Instituto de Engenharia de Sistemas e Computadores de Coimbra Institute of Systems Engineering and Computers INESC - Coimbra

Tamanho: px
Começar a partir da página:

Download "Instituto de Engenharia de Sistemas e Computadores de Coimbra Institute of Systems Engineering and Computers INESC - Coimbra"

Transcrição

1 Insuo de Engenhara de Ssemas e Compuadores de Combra Insue of Sysems Engneerng and Compuers INESC - Combra Joana Das, M. Eugéna Capvo e João Clímaco Problema de Localzação Dnâmca com Aberura, Fecho e Reaberura de Servços: Formulação e Heurísca Prmal-Dual No ISSN: Insuo de Engenhara de Ssemas e Compuadores de Combra INESC - Combra Rua Anero de Quenal, 199; Combra; Porugal 1

2 Problema de Localzação Dnâmca com Aberura, Fecho e Reaberura de Servços: Formulação e Heurísca Prmal-Dual JOANA DIAS (1), M. EUGÉNIA CAPIVO (2) E JOÃO CLÍMACO (1) (1) Faculdade de Economa e INESCC Unversdade de Combra Av. Das da Slva 000 Combra Porugal (2) DEIO e CIO Faculdade de Cêncas da Unversdade de Lsboa Campo Grande, Bloco C2, Pso Lsboa Porugal Sumáro: Nese relaóro remos apresenar a formulação em Programação Inera de um Problema de Localzação Dnâmca com Aberura, Fecho e Reaberura de Servços. Ese problema consdera a possbldade de, durane o horzone emporal consderado, ser possível abrr, fechar e reabrr servços. Aravés da bblografa consulada, pensamos poder afrmar ser a prmera vez que ese problema de localzação é esudado. endo como caso especal o problema de localzação smples, é medao conclur que se raa de um problema NP-dfícl. Fo desenvolvda uma heurísca, baseada nos rabalhos de Erlenkoer (1978) e Van Roy e Erlenkoer (1982), que garane o cálculo de soluções prmas e duas admssíves, e que ena forçar a complemenardade enre elas. Desa forma, mesmo que não se ana a solução ópma, conhece-se sempre um lme nferor e um lme superor para o valor da função obecvo prmal. Descreve-se anda um algormo de pesqusa em árvore em que esa heurísca é nserda, para que sea possível calcular a solução ópma do problema prmal. ABSRAC: In hs research repor we wll presen he formulaon of he dynamc locaon problem wh openng, closng and reopenng of servces. hs problem consders he possbly of openng, closng and reopenng servces durng he plannng horzon esablshed. he Smple Plan Locaon Problem s a specal case of he problem descrbed. We can herefore sae ha s a problem NP-Hard. We developed an heursc, based on he work of Erlenkoer (1978) and Van Roy and Erlenkoer (1982), ha guaranees he consrucon of admssble prmal and dual soluons, and res o force he complemenary beween hem. he 2

3 calculaon of a lower and upper bound o he obecve funcon opmum value s always guaraneed. I s also descrbed a ree search algorhm whch uses he heursc developed, and ha enables he calculaon of he opmum soluon. 1. Inrodução O problema que consse na escolha das localzações onde nsalar servços (as como armazéns, fábrcas, hospas, ec), de al forma que sea sasfea a procura de um deermnado produo por pare de um conuno de clenes, mnmzando os cusos oas envolvdos chamase problema de localzação smples (PLS). Geralmene são consderados cusos fxos de aberura dos servços e cusos varáves de afecação de clenes a servços. Como não se consderam capacdades assocadas aos servços aberos, cada clene será servdo por um e um só servço (aquele a que corresponde o menor cuso de afecação enre odos os servços aberos) (Cornueols e al, 1990). O problema de localzação dnâmca é uma generalzação do PLS, em que se consdera que a localzação dos servços pode ser fea ao longo de um horzone emporal deermnado. Em cada período emporal em de se garanr a afecação de cada clene a um servço abero. Duas caraceríscas prncpas obrgam à ulzação de um modelo dnâmco (Erlenkoer, 1981): alerações sgnfcavas ao longo do empo nos cusos de afecação de clenes a servços; cusos sgnfcavos de fecho e aberura em novas localzações de servços. Se a prmera caracerísca esver ausene, sgnfca que se podera ulzar um problema esáco. Se a segunda não exsr, sgnfca que se poderão consderar város problemas esácos e não relaconados enre s. Um dos prmeros argos a referr um problema de localzação dnâmca deve-se a Wesolowsky (197). Nese argo, o auor generalza o problema de Weber, consderando a exsênca de város períodos emporas. Wesolowsky e rusco(1975) descrevem um problema de localzação dscreo, em que se fxa, para cada período emporal, o número de servços aberos. Em cada período emporal um servço pode ser abero ou removdo de uma deermnada localzação. Apresenam um méodo de resolução em que ulzam programação dnâmca. Fong e Srnvasan (1981a,1981b) analsam o problema em que se preende crar um plano emporal de expansão de servços para uma deermnada empresa (e que consse na deermnação da localzação, amanho e mng de consrução de novos servços). Van Roy e Erlenkoer (1982) descrevem o problema de localzação dnâmca smples sem capacdades, em que se consdera a hpóese de se abrrem novos servços no níco de cada período emporal

4 ou se fecharem servços á exsenes no níco do prmero período emporal. Lapore e Deax (1989) descrevem um problema dnâmco em que consderam smulaneamene a localzação de servços e o problema de roas ópmas que lhe esá assocado. Shulman (1981) descreve um problema de localzação dnâmca em que os servços a localzar êm capacdade fna. Consdera-se um número lmado de capacdade possíves, e é possível localzar mas do que um servço na mesma localdade em dferenes períodos emporas (aumenando-se assm a capacdade numa deermnada localdade). Galvão e Sanbãnez-Gonzalez (1992) consderam a generalzação do problema da p-medana a város períodos emporas (os clenes deverão ser afecos a um conuno de K servços no período k, endo como obecvo a mnmzação de cusos de nsalação e de ranspore). Melachrnouds e al (1995) propõem um modelo dnâmco, mulobecvo de localzação de aerros sanáros com capacdades. Hnoosa e al (2000) ldam com um problema de localzação dnâmca, consderando a procura de mas do que um produo por pare dos clenes, e o ranspore dos város produos desde as localzações onde são produzdos aé armazéns e deses aé aos clenes. Anunes e Peeers (2001) apresenam um problema de localzação dnâmca baseado num problema real, cuas decsões se prendem com a aberura de novos servços e o fecho, a redução ou expansão de servços á exsenes. Na maor pare dos problemas de localzação dnâmca defndos na leraura, que êm em cona smulaneamene a hpóese de se abrrem e fecharem servços, consdera-se a possbldade de aberura de novos servços num período emporal, manendo-se eses servços aberos aé ao fm do horzone emporal consderado, e a possbldade de fecho de servços que á se enconravam aberos em =1, e que se manerão fechados aé ao fm do horzone emporal. Uma excepção é o argo de Wesolowsky e rusco(1975), mas nese argo os cusos fxos de aberura consderados não êm em cona se numa dada localzação á eseve ou não em funconameno anerormene um servço. Além dsso, não são consderados cusos fxos de funconameno dos servços durane os períodos emporas em que se enconram aberos, nem cusos de encerrameno de servços. O problema que remos formular consdera a possbldade de aberura, fecho e reaberura de servços. A dsnção enre a aberura de um servço e a sua reaberura numa mesma localdade perme que se dsngam os cusos fxos respecvos. Exsem dversas suações em que a reaberura de um deermnado servço numa localdade em assocado um cuso fxo dferene do cuso fxo de aberura (por exemplo, se á se verem adqurdo anerormene as nsalações, se á verem sdo feos anerormene esudos de mpaco ambenal no caso de nsalações de servços obnóxos). O modelo proposo perme anda a consderação de cusos 4

5 de funconameno e de encerrameno de servços (que na maor pare das suações não devem ser gnorados). É ambém possível consderar a suação da exsênca de servços aberos no níco do horzone emporal. Como o modelo descro é uma generalzação do PLS, é medao conclur que se raa de um problema NP-dfícl (Krarup e Pruzan, 198). Fo desenvolvda uma heurísca para a resolução dese problema, que consró soluções duas e prmas admssíves enando forçar a complemenardade enre elas. Mesmo nas suações em que a heurísca não consegue enconrar a solução ópma, consegue sempre enconrar uma solução prmal admssível e fornecer um lme nferor para o valor da função obecvo prmal (permndo aferr a qualdade da solução prmal enconrada). Na secção segune descreve-se um modelo maemáco que formula o problema descro. Na secção formula-se o problema dual lnear do problema prmal apresenado. Na secção 4 descreve-se a heurísca prmal-dual desenvolvda. Na secção 5 descreve-se um possível mecansmo de pesqusa em árvore que poderá ser ulzado sempre que a heurísca não consegur enconrar a solução ópma. Fnalmene, na secção 6 aponam-se algumas possbldades de desenvolvmeno de rabalho fuuro. 2. Formulação do problema e descrção do modelo Consdere-se: J = {1,...,n} conuno de índces correspondenes às localzações dos clenes; I = {1,...,m} conuno de índces correspondenes às possíves localzações dos servços; = número de períodos emporas a consderar; c = cuso de afecar o clene ao servço no período ; FA = cuso fxo de abrr um servço em no níco do período, manê-lo abero aé ao fm do período e encerrá-lo nessa alura; FR = cuso fxo de reabrr um servço em no níco do período, manê-lo abero aé ao fm do período e encerrá-lo nessa alura; a r 1 se o servço é abero no níco do período e se maném abero aé ao fm do período = 0 em caso conráro 1 se o servço é reabero no níco do período e se maném abero aé ao fm do período =, > 1 0 em caso conráro 5

6 x 1 se o clene esá afeco ao servço no período = 0 em caso conráro O problema de localzação dnâmca de servços consderando a possbldade de aberura, fecho e reaberura de servços ao longo do horzone emporal consderado pode ser formulado como PLDAFR: PLDAFR: Mn sueo a: c x FA a FR r ( 1 ) = = x = 1,, ( 2 ) τ = 1 = 1 1 τ = 1 = τ ( a r ) x 0 τ,,, ( ) τ a τ r 0,, ( 4 ) = a = 1 = 1, ( 5 ) τ = 1 = τ ( ) 1 a τ r τ,, ( 6 ) a r, x { 0,1},,,, { 0,1},, > 1, ( 7 ) O conuno de resrções (2) garane que, em cada período emporal, cada clene é servdo por exacamene um servço; o conuno de resrções () garane que, em cada período emporal, um clene só pode ser servdo por um servço que esea abero no período correspondene; o conuno de resrções (4) garane que um servço só poderá ser reabero no níco do período se á ver sdo abero anerormene e se enconre fechado; o conuno de resrções (5) garane que um servço só pode ser abero na localdade uma vez durane odo o 6

7 período emporal; o conuno de resrções (6) garane que, em cada período emporal, só pode esar em funconameno um únco servço na localdade. Se exsr um conuno I c I onde exsem servços aberos em =1, esa nformação poderá ser ncluída no modelo apresenado. Basará para al consderar r 1 =0, I c, 1, e consderar que o somaóro de odas as varáves a 1, I c, 1 enha de ser gual a um, adequando os cusos fxos de aberura no período = 1 à suação de á exsrem servços aberos (o que sgnfca que FA 1, para I c, represenará os cusos de maner o servço abero desde =1 aé ao fm do período e de encerrá-lo, não sendo necessáro nclur os cusos de aberura). As resrções (5) e (6) só precsam de ser consderadas explcamene quando se consdera a possbldade dos cusos fxos poderem omar valores não posvos. O conuno de resrções (6) podera ser subsuído por: r τ = 1 = τ τ 1,, ( 8 ) Como um servço só poderá ser abero uma vez, e só pode ser reabero se á não esver em funconameno após essa aberura, (8) em exacamene a mesma nerpreação de (6). No enano consderaram-se as resrções (6), pos esas faclam o desenvolvmeno da heurísca prmal-dual.. Formulação do problema dual.1. Problema Dual Na consrução do problema dual de PLDAFR consderaram-se as resrções (5 ) e (6 ) em vez de (5) e (6): = 1 = a 1,, ( 5 ) τ = 1 = τ ( ) 1 a τ r τ,, ( 6 ) Assocando às resrções (2) as varáves duas v, às resrções () as varáves duas w, às resrções (4) as varáves duas u, às resrções (5 ) as varáves duas ρ, e às resrções (6 ) as varáves duas π, o problema dual vrá: 7

8 D-PLDAFR: Max sueo a: v v ρ π ( 9 ) w c,,, ( 10 ) τ τ w u τ = τ = 1 ρ π τ = τ FA,,, =, L, ( 11 ) τ = w τ u τ = π τ FR,,, =, L, ( 12 ) w u,, ρ, π 0,,, Consderando w = max{, v c } 0, consró-se o dual condensado: DC-PLDAFR: Max sueo a: τ = τ = u ρ v τ τ τ {, v c } FA u ρ π max 0 π,,, =, L, ( 1 ) τ = 1 τ τ { v c } FR u τ = τ τ = max 0, π,,, =, L, ( 14 ), ρ, π 0,,, τ Consderar as resrções prmas (6) em vez de (8) faz com que a parcela π apareça smulaneamene em (1) e em (14), o que va faclar a consrução de soluções duas admssíves. τ τ = 8

9 .2. Condções de Complemenardade endo formulado os problemas prmal e dual, podem agora enuncar-se as condções de complemenardade que erão de ser sasfeas pelas soluções prmal e dual ópmas, na ausênca de gap de dualdade. Consdere-se: SA = FA τ u τ = 1 τ = τ ρ π max, τ = τ τ { 0 v c },,, =, L, ( 15 ) τ π τ = τ = τ τ { v c } SR = FR u max 0,,,, =, L, ( 16 ) { SA SR } S = mn,,,, =, L, ( 17 ) As condções de complemenardade podem ser enuncadas como: τ = 1 = ( ) a r x w = 0, τ τ ( 18 ),, 1 1 τ = 1 = τ a τ = r u = 0,, ( 19 ) = 1 = a 1 ρ = 0, ( 20 ) τ = 1 = τ ( ) 1 a π = 0, τ r τ, ( 21 ) a SA = 0,,, =,..., ( 22 ) r SR = 0,,, =,..., ( 2 ) 9

10 4. Heurísca Prmal-Dual 4.1. Descrção A heurísca prmal-dual que fo desenvolvda para resolver o problema PLDAFR consró soluções duas e prmas admssíves, enando forçar a sasfação de odas as condções de complemenardade (18)-(2). Se se consegur calcular uma solução prmal e uma solução dual admssíves e complemenares, enão conseguu-se descobrr a solução ópma do problema. Caso conráro a melhor solução dual enconrada fornece um lme nferor ao valor ópmo da função obecvo prmal, permndo aferr a qualdade da melhor solução prmal calculada pela heurísca. O funconameno da heurísca pode ser descro aravés do segune algormo: 1. Incalzação de odas as varáves duas; 2. Execução do Procedmeno Dual Ascendene para as varáves v ;. Execução do Procedmeno Prmal; 4. Execução do Procedmeno de Ause Dual para as varáves ρ. Se a solução dual for alerada r para. 5. Enquano a função obecvo do problema dual melhorar, execuar o Procedmeno de Ause Dual-Prmal para as varáves v ; 6. Execução do Procedmeno de Ause Dual para as varáves ρ. Se a solução dual for alerada r para. 7. Execução do Procedmeno Dual Ascendene para as varáves u ; Se a solução dual for alerada r para. 8. Execução do Procedmeno Dual Descendene para as varáves u ; Se a solução dual for alerada r para. 9. Execução do Procedmeno de Ause Dual para as varáves π. Se a solução dual for alerada r para. Senão Parar. Se em algum momeno o melhor valor da função obecvo dual gualar o melhor valor da função obecvo do prmal, o algormo será ermnado (sgnfca que fo enconrada a solução prmal ópma). A ncalzação das varáves duas poderá ser fea da segune forma: Incalzação das varáves duas 1. v mn{ c } u =,, ; = 0,, ; π = 0,, ; ρ = 0, 2. Se FR < 0, u = max 0, mn FR,, 10

11 . Se FA 0, max 0, mn τ < ρ = FA u,, 1 τ = Nas secções segunes descrevem-se odos os procedmenos referdos. Aravés da aplcação da heurísca a város problemas gerados aleaoramene fo possível verfcar que odos os procedmenos ndcados conrbuem para a melhora do valor da função obecvo dual ou prmal Procedmeno dual ascendene para as varáves duas v Nese procedmeno consdera-se um conuno J J e ena-se aumenar o valor das varáves duas v, J, consderando uma solução ncal { } v e odos os cusos rendexados como descro em Van Roy e Erlenkoer, Quando ese procedmeno é execuado no pono 2 da heurísca prmal-dual, o conuno J é exacamene gual ao conuno J. Sempre que ese procedmeno é execuado denro de ouros procedmenos (como aconece, por exemplo, com o procedmeno de ause dual para as varáves v ), o conuno J é defndo denro desses procedmenos. O valor das varáves duas v é, sempre que possível, aumenado para o menor cuso c maor do que v. Sempre que al não sea possível devdo ao valor de uma slack S τ, aumenase para o maor valor possível al que a solução dual connue admssível. Sempre que o valor de uma varável v aumena é necessáro acualzar o valor de odas as slacks SA τ e SR τ, as que τ, dmnundo o seu valor da mesma quandade de que v fo aumenada (no caso de v ser maor ou gual do que c ). odas as slacks êm de apresenar valores maores ou guas a zero. O procedmeno ermna quando á não for possível aumenar o valor de nenhuma varável v. c Procedmeno dual ascendene para v 1. Consdere-se uma qualquer solução admssível { v } al que 1 v c, (, ), S 0,,,. Para cada (, ) defna-se k(, ) = mn{ k : v c }. Se v c k (, ) = enão (, ) k(, ) 1 2. (, ) (, ) 1 ; q 1; δ = 0.. Se ( ) J k.,, enão r para 7. k 11

12 4. = mn{ S : v c eτ } τ 5. Se k(, ) > c v enão k (, ) v ; = 1; k(, ) k(, ) 1 = c δ 6. Para cada servço, se v c 0, enão S τ = Sτ, τ. 7. Se # J,(, ) (, ) 1 ; q q 1; q q Ir para. 8. Se δ = 1 r para 2. SOP. v = v. 4.. Consrução de Soluções Prmas Admssíves A heurísca prmal-dual preende consrur soluções admssíves para o problema PLDAFR, a parr de soluções duas admssíves, enando forçar a sasfação de odas as condções de complemenardade. Defnam-se os segunes conunos: I * = { (,,τ):s τ = 0} I * = { : (,τ, ) I * e τ } I = { : o servço esá abero no período } I A = { (,τ, ) : a τ = 1} I R = { (,τ, ) : r τ = 1} O conuno I * corresponde a odos os ros (,,τ) as que SA τ e/ou SR τ são guas a zero. É a parr dese conuno que se vão escolher as varáves que se rão colocar nos conunos I A e I R, consundo eses conunos a solução prmal consruída. I * ndca o conuno de servços que poderão esar aberos durane o período, e I o conuno de servços que efecvamene esão aberos no período. Eses conunos poderão não ser guas, pos ena sempre abrr-se o menor número de servços possíves al que se garana que odos os clenes são servdos por um servço abero. No procedmeno prmal começam por se nclur em I aqueles servços que perencem a I * e que são consderados essencas no período. Um servço é consderado essencal para o período se exse pelo menos um clene al que o valor da varável dual v é maor ou gual do que c apenas para esse servço I *. Cada clene nesas condções será afeco, no período, ao servço que lhe é essencal. Para odos os ouros clenes, verfca-se se poderão ser afecos a um servço perencene a I. No caso de al não ser possível coloca-se em I o servço I * a que corresponde o menor cuso de afecação c. Para enar evar que se abram mas servços do que os necessáros, volam a reper-se eses passos, mas agora consderando o conuno I * gual a I, ou sea, para os servços que foram consderados aberos no período, 12

13 va verfcar-se quas deses são essencas. Os servços essencas são os prmeros a serem consderados aberos. Os resanes servços só serão aberos se for necessáro. Procedmeno Prmal 1. I A = I R = 0. I = 0,. Consrur os conunos I * e I *. Vezes =0; * 2. Para =1 aé nclur em I odos os servços I : v c e v < c ', '. as que. Para cada clene al que < c I v,, nclur em I o servço al que c v c ' ' = mn c. Vezes = vezes1. Se vezes = 1 enão I A = I R = 0. I * = I e I = 0,, r para 2. Senão r para Consrur os conunos I A e I R. Acualzar I. Para =1 aé, afecar cada clene ao servço I com menor c. 5. Verfcar sasfação das condções de complemenardade (19)-(21). Nese procedmeno os passos 4 e 5 requerem especal aenção. De faco, a consrução dos conunos I A e I R é basane mas complexa do que a consrução do conuno I no algormo Dynaloc (Van Roy e Erlekoer, 1982), porque poderão er de se consderar períodos de aberura e reaberura para um mesmo servço que garanam a admssbldade da solução prmal consruída. Sempre que, para um deermnado servço e período se em I com S τ = 0, τ para mas do que um par (τ,), a escolha de qual varável nserr nos conunos I A ou I R pode ornar-se um problema combnaóro por s só. Os conunos I A e I R são consruídos endo em cona, para cada servço, quas os períodos emporas em que em de esar abero. Consderando: 1 = mn{τ : I τ } e 2 = max {τ : I τ } va verfcar-se se (, 1, 2 ) I *. Se (, 1, 2 ) I *, nclu-se a varável a 2 em I A. Caso conráro serão execuados dos procedmenos (fgura 1 e 2) que ncluem em I A e I R varáves que garanem que o servço esará abero em odos os períodos as que I. Eses dos procedmenos são muo semelhanes, resdndo a dferença enre eles no faco de num se começar a consrur os conunos I A e I R no que dz respeo ao servço desde =1 aé =, e no ouro se fazer o nverso. Desa forma execuam-se ambos os procedmenos, escolhendo-se depos a melhor solução enre ambas. 1 1

14 Os procedmenos de consrução da solução prmal enam, para cada servço I, nclur em I A ou I R o ro (,τ, ) I * e τ, que abrana o maor número de períodos emporas possível. O procedmeno 1 começa a consrur a solução consderando = 1, e va enar nserr em I A o ro (,τ, ), consderando τ = 1 e =. Se al não for possível porque (,τ, ) I *, enão va dmnur-se em uma undade, aé que (,τ, ) I * ou enão < 1. Se (,τ, ) I *, enão nsere-se (,τ,) em I A, avança-se τ para 1 (porque não podem exsr sobreposções nos períodos emporas devdo às resrções (6) ) e avança-se para o próxmo período emporal al que I, rependo-se o processo (odos os ouros ros (,τ, ) I * que forem consderados serão nserdos em I R ). Se < 1, sgnfca que não fo possível enconrar nenhum ro (,τ, ) I * que ncluísse o período, pelo que se ncremena o valor de τ em uma undade aé que sea enconrado (,τ, ) I * ou enão τ > 1. No prmero caso, procede-se como á descro. No segundo caso sgnfca que não va ser possível consrur a solução prmal recorrendo apenas a (,τ, ) I *. Va er de se nserr em I R uma varável al que S τ 0, o que provoca volação das condções de complemenardade. O procedmeno 2 consró a solução prmal de forma semelhane, mas começando por consderar = 2, ncremenando prmero o valor de τ e dmnundo depos o valor sempre que não se enconra (,τ, ) I *. Em ambos os procedmenos enam expermenar-se, para cada período, odas as possbldades (,τ, ) que ncluam ese período, endo em cona as varáves á ncluídas em I A e I R e respeando as resrções (6). A ulzação deses procedmenos para cada servço garane a consrução de uma solução admssível para PLDAFR, mas pode orgnar volações das condções de complemenardade (22) e (2). Opou-se por mnmzar o número de volações, garanndo-se que, para cada servço, haverá no máxmo uma volação de (22) ou (2). Noe-se que a consrução dos conunos I A e I R não em em cona ouras varáves duas para além das varáves v. Iso faz com que a solução prmal consruída possa volar algumas condções de complemenardade, nomeadamene (19), (20) e (21). Por ese movo consruuse um ouro procedmeno (fgura ) que será execuado no passo 5 do procedmeno prmal. Aqu va verfcar-se se exse ou não volação de alguma das condções de complemenardade ndcadas. Em caso afrmavo, ena alerar-se a solução prmal, forçando a sasfação das condções de complemenardade que esão a ser voladas. 14

15 Procedmeno 1 Iníco = 1;empo = 1; sop = false; aberura = rue; ENQUANO empo 2 SE I empo ENÃO τ = nco; = ; = empo; ENQUANO τ e não sop ENQUANO e não sop SE (, τ, ) I * ENÃO SE aberura ENÃO (, τ, ) I A aberura = false FIMSE SENÃO (, τ, ) I R FIMSENÃO empo = nco = 1 Sop = rue FIMSE SENÃO = -1 FIMSENÃO FIMENQUANO τ = τ 1; = FIMENQUANO SE não sop ENÃO SE aberura ENÃO (, nco, 2 ) I A aberura = false FIMSE SENÃO (, nco, 2 ) I R FIMSENÃO empo = 2 1 FIMSE FIMSE empo = empo 1 FIMENQUANO Fgura 1 As condções de complemenardade (19) a (21) obrgam a que: Se ρ 0, enão em de se abrr um servço em durane o horzone emporal consderado. Se π 0, enão em de esar abero um servço na localdade no período. Se u 0, enão, se ver sdo abero um servço na localdade anes de, al que esea fechado no período, enão esse servço erá de ser reabero em. No caso de se er smulaneamene ρ, π e u dferenes de zero, se as condções de complemenardade relavas a u esverem sasfeas, o mesmo aconecerá com as condções de complemenardade relavas às resanes varáves. Da mesma forma, se ρ e π forem 15

16 smulaneamene dferenes de zero e as condções de complemenardade (21) forem sasfeas, enão pode garanr-se que as condções (20) ambém são sasfeas. Procedmeno 2 fm = ;empo = 2 ; sop = false; ENQUANO empo 1 SE I empo ENÃO τ = 1; = fm; = empo; ENQUANO e não sop ENQUANO τ e não sop SE (, τ, ) I * ENÃO SE τ 1 ENÃO (, τ, ) I A FIMSE SENÃO (, τ, ) I R FIMSENÃO empo = fm =τ -1 Sop = rue FIMSE SENÃO τ = τ 1 FIMSENÃO FIMENQUANO = -1; τ =1 FIMENQUANO SE não sop ENÃO (, 1, fm ) I A empo = 1-1 FIMSE FIMSE empo = empo -1 FIMENQUANO Fgura 2 O procedmeno de verfcação das condções de complemenardade não garane que dexe de haver volações, pos para al podera er de se consrur soluções prmas não admssíves (poderam ser voladas as resrções (4) e (6)). O que o procedmeno de verfcação das condções de complemenardade faz é começar por verfcar se exse volação das condções (19). Se al aconecer, ena reabrr o servço no período, mas respeando as resrções (6) (verfcando se exse alguma varável r τ em I R o que, em caso afrmavo, faz com que só se possam consderar varáves de reaberura r ζ, com ζ < τ). Algo de semelhane aconece quando exse volação das condções de complemenardade (21). ena (re)abrr-se o servço de modo a que esea em funconameno no período, mas consderando apenas nervalos de empo que não ncluam períodos á abrangdos por varáves que perençam a I R ou I A. Quano às condções de complemenardade (20), se esas não forem sasfeas, sgnfca que não exse nenhum servço 16

17 abero em em nenhum dos períodos emporas consderados. Nese caso pode escolher-se uma qualquer varável cua slack sea gual a zero e colocá-la em I A (não exse o pergo de volação das resrções (6) ). Procedmeno de verfcação das condções de complemenardade = 1 ENQUANO #I ρsasfeo = false; πsasfeo =false; =1; ENQUANO SE u 0 e (, τ,) I A, < ENÃO SE (,,) I R ENÃO max = max = mn {max, mn {τ : (, τ,γ) I R e τ > } } SE (,,) I *, < max ENÃO (,,) I R ρsasfeo = rue ; πsasfeo =rue FIMSE FIMSE SENÃO ρsasfeo = rue; πsasfeo =rue FIMSENÃO FIMSE SE π = 0 e πsasfeo = false ENÃO SE I ENÃO SE (,τ, ) I A ENÃO mn = max { : (, τ, ) I A I R, < } max = mn { τ: (, τ, ) I A I R, τ > } FIMSE SENÃO mn = 1 ; max = FIMSENÃO SE (,τ, ) I * : τ mn e max ENÃO (,τ, ) I A ou I R ρsasfeo = false FIMSE FIMSE SENÃO ρsasfeo = rue FIMSENÃO FIMSE FIMENQUANO SE ρsasfeo = false e ρ 0 ENÃO Escolher (,τ, ) I * (,τ, ) I A FIMSE FIMENQUANO Fgura No fm da execução do procedmeno prmal enconra-se uma solução prmal admssível para PLDAFR. Esa solução poderá volar as condções de complemenardade (22) ou (2), 17

18 pos poder-se-á consrur uma solução em que (,τ, ) I A com SA τ 0 e SR τ =0, ou enão (,τ, ) I R com SR τ 0 e SA τ =0. Os procedmenos que a segur se descrevem rão ldar com esas suações Procedmeno de ause dual para as varáves r Se for possível dmnur o valor de uma varável ρ que sea dferene de zero, manendo-se a admssbldade da solução dual, esar-se-á a melhorar o valor da função obecvo de DC- PLDAFR. O valor de ρ poderá ser dmnuído sempre que SA τ 0, 1 τ. Ese procedmeno começa por verfcar se so aconece. Em caso afrmavo, dmnu o valor da varável dual, acualzando o valor de odas as slacks SA τ. Caso conráro, ena aumenar-se o valor da varável dual. Se se aumenar o valor de uma varável dual ρ, vão aumenar-se odas as slacks SA τ. O aumeno desas slacks poderá fazer com que sea possível aumenar o valor de varáves v que eseam mpeddas de crescer por alguma slack SA τ. No enano as varáves duas ρ enram na função obecvo do problema dual DC-PLDAFR com o coefcene 1, pelo que só deverão ser aumenadas se a correspondene dmnução do valor da função obecvo for compensada pelo aumeno das varáves v. Noe-se anda que só valerá a pena aumenar SA τ se a slack SR τ for maor do que zero. Caso conráro não se alerara o valor de S τ. Esa suação ocorre sempre que exse uma volação das condções de complemenardade descras na secção aneror: (, τ, ) I R com SR τ 0 e SA τ =0. Aumenar o valor da varável dual ρ é uma manera de enar evar esas volações das condções de complemenardade. Sempre que se aumena o valor de ρ conró-se o conuno J que rá corresponder a odas as varáves v cuo valor poderá aumenar. É enão execuado o procedmeno dual ascendene para as varáves v. No caso de o aumeno de ρ não er sdo oalmene aproveado pelo aumeno das varáves v, dmnu-se ρ, garanndo-se que a função obecvo dual nunca será porada. * { τ I e v c }. * Consdere-se I = : (, ) comτ (, τ, ) Procedmeno de ause dual para as varáves ρ 1. 1; τ 2. ρ mn{ SA } ;Se Δρ = 0 enão r para. Senão r para 7. τ 18

19 { : I com SA = 0 e SR 0}. ρ = SR (, τ, ) max. τ R τ τ SA τ 4. Se ρ 0 enão ρ ρ ρ ; SA ρ, τ, τ. Senão r para 8. { } * 5. J = (, ) : I = { }, J = τ. Execuar o Procedmeno Dual Ascendene para as varáves J. Execuar o Procedmeno Dual Ascendene para as varáves v v. 6. τ τ τ ρ = mn SA. mn ρ.se ρ 0 enão SA τ SA τ ρ, τ, τ ; ρ ρ ρ 7. ρ = { ρ, } 8. Se = # I enão parar. Senão 1; r para 2. Apresena-se em seguda a prova de que o algormo apresenado nunca poderá porar o valor da função obecvo de DC-PLDAFR. Hpóese: O procedmeno de ause dual para as varáves ρ obecvo dual de DC-PLDAFR. não pora o valor da função Prova: Ao dmnur o valor da varável ρ, manendo-se a solução dual admssível, esá a melhorar-se o valor da função obecvo dual, pos a varável ρ conrbu com o coefcene 1 para a função obecvo dual. Ao aumenar o valor de ρ, execua-se o procedmeno de ause dual para as varáves v. Sea v a varação ocorrda no valor da varável v. Sea 1 ρ o aumeno relavo ao pono 4, 2 ρ a dmnução relava ao pono 7 e ρ = 1 ρ - 2 ρ. Seam SA τ as slacks que se obêm após execução do procedmeno de ause dual. Noe-se que 1 ρ 2 ρ. Para verfcar esa desgualdade basa pensar na slack SA τ que era gual a zero e que fo aumenada em 1 ρ. Durane a execução do procedmeno dual ascendene para as varáves v, esa slack só poderá dmnur, pelo que 2 ρ SA τ 1 ρ. Após a execução do procedmeno, duas suações podem ocorrer: 19

20 1. Se exsr alguma slack SA τ que enha reomado o seu valor ncal, so sgnfca que ese aumeno fo oalmene aproveado pelo aumeno das varáves duas v, e por sso garanese que v τ τ 1 ρ (não se pora o valor da função obecvo). Com efeo: SA' = SA ρ v,logo se SA τ =SA τ enão ρ = 0. = τ v = τ 2. Se odas as slacks SA τ são maores do que eram anes de se alerar o valor de ρ, enão sgnfca que odas elas são maores do que zero, pelo que se rá dmnur o valor de ρ. Consdere-se a slack SA τ, com v c, que após a execução do pono 6 do procedmeno de ause dual fcou: τ τ SA' = SA ρ v. 1 = τ Como SA τ > SA τ, so sgnfca que: ρ, ou sea, ρ 1 v 0 = τ 1 v. = τ Se o valor de ρ se manvesse podera haver uma deeroração no valor da função obecvo dual. No enano, o valor desa varável rá ser dmnuído em 2 ρ calculado como em 7. Iso sgnfca que pelo menos uma slack rá omar o valor zero, o que sgnfca que odo o aumeno de ρ fo compensado pelo aumeno nas varáves duas v : τ SA Como SA 0 sgnfca que: ' τ = SA τ 1 2 = = τ 1 = τ ρ ρ v = τ ρ 2ρ v 0, ou sea, ρ 2 ρ v Na por das hpóeses, dmnu-se a varável ρ exacamene do mesmo valor que nha aumenado anes, e a função obecvo não erá porado nem melhorado Procedmeno de Ause dual-prmal para as varáves v O procedmeno de ause dual-prmal para as varáves v em como obecvo deecar volações das condções de complemenardade (18), dmnundo o valor de algumas varáves v, e permndo o aumeno de ouras varáves v. Desa forma preende-se forçar a sasfação 20

21 das condções (18) e, smulaneamene, melhorar o valor da função obecvo dual. O procedmeno desenvolvdo basea-se no rabalho de Erlenkoer(1978) e Van Roy e Erlenkoer (1982), com as obrgaóras alerações para o problema DC-PLDAFR. Consdere-se: I * = * { : ( τ, ) comτ (, τ, ) I e v c } { : I e v c } τ * * {(, τ ): I = { } e (, γ, ) I, γ τ < ou < τ γ } max { c : v c } I = > J = c = > O conuno varável v I ndca, para cada clene, odos os servços aberos no período as que a é maor do que o cuso de afecação c. Só exse volação das condções de complemenardade (18) se exsr pelo menos um par (, ) al que o cardnal de I sea maor do que um. Ao dmnur o valor de uma varável v al que o cardnal de I é maor do que um, sgnfca que se vão aumenar pelo menos as slacks S τ,τ, para dos servços dsnos. É so que perme que o valor da função obecvo dual possa melhorar. O conuno J represena odas as varáves v τ cuo valor poderá ser aumenado com o aumeno de uma slack S τ,τ. É a parr dese conuno que se conró J, sendo depos execuado o procedmeno dual ascendene para as varáves v. As varáves v esão organzadas numa sequênca de pares (, ). Procedmeno de ause dual-prmal para as varáves v 1. Incalzar (, ) (, ) 1 ; q 1; δ Se # I 1 r para 9. U c. Se J = 0/ enão r para 9. v 4. Para cada (,, ), τ e v > c τ fazer S τ = S τ v c ; = c v. 5. J = U J. Execuar o Procedmeno Dual Ascendene para as varáves v. v c 21

22 ( ) J = J,.Execuar o Procedmeno Dual Ascendene para as varáves v. J = J. Execuar o Procedmeno Dual Ascendene para as varávesv. 6. Se v ver sdo alerado, enão r para Execuar o procedmeno prmal. 8. Se ver havdo melhoras no valor da função obecvo prmal ou dual enão δ 0. Senão δ δ1. 9. Se o valor acual da função obecvo prmal for gual ao da função obecvo dual, ou δ =δ max ou q # J enão parar; senão q q 1; (, ) (, ) q, r para Procedmeno dual ascendene para u Ao aumenar o valor de uma varável u, aumenam-se as slacks SR,, mas dmnuem-se as slacks SA τ, τ <. Se se consegur aumenar slacks S τ que eseam a mpedr o aumeno de varáves v, dmnundo slacks S τ que não lmam o crescmeno de nenhuma varável v, será possível melhorar o valor da função obecvo de DC-PLDAFR. Só neressará aumenar o valor de uma varável u se exsr SR = 0 e SA 0. Esa suação ocorre, por exemplo, quando (,, ) I A com SA 0 e SR =0. Nese caso neressa aumenar SR no máxmo no valor de SA pos a parr daqu qualquer aumeno em SR não se va repercur em S. Por ouro lado, a varável u poderá ser aumenada, no máxmo, no valor mínmo de SA τ, τ <, para que se conserve a admssbldade da solução dual. Aumenar o valor da varável u pode audar a combaer a volação da resrção de complemenardade (22). O procedmeno começa por verfcar se é possível aumenar o valor de u, manendo-se a admssbldade da solução dual. Caso sea possível, aumena-se o valor da varável, acualzam-se as slacks, verfca-se quas as varáves v que poderão ser aumenadas (aquelas que esão mpeddas de crescer devdo, uncamene, a slacks que rão aumenar. Esas varáves consuem o conuno J ) e execua-se o procedmeno dual ascendene para as varáves v. Consdere-se que as varáves u esão organzadas numa sequênca de pares (,). Procedmeno Dual Ascendene para u 22

23 1. Incalzar (, ) (, ) 1 ; q ; u 0; δ 0.. Se SR = 0 e SA 0, enão u max { u, SA } e δ Se = r para 5, senão 1, r para. 5. Se δ = 0, r para 7. Senão γ u mn u, mn SAτ, SR SR u,. τ γ < SA τ SA τ - u, τ < e u u u. { } * 6. J = (, ) : I = { }, J =. Execuar o Procedmeno Dual Ascendene para as varáves v. J. Execuar o Procedmeno Dual Ascendene para as varáves v. 7. Se q =#I enão parar. Senão q q 1; (, ) (, ) q, r para Procedmeno dual descendene para u Ao dmnur o valor de uma varável dual u, dmnuem-se as slacks SR,, e aumenam-se as slacks SA τ,τ <. Para que sea garanda a admssbldade da solução dual, só se poderá dmnur u se SR > 0,. ambém nese caso será possível melhorar a função obecvo dual, desde que se consga aumenar slacks S τ que eseam a mpedr o aumeno de varáves v, dmnundo slacks S τ que não lmam o crescmeno de nenhuma varável v. Verfca-se quas as varáves v que podem aumenar o seu valor, e execua-se o procedmeno dual ascendene para as varáves v. Procedmeno Dual Descendene para u 1. Incalzar (, ) (, ) 1 ; q Se u =0 r para 6; Caso conráro, u 0; δ 0.. Se SR > 0,, enão u mn{ SR } e δ Se δ = 0 r para 6. Senão u mn { u, u }; SR SR - u,. SA τ SA τ u, τ < e u u - u. { } * 5. J = (, ) : I = { }, J =. Execuar o Procedmeno Dual Ascendene para v. J. Execuar o Procedmeno Dual Ascendene para v. 6. Se q =#I enão parar. Senão q q 1; (, ) (, ) q, r para 2. 2

24 4.8. Procedmeno de ause dual para as varáves p Ao aumenar o valor das varáves π aumena-se o valor das slacks S τ,τ. O aumeno desas slacks poderá permr que varáves v aumenem o seu valor. Alás, só compensa aumenar π se aqulo que se perde na função obecvo (porque esa varável conrbu com o coefcene 1) for compensado pelo que se ganha com o aumeno de varáves v. Se se dmnur o valor das varáves π, manendo-se a admssbldade da solução dual, melhora-se auomacamene o valor da função obecvo de DC-PLDAFR. O procedmeno que a segur se apresena ena dmnur ou aumenar o valor das varáves duas π, manendo a admssbldade da solução dual e garanndo que o valor da função obecvo dual não pora. Ome-se a prova, por ser semelhane à apresenada para o procedmeno de ause dual para as varáves ρ. Se odas as slacks S τ,τ forem maores do que zero, sgnfca que não vale a pena aumenar o valor da varável π. Se esa varável for maor do que zero, sgnfca que se pode descer o seu valor, acualzando-se as slacks S τ,τ. Se exsr alguma slack gual a zero, aumena-se o valor da varável π em M (um valor posvo e maor do que os cusos consderados no problema). Verfca-se quas as varáves duas que poderão aumenar o seu valor e execua-se o procedmeno dual ascendene para as varáves v. Se o aumeno de π não for aproveado na oaldade pelo aumeno das varáves v, sgnfca que odas as slacks S τ,τ serão maores do que zero, procedendo-se de seguda à dmnução de π. Procedmeno de ause dual para as varáves π 1. Incalzar (, ) (, ) 1 ; q τ τ π = mn S. Se π 0, enão r para 6. Senão π M.. S τ S τ π, τ ; π =π π. { } * 4. J = (, ) : I = { }, J =. Execuar o Procedmeno Dual Ascendene para as varáves v. J. Execuar o Procedmeno Dual Ascendene para as varáves v. 5. τ τ π = mn S. 6. π =mn { π, π }. Se π 0 enão S τ S τ - π, τ. π =π - π. 7. Se q =#I enão parar. Senão q q 1; (, ) (, ) q, r para 2. 24

25 4.9. Exemplos de Aplcação Exemplo 1 Consdere-se o segune problema, com rês períodos emporas, em que não se consdera a hpóese de reaberura no período 1: Cusos de afecação: = = = Cusos fxos de aberura e reaberura: FA 1 1 FA 1 2 FA 1 FA 2 2 FR 2 2 FA 2 FR 2 FA FR Após o Procedmeno Dual Ascendene para v fcamos com os segunes valores para as varáves duas:

26 E para as slacks: SA 1 1 SA 2 1 SA SA 2 SR 2 SA 2 SR 2 SA SR A função obecvo do dual em o valor 46. I * = {(,1,1),(,1,2),(2,1,),(,2,)} I * 1 ={2,}; I * 2 ={2,}; I * ={2,} I 1 ={}; I 2 ={2,}; I ={2,} O Procedmeno 1 dará orgem à solução: I A ={(,1,2),(2,1,)}; I R ={(,,)} que vola condções de complemenardade pos SR 0. O cuso oal desa solução é de 48. O Procedmeno 2 dará orgem à solução: I A ={(,1,1),(2,1,)}; I R ={(,2,)}. O cuso oal desa solução é de 47. Exse volação das condções de complemenardade porque v 1 2 >c 21 2 e v 1 2 >c 1 2. O Procedmeno de ause dual para as varáves ρ não alera a solução dual, pelo que ρ = 0,. J 2 2 ={(2,2),(2,)}; J 2 ={(,2),(,),(4,2),(4,)}. A solução dual resulane do procedmeno de ause dual-prmal será: As slacks não sofrem alerações. A função obecvo do dual fca com o valor 47, o que sgnfca que a melhor solução calculada anerormene é a solução ópma. 26

27 Exemplo 2 Consdere-se um exemplo com os mesmos cusos de afecação do exemplo 1, e com os segunes cusos fxos de aberura e reaberura: SA 1 1 SA 1 2 SA 1 SA 2 2 SR 2 2 SA 2 SR 2 SA SR Após o Procedmeno Dual Ascendene para v fcamos com os segunes valores para as varáves duas e para as slacks: SA 1 1 SA 1 2 SA 1 SA 2 2 SR 2 2 SA 2 SR 2 SA SR A esa solução dual corresponde o valor da função obecvo gual a 9. I * = {(,1,2),(2,1,),(,2,)} I * 1 ={2,}; I * 2 ={2,}; I * ={2,} I 1 ={}; I 2 ={2,}; I ={2,} O Procedmeno 1 dará orgem à solução: I A ={(,1,2),(2,1,)}; I R ={(,,)} que vola condções de complemenardade pos SR 0. O cuso oal desa solução é de 41. O Procedmeno 2 dará orgem à solução: I A ={(,1,1),(2,1,)}; I R ={(,2,)}. O cuso oal desa solução é de 47. A solução vola condções de complemenardade pos SA O Procedmeno de ause dual para as varáves ρ não alera a solução dual, pelo que ρ = 0,. O Procedmeno de Ause Dual-Prmal para as varáves v não alera a solução dual. Como SR 2 = 0 e SA 2 0, faz-se u 2 = 7 ( u 2 = mn{ SA 2, SA 1 1 }). 27

28 Alerando-se as slacks respecvas e execuando o procedmeno de ause dual, fcamos com a solução dual: SA 1 1 SA 1 2 SA 1 SA 2 2 SR 2 2 SA 2 SR 2 SA SR O valor da função obecvo dual é 41, o que mosra que á ínhamos calculado a solução ópma. Exemplo Consdere-se o segune problema, com rês períodos emporas, em que não se consdera a hpóese de reaberura no período 1: Cusos de afecação: = = =

29 Cusos fxos de aberura e reaberura: FA 1 1 FA 2 1 FA FA 2 FR 2 FA 2 FR 2 FA FR Após o Procedmeno Dual Ascendene para v fcamos com os segunes valores para as varáves duas: E para as slacks: SA 1 1 SA 2 1 SA 2 1 SA 2 SR 2 2 SA 2 SR 2 SA SR A função obecvo do dual em o valor 47. I * = {(1,1,1),(1,1,2),(,1,1),(,1,2),(2,2,),(,2,)} I * 1 ={1,}; I * 2 ={1,2,}; I * ={2,} I 1 ={1,}; I 2 ={,1}; I ={2,} O Procedmeno 1 dará orgem à solução: I A ={(1,1,2),(2,2,),(,1,2}; I R ={(,,)} que vola condções de complemenardade pos SR 0. O cuso oal desa solução é de 66. O Procedmeno 2 dará orgem à solução: I A ={(1,1,2),(2,2,),(,1,1)}; I R ={(,2,)}. O cuso oal desa solução é de 55. Como SA 2 = 0 e SR 2 0, eremos de alerar o valor de ρ, que rá passar a ser gual a 5. Alerando as slacks e volando a execuar o Procedmeno Dual Ascendene, fcamos com: 29

30 SA 1 1 SA 1 2 SA 1 SA 2 2 SR 2 2 SA 2 SR 2 SA SR Esa solução em como valor da função obecvo 49. I * = {(1,1,1),(2,1,1),(1,1,2),(2,1,2),(,1,2),(1,2,),(2,2,)} I * 1 ={1,2,}; I * 2 ={1,2,}; I * ={1,2} I 1 ={1}; I 2 ={1,}; I ={1,2} O Procedmeno 1 dará orgem à solução: I A ={(1,1,2),(2,2,),(,1,2)}; I R ={(1,,)}, que vola condções de complemenardade pos SR 1 0. O cuso oal desa solução é de 65. O Procedmeno 2 dará orgem à solução: I A ={(1,1,1),(2,2,),(,1,2)}; I R ={(1,2,)}. O cuso oal desa solução é de 54. Como SA 12 = 0 e SR 12 0, eremos de alerar o valor de ρ 1, que rá passar a ser gual a 5. Após a execução do procedmeno dual ascendene, o seu valor rá ser dmnuído para. A solução dual obda é: SA 1 1 SA 1 2 SA 1 SA 2 2 SR 2 2 SA 2 SR 2 SA SR Esa solução em como valor da função obecvo 50. I * = {(2,1,1),(1,1,2),(2,1,2),(,1,2),(1,2,),(2,2,),(,2,)} 0

31 I 1 * ={1,2,}; I 2 * ={1,2,}; I * ={1,2,} I 1 ={1}; I 2 ={2,}; I ={2} O Procedmeno 1 dará orgem à solução: I A ={(1,1,2),(2,2,),(,1,2)}. O cuso oal desa solução é de 50. Esa é a solução ópma para o problema. Como se pode verfcar o valor da função obecvo dual é gual ao valor da função obecvo prmal, logo não são voladas quasquer condções de complemenardade. 5. Cálculo da solução ópma aravés de pesqusa em árvore Sempre que a heurísca prmal-dual não consegue enconrar a solução ópma de PLDAFR, pode ncar-se um processo de pesqusa em árvore. Ese processo poderá ser ncado com a solução enconrada pela heurísca, escolhendo as varáves a fxar aravés das condções de complemenardade que esverem a ser voladas. Para se fxarem as varáves a zero ou a um podem ulzar-se os mecansmos descros em Erlenkoer, As condções de complemenardade que poderão ser voladas pela solução prmal calculada aravés da heurísca são: a τ =1 e SA τ 0. Nese caso escolher a varável r τ para fxar a zero e/ou a um. r τ =1 e SR τ 0. Nese caso escolher a varável a τ para fxar a zero e/ou a um. u 0 e r =0,. Escolher a varável r al que SR τ = 0 para fxar gual a zero e/ou a um. π 0 e a = r =0, τ. Escolher a varável a ou r al que S τ = 0 para fxar gual a zero e/ou a um. v > c, para mas do que um servço I. Nese caso escolher a varável a τ I A ou r τ I R,τ, para fxar gual a zero e/ou a um. 1

32 Fxam-se varáves a zero e a um, ulzando a heurísca prmal-dual em cada nó da árvore para enconrar soluções prmas admssíves. Só se poderá reroceder quando a heurísca enconrar a solução ópma de um nó da árvore. 6. Desenvolvmenos Fuuros Vamos efecuar eses compuaconas que nos permam rar conclusões fundamenadas sobre o desempenho desa heurísca: o número de vezes que consegue angr a solução ópma e, no caso de não a angr, qual a dsânca a que fca do melhor lme nferor conhecdo; quas as dmensões do problema (quer em relação ao nº de clenes e servços, quer em relação ao n.º de períodos emporas consderados) com que consegue ldar. Preendemos ambém comparar o desempenho do algormo de pesqusa em árvore descro com o desempenho de um general solver. Se a heurísca e o algormo de pesqusa em árvore verem, como se espera, um bom desempenho pode ambém pensar-se em generalzar o PLDAFR consderando capacdades máxmas assocadas aos servços. 7. Bblografa Anunes, A. e D. Peeers (2001), On solvng complex mul-perod locaon models usng smulaed annealng, European Journal of Operaonal Research,10, pp Cornueols, G., G. Nemhauser e L. Wolsey (1990), he Uncapacaed Facly Locaon Problem, n Dscree Locaon heory, Mrchandan e Francs Eds., Wley Inerscence, pp Erlenkoer, D. (1978), A Dual-Based Procedure for Uncapacaed Facly Locaon, Operaons Research, 26(6), pp Erlenkoer, D. (1981), A Comparave Sudy of Approaches o Dynamc Locaon Problems, European Journal of Operaonal Research, 6, pp 1-14 Fong, C. O. e V. Srnvasan (1981a), he Mulregon Dynamc Capacy Expanson Problem - Par I, Operaons Research, 29 (4), pp

33 Fong, C. O. e V. Srnvasan (1981b), he Mulregon Dynamc Capacy Expanson Problem - Par II,Operaons Research, 29 (4), pp Galvão, R. D. e E. del R. Sanbañez-Gonzalez (1992), A Lagrangean Heursc for he P-Medan Dynamc Locaon Problem,European Journal of Operaonal Research, 58, pp Hnoosa, Y., J. Puero e F.R. Fernández (2000), A Mulperod wo-echelon mulcommody capacaed plan locaon problem, European Journal of Operaonal Research, 12, pp Krarup, J. e P. Pruzan (198), he Smple Plan Locaon Problem: Survey and Synhess, European Journal of Operaonal Research, 12, pp 6-81 Lapore, G. e P. Deax (1989), Operaonal Research Socey, 40 (5), pp Dynamc Locaon-Roung Problems, Journal of he Melachrnouds, E., H. Mn, X. Wu (1995), A Mulobecve Model for he Dynamc Locaon of Landflls, Locaon Scence, (), pp Mn, H. (1988), he Dynamc Expanson and Relocaon of Capacaed Publc Facles: a Mul-Obecve Approach, Compuers and Operaons Research, 15(), pp Saldanha da Gama, F. e M. E. Capvo (1996), A Noe on Dual Based Procedure for Dynamc Facly Locaon,Workng Paper 11/96 - Cenro de Invesgação Operaconal - Faculdade de Cêncas da Unversdade de Lsboa Shulman, A. (1991), An Algorhm for Solvng Dynamc Capacaed Plan Locaon Problems wh Dscree Expanson Szes, Operaons Research, 9(), pp Sweeney, D. J. e R. aham (1976), An Improved Long-Run Model for Mulple Warehouse Locaon, Managemen Scence, 22 (7), pp

34 Van Roy,. e D. Erlenkoer (1982), Locaon, Managemen Scence, 28 (10), pp A Dual-Based Procedure for Dynamc Facly Wesolowsky, G. O. (197), Dynamc Facly Locaon, Managemen Scence,19(11), pp Wesolowsky, G. e W. rusco (1975), he Mulperod Locaon-Allocaon Problem wh Relocaon of Facles,Managemen Scence, 22 (1), pp

. Para cada conexão i é atribuído um peso φ

. Para cada conexão i é atribuído um peso φ Escalonador WF 2 Q O escalonador WF 2 Q [3] é uma aproxmação baseada em pacoes do GP, que em por obevo emular ese escalonador fluído o mas próxmo possível De acordo com Groux e Gan [1], o escalonador WF

Leia mais

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação

Leia mais

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira) Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina:

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Deparameno de Informáca Dscplna: Modelagem Analíca do Desempenho de Ssemas de Compuação Fluxos de Enrada Fluxos de Saída Le de Lle Faor de Ulzação rof. Sérgo Colcher colcher@nf.puc-ro.br rocesso de Chegada

Leia mais

Neo-fisherianos e teoria fiscal do nível de preços

Neo-fisherianos e teoria fiscal do nível de preços Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos

Leia mais

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos Inserção de Varáves Ambenas no Planejameno da Operação de Ssemas Hdroérmcos VALLE, Ana Cláuda Marques, Escola de Engenhara Elérca e de Compuação, UFG, douoranda em Cencas Ambenas, PRPPG, UFG AGUIAR, Mara

Leia mais

5 Avaliação da Eficiência Computacional

5 Avaliação da Eficiência Computacional 5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual

Leia mais

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI) 5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes

Leia mais

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton 9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade

Leia mais

5 Apreçamento de ESOs com preço de exercício fixo

5 Apreçamento de ESOs com preço de exercício fixo 5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do

Leia mais

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação

Leia mais

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU 1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em

Leia mais

5 Sistemas Lineares com Coecientes Periódicos

5 Sistemas Lineares com Coecientes Periódicos 5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções da luz com os obecos são dfusas L x Θ L x, Θ Ω Expressa em ermos de radosdade W/m 2 r

Leia mais

Introdução à Computação Gráfica

Introdução à Computação Gráfica Inrodução à Compuação Gráfca Desenho de Consrução Naval Manuel Venura Insuo Superor Técnco Secção Auónoma de Engenhara Naval Sumáro Represenação maemáca de curvas Curvas polnomas e curvas paramércas Curvas

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções dos obecos com a luz são dfusas L( x Θ) = L( x), Θ Ω Podemos enão quanfcar a radosdade

Leia mais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,

Leia mais

HEURÍSTICA PARA O PROBLEMA DE ROTEIRIZAÇÃO E ESTOQUE

HEURÍSTICA PARA O PROBLEMA DE ROTEIRIZAÇÃO E ESTOQUE Pesqusa Operaconal e o Desenvolvmeno Susenável 7 a /9/5, Gramado, RS HEURÍSTICA PARA O PROBLEMA DE ROTEIRIZAÇÃO E ESTOQUE André Luís Shguemoo Faculdade de Engenhara Elérca e Compuação Unversdade Esadual

Leia mais

5 Programação Matemática Princípios Básicos

5 Programação Matemática Princípios Básicos 5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,

Leia mais

3 Dados e Modelo Econométrico 3.1. A amostra de funcionários públicos

3 Dados e Modelo Econométrico 3.1. A amostra de funcionários públicos 3 Dados e Modelo Economérco 3.1. A amosra de funconáros públcos Os dados usados nese esudo êm como fone a Pesqusa Naconal de Amosra por Domcílo (PNAD, uma pesqusa domclar realzada anualmene no Brasl pelo

Leia mais

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n 1 CAPÍTULO 1 REPREENTAÇÃO E CLAIFICAÇÃO DE ITEMA 1.1. Represenação de ssemas 1.1.1. semas com uma enrada e uma saída (IO) e sema monovarável IO = ngle Inpu ngle Oupu s e = enrada s = saída = ssema 1.1..

Leia mais

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em

Leia mais

2. REVISÃO BIBLIOGRÁFICA

2. REVISÃO BIBLIOGRÁFICA MODELO DE APOIO À DECISÃO PARA UM PROBLEMA DE POSICIONAMENTO DE BASES, ALOCAÇÃO E REALOCAÇÃO DE AMBULÂNCIAS EM CENTROS URBANOS: ESTUDO DE CASO NO MUNICÍPIO DE SÃO PAULO RESUMO Ese argo apresena uma proposa

Leia mais

Análise de Projectos ESAPL / IPVC

Análise de Projectos ESAPL / IPVC Análse de Proecos ESAPL / IPV Tempo, apal, Juro e Taxa de Juro Juros Smples e Juros omposos apalzação e Facor de apalzação Descono e Facor de Acualzação As aplcações do rendmeno onsumo Não Geram Rendmenos

Leia mais

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12 Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane

Leia mais

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando Pare Objevo: esudar o deslocameno de um corpo quando esa rolando 1 Coneúdo programáco: 6. Movmeno de Roação Varáves da roação, Relação enre Cnemáca Lnear e Cnemáca Angular, Energa cnéca de roação, nérca

Leia mais

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães Físca I º Semesre de 03 Insuo de Físca- Unversdade de São Paulo Aula 5 Trabalho e energa Proessor: Valdr Gumarães E-mal: valdrg@.usp.br Fone: 309.704 Trabalho realzado por uma orça consane Derenemene

Leia mais

Díodo: Regime Dinâmico

Díodo: Regime Dinâmico Díodo: eme Dnâmco (exo apoo ao laboraóro) Inrodução Quando se esabelece m crcuo uma ensão ou correne varáves no empo o pono de funconameno em repouso do díodo ambém va varar no empo. A frequênca e amplude

Leia mais

Local branching aplicado ao problema de dimensionamento de lotes

Local branching aplicado ao problema de dimensionamento de lotes SERVIÇO DE PÓS-GRADUAÇÃO DO ICMC-USP Daa de Depóso: Assnaura: Local branchng aplcado ao problema de dmensonameno de loes Renao Andrade de Pava Orenadora: Franklna Mara Bragon de Toledo Dsseração apresenada

Leia mais

Aprendizagem Estatística de Dados. Francisco Carvalho

Aprendizagem Estatística de Dados. Francisco Carvalho Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p

Leia mais

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação MECÂNIC CLÁSSIC UL N o 4 Carga de Noeher- Smeras e Conservação Vamos ver o caso de uma parícula movendo-se no plano, porém descrevendo-a agora em coordenadas polares: r r d dr T T m dr m d r d d m r m

Leia mais

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4.

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4. CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013 Esabelece os procedmenos para o cálculo da parcela dos avos ponderados pelo rsco (RWA) referene às exposções sueas à varação de axas de uros prefxadas denomnadas

Leia mais

defi departamento de física

defi departamento de física def deparameno de físca Laboraóros de Físca www.def.sep.pp.p Equações de Fresnel Insuo Superor de Engenhara do Poro Deparameno de Físca Rua Dr. Anóno Bernardno de Almeda, 431 400-07 Poro. Tel. 8 340 500.

Leia mais

2. FUNDAMENTOS DE CORRENTE ALTERNADA

2. FUNDAMENTOS DE CORRENTE ALTERNADA Fundamenos de CA 14. FUNDAENTOS DE CORRENTE ALTERNADA Aé o momeno nos preocupamos somene com ensões e correnes conínuas, ou seja, aquelas que possuem módulo e sendo consanes no empo, conforme exemplos

Leia mais

EXERCÍCIO: VIA EXPRESSA CONTROLADA

EXERCÍCIO: VIA EXPRESSA CONTROLADA EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos

Leia mais

CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011

CIRCULAR Nº 3.568, DE 21 DE DEZEMBRO DE 2011 CAPÍTULO : Crculares não Codfcadas 2 CIRCULAR Nº 3.568, DE 2 DE DEZEMBRO DE 20 Alera dsposvos das Crculares ns. 3.36, de 2 de seembro de 2007, 3.388, de 4 de unho de 2008, 3.389, de 25 de unho de 2008,

Leia mais

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000 Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.

Leia mais

3 Planejamento da Operação Energética no Brasil

3 Planejamento da Operação Energética no Brasil 3 Planeameno da Operação Energéca no Brasl 3.1 Aspecos Geras O ssema elérco braslero é composo por dos dferenes pos de ssemas: os ssemas solados, os quas predomnam na regão Nore do Brasl e represenam cerca

Leia mais

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS

CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS Economera Semesre 200.0 40 CAPÍTULO 9 MODELOS DE REGRESSÃO COM VARIÁVEIS BINÁRIAS OBJETIVOS Consderar modelos em que uma ou mas varáves explcavas são varáves nomnas (ambém chamadas de ndcadores, varáves

Leia mais

2 Programação Matemática Princípios Básicos

2 Programação Matemática Princípios Básicos Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever

Leia mais

3. Modelos de Otimização no Contexto do Planejamento do Despacho Hidrotérmico

3. Modelos de Otimização no Contexto do Planejamento do Despacho Hidrotérmico . Modelos de Omzação no Coneo do Planeameno do Despacho Hdroérmco Embora o foco desa Tese esea no desenvolvmeno de um modelo probablísco alernavo para a geração de árvores de cenáros ulzadas em modelos

Leia mais

4 Premissas quanto aos Modelos de Despacho de Geração, Formação do Preço da Energia e Comercialização de Energia

4 Premissas quanto aos Modelos de Despacho de Geração, Formação do Preço da Energia e Comercialização de Energia 61 4 Premssas quano aos Modelos de Despacho de Geração, Formação do Preço da Energa e Comercalzação de Energa 4.1. Inrodução A remuneração de uma geradora depende do modelo de despacho de geração e formação

Leia mais

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW F-8 Físca Geral I Aula exploraóra-a UNICAMP IFGW username@f.uncamp.br Varáves roaconas Cada pono do corpo rígdo execua um movmeno crcular de rao r em orno do exo. Fgura: s=r Deslocameno angular: em radanos

Leia mais

3 Análise de Demanda Condicionada

3 Análise de Demanda Condicionada 3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.

Leia mais

Gripe: Época de gripe; actividade gripal; cálculo da linha de base e do respectivo intervalo de confiança a 95%; e área de actividade basal.

Gripe: Época de gripe; actividade gripal; cálculo da linha de base e do respectivo intervalo de confiança a 95%; e área de actividade basal. Grpe: Época de grpe; acvdade grpal; cálculo da lnha de ase e do respecvo nervalo de confança a 95%; e área de acvdade asal. ÉPOCA DE GRPE Para maor facldade de compreensão será desgnado por época de grpe

Leia mais

UFGD 2015 DANIEL KICHESE

UFGD 2015 DANIEL KICHESE Quesão 59: º) Deermnação dos ponos de nerseção: 5 5 º Pono : B 5 5 º Pono : C 5 5 º Pono : B C C º) Deermnação da Área: B 5 5 5 / e 0 e 5 5 5 5 e 0 5 5/ 5 5 0 0 0 5 5 Resposa: E Quesão 60: Número de blhees

Leia mais

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc.

ECONOMETRIA. Prof. Patricia Maria Bortolon, D. Sc. ECONOMETRIA Prof. Parca Mara Borolon. Sc. Modelos de ados em Panel Fone: GUJARATI;. N. Economera Básca: 4ª Edção. Ro de Janero. Elsever- Campus 006 efnções Geras Nos dados em panel a mesma undade de core

Leia mais

APRESENTAÇÃO. Ms. Thiago Bindilatti Inforsato Dr. Roberto Chust Carvalho Dr. Marcelo de Araújo Ferreira

APRESENTAÇÃO. Ms. Thiago Bindilatti Inforsato Dr. Roberto Chust Carvalho Dr. Marcelo de Araújo Ferreira PRESENTÇÃO CÁLCULO E VERIFICÇÃO D RDUR LONGITUDINL DE VIGS PRÉ-TRCIONDS CO SEÇÃO COPOST E CONSIDERNDO S PERDS PROGRESSIVS DE PROTENSÃO. uores: s. Thao Bndla Inforsao Dr. Robero Chus Carvalho Dr. arcelo

Leia mais

Propagação de dano no modelo de Ising unidimensional

Propagação de dano no modelo de Ising unidimensional Capíulo 4 Propagação de dano no modelo de Isng undmensonal 4. Propagação de dano O méodo da propagação de dano é uma écnca relavamene nova, nroduzda por Kauffman 68 no conexo dos auômaos celulares, que

Leia mais

EN3604 FILTRAGEM ADAPTATIVA

EN3604 FILTRAGEM ADAPTATIVA EN3604 FILTRAGEM ADAPTATIVA Processameno de Snas em Arranjos Técncas de processameno consderando snas provenenes de um grupo de sensores espacalmene dsrbuídos. Poencal para melhorar SNR/ Cancelameno de

Leia mais

Dinâmica Estocástica. Instituto de Física, outubro de 2016

Dinâmica Estocástica. Instituto de Física, outubro de 2016 Dnâmca Esocásca Insuo de Físca ouubro de 206 Dnâmcas esocáscas com mudança de um sío Dnâmca de Meropols e dnâmca de Glauber para o modelo de Isng 2 Dnâmcas esocáscas para o modelo de Isng Ssema defndo

Leia mais

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA LISTA DE EXERCÍCIOS DE RECUPERAÇÃO º TRIMESTRE MATEMÁTICA ALUNO(a): Nº: SÉRIE: ª TURMA: UNIDADE: VV JC JP PC DATA: / /07 Obs.: Esa lsa deve ser enregue resolvda no da da prova de recuperação. Valor: 5,0

Leia mais

t c L S Troço 1 S 1 = 3 km = 3000 m

t c L S Troço 1 S 1 = 3 km = 3000 m . DETERMINAÇÃO DO TEMPO DE CONCENTRAÇÃO Para o cálculo do empo de concenração ( c ) da baca hdrográfca eudada recorreu-e ao valore obdo no rabalho práco (Quadro ). Am, emo que, Quadro Parâmero do rabalho

Leia mais

2 O Modelo Teórico O Modelo Básico

2 O Modelo Teórico O Modelo Básico O Modelo Teórco Nese capíulo serão apresenadas as dversas hpóeses e as abordagens eórcas a serem esudadas nese rabalho. Prmeramene, será apresenado o modelo básco, que supõe separabldade neremporal. m

Leia mais

Experiência IV (aulas 06 e 07) Queda livre

Experiência IV (aulas 06 e 07) Queda livre Experênca IV (aulas 06 e 07) Queda lvre 1. Obevos. Inrodução 3. Procedmeno expermenal 4. Análse de dados 5. Quesões 6. Referêncas 1. Obevos Nesa experênca esudaremos o movmeno da queda de um corpo, comparando

Leia mais

RODRIGO LOUREIRO PRADO ALVAREZ

RODRIGO LOUREIRO PRADO ALVAREZ RODRIGO LOUREIRO PRADO ALVAREZ OTIMIZAÇÃO DAS FORMAS DE CASCOS DE DESLOCAMENTO EM RELAÇÃO A SUA RESISTÊNCIA AO AVANÇO Dsseração apresenada à Escola Polécnca da Unversdade de São Paulo para obenção do Tíulo

Leia mais

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012

Notas Processos estocásticos. Nestor Caticha 23 de abril de 2012 Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu Programação Lnear (PL) Aula : Dualdade. Defnção do Problema Dual. Defnção do problema dual. O que é dualdade em Programação Lnear? Dualdade sgnfca a exstênca de um outro problema de PL, assocado a cada

Leia mais

Instituto de Física USP. Física V Aula 30. Professora: Mazé Bechara

Instituto de Física USP. Física V Aula 30. Professora: Mazé Bechara Insuo de Físca USP Físca V Aula 30 Professora: Maé Bechara Aula 30 Tópco IV - Posulados e equação básca da Mecânca quânca 1. Os posulados báscos da Mecânca Quânca e a nerpreação probablísca de Ma Born.

Leia mais

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo 2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela

Leia mais

Projeto de Inversores e Conversores CC-CC

Projeto de Inversores e Conversores CC-CC eparameno de Engenhara Elérca Aula. onversor Buck Prof. João Amérco lela Bblografa BAB, vo. & MANS enzar ruz. onversores - Báscos Não-solados. ª edção, UFS,. MOHAN Ned; UNEAN ore M.; OBBNS Wllam P. Power

Leia mais

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,...

5.1 O Processo TAR. é definida como um processo limiar auto-regressivo com h. regimes se puder ser representada por (5) ). Os termos ,... 5 O Modelo Não-Lnear Como vso no capíulo aneror, há espaço para uma análse mas profunda da função de reação do Banco Cenral do Brasl. Auores como Clarda, Gal e Gerler (2000) e Cogley e Sargen (2001) examnam

Leia mais

DANIELE DA ROCHA FONSECA

DANIELE DA ROCHA FONSECA DANIELE DA ROCHA FONSECA UM NOVO MECANISMO PARA A TRANSFORMAÇÃO DE RESULTADOS PROVENIENTES DE TESTES DE VIDA ACELERADO PARA RESULTADOS ESTIMADOS EM UMA CONDIÇÃO NORMAL DE USO ATRAVÉS DA UTILIZAÇÃO DA LEI

Leia mais

3 Método Numérico. 3.1 Discretização da Equação Diferencial

3 Método Numérico. 3.1 Discretização da Equação Diferencial 3 Método Numérco O presente capítulo apresenta a dscretação da equação dferencal para o campo de pressão e a ntegração numérca da expressão obtda anterormente para a Vscosdade Newtonana Equvalente possbltando

Leia mais

ALGORITMO GENÉTICO PARA RESOLVER UM PROBLEMA DE LOCALIZAÇÃO COM RESTRIÇÕES

ALGORITMO GENÉTICO PARA RESOLVER UM PROBLEMA DE LOCALIZAÇÃO COM RESTRIÇÕES ALGORITMO GENÉTICO PARA RESOLVER UM PROBLEMA DE LOCALIZAÇÃO COM RESTRIÇÕES Jacquelne Magalhães Rangel Cores Unversdade Esadual do Nore Flumnense (UENF) CCT LEPROD Av.Albero Lamego, 2000 Campos dos Goyacazes,

Leia mais

Controle Cinemático de Robôs Manipuladores

Controle Cinemático de Robôs Manipuladores Conrole Cnemáco de Robôs Manpuladores Funconameno Básco pos de rajeóra rajeóras Pono a Pono rajeóras Coordenadas ou Isócronas rajeóras Conínuas Geração de rajeóras Caresanas Inerpolação de rajeóras Inerpoladores

Leia mais

Conceitos Básicos de Circuitos Elétricos

Conceitos Básicos de Circuitos Elétricos onceos Báscos de rcuos lércos. nrodução Nesa aposla são apresenados os conceos e defnções fundamenas ulzados na análse de crcuos elércos. O correo enendmeno e nerpreação deses conceos é essencal para o

Leia mais

Análise do Desempenho dos Gestores de Fundos, baseada nas Transações e nas Participações das Carteiras

Análise do Desempenho dos Gestores de Fundos, baseada nas Transações e nas Participações das Carteiras Vâna Sofa Sequera Umbelno Análse do Desempenho dos Gesores de Fundos, baseada nas Transações e nas Parcpações das Careras Dsseração de Mesrado apresenado à Faculdade de Economa da Unversdade de Combra

Leia mais

Modelos para Localização de Instalações

Modelos para Localização de Instalações Modelos para Localzação de Instalações Prof. Dr. Ncolau D. Fares Gualda Escola Poltécnca da Unversdade de São Paulo Departamento de Engenhara de Transportes CLASSIFICAÇÃO DE WEBER (WEBER, Alfred. Uber

Leia mais

Matemática dos índices Metodologia

Matemática dos índices Metodologia Maemáca dos índces Meodologa Abrl 2017 Ese documeno fo raduzdo para o poruguês apenas para fns de convenênca. Se exsrem dferenças enre as versões do documeno em nglês e poruguês, a versão em nglês prevalecerá.

Leia mais

OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS COM EXTINÇÃO EM MASSA: UMA ABORDA- GEM APLICADA AO PROBLEMA MULTIDIMENSIONAL DA MOCHILA

OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS COM EXTINÇÃO EM MASSA: UMA ABORDA- GEM APLICADA AO PROBLEMA MULTIDIMENSIONAL DA MOCHILA OTIMIZAÇÃO POR ENXAME DE PARTÍCULAS COM EXTINÇÃO EM MASSA: UMA ABORDA- GEM APLICADA AO PROBLEMA MULTIDIMENSIONAL DA MOCHILA FERNANDA HEMBECKER, HEITOR S. LOPES, DANIEL ROSSATO Unversdade Tecnológca Federal

Leia mais

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS

UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS UM PROBLEMA ECONOMÉTRICO NO USO DE VARIÁVEIS CLIMÁTICAS EM FUNÇÕES DE PRODUÇÃO AJUSTADAS A DADOS EXPERIMENTAIS Rodolfo Hoffmann * Vctor Hugo da Fonseca Porto ** SINOPSE Neste trabalho deduz-se qual é o

Leia mais

2 Sistemas de Reconhecimento de Voz

2 Sistemas de Reconhecimento de Voz 2 Ssemas de Reconhecmeno de Voz O desenvolvmeno de nerfaces homem-máquna conroladas pela voz vsa subsur, em ceras aplcações, as nerfaces radconas as como eclados, panés e dsposvos smlares. Nese cenáro

Leia mais

CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO

CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO CEPEL Cenro de Pesqusas de Energa Elérca Projeo DESSEM Relaóro Técnco: CONSIDERAÇÃO DAS PERDAS NA REDE ELÉTRICA NO MODELO DESSEM-PAT METODOLOGIA E ANÁLISE DE DESEMPENHO ÍNDICE 1. INTRODUÇÃO... 3 2. O

Leia mais

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral XVIII Semnáro Naconal de Dsrbução de Energa Elérca SENDI 008-06 a 10 de ouubro Olnda - Pernambuco - Brasl Gesão da Prevsão de Consumo e Energa Não Faurada Carlos Albero Fróes Lma Marley Apolnáro Sarava

Leia mais

4 a 7 de novembro de 2003, Natal-RN. A pesquisa Operacional e os Recursos Renováveis

4 a 7 de novembro de 2003, Natal-RN. A pesquisa Operacional e os Recursos Renováveis A pequa Operacona e o Recuro Renováve 4 a 7 de novembro de 2003, Naa-RN DESENVOLVIMENO DE UM SISEMA DE APOIO À DECISÃO DEDICADO AO ESUDO DE PROBLEMAS DE LOCALIZAÇÃO DINÂMICA DE EQUIPAMENOS PARA RANSFERÊNCIA,

Leia mais

S&P Dow Jones Indices: Metodologia da matemática dos índices

S&P Dow Jones Indices: Metodologia da matemática dos índices S&P Dow Jones Indces: Meodologa da maemáca dos índces S&P Dow Jones Indces: Meodologa do índce Ouubro 2013 Índce Inrodução 3 Dferenes varedades de índces 3 O dvsor do índce 4 Índces ponderados por capalzação

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP PROCESSO

Leia mais

3 Modelos de Markov Ocultos

3 Modelos de Markov Ocultos 23 3 Modelos de Markov Oculos 3.. Processos Esocásicos Um processo esocásico é definido como uma família de variáveis aleaórias X(), sendo geralmene a variável empo. X() represena uma caracerísica mensurável

Leia mais

Análise de Pós-optimização e de Sensibilidade

Análise de Pós-optimização e de Sensibilidade CPÍULO nálise de Pós-opimização e de Sensibilidade. Inrodução Uma das arefas mais delicadas no desenvolvimeno práico dos modelos de PL, relaciona-se com a obenção de esimaivas credíveis para os parâmeros

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

figura 1 Vamos encontrar, em primeiro lugar, a velocidade do som da explosão (v E) no ar que será dada pela fórmula = v

figura 1 Vamos encontrar, em primeiro lugar, a velocidade do som da explosão (v E) no ar que será dada pela fórmula = v Dispara-se, segundo um ângulo de 6 com o horizone, um projéil que explode ao aingir o solo e oue-se o ruído da explosão, no pono de parida do projéil, 8 segundos após o disparo. Deerminar a elocidade inicial

Leia mais

Capítulo 3. Dinâmica crítica do modelo de Baxter-Wu. 3.1 O Modelo

Capítulo 3. Dinâmica crítica do modelo de Baxter-Wu. 3.1 O Modelo Capíulo 3 Dnâmca críca do modelo de Baxer-Wu 3.1 O Modelo O modelo de Baxer-Wu fo nroduzdo por Wood e Grffhs 56 e resolvdo exaameno no conexo de mecânca esaísca de equlíbro por R.J. Baxer e F.Y.Wu em 1973

Leia mais

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA

CAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

2 Estabilidade de Tensão

2 Estabilidade de Tensão Esabldade de Tensão. Inrodução O objevo desa seção é mosrar a possbldade de exsênca de fenômenos que se possa assemelhar a aqueles observados na operação de ssemas elércos, e assocados ao colapso de ensão.

Leia mais

Transmissão das expectativas de inflação no Brasil

Transmissão das expectativas de inflação no Brasil 3 Transmssão das expecavas de nflação no Brasl 3.. nrodução Recenemene, a leraura de expecavas nflaconáras passou a raar do aspeco de ransmssão de expecavas com maor ênfase. bandonando a hpóese de homogenedade

Leia mais

PME 2556 Dinâmica dos Fluidos Computacional. Aula 9 - Modelo k-ε Standard

PME 2556 Dinâmica dos Fluidos Computacional. Aula 9 - Modelo k-ε Standard ME 556 Dnâmca dos Fldos Compaconal Ala 9 - Modelo - Sandard Decomposção de Reynolds Decomposção de Reynolds Eqações de Reynolds (1) ( ) ( ) p Eqação de Naver-Soes na forma conservava para m fldo ncompressível:

Leia mais

2. A Medição da Actividade Económica Grandezas Nominais e Reais e Índices de Preços

2. A Medição da Actividade Económica Grandezas Nominais e Reais e Índices de Preços 2. A Medção da Acvdade Económca 2.4. Grandezas Nomnas e Reas e Índces de Preços Ouubro 2007, nesdrum@fe.u. Sldes baseados no guão dsonível no se da cadera 1 2.4. Grandezas Nomnas e Reas e Índces de Preços

Leia mais

RIO DE JANEIRO RJ - BRASIL

RIO DE JANEIRO RJ - BRASIL PLANEJAMENTO DE SISTEMAS DE ENERGIA ELÉTRICA ARETHA DE SOUZA VIDAL CAMPOS PROJETO SUBMETIDO AO CORPO DOCENTE DO DEPARTAMENTO DE ENGENHARIA ELÉTRICA DA ESCOLA POLITÉCNICA DA UNIVERSIDADE FEDERAL DO RIO

Leia mais

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A

ESCOLA SECUNDÁRIA COM 3º CICLO D. DINIS 11º ANO DE ESCOLARIDADE DE MATEMÁTICA A Tarefa de revisão nº 17 1. Uma empresa lançou um produo no mercado. Esudos efecuados permiiram concluir que a evolução do preço se aproxima do seguine modelo maemáico: 7 se 0 1 p() =, p em euros e em anos.

Leia mais

CEPEL. Manual de Referência do Modelo DESSEM. Versão 8.2a (GTRD)

CEPEL. Manual de Referência do Modelo DESSEM. Versão 8.2a (GTRD) CEPEL Manual de Referênca do Modelo DESSEM Versão 8.2a GRD Julho de 2003 CEPEL Modelo DESSEM APRESENAÇÃO Ese relaóro em o obevo de servr como referênca para o conhecmeno da esraéga de solução e funconaldades

Leia mais

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM

AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM AULA 22 PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 163 22. PROCESSO DE TORNEAMENTO: CONDIÇÕES ECONÔMICAS DE USINAGEM 22.1. Inrodução Na Seção 9.2 foi falado sobre os Parâmeros de Core e

Leia mais

3 Algoritmos propostos

3 Algoritmos propostos Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos

Leia mais

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549

P IBpm = C+ I+ G+X F = = b) Despesa Nacional. PNBpm = P IBpm+ RF X = ( ) = 59549 Capíulo 2 Soluções: Medição da Acividade Económica Exercício 24 (PIB pelaópica da despesa) i. Usando os valores da abela que consa do enunciado, a solução das várias alíneas é imediaa, basando para al

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2

FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas

Leia mais

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES

SIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES ALGORITMO GENÉTICO HÍBRIDO PARA OTIMIZAÇÃO MULTIOBJETIVO: UMA APLICAÇÃO AO PROBLEMA DA MOCHILA José Elas C. Arroyo Vnícus A. Armenano Deparameno de Engenhara de Ssemas Faculdade de Engenhara Elérca e de

Leia mais

Crescimento do Produto Agropecuário Brasileiro: uma Aplicação do Vetor Auto-regressivo (VAR)

Crescimento do Produto Agropecuário Brasileiro: uma Aplicação do Vetor Auto-regressivo (VAR) Quesões Agráras, Educação no Campo e Desenvolvmeno CRESCIMENTO DO PRODUTO AGROPECUÁRIO: UMA APLICAÇÃO DO VETOR AUTO-REGRESSIVO (VAR) CARLOS ALBERTO GONÇALVES DA SILVA; LÉO DA ROCHA FERREIRA; PAULO FERNANDO

Leia mais

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues

CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas

Leia mais