Crie um vetor NumPy (
np.array
) com os 15 pesos de entrada.

Passo 1

O enunciado pede claramente: “Crie um vetor NumPy (np.array) com os 15 pesos de entrada.” Informações relevantes que temos:
  • Precisamos criar um vetor (um array unidimensional) do NumPy.
  • O vetor deve ter exatamente 15 elementos (cada elemento é um “peso” de entrada).
  • Não foram fornecidos valores específicos, então vou criar um exemplo prático de 15 pesos que podem ser usados numa rede neural ou num cálculo de soma ponderada.

Passo 2

O que é esse vetor que vamos criar e por que ele importa:
  • Um vetor NumPy é uma estrutura eficiente para guardar números em Python; usamos import numpy as np pra ter acesso.
  • Cada posição do vetor representa o peso associado a uma das 15 entradas. Em termos práticos, se você tem entradas x_1,\;x_2,\;\dots,\;x_{15}, o peso correspondente será, por exemplo, w_1,\;w_2,\;\dots,\;w_{15}.
  • Em código, um vetor NumPy unidimensional com 15 pesos tem “shape” igual a (15,), ou seja, 15 elementos numa dimensão.

Passo 3

Como criar o vetor a partir de uma lista Python (método direto e mais usado em provas/implementações):
  • Passo a passo:
    1. Defina a lista com 15 números (os pesos). Cada número pode ser positivo, negativo ou zero, dependendo do que você quer inicializar.
    2. Passe essa lista para np.array(...) para obter o vetor NumPy.
  • Exemplo didático de interpretação: se a lista for [w1, w2, ..., w15], então o código np.array([w1, w2, ..., w15]) cria o vetor onde o elemento de índice 0 é w1, índice 1 é w2, e assim por diante. Esses wi são os pesos associados às entradas x_i.

Passo 4

Outras formas comuns de inicializar 15 pesos (úteis na prova ou em código):
  • Inicializar zeros: np.zeros(15) cria um vetor de 15 zeros (útil para teste).
  • Inicializar uns: np.ones(15) cria um vetor de 15 uns.
  • Inicializar com valores igualmente espaçados: np.linspace(start, stop, 15).
  • Inicializar aleatoriamente (muito usado em redes neurais): np.random.randn(15) * scale para normal(0,1) escalado.
  • Em todas essas opções o resultado tem shape (15,).

Passo 5

Dicas práticas para a prova:
  • Se o enunciado pedir “crie um vetor com 15 pesos” e não der valores, vale explicar qual inicialização você escolheu (zeros, aleatório, valores específicos) e justificar brevemente.
  • Se precisar usar o vetor numa soma ponderada com entradas x_i, lembre-se que o produto escalar é feito via np.dot(w, x) ou w @ x (quando w e x têm shapes compatíveis).

Passo 6

Vou fornecer agora um exemplo concreto e pronto para usar: um vetor NumPy com 15 pesos escolhidos pequeno e variados (bons para ilustração e para usar direto em testes). Esses valores são apenas um exemplo e você pode substituí-los conforme o enunciado exigir.

Resposta

np.array([0.12, -0.07, 0.33, 0.01, -0.22, 0.45, 0.05, -0.11, 0.27, 0.06, -0.08, 0.19, 0.02, -0.03, 0.14])

Exercícios relacionados