Programação Linear 1
|
|
- Fábio Madureira Desconhecida
- 6 Há anos
- Visualizações:
Transcrição
1 Programação Lnear 1
2 Programação Lnear Mutos dos problemas algortmcos são problemas de otmzação: encontrar o menor camnho, o maor fluxo a árvore geradora de menor custo Programação lnear rovê um framework que permte resolver uma sére de problemas de otmzação em que as restrções e o crtéro a ser otmzado são funções lneares L.P. Jose Rolm 2
3 Programação Lnear Abordagem Defna as varáves cujos valores serão determnados. Escreva a função objetvo, uma expressão lnear envolvendo as varáves que deve ser mnmzada ou maxmzada Escreva um conjunto de restrções lneares Utlze um resolvedor de LP para determnar o valor das varáves L.P. Jose Rolm 3
4 Problema com duas varáves Devemos fabrcar caderas e mesas. Cada cadera necessta de 5 tábuas de madera e cada mesa 20. Ao todo temos 400 tábuas Cada cadera precsa de 10 horas de trabalho e cada mesa 15 horas. Temos 450 horas de trabalho dsponíves. Queremos maxmzar o lucro. O lucro por cadera é 45 e por mesa é 80 L.P. Jose Rolm 4
5 Problema com duas varáves x 1: número de caderas, x 2 : número de mesas: maxmzar 45x x 2 5x x (1) 10x x (2) x 1 0 (3) x 2 0 (4) L.P. Jose Rolm 5
6 Problema com duas Varáves 40 Mesas x 2 (1) Melhor solução: 24 caderas e 14 mesas Lucro = = 2200 dollars (24, 14) Caderas, x 1 (2) Crescente Decrescente L.P. Jose Rolm 6
7 Modfcando o lucro Lucro por cadera = 64 maxmzar 64x x 2 5x x (1) 10x x (2) x 1 0 (3) x 2 0 (4) L.P. Jose Rolm 7
8 Soluton: $64 Proft/Char 40 Mesas, x 2 (1) (24, 14) Melhor solução: 45 caderas, 0 mesas Lucro = = 2880 dollars Caderas, x 1 decrescente L.P. Jose Rolm 8 (2) crescente
9 Planejamento da Produção Como mnmzar o custo da produção de tapetes? Demandas para os próxmos meses: d(1),d(2),,d(12) 30 empregados, cada um faz 20 tapetes por mês Saláro de cada empregado: R$2000,00 por mês Como podemos ldar com as varações de demanda? Hora extra: pagamos 80% a mas e podemos alocar no máxmo 30% de horas extra por funconáro Contratar e demtr: custos R$320,0 e R$400,00 Amazenar excedente: custo de R$8,00 por tapete por mês L.P. Jose Rolm 9
10 Planejamento da Produção Varáves w(): trabalhadores para o mês x() número de tapetes produzdos em o() : número de tapetes produzdos devdo a horas extras no mês h(),f(): número de empregados contratados e demtdos no níco do mês s(): número de tapetes armazenados no fnal do mês L.P. Jose Rolm 10
11 Planejamento da Produção Restrções x(),w(),o(),h(),f(),s()>=0 x()=20w()+o() w()=w(-1)+h()-f() (trabalhadores no níco de ) s()=s(-1)+x()-d() (excedente no níco de ) o()<=6w() (Produção devdo a horas extras é lmtada) L.P. Jose Rolm 11
12 Planejamento da Produção Função Objetvo Mnmzar 2000 w 320 h 400 f 8s 180o L.P. Jose Rolm 12
13 Planejamento da Produção Função Objetvo Mnmzar w 320h 400 f 8s 180o Nesse caso a solução fraconára pode ser arredondada sem comprometer muto a função objetvo. Programação Lnear X Programação Lnear Intera É possível mostrar que sob certas condções a sol. Ótma de um programa lnear é ntera. L.P. Jose Rolm 13
14 Classfcação de um LP quanto a Possu solução ótma solução ótma max 2y(1)+3y(2) y(1)>=2, y(2)> =4 3y(1)+2y(2)<=20 Ilmtado max 2y(1)+3y(2) y(1)>=2, y(2)<=4 L.P. Jose Rolm 14
15 Classfcação de um LP quanto a solução ótma Invável max 2y(1)+3y(2) y(1)>=2 y(2)> =4 3y(1)+2y(2)<=7 L.P. Jose Rolm 15
16 Varações dos LP s 1. Transformando maxmzação em mnmzação Basta multplcar coefcentes da função objetvo por Transformando desgualdades em gualdades n 1 a x b n 1 s a 0 x s b L.P. Jose Rolm 16
17 L.P. Jose Rolm 17 Varações dos LP s 3. Transformando gualdades em desgualdades 4. Trabalhando com varáves postvas. Uma varável rrestrta x pode ser substtuída por x - x, com x,x >=0 n n n b x a b x a b x a 1 1 1
18 Varações dos LP s Forma Padrão (standard) Varáves não-negatvas Restrções são equações Função objetvo é uma mnmzação Exemplo da págna 198 L.P. Jose Rolm 18
19 Dualdade Qual é o valor da solução ótma de max x1+6x2 x1<=200 (I) x2<=300 (II) x1+x2<=400 (III) x1,x2>=0 Como podemos mostrar que o ótmo é (x1,x2)=(100,300)? L.P. Jose Rolm 19
20 Dualdade Qual é o valor da solução ótma de max x1+6x2 x1<=200 (I) x2<=300 (II) x1+x2<=400 (III) x1,x2>=0 Multplcando rest (II) por 6 e somando com rest(i) conclumos que o máxmo é menor ou gual a 2000 L.P. Jose Rolm 20
21 Dualdade Qual é o valor da solução ótma de max x1+6x2 x1<=200 (I) x2<=300 (II) x1+x2<=400 (III) x1,x2>=0 Multplcando rest (II) por 5 e somando com rest(iii) conclumos que o máxmo é menor ou gual a Achamos um certfcado! L.P. Jose Rolm 21
22 Dualdade Qual é o valor da solução ótma de max x1+6x2 x1<=200 (I) x2<=300 (II) x1+x2<=400 (III) x1,x2>=0 É possível generalzar essa déa? L.P. Jose Rolm 22
23 Dualdade Qual é o valor da solução ótma de max x1+6x2 x1<=200 (I); x2<=300 (II); x1+x2<=400 (III) x1,x2>=0 Sejam y1,y2,y3 multplcadores postvos para as restrções tal que y1+y3>=1 e y2+y3>=6. Temos então 200y1+300y2+400y3 é maor ou gual a solução ótma do LP. L.P. Jose Rolm 23
24 Dualdade Qual é o valor da solução ótma de mn 200y1+300y2+400y3 y1+y3>=1 y2+y3>=6. y1,y2,y3>=0 L.P. Jose Rolm 24
25 Dualdade Prmal P Max cx Ax<=b x>=0 Dual D Mn yb ya>=c y>=0 Teorema da Dualdade: () Se P tem solução ótma x* então D tem solução ótma y* com cx*=y*b () Se P é nvável, D é lmtado () Se P é lmtado então D é nvável L.P. Jose Rolm 25
26 Fluxo em Redes x Dualdade Mostrar Fluxo em Redes x Dualdade L.P. Jose Rolm 26
27 Resolvendo LP s Smplex Consdera o problema Mn cx Ax<=b x>=0 Camnha pelos vértces do poledro defndo pelas restrções do problema. A partr de um vértce busca um vértce vznho que melhora a função objetvo O algortmo para quando não exstr um vértce vznho que melhore a solução L.P. Jose Rolm 27
28 Resolvendo LP s Vértce corrente Vértce vznho Vértce vznho EXEMPLO P 217 L.P. 28
29 Resolvendo LP s Vértce no R n Selecone um subconjunto A de n restrções lnearmente ndpendentes e resolva o sstema Seja v o únco ponto que satsfaz com gualdade o conjunto de restrções. Se v é vável então v é um vértce do poledro. Dzemos que v é defndo pelo conjunto de restrções A. Vértces vznhos Os vértces u e v são vznhos se são vértces defndos por conjuntos de restrções que tem n-1 restrções em comum L.P. Jose Rolm 29
30 Resolvendo um LP: Solução Incal Solução Incal Podemos encontrar uma solução ncal para o problema P resolvendo um LP P aonde conhecemos uma solução ncal L.P. Jose Rolm 30
31 Resolvendo LP s : Solução Incal Ince com um problema na forma padrão mn cx Ax=b x>=0 Force os valores de b a serem não negatvos multplcando por -1 algumas gualdades, se necessáro Cre m varaves z(1),...,z(m)>=0, uma para cada restrção. Adcone z() ao lado dreto da -ésma restrção L.P. Jose Rolm 31
32 Resolvendo LP s : Solução Incal Resolva o problema P mn z(1)+z(2)+...+z(m) Ax+Iz=b x,z>=0 z()=b(), para =1,...,m, e x=0 é uma solução vável para P Se a solução ótma para P tem valor objetvo >0 então P é nvável. Senão, seja (x,z ), com z =0, uma solução ótma para P. Então x é uma solução vável para P. L.P. Jose Rolm 32
33 Resolvendo LP s Problemas lmtados Ao explorar a vznhança de um vértce o Smplex pode perceber que remover uma equação e adconar outra pode levar a um sstema ndetermnado, com nfntas soluções. Nesse caso o Smplex ndca que o problema é lmtado L.P. Jose Rolm 33
34 Resolvendo LP s Soluções degeneradas Pode aconetecer de mas de um conjunto de n restrções defnr um vértce v. Tas vértces são chamados de soluções degeneradas É necessáro um cudado especal para ldar com eles. L.P. Jose Rolm 34
35 Resolvendo LP s Efcênca do Smplex Por caso exponencal. Exstem n formas de escolher n restrções muto rápdo na prátca, entradas exponencas são muto raras. Resolvedores comercas (CPLEX, XPRESS) m L.P. Jose Rolm 35
36 Resolvendo LP s Elpsóde Método polnomal com nteresse apenas teórco já que o polnomo tem grau muto alto Pontos Interores Método polnomal com desempenho compettvo com o Smplex L.P. Jose Rolm 36
37 A sngle varable problem Consder varable x Problem: fnd the maxmum value of x subject to constrant, 0 x 15. Soluton: x = 15. L.P. Jose Rolm 37
38 Sngle Varable Problem (Cont.) Consder more complex constrants: Maxmze x, subject to followng constrants x 0 (1) 5x 75 (2) 6x 30 (3) x 10 (4) x (1) (2) (3) (4) All constrants satsfed Soluton, x = 5 L.P. Jose Rolm 38
Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Programação Lnear (PL) Aula : Dualdade. Defnção do Problema Dual. Defnção do problema dual. O que é dualdade em Programação Lnear? Dualdade sgnfca a exstênca de um outro problema de PL, assocado a cada
Leia maisTeoremas de Otimização com Restrições de Desigualdade
Teoremas de Otmzação com Restrções de Desgualdade MAXIMIZAÇÃO COM RESTRIÇÃO DE DESIGUALDADE Consdere o segunte problema (P) de maxmzação condconada: Maxmze Fx onde x x,x,...,x R gx b As condções de Prmera
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisProgramação Dinâmica. Fernando Nogueira Programação Dinâmica 1
Programação Dnâmca Fernando Noguera Programação Dnâmca A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ ADREAN DE OLIVEIRA CEBOLA RESOLUÇÃO DE PROGRAMAS LINEARES COM MÉTODO DE PONTOS INTERIORES
UNIVERSIDADE FEDERAL DO PARANÁ ADREAN DE OLIVEIRA CEBOLA RESOLUÇÃO DE PROGRAMAS LINEARES COM MÉTODO DE PONTOS INTERIORES CURITIBA 2017 ADREAN DE OLIVEIRA CEBOLA RESOLUÇÃO DE PROGRAMAS LINEARES COM MÉTODO
Leia maisRAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro
UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero
Leia maisXXVII Olimpíada Brasileira de Matemática GABARITO Primeira Fase
Soluções Nível Unverstáro XXVII Olmpíada Braslera de Matemátca GABARITO Prmera Fase SOLUÇÃO DO PROBLEMA : Pelo enuncado, temos f(x) = (x )(x + )(x c) = x 3 cx x + c, f'(x) = 3x cx, f '( ) = ( + c) e f
Leia maisAdriana da Costa F. Chaves
Máquna de Vetor Suporte (SVM) para Regressão Adrana da Costa F. Chaves Conteúdo da apresentação Introdução Regressão Regressão Lnear Regressão não Lnear Conclusão 2 1 Introdução Sejam {(x,y )}, =1,...,,
Leia mais3 Elementos de modelagem para o problema de controle de potência
3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisAnálise Complexa Resolução de alguns exercícios do capítulo 1
Análse Complexa Resolução de alguns exercícos do capítulo 1 1. Tem-se:. = (0, 1) = (0, 1) =. 3. Sejam a, b R. Então Exercíco nº1 = (0, 1).(0, 1) = (0.0 1.1, 0.1 + 1.0) = ( 1, 0) = 1. a + b = a b = a +
Leia mais2 Aproximação por curvas impĺıcitas e partição da unidade
Aproxmação por curvas mpĺıctas e partção da undade Este capítulo expõe alguns concetos báscos necessáros para o entendmento deste trabalho 1 Curvas Algébrcas Um subconjunto O R é chamado de uma curva mplícta
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia mais2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS
ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente
Leia mais3 Algoritmo das Medidas Corretivas
3 Algortmo das Meddas Corretvas 3.1 Introdução Conforme apresentado no Capítulo, o algortmo das Meddas Corretvas compõe o conjunto das etapas responsáves pela análse de desempenho do sstema de potênca.
Leia maisAprendizagem de Máquina
Aprendzagem de Máquna Alessandro L. Koerch Programa de Pós-Graduação em Informátca Pontfíca Unversdade Católca do Paraná (PUCPR) Máqunas de Vetor de Suporte Introdução Support Vector Machnes SVM Método
Leia maisV SMAT Simpósio de Matemática Presidente Prudente - SP 10 a 13 de agosto de Minicurso Introdução a Problemas de Corte de Estoque
V SMAT Smpóso de Matemátca Presdente Prudente - SP 10 a 13 de agosto de 2010 Mncurso Introdução a Problemas de Corte de Estoque Adrana Crstna Cherr Departamento de Matemátca - Faculdade de Cêncas Unversdade
Leia maisProblemas de engenharia
Análse de Sstemas de otênca Análse de Sstemas de otênca ( AS ) Aula 3 Operação Econômca de Sstemas de otênca 03//008 roblemas de engenhara Análse de Sstemas de otênca ( AS ) ANÁLISE Defndo o sstema, determnar
Leia maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia maisDespacho Econômico de. Sistemas Termoelétricos e. Hidrotérmicos
Despacho Econômco de Sstemas Termoelétrcos e Hdrotérmcos Apresentação Introdução Despacho econômco de sstemas termoelétrcos Despacho econômco de sstemas hdrotérmcos Despacho do sstema braslero Conclusões
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisCAPÍTULO 2 DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA
CAPÍTULO DESCRIÇÃO DE DADOS ESTATÍSTICA DESCRITIVA. A MÉDIA ARITMÉTICA OU PROMÉDIO Defnção: é gual a soma dos valores do grupo de dados dvdda pelo número de valores. X x Soma dos valores de x número de
Leia maisIntrodução aos Problemas de Roteirização e Programação de Veículos
Introdução aos Problemas de Roterzação e Programação de Veículos PNV-2450 André Bergsten Mendes Problema de Programação de Veículos Problema de Programação de Veículos Premssas Os roteros ncam e termnam
Leia maisOtimização em Redes. Árvore Geradora Mínima. Geraldo Robson Mateus DCC - UFMG
Otmzação em Redes Árvore Geradora Mínma Geraldo Robson Mateus DCC - UFMG Árvore Geradora Mínma Desea-se construr uma rede de comuncação entre váras cdades a custo mínmo. abe-se que o custo de qualquer
Leia mais3 Definição automática de carregamento ótimo
3 Defnção automátca de carregamento ótmo A formulação ncal mostrada neste capítulo fo feta por Sérgo Álvares Maffra[11] e parte da mplementação fo feta por Anderson Perera, tendo sofrdo algumas modfcações
Leia maisUM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO
Ro de Janero, RJ, Brasl, 3 a 6 de outubro de 008 UM ALGORITMO DE PROGRAMAÇÃO MATEMÁTICA BI-OBJETIVO PARA O PROBLEMA DE LOCALIZAÇÃO DE FACILIDADES NÃO CAPACITADO Paula Marana dos Santos (UFV) paula-maranna@hotmal.com
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisPrioridades com Teste de Escalonabilidade
rordades + Teste de Escalonabldade Sstemas de Tempo Real: rordades com Teste de Escalonabldade Rômulo Slva de Olvera Departamento de Automação e Sstemas DAS UFSC Cada tarefa recebe uma prordade Escalonamento
Leia maisRedes de Petri. Definições:
Redes de Petr Defnções: Uma Rede de Petr (PN) é m grafo dreto bpartdo o qal tem dos tpos de nós denomnados lgares (qe representam estados) e transções (qe representam eventos). O estado é alterado pelo
Leia maisSeqüenciação de N ordens de produção em uma máquina com tempo de preparação dependente da seqüência uma aplicação de busca tabu
XXVI ENEGEP - Fortaleza, CE, Brasl, 9 a 11 de Outubro de 2006 Seqüencação de N ordens de produção em uma máquna com tempo de preparação dependente da seqüênca uma aplcação de busca tabu Renato de Olvera
Leia maisAplicação de um método híbrido de pontos interiores e branch-and-bound em problemas de minimização de custo de colheita da cana-de-açúcar
Aplcação de um método híbrdo de pontos nterores e branch-and-bound em problemas de mnmzação de custo de colheta da cana-de-açúcar Camla de Lma 1, Antono Roberto Balbo 2, Helence de Olvera Florentno Slva
Leia maisProgramação Não Linear. Programação Não-Linear 1
Proramação Não Lnear Proramação Não-Lnear Os modelos empreados em Proramação Lnear são, como o própro nome dz, lneares (tanto a unção-obetvo quanto as restrções). Este ato é, sem dúvda, a maor das restrções
Leia mais2 Modelos de Otimização sob Incerteza 2.1. Introdução
2 Modelos de Otmzação sob Incerteza 2.. Introdução Modelos de programação matemátca são comumente utlzados para solução de problemas de programação da produção, de logístca, de schedulng e de planejamento
Leia mais5 Formulação para Problemas de Potencial
48 Formulação para Problemas de Potencal O prncpal objetvo do presente capítulo é valdar a função de tensão do tpo Westergaard obtda para uma trnca com abertura polnomal (como mostrado na Fgura 9a) quando
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia mais3 O Problema de Fluxo de Potência Ótimo
3 O Problema de Fluxo de Potênca Ótmo 3.. Introdução Como fo vsto no capítulo anteror, para realzar uma repartção de custos ou benefícos, é necessáro determnar a função de custo do servço que será utlzado
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia maisParte 1: Exercícios Teóricos
Cálculo Numérco SME0300 ICMC-USP Lsta 2: Sstemas Lneares Métodos Dretos Professora: Cyntha de O. Lage Ferrera Parte 1: Exercícos Teórcos 1. Consdere o sstema Ax = b, onde 1 α 3 α 1 4 ; x = 5 2 1 Para que
Leia maisRemuneração de Índole Marginal no Uso das Redes
Remuneração de Índole Margnal no Uso das Redes Introdução Métodos smples de remuneração: Injustos Podem gerar nefcêncas Podem gerar concorrênca desleal Tarfas de uso das redes baseadas em concetos de índole
Leia mais3.2. Solução livre de ciclos e solução como uma árvore geradora
Smplex Para Redes.. Noções Incas O algortmo Smplex para Redes pode ser entenddo como uma especalzação do método Smplex para aplcação em problemas de programação lnear do tpo fluxo de custo mínmo. O Smplex
Leia maisPROVA 2 Cálculo Numérico. Q1. (2.0) (20 min)
PROVA Cálculo Numérco Q. (.0) (0 mn) Seja f a função dada pelo gráfco abaxo. Para claro entendmento da fgura, foram marcados todos os pontos que são: () raízes; () pontos crítcos; () pontos de nflexão.
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRGS Insttuto de Matemátca
Leia maisDiferença entre a classificação do PIB per capita e a classificação do IDH
Curso Bem Estar Socal Marcelo Ner - www.fgv.br/cps Metas Socas Entre as mutas questões decorrentes da déa de se mplementar uma proposta de metas socas temos: Qual a justfcatva econômca para a exstênca
Leia mais0.5 setgray0 0.5 setgray1. Mecânica dos Fluidos Computacional. Aula 7. Leandro Franco de Souza. Leandro Franco de Souza p.
Leandro Franco de Souza lefraso@cmc.usp.br p. 1/1 0.5 setgray0 0.5 setgray1 Mecânca dos Fludos Computaconal Aula 7 Leandro Franco de Souza Leandro Franco de Souza lefraso@cmc.usp.br p. 2/1 Equações Dferencas
Leia maisUniversidade Federal do Paraná Departamento de Informática. Reconhecimento de Padrões. Classificadores Lineares. Luiz Eduardo S. Oliveira, Ph.D.
Unversdade Federal do Paraná Departamento de Informátca Reconhecmento de Padrões Classfcadores Lneares Luz Eduardo S. Olvera, Ph.D. http://lesolvera.net Objetvos Introduzr os o conceto de classfcação lnear.
Leia mais3 Algoritmos propostos
Algortmos propostos 3 Algortmos propostos Nesse trabalho foram desenvolvdos dos algortmos que permtem classfcar documentos em categoras de forma automátca, com trenamento feto por usuáros Tas algortmos
Leia mais4 Análise termoeconômica
4 Análse termoeconômca Os capítulos precedentes abordaram questões emnentemente térmcas da aplcação de nanofludos em sstemas ndretos de refrgeração. Ao tratar das magntudes relatvas e da natureza das componentes
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão. AULA 2.1 Oligopólio em Quantidades (Cournot)
Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 2.1 Olgopólo em Quantdades (Cournot) Isabel Mendes 2007-2008 18-03-2008 Isabel Mendes/MICRO II 1 2.1 Olgopólo em Quantdades
Leia maisINVESTIGAÇÃO OPERACIONAL PROGRAMAÇÃO NÃO LINEAR. (Exercícios)
INVESTIGAÇÃO OPERACIONAL PROGRAMAÇÃO NÃO LINEAR (Exercícos) ( Texto revsto para o ano lectvo 2001-2002 ) Antóno Carlos Moras da Slva Professor de I.O. Recomendações 1. Fazer dez exercícos ou o mesmo exercíco
Leia mais7 - Distribuição de Freqüências
7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste
Leia maisIntrodução a Processos Estocásticos:Exercícios
lvroexerccos 2017/3/19 11:24 page #1 Introdução a Processos Estocástcos:Exercícos Luz Antono Baccalá Escola Poltécnca da USP Departamento de Engenhara de Telecomuncações e Controle 2016 lvroexerccos 2017/3/19
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia maisu t = ν A primeira coisa que você deve perceber é que essa equação apresenta um derivada de 2 ordem. Vamos aprender a lidar com isso.
Dfusão 1-D Nas últmas aulas estudamos a solução numérca e analítca (Método das Característcas) das equações de advecção lnear e não lnear usando o método das dferenças fntas e aprendemos sobre a condção
Leia maisvalor do troco recebido foi a) R$ 0,50. b) R$ 1,00. c) R$ 1,50. d) R$ 2,50. e) R$ 2,00.
Nome: nº Data: / _ / 017 Professor: Gustavo Bueno Slva - Ensno Médo - 3º ano Lsta de Revsão 1. (Upe-ssa 017) Márca e Marta juntas pesam 115 kg; Marta e Mônca pesam juntas 113 kg; e Márca e Mônca pesam
Leia maisCurvas Horizontais e Verticais
Insttução: Faculdade de Tecnologa e Cêncas Professor: Dego Queroz de Sousa Dscplna: Topografa Curvas Horzontas e ertcas 1. Introdução Exstem dversas ocasões na engenhara em que os projetos são desenvolvs
Leia maisEventos coletivamente exaustivos: A união dos eventos é o espaço amostral.
DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou
Leia maisMáquinas de Vetores de Suporte Supprot Vector Machine. Aluizio Fausto Ribeiro Araújo Universidade Federal de Pernambuco Centro de Informática
Máqunas de Vetores de Suporte Supprot Vector Machne Aluzo Fausto Rbero Araújo Unversdade Federal de Pernambuco Centro de Informátca Conteúdo. Introdução 2. Classfcadores Bnáros 3. Aprendzagem Estatístca
Leia maisCARGA MÓVEL. Conjunto de cargas moveis que mantêm uma posição relativa constante.
CARGA MÓVEL Força generalsada com ntensdade, drecção e sentdo fxos, mas com uma posção varável na estrutura. COMBOIO DE CARGAS Conjunto de cargas moves que mantêm uma posção relatva constante. CARGA DISTRIBUIDA
Leia maisEstatística II Antonio Roque Aula 18. Regressão Linear
Estatístca II Antono Roque Aula 18 Regressão Lnear Quando se consderam duas varáves aleatóras ao mesmo tempo, X e Y, as técncas estatístcas aplcadas são as de regressão e correlação. As duas técncas estão
Leia maisSIMPÓSIO BRASILEIRO DE PESQUISA OPERACIONAL 8 a 11 de novembro de 2002, Rio de Janeiro/RJ A PESQUISA OPERACIONAL E AS CIDADES
O PROBLEMA DE CORTE BIDIMENSIONAL COM PLACA DEFEITUOSA ANDRÉA CARLA GONÇALVES VIANNA Unversdade Estadual Paulsta - UNESP Faculdade de Cêncas Departamento de Computação Av. Luz Edmundo Carrjo Coube, s/n,
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisLista de Matemática ITA 2012 Números Complexos
Prof Alex Perera Beerra Lsta de Matemátca ITA 0 Números Complexos 0 - (UFPE/0) A representação geométrca dos números complexos que satsfaem a gualdade = formam uma crcunferênca com rao r e centro no ponto
Leia maisaplicação do lagrangeano aumentado em otimização estrutural com restrições dinâmicas
Marcelo Araújo da Slva aplcação do lagrangeano aumentado em otmzação estrutural com restrções dnâmcas Dssertação Apresentada à Escola Poltécnca da Unversdade de São Paulo para a Obtenção do Título de Mestre
Leia maisTeoria Elementar da Probabilidade
10 Teora Elementar da Probabldade MODELOS MATEMÁTICOS DETERMINÍSTICOS PROBABILÍSTICOS PROCESSO (FENÓMENO) ALEATÓRIO - Quando o acaso nterfere na ocorrênca de um ou mas dos resultados nos quas tal processo
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisPAULO HIROAQUI RUIZ NAKASHIMA ALOCAÇÃO DE GÁS DE ELEVAÇÃO EM CAMPOS DE PETRÓLEO: MODELOS E ALGORITMOS
PAULO HIROAQUI RUIZ NAKASHIMA ALOCAÇÃO DE GÁS DE ELEVAÇÃO EM CAMPOS DE PETRÓLEO: MODELOS E ALGORITMOS FLORIANÓPOLIS 2007 UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
Leia maisUM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE
UM ALGORITMO EXATO PARA A OTIMIZAÇÃO DE CARTEIRAS DE INVESTIMENTO COM RESTRIÇÕES DE CARDINALIDADE Dssertação de mestrado em matemátca aplcada fnancada pelo CNPq IMECC - UNICAMP Pedro Ferraz Vllela Prof.
Leia mais2 Análise de Campos Modais em Guias de Onda Arbitrários
Análse de Campos Modas em Guas de Onda Arbtráros Neste capítulo serão analsados os campos modas em guas de onda de seção arbtrára. A seção transversal do gua é apromada por um polígono conveo descrto por
Leia maisProcessamento de Imagem. Prof. MSc. André Yoshimi Kusumoto
Processamento de Imagem Prof. MSc. André Yoshm Kusumoto andrekusumoto.unp@gmal.com Operações pontuas globas em magens Uma operação pontual global em uma magem dgtal r é a função f(r) aplcada a todo pxel
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia maisBUSCA TABU: UMA APLICAÇÃO AO PROBLEMA DE SEQÜÊNCIAÇÃO DE ORDENS DE PRODUÇÃO
BUSCA TABU: UMA APLICAÇÃO AO PROBLEMA DE SEQÜÊCIAÇÃO DE ORDES DE PRODUÇÃO Renato de Olvera Moraes Departamento de Cêncas Exatas e Aplcadas da Unversdade Federal de Ouro Preto Rua 37, nº 115 Barro Loanda.
Leia mais6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA)
ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA 7 6 ALOCAÇÃO POR ÚLTIMA ADIÇÃO (UA As desvantagens do método BM apresentadas no capítulo 5 sugerem que a alocação dos benefícos seja feta proporconalmente ao prejuízo causado
Leia maisAtividade em Soluções Eletrolíticas
Modelo de solução eletrolítca segundo Debye-Hückel. - A le lmte de Debye-Hückel (LLDH) tem o lmte que está em: I 0,01. log z.z A I 1/ valêncas do íons + e do eletrólto I 1 [ z b / b ] constante que depende
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia maisCálculo Numérico BCC760 Interpolação Polinomial
Cálculo Numérco BCC76 Interpolação Polnomal Departamento de Computação Págna da dscplna http://www.decom.ufop.br/bcc76/ 1 Interpolação Polnomal Conteúdo 1. Introdução 2. Objetvo 3. Estênca e uncdade 4.
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisÍndice. Exemplo de minimização de estados mais complexo. estados
Sumáro Método da tabela de mplcações para mnmzar estados. Atrbução de códgos aos estados: métodos baseados em heurístcas. Índce Exemplo de mnmzação de estados mas complexo Método da tabela de mplcações
Leia maisPalavras-Chave: Métodos Interativos da Potência e Inverso, Sistemas Lineares, Autovetores e Autovalores.
MSc leandre Estáco Féo ssocação Educaconal Dom Bosco - Faculdade de Engenhara de Resende Caa Postal 8.698/87 - CEP 75-97 - Resende - RJ Brasl Professor e Doutorando de Engenhara aefeo@yahoo.com.br Resumo
Leia maisVariáveis Aleatórias
Unversdade Federal do Pará Insttuto de Tecnologa Estatístca Aplcada I Prof. Dr. Jorge Teóflo de Barros Lopes Campus de Belém Curso de Engenhara Mecânca /08/06 7:39 ESTATÍSTICA APLICADA I - Teora das Probabldades
Leia mais5 Implementação Procedimento de segmentação
5 Implementação O capítulo segunte apresenta uma batera de expermentos prátcos realzados com o objetvo de valdar o método proposto neste trabalho. O método envolve, contudo, alguns passos que podem ser
Leia maisAnálise de Regressão Linear Múltipla VII
Análse de Regressão Lnear Múltpla VII Aula 1 Hej et al., 4 Seções 3. e 3.4 Hpótese Lnear Geral Seja y = + 1 x 1 + x +... + k x k +, = 1,,..., n. um modelo de regressão lnear múltpla, que pode ser escrto
Leia maisDesenho de uma rede Logística
Desenho de uma rede Logístca Desenho da rede Logístca ( Logístca empresaral) Desenho do sstema através do qual exste um fluxo de produtos entre os fornecedores e os clentes. Desenho da rede Logístca (
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisModelo de Programação Estocástica
Modelo de Programação Estocástca 23 2 Modelo de Programação Estocástca 2.. Concetos báscos A programação estocástca (PE) é defnda como um modelo de otmzação que apresenta um ou mas parâmetros estocástcos
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional. ou experimental.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~vall/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal http://www.mat.ufrgs.br/~vall/ ou expermental. Numa relação
Leia maisCarlos Eduardo Ferreira Soares. Análise de Ferramenta de Fluxo de Potência Ótimo na Otimização de Sistema Real de Subtransmissão
Carlos Eduardo Ferrera Soares Análse de Ferramenta de Fluxo de Potênca Ótmo na Otmzação de Sstema Real de Subtransmssão Recfe - Pernambuco - Brasl Abrl de 2010 Unversdade Federal de Pernambuco Centro de
Leia maisAguinaldo Aparecido Pereira
O MÉTODO DA FUNÇÃO LAGRANGIANA BARREIRA MODIFICADA/PENALIDADE Agunaldo Aparecdo Perera Dssertação apresentada à Escola de Engenhara de São Carlos, da Unversdade de São Paulo, como parte dos requstos para
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA MECÂNICA OTIMIZAÇÃO DE TRELIÇAS COM RESTRIÇÕES DE FALHA COMBINANDO TÉCNICAS DE PROGRAMAÇÃO DE ALGORITMOS
Leia maisREGRESSÃO E CORRELAÇÃO
Relaconamento entre varáves : - requer conhecmento REGRESSÃO E CORRELAÇÃO Y = f ( ) + ε Ex: 1. Y = Lucro de uma Empresa = Investmento em Publcdade Y(v.aleatóra) em função de (v.determnístca), onde Y é
Leia maisNOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES
NOÇÕES SOBRE CORRELAÇÃO E REGRESSÃO LINEAR SIMPLES 1 O nosso objetvo é estudar a relação entre duas varáves quanttatvas. Eemplos:. Idade e altura das cranças.. v. Tempo de prátca de esportes e rtmo cardíaco
Leia mais