Número de Prioridade de Risco (NPR)

A demonstração automática de teoremas (ATP, na sigla em inglês) é um subcampo da ciência da computação e da lógica matemática dedicado à demonstração de teoremas matemáticos por meio de programas de computador. Os sistemas ATP, ou demonstradores, utilizam o raciocínio lógico para deduzir novos teoremas a partir de um conjunto de axiomas e hipóteses. Eles se distinguem dos assistentes de demonstração, que requerem maior intervenção humana, embora os campos se sobreponham significativamente.

As técnicas de verificação são amplamente classificadas como estáticas ou dinâmicas. A verificação estática (ou análise estática) examina o código ou o projeto do sistema sem executá-lo. Exemplos incluem revisões de código, inspeções e ferramentas automatizadas de análise estática. A verificação dinâmica (ou teste) envolve a execução do sistema com um conjunto de entradas e a observação de seu comportamento para encontrar defeitos. Ambas são complementares para uma garantia de qualidade abrangente.

Os sistemas de tempo real são classificados como "rígidos" ou "flexíveis" com base nas consequências do não cumprimento de um prazo. Em um sistema de tempo real rígido, o não cumprimento de um prazo resulta em falha total do sistema, como em um sistema de freios ABS. Em um sistema de tempo real flexível, o não cumprimento de um prazo leva à degradação do desempenho, mas não a uma falha catastrófica, como em transmissões ao vivo de áudio e vídeo.

O Rate-Monotonic Scheduling (RMS) é um algoritmo de escalonamento com prioridade estática para tarefas periódicas em um sistema de tempo real. Ele atribui prioridades com base na frequência da tarefa: quanto menor o período de uma tarefa (maior sua taxa), maior sua prioridade. O RMS é um algoritmo de prioridade estática ótimo, o que significa que, se qualquer algoritmo de prioridade estática puder escalonar um conjunto de tarefas, o RMS também poderá. A capacidade de escalonamento pode ser verificada por meio de um teste baseado em utilização.

Um modelo de regressão para uma variável dependente categórica, tipicamente binária. Em vez de modelar o resultado diretamente, ele modela a probabilidade do resultado usando a função logística (sigmoide). O modelo prevê o logaritmo das chances do evento como uma combinação linear das variáveis ​​independentes: [latex]ln(frac{p}{1-p}) = beta_0 + beta_1 x_1 + dots + beta_p x_p[/latex], onde p é a probabilidade do evento.

O algoritmo de Metropolis-Hastings é um método MCMC proeminente para obter uma sequência de amostras aleatórias de uma distribuição de probabilidade para a qual a amostragem direta é difícil. A cada iteração, ele gera um candidato para a próxima amostra com base na amostra atual. Esse candidato é então aceito ou rejeitado com uma certa probabilidade, garantindo que a cadeia resultante convirja para a distribuição desejada.

Em Programação Orientada a Objetos (POO), a abstração consiste em ocultar detalhes complexos de implementação, mostrando apenas as características essenciais do objeto. Ela se concentra no que um objeto faz, em vez de como ele o faz. Isso é alcançado por meio de classes abstratas e interfaces, que definem um modelo para outras classes sem fornecer uma implementação completa, simplificando sistemas complexos.

As Sete Ferramentas Básicas da Qualidade são um conjunto de técnicas gráficas identificadas por Kaoru Ishikawa para a resolução de problemas relacionados à qualidade. Essas ferramentas são: Diagrama de causa e efeito (espinha de peixe), Folha de verificação, Gráfico de controle, Histograma, Diagrama de Pareto, Diagrama de dispersão e Estratificação (frequentemente apresentada como um fluxograma). Elas são consideradas "básicas" porque são simples de usar e exigem pouco treinamento formal em estatística.

O Modelo Cascata é um processo de desenvolvimento de software sequencial e não iterativo, onde o progresso flui de forma constante para baixo (como uma cascata) através de fases distintas: concepção, iniciação, análise, projeto, construção, teste, implantação e manutenção. Cada fase deve ser totalmente concluída antes de se passar para a próxima. Ele é frequentemente contrastado com modelos iterativos para destacar sua flexibilidade.

O esquema de blocos de recuperação é uma técnica de tolerância a falhas de software baseada na diversidade de projeto e na recuperação de erros retroativa. Ele estrutura um programa como uma série de blocos, cada um com um módulo primário, um teste de aceitação e um ou mais módulos alternativos. Se a saída do módulo primário falhar no teste de aceitação, o estado do sistema é restaurado e um módulo alternativo é executado.