Caracterização de desempenho em programas paralelos
|
|
- Carlos Eduardo Belém Leveck
- 8 Há anos
- Visualizações:
Transcrição
1 Caracterização de desempenho em programas paralelos Esbel Tomás Valero Orellana Bacharelado em Ciência da Computação Departamento de Ciências Exatas e Tecnológicas Universidade Estadual de Santa Cruz evalero@uesc.br Introdução ao Processamento Paralelo Caracterização de desempenho 1 / 49
2 Conteúdo 1 Introdução 2 3 Caracterização de desempenho 2 / 49
3 Conteúdo 1 Introdução 2 3 Caracterização de desempenho 3 / 49
4 Serial vs Paralelo Algoritmo serial ou seqüencial: executado em um único processador, Algoritmo paralelo: executado em dois ou mais processadores, Para cada algoritmo paralelo existe um algoritmo serial que realiza a mesma tarefa, Antes de criar um algoritmo paralelo sempre crie uma versão serial para o mesmo problema. Algoritmo serial: ponto de partida, garante a compreensão do problema, auxilia na validação do programa paralelo. Caracterização de desempenho 4 / 49
5 Objetivo de um programa paralelo Objetivo de um algoritmo paralelo: obter um desempenho superior com relação a versão seqüencial; Desempenho = tempo de execução, Tempo total de execução = tempo de computação + tempo ocioso + tempo de comunicação, Caracterização de desempenho 5 / 49
6 Tempo de execução Tempo de computação: tempo das operações de E/S e cálculos do programa, Tempo ocioso ou tempo de sincronização: Dedicado a sincronizar um algoritmo ou a esperar pelos processos mais lentos, Tempo de comunicação = latência + tempo de transmissão, latência: tempo de preparação da mensagem (pacotes), tempo de transmissão: velocidade real de transmissão (largura de banda). Caracterização de desempenho 6 / 49
7 Fatores Introdução Para obtermos algoritmos paralelos eficientes devemos considerar: Balanceamento de carga: dividir equitativamente o trabalho entre os processadores, Minimizar as necessidades de comunicação, Minimizar o tempo ocioso, Sobrepor as operações de comunicação e de computação. Minimizar (concentrar) as operações E/S. Caracterização de desempenho 7 / 49
8 Projeto de programas paralelos Existem basicamente dois enfoques para projetar programas paralelos: 1 Paralelismo de dados: neste enfoque particionamos os dados, e associamos um subconjunto de dados a cada processo, cada processo executa os mesmos comandos sobre seu subconjunto de dados. 2 Paralelismo de controle: dividimos o problema em tarefas (etapas) independentes, associamos cada tarefa a um processo, cada processo executa comandos diferentes. Caracterização de desempenho 8 / 49
9 Projeto de programas paralelos Exemplo: Paralelismo de dados, previsão do clima Caracterização de desempenho 9 / 49
10 Projeto de programas paralelos Exemplo: Paralelismo de controle, previsão do clima Caracterização de desempenho 10 / 49
11 Projeto de programas paralelos Características do paralelismo de dados: 1 pode ser implementado mais facilmente que o paralelismo de controle, 2 não é prejudicado pela dependência entre as operações, 3 programas deste tipo são facilmente escaláveis (podem ser utilizados para resolver problemas cada vez maiores, apenas colocando mais processos), 4 pouca comunicação entre processos. Caracterização de desempenho 11 / 49
12 Projeto de programas paralelos Características do paralelismo de controle: 1 deve considerar a dependência entre as operações, 2 difícil de ser implementado, 3 dificuldades de escalabilidade, 4 grandes necessidades de comunicação. Caracterização de desempenho 12 / 49
13 Projeto de programas paralelos Características do paralelismo de controle: 1 deve considerar a dependência entre as operações, 2 difícil de ser implementado, 3 dificuldades de escalabilidade, 4 grandes necessidades de comunicação. A maioria dos programas paralelos envolvem os dois enfoques (dados e controle), O paralelismo de dados é muito mais comum. Caracterização de desempenho 12 / 49
14 Projeto de programas paralelos Como construir um programa paralelo: 1 Estudar, implementar e validar uma solução serial para o problema; Caracterização de desempenho 13 / 49
15 Projeto de programas paralelos Como construir um programa paralelo: 1 Estudar, implementar e validar uma solução serial para o problema; 2 Dividir os dados do problema entre os processos (PD); Caracterização de desempenho 13 / 49
16 Projeto de programas paralelos Como construir um programa paralelo: 1 Estudar, implementar e validar uma solução serial para o problema; 2 Dividir os dados do problema entre os processos (PD); 3 Verificar se a solução paralela pode ser alcançada apenas executando o algoritmo serial em cada conjunto de dados (PD); Caracterização de desempenho 13 / 49
17 Projeto de programas paralelos Como construir um programa paralelo: 1 Estudar, implementar e validar uma solução serial para o problema; 2 Dividir os dados do problema entre os processos (PD); 3 Verificar se a solução paralela pode ser alcançada apenas executando o algoritmo serial em cada conjunto de dados (PD); 4 Se o paralelismo de dados não for suficiente, identificar as necessidades de comunicação entre os processos; Caracterização de desempenho 13 / 49
18 Projeto de programas paralelos Como construir um programa paralelo: 1 Estudar, implementar e validar uma solução serial para o problema; 2 Dividir os dados do problema entre os processos (PD); 3 Verificar se a solução paralela pode ser alcançada apenas executando o algoritmo serial em cada conjunto de dados (PD); 4 Se o paralelismo de dados não for suficiente, identificar as necessidades de comunicação entre os processos; 5 Introduzir o paralelismo de controle (PC). Caracterização de desempenho 13 / 49
19 Conteúdo 1 Introdução 2 3 Caracterização de desempenho 14 / 49
20 Notação Introdução p = número de processos (processadores) ou threads. n = tamanho do problema. Para avaliar o desempenho de programas seriais se utiliza notação assintótica (O, Ω), Análises assintóticas não são apropriadas para caracterizar o desempenho de programas paralelos. Caracterização de desempenho 15 / 49
21 Parâmetros Granularidade, Fator de balanço de carga, Speedup, Eficiência. Caracterização de desempenho 16 / 49
22 Granularidade Granularidade G(n) expressa a relação entre a quantidade de computação e a quantidade de comunicação em um algoritmo paralelo G(n) = T cp(n) T cm (n) T cp Tempo de computação, T cm Tempo de comunicação, Caracterização de desempenho 17 / 49
23 Granularidade A granularidade de um problema é inversamente proporcional ao volume de paralelização do problema. Nro subproblemas Computação Comunicação Granularidade Paralelismo Grande Pouca Alta Fina Alto Baixo Grande Baixa Grossa Baixo Caracterização de desempenho 18 / 49
24 Granularidade A granularidade de um problema é inversamente proporcional ao volume de paralelização do problema. Nro subproblemas Computação Comunicação Granularidade Paralelismo Grande Pouca Alta Fina Alto Baixo Grande Baixa Grossa Baixo Caracterização de desempenho 18 / 49
25 Fator de balanço de carga Fator de balanço de carga ou razão de sincronização (F LB ) F LB (n) = T max(n) T min (n) T max (n) T max Tempo do último processo a terminar, T min Tempo do primeiro processo a terminar, É um indicativo do balanço de carga do algoritmo, F LB 1, situação indesejável T max >> T min ; F LB 0, situação ótima T max T min. Caracterização de desempenho 19 / 49
26 Speedup Tempo de execução de um programa serial: T (n), apenas depende do tamanho do problema; Tempo de execução de um programa paralelo: T (n, p), depende do tamanho do problema e do número de processadores utilizados na execução; T (n, p) tempo total de execução, tempo transcorrido desde que o primeiro processador começa a execução, até que o último processador completa a execução da última instrução. Caracterização de desempenho 20 / 49
27 Speedup Na maioria dos programas T (n, p) é simplesmente o tempo de execução do processo responsável pelas operações de E/S do programa (processo master), Consideramos que cada processo é executado em um processador físico diferente (não existem processos concorrentes), Geralmente para avaliarmos o desempenho de um programa paralelo comparamos ele com o programa serial que resolve o mesmo problema. Caracterização de desempenho 21 / 49
28 Speedup Speedup: é a razão do tempo de execução do algoritmo serial T (n) com o tempo de execução do algoritmo paralelo T (n, p), S(n, p) = T (n) T (n, p) T (n) tempo de execução do algoritmo serial mais rápido executado em um processador da máquina paralela, T (n, p) tempo de execução do algoritmo paralelo em p processadores da máquina paralela. Caracterização de desempenho 22 / 49
29 Speedup O algoritmo paralelo pode ser diferente do algoritmo serial mais rápido, O speedup fornece um indicador para o aumento da velocidade por utilizarmos uma maquina paralela. De forma geral: 0 < S(n, p) p, Se S(n, p) = p teremos speedup linear, Speedup linear é uma rara ocorrência pois a maioria das soluções paralelas introduzem alguma sobrecarga produto da distribuição de carga e a comunicação entre processos. Caracterização de desempenho 23 / 49
30 Speedup Se a sobrecarga da paralelização for muito alta, teremos que T (n) < T (n, p) e S(n, p) < 1 esta situação indesejável é chamada de slowdown. Resumo de speedups: S(n, p) < 1, slowdown, situação indesejável; 1 < S(n, p) < p, sublinear, comportamento geral; S(n, p) = p, linear, ideal não existe sobrecarga; S(n, p) > p, supralinear, situação possível; Gráfico de speedup. Caracterização de desempenho 24 / 49
31 Speedup supralinear Quais são as razões para obtermos speedup supralinear? Caracterização de desempenho 25 / 49
32 Speedup supralinear Quais são as razões para obtermos speedup supralinear? Efeitos de memória em sistemas multiprocessados (cache + paginação), Algoritmos não-determínisticos. Caracterização de desempenho 25 / 49
33 Speedup supralinear Quais são as razões para obtermos speedup supralinear? Efeitos de memória em sistemas multiprocessados (cache + paginação), Algoritmos não-determínisticos. Exemplo de speedup supralinear: algoritmo de busca. Caracterização de desempenho 25 / 49
34 Speedup supralinear - Busca Busca serial: procura em cada subespaço sequencialmente Caracterização de desempenho 26 / 49
35 Speedup supralinear - Busca Busca paralela: procura em cada subespaço em paralelo Caracterização de desempenho 27 / 49
36 Speedup supralinear - Busca Calculamos o speedup: S(n, p) = T (n) T (n, p) ( x t ) s + t p S(n, p) = t x - subespaço que contem a chave, t s p - tempo de busca em um subespaço, t - tempo para achar a chave em um subespaço. Caracterização de desempenho 28 / 49
37 Speedup supralinear - Busca Melhor caso da versão paralela, a chave esta no último subespaço, i.e. x = p 1, ( ) p 1 p t s + t ( ) p 1 S(n, p) =, t << t s, S(n, p). t p Caracterização de desempenho 29 / 49
38 Speedup supralinear - Busca Melhor caso da versão paralela, a chave esta no último subespaço, i.e. x = p 1, ( ) p 1 p t s + t ( ) p 1 S(n, p) =, t << t s, S(n, p). t p Pior caso da versão paralela, a chave esta no primeiro subespaço, i.e. x = 0, S(n, p) = t t = 1, Caracterização de desempenho 29 / 49
39 Speedup supralinear - Busca Melhor caso da versão paralela, a chave esta no último subespaço, i.e. x = p 1, ( ) p 1 p t s + t ( ) p 1 S(n, p) =, t << t s, S(n, p). t p Pior caso da versão paralela, a chave esta no primeiro subespaço, i.e. x = 0, S(n, p) = t t = 1, O speedup depende do subespaço no qual esteja a chave. Caracterização de desempenho 29 / 49
40 Eficiência Eficiência: é a medida de utilização dos processos em um programa paralelo em relação ao programa serial. E(n, p) = S(n, p) p = T (n) pt (n, p) Caracterização de desempenho 30 / 49
41 Eficiência Eficiência: é a medida de utilização dos processos em um programa paralelo em relação ao programa serial. E(n, p) = S(n, p) p = T (n) pt (n, p) E(n, p) < 1 p, slowdown; 1 p < E(n, p) < 1, sublinear; E(n, p) = 1, linear; E(n, p) > 1, supralinear. Caracterização de desempenho 30 / 49
42 Tomadas de tempo Para avaliar o desempenho de programas paralelos devemos realizar tomadas de tempo, Para obtermos tomadas de tempo confiáveis considere as seguintes etapas: 1 Garantir na medida do possível exclusividade na utilização do processador, 2 Sincronizar os processo no inicio do código, 3 Fazer uma tomada de tempo (start), 4 Sincronizar os processo no final do código, 5 fazer uma tomada de tempo (finish), 6 Calcular o tempo transcorrido (finish-start). Caracterização de desempenho 31 / 49
43 Tomadas de tempo Exemplo usando MPI 1 double s t a r t, f i n i s h ; 2 MPI_ Barrier (comm) ; 3 s t a r t = MPI_Wtime ( ) ; / Codigo que se deseja cronometrar / 6. 7 MPI_ Barrier (comm) ; 8 s t a r t = MPI_Wtime ( ) ; 9 i f ( rank ==0) p r i n t f ( Tempo:% f, f i n i s h s t a r t ) ; Caracterização de desempenho 32 / 49
44 Conteúdo 1 Introdução 2 3 Caracterização de desempenho 33 / 49
45 A lei de Amdahl, foi formulada por Gene Amdahl em 1967; Estabelece um limite superior para o speedup de um algoritmo paralelo; De forma geral um problema é composto por: Um conjunto de operações de cálculo, Um conjunto de operações de E/S. Um algoritmo serial leva um tempo T s para resolver o problema. Caracterização de desempenho 34 / 49
46 Instruções paralelas O programa tem uma fração f de instruções que são perfeitamente paralelizáveis ; Operações de cálculo; Independentemente do número de processos envolvidos (p), a fração f do programa apresenta speedup linear; O tempo de execução quando paralelizada com p processos é: rt s /p. Caracterização de desempenho 35 / 49
47 Instruções seriais Entretanto, temos uma fração (1 r) que é inerentemente serial; Operações de E/S; Independentemente do número de processos (p) utilizados; O tempo de execução destas instruções é sempre (1 f )T s. Caracterização de desempenho 36 / 49
48 Instruções seriais + paralelas Caracterização de desempenho 37 / 49
49 Speedup Calculamos o speedup deste programa: S(n, p) = S(n, p) = T s (1 f )T s + ft s /p 1 (1 f ) + f /p Caracterização de desempenho 38 / 49
50 Speedup Calculamos o speedup deste programa: S(n, p) = S(n, p) = T s (1 f )T s + ft s /p 1 (1 f ) + f /p Derivamos S(n, p) com relação a p, obtemos ds(p) dp = r [(1 r)p + r] 2 0 Caracterização de desempenho 38 / 49
51 Speedup Calculamos o speedup deste programa: S(n, p) = S(n, p) = T s (1 f )T s + ft s /p 1 (1 f ) + f /p Derivamos S(n, p) com relação a p, obtemos ds(p) dp = r [(1 r)p + r] 2 0 a derivada sempre positiva indica S(n, p) é uma função sempre crescente. Caracterização de desempenho 38 / 49
52 Speedup Calculamos o limite de S(n, p) quando p 1 lim S(n, p) = lim p p (1 f ) + f /p = 1 (1 f ) A função 1/(1 f ) é um limite superior para o speedup de um programa paralelo. Lei de Amhdal: o speedup que podemos obter ao paralelizar um programa é limitado por 1/(1 f ). Caracterização de desempenho 39 / 49
53 Exemplos Cálculo de speedup máximo segunda a lei de Ahmdal 1 f = 0.50, MS = 1/(1 f ) = 2, para p > 2, E(n, p). Caracterização de desempenho 40 / 49
54 Exemplos Cálculo de speedup máximo segunda a lei de Ahmdal 1 f = 0.50, MS = 1/(1 f ) = 2, para p > 2, E(n, p). 2 f = 0.75, MS = 1/(1 f ) = 4, para p > 4, E(n, p). Caracterização de desempenho 40 / 49
55 Exemplos Cálculo de speedup máximo segunda a lei de Ahmdal 1 f = 0.50, MS = 1/(1 f ) = 2, para p > 2, E(n, p). 2 f = 0.75, MS = 1/(1 f ) = 4, para p > 4, E(n, p). 3 f = 0.99, MS = 1/(1 f ) = 100, para p > 100, E(n, p). Caracterização de desempenho 40 / 49
56 Exemplos Cálculo de speedup máximo segunda a lei de Ahmdal 1 f = 0.50, MS = 1/(1 f ) = 2, para p > 2, E(n, p). 2 f = 0.75, MS = 1/(1 f ) = 4, para p > 4, E(n, p). 3 f = 0.99, MS = 1/(1 f ) = 100, para p > 100, E(n, p). 4 Se executarmos o caso 3 com p = 1000 teremos uma eficiência E(n, p) = 0.1. Caracterização de desempenho 40 / 49
57 Exemplos Speedup máximo segunda a lei de Ahmdal Caracterização de desempenho 41 / 49
58 Exemplos O pintor de estacas 1 Preparo da tinta = 30s 2 Pintura das estacas = 300s 3 Tempo para a tinta secar = 30s Caracterização de desempenho 42 / 49
59 Exemplos O pintor de estacas 1 Preparo da tinta = 30s 2 Pintura das estacas = 300s 3 Tempo para a tinta secar = 30s Tarefas seriais 1 e 3 Tarefas paralelas 2 Caracterização de desempenho 42 / 49
60 Exemplos O pintor de estacas 1 Preparo da tinta = 30s 2 Pintura das estacas = 300s 3 Tempo para a tinta secar = 30s Tarefas seriais 1 e 3 Tarefas paralelas 2 Pintores Tempo Speedup = = = = = Caracterização de desempenho 42 / 49
61 Exemplos A lei de Ahmdal desencoraja a utilização de paralelismo massivo; Não devemos utilizar centos ou mieis de processadores para resolver um único problema; Esta conclusão é correta? O que fazer? Caracterização de desempenho 43 / 49
62 Exemplos A lei de Ahmdal desencoraja a utilização de paralelismo massivo; Não devemos utilizar centos ou mieis de processadores para resolver um único problema; Esta conclusão é correta? O que fazer? A formulação de Ahmdal é matematicamente correta; Entretanto, devemos discutir suas hipóteses. Caracterização de desempenho 43 / 49
63 - Hipóteses Em todo programa existe um conjunto de (1 f ) instruções que não são paralelizáveis; Caracterização de desempenho 44 / 49
64 - Hipóteses Em todo programa existe um conjunto de (1 f ) instruções que não são paralelizáveis; É excessivamente otimista supor que as restantes f instruções são perfeitamente paralelizáveis, sempre teremos alguma sobrecarga produto da paralelização; Caracterização de desempenho 44 / 49
65 - Hipóteses Em todo programa existe um conjunto de (1 f ) instruções que não são paralelizáveis; É excessivamente otimista supor que as restantes f instruções são perfeitamente paralelizáveis, sempre teremos alguma sobrecarga produto da paralelização; A principal deficiência da lei de Amdhal é que não considera o tamanho do problema n na formulação. Caracterização de desempenho 44 / 49
66 Lei de Gustavfson Em um problema qualquer ao aumentarmos o tamanho do problema n, a fração de instruções seriais (1 f ) fica consideravelmente menor; Exemplos Caracterização de desempenho 45 / 49
67 Lei de Gustavfson Em um problema qualquer ao aumentarmos o tamanho do problema n, a fração de instruções seriais (1 f ) fica consideravelmente menor; Exemplos Escalabilidade: um programa é escalável se podemos manter constante a eficiência E(n, p), incrementando o tamanho do problema n ao mesmo tempo que incrementamos o número de processos p. Caracterização de desempenho 45 / 49
68 Lei de Gustavfson Conceitos de trabalho (W ) e sobrecarga (T 0 ); Caracterização de desempenho 46 / 49
69 Lei de Gustavfson Conceitos de trabalho (W ) e sobrecarga (T 0 ); O trabalho de um programa serial é justamente seu tempo de execução W (n) = T (n); Caracterização de desempenho 46 / 49
70 Lei de Gustavfson Conceitos de trabalho (W ) e sobrecarga (T 0 ); O trabalho de um programa serial é justamente seu tempo de execução W (n) = T (n); O trabalho de um programa paralelo é a soma do trabalho feito por cada processo W (n, p) = pt (n, p); Caracterização de desempenho 46 / 49
71 Lei de Gustavfson Conceitos de trabalho (W ) e sobrecarga (T 0 ); O trabalho de um programa serial é justamente seu tempo de execução W (n) = T (n); O trabalho de um programa paralelo é a soma do trabalho feito por cada processo W (n, p) = pt (n, p); A sobrecarga do programa paralelo, é a diferença entre o trabalho feito pelo programa paralelo e o programa serial correspondente T 0 (n, p) = W (n, p) W (n) = pt (n, p) T (n). Caracterização de desempenho 46 / 49
72 Lei de Gustavfson A eficiência foi definida na forma E(n, p) = T (n) pt (n, p), Escrevemos a eficiência em função da sobrecarga, Substituímos o denominador pela definição de sobrecarga e obtemos E(n, p) = 1. T 0 (n, p) + 1 T (n) Caracterização de desempenho 47 / 49
73 Lei de Gustavfson Ao aumentar o número de processos incrementarmos p aumenta a sobrecarga T 0 (n, p); Se incrementamos n (aumenta T (n)) de forma que a fração T 0 (n, p)/t (n) permanece constante; Podemos então manter a eficiência constante e aumentar o número de processos, Este procedimento diminui o peso das operações seriais no problema. Caracterização de desempenho 48 / 49
74 Lei de Gustavfson Fontes de sobrecarga em programas paralelos: Comunicação entre processos, Inatividade de processos, Cálculos adicionais (provocados pela paralelização). Durante as décadas de 70 e 80, a lei de Amdahl foi amplamente aceita nos círculos científicos. Nos últimos anos o conceito de escalabilidade (Lei de Gufstavson) tem aberto novos horizontes ao uso de paralelismo massivo. Caracterização de desempenho 49 / 49
Introdução ao Processamento de Alto Desempenho
ao Processamento de Alto Desempenho ERAD Nordeste Prof. Dr. Esbel Tomás Valero Orellana Núcleo de Biologia Computacional e Gestão de Informações Biotecnológicas Departamento de Ciências Exatas e Tecnológicas
Leia maisProgramação em Memória Compartilhada com OpenMP
Programação em Memória Compartilhada com OpenMP Esbel Tomás Valero Orellana Bacharelado em Ciência da Computação Departamento de Ciências Exatas e Tecnológicas Universidade Estadual de Santa Cruz evalero@uesc.br
Leia maisMochila Binária com OpenMP
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TÉCNOLOGIA CURSO DE CIÊNCIA DA COMPUTAÇÃO Mochila Binária com OpenMP Cícero Augusto de Lara Pahins, Cristiano Reis dos Santos. Professora: Profª Andrea Schwertner
Leia maisMEDIDA E ANÁLISE DE DESEMPENHO AULA 14 Arquitetura de Computadores Gil Eduardo de Andrade
MEDIDA E ANÁLISE DE DESEMPENHO AULA 14 Arquitetura de Computadores Gil Eduardo de Andrade O conteúdo deste documento é baseado no livro Princípios Básicos de Arquitetura e Organização de Computadores Linda
Leia maisnatureza do projeto e da aplicação métodos e ferramentas a serem usados controles e produtos que precisam ser entregues
Modelo De Desenvolvimento De Software É uma representação abstrata do processo de desenvolvimento que define como as etapas relativas ao desenvolvimento de software serão conduzidas e interrelacionadas
Leia maisTécnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos
Técnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos José Rogado jose.rogado@ulusofona.pt Universidade Lusófona Mestrado Eng.ª Informática e Sistemas de Informação 2013/14 Resumo
Leia maisSISTEMAS OPERACIONAIS SISTEMAS OPERACIONAIS. 2º TRIMESTRE Patrícia Lucas
SISTEMAS OPERACIONAIS SISTEMAS OPERACIONAIS 2º TRIMESTRE Patrícia Lucas O QUE SÃO SISTEMAS OPERACIONAIS? Um sistema operacional é um conjunto de rotinas executado pelo processador, de forma semelhante
Leia maisEquações Diferenciais
Equações Diferenciais EQUAÇÕES DIFERENCIAS Em qualquer processo natural, as variáveis envolvidas e suas taxas de variação estão interligadas com uma ou outras por meio de princípios básicos científicos
Leia maisINSTITUTO TECNOLÓGICO
PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA
Leia maisOrganização e Arquitetura de Computadores I. de Computadores
Universidade Federal de Campina Grande Departamento de Sistemas e Computação Curso de Bacharelado em Ciência da Computação Organização e Arquitetura de Computadores I Organização Básica B de Computadores
Leia mais6. Programação Inteira
Pesquisa Operacional II 6. Programação Inteira Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção Programação Inteira São problemas de programação matemática em que a função objetivo, bem
Leia maisNotação. Quantidades Económicas de Encomenda. 1.1 Quantidade Económica de Wilson. 1.1 Quantidade Económica de Wilson
Notação uantidades Económicas de Encomenda. Taxa de Constante taxa de procura (unidades de produto / unidade de ) A custo de encomenda ( / encomenda) C custo unitário do produto ( / unidade de produto)
Leia maisCapítulo 5: Aplicações da Derivada
Instituto de Ciências Exatas - Departamento de Matemática Cálculo I Profª Maria Julieta Ventura Carvalho de Araujo Capítulo 5: Aplicações da Derivada 5- Acréscimos e Diferenciais - Acréscimos Seja y f
Leia mais1 Propagação de Onda Livre ao Longo de um Guia de Ondas Estreito.
1 I-projeto do campus Programa Sobre Mecânica dos Fluidos Módulos Sobre Ondas em Fluidos T. R. Akylas & C. C. Mei CAPÍTULO SEIS ONDAS DISPERSIVAS FORÇADAS AO LONGO DE UM CANAL ESTREITO As ondas de gravidade
Leia maisIntrodução ao Processamento Paralelo
Introdução ao Processamento Paralelo Prof. Rômulo Calado Pantaleão Camara Carga Horária: 2h/60h Introdução Crescente aumento de desempenho dos PCs (máquinas convencionais). Existem aplicações que requisitam
Leia maisAlgoritmo Iterativo. Dilema do Martelo x Edifício. O Martelo. O Edifício 01/06/2014. Dilema das ações x declarações
Algoritmo Iterativo Fernando Cardeal Parece com o processo de seguir uma estrada: Como chegar à estrada? Como se manter na estrada? Como saber que chegou ao destino para sair da estrada? Como fazer tudo
Leia maisResolução dos Exercícios sobre Derivadas
Resolução dos Eercícios sobre Derivadas Eercício Utilizando a idéia do eemplo anterior, encontre a reta tangente à curva nos pontos onde e Vamos determinar a reta tangente à curva nos pontos de abscissas
Leia maisTÉCNICAS DE PROGRAMAÇÃO
TÉCNICAS DE PROGRAMAÇÃO (Adaptado do texto do prof. Adair Santa Catarina) ALGORITMOS COM QUALIDADE MÁXIMAS DE PROGRAMAÇÃO 1) Algoritmos devem ser feitos para serem lidos por seres humanos: Tenha em mente
Leia maisProblemas de Otimização. Problemas de Otimização. Solução: Exemplo 1: Determinação do Volume Máximo
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Eemplo 1: Determinação
Leia maisRefração da Luz Índice de refração absoluto Índice de refração relativo Leis da refração Reflexão total da luz Lentes Esféricas Vergência de uma lente
Refração da Luz Índice de refração absoluto Índice de refração relativo Leis da refração Reflexão total da luz Lentes Esféricas Vergência de uma lente Introdução Você já deve ter reparado que, quando colocamos
Leia maisALGORITMOS E FLUXOGRAMAS
ALGORITMOS E FLUXOGRAMAS Prof. André Backes INTRODUÇÃO Computadores = cérebros eletrônicos? Computadores são máquinas e, por si sós, não podem ser inteligentes. Alguém as projetou e deu a ela todas as
Leia maisPESQUISA OPERACIONAL -OTIMIZAÇÃO COMBINATÓRIA PROBLEMAS DE OTIMIZAÇÃO EM REDES. Prof. Angelo Augusto Frozza, M.Sc.
PESQUISA OPERACIONAL -OTIMIZAÇÃO COMBINATÓRIA PROBLEMAS DE OTIMIZAÇÃO EM REDES Prof. Angelo Augusto Frozza, M.Sc. ROTEIRO Esta aula tem por base o Capítulo 6 do livro de Taha (2008): Otimização em Redes
Leia maisParalelismo a Nível de Instrução
Paralelismo a Nível de Instrução É possível obter maior desempenho computacional com: tecnologias mais avançadas, tais como circuitos mais rápidos; melhor organização da CPU, tais como o uso de múltiplos
Leia maisINTRODUÇÃO À LINGUAGEM C++
INTRODUÇÃO À LINGUAGEM C++ 1 - VARIÁVEIS Variáveis espaço de memória reservado para armazenar tipos de dados, com um nome para referenciar seu conteúdo. Observações importantes Todas as variáveis devem
Leia maisSumário Algoritmos e Estrutura de Dados Repetição
Sumário Algoritmos e Estrutura de Dados Repetição M. Sc. Luiz Alberto lasf.bel@gmail.com Estrutura de Repetição Estrutura de Repetição para...faca Estrutura de Repetição enquanto...faca Estrutura de Repetição
Leia maisSISTEMAS OPERACIONAIS
SISTEMAS OPERACIONAIS Processos e Threads Andreza Leite andreza.leite@univasf.edu.br Plano de Aula 2 Gerenciamento de Processos Threads Aplicações com múltiplas Threads Concorrência e Compartilhamento
Leia maisTestedegeradoresde. Parte X. 38 Testes de Ajuste à Distribuição. 38.1 Teste Chi-Quadrado
Parte X Testedegeradoresde números aleatórios Os usuários de uma simulação devem se certificar de que os números fornecidos pelo gerador de números aleatórios são suficientemente aleatórios. O primeiro
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 maisCurso de Instrumentista de Sistemas. Fundamentos de Controle. Prof. Msc. Jean Carlos
Curso de Instrumentista de Sistemas Fundamentos de Controle Prof. Msc. Jean Carlos Ações de controle em malha fechada Controle automático contínuo em malha fechada Ação proporcional A característica da
Leia maisArquitetura de Computadores II
Universidade Federal do Rio de Janeiro Bacharelado em Ciência da Computação - DCC/IM Arquitetura de Computadores II Multithreading Prof. Gabriel P. Silva Introdução Muitos dos sistemas operacionais modernos
Leia maisAlgoritmos Genéticos: Aspectos Práticos. Estéfane G. M. de Lacerda DCA/UFRN Junho/2009
: Aspectos Práticos Estéfane G. M. de Lacerda DCA/UFRN Junho/2009 Principais Tópicos População Inicial Funções Objetivo de Alto Custo Critérios de Parada Convergência Prematura Diversidade Tipos de Substituição
Leia maisGerência do Processador
Andrique Amorim www.andrix.com.br professor@andrix.com.br Gerência do Processador Gerência do Processador No gerenciamento dos processos serão definidas as propriedades dos processos em execução, e a maneira
Leia maisFigura 5.1.Modelo não linear de um neurônio j da camada k+1. Fonte: HAYKIN, 2001
47 5 Redes Neurais O trabalho em redes neurais artificiais, usualmente denominadas redes neurais ou RNA, tem sido motivado desde o começo pelo reconhecimento de que o cérebro humano processa informações
Leia maisUTILIZAÇÃO DE SOFTWARES NA RESOLUÇÃO DE UM PROBLEMA DE PROGRAMAÇÃO LINEAR. Cintia da Silva Araújo, Tiago de Souza Marçal, Magda Aparecida Nogueira
UTILIZAÇÃO DE SOFTWARES NA RESOLUÇÃO DE UM PROBLEMA DE PROGRAMAÇÃO LINEAR Cintia da Silva Araújo, Tiago de Souza Marçal, Magda Aparecida Nogueira 1 Centro de Ciências Agrárias-Universidade Federal do Espírito
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 maisNome:...N o...turma:... Data: / / ESTUDO DOS GASES E TERMODINÂMICA
Ensino Médio Nome:...N o...turma:... Data: / / Disciplina: Física Dependência Prof. Marcelo Vettori ESTUDO DOS GASES E TERMODINÂMICA I- ESTUDO DOS GASES 1- Teoria Cinética dos Gases: as moléculas constituintes
Leia maisAvaliação de Desempenho
Avaliação de Desempenho Clock do Sistema Cristal de Quartzo envia onda de sinais constantes que são convertidas em sinais digitais 1GHz = 1 bilhão de pulsos Taxa de pulsos = taxa de clock Incremento de
Leia maisEstruturas de Repetição
Estruturas de Repetição Lista de Exercícios - 04 Algoritmos e Linguagens de Programação Professor: Edwar Saliba Júnior Estruturas de Repetição O que são e para que servem? São comandos que são utilizados
Leia maisc. Técnica de Estrutura de Controle Teste do Caminho Básico
1) Defina: a. Fluxo de controle A análise de fluxo de controle é a técnica estática em que o fluxo de controle através de um programa é analisado, quer com um gráfico, quer com uma ferramenta de fluxo
Leia maisOs Postulados da Mecânica Quântica
Márcio H. F. Bettega Departamento de Física Universidade Federal do Paraná bettega@fisica.ufpr.br Postulados Introdução Vamos apresentar nestas notas os postulados da mecânica quântica de acordo com o
Leia maisSistemas Operacionais. Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com
Sistemas Operacionais Prof. André Y. Kusumoto andrekusumoto.unip@gmail.com Estruturas de Sistemas Operacionais Um sistema operacional fornece o ambiente no qual os programas são executados. Internamente,
Leia maisSistemas Operacionais
Sistemas Operacionais GERÊNCIA DO PROCESSADOR MACHADO/MAIA: CAPÍTULO 08 Prof. Pedro Luís Antonelli Anhanguera Educacional Gerenciamento do Processador A gerência do processador pode ser considerada a atividade
Leia maisTécnicas de Programação I
Técnicas de Programação I Conceitos básicos C/C++ Material baseado nas aulas da Profa. Isabel Harb Manssour http://www.inf.pucrs.br/~manssour/laproi, entre outros materias Estrutura de Seleção: Comando
Leia maisBase Nacional Comum Curricular 2016. Lemann Center at Stanford University
Base Nacional Comum Curricular 2016 Lemann Center at Stanford University Parte II: Base Nacional Comum: Análise e Recomendações da Seção de Matemática Phil Daro Dezembro, 2015 BASE NACIONAL COMUM: ANÁLISE
Leia maisExemplo de Arquitetura: Cliente/Servidor com Mestre e Escravos. Interface em IDL. Dynamic Invocation Interface. Exemplo invocação DII em Java
Exemplo de Arquitetura: Cliente/Servidor com Mestre e s Arquitetura Mestre- Speed-up / Cliente Mestre Prof João Paulo A Almeida (jpalmeida@infufesbr) Cliente 2009/01 - INF02799 Com alguns slides de Parallel
Leia maisCurso: Redes II (Heterogênea e Convergente) Tema da Aula: Controle de Congestionamento
Curso: Redes II (Heterogênea e Convergente) Tema da Aula: Controle de Congestionamento Professor Rene - UNIP 1 Revisão... Segmento A unidade de dados trocada entre as entidades de transporte é denominada
Leia maisEduardo Bezerra. Editora Campus/Elsevier
Princípios de Análise e Projeto de Sistemas com UML 2ª edição Eduardo Bezerra Editora Campus/Elsevier Capítulo 10 Modelagem de atividades Qualquer um pode escrever código que um computador pode entender.
Leia maisBanco de Dados I 2007. Módulo V: Indexação em Banco de Dados. (Aulas 4) Clodis Boscarioli
Banco de Dados I 2007 Módulo V: Indexação em Banco de Dados (Aulas 4) Clodis Boscarioli Agenda: Indexação em SQL; Vantagens e Custo dos Índices; Indexação no PostgreSQL; Dicas Práticas. Índice em SQL Sintaxe:
Leia maisCOS767 - Modelagem e Análise Aula 2 - Simulação. Algoritmo para simular uma fila Medidas de interesse
COS767 - Modelagem e Análise Aula 2 - Simulação Algoritmo para simular uma fila Medidas de interesse Simulação O que é uma simulação? realização da evolução de um sistema estocástico no tempo Como caracterizar
Leia maisGuia de utilização da notação BPMN
1 Guia de utilização da notação BPMN Agosto 2011 2 Sumário de Informações do Documento Documento: Guia_de_utilização_da_notação_BPMN.odt Número de páginas: 31 Versão Data Mudanças Autor 1.0 15/09/11 Criação
Leia maisMódulo 10. Medição do Desempenho
Módulo 10 Medição do Desempenho 1. Introdução Pretende-se com esta aula prática que os alunos se familiarizem com o processo de profiling de programas e que avaliem o impacto no desempenho de um programa
Leia maisIntrodução Processamento Paralelo
Introdução Processamento Paralelo Esbel Tomás Valero Orellana Bacharelado em Ciência da Computação Departamento de Ciências Exatas e Tecnológicas Universidade Estadual de Santa Cruz evalero@uesc.br 23
Leia maisAula 14: Instruções e Seus Tipos
Aula 14: Instruções e Seus Tipos Diego Passos Universidade Federal Fluminense Fundamentos de Arquiteturas de Computadores Diego Passos (UFF) Instruções e Seus Tipos FAC 1 / 35 Conceitos Básicos Diego Passos
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 maisLista de Exercícios Fluxograma, Estruturas de Sequência e Decisão Prof: Yuri Frota
Lista de Exercícios Fluxograma, Estruturas de Sequência e Decisão Prof: Yuri Frota 1) Indique Verdadeiro ou Falso a) Uma variável é uma posição na memória do computador que pode receber diversos valores
Leia maisGerenciamento de Recursos para Grades Computacionais Node Control Center. Proposta para o Trabalho de Formatura Supervisionado
Trabalho de Formatura Supervisionado Gerenciamento de Recursos para Grades Computacionais Node Control Center Proposta para o Trabalho de Formatura Supervisionado Carlos Eduardo Moreira dos Santos Orientador:
Leia maisMetodologia para seleção de amostras de contratos de obras públicas (jurisdicionados) utilizando a programação linear aplicativo Solver
REVISTA Metodologia para seleção de amostras de contratos de obras públicas (jurisdicionados) utilizando a programação linear aplicativo Solver André Mainardes Berezowski 1 Resumo Trata da apresentação
Leia maisEscalonamento no Linux e no Windows NT/2000/XP
Escalonamento no Linux e no Windows NT/2000/XP 1 Escalonamento no Linux Os requisitos do escalonador do Linux eram: Apresentar boa performance em programas interativos, mesmo com carga elevada; Distribuir
Leia maisPONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas
PONTIFÍCIA UNIVERSIDADE CATÓLICA DE GOIÁS Curso Superior de Tecnologia em Análise e Desenvolvimento de Sistemas CMP1132 Processo e qualidade de software II Prof. Me. Elias Ferreira Sala: 402 E Quarta-Feira:
Leia maisTRANSMISSÃO DE DADOS
TRANSMISSÃO DE DADOS Aula 5: Comutação Notas de aula do livro: FOROUZAN, B. A., Comunicação de Dados e Redes de Computadores, MCGraw Hill, 4ª edição Prof. Ulisses Cotta Cavalca
Leia maisCap. 7 - Fontes de Campo Magnético
Universidade Federal do Rio de Janeiro Instituto de Física Física III 2014/2 Cap. 7 - Fontes de Campo Magnético Prof. Elvis Soares Nesse capítulo, exploramos a origem do campo magnético - cargas em movimento.
Leia maisMétodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo. Funções Exponenciais e Logarítmicas Progressões Matemáticas
Métodos Quantitativos Prof. Ms. Osmar Pastore e Prof. Ms. Francisco Merlo Funções Exponenciais e Logarítmicas Progressões Matemáticas Funções Exponenciais e Logarítmicas. Progressões Matemáticas Objetivos
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) III Resolução de sistemas lineares por métodos numéricos. Objetivos: Veremos
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 maisDURATION - AVALIANDO O RISCO DE MUDANÇA NAS TAXAS DE JUROS PARTE ll
DURATION - AVALIANDO O RISCO DE MUDANÇA NAS TAXAS DE JUROS PARTE ll! Qual a origem do conceito de duração?! Como calcular a duração?! Quais as limitações do cálculo da duração?! Como estimar a variação
Leia maisJato de água HyPrecision. Otimizando o desempenho do jato de água
Jato de água HyPrecision Otimizando o desempenho do jato de água Dólares O menor custo de propriedade 4137 bar versus 4137 bar reduza seu custo total de propriedade em aproximadamente 20% Ao calcular
Leia maisCálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU
Cálculo Numérico Faculdade de Engenharia, Arquiteturas e Urbanismo FEAU Prof. Dr. Sergio Pilling (IPD/ Física e Astronomia) II Métodos numéricos para encontrar raízes (zeros) de funções reais. Objetivos:
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 maisTROCANDO OS FILHOS DE ESCOLA: UM PEQUENO GUIA PARA OS PAIS
TROCANDO OS FILHOS DE ESCOLA: UM PEQUENO GUIA PARA OS PAIS Marisa Meira Assim como não existe a escola ideal para todas as crianças, também em muitos casos será preciso trocar de escola. Apresentamos abaixo
Leia maisCOMISSÃO DAS COMUNIDADES EUROPEIAS RECOMENDAÇÃO DA COMISSÃO
PT PT PT COMISSÃO DAS COMUNIDADES EUROPEIAS Bruxelas, 30.4.2009 C(2009) 3177 RECOMENDAÇÃO DA COMISSÃO que complementa as Recomendações 2004/913/CE e 2005/162/CE no que respeita ao regime de remuneração
Leia maisIntrodução ao Estudo da Corrente Eléctrica
Introdução ao Estudo da Corrente Eléctrica Num metal os electrões de condução estão dissociados dos seus átomos de origem passando a ser partilhados por todos os iões positivos do sólido, e constituem
Leia maisFerramentas da Qualidade. Professor: Leandro Zvirtes UDESC/CCT
Ferramentas da Qualidade Professor: Leandro Zvirtes UDESC/CCT Histogramas Histograma O histograma é um gráfico de barras no qual o eixo horizontal, subdividido em vários pequenos intervalos, apresenta
Leia maisSP 04/92 NT 141/92. Velocidade Média: Considerações sobre seu Cálculo. Engº Luiz Henrique Piovesan. 1. Introdução
SP 04/92 NT 141/92 Velocidade Média: Considerações sobre seu Cálculo Engº Luiz Henrique Piovesan 1. Introdução Apesar de velocidade ser um conceito claro para os profissionais de tráfego, há uma certa
Leia maisGráfico de Controle por Atributos
Roteiro Gráfico de Controle por Atributos 1. Gráfico de np 2. Gráfico de p 3. Gráfico de C 4. Gráfico de u 5. Referências Gráficos de Controle por Atributos São usados em processos que: Produz itens defeituosos
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 mais2. A influência do tamanho da palavra
1. Introdução O processador é o componente vital do sistema de computação, responsável pela realização das operações de processamento (os cálculos matemáticos etc.) e de controle, durante a execução de
Leia maisSistema de ponto flutuante
Exemplo: FP(,4,,A) e FP(,4,,T) Sistema de ponto flutuante FP( b, p, q,_) = FP(, 4,, _ ) base 4 dígitos na mantissa dígitos no expoente A=Arredondamento T=Truncatura x ± =± m b t x =± d 1d d d 4 dígitos
Leia maisÉ importante que nos atenhamos a alguns aspectos importantes sobre banco de dados:
Módulo 16 CONCEITOS DE BANCO DE DADOS Quando nos referimos a um computador como máquina, observamos as suas características em armazenar e gerenciar informações, além dessas características, existem outras
Leia maisBem-vindo ao curso delta Gerenciamento de peso para a versão 9.1. Este curso aborda a nova solução de peso introduzida nessa versão.
Bem-vindo ao curso delta Gerenciamento de peso para a versão 9.1. Este curso aborda a nova solução de peso introduzida nessa versão. Você deve ter bons conhecimentos de estoque, UM e administração de posições
Leia maisAnálise de Arredondamento em Ponto Flutuante
Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia maisComo erguer um piano sem fazer força
A U A UL LA Como erguer um piano sem fazer força Como vimos na aula sobre as leis de Newton, podemos olhar o movimento das coisas sob o ponto de vista da Dinâmica, ou melhor, olhando os motivos que levam
Leia maisJogos vs. Problemas de Procura
Jogos Capítulo 6 Jogos vs. Problemas de Procura Adversário imprevisível" necessidade de tomar em consideração todas os movimentos que podem ser tomados pelo adversário Pontuação com sinais opostos O que
Leia maisAmbos têm os algarismos 7854 seguidos, a potência de dez apenas moverá a vírgula, que não afeta a quantidade de algarismos significativos.
ALGARISMOS SIGNIFICATIVOS Os algarismos significativos são os algarismos que têm importância na exatidão de um número, por exemplo, o número 2,67 tem três algarismos significativos. Se expressarmos o número
Leia mais1. Conceituação e Noções Fundamentais (Parte 03)
1. Conceituação e Noções Fundamentais (Parte 03) O Enfoque da administração pública: Para você entender o que é Administração de Materiais, precisa saber que material é todo bem que pode ser contado, registrado
Leia maisA otimização é o processo de
A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um problema. Eiste um conjunto particular de problemas nos quais é decisivo a aplicação de um procedimento de otimização.
Leia maisCriar um formulário do tipo Diálogo modal ; Alterar a cor de fundo de um formulário; Inserir botões de comando e caixas de texto;
FICHA OBJECTIVO Construir Construir formulários na base de dados Diplomas em Diário da República Um formulário é utilizado, em primeiro lugar, para introduzir, eliminar ou apresentar dados numa base de
Leia maisAula 3 CONSTRUÇÃO DE GRÁFICOS EM PAPEL DILOG. Menilton Menezes. META Expandir o estudo da utilização de gráficos em escala logarítmica.
Aula 3 CONSTRUÇÃO DE GRÁFICOS EM PAPEL DILOG META Expandir o estudo da utilização de gráficos em escala logarítmica. OBJETIVOS Ao final desta aula, o aluno deverá: Construir gráficos em escala di-logarítmica.
Leia maisARQUITETURA DE COMPUTADORES
1 ARQUITETURA DE COMPUTADORES U C P Prof. Leandro Coelho Plano de Aula 2 Aula Passada Definição Evolução dos Computadores Histórico Modelo de Von-Neumann Básico CPU Mémoria E/S Barramentos Plano de Aula
Leia maisDefinição. de solução de um problema passo-a-passo. Representa a lógica l. passo.
ALGORITMO Definição Representa a lógica l de solução de um problema passo-a-passo passo. Um algoritmo pode ser Na forma textual: Uma descrição tal como uma receita de bolo; Um manual de montagem; Um relato
Leia maisFaculdade Sagrada Família
AULA 12 - AJUSTAMENTO DE CURVAS E O MÉTODO DOS MÍNIMOS QUADRADOS Ajustamento de Curvas Sempre que desejamos estudar determinada variável em função de outra, fazemos uma análise de regressão. Podemos dizer
Leia maisLógica Matemática e Computacional 5 FUNÇÃO
5 FUNÇÃO 5.1 Introdução O conceito de função fundamenta o tratamento científico de problemas porque descreve e formaliza a relação estabelecida entre as grandezas que o integram. O rigor da linguagem e
Leia maisTrabalho Computacional. A(h) = V h + 2 V π h, (1)
Unidade de Ensino de Matemática Aplicada e Análise Numérica Departamento de Matemática/Instituto Superior Técnico Matemática Computacional (Mestrado em Engenharia Física Tecnológica) 2014/2015 Trabalho
Leia maisRESOLUÇÃO SESQV Nº 006 DE 15 DE SETEMBRO DE 2011.
RESOLUÇÃO SESQV Nº 00 DE 15 DE SETEMBRO DE 011. Estabelece as metas e indicadores de desempenho e fixa critério de distribuição da gratificação variável da Secretaria Especial de Envelhecimento Saudável
Leia maisCapítulo 4 Gerenciamento de Memória
Capítulo 4 Gerenciamento de Memória 4.1 Gerenciamento básico de memória 4.2 Troca de processos 4.3 Memória virtual 4.4 Algoritmos de substituição de páginas 4.5 Modelagem de algoritmos de substituição
Leia mais9º ENTEC Encontro de Tecnologia: 23 a 28 de novembro de 2015
ANÁLISE DE DISTORÇÕES HARMÔNICAS Michelle Borges de Oliveira¹; Márcio Aparecido Arruda² ¹Universidade de Uberaba, Uberaba Minas Gerais ²Universidade de Uberaba, Uberaba Minas Gerais oliveiraborges.michelle@gmail.com;
Leia maisJorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.1. Jorge Figueiredo, DSC/UFCG. Análise e Técnicas de Algoritmos 2005.
Agenda Análise e Técnicas de Algoritmos Jorge Figueiredo Problemas de de otimização Conceitos ásicos O Problema da da Mochila Fracionária Template Genérico xemplos: Código de de Huffman Algoritmos Gulosos
Leia maisPacote (Datagrama) IP
Roteamento Estático Roteamento O termo roteamento refere-se ao processo de escolher um caminho sobre o qual pacotes serão enviados. O termo roteador refere-se à máquina que toma tal decisão. Na arquitetura
Leia maisDepartamento de Informática
Introdução aos Computadores e Programação Instituto Politécnico de Viseu Escola Superior de Tecnologia Engenharia Civil 1º Ano - 2º Semestre Departamento de Informática Ficha de Trabalho n.º 2 Soluções
Leia maisQuestão 1. Benefícios. Benefícios. Desafios. Desafios. 1. Quais são os desafios e benefícios em potencial da computação distribuída?
Questão 1 1. Quais são os desafios e benefícios em potencial da computação distribuída? Processamento Paralelo Correção Simulado Prof. João Paulo A. Almeida (jpalmeida@inf.ufes.br) 2007/01 - INF02799 Com
Leia maisBacharelado em Ciência da Computação Matemática Discreta
Bacharelado em Ciência da Computação Matemática Discreta Prof. Diego Mello da Silva Instituto Federal de Minas Gerais - Campus Formiga 19 de fevereiro de 2013 diego.silva@ifmg.edu.br (IFMG) Matemática
Leia mais