UMA ABORDAGEM VIA PROGRAMAÇÃO DINÂMICA NÃO-LINEAR PARA O PROBLEMA DO CONTROLE BIOLÓGICO DE PRAGAS NUMA LAVOURA
|
|
- Vitorino de Lacerda Leveck
- 8 Há anos
- Visualizações:
Transcrição
1 UMA ABORDAGEM VIA PROGRAMAÇÃO DINÂMICA NÃO-LINEAR PARA O PROBLEMA DO CONTROLE BIOLÓGICO DE PRAGAS NUMA LAVOURA André Rodrigues da Cruz Graduando em Matemática Computacional Universidade Federal de Minas Gerais Av. Antônio Carlos 6627, Belo Horizonte, MG andrerc@dcc.ufmg.br Rodrigo Tomás Nogueira Cardoso Doutorando em Engenharia Elétrica Universidade Federal de Minas Gerais Av. Antônio Carlos 6627, Belo Horizonte, MG rodrigoc@cpdee.ufmg.br Ricardo Hiroshi Caldeira Takahashi Departamento de Matemática Universidade Federal de Minas Gerais Av. Antônio Carlos 6627, Belo Horizonte, MG taka@mat.ufmg.br RESUMO O controle biológico de pragas em uma lavoura é feito liberando-se uma quantidade correta de inimigos naturais das pragas numa determinada plantação em tempos adequados. O presente trabalho tem como proposta apresentar soluções matemáticas para esse problema, baseadas em técnicas de otimização dinâmica não-linear. O objetivo é minimizar o custo e viabilizar o processo através da inserção de predadores na lavoura em estágios definidos por intervalos de tempo não-contínuos. Para isso, propõe-se uma ação de controle discreto ótima num horizonte de tempo finito, calculada através de algoritmos genéticos que operam sobre um problema formulado como uma otimização dinâmica não-linear. Os resultados obtidos levam em conta a necessidade de controlar o nível das pragas na lavoura agindo em intervalos de tempo factíveis com um mínimo custo. PALAVRAS-CHAVE. Aplicações Agropecuárias e Meio Ambiente, Programação Matemática, Programação Dinâmica, Algoritmos Genéticos. ABSTRACT The biological control of plague in agriculture is performed by leaving a suitable quantity of natural enemies of the plague in the farm at adequate instants. This work has the purpose of presenting mathematical solutions for this problem, based on non-linear dynamical optimization techniques. The aim is to minimize the financial cost, allowing the procedure through the insertion of predators in the farming at discrete time stages. For performing this, it is proposed a discrete-time optimal control action in a finite time horizon, calculated via genetic algorithms, using a non-linear dynamic optimization formulation. The results take into account the need for controlling the level of plague in framing, acting in feasible time intervals with a minimal cost. KEYWORDS. Farming applications and Environment, Mathematical programming, dynamic programming, genetic algorithms. [ 48 ]
2 1. Introdução O controle biológico de pragas em uma lavoura é uma ação que a humanidade executa desde os tempos remotos e, atualmente, possui grande importância devido a um melhor aproveitamento e conservação dos recursos naturais pela substituição do uso de agrotóxicos. Isso resulta em produtos agrícolas de melhor qualidade nutricional, que possui uma aceitação melhor no mercado. Existem três tipos de controles biológicos a se considerar [Rafikov e Feltrin (2002)][ DeBach (1964)][Dent (1995)]: 1. Controle Biológico Clássico: envolve investigação a respeito da origem da praga, a fim de descobrir quais são os inimigos naturais. Os indivíduos da espécie inimiga (normalmente exótica) são importados para a lavoura a fim de que naturalmente se reproduzam e ataquem a praga. Esse tipo de controle é datado como o mais antigo. 2. Aumento: é um método mais atual, que consiste na liberação de grandes quantidades de predadores (inimigos naturais), os quais são produzidos em massa em laboratórios. A liberação é feita, geralmente, apenas no período e local em que for necessária. Esse método exige uma contínua manutenção e não fornece uma solução permanente. 3. Controle de Conservação: enfatiza a manipulação de aspectos de ecossistema para conservar e aumentar populações de predadores naturais de modo que os problemas com a praga fiquem reduzidos. O tipo de controle a ser considerado neste trabalho se enquadra no controle clássico e de aumento. Nestes tipos de controle, normalmente são liberadas grandes quantidades de predadores naturais a fim de dizimar totalmente ou reduzir a população de pragas a um número insignificante. Uma visão ecológica considera um inseto como praga se e somente se a quantidade deste inseto na lavoura causa danos econômicos. O trabalho de [Rafikov e Feltrin (2002)] consistiu em determinar um controle ótimo contínuo de pragas, de modo que a densidade dessas pragas fique abaixo de um nível considerado tolerável, ou seja, de modo que não haja danos econômicos e que a população de inimigos naturais se estabilize em um valor suficiente para controlar as pragas. Os resultados apesar de serem ótimos, são inviáveis sob o ponto de vista prático, devido à necessidade de inserções de predadores num tempo contínuo, necessitando de uma aproximação contínua para sua implementação, à custa da otimalidade da solução. O presente trabalho tem como objetivo otimizar o controle de pragas através de inserções de predadores na lavoura por estágios definido por intervalos de tempo não-contínuo, de forma a minimizar o custo e viabilizar a implementação do mesmo, com otimalidade exata, e considerando funções-objetivo com formato mais flexível. 2. Modelo Matemático A interação entre os predadores e as presas pode ser modelada através de um sistema dinâmico não-linear de equações diferenciais dado por [Rafikov e Feltrin (2002)]: dx/dt = x.(a γ.x α.y) dy/dt = y.( b + β.x) (1) Em que a, γ, α, b e β são constantes positivas com valores conhecidos. Esse sistema caracteriza a relação entre presa e predador sem uma ação de controle. As variáveis x e y representam as densidades das presas e predadores, respectivamente; os produtos a.x e b.y modelam a taxa de crescimento das presas e a taxa de mortalidade dos predadores; os termos α.x.y e β.x.y representam as interações entre as duas populações em ambas as equações, em que cada encontro tende a ser favorável ao predador, pois possibilita o [ 49 ]
3 crescimento dessa espécie e desfavorável à presa por reduzir a sua população; o produto (-γ.x).x determina a competição intra-específica. Os valores para as constantes utilizadas nesse trabalho foram baseados em dados da EMBRAPA apresentados em [Rafikov e Feltrin (2002)]. A b α γ β 0,16 0,19 0,02 0,001 0,0029 Assim, para esse caso, a equação (1) ficará: Tabela 1: Tabela de constantes dx/dt = x.(0,16 0,001.x 0,02.y) dy/dt = y.( 0,19 + 0,0029.x) (2) De acordo com estas informações, a densidade de 20 lagartas de soja grande por metro quadrado (com mais de 1,5 cm) ou a densidade de 40 lagartas pequenas (de 0,5 a 1,5 cm) por metro quadrado não causam danos econômicos a lavoura. Assim, queremos que ao final do processo de otimização, a densidade das presas seja x*=20 ou x*=40 para lagartas de soja grandes e pequenas, respectivamente. Para valores diferentes de zero de presas e predadores como condição inicial, esse sistema dinâmico possui um único ponto fixo, que por sinal é estável. Assim, a partir de uma condição inicial não-nula, com o passar do tempo, as variáveis se estabilizam nesse ponto de equilíbrio e qualquer pequeno distúrbio na vizinhança não alterará a trajetória. No presente caso, o ponto de estabilidade será: Densidade de Presas (Equilíbrio) x (Equilíbrio) = 65,5172 Densidade de Predadores (Equilíbrio) y (Equilíbrio) = 4,7241 Tabela 2: Ponto fixo estável A figura 1 apresenta o comportamento do sistema presa-predador para a condição inicial de presas igual a 50, predadores igual a 10, num tempo decorrido igual a 200. Para o número de predadores inicial igual a zero e presas diferente de zero o sistema estabiliza em: Densidade de Presas (Equilíbrio) x (Equilíbrio) = 160 Densidade de Predadores (Equilíbrio) y (Equilíbrio) = 0 Tabela 3: Ponto fixo estável para número de predadores nulo Os dados acima demonstram que há uma competição interna entre as próprias presas nessa situação. Para o número de presas igual a zero e predadores diferente de zero ocorre a extinção dos predadores conforme mencionado anteriormente. Nos testes realizados nesse trabalho considera-se como condição inicial a densidade de presas igual a 100 e o tempo final (ou o instante da colheita) como 200. O nível tolerável de pragas, que não causa danos econômicos a lavoura, é definido como x*=20. Supõe-se que não há interferência de agentes externos que possam causar modificações [ 50 ]
4 no comportamento do sistema dinâmico. Figura 1: Comportamento do sistema presa-predador 3. Controle Dinâmico Por Estágios Sem Restrição de Tempo O objetivo dessa parte do trabalho é otimizar o controle de pragas, para que seja possível manter a densidade de lagartas que atacam a lavoura abaixo do nível considerado tolerável, para que não haja prejuízos econômicos. A solução deve ter o menor custo possível para execução. É necessário saber qual é o número médio de predadores a serem lançados inicialmente na lavoura de forma a atingir o nível tolerável de presas e mantê-lo sempre abaixo dessa meta a um menor custo possível. Assim, temos que minimizar: Min C = dy0 + dy1.tf/dt Sujeito a: { x(tf) <= x* = 20 (3) Em que C é o custo total, dy0 é a densidade média de predadores a serem lançados inicialmente, dy1 é a densidade de predadores a serem lançados a cada tempo dt, após o número de presas começar a ultrapassar x*, que é o valor tolerável da densidade de presas na lavoura. TF é o tempo total em que se deseja minimizar o custo do controle. A idéia é acrescentar um número inicial de predadores de forma a atingir o valor objetivo de pragas e, quando esse valor começar a passar do valor de controle deve-se acrescentar mais predadores de forma a estabelecer um ciclo a cada intervalo de tempo. Para solucionar o problema utilizou-se a idéia de otimização dinâmica, em que se deve [ 51 ]
5 verificar, a cada estágio, quais são os valores ótimos que nos permitirão otimizar o custo final. Construiu-se, para isso, um algoritmo genético (AG) que executa as seguintes ações: Primeiro define-se qual o limite inferior do espaço de busca para a população de predadores que garantirá que a densidade de presas atinja o objetivo depois de certo tempo. Para isso, utilizou-se a técnica da bisseção. O limite superior do espaço de busca do número de predadores por unidade de área foi definido como a metade do valor da densidade inicial de presas. Com isso, executam-se as gerações do AG, em que para cada solução-tentativa (número de predadores) extraem-se os valores dy1 e dt conforme a equação (3) e a figura 2. Daí avalia-se tais soluções-tentativas. Com o passar das gerações do AG, obtém-se a solução que produzirá o menor custo para se executar o controle. Figura 2: Extraindo informações do indivíduo O algoritmo genético, com adequabilidade quadrático [Silva et al. (2006)] e seleção através do resto estocástico, foi executado para 100 gerações, com uma população de 50 indivíduos, taxa de combinação de 0,7 e de mutação 0,1. O número de presas por área foi 100 e o tempo total de 200. Assim o custo para cada solução-tentativa da população, conforme a fórmula (3) será: Min C = dy0 + dy1.200/dt Sujeito a: {x(tf)<= x* = 20 (4) [ 52 ]
6 O limite inferior para a densidade de predadores foi de 16,7088 e o limite inferior foi de 50. Após a primeira geração do genético a melhor solução-tentativa obteve um comportamento apresentado na figura 3. Figura 3: Comportamento do melhor indivíduo na primeira geração Após a última geração obteve-se o número médio de predadores por área a ser lançado inicialmente e posteriormente a cada intervalo de tempo para um menor custo. Os resultados finais foram: Número médio de predadores inicial a ser lançado (dy0): 16,7101. Número médio de predadores a serem lançados posteriormente a cada intervalo de tempo (dy1): 0,1844. Intervalo de tempo (dt): 0,2000. Custo total minimizado: C = 16, , /0, = 201,1138 O tempo em que se atingiu a meta inicialmente foi de 10,8822 e a partir do tempo de 11,0822 foi iniciado o controle por ciclos. Os gráficos que representam o resultado final se encontram logo abaixo, nas figuras 4, 5 e 6, em que se observa o pequeno intervalo de tempo para o ciclo. Ou melhor, o ciclo proposto nesse método é tão pequeno que quase não é observado nas figuras 4, 5 e 6. [ 53 ]
7 Figura 4: Ciclo de menor custo encontrado Figura 5: Detalhe do ciclo de menor custo encontrado [ 54 ]
8 Figura 6: Presa e predador por tempo com menor custo Conclui-se que o menor custo obtido para se executar o controle ainda possui um intervalo de tempo ainda pequeno, mas já é um pouco mais viável, com relação à aplicabilidade. A próxima sessão soluciona o problema inserindo uma restrição de tempo mínimo em que o produtor deseja executar o controle de pragas, dessa forma minimizando o custo a um intervalo de no mínimo dt. 4. Controle Dinâmico Por Estágios Com Restrição de Tempo Para facilitar o controle da praga, com a inserção de uma ação de controle mais espaçada, o algoritmo genético da sessão anterior foi adaptado para selecionar o melhor controle com a restrição da densidade de pragas ficar abaixo do nível tolerado x* e o tempo de controle ficar acima de um determinado valor dt. Logo a equação (3) ficará: Min C = dy0 + dy1.tf/dt Sujeito a: { x(tf)<= x* = 20 {dt >= dtmin (5) O algoritmo genético com adequabilidade quadrática [Silva et al. (2006)] e seleção através do resto estocástico, foi executado para 100 gerações, com uma população de 50 soluções-tentativas, taxa de combinação de 0,7 e de mutação 0,1. A restrição de tempo mínimo foi de dtmin>=8. O número inicial de presas por área foi 100 e o horizonte de tempo de 200. O limite inferior para a população de predadores foi de e o limite inferior foi de 50. [ 55 ]
9 Após a última geração obtiveram-se os seguintes resultados: Número médio de predadores inicial a ser lançado (dy0): Número médio de predadores a serem lançados posteriormente a cada intervalo de tempo (dy1): Intervalo de tempo (dt): Custo total minimizado: C = * 200/ = O tempo em que se atingiu a meta inicialmente foi de e a partir do tempo de foi iniciado o controle por ciclos. O gráfico que representa o resultado final se encontra logo abaixo, na figura 7, em que se observa o intervalo de tempo bem definido para o ciclo: Figura 7: Ciclo de menor custo encontrado Conclui-se que o menor custo obtido para se executar o controle é um pouco maior do que o encontrado anteriormente, mas com certeza é mais viável devido ao maior intervalo de tempo para executar o controle das pragas na lavoura. Se o tempo considerado for medido em dias, esta ação de controle deveria se feita de 8 em 8 dias, em vez de continuamente no tempo. 5. Controle Dinâmico Por Estágios Com Tempo Fixo A idéia principal da terceira proposta de minimizar o custo do controle de pragas é executar a liberação de predadores a cada intervalo de tempo fixo pré-definido. Ou seja, dividindo-se o tempo total em n estágios, a cada estágio i deve-se liberar certa quantidade de predadores na lavoura (n e i são inteiros, sendo que 1<=i<=n) de forma a se executar o controle, deixando a densidade de pragas abaixo do nível tolerável. Esta proposta para a solução do problema se enquadra dentro dos métodos de programação dinâmica apresentados em [Cardoso (2005)]. Essa metodologia propõe verificar, a [ 56 ]
10 cada estágio, quais são os valores ótimos para cada ação de controle sem listar todos os estados possíveis. Como desejamos minimizar o número de predadores lançados na lavoura e desejamos minimizar também a quantidade de presas, vamos otimizar a seguinte função objetivo: n Min C = x( i) + y( i) i= 1 Sujeito a: { x(tf) <= x* = 20 (6) Deseja-se que o custo seja o menor possível e que o prejuízo seja o mínimo também. O método de otimização usado nessa sessão possui um resultado imediato, de forma que o nível de pragas se normaliza já no primeiro estágio e que o prejuízo com as pragas na lavoura se torna muito pequeno. Porém, apesar do eficiente resultado, o custo é um pouco mais alto que os dos métodos apresentados anteriormente. O algoritmo genético para solucionar o problema consiste em validar e avaliar as soluções-tentativas (vetor de n coordenadas em que o valor da i ésima posição representa a densidade de predadores a serem liberados no estágio i) de forma a executar o controle a um menor custo. O algoritmo genético aqui proposto executa as seguintes ações: Geram-se as soluções-tentativas. Nas gerações, validam-se as soluções-tentativas ao avaliá-las, de forma que são aniquiladas as que não satisfazem a restrição, gerando outras factíveis no lugar. As soluções-tentativas mais adequadas são selecionadas. No final, a melhor solução indicará o controle mais barato que garante a eficiência no controle. O algoritmo genético, com adequabilidade quadrática [Silva et al. (2006)] e seleção através do resto estocástico, foi executado para 100 gerações, com uma população de 50 soluções-tentativas, taxa de combinação de 0,7 e de mutação 0,1. O número de presas por área foi 100 e o tempo total de 200. O intervalo de tempo para cada estágio foi de dt=20 (N=10 estágios). Após a última geração obtiveram-se os seguintes resultados: Vetor de predadores a serem lançados nos estágios: Estágio Predadores Tabela 4: Vetor de predadores ótimo Intervalo de tempo (dt): 20. Custo total minimizado: C = O gráfico que representa o resultado final se encontra logo abaixo, na figura 8, em que se observa o intervalo de tempo bem definido para o ciclo: [ 57 ]
11 Figura 8: Presa e predador por tempo com menor custo O método empregado nesta sessão é mais fácil de ser aplicado nas lavouras, sendo que os resultados são muito úteis para melhorar a produtividade e reduzir os custos com as perdas devido a pragas. Pode-se concluir, conforme os resultados obtidos e pela análise dos gráficos, que o prejuízo foi o mínimo dentre os métodos, já que no primeiro estágio o nível de pragas já fica abaixo do nível tolerável. Porém o custo desse controle foi o mais alto. 6. Conclusões O presente trabalho propõe novas abordagens para o problema do Controle Biológico de Pragas numa Lavoura. A primeira abordagem (seções 3 e 4) propõe a otimização em dois estágios: levar o nível de pragas até um nível tolerável e depois manter um controle em ciclos. Esta é uma opção mais barata, porém há prejuízos durante o tempo em que a densidade das pestes ainda não atingiu o nível tolerável. Na seção 3, o ciclo tem um tamanho ótimo, mas de duração muito pequena, difícil de ser implementada na prática. Na seção 4, o ciclo tem um tamanho prédefinido. A segunda abordagem (seção 5) propõe um resultado imediato. Esta opção é um pouco mais custosa, porém o prejuízo com as pragas é mínimo. A proposta para trabalhos futuros é considerar uma abordagem multiobjetivo, onde se deseja minimizar tanto a quantidade de pragas na lavoura quanto a quantidade de predadores lançados na lavoura, de modo a encontrar um conjunto de soluções de compromisso, o chamado conjunto Pareto-ótimo [Takahashi et al. (2003)]. Referências Bibliográficas 1. Cardoso, R. T. N., Algoritmos para programação dinâmica baseados em famílias invariantes. Dissertação de mestrado, Departamento de Matemática, Universidade [ 58 ]
12 Federal de Minas Gerais, Dent, D., Ed., Integrated Pest Management, pp. 356, Chapman and Hall, London, NY UK. 3. P. DeBach, The scope of biological control, in: Biological Control of Insects Pests and Weeds (P. DeBach Ed.), pp.3-20, Chapman & Hall, London, U.K., Takahashi, R. H. C., Vasconselos, J. A., Ramirez, J. A., and Krahenbuhl, L., A Multiobjetive Methodology for Evaluating Genetic Operators. IEEE Transactions on Magnetics, 39(3): , Rafikov, M., Feltrin, C.C., Aplicação da Função de Lyapunov num Problema de Controle Ótimo de Pragas, em Tendências em Matemática Computacional e Aplicada, 3, No. 2 (2002), Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. 6. Silva, V.L.S., Cruz, A.R., Carrano, E.G, Takahashi, R.H.C., Guimarães, F., On Nonlinear Fitness Functions for Ranking-Based Selection, IEEE World Congress on Computational Intelligence, [ 59 ]
Aplicação da Função de Lyapunov num Problema de Controle Ótimo de Pragas
Tendências em Matemática Aplicada e Computacional, 3, No. 2 (2002), 83-92. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Aplicação da Função de Lyapunov num Problema
Leia maisPalavras-chave: Modelo de Lotka-Volterra, Lagarta do Cartucho do milho, Controle Biológico.
ISSN 177-9139 MODELAGEM MATEMÁTICA APLICADA AO CONTROLE BIOLÓGICO DE PRAGAS EM LAVOURAS DE MILHOS. Jéssica C. S. Bueno E-mail: jessica_bsaldivia@hotmail.com Universidade Federal de Pelotas, Departamento
Leia maisÓtimo de Pragas: Modelos Linearizados, Funcional Quadrático 1. Controle
TEMA Tend. Mat. Apl. Comput., 5, No. 1 2004, 145-154. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Controle Ótimo de Pragas: Modelos Linearizados, Funcional Quadrático
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia maiscomputador-cálculo numérico perfeita. As fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 UNIVERSIDADE FEDERAL DE VIÇOSA Departamento de Matemática - CCE Cálculo Numérico - MAT 271 Prof.: Valéria Mattos da Rosa As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia
Leia maisPESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR. Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 *
PESQUISA OPERACIONAL: UMA ABORDAGEM À PROGRAMAÇÃO LINEAR 1 Graduando Rodolfo Cavalcante Pinheiro 1,3 Cleber Giugioli Carrasco 2,3 * 2 Pesquisador - Orientador 3 Curso de Matemática, Unidade Universitária
Leia maisEste capítulo é divido em duas seções, a primeira seção descreve a base de
30 3. Metodologia Este capítulo é divido em duas seções, a primeira seção descreve a base de dados utilizada, identificando a origem das fontes de informação, apresentando de forma detalhada as informações
Leia mais4 Avaliação Econômica
4 Avaliação Econômica Este capítulo tem o objetivo de descrever a segunda etapa da metodologia, correspondente a avaliação econômica das entidades de reservas. A avaliação econômica é realizada a partir
Leia maisAjuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária
Ajuste dos Parâmetros de um Controlador PI em uma Coluna de Destilação Binária Marina Roberto Martins 1*, Fernando Palú 1 (1) Universidade Estadual do Oeste do Paraná, Curso de Engenharia Química. e-mail:
Leia maisAPLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS
APLICAÇÃO DE MÉTODOS HEURÍSTICOS EM PROBLEMA DE ROTEIRIZAÇÃO DE VEICULOS Bianca G. Giordani (UTFPR/MD ) biancaggiordani@hotmail.com Lucas Augusto Bau (UTFPR/MD ) lucas_bau_5@hotmail.com A busca pela minimização
Leia maisAlgoritmos Genéticos
UNIVERSIDADE PRESBITERIANA MACKENZIE Laboratório de Computação Natural LCoN I ESCOLA DE COMPUTAÇÃO NATURAL Algoritmos Genéticos Rafael Xavier e Willyan Abilhoa Outubro/2012 www.computacaonatural.com.br
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisProtocolo em Rampa Manual de Referência Rápida
Protocolo em Rampa Manual de Referência Rápida 1 O que é o Protocolo em Rampa O protocolo em rampa é um protocolo para testes de esforço que não possui estágios. Nele o incremento da carga se dá de maneira
Leia maisO ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2
3.2 O Espaço Nulo de A: Resolvendo Ax = 0 11 O ESPAÇO NULO DE A: RESOLVENDO AX = 0 3.2 Esta seção trata do espaço de soluções para Ax = 0. A matriz A pode ser quadrada ou retangular. Uma solução imediata
Leia maisNa medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia.
1 Introdução aos Sistemas de Informação 2002 Aula 4 - Desenvolvimento de software e seus paradigmas Paradigmas de Desenvolvimento de Software Pode-se considerar 3 tipos de paradigmas que norteiam a atividade
Leia maisÍNDICE DE DESENVOLVIMENTO DA EDUCAÇÃO BÁSICA (IDEB): METAS INTERMEDIÁRIAS PARA A SUA TRAJETÓRIA NO BRASIL, ESTADOS, MUNICÍPIOS E ESCOLAS
ÍNDICE DE DESENVOLVIMENTO DA EDUCAÇÃO BÁSICA (): METAS INTERMEDIÁRIAS PARA A SUA TRAJETÓRIA NO BRASIL, ESTADOS, MUNICÍPIOS E ESCOLAS Reynaldo Fernandes O Índice de Desenvolvimento da Educação Básica (Ideb):
Leia maisUniversidade Federal de Uberlândia Brasil
s de s do Universidade Federal de Uberlândia Brasil Índice s de 1 2 3 4 5 Índice s de 1 2 3 4 5 s de Quando surge uma praga em uma lavoura, os agricultores utilizam de inseticidas eficientes ao maior número
Leia maisAS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA
CAPÍTULO 1 AS LEIS DE NEWTON PROFESSOR ANDERSON VIEIRA Talvez o conceito físico mais intuitivo que carregamos conosco, seja a noção do que é uma força. Muito embora, formalmente, seja algo bastante complicado
Leia maisProvas Comentadas OBF/2011
PROFESSORES: Daniel Paixão, Deric Simão, Edney Melo, Ivan Peixoto, Leonardo Bruno, Rodrigo Lins e Rômulo Mendes COORDENADOR DE ÁREA: Prof. Edney Melo 1. Um foguete de 1000 kg é lançado da superfície da
Leia maisMRP II. Planejamento e Controle da Produção 3 professor Muris Lage Junior
MRP II Introdução A lógica de cálculo das necessidades é conhecida há muito tempo Porém só pode ser utilizada na prática em situações mais complexas a partir dos anos 60 A partir de meados da década de
Leia maisMANUAL DO UTILIZADOR
MANUAL DO UTILIZADOR Versão 1.6 PÁGINA DE PESQUISA A página principal do PacWeb permite a realização de um número muito variado de pesquisas, simples, ou pelo contrário extremamente complexas, dependendo
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisALGORITMOS GENÉTICOS
ALGORITMOS GENÉTICOS INTRODUÇÃO São métodos adaptativos que podem ser usados para resolver problemas de busca e otimização. Na natureza a combinação de boas características provenientes de diferentes indivíduos
Leia maisCOMO DETERMINAR O PREÇO DE UMA
COMO DETERMINAR O PREÇO DE UMA O que são opções? Precificação de opções Exemplo de árvore recombinante Autores: Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV.
Leia maisAlgoritmos e Estrutura de Dados III. Árvores
Algoritmos e Estrutura de Dados III Árvores Uma das mais importantes classes de estruturas de dados em computação são as árvores. Aproveitando-se de sua organização hierárquica, muitas aplicações são realizadas
Leia maisMAT1154 ANÁLISE QUALITATIVA DE PONTOS DE EQUILÍBRIO DE SISTEMAS NÃO-LINEARES
MAT1154 ANÁLISE QUALITATIVA DE PONTOS DE EQUILÍBRIO DE SISTEMAS NÃO-LINEARES VERSÃO 1.0.2 Resumo. Este texto resume e complementa alguns assuntos dos Capítulo 9 do Boyce DiPrima. 1. Sistemas autônomos
Leia maisCRIAÇÃO DA DISCIPLINA SISTEMA DE GESTÃO AMBIENTAL NO CURSO DE ENGENHARIA CIVIL
CRIAÇÃO DA DISCIPLINA SISTEMA DE GESTÃO AMBIENTAL NO CURSO DE ENGENHARIA CIVIL Elias S. Assayag eassayag@internext.com.br Universidade do Amazonas, Departamento de Hidráulica e Saneamento da Faculdade
Leia maisFACULDADE DE ENGENHARIA DE COMPUTAÇÃO. PROJETO FINAL I e II PLANO DE TRABALHO <NOME DO TRABALHO> <Nome do Aluno> <Nome do Orientador>
FACULDADE DE ENGENHARIA DE COMPUTAÇÃO PROJETO FINAL I e II PLANO DE TRABALHO O Trabalho de Conclusão de Curso (TCC) a ser desenvolvido
Leia maisSistema de Integração Lavoura-Pecuária (ILP) de Corte da Embrapa Milho e Sorgo
Sistema de Integração Lavoura-Pecuária (ILP) de Corte da Embrapa Milho e Sorgo Ramon C. Alvarenga¹ e Miguel M. Gontijo Neto¹ Pesquisadores da Embrapa Milho e Sorgo (Sete Lagoas-MG) A Embrapa Milho e Sorgo
Leia maisa 1 x 1 +... + a n x n = b,
Sistemas Lineares Equações Lineares Vários problemas nas áreas científica, tecnológica e econômica são modelados por sistemas de equações lineares e requerem a solução destes no menor tempo possível Definição
Leia maisO tornado de projeto é admitido, para fins quantitativos, com as seguintes características [15]:
4 Tornado de Projeto O tornado de projeto é admitido, para fins quantitativos, com as seguintes características [15]: Tornado do tipo F3-médio; Velocidade máxima de 233km/h = 64,72m/s; Velocidade translacional
Leia maisContagem I. Figura 1: Abrindo uma Porta.
Polos Olímpicos de Treinamento Curso de Combinatória - Nível 2 Prof. Bruno Holanda Aula 4 Contagem I De quantos modos podemos nos vestir? Quantos números menores que 1000 possuem todos os algarismos pares?
Leia maisBC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
Leia maisMaterial Teórico - Módulo de Divisibilidade. MDC e MMC - Parte 1. Sexto Ano. Prof. Angelo Papa Neto
Material Teórico - Módulo de Divisibilidade MDC e MMC - Parte 1 Sexto Ano Prof. Angelo Papa Neto 1 Máximo divisor comum Nesta aula, definiremos e estudaremos métodos para calcular o máximo divisor comum
Leia maisBusca Estocástica Baseada em Planejamento para Maximizar Metas em Jogos de RTS
Busca Estocástica Baseada em Planejamento para Maximizar Metas em Jogos de RTS Autor:Thiago França Naves 1, Orientador: Carlos Roberto Lopes 1 1 Programa de Pós-Graduação em Ciência da Computação Universidade
Leia maisAplicação do algoritmo genético na otimização da produção em indústrias de açúcar e álcool
Aplicação do algoritmo genético na otimização da produção em indústrias de açúcar e álcool Lucélia Costa Oliveira¹; Mário Luiz Viana Alvarenga² ¹ Aluna do curso de Engenharia de Produção e bolsista do
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 1: Introdução Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013 Antes de
Leia maisO Problema do Troco Principio da Casa dos Pombos. > Princípios de Contagem e Enumeração Computacional 0/48
Conteúdo 1 Princípios de Contagem e Enumeração Computacional Permutações com Repetições Combinações com Repetições O Problema do Troco Principio da Casa dos Pombos > Princípios de Contagem e Enumeração
Leia maisPLANEJAMENTO URBANO E DE TRANSPORTES BASEADO EM CENÁRIO DE MOBILIDADE SUSTENTÁVEL O CASO DE UBERLÂNDIA, MG, BRASIL
PLANEJAMENTO URBANO E DE TRANSPORTES BASEADO EM CENÁRIO DE MOBILIDADE SUSTENTÁVEL O CASO DE UBERLÂNDIA, MG, BRASIL Thiago Silva Pereira José Aparecido Sorratini PLANEJAMENTO URBANO E DE TRANSPORTES BASEADO
Leia maisQual é o risco real do Private Equity?
Opinião Qual é o risco real do Private Equity? POR IVAN HERGER, PH.D.* O debate nos mercados financeiros vem sendo dominado pela crise de crédito e alta volatilidade nos mercados acionários. Embora as
Leia maisOS EFEITOS DOS CUSTOS NA INDÚSTRIA
3 OS EFEITOS DOS CUSTOS NA INDÚSTRIA O Sr. Silva é proprietário de uma pequena indústria que atua no setor de confecções de roupas femininas. Já há algum tempo, o Sr. Silva vem observando a tendência de
Leia maisUM CONCEITO FUNDAMENTAL: PATRIMÔNIO LÍQUIDO FINANCEIRO. Prof. Alvaro Guimarães de Oliveira Rio, 07/09/2014.
UM CONCEITO FUNDAMENTAL: PATRIMÔNIO LÍQUIDO FINANCEIRO Prof. Alvaro Guimarães de Oliveira Rio, 07/09/2014. Tanto as pessoas físicas quanto as jurídicas têm patrimônio, que nada mais é do que o conjunto
Leia maisISO/IEC 12207: Gerência de Configuração
ISO/IEC 12207: Gerência de Configuração Durante o processo de desenvolvimento de um software, é produzida uma grande quantidade de itens de informação que podem ser alterados durante o processo Para que
Leia maisNotas de aula número 1: Otimização *
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL UFRGS DEPARTAMENTO DE ECONOMIA CURSO DE CIÊNCIAS ECONÔMICAS DISCIPLINA: TEORIA MICROECONÔMICA II Primeiro Semestre/2001 Professor: Sabino da Silva Porto Júnior
Leia maisPor que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,...
Por que o quadrado de terminados em 5 e ta o fa cil? Ex.: 15²=225, 75²=5625,... 0) O que veremos na aula de hoje? Um fato interessante Produtos notáveis Equação do 2º grau Como fazer a questão 5 da 3ª
Leia maisINSTRUMENTOS DE PLANEJAMENTO: PLANOS, PROGRAMAS E PROJETOS
CURSO PÓS-GRADUAP GRADUAÇÃO EM GESTÃO SOCIAL DE POLÍTICAS PÚBLICASP DISCIPLINA: Monitoramento, informação e avaliação de políticas sociais INSTRUMENTOS DE PLANEJAMENTO: PLANOS, PROGRAMAS E PROJETOS Janice
Leia maisQUADRADO MÁGICO - ORDEM 4
CONCEITO Partindo da definição original, os QUADRADOS MÁGICOS devem satisfazer três condições: a) tabela ou matriz quadrada (número de igual ao número de ); b) domínio: com elementos assumindo valores
Leia maisCOMO EXPLORAR OS BENEFÍCIOS DOS INDICADORES DE DESEMPENHO NA GESTÃO DE UM CSC. Lara Pessanha e Vanessa Saavedra
COMO EXPLORAR OS BENEFÍCIOS DOS INDICADORES DE DESEMPENHO NA GESTÃO DE UM CSC Lara Pessanha e Vanessa Saavedra A utilização de indicadores de desempenho é uma prática benéfica para todo e qualquer tipo
Leia maisDepartamento de Matemática - UEL - 2010. Ulysses Sodré. http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Matemática Essencial Extremos de funções reais Departamento de Matemática - UEL - 2010 Conteúdo Ulysses Sodré http://www.mat.uel.br/matessencial/ Arquivo: minimaxi.tex - Londrina-PR, 29 de Junho de 2010.
Leia maisPrincípios de Finanças
Princípios de Finanças Apostila 02 A função da Administração Financeira Professora: Djessica Karoline Matte 1 SUMÁRIO A função da Administração Financeira... 3 1. A Administração Financeira... 3 2. A função
Leia mais3 a ij x j ), i = 1,2,3, (1.1)
TEMA Tend. Mat. Apl. Comput., 5, No. 2 (2004), 239-248. c Uma Publicação da Sociedade Brasileira de Matemática Aplicada e Computacional. Controle Ótimo para um Sistema Caótico de Lotka-Volterra A. MOLTER
Leia maisCaracterização temporal de circuitos: análise de transientes e regime permanente. Condições iniciais e finais e resolução de exercícios.
Conteúdo programático: Elementos armazenadores de energia: capacitores e indutores. Revisão de características técnicas e relações V x I. Caracterização de regime permanente. Caracterização temporal de
Leia maisCAPÍTULO 11. Poupança, acumulação de capital e produto. Olivier Blanchard Pearson Education
Olivier Blanchard Pearson Education Poupança, acumulação de capital e CAPÍTULO 11 2006 Pearson Education Macroeconomics, 4/e Olivier Blanchard Poupança, Os efeitos da taxa de poupança a razão entre a poupança
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia mais( ) ( ) ( ( ) ( )) ( )
Física 0 Duas partículas A e, de massa m, executam movimentos circulares uniormes sobre o plano x (x e representam eixos perpendiculares) com equações horárias dadas por xa ( t ) = a+acos ( ωt ), ( t )
Leia maisÁrvores Binárias Balanceadas
Árvores Binárias Balanceadas Elisa Maria Pivetta Cantarelli Árvores Balanceadas Uma árvore é dita balanceada quando as suas subárvores à esquerda e à direita possuem a mesma altura. Todos os links vazios
Leia maisResolução da Lista 2 - Modelos determinísticos
EA044 - Planejamento e Análise de Sistemas de Produção Resolução da Lista 2 - Modelos determinísticos Exercício 1 a) x ij são as variáveis de decisão apropriadas para o problemas pois devemos indicar quantos
Leia maisRoda de Samba. Série Matemática na Escola
Roda de Samba Série Matemática na Escola Objetivos 1. Apresentar uma aplicação de funções quadráticas; 2. Analisar pontos de máximo de uma parábola;. Avaliar o comportamento da parábola com variações em
Leia maisPROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO
PROBLEMA DE TRANSPORTE: MODELO E MÉTODO DE SOLUÇÃO Luciano Pereira Magalhães - 8º - noite lpmag@hotmail.com Orientador: Prof Gustavo Campos Menezes Banca Examinadora: Prof Reinaldo Sá Fortes, Prof Eduardo
Leia maisSISTEMAS INTEGRADOS DE GESTÃO PAS 99:2006. Especificação de requisitos comuns de sistemas de gestão como estrutura para a integração
Coleção Risk Tecnologia SISTEMAS INTEGRADOS DE GESTÃO PAS 99:2006 Especificação de requisitos comuns de sistemas de gestão como estrutura para a integração RESUMO/VISÃO GERAL (visando à fusão ISO 31000
Leia maisA IMPORTÂNCIA DA GESTÃO DE CUSTOS NA ELABORAÇÃO DO PREÇO DE VENDA
553 A IMPORTÂNCIA DA GESTÃO DE CUSTOS NA ELABORAÇÃO DO PREÇO DE VENDA Irene Caires da Silva 1, Tamires Fernanda Costa de Jesus, Tiago Pinheiro 1 Docente da Universidade do Oeste Paulista UNOESTE. 2 Discente
Leia maisCurva de Um Cabo Suspenso
Curva de Um Cabo Suspenso Rios, João Vianey Vasconcelos Silva, Maria Ilsangela Praciano - Pereira, T 13 de novembro de 2008 Departamento de Matemática Universidade Estadual Vale do Acaraú - UVA Pré-Prints
Leia maisOPERAÇÃO DE SISTEMAS DE POTÊNCIA. TEE-04091 Aula 13 Prof. Vitor Hugo Ferreira
Universidade Federal Fluminense Escola de Engenharia Departamento de Engenharia Elétrica OPERAÇÃO DE SISTEMAS DE POTÊNCIA TEE-04091 Aula 13 Pro. Vitor Hugo Ferreira Operação em tempo real e planejamento
Leia maisALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA
136 ALGORITMOS GENÉTICOS: UMA VISÃO EXPLANATÓRIA FILITTO, Danilo 1 Resumo: Os algoritmos Genéticos inspiram-se no processo de evolução natural e são utilizados para resolver problemas de busca e otimização
Leia maisCAP 254 CAP 254. Otimização Combinatória. Professor: Dr. L.A.N. Lorena. Assunto: Metaheurísticas Antonio Augusto Chaves
CAP 254 CAP 254 Otimização Combinatória Professor: Dr. L.A.N. Lorena Assunto: Metaheurísticas Antonio Augusto Chaves Conteúdo C01 Simulated Annealing (20/11/07). C02 Busca Tabu (22/11/07). C03 Colônia
Leia maisManual de regras do Programa de valorização de boas idéias
GLOBAL SERVIÇOS E ASSISTÊNCIA 24H NO AR Manual de regras do Programa de valorização de boas idéias Versão 1.0 25/02/2011 Ano 2011 RESUMO Este documento tem como objetivo esclarecer as regras e os critérios
Leia maisipea A EFETIVIDADE DO SALÁRIO MÍNIMO COMO UM INSTRUMENTO PARA REDUZIR A POBREZA NO BRASIL 1 INTRODUÇÃO 2 METODOLOGIA 2.1 Natureza das simulações
A EFETIVIDADE DO SALÁRIO MÍNIMO COMO UM INSTRUMENTO PARA REDUZIR A POBREZA NO BRASIL Ricardo Paes de Barros Mirela de Carvalho Samuel Franco 1 INTRODUÇÃO O objetivo desta nota é apresentar uma avaliação
Leia maisProblema 8-Puzzle: Análise da solução usando Backtracking e Algoritmos Genéticos
Problema 8-Puzzle: Análise da solução usando e Nelson Florêncio Junior Orientador: Frederico Gadelha Guimarães Departamento de Computação UFOP 18 de agosto de 2011 Nelson Florêncio Junior (UFOP) PAA 1
Leia maisA SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS
UMA SOLUÇÃO DO PROBLEMA DAS N RAINHAS ATRAVÉS DE ALGORITMOS GENÉTICOS A SOLUTION OF N-QUEENS PROBLEM BY GENETIC ALGORITHMS Eliane Vendramini de Oliveira Mestre em Engenharia Elétrica UNESP/ Ilha Solteira
Leia maisROTEIRO PARA ELABORAÇÃO DE PROJETOS
APRESENTAÇÃO ROTEIRO PARA ELABORAÇÃO DE PROJETOS Breve histórico da instituição seguido de diagnóstico e indicadores sobre a temática abrangida pelo projeto, especialmente dados que permitam análise da
Leia mais4 passos para uma Gestão Financeira Eficiente
4 passos para uma Gestão Financeira Eficiente Saiba como melhorar a gestão financeira da sua empresa e manter o fluxo de caixa sob controle Ciclo Financeiro Introdução Uma boa gestão financeira é um dos
Leia maisMatriz de Distribuição de OCC entre as Unidades Acadêmicas da UFMG 2010
UNIVERSIDADE FEDERAL DE MINAS GERAIS Pró-Reitoria de Planejamento e Desenvolvimento Matriz de Distribuição de OCC entre as Unidades Acadêmicas da UFMG 2010 Belo Horizonte Setembro de 2010 1 Introdução
Leia maisFATEC Cruzeiro José da Silva. Ferramenta CRM como estratégia de negócios
FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Cruzeiro SP 2008 FATEC Cruzeiro José da Silva Ferramenta CRM como estratégia de negócios Projeto de trabalho de formatura como requisito
Leia maisCapacitação do Núcleo de Evidências em Saúde / Estação BVS da ESP / SES -MG em
Capacitação do Núcleo de Evidências em Saúde / Estação BVS da ESP / SES -MG em Formulação de Políticas de Saúde e Tomada de Decisões Informadas por Evidências Sessão 5 Como usar evidências de pesquisa
Leia maisGerenciamento de Projeto: Criando o Termo de Abertura II. Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br
Gerenciamento de Projeto: Criando o Termo de Abertura II Prof. Msc Ricardo Britto DIE-UFPI rbritto@ufpi.edu.br Sumário Priorizando Projetos. Métodos Matemáticos. Métodos de análise de benefícios. Selecionando
Leia maisProjetos. Universidade Federal do Espírito Santo - UFES. Mestrado em Informática 2004/1. O Projeto. 1. Introdução. 2.
Pg. 1 Universidade Federal do Espírito Santo - UFES Mestrado em Informática 2004/1 Projetos O Projeto O projeto tem um peso maior na sua nota final pois exigirá de você a utilização de diversas informações
Leia maisPROCESSO DE DESENVOLVIMENTO DE SOFTWARE. Modelos de Processo de Desenvolvimento de Software
PROCESSO DE DESENVOLVIMENTO DE SOFTWARE Introdução Modelos de Processo de Desenvolvimento de Software Os modelos de processos de desenvolvimento de software surgiram pela necessidade de dar resposta às
Leia maisINVESTIGAÇÃO OPERACIONAL EM AÇÃO
INVESTIGAÇÃO OPERACIONAL EM AÇÃO CASOS DE APLICAÇÃO RUI CARVALHO OLIVEIRA JOSÉ SOEIRO FERREIRA (EDITORES) IMPRENSA DA UNIVERSIDADE DE COIMBRA COIMBRA UNIVERSITY PRESS CASO 7 SISTEMA DE APOIO À DECISÃO
Leia maisXI Encontro de Iniciação à Docência
4CCENDFMT01 EXEMPLO DE APLICAÇÃO DE UMA METODOLOGIA PARA A SOLUÇÃO DE PROBLEMAS DE FÍSICA E MATEMÁTICA Erielson Nonato (1) e Pedro Luiz Christiano (3) Centro de Ciências Exatas e da Natureza/Departamento
Leia maisDATA WAREHOUSE. Introdução
DATA WAREHOUSE Introdução O grande crescimento do ambiente de negócios, médias e grandes empresas armazenam também um alto volume de informações, onde que juntamente com a tecnologia da informação, a correta
Leia maisESTRUTURANDO O FLUXO PUXADO
Pós Graduação em Engenharia de Produção Ênfase na Produção Enxuta de Bens e Serviços (LEAN MANUFACTURING) ESTRUTURANDO O FLUXO PUXADO Exercícios de Consolidação Gabarito 1 º Exercício Defina os diferentes
Leia maisProcesso de Implementação de um Sistema de Gestão da Qualidade
3 Processo de Implementação de um Sistema de Gestão da Qualidade Não existe um jeito único de se implementar um sistema da qualidade ISO 9001: 2000. No entanto, independentemente da maneira escolhida,
Leia maisEDUCAÇÃO A DISTÂNCIA: UMA FORMA DE INCLUSÃO DO DEFICIENTE VISUAL À EDUCAÇÃO SUPERIOR
EDUCAÇÃO A DISTÂNCIA: UMA FORMA DE INCLUSÃO DO DEFICIENTE VISUAL À EDUCAÇÃO SUPERIOR José Oscar Fontanini de Carvalho Pontifícia Universidade Católica de Campinas - PUC-Campinas (oscar@ii.puc-campinas.br)
Leia maisUnidade IV PLANEJAMENTO E CONTROLE. Profa. Marinalva Barboza
Unidade IV PLANEJAMENTO E CONTROLE DE ESTOQUES Profa. Marinalva Barboza Introdução Esta unidade tem como foco os custos de estoque. Abordará os vários custos e exercícios de fixação. Custos dos estoques
Leia maisPROIMRAD X.01: NOVO CÓDIGO PARA GERENCIAMENTO DE REJEITOS RADIOATIVOS
PROIMRAD X.01: NOVO CÓDIGO PARA GERENCIAMENTO DE REJEITOS RADIOATIVOS Alexandre França Velo 1*, Joel Mesa Hormaza 1, Gilberto Ribeiro Furlan 2, Walter Siqueira Paes 2 1* Departamento de Física e Biofísica
Leia maisMetodologias de Desenvolvimento de Sistemas. Analise de Sistemas I UNIPAC Rodrigo Videschi
Metodologias de Desenvolvimento de Sistemas Analise de Sistemas I UNIPAC Rodrigo Videschi Histórico Uso de Metodologias Histórico Uso de Metodologias Era da Pré-Metodologia 1960-1970 Era da Metodologia
Leia maisAlocação de Recursos em Sistemas de Integração Lavoura-Pecuária: uma abordagem da Teoria do Portfólio
Alocação de Recursos em Sistemas de Integração Lavoura-Pecuária: uma abordagem da Teoria do Portfólio FERNANDES, Kellen Cristina Campos 1 ; FIGUEIREDO, Reginaldo Santana 2 Escola de Agronomia e Engenharia
Leia maisUNIVERSIDADE, EAD E SOFTWARE LIVRE
Universidade Federal de Minas Gerais Elisa Castro Pedro Henrique Ferreira Simas Ricardo Freitas de Paula UNIVERSIDADE, EAD E SOFTWARE LIVRE Belo Horizonte 2011 O Ensino a Distância da Estatística Básica
Leia maisTécnicas de Caixa Preta de Teste de Software
Técnicas de Caixa Preta de Teste de Software Na maioria de projetos de teste, o tempo para a realização dos mesmos sempre é curto e os números de testes a serem realizados nas aplicações são inúmeros.
Leia maisOTIMIZAÇÃO 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 maisSistemas de Gestão Ambiental O QUE MUDOU COM A NOVA ISO 14001:2004
QSP Informe Reservado Nº 41 Dezembro/2004 Sistemas de Gestão O QUE MUDOU COM A NOVA ISO 14001:2004 Material especialmente preparado para os Associados ao QSP. QSP Informe Reservado Nº 41 Dezembro/2004
Leia maisMatemática - 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 maisMODELO DE APRESENTAÇÃO DE PROJETO DE PESQUISA
MODELO DE APRESENTAÇÃO DE PROJETO DE PESQUISA PÓS-GRADUAÇÃO EM CIÊNCIA E ENGENHARIA DE MATERIAIS Elaborado por Prof. Dr. Rodrigo Sampaio Fernandes Um projeto de pesquisa consiste em um documento no qual
Leia maisENERGIA POTENCIAL E CONSERVAÇÃO DE ENERGIA Física Geral I (1108030) - Capítulo 04
ENERGIA POTENCIAL E CONSERVAÇÃO DE ENERGIA Física Geral I (1108030) - Capítulo 04 I. Paulino* *UAF/CCT/UFCG - Brasil 2012.2 1 / 15 Sumário Trabalho e EP Energia potencial Forças conservativas Calculando
Leia maisPESQUISA OPERACIONAL. Fabiano F. T. dos Santos. Instituto de Matemática e Estatística
PESQUISA OPERACIONAL Fabiano F. T. dos Santos Instituto de Matemática e Estatística Origens da Pesquisa Operacional O termo pesquisa operacional é atribuído a A. P. Rowe, que, em 1938 na Grã-Bretanha,
Leia maisEstabilizada de. PdP. Autor: Luís Fernando Patsko Nível: Intermediário Criação: 22/02/2006 Última versão: 18/12/2006
TUTORIAL Fonte Estabilizada de 5 Volts Autor: Luís Fernando Patsko Nível: Intermediário Criação: 22/02/2006 Última versão: 18/12/2006 PdP Pesquisa e Desenvolvimento de Produtos http://www.maxwellbohr.com.br
Leia maisEquações 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 mais4 Orbitais do Átomo de Hidrogênio
4 Orbitais do Átomo de Hidrogênio A aplicação mais intuitiva e que foi a motivação inicial para desenvolver essa técnica é a representação dos orbitais do átomo de hidrogênio que, desde então, tem servido
Leia maisComplemento IV Introdução aos Algoritmos Genéticos
Complemento IV Introdução aos Algoritmos Genéticos Esse documento é parte integrante do material fornecido pela WEB para a 2ª edição do livro Data Mining: Conceitos, técnicas, algoritmos, orientações e
Leia mais