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

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

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

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

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

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

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

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

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

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

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

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

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

MESTRADO EM ENSINO DAS CIÊNCIAS NA EDUCAÇÃO BÁSICA. Prof. Dr. Abel Rodolfo Garcia Lozano Profª. Drª. Jacqueline de Cássia Pinheiro Lima

MESTRADO EM ENSINO DAS CIÊNCIAS NA EDUCAÇÃO BÁSICA. Prof. Dr. Abel Rodolfo Garcia Lozano Profª. Drª. Jacqueline de Cássia Pinheiro Lima MESTRADO EM ENSINO DAS CIÊNCIAS NA EDUCAÇÃO BÁSICA Modelagem matemática Orientadores: Mestrandos Prof. Dr. Abel Rodolfo Garcia Lozano Profª. Drª. Jacqueline de Cássia Pinheiro Lima Gessé Pereira Ferreira

Leia mais

Figura 1.1: Representação gráfica das pontes de Königsberg.

Figura 1.1: Representação gráfica das pontes de Königsberg. Capítulo 1 Introdução Nesse capítulo introdutório aborda-se brevemente o histórico da teoria dos grafos, as aplicações e motivações para estudo e por fim algumas dicas de como utilizar esse livro. 1.1

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

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

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

Aula 21: Roteamento em Redes de Dados

Aula 21: Roteamento em Redes de Dados Aula : Roteamento em Redes de Dados Slide Redes de Pacotes Comutados Mensagens dividas em Pacotes que são roteados ao seu destino PC PC PC Rede de Pacotes PC PC PC PC Buffer Pacote Comutado Slide Roteamento

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

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

Teoria dos Grafos. Edson Prestes

Teoria dos Grafos. Edson Prestes Edson Prestes Grafos Cliques Maximais Para determinar os cliques maximais de um grafo G podemos usar o método de Maghout em Dado o grafo abaixo, calcule Determine os conjuntos independentes maximais em

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

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

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

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

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

Introdução a Teoria dos Grafos Raimundo Macêdo

Introdução a Teoria dos Grafos Raimundo Macêdo Doutorado em Ciência da Computação lgoritmos e Grafos Raimundo Macêdo LaSiD/DCC/UF Introdução a Teoria dos Grafos Raimundo Macêdo Definição Estrutura que consiste em dois conjuntos: um conjunto de vértices

Leia mais

O Problema das Quatro Cores

O Problema das Quatro Cores O Problema das Quatro Cores Liana Dessandre Duenha Dissertação de Mestrado Orientação: Prof Dr Marcelo Henriques de Carvalho Área de Concentração: Teoria da Computação dct ufms Departamento de Computação

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

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

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

CAP4. ELEMENTOS DA TEORIA DE GRAFOS. Grafo [graph]. Estrutura que consiste num par ordenado de conjuntos, G ( V, E) , sendo:

CAP4. ELEMENTOS DA TEORIA DE GRAFOS. Grafo [graph]. Estrutura que consiste num par ordenado de conjuntos, G ( V, E) , sendo: Matemática Discreta ESTiG\IPB Cap4. Elementos da Teoria de Grafos pg 1 CAP4. ELEMENTOS DA TEORIA DE GRAFOS Grafo [graph]. Estrutura que consiste num par ordenado de conjuntos, G ( V, E), sendo: Exemplos

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

MATEMÁTICA 3. Resposta: 29

MATEMÁTICA 3. Resposta: 29 MATEMÁTICA 3 17. Uma ponte deve ser construída sobre um rio, unindo os pontos A e, como ilustrado na figura abaixo. Para calcular o comprimento A, escolhe-se um ponto C, na mesma margem em que está, e

Leia mais

CPV O Cursinho que Mais Aprova na GV

CPV O Cursinho que Mais Aprova na GV CPV O Cursinho que Mais Aprova na GV FGV Economia 1 a Fase /nov/014 MATEMÁTICA 01. Observe o diagrama com 5 organizações intergovernamentais de integração sul-americana: Dos 1 países que compõem esse diagrama,

Leia mais

FATEC Zona Leste. Teoria dos Gráfos. Métodos Quantitativos de Gestão MQG

FATEC Zona Leste. Teoria dos Gráfos. Métodos Quantitativos de Gestão MQG Teoria dos Gráfos Métodos Quantitativos de Gestão MQG Conceitualmente, um grafo consiste em um conjunto de vértices (pontos ou nós) e um conjunto de arestas (pontes ou arcos), ou seja, é uma noção simples,

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

Problema do Carteiro Chinês

Problema do Carteiro Chinês CENTRO DE CIÊNCIAS EXATAS DEPARTAMENTO DE COMPUTAÇÃO TEORIA DA COMPUTAÇÃO Problema do Carteiro Chinês Alunos: André Ricardo Gonçalves Luiz Gustavo Andrade dos Santos Paulo Roberto Silla Profa. Linnyer

Leia mais

PROPOSTA DE RESOLUÇÃO DO EXAME NACIONAL DE MACS (PROVA 835) 2ªFASE

PROPOSTA DE RESOLUÇÃO DO EXAME NACIONAL DE MACS (PROVA 835) 2ªFASE PROPOSTA DE RESOLUÇÃO DO EXAME NACIONAL DE MACS (PROVA 835) 2ªFASE 1. 1.1. Aplicando o método de Hondt: Efetuando-se as divisões do número de votos de cada partido por 1, 2, 3, 4, 5 e 6, obtêm-se os seguintes

Leia mais

Grafos Msc. Daniele Carvalho Oliveira. Doutoranda em Computação UFU Mestre em Computação - UFU Bacharel em Computação - UFJF 1

Grafos Msc. Daniele Carvalho Oliveira. Doutoranda em Computação UFU Mestre em Computação - UFU Bacharel em Computação - UFJF 1 Grafos Msc. Daniele Carvalho Oliveira Doutoranda em Computação UFU Mestre em Computação - UFU Bacharel em Computação - UFJF 1 Árvore Geradora Mínima 2 Porque é um problema interessante Suponha que queremos

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

APLICAÇÃO DA METAHEURÍSTICA COLÔNIA DE FORMIGAS AO PROBLEMA DE ROTEAMENTO DE VEÍCULOS

APLICAÇÃO DA METAHEURÍSTICA COLÔNIA DE FORMIGAS AO PROBLEMA DE ROTEAMENTO DE VEÍCULOS APLICAÇÃO DA METAHEURÍSTICA COLÔNIA DE FORMIGAS AO PROBLEMA DE ROTEAMENTO DE VEÍCULOS Mirlam Moro Lombardi e Jean Eduardo Glazar Departamento de Ciência da Computação Faculdade de Aracruz Uniaracruz {mirlam,

Leia mais

Matemática Discreta. Leandro Colombi Resendo. Matemática Discreta Bacharel em Sistemas de Informações

Matemática Discreta. Leandro Colombi Resendo. Matemática Discreta Bacharel em Sistemas de Informações Matemática Discreta Leandro Colombi Resendo Algoritmos para Grafos Grafos Direcionados e Relações Binárias; o Algoritmo de Warshall Caminho de Euler e Circuito Hamiltoniano Caminho Mínimo e Árvore Geradora

Leia mais

Chaveamento no Sistema Telefônico

Chaveamento no Sistema Telefônico Chaveamento no Sistema Telefônico O sistema telefônico é composto por: Loops locais e troncos, externos às centrais de comutação (planta externa) e Chaves ou comutadores, internos às centrais de comutação

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

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

Elementos de Matemática Discreta

Elementos de Matemática Discreta Elementos de Matemática Discreta Prof. Marcus Vinícius Midena Ramos Universidade Federal do Vale do São Francisco 9 de junho de 2013 marcus.ramos@univasf.edu.br www.univasf.edu.br/~marcus.ramos Marcus

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

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

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

Teoria dos Grafos. Aulas 3 e 4. Profa. Alessandra Martins Coelho

Teoria dos Grafos. Aulas 3 e 4. Profa. Alessandra Martins Coelho Teoria dos Grafos Aulas 3 e 4 Profa. Alessandra Martins Coelho fev/2014 Passeio ou percurso Um passeio ou percurso é uma sequência finita de vértices e arestas Exemplo Em (1) o passeio inicia pelo vértice

Leia mais

Guia para elaboração do Modelo de Domínio Metodologia Celepar

Guia para elaboração do Modelo de Domínio Metodologia Celepar Guia para elaboração do Modelo de Domínio Metodologia Celepar Agosto 2009 Sumário de Informações do Documento Documento: guiamodelagemclassesdominio.odt Número de páginas: 20 Versão Data Mudanças Autor

Leia mais

Programação Dinâmica. Programa do PA. Técnicas Avançadas de Projeto. Aulas Anteriores. Introdução. Plano de Aula. Técnicas de Projeto de Algoritmos

Programação Dinâmica. Programa do PA. Técnicas Avançadas de Projeto. Aulas Anteriores. Introdução. Plano de Aula. Técnicas de Projeto de Algoritmos Programação Dinâmica Técnicas de Projeto de Algoritmos Aula 13 Alessandro L. Koerich Pontifícia Universidade Católica do Paraná (PUCPR) Ciência da Computação 7 o Período Engenharia de Computação 5 o Período

Leia mais

COBERTURA EM UMA REDE DE SENSORES SEM FIO

COBERTURA EM UMA REDE DE SENSORES SEM FIO COBERTURA EM UMA REDE DE SENSORES SEM FIO Vivian Lúcia Bittencourt Drumond Universidade Presidente Antônio Carlos Rodovia MG 368 KM 12 Colônia Rodrigo Silva Barbacena Minas Gerais Brasil viviandrumond@yahoo.com.br

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

Aula 20. Roteamento em Redes de Dados. Eytan Modiano MIT

Aula 20. Roteamento em Redes de Dados. Eytan Modiano MIT Aula 20 Roteamento em Redes de Dados Eytan Modiano MIT 1 Roteamento Deve escolher rotas para vários pares origem, destino (pares O/D) ou para várias sessões. Roteamento datagrama: a rota é escolhida para

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

Prova Final de Matemática. 3.º Ciclo do Ensino Básico. Prova 92/1.ª Chamada. Duração da Prova: 90 minutos. Tolerância: 30 minutos.

Prova Final de Matemática. 3.º Ciclo do Ensino Básico. Prova 92/1.ª Chamada. Duração da Prova: 90 minutos. Tolerância: 30 minutos. PROVA FINAL DO 3.º CICLO DO ENSINO BÁSICO Matemática/Prova 92/1.ª Chamada/2012 Decreto-Lei n.º 6/2001, de 18 de janeiro A PREENCHER PELO ESTUDANTE Nome completo Documento de identificação CC n.º ou BI

Leia mais

Teoria dos Grafos Aula 2

Teoria dos Grafos Aula 2 Teoria dos Grafos Aula 2 Aula passada Logística, regras Objetivos Grafos, o que são? Formando pares Encontrando caminhos Aula de hoje Outro problema real Definições importantes Algumas propriedades Grafo

Leia mais

Conjunto de todos os resultados possíveis de um experimento aleatório.

Conjunto de todos os resultados possíveis de um experimento aleatório. VII Probabilidades Em todos os fenômenos estudados pela Estatística, os resultados, mesmo nas mesmas condições de experimentação, variam de uma observação para outra, dificultando a previsão de um resultado

Leia mais

Estudo do Layout Ricardo A. Cassel Áreas de Decisão na Produção

Estudo do Layout Ricardo A. Cassel Áreas de Decisão na Produção Estudo do Layout Ricardo A. Cassel Áreas de Decisão na Produção Áreas de decisão Instalações Capacidade de Produção Tecnologia Integração Vertical Organização Recursos Humanos Qualidade Planejamento e

Leia mais

UM TEOREMA QUE PODE SER USADO NA

UM TEOREMA QUE PODE SER USADO NA UM TEOREMA QUE PODE SER USADO NA PERCOLAÇÃO Hemílio Fernandes Campos Coêlho Andrei Toom PIBIC-UFPE-CNPq A percolação é uma parte importante da teoria da probabilidade moderna que tem atraído muita atenção

Leia mais

A Otimização Colônia de Formigas

A Otimização Colônia de Formigas A Otimização Colônia de Formigas Estéfane G. M. de Lacerda Departamento de Engenharia da Computação e Automação UFRN 22/04/2008 Índice A Inspiração Biológica O Ant System Aplicado ao PCV O Ant System Aplicado

Leia mais

Pesquisa Operacional Programação em Redes

Pesquisa Operacional Programação em Redes Pesquisa Operacional Programação em Redes Profa. Alessandra Martins Coelho outubro/2013 Modelagem em redes: Facilitar a visualização e a compreensão das características do sistema Problema de programação

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

Aula 7 Protocolos de roteamento:

Aula 7 Protocolos de roteamento: Aula 7 Protocolos de roteamento: Roteamento Estático; Roteamento dinâmico. Camada de rede A camada de rede está relacionada à transferência de pacotes da origem para o destino. Para que se chegue ao destino,

Leia mais

Arquitetura do Protocolo da Internet. Aula 05 - Protocolos de Roteamento. Prof. Esp. Camilo Brotas Ribeiro cribeiro@catolica-es.edu.

Arquitetura do Protocolo da Internet. Aula 05 - Protocolos de Roteamento. Prof. Esp. Camilo Brotas Ribeiro cribeiro@catolica-es.edu. Arquitetura do Protocolo da Internet Aula 05 - Protocolos de Roteamento Prof. Esp. Camilo Brotas Ribeiro cribeiro@catolica-es.edu.br Revisão Roteamento; Gateway; Tabelas de Roteamento; Slide 2 de 82 Rotas?!

Leia mais

valdivinomat@yahoo.com.br Rua 13 de junho, 1882-3043-0109

valdivinomat@yahoo.com.br Rua 13 de junho, 1882-3043-0109 LISTA 17 RELAÇÕES MÉTRICAS 1. (Uerj 01) Um modelo de macaco, ferramenta utilizada para levantar carros, consiste em uma estrutura composta por dois triângulos isósceles congruentes, AMN e BMN, e por um

Leia mais

INSTITUTO TECNOLÓGICO

INSTITUTO TECNOLÓGICO PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA

Leia 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

Resolução de Problemas Com Procura. Capítulo 3

Resolução de Problemas Com Procura. Capítulo 3 Resolução de Problemas Com Procura Capítulo 3 Sumário Agentes que resolvem problemas Tipos de problemas Formulação de problemas Exemplos de problemas Algoritmos de procura básicos Eliminação de estados

Leia mais

Basta duplicar o apótema dado e utilizar o problema 1 (pág.: 45).

Basta duplicar o apótema dado e utilizar o problema 1 (pág.: 45). Aula 12 Exercício 1: Basta duplicar o apótema dado e utilizar o problema 1 (pág.: 45). Exercício 2: Traçar a diagonal AB, traçar a mediatriz de AB achando M (ponto médio de AB). Com centro em AB M e raio

Leia mais

PROBLEMA DO CARTEIRO CHINÊS

PROBLEMA DO CARTEIRO CHINÊS Introdução à Teoria dos Grafos Bacharelado em Ciência da Computação UFMS, 005 PROBLEMA DO CARTEIRO CHINÊS Resumo A teoria dos grafos teve seu início há cerca de 50 anos e aplicações datadas daquela época

Leia mais

Notas da Aula 17 - Fundamentos de Sistemas Operacionais

Notas da Aula 17 - Fundamentos de Sistemas Operacionais Notas da Aula 17 - Fundamentos de Sistemas Operacionais 1. Gerenciamento de Memória: Introdução O gerenciamento de memória é provavelmente a tarefa mais complexa de um sistema operacional multiprogramado.

Leia 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

04 Simplificação de funções lógicas. v0.1

04 Simplificação de funções lógicas. v0.1 4 Simplificação de funções lógicas v. Introdução Funções lógicas podem ter muitas variáveis e assim ser muito complexas Podemos simplificá-las analiticamente mas poderá não ser uma tarefa fácil Existem

Leia mais

Matemática. Euclides Roxo. David Hilbert. George F. B. Riemann. George Boole. Niels Henrik Abel. Karl Friedrich Gauss.

Matemática. Euclides Roxo. David Hilbert. George F. B. Riemann. George Boole. Niels Henrik Abel. Karl Friedrich Gauss. Matemática Jacob Palis Álgebra 1 Euclides Roxo David Hilbert George F. B. Riemann George Boole Niels Henrik Abel Karl Friedrich Gauss René Descartes Gottfried Wilhelm von Leibniz Nicolaus Bernoulli II

Leia mais

Casamento de Cadeias. Introdução. Introdução. Estrutura de Dados. Cadeia de caracteres: sequência de elementos denominados caracteres.

Casamento de Cadeias. Introdução. Introdução. Estrutura de Dados. Cadeia de caracteres: sequência de elementos denominados caracteres. Introdução de Cadeias Estrutura de Dados II Prof. Guilherme Tavares de Assis Universidade Federal de Ouro Preto UFOP Instituto de Ciências Exatas e Biológicas ICEB Departamento de Computação DECOM 1 Cadeia

Leia mais

Gerenciamento de integração de projeto

Gerenciamento de integração de projeto Objetivos do Conteúdo Gerenciamento de integração de projeto Sergio Scheer / DCC / UFPR TC045 Gerenciamento de Projetos Prover capacitação para: - Identificar os processos de Gerenciamento de Projetos;

Leia mais

Aulas 22 & 23. Controle de Fluxo e de Congestionamento. Eytan Modiano MIT

Aulas 22 & 23. Controle de Fluxo e de Congestionamento. Eytan Modiano MIT Aulas 22 & 23 Controle de Fluxo e de Congestionamento Eytan Modiano MIT 1 Controle de Fluxo Controle de fluxo: mecanismo fim a fim para controlar o tráfego entre fonte e destinatário. Controle de congestionamento:

Leia mais

INSTITUTO DE FÍSICA UNIVERSIDADE DE SÃO PAULO. Grupo:... (nomes completos) Prof(a).:... Diurno ( ) Noturno ( ) Experiência 8 LINHA DE TRANSMISSÃO

INSTITUTO DE FÍSICA UNIVERSIDADE DE SÃO PAULO. Grupo:... (nomes completos) Prof(a).:... Diurno ( ) Noturno ( ) Experiência 8 LINHA DE TRANSMISSÃO INSTITUTO DE FÍSICA UNIVERSIDADE DE SÃO PAULO Laboratório de Eletromagnetismo (4300373) Grupo:......... (nomes completos) Prof(a).:... Diurno ( ) Noturno ( ) Data : / / Experiência 8 LINHA DE TRANSMISSÃO

Leia mais

Resolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3

Resolução de problemas por meio de busca. Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Resolução de problemas por meio de busca Capítulo 3 Russell & Norvig Seções 3.1, 3.2 e 3.3 Agentes de resolução de problemas Agentes reagvos não funcionam em ambientes para quais o número de regras condição-

Leia mais

Técnicas de Teste de Software

Técnicas de Teste de Software Técnicas de Teste de Software Fabrício Sousa fabricio@uesb.br Projeto de Caso de Teste Conjunto de técnicas para criação de casos de testes Série de casos de testes que tem grande probabilidade de encontrar

Leia mais

ANEXO. Manual do utilizador

ANEXO. Manual do utilizador ANEXO Manual do utilizador A PARTE 1 Menu Principal A janela principal da aplicação é composta por uma zona destinada a mostrar a informação analítica (rodapé) e pelo Menu Principal, o qual contém opções

Leia mais

Unidade III: Movimento Uniformemente Variado (M.U.V.)

Unidade III: Movimento Uniformemente Variado (M.U.V.) Colégio Santa Catarina Unidade III: Movimento Uniformemente Variado (M.U.V.) 17 Unidade III: Movimento Uniformemente Variado (M.U.V.) 3.1- Aceleração Escalar (a): Em movimentos nos quais as velocidades

Leia mais

CONCEITOS BÁSICOS EM GRAFOS

CONCEITOS BÁSICOS EM GRAFOS Um grafo (simples) G é formado por um conjunto de vértices, denotado por V(G), e um conjunto de arestas, denotado por E(G). Cada aresta é um par (não ordenado) de vértices distintos. Se xy é uma aresta,

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

Prova Escrita de Matemática Aplicada às Ciências Sociais

Prova Escrita de Matemática Aplicada às Ciências Sociais EXAME NACIONAL DO ENSINO SECUNDÁRIO Decreto-Lei n.º 74/2004, de 26 de março Prova Escrita de Matemática Aplicada às Ciências Sociais 10.º e 11.º Anos de Escolaridade Prova 835/1.ª Fase 13 Páginas Duração

Leia mais

AULA 6 LÓGICA DOS CONJUNTOS

AULA 6 LÓGICA DOS CONJUNTOS Disciplina: Matemática Computacional Crédito do material: profa. Diana de Barros Teles Prof. Fernando Zaidan AULA 6 LÓGICA DOS CONJUNTOS Intuitivamente, conjunto é a coleção de objetos, que em geral, tem

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

A calculadora gráfica no Ensino da geometria uma ferramenta poderosa?

A calculadora gráfica no Ensino da geometria uma ferramenta poderosa? Sessão Prática 28: A calculadora gráfica no Ensino da geometria uma ferramenta poderosa? 2 de Setembro 14h30 16h30 Por: José Balsa, Raquel Farate e Ana Margarida Dias da ES Quinta das Flores (Coimbra)

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

A TEORIA DOS GRAFOS NA ANÁLISE DO FLUXOGRAMA DO CURSO DE ENGENHARIA DE PRODUÇÃO DA UFF

A TEORIA DOS GRAFOS NA ANÁLISE DO FLUXOGRAMA DO CURSO DE ENGENHARIA DE PRODUÇÃO DA UFF RELATÓRIOS DE PESQUISA EM ENGENHARIA DE PRODUÇÃO, v.13, Série B. n.3, p. 20-33. A TEORIA DOS GRAFOS NA ANÁLISE DO FLUXOGRAMA DO CURSO DE ENGENHARIA DE PRODUÇÃO DA UFF Pedro Henrique Drummond Pecly Universidade

Leia mais

Trabalho com montagens grandes

Trabalho com montagens grandes Trabalho com montagens grandes Número da Publicação spse01650 Trabalho com montagens grandes Número da Publicação spse01650 Notificação de Direitos Limitados e de Propriedade Este software e a documentação

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

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

BC-0506: Comunicação e Redes Leis de Potência

BC-0506: Comunicação e Redes Leis de Potência BC-0506: Comunicação e Redes Leis de Potência Santo André, 2Q2011 1 Leis de Potência Introdução Distribuições de probabilidade Leis de potência e escalas logarítmicas Interpretando as leis de potência

Leia mais

BCC204 - Teoria dos Grafos

BCC204 - Teoria dos Grafos BCC204 - Teoria dos Grafos Marco Antonio M. Carvalho (baseado nas notas de aula do prof. Haroldo Gambini Santos) Departamento de Computação Instituto de Ciências Exatas e Biológicas Universidade Federal

Leia mais

Interconexão de Redes Parte 3. Prof. Dr. S. Motoyama

Interconexão de Redes Parte 3. Prof. Dr. S. Motoyama Interconexão de Redes Parte 3 Prof. Dr. S. Motoyama Protocolo de configuração dinâmica de host - DHCP DHCP proporciona uma estrutura para passar informação de configuração aos hosts (de maneira dinâmica

Leia mais

Probabilidade. Contagem

Probabilidade. Contagem Probabilidade Contagem Problema da Contagem no Estudo da Probabilidade Conforme definição clássica, podemos determinar uma probabilidade calculando a relação entre o total de eventos de sucesso e o total

Leia mais