Mecanismos de Seleção de Gale-Shapley Dinâmicos em Universidades Brasileiras: b

Tamanho: px
Começar a partir da página:

Download "Mecanismos de Seleção de Gale-Shapley Dinâmicos em Universidades Brasileiras: b"

Transcrição

1 08 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU, SISU b Luis Abreu José Rimundo Crvlho FORTALEZA MARÇO 2014

2 UNIVERSIDADE FEDERAL DO CEARÁ CURSO DE PÓS-GRADUAÇÃO EM ECONOMIA - CAEN SÉRIE ESTUDOS ECONÔMICOS CAEN Nº 08 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU, SISU FORTALEZA CE MARÇO 2014

3

4 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β Luis Abreu Deprtmento de Mtemátic/Universidde Estdul Vle do Acrú Lbortório de Econometri e Otimizção/CAEN/UFC José Rimundo Crvlho CAEN/Universidde Federl do Cerá Lbortório de Econometri e Otimizção/CAEN/UFC Resumo No Brsil, busc pel redução ds ineficiêncis observds n locção de vgs em instituições de ensino superior vi o trdicionl vestibulr levou à formulção e implntção de um mecnismo lterntivo de seleção pr dmissão superior: o Sistem de Seleção Unificd (SISU), crido em O mecnismo é um lgoritmo de mtching com s seguintes crcterístics: (i) cd estudnte que recebe ofert de mtrícul decide por ceitr ou rejeitr ofert recebid; (ii) rejeições de oferts provocm relizção de novs proposts; e (iii) proposts são ceits temporrimente, podendo cd ofert ceit ser ''trocd'' por um ofert considerd ''melhor''. Ou sej, o SISU é um mecnismo semelhnte o Algoritmo Deferred Acceptnce (Algoritmo Gle-Shpley) com os cursos propondo. Apesr d importânci do SISU, litertur econômic sobre sus especificiddes é prticmente inexistente. Neste trblho busc-se entender e crcterizr os incentivos propicidos pelo SISU trvés de dois novos mecnismos teóricos desenvolvidos, o SISU α e o SISU β. Ambos são modeldos como mecnismos de mtching dinâmicos. Crcterizmos estrtégis não dominds pr o SISU β e o SISU α. Utilizndo o SISU α como melhor proximção disponível pr o SISU, concluímos que introdução do SISU presentou um importnte vnço em relção o vestibulr em termos de gnhos de eficiênci do mtching entre lunos e cursos. Plvrs-chve: SISU, Mecnismo de Gle-Shpley, Modelos de Mtching. Abstrct In Brzil, the quest for reducing observed inefficiencies in the lloction of sets in higher eduction institutions through trditionl exmintion (Vestibulr) led to the formultion nd implementtion of n lterntive mechnism of selection: the Unified Selection System (SISU), creted in The mechnism is mtching lgorithm with the following chrcteristics: (i) ech student who receives n offer decides to ccept or reject the received offer; (ii) rejections of offers prompt new proposls; (iii) proposls re ccepted temporrily, nd ech offer cn be ''replced'' by n offer considered ''better''. Tht is, the SISU is mechnism similr to the College-Proposing Deferred Acceptnce Algorithm (College-Proposing Gle-Shpley Algorithm). Despite the importnce of SISU, the economic literture bout its specificities is prcticlly nonexistent. In this work we seek to understnd nd chrcterize the incentives provided by SISU through two new developed theoreticl mechnisms, the SISU α nd SISU β. Both re modeled s dynmic mtching mechnisms. We chrcterize undominted strtegies for SISU β nd SISU α. Using SISU α s the best pproximtion vilble to SISU, we conclude tht the introduction of SISU showed significnt improvement on Vestibulr in terms of gins of efficiency from mtching between students nd courses. Keywords: SISU, Gle-Shpley Mechnism, Mtching Models. JEL Clssifiction: C73, C78, I28.

5 Série ESTUDOS ECONÔMICOS Nº 08 1 Introdução No Brsil, s instituições de ensino superior públics detêm sttus de mior qulidde em relção às privds. Bons cursos sofrem grnde procur e ocupção de um de sus vgs torn-se resultdo de um competitiv disput. A correlção entre nos de estudo e produtividde, juntmente com ssimetri de informção no mercdo de trblho qunto o nível de produtividde do trblhdor, fz com que este se utilize de mior ''consumo'' de nos de educção como um mecnismo de sinlizção de su mior produtividde. 1 Portnto, cesso um ensino de mior qulidde trduz-se em um expecttiv de mior poder competitivo no mercdo de trblho, consequentemente lcnce melhores empregos, miores slários e possibiliddes de melhores condições de vid. No entnto, qul seri o ppel fundmentl do ensino superior? Arrow (1973) contrst o hbitul ponto de vist de que o estudnte tem sus hbiliddes/produtividde primords trvés d educção superior e que, portnto, est cresce o vlor de mercdo de seu trblho, com um visão d educção como um filtro. Assim, Arrow explor possibilidde de que o invés d educção superior contribuir crescendo s hbiliddes cognitivs ou de socilizção do indivíduo, est serviri como um ferrment de clssificção de indivíduos em diferentes níveis de hbilidde e pont pr o fto de que se seleção dos estudntes é tl que produtividde esperd dos dmitidos é mior do que dos rejeitdos, então o procedimento de dmissão tem poder preditivo. Nos últimos nos, surgiu no Brsil um preocupção com o suprcitdo poder d educção em propicir scensão socil como gerdor de desiguldde socil, o que fez com que o processo de seleção deixsse sus origens de privilégio exclusivo à meritocrci e psssse considerr ftores socioeconômicos dos prticipntes, comumente trvés d doção de cots. Os procedimentos utilizdos no processo pelo qul os estudntes são seleciondos pr ingresso no ensino superior, processos de dmissão, vrim mplmente de pís pís. Helms (2008) descreve os principis formtos utilizdos nos processos de dmissão de diversos píses o redor do mundo. Os ftores pontdos por Helms como mis comumente considerdos no processo de dmissão podem ser grupdos em qutro principis ctegoris: exmes, preprção secundári, mtéris de plicção e ftores demográficos. No Brsil, durnte quse um século, o sistem de seleção utilizdo foi predominntemente o vestibulr, sistem descentrlizdo de seleção que por vezes lev o concorrente um trde-off: concorrer à vg em seu curso de mior preferênci ou um curso menos preferível ms pr o qul este dispunh de miores chnces de provção. Os mles desse trde-off vão d locção ineficiente ds vgs 2, consequentemente, miores txs de evsão. Sob ótic d teori econômic s instituições de ensino superior (IES) e os estudntes que buscm entrd no ensino superior são trtdos como gentes possuindo preferêncis sobre os indivíduos do outro grupo. O problem de prer estudntes e vgs é chmdo School Choice (ou College Admission, ou ind Student Plcement) e o processo pelo qul o premento é relizdo de um mecnismo de mtching. Desde os trblhos seminis de Gle nd Shpley 1 Ver Spence (1973). 2 A ineficiênci qui pontd refere-se o fto de que sendo o vestibulr um mbiente de incertez e grnde competitividde e, dinte d restrição impost os estudntes qunto o número de cursos que se pode concorrer ( sber, um único), o estudnte ge muito provvelmente de modo estrtégico e, de modo gerl, o resultdo será um locção instável. 4 Mrço 2014

6 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β (1962), Dubins nd Freedmn (1981), Blinski nd Sönmez (1999) e Abdulkdiroğlu nd Sönmez (2003), ess áre de pesquis se desenvolveu enormemente, sendo, inclusive, rzão do prêmio Nobel em Não é de hoje que são conhecids s vntgens d utilizção de um mecnismo de mtching no premento de indivíduos, tmpouco é exclusividde do sistem educcionl. Mecnismos de mtching têm sido utilizdos nos mercdos imobiliário (Hyllnd nd Zeckhuser, 1979), de trnsplnte de órgãos (Roth, Sönmez, nd Ünver, 2004), de trblho (Kelso Jr. nd Crwford, 1982), etc. De um mneir gerl, ess litertur contribuiu decisivmente pr diminuir os problems encontrdos em mecnismos de mtching ineficientes. No Brsil, busc pel redução de cert ineficiênci observd n locção ds vgs em instituições de ensino superior vi vestibulr levou à formulção e implntção de um mecnismo lterntivo de seleção pr dmissão superior. Tendo início com implntção, em 1998, de um exme ncionl (Exme Ncionl do Ensino Médio ENEM), os poucos justdo pr servir como exme de seleção pr o ensino superior. Sendo seguido em 2010 d implementção de um sistem de seleção unificdo (SISU), servindo de cnl de ofert e demnd por vgs no ensino superior e responsável pel locção ds mesms. Apesr d importânci do SISU, litertur econômic sobre sus especificiddes é prticmente inexistente. Nesse sentido, o presente trblho buscou, sob luz d teori dos jogos, entender os incentivos ddos pelo Sistem de Seleção Unificdo (SISU) trvés do desenvolvimento e nálise de modelos estilizdos, i.e., dos mecnismos SISU α e SISU β. Estes são modeldos como mecnismos de mtching dinâmicos e pr os mesmos crcterizmos estrtégis não dominds. Os resultdos encontrdos pr os mecnismos propostos e s similriddes destes com o mecnismo do SISU sinlizm pr o fto de que ftores externos 4 sejm os únicos responsáveis pelos ltos índices de não mtrícul em primeir chmd observdos no SISU. 5 Além desse cpítulo introdutório, desenvolvemos os resultdos em três cpítulos dicionis. N seção 2, introduzimos os principis conceitos e definições utilizdos no trblho. N seção 3, descrevemos vridos mecnismos de mtching (Boston, Shnghi, deferred cceptnce, top trding cycles e o vestibulr) nlisndo cd um destes segundo o tendimento ou não às proprieddes de estbilidde, Preto eficiênci e não mnipulbilidde. N seção 4, fzemos um descrição do SISU, pontndo o uso do mecnismo deferred cceptnce durnte sus etps. N seção 5, presentmos modelos estilizdos do SISU e prtir destes nlismos crcterístics do SISU em relção o vestibulr. N seção 6, tecemos considerções finis. Finlmente, presentmos s demonstrções no pêndice. 3 Luredo Alvin E. Roth e Lloyd S. Shpley. 4 Utilizmos o termo ftores externos pr nos referir ftores não incorpordos o modelo. A influênci desses ftores é percebid pel observânci, n prátic, de comportmento estrtégico dos jogdores não justificdo pelo modelo teórico. 5 Embor não hj divulgção oficil do Ministério d Educção cerc do percentul de lunos que não reliz mtrícul em primeir ou segund chmds, são frequentes notícis pontndo pr grnde mgnitude destes vlores. Ver, por exemplo, Cieglinski (2012) ou Universidde Federl do Cerá. (2013). 5

7 Série ESTUDOS ECONÔMICOS Nº 08 2 School Choice Um problem de school choice 6 constitui-se de dois conjuntos disjuntos: um conjunto de estudntes e um conjunto de cursos. Cd estudnte possui preferêncis estrits em relção os cursos e opção de não estudr. Cd curso possui preferêncis estrits em relção os estudntes (individulmente) e opção de mnter um vg desocupd lém de um quntidde fix de vgs disponíveis. Utilizremos o símbolo pr representr qulquer opção extern o problem (opção do estudnte de não estudr e opção do curso de mnter vgs desocupds). Denotremos por P s relção de preferêncis estrits do estudnte s, por exemplo, P s = c 1, c 2,, c 3,..., c m indic que o estudnte s prefere (estritmente) estudr no curso c 1 estudr no curso c 2, prefere (estritmente) estudr no curso c 2 não estudr e prefere (estritmente) não estudr estudr em qulquer dos demis cursos (nos referiremos esses últimos como cursos inceitáveis s, os demis cursos são denomindos ceitáveis). Usulmente representremos s preferêncis dos estudntes escrevendo somente o conjunto de cursos ceitáveis. Dess form, o exemplo nterior pode ser escrito como P s = c 1, c 2, e no cso em que nenhum curso é ceitável escrevemos P s =. Não hvendo dúvids, P s será por vezes escrito como s, então sentenç ''c é preferido por s c'' pode ser escrito como c P s c ou c s c. Denotremos ind por R s relção de preferêncis frcs ssocid à relção de preferêncis estrits P s do estudnte s ssim, escrevemos sentenç ''c é pelo menos tão preferível por s c'' como c R s c ou, não hvendo dúvids, c s c. Procedendo de mneir nálog com s preferêncis P c e R c do curso c. Tods s preferêncis considerds são ssumids rcionis. Formlmente, um problem de school choice é um quíntupl ( S, C, P S, P C, q ) consistindo de i.um conjunto de estudntes S = {s 1, s 2,..., s n }; ii.um conjunto de cursos C = {c 1, c 2,..., c m }; iii.um list de preferêncis dos estudntes P S = (P s1, P s2,..., P sn ), onde P s é relção de preferêncis estrits do estudnte s em relção os cursos, incluindo opção de não estudr, C { }; iv.um list de preferêncis dos cursos P C = (P c1, P c2,..., P cm ) onde P c é relção de preferêncis estrits do curso c em relção os estudntes (individulmente) incluindo opção de mnter um vg desocupd, S { }; v.um vetor de cpciddes q = (q c1, q c2,..., q cm ), onde q c é um número inteiro positivo indicndo o número máximo de estudntes que podem ser dmitidos no curso c. Um solução prticulr pr um problem de school choice é um mtching um locção de estudntes os cursos, onde cd estudnte é designdo um único curso (ou su opção extern) e cd curso se design um número de estudntes não superior o seu número de vgs. Descreveremos um mtching por um função µ : S C { } stisfzendo µ 1 (c) q c pr todo c C. Onde µ 1 (c) denot crdinlidde do conjunto {s S : µ(s) = c}. 6 Ver Abdulkdiroğlu nd Sönmez (2003b) 6 Mrço 2014

8 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β Um importnte propriedde n teori de mtching é propriedde de estbilidde. Um mtching é estável se ele é individulmente rcionl, i.e., pr todo pr (s, c) com µ(s) = c tem-se c s e s c, e ele é não bloquedo por pres, i.e., pr todo pr (s, c) com c s µ(s) tem-se que s c s pr todo s µ(c) 1 e, se µ(c) 1 < q c então c s. Outrs proprieddes de um mtching são: não desperdício, onde pr todo pr (s, c) se c s µ(s) então µ(c) 1 = q c ; Preto eficiênci, se não existe mtching µ tl que µ (s) s µ(s) pr todo s S e µ (s) s µ(s) pr lgum s S. Um mecnismo de mtching é um procedimento que determin um mtching pr cd problem de school choice. Considerremos que os cursos têm sus preferêncis provenientes de critérios previmente estbelecidos e de conhecimento comum (o que é o cso pr s instituições de ensino superior públics no Brsil). No entnto, s preferêncis dos estudntes são de conhecimento privdo, somente o próprio estudnte conhece sus preferêncis. Assim sendo, o mecnismo deve requerer dos estudntes o núncio de sus preferêncis. Dest form, sej Q s s preferêncis nuncids pelo estudnte s e denote o perfil de preferêncis nuncids por Q = (Q s1, Q s2,..., Q sn ). E, ind, Q é o espço de todos os possíveis núncios dos estudntes. Dess form, um mecnismo de mtching trduz-se num função com domínio em ( S, C, Q, P C, q ) e imgem no espço M de mtchings entre S e C. Como Q é o único elemento do domínio que não é primitivo do problem de school choice escreveremos somente φ : Q M. Se φ(q) é sempre estável com respeito às preferêncis nuncids Q, ele será dito um mecnismo de mtching estável. Se φ(q) é sempre Preto eficiente com relção às preferêncis nuncids Q então ele será dito um mecnismo de mtching Preto eficiente. Observe que estbilidde e optimbilidde de Preto do mecnismo são definids em relção às preferêncis nuncids, Q, e não às verddeirs preferêncis dos estudntes, P S. Deste modo, o mtching só será relmente estável ou Preto eficiente se os estudntes nuncirem sus verddeirs preferêncis. Ms como ter certez de que os estudntes revelrão sus verddeirs preferêncis? Evidentemente, se um estudnte por qulquer rzão é levdo crer que o núncio de um ordenmento de preferêncis diferente de sus verddeirs preferêncis lev-o um mtching preferível, 7 esse ssim o frá, pois o estudnte é um gente rcionl. Deste modo, podemos definir um jogo em form estrtégic S, Q, φ, P S, onde os jogdores são ddos pelo conjunto S de estudntes, o espço de estrtégis é ddo pelo espço Q de todos os possíveis núncios de preferêncis dos estudntes. O resultdo de um dd estrtégi Q dotd é ddo pelo mtching µ = φ(q), trvés d função pyoff, φ, (mecnismo de mtching dotdo pelo mtchmker). As preferêncis dos jogdores são dds pels verddeirs preferêncis dos estudntes P S. Tl jogo é chmdo o jogo induzido pelo mecnismo φ. Portnto, 7 As proprieddes dos mtchings são vlids pelo mtchmker em termos de preferêncis nuncids devido seu desconhecimento ds verddeirs preferêncis dos estudntes. Entretnto, os estudntes vlirão o mtching em termos de sus verddeirs preferêncis. 7

9 Série ESTUDOS ECONÔMICOS Nº 08 os mecnismos podem e devem ser nlisdos sob ótic d teori dos jogos. Nesse contexto, expressão ''jogr'' o mecnismo possui um dequção evidente. Um estrtégi Q s é dit dominnte pr um gente s se é um melhor respost todos os possíveis conjuntos de estrtégis Q s dotds pelos demis gentes, isto é, φ(q s, Q s ) s φ(q s, Q s ) pr todos Q s Q s e Q s Q s. E, um mecnismo de mtching φ será dito não mnipulável (ou à prov de estrtégi) se pr cd jogdor é estrtégi dominnte nuncir sus verddeirs preferêncis no jogo induzido pelo mecnismo φ. 8 Nest seção, nlismos lguns dos principis mecnismos de mtching utilizdos: deferred cceptnce, Boston e top trding cycles. São presentdos seus lgoritmos bem como pontd stisfção ou não de certs proprieddes teórics por cd um destes. Além disso, são crescentdos os mecnismos suprcitdos o peculir mecnismo de Shnghi, e um mecnismo historicmente utilizdo no Brsil, sber, o Vestibulr. Esper-se, nest seção, não só presentr o leitor diferentes mecnismos de dmissão utilizdos, ms tmbém introduzir ideis que drão suporte pr o cumprimento de nosso objetivo principl: modelgem e presentção de crcterístics do mecnismo do SISU. 3 Alguns Mecnismos de Mtching Nest seção, nlismos diversos mecnismos de mtching: deferred cceptnce, Boston, Shnghi, top trding cycles e um mecnismo historicmente utilizdo no Brsil, sber, o vestibulr. Pr trçrmos um nálise comprtiv entre mecnismos trdicionis e o vestibulr e, posteriormente, deste com o SISU, presentmos seus lgoritmos e pontmos stisfção ou não de certs proprieddes teórics por cd um destes. 3.1 Deferred cceptnce (Gle-Shpley) Em 1962 com o rtigo ''College Admission nd the Stbility of Mrrige'', Dvid Gle e Lloyd Shpley presentrm o problem enfrentdo por um curso que dispondo de q vgs e n cndidtos (n > q) e sus respectivs qulificções deve decidir que cndidtos dmitir. Tendo em mente que nem tods s oferts de dmissão serão ceits, o curso enfrent o dilem de qunts dmissões oferecer. Por outro ldo, cndidtos tendo tmbém plicdo pr outros cursos enfrentm o dilem de ceitr um dmissão já oferecid ou gurdr n espernç de ser dmitido em um curso de mior preferênci. Sem pretensão de solucionr esses problems, ms sim de presentr ideis úteis em certs fses do problem de dmissão, Gle e Shpley propuserm os seguintes lgoritmos: Deferred cceptnce com estudntes propondo e deferred cceptnce com cursos propondo. Algoritmo Deferred Acceptnce com Estudntes Propondo i.cd curso possui preferêncis em relção os estudntes. ii.cd estudnte submete um núncio de preferêncis em relção os cursos. 8 Jogos nos quis os jogdores devem nuncir sus preferêncis são lgums vezes chmdos jogos de revelção, e o mecnismo φ é chmdo mecnismo de revelção. 8 Mrço 2014

10 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β iii.os estudntes são locdos bsedo em sus preferêncis nuncids e ns preferêncis dos cursos. Etp 1: Cd estudnte envi propost seu curso preferido. Cd curso consider seus proponentes, designndo, temporrimente, vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. Etp k, k 2: Cd estudnte rejeitdo n etp nterior envi propost seu curso preferido dentre queles que não o rejeitrm ind. Cd curso consider seus novos proponentes juntmente com os não rejeitdos n etp nterior, designndo, temporrimente, vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. O lgoritmo termin qundo nenhum estudnte é rejeitdo ou qundo os rejeitdos já propuserm todos os cursos por eles desejáveis. As locções finis pssm de temporáris pr definitivs. O mecnismo deferred cceptnce com estudntes propondo é estável e, embor não sej Preto eficiente é Preto superior qulquer outro mecnismo estável (Gle nd Shpley, 1962). Um outr importnte propriedde desse mecnismo é su não mnipulbilidde (Dubins nd Freedmn, 1981; Roth, 1982). Algoritmo Deferred Acceptnce com Cursos Propondo i.cd curso possui preferêncis em relção os estudntes. ii.cd estudnte submete um núncio de preferêncis em relção os cursos. iii.os estudntes são locdos bsedo em sus preferêncis nuncids e ns preferêncis dos cursos. Etp 1: Cd curso envi propost seus q c,0 = q c estudntes preferidos. Cd estudnte consider seus proponentes, ocupndo, temporrimente, vg no curso ceitável que lhe é preferido dentre estes e rejeitndo os demis. Ao fim dess etp, cd curso c terá sido rejeitdo por q c,1 estudntes, 0 q c,1 q c. Etp k, k 2: Cd curso envi propost seus q c,k 1 estudntes preferidos dentre queles pr os quis não relizou propost em etps nteriores. Cd estudnte consider seus novos proponentes juntmente com o curso não rejeitdo n etp nterior, ocupndo, temporrimente, vg no curso ceitável que lhe é preferido dentre estes e rejeitndo os demis. Ao fim dess etp cd curso c terá sido rejeitdo por q c,k estudntes, 0 q c,k q c. O lgoritmo termin qundo nenhum curso é rejeitdo ou qundo os rejeitdos já propuserm todos os estudntes por eles desejáveis. As locções finis pssm de temporáris pr definitivs. O mecnismo deferred cceptnce com cursos propondo é estável (Gle nd Shpley, 1962). Não sendo, no entnto, Preto eficiente ou não mnipulável (Roth, 1982). 9

11 Série ESTUDOS ECONÔMICOS Nº Boston Segundo Chen nd Kesten (2011), é o mis comum mecnismo de school choice observdo em prátic. Nomedo devido seu uso pel cidde de Boston, 9 Msschusetts, reliz o mtching segundo o seguinte lgoritmo: Algoritmo de Boston i.pr cd curso prioriddes (preferêncis) sobre os lunos são determinds prtir de critérios previmente estbelecidos e de comum conhecimento. 10 ii.cd estudnte submete um núncio de preferêncis em relção os cursos. iii.os estudntes são locdos bsedo em sus preferêncis nuncids e em sus prioriddes nos cursos. Etp 1: Cd estudnte envi propost à su primeir escolh de curso. Cd curso consider seus proponentes e design, definitivmente, vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. Etp k, k 2: Cd estudnte rejeitdo n etp nterior envi propost à su k-ésim escolh de curso. Cd curso com vgs remnescentes consider seus proponentes e design, definitivmente, vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. O lgoritmo termin qundo não houver mis vgs desocupds nem proposts serem tendids. O mecnismo de Boston não é estável e é mnipulável, todvi, sob hipótese de não desperdício, é Preto eficiente (Abdulkdiroğlu nd Sönmez, 2003b). 3.3 Shnghi Chen nd Kesten (2011) descrevem um clsse de mecnismos utilizdos n Chin pr dmissão n fculdde, chmd de Chinese prllel mechnisms. O membro mis simples dess clsse é o mecnismo de Shnghi, utilizdo desde 2003 n cidde homônim. A seguir presentmos um lgoritmo descrevendo o processo segundo o qul esse mecnismo reliz o mtching. Algoritmo de Shnghi i.pr cd curso um preferênci em relção os lunos é determind bsed, predominntemente, n not obtid pelo estudnte em testes pdronizdos. 9 O mecnismo seguir definido foi utilizdo de , pr locção de estudntes em escols de ensino primário e secundário. 10 Ns escols de Boston, os critérios utilizdos pr determinção ds prioriddes sofrerm constntes modificções durnte o período de doção deste mecnismo, ms predominntemente form os seguintes: escolh dos pis, estudntes em educção especil e bilíngue, irmãos concorrendo por vg em mesm escol e proximidde d escol levndo em considerção zons n qul cidde foi dividid (Boston Public Schools. 2012). 10 Mrço 2014

12 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β ii.cd estudnte submete um núncio de preferêncis sobre os cursos. 11 iii.os estudntes são locdos bsedo em sus preferêncis nuncids e ns preferêncis dos cursos. Primeir rodd Etp 1: Cd estudnte envi propost o seu curso preferido. Cd curso consider seus proponentes, designndo, temporrimente, vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. Etp 2: Cd estudnte rejeitdo n etp nterior envi propost à su segund opção de curso. Cd curso consider seus novos proponentes juntmente com os não rejeitdos n etp nterior (queles ceitos temporrimente), designndo definitivmente vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. k-ésim rodd, k 2 Etp 1: Cd estudnte rejeitdo n rodd nterior envi propost o seu curso preferido dentre queles que não o rejeitrm ind. Cd curso com vgs remnescentes consider seus proponentes, designndo, temporrimente, vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. Etp 2: Cd estudnte rejeitdo n etp nterior envi propost o seu curso preferido dentre queles que não o rejeitrm ind. Cd curso consider seus novos proponentes juntmente com os não rejeitdos n etp nterior (queles ceitos temporrimente), designndo definitivmente vg pr estes um um, seguindo su ordem de preferênci, té que não hj mis vgs desocupds ou proposts serem tendids. O lgoritmo termin qundo nenhum estudnte é rejeitdo ou qundo os rejeitdos já propuserm todos os cursos por eles desejáveis. O mecnismo de Shnghi não é estável ou Preto eficiente e é mnipulável (Chen nd Kesten, 2011). 3.4 Top Trding Cycles Em seu rtigo ''On Cores nd Indivisibility'' Shpley nd Scrf (1974) explorm mis simples economi de trocs (cd indivíduo possuindo pens um bem indivisível). Eles mostrm existênci de um core pr seu modelo e presentm um lgoritmo pr lcnçá-lo, o lgoritmo top trding cycles, o qul tribuem Dvid Gle. O lgoritmo top trding cycles tem sido utilizdo com enorme sucesso no mercdo estdunidense de trnsplntes de rins e começ ser utilizdo tmbém em problems de school choice Existem vrições regionis qunto o timing d submissão de preferêncis dos estudntes: ntes do exme (9 províncis), depois do exme, ms ntes do conhecimento dos escores do exme (1 provínci), e depois do conhecimento do escore dos exmes (21 províncis). 12 Apesr de ter sido recomenddo pel Forç-Tref de Alocção Estudntil ds Escols Públics de Boston (BPS Student Assignment Tsk Force) como mecnismo pr substituição do mecnismo de Boston, o mecnismo top trding cycles pssou ser utilizdo n locção estudntil pens em 2012, pel cidde de Nov Orleães, Luisin. (Sönmez 2012) 11

13 Série ESTUDOS ECONÔMICOS Nº 08 Pr descrição do mecnismo top trding cycles precisremos estbelecer definição de um ciclo. Um ciclo é um list ordend de distintos cursos e estudntes d form (c 1, s 1, c 2, s 2,..., c k, s k ), onde c 1 escolhe s 1, s 1 escolhe c 2, c 2 escolhe s 2,..., c k escolhe s k e s k escolhe c 1. Algoritmo Top Trding Cycles i.cd curso possui preferêncis em relção os estudntes. ii.cd estudnte submete um núncio de preferêncis em relção os cursos. iii.os estudntes são locdos bsedo em sus preferêncis nuncids e ns preferêncis dos cursos. Primeir rodd Etp 1: Admite-se que cd estudnte desej lgum curso e vice-vers. Designe um contdor pr cd curso (informndo quntidde de vgs disponíveis no curso). Seu vlor inicil é cpcidde do curso. Etp 2: Cd estudnte ''pont'' pr seu curso fvorito e cd curso ''pont'' pr seu estudnte fvorito. Existe pelo menos um ciclo. Cd estudnte em um ciclo é designdo um vg no curso ''pontdo'' e removido do processo. O contdor de cd curso em um ciclo é reduzido em um, e se este se torn zero (isto é, se o curso teve tods s sus vgs ocupds), o curso tmbém é removido do processo. Contdores dos demis cursos mntêmse inlterdos. k-ésim rodd, k 2 Etp 1: Estudntes/cursos que não desejm qulquer dos cursos/estudntes remnescentes são sistemticmente removidos do processo, recebendo su opção exterior/mntendo s vgs restntes desocupds, té que cd estudnte que deseje lgum dos cursos restntes e vice-vers. Etp 2: Cd estudnte remnescente ''pont'' pr seu curso fvorito dentre os cursos remnescentes e cd curso remnescente ''pont'' pr seu fvorito dentre os estudntes remnescentes. Existe pelo menos um ciclo. Cd estudnte em um ciclo é designdo um vg no curso ''pontdo'' e removido do processo. O contdor de cd curso em um ciclo é reduzido em um, e se este se torn zero, o curso tmbém é removido do processo. Contdores dos demis cursos mntêm-se inlterdos. O lgoritmo termin qundo não há mis estudntes ou cursos remnescentes. O mecnismo Top Trding Cycles é Preto eficiente e não mnipulável (Abdulkdiroğlu nd Sönmez, 2003b). Entretnto, não é estável. 3.5 Vestibulr No Brsil, o longo dos nos se estbelecerm diverss forms de exmes de dmissão, ms o vestibulr trdicionl, o mis frequente, é relizdo em su grnde miori em dus 12 Mrço 2014

14 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β etps. N UFC, primeir etp é compost por questões objetivs de múltipl escolh, comuns todos os cndidtos de todos os cursos e segund etp é compost por questões discursivs relcionds à áre do curso escolhido. Diferentemente dos mecnismos té então borddos, o mecnismo vestibulr é ''descentrlizdo'' no sentido de que ele ocorre no âmbito de um únic instituição. Assim, pesr de gregr um série de cursos e su modelgem (no âmbito institucionl) ser nálog à modelgem té então bordd (modelgem de mecnismos centrlizdos) devemos ter em mente que o estudnte é pssível de prticipção em diferentes mecnismos de vestibulr, e muito embor os lgoritmos de mtching destes sejm independentes, efetivção dos mtchings (isto é, ceitção por prte do estudnte do mtching resultnte de um lgoritmo de vestibulr) é clrmente fetd pelo mtching que lhe é proposto por distintos mecnismos de vestibulr no qul este prticipe. A distinção nesse modelo fz-se presente, então, n opção extern do indivíduo. Relembremos que opção extern foi definid como trde-offs enfrentdos pelo estudnte o encrr oportunidde de estudr em um dos cursos, tis como, estudr em um instituição não listd no problem, trblhr, etc. Deste modo, opção extern se trduz como um vlor esperdo do estudnte ''de tudo o que é lheio o problem modeldo''. Portnto, o conjunto de cursos ceitáveis deix de ser estático, isto é, o prticipr de um vestibulr, se o estudnte escolhe um curso que é ex-nte preferível su opção extern, provção do estudnte nesse curso não signific ceitção do mesmo pelo referido estudnte, um vez que ex-post este curso pode não ser preferível à su opção extern se o estudnte prticipou de um diferente mecnismo de vestibulr e foi ceito em um curso melhor. Apesr disso, continuremos expressr opção extern do estudnte como lgo estático. Reconhecemos frgilidde do modelo seguir presentdo, no entnto, ess modelgem servirá de bse pr o próximo mecnismo. 13 Algoritmo Vestibulr i.cd estudnte escolhe e nunci um único curso como o de su preferênci. ii.pr cd curso um preferênci em relção estudntes é determind. 14 iii.os estudntes são locdos bsedo em seus núncios e ns preferêncis do curso escolhido. Etp únic: Cd curso consider seus proponentes e oferece dmissão pr estes um um, seguindo su ordem de preferênci, té que tenhm relizdo número de oferts igul o de su cpcidde ou que não hj mis proposts serem tendids. O lgoritmo termin. Proposição 3.1. O mecnismo de Vestibulr tem s seguintes proprieddes: (i)não é estável. 13 Um modelgem que lev em considerção prticipção de estudntes em distintos mecnismos de vestibulr pode ser encontrd em Gontijo (2008). 14 A determinção ds preferêncis dos cursos é decorrente bsicmente dos resultdos de um exme denomindo exme de vestibulr. Algums vezes outros ftores são considerdos, tis como: rç, cor, nível de rend, etc., ou sej, em universiddes que oferecem cots ou bônus pr cndidtos com quels crcterístics. 13

15 Série ESTUDOS ECONÔMICOS Nº 08 (ii)não é Preto eficiente. (iii)é mnipulável. É notável que se impusermos os jogdores um restrição sobre o núncio de preferêncis, nuncir não mis do que um único curso, os mecnismos Deferred Acceptnce com estudntes propondo e Boston coincidem com o mecnismo do Vestibulr. Discutiremos n Seção 5.2 o efeito de restrições sobre o núncio de preferêncis no mecnismo deferred cceptnce com estudntes propondo, ms já esse ponto podemos observr que inclusão de restrições sobre os núncios é cpz de retirr s proprieddes ótims do mecnismo. Apresentmos n Tbel 1 os mecnismos discutidos ness seção pontndo s proprieddes tendids por cd um destes. Tbel 1: Proprieddes dos Mecnismos Mecnismo Estável Eficiente Não-mnipulável DA Estudntes Sim Não Sim DA Cursos Sim Não Não Boston Não Sim Não Shnghi Não Não Não Top Trding Cycles Não Sim Sim Vestibulr Não Não Não Fonte: Elborção própri. Not: Sob hipótese de não desperdício. 4 Sistem de Seleção Unificdo SISU No Brsil, o sistem de seleção pr entrd no ensino superior foi predominntemente o vestibulr, desde su regulmentção oficil em 1911 té recentemente, onde pssou dividir esse ppel com o SISU. A mudnç no processo brsileiro de dmissão o ensino superior tem início em 1998 com implntção do Exme Ncionl do Ensino Médio (ENEM). O exme foi crido com finlidde de ser um modlidde lterntiv ou complementr de cesso os cursos profissionlizntes, pós-médio e o ensino superior. Em 2010, é implntdo o SISU que oferece às instituições de educção superior um lterntiv de relizção de exme seletivo de entrd utilizndo s nots do ENEM. Além disso, o SISU oferece o sistem federl de ensino superior, e às demis instituições que derirem este, significtivos gnhos opercionis e de custos, e busc reforçr influênci do modelo de vlição do ENEM sobre s mtrizes curriculres e prátics pedgógics plicds no ensino médio. O SISU tmbém mpli s possibiliddes dos estudntes egressos do ensino médio de cndidtr-se às vgs oferecids por instituições públics de todo o pís, permitindo mior mobilidde cdêmic e mior equidde no cesso às vgs ofertds. 4.1 Descrição do SISU O processo seletivo divide-se em qutro etps: Inscrição, Primeir Chmd, Segund Chmd e List de Esper. A seguir descrevemos cd um ds etps: 14 Mrço 2014

16 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β Inscrição. Somente os prticipntes do último ENEM podem se inscrever no SISU. O período de inscrição compreende um intervlo de cinco dis durnte o qul o estudnte pode qulquer momento cessr pltform do sistem (usulmente no site sisu.mec.gov.br) e escolher, em ordem de preferênci, té dus opções dentre s ofertds pels instituições prticipntes do processo. Durnte o período de inscrição, o estudnte pode lterr qunts vezes desejr sus opções de inscrição, sendo considerd pr fins de ocupção de vg pens últim inscrição relizd. A prtir do segundo di, à 0h o sistem fz uso ds correntes opções de cd estudnte computndo o mtching que seri ofertdo os estudntes n etp seguinte primeir chmd se nenhum estudnte ltersse sus opções desde então. A prtir ds 2hs, o cessr pltform do sistem, o estudnte recebe informções do mtching computdo. Medinte ess simulção o estudnte observ se seri, em primeir chmd, chmdo mtriculr-se em su primeir opção, em su segund opção ou não seri chmdo mtriculr-se em quisquer ds dus opções, observndo tmbém, pr cd um de sus opções, su not, not do último clssificdo 15 e su posição no rnking (ver Figur 1). Figur 1: Representção do lyout d págin do SISU presentdo o estudnte durnte etp de inscrição. Fonte: Elborção própri. Além ds informções ilustrds n Figur 1, o sítio do SISU disponibiliz ferrment onde o estudnte pode consultr not de corte de qulquer curso prticipnte do processo de seleção. Vle observr que o sistem deix clro o estudnte que s informções presentds se referem um ponto do tempo, especificmente à 0h do tul di, de modo que s mesms não representm tul situção do estudnte um vez que mudnçs ns escolhs dos estudntes podem ter ocorrido desde então. 15 Est not é chmd ''not de corte'' 15

17 Série ESTUDOS ECONÔMICOS Nº 08 Primeir Chmd. Ao fim do período de inscrição o sistem comput um mtching com bse n últim inscrição relizd por cd estudnte e, com bse nesse mtching, ofert os estudntes vg em, no máximo, um de sus opções de curso, sendo que nenhum curso oferece vg número de estudntes mior do que su cpcidde. Como rgumentremos n seção seguinte, o mecnismo utilizdo pelo SISU pr gerr o mtching proposto os estudntes ness etp é o mecnismo deferred cceptnce com estudntes propondo. Cd estudnte que, ness etp, recebe ofert de vg, decide por ceitr ou rejeitr ess ofert relizndo ou não mtrícul no curso ofertnte d referid vg. E, cd estudnte que, ness etp, não recebe ofert de vg, esper por eventuis oferts em etps posteriores. Segund Chmd. Cd curso que, n etp nterior, teve q c vgs não ocupds, decorrentes d não mtrícul de estudntes (0 < q c q c ), reliz reofert desss vgs os q c estudntes com miores nots, sob s ponderções dotds pelo curso, dentre queles que indicrm este como um de sus opções e não receberm em etp nterior ofert de vg deste curso ou de curso nuncidmente preferível este. 16 Se tods s vgs do curso form ocupds n etp nterior, este encerr su prticipção no processo. Novmente, cd estudnte que, ness etp, recebe ofert de vg, decide por ceitr ou rejeitr ess ofert relizndo ou não mtrícul no curso ofertnte d referid vg. E, cd estudnte que, ness etp, não recebe ofert de vg, esper por eventuis oferts em etps posteriores. List de Esper. É fcultdo todos queles que não tenhm, té então, sido provdos em su primeir opção de curso inscrição n list de esper. Os inscritos n list de esper concorrem exclusivmente à su primeir opção. Deste modo, pós segund chmd, hvendo vg em determindo curso c, todos os cndidtos inscritos n list de esper cuj primeir opção tenh sido c são ordendos segundo ordem de preferênci de c e então solicitdos um um relizr mtrícul té que não hj mis vgs em c ou não hj mis cndidtos c (todvi, como n prátic o número de cndidtos por curso é muito grnde, ess é um possibilidde extremmente improvável de modo que pode ser desconsiderd sem qulquer ônus). 4.2 A utilizção do mecnismo deferred cceptnce no SISU No regulmento do SISU const que encerrd fse de inscrição, os cndidtos serão clssificdos n ordem decrescente ds nots n(s) opção(ões) de vg(s) pr (s) qul(is) se inscreverm, observdo o limite de vgs disponíveis n instituição prticipnte do SISU e ordem ds opções. Bem como, que cso o cndidto possu not pr ser clssificdo em sus dus opções de vg, será seleciondo exclusivmente em su primeir opção (Brsil., 2010). Portnto, se estbelecem os seguintes critérios pr o resultdo d seleção: (i) O estudnte é provdo em, no máximo, um de sus opções e, em qulquer curso não se clssificm mis estudntes do que vgs ofertds; (ii) Se o estudnte não é provdo em seu curso 16 Se, seguindo esse processo, dois cursos relizem ofert um mesmo estudnte, o curso menos preferível por este estudnte desfz su ofert, reofertndo vg o próximo estudnte de su preferênci. 16 Mrço 2014

18 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β de primeir opção, su pontução é inferior à pontução de qulquer estudnte provdo neste curso. (iii) Se o estudnte não é provdo em seu curso de segund opção, su pontução é inferior à pontução de qulquer estudnte provdo neste curso ou o estudnte foi provdo em su primeir opção. O primeiro critério estbelece que o resultdo d seleção é um mtching de estudntes e cursos. Isto é, o perfil de preferêncis nuncids pelos estudntes n etp de Inscrição, Q = (Q s1,..., Q sn ), trnsform-se trvés de um mecnismo de mtching, φ, em um clssificção de estudntes, µ 1 φ(q). Com µ 1 (s) Q s, isto é, cd estudnte é clssificdo em um de sus opções de curso ou desclssificdo (clssificdo em su opção exterior). Os demis critérios estbelecem que o mecnismo de mtching é estável com respeito às preferêncis nuncids, Q. Por fim, const ind, no regulmento do SISU, que n inscrição o cndidto deverá especificr de form hierárquic té dus opções de vg s quis desej concorrer. Deste modo, cd cndidto concorre inicilmente pens em su primeir opção, pssndo concorrer em su segund opção pens no cso em que este não consegue vg n primeir. O que, juntmente com os critérios nteriores, crcteriz que o mecnismo de mtching utilizdo n primeir chmd do Sisu é o deferred cceptnce com os estudntes propondo. Após s oferts relizds n primeir chmd inici-se um processo onde, (i) cd estudnte que recebe ofert de mtrícul decide por ceitr ou rejeitr ofert recebid, (ii) rejeições provocm relizção de novs proposts e (iii) proposts são ceits temporrimente, podendo cd ofert ceit ser ''trocd'' por um ofert considerd ''melhor'' té que o fim do processo com o preenchimento de tods s vgs (ou té que todo curso tenh sido rejeitdo por todos os estudntes considerdos por estes ceitáveis) s proposts ceits pssm de temporáris pr definitivs. Tods esss são crcterístics do SISU (pós etp de inscrição) e do lgoritmo deferred cceptnce com os cursos propondo. Um diferenç presentd no SISU no entnto é que pós segund chmd os estudntes podem deixr o processo (trvés d não inscrição n list de esper) e os cursos ofertm vg pens estudntes que o nuncirm como su primeir opção. Todvi, espermos que o mecnismo deferred cceptnce com os cursos propondo poss nos fornecer um bo proximção Modelos estilizdos do SISU Pr modelrmos o SISU, pssmos gor considerr mecnismos dinâmicos de mtching: mecnismos de mtching que induzem um jogo dinâmico. Agor, o processo de locção de estudntes em cursos envolve vários períodos. O tempo é discreto, começ em t = 0 e termin em período indetermindo (porém, finito e mior ou igul 1). Em cd período, cd curso c C dispõe de q c vgs, podendo lgums ser ocupds e outrs desocupds. Estudntes possuem preferêncis estrits em relção cursos e opção de não es- 17 O uso do mecnismo deferred cceptnce com os cursos propondo equivle virtulmente considerr um mecnismo onde qulquer estudnte prticip de form utomátic d list de esper e que estudntes que té list de esper não receberm qulquer ofert de mtrícul em períodos nteriores concorrm, ssim como em primeir e segund chmd, às sus primeir e segund opções. 17

19 Série ESTUDOS ECONÔMICOS Nº 08 tudr e tmbém cursos possuem preferêncis estrits em relção estudntes (individulmente) e opção de mnter um vg desocupd. Estudntes nuncim sus preferêncis em t = 0, não podendo nos períodos seguintes modificr s preferêncis nuncids, ms tão somente, em cd período, decidir por ceitr ou rejeitr um ofert qundo recebid ou esperr pelo próximo período qundo não receber qulquer ofert. 5.1 O Jogo SISU α : O SISU como um mecnismo de mtching dinâmico Considerremos o jogo SISU α = S, M, H, (Φ t ) t=1, P S onde, Um conjunto S = {s 1, s 2,..., s n } jogdores; Um espço M = {µ µ : S C { } é um mtching} de estdos; Um conjunto H de sequêncis finits que stisfz s seguintes proprieddes: h 0 (ν 0 ) M é membro de H, onde ν 0 é tl que ν 0 (s) = pr todo s S; Se (ν 0, 0, ν 1,..., k 1, ν k,..., t 1, ν t ) H então (ν 0, 0, ν 1,..., k 1, ν k ) H; (Cd membro de H é um históri, cd componente t ( t s) s S é um perfil de ções dos jogdores no período t, com t s A t s onde A t s é o espço de ções do jogdor s no período t, Q s se t = 0, A t s {esper} se t > 0 e ν t (s) =, {ceit, rejeit} se t > 0 e ν t (s). onde Q s é o espço formdo pelos núncios Q s (list de preferêncis) com não mis do que dois cursos ceitáveis. E cd componente ν t (ν t M) de um históri é um estdo. Se ν t (s) = c diremos que o estudnte s recebe ofert de vg no curso c no período t e, se ν t (s) = diremos que o estudnte não recebe ofert no período t.) Um históri (ν 0, 0, ν 1,..., t 1, ν t ) é dit terminl se ν t = ν 0, com t > 0. Denotmos o conjunto de históris terminis por Z; Pr cd período t = 1, 2,... um função de trnsição Φ t (um tipo de mecnismo de mtching) que ssoci um pr formdo por um históri não-terminl e um perfil de ções um novo estdo, isto é Φ t : (H, A) t M Φ t (h t, t ) = ν t+1 onde (H, A) t {(h t, t ) h t = (ν 0,..., t 1, ν t ) H/Z e t = ( t s) s S com t s A t s}; Pr cd jogdor s S, um relção de preferênci P s sobre Z. O jogo: Em t = 0: Nenhum estudnte recebe ofert neste período. 18 Mrço 2014

20 Mecnismos de Seleção de Gle-Shpley Dinâmicos em Universiddes Brsileirs: SISU, SISU α, SISU β Todos os estudntes escolhem simultnemente um ção (núncio de preferêncis) e o perfil de ções é formdo 0 = Q S (Q s ) s S com Q s Q s pr todo s S. Cd estudnte recebe um mtching temporário µ 0 = ν 0. O mtchmker (SISU α ) reliz trnsição pr o próximo estdo. O formto d função de trnsição nesse período é o do mecnismo deferred cceptnce com estudntes propondo, isto é, Φ 0 (h 0, 0 ) φ S (Q s ) ν 1. O mtching ν 1 tem s seguintes crcterístics: Pr todo s S, ν 1 (s) = c somente se c Q s, ou sej, nenhum estudnte recebe ofert de vg em curso que não tenh sido por este (estudnte) nuncido como ceitável. Pr todo c C, ν 1 1 (c) q c, i.e., nenhum curso ofert número de vgs mior do que su cpcidde. Se s / ν 1 1 (c) então ν 1(s ) Q s c ou pr todo s ν 1 1 (c) tem-se que s c s. Mis ind, se v 1 1 (c) < q c então ν 1 (s ) Q s c ou c s. Em plvrs, se lgum estudnte s nunciou o curso c como ceitável e não recebeu ofert de vg neste ou em outro Em t > 0: curso nuncidmente preferível o curso c então todos os estudntes que receberm ofert de vg de c são preferíveis (pelo curso) s e ind, se lgum vg não foi ofertd então o estudnte s não é ceitável o curso c. Cd estudnte s que recebe um ofert de vg neste período, ν t (s), decide por ceitr ou rejeitr ofert recebid. Cd estudnte que não recebe ofert neste período, ν t (s) =, esper pelo próximo período. Cd estudnte recebe um mtching temporário µ t, com pr todo s S. ν t (s) se t s = ceit µ t (s) = µ t 1 (s) cso contrário Se ν t ν 0, o mtchmker reliz trnsição pr o próximo estdo (oferts do período seguinte). onde h t (ν 0, 0,..., ν t ). Φ t (h t, t ) ν t+1 O mtching ν t+1 tem s seguintes crcterístics: Pr todo s S, ν t+1 (s) = c somente se c Q s, ou sej, nenhum estudnte recebe ofert de vg neste período em curso que não tenh sido por este (estudnte) nuncido como ceitável. 19

GOVERNO DO ESTADO DE MATO GROSSO SECRETARIA DE ESTADO DE CIÊNCIA E TECNOLOGIA UNIVERSIDADE DO ESTADO DE MATO GROSSO

GOVERNO DO ESTADO DE MATO GROSSO SECRETARIA DE ESTADO DE CIÊNCIA E TECNOLOGIA UNIVERSIDADE DO ESTADO DE MATO GROSSO PROCESSO SELETIVO DE PROVAS E TÍTULOS PARA CONTRATAÇÃO TEMPORÁRIA DE PROFESSOR DA EDUCAÇÃO SUPERIOR EDITAL N 004/2012 UNEMAT A, no uso de sus tribuições legis e em cumprimento ds norms prevists no rtigo

Leia mais

1º semestre de Engenharia Civil/Mecânica Cálculo 1 Profa Olga (1º sem de 2015) Função Exponencial

1º semestre de Engenharia Civil/Mecânica Cálculo 1 Profa Olga (1º sem de 2015) Função Exponencial º semestre de Engenhri Civil/Mecânic Cálculo Prof Olg (º sem de 05) Função Eponencil Definição: É tod função f: R R d form =, com R >0 e. Eemplos: = ; = ( ) ; = 3 ; = e Gráfico: ) Construir o gráfico d

Leia mais

Semelhança e áreas 1,5

Semelhança e áreas 1,5 A UA UL LA Semelhnç e áres Introdução N Aul 17, estudmos o Teorem de Tles e semelhnç de triângulos. Nest ul, vmos tornr mis gerl o conceito de semelhnç e ver como se comportm s áres de figurs semelhntes.

Leia mais

Simbolicamente, para. e 1. a tem-se

Simbolicamente, para. e 1. a tem-se . Logritmos Inicilmente vmos trtr dos ritmos, um ferrment crid pr uilir no desenvolvimento de cálculos e que o longo do tempo mostrou-se um modelo dequdo pr vários fenômenos ns ciêncis em gerl. Os ritmos

Leia mais

Capítulo 3. Autómatos e respectivas linguagens

Capítulo 3. Autómatos e respectivas linguagens Cpítulo 3. Neste estudo, os utómtos serão considerdos principlmente como dispositivos de ceitção d lingugem, e respectiv estrutur intern será discutid pens n medid em que se relcione com lingugem ceite.

Leia mais

TEMA CENTRAL: A interface do cuidado de enfermagem com as políticas de atenção ao idoso.

TEMA CENTRAL: A interface do cuidado de enfermagem com as políticas de atenção ao idoso. TERMO DE ADESÃO A POLITICA DE INSCRIÇÃO NOS EVENTOS DA ASSOCIAÇÃO BRASILEIRA DE ENFERMAGEM 9ª. JORNADA BRASILEIRA DE ENFERMAGEM GERIÁTRICA E GERONTOLÓGICA TEMA CENTRAL: A interfce do cuiddo de enfermgem

Leia mais

São possíveis ladrilhamentos com um único molde na forma de qualquer quadrilátero, de alguns tipos de pentágonos irregulares, etc.

São possíveis ladrilhamentos com um único molde na forma de qualquer quadrilátero, de alguns tipos de pentágonos irregulares, etc. LADRILHAMENTOS Elvi Mureb Sllum Mtemtec-IME-USP A rte do ldrilhmento consiste no preenchimento do plno, por moldes, sem superposição ou burcos. El existe desde que o homem começou usr pedrs pr cobrir o

Leia mais

COPEL INSTRUÇÕES PARA CÁLCULO DA DEMANDA EM EDIFÍCIOS NTC 900600

COPEL INSTRUÇÕES PARA CÁLCULO DA DEMANDA EM EDIFÍCIOS NTC 900600 1 - INTRODUÇÃO Ests instruções têm por objetivo fornecer s orientções pr utilizção do critério pr cálculo d demnd de edifícios residenciis de uso coletivo O referido critério é plicável os órgãos d COPEL

Leia mais

EXAME DE INGRESSO 2014 3º Período

EXAME DE INGRESSO 2014 3º Período PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA ÁREA DE ENGENHARIA DE COMPUTAÇÃO (141) ESCOLA POLITÉCNICA DA UNIVERSIDADE DE SÃO PAULO EXAME DE INGRESSO 2014 º Período NOME: Oservções Importntes: 1. Não

Leia mais

Liberdade de expressão na mídia: seus prós e contras

Liberdade de expressão na mídia: seus prós e contras Universidde Estdul de Cmpins Fernnd Resende Serrdourd RA: 093739 Disciplin: CS101- Métodos e Técnics de Pesquis Professor: Armndo Vlente Propost de Projeto de Pesquis Liberdde de expressão n mídi: seus

Leia mais

CENTRO UNIVERSITÁRIO CATÓLICA DE SANTA CATARINA Pró-Reitoria Acadêmica Setor de Pesquisa

CENTRO UNIVERSITÁRIO CATÓLICA DE SANTA CATARINA Pró-Reitoria Acadêmica Setor de Pesquisa FORMULÁRIO PARA INSCRIÇÃO DE PROJETO DE INICIAÇÃO CIENTÍFICA. Coordenção/Colegido o(s) qul(is) será vinculdo: Engenhris Curso (s) : Engenhris Nome do projeto: MtLb Aplicdo n Resolução de Sistems Lineres.

Leia mais

Algoritmos de Busca de Palavras em Texto

Algoritmos de Busca de Palavras em Texto Revisdo 08Nov12 A busc de pdrões dentro de um conjunto de informções tem um grnde plicção em computção. São muits s vrições deste problem, desde procurr determinds plvrs ou sentençs em um texto té procurr

Leia mais

ESTÁGIO PARA ESTUDANTE DA UFU

ESTÁGIO PARA ESTUDANTE DA UFU 1 ESTÁGIO PARA ESTUDANTE DA UFU EDITAL UFU/PREFE/044/2010 EDITAL DE PROCESSO SELETIVO PARA ESTAGIÁRIO(A) A Pró-reitori de Grdução d Universidde Federl de Uberlândi, mprd no rtigo 248 ds Norms de Grdução

Leia mais

Acoplamento. Tipos de acoplamento. Acoplamento por dados. Acoplamento por imagem. Exemplo. É o grau de dependência entre dois módulos.

Acoplamento. Tipos de acoplamento. Acoplamento por dados. Acoplamento por imagem. Exemplo. É o grau de dependência entre dois módulos. Acoplmento É o gru de dependênci entre dois módulos. Objetivo: minimizr o coplmento grndes sistems devem ser segmentdos em módulos simples A qulidde do projeto será vlid pelo gru de modulrizção do sistem.

Leia mais

Professores Edu Vicente e Marcos José Colégio Pedro II Departamento de Matemática Potências e Radicais

Professores Edu Vicente e Marcos José Colégio Pedro II Departamento de Matemática Potências e Radicais POTÊNCIAS A potênci de epoente n ( n nturl mior que ) do número, representd por n, é o produto de n ftores iguis. n =...... ( n ftores) é chmdo de bse n é chmdo de epoente Eemplos =... = 8 =... = PROPRIEDADES

Leia mais

Programação Linear Introdução

Programação Linear Introdução Progrmção Liner Introdução Prof. Msc. Fernndo M. A. Nogueir EPD - Deprtmento de Engenhri de Produção FE - Fculdde de Engenhri UFJF - Universidde Federl de Juiz de For Progrmção Liner - Modelgem Progrmção

Leia mais

O sistema de cotas no Brasil: um estudo de caso na Universidade Estadual do Norte Fluminense -UENF

O sistema de cotas no Brasil: um estudo de caso na Universidade Estadual do Norte Fluminense -UENF O sistem de cots no Brsil: um estudo de cso n Universidde Estdul do Norte Fluminense -UENF Ludmil Gonçlves d Mtt Doutor em Sociologi Polític Professor do Mestrdo em Plnejmento Regionl e Gestão de Ciddes

Leia mais

Operadores momento e energia e o Princípio da Incerteza

Operadores momento e energia e o Princípio da Incerteza Operdores momento e energi e o Princípio d Incertez A U L A 5 Mets d ul Definir os operdores quânticos do momento liner e d energi e enuncir o Princípio d Incertez de Heisenberg. objetivos clculr grndezs

Leia mais

Cartilha Explicativa. Segurança para quem você ama.

Cartilha Explicativa. Segurança para quem você ama. Crtilh Explictiv Segurnç pr quem você m. Bem-vindo, novo prticipnte! É com stisfção que recebemos su desão o Fmíli Previdênci, plno desenhdo pr oferecer um complementção de posentdori num modelo moderno

Leia mais

Carta Convite para Seleção de Preceptores. Desenvolvimento de Competência Pedagógica para a prática da Preceptoria na Residência Médica

Carta Convite para Seleção de Preceptores. Desenvolvimento de Competência Pedagógica para a prática da Preceptoria na Residência Médica ASSOCIAÇÃO BRASILEIRA DE EDUCAÇÃO MÉDICA (ABEM) Av. Brsil, 4036 sls 1006/1008 21040-361 Rio de Jneiro-RJ Tel.: (21) 2260.6161 ou 2573.0431 Fx: (21) 2260.6662 e-mil: rozne@bem-educmed.org.br Home-pge: www.bem-educmed.org.br

Leia mais

ESTADO DO MARANHÃO MINISTÉRIO PÚBLICO PROCURADORIA GERAL DE JUSTIÇA a CENTRO DE APOIO OPERACIONAL DE MEIO AMBIENTE, URBANISMO E PATRIMÔNIO CULTURAL

ESTADO DO MARANHÃO MINISTÉRIO PÚBLICO PROCURADORIA GERAL DE JUSTIÇA a CENTRO DE APOIO OPERACIONAL DE MEIO AMBIENTE, URBANISMO E PATRIMÔNIO CULTURAL 1 N O T A T É C N I C A N º. 0 0 3 / 2 0 0 7 Análise ds demnds identificds ns udiêncis públics do Plnejmento Estrtégico. Construção de plnejmento. 1 JUSTIFICATIVA Após relizção de seis udiêncis públics

Leia mais

Análise de Variância com Dois Factores

Análise de Variância com Dois Factores Análise de Vriânci com Dois Fctores Modelo sem intercção Eemplo Neste eemplo, o testrmos hipótese de s três lojs terem volumes médios de vends iguis, estmos testr se o fctor Loj tem influênci no volume

Leia mais

Transporte de solvente através de membranas: estado estacionário

Transporte de solvente através de membranas: estado estacionário Trnsporte de solvente trvés de membrns: estdo estcionário Estudos experimentis mostrm que o fluxo de solvente (águ) em respost pressão hidráulic, em um meio homogêneo e poroso, é nálogo o fluxo difusivo

Leia mais

UFU Universidade Federal de Uberlândia Faculdade de Computação Apostila de Lógica Proposicional (Fundamentos Básicos)

UFU Universidade Federal de Uberlândia Faculdade de Computação Apostila de Lógica Proposicional (Fundamentos Básicos) UFU Universidde Federl de Uberlândi Fculdde de Computção Apostil de Lógic Proposicionl (Fundmentos Básicos) Prof. Luiz Gustvo Almeid Mrtins UFU - Fculdde de Computção Lógic Proposicionl Fundmentos Básicos

Leia mais

Serviços de Acção Social da Universidade de Coimbra

Serviços de Acção Social da Universidade de Coimbra Serviços de Acção Socil d Universidde de Coimbr Serviço de Pessol e Recursos Humnos O que é o bono de fmíli pr crinçs e jovens? É um poio em dinheiro, pgo menslmente, pr judr s fmílis no sustento e n educção

Leia mais

1.8 Não será permitida a inscrição simultânea em mais de 2 (dois) componentes curriculares a serem lecionados no mesmo período.

1.8 Não será permitida a inscrição simultânea em mais de 2 (dois) componentes curriculares a serem lecionados no mesmo período. VISO PÚBLICO Nº 04/UNOESC-R/2015 O Reitor d Universidde do Oeste de Snt Ctrin Unoesc, Unoesc Virtul, entidde educcionl, crid pel Lei Municipl nº 545/68 e estruturd de direito privdo, sem fins lucrtivos,

Leia mais

POLINÔMIOS. Definição: Um polinômio de grau n é uma função que pode ser escrita na forma. n em que cada a i é um número complexo (ou

POLINÔMIOS. Definição: Um polinômio de grau n é uma função que pode ser escrita na forma. n em que cada a i é um número complexo (ou POLINÔMIOS Definição: Um polinômio de gru n é um função que pode ser escrit n form P() n n i 0... n i em que cd i é um número compleo (ou i 0 rel) tl que n é um número nturl e n 0. Os números i são denomindos

Leia mais

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ADMINISTRAÇÃO/CIÊNCIAS CONTÁBEI /LOGISTICA ASSUNTO: INTRODUÇÃO AO ESTUDO DE FUNÇÕES

FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ADMINISTRAÇÃO/CIÊNCIAS CONTÁBEI /LOGISTICA ASSUNTO: INTRODUÇÃO AO ESTUDO DE FUNÇÕES FACULDADE DE ADMINISTRAÇÃO E NEGÓCIOS DE SERGIPE CURSO: ADMINISTRAÇÃO/CIÊNCIAS CONTÁBEI /LOGISTICA ASSUNTO: INTRODUÇÃO AO ESTUDO DE FUNÇÕES PROFESSOR: MARCOS AGUIAR MAT. BÁSICA I. FUNÇÕES. DEFINIÇÃO Ddos

Leia mais

COLÉGIO NAVAL 2016 (1º dia)

COLÉGIO NAVAL 2016 (1º dia) COLÉGIO NAVAL 016 (1º di) MATEMÁTICA PROVA AMARELA Nº 01 PROVA ROSA Nº 0 ( 5 40) 01) Sej S som dos vlores inteiros que stisfzem inequção 10 1 0. Sendo ssim, pode-se firmr que + ) S é um número divisíel

Leia mais

Educação integral/educação integrada e(m) tempo integral: concepções e práticas na educação brasileira

Educação integral/educação integrada e(m) tempo integral: concepções e práticas na educação brasileira Educção integrl/educção integrd e(m) tempo integrl: concepções e prátics n educção brsileir Mpemento ds experiêncis de jornd escolr mplid no Brsil UFPR UNB UNIRIO UFRJ UERJ UFMG ULBRA Educção integrl/educção

Leia mais

Ilha Solteira, 17 de janeiro de 2013. OFICIO OSISA 05/2013

Ilha Solteira, 17 de janeiro de 2013. OFICIO OSISA 05/2013 Nossos prceiros Pel trnsprênci e qulidde d plicção dos recursos públicos Ilh Solteir, 17 de jneiro de 2013. OFICIO OSISA 05/2013 Ao Exmo. Sr. Alberto dos Sntos Júnior Presidente d Câmr Municipl de Ilh

Leia mais

UNIVERSIDADE ESTADUAL DO MARANHÃO - UEMA PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO PPG COODERNAÇÃO DE PÓS-GRADUAÇÃO - CPG EDITAL Nº17/2014 PPG/CPG/UEMA

UNIVERSIDADE ESTADUAL DO MARANHÃO - UEMA PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO PPG COODERNAÇÃO DE PÓS-GRADUAÇÃO - CPG EDITAL Nº17/2014 PPG/CPG/UEMA UNIVERSIDADE ESTADUAL DO MARANHÃO - UEMA PRÓ-REITORIA DE PESQUISA E PÓS-GRADUAÇÃO PPG COODERNAÇÃO DE PÓS-GRADUAÇÃO - CPG EDITAL Nº17/2014 PPG/CPG/UEMA CURSO DE ESPECIALIZAÇÃO EM GESTÃO DE RESÍDUOS SÓLIDOS

Leia mais

Função de onda e Equação de Schrödinger

Função de onda e Equação de Schrödinger Função de ond e Equção de Schrödinger A U L A 4 Met d ul Introduzir função de ond e Equção de Schrödinger. objetivos interpretr fisicmente função de ond; obter informção sobre um sistem microscópico, prtir

Leia mais

RESOLUÇÃO DA PROVA DE MATEMÁTICA DA FASE 1 DO VESTIBULAR DA UFBA/UFRB-2007 POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA

RESOLUÇÃO DA PROVA DE MATEMÁTICA DA FASE 1 DO VESTIBULAR DA UFBA/UFRB-2007 POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA RESOLUÇÃO DA PROVA DE MATEMÁTICA DA FASE DO VESTIBULAR DA UFBA/UFRB-7 POR PROFA. MARIA ANTÔNIA CONCEIÇÃO GOUVEIA Questão Sore números reis, é correto firmr: () Se é o mior número de três lgrismos divisível

Leia mais

A MODELAGEM MATEMÁTICA NA CONSTRUÇÃO DE TELHADOS COM DIFERENTES TIPOS DE TELHAS

A MODELAGEM MATEMÁTICA NA CONSTRUÇÃO DE TELHADOS COM DIFERENTES TIPOS DE TELHAS A MODELAGEM MATEMÁTICA NA CONSTRUÇÃO DE TELADOS COM DIFERENTES TIOS DE TELAS Angéli Cervi, Rosne Bins, Til Deckert e edro A.. Borges 4. Resumo A modelgem mtemátic é um método de investigção que utiliz

Leia mais

Capítulo 1 Introdução à Física

Capítulo 1 Introdução à Física Vetor Pré Vestiulr Comunitário Físic 1 Cpítulo 1 Introdução à Físic Antes de começrem com os conceitos práticos d Físic, é imprescindível pr os lunos de Pré-Vestiulr estrem certificdos de que dominm os

Leia mais

Aula 4: Autômatos Finitos 2. 4.1 Autômatos Finitos Não-Determinísticos

Aula 4: Autômatos Finitos 2. 4.1 Autômatos Finitos Não-Determinísticos Teori d Computção Primeiro Semestre, 25 Aul 4: Autômtos Finitos 2 DAINF-UTFPR Prof. Ricrdo Dutr d Silv 4. Autômtos Finitos Não-Determinísticos Autômtos Finitos Não-Determinísticos (NFA) são um generlizção

Leia mais

EQUAÇÕES INTENSIDADE / DURAÇÃO / PERÍODO DE RETORNO PARA ALTO GARÇAS (MT) - CAMPO ALEGRE DE GOIÁS (GO) E MORRINHOS (GO)

EQUAÇÕES INTENSIDADE / DURAÇÃO / PERÍODO DE RETORNO PARA ALTO GARÇAS (MT) - CAMPO ALEGRE DE GOIÁS (GO) E MORRINHOS (GO) ABES - Associção Brsileir de Engenhri Snitári e Ambientl V - 002 EQUAÇÕES INTENSIDADE / DURAÇÃO / PERÍODO DE RETORNO PARA ALTO GARÇAS (MT) - CAMPO ALEGRE DE GOIÁS (GO) E MORRINHOS (GO) Alfredo Ribeiro

Leia mais

Vo t a ç ão TEXTO DO CONGRESSO. PROPOSTA DO GOVERNO / Partidos da Base PROPOSTAS DAS BANCADAS DE OPOSIÇÃO E / OU ATEMPA / SIMPA

Vo t a ç ão TEXTO DO CONGRESSO. PROPOSTA DO GOVERNO / Partidos da Base PROPOSTAS DAS BANCADAS DE OPOSIÇÃO E / OU ATEMPA / SIMPA PROPOSTA DO GOVERNO / Prtidos d Bse PROPOSTAS DAS BANCADAS DE OPOSIÇÃO do Governo (Mensgem Retifictiv) E / OU ATEMPA / SIMPA Vo t ç ão TEXTO DO CONGRESSO Diverss estrtégis pr tingir s mets Emend 1- exclui

Leia mais

Busca Digital (Trie e Árvore Patrícia) Estrutura de Dados II Jairo Francisco de Souza

Busca Digital (Trie e Árvore Patrícia) Estrutura de Dados II Jairo Francisco de Souza Busc Digitl (Trie e Árvore Ptríci) Estrutur de Ddos II Jiro Frncisco de Souz Introdução No prolem de usc, é suposto que existe um conjunto de chves S={s 1,, s n } e um vlor x correspondente um chve que

Leia mais

b 2 = 1: (resp. R2 e ab) 8.1B Calcule a área da região delimitada pelo eixo x, pelas retas x = B; B > 0; e pelo grá co da função y = x 2 exp

b 2 = 1: (resp. R2 e ab) 8.1B Calcule a área da região delimitada pelo eixo x, pelas retas x = B; B > 0; e pelo grá co da função y = x 2 exp 8.1 Áres Plns Suponh que cert região D do plno xy sej delimitd pelo eixo x, pels rets x = e x = b e pelo grá co de um função contínu e não negtiv y = f (x) ; x b, como mostr gur 8.1. A áre d região D é

Leia mais

RIO DE JANEIRO, RJ - BRASIL

RIO DE JANEIRO, RJ - BRASIL INICIALIZAÇÃO AUTOMÁTICA DE CONTROLADORES DEFINIDOS PELO USUÁRIO DO PROGRAMA PACDYN MARCOS INÍCIUS GONÇALES DA SILA FARINHA PROJETO SUBMETIDO AO CORPO DOCENTE DO DEPARTAMENTO DE ENGENHARIA ELÉTRICA DA

Leia mais

WASTE TO ENERGY: UMA ALTERNATIVA VIÁVEL PARA O BRASIL? 01/10/2015 FIESP São Paulo/SP

WASTE TO ENERGY: UMA ALTERNATIVA VIÁVEL PARA O BRASIL? 01/10/2015 FIESP São Paulo/SP WASTE TO ENERGY: UMA ALTERNATIVA VIÁVEL PARA O BRASIL? 01/10/2015 FIESP São Pulo/SP PNRS E O WASTE-TO-ENERGY Definições do Artigo 3º - A nov ordenção básic dos processos Ordem de prioriddes do Artigo 9º

Leia mais

Internação WEB BR Distribuidora v20130701.docx. Manual de Internação

Internação WEB BR Distribuidora v20130701.docx. Manual de Internação Mnul de Internção ÍNDICE CARO CREDENCIADO, LEIA COM ATENÇÃO.... 3 FATURAMENTO... 3 PROBLEMAS DE CADASTRO... 3 PENDÊNCIA DO ATENDIMENTO... 3 ACESSANDO O MEDLINK WEB... 4 ADMINISTRAÇÃO DE USUÁRIOS... 5 CRIANDO

Leia mais

3 DECISÃO SOB INCERTEZA

3 DECISÃO SOB INCERTEZA 3 DECISÃO SOB INCERTEZA Este cpítulo fz um resumo dos princípios e critérios de decisão so incertez, descrevendo su fundmentção mtemátic e discutindo su plicção. DECISÃO SOB INCERTEZA 4 3. INTRODUÇÃO A

Leia mais

1. VARIÁVEL ALEATÓRIA 2. DISTRIBUIÇÃO DE PROBABILIDADE

1. VARIÁVEL ALEATÓRIA 2. DISTRIBUIÇÃO DE PROBABILIDADE Vriáveis Aletóris 1. VARIÁVEL ALEATÓRIA Suponhmos um espço mostrl S e que cd ponto mostrl sej triuído um número. Fic, então, definid um função chmd vriável letóri 1, com vlores x i2. Assim, se o espço

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES SISTEMAS LINEARES

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES SISTEMAS LINEARES Universidde Federl do Rio Grnde FURG Instituto de Mtemátic, Esttístic e Físic IMEF Editl 5 - CAPES SISTEMAS LINEARES Prof. Antônio Murício Medeiros Alves Profª Denise Mri Vrell Mrtinez Mtemátic Básic r

Leia mais

a a 3,88965 $140 7 9% 7 $187 7 9% a 5, 03295

a a 3,88965 $140 7 9% 7 $187 7 9% a 5, 03295 Anuiddes equivlentes: $480 + $113 + $149 5 9% 5 VPL A (1, 09) $56, 37 A 5 9% 3,88965 5 9% 5 9% AE = = = = $14, 49 = 3,88965 AE B $140 $620 + $120 + 7 9% 7 VPL B (1, 09) $60, 54 = = = 5, 03295 7 9% 7 9%

Leia mais

Rolamentos com uma fileira de esferas de contato oblíquo

Rolamentos com uma fileira de esferas de contato oblíquo Rolmentos com um fileir de esfers de contto oblíquo Rolmentos com um fileir de esfers de contto oblíquo 232 Definições e ptidões 232 Séries 233 Vrintes 233 Tolerâncis e jogos 234 Elementos de cálculo 236

Leia mais

AGENTE ADMINISTRATIVO DO MP/RS DIREITO ADMINISTRATIVO DELEGAÇÃO DE SERVIÇOS NOTARIAIS E REGISTRAIS DO RS

AGENTE ADMINISTRATIVO DO MP/RS DIREITO ADMINISTRATIVO DELEGAÇÃO DE SERVIÇOS NOTARIAIS E REGISTRAIS DO RS 1 SUMÁRIO I. Administrção Públic... II. Atos Administrtivos... III. Poder de Políci... IV. Serviço Público... V. Responsbilidde Civil do Estdo... VI. Controle d Administrção Públic... 02 09 21 23 25 27

Leia mais

Área de Conhecimento ARTES. Período de Execução. Matrícula. Telefone. (84) 8112-2985 / ramal: 6210

Área de Conhecimento ARTES. Período de Execução. Matrícula. Telefone. (84) 8112-2985 / ramal: 6210 INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA DO RIO GRANDE DO NORTE PRÓ-REITORIA DE EXTENSÃO PROGRAMA DE APOIO INSTITUCIONAL À EXTENSÃO PROJETOS DE EXTENSÃO EDITAL 01/014-PROEX/IFRN Os cmpos sombredos

Leia mais

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc.

Apoio à Decisão. Aula 3. Aula 3. Mônica Barros, D.Sc. Aul Métodos Esttísticos sticos de Apoio à Decisão Aul Mônic Brros, D.Sc. Vriáveis Aletóris Contínus e Discrets Função de Probbilidde Função Densidde Função de Distribuição Momentos de um vriável letóri

Leia mais

64 5 y e log 2. 32 5 z, então x 1 y 1 z é igual a: c) 13 e) 64 3. , respectivamente. Admitindo-se que E 1 foi equivalente à milésima parte de E 2

64 5 y e log 2. 32 5 z, então x 1 y 1 z é igual a: c) 13 e) 64 3. , respectivamente. Admitindo-se que E 1 foi equivalente à milésima parte de E 2 Resolução ds tividdes complementres Mtemátic M Função Logrítmic p. (UFSM-RS) Sejm log, log 6 e log z, então z é igul : ) b) c) e) 6 d) log log 6 6 log z z z z (UFMT) A mgnitude de um terremoto é medid

Leia mais

Grupo Educacional Unis

Grupo Educacional Unis Fundção de Ensino e Pesquis do Sul de Mins Centro Universitário do Sul de Mins Editl de Processo Seletivo Modlidde Distânci - CPS 01/2015 Vestibulr 2015 1º Semestre Grupo Educcionl Unis O Reitor do Centro

Leia mais

CPV O cursinho que mais aprova na GV

CPV O cursinho que mais aprova na GV O cursinho que mis prov n GV FGV Administrção 04/junho/006 MATEMÁTICA 0. Pulo comprou um utomóvel fle que pode ser bstecido com álcool ou com gsolin. O mnul d montdor inform que o consumo médio do veículo

Leia mais

A ÁGUA COMO TEMA GERADOR PARA O ENSINO DE QUÍMICA

A ÁGUA COMO TEMA GERADOR PARA O ENSINO DE QUÍMICA A ÁGUA COMO TEMA GERADOR PARA O ENSINO DE QUÍMICA AUTORES: AMARAL, An Pul Mgno; NETO, Antônio d Luz Cost. E-MAIL: mgno_n@yhoo.com.br; ntonioluzneto@gmil.com INTRODUÇÃO Sendo um desfio ensinr químic pr

Leia mais

Manual de Operação e Instalação

Manual de Operação e Instalação Mnul de Operção e Instlção Clh Prshll MEDIDOR DE VAZÃO EM CANAIS ABERTOS Cód: 073AA-025-122M Rev. B Novembro / 2008 S/A. Ru João Serrno, 250 Birro do Limão São Pulo SP CEP 02551-060 Fone: (11) 3488-8999

Leia mais

Edital de Processo Seletivo Nº 21/2015

Edital de Processo Seletivo Nº 21/2015 Editl de Processo Seletivo Nº 21/2015 O SERVIÇO NACIONAL DE APRENDIZAGEM COMERCIAL ADMINISTRAÇÃO REGIONAL NO ESTADO DO PIAUÍ, SENAC-PI, no uso de sus tribuições regimentis, torn público que estão berts

Leia mais

a) sexto b) sétimo c) oitavo d) nono e) décimo

a) sexto b) sétimo c) oitavo d) nono e) décimo 1 INSPER 16/06/013 Seu Pé Direito ns Melhores Fculddes 1. Nos plnos seguir, estão representds dus relções entre s vriáveis x e y: y = x e y = x, pr x 0.. Em um sequênci, o terceiro termo é igul o primeiro

Leia mais

FUNCIONAL ENTORNO ELEMENTOS DE ENTORNO, CONSIDERANDO OS ATRIBUTOS DO LUGAR - MASSAS TOPOGRAFIA #8. fonte imagem: Google Earth

FUNCIONAL ENTORNO ELEMENTOS DE ENTORNO, CONSIDERANDO OS ATRIBUTOS DO LUGAR - MASSAS TOPOGRAFIA #8. fonte imagem: Google Earth FUNCIONL ENTORNO IDENTIFICR RELÇÃO DO EDIFÍCIO COM OS ELEMENTOS DE ENTORNO, CONSIDERNDO OS TRIBUTOS DO LUGR - MSSS EDIFICDS, RELÇÕES DE PROXIMIDDE, DIÁLOGO, INTEGRÇÃO OU UTONOMI O ENTORNO D CSH #9 É COMPOSTO

Leia mais

Ter formação mínima em nível superior comprovada que atenda a formação acadêmica ou formação ou vinculação em programa de

Ter formação mínima em nível superior comprovada que atenda a formação acadêmica ou formação ou vinculação em programa de ANEXO II EDITAL Nº 04/2014 2 º PRORROGAÇÃO PARA VAGAS REMANESCENTES QUADRO DE VAGAS REMANESCENTES PARA O PROCESSO SELETIVO SIMPLIFICADO DE PROFESSORES PESQUISADORES FORMADORES ÁREA DA PESQUISA EMENTA EIXO

Leia mais

PROGRAMA SENAC DE GRATUIDADE - PSG 1º EDITAL DE PROCESSO SELETIVO SENAC/AL

PROGRAMA SENAC DE GRATUIDADE - PSG 1º EDITAL DE PROCESSO SELETIVO SENAC/AL PROGRAMA SENAC DE GRATUIDADE - PSG 1º EDITAL DE PROCESSO SELETIVO SENAC/AL 1. DO PROGRAMA 1.1. O PSG destin-se pessos de bix rend cuj rend fmilir mensl per cpit não ultrpsse 2 slários mínimos federis,

Leia mais

CONJUNTOS NUMÉRICOS Símbolos Matemáticos

CONJUNTOS NUMÉRICOS Símbolos Matemáticos CONJUNTOS NUMÉRICOS Símolos Mtemáticos,,... vriáveis e prâmetros igul A, B,... conjuntos diferente pertence > mior que não pertence < menor que está contido mior ou igul não está contido menor ou igul

Leia mais

Matemática Aplicada. A Mostre que a combinação dos movimentos N e S, em qualquer ordem, é nula, isto é,

Matemática Aplicada. A Mostre que a combinação dos movimentos N e S, em qualquer ordem, é nula, isto é, Mtemátic Aplicd Considere, no espço crtesino idimensionl, os movimentos unitários N, S, L e O definidos seguir, onde (, ) R é um ponto qulquer: N(, ) (, ) S(, ) (, ) L(, ) (, ) O(, ) (, ) Considere ind

Leia mais

f(x) é crescente e Im = R + Ex: 1) 3 > 81 x > 4; 2) 2 x 5 = 16 x = 9; 3) 16 x - 4 2x 1 10 = 2 2x - 1 x = 1;

f(x) é crescente e Im = R + Ex: 1) 3 > 81 x > 4; 2) 2 x 5 = 16 x = 9; 3) 16 x - 4 2x 1 10 = 2 2x - 1 x = 1; Curso Teste - Eponencil e Logritmos Apostil de Mtemátic - TOP ADP Curso Teste (ii) cso qundo 0 < < 1 EXPONENCIAL E LOGARITMO f() é decrescente e Im = R + 1. FUNÇÃO EXPONENCIAL A função f: R R + definid

Leia mais

Aula 8: Gramáticas Livres de Contexto

Aula 8: Gramáticas Livres de Contexto Teori d Computção Segundo Semestre, 2014 ul 8: Grmátics Livres de Contexto DINF-UTFPR Prof. Ricrdo Dutr d Silv Veremos gor mneir de gerr s strings de um tipo específico de lingugem, conhecido como lingugem

Leia mais

Regras. Resumo do Jogo Resumo do Jogo. Conteúdo. Conteúdo. Objetivo FRENTE do Jogo

Regras. Resumo do Jogo Resumo do Jogo. Conteúdo. Conteúdo. Objetivo FRENTE do Jogo Resumo do Jogo Resumo do Jogo Regrs -Qundo for seu turno, você deve jogr um de sus crts no «ponto n linh do tempo» que estej correto. -Se você jogr crt corretmente, terá um crt menos à su frente. -Se você

Leia mais

TÍTULO: Métodos de Avaliação e Identificação de Riscos nos Locais de Trabalho. AUTORIA: Ricardo Pedro

TÍTULO: Métodos de Avaliação e Identificação de Riscos nos Locais de Trabalho. AUTORIA: Ricardo Pedro TÍTULO: Métodos de Avlição e Identificção de Riscos nos Locis de Trblho AUTORIA: Ricrdo Pedro PUBLICAÇÕES: TECNOMETAL n.º 167 (Novembro/Dezembro de 2006) 1. Enqudrmento legl A vlição e identificção de

Leia mais

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA

APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA APONTAMENTOS DE ÁLGEBRA LINEAR E GEOMETRIA ANALÍTICA (II Determinntes) ÁREA DEPARTAMENTAL DE ENGENHARIA CIVIL Determinntes Índice 2 Determinntes 2

Leia mais

Representação de Transformadores Defasadores no Problema de Fluxo de Potência

Representação de Transformadores Defasadores no Problema de Fluxo de Potência 1 Representção de Trnsformdores Defsdores no Problem de Fluxo de Potênci J. A. Pssos Filho, Member, IEEE, R. M. Henriques, Member, IEEE e F. R. M. Alves, Member, IEEE Abstrct--O principl objeo deste é

Leia mais

07 AVALIAÇÃO DO EFEITO DO TRATAMENTO DE

07 AVALIAÇÃO DO EFEITO DO TRATAMENTO DE 07 AVALIAÇÃO DO EFEITO DO TRATAMENTO DE SEMENTES NA QUALIDADE FISIOLOGICA DA SEMENTE E A EFICIENCIA NO CONTROLE DE PRAGAS INICIAIS NA CULTURA DA SOJA Objetivo Este trblho tem como objetivo vlir o efeito

Leia mais

Projecções Cotadas. Luís Miguel Cotrim Mateus, Assistente (2006)

Projecções Cotadas. Luís Miguel Cotrim Mateus, Assistente (2006) 1 Projecções Cotds Luís Miguel Cotrim Mteus, Assistente (2006) 2 Nestes pontmentos não se fz o desenvolvimento exustivo de tods s mtéris, focndo-se pens lguns items. Pelo indicdo, estes pontmentos não

Leia mais

Introdução à Programação Linear

Introdução à Programação Linear CAPÍTULO. Definição Um problem de PL consiste em determinr vlores não negtivos pr s vriáveis de decisão, de form que stisfçm s restrições imposts e que optimizem (minimizem ou mimizem) um função (rel)

Leia mais

Educação Ambiental na Comunidade Escolar no Entorno do Parque Natural Municipal do Paragem*

Educação Ambiental na Comunidade Escolar no Entorno do Parque Natural Municipal do Paragem* Educção Ambientl n Comunid Escolr no Entorno do Prque Nturl Municipl do Prgem* 1 ALMEIDA, Grciel Gonçlves ; ARENDT, Krine Sles; LIRA, Elinlv Silv ; MACEDO, Gbriel Zcris; VIEIRA, An Pul. Plvrs-chve: Meio

Leia mais

Ministério da Educação Universidade Tecnológica Federal do Paraná Comissão Permanente de Concurso Público CONCURSO PÚBLICO 23 / MAIO / 2010

Ministério da Educação Universidade Tecnológica Federal do Paraná Comissão Permanente de Concurso Público CONCURSO PÚBLICO 23 / MAIO / 2010 Ministério d Educção Universidde Tecnológic Federl do Prná Comissão Permnente de Concurso Público PR CONCURSO PÚBLICO 23 / MAIO / 2010 ÁREA / SUBÁREA: ELETROTÉCNICA GABARITO PROJETOS ELÉTRICOS INSTRUÇÕES

Leia mais

SIMULAÇÃO DE MERCADOS DE ENERGIA UTILIZANDO TEORIA DE JOGOS E AGENTES INTELIGENTES ESTUDOS DE CASO

SIMULAÇÃO DE MERCADOS DE ENERGIA UTILIZANDO TEORIA DE JOGOS E AGENTES INTELIGENTES ESTUDOS DE CASO SIMULAÇÃO DE MERCADOS DE ENERGIA UTILIZANDO TEORIA DE JOGOS E ENTES INTELIGENTES ESTUDOS DE CASO SILVA, P S, NEPOMUCENO, L Lbortório de Estudos Econômicos em Sistems de Potênci - LEESP UNESP / FE / DEE

Leia mais

Considerando a necessidade de contínua atualização do Programa de Controle da Poluição do Ar por Veículos Automotores - PROCONVE;

Considerando a necessidade de contínua atualização do Programa de Controle da Poluição do Ar por Veículos Automotores - PROCONVE; http://www.mm.gov.br/port/conm/res/res97/res22697.html Pge 1 of 5 Resoluções RESOLUÇÃO Nº 226, DE 20 DE AGOSTO DE 1997 O Conselho Ncionl do Meio Ambiente - CONAMA, no uso ds tribuições que lhe são conferids

Leia mais

Seu pé direito nas melhores faculdades

Seu pé direito nas melhores faculdades Seu pé direito ns melhores fculddes IBMEC 03/junho/007 ANÁLISE QUANTITATIVA E LÓGICA DISCUSIVA 01. O dministrdor de um boliche pretende umentr os gnhos com sus pists. Atulmente, cobr $ 6,00 por um hor

Leia mais

1 As grandezas A, B e C são tais que A é diretamente proporcional a B e inversamente proporcional a C.

1 As grandezas A, B e C são tais que A é diretamente proporcional a B e inversamente proporcional a C. As grndezs A, B e C são tis que A é diretmente proporcionl B e inversmente proporcionl C. Qundo B = 00 e C = 4 tem-se A = 5. Qul será o vlor de A qundo tivermos B = 0 e C = 5? B AC Temos, pelo enuncido,

Leia mais

Eleições Diretório Acadêmico Fisioterapia

Eleições Diretório Acadêmico Fisioterapia Eleições Está berto o período de inscrição pr s novs chps do Diretório Acdêmico - Gestão 2015 Inscrições: dos dis 17 29 de gosto de 2015 somente pelo e-mil: fisioufu.d.@gmil.com A votção será relizd nos

Leia mais

I AÇÕES DE AUDITORIA INTERNA PREVISTAS:

I AÇÕES DE AUDITORIA INTERNA PREVISTAS: PAINT 24 - I AÇÕES DE AUDITORIA INTERNA PREVISTAS: 1.1 - Auditoris de Conformidde Uniddes Orig d dnd: Intern com bse nos resultdos d Mtriz de Risco elbord pel Auditori Intern Nº UNIDADE OBJETIVOS ESCOPO

Leia mais

Dado Seguro. Gestão Inteligente de Backup. Manual de Criação e configuração. Criação: CS-Consoft - Documentação & CSU

Dado Seguro. Gestão Inteligente de Backup. Manual de Criação e configuração. Criação: CS-Consoft - Documentação & CSU Gestão Inteligente de Bckup Mnul de Crição e configurção Crição: CS-Consoft - Documentção & CSU Indice Introdução... 1 I. Aquisição d solução de Bckup Remoto Ddo Seguro Pro... 1 1. Downlod do plictivo...

Leia mais

Cœlum Australe. Jornal Pessoal de Astronomia, Física e Matemática - Produzido por Irineu Gomes Varella

Cœlum Australe. Jornal Pessoal de Astronomia, Física e Matemática - Produzido por Irineu Gomes Varella Cœlum Austrle Jornl essol de Astronomi, Físic e Mtemátic - roduzido por Irineu Gomes Vrell Crido em 995 Retomdo em Junho de 0 Ano III Nº 04 - Setembro de 0 ÓRBITAS LANETÁRIAS E LEIS DE KELER rof. Irineu

Leia mais

6.1 Recursos de Curto Prazo ADMINISTRAÇÃO DO CAPITAL DE GIRO. Capital de giro. Capital circulante. Recursos aplicados em ativos circulantes (ativos

6.1 Recursos de Curto Prazo ADMINISTRAÇÃO DO CAPITAL DE GIRO. Capital de giro. Capital circulante. Recursos aplicados em ativos circulantes (ativos ADMINISTRAÇÃO DO CAPITAL DE GIRO 6.1 Recursos de curto przo 6.2 Administrção de disponibiliddes 6.3 Administrção de estoques 6.4 Administrção de conts 6.1 Recursos de Curto Przo Administrção Finnceir e

Leia mais

ESCOLA SECUNDÁRIA DE CALDAS TAIPAS CURSO PROFISSIONAL DE TÉCNICO DE COMÉRCIO. DISCIPLINA: ORGANIZAR E GERIR A EMPRESA (10º Ano Turma K)

ESCOLA SECUNDÁRIA DE CALDAS TAIPAS CURSO PROFISSIONAL DE TÉCNICO DE COMÉRCIO. DISCIPLINA: ORGANIZAR E GERIR A EMPRESA (10º Ano Turma K) ESCOLA SECUNDÁRIA DE CALDAS TAIPAS CURSO PROFISSIONAL DE TÉCNICO DE COMÉRCIO DISCIPLINA: ORGANIZAR E GERIR A EMPRESA (10º Ano Turm K) PLANIFICAÇÃO ANUAL Diretor do Curso Celso Mnuel Lim Docente Celso Mnuel

Leia mais

ANEXO. DHA < 200 mm - baixo risco DHA > 200 mm - alto risco

ANEXO. DHA < 200 mm - baixo risco DHA > 200 mm - alto risco ANEXO 1. NOTA TÉCNICA O Brsil produz dus espécies de cfé: O rábic (Coffe rábic L.) e o robust (Coffe cnephor Pierre ex A. Froehner.), mis conhecido como cfé robust. Atulmente, o pís é o mior produtor e

Leia mais

Uma roda gigante tem 10m de raio e possui 12 assentos, igualmente espaçados, e gira no sentido horário.

Uma roda gigante tem 10m de raio e possui 12 assentos, igualmente espaçados, e gira no sentido horário. Questão PROVA FINAL DE MATEMÁTICA - TURMAS DO O ANO DO ENSINO MÉDIO COLÉGIO ANCHIETA-BA - OUTUBRO DE. ELABORAÇÃO: PROFESSORES OCTAMAR MARQUES E ADRIANO CARIBÉ. PROFESSORA MARIA ANTÔNIA C. GOUVEIA Um rod

Leia mais

push (c) pop () retorna-se c topo b a topo Figura 10.1: Funcionamento da pilha.

push (c) pop () retorna-se c topo b a topo Figura 10.1: Funcionamento da pilha. 11. Pilhs W. Celes e J. L. Rngel Um ds estruturs de ddos mis simples é pilh. Possivelmente por ess rzão, é estrutur de ddos mis utilizd em progrmção, sendo inclusive implementd diretmente pelo hrdwre d

Leia mais

ESCOLA SECUNDÁRIA DE CALDAS TAIPAS CURSO PROFISSIONAL DE TÉCNICO DE RECEÇÃO. DISCIPLINA: OPERAÇÕES TÉCNICAS DE RECEÇÃO (12º Ano Turma M)

ESCOLA SECUNDÁRIA DE CALDAS TAIPAS CURSO PROFISSIONAL DE TÉCNICO DE RECEÇÃO. DISCIPLINA: OPERAÇÕES TÉCNICAS DE RECEÇÃO (12º Ano Turma M) ESCOLA SECUNDÁRIA DE CALDAS TAIPAS CURSO PROFISSIONAL DE TÉCNICO DE RECEÇÃO DISCIPLINA: (12º Ano Turm M) PLANIFICAÇÃO ANUAL Diretor do Curso Teres Sous Docente Teres Bstos Ano Letivo 2015/2016 Competêncis

Leia mais

Somos o que repetidamente fazemos. A excelência portanto, não é um feito, mas um hábito. Aristóteles

Somos o que repetidamente fazemos. A excelência portanto, não é um feito, mas um hábito. Aristóteles c L I S T A DE E X E R C Í C I O S CÁLCULO INTEGRAL Prof. ADRIANO PEDREIRA CATTAI Somos o que repetidmente fzemos. A ecelênci portnto, não é um feito, ms um hábito. Aristóteles Integrl Definid e Cálculo

Leia mais

TERMO DE REFERÊNCIA PROJETOS DE INCLUSÃO PRODUTIVA

TERMO DE REFERÊNCIA PROJETOS DE INCLUSÃO PRODUTIVA TERMO DE REFERÊNCIA PROJETOS DE INCLUSÃO PRODUTIVA 1 - Ddos do Proponente 1.1- Nome d Entidde 1.2- CNPJ 1.3- Número de Sócios 1.4- Dt d Fundção 1.5- Endereço 20/09/2011 1.6- Município 1.7- CEP 1.8- U F

Leia mais

INFLUÊNCIA DA MARCA NA ACEITAÇÃO SENSORIAL DE DOCE DE LEITE PASTOSO

INFLUÊNCIA DA MARCA NA ACEITAÇÃO SENSORIAL DE DOCE DE LEITE PASTOSO INFLUÊNCIA DA MARCA NA ACEITAÇÃO SENSORIAL DE DOCE DE LEITE PASTOSO Mrin Borges de Lim d Silv 1, Jeniffer Rodrigues de Sous 2, An Crolin Bernrdes Borges Silv 2, Jnin de Oliveir Queiroz 2, Jéssic Krine

Leia mais

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO - UFRJ INSTITUTO ALBERTO LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA - COPPE

UNIVERSIDADE FEDERAL DO RIO DE JANEIRO - UFRJ INSTITUTO ALBERTO LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA - COPPE UNIVERSIDADE FEDERAL DO RIO DE JANEIRO - UFRJ INSTITUTO ALBERTO LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA - COPPE EDITAL PEC/COPPE/UFRJ Nº 261/2015: PROCESSO SELETIVO DE CANDIDATOS PARA INSCRIÇÃO

Leia mais

tem-se: Logo, x é racional. ALTERNATIVA B AB : segmento de reta unindo os pontos A e B. m (AB) : medida (comprimento) de AB.

tem-se: Logo, x é racional. ALTERNATIVA B AB : segmento de reta unindo os pontos A e B. m (AB) : medida (comprimento) de AB. MÚLTIPL ESCOLH NOTÇÕES C : conjunto dos números compleos. Q : conjunto dos números rcionis. R : conjunto dos números reis. Z : conjunto dos números inteiros. N {0,,,,...}. N* {,,,...}. : conjunto vzio.

Leia mais

PROVA DE MATEMÁTICA DA UNESP VESTIBULAR 2012 1 a Fase RESOLUÇÃO: Profa. Maria Antônia Gouveia.

PROVA DE MATEMÁTICA DA UNESP VESTIBULAR 2012 1 a Fase RESOLUÇÃO: Profa. Maria Antônia Gouveia. PROVA DE MATEMÁTICA DA UNESP VESTIBULAR 01 1 Fse Prof. Mri Antôni Gouvei. QUESTÃO 83. Em 010, o Instituto Brsileiro de Geogrfi e Esttístic (IBGE) relizou o último censo populcionl brsileiro, que mostrou

Leia mais

Analisadores Sintáticos. Análise Recursiva com Retrocesso. Análise Recursiva Preditiva. Análise Recursiva Preditiva 05/04/2010

Analisadores Sintáticos. Análise Recursiva com Retrocesso. Análise Recursiva Preditiva. Análise Recursiva Preditiva 05/04/2010 Anlisdores intáticos Análise Descendente (Top-down) Anlisdores sintáticos descendentes: Recursivo com retrocesso (bcktrcking) Recursivo preditivo Tbulr preditivo Análise Redutiv (Bottom-up) Anlisdores

Leia mais

SOCIEDADE EDUCACIONAL DE SANTA CATARINA INSTITUTO SUPERIOR TUPY

SOCIEDADE EDUCACIONAL DE SANTA CATARINA INSTITUTO SUPERIOR TUPY SOCIEDADE EDUCACIONAL DE SANTA CATARINA INSTITUTO SUPERIOR TUPY IDENTIFICAÇÃO PLANO DE ENSINO Curso: Engenhri de Produção Período/Módulo: 6º Período Disciplin/Unidde Curriculr: Simulção de Sistems de Produção

Leia mais

PROJETO DE CONSTRUÇÃO DE FOSSA BIODISGESTORA

PROJETO DE CONSTRUÇÃO DE FOSSA BIODISGESTORA PROJETO DE CONSTRUÇÃO DE FOSSA BIODISGESTORA Acdêmicos: Adenilton Sntos Moreir 123 RESUMO Este rtigo present um projeto de foss biodigestor, que será executdo pelo utor do mesmo, su principl finlidde é

Leia mais

Cálculo III-A Módulo 8

Cálculo III-A Módulo 8 Universidde Federl Fluminense Instituto de Mtemátic e Esttístic Deprtmento de Mtemátic Aplicd álculo III-A Módulo 8 Aul 15 Integrl de Linh de mpo Vetoril Objetivo Definir integris de linh. Estudr lgums

Leia mais

, então ela é integrável em [ a, b] Interpretação geométrica: seja contínua e positiva em um intervalo [ a, b]

, então ela é integrável em [ a, b] Interpretação geométrica: seja contínua e positiva em um intervalo [ a, b] Interl Deinid Se é um unção de, então su interl deinid é um interl restrit à vlores em um intervlo especíico, dimos, O resultdo é um número que depende pens de e, e não de Vejmos deinição: Deinição: Sej

Leia mais