Questões de Concurso Sobre conceitos básicos e algoritmos em algoritmos e estrutura de dados

Foram encontradas 815 questões

Q3015573 Algoritmos e Estrutura de Dados

Imagem associada para resolução da questão


Considerando a figura precedente, assinale a opção correta em relação ao algoritmo de SVM (support vector machine). 

Alternativas
Q2847414 Algoritmos e Estrutura de Dados
Algoritmos de agrupamento são fundamentais para a área de aprendizado de máquina não supervisionado. Em geral, esses algoritmos determinam clusters de instâncias de dados que possuem algum traço de similaridade entre si.

Relacione os métodos de agrupamento hierárquico e o K-means às suas principais características.

1. Agrupamento Hierárquico 2. K-means


( ) Seus resultados são altamente sensíveis ao número de clusters que deve ser pré-definido pelo usuário do algoritmo.

( ) Baseia-se em abordagens top-down ou bottom-up, isto é, com a divisão ou com a união sucessiva de clusters.

( ) Seus resultados costumam ser graficamente visualizados por dendrogramas, que podem ser seccionados de acordo com o número de clusters determinado pelo usuário do algoritmo.

( ) Avalia distâncias entre as instâncias de dados e os centroides dos clusters e atualiza a posição dos centroides dos clusters sucessivamente, até a convergência.


Assinale a opção que indica a relação correta, na ordem apresentada.
Alternativas
Q2657908 Algoritmos e Estrutura de Dados
Analise o algoritmo abaixo: 

Imagem associada para resolução da questão



Qual forma de representação de algoritmos foi utilizada? 
Alternativas
Q2566860 Algoritmos e Estrutura de Dados
O algoritmo a seguir está apresentado na forma de uma pseudolinguagem (Português Estruturado). Analise-o e responda ao que se pede.

Imagem associada para resolução da questão




Considerando que o valor lido para a variável Z, no início do algoritmo, tenha sido 7, então o valor impresso de Z, ao final da execução desse algoritmo, será:
Alternativas
Q2561165 Algoritmos e Estrutura de Dados
São tipos de dados utilizados em algoritmos, EXCETO:
Alternativas
Q2547114 Algoritmos e Estrutura de Dados

Analise o algoritmo abaixo, escrito no software VisuAlg 3.0. 


                      Imagem associada para resolução da questão



Ao ser executado no VisuAlg 3.0, o algoritmo apresentará um aviso de problema. O que precisará ser modificado para que o problema seja corrigido?

Alternativas
Q2547113 Algoritmos e Estrutura de Dados

Abaixo está representada a declaração de uma variável em pseudocódigo (Portugol).



Notas: Vetor [1..10,1..3] de Real


Na declaração acima, quantas posições possui a variável Notas?


Alternativas
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.
Alternativas
Q2529021 Algoritmos e Estrutura de Dados

Analise o algoritmo abaixo, escrito no software VisuAlg 3.0: 


Imagem associada para resolução da questão


Ao final da execução do algoritmo acima, qual variável conterá o maior valor numérico? 

Alternativas
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
Alternativas
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,
Alternativas
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
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
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
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
Respostas
61: A
62: D
63: E
64: A
65: E
66: E
67: C
68: B
69: C
70: B
71: B
72: A
73: D
74: E
75: D
76: C
77: B
78: A
79: D
80: D