SEAI 2016 - Informática Aplicada

SEAI
Ps-Graduao Lato Sensu

Sistemas Eletroeletrnicos e Automao Industrial
Informtica Aplicada
Enderson Neves Cruz
enderson.bh@gmail.com
2015
Apresentao da disciplina
Powered by Enderson Neves Cruz
Plano de ensino
Introduo (2 Horas/aula)
Apresentao da disciplina
Evoluo histrica e conceitos bsicos

Unidade 1 Componentes de um sistema informatizado (4 Horas/aula)
Componentes fundamentais de um sistema informatizado
Linguagens de programao
Sistemas operacionais
Unidade 2 A Informtica como ferramenta (4 Horas/aula)
Softwares grficos
Editorao e edio de imagens
Planilhas
Bancos de dados
Aplicativos em geral
Unidade 3 Tipos de Software para Engenharia e Indstria (4 Horas/aula)
Softwares comerciais
Sistemas Integrados de gesto (ERP)
Softwares industriais
Softwares para simulaes (Aula prtica PROTEUS)

Unidade 4 Inteligncia Artificial (4 Horas/aula)
Conceitos bsicos
Tcnicas de AI
30 horas/aula
Unidade 5 Aula Prtica Experimental (6 Horas/aula)
MATLAB
Banco de dados
Unidade 6 Lgica Fuzzy (3 Horas/aula)
Conceitos bsicos
Seminrio (3 Horas/aula)
Avaliao
Seminrio = 60% (Grupo)
Data da apresentao: a definir (2012)

Integrantes por grupo: 5
Tempo de apresentao: 40 minutos
Relatrio + documentos da apresentao
Trabalho de laboratrio = 40%
Aula prtica
Integrantes por grupo: a definir
Deve ser entregue na data de apresentao do seminrio
Relatrio + arquivos das aula prticas
Calendrio
DATA
HORARIO
ATIVIDADE
28/11/2015
08h00 s 12h15
13h00 s 17h15
Aula: Mquinas Eltricas e Equipamentos

Aula: Informtica Aplicada
rsula
Enderson
Apresentao
Unidade 1 Sistema informatizado
12/12/2015
08h00 s 12h15
13h00 s 17h15

rsula
Enderson
06/02/2016
08h00 s 12h15
13h00 s 17h15

Aula: Interruptores e Comandos Eletrnicos
Enderson
rsula
Unidade 2 A Informtica como

ferramenta
27/02/2016
08h00 s 12h15
13h00 s 17h15

Francisco
Enderson
Unidade 3 Tipos de Software para

Engenharia e Indstria
Aula Prtica Experimental PROTEUS
05/03/2016
08h00 s 12h15
13h00 s 17h15

Enderson
rsula
Unidade 4 Inteligncia Artificial
12/03/2016
08h00 s 10h00
10h15 s 12h15
13h00 s 17h15
Enderson
19/03/2016
08h00 s 10h00
10h15 s 12h15
13h00 s 17h15
rsula


PROF.
Francisco
Enderson
Enderson
Enderson
Aula Prtica Experimental MATLAB

Unidade 6 Lgica fuzzy
Seminrio
Referncias bibliogrficas
Referncias
Organizao dos computadores e Informtica geral
TANENBAUM, Andrew S. Organizao Estruturada de Computadores.
Prentice/Hall do Brasil, 2006. 6 Edio. 464p.
MONTEIRO, Mrio. Introduo Organizao de Computadores.
LTC, 1996. 3 Edio. 500p.
WHITE, Ron; DOWNS, Timothy E.. How Computers Work.
Que, 2007. 9 Edio. 464p.
WHITE, Ron; DOWNS, Timothy E.. How software works .
Ziff-Davis Press, 1993. 1 Edio. 198p.
NORTON, Peter. Introduction to Computers.
Career Education, 2004. 6 Edio. 688p.
NORTON, Peter. Introduo a Informtica.
Makron Books, 1996. 1 Edio. 640p.
LAUDON K. C; LAUDON, J. P. Sistemas de Informao.

LTC, 1999. 4 Edio. 389p.
TANENBAUM, Andrew S. Sistemas Operacionais Modernos.
Prentice/Hall do Brasil, 2009. 2 Edio. 712p.
WIDMER, Neal S.; TOCCI, Ronald J.. Sistemas Digitais: Princpios e Aplicaes.
Pearson Education do Brasil, 2011. 11 Edio. .
Referncias
Organizao dos computadores e Informtica geral
http://www.rci.rutgers.edu/~cfs/472_html/Intro/timeline.pdf
http://www.howstuffworks.com
http://www.computerhistory.org
http://www.hsw.uol.com.br
http://www.isa.org
http://www.rogercom.com
http://www.wired.com
http://www.nytimes.com
www.ieee.org
http://www.davidpogue.com
http://tecnologia.uol.com.br
Referncias
ASCENIO, Ana F. Gomes; CAMPOS, Edilene A. Veneruchi. Fundamentos de Programao de Computadores.
Prentice Hall, 2008. 2 Edio. 448p.
GRIFFITHS, David; BARRY, Paul. Use a Cabea! Programao.
Alta Books , 2010. 1 Edio. 440p.
ORGANICK, E. I.;FORSYTHE, A. I.;PLUMMER, R. P.. Programming Language Structures.
New York: Academic Press, 1978. 659 p

Curso de Linguagem C da UFMG
Universidade Federal de Minas Gerais, 1996 2000. 126p.

FRANA, Snia Virginia Alves. Apostila Programao 2.
Universidade Federal Rural de Pernambuco, 2009. 284p.
KLANDER, Lars; JAMSA, Kris. Programando em C/C++: a Bblia.
RIOS, Rosangela S. Hickson. Aprenda a Programar em C, C++ e C#.
Campus, 2005. 2 Edio. 276p.
SCHILDT, Herbert. C Completo e Total.

DAMAS, Lus. Linguagem C.
LTC, 2007. 10 Edio. 424p.

Referncias
DEITEL, Paul; DEITEL, Harvey. Java - Como Programar.
Prentice Hall, 2010. 8 Edio. 1152p.
Sierra, Kathy; BATES, Bert. Use a Cabea! Java.
REAS, Casey; FRY, Ben. Getting Started with Processing.
O'Reilly Media, 2010, 208p.
REAS, Casey; FRY, Ben. Processing : a programming handbook for visual designers and artists.
MIT Press, 2007, 737p.
CRUZ, Enderson. Sistemas Microprocessados, notas de aula.
Belo Horizonte: CEFET-MG, 2011, 323p.
BROOKSHEAR, J. G. Cincia da computao: uma viso abrangente. 5a. ed.
Porto alegre: Bookman, 2000.
PILONE, Dan; PILONE, Tracey. Use a Cabea! Desenvolvendo para iPhone.
10
Referncias
http://www.hardware.com.br/artigos/linguagens/
http://www.scriptol.com/programming/languages.php
http://www.tiexpert.net/programacao/c/index.php
http://informatica.hsw.uol.com.br/programacao-em-c.htm
http://www.levenez.com/lang/
http://www.cprogramming.com/
http://www.acm.uiuc.edu/webmonkeys/book/c_guide/
http://www.cplusplus.com/doc/tutorial/
http://www.python.org
http://processing.org
11
Referncias
http://www.rci.rutgers.edu/~cfs/472_html/Intro/timeline.pdf
http://www.howstuffworks.com
http://www.computerhistory.org
http://www.hsw.uol.com.br
http://www.isa.org
http://www.rogercom.com
http://processing.org
http://www.tiexpert.net/programacao/c/index.php
http://www.cprogramming.com/
http://informatica.hsw.uol.com.br/programacao-em-c.htm
http://www.acm.uiuc.edu/webmonkeys/book/c_guide/
http://www.scriptol.com/programming/languages.php
http://www.wired.com
http://www.nytimes.com
www.ieee.org
http://www.davidpogue.com
http://tecnologia.uol.com.br
12
Introduo
Mario Sergio Cortella - Pasta de Dente
http://www.youtube.com/watch?v=f0z56D5qCO0
Aula 01 Introduo

Conceito de Informtica
Informtica
Neologismo criado por Philippe Dreyfus em 1962

Cincia que trata do processamento racional da informao
atravs da utilizao de mquinas automticas.
Cincia cujo objeto de estudo se relaciona com o tratamento lgico
de conjuntos de dados, utilizando tcnicas e equipamentos que
possibilitam o seu processamento de modo a obter informao que
depois poder ser armazenada e/ou transmitida.
Fonte: Prof. Doutor Rui Moreira Universidade Fernando Pessoa link:www2.ufp.pt/~rmoreira/MTC/Aula3_II.pdf
15
Aula 01 Introduo

Conceito de Informtica
Informao
Estruturao de dados num dado contexto e com
um dado objetivo, ou seja, o relacionamento de
dados e o seu armazenamento estruturado.
Precisa correta e verdadeira
Automtica
Oportuna disponvel no local e no momento necessrio

Completa contendo todos os elementos necessrios
Concisa fcil de manipular
Processamento
Manipulao dos dados de forma a conseguir
informao.
Armazenamento
Garantir a preservao dos dados para futura
utilizao.
Comunicao
Troca de dados entre computadores atravs de
redes, e entre o computador e o homem.
Computador
Agente utilizado para armazenar, classificar, comparar, combinar e exibir a informao a elevada
velocidade, ou seja, o dispositivo utilizado para gerir informao automaticamente.
16
Aula 01 Introduo
Informao
Dados + Conhecimento
Processamento de Dados
Srie de atividades realizadas para produzir um conjunto de informaes a partir de outras

informaes iniciais (dados).
Dados
Processamento
Informaes
17
Aula 01 Introduo

Computador Analogia com o ser humano
Melhor dispositivo para se processar informaes, ou quase!

Input
Sentidos
Entrada
Output
CPU
Neurnios
Nervos
Crebro
Nervos
Processa
Voz e
movimentos
Sadas
Nervos
Memria
Memria
CPU Central Processing Unit (Unidade central de processamento)
Dispositivos de I/O - Input/Output (Entrada/Sada)
18
Aula 01 Introduo

Memria
CPU
Clock
Dispositivos I/O
Barramento de Endereos
Barramento de Dados
Barramento de Controle
19
Aula 01 Introduo

Pirmide da automao (Automation System)
Aquisio de Dados e Controle Manual

Composto por mquinas, componentes e dispositivos da
planta, como sensores, atuadores e dispositivos de campo.
Sensores
Transdutores
Viso artificial
Sistemas de identificao
Leitores
Atuadores eltricos, pneumticos, hidrulicos
Robtica
Protocolos de comunicao AS-i e Hart;
20
Aula 01 Introduo

Controle Individual
Nvel onde se encontram os sistemas que executam o
controle automtico das atividades da planta.
Controladores Lgicos Programveis (CLP)

Computadores de Placa nica (SBC)
Controladores Programveis para Automao (PAC)
Computadores (PC)
Inversores de Frequncia e Controladores PID
Sistema digital de controle distribudo (SBCD)
Protocolos de comunicao: Profibus, DeviceNet,
Foundation Fieldbus, ModBus RTU e EtherCAT
21
Aula 01 Introduo

Controle de grupo Clula de trabalho

Gerenciamento e otimizao de processo
Permite a superviso do processo, normalmente possui
banco de dados com informaes relativas ao processo.
Sistemas Supervisrios, de Controle e de Aquisio de
Dados
SCADA Supervisory Control and Data Aquisition
Protocolos baseados em Ethernet como Profinet,
Ethernet/IP, ModBus TCP/IP e EtherCAT
22
Aula 01 Introduo

Gerenciamento da planta
Nvel responsvel pela programao e pelo planejamento da
produo realizando o controle, a logstica de suprimentos.
Sistema de Controle de Manufatura
MES Manufacturing Execution System
Planejamento e Controle da Produo (PCP)
Planejamento dos Recursos de Manufatura
MRP Manufacturing Resource Planning
Sistemas que integram ferramentas de planejamento com
o nvel controle, tendo como objetivo gerir e otimizar os
processos produtivos
23
Aula 01 Introduo

Planejamento estratgico e Gesto da empresa

Administrao dos recursos da empresa.
Sistemas Integrados de Gesto Empresarial
ERP Enterprise Resource Planning
Integram ferramentas para as reas de finanas,
manufatura, contbil, recursos humanos, marketing,
vendas, compras entre outras, de diferentes unidades
fabris, de uma mesma empresa ou grupo de empresas,
em diferentes localidades, at mesmo em diferentes
pases
24
Aula 01 Introduo

Planejamento estratgico e Gesto da empresa
Gerenciamento da planta
Controle de grupo
Gerenciamento e otimizao de processo
Controle individual
Aquisio de Dados e Controle Manual
25
Aula 01 Introduo

Geraes de computadores
Gerao 0 Computadores Mecnicos (Anterior a 1945)
1 Gerao Vlvulas (1945 1955)
2 Gerao Transistores (1955 1965)
3 Gerao Circuitos Integrados (1965 1980)

4 Gerao VLSI (1980 aos dias atuais)
5 Gerao Conectividade, mobilidade, computadores inteligentes
26
Aula 01 Introduo

Sistema binrio
Pingala
ndia
baco
Mesopotmia
China
2400
a.C
Primeira mquina
de calcular
Wilhelm Schickard
Primeira mquina
de calcular
Blaise Pascal
Algoritmos
Sec. III
a.C
Sec. IX
(1592-1635)
baco
1642
lgebra
Booleana
George Boole
Mquina de calcular
com 4 operaes
Gottfried W. Leibniz
Lgica
Formal e matemtica
1672
1703
Pascaline
Blaise Pascal
1854
Mquina de calcular
Mquina de calcular
Wilhelm Schickard
27
Aula 01 Introduo

Tear mecnico
com cartes
perfurados
Joseph Marie Jacquard
1801
Mquina Analtica
Charles Babbage
Ada Augusta Lovelace
Fundao da
Tabulating Machine
Company (TMC)
Herman Hollerith
Mquina de tabulao
Herman Hollerith
1834
Tear mecnico com cartes

Joseph Marie Jacquard
IBM - International
Business Machines
Thomas J. Watson
Vlvula
John Ambrose Fleming
1890
1904
Mquina Analtica
Charles Babbage
1911
Mquina de Turing
Alan Turing
MARK I
USA
Z-1 Primeiro
computador a rels
Konrad Zuze
1924
Mquina de tabulao
Herman Hollerith
1936
1944
Mark I
28
Aula 01 Introduo

1 Gerao Vlvulas (1945 1955)
ENIAC
Electronic Numerical
Integrator and Computer
John Presper Eckert
e John Mauchly
EUA
Colossus
Inglaterra
1943
1946
Transistor
John Bardeen
Walter Brattain
William Shockley
Bell Labs
1947
UNIVAC
J. Presper Ecker
John Mauchly
Teoria da informao
Claude Shannon
Whirlwind I
Primeiro
computador
de tempo-real
MIT
IAS Machine
John von Neumann
Princeton - EUA
1948
1951
1952
IBM 701
Primeiro
computador
comercial
IBM
1953
Transistor
ENIAC
IBM 701
29
Aula 01 Introduo

2 Gerao Transistores (1955 1965)
TX-0
Primeiro Computador
Transistorizado
MIT
EUA
1956
FORTRAN
John W. Backus
IBM
Circuito Integrado
Jack Kilby (Texas)
Robert Noyce (Fairchild)
Fundao da
Digital Computer
Corporation (DEC)
Ken Olsen
1957
1958
Circuito Integrado
TX-0
MIT
BASIC
Thomas Kurtz
John Kemeny
COBOL
Pentgono
Fabricantes
PDP-I
DEC
1401
IBM
Jogo SpaceWar
Slug Russel
Shag Graetz
Alan Kotok
MIT
1960
1961
1962
Supercomputador
CDC 6600
Seymour Cray
CDC
1964
PDP-1
DEC
CDC 6600
30
Aula 01 Introduo

System/360
IBM
Disco IBM RAMAC

IBM
Minicomputador
PDP-8
DEC
HP-2115
Hewlett-Packard
1965
1966
LOGO
Seymour Papert
Fundao da
Intel Corporation
Gordon E. Moore
Robert Noyce
1967
1968
UNIX
Ken Thompson
Denis Richie
Bell Labs
MATLAB
Cleve Moler
University of
New Mexico
ARPANET
USA ARMY
PASCAL
Niklaus Wirth
Kenbak-1
Primeiro
computador pessoal
1969
1970
1971
Microprocessador
Intel 4004
Intel
Linguagem C
Ken Thompson
Denis Richie
Bell Labs
Fundao da
Atari
Nolan Bushnell
1972
System/360
IBM
31
Aula 01 Introduo

Ethernet
Robert Metcalfe
Xerox
Microcomputador
pessoal
Altair 8800
Kit de montar
MITS
1973
1975
Microcomputador
pessoal Apple I
Steve Jobs
Steve Wozniak
Apple
Microcomputador
pessoal Apple II
Steve Jobs
Steve Wozniak
Apple
Microprocessador
Zilog Z80
1976
1977
Microprocessador
Intel 8088
VisiCalc
Planilha
Daniel Bricklin
Robert Frankston
Harvard
1978
1979
Hard Disk
Seagate
1980
Apple II
32
Aula 01 Introduo

Microcomputador
pessoal IBM PC
IBM
MS-DOS
Microsoft
Macintosh
MAC OS
Apple
Lotus 1-2-3
Mitch Kapor
1981
1983
IBM PC
IBM PC-AT
IBM
1984
Linguagem C++
Bjarne Stroustrup
INTERNET
CD-ROM
1985
Microcomputador
Deskpro 386
Compaq
Microprocessador
Intel 80386
Microcomputador
PS/2
IBM
Microprocessador
Intel 80486
1986
1987
1988
Apple Macintosh
33
Aula 01 Introduo

Windows 3.0
Microsoft
HTML
WWW
Tim Berners-Lee
1990
Power PC
Apple
IBM
Motorola
1991
Windows 95
Microsoft
Microprocessador
Pentium
Intel
Java
Sun Microsystems
Toy Story
Pixar
Google
Larry Page
Sergey Brin
Pentium II
Intel
iMAC
Apple
PDA Newton
Apple
Netscape
Marc Andreesen
Jim Clark
PlayStation
Sony
Windows 98
Microsoft
1993
1994
1995
1998
LINUX
Linus Torvalds
1999
34
Aula 01 Introduo

iPod
Apple
Microprocessador
Pentium III
Intel
Bug do Milnio
2000
MAC OS X
Apple
Windows XP
Microsoft
2001
iPod
Apple
iPhone
Apple
Core 2 Duo
Intel
Wii
Nintendo
2006
2007
iPhone
Apple
Android
Google
Core i7
Intel
Windows 7
Microsoft
2008
2009
Tablet iPad
Apple
2010
iPad
Apple
35
Aula 01 Introduo
Estrutura bsica de um sistema microcontrolado

Modelo de John von Neumann
Memria
CPU (Unidade central de processamento): Processa as

informaes, executando as instrues armazenadas na
memria e realizando as operaes lgicas e aritmticas.
Memria. Armazena as instrues e os dados a serem
executadas pela CPU
CPU
Clock
Dispositivos I/O
Barramento de Endereos
Barramento de Dados
Barramento de Controle
Dispositivos I/O (Dispositivos de entrada e sada): Para

fazer comunicao digital com o mundo exterior.
Barramento de dados: Por onde trafegam as informaes
(dados) a serem processadas.
Barramento de endereos: Indica a posio de memria
onde uma informao (dado) ser escrita ou lida e pela
seleo do dispositivo que ter acesso ao barramento de
dados.
Barramentos de controle: Indica o tipo da operao (leitura
ou escrita) e onde a operao est sendo realizada (memria
ou dispositivo de I/O).
Clock: Para manter todo o sistema sincronizado.
36
Aula 01 Introduo

Conceitos
Hardware
a parte fsica do computador, ou seja,

o conjunto de componentes eletrnicos,
circuitos integrados e placas, que se
comunicam atravs de barramentos.
Software
a parte lgica, ou seja, o conjunto de

instrues e dados processados pelo
circuitos eletrnicos que compe o
hardware.
37
UNIDADE 1
Componentes de um sistema informatizado

Hardware
Software
Usurios
e
Processos
Rede
Banco
de Dados
Procedimentos
40
41

Mquina Multinvel Contempornea (Camadas)
Dispositivos Fsicos
Componentes eltricos/eletrnicos e mecnicos bsicos
que permitem a construo dos circuitos
- Circuitos integrados
- Transistores
- Fios
- Capacitores
- Resistores
- etc.
Dispositivos Fsicos
42

Micro Arquitetura
Dispositivos fsicos agrupados para formar unidades
funcionais como, etc.
- Memrias
- Registradores
- ULA (Unidade Lgica Aritmtica)
- etc.
Micro Arquitetura
Dispositivos Fsicos
43

Linguagem de Mquina
Conjunto de instrues interpretadas pelos dispositivos que
compem a micro arquitetura.
Toda fabricante publica um manual onde descreve o

conjunto das instrues de mquina (ISA)
ISA Instruction Set Architecture
Linguagem de Mquina
Assembly o termo utilizado para linguagem de mquina

ou linguagem de montagem.
Micro Arquitetura
Dispositivos Fsicos
44

Sistema Operacional (SO)
Responsvel por gerenciar os dispositivos de hardware do
computador (como memria, unidade de disco rgido,

unidade de CD) e realizar a interao entre o usurio e
esses dispositivos.
Sistema Operacional
Oferecer o suporte para os outros programas funcionarem
Linguagem de Mquina
Exemplos: UNIX, LINUX, Windows, Mac OS, iOS, Android,
Micro Arquitetura
(como Word, Excel etc.).

etc.
Dispositivos Fsicos
45

Compiladores e Interpretadores
Programas que traduzem o cdigo de fonte de uma
Sistema Operacional
linguagem de programao de alto nvel para uma
linguagem de programao de baixo nvel (por exemplo:

assembly)
Exemplos: Borland C++, Microsoft Visual Basic, etc.
Linguagem de Mquina
Micro Arquitetura
Dispositivos Fsicos
46

Aplicativos
Sistema Operacional
Linguagem de Mquina
Micro Arquitetura
Dispositivos Fsicos
Aplicativos
Um programa de computador que permite ao usurio fazer
uma ou mais tarefas especficas.
Tem por objetivo o desempenho de tarefas, em geral

ligadas ao processamento de dados, como o trabalho em
escritrio ou empresarial, lazer etc.
- Editores de texto, planilhas eletrnicas

- Tratamento de imagens
- Navegadores de internet
- Bancos de dados
- Jogos
47

Aplicativos
Software
Sistema Operacional
Linguagem de Mquina
Micro Arquitetura
Hardware
Dispositivos Fsicos
48

Nvel 5
Nvel de Linguagem Orientada a Problemas
(Linguagens de alto nvel: C, C++, Java, Visual Basic...)
Nvel de Linguagem de Montagem (Assembly)
(Mnemnicos para as Instrues em linguagem de mquina)
Traduo (compilador)
Nvel 4
Traduo (montador ou assembler)
Nvel 3
Nvel de Mquina de Sistema Operacional
(Hbrida Instrues ISA ou SO)
Interpretao parcial (sistema operacional)
Nvel 2
Nvel de Arquitetura de Conjunto de Instrues (ISA)
(Instrues em linguagem de mquina)
Interpretao (microprograma) ou execuo direta
Nvel 1
Nvel de Microarquitetura
(Memria, registradores e ALU)
Hardware
Nvel 0
Nvel de Lgica Digital
(Portas lgicas)
49

Desenvolvimento de um programa
1. Anlise: nessa etapa estuda-se o enunciado do problema para definir os dados de entrada, o
processamento e os dados de sada.
2. Algoritmo: onde ferramentas do tipo descrio narrativas, fluxograma ou portugus estruturado

(portugol) so utilizadas para o descrever o problema com suas solues.
3. Codificao: onde o algoritmo transformado em cdigos da linguagem de programao
escolhida para ser trabalhada. Portanto, um programa a codificao de um algoritmo em uma
determinada linguagem de programao. (ASCENCIO, 1999).
1.
Anlise
Entender o problema
2.
Algoritmo
Desenhar a soluo
3.
Codificao
Programar
50

Desenvolvimento de um programa
Linguagem de
programao
Problema
Adaptao
Soluo
Algoritmo
Codificao
Programa
Fonte
Traduo
Programa
Executvel
Algoritmo uma seqncia de passos que deve ser seguida

para a realizao de uma tarefa(ASCENCIO, 1999)
51

Fases de desenvolvimento de um sistema
52

TIOBE Programming Community Index for October 2011
Ranking de linguagens criado pela

TIOBE Software que demonstra, num
perodo de um ano, quais linguagens
tornam-se mais populares e quais vo
perdendo popularidade.
Fonte:
http://www.tiobe.com/index.php/content/paperinfo/tpci/index.html
53
54
Referncias
http://ocw.mit.edu/index.htm
http://see.stanford.edu/see/courses.aspx
55

Classificao das linguagens de programao
Quanto a gerao
No existe consenso
Segunda Gerao:
Linguagem de Montagem - Assembler
Terceira Gerao
Imperativas: FORTRAN, Cobol, Basic, Algol, ADA, Pascal, C

Lgicas e Funcionais: LISP, ML, Prolog
Quarta Gerao
Geradores de Relatrios, Linguagens de Consultas: SQL, CSP
Quinta Gerao
Orientao a objetos : Smalltalk, Java, Eiffel, Simula 67
Linguagem de programao de baixo nvel
Linguagem de programao de alto nvel
Primeira Gerao: Linguagem de mquina

Cdigo de Mquina (0s e 1s).
Quanto ao grau de abstrao
Linguagem de programao de mdio nvel
Estrutura de tipos
Fracamente tipada
Dinamicamente tipada
Fortemente tipada
Estaticamente tipada.
Paradigma
Sexta Gerao ?
Web e Linguagens Dinmicas : Python, JavaScript, Ruby
http://www.scriptol.com/programming/choose.php
56

Paradigmas da programao
Viso que o programador possui sobre a estruturao e execuo do programa.
Forma de pensar do programador e como ele busca a soluo dos problemas.
Restringe a utilizao de tcnicas de programao.
Conjunto de modelos, normas e padres que estabelecem os princpios, funcionalidades e

objetivos de uma linguagem de programao existentes.
Procedimento, Funo, Objeto ou Lgica? Linguagens de Programao vistas pelos seus paradigmas
Programming Paradigms for Dummies: What Every Programmer Should Know
Maria Ceclia Calani Baranauskas
http://www.nied.unicamp.br/publicacoes/arquivos/3XaQ1o8Nmk
Peter Van Roy
57
Prof. Manoel Gomes de Mendona Neto
Fonte: Paradigmas e Linguagens de Programao
GAP Semntico
Diferena entre uma representao de um contexto do conhecimento (processo, problema, etc.)

em uma linguagem poderosa (linguagem natural) e uma representao do conhecimento em uma
linguagem formal (linguagem de programao).
58

Linguagens
Cada linguagem suporta

um ou mais paradigmas
Paradigmas
Cada paradigma
consiste de um
conjunto de
conceitos
Conceitos
More is not better (or worse) than less, just different.
Mais no melhor (ou pior) do que menos, apenas diferente.

Peter Van Roy
59

Programao no estruturada
Programao imperativa ou procedural
Programao estruturada
Linguagem orientada a objetos
Programao funcional
Programao natural
Programao lgica
http://academicearth.org/courses/programming-paradigms
http://see.stanford.edu/see/courseInfo.aspx?coll=2d712634-2bf1-4b55-9a3a-ca9d470755ee
60
Programao no estruturada Exemplo linguagem Assembly
Apresenta os conceitos
bsicos de controle de
fluxo, como loops e saltos
Comandos em sequncia
ordenada, ou declaraes,
geralmente um em cada linha
Salto incondiconal
As linhas so numeradas ou
pode ter etiquetas (labels),
isto permite que o fluxo de
execuo saltar para
qualquer linha do programa
Loop
Embora no existe o conceito

de procedimentos, sub-rotinas
so permitidas.
No existe o conceito de
variveis locais, salvar o
contexto antes do uso de
registradores comum.
61

Programao no estruturada Exemplo linguagem BASIC

10 dim i
20 i = 10
30 i = i + 1
40 if i <> 10 then goto 90

50 if i = 10 then goto 70
60 goto 30
70 print "Programa concludo"

80 end
90 print i; "ao quadrado ="; i*i

100 goto 30
62

Desvantagens
Vantagens
Oferece grande liberdade aos programadores.
Existem linguagens de programao de alto e baixo nvel

que utilizam este paradigma.
Cdigo dificilmente legvel (espaguete").
Considerado inadequado para a criao de grandes

projetos.
63

Exemplos principais que utilizam este paradigma
Linguagem de montagem
Primeiras verses do BASIC (Beginner's All-purpose Symbolic Instruction Code)
Assembly
JOSS
FOCAL
MUMPS
TELCOMP
COBOL (COmmon Business-Oriented Language)

Algumas linguagens de script
Linguagem de arquivo em lotes (batch).
64

Programao Procedural ou Imperativa
o que mais se aproxima do uso da arquitetura von Neumann como modelo para representao
da soluo de um problema a ser resolvido pela mquina.
Programas centrados no conceito de um estado (modelado por variveis) e aes (comandos) que
manipulam o estado.
Programar o computador significa "dar-lhe ordens" que so executadas sequencialmente.
Entrada
Programa
Sada
Estados
65

Programao Procedural ou Imperativa
Representar a soluo de um problema para ser resolvido pelo computador envolve

escrever uma srie de aes (procedimentos) que, se executadas sequencialmente, levam
soluo.
Procedimentos (procedures), tambm conhecidos como rotinas, subrotinas, mtodos, ou

funes contm um conjunto de passos computacionais a serem executados.
Um procedimento pode ser chamado a qualquer hora durante a execuo de um programa,
inclusive por outros procedimentos ou por si mesmo.
Programao estruturada
Linguagem orientada a objetos
66

Programao Estruturada
Estabelece que todos os programas possveis podem ser reduzidos a apenas trs
estruturas:
Sequencial
Iterao (repetio) (for, while, do while, do until, repeat)
Condicional/Seleo (if, then, else, elseif, switch, case)
Atravs destas trs estruturas consegue-se criar procedimentos e funes, de fcil compreenso,
e manuteno.
Modularizao - Separar o programa em partes (blocos) que possam ser logicamente
desenvolvidos e compreendidos de forma isolada.
Restrio a utilizao das estruturas de desvio incondicional (GoTo), pois tem a tendncia
de tornar um programa incompreensvel.
Geralmente a primeira abordagem que algum aprende em programao
67

Programao Estruturada Exemplo linguagem BASIC

No estruturada
10 dim i
20 i = 10
30 i = i + 1
40 if i <> 10 then goto 90

50 if i = 10 then goto 70
60 goto 30
70 print "Programa concludo"

80 end
90 print i; "ao quadrado ="; i*i

100 goto 30
Estruturada
dim i
i = 10
for i =1then to 10
print i; "ao quadrado ="; i*i
next
print "Programa concludo"

Cdigo mais simples
Cdigo mais limpo
Cdigo mais estruturado

Mais legvel.
68

Programao Estruturada Exemplos usando linguagem C
Calculando nmero de caracteres.c

Fonte do exemplo: Fundamentos de Linguagem C - Centro Tecnolgico de Mecatrnica SENAI Caxias do Sul/RS
Notas de alunos.c
69

Desvantagens
Vantagens
Eficincia (embute o modelo Von Neumann);
Modelagem natural de aplicaes do mundo real;
Paradigma dominante e bem estabelecido;

Muito flexivel;
Permitir o reaproveitamento de cdigo j construdo;
Focaliza o "como" e no o que"
Relacionamento indireto com a E/S:

difcil legibilidade
erros introduzidos durante manuteno
Evitar que um trecho de cdigo que seja repetido vrias

vezes dentro de um mesmo programa;
Permitir a alterao de um trecho de cdigo de uma
forma mais rpida;
Facilitar o entendimento do programa.
O fato de utilizar uma funo que j foi testada em

diversos programas, reduz o risco de erros. como se
costuma dizer: no reinventar a roda.
70

ABAP (Advanced Business Application Programming)
ALGOL (ALGOrithmic Language)
Ada
BASIC (Beginner's All-purpose Symbolic Instruction Code)

COBOL (COmmon Business-Oriented Language)
FORTRAN (FORmula TRANnslating System)
Linguagem C
MATLAB (MATrix LABoratory)

PASCAL
PHP (Personal Home Page ou Hypertext Preprocessor)

PL/I (Programming Language One)
Tcl (Tool Command Language)
71

Programao Orientada a Objetos
Estende as linguagens imperativas com a introduo do conceitos de objetos.
As bases conceituais tem origem no campo de estudo da cognio no campo da abstrao

de conceitos do mundo real.
Na compreenso do mundo real, as pessoas empregam constantemente trs mtodos de organizao, sempre presentes em
todos os seus pensamentos:
1. Diferenciao, baseado na experincia de cada um, de objetos particulares e seus atributos.
Exemplo: quando distinguem uma rvore, e seu tamanho ou relaes espaciais, dos outros objetos,
2. Distino entre objetos como um todo e entre suas partes componentes.

Exemplo: quando separam uma rvore dos seus galhos.
3. Formao de, e distino entre, as diferentes classes de objetos .
Exemplo: quando formam uma classe de todas as rvores, uma outra classe de todas as rochas e distinguem-nas.
Fonte: Enciclopdia britnica
Mundo real est repleto de objetos.
Agrupa-se objetos semelhantes em classes.

72

Procura enxergar o sistema como um conjunto de objetos (classes) que interagem entre si e apresentam
caractersticas e comportamentos prprios (mtodos) representados por seus atributos e suas operaes
(mensagens).
Os atributos esto relacionados aos dados, e as operaes, aos processos que um objeto executa.
Estabelece que que um problema pode ser solucionado seguindo estas etapas:
Procurar objetos existentes no problema.
Estabelecer como ocorrer a interao entre os objetos.
Determinar caractersticas e responsabilidades de cada objeto.

Alicerces da programao orientada a objetos
Abstrao
Encapsulamento
Herana
Polimorfismo
73

Pessoa
Classe
Homem
Conjunto de objetos com caractersticas afins.
Mulher
Classe
Cada classe descreve um conjunto (possivelmente infinito) de objetos individuais.
uma abstrao que descreve propriedades importantes para uma aplicao e simplesmente ignora o
resto.
74

Pessoa
Classe
Um objeto uma
entidade do mundo
real que tem uma
identidade.
Objetos podem
representar entidades
concretas ou
entidades conceituais
Homem
Mulher
Objetos
Objeto
Entidade habilitada a ter um estado (informao) e oferece um determinado nmero de operaes

(comportamentos) que podem examinar ou afetar o estado do objeto. Instncia de uma classe.
Um objeto capaz de armazenar estados atravs de seus atributos e reagir a mensagens enviadas a ele, assim
como se relacionar e enviar mensagens a outros objetos.
75

Pessoa
Classe
Rock star
Astronauta
Pode tocar bateria
Pode pilotar
Motociclista
Bailarina
Pode cultivar bonsais

Pode nadar
Homem
Tho
Pode lutar karat
Atributos
So caractersticas de um objeto.
Mulher
Objetos
Beatriz
Pode controlar robs

Pode nadar (rpido)
Pode lutar karat
Mtodos
Definem as habilidades/comportamentos dos objetos.
a implementao de uma operao para uma classe.
76

Pessoa
Chamar o mtodo
Tho.Lutar_karat
Chamar o mtodo
Beatriz.Controlar_robs
Classe
Rock star
Astronauta
Pode tocar bateria
Pode pilotar
Motociclista
Bailarina

Pode nadar
Homem
Tho
Pode lutar karat
Mulher
Objetos
Beatriz
Pode controlar robs

Pode nadar (rpido)
Pode lutar karat
Mensagem ou Operao
Chamada a um objeto para invocar um de seus mtodos, ativando um comportamento descrito por sua classe.
Tambm pode ser direcionada diretamente a uma classe (atravs de uma invocao a um mtodo esttico).
Atravs das mensagens que um objeto solicita a outro que realize determinada tarefa.
77


Empresa
Classe
Espacial
NASA
ASSOCIAO
Uma pessoa trabalha para uma empresa
Beatriz trabalha para a NASA

LIGAO
Pessoa
Classe
Mulher
Beatriz
Ligaes e Associaes
Ligaes e associaes so os mecanismos para estabelecer relacionamentos entre objetos e classes.

Ligao uma conexo fsica ou conceitual entre duas instncias de objetos.
Associao descreve um grupo de ligaes com estrutura e semntica comuns.

Uma ligao uma instncia de uma associao.
78


Mulher, morena, astronauta, karateca,
bailarina que nada muito rpido, que
trabalha na NASA controlando robs.
Este conceito foi abstrado

para o que conhecido como
Beatriz
Astronauta
Pode pilotar
Morena
Bailarina
Pode lutar karat

Mulher
Beatriz
Pode controlar robs

Pode nadar (rpido)
Abstrao
Consiste de focalizar nos aspectos essenciais inerentes a uma entidade ou contexto e ignorar propriedades menos
importantes ou acidentais'.
Em termos de desenvolvimento de sistemas, isto significa concentrar-se no que um objeto e faz antes de se
decidir como ele ser implementado.
O uso de abstrao preserva a liberdade para tomar decises de desenvolvimento ou de implementao apenas
quando h um melhor entendimento do problema a ser resolvido.
Resumindo: a capacidade de representar cenrios complexos usando termos simples.
79


Chamar o mtodo
Tho.Marcar_show
No necessrio saber que o

Tho karateca e que sabe
nadar para contratar um show.
Rock star
Pode tocar bateria
Motociclista

Pode nadar
Homem
Tho
Pode lutar karat
Encapsulao ou Encapsulamento
Consiste em separar os aspectos externos de um objeto, os quais so acessveis a outros objetos, dos detalhes
internos de implementao do objeto, os quais permanecem escondidos dos outros objetos.
Garante que a alterao dos atributos seja feita somente atravs dos mtodos, assim, os dados ficam protegidos.
O encapsulamento evita que um programa torne-se to interdependente que uma pequena mudana tenha grandes
efeitos colaterais.
Permite tambm que a implementao de um objeto possa ser modificada (melhoria de desempenho, correo de
erros e mudana de plataforma de execuo) sem afetar as aplicaes que usam este objeto.
Resumindo: Tarefa de tornar um objeto o mais auto-suficiente possvel.
80

Superclasse
Pessoa
Homem
Mulher
Subclasse
Subclasse
Herana
Permite compartilhar atributos e operaes entre classes baseada em um relacionamento hierrquico.
Uma classe pode ser definida de forma genrica e depois refinada sucessivamente em termos de subclasses ou
classes derivadas.
Cada subclasse incorpora, ou herda, todas as propriedades (atributos e mtodos) de sua superclasse (ou classe
base) e adiciona suas propriedades nicas e particulares.
As propriedades da classe base no precisam ser repetidas em cada classe derivada.
Resumindo: Capacidade de uma classe herdar atributos e comportamento de uma outra classe.
81

Pessoa
Classe
Pode nadar
Homem
Tho
Pode lutar karat
Mulher
Objetos
Beatriz
Pode nadar (rpido)
Pode lutar karat
Polimorfismo
Significa que a mesma operao pode se comportar de forma diferente em classes diferentes.
Implica que uma operao de uma mesma classe pode ser implementada por mais de um mtodo.
82

Processo de desenvolvimento JAVA
Mquina virtual
Nome dado a uma mquina, implementada atravs de software, que executa programas
como um computador real.
Cpia isolada e totalmente protegida de um sistema fsico.
JVM Java Virtual Machine
83

Mltiplas plataformas
84

85

Desvantagens
Vantagens
Mesmas da programao estruturada.
Grande necessidade de memria e processamento.
Tenta simular objetos do mundo real em objetos

computacionais, tornando a tarefa de modelagem e
programao mais simples.
Difcil otimizao de tempo de execuo dos programas.
tida como a melhor estratgia para se eliminar o gap

semntico quando utilizada para a modelagem de
processos.
Busca modelar um ambiente utilizando-se dos

prprios elementos presentes neste ambiente, ou
seja, os objetos.
Grande complexidade de gerenciamento interno das

estruturas dos objetos, o que implica em velocidade de
execuo menor.
O aprendizado inicial bem mais complicado, devido aos
conceitos serem complexos.
Baseia-se fortemente na prpria forma de pensar

humana
Os programas tm uma estrutura altamente modular

(programao modular LEGO), o que permite maior
produtividade:
Facilidade de controle e manuteno
Reutilizao de cdigo
Expanso (Agregao de mdulos prontos)
Fonte: ASCENIO, Ana F. Gomes; CAMPOS, Edilene A. Veneruchi. Fundamentos de Programao de Computadores.
86

Exemplo
Programa para clculo o fatorial de n
JAVA Linguagem Imperativa
int factorial-rec(int n)
{
// n um nmero >= 0
int factorial;
if (n = 0) return 1; // fatorial de 0 1
temp = n -1;
fatorial(0,1).
fatorial(N,X) :- N1 is N 1,
int temp;
factorial = n;
Exemplo
PROLOG Linguagem Lgica
// temp armazena o prximo
return factorial * factorial-rec(temp);
fatorial(N1,X1),
X is N * X1.
?- fatorial(3,X).
X=6
Fonte: ASCENIO, Ana F. Gomes; CAMPOS, Edilene A. Veneruchi. Fundamentos de Programao de Computadores.
87

Desvantagens
Vantagens
Mesmas da programao estruturada.
Grande necessidade de memria e processamento.
Tenta simular objetos do mundo real em objetos

computacionais, tornando a tarefa de modelagem e
programao mais simples.
Difcil otimizao de tempo de execuo dos programas.
tida como a melhor estratgia para se eliminar o gap

semntico quando utilizada para a modelagem de
processos.
Busca modelar um ambiente utilizando-se dos

prprios elementos presentes neste ambiente, ou
seja, os objetos.
Grande complexidade de gerenciamento interno das

estruturas dos objetos, o que implica em velocidade de
execuo menor.
O aprendizado inicial bem mais complicado, devido aos
conceitos serem complexos.
Baseia-se fortemente na prpria forma de pensar

humana
Os programas tm uma estrutura altamente modular

(programao modular LEGO), o que permite maior
produtividade:
Facilidade de controle e manuteno
Reutilizao de cdigo
Expanso (Agregao de mdulos prontos)
88

Linguagens OO Puras
Simula
Smalltalk
Eiffel
Ruby
Desenvolvidas
principalmente para OO
mais com elementos de
linguagens estruturais
C++
C#
VB.NET
Java
Linguagens estruturadas
mas com suporte para OO
Visual Basic
Perl
COBOL 2002
PHP
ABAP
Python
Programming
http://www.dca.fee.unicamp.br/cursos/POOCPP/POOCPP.html
http://msdn.microsoft.com/pt-br/library/cc580626.aspx
http://www.hardware.com.br/artigos/programacao-orientada-objetos
89

Programao Funcional
Utiliza as linguagens funcionais ou aplicativas
Surgiu com o desenvolvimento da linguagem Lisp (List Processing) por John McCarthy em 1958
para atender aos interesses dos grupos de Inteligncia Artificial no processamento de dados
simblicos.
Estabelece o uso de funes matemticas e composio de funes
para representao do problema a ser resolvido pela mquina
Programas so funes que descrevem uma relao explcita e precisa entre entrada e sada.
Isto conseguido pensando-se na funo que deve ser aplicada num estado de mquina inicial
para transform-lo em um estado de mquina final desejado como resposta.
Entrada
Programa
Sada
91

Programao Funcional
Programas consistem em definies de dados e funes.
Programar significa:
Execuo de um programa = Avaliao de expresses
definir funes;
conhecer o comportamento de funes na mquina.
aplicar funes;
Enfoca a ausncia de estados e dados mutveis
Funes no tm efeitos colaterais e so valores de primeira ordem.
Primeiro paradigma ensinado em vrias universidades importantes: MIT, Stanford, Berkeley
Linguagem declarativa
Os mecanismos de controle no programa passam de iterativos a recursivos.
92

Programao Funcional
Exemplo
{
// n um nmero >= 0
int factorial;
temp = n -1;
(defun factorial (n)

(if (<= n 1)
int temp;
factorial = n;
Exemplo
LISP Linguagem funcional
(* n (factorial (- n 1)))))
fatorial(n) = n * fatorial(n-1), para n > 0

93

Programao Funcional
Exemplo de trecho de cdigo Linguagem J funcional

A entradas so as funes seno e cosseno
Modelo matemtico de um neurnio
94

Programao Funcional
Desvantagens
Vantagens
Manipulao de programas mais simples:
O mundo no funcional!
Transformao (exemplo: otimizao)
Mecanismos primitivos de E/S e formatao
Prova de propriedades
Concorrncia explorada de forma natural
Esforo inicial no-desprezvel

Interface com o usurio
Programao com um alto nvel de abstrao:
alta produtividade
programas mais concisos

menos erros
provas de propriedades sobre programas
95

Programao Funcional
LISP (LISt Processing)

Miranda
Haskell
Orwell
ML
KRC
LML
http://www.inf.ufsc.br/~func/
http://www.dcc.fc.up.pt/~pbv/aulas/pf/
http://www.staff.science.uu.nl/~fokke101/courses/fp-eng.pdf
http://www.haskell.org/haskellwiki/Functional_programming
http://book.realworldhaskell.org/read/
http://www.cs.nott.ac.uk/~gmh/book.html
SASL
Scheme
Linguagem J
96

Programao Lgica
Programao lgica um paradigma de programao que faz uso da lgica matemtica.

Representar um problema a ser resolvido no computador, consiste
em expressar o problema na forma de lgica simblica.
Tambm chamada programao baseada em regras so linguagens baseada na lgica de

predicados, onde uma srie de regras so definidas para que o programa tome aes apropriadas
para cada estado habilitador.
Programas so relaes entre entrada e sada.
Entrada
Programa
Sada
97

Programao Lgica
O Programa uma base de conhecimento a respeito de certo domnio e por perguntas

feitas a essa base de conhecimento, independentemente
Sintaxe
Base de
conhecimento
PERGUNTA
RESPOSTA
98

Programao Lgica
Exemplo
PROLOG
papagaio("Ze Carioca").
ave(X) :- papagaio(X).
?- ave("Ze Carioca").
"Z Carioca um papagaio"
FATO
"Todo papagaio uma ave"

ou
Regra
"se X um papagaio, ento X uma ave"
Z Carioca uma ave?
Consulta
99

Programao Lgica
Exemplo
{
// n um nmero >= 0
int factorial;
temp = n -1;
fatorial(0,1).
fatorial(N,X) :- N1 is N 1,
int temp;
factorial = n;
Exemplo
PROLOG Linguagem Lgica
fatorial(N1,X1),
X is N * X1.
?- fatorial(3,X).
X=6
fatorial(n) = n * fatorial(n-1), para n > 0

100

Programao Lgica
Pode ser visto como um formalismo para representar conhecimento a respeito do problema que se
quer resolver, de forma declarativa (descritiva) como no paradigma funcional.
Por trs do programa existe uma mquina de inferncia, em princpio "escondida" do programador,
responsvel por "encontrar solues" para o problema descrito.
Na prtica, inclui caractersticas imperativas, por questo de eficincia.
Aplicaes principais
Sistemas Baseados em Conhecimento (SBCs);
Sistemas Especialistas (SEs);
Sistemas de Bases de Dados (BDs);
Processamento da Linguagem Natural (PLN)

Inteligncia Artificial
101

Programao Lgica
Desvantagens
Vantagens
Linguagem de programao e de especificao;
Opera de forma no-determinstica;
Capacidade dedutiva;
Eficincia
Baixa expressividade para certas aplicaes
Permite a representao de relaes reversveis;
Interpretao declarativa, procedimental e operacional;

Naturalmente recursiva.
Separao entre lgica de programa e controle

Programas fceis de entender e manter
102

Programao Lgica
Planner
PROLOG
Mercury
Visual Prolog
Oz
Frill
http://www-usr.inf.ufsm.br/~andrea/elc117/slides-programacao-logica-2011a.pdf
http://www.linhadecodigo.com.br/Artigo.aspx?id=1697
http://www.saber.ula.ve/bitstream/123456789/16227/2/libro-texto.pdf
http://www.cs.ttu.edu/~mgelfond/papers/survey.pdf
http://www.mpprogramming.com/Cpp/
103

Comparativo entre as linguagens

Paradigma LPs
Imperativas
Estruturada
Orientada a objetos
Funcionais
Lgicas
Estrutura
Caracterstica
Programa = objetos + mensagens
Encapsulamento
Programa = fatos + regras
Respostas
Programa = algoritmo + dados
Programa = funes + funes
Modularizao
Raciocnios
Relao de paradigmas
An Empirical Comparison of Seven Programming Languages

Lutz Prechelt - University of Karlsruhe
Orientada a agentes
Baseada em autmatos
Baseado em componentes
Baseado em fluxo
Pipeline
Concatenativa
Computao simultnea
Programao relativstica
Data-driven
Declarativa (contraste: Imperativo)
Constrangimento
Fluxo de dados
Orientada a tabelas (planilhas)
Reativo
Lgica
Lgica abdutiva
Conjunto resposta
Lgica restritiva
Lgica funcional
Lgica indutiva
Event-driven
Orientada a servios
Time-driven
Orientada a expresses
Orientada a caractersticas
Nvel de Funo (contraste: Valor-nvel)
Funcional
Genrico
Imperativo (contraste: declarativa)
Processuais
Linguagem orientada
Disciplina especfica,
Domnio especfico,
Orientada a gramtica
Dialtica
Intencional
Metaprogramao
Automtico
Reflexo Refletiva
Orientada a atributos
Modelo
Orientada a polticas
No-estruturadas (contraste: Estruturada)
Matriz
No determinsticas
Computao paralela
Orientada ao processo
Programao em grande / pequena escala
Semntico
Estruturado (contraste: no estruturadas)
Modular (contraste: Monoltica)
Orientada a objeto
Pela separao de interesses:
Orientada a atributos
Orientada a regras
Passagem de mensagens
Baseada em classe
Baseada em prottipo
Agent-oriented
Automata-based
Component-based
Flow-based
Pipelined
Concatenative
Concurrent computing
Relativistic programming
Data-driven
Declarative (contrast: Imperative)
Constraint
Dataflow
Cell-oriented (spreadsheets)
Reactive
Logic
Abductive logic
Answer set
Constraint logic
Functional logic
Inductive logic
Event-driven
Service-oriented
Time-driven
Expression-oriented
Feature-oriented
Function-level (contrast: Value-level)
Functional
Generic
Imperative (contrast: Declarative)
Procedural
Language-oriented
Discipline-specific
Domain-specific
Grammar-oriented
Dialecting
Intentional
Metaprogramming
Automatic
Reflective
Attribute-oriented
Template
Policy-based
Non-structured (contrast: Structured)
Array
Nondeterministic
Parallel computing
Process-oriented
Programming in the large / small
Semantic
Structured (contrast: Non-structured)
Modular (contrast: Monolithic)
Object-oriented
By separation of concerns:
Aspect-oriented
Role-oriented
Subject-oriented
Class-based
Prototype-based
104

Introduo
Sistemas Operacionais
Aplicativos
Sistema Operacional
Linguagem de Mquina
Definio
Conjunto de programas que se situa entre os
softwares aplicativos e o hardware, tendo como
funo:
Gerenciar os recursos do computador (CPU,
perifricos).
Estabelecer uma interface com o usurio.
Prover e executar
aplicativos
servios
para
softwares
Micro Arquitetura
Dispositivos Fsicos
105

Funcionamento do SO
Os programas solicitam servios ao sistema operacional atravs das chamadas de sistema.
So semelhantes s chamadas de sub-rotinas, enquanto as chamadas de sub-rotinas so

transferncias para procedimentos normais do programa, as chamadas de sistema
transferem a execuo para o sistema operacional.
Atravs de parmetros, o programa informa exatamente o que necessita.
O retorno da chamada de sistema, assim como o retorno de uma sub-rotina, faz com que a
execuo do programa seja retomada a partir da instruo que segue a chamada.
Ncleo ou kernel
Parte do sistema operacional responsvel por implementar as chamadas de sistema.
106

Funcionamento do SO
interpretador de comandos
Recebe comandos do usurio e execut-os.
Mais importante programa de sistema.
Interface grfica de usurio (GUI Graphical User Interface)
ativado pelo sistema operacional sempre que um usurio inicia sua sesso de trabalho.
Programas de sistema (Utilitrios) Programas que implementam tarefas bsicas para a

utilizao do sistema, por exemplo so os utilitrios para manipulao de arquivos (exibir arquivo,
imprimir arquivo, copiar arquivo, renomeararquivo, listar o contedo de diretrio, etc.).
Muitas vezes so confundidos com o prprio sistema operacional.
So executados fora do kernel do sistema operacional.
Eles utilizam as mesmas chamadas de sistema disponveis aos demais programas.
107

Tarefas do Sistema Operacional
Gerenciamento do processador
Gerenciamento da memria
Gerenciamento de armazenamento
Gerenciamento de dispositivos de entrada e sada
Interface de aplicativos (atendimento a servios de software)

Interface do usurio
Utilitrios e softwares de apoio
108

Gerenciamento do processador
Garantir que cada processo e aplicativo recebam tempo suficiente do processador

para funcionar corretamente;
Usar quantos ciclos de processador quanto possvel para realizar as tarefas.
A unidade bsica do software com a qual o sistema operacional trabalha para

organizar as tarefas realizadas pelo processador representada pelo processo ou
thread, dependendo do sistema operacional.
Faz as chamadas de sistema, ao executar um programa.
Multitarefa
operating-system-multitask.swf
Sistemas operacionais simtricos e assimtricos
operating-system-asymmetric.swf
operating-system-symmetric.swf
109

Prover os mecanismos necessrios para que os diversos processos compartilhem a memria de

forma segura e eficiente.
Cada processo deve ter memria suficiente para ser executado. Ele no pode utilizar a memria
de outro processo e outro processo tambm no pode utilizar a sua memria.
Os diferentes tipos de memria no sistema devem ser bem utilizados para que cada processo seja
executado de forma eficaz.
Para realizar a primeira tarefa, o sistema operacional tem de definir os limites de memria para
cada tipo de software e aplicativo.
A tcnica particular que determinado sistema operacional emprega depende, entre outras coisas,
de o que a arquitetura do computador em questo suporta.
operating-system-memory.swf
110

Memria lgica de um processo aquela que o processo capaz de acessar.
Os endereos manipulados pelo processo so endereos lgicos
As instrues de mquina de um processo especificam endereos lgicos.
Memria fsica aquela implementada pelos circuitos integrados de memria.
O endereo fsico aquele usado para enderear os circuitos integrados de memria.
Paginao
Segmentao
111

Gerenciamento de armazenamento
O sistema de arquivos a parte do sistema operacional mais visvel para os usurios.
So necessrias estruturas de dados e algoritmos que otimizem os acessos a disco gerados pela
manipulao de arquivos, devido a diferena de velocidade entre os discos e a memria RAM.
A manipulao de arquivos exige que o sistema de arquivos apresente uma interface coerente e
simples, fcil de usar.
ARQUIVOS
Sistemas de arquivos implementam um recurso em software que no existe no hardware.
O conceito de arquivo, muito mais til que o simples espao em disco, uma abstrao criada
pelo sistema operacional.
O hardware oferece simplesmente espao em disco, na forma de setores que podem ser
acessados individualmente, em uma ordem aleatria.
Recurso lgico a partir dos recursos fsicos existentes no sistema computacional.
112

Gerenciamento de entrada e sada
O objetivo tentar padronizar ao mximo as rotinas de acesso aos perifricos de forma a reduzir o
nmero de primitivas de entrada e sada.
Tambm facilita a incluso de novos dispositivos, minimizando a necessidade de alterar a interface
de programao do usurio.
Estrutura de quatro camadas do subsistema de gerenciamento de entrada/sada
113

Drivers de dispositivos (device drivers)
Conjunto de mdulos de software implementados

para fornecer os mecanismos necessrios ao
acesso de um dispositivo de entrada e sada
especfico.
O principal objetivo dos drivers de dispositivos

esconder as diferenas entre os vrios
dispositivos de entrada e sada fornecendo
camada superior uma viso uniforme desses
dispositivos atravs de uma interface de
programao nica.
114

E/S Independente do Dispositivo
A camada de software de E/S independente

do dispositivo implementa procedimentos e
funes gerais a todos os dispositivos de
entrada e sada:
Escalonamento de E/S
Buferizao
Denominao
Cache de dados
Alocao e liberao
Direitos de acesso
Tratamento de erros
115

Entrada e Sada a Nvel de Usurio
A viso que um usurio possui dos dispositivos

de entrada e sada de um sistema fornecida por
uma interface de programao associada as
bibliotecas de entrada e sada, ou aos ambientes
de desenvolvimento.
O fabricante do compilador de uma linguagem de

programao
responsvel
ento
por
implementar e fornecer rotinas que realizam
entrada e sada para um determinado sistema.
A interface de
linguagem em si.
programao
depende
da
116
UNIDADE 2
A Informtica como ferramenta
Banco de Dados
Referncias
KORTH, Henry F., SILBERSCHATZ, Abraham. Sistema de bancos de dados.
DATE, C. J. Introduo a sistemas de bancos de dados.
ELMASRI, Ramez; NAVATHE, Shamkant B. Sistema de banco de dados.
Pearson Education do Brasil, 2011. 6 Edio. 790p.
TAKAI, O.K.; ITALIANO I.C.; Ferreira, J.E. Introduo a banco de dados.
IME Universidade de So Paulo, 2005. 1 Edio. 124p.
LIU, Ling; ZSU, M. Tamer (Eds.). Encyclopedia of Database Systems.
Springer US, 2009. 1 Edio. 3849p.
RAMAKRISHNAN, R.; GEHRKE, J.. Database Management Systems.
McGrow-Hill, 2003. 3 Edio. 1098p.
HEUSER, Carlos Alberto. Projeto de Banco de Dados - Volume 4 da Srie Livros Didticos Informtica UFRGS.
Artmed, 2008. 6 Edio. 282p.
PIVA, Gustavo Dibbern; OLIVEIRA, Wilson J.. Informtica, anlise e gerenciamento de dados.
Fundao Padre Anchieta, 2010. 1 Edio. 106p.
118
Unidade 2 A Informtica como ferramenta

Conceitos
Bancos de dados
Banco de dados - Database
Coleo de dados inter-relacionados, representando informaes sobre um domnio especfico.
Coleo de dados relacionados, referentes a um mesmo assunto e organizados de

maneira til com o propsito de servir de base para que o usurio recupere informaes,
tire concluses e tome decises.
Propriedades implcitas
Representa algum aspecto do mundo real, chamado minimundo ou universo de discurso.

uma coleo logicamente coerente de dados com algum significado inerente.
Uma disposio desordenada de dados no pode ser referenciada como um banco de dados.
Um BD ou DB projetado, construdo e populado com dados para uma finalidade especfica.
Possui grupo definido de usurios e algumas aplicaes concebidas de interesse destes usurios.
119

Bancos de dados
Sistema Gerenciador de Banco de dados
Sistema Gerenciador de Banco de dados SGBD

Data Base Management System DBMS
Softwares que permitem a definio de estruturas para armazenamento de informaes e fornecem

mecanismos para manipula-las.
Coleo de programas que permitem aos usurios criarem e manipularem uma base de dados.
Sistema de softwares de propsito geral que facilita o processo de definio, construo,

manipulao e compartilhamento de banco de dados entre diversos usurios e aplicaes.
120

Exemplos
Bancos de dados
121

Bancos de dados
Sistema Gerenciador de Banco de dados

Compartilhamento
Usurios/Programadores
Permite que diversos usurios e programas acessem o

banco de dados simultaneamente.
Programas de
aplicao/Consultas
Manipulao de um banco de dados
Funes como consulta ao banco de dados para

recuperao de dados especficos, atualizao do banco de
dados para refletir mudanas no universo de discurso
(minimundo) e gerao de relatrios com base nos dados
armazenados
SGBD
Construo de um banco de dados
Processo de armazenar os dados em algum meio que seja

controlado pelo SGBD.
Softwares para processar

Consultas/Programas
Softwares para acessar os

dados armazenados
Definio de um banco de dados
Envolve a especificao de tipos, as estruturas e restries

de dados a serem armazenados na base de dados.
Metadados
A definio ou informao descritiva armazenada

pelo SGBD na forma de catlogo ou dicionrio.
Banco de dados
armazenado
122

Sistema de Banco de Dados
Bancos de dados
Transaes (Database transactions)
Operaes que fazem com que alguns dados sejam lidos e

outros gravados no banco de dados
Programas de
aplicao/Consultas
Consultas (Querys)
Recuperao de dados armazenados, pesquisa utilizada

para todas as iteraes com o banco de dados, incluindo a
modificao de dados.
SGBD
Programas de aplicao
Acesso ao banco de dados para enviar consultas ou

solicitaes de dados ao SGBD.

Consultas/Programas

dados armazenados
ODBC (Open Data Base Connectivity)
Padro para acesso a SGBD. Este padro define um

conjunto de interfaces que permitem o uso de linguagens de
programao capazes de utilizar estas interfaces, para ter
acesso a uma vasta gama de bases de dados distintas sem
a necessidade de codificar mtodos de acesso
especializados.
Metadados
Banco de dados
armazenado
123

Sistema de Banco de Dados
Bancos de dados
BD + SGBD = SBD
Sistema de Banco de dados SBD
Data Base System DBS
Programas de
aplicao/Consultas
SGBD
O conjunto formado por um banco de dados

mais as aplicaes que manipulam o
mesmo.
O objetivo principal de um SBD proporcionar

um ambiente conveniente e eficiente para o
armazenamento e recuperao das informaes
no banco de dados.

Consultas/Programas

dados armazenados
Metadados
Sistema de Banco de dados
Banco de dados
armazenado
124

Interdependncia de dados
Bancos de dados
A arquitetura mais difundida na literatura a Three-Schema (tambm conhecida como arquitetura

ANSI/SPARC), proposta por Tsichritzis & Klug em 1978.
A meta desta arquitetura, separar as aplicaes de usurios da base de dados fsica. Nesta
arquitetura, podem existir trs nveis:
125

Bancos de dados
Sistema Gerenciador de Banco de dados SGBD

Caractersticas que um SGBD deve possuir
Controlar a redundncia de dados
Restringir o acesso no autorizado

Segurana/Privacidade
Oferecer estruturas de armazenamento e tcnicas de pesquisa eficientes

Backup/Restaurao
Oferecer mltiplas Interfaces do usurio
Representar uma srie de relacionamentos complexos entre dados

Impor restries de integridade
126

Usurios
Bancos de dados
Administrador de banco de dados
Projetistas de banco de dados
Usurios finais
Analistas de Sistemas e Programadores de Aplicao
usurios ocasionais
usurios sofisticados
DBA Database Administrator
usurios comuns ou paramtricos
Profissionais de Apoio
Projetistas e Implementadores de SGBD
Operadores de Manuteno
Desenvolvedores de Ferramentas
127

Utilitrios de um SGBD
Bancos de dados
Carga
Usado para carregar os arquivos de dados, como por exemplo arquivos texto ou sequenciais no
banco de dados.
Backup
Cria uma cpia de segurana do banco de dados para um meio de armazenamento de massa.
Reorganizao do armazenamento do banco de dados
Reorganizar um conjunto de arquivos do banco de dados para melhorar o desempenho.

Limpeza, reindexao e compactao de bancos de dados
Monitorao de desempenho
Monitora o desempenho e fornece estatsticas ao DBA, que as utilizar para a tomada de decises
sobre a reorganizao de arquivos e incluso ou remoo de ndices para a melhoria do
desempenho
128

Modelos de dados
Bancos de dados
Coleo de conceitos que descreve a estrutura (tipos, relacionamentos e restries) das

informaes contidas nos bancos de dados.
Modelo hierrquico
Modelo relacional
Modelo em redes
Modelo orientado a objetos.
129

Modelos de dados
Bancos de dados

Modelo hierrquico
Modelo em redes
Modelo relacional
Modelo hierrquico
Os dados so estruturados em hierarquias ou rvores.
Os ns das hierarquias contm ocorrncias de registros, onde

cada registro uma coleo de campos (atributos), cada um
contendo apenas uma informao.
Sem flexibilidade porque a relao se limita a uma relao umpara-muitos.

O registro da hierarquia que precede a outros o registro pai, os
outros so chamados de registros filhos.
Uma ligao uma associao entre dois registros.
130

Modelos de dados
Bancos de dados

Modelo hierrquico
Modelo relacional
Modelo em redes
Modelo em redes
Extenso do modelo hierrquico, eliminando o conceito de

hierarquia e permitindo que um mesmo registro estivesse
envolvido em vrias associaes.
Permite relacionamentos muitos-para-muitos.
No modelo em rede, os registros so organizados em grafos.
131

Modelos de dados
Bancos de dados

Modelo hierrquico
Modelo relacional
Modelo em redes
Modelo relacional
A estrutura fundamental do modelo relacional a relao (tabela).

Uma relao constituda por um ou mais atributos
(campos/colunas) que traduzem o tipo de dados a armazenar.
Ele usa duas dimenses, linhas (registros) e colunas (campos)

para armazenar dados. As tabelas de registros podem ser
conectadas por valores comuns fundamentais (relacionamentos).
Aumenta a independncia de dados nos sistemas gerenciadores
de banco de dados.
Prover um conjunto de funes apoiadas em lgebra relacional

para armazenamento e recuperao de dados
O Modelo relacional revelou ser o mais flexvel e adequado ao
solucionar os vrios problemas no nvel da concepo e
implementao da base de dados.
132

Modelos de dados
Bancos de dados

Modelo hierrquico
Modelo relacional
Modelo em redes
Modelo orientado a objetos
Modelo orientado a objetos
A estrutura orientada a objeto tem a capacidade de lidar com

grficos, imagens, voz e texto, tipos de dados, sem dificuldade, ao
contrrio das outras estruturas de banco de dados.
Esta estrutura popular para multimdia aplicativos baseados na
Web.
Ele foi projetado para trabalhar com linguagens de programao
orientada a objeto como Java.
133

Bancos de dados
Projeto de um banco de dados

Levantamento
e anlise de
requisitos
Definies quais dados a serem armazenados

Envolvimento do usurio final
Projeto
Conceitual
Refere-se ao modelo inicial abstrato

Reflete as necessidades do usurio
No estabelece a maneira como os dados
esto armazenados a nvel de SGBD.
Utiliza MER ou UML
Projeto
Lgico
Projeto
Fsico
Registra como os dados sero armazenados a

nvel de SGBD.
Estabelece como o modelo conceitual ser
implementado em um SGBD especfico.
Definem como os dados so armazenados

fisicamente no SGBD,
Visa otimizar a performance do BD.
Linguagens e notaes no so padronizadas
e variam de produto a produto.
134

Bancos de dados
Modelagem ou projeto conceitual de um banco de dados

O objetivo da modelagem conceitual obter uma descrio abstrata, independente de
implementao em computador, dos dados que sero armazenados no banco de dados.
As tcnicas mais utilizadas de modelagem de dados so:

Modelo Entidade-Relacionamento (MER)
Modelo de dados conceitual de alto-nvel, ou seja, seus conceitos foram projetados para
serem compreensveis a usurios, descartando detalhes de como os dados so
armazenados.
Unified Modeling Language (UML)
Metodologia de modelagem de objeto, vo alm do projeto do banco de dados abrangendo
a especificao, documentao, estruturao para sub-visualizao e maior visualizao
lgica do desenvolvimento completo de um sistema de informao. .
135

Bancos de dados
Modelo entidade-relacionamento (MER)
Tcnica de modelagem de dados mais difundida e utilizada a abordagem EntidadeRelacionamento (ER).

Mesmo as tcnicas de modelagem orientada a objetos (UML) que tm surgido nos ltimos anos
baseiam-se nos conceitos da abordagem ER.
Produz um diagrama fcil de ser entendido pelo usurio final.
O modelo de dados representado atravs de um Modelo entidade-relacionamento (MER).
Diagrama Entidade Relacionamento (DER)

a representao grfica de um MER.
136

Bancos de dados

Smbolo
Entidade
Significado
Conceito
Entidade
Conjunto de objetos da realidade modelada (objetos do

mundo real: um ser, um fato, coisa, organismo social,
etc.) sobre os quais deseja-se manter informaes no
banco de dados.
Relacionamento
Conjunto de associaes entre entidades

Associao (agregao) existente entre elementos de
entidades
Atributo
Dado que associado a cada ocorrncia de uma

entidade ou de um relacionamento.
Representam propriedades elementares das entidades
e/ou dos relacionamentos.
Cardinalidade
Nmero (mnimo, mximo) de ocorrncias de entidade

associadas a uma ocorrncia da entidade em questo
atravs do relacionamento
Retngulo rotulado com o nome da entidade

Elemento
associador
Losango rotulado com o nome da associao
Rtulo
Rtulo
Segmento de reta rotulado com o nome do

atributo em uma de suas extremidades.
11
1N
NN
(0, 1) (0, 1)
(0, 1) (1, N)
(1, N) (0, N)
0 = opcional 1 = obrigatria.
137

Bancos de dados
Exemplos de cardinalidade
Departamentos
Departamentos
Alunos
Homem
(0,1)
(0,1)
(1,N)
(0,1)
Lotao
Chefia
Matrcula
Casa
(1,N)
(0,1)
(0,N)
(0,1)
Funcionrios
Cardinalidade
(mnimo, mximo)
Funcionrios
A cardinalidade mnima tambm

conhecida como PARTICIPAO:
0 = participao opcional
1 = participao obrigatria.
Disciplinas
Mulher
138

Bancos de dados
Identificador
Conjunto de um ou mais atributos (e possivelmente relacionamentos) cujos valores servem para distinguir uma
ocorrncia da entidade das demais ocorrncias da mesma entidade.
Tambm chamado ndice.
Identificador simples
Identificador composto
CPF
RG
CREA
Matrcula
Identificador de relacionamento
139

Bancos de dados
Entidades
Atributos
Identificadores
Relacionamentos
Cardinalidade
140

Bancos de dados

N
tem
Cdigo departamento
Descrio
Matrcula
Cdigo Departamento
Data Inicio
Data fim
Funcionrios
Matrcula
Nome
Data Nascimento
Nacionalidade
Sexo
Estado civil
RG
CIC
Endereo
Telefone
Data Admisso
Departamentos
Ocupao
Matrcula
Cdigo Cargo
Data Inicio
Data fim
tem
Cargos
Cdigo cargo
Descrio
Dependentes
Matrcula
Nome
Data Nascimento
141

Bancos de dados
Entidades
Atributos
Identificadores
Relacionamentos
Cardinalidade
142

Bancos de dados

N
Nmero paciente
Nome
Data Nascimento
Sexo
Estado civil
RG
Endereo
Telefone
Cdigo convnio
pertence
Convnio
Paciente
Agenda
Cdigo convnio
Nome convnio
Cdigo consulta
Cdigo paciente
Cdigo mdico
Data
Diagnstico
Consultas
N
atende
Cdigo exame
Cdigo consulta
Descrio exame
Data
Resultado
Exame
Solicita
1
Cdigo mdico
Nome
Especialidade
Mdicos
143

SGBD Relacional
Bancos de dados
Um banco de dados relacional organiza seus dados em relaes.
Um conceito importante em um banco de dados relacional o conceito de atributo chave

(ndice), que permite identificar e diferenciar uma tupla de outra.
Cada relao pode ser vista como uma tabela, onde cada coluna (campos) corresponde a
atributos da relao e as linhas correspondem s tuplas (registros) ou elementos da relao.
Atravs do uso de chaves possvel acelerar o acesso a elementos e estabelecer

relacionamentos entre as mltiplas tabelas de um sistema de banco de dados relacional
(SGBDR).
Principais motivos do sucesso
Viso de dados organizados em tabelas oferece um conceito simples e familiar para a

estruturao dos dados
Forte embasamento matemtico (lgebra relacional) por trs dos conceitos utilizados em
bancos de dados relacionais
Uniformizao na linguagem de manipulao de sistemas de bancos de dados relacionais
atravs da linguagem SQL (Structured Query Language).
144

Bancos de dados
SGBD Relacional Principais objetos
Tabelas
Vises
ndices e Chaves
145

SGBD Relacional Tabelas
Bancos de dados
Tabela - Table
Objeto criado para armazenar os dados fisicamente.
Os dados de uma tabela normalmente descrevem um assunto tal como clientes, vendas, etc.
Coluna ou Campo
Corresponde a um atributos
da relao
Linha , Tupla ou Registro
Corresponde aos elementos

da relao
RG
Nome
123450
Joo da Silva
258976
Jos Couto
897465
154789
Cidade
Belo Horizonte
UF
MG
Maria do Carmo
Natal
RN
Antnio Pires
Gramado
RS
Itabira
MG
146

Bancos de dados
SGBD Relacional Vises (Views)
Viso - View
Tabela virtual que definida a partir de outras tabelas, contendo sempre os dados atualizados.
Tabela lgica de um banco de dados, no contm dados, ou seja, no ocupam espao em disco.
Alteraes nos dados de tabelas que so acessadas por vises, consequentemente alteram os
resultados gerados pelas consultas armazenadas nessas vises.
Uma viso possui nome, uma lista de atributos e uma consulta (query) que computa a viso.
Vantagens
Fornece mecanismo de segurana por propiciar uma viso limitada e controlada dos dados que
podem ser obtidos da base, restringindo o acesso de usurios.
Performance por utilizar uma consulta previamente otimizada, tornando desnecessrio este
processo de otimizao quando for realizada.
Simplifica a interao entre usurio final e banco de dados.
147

Bancos de dados

A
Tabela
B
Viso
B
Viso idntica
Tabela
B
Tabela
B
Viso
Viso por seleo de colunas
Viso
B
Viso por seleo de linhas (filtro por critrio)
Tabela
Viso
Viso por seleo de linhas e colunas

148

Bancos de dados

A
Tabela 1
B
Tabela 2
X
Viso
Viso por juno de tabelas
149

Bancos de dados
SGBD Relacional ndices e Chaves
Chaves Keys
Uma chave um conjunto de um ou mais atributos que determinam a unicidade de cada registro.
Chave Estrangeira (FK - Foreign Key)
Chave primria (PK - Primary Key)
Chave formada atravs de um relacionamento

com a chave primria de outra tabela.
Chave que identifica cada registro dando-lhe

unicidade.
Define um relacionamento entre as tabelas e

pode ocorrer repetidas vezes.
A chave primria nunca se repetir

No pode ter valor nulo.
Se for composta no pode ser redundante.
Caso a chave primria seja composta na

origem, a chave estrangeira tambm o ser.
ndice ID
Ferramenta usada pelo SGBD para facilitar a busca de linhas dentro de uma tabela.
ndice nico ndice criado a partir da chave primria, no permite a incluso de linhas duplicadas.
ndice de Performance facilita a busca de linhas na tabela
150

SGBD Relacional
Bancos de dados
151

SGBD Interao
Bancos de dados
Interfaces baseadas em menu para clientes WEB e de navegao

Interfaces baseadas em formulrios/relatrios
Ferramentas para o desenvolvimento de formulrios (forms) e relatrios (reports).

Exemplos: oracle Forms e Crystal Reports
Interface grficas com o usurio
Interfaces em linguagem natural
Interfaces para usurios paramtricos
GUI apresentando um esquema para o usurio em formato de diagrama (Ex: Bussiness

Objects)
Entrada e sada de voz
Pequeno conjunto de operaes que presam realizar repetidamente
Interfaces para o DBA
152

SGBD Interao
Bancos de dados
XML (eXtensible Markup Language)

Linguagem de marcao recomendada pela World Wide Web Consortium (W3C) para a criao de
documentos com dados organizados hierarquicamente, tais como textos, banco de dados ou
desenhos vetoriais.
O objetivo principal facilitar o compartilhamento de informaes atravs da internet.
Princpios importantes:
Separao do contedo da formatao

Simplicidade e legibilidade, tanto para humanos quanto para computadores
Possibilidade de criao de tags sem limitao
Criao de arquivos para validao de estrutura (chamados DTDs)
Interligao de bancos de dados distintos
Concentrao na estrutura da informao, e no na sua aparncia
153

Bancos de dados
Cases
Exemplo do banco de funcionrios
Relacionamentos
Consultas
Conferncia de Tarifao
Interface
Carga de arquivos
Empresa XXX
Banco de dados antigo
154

Bancos de dados
Cases
Exemplo do banco de funcionrios
Relacionamentos
Consultas
Conferncia de Tarifao
Interface
Carga de arquivos
Empresa XXX
Banco de dados antigo
155

Bancos de dados
Exemplo 1
N
tem
Cdigo departamento
Descrio
Matrcula
Cdigo Departamento
Data Inicio
Data fim
Funcionrios
Matrcula
Nome
Data Nascimento
Nacionalidade
Sexo
Estado civil
RG
CIC
Endereo
Telefone
Data Admisso
Departamentos
Ocupao
Matrcula
Cdigo Cargo
Data Inicio
Data fim
tem
Cargos
Cdigo cargo
Descrio
Dependentes
Matrcula
Nome
Data Nascimento
156

Bancos de dados
Cases
Apropriao
Relacionamentos
Consultas
ODBC
Ocorrncias e Fechamento de Ciclos
Interface
Carga de arquivos
Simulador
Carga de arquivos

157
UNIDADE 3
Tipos de Software para Engenharia e Indstria
Referncias
Tipos de Software para Engenharia e Indstria

ERP
DAVENPORT, Thomas H. Living with ERP.
CIO Magazine, 1998.
WALLACE, Thomas F. ERP: Making It Happen.
SOUZA, Cesar A.; ZWICKER, Ronaldo. Ciclo de vida de sistemas ERP..
HOSSAIN, Liaquat; PATRICK, Jon David. Enterprise Resource Planning: Global Opportunities & Challenges.
http://imasters.com.br/artigo/1636/bi/erp_enterprise_resource_planning/
http://opensourceerpguru.com/2009/02/25/erp-history/
John Wiley & Sons, 2001. 1 Edio. 385p.
Caderno de pesquisas em Administrao V.1, N 11. So Paulo, 2000. 12p.

Idea Group Publishing . 2002. 295p.
http://www.openerpbrasil.org/
http://www.portogente.com.br/portopedia/ERP_-_Enterprise_Resource_Planning/
http://www.sap-erp.com/
http://www.cio.com/article/40323/ERP_Definition_and_Solutions
159
Referncias
Simuladores de circuitos eletrnicos e desenho de PCB

PROTEUS
Labcenter Electronics http://www.labcenter.com

Cursos sobre o PROTEUS
http://www.eletronica24h.com.br/CursoProteus/Indice%20Geral.htm
http://www.portalwebaula.com.br/website_/index.php?option=com_zoo&view=category&Itemid=226
PROTEUS Tutorial Bsico Parte 1 http://www.youtube.com/watch?v=ftUr6QG5-48
PROTEUS Tutorial Bsico Parte 2 http://www.youtube.com/watch?v=WuDly9fgX38&feature=related

Apostilas FATECSBC
Criao de componentes no Proteus PICTRONICS

NI Multisim: http://www.ni.com/multisim/
ORCAD: http://www.cadence.com/products/orcad/
Cadsoft Eagle: http://www.cadsoftusa.com/
160
Unidade 3 Softwares para Engenharia e Indstria

Tipos de softwares
Softwares industriais
Sistemas Integrados de gesto (ERP)

Softwares para simulaes
Softwares inteligentes
161

Finanas
Planejamento e Controle da Produo
Contabilidade
Recursos Humanos
Custos
Vendas
Marketing
162

Utilizao RFID - Radio-Frequency IDentification
http://www.youtube.com/watch?v=oHKcDTY2v7s
163

Conceitos
Sistemas Integrados de Gesto Empresarial

Planejamento de recursos empresariais
Mtodo para o planeamento e controle eficaz de todos os recursos necessrios para , fazer, enviar e conta para
pedidos de clientes de uma empresa de fabricao, distribuio ou servio. (American Production and Inventory
Control Society, 2001)
"ERP (sistemas de Enterprise Resource Planning) composto por um pacote de software comercial que promete a
integrao de toda a informao que flui atravs da empresa - financeiro, contabilidade, recursos humanos, cadeia de
abastecimento e atendimento ao cliente"(Davenport, 1998).
"Os sistemas ERP so pacotes de sistemas de informao configurveis que integram informaes e processos
dentro e atravs das reas funcionais de uma organizao "(Kumar & Van Hillsgersberg, 2000).
Banco de dados nico, um nico aplicativo e uma interface unificada em toda a empresa. "(Tadjer, 1998).
Sistemas que integram todos os dados e processos de uma organizao em um nico sistema.
Plataforma de software desenvolvida para integrar os diversos departamentos de uma empresa, possibilitando a
automao e armazenamento de todas as informaes de negcios.
164

Conceitos
(SOUZA & ZWICKER, 2000)
Sistemas de informao integrados, adquiridos em

forma de pacotes comerciais para suportar a maioria
das operaes de um empresa.
Procuram atender a requisitos genricos do maior

nmero possvel de empresas incorporando modelos
de processos de negcios (best practices) obtidos pela
experincia acumulada das empresas fornecedoras
em repetidos processos de implantao, ou so
elaborados por empresas de consultorias e pesquisa
em processos de benchmarketing.
Entrega
Cliente
satisfeito
Ordem de
Venda
Planejamento
de Produo
Expedio
Planejamento de
recursos materiais
Armazenagem
Gesto
Integrada
Controle da
Qualidade
Produo
Recepo
de MPs
Ordem de
Produo
Encomenda
de MPs
165

Evoluo histrica
2000s
1990s
Extended ERP
Enterprise Resource Planning
(ERP)
1980s
Manufacturing Resource Planning (MRP II)

Planejamento dos Recursos de Fabricao
1970s
Material Requirements Planning (MRP)

Planejamento de Necessidades de Materiais
1960s
Inventory Control Packages

Pacotes de Controle de Inventrio
166

Concepo

Front-Office
Back-Office
Aplicaes
Financeiras
Vendas e
Distribuio
Aplicaes de
servios
Aplicaes de
Produo
Banco de dados
central
Gerenciamento
de inventrio
Fornecedores
Clientes
Relatrios
Corporativos
Gerenciamento de
Recursos Humanos
167

Conceitos

Gesto dos
Recursos Humanos
Gesto de
Relacionamento com o Cliente
Gesto dos
Recursos Financeiros
Gesto da
Cadeia de Suprimentos
Planejamento dos
Recursos de Fabricao
168

Principais ERPs do mercado
169

Vantagens
Eliminar o uso de interfaces manuais
Otimizar o fluxo da informao e a qualidade da mesma dentro da organizao (eficincia)
Reduzir custos
Otimizar o processo de tomada de deciso

Eliminar a redundncia de atividades
Reduzir os limites de tempo de resposta ao mercado
Reduzir as incertezas do Lead time (Tempo de aprovisionamento - perodo entre o incio de uma
atividade, produtiva ou no, e o seu trmino)
Incorporao de melhores prticas (codificadas no ERP) aos processos internos da empresa
Reduzir o tempo dos processos gerenciais
170

Desvantagens
A utilizao do ERP por si s no torna uma empresa verdadeiramente integrada;
Dependncia do fornecedor do pacote;
Altos custos que muitas vezes no comprovam a relao custo/benefcio;
Adoo de melhores prticas aumenta o grau de imitao e padronizao entre as empresas de

um segmento;
Torna os mdulos dependentes uns dos outros, pois cada departamento depende das informaes
do mdulo anterior, por exemplo. Logo, as informaes tm que ser constantemente atualizadas,
uma vez que as informaes so em tempo real, ocasionando maior trabalho;
Aumento da carga de trabalho dos servidores da empresa e extrema dependncia dos mesmos;
171

Fatores crticos de sucesso para um projeto de TI

1.
Envolvimento do Usurio
3.
Definio clara de necessidades
2.
4.
5.
6.
7.
8.
9.
Apoio da direo
Planejamento adequado
Expectativas realistas
Paradoxo de Cobb
"We know why projects fail, we know how to

prevent their failure -- so why do they still fail?"
Martin Cobb
Treasury Board of Canada Secretariat
Marcos intermedirios
Equipe competente
Comprometimento
Viso e objetivos claros
10. Equipe dedicada (War room)

11. Infraestrutura adequada
Fonte: Unfinished Voyages I - The Standish Group International - 1995
172

Case Ferrovia Centro-Atlntica S.A.
Primeira ferrovia o mundo a implantar, utilizando do mdulo PP (Produo) para controle

do trfego ferrovirio.
Utilizao do mdulo PM (Manuteno) para controle dos servios de manuteno tanto da
Manuteno mecnica (Locomotivas, vages, etc.) quanto da Via Permanente (linhas, obras de
arte, etc.).
Principais desafios:
Mudana cultural
Auto ndice de customizao de alguns mdulos (PP)

Integrao com sistema de controle de trfego
Extenso territorial
Controle dos ativos
173

Softwares de simulao
Simulador interativo de circuitos (SPICE - Simulated Program with Integrated Circuits Emphasis).
Amplo suporte para os vrios tipos fontes de alimentao e sinais.
Sadas dentro dos padres da indstria CAD/CAM & ODB++.
Ampla quantidade de modelos de dispositivos analgicos e digitais.

Possibilidade de criao de componentes.
Simulao de microprocessadores/microcontroladores de diversos fabricantes.
Simulao em tempo real permitindo a visualizao da interao do cdigo com o hardware.

Funcionar com compiladores e montadores populares.
Modelos interativos de perifricos displays, teclados, etc.

Visualizador integrado em 3D.
Captura automtica do esquemtico.

Autorouter.
Regras de projeto configurveis e flexveis.
174

175

Fonte: Proteus Product Guide

176

Ambientes de desenvolvimento complexos
177

Outros softwares teis
Designer 3D
Hidrulica e Pneumtica
Simulao PLC
178
UNIDADE 4
Referncias
RUSSEL, Stuart J. Norvig,Peter. Inteligncia Artificial: traduo da segunda edio. Rio de Janeiro: Elsevier, 2004
G. F. Luger (2002) Artificial Intelligence: Structure and Strategies for Complex Problem Solving
Luger & Stubblefield (1989) Artificial Intelligence and the Design of Expert System
Bratko, I. (1990). Prolog Programming for Artificial Intelligence, 2a ed., Addison Wesley.
Winston, P.H. (1984). LISP, Addison Wesley.
FLORES, C. D. Fundamentos dos Sistemas Especialistas. In: BARONE, D. A. C. (Ed.). Sociedades Artificiais: a
nova fronteira da inteligncia nas mquinas. Porto Alegre: Bookman, 2003.
Nascimento, Cairo L. Jr. & Yoneyama Takashi. Inteligncia Artificial em Controle e Automao. So Paulo, Editora
Edgard Blcher e FAPESP, 2004.
Coelho, Helder. Inteligncia artificial em 25 lies. Lisboa : Fundao Calouste Gulbenkian, 1995.
Costa, Ernesto & Simes Anabela. Inteligncia Artificial - Fundamentos e Aplicaes. Editora MADRAS 2002.
Notas de aula do Prof Pyramo Costa Jnir PUC-MG.
Aulas do professor George Luger http://www.cs.unm.edu/~luger/cs427/videos/cs_427_527_spring_09/videos.html
Laboratrio MIT http://www.csail.mit.edu/
Aulas da Stanford University https://www.ai-class.com/accessibility
180

AI - Artificial Intelligence
O que AI?
Marvin Minsky, The Society of Mind, 1985

O ato de forar definies para as coisas que ns no entendemos geralmente causa mais danos
do que benefcios. Alm disso, apenas em lgica e matemtica que as definies detm
perfeitamente os conceitos.
As coisas com as quais lidamos na vida prtica so frequentemente muito complicadas para
permitirem uma representao clara baseada em expresses compactas.
Em todo caso, no podemos nos privar de buscar uma definio para as coisas, no sentido de
entender o que elas so.
181

O que AI?
Inteligncia
O que inteligncia?
Artificial
Tudo o que feito pelo homem.
De forma genrica, que um sistema inteligente

aquele que apresenta capacidade mental para:
Raciocinar
Planejar
Resolver problemas
Abstrair ideias
Armazenar conhecimento
Comunicar-se atravs de uma linguagem

Aprender
A inteligncia o que voc usa

quando no sabe o que fazer.
Jean Piaget
182

O que AI?
Sistemas que pensam racionalmente
O novo e interessante esforo para fazer

computadores pensarem... mquinas com mentes, no
sentido total e literal. (Haugeland, 1985)
O estudo de faculdades mentais pelo uso de modelos

computacionais. (Charniak e McDermott, 1987)
[Automao de] atividades que associamos ao

pensamento humano, atividades como a tomada de
decises, a resoluo de problemas, o aprendizado...
(Bellman, 1978)
O estudo das computaes que tornam possvel

perceber, raciocinar e agir. (Winston, 1992)
Modelagem cognitiva
Leis do pensamento: lgica matemtica
A arte de criar mquinas que executam funes que

exigem inteligncia quando executadas por pessoas.
(Kurzweil, 1990)
A Inteligncia Computacional o estudo do projeto de

agentes inteligentes. (Poole et al., 1998)
O estudo de como fazer os computadores realizarem

tarefas as quais, at o momento, as pessoas fazem
melhor. (Rick e Knight, 1994)
AI ... est preocupado com o comportamento

inteligente em mquinas. (Nilson, 1998)
Teste de Turing
Agentes racionais
Sistemas que agem como humanos
Cincia emprica
Hipteses e confirmao experimental
Sistemas que agem racionalmente
Racionalidade
Fidelidade ao comportamento humano
Sistemas que pensam como humanos
Abordagem racionalista
Combinao de engenharia e matemtica
183

O que AI?
O novo e interessante esforo para fazer

computadores pensarem... mquinas com mentes, no
sentido total e literal. (Haugeland, 1985)
O estudo de faculdades mentais pelo uso de modelos

computacionais. (Charniak e McDermott, 1987)
Modelagem cognitiva
Leis do pensamento: lgica matemtica
A arte de criar mquinas que executam funes que

exigem inteligncia quando executadas por pessoas.
(Kurzweil, 1990)
A Inteligncia Computacional o estudo do projeto

de agentes inteligentes. (Poole et al., 1998)
O estudo de como fazer os computadores realizarem

tarefas as quais, at o momento, as pessoas fazem
melhor. (Rick e Knight, 1994)
AI... est preocupado com o comportamento

inteligente em mquinas. (Nilson, 1998)
Teste de Turing
Agentes racionais
[Automao de] atividades que associamos ao

pensamento humano, atividades como a tomada de
decises, a resoluo de problemas, o aprendizado...
(Bellman, 1978)
O estudo das computaes que tornam possvel

perceber, raciocinar e agir. (Winston, 1992)
Cincia emprica
Hipteses e confirmao experimental
Racionalidade
Fidelidade ao comportamento humano
Abordagem racionalista
Combinao de engenharia e matemtica
184

AI - Artificial Intelligence
O que AI?
Barr & Feigenbaum (1981)
IA a parte da cincia da computao que se preocupa em desenvolver sistemas computacionais inteligentes, isto
, sistemas que exibem caractersticas, as quais ns associamos com a inteligncia no comportamento humano por exemplo, compreenso da linguagem, aprendizado, raciocnio, resoluo de problemas, etc.
Nils Nilsson (1982)
Muitas atividades mentais -como escrever programas de computadores, matemtica, raciocnio do senso comum,
compreenso de lnguas e at dirigir um automvel - demandam inteligncia. Nas ltimas dcadas, vrios
sistemas computacionais foram construdos para realizar estas tarefas. Dizemos que tais sistemas possuem algum
grau de Inteligncia Artificial.
Nilson & Genesereth (1987)
IA o estudo do comportamento inteligente. Seu objetivo final uma teoria da inteligncia que explique o
comportamento das entidades inteligentes naturais e que guie a criao de entidades capazes de comportamento
inteligente.
Elaine Rich & Kevin Knight (1993)
Inteligncia Artificial o estudo de como fazer os computadores realizarem coisas que, no momento, as pessoas
fazem melhor.
185

Teste de Turing
Ser que as mquinas no poderiam realizar algo que deveria

ser descrito como pensar mas que muito diferente do que um
ser humano faz? Esta objeo muito forte, mas ao menos
podemos dizer que se, contudo, uma mquina puder ser
construda para jogar o jogo da imitao satisfatoriamente, ns
no precisamos nos preocupar com essa objeo.
Teste de Touring
Oferece definio operacional satisfatria do que inteligncia.
A mquina (computador) passar no teste se um interrogador

humano, depois de propor algumas perguntas, no conseguir
descobrir quem se as respostas vem de um ser humano ou no.
Alan Turing (1912 1954)
Alan Turing
http://www.ufrgs.br/alanturingbrasil2012/expo.html
Documentrio Breaking the code
Mquina de Turing: http://plato.stanford.edu/entries/turing-machine/
186

Teste de Turing
Teste proposto por Alan Turing em 1950 no artigo "Computing Machinery and Intelligence"
Blade Runner , Warner Bros. (1982)
187

Teses de Ai Fraca e AI Forte
"According to weak AI, the principal value of the computer in the study of the mind is that
it gives us a very powerful tool(. . .). But according to strong AI, the computer is not merely
a tool in the study of the mind; rather the appropriately programmed computer really is a
mind, in the sense that computers given the right programs can literally be said to
understand and have other cognitive states.
"De acordo com a AI fraca, o valor principal do computador para o estudo da mente que
ele nos fornece uma ferramenta muito poderosa (...). Mas de acordo com AI forte, o
computador no apenas uma ferramenta no estudo da a mente, mas o computador
adequadamente programado realmente uma mente, no sentido de que os computadores
com os programas corretos podem literalmente compreender e ter outros estados
cognitivos ". (Traduo livre)
Searl J. R., Minds, brains and programs, The Philosophy of AI, M. Boden eds., 1980.
A tese AI forte envolve temas como conscincia e fortes problemas ticos ligados ao que fazer com uma
entidade que seja cognitivamente indiferencivel de seres humanos.
188

Teste de Turing
Teste de Touring Requisitos da mquina (computador)
Processamento de linguagem natural permitir a comunicao em idioma natural.
Raciocnio automtico responder perguntas, chegar a novas concluses.
Representao de conhecimento armazenar o que sabe e ouve.
Aprendizagem de mquina adaptar novas circunstncias, reconhecer e extrapolar padres.
A interao fsica direta entre o interrogador e o computador foi evitada deliberadamente, pois a
simulao fsica de uma pessoa desnecessria para a inteligncia.
Teste de Touring Total
Permite ao interrogador testar as habilidades de percepo do assunto e oferece a

oportunidade de repassar objetos fsicos pela tela.
Requisitos da mquina (computador)
Viso computacional perceber objetos.
Robtica manipular e movimentar objetos.
189

Teste de Turing
Infelizmente, no existem ainda mecanismos sistemticos para se medir o grau de atendimento

das qualificaes exigidas para inteligncia por parte de sistemas artificiais.
Da a relevncia da proposta de Turing, pois o teste se baseia na impossibilidade de distino
entre entidades inegavelmente inteligentes, os seres humanos.
Atualmente, proposta do teste se encontra difundida na forma de chatterbots.
http://www.alicebot.org/
ELIZA - Psicanalista virtual

Joseph Weizenbaum (MIT) 1966
http://www-ai.ijs.si/eliza/eliza.html
http://www.simonlaven.com/
http://www.inbot.com.br/sete/
http://www.ed.conpet.gov.br/
190

Sala chinesa de Searle
John Rogers Searle (1991)
Diversos cestos com ideogramas

chineses esto na sala, assim
como um livro de regras, escrito
em ingls, de como combinar os
ideogramas chineses.
Estou apenas manipulando riscos e

rabiscos para produzir um texto de lngua
chinesa. Mas eu no entendo chins.
Este livro de regras est em Ingls.
Entrada
Quem ou o que est dentro desta

sala um profundo conhecedor de
chins.
Operador
O operador recebe por uma abertura de entrada uma sequncia de

ideogramas chineses e, consultando o livro de regras, combina esses
ideogramas de entrada e alguns que esto nos cestos, compondo uma nova
sequncia. Esta nova sequncia ento passada por uma abertura de sada.
Embora o operador no saiba, ele

est respondendo a perguntas no
idioma chins.
191

Sala chinesa de Searle
Searle argumenta que h uma diferena marcante entre este operador e uma pessoa que domina o
idioma chins e responda s mesmas perguntas sem usar o livro de regras:
O operador est apenas seguindo regras sintticas.
Quem domina o idioma chins est associando semntica (significado) ao que est fazendo e,
portanto, est fazendo muito mais que o primeiro.
Concluso: os computadores, por serem mquinas sintticas, podem substituir o operador.
H algo mais em ter uma mente do que executar processos formais ou sintticos.
Logo, programas no so suficientes para atribuir mentes a computadores.
Concluso
Computadores nunca podem pensar, porque pensar envolve semntica.

Com isso, computadores nunca podero ser inteligentes.
192
Cincia da cognio: modelagem cognitiva
Para afirmar que um computador pensa como um ser

humano, temos que responder uma pergunta:
Como ns pensamos ?
Duas abordagens:
Introspeco captando nossos prprios pensamentos a medida que eles se desenvolvem.

Experimentos psicolgicos
Cincia Cognitiva
Campo interdisciplinar que rene modelos computacionais da IA e

tcnicas experimentais da psicologia para tentar construir teorias
precisas e verificveis a respeito dos processos de funcionamento da
mente humana.
193

Leis do pensamento
Aristteles
Primeiro a tentar codificar o pensamento correto,

isto , processos de raciocnio irrefutveis.
Silogismo
Forma de raciocnio dedutivo que consta de duas proposies como premissas e outra como
concluso, sendo a ltima uma inferncia necessariamente dedutiva das outras duas.
Os silogismos forneceram padres para estruturas de argumentos que sempre resultavam de
concluses corretas partindo de premissas corretas (Leis do pensamento).
Exemplo: Scrates um homem; todos os homens so mortais; ento Scrates mortal.
Essas leis propostas por Aristteles deram origem a um campo de estudo chamado Lgica.
Representao do mundo atravs de proposies lgicas e inferncias corretas.
194

Leis do pensamento
Programas que, em princpio, podiam resolver qualquer problema descrito atravs de notao
lgica pode ser resolvido (~1965) Tradio logicista
Se no houver nenhuma
soluo, possvel que o
programa jamais pare de
procurar uma.
Principais obstculos:
No fcil enunciar conhecimento informal nos termos formais exigidos pela notao lgica
(principalmente quando h incerteza)
diferente resolver um problema em princpio de resolv-lo na prtica: recursos
computacionais.
195

Um agente pode ser considerado uma entidade que percebe o ambiente atravs de seus sensores
e age atravs de atuadores.
Exemplos:
Seres Humanos: Viso, tato, etc... / Mos, pernas, etc...

Robs: Cmera, laser, etc... / Motores para atuao
Agente de Software: Input (teclado, mouse, rede) / Output (tela, rede, etc...)
Atributos esperados de um Agente Computacional
Controle autnomo
Percepo do ambiente
Persistncia por um perodo de tempo prolongado

Adaptao a mudanas
Capacidade de assumir metas de outros
196

Agente racional
Racionalidade
Fazer a coisa certa.
Agente Racional
aquele que age para alcanar o melhor

resultado ou, quando h incerteza, o melhor
resultado esperado.
Engloba e amplia a abordagem logicista..
Nem sempre a deciso de uma ao o resultado de um raciocnio.
Exemplo: tirar a mo de um fogo quente um ato reflexo mais eficiente que o resultado de um
processo demorado de raciocnio).
Todas as habilidades citadas para o Teste de Turing existem para permitir aes racionais.
Vantagens desta abordagem:
Mais geral que a logicista.
Mais acessvel ao desenvolvimento cientfico do que as estratgias baseadas em no

comportamento ou pensamento humano.
197

Definio pragmtica
O que AI?
Campo da cincia e engenharia de computao que procura reproduzir, por meios

computacionais, caractersticas normalmente atribudas inteligncia humana, como:
Capacidade de resolver problemas
Induo e deduo lgica
Raciocnio
Aprendizagem
Viso
Compreenso de linguagem
Rational Agent Approach: Russell and Norvig, 2010
198
199

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Teoria de controle
e ciberntica
Lingustica
200

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Teoria de controle
e ciberntica
Lingustica
Filosofia
(a partir de 428 a.C.)
Tornou a IA concebvel, considerando a mente, em alguns
aspectos, semelhante a uma mquina, operando sobre o
conhecimento codificado em alguma linguagem interna e que o
pensamento pode ser usado para escolher as aes que
devero ser executadas.
Regras formais podem ser usadas para obter concluses

vlidas?
Como a mente surge do crebro fsico?
De onde vem o conhecimento?
Como o conhecimento produz a ao?
Principais referncias
Silogismo (Aristteles, 384322 A.C.)

Dualismo (Descartes, 1596650)
Materialismo
Empirismo (Bacon, 15611626)
Induo (Hume, 17111776)
Positivismo lgico (Carnap, 18911970)
Programa GPS (Newell and Simon, 1961)
201

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Teoria de controle
e ciberntica
Lingustica
Matemtica
(a partir de 800 d.C.)
Ferramentas para manipular declaraes de certeza, lgica,
incertas e probabilsticas.
Base para a compreenso da computao e do raciocnio sobre
algoritmos.
Quais so as regras formais para se obter concluses

vlidas?
O que pode ser computado?
Como raciocinar com informao incerta e imprecisa?
Lgica proposicional ou booleana (Boole, 1847)

Algoritmo (al-Khowarazmi, sculo 9, Euclides)
Teorema da incompletude (Gdel, 19061978)
Mquina de Turing
Intratabilidade (Cobham, 1964; Edmonds, 1965))
NP-completeness (Cook, 1971; Karp 1972)
Probabilidade (Cardano, 15011576)
Fuzzy sets (Zadeh, 1965)
202

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Teoria de controle
e ciberntica
Economia
(a partir de 1776)
Formalizaram o problema de tomar decises que maximizam o
resultado esperado para tomador de decises.
Como decidir para maximizar o benefcio (lucro)?

Como decidir desta forma quando outros no fazem o
mesmo (no nos acompanham)?
Como decidir quando o benefcio vem a longo prazo (o lucro
pode estar distante no futuro)?
Utilidade (Walras, 18341910)

Teoria dos Jogos (von Neumann e Morgenstern, 1944)
Teoria de deciso = Teoria probabilidade + Teoria Utilidade
Pesquisa Operacional baseado na Programao dinmica
(Bellman, 1957)
Decises satisfatrias (Simon, 19162001)
Lingustica
203

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Neurocincia
(a partir de 1861)
Modelo do neurnio e o mapeamento entre as reas do cerbro
e as partes do copo que controlam ou que recebem entrada
sensorial.
Como o crebro processa informaes?

Regies funcionais de crebro (Broca, 18241880)

Neurnios (Golgi, 18431926; Cajal, 18521934)
Engenharia de
computadores
Teoria de controle
e ciberntica
Lingustica
204

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Psicologia
(a partir de 1879)
Adotou a idia que os seres humanos e animais podem ser
considerados mquinas de processamento de informaes.
Como humanos e animais pensam e atuam?

Behaviorismo (Watson, 18781958)

Psicologia cognitiva (Willian James, 18421910)
Cincia cognitiva (MIT, 1956)
Agente baseado em conhecimento (Craik, 1943)
Engenharia de
computadores
Teoria de controle
e ciberntica
Lingustica
205

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Engenharia de computao
(a partir de 1940)
Forneceu artefatos que tornam possveis as aplicaes de IA.
Programas de IA tendem a ser extensos e necessitam de
velocidade de processamento e memria.
Como construir um computador eficiente?

ABC, ENIAC (Atanasoff, 1940/2; Mauchly and Eckert, 1942)

Programao (Zuse, 1941)
Linguagens
Sistemas operacionais
Estruturas dados
Orientao a objetos
Teoria de controle
e ciberntica
Lingustica
206

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Teoria de controle e ciberntica

(a partir de 1948)
Fornece ferramentas que lidam com o projeto de dispositivos
que agem de forma otimizada com base no feedback do
ambiente.
Como um pode artefato operar sob o prprio controle?

Water clock (Ktesibios, c. 250 A.C.)

Governador das mquinas a vapor (Watt, 17361819)
Termostato (Drebbel, 15721633)
Ciberntica (Wiener, 18941964)
Controle por realimentao (sculo 19)
Teoria moderna de controle (1960)
Teoria de controle
e ciberntica
Lingustica
207

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Lingustica
(a partir de 1957)
Mostraram que o uso da linguagem de ajusta ao modelo que
considera os seres humanos e animais mquinas de
processamento de informaes.
Como a linguagem se relaciona com o pensamento?

Comportamento verbal (Skinner, 1957)

Estruturas sintticas (Chomsky, 1957)
Lingustica computacional
Processamento de linguagem natural
Representao conhecimento
Teoria de controle
e ciberntica
Lingustica
208

Fundamentos
Filosofia
Matemtica
Economia
Inteligncia
Artificial
Neurocincia
Psicologia
Engenharia de
computadores
Teoria de controle
e ciberntica
Lingustica
209

Histria
1940
Gestao
1950
1960
Entusiasmo
1970
Realidade
1980
1990
2000
Renascimento (IA Moderna)
Crditos: Wladimir Arajo Tavares /Faculdade Loureno Filho
210

Objetivos O que queremos?
Fazer mquinas mais espertas

Entender o que inteligncia
Fazer mquinas mais teis
\\
Objetivo principal
Objetivo nobre
Objetivo empreendedor (comercial)
Para problemas em que se pode chegar uma soluo tima:
Solucionar com menos custo
"Aprender para solucionar naturalmente
Para problemas em que NO se pode chegar uma soluo tima:
Conseguir uma soluo muito boa

"Enganar para conquistar
Utilizar tcnicas inteligentes para resolver problemas existentes.
211

Caractersticas
Utilizao do computador para:
raciocnio
aprendizagem
reconhecimento de padres
inferncia
Foco em problemas que no tem solues algortmicas: busca heurstica
Formalismos de representao compensa falta de informao
Soluo de problemas com informaes imprecisas, ausentes e/ou pobres

Raciocnio sobre os atributos qualitativos de uma situao
Tratamento de elementos semnticos e sintticos
Respostas nem sempre exatas ou timas: boas o suficiente

Uso de conhecimento sobre o domnio da aplicao
Uso de meta-conhecimento.
212

Inteligncia Computacional
213
reas Clssicas da Inteligncia Artificial

Sistemas
Especialistas
Aprendizagem
IA
Processamento de
Linguagem Natural
Base de Dados
Estratgias de Busca
Representao de Conhecimento
Lgica
Programao
Automtica
Soluo de
problemas
Computao Simblica
Robtica
Sistemas de
Sensoriamento
Viso
Reconhecimento
de imagens
214

Engenharia do Conhecimento
Especialista da
Aplicao
Aquisio do
Conhecimento
Base do
Conhecimento
Engenheiro do
Conhecimento
Representao
do Conhecimento
215

Paradigmas
Simblico
Conexionista
Metfora lingustica - Representao e manipulao do

conhecimento atravs de smbolos.
Metfora cerebral - Modelagem da inteligncia humana

atravs da simulao dos componentes do crebro, isto
, de seus neurnios, e de suas interligaes..
Exploso combinatorial e dificuldade de manipular

conhecimento incompleto e incoerente
Exemplos: Sistemas especialistas, Agentes, ....
Evolucionista
Informaes no necessariamente precisas (pesos

da entrada)
Algoritmos de Aprendizagem
Exemplos: Redes Neurais, ....
Estatstico/Probabilstico
Metfora da natureza Mtodo probabilstico de busca

para resoluo de problemas (otimizao) baseado na
teoria da evoluo das espcies de Charles Darwin.
Metfora numrica Processamento e

baseado em dados numricos e estatticos.
infernca
Exemplos: Algoritmos genticos, vida artificial, ....
Exemplos: Redes Bayesianas, Sistemas difusos ....
216

Tcnicas
Conhecimento intencional
(regras)
Sistemas
Fuzzy
Redes
Bayesianas
Sistemas
Baseados em Regras
Numrico
Simblico
Algoritmos
Genticos
Redes
Neurais Artificiais
Sistemas de
Aprendizagem
Simblica Indutiva
Sistemas
Baseados
em Casos
Conhecimento extensional
(exemplos)
217

Ramos
Busca combinatria
Raciocnio orientado a Casos
Sistemas especialistas
Programao gentica
Representao de conhecimento
Aprendizagem de mquina
Processamento de linguagem natural

Robtica
Viso computacional
Planejamento
Localizao
Vida artificial
Swarm Intelligence
Conjunto de metodologias e tcnicas

inspiradas na inteligncia coletiva
observada em algumas espcies
animais como: os insetos sociais
(formigas, cupins, abelhas, vespas,
etc.), bandos de pssaros
218

Aplicaes
Diagnstico de falhas
Apoio operacional
Deteco de anormalidades
Configurao e reconfigurao
Anlise de processos
Planejamento e programao de produo
Sequenciamento e sincronizao de produo
Movimentao de materiais e controle de estoques

Controle de qualidade
Controle de processos e automao da manufatura

Planejamento de processos de fabricao
Simulao de Sistemas
Modelagem qualitativa de sistemas e processos

Sistemas de suporte tomada de deciso
Transporte e logstica
219

Assistentes virtuais
Aplicaes
http://guile3d.com/pt/
220

Discusses sobre AI
Minds, brains, and programs John R. Searle
Society of Mind Marvin Minsky
Como a mente funciona Steven Pinker
Minds and Computers, Introduction to the Philosophy of AI Matt Carter
What Computers Still Cant Do Hubert Dreyfus http://www.openisbn.com/preview/0262540673/
http://www.macrovu.com/CCTGeneralInfo.html
http://www.ime.usp.br/~vwsetzer/IAtrad.html
http://www.wired.com/wired/archive/8.04/joy.html
221
Aula Prtica Experimental

Matlab
Matlab
Referncias
Mathworks Inc. Student Edition of MATLAB Version 5 for Windows. Prentice Hall, Upper Saddle River, New Jersey,
1997.
MATSUMOTO, E. Y. MatLab 6 Fundamentos de Programao
Editora rica, 2000.
K. Chen et al., Mathematical explorations with MatLab, Cambridge University Press, 1999.
D. Hanselman et al., MatLab 5 - Guia do Usurio, Editora Makron, 1999.
FILHO, Frederico F. Campos. Introduo ao MATLAB.
Departamento de Cincia da Computao do ICEX UFMG, 2000. 6 Edio. 87p.
Apostila Matlab Bsico para Engenharia, Universidade Federal do Cear.
Curso Matlab UFMS: http://www.del.ufms.br/tutoriais/matlab/apresentacao.htm#matlab/
Curso de MATLAB 5.1. Faculdade de Engenharia da UERJ.
223

Introduo
MATLAB MATrix LABoratory
Matlab sistema interativo e linguagem de programao de

alta performance que integra anlise numrica, clculo com
matrizes, processamento de sinais e construo de grficos
em um ambiente amigvel no qual problemas e solues so
expressas de uma forma matematicamente familiar.
Criada no fim dos anos 1970 por Cleve Moler (Universidade do Novo Mxico).
O elemento bsico de informao uma matriz que no requer dimensionamento.
Marca registrada da The MathWorks, Inc. fundada em 1984.
Permite a resoluo de muitos problemas numricos em apenas uma frao do tempo que se
gastaria para escrever um programa semelhante em linguagem Fortran, Basic ou C.
As solues dos problemas so expressas quase exatamente como elas so escritas

matematicamente.
224

Aplicaes tpicas
Computao Matemtica
Modelagem, simulao e prototipagem
Desenvolvimento de algoritmos
Analise de dados, explorao e visualizao
Aplicao grficas Cientficas e de Engenharia

Desenvolvimento de aplicaes
Transformou-se na ferramenta padro para ensino e pesquisa bsica e/ou avanada na

matemtica, engenharia, cincias aplicadas etc.
Na indstria fornece uma opo de ferramenta para anlise pesquisa e desenvolvimento de

alta qualidade.
225

Principais componentes
Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
Tratamento Grfico
MATLAB
Aplication Program
Interface (API)
Toolboxes
SIMULINK
226

Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
Tratamento Grfico
MATLAB
Aplication Program
Interface (API)
Ambiente de Desenvolvimento
Conjunto de ferramentas e ambientes que viso
auxiliar o uso das funes e arquivos do MATLAB.
Desktop
Janela de Comando (Command Window)
Histrico de Comando
Browsers para ajuda
Workspace
Busca de caminhos
etc...
Toolboxes
SIMULINK
227

Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
Tratamento Grfico
MATLAB
Aplication Program
Interface (API)
Toolboxes
SIMULINK
Biblioteca de Funes Matemticas

Vasta coleo de algoritmos computacionais que
vo desde funes elementares at funes mais
sofisticadas.
Funes elementares
Bsicas: soma, subtrao, multiplicao, diviso
Trigonomtricas: senos, cossenos,
Aritmtica complexa
etc.
Funes avanadas
Inverso de matrizes
Autovalores
Funes de Bessel
Transformada rpida de Fourier
etc.
228

Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
Tratamento Grfico
MATLAB
Aplication Program
Interface (API)
Toolboxes
Linguagem de programao
Linguagem de programao de alto nvel (quarta
gerao) baseada em matrizes/vetores com:
Diretrizes de controle de fluxo

Funes
Estrutura de dados
Entradas/sadas
Propriedades de orientao a objeto
etc.
Permitem programao tanto de pequenas

aplicaes, cdigos curtos e rpidos para
solucionar demandas simples, quanto a criao
de algoritmos extensos e complexos.
SIMULINK
229

Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
Tratamento Grfico
MATLAB
Aplication Program
Interface (API)
Tratamento Grfico
Sistema grfico do Matlab que inclui comando de
alto nvel para visualizao de dados de forma
bidimensional e tridimensional.
Possui tambm processamento
apresentao grfica e animao.
de imagens,
Inclui ainda comandos de baixo nvel para

customizar a aparncia dos grficos bem como
construir uma interface grfica de interao com
o usurio completa em suas aplicaes.
Toolboxes
SIMULINK
230

Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
Tratamento Grfico
MATLAB
Aplication Program Interface (API)

Biblioteca particular que permite que programas
escritos em C e em Fortran interajam diretamente
com o MATLAB.
Inclui dispositivos para chamada de rotinas do
MATLAB (dynamic Linking), uso do Matlab como
engine computacional, leitura e escrita em
arquivos-MAT, etc.
Aplication Program
Interface (API)
Toolboxes
SIMULINK
231

Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
Tratamento Grfico
MATLAB
Aplication Program
Interface (API)
Toolboxes
SIMULINK
Toolboxes
Outra grande vantagem e um dos responsveis
pelo sucesso do MATLAB.
Tratam-se de uma srie de aplicaes/solues
especficas implementadas atravs de funes (Mfiles) que expandem o ambiente do Matlab para
solucionar problemas especficos nas mais
diversas reas.
Processamento de Sinais
Sistemas de Controle
Robtica
Redes Neurais
Lgica Fuzzy
Financeiro
Aeroespacial
etc.
232

Ambiente de
Desenvolvimento
Biblioteca de
Funes Matemticas
Linguagem de
Programao
MATLAB
SIMULINK
Software a parte do Matlab para modelagem
simulao e analise de sistemas dinmicos.
Sua interface primria uma ferramenta de
diagramao grfica por blocos e bibliotecas
customizveis de blocos.
Tratamento Grfico
Permite a proposio a anlise de a simulao de

um sistema qualquer.
Aplication Program
Interface (API)
Permite a montagens de modelos desde sua base

at a modificao de modelos existentes.
Toolboxes
Suporta Sistemas Lineares e no lineares,

contnuos e discretos no tempo, etc.
SIMULINK
233

MATLAB Desktop
Inicie o MATLAB e identifique as reas do MATLAB Desktop
234

Funo help
Mostra os tpicos de ajuda disponveis no Matlab.
Para visualizar os tpicos de forma compassada utilizamos o comando:
>> more on
>> help
Para desabilitar a exibio pausada utilize o comando more off
Pode-se especificar o comando que se deseja ajuda
>> help sum
235

Operaes e Funes matemticas
Utilizar os parnteses para priorizar as operaes

Ordem de prioridades
Quantidades contidas nos parntesis ()

Potenciaes: 2 + 3^2 = 2 + 9
* e / da esquerda para direita: 3*4/5 = 12/5
+ e - da esquerda para direita: 3 + 4 - 5 = 7-5
236

Atribuio de valores
Para associar valores a variveis utiliza-se o operador = (igual) no prompt de comando.
Comando terminado com ponto-e-vrgula, o resultado no sai na tela
Pode-se permitir ou no a visualizao do comando anterior com o operador ; (ponto e virgula).

Utilizar a vrgula para separar vrios comandos na mesma linha
Para continuar um comando na linha seguinte, digitar ... no fim da primeira linha
O sinal % indica que o resto da linha um comentrio
Utilizar sempre a Workspace para monitorar as variveis.
237

Nomes das variveis
Permite qualquer combinao entre letras e dgitos comeadas por letras.

Case Sensitive, isto , diferencia letras maisculas e minsculas.
No recomendvel utilizar nomes de uma palavra reservada ou presente em nas bibliotecas do

MATLAB.
No podero ser utilizados caracteres especiais que representem um operador, por exemplo: o *
(asterisco) representa o operador de multiplicao, espao, acentos ou cedilha ().
Corretos: Operando1, Operando_1, A_12C
Incorretos: 1A12, +A45, 1Operando, Nome empresa, Situao
238

Operao
Soma
Subtrao
Multiplicao
Diviso
Potenciao
Raiz quadrada
Cho
Teto
max div comum
Logaritmo na base 10
Exponencial
Logaritmo natural
Resto de diviso
Arredondamento
Sinal
Seno
Cosseno
Smbolo/Funo
+
*
/ ou \
^
sqrt ()
floor()
ceil ()
gcd ()
log10()
exp()
log()
rem ( , )
round()
sign()
sin()
cos ()
Exemplos
5+2.2=7.2000
3.3-8.8=12.1000
3.14*1.111=3.4885
44/2 =2\44=22
2^6=64
sqrt (2.2)=1.4832
floor(-2.7)=-3
ceil (-2.7)=-2
gcd (4,8)=4
log10(2.2)=0.3424
exp(0.7885)=2.2
log(2.2)=0.7885
rem (711,7)=4
round(-2.1)= -2 round(-2.7)= -3
sign(-2.7)= -1
sin(3.1)=0.0416
cos (3.1)=-0.9991
239

Atividade
1. Atribua valores a 4 variveis.

2. Utilizando as variveis criadas e as operaes para armazenar valores em outras variveis.
Exemplo:
1
3. Limpe a Workspace e a CommandWindow.
4. Pesquisar sobre as funes format, digits e vpa.
240

Matrizes e Vetores
O tipo bsico do MatLab uma matriz de nmeros complexos.
Vetores podem ser do tipo linha ou coluna:
Uma matriz real uma matriz que possui a parte imaginria de todos os elementos iguais a zero.
Um vetor linha uma matriz 1 x n.
Um vetor coluna uma matriz n x 1.
Um escalar uma matriz 1 por 1.
Atribuio de valores em matrizes
Delimitar a lista de elementos da matriz por colchetes [ ].
Separar dos elementos de uma coluna por ; (ponto e vrgula) ou novas linhas (ENTER).
Separar os elementos de uma linha por espaos em branco ou virgulas.
O nmero de elementos de matrizes pode ser conhecido pelos comandos size e length.
241

Matrizes e Vetores
Exemplos
Vetor linha
4 7 2 1
Vetor coluna
3
5
9
7
19
Matriz 4 x 3
1
7 27
2 15 3
9
6
8
13 21 16
242

Matrizes e Vetores
ATENO
Cuidado ao definir matrizes com os espaos em branco, pois estes so equivalentes

a vrgulas separando elementos.
Exemplo: [1, 2+3] = [1 5] diferente de [1,2 +3] = [1 2 3]
243

Matrizes e Vetores
Os elementos especficos de uma matriz podem ser manipulados e acessados atravs da

notao A(i,j).
Tal notao especifica o elemento contido na linha i e coluna j da matriz A.
Para visualizar o elemento armazenado na linha 3 coluna 2
Exemplo: Somar todos os elementos da linha 3 da matriz M.
244

Matrizes e Vetores
Outra forma de acessar elementos especficos de uma matriz utiliza apenas um nico operando.
Neste caso considera-se a matriz como um nico vetor coluna.
Exemplos
O comando M(6) refere-se ao valor armazenado em M(2,2) = 15
O comando M(11) refere-se referindo ao valor armazenado em M(3,3) = 8

245

Operador dois pontos (:)
Matrizes e Vetores
Criao de matrizes e vetores com espaamento definido

varivel = <valor inicial>:<incremento>: <valor final>
Caso o incremento for omitido, ser considerado 1
246

Matrizes e Vetores
Seleo de partes de matrizes
Exemplos
Seleo dos elementos das

linhas 2 e 3 e das colunas 2 e 3
Soma dos elementos da coluna 1
247

Matrizes e Vetores
Quando utilizado de forma isolada o operador dois pontos (:) se refere a todos os elementos de
uma determinada linha ou coluna.
Soma dos elementos da coluna 1
248

Matrizes e Vetores
Para seleo de linhas ou colunas no adjacentes utiliza-se colchetes [ ].
Seleo de todos os elementos

das colunas 1 e 3
249

Matrizes e Vetores
Gerao de matrizes aleatrias

zeros(m,n)
Gera matriz m x n de zeros
rand(m,n)
ones(m,n)
Gera matriz m x n de uns
Gera matriz m x n de nmeros aleatrios entre 0 e 1
eyes(m,n)
Gera matriz identidade m x n
magic(m,n)
Gera matriz quadrada n x n de nmeros aleatrios
A soma dos
elementos de
cada coluna
a mesma
250

Operaes matriciais
Operao
sum(A,dim)
diag(A)
A
det(A)
inv(A)
+ - * / ^
A(:,col)=[]
A(lin,:)=[]
D = [A B;C]
A +A' ou A * A'
eig(A)
Matrizes e Vetores
Descrio
Soma os vetores linha (dim = 1), ou os vetores coluna (dim = 2) de uma matriz A
Vetor com a diagonal principal de uma matriz A
Transposta da matriz A
Determinante de uma matriz

Matriz inversa da matriz A
Respectivamente, soma, subtrao, produto, diviso e potncia sobre matrizes

Apagar uma coluna da matriz A
Apagar uma linha da matriz A
Concatenao das matrizes A, B e C

Matriz simtrica
Autovalores de uma matiz A

251

Comando find
Matrizes e Vetores
Retorna uma lista de posies (indices) de elementos de um vetor ou uma matriz que
satisfazem determinada condio
find(condio)
Localizar na matriz todos os

elementos menores que 7
252

Matrizes e Vetores
Entrada de dados em matrizes
Digitar explicitamente os elementos.
Gerar matrizes atravs de uma funo prpria criada (M-file)
Gerar matrizes atravs de funes pr-estabelecidas.

Carregar matrizes de um arquivo externo.
Utilizando o comando load para carregar arquivo no formato suportado pelo Matlab (.DAT ou
.MAT) salvo no diretrio padro do MATLAB.
Utilizando o assistente de importao para arquivos diferentes do formato DAT e MAT.
253

Grficos
Grficos 2D Funo plot
Gerao de grficos bidimensionais usando a funo plot

plot(x1,y1,<tipo_linha1>, x2,y2,<tipo_linha2>,...)
x, y so vetores contendo as abscissas e ordenadas dos pontos a serem exibidos
<tipo_linha> uma cadeia de 1 a 4 caracteres que especifica a cor e o estilo da linha.

Smbolo
y
Cor
Smbolo
Estilo
Lils (magenta)
Crculo
Vermelho
Marca mais
Azul
Linha siida
Amarelo
Turquesa (ciano)
Verde
w
k
Branco
Preto
x
*
:
-.
--
Ponto
Marca x
Asterisco
Linha pontilhada
Linha de trao e ponto

Linha tracejada
254

Grficos
Funes para identificao de grficos

Funo
Estilo
xlabel(<texto>)
Ttulo do eixo x - Escreve <texto> abaixo do eixo das abscissas
xlabel(<texto>)
Ttulo do eixo y - Escreve <texto> ao lado do eixo das ordenadas
title(<texto>)
text(x,y,<texto>)
gtext(<texto>)
grid on
legend(<t1>, <t2>,...)
hold on
Ttulo do grfico - Escreve <texto> no alto do grfico

Escreve <texto> na posio (x,y)
Escreve <texto> na posio indicada pelo mouse
Mostra o grid (linhas divisrias)
Mostra a legenda com os identificadores das funes <t1>, <t2>,...
Sobreposio de grficos a partir de um determinado momento
255

Exemplo : Considere as matrizes x, y e z
>> plot(x,y)
Grficos
>> x = 0:pi/100:2*pi;
>> y = sin(x);
>> z = cos(x);
>> plot(x,y,x,z)
256

Grficos
Exemplo : Considere as matrizes x, y e z
>> x = 0:pi/100:2*pi;
>> y = sin(x);
>> z = cos(x);
>> plot(x,y,'-*',x,z,'-.or')
>> xlabel('eixo x')
>> ylabel('eixo y')
>> title('Funes sen(x) e cos(x)')
>> text(pi,0,' \leftarrow sin(\pi)','FontSize',14)

>> grid on
>> legend('sen(x)', 'cos(x)'))
257

Grficos 3D
1.
2.
3.
4.
Grficos
Uma superfcie definida matematicamente como uma funo de duas variveis f (x,y),
correspondendo a cada valor (x,y) calcula-se o valor funcional por z = f (x,y) .
Etapas para a gerao de grficos tridimensionais
Para traar a superfcie deve-se primeiramente definir os limites de x e y e criar os dois vetores,
x e y, baseados nos intervalos que se deseja analisar e com o passo igual ao incremento
diferencial em cada direo .
Construir a malha diferencial do plano XY utilizando o comando [X Y] = meshgrid(x, y)
Implementar a funo desejada com base nas matrizes X e Y criadas pelo comando meshgrid.
Traar um esboo de uma malha na superfcie especificada pelas matrizes X, Y e Z, atravs do

comando mesh(X,Y,Z).
O comando surf(X,Y,Z) produz uma superfcie sombreada tridimensional especificada pelas

matrizes X, Y e Z
258

Grficos 3D
Grficos
Exemplo : Gerar a superfcie da funo
>> x = -3:0.2:3;
% Etapa 1 Definir o limite de x
>> [X Y] = meshgrid(x,y);
% Etapa 2 Criao da malha diferencial
>> y = -2:0.2:2;
% Etapa 1 Definir o limite de y com o mesmo incremento de x
>> Z = sin(X).*cos(Y).^2;
% Etapa 3 Definio da funo Z
>> surf(X,Y,Z);
% Etapa 4 Gerao da superfcie sombreada 3D
>> mesh(X,Y,Z);
>> xlabel('eixo x')
% Etapa 4 Gerao do esboo de uma malha da superfcie
>> ylabel('eixo y')

>> zlabel('eixo z')
>> title('Superfcie da funo z = sen(x)cos(y)^2 usando o comando surf')
259

Grficos
Grficos 3D
Exemplo : Gerar a superfcie da funo

Superfcie da funo z = sen(x)cos(y)2 usando o comando surf
0.5
0.5
eixo z
eixo z
Superfcie da funo z = sen(x)cos(y)2 usando o comando mesh
-0.5
-0.5
-1
2
-1
2
0
eixo y
-1
-2
-4
-2
0
eixo x
0
eixo y
-1
-2
-4
-2
eixo x
260

SIMULINK
261

SIMULINK
Biblioteca do
SIMULINK
262

SIMULINK
Exemplo 1 Sistema de posicionamento de massa
Um sistema de posicionamento que controla a massa m tem a seguinte funo de transferncia

em malha aberta
Projete um controlador PID para o sistema com tempo de acomodao menor do que 0.5
segundos e overshoot menor que 5%. Utilizando a massa m = 1kg.
PID Controller
1
Constant
Add
PID
40
s2 +10s+20
Transfer Fcn
Scope
Control input
263

SIMULINK
Exemplo 1 Sistema de posicionamento de massa
264

SIMULINK
Exemplo 2 Levitao Magntica
Modelo matemtico do sistema

Bola de ao
Circuito eltrico (Lei de Kirchoff)
Fora eletromagntica
265

SIMULINK
Parmetros do sistema
266

SIMULINK
Equaes de estado
267

SIMULINK
Linearizao nas alturas mxima e mnima
% Parmetros
M = 20e-6;
km = 2.058e-04;
R = 0.92;
L = 0.01e-3;
g = 9.80665;
% Linearizao para a altura mnima de 0,03m
Z03 = 0.03;
I03 = (((M*g)/km)^(1/2))*Z03;
A3 = [-R/L 0 0;((-2*km*I03)/(M*(Z03^2))) 0 ((2*km*(I03^2))/(M*(Z03^3)));0 1 0];
B3 = [1/L;0;0];
C3 = [0 0 1];
% Linearizao para a altura mxima de 0,07m
Z07 = 0.07;
I07 = (((M*g)/km)^(1/2))*Z07;
A7 = [-R/L 0 0;((-2*km*I07)/(M*(Z07^2))) 0 ((2*km*(I07^2))/(M*(Z07^3)));0 1 0];
B7 = [1/L;0;0];
C7 = [0 0 1];
268

SIMULINK
269
UNIDADE 6
Lgica Fuzzy
Unidade 6 Lgica Fuzzy

Histrico
1920: incio, com lgicas multivaloradas introduzidas por Lukasiewicz

1965: Zadeh introduz o uso de Lgica Fuzzy no Controle Moderno
1980: Aplicaes em larga escala Japo
1990: Aplicaes em larga escala Europa e USA
Jan Lukasiewicz
Lotfali Askar-Zadeh
271

Vantagens
Introduo
Conceitualmente fcil de ser entendida

Flexibilidade
Tolerncia a impreciso de dados
Modelamento no-linear
Construda baseado na experincia dos especialistas
Pode ser misturada a outras tcnicas de controle
Baseado em linguagem natural
272

Aplicaes
Introduo
Controle de velocidade do Metr de Sendai Japo

Mecanismo de foco da cmera Reflex Sanyo
Controle de temperatura da ducha eletrnica Panasonic

Mquinas de Lavar Roupa Sanyo
Freio ABS
Transmisso automotiva Mitsubishi
Elevadores (Hitachi, Fujitech, Mitsubishi)

Anlise do Mercado de Aes (Yamaichi)
Space Shuttle Docking (NASA)
273

Porque usada?
Introduo
Aproxima-se mais do pensamento humano, nebuloso por natureza

Tratamento de Incertezas - No precisa de entradas precisas
Complementar a Logica Padro
Usada em situaes em que dois estados ou dois valores no so

sucientemente representativos
274

Teoria dos conjuntos
Introduo
Teoria matemtica que trata das propriedades dos conjuntos.
Funo caracterstica
Define um conjunto A:
275

Teoria dos conjuntos
Introduo
Exemplos Conjuntos clsicos
Y conjunto dos inteiros
A conjunto dos nmeros mpares
B conjunto de alunos matriculados no SEAI CEFET-MG
E se tivermos um conjunto de Pessoas altas?

Uma pessoa alta se tem mais de 1,80 m.
Ento uma que tem 1,799 m no alta?
276

Teoria dos conjuntos fuzzy
Introduo
uma extenso da teoria dos conjuntos clssicos.
Define-se um grau de pertinncia no intervalo [0 1], para cada elemento, utilizando

uma funo de pertinncia () que uma generalizao da funo caracterstica na
teoria dos conjuntos tradicionais.
Seja X um conjunto de referncia. A um conjunto fuzzy de X.
Define-se uma funo de pertinncia A : X [0; 1], que associa a cada valor x de ao grau A (x)
A : X [0; 1] onde A (x) indica o grau de pertinncia de x no conjunto A
277

Teoria dos conjuntos fuzzy
Introduo
Exemplo: conjunto das temperaturas que indicam o estado febril

Realidade
Clssico
Fuzzy
278

Introduo
Funes de pertinncia
Refletem o conhecimento que se tem em relao a intensidade com que o objeto

pertence ao conjunto fuzzy.
Grau de Pertinncia
1
0.8
0.6
0.4
0.2
0
20
40
60
(c) Gaussiana
20
40
60
80
80
100
100
1
0.8
0.6
0.4
0.2
0
1
0.8
0.6
0.4
0.2
0
Grau de Pertinncia
Grau de Pertinncia
1
0.8
0.6
0.4
0.2
0
(b) Trapezoidal
Grau de Pertinncia
(a) Triangular
20
40
60
80
100
20
40
60
80
100
(d) Sino Gerneralizada
279

Introduo
Funes de pertinncia
Grau de Pertinncia
Exemplo de funes de pertinncia para a classificao de um individuo em funo da

idade.
1.2
Jovem
Maduro
Idoso
0.8
0.6
0.4
0.2
10
20
30
40
50
X = Idade
60
70
80
90
280

Lgica Booleana x Lgica Fuzzy
Introduo
Na Logica Booleana, uma proposio p s pode ter valor Verdadeiro ou Falso (0 ou 1)
Na Lgica Fuzzy associa-se um valor (p) a uma proposio p, para indicar o grau de veracidade
de uma proposio.
281

Variveis lingusticas
Introduo
Expresses em linguagem natural que podem ser tratadas de forma numrica.

Pode possuir natureza ambgua.
Representa um conceito ou varivel de um problema.
Cada valor lingustico um conjunto fuzzy definido por uma funo de

pertinncia.
V o nome da varivel lingustica

X o conjunto de referncia
T o conjunto de valores lingsticos que a varivel V pode assumir
282

Introduo
Exemplo Temperatura do corpo humano
Nome da varivel lingustica V = temperatura
Conjunto de referncia X = conjunto de temperaturas vlidas

Valores que pode assumir T = {sem_febre, febre, febre_alta}
temperatura = 38 C
283

Controladores fuzzy
Controladores fuzzy
Conseguem controlar problemas complexos atravs de heursticas e modelos

matemticos fornecidos pela lgica fuzzy, e no atravs de modelos matemticos
fornecido por equaes diferenciais;
So teis principalmente para os sistemas de controle cujos modelos matemticos
so no-lineares ou para os que os modelos matemticos no esto disponveis;
So definidos como controladores baseados em experincia, que fazem uso do
conhecimento do processo, expresso em regras fuzzy;
Incorporam a experincia do operador humano no projeto do controlador a

partir de um conjunto de regras lingusticas que descrevem as estratgias
operacionais de controle;
284

Controladores fuzzy
Controladores fuzzy
Controlador Fuzzy
Entradas
Fuzzificador
Sistema de
Inferncia
Defuzzificador
Sadas
Base de Regras
285

Controladores fuzzy
Controladores fuzzy - Fuzzificador
Faz a converso dos valores das variveis de entrada nos valores lingusticos
Variveis de entrada
(Numricas)
Fuzzificao
Neste mdulo necessrio a participao de um especialista do processo, pois

a cada varivel de entrada atribuda termos lingusticos que representam os
estados desta varivel e, a cada termo lingustico, deve ser associado um
conjunto fuzzy por uma funo de pertinncia:
- Entrada um valor numrico limitado
- Sada um nmero entre 0 e 1
286

Controladores fuzzy
Controladores fuzzy Sistema de inferncia e base de regras

Mdulo onde armazenado a base de conhecimento
A Base de Conhecimento construda a partir da modelagem de um especialista

no problema, da experincia do projetista ou atravs de experimentos.
Base de regras
As regras modelam o comportamento do controlador
IF <antecedente> THEN <conseqente>
Antecedente: conjunto de condies
Os conseqentes das regras disparadas so processados em conjunto para gerar uma

resposta determinstica para cada varivel de sada do sistema.
Conseqente: aes
287

Controladores fuzzy

Exemplos de regras
Regra tpica Modelo de Mandani
Se a temperatura est alta e aumentando, ento aumente um pouco o resfriamento

IF temp = Alta AND delta-temp = Positivo THEN delta-resfr = PositivoPequeno.
288

Controladores fuzzy
Sistema de inferncia
Inclui todas as outras informaes e definies necessrias ao procedimento de

inferncia e as interfaces com o processo, tais como:
Frmulas de discretizao
Funes de pertinncia dos valores lingsticos
Frmulas de normalizao dos universos de discurso
Procedimento para se chegar a concluses

(Raciocnio fuzzy)
a partir de regras IF-THEN
289

Controladores fuzzy
Controladores fuzzy Defuzzificador
o processo que faz o mapeamento de um conjunto fuzzy para um valor

numrico, o qual pode ser um comando para algum atuador.
Conjunto Fuzzy
Defuzzificao
Valores numricos
Este conjunto fuzzy representa o conjunto de valores de resposta vlidos, resultantes

da inferncia, com os seus respectivos graus de pertinncia
Como se deseja um nico valor numrico, necessrio aplicar um mtodo de

converso.
290

Lgica Fuzzy
Controladores fuzzy Mtodos de defuzzificao

Centride
Bisetor
Mdia dos mximos

Maior dos mximos
Menor dos mximos
291
Projeto de controladores fuzzy
Procedimento para projetar controladores fuzzy
Entender o comportamento do sistema, formulando regras bsicas.

Estabelecer os conjuntos fuzzy de entradas e sadas .
Montar a matriz de memria associativa fuzzy (tabela de decises) com o conjunto de

regras que associa as entradas com as sadas.
Estabelecer o mtodo de defuzzificao
Testar o controlador fuzzy.
Ajustar as funes de pertinncia de forma a produzir as caractersticas desejadas na

sada, alterando manualmente as funes de pertinncias, e/ou incluindo funes de
pertinncia.
292
Projeto de controladores fuzzy
Procedimento para projetar controladores fuzzy
Entender o comportamento do sistema, formulando regras bsicas.

Estabelecer os conjuntos fuzzy de entradas e sadas .
Montar a matriz de memria associativa fuzzy (tabela de decises) com o conjunto de

regras que associa as entradas com as sadas.
Estabelecer o mtodo de defuzzificao
Testar o controlador fuzzy.
Ajustar as funes de pertinncia de forma a produzir as caractersticas desejadas na

sada, alterando manualmente as funes de pertinncias, e/ou incluindo funes de
pertinncia.
293

Exemplos
Determinao do consumo de combustvel de um automvel - Anna Helena

Reali Costa
Sistema de controle do nvel de gua em um tanque atravs de uma vlvula de
escape - Anna Helena Reali Costa
Automatizar o Guindaste de Contineres - lvaro Guarda
Tutorial MATLAB - PUC
294

SEAI 2016 - Informática Aplicada

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

SEAI 2016 - Informática Aplicada

Transféré par

Droits d'auteur :

Formats disponibles

SEAI

Ps-Graduao Lato Sensu

Powered by Enderson Neves Cruz

Evoluo histrica e conceitos bsicos

Componentes fundamentais de um sistema informatizado

Editorao e edio de imagens

Sistemas Integrados de gesto (ERP)

Softwares para simulaes (Aula prtica PROTEUS)

Unidade 5 Aula Prtica Experimental (6 Horas/aula)

Powered by Enderson Neves Cruz

Seminrio = 60% (Grupo)

Data da apresentao: a definir (2012)

Trabalho de laboratrio = 40%

Powered by Enderson Neves Cruz

Aula: Mquinas Eltricas e Equipamentos

Aula: Mquinas Eltricas e Equipamentos

Unidade 1 Sistema informatizado

Aula: Informtica Aplicada

Unidade 2 A Informtica como

Aula: Interruptores e Comandos Eletrnicos

Unidade 3 Tipos de Software para

Aula: Informtica Aplicada

Unidade 4 Inteligncia Artificial

Aula: Informtica Aplicada

Aula: Mquinas Eltricas e Equipamentos

Aula: Interruptores e Comandos Eletrnicos

Aula: Informtica Aplicada

Aula Prtica Experimental MATLAB

Powered by Enderson Neves Cruz

Powered by Enderson Neves Cruz

Organizao dos computadores e Informtica geral

TANENBAUM, Andrew S. Organizao Estruturada de Computadores.

Prentice/Hall do Brasil, 2006. 6 Edio. 464p.

MONTEIRO, Mrio. Introduo Organizao de Computadores.

LTC, 1996. 3 Edio. 500p.

WHITE, Ron; DOWNS, Timothy E.. How Computers Work.

Que, 2007. 9 Edio. 464p.

WHITE, Ron; DOWNS, Timothy E.. How software works .

Ziff-Davis Press, 1993. 1 Edio. 198p.

NORTON, Peter. Introduction to Computers.

Career Education, 2004. 6 Edio. 688p.

NORTON, Peter. Introduo a Informtica.

Makron Books, 1996. 1 Edio. 640p.

LAUDON K. C; LAUDON, J. P. Sistemas de Informao.

TANENBAUM, Andrew S. Sistemas Operacionais Modernos.

Prentice/Hall do Brasil, 2009. 2 Edio. 712p.

Pearson Education do Brasil, 2011. 11 Edio. .

Powered by Enderson Neves Cruz

Organizao dos computadores e Informtica geral

Powered by Enderson Neves Cruz

ASCENIO, Ana F. Gomes; CAMPOS, Edilene A. Veneruchi. Fundamentos de Programao de Computadores.

Prentice Hall, 2008. 2 Edio. 448p.

GRIFFITHS, David; BARRY, Paul. Use a Cabea! Programao.

Alta Books , 2010. 1 Edio. 440p.

ORGANICK, E. I.;FORSYTHE, A. I.;PLUMMER, R. P.. Programming Language Structures.

New York: Academic Press, 1978. 659 p

Universidade Federal de Minas Gerais, 1996 2000. 126p.

KLANDER, Lars; JAMSA, Kris. Programando em C/C++: a Bblia.

Makron Books, 1999. 1 Edio. 1032p.

RIOS, Rosangela S. Hickson. Aprenda a Programar em C, C++ e C#.

Campus, 2005. 2 Edio. 276p.

SCHILDT, Herbert. C Completo e Total.

Makron Books, 1997. 3 Edio. 827p.

LTC, 2007. 10 Edio. 424p.