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

Foram encontradas 1.673 questões

Q2537005 Algoritmos e Estrutura de Dados
Analise o seguinte instrumento da lógica estruturada:

Imagem associada para resolução da questão

Nesse instrumento os flags estão representando controles no (s) fluxo (s):
Alternativas
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: 
Alternativas
Q2537003 Algoritmos e Estrutura de Dados
Analise o seguinte instrumento da lógica estruturada:

Imagem associada para resolução da questão

Trata-se de um (a):
Alternativas
Q2537002 Algoritmos e Estrutura de Dados
Analise a seguinte árvore binária:

Imagem associada para resolução da questão

A representação sequencial dessa árvore binária em vetor é:
Alternativas
Q2537001 Algoritmos e Estrutura de Dados
Maria precisa trabalhar com uma estrutura de dados estática que armazene informações de tipos de dados diferentes em uma única estrutura. Neste contexto, Maria selecionou:
Alternativas
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
Alternativas
Q2535258 Algoritmos e Estrutura de Dados
No contexto de uma Árvore B, estrutura comumente utilizada na indexação de tabelas relacionais, considere as seguintes propriedades numa árvore B de grau g.

1. Todas as folhas estão no mesmo nível de profundidade na árvore.
2. Todos os nós podem conter, no máximo, 2g - 1 chaves.
3. Exceto pelo nó raiz, todos os demais nós devem conter, no mínimo, 3 chaves.
4. Para uma árvore com N chaves, a complexidade do algoritmo de inserção é O(n2 ).
5. Para uma árvore com N chaves, a complexidade do algoritmo de inserção é O(n).

Estão corretas apenas as afirmativas
Alternativas
Q2534663 Algoritmos e Estrutura de Dados
No contexto de uma Árvore B, estrutura comumente utilizada na indexação de tabelas relacionais, considere as seguintes propriedades numa Árvore B de grau g.

1. Todas as folhas estão no mesmo nível de profundidade na árvore.
2. Todos os nós podem conter, no máximo, 2g - 1 chaves.
3. Exceto pelo nó raiz, todos os demais nós devem conter, no mínimo, g -1 chaves.
4. Para uma árvore com N chaves, a complexidade do algoritmo de inserção é O(n).
5. Para uma árvore com N chaves, a complexidade do algoritmo de inserção é O(log n).

Estão corretas as afirmativas
Alternativas
Q2529020 Algoritmos e Estrutura de Dados

São estruturas de dados consideradas homogêneas:


I. Matriz.


II. Registro.


III. Vetor.


Quais estão corretas?

Alternativas
Q2524588 Algoritmos e Estrutura de Dados
Uma estrutura de dados do tipo lista apresenta como uma de suas características o fato de seu último elemento apontar para o primeiro elemento da lista. O tipo de lista aderente a essas informações é denominado Lista 
Alternativas
Q2524587 Algoritmos e Estrutura de Dados
Considere o seguinte programa, apresentado na forma de uma pseudolinguagem (português estruturado).



Imagem associada para resolução da questão





Nesse programa, o valor assumido ao seu final pela variável S é igual a:
Alternativas
Q2523552 Algoritmos e Estrutura de Dados
Um sistema gera um vetor fixo de dados para efetuar o controle de um processo usando o código C abaixo, em um compilador que trabalha com inteiros de 32 bits. 

Imagem associada para resolução da questão


Após a execução desse trecho de código, o valor de final é 
Alternativas
Q2519104 Algoritmos e Estrutura de Dados
Considere o Sistema de Equações Lineares AX = B, em que: 

Imagem associada para resolução da questão

Assinale a opção que contém uma matriz do tipo triangular superior, obtida por meio de escalonamento, pelo método de Gauss, a partir da matriz aumentada deste sistema.
Alternativas
Q2519103 Algoritmos e Estrutura de Dados
Considere uma função f(x) contínua no intervalo [a, b] e que  f(a)f(b) < 0. Considere, ainda, a utilização do método da bissecção, para obtenção do zero real desta função, sabendo que o valor de xK, em cada iteração K,  é dado por (aK + bK)/2.
Se na primeira iteração for constatado que 

f(a0) < 0,  f(b0) > 0  e  f(x0) > 0 

e na segunda iteração 

f(a1) < 0,  f(b1) > 0  e  f(x1) < 0, 

na aplicação deste método, devem ser feitas as seguintes atribuições para os novos limites dos intervalos: 

Alternativas
Q2518838 Algoritmos e Estrutura de Dados
Considere uma árvore que contém todo e qualquer nó em um grafo, mais formalmente, uma spanning tree de um grafo G = (N, E) e um grafo G' = (N, E') tal que E' é um subconjunto de E, G' é conectado, G' não contém nenhum ciclo e G' contém todos os nós originais em G.

Se cada enlace tiver um custo associado e o custo de uma árvore for a soma dos custos dos enlaces, é correto afirmar que uma árvore cujo custo seja o mínimo entre todas as spanning trees é denominada: 
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
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

Imagem associada para resolução da questão


em que Imagem associada para resolução da questão 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

Imagem associada para resolução da questão


em que  Imagem associada para resolução da questão, e I é a matriz identidade.

Considere um caso hipotético onde as variáveis H, yα possuem os seguintes valores:

Imagem associada para resolução da questão


Neste caso, o vetor X que minimiza Imagem associada para resolução da questão é:
Alternativas
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:
Alternativas
Q2518295 Algoritmos e Estrutura de Dados
O Filtro de Kalman por Conjunto, ou Ensemble Kalman Filter - EnKF, representa uma alternativa ao Filtro de Kalman Clássico (KF) e ao Filtro de Kalman Estendido (EKF) para a assimilação de dados sequencial com grandes conjuntos de dados.

Entre as vantagens do EnKF com relação ao KF e ao EKF, destaca-se a 
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
Respostas
361: B
362: E
363: B
364: E
365: A
366: A
367: A
368: B
369: C
370: C
371: E
372: B
373: C
374: D
375: A
376: B
377: A
378: C
379: B
380: D