SlideShare a Scribd company logo
iteração x x1 x2 y1 y2 y m x = x1 x <= x2 x++
1 0 15 20 50 75 0 0 m = (75-50) / (20-15) x = 15 10 <= 20 15+1 y = 50 + 5 * (15 - 20)
m = (25) / (5) V 16 y = 50 + 5 * (-5)
m = 5 y = 50 + (-25)
y = 25
2 16 15 20 50 75 25 5 x = 16 16 <= 20 16 + 1
V 17 y = 50 + 5 * (16 - 20)
y = 50 + 5 * (-4)
y = 50 + (-20)
y = 30
3 17 15 20 50 75 30 5 x = 17 17 <= 20 17 + 1
V 18 y = 50 + 5 * (18 - 20)
y = 50 + 5 * (-2)
y = 50 + (-10)
y = 40
4 18 15 20 50 75 40 5 x = 18 18 <= 20 18 + 1
V 19 y = 50 + 5 * (19 - 20)
y = 50 + 5 * (-1)
y = 50 + (-5)
y = 45
FOR
TESTE DE MESA DA EQUAÇÃO DA RETA
5 19 15 20 50 75 45 5 x = 19 19 <= 20 19 + 1
V 20 y = 50 + 5 * (20 - 20)
y = 50 + 5 * (0)
y = 50 + (0)
y = 50
6 20 15 20 50 75 50 5 x = 20 20 <= 20 20 + 1
V 21 y = 50 + 5 * (21 - 20)
y = 50 + 5 * (1)
y = 50 + (5)
y = 55
7 21 15 20 50 75 55 5 x = 21 21 <= 20 21 + 1
F 22 NÃO ENTRA NO FOR

More Related Content

More from Elaine Cecília Gatto

More from Elaine Cecília Gatto (20)

Explorando correlações entre rótulos para o particionamento do espaço de rótu...
Explorando correlações entre rótulos para o particionamento do espaço de rótu...Explorando correlações entre rótulos para o particionamento do espaço de rótu...
Explorando correlações entre rótulos para o particionamento do espaço de rótu...
 
Community Detection for Multi-Label Classification - Seminários UFSCar
Community Detection for Multi-Label Classification - Seminários UFSCarCommunity Detection for Multi-Label Classification - Seminários UFSCar
Community Detection for Multi-Label Classification - Seminários UFSCar
 
Classificação Multirrótulo: Aprendizado de Correlações
Classificação Multirrótulo: Aprendizado de CorrelaçõesClassificação Multirrótulo: Aprendizado de Correlações
Classificação Multirrótulo: Aprendizado de Correlações
 
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...
 
Community Detection Method for Multi-Label Classification
Community Detection Method for Multi-Label ClassificationCommunity Detection Method for Multi-Label Classification
Community Detection Method for Multi-Label Classification
 
Mulheres na Campus Party assumir o feminismo ou não – Blogueiras Feministas.pdf
Mulheres na Campus Party assumir o feminismo ou não – Blogueiras Feministas.pdfMulheres na Campus Party assumir o feminismo ou não – Blogueiras Feministas.pdf
Mulheres na Campus Party assumir o feminismo ou não – Blogueiras Feministas.pdf
 
Curtinhas de sábado.pdf
Curtinhas de sábado.pdfCurtinhas de sábado.pdf
Curtinhas de sábado.pdf
 
Explorando Correlações entre Rótulos usando Métodos de Detecção de Comu...
Explorando Correlações entre Rótulos usando Métodos de Detecção de Comu...Explorando Correlações entre Rótulos usando Métodos de Detecção de Comu...
Explorando Correlações entre Rótulos usando Métodos de Detecção de Comu...
 
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...
EXPLORANDO CORRELAÇÕES PARA O PARTICIONAMENTO DO ESPAÇO DE RÓTULOS EM PROBLEM...
 
Pipeline desdobramento escalonamento
Pipeline desdobramento escalonamentoPipeline desdobramento escalonamento
Pipeline desdobramento escalonamento
 
Cheat sheet Mips 32 bits
Cheat sheet Mips 32 bitsCheat sheet Mips 32 bits
Cheat sheet Mips 32 bits
 
Resumo das Instruções de Desvio Incondicionais MIPS 32 bits
Resumo das Instruções de Desvio Incondicionais MIPS 32 bitsResumo das Instruções de Desvio Incondicionais MIPS 32 bits
Resumo das Instruções de Desvio Incondicionais MIPS 32 bits
 
Como descobrir e classificar coisas usando machine learning sem compilcação
Como descobrir e classificar coisas usando machine learning sem compilcaçãoComo descobrir e classificar coisas usando machine learning sem compilcação
Como descobrir e classificar coisas usando machine learning sem compilcação
 
Exploring label correlations for partitioning the label space in multi label ...
Exploring label correlations for partitioning the label space in multi label ...Exploring label correlations for partitioning the label space in multi label ...
Exploring label correlations for partitioning the label space in multi label ...
 
Número de Bell
Número de BellNúmero de Bell
Número de Bell
 
Coeficiente da Silhueta
Coeficiente da SilhuetaCoeficiente da Silhueta
Coeficiente da Silhueta
 
Exercicios Resolvidos Série MIPS Embarcados
Exercicios Resolvidos Série MIPS EmbarcadosExercicios Resolvidos Série MIPS Embarcados
Exercicios Resolvidos Série MIPS Embarcados
 
Female gamers
Female gamersFemale gamers
Female gamers
 
Machine Learning: O que é, por onde começar e desafios
Machine Learning: O que é, por onde começar e desafiosMachine Learning: O que é, por onde começar e desafios
Machine Learning: O que é, por onde começar e desafios
 
Proposta de um modelo de aprendizado competitivo para classificacao hierarqui...
Proposta de um modelo de aprendizado competitivo para classificacao hierarqui...Proposta de um modelo de aprendizado competitivo para classificacao hierarqui...
Proposta de um modelo de aprendizado competitivo para classificacao hierarqui...
 

Algoritmo Equacao da Reta 1: Teste de mesa

  • 1. iteração x x1 x2 y1 y2 y m x = x1 x <= x2 x++ 1 0 15 20 50 75 0 0 m = (75-50) / (20-15) x = 15 10 <= 20 15+1 y = 50 + 5 * (15 - 20) m = (25) / (5) V 16 y = 50 + 5 * (-5) m = 5 y = 50 + (-25) y = 25 2 16 15 20 50 75 25 5 x = 16 16 <= 20 16 + 1 V 17 y = 50 + 5 * (16 - 20) y = 50 + 5 * (-4) y = 50 + (-20) y = 30 3 17 15 20 50 75 30 5 x = 17 17 <= 20 17 + 1 V 18 y = 50 + 5 * (18 - 20) y = 50 + 5 * (-2) y = 50 + (-10) y = 40 4 18 15 20 50 75 40 5 x = 18 18 <= 20 18 + 1 V 19 y = 50 + 5 * (19 - 20) y = 50 + 5 * (-1) y = 50 + (-5) y = 45 FOR TESTE DE MESA DA EQUAÇÃO DA RETA
  • 2. 5 19 15 20 50 75 45 5 x = 19 19 <= 20 19 + 1 V 20 y = 50 + 5 * (20 - 20) y = 50 + 5 * (0) y = 50 + (0) y = 50 6 20 15 20 50 75 50 5 x = 20 20 <= 20 20 + 1 V 21 y = 50 + 5 * (21 - 20) y = 50 + 5 * (1) y = 50 + (5) y = 55 7 21 15 20 50 75 55 5 x = 21 21 <= 20 21 + 1 F 22 NÃO ENTRA NO FOR