblioteca contém as implementações originais dos algoritmos Quicksort, Selection Sort, Insertion Sort, Merge Sort e Heap Sort. O analista escolheu o algoritmo que, no pior caso, apresenta uma relação quadrática entre a quantidade de operações necessárias para a ordenação e o número de elementos do array. No caso médio, a quantidade de operações necessárias se aproxima de N multiplicado por um logaritmo de N.

Joaquim escolheu o algoritmo de ordenação:
Alternativas
Q2517633 Algoritmos e Estrutura de Dados
Uma certa organização busca melhorar a qualidade e agilidade do seu atendimento eletrônico. Para isso um projeto foi criado para agrupar os e-mails recebidos de acordo com o tipo de problema a ser resolvido e assim repassá-los para o setor mais apropriado.

A equipe responsável pela implementação do projeto resolveu utilizar um modelo de linguagem recente para representar o máximo possível de informação contida num e-mail em um vetor de dimensão 768. Entretanto, depararam-se com o seguinte problema: as distâncias entre os vetores se mostraram muito pequenas, tornando o agrupamento por diversos algoritmos muito pouco significativo.

Com esse último problema em mente, a sequência mais apropriada de algoritmos a ser aplicada sobre os vetores, de forma a obter um agrupamento significativo dos e-mails, é:
Alternativas
Q2517619 Algoritmos e Estrutura de Dados
O cientista de dados Pedro trabalha em um projeto que envolve a previsão dos movimentos de um braço robótico em um ambiente complexo. Pedro tem um fluxograma de um algoritmo de aprendizado por reforço que é capaz de se adaptar dinamicamente ao ambiente e ajustar suas ações com base nos resultados de ações anteriores.

O algoritmo representado pelo referido fluxograma que deve ser empregado para a realização da tarefa de Pedro é o:
Alternativas
Q2516990 Algoritmos e Estrutura de Dados

Com relação à formulação de algoritmos e suas formas de representação, analise as afirmativas a seguir e assinale (V) para a verdadeira e (F) para a falsa.


( ) O refinamento passo a passo de cima para baixo é um processo para refinar o pseudocódigo, mantendo uma representação completa do programa durante cada refinamento.


( ) A técnica conhecida como “repetição controlada por contador” é muitas vezes denominada como “repetição definida”, porque o número de repetições é conhecido antes do laço começar a ser executado.


( ) O fluxograma é uma representação gráfica de um algoritmo. É desenhado com alguns símbolos especiais, como retângulos, elipses, círculos e losangos, conectados por setas.


As afirmativas são, respectivamente,

Alternativas
Q2514476 Algoritmos e Estrutura de Dados

Deseja-se implementar em um sistema de comunicações uma técnica de codificação de informação que consiste no envio de uma palavra código de 5 bits que representa 2 bits de mensagem, conforme tabela abaixo. 


Imagem associada para resolução da questão


Se uma palavra código é recebida com erros de transmissão, escolhe-se, durante o processo de decodificação, a palavra código com a menor distância Hamming da palavra código recebida.

Durante a comunicação de um octeto, o receptor recebeu o seguinte trem de bits 11001001110111011010.

O valor transmitido, em decimal, foi igual a 

Alternativas
Q2513838 Algoritmos e Estrutura de Dados
Ao realizar a soma dos números binários 00011010(2) e 00100111(2), obtém-se como resposta o número binário
Alternativas
Respostas
561: A
562: D
563: E
564: B
565: D
566: D
567: C
568: B
569: A
570: D
571: B
572: A
573: C
574: C
575: A
576: D
577: D
578: D
579: D
580: D