Detecção de Linhas Redundantes em Problemas de Programação Linear de Grande Porte
|
|
- Isaque Guimarães Filipe
- 8 Há anos
- Visualizações:
Transcrição
1 Detecção de Linhas Redundantes em Problemas de Programação Linear de Grande Porte Aurelio R. L. de Oliveira, Daniele Costa Silva, Depto de Matemática Aplicada, IMECC, UNICAMP, , Campinas, SP Resumo: A presença de linhas redundantes na matriz de restrições não é incomum em problemas reais de grande porte. A existência de tais linhas deve ser levada em consideração na solução destes problemas. Se o método de solução adotado for o simplex, existem procedimentos de fácil implementação que contornam este problema. O mesmo se aplica quando métodos de pontos interiores são adotados e os sistemas lineares resultantes são resolvidos por métodos diretos. No entanto, existem problemas de grande porte cuja única forma possível de solução é resolver os sistemas lineares por métodos iterativos. Nesta situação as linhas redundantes geram uma matriz singular e os métodos iterativos não convergem. A única alternativa viável consiste em detectar tais linhas e eliminá-las antes da aplicação do método. Este trabalho tem como objetivo apresentar um procedimento eficiente de detecção de linhas redundantes. Palavras-chave: Linhas Redundantes, Métodos de Pontos Interiores, Forma Produto. 1 Introdução Desde o surgimento dos métodos de pontos interiores para programação linear, códigos computacionais baseados nessas idéias vêm se apresentando como alternativas eficientes para solução de problemas de grande porte [1, 4, 7, 9, 10, 12]. Cada iteração de um método de pontos interiores envolve a solução de um ou mais sistemas lineares [9, 10, 11]. Usualmente métodos diretos são utilizados para resolver estes sistemas. No entanto, por limitações de tempo e memória seu uso torna-se proibitivo em muitos problemas de grande porte, fazendo com que abordagens iterativas sejam mais adequadas. Para que a opção por métodos iterativos seja bem sucedida é necessário detectar e eliminar todas as linhas redundantes da matriz de restrições, pois de outra forma é obtido um sistema linear singular e os métodos iterativos não convergem. Em [2] é proposta uma técnica sofisticada baseada na decomposição LU de uma base e sua atualização para encontrar todas as linhas redundantes de uma matriz de restrições. Este é o ponto de partida do presente trabalho. A organização deste artigo é a que vem a seguir. Na seção 2 apresentamos um algoritmo para detecção de linhas redundantes. Na seção 3 propomos uma implementação eficiente deste algoritmo. Na seção 4 apresentamos os resultados computacionais. E, finalmente, na seção 5, nossas conclusões e propostas de trabalhos futuros. 2 O algoritmo Considere sem perda de generalidade o seguinte problema de programação linear: Minimizar c j x j 325
2 sujeito a a ij x j = b i (i = 1, 2,..., m) l j x j u j (j = 1, 2,..., n). (1) Onde A = [a ij ] R mxn ; x, l, u R n e b R m. Para detectarmos as linhas redundantes da matriz de restrições (A) do problema acima (1) utilizaremos uma matriz base (B), a qual é gerada a partir de colunas da matriz de restrições. Para isso, adicionamos variáveis artificiais fixas em zero (x n+1, x n+2,.., x n+m ) ao problema (1) obtendo o problema equivalente: sujeito a Minimizar c j x j a ij x j + x n+i = b i (i = 1, 2,..., m) l j x j u j (j = 1, 2,..., n) 0 x n+i 0 (i = 1, 2,..., m). (2) Seja S o conjunto de índices i, tais que x n+i é uma variável básica; (inicialmente todas as variáveis artificiais são básicas, logo a matriz base inicial é a matriz identidade de ordem m). Apresentamos então, o algoritmo para detecção de linhas redundantes. Passo 1: Se S é vazio, pare. Caso contrário escolha k S. Passo 2: Resolva o sistema B t r = e k, onde B é a matriz base e e k representa o vetor canônico na posição k. Se r t A = 0, podemos afirmar que a k-ésima linha de A é redundante. Caso contrário, há uma variável não básica x j : r t c 0 para a coluna correspondente c de A. Substitua a k-ésima coluna de B por c e substitua x n+k por x j na base e retorne para 1. Note que o algoritmo deve ser aplicado para todo k S. 3 A proposta de implementação O algoritmo apresentado na seção anterior é bastante conhecido [6]. Porém sua implementação direta pode ter um custo computacional muito elevado. Visando a redução deste custo computacional e a eficácia do algoritmo propomos uma implementação eficiente para este, tomando como base as idéias expostas em [2], a quais serão discutidas a seguir. Um dos fatores que interferem no custo computacional do algoritmo para detecção de linhas redundantes é a dimensão da base inicial e o número de elementos não nulos contidos nesta. Podemos reduzir estes fatores através de algumas observações. Primeiramente, observando se há alguma linha nula (linha na qual todos elementos são iguais a zero) na matriz de restrições. Se sim, estas devem ser declaradas redundantes e retiradas do problema. Posteriormente, verificar se há alguma coluna única (coluna que contém apenas um elemento não nulo) na matriz de restrições. Claramente, a linha na qual esta coluna ocorre é linearmente independente das demais e pode ser retirada temporariamente do problema e não participar do procedimento de verificação de linhas redundantes. Observe que, quando uma linha é removida, novas colunas únicas podem ser geradas e mais linhas podem ser removidas, o que reduz a dimensão da base inicial. 326
3 Outro fator determinante no custo computacional do algoritmo é o número de variáveis artificiais na base inicial, uma vez que, o número de iterações depende desta quantidade. Em [2] é proposta uma heurística cujo objetivo é construir uma base inicial com o maior número de colunas estruturais possível. A seguir, apresentaremos tal heurística. Note que a heurística deve ser aplicada somente após realizados os procedimentos descritos acima. 3.1 A Heurística Inicialmente, o número de elementos não nulos em cada linha e coluna da matriz de restrições é calculado. Associe uma variável artificial à linha mais densa. Remova temporariamente esta linha do problema e atualize a contagem de elementos não nulos em cada coluna. Caso ocorra alguma coluna única, atribua a linha na qual ela ocorre à variável básica estrutural correspondente. Repita este procedimento até que cada linha esteja associada a uma variável (artificial ou estrutural). Através desta construção obtemos uma base inicial triangular superior e não singular. 3.2 Forma Produto Em todo o algoritmo de detecção de linhas redundantes, a principal operação de cada iteração consiste na resolução de um sistema linear do tipo B t r = e k. Portanto, é imprescindível manter uma representação da base (B), capaz de contribuir com a eficiência do algoritmo. Optamos por uma representação inspirada na forma produto da inversa [8]. A forma produto da inversa, foi proposta por Dantzig e Orchard-Hays ao observarem que, em uma troca de base, a inversa da nova base pode ser obtida a partir da inversa da base atual por uma matriz de transformação elementar. Desta forma, considere E uma matriz de transformação elementar de ordem m, com uma coluna não trivial η na posição k e B = [b 1,..., b m ] a matriz base de uma dada iteração. Suponha que a j-ésima variável não básica x j tenha sido selecionada para substituir a k-ésima variável básica. Denotando B como a nova base, tem-se: B = [b 1,.., b k 1, a.j, b k+1,...b m ]. Onde a.j é a coluna da matriz de restrições relacionada a variável x j. Sendo a.j um vetor m-dimensional, é possível escrevê-lo como a combinação linear das colunas de B: a.j = m v i b i = Bv. (3) Se 0 então b k pode ser expresso de acordo com a equação (3): Definindo o vetor i=1 b k = 1 a.j i k η = [ v 1,..., 1 v i b i., 1, +1,..., v m ] t (4) tem-se que b k = Bη. Sendo E uma matriz de transformação elementar cuja coluna não trivial é dada por η (4), temos: B = BE. (5) Da equação (5) temos que: 327
4 Sendo assim, após p atualizações da matriz base temos: B = BE 1. (6) B = B 0 E1 1 E E 1 p onde: B 0, é a base inicial; E i = [e 1,..., e k 1, η k, e k+1,..., e m ] t ; η k = [ v 1,..., 1, 1, +1,..., vm ] t. Portanto, o sistema B t r = e k pode ser resolvido em duas etapas: Onde (7) pode ser expresso como y t = e k (E p...e 2 E 1 ). (E 1 1 E E 1 p ) t y = e k (7) B t 0r = y (8) Acreditamos que esta abordagem é mais vantajosa em relação a apresentada em [2]. Visto que a base é atualizada poucas vezes, em no máximo o número de variáveis artificiais presentes na base inicial. A utilização de uma técnica de implementação relativamente simples, como a proposta no presente trabalho, torna o algoritmo mais eficiente pois o esforço e o tempo computacional serão menores. Outro ponto favorável é a utilização da estrutura triangular da base inicial. Através de algumas modificações propostas em [2], as quais visam a melhora do procedimento de decomposição e atualização LU, a base inicial pode perder sua forma triangular sendo necessária uma nova decomposição LU. Em nossa proposta, a forma triangular da base inicial é preservada e com isto temos B = LU = IU, onde I é a matriz identidade e U uma matriz triangular superior conhecida. Assim, resolvemos o sistema B t r = e k por meio da resolução de um sistema triangular superior e produto de matrizes elementares por vetores. 4 Resultados Computacionais Nesta seção apresentaremos os experimentos numéricos realizados e seus respectivos resultados. Integramos o algoritmo de detecção de linhas redundantes, proposto neste trabalho, as rotinas de preprocessamento do código PCx modificado [4, 7, 12]. E com a finalidade de avaliar o desempenho de nossa proposta, também foi integrado a este código, o procedimento descrito em [4, 12], o qual detecta as linhas redundantes através da decomposição LU retangular da matriz de restrições. As implementações foram feitas em linguagem C e testadas em uma plataforma Intel(R) Pentium(R) 4, 3.40GHz e com 2Gb de memória RAM, em Linux, utilizando compiladores gcc e gfortran. Como problemas testes nós utilizados alguns dos problemas de maior porte das seguintes coleções, NETLIB 1, MISC 2 e QAP [5]. Tais problemas são apresentados na Tabela 1. Nesta tabela, as colunas LINS e COLS mostram respectivamente o número de linhas e colunas dos problemas antes do preprocessamento. RLINS e RCOLS mostram os correspondentes números após a aplicação das rotinas de preprocessamento do PCx. E por fim, LLINS e LCOLS representam os respectivos números após o procedimento de detecção de linhas redundantes (LR). Podemos perceber que após a aplicação das rotinas de preprocessamento houve uma diminuição na dimensão da maioria dos problemas, principalmente nos problemas de maior porte testados. O que mostra a importância do preprocessamento neste tipo de problemas. No entanto, 1 Netlib collection LP test sets, Netlib lp repository, Online at 2 Miscellaneous LP models, Hungarian Academy of Sciences OR Lab, Online at 328
5 também podemos verificar que estas não são suficientes para detectar linhas redundantes. Em alguns casos (NUG06-3rd, NUG15, NUG12, NUG07-3rd, NUG08-3rd) em que nenhum tipo de redundância foi detectado por estas rotinas, foi identificado um número elevado de linhas redundantes, as quais geram uma série de complicações no processo de solução. O que dá ênfase a importância de detectar e remover este tipo de redundância. Problemas Coleção LINS COLS RLINS RCOLS LLINS LCOLS LR NUG06-3rd QAP NUG15 QAP PDS-20 NETLIB KRA30A QAP PDS-30 MISC PDS-40 MISC PDS-50 MISC PDS-60 MISC PDS-70 MISC PDS-80 MISC PDS-90 MISC NUG12 QAP NUG07-3rd QAP NUG08-3rd QAP NUG30 QAP STE36A QAP DFL001 NETLIB Tabela 1: Dados dos problemas testes Na Tabela 2 é apresentada uma comparação entre as dimensões da matriz base (B) e o número de iterações se aplicássemos diretamente o algoritmo apresentado na seção 3 e quando a heurística também descrita nesta seção é aplicada. Nesta tabela, a coluna B1 indica a dimensão da base e o número de iterações do algoritmo apresentada na seção 3 caso este fosse implementado diretamente. E as colunas B2 e VA, mostram respectivamente, a dimensão da base e número de colunas artificiais presentes nesta (quantidade que também representa o número de iterações do algoritmo) quando a heurística é utilizada. Podemos perceber que houve uma redução significativa no número de iterações o que comprova que a heurística proposta em [2] de fato contribui para a redução do custo computacional do algoritmo. E, por fim, a Tabela 3 apresenta os resultados relevantes de tempo. Para cada problema teste, foram realizados dez experimentos numéricos e em cada um destes foi medido o tempo de processamento em segundos para cada procedimento (procedimento proposto neste trabalho e procedimento descrito em [4, 12]). Nesta tabela, as colunas TM1, PT1 e MT1 representam respectivamente, o tempo médio de processamento, pior tempo de processamento e melhor tempo de processamento obtido pelo procedimento descrito em [4, 12]. TM2, PT2 e MT2 mostram o correspondente quando aplicado o procedimento proposto neste trabalho. E por fim, a coluna DTM apresenta a diferença entre os tempos médios do procedimento utilizado como parâmetro de comparação e o aqui proposto. Podemos verificar que a rotina que detecta as linhas por meio da decomposição LU retangular mostrou-se pouco eficiente. Apresenta elevados tempos de processamento, os quais somados ao tempo total de solução pode comprometer a eficiência do método de resolução escolhido. Em contrapartida, nossa proposta apresentou um desempenho bastante satisfatório. Em comparação com o outro procedimento, mostrou-se em média cinco vezes mais rápida, chegando a ser cerca de nove vezes mais rápida no caso do problema NUG08-3rd. Entretanto, houve uma pequena queda de desempenho quando o problema não apresenta 329
6 linhas redundantes (KRA30A, NUG30 e STE3EA). Uma perda pequena comparada aos ganhos nos casos em que estas linhas estão presentes, em especial, nos modelos de programação linear de grande porte, foco deste trabalho. Problemas B1 B2 VA NUG06-3rd NUG PDS KRA30A PDS PDS PDS PDS PDS PDS PDS NUG NUG07-3rd NUG08-3rd NUG STE36A DFL Tabela 2: Comparação entre dimensões e número de iterações Problemas TM1 TM2 PT1 PT2 MT1 MT2 DTM NUG06-3rd NUG PDS KRA30A PDS PDS PDS PDS PDS PDS PDS NUG NUG07-3rd NUG08-3rd NUG STE36A DFL Tabela 3: Resultados de tempo para os problemas testes 5 Conclusão A proposta mostrou-se eficiente em termos de tempo computacional, fator de extrema importância quando estamos tratando de preprocessamento em programação linear [3], ao ser 330
7 comparada com um procedimento tradicional de detecção de linhas redundantes. A diferença de desempenho entre ambos os procedimentos aumenta de acordo com a dimensão do problema, enfatizando que o procedimento proposto neste trabalho pode ser uma alternativa eficaz para a resolução do problema em questão. Entretanto, nos falta analisar mais efetivamente como este procedimento interfere no processo de solução dos problemas. Verificar se há interferência nos fatores esparsidade, estabilidade numérica, dimensão, número de iterações do método, tempo total de solução, entre outros. E se sim, como estas intervenções atuam na eficiência do método de solução escolhido. Como trabalho futuro, propomos a integração deste algoritmo em todo o procedimento do código PCx, e não somente as rotinas de preprocessamento, para que seja possível a análise descrita acima. Agradecimentos Ao CNPq e à FAPESP pelo apoio financeiro. Referências [1] I. Adler, Resende, M.G.C., Veiga, G. e Karmakar, N., An implementation of Karmarkars algorithm for linear programming, Mathematical Programming, 44 (1989) [2] E. D. Andersen, Finding all linearly dependent rows in large-scale linear programming, Optimization Methods and Softwares, 6 (1995) [3] E. D. Andersen e K. D. Andersen, Presolving in linear programming, Mathematical Programming, 71 (1995) [4] S. Bocanegra, F. F. Campos e A. R. L. Oliveira, Using a hybrid preconditioner for solving large-scale linear systems arising from interior point methods, Computation Optimization and Applications, 36 (2007) [5] R. S. Burkard, S. Karisch e F. Rendl, Qaplib - a quadratic assignment problem library, European Journal of Operations Research, 55 (1991) [6] V. Chvàtal, Linear Programming, W. H. Freeman and Company, New York, [7] J. Czyzyk, S., Mehrotra, M., Wagner e S. J. Wright, PCx an interior point code for linear programming, Optimization Methods Software, 11-2 (1999) [8] G. B. Dantzig, W. Orchard-Hays, The product form for the inverse in the simplex method, Mathematical Tables and Others Aids to Computation, 8 46 (1954) [9] J. Gondzio, Multiple centrality corrections in a primal-dual methods for linear programming, Computation Optimization and Applications, 6 (1996) [10] I. J. Lustig, R. E., Marsten e D. F. Shanno, On implementing Mehrotras predictor-corrector interior point method for linear programming, SIAM Journal on Optimization, 2 (1992) [11] S. Mehrotra, On implementation of a primal-dual point method, SIAM Journal on Optimization, 2 (1992) [12] A. R. L. Oliveira e D. C. Sorensen, A new class of preconditioners for large-scale systems from interior point methods for linear programming, Linear Algebra Its Applications, 394 (2005)
Detecção de Linhas Redundantes em Problemas de Programação Linear de Grande Porte 1
TEMA Tend. Mat. Apl. Comput., 12, No. 1 (2011), 55-66. doi: 10.5540/tema.2011.012.01.0055 c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Detecção de Linhas Redundantes
Leia maisDETECÇÃO DE LINHAS REDUNDANTES EM PROBLEMAS DE PROGRAMAÇÃO LINEAR DE GRANDE PORTE
DETECÇÃO DE LINHAS REDUNDANTES EM PROBLEMAS DE PROGRAMAÇÃO LINEAR DE GRANDE PORTE Daniele Costa Silva Depto de Matemática Aplicada, IMECC, UNICAMP 13083-859, Campinas, SP silvadc@yahoo.com.br Aurelio R.
Leia maisUMA ABORDAGEM DE PRÉ-CONDICIONAMENTO HÍBRIDA PARA RESOLVER OS SISTEMAS LINEARES DE MÉTODOS DE PONTOS INTERIORES ITERATIVAMENTE
UMA ABORDAGEM DE PRÉ-CONDICIONAMENTO HÍBRIDA PARA RESOLVER OS SISTEMAS LINEARES DE MÉTODOS DE PONTOS INTERIORES ITERATIVAMENTE Carla T. L. S. Ghidini Depto de Matemática Aplicada, IMECC, UNICAMP 13083-859,
Leia mais[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo
4. SISTEMAS LINEARES 4.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisResolução de sistemas lineares
Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)
Leia maisUNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR Assuntos: Matrizes; Matrizes Especiais; Operações com Matrizes; Operações Elementares
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisUma Heurística para o Problema de Redução de Padrões de Corte
Uma Heurística para o Problema de Redução de Padrões de Corte Marcelo Saraiva Limeira INPE/LAC e-mail: marcelo@lac.inpe.br Horacio Hideki Yanasse INPE/LAC e-mail: horacio@lac.inpe.br Resumo Propõe-se um
Leia maisMatemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.
Matemática Essencial Equações do Segundo grau Conteúdo Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.br/matessencial/ 1 Introdução
Leia maisTabela de Símbolos. Análise Semântica A Tabela de Símbolos. Principais Operações. Estrutura da Tabela de Símbolos. Declarações 11/6/2008
Tabela de Símbolos Análise Semântica A Tabela de Símbolos Fabiano Baldo Após a árvore de derivação, a tabela de símbolos é o principal atributo herdado em um compilador. É possível, mas não necessário,
Leia maisEstudaremos métodos numéricos para resolução de sistemas lineares com n equações e n incógnitas. Estes podem ser:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia maisMétodo de Eliminação de Gauss. Eduardo Camponogara
Sistemas de Equações Lineares Método de Eliminação de Gauss Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle e Automação
Leia mais2 Problema das p-medianas
2 Problema das p-medianas 2.1 Definição O PMNC é definido da seguinte forma: determinar quais p facilidades (p m, onde m é o número de pontos onde podem ser abertas facilidades) devem obrigatoriamente
Leia maisAlém de minimizar o número de objetos processados, problema de corte unidimensional
imização do número de objetos processados e do setup no problema de corte unidimensional Márcia Ap. Gomes-Ruggiero, Antonio Carlos Moretti, Momoe Sakamori Depto de Matemática Aplicada, DMA, IMECC, UNICAMP,
Leia maisO Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48
Conteúdo 1 Princípios de Contagem e Enumeração Computacional Permutações com Repetições Combinações com Repetições O Problema do Troco Principio da Casa dos Pombos > Princípios de Contagem e Enumeração
Leia mais¹CPTL/UFMS, Três Lagoas, MS,Brasil, oliveiralimarafael@hotmail.com. ²CPTL/UFMS, Três Lagoas, MS, Brasil.
Encontro de Ensino, Pesquisa e Extensão, Presidente Prudente, 22 a 25 de outubro, 2012 36 INTRODUÇÃO A CRIPTOGRAFIA RSA Rafael Lima Oliveira¹, Prof. Dr. Fernando Pereira de Souza². ¹CPTL/UFMS, Três Lagoas,
Leia maisE A D - S I S T E M A S L I N E A R E S INTRODUÇÃO
E A D - S I S T E M A S L I N E A R E S INTRODUÇÃO Dizemos que uma equação é linear, ou de primeiro grau, em certa incógnita, se o maior expoente desta variável for igual a um. Ela será quadrática, ou
Leia maisPodemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em um projeto.
Discussão sobre Nivelamento Baseado em Fluxo de Caixa. Item aberto na lista E-Plan Podemos encontrar uma figura interessante no PMBOK (Capítulo 7) sobre a necessidade de organizarmos o fluxo de caixa em
Leia maisCONCURSO PÚBLICO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI ANALISTA DE GESTÃO RESPOSTAS ESPERADAS PRELIMINARES
CELG DISTRIBUIÇÃO S.A EDITAL N. 1/2014 CONCURSO PÚBLICO ANALISTA DE GESTÃO ANALISTA DE SISTEMA ÊNFASE GOVERNANÇA DE TI RESPOSTAS ESPERADAS PRELIMINARES O Centro de Seleção da Universidade Federal de Goiás
Leia maisOrientação a Objetos
1. Domínio e Aplicação Orientação a Objetos Um domínio é composto pelas entidades, informações e processos relacionados a um determinado contexto. Uma aplicação pode ser desenvolvida para automatizar ou
Leia maisEngenharia de Software. Parte I. Introdução. Metodologias para o Desenvolvimento de Sistemas DAS 5312 1
Engenharia de Software Parte I Introdução Metodologias para o Desenvolvimento de Sistemas DAS 5312 1 Mitos do Desenvolvimento de Software A declaração de objetivos é suficiente para se construir um software.
Leia maisPESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *
PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária
Leia maisCálculo de volume de objetos utilizando câmeras RGB-D
Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de
Leia maisPROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software
PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às
Leia maisÁrvores Binárias de Busca
Árvores Binárias de Busca Uma Árvore Binária de Busca T (ABB) ou Árvore Binária de Pesquisa é tal que ou T = 0 e a árvore é dita vazia ou seu nó contém uma chave e: 1. Todas as chaves da sub-árvore esquerda
Leia maisAspectos Teóricos e Computacionais do Problema de Alocação de Berços em Portos Marítmos
Aspectos Teóricos e Computacionais do Problema de Alocação de Berços em Portos Marítmos Flávia Barbosa Universidade Estadual de Campinas (UNICAMP) flaflabarbosa0@gmail.com Antônio Carlos Moretti Universidade
Leia maisNa medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia.
1 Introdução aos Sistemas de Informação 2002 Aula 4 - Desenvolvimento de software e seus paradigmas Paradigmas de Desenvolvimento de Software Pode-se considerar 3 tipos de paradigmas que norteiam a atividade
Leia mais4 Segmentação. 4.1. Algoritmo proposto
4 Segmentação Este capítulo apresenta primeiramente o algoritmo proposto para a segmentação do áudio em detalhes. Em seguida, são analisadas as inovações apresentadas. É importante mencionar que as mudanças
Leia maisUniversidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas ICEB
Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas ICEB PROBLEMA DE PROGRAMAÇÃO DE VEÍCULOS 1 (Vehicle Scheduling Problem) Cássio Roberto de Araújo cassio@em.ufop.br Elva
Leia maisFigura 1.1: Exemplo de links patrocinados no Google
1 Links Patrocinados 1.1 Introdução Links patrocinados são aqueles que aparecem em destaque nos resultados de uma pesquisa na Internet; em geral, no alto ou à direita da página, como na Figura 1.1. Figura
Leia maisO MÉTODO HÚNGARO PARA RESOLUÇÃO DE PROBLEMAS DE OTIMIZAÇÃO
O MÉTODO HÚNGARO PARA RESOLUÇÃO DE PROBLEMAS DE OTIMIZAÇÃO João Cesar Guirado Universidade Estadual de Maringá E-mail: jcguirado@gmail.com Márcio Roberto da Rocha Universidade Estadual de Maringá E-mail:
Leia maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisObjetivos. Processos de Software. Tópicos abordados. O processo de software. Modelos genéricos de modelos de processo de software.
Processos de Software Objetivos Apresentar os modelos de processo de software Conjunto coerente de atividades para especificar, projetar, implementar e testar s de software Descrever os diferentes modelos
Leia maisUM CONCEITO FUNDAMENTAL: PATRIMÔNIO LÍQUIDO FINANCEIRO. Prof. Alvaro Guimarães de Oliveira Rio, 07/09/2014.
UM CONCEITO FUNDAMENTAL: PATRIMÔNIO LÍQUIDO FINANCEIRO Prof. Alvaro Guimarães de Oliveira Rio, 07/09/2014. Tanto as pessoas físicas quanto as jurídicas têm patrimônio, que nada mais é do que o conjunto
Leia maisManual SAGe Versão 1.2 (a partir da versão 12.08.01)
Manual SAGe Versão 1.2 (a partir da versão 12.08.01) Submissão de Relatórios Científicos Sumário Introdução... 2 Elaboração do Relatório Científico... 3 Submissão do Relatório Científico... 14 Operação
Leia maisRelatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento
Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Ramon Pereira Lopes Rangel Silva Oliveira 31 de outubro de 2011 1 Introdução O presente documento refere-se ao relatório
Leia maisUniversidade Federal de Goiás UFG Campus Catalão CAC Departamento de Engenharia de Produção. Sistemas ERP. PCP 3 - Professor Muris Lage Junior
Sistemas ERP Introdução Sucesso para algumas empresas: acessar informações de forma rápida e confiável responder eficientemente ao mercado consumidor Conseguir não é tarefa simples Isso se deve ao fato
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisMódulo 4. Construindo uma solução OLAP
Módulo 4. Construindo uma solução OLAP Objetivos Diferenciar as diversas formas de armazenamento Compreender o que é e como definir a porcentagem de agregação Conhecer a possibilidade da utilização de
Leia maisUMA HEURÍSTICA GRASP PARA O PROBLEMA ESTENDIDO DE SEQUENCIAMENTO DE CARROS
UMA HEURÍSTICA GRASP PARA O PROBLEMA ESTENDIDO DE SEQUENCIAMENTO DE CARROS Lucas Middeldorf Rizzo Universidade Federal de Minas Gerais Av. Antônio Carlos, 6627 - Pampulha - Belo Horizonte - MG CEP 31270-901
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia maisTécnicas para Programação Inteira e Aplicações em Problemas de Roteamento de Veículos 14
1 Introdução O termo "roteamento de veículos" está relacionado a um grande conjunto de problemas de fundamental importância para a área de logística de transportes, em especial no que diz respeito ao uso
Leia maisFACULDADE CAMPO LIMPO PAULISTA MESTRADO EM CIÊNCIA DA COMPUTAÇÃO. Projeto e Análise de Algoritmos II Lista de Exercícios 2
FACULDADE CAMPO LIMPO PAULISTA MESTRADO EM CIÊNCIA DA COMPUTAÇÃO Projeto e Análise de Algoritmos II Lista de Exercícios 2 Prof. Osvaldo. 1. Desenvolva algoritmos para as operações abaixo e calcule a complexidade
Leia maiscomputador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisTema Tendências em Matemática Aplicada e Computacional, 15, N. 3 (2014),
Tema Tendências em Matemática Aplicada e Computacional, 15, N. 3 (2014), 311-322 2014 Sociedade Brasileira de Matemática Aplicada e Computacional www.scielo.br/tema doi: 10.5540/tema.2014.015.03.0311 Variantes
Leia maisMaterial de Apoio. Sistema de Informação Gerencial (SIG)
Sistema de Informação Gerencial (SIG) Material de Apoio Os Sistemas de Informação Gerencial (SIG) são sistemas ou processos que fornecem as informações necessárias para gerenciar com eficácia as organizações.
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisXI Encontro de Iniciação à Docência
4CCENDFMT01 EXEMPLO DE APLICAÇÃO DE UMA METODOLOGIA PARA A SOLUÇÃO DE PROBLEMAS DE FÍSICA E MATEMÁTICA Erielson Nonato (1) e Pedro Luiz Christiano (3) Centro de Ciências Exatas e da Natureza/Departamento
Leia maisAssociação de resistores
Associação de resistores É comum nos circuitos elétricos a existência de vários resistores, que encontram-se associados. Os objetivos de uma associação de resistores podem ser: a necessidade de dividir
Leia maisR é o conjunto dos reais; f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range).
f : A B, significa que f é definida no conjunto A (domínio - domain) e assume valores em B (contradomínio range). R é o conjunto dos reais; R n é o conjunto dos vetores n-dimensionais reais; Os vetores
Leia mais3 Estratégia para o enriquecimento de informações
34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura
Leia maisSíntese das discussões do fórum Livro-APF: Julho/2010
Síntese das discussões do fórum Livro-APF: Julho/2010 Assunto: Estimativa de Aumento de Produtividade Data: 01/07/2010 Link: http://br.groups.yahoo.com/group/livro-apf/message/2577 Dúvida: Existe alguma
Leia maisSistemas Operacionais
Sistemas Operacionais Gerenciamento de Memória Norton Trevisan Roman Marcelo Morandini Jó Ueyama Apostila baseada nos trabalhos de Kalinka Castelo Branco, Antônio Carlos Sementille, Paula Prata e nas transparências
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão
Leia maisNotas da Aula 17 - Fundamentos de Sistemas Operacionais
Notas da Aula 17 - Fundamentos de Sistemas Operacionais 1. Gerenciamento de Memória: Introdução O gerenciamento de memória é provavelmente a tarefa mais complexa de um sistema operacional multiprogramado.
Leia maisUniversidade Federal de Uberlândia Brasil
s de s do Universidade Federal de Uberlândia Brasil Índice s de 1 2 3 4 5 Índice s de 1 2 3 4 5 s de Quando surge uma praga em uma lavoura, os agricultores utilizam de inseticidas eficientes ao maior número
Leia maisÁlgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013
Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante
Leia maisFigura 1 Busca Linear
----- Evidentemente, possuir os dados não ajuda o programador ou o usuário se eles não souberem onde os dados estão. Imagine, por exemplo, uma festa de casamento com cem convidados na qual não se sabe
Leia mais15/03/2010. Análise por pontos de função. Análise por Pontos de Função. Componentes dos Pontos de Função. Componentes dos Pontos de Função
Análise por pontos de função Análise por Pontos de Função Referência: Manual de práticas de contagem IFPUG Versão 4.2.1 Técnica que permite medir a funcionalidade de um software ou aplicativo, sob a visão
Leia maisAMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS
UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO BACHARELADO AMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS Orientando: Oliver Mário
Leia maisUniversidade Federal de Alfenas
Universidade Federal de Alfenas Projeto e Análise de Algoritmos Aula 04 Introdução a Análise de Algoritmos humberto@bcc.unifal-mg.edu.br Última aula Fundamentos de Matemática Exercícios: Somatórios; Logaritmos
Leia maisEsta dissertação apresentou duas abordagens para integração entre a linguagem Lua e o Common Language Runtime. O objetivo principal da integração foi
5 Conclusão Esta dissertação apresentou duas abordagens para integração entre a linguagem Lua e o Common Language Runtime. O objetivo principal da integração foi permitir que scripts Lua instanciem e usem
Leia maisInvestigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES
Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Formulação A programação linear lida com problemas nos quais uma função objectivo linear deve ser optimizada (maximizada ou minimizada)
Leia maisCapítulo 3 - Sistemas de Equações Lineares
Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/
Leia maisCapítulo 3 - Sistemas de Equações Lineares
Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia maisAula 13 Técnicas de Integração
Aula 13 Técnicas de Integração Objetivos da Aula Estudar técnicas especiais de integração: integração por substituição e por partes, mostrando que estes processos são ferramentas poderosas para facilitar
Leia maisMicrosoft Access XP Módulo Um
Microsoft Access XP Módulo Um Neste primeiro módulo de aula do curso completo de Access XP vamos nos dedicar ao estudo de alguns termos relacionados com banco de dados e as principais novidades do novo
Leia maisGerenciamento de Problemas
Gerenciamento de Problemas O processo de Gerenciamento de Problemas se concentra em encontrar os erros conhecidos da infra-estrutura de TI. Tudo que é realizado neste processo está voltado a: Encontrar
Leia maisLIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO
LIDANDO COM SAZONALIDADES NO PROCESSO LOGÍSTICO Praticamente todos os processos logísticos estão sujeitos a algum tipo de sazonalidade. A humanidade e seus grupos sociais, desde tempos remotos, sempre
Leia maisCapítulo 1. x > y ou x < y ou x = y
Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos
Leia maisMODELAGEM DE DADOS MODELAGEM DE DADOS. rafaeldiasribeiro.com.br 04/08/2012. Aula 7. Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord
MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 7 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Aprender sobre a modelagem lógica dos dados. Conhecer os
Leia maisSó Matemática O seu portal matemático http://www.somatematica.com.br FUNÇÕES
FUNÇÕES O conceito de função é um dos mais importantes em toda a matemática. O conceito básico de função é o seguinte: toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça
Leia maisTópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções
Tópico 11. Aula Teórica/Prática: O Método dos Mínimos Quadrados e Linearização de Funções 1. INTRODUÇÃO Ao se obter uma sucessão de pontos experimentais que representados em um gráfico apresentam comportamento
Leia maisBem-vindo ao tópico sobre administração de listas de preços.
Bem-vindo ao tópico sobre administração de listas de preços. Nesse tópico, você aprenderá a administrar listas de preços no SAP Business One. Sua empresa atualiza múltiplas listas de preços para fornecer
Leia mais2. Representação Numérica
2. Representação Numérica 2.1 Introdução A fim se realizarmos de maneira prática qualquer operação com números, nós precisamos representa-los em uma determinada base numérica. O que isso significa? Vamos
Leia maisSomatórias e produtórias
Capítulo 8 Somatórias e produtórias 8. Introdução Muitas quantidades importantes em matemática são definidas como a soma de uma quantidade variável de parcelas também variáveis, por exemplo a soma + +
Leia maisExercícios de revisão V2. FAT: 300 GB / 2KB = 150MB X 8 bytes (64 bits / 8) = 1.2GB
Exercícios de revisão V2 1 Uma empresa que possui partições FAT em seus servidores, estava impressionada com um processo em específico na memória, onde o mesmo ocupava um espaço grande. Este servidor dedicado
Leia maisAula 4 Pseudocódigo Tipos de Dados, Expressões e Variáveis
1. TIPOS DE DADOS Todo o trabalho realizado por um computador é baseado na manipulação das informações contidas em sua memória. Estas informações podem ser classificadas em dois tipos: As instruções, que
Leia maisDisciplina: Introdução à Álgebra Linear
Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa
Leia maissoftwares que cumprem a função de mediar o ensino a distância veiculado através da internet ou espaço virtual. PEREIRA (2007)
1 Introdução Em todo mundo, a Educação a Distância (EAD) passa por um processo evolutivo principalmente após a criação da internet. Os recursos tecnológicos oferecidos pela web permitem a EAD ferramentas
Leia maisSistemas Operacionais Arquivos. Carlos Ferraz (cagf@cin.ufpe.br) Jorge Cavalcanti Fonsêca (jcbf@cin.ufpe.br)
Sistemas Operacionais Arquivos Carlos Ferraz (cagf@cin.ufpe.br) Jorge Cavalcanti Fonsêca (jcbf@cin.ufpe.br) Copyright Carlos Ferraz Cin/UFPE Implementação do Sistema de Arquivos Sistemas de arquivos são
Leia maisMINIMIZANDO O NÚMERO DE DIFERENTES PADRÕES DE CORTE - UMA ABORDAGEM DE CAMINHO MÍNIMO
A pesquisa Operacional e os Recursos Renováveis 4 a 7 de novembro de 2003, Natal-RN MINIMIZANDO O NÚMERO DE DIFERENTES PADRÕES DE CORTE - UMA ABORDAGEM DE CAMINHO MÍNIMO Maria Cristina N. Gramani Universidade
Leia maisITIL v3 - Operação de Serviço - Parte 1
ITIL v3 - Operação de Serviço - Parte 1 É na Operação de Serviço que se coordena e realiza as atividades e processos necessários para fornecer e gerenciar serviços em níveis acordados com o usuário e clientes
Leia maisConceitos de Banco de Dados
Conceitos de Banco de Dados Autor: Luiz Antonio Junior 1 INTRODUÇÃO Objetivos Introduzir conceitos básicos de Modelo de dados Introduzir conceitos básicos de Banco de dados Capacitar o aluno a construir
Leia maisLista 1 para a P2. Operações com subespaços
Lista 1 para a P2 Observação 1: Estes exercícios são um complemento àqueles apresentados no livro. Eles foram elaborados com o objetivo de oferecer aos alunos exercícios de cunho mais teórico. Nós sugerimos
Leia maisImplantação do Padrão TISS
Implantação do Padrão TISS Como avalia o impacto da TISS no setor de atendimento de seu laboratório? Como avalia o impacto da TISS no setor de faturamento de seu laboratório? Após a TISS, o número de colaboradores
Leia maisChamado/Requisito : TFAWUP Data da publicação : 14/06/12
Tabelas de Planos de Saúde Produto : Microsiga Protheus Gestão de Pessoal versão 10. Chamado/Requisito : TFAWUP Data da publicação : 14/06/12 País(es) : Brasil Banco(s) de Dados : Todos Ajuste na rotina
Leia maisA Otimização Colônia de Formigas
A Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 22/04/2008 Índice A Inspiração Biológica O Ant System Aplicado ao PCV O Ant System Aplicado
Leia mais4 Arquitetura básica de um analisador de elementos de redes
4 Arquitetura básica de um analisador de elementos de redes Neste capítulo é apresentado o desenvolvimento de um dispositivo analisador de redes e de elementos de redes, utilizando tecnologia FPGA. Conforme
Leia maisBUSCA EM LISTAS LISTAS SEQÜENCIAIS, LISTAS SIMPLESMENTE E DUPLAMENTE ENCADEADAS E LISTAS CIRCULARES
BUSCA EM LISTAS LISTAS SEQÜENCIAIS, LISTAS SIMPLESMENTE E DUPLAMENTE ENCADEADAS E LISTAS CIRCULARES ALGORITMOS DE BUSCA EM LISTAS COM ALOCAÇÃO SEQÜENCIAL Busca em Listas Lineares A operação de busca é
Leia maisMODELAGEM DE DADOS MODELAGEM DE DADOS. rafaeldiasribeiro.com.br. Aula 3. Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord
MODELAGEM DE DADOS PROF. RAFAEL DIAS RIBEIRO, M.Sc. @ribeirord MODELAGEM DE DADOS Aula 3 Prof. Rafael Dias Ribeiro. M.Sc. @ribeirord 1 Objetivos: Conhecer a arquitetura de 3 esquemas (conceitual, lógico
Leia maisBanco de Dados Aula 1 Introdução a Banco de Dados Introdução Sistema Gerenciador de Banco de Dados
Banco de Dados Aula 1 Introdução a Banco de Dados Introdução Um Sistema Gerenciador de Banco de Dados (SGBD) é constituído por um conjunto de dados associados a um conjunto de programas para acesso a esses
Leia maisConceitos Fundamentais
Capítulo 1 Conceitos Fundamentais Objetivos: No final do Capítulo o aluno deve saber: 1. distinguir o uso de vetores na Física e na Matemática; 2. resolver sistema lineares pelo método de Gauss-Jordan;
Leia mais3 Qualidade de Software
3 Qualidade de Software Este capítulo tem como objetivo esclarecer conceitos relacionados à qualidade de software; conceitos estes muito importantes para o entendimento do presente trabalho, cujo objetivo
Leia maisJinSol, uma interface em Java para solvers lineares.
JinSol, uma interface em Java para solvers lineares. Italo C. N. Lima, João Paulo K. Zanardi, Faculdade de Engenharia, PPGEM, UERJ, 20550-900, Rio de Janeiro, RJ E-mail: italonievinski@gmail.com, jpzanardi@gmail.com
Leia mais