Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES

Tamanho: px
Começar a partir da página:

Download "Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES"

Transcrição

1 Investigação Operacional- 2009/10 - Programas Lineares 3 PROGRAMAS LINEARES Formulação A programação linear lida com problemas nos quais uma função objectivo linear deve ser optimizada (maximizada ou minimizada) sujeita a restrições em forma de equações ou inequações lineares e restrição de sinal nas variáveis Tipicamente, um problema de programação linear é da forma: Max (ou min) z = c T x s a Ax (ou )b x 0 (sa lê-se: "sujeito a" e signi ca que o óptimo da função deve obedecer às condições que se seguem) em que A é uma matriz de elementos reais com m linhas e n colunas, b é um vector com m elementos (ou, se quisermos, uma matriz com m linhas e 1 coluna), c é um vector com n elementos e x é um vector com n elementos Em tudo o que se segue considera-se que os vectores são matrizes com uma coluna e, por isso, c T é uma matriz com uma linha Por c T x representa-se o produto de uma matriz com uma linha por uma matriz com uma coluna Como se sabe este produto é uma matriz com uma linha e uma coluna que pode ser identi cada com o número real c 1 x 1 + c 2 x 2 + ::: + c n x n A notação x y, sendo x e y vectores com n componentes, representa que x i y i, para i = 1; : : : ; n Há excelentes métodos para resolver um programa linear (LP), sendo o mais conhecido e habitualmente usado o Método Simplex, mas há pouquissima teoria que ajude a formular o programa a partir do problema da vida real Normalmente devem-se fazer várias aproximações ao problema real para que ele que com um formato adequado à formulação em forma de LP, embora se possam agrupar os problemas formuláveis em forma de programação linear em várias categorias como por exemplo a dos problemas de mistura óptima Apresenta-se a seguir um problema e a sua resolução analítica Este problema corresponde à situação mais simples Veremos posteriormente como lidar com restrições de maior complexidade

2 Investigação Operacional- 2009/10 - Programas Lineares 4 O Problema da Mistura Óptima Uma fábrica produz dois tipos de fertilizantes chamados de fosfatados e não fosfatados Para os produzir utiliza três tipos de matérias primas do seguinte modo: ton matéria-prima para uma ton ton/mês matéria-prima fosfatado não-fosfatado disponíveis preço/ton Quanto deve ser produzido de cada tipo de fertilizante de modo a maximizar as vendas? Passos para a resolução: Passo 1: Prepara-se uma lista das variáveis de decisão do problema Esta lista deve ser tal que, a partir da solução óptima, seja possível de nir uma política que implemente essa solução Neste caso temos: x 1 = toneladas de fertilizante fosfatado a serem fabricadas x 2 = toneladas de fertilizante não fosfatado a serem fabricadas Associada a cada variável do problema está uma actividade que deve ser executada Neste problema há duas actividades: Actividade 1: Fabricar uma tonelada de fertilizante fosfatado Actividade 2: Fabricar uma tonelada de fertilizante não fosfatado As variáveis do problema de nem o nível ao qual estas actividades devem ser executadas A formulação do LP exige que determinados pressupostos se veri quem: (i) Proporcionalidade São necessárias 2 toneladas de matéria prima 1 para fabricar 1 tonelada de fertilizante fosfatado A proporcionalidade implica que 2x 1 toneladas de matéria prima 1 são necessárias para fabricar x 1 toneladas de fertilizante fosfatado para qualquer x 1 0 De um modo geral a ij unidades de matéria i são consumidas ao efectuar a actividade j a nível 1, ou seja, a ij x j unidades da matéria i são consumidas ao efectuar a actividade j ao nível x j com x j 0 Também, pela proporcionalidade, como vender uma tonelada de fertilizante fosfatado rende 15 um, x 1 toneladas do mesmo rendem 15x 1 para qualquer x 1 0

3 Investigação Operacional- 2009/10 - Programas Lineares 5 (ii) Aditividade São necessárias duas toneladas de matéria prima 1 para fabricar uma tonelada de fertillizante fosfatado e uma tonelada da mesma matéria prima para fabricar uma tonelada de fertilizante não fosfatado A aditividade implica que 2x 1 + x 2 toneladas de matéria prima 1 são necessárias para fabricar x 1 toneladas de fertilizante fosfatado e x 2 toneladas de fertilizante não fosfatado para quaisquer x 1 0 e x 2 0 A aditividade garante que a função objectivo z(x) = z(x 1 ; x 2 ; :::; x n ) possa ser escrita como uma soma de n funções envolvendo cada qual só uma variável do modelo, isto é: z(x) = z 1 (x 1 ) + ::: + z n (x n ) em que z j (x j ) mede a contribuição da variável x j para a função objectivo (iii) Continuidade Presume-se que cada variável pode tomar qualquer valor real no seu intervalo de variação Passo 2: Escrevem-se todas as restrições e a função objectivo do problema Restrições de não negatividade: as variáveis x 1 e x 2 não devem ser negativas pois não faria qualquer sentido do ponto de vista do problema real: x 1 0; x 2 0 As disponibilidades de matéria prima também vão conduzir a restrições: 2x 1 + x (matéria-prima 1) x 1 + x (matéria-prima 2) x (matéria-prima 3) A função objectivo deve representar o objectivo a alcançar: neste caso, maximizar as vendas Ou seja tem-se z 1 (x 1 ) = 15x 1 (total das vendas de fertilizante fosfatado) e z 2 (x 2 ) = 10x 2 (total das vendas de fertilizante não fosfatado) sendo o total das vendas dado por: z(x) = 15x x 2 Temos assim o LP formulado na forma usual: Passo 3: Introduzir variáveis de afastamento Maximizar z(x) = 15x x 2 sujeito a 2x 1 + x x 1 + x x x 1 0; x 2 0 A manipulação de sistemas de inequações não é fácil, mas, em contrapartida, há toda uma vasta teoria que nos permite resolver sistemas de equações de forma e ciente Devemos então tentar transformar as inequações em equações O processo mais simples consiste em acrescentar ao problema variáveis, chamadas de afastamento, com o

4 Investigação Operacional- 2009/10 - Programas Lineares 6 signi cado de toneladas de matéria prima que cam por utilizar Assim o problema transforma-se em: Maximizar z(x) = 15x x 2 sujeito a 2x 1 + x 2 + x 3 = 1500 x 1 + x 2 + x 4 = 1200 x 1 + x 5 = 500 x 1 0; x 2 0; x 3 0; x 4 0; x 5 0 Neste caso a variável x 2+i representa toneladas de matéria prima i que cam por utilizar Como temos a restrição de as variáveis de afastamento não poderem tomar valores negativos, então qualquer solução do sistema de equações corresponde a uma solução do sistema de inequações Passo 4: Resolução pelo método simplex O conjunto das restrições do PL podem escrever-se de forma abreviada na forma Ax = b e x 0, sendo A uma matriz com 3 linhas e 5 colunas: A = b = x = x 1 x 2 x 3 x 4 x As operações do método simplex são semelhantes às que normalmente se efectuam para resolver um sistema pelo método de Gauss: (i) Multiplicar uma linha por uma constante não nula (ii) Adicionar uma linha multiplicada por uma constante a outra linha Devido à forma geométrica da região admissível (poliedro convexo) é possível demonstrar que a solução óptima se obterá sempre em pelo menos um vértice Por outro lado, da Álgebra Linear, sabe-se que os vértices da região admissível correspondem a soluções básicas deste sistema (Diz-se que uma solução é básica sempre que as variáveis correspondentes a colunas não principais sejam nulas) Deve-se sempre iniciar o processo com uma solução básica admissível (diz-se que uma solução é admissível se todas as variáveis básicas forem não negativas) Isto é, havendo m equações e n incógnitas (m < n) haverá no máximo m colunas de A linearmente independentes, portanto, em qualquer solução básica haverá no máximo m variáveis principais As variáveis não básicas fazem-se iguais a zero É de boa prática iniciar o processo tendo para base a matriz identidade Neste caso, basta tomar para colunas básicas as correspondentes às

5 Investigação Operacional- 2009/10 - Programas Lineares 7 variáveis de afastamento Obtém-se assim o seguinte quadro inicial: v bas b x 1 x 2 x 3 x 4 x 5 x x x z A este quadro corresponde a solução básica admissível x 1 = x 2 = 0; x 3 = 1500; x 4 = 1200; x 5 = 500 e o valor da função objectivo é nulo, o que é lógico pois esta situação corresponde a não produzir nada Como o objectivo é maximizar z deve-se tentar tornar positiva a variável x 1 pois é a ela que corresponde o maior preço de venda A variável x 1 vai assim aumentar de valor a partir do seu valor actual que é 0 Mas o seu crescimento pode fazer com que algumas das outras variáveis básicas se tornem negativas Como só queremos soluções admissíveis deve-se começar por averiguar qual o maior valor que x 1 pode tomar Esse valor é dado por minf1500=2; 1200=1; 500=1g = 500 Isto é a variável x 1 só deve crescer até atingir o valor 500 e quando isso acontecer a variável x 5 vai-se anular Então as duas variáveis vão trocar os seus papéis Deve-se por isso resolver a terceira equação em ordem a x 1 e substituir x 1 nas outras equações e na função objectivo pela expressão obtida Obtém-se novo quadro: v bas b x 1 x 2 x 3 x 4 x 5 x x x z Agora a variável que deve ser tornada positiva é x 2 sendo o crescimento limitado por minf500=1; 700=1g = 500 correspondente a anular x 3 Obtém-se novo quadro: v bas b x 1 x 2 x 3 x 4 x 5 x x x z Analisando a linha correspondente aos custos vê-se que a variável x 5 deve ser incrementada sendo o seu crescimento limitado por minf200=1; 500=1g = 200 o que corresponde a anular x 4 v bas b x 1 x 2 x 3 x 4 x 5 x x x z

6 Investigação Operacional- 2009/10 - Programas Lineares 8 Neste momento não se pode incrementar o valor de qualquer variável não básica pois isso iria corresponder a fazer decrescer a função objectivo, por isso obteve-se o óptimo Conclusão: Deve-se fabricar 300 toneladas de fertilizante fosfatado e 900 toneladas de fertilizante não fosfatado, conduzindo a um volume de vendas de um Casos não triviais Muitas vezes aparecem limites inferiores para os valores das variáveis ou variáveis sem restrição de sinal Os limites inferiores podem ser tratados do seguinte modo x i a <=> x i a 0 Basta pois de nir uma nova variável x 0 i = x i a e eliminar assim a variável x i do problema Quanto às variáveis sem restrição de sinal devem-se substituir pela diferença de duas variáveis não negativas Assim, sendo x j uma variável para a qual não há restrição de sinal, deve-se fazer x j = x + j x j, sendo x + j 0 e x j 0 De notar que, uma vez que as colunas correspondentes a x + j e a x j são simétricas, essas variáveis não podem ser ambas básicas simultaneamente Feitas todas as transformações necessárias o LP pode ser escrito no quadro inicial que se apresenta na gura 1 Cada linha deste quadro representa uma restrição, já sob a forma de igualdade, excepto a última linha que representa a função objectivo A última linha é chamada a linha dos custos e os valores de c j os custos iniciais(coe cientes das variáveis na função objectivo) Os valores a ij são chamados coe cientes, enquanto que os b i são chamados termos independentes As variáveis x 1 ; x 2 ; :::; x n incluem as variáveis de decisão e as variáveis de afastamento Diz-se que este quadro está na forma canónica, se existe uma matriz identidade de ordem m entre as colunas de A e se os termos independentes forem positivos (Caso tal não se veri que é necessário usar o método que será descrito na próxima secção) b x 1 x 2 : : : x j : : : x n b 1 a 11 a 12 : : : a 1j : : : a 1n b i a i1 a i2 : : : a ij : : : a in b m a m1 a m2 : : : a mj : : : a mn z c 1 c 2 : : : c j : : : c n Figura 1

7 Investigação Operacional- 2009/10 - Programas Lineares 9 Variáveis Arti ciais - Método das duas fases Se não for possível obter a matriz identidade a partir das colunas das variáveis de decisão e das variáveis de de afastamento, devem-se acrescentar as colunas necessárias para completar a matriz identidade Para obter essas colunas incluem-se variáveis arti ciais nas restrições convenientes Exemplo: b x 1 x 2 x 3 x 4 x z Neste caso para ter a matriz identidade falta a coluna (0; 0; 1) T Deve-se então acrescentar uma variável arti cial na última restrição obtendo-se assim: b x 1 x 2 x 3 x 4 x 5 x z A este quadro corresponde a solução x 1 = x 2 = x 4 = 0; x 3 = 1500; x 5 = 1200; x 6 = 500 que não satisfaz as restrições do problema original O primeiro passo será encontrar uma solução básica admissível, não contendo variáveis arti ciais, para que se satisfaçam as restrições do problema inicial Começa-se então por ter como objectivo minimizar a função W = x 6 Como é x 6 0 esse óptimo corresponderá a W = x 6 = 0 De um modo geral, faz-se W = P variáveis arti ciais O quadro aparece então com a nova função objectivo, que corresponde à primeira fase do método Quando se atingir o óptimo desta primeira fase obtém-se uma solução admissível para o problema inicial vbas b x 1 x 2 x 3 x 4 x 5 x 6 x x x W Para se saber qual a variável não-básica a incrementar é necessário exprimir a função objectivo só à custa das variáveis não-básicas Por outras palavras devem-se anular os custos

8 Investigação Operacional- 2009/10 - Programas Lineares 10 respeitantes às variáveis básicas Neste caso teremos: vbas b x 1 x 2 x 3 x 4 x 5 x 6 x x x W Tanto se pode escolher x 1 como x 4 para entrarem na base Seguindo a regra de, em caso de empate, escolher o primeiro, escolhe-se x 1 O seu valor máximo é dado por minf500=1; 1200=1; 1500=2g = 500 Então a variável arti cial vai sair da base por troca com x 1 vbas b x 1 x 2 x 3 x 4 x 5 x 6 x x x W Isto signi ca que já se obteve uma solução básica admissível para o problema inicial Nesta fase pode-se retirar a coluna da variável arti cial e começar agora a pensar na função objectivo do problema inicial Substitui-se então a linha correspondente à função W pela linha correspondente à função z De notar que pela mesma razão já referida se devem anular os custos respeitantes às variáveis básicas Obtêm-se assim os dois quadros que se seguem vbas b x 1 x 2 x 3 x 4 x 5 x x x z vbas b x 1 x 2 x 3 x 4 x 5 x x x z e agora prossegue-se normalmente com o método simplex até se encontrar o óptimo para z O procedimento que acabou de ser descrito tem o nome de método das duas fases, consistindo a primeira fase no eliminar das variáveis arti ciais e a segunda fase na optimização da função z No nal da primeira fase podemo-nos deparar com três situações diferentes:

9 Investigação Operacional- 2009/10 - Programas Lineares 11 (i) Obtém-se o valor W = 0 e prossegue-se para a segunda fase (ii) Obtém-se W < 0 com a indicação de óptimo: O problema não tem solução admissível (iii) Obtém-se W = 0 com variáveis arti ciais na base a nível 0 : o problema é degenerado ou tem equações redundantes Se toda a linha correspondente a uma variável arti cial é nula nas colunas não arti ciais, a restrição respectiva é redundante e pode ser retirada Se algum elemento nessa linha é não nulo numa coluna não arti cial então as variáveis arti cial e não arti cial podem-se trocar sem alterar a solução: obtém-se assim uma solução degenerada

O Método Simplex para

O Método Simplex para O Método Simplex para Programação Linear Formas de Programas Lineares O problema de Programação Matemática consiste na determinação do valor de n variáveis x 1, x 2,, x n que tornam mínimo ou máximo o

Leia mais

Expansão linear e geradores

Expansão linear e geradores Espaços Vectoriais - ALGA - 004/05 4 Expansão linear e geradores Se u ; u ; :::; u n são vectores de um espaço vectorial V; como foi visto atrás, alguns vectores de V são combinação linear de u ; u ; :::;

Leia mais

Variantes sobre o método Simplex: Método do grande M

Variantes sobre o método Simplex: Método do grande M Variantes sobre o método Simplex: Método do grande M Revisões Simplex básico Solução óptima multipla Em simplex: valores 0 na função custo Solução degenerada Em simplex: empates na variável a sair, variáveis

Leia mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade 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 mais

PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO

PROBLEMA 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 mais

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu

Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu 1 Programação Linear (PL) Aula 5: O Método Simplex. 2 Algoritmo. O que é um algoritmo? Qualquer procedimento iterativo e finito de solução é um algoritmo. Um algoritmo é um processo que se repete (itera)

Leia mais

Método Simplex - Variantes V 1.1, V.Lobo, EN / ISEGI, 2008

Método Simplex - Variantes V 1.1, V.Lobo, EN / ISEGI, 2008 Revisões Variantes sobre o método Simplex: Método do grande M Simplex básico Solução óptima multipla Em simplex: valores 0 na função custo Solução degenerada Em simplex: empates na variável a sair, variáveis

Leia mais

a 1 x 1 +... + a n x n = b,

a 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 mais

1. Método Simplex. Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Pesquisa Operacional II Profa. Dra. Lílian Kátia de Oliveira

1. Método Simplex. Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Pesquisa Operacional II Profa. Dra. Lílian Kátia de Oliveira Faculdade de Engenharia Eng. Celso Daniel Engenharia de Produção. Método Simple.. Solução eata para os modelos de Programação Linear O modelo de Programação Linear (PL) reduz um sistema real a um conjunto

Leia mais

Utilização do SOLVER do EXCEL

Utilização 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 mais

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo

[a11 a12 a1n 4. SISTEMAS LINEARES 4.1. CONCEITO. Um sistema de equações lineares é um conjunto de equações do tipo 4. SISTEMAS LINEARES 4.1. CONCEITO Um sistema de equações lineares é um conjunto de equações do tipo a 11 x 1 + a 12 x 2 +... + a 1n x n = b 1 a 11 x 1 + a 12 x 2 +... + a 1n x n = b 2... a n1 x 1 + a

Leia mais

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação).

Uma lei que associa mais de um valor y a um valor x é uma relação, mas não uma função. O contrário é verdadeiro (isto é, toda função é uma relação). 5. FUNÇÕES DE UMA VARIÁVEL 5.1. INTRODUÇÃO Devemos compreender função como uma lei que associa um valor x pertencente a um conjunto A a um único valor y pertencente a um conjunto B, ao que denotamos por

Leia mais

Pesquisa Operacional

Pesquisa Operacional Faculdade de Engenharia - Campus de Guaratinguetá Pesquisa Operacional Livro: Introdução à Pesquisa Operacional Capítulo 2 - Programação Linear Fernando Marins fmarins@feg.unesp.br Departamento de Produção

Leia mais

Introdução ao estudo de equações diferenciais

Introdução ao estudo de equações diferenciais Matemática (AP) - 2008/09 - Introdução ao estudo de equações diferenciais 77 Introdução ao estudo de equações diferenciais Introdução e de nição de equação diferencial Existe uma grande variedade de situações

Leia mais

Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.

Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel. Matemática Essencial Equações do Segundo grau Conteúdo Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.br/matessencial/ 1 Introdução

Leia mais

PESQUISA OPERACIONAL

PESQUISA OPERACIONAL Universidade Castelo Branco PESQUISA OPERACIONAL Prof. Cláudio H. S. Grecco RIO DE JANEIRO, RJ - BRASIL ii ÍNDICE. INTRODUÇÃO À PESQUISA OPERACIONAL. O Desenvolvimento da Pesquisa Operacional. Modelagem.3

Leia mais

Pesquisa Operacional Programação em Redes

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

Leia mais

OTIMIZAÇÃO VETORIAL. Formulação do Problema

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 mais

Pesquisa Operacional

Pesquisa Operacional Pesquisa Operacional Prof. José Luiz Resolver um problema de Programação Linear significa basicamente resolver sistemas de equações lineares; Esse procedimento, apesar de correto, é bastante trabalhoso,

Leia mais

Joaquim J. Júdice. Pedro C. Martins. Marta B. Pascoal. Jorge P. Santos OPTIMIZAÇÃO EM REDES. Departamento de Matemática Universidade de Coimbra

Joaquim J. Júdice. Pedro C. Martins. Marta B. Pascoal. Jorge P. Santos OPTIMIZAÇÃO EM REDES. Departamento de Matemática Universidade de Coimbra Joaquim J Júdice Pedro C Martins Marta B Pascoal Jorge P Santos OPTIMIZAÇÃO EM REDES Departamento de Matemática Universidade de Coimbra 006 Conteúdo Introdução Alguns Problemas de Optimização em Redes

Leia mais

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR

UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO PROGRAMA DE EDUCAÇÃO TUTORIAL - MATEMÁTICA PROJETO FUNDAMENTOS DE MATEMÁTICA ELEMENTAR Assuntos: Matrizes; Matrizes Especiais; Operações com Matrizes; Operações Elementares

Leia mais

APLICAÇÕES DA DERIVADA

APLICAÇÕES 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 mais

À DESCOBERTA DE SOFTWARE

À DESCOBERTA DE SOFTWARE À DESCOBERTA DE SOFTWARE PARA EXPLORAR A PROGRAMAÇÃO LINEAR NO ENSINO SECUNDÁRIO Paula Maria Barros (1), Ana Isabel Pereira (1), Ana Paula Teixeira (2) (1) Instituto Politécnico de Bragança, (2) Universidade

Leia mais

Grupo I Perguntas de resposta rápida (1 valor cada)

Grupo I Perguntas de resposta rápida (1 valor cada) ISCTE INSTITUTO UNIVERSITÁRIO de LISBOA Mestrado de Economia Mestrado de Economia Monetária e Financeira MACROECONOMIA e ANÁLISE da CONJUNTURA Teste Exemplo 4 Dezembro 2009 Duração: 2.00 h SOLUÇÕES Grupo

Leia mais

Exercícios Teóricos Resolvidos

Exercícios 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 mais

MATERIAL MATEMÁTICA I

MATERIAL MATEMÁTICA I MATERIAL DE MATEMÁTICA I CAPÍTULO I REVISÃO Curso: Administração 1 1. Revisão 1.1 Potência de Epoente Inteiro Seja a um número real e m e n números inteiros positivos. Podemos observar as seguintes propriedades

Leia mais

ficha 3 espaços lineares

ficha 3 espaços lineares Exercícios de Álgebra Linear ficha 3 espaços lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 3 Notação Sendo

Leia mais

2 A Derivada. 2.1 Velocidade Média e Velocidade Instantânea

2 A Derivada. 2.1 Velocidade Média e Velocidade Instantânea 2 O objetivo geral desse curso de Cálculo será o de estudar dois conceitos básicos: a Derivada e a Integral. No decorrer do curso esses dois conceitos, embora motivados de formas distintas, serão por mais

Leia mais

Pesquisa Operacional. Função Linear - Introdução. Função do 1 Grau. Função Linear - Exemplos Representação no Plano Cartesiano. Prof.

Pesquisa 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 mais

94 (8,97%) 69 (6,58%) 104 (9,92%) 101 (9,64%) 22 (2,10%) 36 (3,44%) 115 (10,97%) 77 (7,35%) 39 (3,72%) 78 (7,44%) 103 (9,83%)

94 (8,97%) 69 (6,58%) 104 (9,92%) 101 (9,64%) 22 (2,10%) 36 (3,44%) 115 (10,97%) 77 (7,35%) 39 (3,72%) 78 (7,44%) 103 (9,83%) Distribuição das 1.048 Questões do I T A 94 (8,97%) 104 (9,92%) 69 (6,58%) Equações Irracionais 09 (0,86%) Equações Exponenciais 23 (2, 101 (9,64%) Geo. Espacial Geo. Analítica Funções Conjuntos 31 (2,96%)

Leia mais

ESCOLA SUPERIOR DE TECNOLOGIA

ESCOLA SUPERIOR DE TECNOLOGIA ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE CESE em Engenharia Civil - Construção INTRODUÇÃO À INVESTIGAÇÃO OPERACIONAL PROGRAMAÇÃO LINEAR JOÃO MANUEL CARVALHO ESTÊVÃO FARO 1998 João M C Estêvão

Leia mais

Análise da sensibilidade

Análise da sensibilidade Análise da Sensibilidade Bertolo, L.A. UNIUBE Análise da sensibilidade Em todos os modelos de programação linear, os coeficientes da função objetivo e das restrições são considerados como entrada de dados

Leia mais

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU

Todos os exercícios sugeridos nesta apostila se referem ao volume 1. MATEMÁTICA I 1 FUNÇÃO DO 1º GRAU FUNÇÃO IDENTIDADE... FUNÇÃO LINEAR... FUNÇÃO AFIM... GRÁFICO DA FUNÇÃO DO º GRAU... IMAGEM... COEFICIENTES DA FUNÇÃO AFIM... ZERO DA FUNÇÃO AFIM... 8 FUNÇÕES CRESCENTES OU DECRESCENTES... 9 SINAL DE UMA

Leia mais

EQUAÇÕES E INEQUAÇÕES DE 1º GRAU

EQUAÇÕES 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 mais

Método Simplex - Exemplos. Iteração 1 - variáveis básicas: y 1, y 2, y 3. Exemplo 1. Facom - UFMS. Exemplo. Edna A. Hoshino.

Método Simplex - Exemplos. Iteração 1 - variáveis básicas: y 1, y 2, y 3. Exemplo 1. Facom - UFMS. Exemplo. Edna A. Hoshino. Tópicos Método Simplex - s Edna A. Hoshino 1 Facom - UFMS março de 2010 E. Hoshino (Facom-UFMS) Simplex março de 2010 1 / 21 E. Hoshino (Facom-UFMS) Simplex março de 2010 2 / 21 1 Iteração 1 - variáveis

Leia mais

Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.

Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel. Matemática Essencial Equações do Primeiro grau Matemática - UEL - 2010 - Compilada em 18 de Março de 2010. Prof. Ulysses Sodré Matemática Essencial: http://www.mat.uel.br/matessencial/ Resumo: Notas de

Leia mais

INTRODUÇÃO AOS MÉTODOS FACTORIAIS

INTRODUÇÃO AOS MÉTODOS FACTORIAIS Capítulo II INTRODUÇÃO AOS MÉTODOS FACTORIAIS A Análise Factorial de Correspondências é uma técnica simples do ponto de vista matemático e computacional. Porém, devido ao elevado suporte geométrico desta

Leia mais

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios

INVESTIGAÇÃO OPERACIONAL. Programação Linear. Exercícios INVESTIGAÇÃO OPERACIONAL Programação Linear Exercícios Cap. I Modelo de PL - Formalização António Carlos Morais da Silva Professor de I.O. i Recomendações 1. É possível aprender a matéria fazendo apenas

Leia mais

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013

Álgebra Linear. Mauri C. Nascimento Departamento de Matemática UNESP/Bauru. 19 de fevereiro de 2013 Álgebra Linear Mauri C. Nascimento Departamento de Matemática UNESP/Bauru 19 de fevereiro de 2013 Sumário 1 Matrizes e Determinantes 3 1.1 Matrizes............................................ 3 1.2 Determinante

Leia mais

2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( )

2 Matrizes. 3 Definição Soma de duas matrizes, e ( ) 4 Propriedades Propriedades da soma de matrizes ( ) Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Matriz ( ) Conjunto de elementos dispostos em linhas e colunas. Ex.: 0 1 é uma matriz com 2 linhas e 3 colunas. 2 Definição

Leia mais

PESQUISA OPERACIONAL NA TOMADA DE DECISÃO

PESQUISA OPERACIONAL NA TOMADA DE DECISÃO CENTRO DE CIÊNCIAS EXATAS CCE DEPARTAMENTO DE ESTATÍSTICA Curso de Especialização Lato Sensu em Engenharia de Produção com enfoque em Pesquisa Operacional PESQUISA OPERACIONAL NA TOMADA DE DECISÃO Professores:

Leia mais

Capítulo 3. Cálculo Vetorial. 3.1 Segmentos Orientados

Capítulo 3. Cálculo Vetorial. 3.1 Segmentos Orientados Capítulo 3 Cálculo Vetorial O objetivo deste capítulo é o estudo de vetores de um ponto de vista geométrico e analítico. De acordo com a necessidade, a abordagem do assunto será formal ou informal. O estudo

Leia mais

Arrendamento de espaço num armazém

Arrendamento de espaço num armazém Construção de Modelos de Programação Linear e Inteira 6 Arrendamento de espaço num armazém Uma empresa planeia arrendar espaço num armazém, sendo as suas necessidades para os próximos 5 meses as seguintes:

Leia mais

Aula 5 - Matemática (Gestão e Marketing)

Aula 5 - Matemática (Gestão e Marketing) ISCTE, Escola de Gestão Aula 5 - Matemática (Gestão e Marketing) Diana Aldea Mendes 29 de Outubro de 2008 Espaços Vectoriais Definição (vector): Chama-se vector edesigna-sepor v um objecto matemático caracterizado

Leia mais

1. Dê o domínio e esboce o grá co de cada uma das funções abaixo. (a) f (x) = 3x (b) g (x) = x (c) h (x) = x + 1 (d) f (x) = 1 3 x + 5 1.

1. Dê o domínio e esboce o grá co de cada uma das funções abaixo. (a) f (x) = 3x (b) g (x) = x (c) h (x) = x + 1 (d) f (x) = 1 3 x + 5 1. 2.1 Domínio e Imagem EXERCÍCIOS & COMPLEMENTOS 1.1 1. Dê o domínio e esboce o grá co de cada uma das funções abaixo. (a) f (x) = 3x (b) g (x) = x (c) h (x) = x + 1 (d) f (x) = 1 3 x + 5 1 3 (e) g (x) 2x

Leia mais

Programação Inteira. Advertência

Programação Inteira. Advertência Departamento de Informática Programação Inteira Métodos Quantitativos LEI 2006/2007 Advertência Autores João Moura Pires (jmp@di.fct.unl.pt) Susana Nascimento (snt@di.fct.unl.pt) Este material pode ser

Leia mais

O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR

O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR O USO DA FERRAMENTA SOLVER DO EXCEL NA RESOLUÇÃO DE PROBLEMAS DE PROGRAMAÇÃO LINEAR João Batista de Jesus FATEC-JAHU Célio Favoni 2 FATEC-JAHU Resumo Este trabalho expõe de maneira sintetizada as funcionalidades

Leia mais

Por 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,... 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 mais

13 ÁLGEBRA Uma balança para introduzir os conceitos de Equação do 1ºgrau

13 ÁLGEBRA Uma balança para introduzir os conceitos de Equação do 1ºgrau MATEMATICA 13 ÁLGEBRA Uma balança para introduzir os conceitos de Equação do 1ºgrau ORIENTAÇÃO PARA O PROFESSOR OBJETIVO O objetivo desta atividade é trabalhar com as propriedades de igualdade, raízes

Leia mais

Sistemas Lineares e Escalonamento

Sistemas Lineares e Escalonamento Capítulo 1 Sistemas Lineares e Escalonamento Antes de iniciarmos nos assuntos geométricos da Geometria Analítica, vamos recordar algumas técnicas sobre escalonamento de matrizes com aplicações na solução

Leia mais

Dificuldades de Modelos de PNL. Onde está a solução ótima? Outro exemplo: Condição ótima Local vs. Global. 15.053 Quinta-feira, 25 de abril

Dificuldades 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 mais

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15

Espaços vectoriais com produto interno. ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Capítulo 6 Espaços vectoriais com produto interno ALGA 2007/2008 Mest. Int. Eng. Biomédica Espaços vectoriais com produto interno 1 / 15 Definição e propriedades Seja V um espaço vectorial real. Chama-se

Leia mais

Resolução da Lista 2 - Modelos determinísticos

Resolução 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 mais

Programação Não Linear Otimização Univariada E Multivariada Sem Restrições

Programação 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 mais

CURSO ONLINE RACIOCÍNIO LÓGICO

CURSO ONLINE RACIOCÍNIO LÓGICO AULA QUINZE: Matrizes & Determinantes (Parte II) Olá, amigos! Pedimos desculpas por não ter sido possível apresentarmos esta aula na semana passada. Motivos de força maior nos impediram de fazê-lo, mas

Leia mais

7.4 As nuvens de perfis

7.4 As nuvens de perfis 7.4 As nuvens de perfis Cada perfil de linha, ou seja, cada linha da matriz de perfis de linha, P L, define um ponto no espaço a b dimensões, R b. A nuvem de a pontos em R b assim resultante pode ser designada

Leia mais

Nível B3 SISTEMAS DE EQUAÇÕES

Nível B3 SISTEMAS DE EQUAÇÕES Nível B SISTEMAS DE EQUAÇÕES Equações do º grau com duas incógnitas Equação do º grau com duas incógnitas é uma equação onde figuram eactamente duas letras com epoente, por eemplo: -. Uma solução de uma

Leia mais

MATRIZES Matriz quadrada Matriz linha e matriz coluna Matriz diagonal Matriz identidade

MATRIZES Matriz quadrada Matriz linha e matriz coluna Matriz diagonal Matriz identidade MATRIZES Matriz quadrada matriz quadrada de ordem. diagonal principal matriz quadrada de ordem. - 7 9 diagonal principal diagonal secundária Matriz linha e matriz coluna [ ] colunas). (linha e matriz linha

Leia mais

Truques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5

Truques e Dicas. = 7 30 Para multiplicar fracções basta multiplicar os numeradores e os denominadores: 2 30 = 12 5 Truques e Dicas O que se segue serve para esclarecer alguma questão que possa surgir ao resolver um exercício de matemática. Espero que lhe seja útil! Cap. I Fracções. Soma e Produto de Fracções Para somar

Leia mais

A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1

A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A IMPORTÂNCIA DA MATEMÁTICA O desenvolvimento das sociedades tem sido também materializado por um progresso acentuado no plano científico e nos diversos domínios

Leia mais

NIVELAMENTO MATEMÁTICA 2012

NIVELAMENTO MATEMÁTICA 2012 NIVELAMENTO MATEMÁTICA 202 Monitor: Alexandre Rodrigues Loures Monitor: Alexandre Rodrigues Loures SUMÁRIO. LOGARITMOS... 3.. Mudança de base... 3.2. Propriedades dos logaritmos... 4 2. DERIVADAS... 4

Leia mais

2. O número de vectores da base de L construída na alínea anterior é a soma do número de vectores das bases de M e N.

2. O número de vectores da base de L construída na alínea anterior é a soma do número de vectores das bases de M e N. 2.4. PROJECÇÕES 2. dim(l)=dim(m)+dim(n) Demonstração. Se L=M N, qualquer vector x L se pode escrever de forma única como a soma de um vector x M M e outro vector x N N. 1. Dada uma base de M, x M pode

Leia mais

Resolução dos Exercícios 8 e 10 da lista 7.

Resolução dos Exercícios 8 e 10 da lista 7. Resolução dos Exercícios 8 e 10 da lista 7. 8) Seja T : R 3 R 3 a transformação linear tal que T (e 3 ) = 3e 1 + e 2 2e 3, T (e 2 + e 3 ) = e 1, T (e 1 + e 2 + e 3 ) = e 2 + e 3, a) Calcule T (2e 1 e 2

Leia mais

Equação do 1º Grau. Maurício Bezerra Bandeira Junior

Equação do 1º Grau. Maurício Bezerra Bandeira Junior Maurício Bezerra Bandeira Junior Introdução às equações de primeiro grau Para resolver um problema matemático, quase sempre devemos transformar uma sentença apresentada com palavras em uma sentença que

Leia mais

PLANEJAMENTO ANUAL DE. MATEMÁTICA 7º ano

PLANEJAMENTO ANUAL DE. MATEMÁTICA 7º ano COLÉGIO VICENTINO IMACULADO CORAÇÃO DE MARIA Educação Infantil, Ensino Fundamental e Médio Rua Rui Barbosa, 1324, Toledo PR Fone: 3277-8150 PLANEJAMENTO ANUAL DE MATEMÁTICA 7º ano PROFESSORAS: SANDRA MARA

Leia mais

ROTEIRO DE ESTUDO - 2013 VP4 MATEMÁTICA 3 a ETAPA 6 o ao 9º Ano INTEGRAL ENSINO FUNDAMENTAL 1º E 2º ANOS INTEGRAIS ENSINO MÉDIO

ROTEIRO DE ESTUDO - 2013 VP4 MATEMÁTICA 3 a ETAPA 6 o ao 9º Ano INTEGRAL ENSINO FUNDAMENTAL 1º E 2º ANOS INTEGRAIS ENSINO MÉDIO 6 o ANO MATEMÁTICA I Adição e subtração de frações: Frações com denominadores iguais. Frações com denominadores diferentes. Multiplicação de um número natural por uma fração. Divisão entre um número natural

Leia mais

Microsoft Excel na resolução de problemas de optimização

Microsoft Excel na resolução de problemas de optimização Universidade do Minho Escola de Engenharia Departamento Campus de Gualtar de Produção 4710-057 Braga e Sistemas Microsoft Excel na resolução de problemas de optimização Manual da disciplina de Métodos

Leia mais

UML (Unified Modelling Language) Diagrama de Classes

UML (Unified Modelling Language) Diagrama de Classes UML (Unified Modelling Language) Diagrama de Classes I Classes... 2 II Relações... 3 II. Associações... 3 II.2 Generalização... 9 III Exemplos de Modelos... III. Tabelas de IRS... III.2 Exames...3 III.3

Leia mais

Formulação de problemas de programação linear. Investigação Operacional (Economia) Exercícios de programação linear Formulação (Problemas propostos)

Formulação de problemas de programação linear. Investigação Operacional (Economia) Exercícios de programação linear Formulação (Problemas propostos) Investigação Operacional (Economia) Exercícios de programação linear Formulação (Problemas propostos) 1 - Um fabricante produz bicicletas e motoretas, devendo cada uma delas ser processada em duas oficinas.

Leia mais

O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2

O 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 mais

ExemResumo parcial da última. 15.053 Quinta-feira, 28 de fevereiro. Os preços-sombra podem ser encontrados ao se examinar os quadros inicial e final!

ExemResumo 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 mais

Aluno: Fatorar é transformar uma expressão num produto indicado, ou seja, numa multiplicação de dois ou mais fatores.

Aluno: Fatorar é transformar uma expressão num produto indicado, ou seja, numa multiplicação de dois ou mais fatores. 8º ANO LISTA 1 de fatoração AV 1 3º Bim. Escola adventista de Planaltina Professor: Celmo Xavier. Aluno: Fatorar é transformar uma expressão num produto indicado, ou seja, numa multiplicação de dois ou

Leia mais

Capítulo 1. x > y ou x < y ou x = y

Capítulo 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

Equação do Segundo Grau

Equação do Segundo Grau Equação do Segundo Grau 1. (G1 - ifsp 014) A soma das soluções inteiras da equação x 1 x 5 x 5x 6 0 é a) 1. b). c) 5. d) 7. e) 11.. (G1 - utfpr 014) O valor da maior das raízes da equação x + x + 1 = 0,

Leia mais

Notas sobre a Fórmula de Taylor e o estudo de extremos

Notas sobre a Fórmula de Taylor e o estudo de extremos Notas sobre a Fórmula de Taylor e o estudo de etremos O Teorema de Taylor estabelece que sob certas condições) uma função pode ser aproimada na proimidade de algum ponto dado) por um polinómio, de modo

Leia mais

Unidade II MATEMÁTICA APLICADA. Profa. Maria Ester Domingues de Oliveira

Unidade II MATEMÁTICA APLICADA. Profa. Maria Ester Domingues de Oliveira Unidade II MATEMÁTICA APLICADA À CONTABILIDADE Profa. Maria Ester Domingues de Oliveira Receita Total A receita é o valor em moeda que o produtor recebe pela venda de x unidades do produto produzido e

Leia mais

Modelos lineares de otimização aos quais eventualmente se incorporam restrições

Modelos lineares de otimização aos quais eventualmente se incorporam restrições Capítulo 2 Programação Linear 21 Introdução Modelos lineares de otimização aos quais eventualmente se incorporam restrições de integralidade das variáveis de decisão são os mais utilizados em planejamento

Leia mais

CAPÍTULO 2. Grafos e Redes

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

Leia mais

UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA

UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA UNIVERSIDADE DO ALGARVE ESCOLA SUPERIOR DE TECNOLOGIA CURSO BIETÁPICO EM ENGENHARIA CIVIL º ciclo Regime Diurno/Nocturno Disciplina de COMPLEMENTOS DE MATEMÁTICA Ano lectivo de 7/8 - º Semestre Etremos

Leia mais

Método de Eliminação de Gauss. Eduardo Camponogara

Método de Eliminação de Gauss. Eduardo Camponogara Sistemas de Equações Lineares Método de Eliminação de Gauss Eduardo Camponogara Departamento de Automação e Sistemas Universidade Federal de Santa Catarina DAS-5103: Cálculo Numérico para Controle e Automação

Leia mais

Departamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.

Departamento 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 mais

Disciplina: Introdução à Álgebra Linear

Disciplina: Introdução à Álgebra Linear Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte Campus: Mossoró Curso: Licenciatura Plena em Matemática Disciplina: Introdução à Álgebra Linear Prof.: Robson Pereira de Sousa

Leia mais

Análise de complexidade

Análise de complexidade Introdução Algoritmo: sequência de instruções necessárias para a resolução de um problema bem formulado (passíveis de implementação em computador) Estratégia: especificar (definir propriedades) arquitectura

Leia mais

Lógica Matemática e Computacional 5 FUNÇÃO

Lógica 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 mais

Investigação Operacional

Investigação Operacional Ano lectivo: 2014/2015 Universidade da Beira Interior - Departamento de Matemática Investigação Operacional Ficha de exercícios n o 5 Problemas de Transportes e Afectação. Cursos: Economia, Gestão e Optometria

Leia mais

Problemas de transportes

Problemas de transportes V., V.Lobo, EN / ISEGI, 8 Problemas de transportes Problema de transportes aso particular de programação linear Permite uma solução particular mais simples que o caso geral de PL Embora se chame problema

Leia mais

Funções algébricas do 1º grau. Maurício Bezerra Bandeira Junior

Funções 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 mais

Soluções das Questões de Matemática do Processo Seletivo de Admissão ao Colégio Naval PSACN

Soluções das Questões de Matemática do Processo Seletivo de Admissão ao Colégio Naval PSACN Soluções das Questões de Matemática do Processo Seletivo de Admissão ao Colégio Naval PSACN Questão Concurso 00 Seja ABC um triângulo com lados AB 5, AC e BC 8. Seja P um ponto sobre o lado AC, tal que

Leia mais

2.1A Dê o domínio e esboce o grá co de cada uma das funções abaixo. (a) f (x) = 3x (b) g (x) = x (c) h (x) = x + 1 (d) f (x) = 1 3 x + 5 1

2.1A Dê o domínio e esboce o grá co de cada uma das funções abaixo. (a) f (x) = 3x (b) g (x) = x (c) h (x) = x + 1 (d) f (x) = 1 3 x + 5 1 2.1 Domínio e Imagem 2.1A Dê o domínio e esboce o grá co de cada uma das funções abaixo. (a) f (x) = 3x (b) g (x) = x (c) h (x) = (d) f (x) = 1 3 x + 5 1 3 (e) g (x) 2x (f) g (x) = jj 8 8 < x, se x 2

Leia mais

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I.

Recordamos que Q M n n (R) diz-se ortogonal se Q T Q = I. Diagonalização ortogonal de matrizes simétricas Detalhes sobre a Secção.3 dos Apontamentos das Aulas teóricas de Álgebra Linear Cursos: LMAC, MEBiom e MEFT (semestre, 0/0, Prof. Paulo Pinto) Recordamos

Leia mais

INSTITUTO SUPERIOR DE GESTÃO

INSTITUTO SUPERIOR DE GESTÃO INSTITUTO SUPERIOR DE GESTÃO INVESTIGAÇÃO OPERACIONAL PROGRAMAÇÃO NÃO LINEAR (Exercícios) ( Texto revisto para o ano lectivo 1- ) António Carlos Morais da Silva Professor de I.O. / ISG Recomendações 1.

Leia mais

Sistemas Lineares. 2. (Ufsj 2013) Considere o seguinte sistema de equações lineares, nas incógnitas x, y e z:

Sistemas 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 mais

5 Transformações Lineares e Matrizes

5 Transformações Lineares e Matrizes Nova School of Business and Economics Prática Álgebra Linear 5 Transformações Lineares e Matrizes 1 Definição Função de em Aplicação que faz corresponder a cada elemento de um conjunto (domínio), denominado

Leia mais

PESQUISA OPERACIONAL

PESQUISA OPERACIONAL PARTE I Para os exercícios de programação linear abaixo, apresentar a modelagem do problema, a solução algébrica e a solução gráfica: 1. Uma confecção produz dois tipos de vestido: um casual e um de festa.

Leia mais

Fundamentos da Matemática Fernando Torres. Números Complexos. Gabriel Tebaldi Santos RA: 160508

Fundamentos da Matemática Fernando Torres. Números Complexos. Gabriel Tebaldi Santos RA: 160508 Fundamentos da Matemática Fernando Torres Números Complexos Gabriel Tebaldi Santos RA: 160508 Sumário 1. História...3 2.Introdução...4 3. A origem de i ao quadrado igual a -1...7 4. Adição, subtração,

Leia mais

Capítulo 3 - Sistemas de Equações Lineares

Capítulo 3 - Sistemas de Equações Lineares Capítulo 3 - Sistemas de Equações Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática I - 1 o Semestre 2011/2012 Matemática I 1/

Leia mais

5 Equacionando os problemas

5 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 mais

Análise de Sensibilidade

Análise de Sensibilidade Análise de Sensibilidade Transparências de apoio à disciplina de Investigação Operacional rupo de ontrolo e estão Análise de Sensibilidade A análise de sensibilidade permite responder a um conjunto de

Leia mais

2 Modelo para o Sistema de Controle de Estoque (Q, R)

2 Modelo para o Sistema de Controle de Estoque (Q, R) Modelo para o Sistema de Controle de Estoque (, ) Neste capítulo é apresentado um modelo para o sistema de controle de estoque (,). Considera-se que a revisão dos estoques é continua e uma encomenda de

Leia mais

Plano Curricular de Matemática 9º ano - 2014 /2015-3º Ciclo

Plano Curricular de Matemática 9º ano - 2014 /2015-3º Ciclo Plano Curricular de Matemática 9º ano - 2014 /2015-3º Ciclo Tema/Subtema Conteúdos Metas Nº de Aulas Previstas Org.Trat.Dados / Planeamento Estatístico Especificação do problema Recolha de dados População

Leia mais