Controle Ótimo - Aula 1 (Prova do Algoritmo da PD e Exemplo 1)
|
|
- Lúcia Caires Raminhos
- 6 Há anos
- Visualizações:
Transcrição
1 1 Controle Ótimo - Aula 1 (Prova do Algoritmo da PD e Exemplo 1) Adriano Almeida Gonçalves Siqueira e Marco H. Terra Algoritmo da Programação Dinâmica: Para cada condição inicial x 0, o custo ótimo J (x 0 ) do problema básico é igual a J 0 (x 0 ), o último passo do seguinte algoritmo que evolui de modo reverso no tempo de N 1 até 0 : Passo N: J N (x N ) := g N (x N ) para todo x N S k Passo k: J k (x k ) = min uk U k (x k ){E wk {g k (x k, u k, w k ) + J k+1 (f k (x k, u k, w k ))}}, k = N 1,..., 0 Passo 0: J (x 0 ) = J 0 (x 0 ) Se u k = µ k (x k) minimiza o lado direito da equação do passo k, a política π = {µ 0, µ 1,..., µ } é ótima Prova: (I) Notação: Para qualquer política admissível π = {µ 0, µ 1,..., µ } e para cada k = 0, 1,..., N 1 denote: Políticas de controle admissíveis do instante k ao instante final N: Distúrbios do instante k ao instante final N: π k := {µ k, µ k+1,..., µ } d k := {w k, w k+1,..., w } Custo ótimo para o problema que começa no estado x k =x k no instante k e termina no instante N: { } J k (x k) := min π ke d k g N (x N ) + i=k Custo ótimo para o problema que começa no estado x N no instante final N: J N (x N) := g N (x N ) (II) As funções de custo ótimas J k são exatamente as funções J k computadas pelo Algoritmo da Programação Dinâmica para todo k. Prova por indução: A hipótese de indução vale para N:
2 2 Segue pelas definições que J N = g N = J N. Suponha que a hipótese de indução valha para k + 1, ou seja, suponha que a função custo ótima J k+1 seja dada exatamente pela função J k+1 computada pelo Algoritmo da Programação Dinâmica, ou seja, temos J k+1 (x k+1) = J k+1 (x k+1 ), para todo x k+1 S k+1 Vamos mostrar que a hipótese é válida para k: Fixe x k S k e note que π k = {µ k, π k+1 } e d k = {w k, d k+1 }. Temos por definição: J k (x k ) :=min π ke dk {g N (x N ) + =min {µk,π k+1 }E {wk,d k+1 } { i=k } g k (x k, µ k (x k ), w k ) + g N (x N ) + i=k+1 Sendo a distribuição de w k independente da distribuição de d k+1 := {w k+1,..., w }, J k (x k) = min {µk,π k+1 }E wk {g k (x k, µ k (x k ), w k ) + E d k+1 [ g N (x N ) + i=k+1 Como o termo g k (x k, µ k (x k ), w k ) não depende da política de controle futura π k+1 J k (x k ) = min µk E wk {g k (x k, µ k (x k ), w k ) + min π k+1e d k+1 Segue da definição do custo ótimo a partir do instante k + 1 que [ g N (x N ) + i=k+1 J k (x k ) = min µk E wk { gk (x k, µ k (x k ), w k ) + J k+1 (f k (x k, µ k (x k ), w k )) } Sendo válida a hipótese para k + 1 J k (x k) = min µk E wk {g k (x k, µ k (x k ), w k ) + J k+1 (f k (x k, µ k (x k ), w k ))} } Sendo x k fixo, variar a função: µ k : S k U k (x k ), x k u k é o mesmo que variar u k, assim, ]} ]} J k (x k ) =min uk U k (x k )E wk {g k (x k, u k, w k ) + J k+1 (f k (x k, u k, w k ))} =J k (x k ) Exemplo1: Problema de Rota de Avião com gasto mínimo de combustível [Lewis p.294, ex 4.1-1] Um avião pode voar da esquerda para a direita ao longo dos caminhos mostrados na figura 1. As intercecções a,b,c,... representam cidades. Os números representam o combustível requerido para completar cada caminho (custo para cada instante g k (x k, u k )). A cada instante k pode-se decidir movimentarse para o próximo estágio k + 1 indo para cima (u k = +1), ou indo para baixo (u k = 1).
3 3 Fig. 1. Problema de Rota Ótima. O problema é determinar o caminho que o avião deve percorrer partindo de a e chegando a i com gasto mínimo de combustível. Vamos colocar o problema na forma padrão ([B95]p.10) 1) O estado corrente é o nó onde estamos fazendo a decisão corrente. Assim, o estado inicial é x 0 = a. No instante k = 1, o estado pode ser x 1 = b ou x 1 = d. Pela figura, o espaço de estados para cada instante k é dado por S 0 = {a}, S 1 = {b, d}, S 2 = {c, e, g}, S 3 = {f, h}, S 4 = {i} 2) A variável de decisão (controle) u k a ser selecionada no instante k pertence ao espaço C k = {+1, 1}. Note que o controle u k é retringido a tomar valores em um sub-conjunto U k (x k ) C k que depende do instante k e do valor corrente do estado x k. Por exemplo, para k = 2, x 2 = c e assim, temos U 2 (x 2 = c) = { 1} C 1 = {+1, 1}. 3) O sistema dinâmico x k+1 = f k (x k, u k ) pode ser dado de forma tabular pelos dados contidos na figura (por exemplo, é evidente que x 2 = c quando x 1 = b e u 1 = +1). 4) O custo a cada instante g k (x k, u k ) pode ser dado de forma tabular pelos dados contidos na figura (por exemplo, é evidente que g 2 (x 2 = b, u 2 = 1) = 2). Podemos determinar a rota ótima de x 0 = a para x N = i fazendo-se comparações com todos os possíveis caminhos u = (u 0,..., u ) de x 0 = a para x N = i conforme a expressão: J (x 0 = a) = min u=(u0,...,u ){g N (x N ) + A solução por este procedimento requer um grande número de cálculos. k=0 g k (x k, u k )} Baseados no princípio de otimalidade de Bellman, vamos aplicar o algorítmo da Programação Dinâmica para reduzir o número de cálculos necessários (por restringir o número de decisões a serem tomadas).
4 4 Comece com k = N = 4. Nenhuma decisão é necessária aqui. Assim, J 4 (x 4 = i) = g 4 (x 4 = i) = 0. k = N 1 = 3 O espaço de estados é S 3 = {f, h}. Se x 3 = f o custo ótimo é e a lei de controle ótimo é J 3 (x 3 = f) =min u3 U 3 (x 3 =f){g 3 (x 3 = f, u 3 ) + J 4 (f 3 (x 3 = f, u 3 ))} =g 3 (x 3 = f, u 3 = 1) = 4 µ 3 (x 3 = f) =arg{min u3 U 3 (x 3 =f){g 3 (x 3 = f, u 3 ) + J 4 (f 3 (x 3 = f, u 3 ))}} = 1 Se x 3 = h o custo ótimo é J 3 (x 3 = h) =min u3 U 3 (x 3 =h){g 3 (x 3 = h, u 3 ) + J 4 (f 3 (x 3 = h, u 3 ))} =g 3 (x 3 = h, u 3 = 1) = 4 e a lei de controle ótimo é µ 3 (x 3 = h) = 1. Assim, a função J 3 : S 3 R + e a lei de controle admissível µ 3 : S 3 C 3 são dados pela tabela x 3 J 3 (x 3 ) µ 3 (x 3 ) f 4 1 h 2 +1 k = 2 O espaço de estados é S 2 = {c, e, g}. Se x 2 = c o custo ótimo é J 2 (x 2 = c) =min u2 U 2 (x 2 =c){g 2 (x 2 = c, u 2 ) + J 3 (f 2 (x 2 = c, u 2 ))} e a lei de controle ótimo é µ 2 (x 2 = c) = 1. Se x 2 = e o custo ótimo é =g 2 (x 2 = c, u 2 = 1) + J 3 (f) = = 7
5 5 J 2 (x 2 = e) =min u2 U 2 (x 2 =e){g 2 (x 2 = e, u 2 ) + J 3 (f 2 (x 2 = e, u 2 ))} =min{g 2 (x 2 = e, u 2 = 1) + J 3 (f 2 (x 2 = e, u 2 = 1)), g 2 (x 2 = e, u 2 = 1) + J 3 (f 2 (x 2 = e, u 2 = 1))} =min{g 2 (x 2 = e, u 2 = 1) + J 3 (f), g 2 (x 2 = e, u 2 = 1) + J 3 (h)} =min{3 + 4, 2 + 2} = 4 e a lei de controle ótimo é µ 2 (x 2 = e) = 1. Se x 2 = g o custo ótimo é J 2 (x 2 = g) =min u2 U 2 (x 2 =g){g 2 (x 2 = g, u 2 ) + J 3 (f 2 (x 2 = g, u 2 ))} e a lei de controle ótimo é µ 2 (x 2 = g) = +1. =g 2 (x 2 = g, u 2 = 1) + J 3 (h) = = 6 Assim, a função J 2 : S 2 R + e a lei de controle admissível µ 2 : S 2 C 2 são dados pela tabela x 2 J 2 (x 2 ) µ 2 (x 2) c 7 1 e 4 1 g 6 +1 k = 1 O espaço de estados é S 1 = {b, d}. Se x 1 = b o custo ótimo é J 1 (x 1 = b) =min u1 U 1 (x 1 =b){g 1 (x 1 = b, u 1 ) + J 2 (f 1 (x 1 = b, u 1 ))} =min{g 1 (x 1 = b, u 1 = 1) + J 2 (f 1 (x 1 = b, u 1 = 1)), g 1 (x 1 = b, u 1 = 1) + J 2 (f 1 (x 1 = b, u 1 = 1))} =min{g 1 (x 1 = b, u 1 = 1) + J 2 (c), g 1 (x 1 = b, u 1 = 1) + J 2 (e)} =min{2 + 7, 1 + 4} = 5 e a lei de controle ótimo é µ 1 (x 1 = b) = 1. Se x 1 = d o custo ótimo é J 1 (x 1 = d) =min u1 U 1 (x 1 =d){g 1 (x 1 = d, u 1 ) + J 2 (f 1 (x 1 = d, u 1 ))} =min{g 1 (x 1 = d, u 1 = 1) + J 2 (e), g 1 (x 1 = d, u 1 = 1) + J 2 (g)} =min{3 + 4, 2 + 6} = 7 e a lei de controle ótimo é µ 1 (x 1 = d) = +1. Assim, a função J 1 : S 1 R + e a lei de controle admissível µ 1 : S 1 C 1 são dados pela tabela
6 6 x 1 J 1 (x 1 ) µ 1 (x 1) b 5 1 d 7 +1 k = 0 O espaço de estados é S 0 = {a}. O custo ótimo é J 0 (x 0 = a) =min u0 U 0 (x 0 =a){g 0 (x 0 = a, u 0 ) + J 1 (f 0 (x 0 = a, u 0 ))} =min{g 0 (x 0 = a, u 0 = 1) + J 1 (b), g 0 (x 0 = a, u 0 = 1) + J 1 (d)} =min{3 + 5, 1 + 7} = 8 e a lei de controle ótimo não é única e podemos fazer µ 1 0 (x 0 = a) = +1 ou µ 2 0 (x 0 = a) = 1. Assim, pelo algoritmo da programação dinâmica chegamos à solução ótima do problema original J (x 0 = a) = J 0 (x 0 = a) = 8 e temos duas políticas (leis de realimentação) ótimas π i = {µ i 0, µ 1, µ 2, µ 3 } Em particular, percorrendo a partir de x 0 = a pela política ótima obtemos um sinal de controle ótimo em malha aberta e a correspondente trajetória ótima u = ( u 0,..., u ) = (u 0, u 1, u 2, u 3) = (+1, 1, 1, +1) x = (a, b, e, h, i) Para o outro sinal de controle ótimo em malha aberta e a correspondente trajetória ótima u = (u 0, u 1, u 2, u 3 ) = ( 1, +1, 1, +1) x = (a, d, e, h, i)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4)
Controle Ótimo - Aula 2 (Exemplos 2, 3 e 4) Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Sistemas dinâmicos discretos no tempo O Problema
Leia maisControle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin
Controle Ótimo - Aula 10 Princípio do Mínimo de Pontryagin Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo
Leia maisControle Ótimo - Aula 8 Equação de Hamilton-Jacobi
Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo Considere
Leia maisControle Ótimo - Aula 6 Exemplos e Exercícios
Controle Ótimo - Aula 6 Exemplos e Exercícios Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos Probabilidades Probabilidade: número entre
Leia maisGRAFOS Aula 07 Algoritmos de Caminho Mínimo: Bellman-Ford / Floyd-Warshall Max Pereira
Ciência da Computação GRAFOS Aula 07 Algoritmos de Caminho Mínimo: Bellman-Ford / Floyd-Warshall Max Pereira Algoritmo de Bellman-Ford Arestas com valores negativos podem parecer inúteis, mas elas podem
Leia maisNo circuito abaixo determinar as correntes nos ramos e seus verdadeiros sentidos.
No circuito abaixo determinar as correntes nos ramos e seus verdadeiros sentidos. Dados do problema Resistores R 1 = Ω; R = Ω R = Ω; R 4 = Ω R = Ω; R 6 = Ω; R 7 = Ω; R 8 = Ω. f.e.m. das pilhas E 1 = V;
Leia maisProgramação Dinâmica: Modelos Determinísticos
Programação Dinâmica: Modelos Determinísticos Prof. Fernando Augusto Silva Marins Departamento de Produção Faculdade de Engenharia Campus de Guaratinguetá UNESP www.feg.unesp.br/~fmarins fmarins@feg.unesp.br
Leia maisAula 12. Ângulo entre duas retas no espaço. Definição 1. O ângulo (r1, r2 ) entre duas retas r1 e r2 se define da seguinte maneira:
Aula 1 1. Ângulo entre duas retas no espaço Definição 1 O ângulo (r1, r ) entre duas retas r1 e r se define da seguinte maneira: (r1, r ) 0o se r1 e r são coincidentes, Se as retas são concorrentes, isto
Leia mais5 Análise de Sensibilidade
MAC-35 - Programação Linear Primeiro semestre de 00 Prof. Marcelo Queiroz http://www.ime.usp.br/~mqz Notas de Aula 5 Análise de Sensibilidade Neste capítulo consideramos o problema de programação linear
Leia maisapenas os caminhos que passam só por vértices em C, exceto, talvez, o próprio v A Figura 1 a seguir ilustra o significado do conjunto C edovalordist.
CAMINHO DE CUSTO MÍNIMO Dados dois pontos A e B, em muitos problemas práticos fazemos 2 perguntas: 1. existe um caminho de A para B? ou 2. se existe mais de um caminho de A para B, qual deles é o mais
Leia maisAula Distância entre duas retas paralelas no espaço. Definição 1. Exemplo 1
Aula 1 Sejam r 1 = P 1 + t v 1 t R} e r 2 = P 2 + t v 2 t R} duas retas no espaço. Se r 1 r 2, sabemos que r 1 e r 2 são concorrentes (isto é r 1 r 2 ) ou não se intersectam. Quando a segunda possibilidade
Leia maisEm 1970, Bellman e Zadeh (Bellman, 1970) apresentaram a otimização IX]]\, que é um conjunto de técnicas utilizadas em problemas de otimização com
4 ±0('/$ 5'd Muito já foi feito no desenvolvimento de metodologias para a resolução de problemas de programação linear IX]]\. Entretanto a grande parte dos trabalhos apresentados procurou obter uma solução
Leia maisMAT2457 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 2015
MAT27 ÁLGEBRA LINEAR PARA ENGENHARIA I Gabarito da 2 a Prova - 1 o semestre de 201 Nesta prova considera-se fixada uma orientação do espaço e um sistema de coordenadas Σ (O, E) em E 3, em que E é uma base
Leia maisEletromagnetismo - Instituto de Pesquisas Científicas AULA 09 CIRCUITO RC
ELETROMAGNETISMO AULA 09 CIRCUITO RC A PONTE DE WHITESTONE Antes de inserirmos um novo elemento em nosso circuito vamos estudar um caso especial de montagem (de circuito) que nos auxilia na determinação
Leia maisˆLψ(x) = f(x), (1) Se for possível encontrar a função de Green G(x, x ) que satisfaz a equação acima, então a solução da Eq.
Notas sobre Funções de Green FMA 43 Prof. Luís Raul Weber Abramo Departamento de Física Matemática Instituto de Física USP Introdução geral às funções de Green A função de Green (G. Green, c. 828) é uma
Leia maisAULA 08 CIRCUITOS E LEIS DE KIRCHHOFF. Eletromagnetismo - Instituto de Pesquisas Científicas
ELETROMAGNETISMO AULA 08 CIRCUITOS E LEIS DE KIRCHHOFF OS ELEMENTOS DO CIRCUITO Sabemos que o circuito é o caminho percorrido pela corrente elétrica. Nessa aula iremos analisar esses circuitos. Mas antes
Leia maisCÁLCULO I. Apresentar e aplicar a Regra de L'Hospital.
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o : Limites Innitos e no Innito. Assíntotas. Regra de L'Hospital Objetivos da Aula Denir ite no innito e ites innitos; Apresentar alguns tipos
Leia maisMétodo Simplex. Marina Andretta ICMC-USP. 19 de outubro de 2016
Método Simplex Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização linear
Leia maisÁrvore Binária de Busca Ótima
MAC 5710 - Estruturas de Dados - 2008 Referência bibliográfica Os slides sobre este assunto são parcialmente baseados nas seções sobre árvore binária de busca ótima do capítulo 4 do livro N. Wirth. Algorithms
Leia maisProgramação Linear/Inteira - Aula 5
Unidade de Matemática e Tecnologia - RC/UFG Programação Linear/Inteira - Aula 5 Prof. Thiago Alves de Queiroz Aula 5 Thiago Queiroz (IMTec) Aula 5 Aula 5 1 / 43 Análise de Sensibilidade Estudar o efeito
Leia maisJogos de Anti-Coordenação e Colorações Estáveis em Grafos. Renato Lui Geh NUSP:
Jogos de Anti-Coordenação e Colorações Estáveis em Grafos Renato Lui Geh NUSP:8536030 Introdução Jogos de coordenação: Classe de jogos em que jogadores jogam cooperativamente. Jogador i fazer a mesma ação
Leia maisAULA 13 PROJETO E ANÁLISE DE ALGORITMOS. Problema do caminho mais curto de uma única origem em grafos Karina Valdivia Delgado
AULA 13 PROJETO E ANÁLISE DE ALGORITMOS Problema do caminho mais curto de uma única origem em grafos Karina Valdivia Delgado Roteiro Motivação Relaxamento Algoritmo de Dijkstra Motivação Suponha que você
Leia maisCapítulo 12. Ângulo entre duas retas no espaço. Definição 1. O ângulo (r1, r2 ) entre duas retas r1 e r2 é assim definido:
Capítulo 1 1. Ângulo entre duas retas no espaço Definição 1 O ângulo (r1, r ) entre duas retas r1 e r é assim definido: (r1, r ) 0o se r1 e r são coincidentes, se as retas são concorrentes, isto é, r1
Leia mais2.1. Construção da Pista
2 Malha de Controle Para que se possa controlar um dado sistema é necessário observar e medir suas variáveis de saída para determinar o sinal de controle, que deve ser aplicado ao sistema a cada instante.
Leia maisProgramação Dinâmica. Prof. Anderson Almeida Ferreira. Adaptado do material elaborado por Andrea Iabrudi Tavares
Programação Dinâmica Prof. Anderson Almeida Ferreira Adaptado do material elaborado por Andrea Iabrudi Tavares Programação Dinâmica 1950, Bellman Evitar recálculos dos subproblemas em comum Menor para
Leia maisCÁLCULO I. Efetuar transformações no gráco de uma função. Aplicando esse teste às seguintes funções, notamos que
CÁLCULO I Prof. Marcos Diniz Prof. André Almeida Prof. Edilson Neri Júnior Aula n o 03: Funções Inversas e Compostas.Transformações no Gráco de uma Função. Objetivos da Aula Denir função bijetora e função
Leia maisÁlgebra Linear I - Aula 6. Roteiro
Álgebra Linear I - Aula 6 1. Equação cartesiana do plano. 2. Equação cartesiana da reta. 3. Posições relativas: de duas retas, de uma reta e um plano, de dois planos. Roteiro 1 Equação cartesiana do plano
Leia maisExemplo: Maximização de lucros em uma chocolateria que produz os seguintes produtos: (1) Chocolate Pyramide (2) Chocolate Pyramide Nuit
Universidade Tecnológica Federal do Paraná Professor Murilo V. G. da Silva Notas de aula Estrutura de Dados 2 (Aula 09) Conteúdos da Aula: [DPV06 7.1, 7.2, 7.3] [Observação: Estas notas de aula são apenas
Leia maisFormulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos
Formulação de Programação Linear Inteira para o Problema de Particionamento em Conjuntos Convexos Teobaldo L. Bulhões Júnior a a Instituto de Computação, Universidade Federal Fluminense, Niterói, RJ, Brazil
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 20 DE JULHO 2018 CADERNO 1
PROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) ª FASE 0 DE JULHO 08 CADERNO... P00/00 Como se trata de uma distribuição normal temos que: ( ) 0,9545. P µ σ
Leia maisProgramação Dinâmica. Prof. Anderson Almeida Ferreira
Programação Dinâmica Prof. Anderson Almeida Ferreira Programação Dinâmica 1950, Bellman Evitar recálculos dos subproblemas em comum Menor para maior (bottom-up) Tabelas ou memorização É uma técnica de
Leia maisDistribuição Normal. Prof. Herondino
Distribuição Normal Prof. Herondino Distribuição Normal A mais importante distribuição de probabilidade contínua em todo o domínio da estatística é a distribuição normal. Seu gráfico, chamado de curva
Leia maisNo circuito abaixo determinar as correntes nos ramos, seus verdadeiros sentidos e quais elementos são geradores e receptores.
No circuito abaixo determinar as correntes nos ramos, seus verdadeiros sentidos e quais elementos são geradores e receptores. Dados do problema Resistores: R 1 = 0, Ω; R = 0, Ω; R 3 = 1 Ω; R 4 = 0, Ω;
Leia maisEscalonamento em uma máquina
Capítulo 4 Escalonamento em uma máquina Veremos neste capítulo vários problemas relacionados ao escalonamento em uma máquina. Estes problemas são importantes, pois além de fornecerem idéias para problemas
Leia maislnteligência Artificial Introdução ao Processo Decisório de Markov
lnteligência Artificial Introdução ao Processo Decisório de Markov Aprendizado - paradigmas Aprendizado supervisionado O crítico comunica a EA o erro relativo entre a ação que deve ser tomada idealmente
Leia maisProgramação Dinâmica (incompleto!!!!!)
Departamento de Engenharia de Produção UFPR 108 Programação Dinâmica (incompleto!!!!!) A programação dinâmica-pd (incluindo o nome) foi introduzida por Richard Bellman na década de 1950. A PD é uma abordagem
Leia maisRESOLUÇÃO DCC-UFRJ MATEMÁTICA COMBINATÓRIA 2006/2 PROVA Considere a soma. S n = n 2 n 1
DCC-UFRJ MATEMÁTICA COMBINATÓRIA 2006/2 PROVA 1 1. Considere a soma S n = 1 2 0 + 2 2 1 + 3 2 2 + + n 2 n 1. Mostre, por indução finita, que S n = (n 1)2 n + 1. Indique claramente a base da indução, a
Leia maisPROPOSTA DE RESOLUÇÃO DA PROVA DE MATEMÁTICA A DO ENSINO SECUNDÁRIO (CÓDIGO DA PROVA 635) 2ª FASE 20 DE JULHO 2018 CADERNO 1
Associação de Professores de Matemática Contactos: Rua Dr. João Couto, n.º 7-A 500-36 Lisboa Tel.: +35 76 36 90 / 7 03 77 Fax: +35 76 64 4 http://www.apm.pt email: geral@apm.pt PROPOSTA DE RESOLUÇÃO DA
Leia maisAula Exemplos e aplicações - continuação. Exemplo 8. Nesta aula continuamos com mais exemplos e aplicações dos conceitos vistos.
Aula 1 Nesta aula continuamos com mais exemplos e aplicações dos conceitos vistos. 1. Exemplos e aplicações - continuação Exemplo 8 Considere o plano π : x + y + z = 3 e a reta r paralela ao vetor v =
Leia maisAprendizado por Reforço
Aprendizado por Reforço Fabrício Olivetti de França Universidade Federal do ABC Tópicos 1. Aprendizado por Reforço 2. Q-Learning 3. SARSA 4. Outras ideias 1 Aprendizado por Reforço Problemas de decisão
Leia maisAula 11. Cristiano Quevedo Andrea 1. Curitiba, Outubro de DAELT - Departamento Acadêmico de Eletrotécnica
Aula 11 Cristiano Quevedo Andrea 1 1 UTFPR - Universidade Tecnológica Federal do Paraná DAELT - Departamento Acadêmico de Eletrotécnica Curitiba, Outubro de 2011. Resumo 1 Introdução - Lugar das Raízes
Leia maisProjeto e Análise de Algoritmos Projeto de Algoritmos Programação Dinâmica (continuação) Prof. Humberto Brandão
Projeto e Análise de Algoritmos Projeto de Algoritmos (continuação) Prof. Humberto Brandão humberto@dcc.ufmg.br aula disponível no site: http://www.bcc.unifal-mg.edu.br/~humberto/ Universidade Federal
Leia maisCINEMÁTICA. Introdução
CINEMÁTICA Introdução Cinemática Parte da Física que estuda o movimento sem preocupar-se com as causas que deram origem ou interferem no movimento. Ponto material ou partícula Dizemos que um corpo é uma
Leia maisAula 22: Formulações com número exponencial de variáveis
Aula 22: Formulações com número exponencial de variáveis Otimização Linear e Inteira Túlio Toffolo http://www.toffolo.com.br BCC464 / PCC174 2018/2 Departamento de Computação UFOP Aula de Hoje 1 Correção
Leia maisLISTA EXTRA DE EXERCÍCIOS MAT /I
LISTA EXTRA DE EXERCÍCIOS MAT 008/I. Dados os vetores v = (0,, 3), v = (-, 0, 4) e v 3 = (, -, 0), efetuar as operações indicadas: (a) v 3-4v R.: (4,-,-6) (b) v -3v +v 3 R.: (3,0,-6). Determine: (a) x,
Leia maisPesquisa Operacional
Pesquisa Operacional Análise de Sensibilidade Algébrica Profa. Sheila Morais de Almeida DAINF-UTFPR-PG abril - 016 1 Análise de Sensibilidade Algébrica Variações do Lado Direito Variações na Função Objetivo
Leia maisSEM561 - SISTEMAS DE CONTROLE
SEM561 - SISTEMAS DE CONTROLE Adriano Almeida Gonçalves Siqueira Aula 1 - Introdução a Sistemas de Controle Índice O que é controle? Exemplo 1: componentes de um sistema de controle Exemplo 2: malha aberta
Leia maisSEM561 - SISTEMAS DE CONTROLE
SEM561 - SISTEMAS DE CONTROLE Adriano Almeida Gonçalves Siqueira Aula 1 - Introdução a Sistemas de Controle Índice O que é controle? Exemplo 1: componentes de um sistema de controle Exemplo 2: malha aberta
Leia maisEstratégias informadas de Busca. February 19, 2018
Estratégias informadas de Busca February 19, 2018 Busca de Soluções: Métodos Informados ˆ Utilizam conhecimento específico do problema para encontrar a solução ˆ algoritmo geral de busca somente permite
Leia maisTeoria de dualidade. Marina Andretta ICMC-USP. 19 de outubro de 2016
Teoria de dualidade Marina Andretta ICMC-USP 19 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisRedes de Computadores III / /
Redes de Computadores III / / Aula : Algoritmo Vetor de Distância Professor: Eraldo Silveira e Silva eraldo@ifsc.edu.br 1 Objetivos da Aula Apresentar o algoritmo vetor de distâncias; Discutir algumas
Leia maisCÁLCULO I. 1 Velocidade Instantânea. Objetivos da Aula. Aula n o 04: Limites e Continuidade. Denir limite de funções; Calcular o limite de uma função;
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 04: Limites e Continuidade Objetivos da Aula Denir ite de funções; Calcular o ite de uma função; Utilizar as propriedades operatórias do
Leia mais1. Operações com vetores no espaço
Capítulo 10 1. Operações com vetores no espaço Vamos definir agora as operações de adição de vetores no espaço e multiplicação de um vetor espacial por um número real. O processo é análogo ao efetuado
Leia maisResolução de problemas difíceis de programação linear através da relaxação Lagrangeana
problemas difíceis de programação linear através da relaxação Lagrangeana Ana Maria A.C. Rocha Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho arocha@dps.uminho.pt http://www.norg.uminho.pt/arocha
Leia maisUniversidade Federal de Mato Grosso do Sul - UFMS VGA - 2 a Prova - Engenharia Civil + Física 03 de Julho de Prof o. E.T.
Universidade Federal de Mato Grosso do Sul - UFMS VGA - 2 a Prova - Engenharia Civil + Física 0 de Julho de 2014 - Prof o ETGalante 1 (2,0 pontos) Na gura acima ABCDEF GH é um paralelepípedo O ponto M
Leia maisCapítulo Regra da cadeia
Cálculo 2 - Capítulo 28 - Regra da cadeia 1 Capítulo 28 - Regra da cadeia 281 - Introdução 283 - Generalização 282 - Regra da cadeia Este capítulo trata da chamada regra da cadeia para funções de duas
Leia maisEstruturas Condicionais
Estruturas Condicionais Prof. rapchan@terra.com.br Introdução Um algoritmo deve ter alguma forma de poder escolher entre diversos caminhos, aquele que irá seguir. A estrutura condicional permite esta escolha.
Leia maisCÁLCULO I. 1 A Função Logarítmica Natural. Objetivos da Aula. Aula n o 22: A Função Logaritmo Natural. Denir a função f(x) = ln x;
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 22: A Função Logaritmo Natural Objetivos da Aula Denir a função f(x) = ln x; Calcular limites, derivadas e integral envolvendo a função
Leia maisAlgoritmos e Estruturas de Dados II
Algoritmos e Estruturas de Dados II Grafos VI: Grafos Ponderados & Caminhos Mínimos (Bellman-Ford) Ricardo J. G. B. Campello Parte deste material é baseado em adaptações e extensões de slides disponíveis
Leia mais1 Trajeto Euleriano. > Trajeto Euleriano 0/20
Conteúdo 1 Trajeto Euleriano > Trajeto Euleriano 0/20 Um trajeto Euleriano em um grafo G é um trajeto que utiliza todas as arestas do grafo. Definição Um grafo G é Euleriano se e somente se possui um trajeto
Leia maisCÁLCULO I. Calcular o limite de uma função composta;
CÁLCULO I Prof. Marcos Diniz Prof. André Almeida Prof. Edilson Neri Júnior Aula n o 06: Limites Laterais. Limite da Função Composta. Objetivos da Aula Denir ites laterais de uma função em um ponto de seu
Leia maisNyquist, Função de Sensibilidade e Desempenho Nominal
Nyquist, Função de Sensibilidade e Desempenho Nominal 1. Revisitando o critério de estabilidade de Nyquist 1.1. Margens de ganho e de fase 2. Erro de rastreamento e função de sensibilidade 2.1. Vetor de
Leia maisMAP Cálculo Numérico e Aplicações
MAP151 - Cálculo Numérico e Aplicações Lista 6 Correção Neste ponto, todos já sabemos que todas as questões têm o mesmo valor, totalizando 1. pontos. Questão 1 Comecei escrevendo uma função ajusta reta.sci
Leia maisPara identificar intervalos de crescimento e decrescimento de uma função analisamos o comportamento de sua primeira derivada.
O CONCEITO DE DERIVADA (continuação) Funções Crescentes e Decrescentes Existe uma relação direta entre a derivada de uma função e o crescimento desta função. Em geral, temos: Se, para todo x ]a, b[ tivermos
Leia maisInteligência Artificial
Inteligência Artificial Fabrício Olivetti de França 07 de Junho de 2018 1 Busca Informada 2 Recapitulando Definição de um problema: Conjunto de estados Conjunto de ações Função de transição Função de custo
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO
CÁLCULO L1 NOTAS DA DÉCIMA PRIMEIRA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nesta aula, apresentaremos o Teorema do Valor Médio e algumas de suas conseqüências como: determinar os intervalos de
Leia maisOtimização Combinatória - Parte 4
Graduação em Matemática Industrial Otimização Combinatória - Parte 4 Prof. Thiago Alves de Queiroz Departamento de Matemática - CAC/UFG 2/2014 Thiago Queiroz (DM) Parte 4 2/2014 1 / 33 Complexidade Computacional
Leia maisMAT VETORES E GEOMETRIA - IF/IME 1 o SEMESTRE 2015
MAT 112 - VETORES E GEOMETRIA - IF/IME 1 o SEMESTRE 2015 LISTA 1 1. Ache a soma dos vetores indicados na figura, nos casos: 2. Ache a soma dos vetores indicados em cada caso, sabendo-se que (a) ABCDEFGH
Leia maisProgramação II Aula 07
Engenharias de Produção e Petróleo Programação II Aula 07 Adan Lucio P. Rodovia BR 101 Norte, Km. 60, Bairro Litorâneo, CEP 29932-540, São Mateus ES, Tel.: +55 (27) 3312-1511 - CEUNES Métodos de Ordenação
Leia maisAula 1: Revisando o Conjunto dos Números Reais
Aula 1: Revisando o Conjunto dos Números Reais Caro aluno, nesta aula iremos retomar um importante assunto, já estudado em anos anteriores: o conjunto dos números reais. Frequentemente, encontramo-nos
Leia maisArranjo Físico (Layout) Arranjo Físico 1
Arranjo Físico (Layout) Arranjo Físico 1 Projeto do Arranjo Físico (Layout) Projetar um arranjo físico é decidir onde colocar todas as instalações, máquinas, equipamentos e pessoal de produção. O arranjo
Leia maisFÍSICA 1ºTA REPOSICAÇÃO 2015 CINEMÁTICA ESCALAR DEFINIÇÕES E CONCEITOS
FÍSICA ºTA REPOSICAÇÃO 205 CINEMÁTICA ESCALAR DEFINIÇÕES E CONCEITOS O QUE É A CINEMÁTICA A Cinemática estuda o movimento dos corpos, independentemente das causas desse movimento. Seu objetivo é descrever
Leia maisO Teorema do Valor Intermediário
Universidade de Brasília Departamento de Matemática Cálculo 1 O Teorema do Valor Intermediário Suponha que f é uma função contínua em todo o intervalo fechado [a,b]. Isto significa que, para todo c (a,b),
Leia maisMAT 112 Vetores e Geometria. Prova SUB C
MAT 112 Vetores e Geometria Prof. Paolo Piccione 02 de julho de 2019 Prova SUB C Turmas: 2019146 e 2019134 Nome: Número USP: Assinatura: Instruções A duração da prova é de uma hora e quarenta minutos.
Leia maisCÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida
CÁLCULO I Prof. Edilson Neri Júnior Prof. André Almeida Aula n o 06: Continuidade de Funções Objetivos da Aula Definir função contínua; Reconhecer uma função contínua através do seu gráfico; Utilizar as
Leia maisCEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra Lista de exercícios 03
. CEFET/RJ Inteligência Artificial (2017.2) Professor: Eduardo Bezerra (ebezerra@cefet-rj.br) Lista de exercícios 03 Créditos: essa lista de exercícios contém a tradução dos exercícios disponibilizados
Leia mais4.1 posição relativas entre retas
4 P O S I Ç Õ E S R E L AT I VA S Nosso objetivo nesta seção é entender a posição relativa entre duas retas, dois planos e ou uma reta e um plano, isto é, se estes se interseccionam, se são paralelos,
Leia maisSessão 03: Introduzindo os conceitos de Máximos e Mínimos.
7.6.3. Sessão 03: Introduzindo os conceitos de Máximos e Mínimos. Data: 26/04/2010, horário: 07h30min.. Turma: T14 do curso de Engenharia Elétrica, Cálculo A MTM 1019. 7.6.3.1. Atividade 03: Situação Problema
Leia maisTeoria dos Grafos Aula 22
Teoria dos Grafos Aula 22 Aula passada Caminho mais curto entre todos os pares Algoritmo de Floyd Warshall Programação dinâmica Aula de hoje Caminho mais curto Algoritmo de Bellman Ford Melhorias Caminho
Leia maisINE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA
INE5403 FUNDAMENTOS DE MATEMÁTICA DISCRETA PARA A COMPUTAÇÃO PROF. DANIEL S. FREITAS UFSC - CTC - INE Prof. Daniel S. Freitas - UFSC/CTC/INE/2007 p.1/30 3 - INDUÇÃO E RECURSÃO 3.1) Indução Matemática 3.2)
Leia maisMétodo Simplex dual. Marina Andretta ICMC-USP. 24 de outubro de 2016
Método Simplex dual Marina Andretta ICMC-USP 24 de outubro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisDANIEL V. TAUSK. se A é um subconjunto de X, denotamos por A c o complementar de
O TEOREMA DE REPRESENTAÇÃO DE RIESZ PARA MEDIDAS DANIEL V. TAUSK Ao longo do texto, denotará sempre um espaço topológico fixado. Além do mais, as seguintes notações serão utilizadas: supp f denota o suporte
Leia maisTécnicas Inteligência Artificial
Universidade do Sul de Santa Catarina Ciência da Computação Técnicas Inteligência Artificial Aula 03 Métodos de Busca Parte 1 Prof. Max Pereira Solução de Problemas como Busca Um problema pode ser considerado
Leia maisProblema de Designação. Fernando Nogueira Problema de Designação 1
Problema de Designação Fernando Nogueira Problema de Designação 1 O Problema de Designação é um caso específico de um Problema de Transporte, que por sua vez é um caso específico de um Problema de Programação
Leia maisConjuntos Numéricos Aula 6. Conjuntos Numéricos. Armando Caputi
Conjuntos Numéricos Aula 6 Conjuntos Numéricos E-mail: armando.caputi@ufabc.edu.br Página: http://professor.ufabc.edu.br/~armando.caputi Sala 549-2 - Bloco A - Campus Santo André Conjuntos Numéricos Aula
Leia maisAula 19: Lifting e matrizes ideais
Aula 19: Lifting e matrizes ideais Otimização Linear e Inteira Túlio A. M. Toffolo http://www.toffolo.com.br BCC464/PCC174 2018/2 Departamento de Computação UFOP Previously... Branch-and-bound Formulações
Leia maisCodificação de Huffman
Codificação de Huffman Bruna Gregory Palm 11 de setembro de 2017 A codificação de Huffman é um método de compressão que considera as probabilidades de ocorrência de cada símbolo no conjunto de dados a
Leia mais7 Definição da Trajetória via Controle Ótimo
7 Definição da Trajetória via Controle Ótimo O objetivo desse trabalho é avaliar a metodologia de projeto e os controladores não só em percursos que representem o centro da pista, mas trajetórias ótimas
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO
CÁLCULO L1 NOTAS DA TERCEIRA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nesta aula introduziremos o conceito de derivada e a definição de uma reta tangente ao gráfico de uma função. Também apresentaremos
Leia maisCapítulo 1. Aula Conectividade Caminhos
Capítulo 1 Aula 7 1.1 Conectividade Muitos problemas podem ser modelados com caminhos formados ao percorrer as arestas dos grafos. Por exemplo, o problema de determinar se uma mensagem pode ser enviada
Leia maisEsmeralda Sousa Dias. (a) (b) (c) Figura 1: Ajuste de curvas a um conjunto de pontos
Mínimos quadrados Esmeralda Sousa Dias É frequente ser necessário determinar uma curva bem ajustada a um conjunto de dados obtidos experimentalmente. Por exemplo, suponha que como resultado de uma certa
Leia maisMEDIÇÃO DE GRANDEZAS. Ana Maria Torres da Silva Engenharia Civil Rafael Santos Carvalho- Engenharia Civil
CURSO INTRODUTÓRIO DE MATEMÁTICA PARA ENGENHARIA 2015.2 MEDIÇÃO DE GRANDEZAS Ana Maria Torres da Silva Engenharia Civil Rafael Santos Carvalho- Engenharia Civil Medindo Grandezas Medimos cada grandeza
Leia maisAULA 4 -Probabilidade Condicional e Regra de Bayes
AULA 4 - e Regra de Bayes Susan Schommer Introdução à Estatística Econômica - IE/UFRJ : exemplos A soma dos resultados de dois lançamentos de um dado é 9. Qual a probabilidade do primeiro resultado ter
Leia maisOtimização em Grafos
Otimização em Grafos Luidi G. Simonetti PESC/COPPE 2017 Luidi Simonetti (PESC) EEL857 2017 1 / 33 Definição do Problema Dado: um grafo ponderado G = (V, E), orientado ou não, onde d : E R + define as distâncias
Leia maisDistância entre duas retas. Regiões no plano
Capítulo 4 Distância entre duas retas. Regiões no plano Nesta aula, veremos primeiro como podemos determinar a distância entre duas retas paralelas no plano. Para isso, lembramos que, na aula anterior,
Leia maisÁlgebra Linear I - Aula 10. Roteiro
Álgebra Linear I - Aula 10 1. Distância entre duas retas. 2. A perpendicular comum a duas retas. 3. Posições relativas. Roteiro 1 Distância entre duas retas r e s Calcularemos a distância entre duas retas
Leia maisModelização do Sistema Produtivo Teoria das Filas de Espera
Modelização do Sistema Produtivo Teoria das Filas de Espera http://www.fe.up.pt/maspwww Licenciatura em Engenharia Electrotécnica e de Computadores Gil M. Gonçalves Gil.Goncalves@fe.up.pt 2004/2005 Outline
Leia maisCones e raios extremos
Cones e raios extremos Marina Andretta ICMC-USP 7 de novembro de 2016 Baseado no livro Introduction to Linear Optimization, de D. Bertsimas e J. N. Tsitsiklis. Marina Andretta (ICMC-USP) sme0211 - Otimização
Leia maisAula 10 Produto interno, vetorial e misto -
MÓDULO 2 - AULA 10 Aula 10 Produto interno, vetorial e misto - Aplicações II Objetivos Estudar as posições relativas entre retas no espaço. Obter as expressões para calcular distância entre retas. Continuando
Leia mais