O MÉTODO HOMOGÊNEO E AUTO-DUAL PARA O PROBLEMA LINEAR DE DISTRIBUIÇÃO DINÂMICO
|
|
- Felipe Leveck
- 5 Há anos
- Visualizações:
Transcrição
1 O MÉTODO HOMOGÊNEO E AUTO-DUAL PARA O PROBLEMA LINEAR DE DISTRIBUIÇÃO DINÂMICO Luis Ernesto Torres Guardia Universidade Federal Fluminense Departamento de Engenharia de Produção Rua Passos da Pátria 156, São Domingos , Niterói, RJ, Brasil. tepletg@vm.uff.br Valdecy Pereira Universidade Federal Fluminense Pós-Graduação em de Engenharia de Produção Rua Passos da Pátria 156, São Domingos , Niterói, RJ, Brasil. valdecy.pereira@gmail.com RESUMO Neste trabalho apresentamos o método homogêneo e auto-dual para o problema de programação linear de distribuição dinâmico, formulado como um problema linear de fluxo em rede. Este método é combinado com uma estratégia de Mehrotra de preditor-corretor, com a mesma matriz de coeficientes em cada iteração. O sistema linear resultante, mas com diferentes lados direitos, é resolvido usando o método AINV de decomposição da respectiva matriz inversa associada ao sistema linear. O referido método homogêneo e auto-dual é aplicado a este modelo de distribuição dinâmico em diferentes dimensões, e a experiência computacional mostra que este método é eficiente para resolver este tipo especial de problema linear. PALAVRAS CHAVE. programação linear. método homogêneo e auto-dual. logística ABSTRACT In this work, we present the homogeneous and self-dual method applied to linear programming and apply this method to dynamic network flow problem. At each iteration, the homogeneous and self-dual method is combined, with different right-hand side, is solved by the AINV method, a decomposition method for the linear system inverse matrix. The homogeneous and self-dual method is applied for different problems and the computational experiments show that this method is efficient for solving this special class of linear programming. KEYWORDS. linear programming. homogeneous and self-dual method. logistic. XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1237
2 1. Introdução Depois que Karmarkar (1983) propôs seu método de pontos interiores para resolver um problema específico de programação linear com resultados superiores aos obtidos pelo método simplex, muitos outros métodos baseados em seus estudos foram desenvolvidos desde então. Dentre os métodos desenvolvidos estão o método primal-dual, de 1986, apresentado por Meggido, e o preditor-corretor, desenvolvido por Mehrotra em O método exige um esforço computacional para solucionar os sistemas de equações lineares de Newton que surgem das suas iterações, e na prática é determinado uma decomposição da matriz associada ao sistema linear, e podem ser realizadas diversas vezes essas decomposições se essas soluções do sistema linear ajudam a diminuir o número total de iterações do método de pontos interiores. Essa é a idéia básica realizada por Mehrotra (1992) no seu método denominado preditor-corretor. Um outro passo crucial para o método de pontos interiores é determinar um ponto inicial viável. Esse problema pode ser evitado se usamos a técnica denominada homogêneo e auto-dual, primeiro proposto por Ye et al. (1994). Essa técnica foi depois simplificada por Xu et al. (1996) combinando com a técnica de Mehrotra (1992) de preditor-corretor, de tal modo que, em cada iteração do método homogêneo e auto-dual, a matriz do sistema linear é a mesma, para o passo do preditor e corretor, mas com diferentes lados direitos. Esse método homogêneo e auto-dual é aplicado por Berkelaar et al. (2002) e Sun e Liu (2006) na solução do problema linear estocástico formulado através de cenários, o qual resulta em um problema de programação linear de grande porte. Neste trabalho, apresentamos o método homogêneo e auto-dual de Xu et al. (1996) para resolver um problema de programação linear, combinando com a técnica preditor-corretor de Mehrotra (1992) e aplicamos para determinar a solução do problema linear de distribuição dinâmico formulado como um problema linear de fluxo em rede, o qual é um problema de grande porte devido a sua estrutura de rede que formam a matriz de restrições. Esta estrutura de rede pode ser explorada por ser esparsa e portanto a matriz de restrições não precisa ser armazenada. Para uma maior compreensão na teoria do fluxo em rede e de suas aplicações, sugere-se consultar o livro de Ahuja et al. (1993). Para um maior entendimento quanto a teoria de pontos interiores e outros métodos, sugere-se a leitura de Wrigth (1997) e Vanderbei (2008). Este trabalho é organizado como segue: a seção 2 descreve o método homogêneo autodual para resolver o problema de programação linear; na seção 3 apresenta-se a formulação matemática do problema linear de distribuição dinâmico formulado como um problema linear de fluxo em rede, na seção 4 os resultados computacionais do método homogêneo e auto-dual aplicado ao caso em diferentes dimensões, e finalmente, na última seção são apresentados as conclusões. 2. Método homogêneo e auto-dual Nesta seção, apresentamos o método homogêneo e auto-dual para resolver o problema de programação linear, seguindo o trabalho de Xu et al. (1996). Consideremos o seguinte problema primal de programação linear dado no formato padrão: (P) min cc TT xx sujeito a: AAAA = bb, xx 0, onde c R n, A é uma matriz e de posto completo, A R m x n, m < n e b R m são dados, e x é o vetor de decisão, x R n. O problema dual de (P) pode ser descrito como: (D) max bb TT yy, sujeito a: AA TT yy + zz = cc, XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1238
3 zz 0, onde y R m e z R n é o vetor de folga dual Em geral, para resolver (P) e (D), é importante ter uma solução inicial viável para iniciar o processo de otimização. Este ponto inicial pode ser obtido pela fase I do método de II-fases ou usando o método M-Grande. Para evitar usar o método II-fases ou M-Grande, Ye et al. (1994) usarão o algoritmo homogêneo e auto-dual para (P) e (D) que tem o seguinte formato: Ax - bτ = 0, -A T y + cτ 0, (1) b T y - c T x 0, x, τ, 0. O sistema (1) é transformado em um sistema com restrições de igualdade incluindo variáveis adicionais. Assim, temos o sistema denominado H: H: Ax - bτ = 0, -A T y - z + cτ = 0, (2) b T y - c T x - к = 0, x, z, τ, к 0. Se o sistema H tem uma solução (x *, y *, z *, τ *, к * ) tal que τ * > 0 e к * = 0, então uma solução ótima para (P) é xx e uma solução ótima para (D) é (yy, zz ττ ττ ττ ). Por outro lado, a solução (x *, y *, z *, τ *, к * ) é tal que: x * + z * > 0 e τ * + к * > 0, e portanto, devemos analisar qualquer solução (x, y, z, τ, к) de H, o qual necessariamente deve satisfazer x T z+ τк = 0. Consideremos um ponto interior para o sistema H tal que x k > 0, y k, z k >0 τ k > 0 e к k > 0. Iniciando deste ponto interior, aplica-se o método modificado de Newton para resolver o sistema H. Em cada iteração, o método homogêneo e auto-dual resolve-se o seguinte sistema de equações lineares, para determinar a direção (dx, dy, dz, dτ, dк): onde : ηη e γ são dois parâmetros positivos, e: Adx - dτ = ηηr k P, -A T dy - dz + cdτ = - ηηr k D, b T dy - c T dx - dк = ηηr k G, (3) Z k dx + X k dz = γµe - X k z k, к k dτ + τ k dк = γµ - τ k к k, r k P = bτ k - Ax k, r k D = cτ k - A T y k - z k, r k G = c T x k - b T y k + к k, XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1239
4 µ k = xx kk TT zz kk +ττ kk к kk nn+1. Nas expressões acima, denomina-se e como o vetor 1 s, e X k e Z k indicam matrizes diagonais com x k e z k respectivamente nas suas diagonais. O método genérico do homogêneo e do auto-dual para resolver problemas de programação linear, apresentado por Xu et al. (1996), é descrito a seguir: Dado o ponto inicial x 0 >0, y 0, z 0 >0, τ 0 > 0 e к 0 >0; ηη [0,1] e γ [0,1], k Seja r P k = bτ k - Ax k ; r D k = cτ k - A T y k - z k ; r G k = c T x k - b T y k + к k. 2. Resolver o sistema (3) para (dx, dy, dz, dτ, dк). 3. Escolha o tamanho de passo α k > Atualizar: x k+1 = x k + α k dx > 0, y k+1 = y k + α k dy, z k+1 = z k + α k dz > 0, τ k+1 = τ k + α k dτ > 0, к k+1 = к k + α k dк > Se o critério de parada for satisfeito, parar. Senão, k k + 1, ir ao passo 1. Xu et al. (1996) aplica a técnica preditor-corretor de Mehrotra (1992) para resolver o sistema (3). Em particular, primeiro usa no passo preditor ηη = 1 e γ = 0, e temos o seguinte sistema: Adx -bdτ = r P k, -A T dy + cdτ - dz = - r D k, b T dy - c T dx - dк = r G k, (4) Z k dx + X k dz = -X k z k, к k dτ + τ k dк = -τ k к k. Realizando as substituições convenientes em (4), sem considerar o sub-índice k, temos o seguinte sistema: - ττ к cct dx +[A T + ττ к cbt ]dy + dz = r D + cf, [A T - ττ к bct ]dx + ττ к bbt dy = r p + bf, (5) Zdx + Xdz = - Xz. ou expresso em uma forma matricial, o sistema (5) é dado por: onde ff = ττк+ ττrr GG. к 0 AA TT II cc cc AA ττ bb bb к ZZ 0 XX 0 0 TT dddd rr DD + cccc dddd = rr PP + bbbb dddd XXXX, (6) XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1240
5 Uma vez determinada (dx, dy, dz) T, podemos então calcular dτ = f + ττ к ct dx - ττ к bt dy, e da terceira equação do sistema linear (4), podemos determinar dк: dк = b T dy - c T dx - r G k. Desta forma, temos determinado a direção (dx, dy, dz, dτ, dк). Agora, para determinar a solução do sistema linear (6), este pode ser expresso na forma: sendo, e (G + gh T )u = v, (7) 0 AA TT II cc cc G = AA 0 0, g = bb, h = ττ bb, к ZZ 0 XX 0 0 dddd rr DD + cccc u = dddd, v = rr PP + bbbb. dddd XXXX Usando a fórmula conhecida de Sherman-Morrison-Woodbury, consultar o livro de Nocedal e Wright (1999), temos que a solução de (7) é dada por: uu = GG 1 vv htt GG 1 vv 1+h TT (GG 1 gg) GG 1 gg. (8) De (8), pode-se observar que precisamos determinar GG 1 vv e GG 1 gg, isto é, devemos resolver o sistema linear digamos GG 1 vv = rr ou GGGG = vv, para o primeiro caso, e o mesmo para GG 1 gg = tt ou GGGG = gg. Isto significa resolver o sistema linear: 0 AA TT II rr 1 rr DD + cccc AA 0 0 rr 2 = rr PP + bbbb. (9) ZZ 0 XX rr 3 XXXX Similarmente, resolve-se também o sistema digamosgg 1 gg = tt ou GGGG = gg, isto é: 0 AA TT II tt 1 cc AA 0 0 tt 2 = bb. (10) ZZ 0 XX tt 3 0 As matrizes de coeficientes de (9) e (10) tem a mesma estrutura, como nos métodos de pontos interiores primal-dual para resolver problemas de programação linear padrão, consultar por exemplo o livro de Wrigth (1997), mas o lado direito de (9) e (10) são diferentes. Considerando essa observação, então para qualquer vetor do lado direito, a solução do sistema linear da forma (9) ou (10), isto é: 0 AA TT II pp 1 AA 0 0 pp 2 = ZZ 0 XX pp 3 qq 1 qq 2 qq 3. (11) XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1241
6 é dada por: (AZ -1 XA T )p 2 = AZ -1 (Xq 1 - q 3 ) + q 2, (12.1) p 3 = q 1 - A T p 2, (12.2) p 1 = Z -1 (q 3 - Xp 3 ). (12.3) A equação (12.1) denomina-se de sistema de equações normais. A solução deste sistema linear (12.1) pode ser determinada usando algum algoritmo de decomposição da matriz (AZ -1 XA T ), sendo esta última matriz, simétrica definida e positiva. Para a decomposição de matrizes poderíamos usar o método tradicional de Cholesky, mas para o nosso caso usamos o método AINV de Benzi et al. (2000) e seus motivos serão explicados na seção 4. Este método trata da decomposição da inversa da matriz (AZ -1 XA T ) tal que: (AZ -1 XA T ) -1 LP -1 L T, sendo L uma matriz triangular superior com elementos na diagonal igual a 1 s, e P uma matriz diagonal. Desta forma, usando (12.1) e realizando as operações convenientemente, podemos determinar os vetores r = G -1 v e t = G -1 g, e assim temos, de (8), determinamos o vetor u dado por: uu = rr htt rr tt. 1+h TT tt Assim o sistema (6) é resolvido para (dx, dy, dz) T, e usando (4) todas as outras variáveis dτ e dк são determinadas. Denominamos a solução resultante do sistema de equações (4) como a direção afim (dx a, dy a, dz a, dτ a, dк a ). e calculamos o tamanho de passo α dado por: αα = min (XX 1 ddxx aa,zz 1 ddzz aa, ddττaa ττ θθ aa,ddкaa к Assim, no passo preditor, podemos determinar (x, y, z, τ, к ) dada por: aa, θθ). (13) e (x, y, z, τ, к ) = (x k, y k, z k, τ k, к k ) + α(dx a, dy a, dz a, dτ a, dк a ), (14) µ k = xx kk TT zz kk +ττ kk к kk nn+1, e calculamos: e fazer γ = µ a = xx TT zz +ττ к nn+1, 2 µ aa µ kk se µ aa µ kk 0,01 min 0,1 ; max µ 3, (15) aa µ kk ; 0,0001 cccccccc ccccccccccárrrrrr ηη = 1- γ. Pode-se observar que γ 0,1, portanto ηη 0,9. A escolha acima dada por Xu et al. XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1242
7 (1996), deve ser apropriadamente calculada para que garanta uma maior eficiência do método preditor-corretor. Feito isto, realizamos o passo corretor que consiste em resolver o seguinte sistema: Adx -bdτ = ηηr P k, -A T dy + cdτ - dz = - ηηr D k, b T dy - c T dx - dк = ηηr G k, (16) Z k dx + X k dz = - X k z k - D a xd a z + γµ k e, к k dτ + τ k dк = - τ k к k - d a τd a к + γµ k, onde foram adicionadas D a xd a z e d a τd a к respectivamente, e D a x =diag(d a x) é a matriz diagonal com as componentes do vetor d a x A solução do sistema (16) é determinada seguindo o mesmo esquema realizado para a obtenção da solução do sistema (14). Denomina-se a solução (16) por (dx, dy, dz, dτ, dк ) e calculamos o tamanho do passo αα dado similarmente em (13), isto é: Fazer então: αα = min (XX 1 ddxx aa,zz 1 ddzz aa, ddττaa ττ θθ aa,ddкaa к aa, θθ). (x k+1, y k+1, z k+1, τ k+1, к k+1 ) = (x, y, z, τ, к ) + α(dx, dy, dz, dτ, dк ). Se o critério de parada não for satisfeito, realizar o passo preditor com γ 0 e ηη 1 isto é, resolver o sistema (4). Depois aplicar o passo corretor, isto é, resolver o sistema (16). Caso contrário, se o critério de parada for satisfeito, consultar Xu et al (1996), temos uma solução ótima aproximada e é dada por: 3. O problema de distribuição dinâmico (xx, yy, zz ) = xx kk+1 ττ yy kk+1 zzkk+1,, kk+1 ττkk+1 ττ kk+1. Uma cadeia de suprimentos pode ser entendida como uma forma de colaboração entre fornecedores, varejistas e consumidores para a criação de valor envolvendo fluxos físicos, informativos, financeiros e de conhecimento, cujo objetivo é satisfazer os requisitos do consumidor final com produtos e serviços de vários fornecedores ligados (AYERS, 2001, p. 4-5). Para ilustrar a eficiência do método homogêneo e auto-dual, consideremos o problema de distribuição dinâmica em um horizonte de planejamento T, pode ser formulado como uma PPL da seguinte forma: min cc iiii (tt)xx iiii (tt) + qq jjjj (tt)yy jjjj (tt) sujeito a: ii PP jj AA jj AA kk CC jj AA xx iiii (1) + xx iiii (1) = aa 1 (1) ; ii PP, ii AA xx iiii (1) + yy jjjj (1) + kk CC yy jjjj (1) = 0 ; jj AA, jj AA xx iiii (tt) + xx iiii (tt) = aa ii (tt) + xx iiii (tt 1) ; ii PP, ii AA xx iiii (tt) + yy jjjj (tt 1) + kk CC yy jjjj (tt) + yy jjjj (tt) = 0 ; jj AA, XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1243
8 jj AA yy jjjj (tt) = dd kk (tt) ; kk CC, xx iiii 0; ii PP; jj AA, yy jjjj 0; jj AA; kk CC. Onde: P Centros de produção, com ii PP, A Centros de armazenagem, com jj AA, C Centros de consumo, com kk CC, x ij (t) Número de unidades transportadas do centro de produção i ao centro de armazenagem j, no período t, x ii (t) Número de unidades remanescentes no centro de produção i e que resultam em um custo de armazenagem c ii (t), no período t, y jk (t) Número de unidades transportadas do centro de armazenagem j ao centro de consumo k, no período t, y jj (t) Número de unidades remanescentes no centro de armazenagem j, e que resultam em um custo de armazenagem q jj (t), no período t, aa ii (tt) Quantidade de bens produzidos no período t no centro de produção i P, dd kk (tt) Quantidade de bens consumidos no período t no centro de consumo k, k C. Conforme a figura abaixo: Figura 1. Problema da distribuição dinâmica Em um período observado t os centros de fabricação produzem bens que são enviados a centros de armazenagem que atendem as necessidades de cada centro de consumo no mesmo período. Em t+1 os centros de fabricação continuam a produzir bens a serem distribuídos para os centros de consumo, porém é possível que ainda existam bens residuais (estoques do período anterior) dentro dos próprios centros de fabricação ou dos centros de armazenagem. Tais estoques devem agora ser considerados no planejamento da distribuição de bens, sabendo que o total de fluxo de entrada deverá ser igual ao fluxo de saída em cada nó, e que ainda obedeçam a seguinte restrição: NN aa ii (tt) = NN dd kk (tt) ; ii PP ee kk CC tt=1 tt=1. XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1244
9 4. Resultados Computacionais Redes de diversas dimensões foram analisadas, dependendo do número de centros de produção, centros de armazenamento e centros de consumo. Para isso foi implementado um programa específico, em linguagem FORTRAN, que determina o nó de origem e o nó de destino que definem o arco de rede.. Um ponto inicial no método homogêneo e auto-dual é dado a seguir: x 0 = e, y 0 = -0,25, z 0 = e, τ 0 = 1, к 0 = 1. Mas uma boa escolha de outro ponto inicial poderia ser usado e talvez melhorar o desempenho computacional. Para determinar o tamanho de passo α correspondente, foi usado em todos os testes computacionais o valor de θθ = 0, O algoritmo homogêneo e auto-dual foi inteiramente codificado na linguagem FORTRAN com dupla precisão. Todos os experimentos foram realizados em um microcomputador PC Duron com 1GB de RAM e 1600MHZ de freqüência na plataforma Windows XP. Como foi mencionado anteriormente, a matriz inversa (AZ -1 XA T ) é decomposta usando o método AINV de Benzi et al. (2000) de tal forma que: (AZ -1 XA T ) -1 LP -1 L T Neste caso, aplicando o algoritmo AINV, solicita-se realizar o produto (AZ -1 XA T ) para um vetor p, não sendo necessário armazenar a matriz A nem a matriz (AZ -1 XA T ). Por outro lado, a matriz L, que é triangular superior, é armazenada em um vetor usando a seqüência l 11, l 12, l 22, l 13, l 23, etc. Diferentemente do método de Cholesky que talvez precisaria armazenar a parte simétrica da matriz (AZ -1 XA T ). A seguir apresentamos os resultados computacionais para redes de diferentes dimensões. Tabela 1. Resultados computacionais. M N P H N-link N-node Iteração Primal , , , , Dual , , , , Tempo 2,04 3,31 4,47 6,14 Onde: M Número de centros de produção, N Número de centros de armazenagem, P Número de centros de consumo, H Número de períodos, N-link Número de arcos, N-node Número de nós, Iteração Número de iterações realizadas Primal Valor da função objetivo do problema primal, Dual Valor da função objetivo do problema dual, Tempo Tempo do processamento dado em segundos. XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1245
10 Da tabela 1, pode-se observar que a diferença entre os valores da função objetiva do correspondente problema linear primal e dual é pequena. Por outro lado, o número de iterações é tipicamente muito pequeno quando aplicamos este método homogêneo e auto-dual. Podemos dizer que este método estudado comporta-se muito bem para o caso do problema linear dinâmico de fluxo em rede de diferentes dimensões. 5. Conclusões Este artigo apresentou o método homogêneo e auto-dual para resolver o problema de programação linear de grande porte como é o caso do problema de distribuição dinâmico formulado como um problema linear de fluxo em rede, que pela sua estrutura, a matriz A de restrições lineares é esparsa. O método estudado explora essa estrutura matricial, não sendo necessária a armazenamento da matriz A, nem da matriz (AZ -1 XA T ) quando foi resolvido o correspondente sistema linear. O método AINV é usado na solução de mais de um sistema linear, que tem a mesma matriz de coeficientes para diferentes lados direitos, quando é aplicado tanto o passo preditor e o corretor respectivamente. Os resultados numéricos realizados em algumas redes de diferentes dimensões confirmam a eficiência do método homogêneo e auto-dual. 6. Referências. Ahuja, A., Magnanti, T. e Orlin, J., (1993) Networks Flows: Theory, Algorithms and Applications, Prentice-Hall, Inc. New Jersey. Ayers, James B. (2001), Introduction to the supply chain. In AYERS, James B. ed. - Handbook of supply chain management. Boca Raton, FL: St. Lucie Press. Benzi, M., Cullum, J. e Tuma, M., (2000), Robust approximate inverse pre-conditioning for the conjugate gradient method, SIAM Journal of Scientific Computing, 22, Berkelaar, A., Dert, C., Oldenkamp, B. e Zhang, S., (2002), A primal-dual decompositionbased interior point approach to two-stage stochastic linear programming, Operation Research, 50, Karmakar, N., (1984), A polynomial-time algorithm for linear programming, Combinatorica, 4, Meggido, N. (1986), Pathways to the Optimal Set in Linear Programming. IBM. Almaden Research Center, San Jose, CA, USA. Relatório Técnico RJ Mehrotra, S., (1992), On the implementation of a primal-dual interior point, SIAM Journal on Optimization, 2, Nocedal, J. e Wright, S., (1999) Numerical Optimization, Springer-Verlag, New York. Sun, J. e Liu, X., (2006), Scenario formulation of stochastic linear programs and the homogeneous self-dual interior-point method, INFORMS Journal on Computing, 18, Vanderbei, R., (2008) Linear Programming, 3 rd. Ed. Springer, Boston. Wright, S., (1997) Primal-Dual Interior-Point methods, SIAM, Philadelphia. Xu, X., Hung, P. e Ye, Y., (1996), A simplified homogeneous and self-dual linear programming algorithm and its implementation, Annals of Operation Research, 62, Ye, Y., Todd, J. e Mizuno, S., (1994), An iteration homogeneous and self dual linear programming algorithm, Mathematics of Operations Research, 19, XLI SBPO Pesquisa Operacional na Gestão do Conhecimento Pág. 1246
OPTIMIZAÇÃO NÃO LINEAR EM REDES
OPTIMIZAÇÃO NÃO LINEAR EM REDES Luis Ernesto Torres Guardia Departamento de Engenharia de Produção Universidade Federal Fluminense Rua Passo da Pátria 156, São Domingos 24210-240, Niterói, R.J., Brasil
Leia maisMétodo Preditor-Corretor Aplicado ao Fluxo de Carga Ótimo com Correções Não-lineares nas Condições de Otimalidade
Método Preditor-Corretor Aplicado ao Fluxo de Carga Ótimo com Correções Não-lineares nas Condições de Otimalidade Roy Wilhelm Probst Departamento Acadêmico de Matemática UTFPR Curitiba PR E-mail: rwprobst@utfpr.edu.br
Leia maisESTATÍSTICA COMPUTACIONAL
ESTATÍSTICA COMPUTACIONAL Ralph dos Santos Silva Departamento de Métodos Estatísticos Instituto de Matemática Universidade Federal do Rio de Janeiro Sumário Introdução Solução de equações não lineares
Leia maisResolvendo algebricamente um PPL
Capítulo 6 Resolvendo algebricamente um PPL 6.1 O método algébrico para solução de um modelo linear A solução de problemas de programação linear com mais de duas variáveis, não pode ser obtida utilizando-se
Leia maisII Seminário da Pós-graduação em Engenharia Elétrica
UMA INVESTIGAÇÃO DOS PARÂMETROS NOS MÉTODOS MISTOS DE OTIMIZAÇÃO NÃO LINEAR Ellen Cristina Ferreira Aluna do Programa de Pós-Graduação em Engenharia Elétrica Unesp Bauru Profa. Dra. Edméa Cássia Baptista
Leia maisMétodos de Pesquisa Operacional
Métodos de Pesquisa Operacional Programação Linear é a parte da Pesquisa Operacional que trata da modelagem e resolução de problemas formulados com funções lineares. Programação Linear } Métodos de Resolução
Leia maisFLUXO EM REDE PARA MÚLTIPLOS PRODUTOS - DECOMPOSIÇÃO AINV
XXX ENCNTR NCINL E ENGENHRI E PRUÇÃ Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente São Carlos, SP, Brasil, 1 a15 de outubro de 010 FLUX
Leia maisDEPARTAMENTO DE ENGENHARIA MECÂNICA
DEPARTAMENTO DE ENGENHARIA MECÂNICA Otimização: Algoritmos e Aplicações na Engenharia Mecânica ENG1786 & MEC2403 Ivan Menezes 2018-2 1 EMENTA 1. Introdução 1.1 Definições Básicas 1.2 Classificação dos
Leia maisPrecondicionadores baseados na aproximação da inversa da matriz de coeficientes
Precondicionadores baseados na aproximação da inversa da matriz de coeficientes João Paulo K. Zanardi, Italo C. N. Lima, Programa de Pós Graduação em Eneganharia Mecânica, FEN, UERJ 20940-903, Rio de Janeiro,
Leia maisPrograma de Unidade Curricular
Programa de Unidade Curricular Faculdade Ciências Empresariais Licenciatura Ciências Económicas e Empresariais Unidade Curricular Investigação Operacional Semestre: 5 Nº ECTS: 6,0 Regente José Manuel Brito
Leia maisMétodos de Pontos Interiores com a Aplicação do Precondicionador de Elman
Trabalho apresentado no XXXVIII CNMAC, Campinas - SP, 2018. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Métodos de Pontos Interiores com a Aplicação do Precondicionador
Leia maisOtimização. Conceitos Fundamentais. Paulo Henrique Ribeiro Gabriel Faculdade de Computação Universidade Federal de Uberlândia 2016/2
Otimização Conceitos Fundamentais Paulo Henrique Ribeiro Gabriel phrg@ufu.br Faculdade de Computação Universidade Federal de Uberlândia 2016/2 Paulo H. R. Gabriel (FACOM/UFU) GSI027 2016/2 1 / 30 Agradecimentos
Leia maisSolução de Sistemas Lineares de Grande Porte Usando uma Variante do Método dos Gradientes Conjugados
Solução de Sistemas Lineares de Grande Porte Usando uma Variante do Método dos Gradientes Conjugados Alessandro Fonseca Esteves Coelho Universidade Estadual de Campinas Cidade Universitária Zeferino Vaz,
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Aula Anterior 2 3 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Decomposição LU A matriz de coeficientes é decomposta em L e U L é uma matriz
Leia maisModelagem Computacional. Parte 8 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 8 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 10 e 11] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisMAP Métodos Numéricos e Aplicações Escola Politécnica 1 Semestre de 2017 EPREC - Entrega em 27 de julho de 2017
1 Preliminares MAP3121 - Métodos Numéricos e Aplicações Escola Politécnica 1 Semestre de 2017 EPREC - Entrega em 27 de julho de 2017 A decomposição de Cholesky aplicada a Finanças O exercício-programa
Leia mais5 Análise de Sensibilidade
MAC-35 - Programação Linear Primeiro semestre de 00 Prof. Marcelo Queiroz http://www.ime.usp.br/~mqz Notas de Aula 5 Análise de Sensibilidade Neste capítulo consideramos o problema de programação linear
Leia maisMatriz de Avaliação de Matemática
Matriz de Avaliação de Matemática A prova de matemática do TRLQ (Teste de Raciocínio Lógico Quantitativo) tem por objetivo avaliar o preparo das pessoas que a realizam para cursar programas de ensino que
Leia maisMétodo de Newton modificado
Método de Newton modificado Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de setembro de 2010 1 / 36 Método de Newton Como já vimos, o método
Leia maisAplicação do Sistema de Girard no Cálculo de Raízes de Polinômios
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014 Aplicação do Sistema de Girard no Cálculo de Raízes de Polinômios Oliver Kolossoski Programa de Pós-Graduação em Matemática Aplicada, PPGMA - Centro
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de fevereiro de 2015 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisResolução de problemas com apenas restrições lineares de igualdade
Resolução de problemas com apenas restrições lineares de igualdade Marina Andretta ICMC-USP 14 de outubro de 2014 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 14 de outubro de 2014 1 / 22
Leia maisTeoria das Estruturas - Aula 08
Teoria das Estruturas - Aula 08 Cálculo de Deslocamentos em Estruturas Isostáticas (1) Trabalho Externo das Cargas e Energia Interna de Deformação; Relações entre Energia de Deformação e Esforços Internos;
Leia maisMétodo Preditor-Corretor com correções em todas as Condições de Otimalidade para o problema de Fluxo de Potência Ótimo PRÉ-ANAIS
Método Preditor-Corretor com correções em todas as Condições de Otimalidade para o problema de Fluxo de Potência Ótimo Roy Wilhelm Probst Universidade Tecnológica Federal do Paraná (UTFPR) Curitiba PR
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 27 de agosto de 2012 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisSistemas de Equações Lineares e Matrizes
Sistemas de Equações Lineares e Matrizes. Quais das seguintes equações são lineares em x, y, z: (a) 2x + 2y 5z = x + xy z = 2 (c) x + y 2 + z = 2 2. A parábola y = ax 2 + bx + c passa pelos pontos (x,
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisO teorema do ponto fixo de Banach e algumas aplicações
O teorema do ponto fixo de Banach e algumas aplicações Andressa Fernanda Ost 1, André Vicente 2 1 Acadêmica do Curso de Matemática - Centro de Ciências Exatas e Tecnológicas - Universidade Estadual do
Leia maisCinemática (warmup) Douglas Wildgrube Bertol DEE - Engenharia Elétrica CCT
Cinemática (warmup) Douglas Wildgrube Bertol DEE - Engenharia Elétrica CCT AS2ROB1 Fundamentos de Robótica Joinville 10/03/2019 Sumário Introdução Descrições espaciais Mapeamentos Transformações homogêneas
Leia maisDESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI
DESENVOLVIMENTO DE UM MÓDULO DE PROGRAMAÇÃO LINEAR NO PROGRAMA OPTIMI BIONDI C. O.¹, VIANNA S. S. V. 2, RODRIGUES M. T. M.³ 1 Universidade Estadual de Campinas, Departamento de Engenharia de Sistemas Químicos
Leia maisITERAÇÕES CONTINUADAS APLICADAS AO MÉTODO DE PONTOS INTERIORES PREDITOR CORRETOR
ITERAÇÕES CONTINUADAS APLICADAS AO MÉTODO DE PONTOS INTERIORES PREDITOR CORRETOR Lilian Ferreira Berti Depto de Matemática Aplicada, IMECC, UNICAMP 13083-859, Campinas, SP E-mail: lilian@ime.unicamp.br
Leia maisResolução de Sistemas Lineares. Ana Paula
Resolução de Sistemas Lineares Sumário 1 Aula Anterior 2 Decomposição LU 3 Decomposição LU com Pivotamento 4 Revisão Aula Anterior Aula Anterior Aula Anterior Aula Anterior Eliminação de Gauss Transforma
Leia maisna Diagonal da Fatoração Controlada de Cholesky aplicado ao Método de Pontos Interiores
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Modificação no Cálculo do Parâmetro de Correção de Falhas na Diagonal
Leia maisModelagem Computacional. Parte 6 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Parte 6 2 Prof. Thiago Alves de Queiroz 2/2016 2 [Cap. 6 e 7] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning,
Leia maisMétodos Numéricos - Notas de Aula
Métodos Numéricos - Notas de Aula Prof a Olga Regina Bellon Junho 2007 Introdução Sistemas Lineares Sistemas lineares são sistemas de equações com m equações e n incógnitas formados por equações lineares,
Leia mais01. Escreva uma equação para a função do primeiro grau f satisfazendo as condições dadas. Represente as funções graficamente.
DEPARTAMENTO DE MATEMÁTICA APLICADA - ICTE Lista 0 Cálculo Diferencial e Integral I Profa.: LIDIANE SARTINI 0. Escreva uma equação para a função do primeiro grau f satisfazendo as condições dadas. Represente
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística
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 maisLorí Viali. Afiliação
Lorí Viali Licenciatura Plena em Matemática UFRGS Bacharelado em Matemática UFRGS Especialização em Formação de Pesquisadores PUCRS Mestrado em Engenharia de Produção (PO) UFSC Doutorado Sanduíche na USF
Leia maisParte 0: Normas de Vetor e Matriz
Cálculo Numérico SME0104 ICMC-USP Lista : Sistemas Lineares Métodos Diretos Parte 0: Normas de Vetor e Matriz 1. Dadas as matrizes: 3 5 7 A = 3 6 B = 1 7 1 (a) Calcule A 1, B 1 e C 1 (b) Calcule A, B e
Leia maisMAP Primeiro exercício programa Método de Diferenças Finitas para solução de problemas de contorno de equações diferenciais ordinárias
MAP-2121 - Primeiro exercício programa - 2006 Método de Diferenças Finitas para solução de problemas de contorno de equações diferenciais ordinárias Instruções gerais - Os exercícios computacionais pedidos
Leia maisMétodo do Lagrangiano aumentado
Método do Lagrangiano aumentado Marina Andretta ICMC-USP 23 de novembro de 2010 Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear 23 de novembro de 2010 1 / 17 Problema com restrições gerais Vamos
Leia maisMarina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.
Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear
Leia maisSistemas de equações lineares
É um dos modelos mais u3lizados para representar diversos problemas de Engenharia (cálculo estrutural, circuitos elétricos, processos químicos etc.) Conservação da carga: i 1 i 2 i 3 = 0 i 3 i 4 i 5 =
Leia maisResolução de sistemas de equações lineares: Método dos Gradientes Conjugados
Resolução de sistemas de equações lineares: Método dos Gradientes Conjugados Marina Andretta/Franklina Toledo ICMC-USP 24 de março de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina
Leia maisSistemas de Equações Lineares
Capítulo 3 Sistemas de Equações Lineares Um sistema com n equações lineares pode ser escrito na forma : ou na forma matricial onde com a 1,1 x 1 + a 1,2 x 2 + + a x n = b 1 a 2,1 x 1 + a 2,2 x 2 + + a
Leia maisManual de Identidade Visual. Programa de Avaliação de Desempenho dos Técnico-Administrativos em Educação da UFJF
Manual de Identidade Visual Apresentação e Variações Manual de Identidade Visual Apresentação e Variações Manual de Identidade Visual Apresentação e Variações Manual de Identidade Visual Apresentação e
Leia maisMétodo Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisRelações de recorrência
Relações de recorrência Sequências. Relações de recorrência. Equação caraterística. Relações de recorrência de ª ordem não homogéneas. Referência: Capítulo: 4 Discrete Mathematics with Graph Theory Edgar
Leia maisCURSO DE MESTRADO EM Construções Metálicas
CURSO DE MESTRADO EM Construções Metálicas DEPARTAMENTO DE ENGENHARIA CIVIL - ESCOLA DE MINAS UNIVERSIDADE FEDERAL DE OURO PRETO Disciplina: Otimização Estrutural I Carga Horária: 45 Código: CIV 733 Responsável:
Leia maisTeoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisPré-despacho Hidrométrico com Reserva de Energia Através de Métodos de Pontos Interiores
Pré-despacho Hidrométrico com Reserva de Energia Através de Métodos de Pontos Interiores Mayk V. Coelho Aurelio R. L. Oliveira Secundino Soares Faculdade de Engenharia Elétrica e de Computação, FEEC, UNICAMP,
Leia maisSISTEMAS LINEARES PROF. EDÉZIO
SOLUÇÕES NUMÉRICAS DE SISTEMAS LINEARES PROF. EDÉZIO Considere o sistema de n equações e n incógnitas: onde E : a x + a x +... + a n x n = b E : a x + a x +... + a n x n = b. =. () E n : a n x + a n x
Leia maisO Algoritmo Talus para Otimização Global
O Algoritmo Talus para Otimização Global André Leite Luís Henrique de Santana Programa de Pós-Graduação em Eng. Elétrica Programa de Pós-Graduação em Eng. de Produção leite.andre@gmail.com santanalh@ahoo.com.br
Leia maisPrática 02. Total. Pré-requisitos 2 MTM112. N o
Disciplina Pesquisa Operacional I MINISTÉRIO DA Departamento DEPARTAMENTO DE COMPUTAÇÃO Carga Horária Semanal Pré-requisitos 1 CIC170 Teórica EDUCAÇÃO E CULTURA DIRETORIA DE ENSINO 1 PROGRAMA DE DISCIPLINA
Leia maisIMPLEMENTAÇÃO DE ALGORITMOS SIMPLEX E PONTOS INTERIORES
IMPLEMENTAÇÃO DE ALGORITMOS SIMPLEX E PONTOS INTERIORES PARA PROGRAMAÇÃO LINEAR LEIZER DE LIMA PINTO MARCO ANTONIO FIGUEIREDO MENEZES Resumo: o objetivo deste trabalho é estudar e implementar algoritmos
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Revisão Método Simplex Solução básica factível: xˆ xˆ, xˆ N em que xˆ N 0 1 xˆ b 0 Solução geral
Leia maisComo resolver o QFEMUP usando otimização
Como resolver o QFEMUP usando otimização Marina Andretta ICMC-USP 2 de agosto de 2016 Baseado no artigo M. Andretta, E. G. Birgin and M. Raydan, An inner-outer nonlinear programming approach for constrained
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 13 04/2014 Sistemas de Equações Lineares Parte 3 MÉTODOS ITERATIVOS Cálculo Numérico 3/44 MOTIVAÇÃO Os métodos iterativos
Leia maisO método Simplex Aplicado ao Problema de Transporte (PT).
Prof. Geraldo Nunes Silva (Revisado por Socorro Rangel) Estas notas de aula são Baseadas no livro: Hillier, F. S. e G. J. Lieberman. Introdução à Pesquisa Operacional, Campus, a ed., 9 Agradeço a Professora
Leia maisDeterminação de raízes de polinômios: Método de Briot-Ruffini-Horner
Determinação de raízes de polinômios: Marina Andretta/Franklina Toledo ICMC-USP 13 de maio de 2015 Baseado no livro Cálculo Numérico, de Neide B. Franco Marina Andretta/Franklina Toledo (ICMC-USP) sme0301
Leia maisResistência dos Materiais I
Resistência dos Materiais I Luciano Pessanha Moreira, D.Sc. Professor Associado Departamento de Engenharia Mecânica Escola de Engenharia Metalúrgica Industrial de Volta Redonda Universidade Federal Fluminense
Leia maisUN ALGORITMO DE PUNTO INTERIOR PARA LA RESOLUCIÓN DE PROBLEMAS DE CONTACTO
UN ALGORITMO DE PUNTO INTERIOR PARA LA RESOLUCIÓN DE PROBLEMAS DE CONTACTO Sandro Rodrigues Mazorche Universidade Federal de Juiz de Fora - UFJF, Dep. de Matemática - ICE, Campus Universitário - CEP 36036-330
Leia maisOtimização de grande porte
Otimização de grande porte Silvana Bocanegra Ciclo de Seminários BSI 204.2 Esboço Otimização: definição, aplicações e motivação; Classe de problemas de otimização e métodos de solução; Principais métodos
Leia maisUm Algoritmo de Pontos Interiores na Resolução de Problemas de Programação Linear com Coeficientes Fuzzy
Trabalho apresentado no CNMAC, Gramado - RS, 2016. Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Um Algoritmo de Pontos Interiores na Resolução de Problemas de Programação
Leia maisPESQUISA OPERACIONAL
PESQUISA OPERACIONAL Uma breve introdução. Prof. Cleber Almeida de Oliveira Apostila para auxiliar os estudos da disciplina de Pesquisa Operacional por meio da compilação de diversas fontes. Esta apostila
Leia maisétodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO
Leia maisProblema 5a by
Problema 5a by fernandopaim@paim.pro.br Resolva o sistema linear por escalonamento S = x y z=1 x y z= 1 2x y 3z=2 Resolução Utilizaremos quatro métodos para ilustrar a resolução do sistema linear acima.
Leia maisLaboratório de Simulação Matemática. Parte 6 2
Matemática - RC/UFG Laboratório de Simulação Matemática Parte 6 2 Prof. Thiago Alves de Queiroz 2/2017 2 [Cap. 6] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia maisBernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2
Uma Introdução à Otimização sob Incerteza Bernardo Kulnig Pagnoncelli 1 e Humberto José Bortolossi 2 1 Departamento de Matemática Pontifícia Universidade Católica do Rio de Janeiro 2 Departamento de Matemática
Leia maisResolução de sistemas de equações lineares: Fatorações de matrizes
Resolução de sistemas de equações lineares: Fatorações de matrizes Marina Andretta/Franklina Toledo ICMC-USP 5 de fevereiro de 2014 Baseado no livro Análise Numérica, de R. L. Burden e J. D. Faires. Marina
Leia maisEstabilidade e Estabilização de Sistemas Lineares via
Trabalho apresentado no DINCN, Natal - RN, 2015 Proceeding Series of the Brazilian Society of Computational and Applied Mathematics Estabilidade e Estabilização de Sistemas Lineares via Programação Semidefinida
Leia maisMarina Andretta. 10 de outubro de Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis.
Solução básica viável inicial Marina Andretta ICMC-USP 10 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211
Leia maisZeros de Polinômios. 1 Resultados Básicos. Iguer Luis Domini dos Santos 1, Geraldo Nunes Silva 2
Zeros de Polinômios Iguer Luis Domini dos Santos, Geraldo Nunes Silva 2 DCCE/IBILCE/UNESP, São José do Rio Preto, SP, Brazil, iguerluis@hotmail.com 2 DCCE/IBILCE/UNESP, São José do Rio Preto, SP,Brazil,
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o
INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)
Leia maisCálculo Numérico BCC760
Cálculo Numérico BCC760 Resolução de Sistemas de Equações Lineares Simultâneas Departamento de Computação Página da disciplina http://www.decom.ufop.br/bcc760/ 1 Introdução! Definição Uma equação é dita
Leia maisSistemas de Equações Lineares Algébricas
Sistemas de Equações Lineares Algébricas A x + A x +... + A n x n b A x + A x +... + A n x n b............... A n x + A n x +... + A nn x n b n A A... A n x b A A... A n x b.................. A n A n...
Leia maisDeterminação numérica de autovalores e autovetores: Método das Potências Inversas
Determinação numérica de autovalores e autovetores: Marina Andretta/Franklina Toledo ICMC-USP 27 de março de 2015 Marina Andretta/Franklina Toledo (ICMC-USP) sme0301 - Métodos Numéricos para Engenharia
Leia maisEquações diferenciais ordinárias
Departamento de Física Universidade Federal da Paraíba 24 de Junho de 2009 Motivação Problemas envolvendo equações diferenciais são muito comuns em física Exceto pelos mais simples, que podemos resolver
Leia maisModelagem Computacional. Aula 5 2
Mestrado em Modelagem e Otimização - RC/UFG Modelagem Computacional Aula 5 2 Prof. Thiago Alves de Queiroz 2 [Cap. 5] BURDEN, R. L.; FAIRES, J. D. Numerical Analysis (9th ed). Cengage Learning, 2010. Thiago
Leia maisAplicação do Método de Barreira Logarítmica na Resolução de um Problema de Programação Linear.
Aplicação do Método de Barreira Logarítmica na Resolução de um Problema de Programação Linear. Rodrigo Romais (FCSGN) 1 r.romais@gmail.com Resumo: Métodos numéricos de Ponto Interior são extremamente úteis
Leia maisPrograma de Pós-Graduação em Modelagem e Otimização, Regional Catalão / UFG
15 CAPÍTULO ABORDAGENS ROBUSTAS PARA PROBLEMAS DE OTIMIZAÇÃO LINEAR COM INCERTEZA NOS DADOS Marques, Raina Ribeiro 1 *; Queiroz, Thiago Alves de 2 ; 1 Programa de Pós-Graduação em Modelagem e Otimização,
Leia maisMétodos de Pontos Interiores Aplicados ao Problema de Pré-Despacho de um Sistema Hidroelétrico com Manobras Programadas
Métodos de Pontos Interiores Aplicados ao Problema de Pré-Despacho de um Sistema Hidroelétrico com Manobras Programadas Aurelio R. L. Oliveira Silvia M. S. Carvalho Instituto de Matemática Estatística
Leia maisUMA NOVA PROPOSTA PARA MODIFICAR A FATORAÇÃO CONTROLADA DE CHOLESKY NO MÉTODO DE PONTOS INTERIORES
UMA NOVA PROPOSTA PARA MODIFICAR A FATORAÇÃO CONTROLADA DE CHOLESKY NO MÉTODO DE PONTOS INTERIORES Manolo Rodriguez Heredia Departamento de Matemática Aplicada -IMECC - UNICAMP 13083-859, Campinas, SP
Leia maisRenato Martins Assunção
Análise Numérica Renato Martins Assunção DCC - UFMG 2012 Renato Martins Assunção (DCC - UFMG) Análise Numérica 2012 1 / 84 Equação linear Sistemas de equações lineares A equação 2x + 3y = 6 é chamada linear
Leia maisProgramação Matemática Lista 3
Programação Matemática Lista 3. Coloque na forma padrão os seguintes problemas de programação linear: a) Maximizar X 7 X + 8 X 3 +X 4 X + X X 3 + X 4 4 X + X 3 9 X + X 3 + X 4 6 X 0, X 0, X 3 0, X 4 0
Leia maisAfiliação. Professor Titular do Departamento de Estatística Faculdade de Matemática da PUCRS
Lorí Viali Licenciatura Plena em Matemática UFRGS Bacharelado em Matemática UFRGS Especialização em Formação de Pesquisadores PUCRS Mestrado em Engenharia de Produção (PO) UFSC Doutorado Sanduíche na USF
Leia maisATRIBUIÇÕES E COMPETÊNCIAS. Do município e dos órgãos dos municípios
ATRIBUIÇÕES E COMPETÊNCIAS Do município e dos órgãos dos municípios Atribuições e competências (sumário) Atribuições do município e competências dos seus órgãos Competências da Assembleia Municipal Competências
Leia mais1.3 Matrizes inversas ] [ 0 1] = [ ( 1) ( 1) ] = [1 0
1.3 Matrizes inversas Definição: Seja A uma matriz de ordem k n, a matriz B de ordem n k é uma inversa à direita de A, se AB = I. A Matriz C de ordem n k é uma inversa à esquerda de A, se CA = I. Exemplo
Leia maisProgramação Linear - Parte 5
Matemática Industrial - RC/UFG Programação Linear - Parte 5 Prof. Thiago Alves de Queiroz 1/2016 Thiago Queiroz (IMTec) Parte 5 1/2016 1 / 29 Dualidade Os parâmetros de entrada são dados de acordo com
Leia maisMétodo Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016
Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear
Leia mais2 Métodologia para a Resolução do NEP
Trabalho apresentado no CMAC-Sul, Curitiba-PR, 2014. Algoritmos para o Problema de Equilíbrio de Nash Euda Mara da Silva Ferreria Universidade Federal do Paraná, UFPR, Curitiba, PR E-mail: diretoria@facel.com.br
Leia maisTeoria das Estruturas - Aula 07
Teoria das Estruturas - Aula 07 Arcos Isostáticos Definição e Tipos Casos Particulares de Arcos Equação do Arco Parabólico de 2º. Grau, Equação da Linha de Pressões e Arcos com Apoios Desnivelados Prof.
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 maisADA 1º BIMESTRE CICLO I 2018 MATEMÁTICA 2ª SÉRIE DO ENSINO MÉDIO
ADA º BIMESTRE CICLO I 08 MATEMÁTICA ª SÉRIE DO ENSINO MÉDIO ITEM DA ADA Um sistema de equações pode ser usado para representar situações-problemas da matemática ou do dia-a-dia. Assinale a alternativa
Leia maisINTRODUÇÃO AOS MÉTODOS NUMÉRICOS. Solução de Sistemas Lineares
INTRODUÇÃO AOS MÉTODOS NUMÉRICOS Solução de Sistemas Lineares Introdução Uma variedade de problemas de engenharia pode ser resolvido através da análise linear; entre eles podemos citar: determinação do
Leia maisPESQUISA OPERACIONAL Introdução. Professor Volmir Wilhelm Professora Mariana Kleina
PESQUISA OPERACIONAL Introdução Professor Volmir Wilhelm Professora Mariana Kleina PESQUISA OPERACIONAL Ementa Revisão de Álgebra Linear. Modelos de Programação Linear. O Método Simplex. O Problema do
Leia maisSME0300 Cálculo Numérico Aula 11
SME0300 Cálculo Numérico Aula 11 Maria Luísa Bambozzi de Oliveira marialuisa @ icmc. usp. br Sala: 3-241 Página: tidia-ae.usp.br 21 de setembro de 2015 Tópico Anterior Sistemas Lineares: Métodos Exatos:
Leia mais