01/05/2016. Danillo Tourinho Sancho da Silva, MSc ROTEIRIZAÇÃO TEORIA DOS GRAFOS MOTIVAÇÃO

Tamanho: px
Começar a partir da página:

Download "01/05/2016. Danillo Tourinho Sancho da Silva, MSc ROTEIRIZAÇÃO TEORIA DOS GRAFOS MOTIVAÇÃO"

Transcrição

1 ROTEIRIZAÇÃO Danillo Tourinho Sancho da Silva, MSc TEORIA DOS GRAFOS MOTIVAÇÃO 1

2 MOTIVAÇÃO Por que estudar grafos? Importante ferramenta matemática com aplicação em diversas áreas do conhecimento Utilizados na definição e/ou resolução de problemas Existem centenas de problemas computacionais que empregam grafos com sucesso. MOTIVAÇÃO Por que estudar grafos? Importante ferramenta matemática com aplicação em diversas áreas do conhecimento Utilizados na definição e/ou resolução de problemas Existem centenas de problemas computacionais que empregam grafos com sucesso. MOTIVAÇÃO Por que estudar grafos? Importante ferramenta matemática com aplicação em diversas áreas do conhecimento Utilizados na definição e/ou resolução de problemas Existem centenas de problemas computacionais que empregam grafos com sucesso. 2

3 MOTIVAÇÃO Por que estudar grafos? Importante ferramenta matemática com aplicação em diversas áreas do conhecimento Utilizados na definição e/ou resolução de problemas Existem centenas de problemas computacionais que empregam grafos com sucesso. MOTIVAÇÃO Por que estudar grafos? Importante ferramenta matemática com aplicação em diversas áreas do conhecimento Utilizados na definição e/ou resolução de problemas Existem centenas de problemas computacionais que empregam grafos com sucesso. AS PONTES DE KÖNIGSBERG 3

4 AS PONTES DE KÖNIGSBERG Em Königsber, Alemanha, um rio que passava pela Cidade tinha uma ilha e, logo depois de passar por essa ilha se bifurcava em 2 ramos. Nessa região existiam 7 pontes, como mostra a figura. AS PONTES DE KÖNIGSBERG Em Königsber, Alemanha, um rio que passava pela Cidade tinha uma ilha e, logo depois de passar por essa ilha se bifurcava em 2 ramos. Nessa região existiam 7 pontes, como mostra a figura. AS PONTES DE KÖNIGSBERG É possível andar por toda a cidade de tal modo que cada ponte seja atravessada exatamente uma vez? 4

5 AS PONTES DE KÖNIGSBERG Não é possível!!!!! AS PONTES DE KÖNIGSBERG REMODELANDO O PROBLEMA 5

6 REMODELANDO O PROBLEMA REMODELANDO O PROBLEMA REMODELANDO O PROBLEMA O problema agora consiste em percorrer todos os arcos, passando por cada um apenas uma vez, sem levantar o lápis do papel. 6

7 TEORIA DE GRAFOS Na teoria de grafos, um caminho completo com as propriedades descritas acima de não retraçar nenhum arco é chamado de TRAJETÓRIA de EULER OUTRO EXEMPLO: Será que existe alguma trajetória de Euler para o gráfico ao lado? Se existir, como ela é? GRAFOS E SUBGRAFOS 7

8 GRAFOS E SUBGRAFOS GRAFOS E SUBGRAFOS GRAFOS E SUBGRAFOS 8

9 GRAFOS E SUBGRAFOS GRAFOS E SUBGRAFOS GRAFOS E SUBGRAFOS 9

10 GRAFOS E SUBGRAFOS DEFINIÇÃO G=(V(G), E(G), ψ G ) DEFINIÇÃO G=(V(G), E(G), ψ G ) Conjunto não vazio de vértices 10

11 DEFINIÇÃO G=(V(G), E(G), ψ G ) Conjunto não vazio de vértices Conjunto disjunto de V(G), chamado arestas DEFINIÇÃO G=(V(G), E(G), ψ G ) Conjunto não vazio de vértices Função que associa cada aresta de G um par de vértices de G Conjunto disjunto de V(G), chamado arestas DEFINIÇÃO G=(V(G), E(G), ψ G ) Conjunto não vazio de vértices Função que associa cada aresta de G um par de vértices de G Conjunto disjunto de V(G), chamado arestas Se e=(u,v) então dizemos que eune u e v (u e v são ditos extremosde e) 11

12 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 12

13 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 13

14 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 14

15 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) v 1 v 2 v 4 v 5 v 3 EXEMPLO 1 : G=(V(G), E(G), ψ G ), onde V(G) ={v 1, v 2, v 3, v 4, v 5 } E(G)={e 1, e 2, e 3, e 4, e 5, e 6, e 7, e 8 } ψ G : ψ G (e 1 )= (v 1, v 2 ), ψ G (e 2 )= (v 2, v 3 ), ψ G (e 3 )= (v 3, v 3 ), ψ G (e 4 )= (v 3, v 4 ), ψ G (e 5 )= (v 2, v 4 ), ψ G (e 6 )= (v 4, v 5 ), ψ G (e 7 )= (v 2, v 5 ), ψ G (e 8 )= (v 2, v 5 ) G v 2 v 1 v 4 v 5 v 3 EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) 15

16 EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y 16

17 EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y 17

18 EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) v u w x y 18

19 EXEMPLO 2 : H=(V(H), E(H), ψ H ), onde V(H) ={u, v, w, x, y} E(H)={a, b, c, d, e, f, g, h} ψ G : ψ G (a)= (u, v), ψ G (b)= (u, u), ψ G (c)= (v, w), ψ G (d)= (w, x), ψ G (e)= (v, x), ψ G (f)= (w, x), ψ G (g)= (u, x), ψ G (h)= (x, y) H v u w x y OBSERVAÇÕES OBSERVAÇÕES Grafos são assim chamados por poderem ser representados graficamente 19

20 OBSERVAÇÕES Grafos são assim chamados por poderem ser representados graficamente Existe uma única maneira de desenhar um grafo? OBSERVAÇÕES Duas arestas num diagrama de um grafo podem se interceptar num ponto que não é um vértice OBSERVAÇÕES Duas arestas num diagrama de um grafo podem se interceptar num ponto que não é um vértice Grafos que possuem uma representação em que as aresta se interceptem apenas em seus extremos são chamados planares 20

21 DEFINIÇÕES E CONCEITOS DEFINIÇÕES E CONCEITOS Os extremos de uma aresta são ditos incidentes com a aresta, e vice-versa. DEFINIÇÕES E CONCEITOS Os extremos de uma aresta são ditos incidentes com a aresta, e vice-versa. Ex.: e u v 21

22 DEFINIÇÕES E CONCEITOS Os extremos de uma aresta são ditos incidentes com a aresta, e vice-versa. Ex.: e u v u e v são incidentes a e DEFINIÇÕES E CONCEITOS Os extremos de uma aresta são ditos incidentes com a aresta, e vice-versa. Ex.: u u e v são incidentes a e (e é incidente a u e a v) e v DEFINIÇÕES E CONCEITOS Dois vértices que são incidentes a uma mesma aresta são ditos adjacentes. 22

23 DEFINIÇÕES E CONCEITOS Dois vértices que são incidentes a uma mesma aresta são ditos adjacentes. Ex.: e u v DEFINIÇÕES E CONCEITOS Dois vértices que são incidentes a uma mesma aresta são ditos adjacentes. Ex.: e u v u e v são adjacentes DEFINIÇÕES E CONCEITOS Dois vértices que são incidentes a uma mesma aresta são ditos adjacentes. Ex.: e u v u e v são adjacentes e u e e e e são adjacentes 23

24 DEFINIÇÕES E CONCEITOS Loop: uma aresta com extremos idênticos u DEFINIÇÕES E CONCEITOS Loop: uma aresta com extremos idênticos Link: aresta com extremos diferentes u e u v DEFINIÇÕES E CONCEITOS Aresta Múltipla: links com mesmos extremos e e u v 24

25 DEFINIÇÕES E CONCEITOS Um grafo é finito se V(G) e E(G) são finitos DEFINIÇÕES E CONCEITOS Um grafo é finito se V(G) e E(G) são finitos Estudaremos apenas grafos finitos. DEFINIÇÕES E CONCEITOS Um grafo é finito se V(G) e E(G) são finitos Estudaremos apenas grafos finitos. Grafos com apenas um vértice são ditos triviais. 25

26 DEFINIÇÕES E CONCEITOS Um grafo é finito se V(G) e E(G) são finitos Estudaremos apenas grafos finitos. Grafos com apenas um vértice são ditos triviais. Um grafo é simples se não possuir loops e arestas múltiplas. NOTAÇÃO G: Grafo com conjunto de vértices V(G) e conjunto de arestas E(G). n: número de vértices de G m: número de arestas de G ISOMORFISMO ENTRE GRAFOS 26

27 ISOMORFISMO ENTRE GRAFOS Dois grafos G e H são idênticos se V(G)=V(H); E(G)=E(H); ψ G = ψ H ISOMORFISMO ENTRE GRAFOS Dois grafos G e H são idênticos se V(G)=V(H); E(G)=E(H); ψ G = ψ H Grafos idênticos podem ser representados por um mesmo diagrama ISOMORFISMO ENTRE GRAFOS Um isomorfismo entre dois grafos é uma bijeção f de V(G) em V(H) tal que 27

28 ISOMORFISMO ENTRE GRAFOS Um isomorfismo entre dois grafos é uma bijeção f de V(G) em V(H) tal que (u,v) V(G) (f(u),f(v)) V(H) ISOMORFISMO ENTRE GRAFOS Um isomorfismo entre dois grafos é uma bijeção f de V(G) em V(H) tal que (u,v) V(G) (f(u),f(v)) V(H) É possível alterar o nome dos vértices de um deles de forma que fiquem iguais. EXEMPLO: G H? v 2 G H u v 1 v 3 v x y w v 4 v5 28

29 EXEMPLO: G H? v 2 G H u v 1 v 3 v x y w v 4 v5 Para mostrar que dois grafos são isomorfos, devemos indicar um isomorfismo entre eles. CLASSES ESPECIAIS DE GRAFOS CLASSES ESPECIAIS DE GRAFOS Grafo Completo: grafo simples em que cada par de vértices distintos possui um aresta. 29

30 CLASSES ESPECIAIS DE GRAFOS Grafo Completo: grafo simples em que cada par de vértices distintos possui um aresta. A menos de isomorfismo, existe apenas um grafo completo com n vértices, denotado por K n CLASSES ESPECIAIS DE GRAFOS Grafo Vazio: é um grafo sem arestas. CLASSES ESPECIAIS DE GRAFOS Grafo Bipartido: é aquele em que o conjunto de vértices pode ser particionado em dois subconjuntos X e Y, tal que cada aresta tem um extremo em X e um em Y. 30

31 CLASSES ESPECIAIS DE GRAFOS Grafo Bipartido: é aquele em que o conjunto de vértices pode ser particionado em dois subconjuntos X e Y, tal que cada aresta tem um extremo em X e um em Y. X Y CLASSES ESPECIAIS DE GRAFOS Grafo Bipartido: é aquele em que o conjunto de vértices pode ser particionado em dois subconjuntos X e Y, tal que cada aresta tem um extremo em X e um em Y. X Y CLASSES ESPECIAIS DE GRAFOS Grafo Bipartido: é aquele em que o conjunto de vértices pode ser particionado em dois subconjuntos X e Y, tal que cada aresta tem um extremo em X e um em Y. X Y 31

32 CLASSES ESPECIAIS DE GRAFOS Grafo Bipartido: é aquele em que o conjunto de vértices pode ser particionado em dois subconjuntos X e Y, tal que cada aresta tem um extremo em X e um em Y. X Y (X, Y) é um bipartição do grafo CLASSES ESPECIAIS DE GRAFOS Grafo Bipartido Completo: é um grafo bipartido com bipartição (X, Y) em que cada vértice de X é adjacente a cada vértice de Y. Se X =m e Y =n, então denotamos tal grafo por K m,n ALGORITMO DE DIJKSTRA 32

33 ALGORITMO DE DIJKSTRA Resolução do caminho de menor comprimento Descrição dos Problemas: 1º Problema: Construir a árvore de menor comprimento total entre todos os nós de um grafo. 2º Problema: Encontrar o caminho de menor comprimento total entre dois determinados nós de um grafo. RESOLUÇÃO 1º PROBLEMA Considere 5 conjuntos: 3 conjuntos de Ramos: I Ramos em ordem de visitação II Ramos em potencial de pertencerem ao I III Ramos ainda não visitados ou rejeitados 2 conjuntos de Nós: A Conjunto de Nós em ordem de visitação B Conjunto de Nós ainda não visitados RESOLUÇÃO 1º PROBLEMA Assertiva de Entrada: Um nó arbitrário pertencente ao grafo Movê-lo de B para A Adiciona seus ramos de conexão a II 1º Passo: Mover o ramo de menor distância de II para I Adicionar a A o nó conectado a esse ramo Vá para 2º passo 2º Passo: Considerando os ramos conectados ao nó recém adicionado a A que liguem a nós pertencentes a B: Se o ramo em consideração for maior do que seus correspondentes, adicione-o a III (descarte-o) Caso contrário, adicione-o a II Repita o passo 1 se B e II não sejam vazios. Resultado: O conjunto I possui a árvore requerida 33

34 EXEMPLO 1º PROBLEMA a d b c 1 2 e Assertiva 1º 2º Passo: de Entrada: Um nó arbitrário pertencente ao grafo Mover Adicionar o ramo os ramos de menor a II distância de II Movê-lo de B para A para I Adiciona Repita 1º seus Passo ramos se B de e II conexão não vazios a II Adicionar a A o nó conectado a esse ramo A a 0 b 1 d 2 e 3 c 4 B a b c d e I II III ab ad be bc ab 1 ac 6 ac 6 dc 4 ad 2 de 5 bc 4 cb 7 be 3 ce 5 cd 6 RESOLUÇÃO 2º PROBLEMA Considere 6 conjuntos: 3 conjuntos de Ramos: I Ramos em ordem de visitação II Ramos em potencial de pertencerem ao I III Ramos ainda não visitados ou rejeitados 3 conjuntos de Nós: A Nós em ordem de visitação B Nós anteriores aos pertencentes a A C Nós ainda não visitados RESOLUÇÃO 2º PROBLEMA Assertiva de Entrada: Dois nós arbitrários pertencentes ao grafo Mover o nó de partida de C para A 1º Passo: Investigar todos os ramos em III que partam do nó adicionado em A Caso o nó de destino não pertença a B, mover o ramo de menor distância conectando ambos nós para II e o nó de destino para B Caso o nó de destino pertença a B e seja de menor distância que seu correspondente em II, substituí-lo Caso a distância do ramo seja maior que seu correspondente, rejeitá-lo 2º Passo: Para cada nó em B, investigar seu peso em relação ao nó de partida Mover o nó com menor distância de B para A Mover o ramo correspondente a esse nó de II para I Repetir o passo 1 até que o nó de chegada esteja contido em A Resultado: O caminho é encontrado seguindo os nós do conjunto A 34

35 Partir de a para e EXEMPLO 2º PROBLEMA a d b c 1 2 A B b 1 a b e e 3 C a b c d e 3 e I ab be II III ab 1 ab 1 be 2 ac 6 ad 2 bc 3 be 2 EXERCÍCIO MONTAGEM DE ROTAS 35

36 PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 1. Carregar os veículos com volumes de paradas que estão próximas entre si; RUIM MELHOR PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 2. As paradas em dias diferentes devem ser combinadas para produzir agrupamentos densos; RUIM MELHOR PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 3. Construir rotas começando com a parada mais distante do depósito; Construir rota em torno da parada mais distante do depósito e então trabalhar a volta ao depósito; A capacidade atribuída ao veículo deve ser preenchida pela seleção do conjunto mais denso de paradas próximo a essa parada mais distante; Após fazer a rota de um veículo, selecione outro e identifique a parada remanescente mais distante do depósito Prosseguir até que todas as paradas tenham sido atendidas 36

37 PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 4. A sequência das paradas em uma rota rodoviária deve formar um padrão de gota-d água; RUIM BOA PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 5. As rotas mais eficientes são construídas usando os maiores veículos disponíveis; Veículos maiores conseguem atender a um maior número de paradas, minimizando a distância ou o tempo total requerido para servir as paradas; Veículos maiores devem ser alocados primeiro; PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 6. As coletas devem ser combinadas com as rotas de entrega, ao invés de serem deixadas para o final das rotas; As coletas devem ser feitas, tanto quanto possível, durante as entregas de forma a minimizar a quantidade de cruzamentos de trajeto que podem ocorrer quando tais paradas são servidas depois que todas as entregas foram feitas 37

38 PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 7. Paradas isoladas de um agrupamento de rota são boas candidatas para um meio alternativo de entrega; PRINCÍPIOS PARA UMA BOA ROTEIRIZAÇÃO E PROGRAMAÇÃO DE VEÍCULOS 8. Janelas de tempo estreitas devem ser evitadas; Restrições da janela de tempo nas paradas, quando estreitas, podem gerar rotas muito ruins, fora dos padrões ideais; Renegociar o intervalo da janela de tempo; ROTEAMENTO PERIÓDICO DE VEÍCULOS Um conjunto de n clientes Um conjunto de veículos Um período de planejamento de t dias Uma demanda q i associada a cada cliente Um custo associado ao atendimento de cada cliente Problema: Determinar as rotas dos veículos no período 38

39 ROTEAMENTO PERIÓDICO DE VEÍCULOS: EXEMPLO Depósito Segunda Terça Quarta ROTEAMENTO PERIÓDICO DE VEÍCULOS: EXEMPLO Depósito Segunda Terça Quarta ROTEAMENTO PERIÓDICO DE VEÍCULOS: EXEMPLO Depósito Segunda Terça Quarta 39

40 ROTEAMENTO PERIÓDICO DE VEÍCULOS: EXEMPLO Depósito Segunda Terça Quarta ROTEAMENTO PERIÓDICO DE VEÍCULOS: OUTRA SITUAÇÃO Cada cliente é atendido uma única vez no período de 3 dias! ROTEAMENTO PERIÓDICO DE VEÍCULOS: OUTRA SITUAÇÃO Cada cliente é atendido uma única vez no período de 3 dias! 40

41 ROTEAMENTO PERIÓDICO DE VEÍCULOS: OUTRA SITUAÇÃO Cada cliente é atendido uma única vez no período de 3 dias! ROTEIRIZAÇÃO PROBABILÍSTICA Clientes nem sempre emitem pedidos de forma regular Estratégias a adotar: 1. Definir um roteiro ótimo a priori, eliminando os clientes sem pedidos; 2. Redefinir a roteirização sempre que houver alterações na lista de clientes a serem visitados. VANTAGENS DE UM ROTEIRO ÚNICO Roteirizador aplicado uma única vez, dispensando a alimentação contínua do sistema; Maior eficiência no trabalho do motorista memorização mais fácil do percurso, passando pelos mesmos locais aproximadamente à mesma hora; 41

42 DESVANTAGENS DE ALTERAR O ROTEIRO Alimentação contínua do Roteirizador; Diminuição na eficiência de trabalho dos motoristas Nem sempre alterar sistematicamente o roteiro é financeiramente compensador; EXEMPLO Cliente x y Prob. visita 1 7,50 7,80 1,0 2 8,10 6,95 1,0 3 8,50 8,20 1,0 4 8,75 6,50 1,0 5 6,20 6,60 1,0 6 6,00 6,00 1,0 7 5,90 7,45 1,0 8 5,45 8,30 1,0 9 5,00 7,60 0,2 10 5,00 6,80 0,2 EXEMPLO: ROTEIRO ÓTIMO 7 L = 11,6 Km 2 D D->2->3->1->4->5->9->8->7->6->D 5 42

43 EXEMPLO: ROTEIRO SUB-ÓTIMO 7 L = 12,2 Km D D->2->3->1->5->4->6->9->8->7->D 5 EXEMPLO: ROTEIRO SUB-ÓTIMO 7 L = 12,2 Km D D->2->3->1->5->4->6->9->7->D 5 Roteiro quando o cliente 8 não é visitado EXEMPLO: ROTEIRO SUB-ÓTIMO 7 L = 11,2 Km D D->2->3->1->5->4->6->8->7->D 5 Roteiro quando o cliente 9 não é visitado 43

44 EXEMPLO: ROTEIRO SUB-ÓTIMO 7 L = 10,5 Km 2 D D->2->3->1->5->4->6->7->D Roteiro quando os clientes 8 e 9 não são visitados EXEMPLO Qual a extensão média dos roteiros após um longo período? Uma visita ao cliente 8 ou 9 ocorre 20% das vezes Probabilidade de um desses clientes não ser visitado = 80% Admitir independência entre os eventos EXTENSÃO ESPERADA Evento Probabilidade Extensão (Km) Valor esperado A: Todos visitados 0,2 x 0,2 = 0,04 L T = 12,2 0,49 B: Cliente 8 não visitado C: Cliente 9 não visitado D: Clientes 8 e 9 não visitados 0,8 x 0,2 = 0,16 L 8 = 12,2 1,95 0,2 x 0,8 = 0,16 L 9 = 11,2 1,79 0,8 x 0,8 = 0,64 L 8,9 = 10,5 6,72 Total 1,00-10,95 44

45 EXERCÍCIO AVALIATIVO Cliente x y Prob. visita 1 6,50 6,80 1,0 2 5,10 5,95 1,0 3 7,50 7,20 1,0 4 5,75 7,50 1,0 5 6,70 6,10 1,0 6 5,00 8,00 1,0 7 4,90 7,30 0,5 8 3,45 3,90 0,5 9 4,00 7,80 0,2 10 3,00 4,80 0,2 Qual a extensão média dos roteiros após um longo período? 45

Grafo: Algoritmos e Aplicações

Grafo: Algoritmos e Aplicações Grafo: Algoritmos e Aplicações Leandro Colombi Resendo leandro@ifes.edu.br Grafos: Algortimos e Aplicações Referências Basicas: Boaventura Netto, P. O., Grafos: Teoria, Modelos, Algoritmos, 2ª, SP, Edgar

Leia mais

GRAFOS E ALGORITMOS TEORIA DE GRAFOS

GRAFOS E ALGORITMOS TEORIA DE GRAFOS GRAFOS E ALGORITMOS TEORIA DE GRAFOS 1a. PARTE Prof. Ronaldo R. Goldschmidt rribeiro@univercidade.br ronaldo_goldschmidt@yahoo.com.br ROTEIRO 1. INTRODUÇÃO E MOTIVAÇÃO 2. FUNDAMENTOS 3. CONECTIVIDADE 4.

Leia mais

Análise de Redes de Transportes. Útil também para várias outras áreas além de Transportes!

Análise de Redes de Transportes. Útil também para várias outras áreas além de Transportes! Análise de Redes de Transportes Útil também para várias outras áreas além de Transportes! Roteiro da apresentação! Conceitos e definições! Caminho mínimo! Árvore de caminhos mínimos! Introdução ao problema

Leia mais

Solução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio http://lmarti.com

Solução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio http://lmarti.com Solução de problemas por meio de busca (com Python) Luis Martí DEE/PUC-Rio http://lmarti.com Python e AI (Re)-introdução ao Python. Problemas de busca e principais abordagens. Exemplos em Python Por que

Leia mais

Roteamentos AULA ... META. Introduzir alguns problemas de roteamento. OBJETIVOS. Ao final da aula o aluno deverá ser capaz de:

Roteamentos AULA ... META. Introduzir alguns problemas de roteamento. OBJETIVOS. Ao final da aula o aluno deverá ser capaz de: Roteamentos AULA META Introduzir alguns problemas de roteamento. OBJETIVOS Ao final da aula o aluno deverá ser capaz de: Distinguir circuito euleriano e ciclo hamiltoniano; Obter um circuito euleriano

Leia mais

7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura 7.1 - Exemplo de um grafo linear.

7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura 7.1 - Exemplo de um grafo linear. CAPÍTULO 7 7 ANÁLISE DE REDES 7.1 Conceitos Básicos em Teoria dos Grafos Diversos problemas de programação linear, inclusive os problemas de transporte, podem ser modelados como problemas de fluxo de redes.

Leia mais

TRANSMISSÃO DE DADOS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com

TRANSMISSÃO DE DADOS Prof. Ricardo Rodrigues Barcelar http://www.ricardobarcelar.com - Aula 3-1. A CAMADA DE REDE (Parte 1) A camada de Rede está relacionada à transferência de pacotes da origem para o destino. No entanto, chegar ao destino pode envolver vários saltos em roteadores intermediários.

Leia mais

PESQUISA OPERACIONAL TEORIA DOS GRAFOS

PESQUISA OPERACIONAL TEORIA DOS GRAFOS PESQUISA OPERACIONAL TEORIA DOS GRAFOS Um grafo G(V,A) pode ser conceituado como um par de conjuntos V e A, onde: V - conjunto não vazio cujos elementos são de denominados vértices ou nodos do grafo; A

Leia mais

CAP5: Amostragem e Distribuição Amostral

CAP5: Amostragem e Distribuição Amostral CAP5: Amostragem e Distribuição Amostral O que é uma amostra? É um subconjunto de um universo (população). Ex: Amostra de sangue; amostra de pessoas, amostra de objetos, etc O que se espera de uma amostra?

Leia mais

Prof. Bruno Holanda - Semana Oĺımpica 2011 - Nível 1. Teoria dos Grafos

Prof. Bruno Holanda - Semana Oĺımpica 2011 - Nível 1. Teoria dos Grafos Prof. Bruno Holanda - Semana Oĺımpica 0 - Nível Teoria dos Grafos O que é um grafo? Se você nunca ouviu falar nisso antes, esta é certamente uma pergunta que você deve estar se fazendo. Vamos tentar matar

Leia mais

Faculdade de Computação

Faculdade de Computação UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Disciplina : Teoria da Computação Professora : Sandra Aparecida de Amo Lista de Exercícios n o 2 Exercícios sobre Modelos de Máquinas de Turing

Leia mais

Trabalho Computacional

Trabalho Computacional Universidade Federal do Espírito Santo Departamento de Informática Profª Claudia Boeres Teoria dos Grafos - 2014/2 Trabalho Computacional 1. Objetivo Estudo e implementação de algoritmos para resolução

Leia mais

Bacharelado em Ciência da Computação Matemática Discreta

Bacharelado 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

Teoria dos Grafos. Edson Prestes

Teoria dos Grafos. Edson Prestes Edson Prestes Complemento de Grafos Mostre que para qualquer Grafo G com 6 pontos, G ou possui um triângulo Considere um vértice v de V(G). Sem perda de generalidade, podemos assumir v é adjacente a outros

Leia mais

Algumas Aplicações da Teoria dos Grafos

Algumas Aplicações da Teoria dos Grafos UNIVERSIDADE FEDERAL DE UBERLÂNDIA FACULDADE DE MATEMÁTICA Giselle Moraes Resende Pereira (PET Matemática SESu-MEC) giselle_mrp@yahoo.com.br Marcos Antônio da Câmara (Tutor do PET Matemática) camara@ufu.br

Leia mais

CAPÍTULO 2. Grafos e Redes

CAPÍTULO 2. Grafos e Redes CAPÍTULO 2 1. Introdução Um grafo é uma representação visual de um determinado conjunto de dados e da ligação existente entre alguns dos elementos desse conjunto. Desta forma, em muitos dos problemas que

Leia mais

Teoria dos Grafos. Edson Prestes

Teoria dos Grafos. Edson Prestes Edson Prestes Dígrafos Dado um dígrafo G, podemos definir uma função multívoca vértices de G entre os Se G possui os arcos (x,y) e (x,w), então sabemos que G possui duas arestas que saem de x e alcançam

Leia mais

Problema de Otimização Combinatória

Problema de Otimização Combinatória Problema de Otimização Combinatória Otimização é o processo de encontrar e comparar soluções factíveis até que nenhuma solução melhor possa ser encontrada. Essas soluções são ditas boas ou ruins em termos

Leia mais

GRADUAÇÃO FGV 2005 PROVA DISCURSIVA DE MATEMÁTICA

GRADUAÇÃO FGV 2005 PROVA DISCURSIVA DE MATEMÁTICA GRADUAÇÃO FGV 005 PROVA DISCURSIVA DE MATEMÁTICA PREENCHA AS QUADRÍCULAS ABAIXO: NOME DO CANDIDATO: NÚMERO DE INSCRIÇÃO: Assinatura 1 Você receberá do fiscal este caderno com o enunciado de 10 questões,

Leia mais

A seguir são apresentadas as etapas metodológicas da Pesquisa CNT de Rodovias.

A seguir são apresentadas as etapas metodológicas da Pesquisa CNT de Rodovias. Metodologia A Pesquisa CNT de Rodovias propõe-se a avaliar a situação das rodovias brasileiras a partir da perspectiva dos usuários da via. As características - pavimento, sinalização e geometria - são

Leia mais

elementos. Caso teremos: elementos. Também pode ocorrer o seguinte fato:. Falsa. Justificativa: Caso, elementos.

elementos. Caso teremos: elementos. Também pode ocorrer o seguinte fato:. Falsa. Justificativa: Caso, elementos. Soluções dos Exercícios de Vestibular referentes ao Capítulo 1: 1) (UERJ, 2011) Uma máquina contém pequenas bolas de borracha de 10 cores diferentes, sendo 10 bolas de cada cor. Ao inserir uma moeda na

Leia mais

Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento

Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Relatório Trabalho Prático 2 : Colônia de Formigas para Otimização e Agrupamento Ramon Pereira Lopes Rangel Silva Oliveira 31 de outubro de 2011 1 Introdução O presente documento refere-se ao relatório

Leia mais

Capítulo 7. Topologia Digital. 7.1 Conexidade

Capítulo 7. Topologia Digital. 7.1 Conexidade Capítulo 7 Topologia Digital A Topologia Digital estuda a aplicação das noções definidas em Topologia sobre imagens binárias. Neste capítulo vamos introduzir algumas noções básicas de Topologia Digital,

Leia mais

SEI Superintendência de Estudos Econômicos e Sociais da Bahia Av Luiz Viana Filho, 435-4ª avenida, 2º andar CAB CEP 41.750-300 Salvador - Bahia Tel.

SEI Superintendência de Estudos Econômicos e Sociais da Bahia Av Luiz Viana Filho, 435-4ª avenida, 2º andar CAB CEP 41.750-300 Salvador - Bahia Tel. SIDE Sistema de Dados Estatísticos AJUDA SEI Superintendência de Estudos Econômicos e Sociais da Bahia Av Luiz Viana Filho, 435-4ª avenida, 2º andar CAB CEP 41.750-300 Salvador - Bahia O QUE O NOSSO BANCO

Leia mais

QUESTÕES COMENTADAS E RESOLVIDAS

QUESTÕES COMENTADAS E RESOLVIDAS LENIMAR NUNES DE ANDRADE INTRODUÇÃO À ÁLGEBRA: QUESTÕES COMENTADAS E RESOLVIDAS 1 a edição ISBN 978-85-917238-0-5 João Pessoa Edição do Autor 2014 Prefácio Este texto foi elaborado para a disciplina Introdução

Leia mais

CPV 82% de aprovação na ESPM

CPV 82% de aprovação na ESPM CPV 8% de aprovação na ESPM ESPM julho/010 Prova E Matemática 1. O valor da expressão y =,0 é: a) 1 b) c) d) e) 4 Sendo x =, e y =,0, temos: x 1 + y 1 x. y 1 y. x 1 1 1 y + x x 1 + y 1 + x y xy = = = xy

Leia mais

Avaliação 1 - MA12-2015.1 - Gabarito

Avaliação 1 - MA12-2015.1 - Gabarito MESTRADO PROFISSIONAL EM MATEMÁTICA EM REDE NACIONAL Avaliação 1 - MA1-015.1 - Gabarito Questão 01 [,00 pts ] Uma escola pretende formar uma comissão de 6 pessoas para organizar uma festa junina. Sabe-se

Leia mais

Roteamento em Redes de Computadores

Roteamento em Redes de Computadores Roteamento em Redes de Computadores José Marcos Câmara Brito INATEL - Instituto Nacional de Telecomunicações INATEL - Instituto Nacional de Telecomunicações 01/08/00 1 Introdução Objetivo Tipos de rede

Leia mais

Roteirização de Veículos. Professor: Leandro Zvirtes UDESC/CCT

Roteirização de Veículos. Professor: Leandro Zvirtes UDESC/CCT Roteirização de Veículos Professor: Leandro Zvirtes UDESC/CCT ESCOLHA DO SERVIÇO DE TRANSPORTE Escolha do modal depende da variedade de características de serviços: 1. Tarifas dos fretes, 2. Confiabilidade,

Leia mais

Aula 4 Estatística Conceitos básicos

Aula 4 Estatística Conceitos básicos Aula 4 Estatística Conceitos básicos Plano de Aula Amostra e universo Média Variância / desvio-padrão / erro-padrão Intervalo de confiança Teste de hipótese Amostra e Universo A estatística nos ajuda a

Leia mais

Potenciação no Conjunto dos Números Inteiros - Z

Potenciação no Conjunto dos Números Inteiros - Z Rua Oto de Alencar nº 5-9, Maracanã/RJ - tel. 04-98/4-98 Potenciação no Conjunto dos Números Inteiros - Z Podemos epressar o produto de quatro fatores iguais a.... por meio de uma potência de base e epoente

Leia mais

Teste Intermédio de Matemática A Matemática A Versão 2 10.º Ano de Escolaridade

Teste Intermédio de Matemática A Matemática A Versão 2 10.º Ano de Escolaridade Teste Intermédio de Matemática A Versão 2 Teste Intermédio Matemática A Versão 2 Duração do Teste: 90 minutos 06.05.2009 10.º Ano de Escolaridade Decreto-Lei n.º 74/2004, de 26 de Março Na sua folha de

Leia mais

Prova Escrita de Matemática Aplicada às Ciências Sociais

Prova Escrita de Matemática Aplicada às Ciências Sociais Exame Final Nacional do Ensino Secundário Prova Escrita de Matemática Aplicada às Ciências Sociais 11.º Ano de Escolaridade Decreto-Lei n.º 139/2012, de 5 de julho Prova 835/2.ª Fase 15 Páginas Duração

Leia mais

Apresentação de Dados em Tabelas e Gráficos

Apresentação de Dados em Tabelas e Gráficos Apresentação de Dados em Tabelas e Gráficos Os dados devem ser apresentados em tabelas construídas de acordo com as normas técnicas ditadas pela Fundação Instituto Brasileiro de Geografia e Estatística

Leia mais

MATEMÁTICA GEOMETRIA ANALÍTICA I PROF. Diomedes. E2) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B.

MATEMÁTICA GEOMETRIA ANALÍTICA I PROF. Diomedes. E2) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B. I- CONCEITOS INICIAIS - Distância entre dois pontos na reta E) Sabendo que a distância entre os pontos A e B é igual a 6, calcule a abscissa m do ponto B. d(a,b) = b a E: Dados os pontos A e B de coordenadas

Leia mais

5º MATERIAL EXTRA 3º ANO PROF. PASTANA

5º MATERIAL EXTRA 3º ANO PROF. PASTANA 5º MATERIAL EXTRA 3º ANO PROF. PASTANA RESOLUÇÃO DOS DESAFIOS 1º Material Extra Ex. 10 E h D 45 0 60 0 45 0 6 C A 6 B plano que passa pelo ponto D Seja h a altura da torre. DÊB = 45 0 O EDB é retângulo

Leia mais

3.1 Definições Uma classe é a descrição de um tipo de objeto.

3.1 Definições Uma classe é a descrição de um tipo de objeto. Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Classes Autoria:Aristófanes Corrêa Silva Adaptação:

Leia mais

Prog A B C A e B A e C B e C A,B e C Nenhum Pref 100 150 200 20 30 40 10 130

Prog A B C A e B A e C B e C A,B e C Nenhum Pref 100 150 200 20 30 40 10 130 Polos Olímpicos de Treinamento Curso de Combinatória - Nível 2 Prof. Bruno Holanda Aula 2 Lógica II Quando lemos um problema de matemática imediatamente podemos ver que ele está dividido em duas partes:

Leia mais

4. Tarefa 16 Introdução ao Ruído. Objetivo: Método: Capacitações: Módulo Necessário: Análise de PCM e de links 53-170

4. Tarefa 16 Introdução ao Ruído. Objetivo: Método: Capacitações: Módulo Necessário: Análise de PCM e de links 53-170 4. Tarefa 16 Introdução ao Ruído Objetivo: Método: Ao final desta Tarefa você: Estará familiarizado com o conceito de ruído. Será capaz de descrever o efeito do Ruído em um sistema de comunicações digitais.

Leia mais

SISTEMA DE SERVIÇOS DE INFRA-ESTRUTURA DA UFRGS

SISTEMA DE SERVIÇOS DE INFRA-ESTRUTURA DA UFRGS SISTEMA DE SERVIÇOS DE INFRA-ESTRUTURA DA UFRGS Instituição: UFRGS Autores: Ricardo Vieira, José Luis Machado e Álvaro Juscelino Lanner Área: Sistema de Informações Introdução. O trabalho aqui proposto

Leia mais

OBJETIVO MATERIAL POPULAÇÃO APLICAÇÃO INSTRUÇÕES 31/08/2011

OBJETIVO MATERIAL POPULAÇÃO APLICAÇÃO INSTRUÇÕES 31/08/2011 OBJETIVO TESTE DE ATENÇÃO CONCENTRADA TEACO-FF Avaliação Psicológica II Professora: Patrícia Volpato Avalia a capacidade de uma pessoa em selecionar apenas uma fonte de informação diante de vários estímulos

Leia mais

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas

XXVI Olimpíada de Matemática da Unicamp. Instituto de Matemática, Estatística e Computação Científica Universidade Estadual de Campinas Gabarito da Prova da Primeira Fase 15 de Maio de 010 1 Questão 1 Um tanque de combustível, cuja capacidade é de 000 litros, tinha 600 litros de uma mistura homogênea formada por 5 % de álcool e 75 % de

Leia mais

PESQUISA 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. 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 mais

Nível 3 IV FAPMAT 28/10/2007

Nível 3 IV FAPMAT 28/10/2007 1 Nível 3 IV FAPMAT 8/10/007 1. A figura abaixo representa a área de um paralelepípedo planificado. A que intervalo de valores, x deve pertencer de modo que a área da planificação seja maior que 184cm

Leia mais

Canguru sem fronteiras 2007

Canguru sem fronteiras 2007 Duração: 1h15mn Destinatários: alunos do 12 ano de Escolaridade Nome: Turma: Não podes usar calculadora. Há apenas uma resposta correcta em cada questão. Inicialmente tens 30 pontos. Por cada questão errada

Leia mais

Comunicações Digitais Manual do Aluno Capítulo 7 Workboard PCM e Análise de Link

Comunicações Digitais Manual do Aluno Capítulo 7 Workboard PCM e Análise de Link Comunicações Digitais Manual do Aluno Capítulo 7 Workboard PCM e Análise de Link Laboratório de Telecomunicações - Aula Prática 4 Sub-turma: 3 Nomes dos alunos: Tarefa 17 Ruído em um Link Digital Objetivo:

Leia mais

Preenchimento de Áreas e de Polígonos. Antonio L. Bajuelos Departamento de Matemática Universidade de Aveiro

Preenchimento de Áreas e de Polígonos. Antonio L. Bajuelos Departamento de Matemática Universidade de Aveiro Preenchimento de Áreas e de Polígonos (Filled-Area Primitives) Antonio L. Bajuelos Departamento de Matemática Universidade de Aveiro Preenchimento de áreas é o processo de coloração do interior de uma

Leia mais

MATEMÁTICA (UFOP 2ª 2009 PROVA A) Questões de 09 a 18

MATEMÁTICA (UFOP 2ª 2009 PROVA A) Questões de 09 a 18 MATEMÁTICA (UFOP 2ª 2009 PROVA A) Questões de 09 a 18 9. Na maquete de uma casa, a réplica de uma caixa d água de 1000 litros tem 1 mililitro de capacidade. Se a garagem da maquete tem 3 centímetros de

Leia mais

Projeto e Análise de Algoritmos

Projeto e Análise de Algoritmos Projeto e Análise de Algoritmos Aula 10 Distâncias Mínimas Edirlei Soares de Lima Distâncias Mínimas Dado um grafo ponderado G = (V, E), um vértice s e um vértice g, obter o caminho

Leia mais

CAPÍTULO 1 REVISÃO DE LÓGICA COMBINACIONAL

CAPÍTULO 1 REVISÃO DE LÓGICA COMBINACIONAL 1 CAPÍTULO 1 REVISÃO DE LÓGICA COMBINACIONAL Sumário 1.1. Sistemas de Numeração... 3 1.1.1. Conversão Decimal Binária... 3 1.1.2. Conversão Binária Decimal... 3 1.1.3. Conversão Binária Hexadecimal...

Leia mais

Aulas 17 & 18. Comutação Rápida a Pacote. Eytan Modiano MIT

Aulas 17 & 18. Comutação Rápida a Pacote. Eytan Modiano MIT Aulas 17 & 18 Comutação Rápida a Pacote Eytan Modiano MIT 1 Comutador a Pacote Etiqueta Um comutador a pacote consiste de uma máquina de roteamento (table lookup), um escalonador e uma máquina de comutação.

Leia mais

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ

Dois eventos são disjuntos ou mutuamente exclusivos quando não tem elementos em comum. Isto é, A B = Φ Probabilidade Vimos anteriormente como caracterizar uma massa de dados, como o objetivo de organizar e resumir informações. Agora, apresentamos a teoria matemática que dá base teórica para o desenvolvimento

Leia mais

EEL7011 Eletricidade Básica Aula 2

EEL7011 Eletricidade Básica Aula 2 Introdução Teórica Aula 2: Lei de Ohm e Associação de Resistores Georg Simon Ohm Georg Simon Ohm (789-854) foi um físico e matemático alemão. Entre 826 e 827, Ohm desenvolveu a primeira teoria matemática

Leia mais

Introdução aos Sistemas Informáticos

Introdução aos Sistemas Informáticos I 1. Veja o conteúdo do disco rígido abrindo O meu computador, mude de vistas e comente. 2. Se lhe for possível, mude a hora e a data do sistema através do Painel de Controlo para a meia noite do dia 1

Leia mais

5.1 Modelo de uma rede óptica com conversores de comprimento de onda

5.1 Modelo de uma rede óptica com conversores de comprimento de onda 5 Trabalho Realizado Na seção 2.3, estabeleceu-se que uma das alternativas sub-ótimas de alocação de conversores de comprimento de onda em redes parciais é fazer uso de simulações para gerar estatísticas

Leia mais

Guia de utilização da notação BPMN

Guia 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 mais

3 Estratégia para o enriquecimento de informações

3 Estratégia para o enriquecimento de informações 34 3 Estratégia para o enriquecimento de informações Podemos resumir o processo de enriquecimento de informações em duas grandes etapas, a saber, busca e incorporação de dados, como ilustrado na Figura

Leia mais

Base Nacional Comum Curricular 2016. Lemann Center at Stanford University

Base 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 mais

Ponte rolante: como escolher

Ponte rolante: como escolher Ponte rolante: como escolher Vários fatores devem ser analisados antes de se optar por um modelo A decisão sobre a escolha do tipo de ponte rolante é altamente influenciada pelo local onde ela deve ser

Leia mais

P3 da 2ª Etapa/2013 Valor: 3,0 pontos. Atividades usando o GEOGEBRA.

P3 da 2ª Etapa/2013 Valor: 3,0 pontos. Atividades usando o GEOGEBRA. ROTEIRO COMPONENTE CURRICULAR: Matemática 2 PROF.(A): Fabiano Maciel DATA: 9º An o EFII ALUNO(A): Nº: TURMA: P3 da 2ª Etapa/2013 Valor: 3,0 pontos Atividades usando o GEOGEBRA. As atividades deverão ser

Leia mais

Técnicas de Computação Paralela Capítulo III Design de Algoritmos Paralelos

Técnicas 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 mais

A B C F G H I. Apresente todas as soluções possíveis. Solução

A B C F G H I. Apresente todas as soluções possíveis. Solução 19a Olimpíada de Matemática do Estado do Rio Grande do Norte - 008 Segunda Etapa Em 7/09/008 Prova do Nível I (6 o ou 7 o Séries) (antigas 5ª ou 6ª séries) 1 a Questão: Substitua as nove letras da figura

Leia mais

UFSM Prof. Ghendy Cardoso Junior 2012 1

UFSM Prof. Ghendy Cardoso Junior 2012 1 UFSM Prof. Ghendy Cardoso Junior 2012 1 2 Faltas Balanceadas 2.1 Introdução O problema consiste em determinar as tensões de barra e as correntes nas linhas de transmissão para diferentes tipos de faltas.

Leia mais

Princípio da contagem e Probabilidade: conceito

Princípio da contagem e Probabilidade: conceito Princípio da contagem e Probabilidade: conceito característica do que é provável perspectiva favorável de que algo venha a ocorrer; possibilidade, chance. Ex.: há pouca possibilidade de chuva grau de segurança

Leia mais

(c) 2a = b. (c) {10,..., 29}

(c) 2a = b. (c) {10,..., 29} 11 Atividade extra UNIDADE CONJUTOS Fascículo 4 Matemática Unidade 11 Conjuntos Exercı cio 11.1 Sejam os conjuntos A = {a, 7, 0} e B = {0, 1, b}, tal que os conjuntos A e B sejam iguais. Qual é a relação

Leia mais

A) A C) I E) U B) E. segundos? D) O. E) Fizeram. Canguru Matemático. Todos os direitos reservados.

A) A C) I E) U B) E. segundos? D) O. E) Fizeram. Canguru Matemático. Todos os direitos reservados. Canguru Matemático sem fronteiras 2008 Destinatários: alunos dos 10º e 11º anos de Escolaridade Duração: 1h30min Não podes usar calculadora. Há apenas uma resposta correcta em cada questão. Inicialmente

Leia mais

Élida Tamara Prata de Oliveira Praça JOGOS MATEMÁTICOS COM CONTEÚDOS DE 7 ANO APLICADOS A UM ALUNO AUTISTA

Élida Tamara Prata de Oliveira Praça JOGOS MATEMÁTICOS COM CONTEÚDOS DE 7 ANO APLICADOS A UM ALUNO AUTISTA UNIVERSIDADE FEDERAL DE JUIZ DE FORA INSTITUTO DE CIÊNCIAS EXATAS Pós-Graduação em Educação Matemática Mestrado Profissional em Educação Matemática Élida Tamara Prata de Oliveira Praça JOGOS MATEMÁTICOS

Leia mais

Energia Eólica. Atividade de Aprendizagem 3. Eixo(s) temático(s) Ciência e tecnologia / vida e ambiente

Energia Eólica. Atividade de Aprendizagem 3. Eixo(s) temático(s) Ciência e tecnologia / vida e ambiente Energia Eólica Eixo(s) temático(s) Ciência e tecnologia / vida e ambiente Tema Eletricidade / usos da energia / uso dos recursos naturais Conteúdos Energia eólica / obtenção de energia e problemas ambientais

Leia mais

Probabilidade - Conceitos Básicos. Anderson Castro Soares de Oliveira

Probabilidade - Conceitos Básicos. Anderson Castro Soares de Oliveira - Conceitos Básicos Castro Soares de Oliveira é o ramo da matemática que estuda fenômenos aleatórios. está associada a estatística, porque sua teoria constitui a base de estatística inferencial. Conceito

Leia mais

BR DOT COM SISPON: MANUAL DO USUÁRIO

BR DOT COM SISPON: MANUAL DO USUÁRIO BR DOT COM SISPON: MANUAL DO USUÁRIO BAURU 2015 2 BR DOT COM SISPON: MANUAL DO USUÁRIO Manual do usuário apresentado para auxiliar no uso do sistema SisPon. BAURU 2015 3 SUMÁRIO 1 Instalação... 5 1.1 Sispon...

Leia mais

COMENTÁRIO DA PROVA DE MATEMÁTICA

COMENTÁRIO DA PROVA DE MATEMÁTICA COMENTÁRIO DA PROA DE MATEMÁTICA Quanto ao nível: A prova apresentou questões simples, médias e de melhor nível, o que traduz uma virtude num processo de seleção. Quanto à abrangência: Uma prova com 9

Leia mais

Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF

Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF Inteligência Artificial Prof. Marcos Quinet Pólo Universitário de Rio das Ostras PURO Universidade Federal Fluminense UFF No capítulo anterior... Estratégias de busca auxiliadas por heurísticas (A*, BRPM)

Leia mais

Problemas onde a busca da solução depende da avaliação de diversas combinações (ORDEM) dos elementos considerados

Problemas onde a busca da solução depende da avaliação de diversas combinações (ORDEM) dos elementos considerados GA em Otimização Combinatorial Problemas onde a busca da solução depende da avaliação de diversas combinações (ORDEM) dos elementos considerados Problem a do Caixeiro Viajante Problem as de Planejamento

Leia mais

BANCO DE DADOS I AULA 6. Wlllamys Araújo willamysaraujo7@gmail.com

BANCO DE DADOS I AULA 6. Wlllamys Araújo willamysaraujo7@gmail.com BANCO DE DADOS I AULA 6 Wlllamys Araújo willamysaraujo7@gmail.com Normalização Conjunto de regras que ajudam na definição de bancos de dados que não contenham redundância desnecessária e que permitam o

Leia mais

Conceitos Básicos Isomorfismo de Grafos Subgrafos Passeios em Grafos Conexidade

Conceitos Básicos Isomorfismo de Grafos Subgrafos Passeios em Grafos Conexidade Conteúdo 1 Teoria de Grafos Conceitos Básicos Isomorfismo de Grafos Subgrafos Passeios em Grafos Conexidade > Teoria de Grafos 0/22 Conceitos Básicos Inicialmente, estudaremos os grafos não direcionados.

Leia mais

Probabilidade - aula I

Probabilidade - aula I e 27 de Fevereiro de 2015 e e Experimentos Aleatórios e Objetivos Ao final deste capítulo você deve ser capaz de: Entender e descrever espaços amostrais e eventos para experimentos aleatórios. Interpretar

Leia mais

6. Programação Inteira

6. 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 mais

Capítulo 5: Aplicações da Derivada

Capítulo 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 mais

Bem-vindo ao tópico sobre administração de listas de preços.

Bem-vindo ao tópico sobre administração de listas de preços. Bem-vindo ao tópico sobre administração de listas de preços. Nesse tópico, você aprenderá a administrar listas de preços no SAP Business One. Sua empresa atualiza múltiplas listas de preços para fornecer

Leia mais

Inteligência Artificial

Inteligência Artificial Universidade Federal de Campina Grande Unidade Acadêmica de Sistemas e Computação Curso de Pós-Graduação em Ciência da Computação Inteligência Artificial Representação do Conhecimento (Parte II) Prof.

Leia mais

TecnoFacens 2015. 2ª Competição de Carros Químicos

TecnoFacens 2015. 2ª Competição de Carros Químicos TecnoFacens 2015 2ª Competição de Carros Químicos 2º Competição de Carros Químicos - Facens - 2015 OBJETIVOS Proporcionar aos alunos de engenharia química: A oportunidade de participar da concepção e construção

Leia mais

Parametrização Itens para Movimentação

Parametrização Itens para Movimentação Parametrização Itens para Movimentação Sumário Manutenção Itens... 4 Filtro... 5 Movimentações de Entrada... 8 Movimentações de Saída... 10 Configurações de Inventário de Item... 11 Código de Barras e

Leia mais

Resolução da lista de exercícios de casos de uso

Resolução da lista de exercícios de casos de uso Resolução da lista de exercícios de casos de uso 1. Explique quando são criados e utilizados os diagramas de casos de uso no processo de desenvolvimento incremental e iterativo. Na fase de concepção se

Leia mais

Fundamentos de Teste de Software

Fundamentos de Teste de Software Núcleo de Excelência em Testes de Sistemas Fundamentos de Teste de Software Módulo 2- Teste Estático e Teste Dinâmico Aula 6 Teste Dinâmico: Técnicas de Especificação SUMÁRIO INTRODUÇÃO... 3 TÉCNICAS BASEADAS

Leia mais

Sistema de Gestão de Ciclo de Vida de Farmácias & Gestão de Ciclo de Vida de Locais de Venda MNSRM AVP003 Manual de Utilizador Externo - Comunicação

Sistema de Gestão de Ciclo de Vida de Farmácias & Gestão de Ciclo de Vida de Locais de Venda MNSRM AVP003 Manual de Utilizador Externo - Comunicação Sistema de Gestão de Ciclo de Vida de Farmácias & Gestão de Ciclo de Vida de Locais Manual de Utilizador Externo - Comunicação de Horários e Turnos Índice 1 Introdução... 4 1.1 Objetivo...4 1.2 Funcionalidades...5

Leia mais

Processo de Bolonha. Regime de transição na FCTUC

Processo de Bolonha. Regime de transição na FCTUC Processo de Bolonha Regime de transição na FCTUC Aprovado na Comissão Coordenadora do Conselho Pedagógico a 20 de Setembro de 2006, na Comissão Coordenadora do Conselho Científico a 22 de Setembro de 2006,

Leia mais

Distribuição de probabilidades

Distribuição de probabilidades Luiz Carlos Terra Para que você possa compreender a parte da estatística que trata de estimação de valores, é necessário que tenha uma boa noção sobre o conceito de distribuição de probabilidades e curva

Leia mais

Manual do Usuário. Protocolo

Manual do Usuário. Protocolo Manual do Usuário Protocolo Índice de capítulos Parte I - Processos............................... 01 1 - Buscar................................ 01 2 - Listar................................ 02 3 - Abertura..............................

Leia mais

Especificação do Trabalho

Especificação do Trabalho Especificação do Trabalho I. Introdução O objetivo deste trabalho é abordar a prática da programação orientada a objetos usando a linguagem Java envolvendo os conceitos de classe, objeto, associação, ligação,

Leia mais

MATEMÁTICA EM TODA PARTE II

MATEMÁTICA EM TODA PARTE II MATEMÁTICA EM TODA PARTE II Episódio: Matemática na Cidade Resumo O Episódio Matemática na Cidade, o segundo da série Matemática em Toda Parte II, vai abordar situações envolvendo fluxo e movimento nas

Leia mais

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística

Aula 4 Conceitos Básicos de Estatística. Aula 4 Conceitos básicos de estatística Aula 4 Conceitos Básicos de Estatística Aula 4 Conceitos básicos de estatística A Estatística é a ciência de aprendizagem a partir de dados. Trata-se de uma disciplina estratégica, que coleta, analisa

Leia mais

Actividade: Semelhança de triângulos

Actividade: Semelhança de triângulos Apêndice 5 A Nota Explicativa Actividade: Semelhança de triângulos A tarefa de geometria dinâmica proposta, tem como principal objectivo proporcionar o envolvimento dos alunos em ambientes geométricos

Leia mais

4Distribuição de. freqüência

4Distribuição de. freqüência 4Distribuição de freqüência O objetivo desta Unidade é partir dos dados brutos, isto é, desorganizados, para uma apresentação formal. Nesse percurso, seção 1, destacaremos a diferença entre tabela primitiva

Leia mais

Como erguer um piano sem fazer força

Como 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 mais

Sistema de Gerenciamento de Projetos V 1.01 MANUAL DO COORDENADOR

Sistema de Gerenciamento de Projetos V 1.01 MANUAL DO COORDENADOR Roteiro para utilização do GEP Versão de referência: GEP V1.00 Índice analítico I Apresentação... 2 I.1 Controles básicos do sistema;... 2 I.2 Primeiro acesso... 2 I.3 Para trocar a senha:... 3 I.4 Áreas

Leia mais

Parte B Teoria dos Grafos

Parte B Teoria dos Grafos 45 Parte B Teoria dos Grafos B. Grafos e Subgrafos Um grafo G é uma tripla ordenada (V(G), E(G), ), constituindo de um conjunto não vazio V(G) de vértices, um conjunto disjunto E(G) das arestas e uma função

Leia mais

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA

INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/59 2 - FUNDAMENTOS 2.1) Teoria dos Conjuntos 2.2) Números

Leia mais

NOME: Nº. ASSUNTO: Recuperação Final - 1a.lista de exercícios VALOR: 13,0 NOTA:

NOME: Nº. ASSUNTO: Recuperação Final - 1a.lista de exercícios VALOR: 13,0 NOTA: NOME: Nº 1 o ano do Ensino Médio TURMA: Data: 11/ 12/ 12 DISCIPLINA: Física PROF. : Petrônio L. de Freitas ASSUNTO: Recuperação Final - 1a.lista de exercícios VALOR: 13,0 NOTA: INSTRUÇÕES (Leia com atenção!)

Leia mais

MATEMÁTICA. 3 ΔBHG ΔAFG(L.A.A o ) AG BG e HG = GF 2 3 K. No ΔGBH : GH 2 GH

MATEMÁTICA. 3 ΔBHG ΔAFG(L.A.A o ) AG BG e HG = GF 2 3 K. No ΔGBH : GH 2 GH MATEMÁTICA Prof. Favalessa 1. Em um aparelho experimental, um feixe laser emitido no ponto P reflete internamente três vezes e chega ao ponto Q, percorrendo o trajeto PFGHQ. Na figura abaixo, considere

Leia mais