Curso de Data Mining

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamanho: px
Começar a partir da página:

Download "Curso de Data Mining"

Transcrição

1 Aula 7 - Os algoritmos SPIRIT Curso de Data Mining Sandra de Amo O esquema geral dos algoritmos SPIRIT é o seguinte: ETAPA 1 : Etapa do relaxamento R Calula-se o onjunto L das sequênias frequentes que satisfazem um relaxamento R da expressão regular R original forneida pelo usuário (vamos denotar A R o autômato orrespondente a R). R pode ser : (1) o relaxamento total (algoritmo SPIRIT(N)), () o relaxamento orrespondente às sequênias legais om respeito a algum estado do autômato A R (algoritmo SPIRIT(L)), (3) o relaxamento orrespondente às sequênias válidas om respeito a algum estado do autômato A R (algoritmo SPIRIT(V)), () nenhum relaxamento, isto é, R = R (algoritmo SPIRIT(R)). ETAPA : Etapa da Restrição R Elimina-se de L as sequênias que não satisfazem R, obtendo-se assim o onjunto L das sequênias frequentes e que satisfazem R. Isto se faz através de um proedimento que dado um autômato e um string, verifia se o string é ou não aeito pelo autômato. Repare que o algoritmo SPIRIT(N) orresponde a apliar o algoritmo GSP sem nenhuma restrição na fase de geração (ETAPA 1). A ETAPA orresponden a uma etapa de pósproessamento, onde são eliminadas as sequênias que não interessam. Num outro extremo está o algoritmo SPIRIT(R), onde a ETAPA não realiza nada, pois a ETAPA 1 já fornee o onjunto L das sequênias frequentes e que satisfazem R. Resultados Experimentais Estes algoritmos foram testados em dados reais onstituídos de logs de páginas web aessadas por usuários de um Departamento de Ciênia da Computação (DCC) durante uma semana. A expressão regular R orresponde a todas as sequênias de URL s que se iniiam pelo endereço home do DCC e terminam no endereço do urso de Mestrado do DCC. O objetivo é minerar todos os aminhos mais frequentes perorridos por usuários que aessam a página do DCC e que hegam á página do urso de Mestrado. O nível mínimo de suporte foi de 0,3 % e o bano de dados de sequênias ontinha 1868 sequênias. Os resultados são ilustrados no quadro abaixo : Algo Tempo de Exe (seg.) Total de Candidatos Iterações SPIRIT (N) 156, SPIRIT (L) 3, SPIRIT (V) SPIRIT (R) 17, A partir deste quadro podemos onluir que : 1

2 os algoritmos que inorporam a restrição R ou um relaxamento dela na ETAPA 1 são muito mais efiientes que o algoritmo SPIRIT(N) onde nada é feito na ETAPA 1 em termos de restringir o espaço de busa na fase de geração dos andidatos. Repare a quantidade enorme de andidatos gerados em SPIRIT(N) om relação aos outros 3 algoritmos. o algoritmo SPIRIT(V) é o mais efiiente dentre os quatro, embora seu desempenho não seja tão superior ao algoritmo SPIRIT(R), onde todo o proesso de restrição é realizado já na ETAPA 1. 1 Detalhes de Implementação de SPIRIT Maiores detalhes sobre esta seção podem ser enontrados em [?]. Já que o algoritmo SPIRIT(V) é o mais efiiente dentre os quatro da família SPIRIT, vamos detalhar as fases de geração e poda de ada iteração da ETAPA 1, somente para este algoritmo. Detalhes dos outros algoritmos podem ser enontrados no artigo : Garofalakis, Rastogi, Shim : SPIRIT: Sequential Pattern Mining with Regular Expression Constraints. Proeedings of the 5th VLDB Conferene, Edinburgh, Sotland, Fase de Geração Na iteração k, dispomos do onjunto L k 1 das sequênias frequentes de tamanho k 1 e que são válidas om respeito a algum estado do autômato A R. Sejam {q 0, q 1,..., q n } o onjunto dos estados do autômato A R. Então : L k 1 = L k 1(q 0 )... L k 1(q n ) onde L k 1 (q) denota o onjunto das sequênias frequentes de tamanho k 1 e que são válidas om respeito ao estado q do autômato A R. Para que uma sequênia < s 1, s,..., s k > de tamanho k seja válida om respeito a algum estado q 1 do autômato A R é preiso que : 1. o sufixo < s,..., s k > de tamanho k 1 seja válida om respeito a algum estado q do autômato A R e. exista uma transição no autômato indo de q 1 para q, om label s 1. Além disto, se queremos que < s 1, s,..., s k > tenha hane de ser frequente é preiso ao menos que o sufixo < s 1, s,..., s k > seja frequente. Logo, a partir desta ondição e da ondição (1) aima, é preiso exigir que este sufixo esteja em L k 1.

3 q1 s1 q s q3 s3... qk sk qf estado final o sufixo de tamanho k-1 deve estar em L k-1 Logo, o proedimento para alular os pré-andidatos C k de tamanho k a partir de L k 1 é o seguinte : Para ada estado q do autômato, identifique em L k 1 qual é o onjunto L k 1 (q). Para ada transição q a q e para ada sequênia < b 1,..., b k 1 > de L k 1 (q ) onstrua a sequênia < a, b 1,..., b k 1 >. O onjunto de todas as sequênias assim obtidas é L k (q). O onjunto L k é a união de todos os L k (q), para ada estado q do autômato. É laro que todos os pré-andidatos são válidos om respeito a algum estado do autômato A R e são potenialmente frequentes. Veja que só estamos exigindo que um pré-andidato tenha seu sufixo de tamanho k 1 frequente. É exigir muito pouo. Logo, é de se esperar que muitas sequênias não tenham hane nenhuma de serem frequentes e que serão podadas na fase de podagem. Exemplo 1.1 Considere o seguinte autômato A R : b a q1 q0 q3 a d q e Suponhamos que L = L (q 0 ) L (q 1 ) L (q ) e L (q 0 ) = {< a, >, < a, e >}, L (q 1 ) = {< b, >}, L (q ) = {< d, >, < d, e >}. 1. Consideremos q 0. Temos duas transições partindo de q 0. (a) q a 0 q 1 : neste aso onsideramos a 3-sequênia < a, b, >, já que L (q 1 ) = {< b, >}. 3

4 (b) q a 0 q : neste aso onsideramos as 3-sequênias < a, d, >, < a, d, e >, já que L (q ) = {< d, >, < d, e >}.. Consideremos q 1. Temos duas transições partindo de q 1 : b (a) q 1 q 1 : neste aso onsideramos a 3-sequênia < b, b, >, já que L (q 1 ) = {< b, >}. (b) q 1 q 3 : neste aso não onsideramos nenhuma 3-sequênia já que L (q 3 ) =. 3. Consideremos q. Temos três transições partindo de q : (a) q d q : neste aso onsideramos as 3-sequênias < d, d, >, < d, d, e >, já que L (q ) = {< d, >, < d, e >}. (b) q () q e q 3 : neste aso não onsideramos nenhuma 3-sequênia já que L (q 3 ) =. q 3 : neste aso não onsideramos nenhuma 3-sequênia já que L (q 3 ) =. Logo, o onjunto dos pré-andidatos é dado por C 3 = {< a, b, >, < a, d, >, < a, d, e >, < b, b, >, < d, d, >, < d, d, e >}. 1. Fase de Poda Vamos podar de C k as sequênias que possuem uma subsequênia om tamanho inferior a k e que não estejam em L = união dos L i para i = 1,..., k 1. Repare que, omo a ondição de satisfazer a restrição não é antimonotônia, não podemos simplesmente podar aquelas que não estão no último L k 1 (Veja problema 5 da segunda lista de exeríios). Primeiramente, portanto, para ada k-sequênia pré-andidata s preisamos alular todas as subsequênias de tamanho maximal que são válidas om respeito a algum estado do autômato A R (isto é, nenhuma subsequênia de s ontendo estritamente uma destas subsequênias será válida om relação a algum estado do autômato A R - estas são as maiores possíveis ). Depois, verifiamos se uma destas subsequênias não está em L (=união dos L i para i = 1,..., k 1), então s deverá ser podada. Por que isto? : suponha que s é uma subsequênia de s de tamanho maximal que seja válida om respeito a algum estado do autômato (todas as de tamanho superior não o são). Suponha também que s não esteja em L. É possível que s seja frequente? Ora, se s não está em L então não estará em nenhum dos L i (para i = 1,..., k 1). Se tamanho de s = N (N < k) então obviamente s não estará em L N e portanto não será frequente. Portanto, s não po derá ser frequente, já que ontém uma subsequênia s que não é frequente. Exemplo 1. Consideremos uma pequena variante do autômato que vimos na aula anterior :

5 1 a b 3 d Repare que agora o estado também é final (logo, os estados finais são : e d) Suponhamos que L = {< 1, >, <, >, <, 3 >, < 1,, >, <, 3, >}. O onjunto dos pré-andidatos C 3 é dado por : C 3 = {< 1, 1,, >, < 1,, 3, >} A sequênia < 1, 1,, > não é podada pois a únia subsequênia maximal de tamanho inferior a que é válida é {1,,} que está em L 3. Por outro lado, a sequênia < 1,, 3, > será podada pois as subsequênias maximais de tamanho inferior a que são válidas são {< 1,, 3 >, <, 3, >, < 1, >}. Uma delas, a sequênia < 1,, 3 > não está em L. Logo, < 1,, 3, > deve ser podada. Como exeríio onstate que se onsiderarmos o autômato do exemplo 1.1, nenhuma sequênia será podada de C 3 (alulado neste exemplo). Em [?] é desenvolvido um algoritmo FINDMAXSEQ (um tanto omplexo) para enontrar todas as subsequênias de uma sequênia válida s dada, que são válidas om relação a um estado do autômato A R, tenham tamanho inferior ao de s e que sejam maximais. 1.3 Condição de Parada Quando L k = o algoritmo SPIRIT(V) pára. Veja que para isso é neessário que para ada estado q do autômato, o onjunto das k-sequênias frequentes e válidas om relação a este estado q seja vazio. Por exemplo, o fato de que L (q 0 ) seja vazio não implia neessariamente que L (q 0 ) seja vazio. Basta onsiderar o autômato : onde q 0 é estado iniial e q f é estado final. q a b 0 q 1 q q 3 d q f Compare esta ondição de parada om a ondição de parada do algoritmo SPIRIT(L) (Exerçíio 10, Lista de exeríios ). A fase de geração do algoritmo SPIRIT(L) : a fase de geração para o algoritmo SPIRIT(L) é muito pareida om a do algoritmo SPIRIT(V). A idéia é ilustrada na figura abaixo : 5

6 o prefixo de tamanho k-1 deve estar em L k-1 q1 s1 q s q3 s3... qk sk qk+1 o sufixo de tamanho k-1 deve estar em L k-1 Na iteração k, dispomos do onjunto L k 1 das sequênias frequentes de tamanho k 1 e que são legais om respeito a algum estado do autômato A R. Sejam {q 0, q 1,..., q n } o onjunto dos estados do autômato A R. Então : L k 1 = L k 1(q 0 )... L k 1(q n ) Para que uma sequênia < s 1, s,..., s k > de tamanho k seja frequente e legal om respeito a algum estado q 1 do autômato A R é preiso que : 1. o sufixo < s,..., s k > de tamanho k 1 seja legal em relação a q e frequente,. o prefixo < s 1,..., s k 1 > de tamanho k 1 seja legal em relação a q 1 e frequente, 3. exista uma transição no autômato indo de q 1 para q, om label s 1. Logo, a partir das ondições (1) e () aima, é preiso exigir que o prefixo e o sufixo estejam em L k 1. Portanto, para gerar os pré-andidatos em SPIRIT(L) : Para ada estado q do autômato, identifique em L k 1 qual é o onjunto L k 1 (q). Para ada par de estados q e q : Junte sequênias de L k 1 (q) om sequênias de L k 1 (q ) se (a) retirando o primeiro elemento de uma delas e o último elemento da outra, obtemos a mesma sequênia e (b) se existe uma transição q s 1 q, onde s 1 é o primeiro elemento da primeira sequênia. O onjunto L k é a união de todos as junções de L k (q) om L k (q ), onde q e q são estados do autômato. Vamos agora ver num exemplo, onde os quatro algoritmos são exeutados sobre o mesmo input. Exemplo 1.3 Considere o bano de dados D : 6

7 Considere o autômato da aula passada: Dataset D < 1,, 3, > < 1, 1,, > <,, 3, > <, 3,, 3 > < 1, 1,, 3 > 1 a b 3 d Suponhamos também que o nível mínimo de suporte é α = 0, (0%, logo para ser frequente é preiso ser suportado por ao menos sequênias de D). Na primeira iteração, todos os algoritmos são exeutados da mesma maneira. L 1 = sequênias unitárias onstituídas dos itens frequentes = < 1 >, < >, < 3 >, < >. Na segunda iteração : o proesso é idêntio nos quatro algoritmos : ombina-se todos os elementos de L 1 obtendo-se todas as -sequênias possíveis. Depois, elimina-se aquelas que não satisfazem a ondição R. O onjunto resultante é L. A partir da tereira iteração, ada algoritmo tem sua forma própria de atuar : SPIRIT(N) : L C 3 Contador L 3 C Contador < 1, 1 > < 1, 1, 1 > 0 < 1, 1, > < 1, 1,, > 1 < 1, > < 1, 1, > < 1,, > < 1, 1,, 3 > 1 < 1, 3 > < 1, 1, 3 > 1 < 1,, 3 > <, > < 1,, > <, 3, > <, 3 > < 1,, 3 > <,, 3 > <, > <,, > 0 < 3, > <,, 3 > 0 <, 3 > <,, > 0 <, 3, > 0 <,, 3 > 0 SPIRIT(L) : 7

8 Est. L Est. C 3 Cont. Est. L 3 Est. C Cont. a < 1, 1 > a < 1, 1, 1 > 0 a < 1, 1, > a < 1, 1,, > 1 a < 1, > a < 1, 1, > a < 1,, > a < 1, 1,, 3 > 1 a <, > a < 1,, > a < 1,, 3 > a <, 3 > a < 1,, 3 > a <, 3, > b < 3, > a <, 3, > a SPIRIT(V) : Est. L Est. C 3 Cont. Est. L 3 Est. C Cont. a <, > a < 1,, > a < 1,, > a < 1, 1,, > 1 b < 3, > a <, 3, > a <, 3, > a < 1,, 3, > 0 SPIRIT(R) : L C 3 Contador L 3 C Contador <, > < 1,, > < 1,, > < 1, 1,, > 1 <, 3, > <, 3, > < 1, 1, 3, > 0 Referenes [1] Garofalakis, M.N., Rastogi, R., Shim, K. : Mining Sequential Patterns with Regular Expression Constraints. IEEE Transations on Knowledge and Data Engineering, Vol. 1, No. 3, May/June 00, pp

Curso de Data Mining

Curso de Data Mining Curso de Data Mining Sandra de Amo Aula 2 - Mineração de Regras de Associação - O algoritmo APRIORI Suponha que você seja gerente de um supermercado e esteja interessado em conhecer os hábitos de compra

Leia mais

PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES

PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES UNIVERSIDADE TÉCNICA DE LISBOA INSTITUTO SUPERIOR TÉCNICO PLANO DE ESTUDOS PARA DOUTORAMENTO EM ENGENHARIA INFORMÁTICA E DE COMPUTADORES CLÁUDIA M. ANTUNES Orientação Professor Doutor Arlindo L. Oliveira

Leia mais

Técnicas de Mineração de Dados

Técnicas de Mineração de Dados Técnicas de Mineração de Dados Sandra de Amo Universidade Federal de Uberlândia Faculdade de Computação deamo@ufu.br Abstract Data Mining is a multidisciplinary research area, including database tecnology,

Leia mais

ATIVIDADES PRÁTICAS SUPERVISIONADAS

ATIVIDADES PRÁTICAS SUPERVISIONADAS ATIVIDADES PRÁTICAS SUPERVISIONADAS Engenharia de Controle e Automação 9ª Série Controle e Servomeanismos I A atividade prátia supervisionada (ATPS) é um proedimento metodológio de ensino-aprendizagem

Leia mais

Dica : Para resolver esse exercício pegue o arquivo pontosm.txt, na página do professor.

Dica : Para resolver esse exercício pegue o arquivo pontosm.txt, na página do professor. Colégio Ténio Antônio Teieira Fernandes Disiplina ICG Computação Gráfia - 3º Anos (Informátia) (Lista de Eeríios I - Bimestre) Data: 10/03/2015 Eeríios 1) Elabore um proedimento em C++ que passe os pares

Leia mais

Concreto. Prof. M.Sc. Ricardo Ferreira

Concreto. Prof. M.Sc. Ricardo Ferreira Conreto Prof..S. Riardo Ferreira O traço Prof..S. Riardo Ferreira Fonte: Dario Dafio Eletrobras Furnas www.ement.org Traço 3/23 A expressão da proporção dos materiais omponentes de uma omposição partiular

Leia mais

A escolha do consumidor sob incerteza

A escolha do consumidor sob incerteza UNIVERSIDADE FEDERAL DE PELOTAS - UFPEL Departamento de Eonomia - DECON A esolha do onsumidor sob inerteza Professor Rodrigo Nobre Fernandez Pelotas 2015 1 Introdução A inerteza faz parte da vida, nos

Leia mais

A aparição. Série Matemática na Escola. Objetivos 1. Introduzir o conceito de logaritmo 2. Mostrar algumas aplicações e utilidades do logaritmo

A aparição. Série Matemática na Escola. Objetivos 1. Introduzir o conceito de logaritmo 2. Mostrar algumas aplicações e utilidades do logaritmo A aparição Série Matemátia na Esola Ojetivos 1. Introduzir o oneito de logaritmo 2. Mostrar algumas apliações e utilidades do logaritmo A aparição Série Matemátia na Esola Conteúdos Logaritmo: álulo e

Leia mais

Primeira Lista de Exercícios 2004/2...

Primeira Lista de Exercícios 2004/2... UFLA Universidade Federal de Lavras Departamento de Ciênia da Computação COM62 Linguagens Formais e Autômatos Prof. Rudini Sampaio Monitor: Rodrigo Pereira dos Santos Primeira Lista de Exeríios 24/2...

Leia mais

Osmometria de Membrana. Ricardo Cunha Michel sala J-210 e J-126 (LAFIQ) 2562-7228 rmichel@ima.ufrj.br

Osmometria de Membrana. Ricardo Cunha Michel sala J-210 e J-126 (LAFIQ) 2562-7228 rmichel@ima.ufrj.br Osmometria de Membrana Riardo Cunha Mihel sala J-210 e J-126 (LAFIQ) 2562-7228 rmihel@ima.ufrj.br O Fenômeno da Osmose * A osmose pode ser desrita omo sendo o resultado da tendênia do solvente em meslar-se

Leia mais

CAPÍTULO I INTRODUÇÃO

CAPÍTULO I INTRODUÇÃO CAPITULO 1 - Introdução 1 CAPÍTULO I INTRODUÇÃO O estado gasoso O estado gasoso é ertamente o estado de agregação sob o qual menos nos debruçamos, se pensarmos na observação que fazemos daquilo que nos

Leia mais

Faculdade de Computação

Faculdade de Computação UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Disciplina : Teoria da Computação Professora : Sandra de Amo Solução da Lista de Exercícios n o 6 - Problemas Indecidiveis Exercicio 7-5.5 do

Leia mais

Exame II. Citações e Notificações CURSO DE EMPREGADOS FORENSES DE AGENTE DE EXECUÇÃO. A preencher pelo formando:

Exame II. Citações e Notificações CURSO DE EMPREGADOS FORENSES DE AGENTE DE EXECUÇÃO. A preencher pelo formando: CURSO DE EMPREGADOS FORENSES DE AGENTE DE EXECUÇÃO Exame II Citações e Notifiações Duração: 1 hora 4 de Maio A preenher pelo formando: Nome do formando (ompleto e legível): Identifiação do Agente de Exeução:

Leia mais

Notas de Aula de Algoritmos e Programação de Computadores

Notas de Aula de Algoritmos e Programação de Computadores Notas de Aula de Algoritmos e Programação de Computadores FÁO KED MYAZAWA om a olaboração de TOMASZ KOWATOWSK nstituto de Computação - UNCAMP ersão 20001 Estas notas de aula não devem ser usadas omo únia

Leia mais

Lista n 0 1 de Exercícios de Teoria da Computação

Lista n 0 1 de Exercícios de Teoria da Computação Lista n 0 1 de Exercícios de Teoria da Computação UFU-Curso de Bacharelado em Ciência da Computação - 7 0 período Profa. Sandra de Amo Exercícios de Revisão : Autômatos e Gramáticas 1. Mostre que a linguagem

Leia mais

Como foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer:

Como foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer: ELETRÔNI IGITl I FUNÇÕES LÓGIS Formas de representação de uma função lógica omo foi visto no tópico anterior, existem duas formas básicas para representar uma função lógica qualquer: Soma de Produtos Produtos

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

CONSTRUÇÃO DE CARTEIRAS DE RENDA VARIÁVEL USANDO RENDA FIXA E CONTRATOS FUTUROS DE BOLSA DE VALORES

CONSTRUÇÃO DE CARTEIRAS DE RENDA VARIÁVEL USANDO RENDA FIXA E CONTRATOS FUTUROS DE BOLSA DE VALORES SEEAD CONSTRUÇÃO DE CARTERAS DE RENDA VARÁVEL USANDO RENDA XA E CONTRATOS UTUROS DE BOLSA DE VALORES José Roberto Seurato (* José Roberto Seurato Junior (** RESUO O artigo trata da onstrução de uma arteira

Leia mais

DOSAGEM DE TRAÇOS DE CONCRETO PARA OBRAS DE PEQUENO PORTE, PELO MÉTODO ACI/ABCP E MODELO PROPOSTO POR CAMPITELI. Junio de Matos Torres

DOSAGEM DE TRAÇOS DE CONCRETO PARA OBRAS DE PEQUENO PORTE, PELO MÉTODO ACI/ABCP E MODELO PROPOSTO POR CAMPITELI. Junio de Matos Torres 0 DOSAGE DE TRAÇOS DE ONRETO PARA OBRAS DE PEQUENO PORTE, PELO ÉTODO AI/ABP E ODELO PROPOSTO POR APITELI. Junio de atos Torres Garanhuns setembro de 2015 1 ONRETO DEFINIÇÃO onreto é basiamente o resultado

Leia mais

Models for prevision of the modulus of elasticity of concrete: NBR- 6118 versus CEB

Models for prevision of the modulus of elasticity of concrete: NBR- 6118 versus CEB Teoria e Prátia na Engenharia Civil, n.12, p.81-91, Outubro, 08 Modelos para previsão do módulo de deformação longitudinal do onreto: NBR-6118 versus Models for prevision of the modulus of elastiity of

Leia mais

Equações do primeiro grau

Equações do primeiro grau Módulo 1 Unidade 3 Equações do primeiro grau Para início de conversa... Você tem um telefone celular ou conhece alguém que tenha? Você sabia que o telefone celular é um dos meios de comunicação que mais

Leia mais

FERRAMENTAS DE COLABORAÇÃO CORPORATIVA

FERRAMENTAS DE COLABORAÇÃO CORPORATIVA FERRAMENTAS DE COLABORAÇÃO CORPORATIVA Manual de Utilização Google Grupos Sumário (Clique sobre a opção desejada para ir direto à página correspondente) Utilização do Google Grupos Introdução... 3 Página

Leia mais

COEFICIENTES DE ATRITO

COEFICIENTES DE ATRITO Físia Geral I EF, ESI, MAT, FQ, Q, BQ, OCE, EAm Protoolos das Aulas Prátias 003 / 004 COEFICIENTES DE ATRITO 1. Resumo Corpos de diferentes materiais são deixados, sem veloidade iniial, sobre um plano

Leia mais

FUNÇÃO 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 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 mais

SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT

SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT SOCIEDADE BRASILEIRA DE MATEMÁTICA MESTRADO PROFISSIONAL EM REDE NACIONAL PROFMAT GABARITO da 3 a Avaliação Nacional de Aritmética - MA14-21/12/2013 Questão 1. (pontuação: 2) (1,0) a) Enuncie e demonstre

Leia mais

AULA 13 - Gerência de Memória

AULA 13 - Gerência de Memória AULA 13 - Gerência de Memória omo sabemos, os computadores utilizam uma hierarquia de memória em sua organização, combinando memórias voláteis e não-voláteis, tais como: memória cache, memória principal

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

Aula 7 Sumário. O conjunto de instruções. Conjunto de instruções. Conjunto de instruções. Instruções típicas. Instruções típicas

Aula 7 Sumário. O conjunto de instruções. Conjunto de instruções. Conjunto de instruções. Instruções típicas. Instruções típicas Aula 7 Sumário Conjunto de instruções Coneitos Instruções típias O onjunto de instruções Bibliografia: Cap. do livro de teto ses.. a. ISA Instrution Set Arhiteture Conjunto de instruções Alguns oneitos...

Leia mais

UNIVERSIDADE FEDERAL DO PARANÁ. CURSO: Ciência da Computação DATA: / / 2013 PERÍODO: 4 o.

UNIVERSIDADE FEDERAL DO PARANÁ. CURSO: Ciência da Computação DATA: / / 2013 PERÍODO: 4 o. CURSO: Ciência da Computação DATA: / / 2013 PERÍODO: 4 o. PROFESSOR: Andrey DISCIPLINA: Técnicas Alternativas de Programação AULA: 08 APRESENTAÇÃO Na aula de hoje vamos apresentar e discutir como definir

Leia mais

PROCESSAMENTO DOS DADOS DE DIFRAÇÃO DE RAIOS X PARA MEDIÇÃO DE TENSÕES

PROCESSAMENTO DOS DADOS DE DIFRAÇÃO DE RAIOS X PARA MEDIÇÃO DE TENSÕES PROCESSAMENTO DOS DADOS DE DIFRAÇÃO DE RAIOS X PARA MEDIÇÃO DE TENSÕES J.T.Assis joaquim@iprj.uerj.br V.I.Monin monin@iprj.uerj.br Souza, P. S. Weidlih, M. C. Instituto Politénio IPRJ/UERJ Caixa Postal

Leia mais

Rem: Revista Escola de Minas ISSN: 0370-4467 editor@rem.com.br Escola de Minas Brasil

Rem: Revista Escola de Minas ISSN: 0370-4467 editor@rem.com.br Escola de Minas Brasil Rem: Revista Esola de Minas ISSN: 0370-4467 editor@rem.om.br Esola de Minas Brasil Ando, Eunie Sumie; Lopes Moreno Junior, Armando; Reis de Oliveira, Clayton Reforço à flexão de vigas em onreto armado

Leia mais

6.3 Equivalência entre Autômatos com Pilha Não-Determinísticos e Gramáticas Livre do Contexto

6.3 Equivalência entre Autômatos com Pilha Não-Determinísticos e Gramáticas Livre do Contexto Capítulo 6. Autômatos com Pilha 6.3 Equivalência entre Autômatos com Pilha Não-Determinísticos e Gramáticas Livre do Contexto Nos exemplos da seção anterior, vimos que os autômatos com pilha existem para

Leia mais

UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 10 PROFª BRUNO CALEGARO

UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 10 PROFª BRUNO CALEGARO UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 10 PROFª BRUNO CALEGARO Santa Maria, 10 de Outubro de 2013. Revisão aula anterior Documento de Requisitos Estrutura Padrões Template Descoberta

Leia mais

Comportamento Inter-temporal de Consumo

Comportamento Inter-temporal de Consumo Comportamento Inter-temporal de Consumo... 1 A Restrição Orçamental do Consumidor... 2 As Preferênias Inter-temporais do Consumidor... 5 O Equilíbrio Inter-temporal do Consumidor... 6 O Estudo de Consequênias

Leia mais

Linguagens Formais e Autômatos. Alfabetos, Palavras, Linguagens e Gramáticas

Linguagens Formais e Autômatos. Alfabetos, Palavras, Linguagens e Gramáticas Linguagens Formais e Autômatos Alfabetos, Palavras, Linguagens e Gramáticas Cristiano Lehrer, M.Sc. Introdução (1/3) A Teoria das Linguagens Formais foi originariamente desenvolvida na década de 1950 com

Leia mais

Faculdade de Computação

Faculdade de Computação UNIVERSIDADE FEDERAL DE UBERLÂNDIA Faculdade de Computação Disciplina : Teoria da Computação Professora : Sandra Aparecida de Amo Lista de Exercícios n o 2 Exercícios sobre Modelos de Máquinas de Turing

Leia mais

custo/volume/lucro para multiprodutos

custo/volume/lucro para multiprodutos Artigo 1. Introdução; 2. O onjunto de possibilidade de equlhbrio; 3. Margem de segurança; 4. Alavanagem operaional; 5. Conlusões. Relação usto/volume/luro para multiprodutos Magnus Amaral da Costa Professor

Leia mais

IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL

IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES ENTRE PRODUTOS DE UMA BASE DE DADOS REAL Universidade Federal de Ouro Preto - UFOP Instituto de Ciências Exatas e Biológicas - ICEB Departamento de Computação - DECOM IMPLEMENTAÇÃO DE UM ALGORITMO DE PADRÕES DE SEQUÊNCIA PARA DESCOBERTA DE ASSOCIAÇÕES

Leia mais

Redes de Computadores

Redes de Computadores Redes de Computadores Redes de Computadores Redes de Computadores 2 1 Máquinas e processos podem ser identificados por endereços (hierárquicos ou não) conforme visto, como IP, IP+NroPorta, No uso por usuários

Leia mais

1 Tipos de dados em Análise de Clusters

1 Tipos de dados em Análise de Clusters Curso de Data Mining Sandra de Amo Aula 13 - Análise de Clusters - Introdução Análise de Clusters é o processo de agrupar um conjunto de objetos físicos ou abstratos em classes de objetos similares Um

Leia mais

Resolvido por Jorge Lagoa, tendo em atenção os Critérios de Classificação do Exame.

Resolvido por Jorge Lagoa, tendo em atenção os Critérios de Classificação do Exame. 1. Na esola da Rita, fez-se um estudo sobre o gosto dos alunos pela leitura. Um inquérito realizado inluía a questão seguinte. COTAÇÕES «Quantos livros leste desde o iníio do ano letivo?» As respostas

Leia mais

PROGRAMAÇÃO ESTRUTURADA. CC 2º Período

PROGRAMAÇÃO ESTRUTURADA. CC 2º Período PROGRAMAÇÃO ESTRUTURADA CC 2º Período PROGRAMAÇÃO ESTRUTURADA Aula 06: Ponteiros Declarando e utilizando ponteiros Ponteiros e vetores Inicializando ponteiros Ponteiros para Ponteiros Cuidados a serem

Leia mais

Resolução de sistemas lineares

Resolução de sistemas lineares Resolução de sistemas lineares J M Martínez A Friedlander 1 Alguns exemplos Comecemos mostrando alguns exemplos de sistemas lineares: 3x + 2y = 5 x 2y = 1 (1) 045x 1 2x 2 + 6x 3 x 4 = 10 x 2 x 5 = 0 (2)

Leia mais

PRINCÍPIOS DA INSTRUÇÃO PROGRAMADA 1. Se você ler cada um dos quadros cuidadosamente, provavelmente cometerá muito poucos erros.

PRINCÍPIOS DA INSTRUÇÃO PROGRAMADA 1. Se você ler cada um dos quadros cuidadosamente, provavelmente cometerá muito poucos erros. PRINCÍPIOS DA INSTRUÇÃO PROGRAMADA 1 INSTRUÇÕES Existem diferenças entre um Curso Programado ou Programa em Instrução Programada e um livro - texto comum. A primeira diferença é que o material se apresenta

Leia mais

Análise de Arredondamento em Ponto Flutuante

Análise 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 mais

Aulas de PHP Criptografia com Cifra de César. Paulo Marcos Trentin paulo@paulotrentin.com.br http://www.paulotrentin.com.br

Aulas de PHP Criptografia com Cifra de César. Paulo Marcos Trentin paulo@paulotrentin.com.br http://www.paulotrentin.com.br Aulas de PHP Criptografia com Cifra de César Paulo Marcos Trentin paulo@paulotrentin.com.br http://www.paulotrentin.com.br Cifra de César com ISO-8859-1 A cifra de Cesar existe há mais de 2000 anos. É

Leia mais

Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Parte 2. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.

Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Parte 2. Prof. Humberto Brandão humberto@bcc.unifal-mg.edu. Projeto e Análise de Algoritmos Projeto de Algoritmos Tentativa e Erro Parte 2 Prof. Humberto Brandão humberto@bcc.unifal-mg.edu.br versão da aula: 0.3 Última aula teórica Algoritmo de Tentativa e Erro:

Leia mais

Resíduos Quadráticos e Fatoração: uma aplicação à criptoanálise do RSA

Resíduos Quadráticos e Fatoração: uma aplicação à criptoanálise do RSA Resíduos Quadráticos e Fatoração: uma aplicação à criptoanálise do RSA Charles F. de Barros 20 de novembro de 2008 Resumo Faremos uma breve introdução ao conceito de resíduos quadráticos, descrevendo em

Leia mais

Chapter 2. 2.1 Noções Preliminares

Chapter 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 mais

GESTÃO DE INTERSECÇÕES RODOVIÁRIAS FUNCIONAMENTO EM MODELOS DE ROTUNDA

GESTÃO DE INTERSECÇÕES RODOVIÁRIAS FUNCIONAMENTO EM MODELOS DE ROTUNDA GESTÃO DE INTERSECÇÕES RODOVIÁRIAS FUNCIONAMENTO EM MODELOS DE ROTUNDA PAULO MATOS MARTINS PROF. ADJUNTO, ISEL. EDUARDO NABAIS ENCARREGADO DE TRABALHOS, ISEL RUI CABRAL TÉCNICO SUPERIOR, IEP - SANTARÉM

Leia mais

A ideia de coordenatização (2/2)

A ideia de coordenatização (2/2) 8 a : aula (1h) 12/10/2010 a ideia de coordenatização (2/2) 8-1 Instituto Superior Técnico 2010/11 1 o semestre Álgebra Linear 1 o ano das Lics. em Engenharia Informática e de Computadores A ideia de coordenatização

Leia mais

CAPÍTULO 3 - TIPOS DE DADOS E IDENTIFICADORES

CAPÍTULO 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 mais

APLICAÇÃO DO CLASSIFICADOR NAIVE BAYES PARA IDENTIFICAÇÃO DE FALHAS DE UM MANIPULADOR ROBÓTICO

APLICAÇÃO DO CLASSIFICADOR NAIVE BAYES PARA IDENTIFICAÇÃO DE FALHAS DE UM MANIPULADOR ROBÓTICO ABCM Symposium Series in Mehatronis - Vol. 6 Setion I Apliações de Inteligênia Artifiial APLICAÇÃO DO CLASSIFICADOR NAIVE BAYES PARA IDENTIFICAÇÃO DE FALHAS DE UM MANIPULADOR ROBÓTICO Bruna dos Santos

Leia mais

Computabilidade 2012/2013. Sabine Broda Departamento de Ciência de Computadores Faculdade de Ciências da Universidade do Porto

Computabilidade 2012/2013. Sabine Broda Departamento de Ciência de Computadores Faculdade de Ciências da Universidade do Porto Computabilidade 2012/2013 Sabine Broda Departamento de Ciência de Computadores Faculdade de Ciências da Universidade do Porto Capítulo 1 Computabilidade 1.1 A noção de computabilidade Um processo de computação

Leia mais

Fração como porcentagem. Sexto Ano do Ensino Fundamental. Autor: Prof. Francisco Bruno Holanda Revisor: Prof. Antonio Caminha M.

Fração como porcentagem. Sexto Ano do Ensino Fundamental. Autor: Prof. Francisco Bruno Holanda Revisor: Prof. Antonio Caminha M. Material Teórico - Módulo de FRAÇÕES COMO PORCENTAGEM E PROBABILIDADE Fração como porcentagem Sexto Ano do Ensino Fundamental Autor: Prof. Francisco Bruno Holanda Revisor: Prof. Antonio Caminha M. Neto

Leia mais

28 de agosto de 2015. MAT140 - Cálculo I - Derivação Impĺıcita e Derivadas de Ordem Superior

28 de agosto de 2015. MAT140 - Cálculo I - Derivação Impĺıcita e Derivadas de Ordem Superior MAT140 - Cálculo I - Derivação Impĺıcita e Derivadas de Ordem Superior 28 de agosto de 2015 Derivação Impĺıcita Considere o seguinte conjunto R = {(x, y); y = 2x + 1} O conjunto R representa a reta definida

Leia mais

Anexo I Requerimento. Requerimento para autorização de constituição de instituição financeira bancária

Anexo I Requerimento. Requerimento para autorização de constituição de instituição financeira bancária Constituição e IF Banária Número Únio e Referênia (NUR): (Para uso o BNA) Clik here to enter text. Data e entrega o Anexo: (Para uso o BNA) Clik here to enter text. Anexo I Requerimento Requerimento para

Leia mais

Notas de Cálculo Numérico

Notas de Cálculo Numérico Notas de Cálculo Numérico Túlio Carvalho 6 de novembro de 2002 2 Cálculo Numérico Capítulo 1 Elementos sobre erros numéricos Neste primeiro capítulo, vamos falar de uma limitação importante do cálculo

Leia mais

O Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48

O 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 mais

Teoria da Comunicação. Prof. Andrei Piccinini Legg Aula 09

Teoria da Comunicação. Prof. Andrei Piccinini Legg Aula 09 Teoria da Comuniação Pro. Andrei Piinini Legg Aula 09 Inrodução Sabemos que a inormação pode ser ransmiida aravés da modiiação das araerísias de uma sinusóide, hamada poradora do sinal de inormação. Se

Leia mais

Para detalhes e funcionalidades, veja o Manual para o Administrador

Para detalhes e funcionalidades, veja o Manual para o Administrador O que é Gemelo Backup Online EMPRESA? É uma solução de administração e backup desenhada para Empresas que desejam controlar e proteger suas informações de forma simples, segura e confiável. É definido

Leia mais

C) D) E) -2M. E = 100 05 + 0,5R, ou E = 50 + R. (1) E = 50 0,75 + 0,75R, ou E = 37,5 + R. (2)

C) D) E) -2M. E = 100 05 + 0,5R, ou E = 50 + R. (1) E = 50 0,75 + 0,75R, ou E = 37,5 + R. (2) 6ROXomR&RPHQWDGD3URYDGH)tVLFD TXHVW}HV. M e N são etores de módulos iguais ( M = N = M). O etor M é ixo e o etor N pode girar em torno do ponto O (eja igura) no plano ormado por M e N. endo R = M + N,

Leia mais

O problema do jogo dos discos 1

O problema do jogo dos discos 1 O problema do jogo dos discos 1 1 Introdução Roberto Ribeiro Paterlini Departamento de Matemática da UFSCar Temos aplicado o problema do jogo dos discos em classes de estudantes de Licenciatura em Matemática

Leia mais

MICROELETRO) NICA LISTA DE EXERCI0CIOS UNIDADE 1

MICROELETRO) NICA LISTA DE EXERCI0CIOS UNIDADE 1 MIROELETRO) NIA LISTA DE EXERI0IOS UNIDADE ernando Moraes 8/JANEIRO/206 ) Expliar na tabela abaixo a influênia dos prinipais parâmetros do transistor MOS na orrente I ds (orrente dreno-soure). Parâmetro

Leia mais

MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS

MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIAS MÓDULO 4 DISTRIBUIÇÃO DE FREQÜÊNCIS Como vimos no módulo 1, para que nós possamos extrair dos dados estatísticos de que dispomos a correta análise e interpretação, o primeiro passo deverá ser a correta

Leia mais

Curso de Data Mining. Sandra de Amo. Aula 18 - Mineração de padrões em caminhos percorridos por usuários da Internet

Curso de Data Mining. Sandra de Amo. Aula 18 - Mineração de padrões em caminhos percorridos por usuários da Internet Curso de Data Mining Sandra de Amo Aula 18 - Mineração de padrões em caminhos percorridos por usuários da Internet Nesta aula vamos tratar do problema de mineração de caminhos percorridos por usuários

Leia mais

Somatórias e produtórias

Somatórias 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 mais

FISICA (PROVA DISCURSIVA)

FISICA (PROVA DISCURSIVA) FISICA (PROVA DISCURSIVA) Questão 1: A transmissão de energia elétria das usinas hidrelétrias para os entros onsumidores é feita através de fios metálios que transmitem milhares de watts. Como esses fios

Leia mais

1.2) Na tela seguinte, o primeiro item a ser selecionado é o Unidade Acumuladora1.

1.2) Na tela seguinte, o primeiro item a ser selecionado é o Unidade Acumuladora1. MANUAL DA NOVA VERSÃO DE ARQUIVAMENTO DO CPROD Na nova versão de Arquivamento que está sendo implementada no CPROD, antes de realizarmos o Arquivamento do Processo ou Documento em si, temos que criar no

Leia mais

Um jogo de preencher casas

Um jogo de preencher casas Um jogo de preencher casas 12 de Janeiro de 2015 Resumo Objetivos principais da aula de hoje: resolver um jogo com a ajuda de problemas de divisibilidade. Descrevemos nestas notas um jogo que estudamos

Leia mais

I. NÚMEROS INTEIROS E FRAÇÕES OPERAÇÕES COM:

I. NÚMEROS INTEIROS E FRAÇÕES OPERAÇÕES COM: I. NÚMEROS INTEIROS E FRAÇÕES OPERAÇÕES COM: Relembrano...(números inteiros: soma e subtração) Observe os eeríios resolvios, e a seguir resolva os emais:. + =. + 7 = Obs.: failmente entenemos que essas

Leia mais

PROVA DE CARGA ESTÁTICA EM ESTACA HÉLICE CONTÍNUA NO DF: COMPARAÇÃO COM OS MÉTODOS DE PREVISÃO DE CAPACIDADE DE CARGA.

PROVA DE CARGA ESTÁTICA EM ESTACA HÉLICE CONTÍNUA NO DF: COMPARAÇÃO COM OS MÉTODOS DE PREVISÃO DE CAPACIDADE DE CARGA. POVA DE CAGA ESTÁTICA EM ESTACA HÉLICE COTÍUA O DF: COMPAAÇÃO COM OS MÉTODOS DE PEVISÃO DE CAPACIDADE DE CAGA. enato Cabral Guimarães 1 ; eusa Maria Bezerra Mota 2 ; Paulo Sérgio Barbosa Abreu 3 ; José

Leia mais

Outro olhar %HermesFileInfo:F-1:20141116: Omundo vegetal captado pelas lentes dos designers. PÁG. 4

Outro olhar %HermesFileInfo:F-1:20141116: Omundo vegetal captado pelas lentes dos designers. PÁG. 4 asa Omundo vegetal aptado pelas lentes dos designers. PÁG. 4 OESTADODES.PAULO 16 A 22 DE NOVEMBRO DE 2014 ANO 9 Nº 526 Outro olhar %HermesFileInfo:F-1:20141116: %HermesFileInfo:F-4:20141116: 4 OESTADODES.PAULO

Leia mais

Conceitos Fundamentais

Conceitos Fundamentais Capítulo 1 Conceitos Fundamentais Objetivos: No final do Capítulo o aluno deve saber: 1. distinguir o uso de vetores na Física e na Matemática; 2. resolver sistema lineares pelo método de Gauss-Jordan;

Leia mais

Fórmula versus Algoritmo

Fórmula versus Algoritmo 1 Introdução Fórmula versus Algoritmo na resolução de um problema 1 Roberto Ribeiro Paterlini 2 Departamento de Matemática da UFSCar No estudo das soluções do problema abaixo deparamos com uma situação

Leia mais

A PRODUÇÃO DE MADEIRA DE CUSTO MÍNIMO

A PRODUÇÃO DE MADEIRA DE CUSTO MÍNIMO IPEF n.48/49, p.153-156, jan./dez.1995 NOTA TÉCNICA / TECHNICAL NOTE A PRODUÇÃO DE MADEIRA DE CUSTO MÍNIMO Frederio Pimentel Gomes 1 Carlos Henrique Garia Numerosos artigos e livros têm busado reomendar

Leia mais

Escola Secundária com 3º Ciclo de Madeira Torres. Ficha de Avaliação Diagnóstica de Física e Química A 2013/2014 Aluno: nº Data: Professor

Escola Secundária com 3º Ciclo de Madeira Torres. Ficha de Avaliação Diagnóstica de Física e Química A 2013/2014 Aluno: nº Data: Professor Esola Seundária om 3º Cilo de Madeira Torres. Fiha de Avaliação Diagnóstia de Físia e Químia A 203/204 Aluno: nº Data: Professor Grupo I. A figura mostra um esquema do iruito de Indianápolis, onde se realizam

Leia mais

Mercados de Publicidade

Mercados de Publicidade Mercados de Publicidade em Busca Web Redes Sociais e Econômicas Prof. André Vignatti O Princípio da VCG para um Mercado de Emparelhamento Geral Vamos generalizar o exemplo para obtermos um método genérico

Leia mais

Material 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 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 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

Equações do segundo grau

Equações do segundo grau Módulo 1 Unidade 4 Equações do segundo grau Para início de conversa... Nesta unidade, vamos avançar um pouco mais nas resoluções de equações. Na unidade anterior, você estudou sobre as equações de primeiro

Leia mais

MANUAL ESCOLA FLEX. Revisado em 09/07/2008. Sistema Flex www.sistemaflex.com

MANUAL ESCOLA FLEX. Revisado em 09/07/2008. Sistema Flex www.sistemaflex.com MANUAL ESCOLA FLEX Revisado em 09/07/2008 Sistema Flex www.sistemaflex.com Índice Manual Escola Flex Índice... 2 Tela de Abertura (Splash Screen)... 3 Login... 4 Seleção de Empresas... 5 Tela Principal...

Leia mais

INTRODUÇÃO À PROGRAMAÇÃO PARA DISPOSITIVOS MÓVEIS. ADS 6º Período

INTRODUÇÃO À PROGRAMAÇÃO PARA DISPOSITIVOS MÓVEIS. ADS 6º Período INTRODUÇÃO À PROGRAMAÇÃO PARA DISPOSITIVOS MÓVEIS ADS 6º Período Activity INTRODUÇÃO À PROGRAMAÇÃO PARA DISPOSITIVOS MÓVEIS INTRODUÇÃO À PROGRAMAÇÃO PARA DISPOSITIVOS MÓVEIS Activity A classe activity

Leia mais

Consequências Interessantes da Continuidade

Consequências Interessantes da Continuidade Consequências Interessantes da Continuidade Frederico Reis Marques de Brito Resumo Trataremos aqui de um dos conceitos basilares da Matemática, o da continuidade no âmbito de funções f : R R, mostrando

Leia mais

Página de Login. Manual para gestão de conteúdo no Portal da Ouvidoria do Senado Federal

Página de Login. Manual para gestão de conteúdo no Portal da Ouvidoria do Senado Federal Portal da Ouvidoria Manual Para Gestão de Conteúdo do Portal da Ouvidoria 2013 Página de Login a. Insira /login na url da ouvidoria http://www12hml:10002/senado/ouvidoria/login b. Preencha o seu nome de

Leia mais

Projeto 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 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

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

Departamento de Engenharia Química e de Petróleo UFF

Departamento de Engenharia Química e de Petróleo UFF Departamento de Engenharia Químia e de Petróleo UFF Outros Aula Proessos 08 de Separação Malhas de Controle Realimentado (Feed-Bak) Diagrama de Bloos usto Prof a Ninoska Bojorge Controlador SUMÁRIO Bloo

Leia mais

A equação do 2º grau

A equação do 2º grau A UA UL LA A equação do 2º grau Introdução Freqüentemente, ao equacionarmos um problema, obtemos uma equação na qual a incógnita aparece elevada ao quadrado. Estas são as chamadas equações do 2º grau.

Leia mais

Interface para Regras de Negócios em Multi-Banco

Interface para Regras de Negócios em Multi-Banco 1 Interface para Regras de Negócios em Multi-Banco MARCELO JALOTO (marcelo@jaloto.net) é graduado no curso superior Projetos e Gestão de Redes de Computadores e formado no curso Técnico em Processamento

Leia mais

Suporte Nível 1. Atualmente o Servidor de aplicação adotado é o GlassFish 2.x e o Postgres 8.x.

Suporte Nível 1. Atualmente o Servidor de aplicação adotado é o GlassFish 2.x e o Postgres 8.x. Suporte Nível 1 Todos os chamados devem ser abertos através do e-mail suporte@tibox.com.br, o qual registra automaticamente o chamado em nosso sistema e todos os colaboradores da TiBox recebem essa informação.

Leia mais

Alguns exemplos de problemas resolvidos

Alguns exemplos de problemas resolvidos Alguns exemplos de problemas resolvidos Partilhamos contigo alguns problemas e respetivas resoluções que selecionámos, para ilustrar todo este desafiante processo de resolução de problemas. Vais reparar

Leia mais

Análise de algoritmos

Análise de algoritmos Análise de algoritmos Prova por indução Conteúdo O que é uma prova? Métodos de prova Prova por indução Ideia do funionamento Generalizações Exemplos Exeríios Referênias O que é uma prova? Uma prova é um

Leia mais

Programação Recursiva versão 1.02

Programação Recursiva versão 1.02 Programação Recursiva versão 1.0 4 de Maio de 009 Este guião deve ser entregue, no mooshak e no moodle, até às 3h55 de 4 de Maio. AVISO: O mooshak é um sistema de avaliação e não deve ser utilizado como

Leia mais

4. Curvas planas. T = κn, N = κt, B = 0.

4. Curvas planas. T = κn, N = κt, B = 0. 4. CURVAS PLANAS 35 4. Curvas planas Nesta secção veremos que no caso planar é possível refinar a definição de curvatura, de modo a dar-lhe uma interpretação geométrica interessante. Provaremos ainda o

Leia mais

Autómatos finitos não determinísticos (AFND)

Autómatos finitos não determinísticos (AFND) Autómatos finitos não determinísticos (AFND) [HMU00](Cap 2.3) Computações não determinísticas: o estado seguinte não é univocamente determinado pelo estado actual.num autómato finito (não-determínistico):

Leia mais

WEBDESIGN. Professor: Paulo Marcos Trentin - paulo@paulotrentin.com.br http://www.paulotrentin.com.br Escola CDI de Videira

WEBDESIGN. Professor: Paulo Marcos Trentin - paulo@paulotrentin.com.br http://www.paulotrentin.com.br Escola CDI de Videira WEBDESIGN Professor: Paulo Marcos Trentin - paulo@paulotrentin.com.br http://www.paulotrentin.com.br Escola CDI de Videira Formulários e JavaScript Como visto anteriormente, JavaScript pode ser usada para

Leia mais

SOBRE O PAPEL DA RESOLUÇÃO LITERAL DE PRO- BLEMAS NO ENSINO DA FÍSICA: EXEMPLOS EM ME- CÂNICA +

SOBRE O PAPEL DA RESOLUÇÃO LITERAL DE PRO- BLEMAS NO ENSINO DA FÍSICA: EXEMPLOS EM ME- CÂNICA + SOBRE O PAPEL DA RESOLUÇÃO LITERAL DE PRO- BLEMAS NO ENSINO DA FÍSICA: EXEMPLOS EM ME- CÂNICA + Luiz O.Q. Peduzzi Sônia Silveira Peduzzi Departamento de Físia - UFSC Florianópolis - SC Resumo Neste trabalho

Leia mais

ebook Aprenda como aumentar o poder de captação do seu site. por Rodrigo Pereira Publicitário e CEO da Agência Retina Comunicação

ebook Aprenda como aumentar o poder de captação do seu site. por Rodrigo Pereira Publicitário e CEO da Agência Retina Comunicação por Rodrigo Pereira Publicitário e CEO da Agência Retina Comunicação Sobre o Autor: Sempre fui comprometido com um objetivo de vida: TER MINHA PRÓPRIA EMPRESA. Mas assim como você, eu também ralei bastante

Leia mais