Novas Formulações para o Problema da Árvore Geradora Mínima Capacitada em Níveis
|
|
- Armando Castilhos Benke
- 7 Há anos
- Visualizações:
Transcrição
1 Novas Formulações para o Problema da Árvore Geradora Míima Capacitada em Níveis Alexadre Xavier Martis, Marcoe Jamilso Freitas Souza Departameto de Computação, Uiversidade Federal de Ouro Preto, CEP 35.4-, Ouro Preto, MG xmartis@uai.com.br, marcoe@iceb.uop.br Maurício Cardoso de Souza Departameto de Egeharia de Produção - Uiversidade Federal de Mias Gerais Av. Presidete Atôio Carlos, 6627, CEP 36-, Belo Horizote, MG, mauricio@dep.umg.br Resumo Este trabalho trata do problema de determiar a melhor maeira de coectar termiais, de dieretes locais, a um computador cetral através de lihas de trasmissão. Geralmete este problema é tratado cosiderado-se que todas as lihas de trasmissão têm uma ixa Q. Isto equivale a impedir que o luxo máximo de iormação em qualquer liha de trasmissão adjacete ao computador cetral seja maior que esta quatidade ixa. Este problema a literatura da Otimização Combiatória é cohecido como Problema da Árvore Geradora Míima Capacitada (PAGMC). No etato, este trabalho cosidera que para o projeto estão dispoíveis múltiplos tipos de lihas de trasmissão com s variadas, ou seja, as lihas de trasmissão têm s variado de Z até Z, ode a Z < Z 2 <... < Z. Na literatura este problema é cohecido como Multi evel Miimum Spaig Tree Problem ou Problema da Árvore Geradora Míima Capacitada em Níveis (PAGMCN). Neste trabalho são apresetadas duas ovas ormulações exatas para o problema e os resultados obtidos são comparados com os resultados de um modelo de programação matemática da literatura. Palavras-chave: Árvore Geradora Míima Capacitada, s de Programação Iteira, Graos.. Itrodução O presete trabalho se reere ao problema de layout de termiais, que é um subproblema o projeto de redes de acesso local. Ele cosiste em ecotrar a melhor maeira de coectar termiais, de dieretes locais, a um computador cetral. Esses termiais eviam e recebem iormações do computador cetral através de lihas de trasmissão. Para utilizar eicietemete a das lihas de trasmissão, estas podem ser compartilhadas por vários termiais o evio e recebimeto de iormações. A topologia ótima para este problema correspode a uma árvore geradora de um grao G = (N, A) com N - ós em N correspodedo aos termiais e o ó restate, cohecido como ó raiz, correspodedo ao computador cetral. As arestas em A correspodem às lihas de trasmissão. Geralmete este problema é tratado cosiderado-se que todas as lihas de trasmissão têm uma ixa Q. Isto correspode a restrigir o luxo máximo de iormação em qualquer liha de trasmissão adjacete ao computador cetral (raiz do grao G) a uma quatidade ixa. Este problema a literatura da Otimização Combiatória é cohecido como Problema da Árvore Geradora Míima Capacitada (PAGMC). No etato, é razoável admitir que para o projeto da rede estão dispoíveis múltiplos tipos de lihas de trasmissão com s variadas, ou seja, as lihas de trasmissão têm s variado de Z até Z,, com Z < Z 2 <... < Z. Na literatura este problema é cohecido como Problema da Árvore Geradora Míima Capacitada em Níveis (PAGMCN). Este trabalho cosidera a situação ode cada termial requer a mesma quatidade de iormação, que é o caso da demada homogêea ou demada uitária. Seja T uma árvore geradora de G e cosidere um ó como raiz. Uma sub-árvore é a compoete coexa que cotém o ó i ao se elimiar o arco (i, p(i)) de T, sedo p(i) o predecessor do ó i o úico camiho até a raiz. Assim como o PAGMC, o PAGMCN cada sub-árvore de T, obtida ao se elimiar a raiz e todas as arestas que lhe são adjacetes, pode ter um úmero máximo de ós termiais, sedo o primeiro limitado por Q e o segudo por Z (a liha de trasmissão de maior ). Em seguida é eita uma breve revisão da literatura sobre o PAGMC, uma descrição do PAGMCN e do modelo de programação matemática existete a literatura. Serão apresetados também dois ovos modelos propostos para a resolução do PAGMCN e uma comparação etre os três modelos, bem como as coclusões iais. 2. Problema da Árvore Geradora Míima Capacitada Seja G = (N, A) um grao ão direcioado e coexo com um cojuto de ós N = {,,..., } e um cojuto de arcos A. Cada ó i Є N tem um peso b i com b =. O peso do ó pode ser iterpretado como uma demada requerida. Cada arco (i,j) Є A tem um custo c associado a sua utilização a árvore geradora. O problema da árvore geradora míima capacitada cosiste em determiar uma árvore geradora de custo míimo sobre G, cetralizada sobre o ó (raiz), com a restrição adicioal que a soma dos pesos dos ós de qualquer sub-
2 árvore coectada à raiz ão pode ser maior que uma costate Q, ode Q é um valor iteiro. Quado todos os pesos dos ós são iguais temos a versão homogêea do problema que pode ser tratado como um problema de demada uitária. Para 2 < Q < /2, o problema é NP-diícil. []. Em [] oi desevolvido um dos pricipais algoritmos para costrução de uma solução para o PAGMC, o Esau-Williams (EW). Em [3, 4] é apresetada uma ormulação de luxo para a versão uitária do PAGMC. [5] apresetou uma ormulação com 2 restrições. Em [6] é apresetada uma ormulação com ídice de ível ode são obtidos exceletes limites ieriores com a relaxação liear deste modelo, o problema é que, com o ovo ídice criado, o modelo gerava muitas variáveis. Este problema oi solucioado com o modelo com ídice de ível hierarquizado que é capaz de agregar o modelo reduzido assim esse úmero de variáveis geradas [7]. 3. Formulação de Fluxo para o PAGMC O modelo apresetado esta seção oi itroduzido em [3, 4]. Seja x = se o arco (i,j) é icluído a solução e x = caso cotrário. Além disso, seja y o luxo sobre o arco (i,j) para i =,..., e j =,...,. Para um grao direto com o ó sedo a raiz etão temos: Miimize (3.) Sujeito a: c x x y y x y bi x = ; j =,...,; (3.2) = ; j =,..., ; (3.3) (Q - ) ; i =,..., ; j =,..., ; (3.4) y x Є (,); ; i =,..., ; j =,..., (3.5) As igualdades (3.2) garatem que exatamete um arco chega a cada ó, excluido o ó cetral. As igualdades (3.3) estabelecem a propriedade da coservação de luxo para cada ó j Є N\{}, impodo que a diereça etre a totalidade do luxo que chega e sai de j seja igual ao valor da demada desse ó, isto é, igual a. As restrições (3.2) e (3.3) cojugadas garatem a ão existêcia de ciclos a solução. As iequações (3.4) relacioam ambos os cojutos de variáveis, limitado ieriormete e superiormete a quatidade de luxo em cada arco da solução. Nestas restrições, o valor de b i permite que o luxo máximo um arco icidete a raiz seja igual a Q, equato os arcos ão icidetes ao ó cetral esse valor máximo é igual a Q-. Note que o valor do luxo que atravessa o arco (i,j), é igual ao úmero de ós que icam descoexos da raiz se esse arco or retirado da solução. Em (3.5) são estabelecidas as restrições de itegralidade sobre o cojuto de variáveis. De acordo com as restrições deiidas, qualquer solução viável para o PAGMC cotém todos os arcos orietados o setido oposto ao da raiz e o valor do luxo que se deie ao logo dos arcos de qualquer camiho uma dessas soluções, decresce quado se percorre esse camiho o setido da orietação dos arcos. Em [4] mostrado que essa ormulação é válida para o PAGMC. Para tetar ecotrar soluções ótimas seus trabalhos também icluem decomposição de Beders, decomposição de Datzig-Wole e Relaxação agrageaa combiada com técicas de otimização de subgradiete [3] [4]. 4. Problema da Árvore Geradora Míima Capacitada em Níveis O problema da árvore geradora míima capacitada em íveis (PAGMCN) é uma geeralização do PAGMC, que acreditamos ser de uso mais prático o projeto de uma rede de comuicação local. Apesar disso o PAGMCN ão tem recebido muita ateção dos pesquisadores, sedo a primeira pesquisa apresetada sobre o assuto eita por [2]. A diereça etre o PAGMC e o PAGMCN é que o segudo é permitida a istalação de acilidades com s distitas. No PAGMCN são dados um grao G = (N, A), com um cojuto N = {,,2,..., }, ode o ó represeta o termial cetral de ode o luxo deve sair e os outros são os cosumidores, e um cojuto de arcos A, b i sedo a demada de tráego (ou peso) do o i a ser trasportada do ó, acilidades do tipo,2,..., com s Z < Z 2 <...< Z e uma ução de custo c l deotado o custo de uma acilidade do tipo l istalada etre os ós i e j. O objetivo etão, assim como o PAGMC, é o de ecotrar uma rede de custo míimo para trasportar o tráego requerido, ode o luxo sobre cada acilidade ão pode ser maior que sua. Em geral, a demada de cada ó pode ser dierete, cotudo, este trabalho os modelos apresetados a seguir são baseados o problema da demada uitária. Além disso, a ução de custo para as lihas de trasmissão para todos os testes apreseta ecoomia de escala, o que se veriica em redes de comuicação [2]. Também impomos este trabalho que somete um úico tipo de liha de trasmissão pode ser istalado para coectar qualquer par de ós. Em [2] é utilizado um algoritmo geético para resolver o PAGMCN. Para testar o método oram gerados três cojutos de testes com 5 ós termiais um com a raiz o cetro, outro com a raiz a esquia e um ode a raiz era aleatoriamete localizada cada cojuto com 5 istâcias. Também geraram um cojuto com ós termiais com a raiz localizada o cetro, ode este cojuto também era composto por 5 istâcias. Em todos os testes realizados os autores trabalharam com três tipos de acilidades de s, 3 e com os
3 respectivos custos, 2 e 6. Para comparar os resultados do algoritmo geético os autores desevolveram um modelo matemático para o PAGMCN e usaram o limite ierior ao valor da solução ótima dado pela relaxação liear. Nos resultados apresetados o maior gap médio observado oi de 9,95% em relação à solução do problema relaxado para as istâcias com 5 ós e a raiz o cetro. Também em [2] é apresetado um modelo de programação matemática para o PAGMCN que utiliza três tipos de variáveis. Seja x igual a se uma acilidade é istalada sobre o arco (i,j) e caso cotrário. Seja y l igual a se a acilidade do tipo l é istalada sobre o arco (i,j), e caso cotrário. Nos modelos baseados em luxo para o PAGMC o luxo vai do ó cetral em direção aos ós termiais. No modelo apresetado em [2] o luxo deixa os ós termiais em direção ao ó cetral. Cada ó termial possui um produto que deve ser trasportado ao ó cetral. A origem do produto é o ó K. A variável idica o luxo do produto que passa pelo arco (i, j). Sedo assim o problema oi ormulado da seguite maeira: l l c y l= Miimize (4.) Sujeito a: i j i j = ; i =,... ; (4.2a) = ; =,..., K; (4.2b) = ; i =,...,; =,..., K e i ; K = l= l y x Z y l (4.2c) ; i =,... ; j =,...,; (4.3) l= l = x ; i =,... ; j =,..., ; (4.4) x ; i =,...,; j =,...,; =,...,K; (4.5) j x x = ; (4.6) = ; i =,..., ; (4.7) x + ; i =,... ; j =,..., ; (4.8) x Є {,}; i =,... ; j =,..., ; (4.9) y l Є {,}; i =,... ; j =,..., ; l =,...,; (4.). i =,... ; j =,...,; =,...,K. (4.) O cojuto de restrições (4.2a), (4.2b), (4.2c), (4.5), (4.6), (4.7) e (4.8) garatem que a topologia da rede será uma árvore e que os arcos vão em direção ao ó cetral. O cojuto de restrições (4.4) garatem que somete um tipo de acilidade será istalada sobre um arco, e somete se este arco or utilizado a solução. As restrições (4.3) garatem que o luxo que passa por uma acilidade é meor que a sua. Esta ormulação gera ( ) variáveis, ode é o úmero de acilidades dispoíveis, e ( ) restrições. 5. Novas Formulações Propostas Neste trabalho são propostos dois modelos matemáticos para represetar o PAGMCN e, ao cotrário do modelo apresetado em [2], os dois modelos o luxo lui do ó em direção aos outros ós da rede. Os modelos desevolvidos também são baseados em um grao direto. O primeiro modelo que será apresetado é baseado o luxo que deve atravessar os arcos em direção ao ó cetral e será deotado por MBF. Seja x igual a se a acilidade do tipo é usado para ligar o ó i ao ó j e igual a caso cotrário, Z é a da acilidade do tipo e y é o luxo que passa pelo arco (i,j). Podemos etão ormular o problema da seguite orma: c x = Miimize (5.) Sujeito a: = ; j =,..., ; (5.2) Z x = x = y y x y ; i =,..., ; j =,..., ; (5.3) = ; j =,..., ; (5.4) Є (,); i =,..., ; j =,..., ; =,..., ; (5.5) y ; i =,..., ; j =,...,. (5.6) Os cojutos de restrições (4.2), (4.3) e (4.4) garatem a coservação do luxo e que a topologia da rede será uma árvore, ode o luxo vai do ó cetral em direção aos ós termiais. O cojuto de restrições (4.3) aida garate que o luxo sobre um arco de ão irá ultrapassar essa. Este modelo baseado em luxo para o PAGMCN, deotado por MBF, gera ( ) variáveis, ode é o úmero de acilidades dispoíveis e ( 2 +2) restrições. Note que este modelo é uma geeralização do modelo apresetado em [3, 4]. O modelo apresetado a seguir, deotado por MBC, utiliza as mesmas variáveis do modelo aterior, com exceção da variável de luxo y. Dito isso, a ormulação pode ser eita da seguite orma:
4 c x = Miimize (5.7) Sujeito a: = ; j =,..., ; (5.8) Z = x x x = Z = x ; j =,..., ; (5.9) Є (,) i =,..., ; j =,..., ; =,...,. (5.) As restrições (5.8) e (5.9) garatem que a topologia da rede será uma árvore, que o luxo irá do ó cetral em direção aos ós termiais e que a das acilidades será preservada. O problema deste modelo é que se or usado uma acilidade com qualquer ele cosidera que por essa acilidade estará passado um luxo igual à deste. Este problema pode ser solucioado com a criação de acilidades artiiciais. Supohamos que só temos dispoíveis 3 tipos de acilidades com as seguites s, 3 e 5, com custos c, c 2 e c 3, respectivamete. Etão criamos duas acilidades artiiciais, uma com a 2 e custo c 2 e outra com 4 e custo c 3. Isso deve ser eito pois as acilidades devem ter s variado de em até a acilidade de maior. Além disso, o custo da acilidade artiicial deve ser igual à de meor custo de uma acilidade real com a superior a sua, pois se a solução estiver uma acilidade com 4, isso quer dizer a verdade que estaremos usado uma acilidade com 5 mas que passa somete 4 uidades de luxo. Este modelo apreseta 2 Z variáveis, ode Z é a maior etre todas as acilidades, e 2 restrições. 6. Resultados Computacioais Os modelos desevolvidos e o apresetado em [2] oram implemetados o modelador e otimizador INGO versão 7.. Para testá-los oram geradas istâcias a partir das istâcias cohecidas a literatura (ver por exemplo [7]) como tc4- e te4- ( =,..., ). Estas istâcias são compostas de 4 ós (além da raiz) gerados aleatoriamete um grid x. Os custos das arestas são a parte iteira das distâcias Euclidiaas. A classe TC é caracterizada por ter a raiz o cetro do grid, e a classe TE por ter a raiz o cato. Essas istâcias são utilizadas para testar algoritmos para resolução do PAGMC e para usá-los para testar os modelos para o PAGMCN basta acrescetar ovos tipos de acilidades com custos dieretes. Neste experimeto ós atribuímos à de cada tipo de acilidade um ator que multiplica os custos Euclidiaos das arestas as istâcias origiais. Os testes oram realizados em um computador com processador Petium IV,,8 MHz, com 256 MB de memória RAM, sob o sistema operacioal Widows XP.Cada bateria de testes apreseta um cojuto com dez istâcias. Istâcia Gamvros et. Al (MG) Baseado em Fluxo (MBF) Baseado a Tc2-36 8, Tc , Tc tc tc , tc tc tc tc tc Istâcia Tabela 6. Resultados dos testes tc2 de Gamvros et al. (MG) Baseado em Fluxo (MBF) Baseado a Te2-36 3,2 36 5,6 6 Te , Te , ,43 3 Te , ,34 3 Te ,2 36,73 9 Te , Te2-7 36, Te , Te2-9 36, Te2-36 2, Tabela 6.2 Resultados dos testes te2 As tabelas 6. e 6.2 mostram os resultados obtidos pelos modelo proposto em [2] e os modelos propostos este trabalho (MBF e MBC). São apresetados os tempos em que os modelos resolveram cada istâcia, em segudos. Para todos os cojutos de testes oi estabelecido o tempo máximo para que o modelo ecotrasse a melhor solução, que oi limitado em 36 segudos. Cada tabela também iorma o valor do gap, que é calculado da seguite orma: (MS-I)/MS, ode MS idica o valor da melhor solução até o mometo e I idica o valor do limite ierior até o mometo. A primeira bateria de testes oi eita utilizado-se os 2 primeiros ós das istâcias tc4 mais o ó cetral e utilizado-se três tipos de acilidade com s, 3 e 5 e atores multiplicativos de, 2 e 3 respectivamete. Este cojuto de testes oi chamado de tc2. Para
5 este cojuto de testes os modelos propostos este trabalho ecotraram a solução ótima para todas as istâcias ates do tempo máximo estabelecido e o modelo MBC uma covergêcia muito mais rápida, como pode ser observado a Tabela 6.. Já o modelo de [2] ão cosegue ecotrar a solução ótima em três istâcias. A seguda bateria de testes oi realizada com os 2 primeiros ós das istâcias te4 mais o ó cetral e utilizado-se das mesmas acilidades dos testes tc2 apresetados ateriormete. Este cojuto de testes oi chamado de te2. Para o cojuto de testes te2 o modelo MG ão cosegue ecotrar a solução ótima o tempo máximo determiado em ehuma istâcia como podemos observar a Tabela 6.2. Já o modelo MBF ão ecotra o ótimo em quatro istâcias, equato o modelo MBC ecotra a solução ótima para todas as istâcias e levado um tempo máximo de 6 segudos. Para o terceiro cojuto de testes oram utilizados os 3 primeiros ós das istâcias tc4, mais o ó, com três tipos de acilidades com as seguites s:, 3 e, sedo os atores multiplicativos associados à cada acilidade, 2 e 6 respectivamete. Este cojuto de testes oi chamado tc3 e os seus resultados podem ser observados a Tabela 6.3. Como podemos observar a Tabela 6.3, o úico modelo a ecotrar a solução ótima para todas as istâcias o tempo determiado oi o modelo MBC, e o tempo máximo para resolvê-lo a otimalidade ão superou 76 segudos. Além disso, o modelo MG só oi capaz de ecotrar solução viável o tempo estabelecido em uma úica istâcia (Tc3-), dessa orma ão oi possível calcular o gap deste modelo para as demais istâcias do problema. Já o modelo MBF, apesar de ão ecotrar a solução ótima para ehuma das istâcias o tempo estabelecido, é capaz de ecotrar soluções viáveis para todas e apreseta um gap máximo de 2,4%. A quarta bateria de testes utiliza os 3 primeiros ós, além do ó, das istâcias te4 e também utiliza três tipos de acilidades com as mesmas s e os mesmos atores utilizados para o cojuto de testes tc3 apresetados ateriormete. Este cojuto de testes oi chamado te3 e seus resultados são apresetados a Tabela 6.4. A Tabela 6.4 mostra que, mais uma vez, o modelo MG ão cosegue ecotrar solução viável o tempo máximo determiado para a maioria das istâcias. Para este cojuto de testes o modelo MBF também ão cosegue ecotrar ehuma solução ótima o tempo determiado, mas apreseta solução viável para todas as istâcias. Já o modelo MBC só ão cosegue ecotrar a solução ótima o tempo determiado em uma istâcia (Te3-9), mesmo assim apreseta um gap de apeas,68%. Istâcia Gamvros al (MG) et Baseado em Fluxo (MBF) Baseado a Tc , ,62 22 Tc ,88 8 Tc ,84 5 Tc ,4 68 Tc , 35 Tc ,8 2 Tc ,5 76 Tc ,9 44 Tc ,4 52 Tc ,32 37 Istâcia Tabela 6.3 Resultados dos testes tc3 Gamvros Al (MG) et. Baseado em Fluxo (MBF) Baseado a Te ,28 78 Te ,8 63 Te ,4 264 Te , Te ,7 36 9,5 97 Te ,56 36,34 79 Te ,9 233 Te ,77 4 Te ,44 36,68 Te , Tabela 6.4 Resultados dos testes te3 Para a quita e a sexta bateria de testes oram utilizadas as istâcias tc4 e te4 respectivamete, também utilizado acilidades com s, 3 e e atores multiplicativos de, 2 e 6, respectivamete. Os resultados dos testes da quita bateria são apresetados a Tabela 6.5. Esta tabela, assim como a Tabela 6.6, só apresetam os resultados dos dois ovos modelos desevolvidos, pois ão oi possível aplicar o modelo proposto em [2] a ehuma das istâcias, devido a problemas de alta de memória. Além disso, para algumas istâcias ão oi possível ecotrar o valor da solução ótima. Na Tabela 6.5 podemos observar que, mais uma vez, o modelo MBC coverge mais rapidamete para a solução ótima do que o modelo MBF, sedo que o modelo MBC só ão ecotra a solução ótima o tempo determiado para uma istâcia (Tc4-4), apresetado um gap de 3,6%, equato o modelo MBF o gap de meor valor
6 é de 7,28% para a istâcia (Tc4-2). Istâcia Baseado em Fluxo (MBF) Baseado a Tc4-36 6, Tc ,28 98 Tc ,85 23 Tc ,8 36 3,6 Tc4-5 36, Tc4-6 36, Tc ,67 9 Tc , Tc ,79 28 Tc4-36 5,36 85 Tabela 6.5 Resultados dos testes tc4 Como pode ser observado a Tabela 6.5, o modelo MBC cosegue ecotrar os gaps mais baixos e aida oi capaz de ecotrar a solução ótima para uma das istâcias (Te4-3) ates do tempo estabelecido. Já o modelo MBF, apesar de ser capaz de ecotrar soluções viáveis para todas as istâcias, apreseta um gap superior ao modelo MBC em todas as istâcias. Istâcia Baseado em Fluxo (MBF) Baseado a Te , ,5 Te ,3 36 8,95 Te , Te4-4 36, ,67 Te , ,57 Te , ,28 Te ,9 36 5,44 Te ,5 36 6,68 Te , ,7 Te4-36 3,5 36 9,5 Para trabalhos uturos sugere-se a costrução de modelos heurísticos para a resolução do PAGMCN, já que com o crescimeto do úmero de variáveis, mesmo o modelo mais eiciete já começa a ter diiculdades para ecotrar a solução ótima. Reerêcias []. R. Esau, K. C. Williams, O teleprocessig system desig. Part II A method or aproximatig the optimal etwors. IBM Syst., J. 5:42-47, 966. [2] I. Gamvros, B.. Golde, S. Raghava, A evolutioary approach or the multi-level capacitated miimum spaig tree. Telecommuicatios Networ Desig ad Maagemet, Aadaligam e Raghava (editores), Kluwer Academic Press, 23. (Dispoível em: ghava.html. Acesso em /6/24.) [3] B. Gavish, Topological desig o cetralized computer etwors: Formulatios ad algorithms. Networs, 2: , 982. [4] B. Gavish, Formulatios ad algorithms or the capacitated miimal directed tree problem. Joural o the ACM, 3:8-32, 983. [5]. Gouveia, A 2 ormulatio or the capacitated miimal spaig tree problem. Operatios Research, 4:3-4, 995. [6]. Gouveia, P. Martis, The capacitated miimal spaig tree problem: A experimet with a hopidexed model. Aals o Operatios Research, 86:27-294, 999. [7]. Gouveia, P. Martis, A hierarchy o hop-idexed models or the capacitated miimum spaig tree problem. Networs, 35:-6, 2. Tabela 6.6 Resultados dos testes tc4 7. Coclusões e Sugestões Este trabalho apreseta dois ovos modelos para o Problema da Árvore Geradora Míima Capacitada em Níveis (PAGMCN). Os modelos propostos, deomiados MBF e MBC, são comparados com o modelo de Gamvros et al. (22) e, claramete, apresetam um desempeho bem superior a este último, sedo o modelo MBC aquele que apreseta os melhores resultados em todos os testes realizados.
MODELOS MATEMÁTICOS PARA O PROBLEMA DA ÁRVORE GERADORA MÍNIMA CAPACITADA EM NÍVEIS
Pesquisa Operacioal e o Desevolvimeto Sustetável 27 a 3/9/5, Gramado, RS MODELOS MATEMÁTICOS PARA O PROBLEMA DA ÁRVORE GERADORA MÍNIMA CAPACITADA EM NÍVEIS Alexadre Xavier Martis Departameto de Computação
Leia mais( ) ( ) ( ) ( ) ( ) 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Introdução.
55 3 - INTRODUÇÃO À RESOLUÇÃO DE SISTEMAS NÃO LINEARES. Itrodução. No processo de resolução de um problema prático é reqüete a ecessidade de se obter a solução de um sistema de equações ão lieares. Dada
Leia maisUNICAMP - 2004. 2ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR
UNICAMP - 004 ª Fase MATEMÁTICA BERNOULLI COLÉGIO E PRÉ-VESTIBULAR Matemática Questão 01 Em uma sala há uma lâmpada, uma televisão [TV] e um aparelho de ar codicioado [AC]. O cosumo da lâmpada equivale
Leia mais5n 3. 1 nsen(n + 327) e)
Exercícios 1 Mostre, utilizado a defiição, que as seguites sucessões são limitadas: 2 4 50 a) b) 3 +16 1 5 3 2 c) 1 4( 1) 8 5 d) 100 5 3 2 + 2( 1) 1 4( 1) 8 1 se( + 327) e) f) 5 3 2 4 4 2 2 Mostre, utilizado
Leia mais2 Modelos de Programação Linear
Modelos de Programação Liear Coteúdos do Capítulo Problemas de Programação Liear Resolução pelo método gráfico O Problema do Pitor Miimização Restrições Redudates Solução Múltipla, Ilimitada e Iviável
Leia maisCap. 5. Testes de Hipóteses
Cap. 5. Testes de Hipóteses Neste capítulo será estudado o segudo problema da iferêcia estatística: o teste de hipóteses. Um teste de hipóteses cosiste em verificar, a partir das observações de uma amostra,
Leia maisIntervalo de Confiança para uma Média Populacional
Estatística II Atoio Roque Aula 5 Itervalo de Cofiaça para uma Média Populacioal Um dos objetivos mais importates da estatística é obter iformação sobre a média de uma dada população. A média de uma amostra
Leia maisProblema de Fluxo de Custo Mínimo
Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre os modelos de
Leia mais5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO
5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto
Leia maisO PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO
O PROBLEMA DE TRANSPORTES SOB A ÓTICA DOS MODELOS DE EQUILÍBRIO ESPACIAL DE MERCADO Sérgio Ferado Mayerle, Dr. UFSC / CTC / EPS - mayerle@eps.ufsc.br - Floriaópolis - SC Thiago Dedavid de Almeida Bastos
Leia maisAnálise Combinatória I
Aálise Combiatória I O pricípio fudametal da cotagem ada mais é que a maeira mais simples possível de determiar de quatas maeiras diferetes que um eveto pode acotecer. Se eu, por exemplo, estiver pitado
Leia mais: 8. log 3 4 : 7 B 6 B C. B D. 1 x. t é o tempo, dado em horas, e
Eame de Admissão de Matemática Págia de... Simpliicado a epressão. : : tem-se: Simpliicado a epressão p p p Sabedo que p p obtém-se: p p log a etão log será igual a: a a a a pp p p. Para diluir litro de
Leia maisCapítulo 5 Cálculo Diferencial em IR n 5.1 Definição de função de várias variáveis: campos vetoriais e campos escalares.
5. Defiição de fução de várias variáveis: campos vetoriais e. Uma fução f : D f IR IR m é uma fução de variáveis reais. Se m = f é desigada campo escalar, ode f(,, ) IR. Temos assim f : D f IR IR (,, )
Leia maisCARACTERIZAÇÃO DO CONJUNTO EQUILIBRADOR PARA GRAFOS COM GAP NULO
CARACTERIZAÇÃO DO CONJUNTO EQUILIBRADOR PARA GRAFOS COM GAP NULO Maximiliao Pito Damas Programa de Egeharia de Produção Uiversidade Federal do Rio de Jaeiro e-mail: maxdamas@hotmailcom Lilia Markezo Núcleo
Leia maisCurso Mentor. Radicais ( ) www.cursomentor.wordpress.com. Definição. Expoente Fracionário. Extração da Raiz Quadrada. Por definição temos que:
Curso Metor www.cursometor.wordpress.com Defiição Por defiição temos que: Radicais a b b a, N, Observação : Se é par devemos ter que a é positivo. Observação : Por defiição temos:. 0 0 Observação : Chamamos
Leia maisChama-se sucessão de números reais, ou sucessão, a uma aplicação de N R (por vezes considera-se Ν 0 = { }
Aáli Matemática II ao lectivo 006/007 III- Séries. Sucessões ( breves revisões) Def.. Chama- sucessão de úmeros reais, ou sucessão, a Ν 0 ). u: N R uma aplicação de N R (por vezes cosidera- Ν 0 = { } Utiliza-
Leia maisAnálise de Projectos ESAPL / IPVC. Casos Particulares de VLA e TIR. Efeitos de Impostos, Inflação e Risco.
Aálise de Projectos ESAPL / IPVC Casos Particulares de VLA e TIR. Efeitos de Impostos, Iflação e Risco. O Caso dos Fluxos de Caixa Costates uado um ivestimeto apreseta fluxos de caixa costates ao logo
Leia maisDepartamento de Engenharia Civil Nivelação de Terrenos
Departameto de Egeharia Civil Nivelação de Terreos Rosa Marques Satos Coelho Paulo Flores Ribeiro 006 / 007 . Nivelação de Terreos Por ivelação de terreos etede-se o cojuto de operações topográficas que
Leia maisMEDIDAS E INCERTEZAS
9//0 MEDIDAS E INCERTEZAS O Que é Medição? É um processo empírico que objetiva a desigação de úmeros a propriedades de objetos ou a evetos do mudo real de forma a descrevêlos quatitativamete. Outra forma
Leia maisO termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2
MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica
Leia maisIND 1115 Inferência Estatística Aula 13
mbarros.com 3 mbarros.com 4 Coteúdo IND 5 Iferêcia Estatística Aula 3 Novembro 005 Môica Barros Itervalos de Cofiaça para Difereças etre Médias (Variâcias supostas iguais) Itervalo de Cofiaça para a variâcia
Leia maisCoeficiente de Rendimento. Universidade Iguaçu
Coeficiete de Redimeto Uiversidade Iguaçu 1. INTRODUÇÃO Para efocar o seu desempeho escolar, o Coeficiete de Redimeto CR ou Coeficiete de Redimeto Acumulado CRA devem ser expressos por uma média poderada,
Leia maisDesigualdades (por Iuri de Silvio ITA-T11)
Desigualdades (por Iuri de Silvio ITA-T) Apresetação O objetivo desse artigo é apresetar as desigualdades mais importates para quem vai prestar IME/ITA, e mostrar como elas podem ser utilizadas a resolução
Leia maisAjuste de Curvas pelo Método dos Quadrados Mínimos
Notas de aula de Métodos Numéricos. c Departameto de Computação/ICEB/UFOP. Ajuste de Curvas pelo Método dos Quadrados Míimos Marcoe Jamilso Freitas Souza, Departameto de Computação, Istituto de Ciêcias
Leia maisSéquências e Séries Infinitas de Termos Constantes
Capítulo Séquêcias e Séries Ifiitas de Termos Costates.. Itrodução Neste capítulo estamos iteressados em aalisar as séries ifiitas de termos costates. Etretato, para eteder as séries ifiitas devemos ates
Leia maisTipos de problemas de programação inteira (PI) Programação Inteira. Abordagem para solução de problemas de PI. Programação inteira
Tipos de problemas de programação inteira (PI) Programação Inteira Pesquisa Operacional I Flávio Fogliatto Puros - todas as variáveis de decisão são inteiras Mistos - algumas variáveis de decisão são inteiras
Leia maisCOMPARATIVO ENTRE REGIMES DE CAPITALIZAÇÃO SIMPLES E COMPOSTA E A VINCULAÇÃO DE AMBOS COM A TABELA PRICE
COMPARATIVO ETRE REGIMES DE CAPITALIZAÇÃO SIMPLES E COMPOSTA E A VICULAÇÃO DE AMBOS COM A TABELA PRICE Etede-se por regime de capitalização o processo de formação dos juros e a maeira pela qual estes são
Leia maisVamos estudar o conceito de variabilidade absoluta considerando o conjunto de notas obtidas por cinco alunos:
Medidas de Disperção Itrodução: - Observamos ateriormete que as medidas de tedêcia cetral são usadas para resumir, em um úico úmero, aquele parâmetro que será o represetate do cojuto de dados. Estas medidas
Leia maisCAPÍTULO III ANÁLISE DOS DADOS. Para responder à primeira pergunta, observe os dois gráficos abaixo
CAPÍTULO III ANÁLISE DOS DADOS III.5 Idéias básicas sobre gráficos e modelos Modelos são regras matemáticas que permitem reproduzir um cojuto de valores uméricos a partir de outro ao qual correspodem.
Leia maisMATEMÁTICA PARA CONCURSOS II
MATEMÁTICA PARA CONCURSOS II Módulo III Neste Módulo apresetaremos um dos pricipais assutos tratados em cocursos públicos e um dos mais temíveis por parte dos aluos: Progressão Aritmética e Progressão
Leia maisCapítulo 8 Estimativa do Intervalo de Confiança. Statistics for Managers Using Microsoft Excel, 5e 2008 Pearson Prentice-Hall, Inc.
Capítulo 8 Estimativa do Itervalo de Cofiaça Statistics for Maagers Usig Microsoft Excel, 5e 2008 Pearso Pretice-Hall, Ic. Chap 8-1 Objetivos: Neste capítulo, você aprederá: Costruir e iterpretar estimativas
Leia maisESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA MATEMÁTICA DISCRETA Curso: LEI. Correção do exame da Época Normal - A 2006/2007
ESCOLA SUPERIOR DE TECNOLOGIA DE SETÚBAL DEPARTAMENTO DE MATEMÁTICA MATEMÁTICA DISCRETA Curso: LEI Correção do exame da Época Normal - A 2006/2007 Diga, justi cado, se as seguites proposições são verdadeiras
Leia maisS E Q U Ê N C I A S E L I M I T E S. Prof. Benito Frazão Pires. Uma sequência é uma lista ordenada de números
S E Q U Ê N C I A S E L I M I T E S Prof. Beito Frazão Pires Uma sequêcia é uma lista ordeada de úmeros a, a 2,..., a,... ) deomiados termos da sequêcia: a é o primeiro termo, a 2 é o segudo termo e assim
Leia maisWALNEY ANDRADE MARTINS
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Busca em Vizihaça Variável Aplicado a Solução do Problema de Plaejameto da Expasão do Sistema de Trasmissão de Eergia Elétrica WALNEY ANDRADE MARTINS Orietador:
Leia maisA letra x representa números reais, portanto
Aula 0 FUNÇÕES UFPA, 8 de março de 05 No ial desta aula, você seja capaz de: Saber dizer o domíio e a imagem das uções esseciais particularmete esta aula as uções potêcias; Fazer o esboço de gráico da
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br O PROBLEMA DA ÁREA O PROBLEMA DA ÁREA Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b,
Leia mais8/8/2012. Administração Financeira e Orçamentária. Conteúdo. Conteúdo. Tema 3 O valor do dinheiro no tempo. Tema 4 Risco e Retorno
Admiistração Fiaceira e Orçametária Tema 3 O valor do diheiro o tempo. Tema 4 Risco e Retoro Ivoete Melo de Carvalho, MSc Coteúdo As mutações do valor do diheiro o tempo. Os fatores que iterferem o valor
Leia maisSobre Alianças Defensivas em Grafos
Sobre Aliaças Defesivas em Grafos Rommel Melgaço Barbosa, Elisâgela Silva Dias, Istituto de Iformática, UFG, Caixa Postal 131, Campus II, CEP: 74001-970, Goiâia, GO E-mail: {rommel, elisagela}@if.ufg.br
Leia maisétodos uméricos MÉTODO DOS MOMENTOS - MOM Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos MÉTODO DOS MOMETOS - MOM Prof. Erivelto Geraldo epomuceo PROGRAMA DE PÓS-GRADUAÇÃO EM EGEHARIA ELÉTRICA UIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CETRO FEDERAL DE EDUCAÇÃO TECOLÓGICA
Leia maisNúmero-índice: Conceito, amostragem e construção de estimadores
Número-ídice: Coceito, amostragem e costrução de estimadores Objetivo Geral da aula Defiir o que são os úmeros-ídices, efatizado a sua importâcia para aálise ecoômica. Cosidere os dados apresetados a Tabela
Leia maisAPLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS
APLICAÇÃO DO PROBLEMA DO CAIXEIRO VIAJANTE NA OTIMIZAÇÃO DE ROTEIROS Ferado Soares Gomes Taufer (FURG) feradosoares29@hotmail.com Elaie Correa Pereira (FURG) elaiepereira@prolic.furg.br Este artigo apreseta
Leia maisCAPÍTULO 4. 4 - O Método Simplex Pesquisa Operacional
CAPÍTULO 4 O MÉTODO SIMPLEX 4 O Método Simplex caminha pelos vértices da região viável até encontrar uma solução que não possua soluções vizinhas melhores que ela. Esta é a solução ótima. A solução ótima
Leia maisProblema de Fluxo de Custo Mínimo
Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Ferado Nogueira Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre
Leia maisESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS
WWWCONVIBRAORG ESTUDO DA SECAGEM DE BANANAS ATRAVÉS DO MODELO DE DIFUSÃO USANDO SOLUÇÕES ANALÍTICAS ANDRÉA F RODRIGUES 1, WILTON P SILVA 2, JOSIVANDA P GOMES 3, CLEIDE M D P S SILVA 4, ÍCARO CARVALHO RAMOS
Leia maisn ) uma amostra aleatória da variável aleatória X.
- Distribuições amostrais Cosidere uma população de objetos dos quais estamos iteressados em estudar uma determiada característica. Quado dizemos que a população tem distribuição FX ( x ), queremos dizer
Leia mais3.4.2 Cálculo da moda para dados tabulados. 3.4 Moda Cálculo da moda para uma lista Cálculo da moda para distribuição de freqüências
14 Calcular a mediaa do cojuto descrito pela distribuição de freqüêcias a seguir. 8,0 10,0 10 Sabedo-se que é a somatória das, e, portato, = 15+25+16+34+10 = 100, pode-se determiar a posição cetral /2
Leia maisREFORMULAÇÃO E INEQUAÇÕES VÁLIDAS PARA UM PROBLEMA INTEGRADO DE DIMENSIONAMENTO E SEQÜENCIAMENTO DE LOTES
REFORMULAÇÃO E INEQUAÇÕES VÁLIDAS PARA UM PROBLEMA INTEGRADO DE DIMENSIONAMENTO E SEQÜENCIAMENTO DE LOTES Eduardo Delcides Berardes Istituto de Biociêcias, Letras e Ciêcias Exatas - UNESP Rua Cristóvão
Leia maisAnálise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos
Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos
Leia maisMedição de Coeficientes de Amortecimento de Amortecedores de Automóveis e Motocicletas
Medição de Coeficietes de Amortecimeto de Amortecedores de Automóveis e Motocicletas Measuremet of Coefficiets of Dampig of Shock absorbers of Automobiles ad Motorcycles POGORELSKY JUNIOR, JACK SUSLIK
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisMaterial Teórico - Módulo Binômio de Newton e Triangulo de Pascal. Soma de Elementos em Linhas, Colunas e Diagonais. Segundo Ano do Ensino Médio
Material Teórico - Módulo Biômio de Newto e Triagulo de Pascal Soma de Elemetos em Lihas, Coluas e Diagoais Segudo Ao do Esio Médio Autor: Prof Fabrício Siqueira Beevides Revisor: Prof Atoio Camiha M Neto
Leia maisEstimação por Intervalo (Intervalos de Confiança):
Estimação por Itervalo (Itervalos de Cofiaça): 1) Itervalo de Cofiaça para a Média Populacioal: Muitas vezes, para obter-se a verdadeira média populacioal ão compesa fazer um levatameto a 100% da população
Leia maisCap. 4 - Estimação por Intervalo
Cap. 4 - Estimação por Itervalo Amostragem e iferêcia estatística População: cosiste a totalidade das observações em que estamos iteressados. Nº de observações a população é deomiado tamaho=n. Amostra:
Leia maisInserção de Bound externo ao método de resolução em árvore aplicado ao TSP
Iserção de Boud extero ao método de resolução em árvore aplicado ao TSP Alexadre Checoli Choueiri a,1 Cassius Tadeu Scarpi a,b,2 Gustavo Valetim Loch a,b,3 Nathália Cristia Ortiz da Silva a,4 Cleder Marcos
Leia maisMATEMÁTICA II. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
MATEMÁTICA II Profa. Dra. Amada Liz Pacífico Mafrim Perticarrari amada@fcav.uesp.br Ecotre a área da região que está sob a curva y = f x de a até b. S = x, y a x b, 0 y f x Isso sigifica que S, ilustrada
Leia maisUMA NOVA FORMULAÇÃO PARA UM PROBLEMA DE SEQÜENCIAMENTO DE PADRÕES EM AMBIENTES DE CORTE
A pesquisa Operacioal e os Recursos Reováveis 4 a 7 de ovembro de 2003, Natal-RN UMA NOVA FORMULAÇÃO PARA UM PROBLEMA DE SEQÜENCIAMENTO DE PADRÕES EM AMBIENTES DE CORTE Horacio Hideki Yaasse Istituto Nacioal
Leia maisBINÔMIO DE NEWTON. O desenvolvimento da expressão 2. a b é simples, pois exige somente quatro multiplicações e uma soma:
07 BINÔMIO DE NEWTON O desevolvimeto da epressão a b é simples, pois eige somete quatro multiplicações e uma soma: a b a b a b a ab ba b a ab b O desevolvimeto de a b é uma tarefa um pouco mais trabalhosa,
Leia maisEQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N
EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM N Estudaremos este capítulo as equações diereciais lieares de ordem, que são de suma importâcia como suporte matemático para vários ramos da egeharia e das ciêcias.
Leia maisEstatística Aplicada Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluno(a):
Medidas Resumo Apostila 4 Prof. Fábio Hipólito Aluo(a): # Objetivo desta aula: Calcular as medidas de tedêcia cetral: média, moda e mediaa para distribuições de frequêcias potuais e por itervalos de classes.
Leia maisObjetivo Estimar uma proporção p (desconhecida) de elementos uma população, apresentando certa característica de interesse, partir
Objetivo Estimar uma roorção (descohecida) de elemetos em uma oulação, aresetado certa característica de iteresse, a artir da iformação forecida or uma amostra. Exemlos: : roorção de aluos da USP que foram
Leia maiss =, sendo n= n Uma amostra de 60 indivíduos onde a massa corpórea, em kg, tiver média 42kg e um desvio padrão de 3,5 o Erro Padrão da Média será:
statística Aplicada Prof. Atoio Sales/ 013 DSVIO PADRÃO RRO PADRÃO DA MÉDIA As iferêcias sobre uma população podem ser baseadas em observações a partir de amostras de populações. Como a amostra, a maior
Leia mais3ª Lista de Exercícios de Programação I
3ª Lista de Exercícios de Programação I Istrução As questões devem ser implemetadas em C. 1. Desevolva um programa que leia dois valores a e b ( a b ) e mostre os seguites resultados: (1) a. Todos os úmeros
Leia maisTransformação de similaridade
Trasformação de similaridade Relembrado bases e represetações, ós dissemos que dada uma base {q, q,..., q} o espaço real - dimesioal, qualquer vetor deste espaço pode ser escrito como:. Ou a forma matricial
Leia maisUm estudo das permutações caóticas
Um estudo das permutações caóticas Trabalho apresetado como atividade do PIPE a disciplia Matemática Fiita do Curso de Matemática o 1º semestre de 2009 Fabrício Alves de Oliveira Gabriel Gomes Cuha Grégory
Leia maisSequências, PA e PG material teórico
Sequêcias, PA e PG material teórico 1 SEQUÊNCIA ou SUCESSÃO: é todo cojuto ode cosideramos os seus elemetos colocados, ou dispostos, uma certa ordem. Cosiderado a sequêcia (; 3; 5; 7;...), dizemos que:
Leia maisABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP
ABORDAGEM PARA A SOLUÇÃO DE DESIGUALDADES VARIACIONAIS: A FUNÇÃO GAP SARA MEIRA MOUTTA RABELO (UESC) saramoutta@hotmail.com gudelia g. morales de arica (UENF) gudelia@uef.br O trabalho apreseta uma descrição
Leia mais3. Seja C o conjunto dos números complexos. Defina a soma em C por
Eercícios Espaços vetoriais. Cosidere os vetores = (8 ) e = ( -) em. (a) Ecotre o comprimeto de cada vetor. (b) Seja = +. Determie o comprimeto de. Qual a relação etre seu comprimeto e a soma dos comprimetos
Leia maisO PROBLEMA DE PROGRAMAÇÃO DE TAREFAS PARA MINIMIZAR A SOMA DOS ATRASOS: UM ESTUDO DE CASO
O PROBLEMA DE PROGRAMAÇÃO DE TAREFAS PARA MINIMIZAR A SOMA DOS ATRASOS: UM ESTUDO DE CASO Leadro Kiyuzato Débora Pretti Rocoi Rodrigo Salamoi Chaa Kari Tsai Uiversidade de São Paulo e-mail: leadro.kiyuzato@poli.usp.br,
Leia maisSoluções dos Exercícios do Capítulo 6
Soluções dos Eercícios do Capítulo 6 1. O poliômio procurado P() a + b + c + d deve satisfazer a idetidade P(+1) P() +, ou seja, a(+1) + b(+1) + c(+1) + d a + b + c + d +, o que é equivalete a (a 1) +
Leia maisUniversidade Federal Fluminense ICEx Volta Redonda Introdução a Matemática Superior Professora: Marina Sequeiros
3. Poliômios Defiição: Um poliômio ou fução poliomial P, a variável x, é toda expressão do tipo: P(x)=a x + a x +... a x + ax + a0, ode IN, a i, i = 0,,..., são úmeros reais chamados coeficietes e as parcelas
Leia maisNovo Espaço Matemática A 12.º ano Proposta de Teste [outubro ]
Proposta de Teste [outubro - 017] Nome: Ao / Turma: N.º: Data: / / Não é permitido o uso de corretor. Deves riscar aquilo que pretedes que ão seja classificado. A prova iclui um formulário. As cotações
Leia maisUM MÉTODO EXATO PARA OTIMIZAR A ESCALA DE MOTORISTAS E COBRADORES DO SISTEMA DE TRANSPORTE PÚBLICO
UM MÉTODO EXATO PARA OTIMIZAR A ESCALA DE MOTORISTAS E COBRADORES DO SISTEMA DE TRANSPORTE PÚBLICO Gustavo Peixoto Silva. Departameto de Egeharia de Produção, Admiistração e Ecoomia. Uiversidade Federal
Leia maisProvas de Matemática Elementar - EAD. Período
Provas de Matemática Elemetar - EAD Período 01. Sérgio de Albuquerque Souza 4 de setembro de 014 UNIVERSIDADE FEDERAL DA PARAÍBA CCEN - Departameto de Matemática http://www.mat.ufpb.br/sergio 1 a Prova
Leia maisEME 311 Mecânica dos Sólidos
EE 311 ecâica dos Sólidos - CPÍTULO 4 - Profa. Patricia Email: patt_lauer@uifei.edu.br IE Istituto de Egeharia ecâica UNIFEI Uiversidade Federal de Itajubá 4 CENTRO DE GRIDDE E OENTO ESTÁTICO DE ÁRE 4.1
Leia maisComparação de testes paramétricos e não paramétricos aplicados em delineamentos experimentais
Comparação de testes paramétricos e ão paramétricos aplicados em delieametos experimetais Gustavo Mello Reis (UFV) gustavo_epr@yahoo.com.br José Ivo Ribeiro Júior (UFV) jivo@dpi.ufv.br RESUMO: Para comparar
Leia mais11 Aplicações da Integral
Aplicações da Itegral Ao itroduzirmos a Itegral Defiida vimos que ela pode ser usada para calcular áreas sob curvas. Veremos este capítulo que existem outras aplicações. Essas aplicações estedem-se aos
Leia maisFundamentos de Análise Matemática Profª Ana Paula. Números reais
Fudametos de Aálise Matemática Profª Aa Paula Números reais 1,, 3, cojuto dos úmeros aturais 0,1,,3, cojuto dos úmeros iteiros p q /p e q cojuto dos úmeros racioais a, a 0 a 1 a a, a e a i 0, 1,, 3, 4,
Leia maisAMOSTRAGEM EM AUDITORIAS
AMOSTRAGEM EM AUDITORIAS Cytia Matteucci Istituto de Pesquisas Tecológicas do Estado de São Paulo, São Paulo, Brasil, cytiamt@ipt.br RESUMO Este artigo discute e propõe um procedimeto de amostragem que
Leia maisParte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais
Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:
Leia mais2- Resolução de Sistemas Não-lineares.
MÉODOS NUMÉRICOS PARA EQUAÇÕES DIFERENCIAIS PARCIAIS 2- Resolução de Sistemas Não-lieares. 2.- Método de Newto. 2.2- Método da Iteração. 2.3- Método do Gradiete. 2- Sistemas Não Lieares de Equações Cosidere
Leia maisSISTEMA MÉTRICO DECIMAL
SISTEMA MÉTRICO DECIMAL UNIDADES DE COMPRIMENTO A uidade fudametal chama-se metro (m). Múltiplos: quilômetro (km), hectômetro (hm) e decâmetro (dam) Submúltiplos: decímetro (dm), cetímetro (cm) e milímetro
Leia maisAMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM
6 AMOSTRAGEM ALEATÓRIA DISTRIBUIÇÕES POR AMOSTRAGEM Quado se pretede estudar uma determiada população, aalisam-se certas características ou variáveis dessa população. Essas variáveis poderão ser discretas
Leia maisAplicações lineares. Capítulo Seja T: a) Quais dos seguintes vectores estão em Im( T )? 1 i) 4. 3 iii) ii)
Capítulo Aplicações lieares Seja T: R R a multiplicação por 8 a) Quais dos seguites vectores estão em Im( T )? i) ii) 5 iii) b) Quais dos seguites vectores estão em Ker( T)? i) ii) iii) c) Qual a dimesão
Leia maisRESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS.
RESPOSTA À DECLARAÇÃO EM DEFESA DE UMA MATEMÁTICA FINANCEIRA:- SISTEMA DE AMORTIZAÇÃO PRICE:- BREVE NOTA SOBRE CERTOS ENIGMAS. No sistema de amortização Price, com as seguites hipóteses, ocorrerá cobraça
Leia mais2.2. Séries de potências
Capítulo 2 Séries de Potêcias 2.. Itrodução Série de potêcias é uma série ifiita de termos variáveis. Assim, a teoria desevolvida para séries ifiitas de termos costates pode ser estedida para a aálise
Leia maisESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA. 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis dependentes.
ESTATÍSTICA- II DISTRIBUIÇÃO DE FREQUÊNCIA 1- CONCEITO É a série estatística que tem o tempo, o espaço e a espécie como variáveis depedetes. - DISTRIBUIÇÃO DE FREQUÊNCIA a) Dados Brutos É um cojuto resultate
Leia maisMatemática E Extensivo V. 1
Extesivo V. 0) a) r b) r c) r / d) r 7 0) A 0) B P.A. 7,,,... r a + ( ). a +. + 69 a 5 P.A. (r, r, r ) r ( r + r) 6r r r r 70 Exercícios 05) a 0 98 a a a 06) E 07) B 08) B 7 0 0; 8? P.A. ( 7, 65, 58,...)
Leia maisRentabilidade e Preço de TRF
Retabilidade e Preço de TRF Prof. José Valetim Machado Vicete, D.Sc. jose.valetim@gmail.com Aula 2 Preço de um Bôus Cosidere um bôus com o seguite fluxo: C 1 C 2 C M P 1 2 Muitas das vezes C 1 = C 2 =
Leia mais1 a Lista de PE Solução
Uiversidade de Brasília Departameto de Estatística 1 a Lista de PE Solução 1. a) Qualitativa omial. b) Quatitativa discreta. c) Quatitativa discreta. d) Quatitativa cotíua. e) Quatitativa cotíua. f) Qualitativa
Leia maisESTRATÉGIAS ALTERNATIVAS DE CONTROLE DE PROCESSOS
ESRAÉGIAS ALERNAIVAS DE CONROLE DE PROCESSOS Charles dos Satos Costa Uiversidade Católica de Goiás Departameto de Egeharia Egeharia Elétrica - UCG e-mail:charles@ucg.br Resumo Este trabalho visa mostrar
Leia mais(1) Escola Politécnica da Universidade de São Paulo (2) E. J. Robba Consultoria & Cia. Ltda.
Otimização da Qualidade de Forecimeto pela Localização de Dispositivos de Proteção e Seccioameto em Redes de Distribuição Nelso Kaga () Herá Prieto Schmidt () Carlos C. Barioi de Oliveira () Eresto J.
Leia maisDETERMINANDO A SIGNIFICÂNCIA ESTATÍSTICA PARA AS DIFERENÇAS ENTRE MÉDIAS
DTRMINANDO A SIGNIFIÂNIA STATÍSTIA PARA AS DIFRNÇAS NTR MÉDIAS Ferado Lag da Silveira Istituto de Física - UFRGS lag@if.ufrgs.br O objetivo desse texto é apresetar através de exemplos uméricos como se
Leia maisMecânica dos Sólidos II
Curso de Egeharia Civil Uiversidade Estadual de Marigá Cetro de Tecologia Departameto de Egeharia Civil Mecâica dos Sólidos II Bibliografia: Beer, F. P.; Johsto, Jr. E. R.; DEWolf, J. T. Resistêcia dos
Leia maisMANUAL DO USUÁRIO SIMPLEX. Prof. Erico Fagundes Anicet Lisboa, M. Sc.
MANUAL DO USUÁRIO SIMPLEX Prof. Erico Fagundes Anicet Lisboa, M. Sc. erico@ericolisboa.eng.br Versão digital disponível na internet http://www.ericolisboa.eng.br RIO DE JANEIRO, RJ - BRASIL DEZEMBRO DE
Leia mais9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros
INE 7 - Iferêcia Estatística Estimação de Parâmetros 1 9 - INFERÊNCIA ESTATÍSTICA Estimação de Parâmetros 9.1 - Itrodução Estatística é a ciêcia que se ocupa de orgaizar, descrever, aalisar e iterpretar
Leia maisExercício: Mediu-se os ângulos internos de um quadrilátero e obteve-se 361,4. Qual é o erro de que está afetada esta medida?
1. Tratameto estatísticos dos dados 1.1. TEORIA DE ERROS O ato de medir é, em essêcia, um ato de comparar, e essa comparação evolve erros de diversas origes (dos istrumetos, do operador, do processo de
Leia maisPRODUTO INTERNO Definição Considere V um espaço vetorial real. O produto interno sobre V é uma função
PRODUTO INTERNO Defiição Cosidere m espaço etorial real O prodto itero sobre é ma fção : ( ) a R qe satisfaz as segites propriedades: PI (Positia Defiida) Para todo e se e somete se PI (Simétrica) Para
Leia maisUFSC Universidade Federal de Santa Catarina Depto De Eng. Química e de Eng. De Alimentos EQA 5313 Turma 645 Op. Unit. de Quantidade de Movimento
UFSC Uiversidade Federal de Sata Cataria epto e Eg. Química e de Eg. e Alimetos EQA 51 Turma 645 Op. Uit. de Quatidade de ovimeto CARACTERIZAÇÃO E SÓLIOS 1. PROPRIEAES GERAIS AS PARTÍCULAS Sólidos costituem
Leia maisChama-se sequência ou sucessão numérica, a qualquer conjunto ordenado de números reais.
Progressões Aritméticas Itrodução Chama-se sequêcia ou sucessão umérica, a qualquer cojuto ordeado de úmeros reais. Exemplo: 7; 0; 3;... ; 34 Uma seqüêcia pode ser iita ou iiita. 7; 0; 3; 6;... esta sequêcia
Leia mais