Notas de aula número 1: Otimização *
|
|
- Daniela Varejão Schmidt
- 8 Há anos
- Visualizações:
Transcrição
1 UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior Estagio Docência: Rafael Tiecher Cusinato. Notas de aula número 1: Otimização * Rafael Tiecher Cusinato. A. Estrutura de um problema de otimização Todo problema de otimização consiste em três elementos: 1. Variáveis de escolha: são as variáveis cujos valores ótimos devem ser determinados. Por exemplo: ( i ) Uma firma quer saber qual nível de produto deve produzir para obter o lucro máximo possível. Neste caso, o produto é a variável de escolha. ( ii ) Uma firma quer saber qual quantidade de trabalho, capital e insumos que deve usar para produzir determinado nível de produto ao mínimo custo possível. ( iii ) Um consumidor deseja comprar uma cesta de bens que ele tenha condições de adquirir e que lhe deixe na melhor situação. Aqui, as variáveis de escolha são as quantidades dos bens. 2. Função objetivo: fornece uma especificação matemática da relação entre as variáveis de escolha e a variável que desejamos maximizar ou minimizar. Assim, seguindo os exemplos do item 1, as funções objetivos podem tomar a forma de relacionar: ( i ) lucro ao nível de produto. ( ii ) custo à quantidade de trabalho, capital e insumos. ( iii ) um indexador da satisfação do consumidor às diferentes quantidades de bens que ele pode comprar.
2 Em ( i ) e (iii ), as funções devem ser maximizadas e em ( ii ), minimizada todas em respeito as suas respectivas variáveis de escolha. 3. Conjunto viável: uma parte essencial de qualquer problema de otimização é a especificação exata de quais alternativas estão disponíveis para o tomador de decisões. O conjunto de alternativas disponíveis é chamado de conjunto viável. Há três maneiras no qual um conjunto viável pode ser especificado: (a) Por enumeração direta, i.e., por uma proposição que afirme: as alternativas são A, B, C... (b) Por uma ou mais desigualdades que define diretamente um conjunto de valores alternativos para as variáveis de escolha. (c) Por uma ou mais funções ou equações que defina um conjunto de valores alternativos. Podemos resumir que um problema de otimização é formado pelas variáveis de escolha, função objetivo e conjunto viável. O problema é escolher a melhor alternativa do conjunto viável. Em geral, a teoria permite a representação do problema em uma procura pelo máximo ou mínimo da função objetivo em respeito às variáveis de escolha e sujeito à restrições. B. Soluções: questões e conceitos A solução de um problema de otimização é tal que o vetor de valores da variável de escolha está no conjunto viável e fornece o máximo ou o mínimo da função objetivo sobre o conjunto viável. A partir de agora, utilizaremos o exemplo de uma maximização cuja função objetivo é f (x 1, x 2,..., x n ) = f (x). Denotaremos o conjunto viável dos vetores por S. Então, a solução para o problema é um vetor de variáveis de escolha x * que possui a seguinte propriedade: f (x * ) f (x) x, x * S (1) (O símbolo significa para todo.)
3 Soluções globais vs locais: uma solução global é aquela que satisfaz a condição (1). Naquele ponto, a função objetivo toma um valor que não é excedido em qualquer outro ponto dentro do conjunto viável. É, portanto, a solução que procuramos. Por outro lado, uma solução local satisfaz a condição: f (x ** ) f (x) x N ** S (2) onde N ** é um conjunto de pontos na vizinhança de x **. Unicidade da solução: a solução não é necessariamente única, é possível que haja mais de um máximo global. Solução interior vs de fronteira: na figura 1, os pontos x = 0 e x = x 0 são pontos de fronteira, enquanto todos os outros pontos no conjunto S são pontos de interior. Uma solução interior é um ponto interior que satisfaz a condição (1). Uma solução de fronteira é um ponto de fronteira que satisfaz a condição (1). A distinção é importante pois pequenas mudanças em uma restrição geralmente não afetam uma solução interior o ponto ótimo continua o mesmo. Porém, tendem a afetar uma solução de fronteira.
4 Dizemos que uma restrição está ou é ativa quando há uma solução de fronteira sob a fronteira definida pela restrição em questão. Uma restrição não está ativa ou é não-ativa quando a solução for interior ou quando a solução é de fronteira mas a solução está sob a fronteira de outra restrição. Continuidade da função objetivo: uma função y = f(x) é contínua se não há cortes no gráfico, ou seja, intuitivamente, se podemos desenhá-la sem tirar a caneta do papel. Na figura 2, as funções desenhadas em (b) e (c) não são contínuas, enquanto que (a) é contínua. Concavidade da função objetivo: na figura 3, temos os gráficos de quatro tipos de funções. Uma função com uma curvatura do tipo mostrado em (a) é chamada de função côncava. Em (b) temos uma função convexa e em (c), uma função que não é côncava nem convexa. Quando uma função for diferenciável, podemos expressar a concavidade pela condição f (x) < 0 e a convexidade por f (x) > 0.
5 Funções quase-côncavas fazer: Dado uma função y = f (x 1, x 2,..., x n ) = f (x), podemos escolher algum número c e f ( x ) = c (3) Podemos dizer que (3) define o contorno da função f (x) e que o conjunto de valores de x que satisfaz (3) é o conjunto dos contornos. A continuidade dos contornos é definida da mesma maneira que a continuidade da função e pode ser pensada como a inexistência de cortes, brechas ou pulos no gráfico. A continuidade de uma função e a de seus contornos estão intimamente relacionados pode ser mostrado que a continuidade da função implica a continuidade de seus contornos. Analisaremos agora, a concavidade dos contornos. Restringiremos nossas atenções às funções com derivadas f 1, f 2 positivas. A figura 4 ilustra a concavidade dos contornos destas funções. Escolha dois pontos sobre o mesmo contorno tal como x e x na figura. Ou seja, f (x ) = f (x ) = c. Escolha qualquer ponto da linha reta que liga x e x tal como x * na figura. Então, dizemos que o contorno é côncavo se: f (x * ) f (x ) = f (x ) = c (4) Em palavras, uma combinação convexa de qualquer dois pontos de um contorno fornece valores pelo menos tão altos quanto da função e, portanto, está sob o mesmo contorno ou sob um contorno mais alto. Uma função cujos contornos satisfazem esta definição é dita função quase-côncava. As funções cujo contornos são mostrados em (a) e (b) da figura 4 são quase-côncavas enquanto a mostrada em (c) não é.
6 Podemos fazer uma distinção observando (a) e (b) da figura acima. Em (a), para qualquer dois pontos do contorno, a linha que liga eles estará sempre acima do contorno e nunca sob o contorno. Tal função é chamada de estritamente quase-côncava. No caso de (b), podemos encontrar pontos em que a linha que os une ficará sob o contorno e, portanto, apesar desta função ser quase-côncava, ela não é estritamente quase-côncava. Em um problema de otimização, dado f 1, f 2 > 0, quanto mais alto o contorno alcançado, maior é o valor da função objetivo. Portanto, maximizar a função objetivo é equivalente a encontrar o contorno mais alto possível. Propriedades do conjunto viável Não-vazio: um conjunto é não-vazio se contém pelo menos um elemento. Um problema de otimização só tem solução se o conjunto viável for não-vazio. Fechado: um conjunto é fechado se todos os pontos de sua fronteira são elementos do conjunto. Portanto, o conjunto de números do intervalo 0 x 1 é fechado enquanto os conjuntos definidos nos intervalos 0 < x < 1 e 0 x < 1 não são. Limitado: um conjunto é limitado quando não é possível ir adiante para o infinito em qualquer direção mantendo-se dentro do conjunto. Assim, o conjunto de números x do intervalo 0 < x < 1 é limitado, enquanto o conjunto x 0 é não-limitado. Note que as definições de conjunto fechado e limitado são diferentes: o conjunto definido por 0 < x < 1 é limitado mas não é fechado; o conjunto de valores x 0 é não-limitado mas é fechado.
7 Convexidade: um conjunto é convexo se para cada par de pontos que pertencem ao conjunto, podemos ligá-los com uma linha reta e esta linha fica completamente dentro do conjunto. Portanto, os conjuntos de (a) da figura 5 são convexos enquanto os de (b) não são convexos. Quando qualquer dois pontos da fronteira de um conjunto convexo são ligados por uma reta que, exceto em seus pontos terminais, estão no interior do conjunto, então o conjunto é estritamente convexo. C. Existência de soluções Teorema da existência: Um problema de otimização sempre tem solução se: ( i ) a função objetivo é contínua ( ii ) o conjunto viável é não-vazio, fechado e limitado. D. Ótimo local e global Teorema: Um máximo local é sempre um máximo global se: ( i ) a função objetivo é quase-côncava ( ii ) o conjunto viável é convexo. E. Unicidade da solução Teorema da unicidade: Dado um problema de otimização no qual o conjunto viável é convexo e a função objetivo é quase-côncava, a solução é única se: ( i ) o conjunto viável é estritamente convexo ou ( ii ) a função objetivo é estritamente quase-côncava ou ( iii ) ambos
8 F. Ótimo de interior e de fronteira Em geral, a solução de um problema de otimização que é um ponto interior do conjunto viável não é afetada por pequenas mudanças nas fronteiras do conjunto. Por outro lado, uma solução de fronteira deverá ser sensitiva à mudanças em pelo menos uma restrição. Nas partes (a) e (b) da figura 6, o conjunto viável está inicialmente na área 0ab. Em (a), temos um ótimo interior em x * e em (b) e (c), temos ótimo de fronteira também denotado por x *. A solução (a) não é afetada por pequenas mudanças na restrição por exemplo, para a b. Em (b), a mudança para a b afeta a solução e em (c), uma mudança da restrição cd têm efeito sobre a otimização, mas o mesmo não ocorre para pequenas mudanças em ab, como ilustrado. A ausência de resposta da solução (a) à mudanças é devido a existência de um ponto de saciedade em x * no qual a função objetivo atinge o máximo. A ocorrência de um ponto de saciedade no interior do conjunto viável é claramente uma condição necessária para existir um máximo interior. Portanto, podemos caracterizar um máximo de fronteira como um máximo em que não existe um ponto de saciedade. Uma classe deste tipo de máximo é quando a função objetivo é monotonicamente crescente; i.e., f i > 0, onde f i é a i-ésima derivada parcial da função. Neste caso, a solução estará necessariamente sob a fronteira superior do conjunto viável.
9 As partes (b) e (c) da figura 6 mostram dois tipos de ótimos de fronteira. Em (b), existe apenas uma fronteira superior e, dado a suposição que c 2 > c 1, a mudança na fronteira modifica o ótimo. Em (c), conjunto viável inicial é dado pela área 0ceb definida pelas duas desigualdades lineares fracas. O ótimo inicial é na fronteira em x *. Neste ponto, a restrição definida pela linha ab é satisfeita. Esta restrição é efetivamente inoperante na solução e, portanto, esta restrição é não-ativa. Uma vez que sabemos onde a solução está, uma restrição não-ativa pode ser deixada de fora de qualquer análise que esteja interessada em movimentos pequenos nas vizinhanças do ótimo. Seguidamente, isto permite uma simplificação da análise. G. Localização do ótimo A condição necessária para o ponto x * = (x * 1, x * 2,..., x * n ) alcançar o máximo da função f (x) quando não há restrições é f i (x * ) = 0 i = 1, 2,..., n (5) isto é, cada derivada parcial da função, avaliada em x *, deve ser zero. Quando há restrições garantindo a inadimissibilidade de quantidades negativas, i.e., x i 0 para i = 1,2,...,n, temos as seguintes condições necessárias: f i (x * ) 0 x i * 0 x i * f i (x * ) = 0 i=1,2,...,n (6) Método de Lagrange Quando há restrições funcionais, devemos utilizar o método dos multiplicadores de Lagrange. Suponha o problema da maximização da função objetivo f (x 1,x 2 ) sujeito à restrição funcional g (x 1,x 2 ) b. Na figura 7, o problema está colocado na forma gráfica.
10 Neste caso, devemos montar a função lagrangeano: L (x 1, x 2, ) = f (x 1, x 2 ) [ g (x 1, x 2 ) b ] (7) E, a partir de sua diferenciação, temos as condições necessárias para maximização: f 1 - * g 1 = 0 f 2 - * g 2 = 0 (8) g (x 1 *, x 2 * ) b = 0 Interpretação do multiplicadores de Lagrange ( * ) Em economia, as derivadas são usualmente designadas pelo termo marginal. Assim, * pode ser pensado como a mudança marginal no valor otimizado da função objetivo com respeito à mudanças na restrição. H. Generalização adicional Suponha que queremos o maximizar o problema na forma geral: Max f (x) s. a. g j (x) b j x 0 ( j=1,..., m ) (9)
11 Desta forma, temos a função lagrangeano: L (x, ) = f (x) j [ g j (x) b j ] (10) As condições necessárias são: f i j * g i j 0; x i * 0; x i * L i = 0 ( i=1,..., n ) (11) b g i (x * ) 0; i * 0; i* L i = 0 ( j=1,..., m ) (12) * Resumo do capítulo 2, optimization, de GRAVELLE, H & REES, R. Microeconomia. London, Longman, 1981.
OTIMIZAÇÃO VETORIAL. Formulação do Problema
OTIMIZAÇÃO VETORIAL Formulação do Problema Otimização Multiobjetivo (também chamada otimização multicritério ou otimização vetorial) pode ser definida como o problema de encontrar: um vetor de variáveis
Leia maisDificuldades de Modelos de PNL. Onde está a solução ótima? Outro exemplo: Condição ótima Local vs. Global. 15.053 Quinta-feira, 25 de abril
15.053 Quinta-feira, 25 de abril Teoria de Programação Não-Linear Programação Separável Dificuldades de Modelos de PNL Programa Linear: Apostilas: Notas de Aula Programas Não-Lineares 1 2 Análise gráfica
Leia maisUM TEOREMA QUE PODE SER USADO NA
UM TEOREMA QUE PODE SER USADO NA PERCOLAÇÃO Hemílio Fernandes Campos Coêlho Andrei Toom PIBIC-UFPE-CNPq A percolação é uma parte importante da teoria da probabilidade moderna que tem atraído muita atenção
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisAPLICAÇÕES DA DERIVADA
Notas de Aula: Aplicações das Derivadas APLICAÇÕES DA DERIVADA Vimos, na seção anterior, que a derivada de uma função pode ser interpretada como o coeficiente angular da reta tangente ao seu gráfico. Nesta,
Leia mais1. Extremos de uma função
Máximo e Mínimo de Funções de Várias Variáveis 1. Extremos de uma função Def: Máximo Absoluto, mínimo absoluto Seja f : D R R função (i) Dizemos que f assume um máximo absoluto (ou simplesmente um máximo)
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.
Leia mais1) Eficiência e Equilíbrio Walrasiano: Uma Empresa
1) Eficiência e Equilíbrio Walrasiano: Uma Empresa Suponha que há dois consumidores, Roberto e Tomás, dois bens abóbora (bem 1) e bananas (bem ), e uma empresa. Suponha que a empresa 1 transforme 1 abóbora
Leia maisProva de Microeconomia
UNIVERSIDADE FEDERAL DO PARÁ CURSO DE MESTRADO EM ECONOMIA PROCESSO SELETIVO 2010 Prova de Microeconomia INSTRUÇÕES PARA A PROVA Leia atentamente as questões. A interpretação das questões faz parte da
Leia maisx0 = 1 x n = 3x n 1 x k x k 1 Quantas são as sequências com n letras, cada uma igual a a, b ou c, de modo que não há duas letras a seguidas?
Recorrências Muitas vezes não é possível resolver problemas de contagem diretamente combinando os princípios aditivo e multiplicativo. Para resolver esses problemas recorremos a outros recursos: as recursões
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisO Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48
Conteúdo 1 Princípios de Contagem e Enumeração Computacional Permutações com Repetições Combinações com Repetições O Problema do Troco Principio da Casa dos Pombos > Princípios de Contagem e Enumeração
Leia maisExercícios Teóricos Resolvidos
Universidade Federal de Minas Gerais Instituto de Ciências Exatas Departamento de Matemática Exercícios Teóricos Resolvidos O propósito deste texto é tentar mostrar aos alunos várias maneiras de raciocinar
Leia maisPor que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,...
Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... 0) O que veremos na aula de hoje? Um fato interessante Produtos notáveis Equação do 2º grau Como fazer a questão 5 da 3ª
Leia maisEQUAÇÕES E INEQUAÇÕES DE 1º GRAU
1 EQUAÇÕES E INEQUAÇÕES DE 1º GRAU Equação do 1º grau Chamamos de equação do 1º grau em uma incógnita x, a qualquer expressão matemática que pode ser escrita sob a forma: em que a e b são números reais,
Leia maisTeoria dos Grafos. Edson Prestes
Edson Prestes Complemento de Grafos Mostre que para qualquer Grafo G com 6 pontos, G ou possui um triângulo Considere um vértice v de V(G). Sem perda de generalidade, podemos assumir v é adjacente a outros
Leia maisLevando em conta decisões de investimento não-triviais.
Levando em conta decisões de investimento não-triviais. Olivier Blanchard* Abril de 2002 *14.452. 2º Trimestre de 2002. Tópico 4. 14.452. 2º Trimestre de 2002 2 No modelo de benchmark (e na extensão RBC),
Leia maisEsboço de Gráficos (resumo)
Esboço de Gráficos (resumo) 1 Máximos e Mínimos Definição: Diz-se que uma função tem um valor máximo relativo (máximo local) em c se existe um intervalo ( a, b) aberto contendo c tal que f ( c) f ( x)
Leia maisMicroeconomia 1 - Teoria da Firma - Parte 2
Microeconomia 1 - Teoria da Firma - Parte 2 Rodrigo Nobre Fernandez Pelotas, 2015 DECON/UFPEL Rodrigo Nobre Fernandez Microeconomia 1 / 30 Minimização de Custos 1 Suponha que a firma escolhe um certo nível
Leia maisINSTITUTO TECNOLÓGICO
PAC - PROGRAMA DE APRIMORAMENTO DE CONTEÚDOS. ATIVIDADES DE NIVELAMENTO BÁSICO. DISCIPLINAS: MATEMÁTICA & ESTATÍSTICA. PROFº.: PROF. DR. AUSTER RUZANTE 1ª SEMANA DE ATIVIDADES DOS CURSOS DE TECNOLOGIA
Leia maisQual é Mesmo a Definição de Polígono Convexo?
Qual é Mesmo a Definição de Polígono Convexo? Elon Lages Lima IMPA, Rio de Janeiro Quando pensamos num polígono convexo, imaginamos seus vértices todos apontando para fora, ou seja, que ele não possui
Leia maisAPLICAÇÕES DE NÚMEROS COMPLEXOS
http://hermes.ucs.br/ccet/deme/emsoares/inipes/complexos/ APLICAÇÕES DE NÚMEROS COMPLEXOS Silvia Carla Menti Propicio Universidade de Caxias do Sul Centro de Ciências Exatas e Tecnologia Departamento de
Leia maisExercícios resolvidos P2
Exercícios resolvidos P Questão 1 Dena as funções seno hiperbólico e cosseno hiperbólico, respectivamente, por sinh(t) = et e t e cosh(t) = et + e t. (1) 1. Verique que estas funções satisfazem a seguinte
Leia maisREFLEXÃO DA LUZ: ESPELHOS 412EE TEORIA
1 TEORIA 1 DEFININDO ESPELHOS PLANOS Podemos definir espelhos planos como toda superfície plana e polida, portanto, regular, capaz de refletir a luz nela incidente (Figura 1). Figura 1: Reflexão regular
Leia maisPROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO
PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO Luciano Pereira Magalhães - 8º - noite lpmag@hotmail.com Orientador: Prof Gustavo Campos Menezes Banca Examinadora: Prof Reinaldo Sá Fortes, Prof Eduardo
Leia maisCURSO DE MICROECONOMIA 2
CURSO DE MICROECONOMIA 2 TEORIA DOS CONTRATOS - Seleção Adversa PROF Mônica Viegas e Flavia Chein Cedeplar/UFMG 2/2009 Cedeplar/UFMG (Institute) MICRO 2 2/2009 1 / 25 O Modelo Padrão Agente que troca um
Leia maisMÓDULO 6 INTRODUÇÃO À PROBABILIDADE
MÓDULO 6 INTRODUÇÃO À PROBBILIDDE Quando estudamos algum fenômeno através do método estatístico, na maior parte das vezes é preciso estabelecer uma distinção entre o modelo matemático que construímos para
Leia maisMATEMÁTICA I AULA 07: TESTES PARA EXTREMOS LOCAIS, CONVEXIDADE, CONCAVIDADE E GRÁFICO TÓPICO 02: CONVEXIDADE, CONCAVIDADE E GRÁFICO Este tópico tem o objetivo de mostrar como a derivada pode ser usada
Leia mais9. Derivadas de ordem superior
9. Derivadas de ordem superior Se uma função f for derivável, então f é chamada a derivada primeira de f (ou de ordem 1). Se a derivada de f eistir, então ela será chamada derivada segunda de f (ou de
Leia maisMódulo 2 Custos de Oportunidade e Curva de Possibilidades de Produção
Módulo 2 Custos de Oportunidade e Curva de Possibilidades de Produção 2.1. Custo de Oportunidade Conforme vínhamos analisando, os recursos produtivos são escassos e as necessidades humanas ilimitadas,
Leia maisProgramação Não Linear Otimização Univariada E Multivariada Sem Restrições
Programação Não Linear Otimização Univariada E Multivariada Sem Restrições A otimização é o processo de encontrar a melhor solução (ou solução ótima) para um prolema. Eiste um conjunto particular de prolemas
Leia maisUniversidade Estadual de Santa Cruz. Departamento de Ciências Exatas e Tecnológicas. Especialização em Matemática. Disciplina: Estruturas Algébricas
1 Universidade Estadual de Santa Cruz Departamento de Ciências Exatas e Tecnológicas Especialização em Matemática Disciplina: Estruturas Algébricas Profs.: Elisangela S. Farias e Sérgio Motta Operações
Leia maisEstruturas Discretas INF 1631
Estruturas Discretas INF 1631 Thibaut Vidal Departamento de Informática, Pontifícia Universidade Católica do Rio de Janeiro Rua Marquês de São Vicente, 225 - Gávea, Rio de Janeiro - RJ, 22451-900, Brazil
Leia maisUtilização do SOLVER do EXCEL
Utilização do SOLVER do EXCEL 1 Utilização do SOLVER do EXCEL José Fernando Oliveira DEEC FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO MAIO 1998 Para ilustrar a utilização do Solver na resolução de
Leia maisLimites e continuidade
Capítulo 3 Limites e continuidade 3.1 Limite no ponto Considere a função f() = 1 1, D f =[0, 1[ ]1, + ). Observe que esta função não é definida em =1. Contudo, fazendo suficientemente próimo de 1 (mas
Leia maisGABARITO LISTAS. 1. Dê 3 exemplos de tradeoffs importantes com que você se depara na vida.
DEZ PRINCIPIOS DE ECONOMIA - Lista 1 GABARITO LISTAS 1. Dê 3 exemplos de tradeoffs importantes com que você se depara na vida. Exemplos de tradeoffs incluem tradeoffs em relação ao tempo (como estudar
Leia maisIBM1018 Física Básica II FFCLRP USP Prof. Antônio Roque Aula 6. O trabalho feito pela força para deslocar o corpo de a para b é dado por: = =
Energia Potencial Elétrica Física I revisitada 1 Seja um corpo de massa m que se move em linha reta sob ação de uma força F que atua ao longo da linha. O trabalho feito pela força para deslocar o corpo
Leia maisO mercado de bens CAPÍTULO 3. Olivier Blanchard Pearson Education. 2006 Pearson Education Macroeconomia, 4/e Olivier Blanchard
O mercado de bens Olivier Blanchard Pearson Education CAPÍTULO 3 3.1 A composição do PIB A composição do PIB Consumo (C) são os bens e serviços adquiridos pelos consumidores. Investimento (I), às vezes
Leia maisUniversidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 2013/I
1 Universidade Federal de Viçosa Centro de Ciências Exatas Departamento de Matemática 3 a Lista - MAT 137 - Introdução à Álgebra Linear 013/I 1 Sejam u = ( 4 3) v = ( 5) e w = (a b) Encontre a e b tais
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisAnálise e Complexidade de Algoritmos
Análise e Complexidade de Algoritmos Uma visão de Intratabilidade, Classes P e NP - redução polinomial - NP-completos e NP-difíceis Prof. Rodrigo Rocha prof.rodrigorocha@yahoo.com http://www.bolinhabolinha.com
Leia maisCapítulo 1. x > y ou x < y ou x = y
Capítulo Funções, Plano Cartesiano e Gráfico de Função Ao iniciar o estudo de qualquer tipo de matemática não podemos provar tudo. Cada vez que introduzimos um novo conceito precisamos defini-lo em termos
Leia mais(b) (1,0 ponto) Reciprocamente, mostre que, se um número x R possui representação infinita em toda base β, então x é irracional.
Sociedade Brasileira de Matemática Mestrado Profissional em Matemática em Rede Nacional MA11 Números e Funções Reais Avaliação 3 - GABARITO 06 de julho de 013 1. (1,5 pontos) Determine se as afirmações
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia maisExemResumo parcial da última. 15.053 Quinta-feira, 28 de fevereiro. Os preços-sombra podem ser encontrados ao se examinar os quadros inicial e final!
15.053 Quinta-feira, 28 de fevereiro Análise de Sensibilidade 2 Mais sobre pricing out Efeitos sobre os quadros finais Apostilas: Notas de Aula ExemResumo parcial da última O preço-sombra é a alteração
Leia maisFunções algébricas do 1º grau. Maurício Bezerra Bandeira Junior
Maurício Bezerra Bandeira Junior Definição Chama-se função polinomial do 1º grau, ou função afim, a qualquer função f de IR em IR dada por uma lei da forma f(x) = ax + b, onde a e b são números reais dados
Leia maisCMg Q P RT P = RMg CT CF = 100. CMg
Pindyck & Rubinfeld, Capítulo 8, Oferta :: EXERCÍCIOS 1. A partir dos dados da Tabela 8.2, mostre o que ocorreria com a escolha do nível de produção da empresa caso o preço do produto apresentasse uma
Leia maisCorrelação e Regressão Linear
Correlação e Regressão Linear A medida de correlação é o tipo de medida que se usa quando se quer saber se duas variáveis possuem algum tipo de relação, de maneira que quando uma varia a outra varia também.
Leia maisTópico 3. Limites e continuidade de uma função (Parte 2)
Tópico 3. Limites e continuidade de uma função (Parte 2) Nessa aula continuaremos nosso estudo sobre limites de funções. Analisaremos o limite de funções quando o x ± (infinito). Utilizaremos o conceito
Leia maisPesquisa Operacional. Função Linear - Introdução. Função do 1 Grau. Função Linear - Exemplos Representação no Plano Cartesiano. Prof.
Pesquisa Operacional Prof. José Luiz Prof. José Luiz Função Linear - Introdução O conceito de função é encontrado em diversos setores da economia, por exemplo, nos valores pagos em um determinado período
Leia maisEste material traz a teoria necessária à resolução das questões propostas.
Inclui Teoria e Questões Inteiramente Resolvidas dos assuntos: Contagem: princípio aditivo e multiplicativo. Arranjo. Permutação. Combinação simples e com repetição. Lógica sentencial, de primeira ordem
Leia maisCapítulo 2 - Problemas de Valores Fronteira para Equações Diferenciais Ordinárias
Capítulo 2 - Problemas de Valores Fronteira para Equações Diferenciais Ordinárias Departamento de Matemática balsa@ipb.pt Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia 1 o
Leia mais8. Mercado de Trabalho, Emprego e Desemprego
8. Mercado de Trabalho, Emprego e Desemprego 8.1. Introdução 8.3. Interpretação Estática do Desemprego 8.4. Interpretação Dinâmica do Desemprego Burda & Wyplosz, 5ª Edição, Capítulo 5 1 8.1. Introdução
Leia maisPERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL)
PERGUNTAS MAIS FREQÜENTES SOBRE VALOR PRESENTE LÍQUIDO (VPL) Melhor método para avaliar investimentos 16 perguntas importantes 16 respostas que todos os executivos devem saber Francisco Cavalcante(f_c_a@uol.com.br)
Leia maisExercícios Resolvidos sobre probabilidade total e Teorema de Bayes
Exercícios Resolvidos sobre probabilidade total e Teorema de Bayes Para ampliar sua compreensão sobre probabilidade total e Teorema de Bayes, estude este conjunto de exercícios resolvidos sobre o tema.
Leia maisDisciplina: Unidade III: Prof.: E-mail: Período:
Encontro 08 Disciplina: Sistemas de Banco de Dados Unidade III: Modelagem Lógico de Dados Prof.: Mario Filho E-mail: pro@mariofilho.com.br Período: 5º. SIG - ADM Relembrando... Necessidade de Dados Projeto
Leia maisFUNDAMENTOS DA ECONOMIA
Aula 4 FUNDAMENTOS DA ECONOMIA 1.2.3 Noção de custo de oportunidade e de análise marginal A escassez de recursos leva os produtores a efetuar escolhas para produção de bens. Em um mundo de recursos limitados,
Leia maisSomatórias e produtórias
Capítulo 8 Somatórias e produtórias 8. Introdução Muitas quantidades importantes em matemática são definidas como a soma de uma quantidade variável de parcelas também variáveis, por exemplo a soma + +
Leia maisLegislação aplicada às comunicações
Legislação aplicada às comunicações Fundamentos de competição Carlos Baigorri Brasília, março de 2015 Objetivo Conhecer os principais conceitos envolvidos na regulação econômica: Oferta e demanda Teoremas
Leia maisChapter 2. 2.1 Noções Preliminares
Chapter 2 Seqüências de Números Reais Na Análise os conceitos e resultados mais importantes se referem a limites, direto ou indiretamente. Daí, num primeiro momento, estudaremos os limites de seqüências
Leia maisFUNÇÃO REAL DE UMA VARIÁVEL REAL
Hewlett-Packard FUNÇÃO REAL DE UMA VARIÁVEL REAL Aulas 01 a 04 Elson Rodrigues, Gabriel Carvalho e Paulo Luís Ano: 2015 Sumário INTRODUÇÃO AO PLANO CARTESIANO... 2 PRODUTO CARTESIANO... 2 Número de elementos
Leia mais5 Equacionando os problemas
A UA UL LA Equacionando os problemas Introdução Nossa aula começará com um quebra- cabeça de mesa de bar - para você tentar resolver agora. Observe esta figura feita com palitos de fósforo. Mova de lugar
Leia maisFUNÇÃO COMO CONJUNTO R 1. (*)= ou, seja, * possui duas imagens. b) não é uma função de A em B, pois não satisfaz a segunda condição da
FUNÇÃO COMO CONJUNTO Definição 4.4 Seja f uma relação de A em B, dizemos que f é uma função de A em B se as duas condições a seguir forem satisfeitas: i) D(f) = A, ou seja, o domínio de f é o conjunto
Leia maisCAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES
CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES 3.1 - IDENTIFICADORES Os objetos que usamos no nosso algoritmo são uma representação simbólica de um valor de dado. Assim, quando executamos a seguinte instrução:
Leia maisGABARITO OTM 09 [ ] [ ] ( ) [ ] O que mostra que e, logo o sistema não possui solução. [ ]
GABARITO OTM 09 Questão 1 a) Observe que o, deste modo o sistema não possui única solução ou não possui solução. Como [ ] [ ] [ ] [ ] O que mostra que e, logo o sistema não possui solução. b) Sim. Basta
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia maisLista 2 - Modelos determinísticos
EA044 - Planejamento e Análise de Sistemas de Produção Lista 2 - Modelos determinísticos Exercício 1 A Companhia Ferroviária do Brasil (CFB) está planejando a alocação de vagões a 5 regiões do país para
Leia maisPRO 528 - Pesquisa Operacional II. 5. Análise econômica e análise de sensibilidade
Pesquisa Operacional II 5. Análise econômica e análise de sensibilidade Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção Interpretação econômica do problema dual Cada variável w ii do do
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisLista de Exercícios 4: Soluções Sequências e Indução Matemática
UFMG/ICEx/DCC DCC Matemática Discreta Lista de Exercícios : Soluções Sequências e Indução Matemática Ciências Exatas & Engenharias o Semestre de 05 O conjunto dos números racionais Q é enumerável, ou seja,
Leia maisPrograma Olímpico de Treinamento. Aula 9. Curso de Combinatória - Nível 2. Tabuleiros. Prof. Bruno Holanda
Programa Olímpico de Treinamento Curso de Combinatória - Nível Prof. Bruno Holanda Aula 9 Tabuleiros Quem nunca brincou de quebra-cabeça? Temos várias pecinhas e temos que encontrar uma maneira de unir
Leia maisAula 19 Teorema Fundamental das Integrais de Linha
Aula 19 Teorema Fundamental das Integrais de Linha MA211 - Cálculo II Marcos Eduardo Valle Departamento de Matemática Aplicada Instituto de Matemática, Estatística e Computação Científica Universidade
Leia maisÁlgebra Booleana. Introdução ao Computador 2010/01 Renan Manola
Álgebra Booleana Introdução ao Computador 2010/01 Renan Manola Histórico George Boole (1815-1864) Considerado um dos fundadores da Ciência da Computação, apesar de computadores não existirem em seus dias.
Leia maisLicenciatura em Engenharia Electrotécnica e de Computadores 1998/99. Erros
Licenciatura em Engenharia Electrotécnica e de Computadores Análise Numérica 1998/99 Erros Objectivos: Arredondar um número para n dígitos significativos. Determinar os erros máximos absoluto e relativo
Leia maisMAT2454 - Cálculo Diferencial e Integral para Engenharia II
MAT454 - Cálculo Diferencial e Integral para Engenharia II a Lista de Exercícios -. Ache os pontos do hiperboloide x y + z = onde a reta normal é paralela à reta que une os pontos (,, ) e (5,, 6).. Encontre
Leia maisCURSO de CIÊNCIAS ECONÔMICAS - Gabarito
UNIVERSIDADE FEDERAL FLUMINENSE TRANSFERÊNCIA 2 o semestre letivo de 2006 e 1 o semestre letivo de 2007 CURSO de CIÊNCIAS ECONÔMICAS - Gabarito INSTRUÇÕES AO CANDIDATO Verifique se este caderno contém:
Leia maisAula 03 - Modelagem em PPLIM
Thiago A. O. 1 1 Universidade Federal de Ouro Preto 1 Componentos do modelo 2 3 4 5 6 Componentes de uma modelagem matemática Elementos; Conjuntos; Parâmetros; Variáveis; Objetivo; Restições; Elementos
Leia mais2. A FERRAMENTA SOLVER (EXCEL)
Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção 2. A FERRAMENTA SOLVER (EXCEL) Diversas ferramentas para solução de problemas de otimização, comerciais ou acadêmicos, sejam eles lineares
Leia maisAgenda. Preferências do Consumidor. Preferências do Consumidor. comportamento do consumidor: Comportamento do Consumidor. Comportamento do Consumidor
genda Comportamento do Consumidor Econ. Edilson guiais Material isponível em: www.puc.aguiais.com.br Restrições Orçamentárias Escolha do Consumidor Preferências Reveladas Utilidade Marginal e Escolhas
Leia maisLógica Matemática e Computacional 5 FUNÇÃO
5 FUNÇÃO 5.1 Introdução O conceito de função fundamenta o tratamento científico de problemas porque descreve e formaliza a relação estabelecida entre as grandezas que o integram. O rigor da linguagem e
Leia maisAnálise de Arredondamento em Ponto Flutuante
Capítulo 2 Análise de Arredondamento em Ponto Flutuante 2.1 Introdução Neste capítulo, chamamos atenção para o fato de que o conjunto dos números representáveis em qualquer máquina é finito, e portanto
Leia maisAULA 6 LÓGICA DOS CONJUNTOS
Disciplina: Matemática Computacional Crédito do material: profa. Diana de Barros Teles Prof. Fernando Zaidan AULA 6 LÓGICA DOS CONJUNTOS Intuitivamente, conjunto é a coleção de objetos, que em geral, tem
Leia maisResolução da Lista 2 - Modelos determinísticos
EA044 - Planejamento e Análise de Sistemas de Produção Resolução da Lista 2 - Modelos determinísticos Exercício 1 a) x ij são as variáveis de decisão apropriadas para o problemas pois devemos indicar quantos
Leia maisProjeção ortográfica de modelos com elementos paralelos e oblíquos
A U L A Projeção ortográfica de modelos com elementos paralelos e oblíquos Introdução Você já sabe que peças da área da Mecânica têm formas e elementos variados. Algumas apresentam rebaixos, outras rasgos,
Leia maisMétodos Matemáticos para Gestão da Informação
Métodos Matemáticos para Gestão da Informação Aula 05 Taxas de variação e função lineares III Dalton Martins dmartins@gmail.com Bacharelado em Gestão da Informação Faculdade de Informação e Comunicação
Leia mais7 - Análise de redes Pesquisa Operacional CAPÍTULO 7 ANÁLISE DE REDES. 4 c. Figura 7.1 - Exemplo de um grafo linear.
CAPÍTULO 7 7 ANÁLISE DE REDES 7.1 Conceitos Básicos em Teoria dos Grafos Diversos problemas de programação linear, inclusive os problemas de transporte, podem ser modelados como problemas de fluxo de redes.
Leia maisFunção. Definição formal: Considere dois conjuntos: o conjunto X com elementos x e o conjunto Y com elementos y. Isto é:
Função Toda vez que temos dois conjuntos e algum tipo de associação entre eles, que faça corresponder a todo elemento do primeiro conjunto um único elemento do segundo, ocorre uma função. Definição formal:
Leia maisEventos independentes
Eventos independentes Adaptado do artigo de Flávio Wagner Rodrigues Neste artigo são discutidos alguns aspectos ligados à noção de independência de dois eventos na Teoria das Probabilidades. Os objetivos
Leia maisEXERCÍCIOS LÓGICA DE PRIMEIRA ORDEM - MODELOS
EXERCÍCIOS LÓGICA DE PRIMEIRA ORDEM - MODELOS Lógica Prof. Tacla (UTFPR/Curitiba) assuntos: expressividade LP x LPO; modelos Conceituais 1. Explique a diferença em expressividade da Lógica Proposicional
Leia maisUM CONCEITO FUNDAMENTAL: PATRIMÔNIO LÍQUIDO FINANCEIRO. Prof. Alvaro Guimarães de Oliveira Rio, 07/09/2014.
UM CONCEITO FUNDAMENTAL: PATRIMÔNIO LÍQUIDO FINANCEIRO Prof. Alvaro Guimarães de Oliveira Rio, 07/09/2014. Tanto as pessoas físicas quanto as jurídicas têm patrimônio, que nada mais é do que o conjunto
Leia maisAula do Curso Noic de Física, feito pela parceria do Noic com o Além do Horizonte
Espelhos esféricos são superfícies refletoras muito comuns e interessantes de se estudar. Eles são capazes de formar imagens maiores ou menores, inversas ou direitas, dependendo do tipo de espelho, suas
Leia maisBCC202 - Estrutura de Dados I
BCC202 - Estrutura de Dados I Aula 04: Análise de Algoritmos (Parte 1) Reinaldo Fortes Universidade Federal de Ouro Preto, UFOP Departamento de Ciência da Computação, DECOM Website: www.decom.ufop.br/reifortes
Leia maisão: modelagem e técnicas
Curso de Especialização em Gestão Empresarial (MBA Executivo Turma 15) Disciplina: Pesquisa Operacional Prof. Dr. Álvaro José Periotto 3. Otimização ão: modelagem e técnicas de resolução Passando da daetapa
Leia maisSistemas Lineares. 2. (Ufsj 2013) Considere o seguinte sistema de equações lineares, nas incógnitas x, y e z:
Sistemas Lineares 1. (Unesp 2013) Uma coleção de artrópodes é formada por 36 exemplares, todos eles íntegros e que somam, no total da coleção, 113 pares de patas articuladas. Na coleção não há exemplares
Leia maisBases Matemáticas. Aula 2 Métodos de Demonstração. Rodrigo Hausen. v. 2013-7-31 1/15
Bases Matemáticas Aula 2 Métodos de Demonstração Rodrigo Hausen v. 2013-7-31 1/15 Como o Conhecimento Matemático é Organizado Definições Definição: um enunciado que descreve o significado de um termo.
Leia maiscomputador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia mais1. Uma situação na qual um comprador e um vendedor possuem informações diferentes sobre uma transação é chamada de...
1. Uma situação na qual um comprador e um vendedor possuem informações diferentes sobre uma transação é chamada de... Resposta: Informações assimétricas caracterizam uma situação na qual um comprador e
Leia maisProjeção ortográfica da figura plana
A U L A Projeção ortográfica da figura plana Introdução As formas de um objeto representado em perspectiva isométrica apresentam certa deformação, isto é, não são mostradas em verdadeira grandeza, apesar
Leia maisPARTE 2 FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL
PARTE FUNÇÕES VETORIAIS DE UMA VARIÁVEL REAL.1 Funções Vetoriais de Uma Variável Real Vamos agora tratar de um caso particular de funções vetoriais F : Dom(f R n R m, que são as funções vetoriais de uma
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br
Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br Laboratório de Pesquisa e Desenvolvimento Universidade Federal de Alfenas versão
Leia mais