UM MÉTODO ITERATIVO PARALELO PARA PROBLEMAS MINIMAX

Tamanho: px
Começar a partir da página:

Download "UM MÉTODO ITERATIVO PARALELO PARA PROBLEMAS MINIMAX"

Transcrição

1 UM MÉTODO ITERATIVO PARALELO PARA PROBLEMAS MINIMAX José Marcos LOPES RESUMO: Apresenaos nese rabalho u novo éodo eravo para o problea de esação na nora. O algoro é a versão paralela de u proposo por Dax é do po relaxação por lnha e convenene quando o ssea de equações lneares a ser resolvdo é nconssene de grande pore esparso e não possu ua esruura deecável. PALAVRAS-CHAVE: Sseas Lneares; arz esparsa; nora ína; éodos eravos paralelos; éodos po relaxação lnha. Inrodução Esaos neressados aqu e ober a solução do segune problea nax nze A x b (.) n onde A é ua arz real n b ( b b ) R e x ( x x n ) R denoa o veor de ncógnas ; represena o ransposo do veor. O problea (.) é equvalene a u Problea de Prograação Lnear. Quando a arz A é de grande pore éodos que ulza odfcações de A coo é por exeplo o caso do éodo Splex não são convenenes ou eso naplcáves para a resolução de (.). Exse na leraura u grande núero de éodos eravos para a solução de u ssea de equações lneares. Saad e Vors () apresena os prncpas desenvolvenos nesa área durane o século XX. Hadjdos (978) desenvolveu o algoro seqüencal Acceleraed Overrelaxaon Mehod - (AOR) o qual pode ser vso coo a generalzação a dos parâeros do be conhecdo Sucessve Over-relaxaon (SOR). A parr desse rabalho város éodos eravos paralelos be coo propredades de convergênca fora proposos; coo exeplos: Wang (99) Ba e Su (977) Ba (998) Cveovc e Obrovs () e Cveovc (). A convergênca desses éodos é obda quando as arzes de coefcenes dos sseas de equações lneares são respecvaene L-arzes H-arzes e arzes defnda posvas. Froer e Mayer (989) apresenara u éodo eravo paralelo aravés do splng da arz A. A convergênca do éodo é obda se o parâero de relaxação perence ao nervalo (w ) co w > e A é ua H-arz. Ouras varanes paralelas Deparaeno de Maeáca Faculdade de Engenhara de Ilha Solera FEIS/UNESP CEP: Ilha Solera SP Brasl. Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

2 ulzando o splng da arz A são fornecdas e Ba (995) Ba Wang e Evans (995) e Neuann e Pleons (987). Propoos nese rabalho u éodo eravo paralelo do po ação por lnha onde as lnhas (varáves) pode ser processadas e paralelo. Os éodos do po ação por lnha são convenenes quando A é de grande pore esparsa e se ua esruura deecável. Tas éodos e se osrado efcenes por exeplo para resolver grandes sseas lneares que ocorre no capo da reconsrução de agens por projeção (Censor 98) (Censor e Zenos 993). Nesse caso não é necessáro o arazenaeno da arz A as enradas não nulas da -ésa lnha são geradas de dados experenas e cada eração. Consdereos a segune regularzação para o problea (.) nze x + A x b + A x b onde ε é u núero real posvo. O neresse no esudo do problea (.) é que aravés da solução dese problea podeos ober ua aproxação da solução do problea (.). Segundo Dax (99) o dual de (.) é defndo por nze y b y + ( ax{ y }) e se ( y y y ) R (.) A (.3) ( ŷ é solução de (.3) enão xˆ A yˆ c ) é solução de (.). A déa da regularzação fo nroduzda coo ua fora de elhorar a esabldade de probleas al condconados (Thnov e Arsenn 977). No caso aqu consderado o objevo da regularzação é ober u problea dual as sples. Ua regularzação naural para o problea (.) sera nze x + A x b enreano segundo Dax (99) o dual de (.4) e a fora nze sujeo a y A y ε b y (.4) (.5) as resrções de (.5) nroduze ua cera dfculdade na pleenação de éodos do po ação por lnha. E Lopes e De Perro (99) é apresenado u algoro paralelo para esação de íno valor absoluo e que a regularzação ulzada é coo e (.4). Mangassara (98) fo o prero a ulzar esse po de regularzação para propor u algoro eravo e Prograação Lnear. Da noação ulzada onde A x b a denoa a -ésa lnha de A e ax a x b Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

3 x /p n p n p < R. p x para e qualquer x n Para quasquer x y R o produo escalar eucldano será denoado por x y ou x y. O argo esá organzado da segune fora: na seção apresenaos ua convenene regularzação para o problea nax; na seção 3 o novo algoro é defndo e provas de convergênca são fornecdas. Na seção 4 apresenaos os resulados de alguas experêncas copuaconas e a seção 5 refere-se às conclusões fnas. Ua regularzação para o problea nax Consdereos o problea nax (.) regularzado nze x + A x b + A x b. (.) Apresenaos a segur o dual do problea (.) e relaconaos as soluções praldual. Todos os resulados desa seção são devdos a Dax (99). Mangassaran (98) esudou o Problea de Prograação Lnear (PPL) regularzado nze sujeo a coo ua fora de ober ua solução aproxada para o PPL nze sujeo a x + c x (.) A x b c x A x b onde ε A b e x são coo defndos e (.) e c Mosrou-se nese caso que se (.3) e solução e ŷ R é a solução do problea nze sujeo a y A y c (.3) n R é o veor da função objevo. b y enão o veor xˆ ( A yˆ c) é a solução únca de (.). Agora o problea (.) é equvalene ao segune PPL (Sposo 975) (.4) nze (... ) (.5) x e sujeo a e A A x b b onde e ( ) R. Ass ulzando as déas de Mangassara (98) Dax (99) osrou que o dual do problea (.) e a fora Rev. Ma. Esa. São Paulo v. n.3 p

4 nze F( y ) A y b y + ax y. (.6) A equvalênca enre os probleas (.) e (.6) é esabelecda pelo eorea (.). y Teorea.: O problea (.6) sepre e ua solução. Se y ˆ ( yˆ ˆ ) R resolve ese problea enão o veor é a solução únca de (.) e xˆ A yˆ ε (.7) A xˆ b ax yˆ. (.8) Observações:.. A exsênca de solução para o problea (.6) segue dreaene da convexdade da função objevo F( y )... Se o ssea lnear Ax b é nconssene enão de (.8) qualquer solução ŷ de (.6) sasfaz y ˆ >. Porano qualquer pono de íno da função G( y ) A y b y + ( y ) é abé u pono de íno de F( y ) e vce-versa. A pare fnal desa seção é desnada a apresenação de alguas propredades da função F( y ). Dado y ˆ ( yˆ... yˆ ) R e consderando F( y ) coo e (.6) defna a função de ua varável ( ) F( ˆ e )... fˆ y + (.9) onde e denoa a -ésa coluna da arz dendade de orde x. A função fˆ ( ) é esraene convexa e conínua. O eorea (.) esabelece a fˆ relação enre o problea (.6) e o pono de íno de ( ) Teorea.: O veor... o pono de íno de ( ). ŷ R resolve o problea (.6) se e soene se para cada fˆ ocorre para θ. O lea segune esabelece u lane nferor para a função F( y ). 4 Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

5 Lea.: Seja F( y ) coo defndo e (.6) enão F( y) y + + onde + ax b. (.) 3 Defnção do algoro Dax (99) propôs o segune éodo eravo seqüencal para calcular o pono de íno da função F( y ) A y b y + ax y. (3.) Cada eração do algoro é coposa de passos onde no -éso passo consdera-se a -ésa lnha de A a qual é denoada por a. defna e y y y a esava aual da solução para o níco do -éso passo e Seja ( ) r A y (3.) y. (3.3) Para cada passo o valor y é subsuído por y + θ * onde ua varável ( ) F ( y+ e ) a + r ε b b y+ ( ax { y + + y } ) * θ nza a função de f θ. (3.4) O -éso passo do algoro é pleenado por: a) Faça θ ( a r ε b ) a a y+ e : y. b) Se ρ + η vá para (d). c) Se > η faça θ : + ax { η ( + ) ( aa + }. η faça θ : θ + n { η ( ) ( a a + ) }. Se < d) Faça y : y + θ r : r + θ a e ρ : ρ + y. O síbolo : denoa arbução aréca. Apresenaos agora a defnção do novo algoro que é a versão paralela do algoro descro anerorene e será denonado algoro MINIMAXPAR. Rev. Ma. Esa. São Paulo v. n.3 p

6 Incalzação: Seja y R a aproxação ncal ε u núero real posvo e... núeros reas posvos as que Faça e Ieração Prncpal: Para. (3.5) r A y (3.6) y. (3.7) faça + y y + (3.8) + r r + a (3.9) onde Λ é ua arz dagonal co eleenos dagonas coponenes δ defndas por: para Se ρ + η faça Se η > faça Se < faça seja ( r b ) λ s e é u -veor co a ε a a (3.) y + (3.) y. (3.) δ θ. ax ( + ) ( a a + ). (3.3) n ( ) ( a a + ). (3.4) Para cada eração no cálculo de δ usaos apenas a -ésa lnha da arz A. Ass odos os δ... pode ser calculados sulaneaene caso se ulze u copuador co processaeno paralelo. 6 Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

7 No que se segue { y } denoa ua seqüênca gerada pelo algoro MINIMAXPAR. Lea 3.: Para odo... r A y. Deonsração: Por ndução fna sobre. Para o resulado segue de (3.6). Vaos supor que o resulado seja váldo para - e provar que o eso é verdadero para. De (3.9) ve - - r r + a - - r + y y a ( ) - - A y + A y A y A y onde a segunda gualdade ocorre de (3.8) e a ercera da hpóese de ndução. Observações: 3.. O valor θ coo defndo e (3.) é o pono de íno da função de ua varável h( θ ) ( y + e ) ε b ( y e ) A + θa + r ε b ε b y onde a segunda gualdade segue do lea (3.) e e denoa a -ésa coluna da arz dendade de orde x. As expressões (3.3) e (3.4) faze a correção quando necessáro para que ese pono seja f θ defnda por: o íno da função ( ) f ( ) ax { } a + b b y + y + θ + y r. (3.5) 3.. O valor θ coo defndo e (3.) pode abé ser vso coo sendo a varação de y no -éso passo da eração + do éodo de Jacob para o ssea de equações lneares AA y b. (3.6) De fao o esquea eravo de Jacob para (3.6) é defndo para cada por: + y b a a j j a a j y j Rev. Ma. Esa. São Paulo v. n.3 p

8 [ b a A y + a a y ] a a Ass do lea (3.) de (3.) e (3.7) eos que + y y θ. Logo o algoro MINIMAXPAR pode ser vso coo do po Jacob De (3.5) e (3.8) eos que para qualquer... o erado coo: + y ( y + λ δ y + λ δ... y + λ δ ) λ y + ( λ δ λ δ... λ δ ) ( y e ) + ( y + e ) ( y + ). (3.7) + y pode ser escro + e. (3.8) Ass + y é defndo coo sendo a cobnação convexa dos veores y + e.... Agora da anera coo o algoro MINIMAXPAR fo defndo para qualquer... eos que F ( y e ) F( y ) +. (3.9) O lea a segur osra que a função objevo F( y ) defnda e (3.) é decrescene y e converge. sobre a seqüênca de erados { } Lea 3.: () F( + ) < F( y ) + () l ( F( y ) F ( y ) Deonsração: De (3.8) eos que F y para odo ( y ) F ( y + e ) < F ( y + e ) F( y ) F( y ) onde a prera desgualdade ocorre da convexdade esra de F ( ) úla gualdade de (3.5). a segunda de (3.9) e a () Do e () { F( y ) } é onoônca decrescene do eorea (.) ) pono de íno ou seja é lada nferorene logo a seqüênca { F ( ) } eos o resulado desejado. F( y possu u y converge e 8 Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

9 A função de ua varável defnda a segur será ulzada na deonsração da convergênca do algoro MINIMAXPAR. ( ( + ( ) F y + y y ) ψ (3.) + onde y e y são erados consecuvos gerados pelo algoro MINIMAXPAR e F(.) é coo defndo e (3.). + Seja e enão de (3.) eos que ψ ( ) F( y ) e ψ ( ) F( y ). Agora do e () do lea (3.) segue que ψ ( ) > ( ). (3.) A função ψ ( ) é duas vezes connuaene dferencável e esraene convexa (de fao u splne quadráco) enão coo ψ ( ) > ψ( ) segue que ' ψ ( ). (3.) Seja H( y ) a arz Hessana de F( y ) para o pono y. Coo F( y ) é duas vezes dferencável esraene convexa e quadráca enão H( y ) é defnda posva. y. O lea abaxo esabelece a lação da seqüênca { } Lea 3.3: A seqüênca { y } é lada. Deonsração: Do e () do lea (3.) eos que para qualquer F( y ) < F( y ) <... < F( y ) < F( y ) Agora do lea (.4) eos que onde γ é dado por (.). ( y ) + + ε. (3.3) F y (3.4) Ass de (3.3) e (3.4) segue que ( F y ) + γ + ε y (3.5) e eos o resulado desejado. O lea a segur é devdo a Dax (985) e será ulzado para a deonsração da convergênca do algoro MINIMAXPAR. Lea 3.4: Seja ψ () ua função duas vezes connuaene dferencável e seja dos ponos < sasfazendo as segunes condções: ) ψ ( ) > ψ ( ) ; ' ) ψ ( ) e 3) ψ" ( ) a para odo onde a é ua consane posva. Enão Rev. Ma. Esa. São Paulo v. n.3 p

10 ψ ( ) ψ ( ) a. (3.6) Teorea 3.: Seja L { y F( y ) F (y ) onde y c c: consane} u conjuno de nvel. Cada pono de acuulação da seqüênca { y } é u pono de íno de F( y ) sobre L. F( y ) Deonsração: Fazendo c + + ε coo e (3.5) enão de (3.3) e do lea (3.3) eos que para qualquer... o pono y gerado pelo algoro MINIMAX é al que y L. Desde que L é u conjuno copaco e H( y ) é defnda posva enão exse ua consane a > al que H( y ) ai para odo y L (I : arz dendade). ou Seja u y + - y e de (3.) ( ) F ( y + u) " ( ). Ass assundo-se u eos que a u. (3.7) Logo consderando e de (3.) (3.) (3.7) e do lea (3.3) segue que F + ( y ) F ( y ) a u + ( y ) F( ) + F y y y. (3.8) a Toando o le quando na expressão (3.8) e do e () do lea (3.) obeos l + y y. (3.9) Do lea (3.3) a seqüênca { } u pono de acuulação. Seja ŷ u pono de acuulação de { y } subseqüênca { } y de { } y al que y é lada e so assegura a exsênca de pelo enos enão exse ua l y yˆ. (3.3) Para concluros a prova deveos osrar que para cada... o pono de íno da função de ua varável ˆ f ( ) F( y + + e ) (3.3) 3 Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

11 ocorre para θ. De (3.3) (3.3) e da connudade da função F ve Ou seja quando l F aproxa-se daquele de fˆ ( ) íno de ( ) ( y + θ e ) F l y F fˆ ( ). ( yˆ + θ e ) + θ e y aproxa-se de ŷ o pono de íno da função de ua varável ( ) F ( y + θ ) f e. Porano se para algu índce zero não é u pono de f ˆ enão o le defndo e (3.9) sera volado. Teorea 3.: A seqüênca { y } únca do problea (.). A converge para u pono xˆ al que xˆ é a solução Deonsração: A seqüênca { y A } é lada desde que { } pono de acuulação de { y A } e seja { y } ua subseqüênca de { } y é lada. Seja xˆ u y al que l A y xˆ. (3.3) Agora { y } possu u pono de acuulação ŷ pos a esa é lada. Ass y de { y } al que j exse ua subseqüênca { } e de (3.3) ve j l y yˆ (3.33) l A Ass de (3.33) e (3.34) eos que y j xˆ. (3.34) xˆ A yˆ (3.35) onde ŷ é u pono de acuulação de { y }. Porano pelo eorea (3.) ŷ é u pono de íno de F( y ) e pelo eorea (.) eos que xˆ é a solução únca do problea (.). 4 Resulados nuércos Apresenaos a segur alguas experêncas copuaconas para o algoro paralelo MINIMAXPAR e o algoro seqüencal de Dax. Os algoros fora pleenados e FORTRAN vsual Worbench da Mcrosof e os eses fora realzados e u crocopuador pessoal. Rev. Ma. Esa. São Paulo v. n.3 p

12 Para os dos algoros e e odos os exeplos ulzaos a solução ncal y ( ) R. Para o algoro MINIMAXPAR usaos e odos os casos para onde denoa o núero de lnhas da arz A. Ua escolha as refnada para os pesos poderá produzr elhores resulados de convergênca para o algoro MINIMAXPAR. O créro de parada consderado fo + y y ou o núero de erações excede. (TOL é u núero real posvo e pequeno préfxado). Os síbolos * nas Tabelas 678 e 9 ndca que o algoro não convergu após. erações. O valor óo é ndcado por VO e calculado coo onde x A y e VO Ax b TOL y é o valor fornecdo pelo algoro. Para os eses ulzaos dferenes valores de ε e a coparação enre os algoros fo fea aravés do núero de erações necessáras o qual esá ndcado por ITER pelo valor da função objevo VO e pelo epo de CPU o qual é ndcado por TEMPO e represenado coo - n : sec. sec. Para probleas e que a densão da arz A é pequena não fo possível edr o epo de CPU pos a enor fração de epo edda é de cenésos de segundo. Os casos as neressanes são aqueles onde A é de édo para grande pore e ass o epo de CPU pode ser eddo se qualquer problea. Consderaos dos pos de probleas para os eses nuércos. No prero caso A é ua arz de pequeno a édo pore e a solução do ssea lnear Ax b é conhecda e esá ndcada por x * (Exeplos 3 e 4). Ulzaos eses exeplos coo ua fora de verfcar a exadão da solução fornecda pelos algoros. No segundo caso consderaos probleas gerados aleaoraene. Para o exeplo 6 a segur a arz A é esparsa se ua esruura deecável e co >> n ou seja o ssea lnear Ax b é nconssene. Ass ese é o prncpal exeplo desa seção endo e vsa que os algoros apresenados são do po ação por lnha e convenenes para ese po de ssea lnear. Exeplo : (Cheney 98 p.44) - A x *. b onde ( ) 3 Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

13 Rev. Ma. Esa. São Paulo v. n.3 p Exeplo : A b onde x. Exeplo 3: ( Mury 988 p.9) A é ua arz n x n onde > j a b e < j j a n j j j se se se para. Ass A é ua arz sedefnda posva co de A e o ssea lnear Ax b possu a solução únca ( ) x. Exeplo 4: ( Ruggero e Lopes 988 p.94) - - A [ ]. b 77 º 45 sen co 5 α

14 Segundo Dax e Berowz (99) e Barels e al. (989) usaos abé para os eses nuércos os segunes sseas lneares gerados aleaoraene. Exeplo 5: A é ua arz x n e esparsa onde cada lnha a de A possu eleenos não nulos η é u núero aleaóro do conjuno { 3 4 5} a localzação deses eleenos não nulos de a são núeros aleaóros do conjuno { n } (A possu n colunas) e aj e b são núeros aleaóros do nervalo [- ]. Todos os núeros aleaóros fora gerados aravés da rona RANDOM (ranval) onde ranval é o núero aleaóro fornecdo e perencene ao nervalo [ ). A rona SEED (seedval) é ulzada para varar o pono ncal dos núeros pseudo-aleaóros gerados. Se seedval enão a seqüênca de valores de RANDOM será sepre dferene. Para ese exeplo o algoro de Dax não convergu após. erações co 4 olerânca TOL e ε e. Se A é de orde. x o epo gaso pelo éodo de Dax nas. erações fo de aproxadaene 65 nuos. Os resulados fornecdos pelo algoro MINIMAXPAR esão dsposos na Tabela. Exeplo 6: A arz A n G. G onde G é ua arz quadrada de orde n co g j j n gerado aleaoraene al que g j [ ). Ass A é ua arz quadrada de orde n sérca e sedefnda posva co a j [ ). O veor b é gerado abé de anera aleaóra co b [ - ) para n. Para ese exeplo o algoro de Dax não convergu após. erações co 4 olerânca TOL e ε e. Os resulados apresenados pelo algoro MINIMAXPAR esão dsposos na Tabela. As abelas a segur apresena os resulados das experêncas copuaconas efeuadas. Tabela - Algoro de Dax para o exeplo co TOL 7 e dferenes valores de ε ε ITER VO SOLUÇÃO 33 E + (E + E + ) - 96 E + (E + E + ) - * - - Tabela - Algoro 7 MINIMAXPAR para o exeplo co TOL e dferenes valores de ε ε ITER VO SOLUÇÃO 534 E + (99998E + E + ) - E + (E + E + ) - * Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

15 Tabela 3 - Algoro de Dax para o exeplo co TOL 7 e dferenes valores de ε ε ITER VO SOLUÇÃO 95E - 6 ( ) - 7 5E - 5 ( ) - 4 5E - 4 (363699) ) -3 55E - 3 ( ) E - ( ) Tabela 4 - Algoro 7 MINIMAXPAR para o exeplo co TOL e dferenes valores de ε ε ITER VO SOLUÇÃO 46 64E - 5 ( ) E - 4 ( ) E - 3 ( ) E - ( ) E - ( ) 4 Tabela 5 - Algoros de Dax e MINIMAXPAR para o exeplo 3 co n TOL e dferenes valores de ε ε DAX MINIMAXPAR ITER VO TEMPO ITER VO TEMPO 43 43E + : E + : E - : E + : E - : E + : E E Tabela 6 - Algoros de Dax e MINIMAXPAR para o exeplo 3 co n TOL e dferenes valores de ε ε DAX MINIMAXPAR ITER VO TEMPO ITER VO TEMPO 43 43E + : E + : E - :.5 * * - - * * E + : E - : E + :.6 Rev. Ma. Esa. São Paulo v. n.3 p

16 Tabela 7 - Algoros de Dax e MINIMAXPAR para o exeplo 3 co n TOL e dferenes valores de ε ε DAX MINIMAXPAR ITER VO TEMPO ITER VO TEMPO 9 4E + :.4 * E - : E + : E + : E + : E + : E Tabela 8 - Algoros de Dax e MINIMAXPAR para o exeplo 3 co n TOL e dferenes valores de ε ε DAX MINIMAXPAR ITER VO TEMPO ITER VO TEMPO 4 4E + :. * E - :7.4 * * - - * * E + : E + :. 9 35E + : Tabela 9 - Algoros de Dax e MINIMAXPAR para o exeplo 4 co TOL e dferenes valores de ε ε DAX MINIMAXPAR ITER VO TEMPO ITER VO TEMPO 3 * E + : E + : E + : E + : E + : E + : E + :.5 - * E + :.5 - * E + :.6-3 * E + :.6 Tabela - Algoro MINIMAXPAR para o exeplo 5 co TOL -4 ε e n e n ITER VO TEMPO ITER VO TEMPO.5 986E + : E + : E + :.33 E + : E + :.6 34 E + : E + : E + : Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

17 Tabela - Algoro MINIMAXPAR para o exeplo 6 co TOL -4 ε n n ITER VO TEMPO ITER VO TEMPO E + : E + : E + :.6 3 E + : E + :.6 4 4E + - Conclusões De anera geral algoros seqüencas (po Gauss-Sedel) coo é o caso do algoro de Dax (99) e convergênca as rápda do que algoros sulâneos (po Jacob) coo é o caso do algoro MINIMAXPAR. Enreano os éodos paralelos (sulâneos) são convenenes para a ulzação e copuadores co processaeno paralelo. Se u éodo po Jacob gasa e u copuador convenconal ( processador cenral) u epo de CPU para u deernado problea co ua arz A possundo lnhas enão o epo gaso para esse eso problea e u copuador co processadores paralelos é da orde de () ua vez que há u epo de sncronzação/councação enre os processadores. Co base e nossas experêncas copuaconas para os algoros de Dax e MINIMAXPAR e para os exeplos consderados podeos conclur que:. Para aqueles sseas lneares onde a solução x era conhecda exeplos e ano o algoro de Dax coo o MINIMAXPAR fornecera excelenes aproxações para x para ε ε - ou ε -. Quano enor é o valor de ε aor é o valor de VO ou seja a aproxação ende a fcar por co a dnução de ε.. Para o exeplo 3 o valor óo da função objevo osrou-se apenas razoável. Ebora não abelado observaos dos eses que as preras coponenes do veor solução apresenado pelos algoros era basane próxas de enquano para as úlas coponenes sso não ocorreu. A consderação de ua enor olerânca não rouxe ganhos sgnfcavos para os dos éodos pos nese caso o núero de erações auenou sgnfcavaene enquano o valor óo VO peraneceu co a esa orde de grandeza. Consderando n e VO da orde de o algoro de Dax gasou u epo de CPU gual a 5x - sec e o MINIMAXPAR 8x - sec. Para nenhu valor de ε o algoro MINIMAXPAR obeve VO da orde - (Tabelas 5 e 6). Para o caso onde n o algoro seqüencal de Dax eve u desepenho superor ao do algoro MINIMAXPAR (Tabelas 7 e 8). 3. Para o exeplo 4 o desepenho do algoro MINIMAXPAR fo superor ao de Dax. O algoro de Dax apresenou o elhor resulado para ε co u epo de CPU gual a 5x - sec e 58 erações e VO da orde de enquano que o éodo MINIMAXPAR obeve para ε - e 45 erações o eso epo de CPU e a esa orde de grandeza de VO do que o éodo de Dax. 4. Para os exeplos 5 e 6 o algoro de Dax não convergu após. erações para os valores de ε consderados. A ulzação de ua enor olerânca nese caso não raz ganhos sgnfcavos para a orde de grandeza de VO para o algoro MINIMAXPAR. Rev. Ma. Esa. São Paulo v. n.3 p

18 Do exposo e de nossas experêncas copuaconas consderaos que o algoro MINIMAXPAR é convenene para ser ulzado quando da dsponbldade de u copuador co arqueura paralela e o ssea lnear Ax b a ser resolvdo é nconssene co A de grande pore esparsa e se ua esruura deecável. Agradecenos: À FAPESP pelo fnancaeno parcal dese rabalho (proc. nº 95/8-5). Aos Professores Drs. Adhear Sanches e Eucldes Braga Malheros pelas sugesões apresenadas. LOPES J. M. An erave parallel ehod for nax probles. Rev. Ma. Esa. São Paulo v. n.3 p ABSTRACT: Ths sudy presens a new parallel erave ehod o solve he esaon proble n an nor. Ths algorh a parallel verson of Dax s algorh s a row-relaxaon ype whch s a convenen when he syse o be solved s nconssen large sparse and unsrucured. KEYWORDS: Lnear syses sparse arx nu nor parallel erave ehods rowrelaxaon ehods. Referêncas BARTELS R.H.; CONN A.R. LI Y. Pral ehods are beer han dual ehods for solvng overdeerned lnear syses n he l sense? Sa J. Nuer. Anal. Phladelpha v.6 p BAI Z.Z. Parallel arx ulsplng bloc relaxaon eraon ehods. Mah. Nuer. Snca New Yor v.7 p BAI Z.Z.; WANG D. R.; EVANS D. J. Models of asynchronous parallel arx ulsplng relaxed eraons. Parallel Copu. Aserda v. p BAI Z.Z. A class of parallel decoposon-ype relaxaon ehods for large sparse syses of lnear equaons. Lnear Algebra Applc. New Yor v.8 p BAI Z.Z. SU Y. On he convergence of a Class of parallel decoposon-ype relaxaon ehods. Appl. Mah. Copu. Orland v.8 p CENSOR Y. Row-acon ehods for huge and sparse syses and her applcaons. Sa Rev. Phladelpha v.3 p CENSOR Y.; ZENIOS S. Inroducon o ehods of parallel opzaon. In: COLÓQUIO BRASILEIRO DE MATEMÁTICA Ro de Janero. Anas...Ro de Janero: IMPA-CNPq 993. CVETKOVIC L.; OBROVSKI J. Soe convergence resuls of PD relaxaon ehods. Appl. Mah. Copu. Orlando v.7 p.3-. CVETKOVIC L. Soe convergence condons for a class of parallel decoposon-ype lnear relaxaon ehods. Appl. Nuer. Mah. Orlando v.4 p CHENEY E.W. Inroducon o aproxaon heory. New Yor: Chelsea p. 38 Rev. Ma. Esa. São Paulo v. n.3 p.-39 3

19 DAX A. A row relaxaon ehod for large nax probles. Jerusale: Hdrologcal Servce 99. 3p.. Sucessve refnen of large ulcell odels. Sa J. Nuer. Anal. Phladelpha v. p DAX A.; BERKOWITZ B. Colun relaxaon ehods for leas nor probles. Sa Sc. Sa. Copu. Phladelpha v. p FROMMER A.; MAYER G. Convergence of relaxed parallel ulsplng ehods. Lnear Algebra Applc. New Yor v.9 p HADJIDIMOS A. Acceleraed overrelaxaon ehod. Mah. Copu. v.3 n. 4 p LOPES J.M.; DE PIERRO A.R. U éodo eravo paralelo para esação de íno valor absoluo. Pesq. Operaconal Ro de Janero v. p MANGASARIAN O.L. Ierave soluon of lnear progras. Sa J. Nuer. Anal. Phladelpha v.8 p MURTY K.G. Lnear copleenary lnear and nonlnear prograng. Berln: Helderann Verlag p. NEUMANN M.; PLEMMONS R. J. Convergence of parallel ulsplng erave ehods for M-arces. Lnear Algebra Applc. New Yor v.88 p RUGGIERO M.A.G.; LOPES V.L.R. Cálculo nuérco: aspecos eórcos e copuaconas. São Paulo: McGraw-Hll p. SAAD Y.; VORST H. V.D. Ierave soluon of lnear syses n he h cenury. J. Copu. Appl. Mah. Aserda v.3 p.-33. SPOSITO V.A. Lnear and nonlnear prograng. Iowa: The Iowa Sae Unversy Press p. TIKHNOV A.N.; ARSENIN V.Y. Soluons of ll-posed probles. New Yor: John Wley p. WANG D. R. On he convergence of he parallel ulsplng AOR algorh. Lnear Algebra Applc. New Yor v p Recebdo e... Aprovado após revsão e Rev. Ma. Esa. São Paulo v. n.3 p

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 2 = 12 Traaeno de Dados º Seesre 5/6 Tópcos de Resolução do Trabalho Quesão a Para agrupar os dados e classes ora consderados os valores das rendas aé 5. ua vez que a parr dese valor os dados se enconra basane

Leia mais

MESTRADO EM CIÊNCIAS DE GESTÃO/MBA. MÉTODOS QUANTITATIVOS APLICADOS À GESTÃO V Funções Exponencial, Potência e Logarítmica

MESTRADO EM CIÊNCIAS DE GESTÃO/MBA. MÉTODOS QUANTITATIVOS APLICADOS À GESTÃO V Funções Exponencial, Potência e Logarítmica MESTRADO EM IÊNIAS DE GESTÃO/MBA MÉTODOS QUANTITATIVOS APIADOS À GESTÃO V Funções Eponencal, Poênca e ogaríca V- FUNÇÕES EXPONENIA, POTÊNIA E OGARÍTMIA. U capal, coposo anualene a ua aa de juro anual durane

Leia mais

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI)

Solução numérica de equações diferenciais ordinárias. Problema de valor inicial (PVI) Solução numérca de equações derencas ordnáras Problema de valor ncal PVI 4 5 Inrodução 4 5 Uma equação derencal ordnára é denda como uma equação que envolve uma unção ncógna e algumas das suas dervadas

Leia mais

5 Avaliação da Eficiência Computacional

5 Avaliação da Eficiência Computacional 5 Avalação da fcênca Compuaconal 5.1 Inrodução É desejado ncorporar o cálculo dos índces de adequação de ações de conrole de ensão ao programa SAN. O programa SAN esá sendo mplemenado com a esruura aual

Leia mais

Um algoritmo de otimização online para a solução do problema SVM baseado na topologia de uma rede Perceptron dual

Um algoritmo de otimização online para a solução do problema SVM baseado na topologia de uma rede Perceptron dual U algoro de ozação onlne para a solução do problea SVM baseado na opologa de ua rede Percepron dual Raul Fonseca Neo, Sauel Beln Deflppo Deparaeno de Cênca da Copuação UFJF Coordenação de Maeáca Aplcada

Leia mais

Seja o problema primal o qual será solucionado utilizando o método simplex Dual: (P)

Seja o problema primal o qual será solucionado utilizando o método simplex Dual: (P) PROGRAMA DE MESTRADO PROGRAMAÇÃO LIEAR PROFESSOR BALEEIRO Método Splex Dual no Tableau Garfnkel-ehauser E-al: abaleero@gal.co Ste: www.eeec.ufg.br/~baleero Sea o problea pral o qual será soluconado utlzando

Leia mais

2 Programação Matemática Princípios Básicos

2 Programação Matemática Princípios Básicos Programação Maemáca Prncípos Báscos. Consderações Geras Os objevos dese capíulo são apresenar os conceos de Programação Maemáca (PM) necessáros à compreensão do processo de omzação de dmensões e descrever

Leia mais

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano

CÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 7 e 8 06/204 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Nuérco 3/64 INTRODUÇÃO E geral, experentos gera ua gaa de dados que

Leia mais

Índices de Capacidade Multivariados para Processos Autocorrelacionados

Índices de Capacidade Multivariados para Processos Autocorrelacionados Unversdade Federal de Mnas Geras Insuo de Cêncas Exaas - Icex Deparaeno de Esaísca Índces de Capacdade Mulvarados para Processos Auocorrelaconados Avdade Copleenar Aluna: Bruna de Casro Das Bcalho Orenadora:

Leia mais

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA

LISTA DE EXERCÍCIOS DE RECUPERAÇÃO 1º TRIMESTRE MATEMÁTICA LISTA DE EXERCÍCIOS DE RECUPERAÇÃO º TRIMESTRE MATEMÁTICA ALUNO(a): Nº: SÉRIE: ª TURMA: UNIDADE: VV JC JP PC DATA: / /07 Obs.: Esa lsa deve ser enregue resolvda no da da prova de recuperação. Valor: 5,0

Leia mais

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42

Instituto Tecnológico de Aeronáutica VIBRAÇÕES MECÂNICAS MPD-42 Inso ecnológco de Aeronáca VIBRAÇÕES MECÂNICAS MPD-4 Inso ecnológco de Aeronáca SISEMAS DISCREOS MPD-4 Inso ecnológco de Aeronáca SISEMAS COM n GRAUS DE LIBERDADE DESACOPLAMENO DAS EQUAÇÕES DO MOVIMENO

Leia mais

CAPÍTULO 8. v G G. r G C. Figura Corpo rígido C com centro de massa G.

CAPÍTULO 8. v G G. r G C. Figura Corpo rígido C com centro de massa G. 7 CÍTULO 8 DINÂMIC DO MOVIMENTO LNO DE COROS RÍIDOS IMULSO E QUNTIDDE DE MOVIMENTO Nese capíulo será analisada a lei de Newon apresenada nua ra fora inegral. Nesa fora inegra-se a lei de Newon dada por

Leia mais

Problemas de Regressão utilizando Combinação de Preditores baseado no Coeficiente de Correlação

Problemas de Regressão utilizando Combinação de Preditores baseado no Coeficiente de Correlação Probleas de Regressão ulzando Cobnação de Predores baseado no Coefcene de Correlação Luza Vdal de Souza, Aurora. R. Pozo 2, Joel M. C. da Rosa 3 Deparaeno de Desenho Unversdade Federal do Paraná (UFPR)

Leia mais

UM PROCESSO DE REFINAMENTO DO MÉTODO DOS ELEMENTOS FINITOS PARA ANÁLISE DE VIBRAÇÕES LIVRES DE VIGAS

UM PROCESSO DE REFINAMENTO DO MÉTODO DOS ELEMENTOS FINITOS PARA ANÁLISE DE VIBRAÇÕES LIVRES DE VIGAS UM PROCESSO DE REFINAMENO DO MÉODO DOS ELEMENOS FINIOS PARA ANÁLISE DE VIBRAÇÕES LIVRES DE VIAS Wlar C. Olvera Unversdade Federal de Iajubá - UNIFEI Insuo de Engenhara Mecânca - IEM 37500903 Iajubá M Brasl

Leia mais

Neo-fisherianos e teoria fiscal do nível de preços

Neo-fisherianos e teoria fiscal do nível de preços Anono Lcha 4/março/07 Neo-fsheranos e eora fscal do nível de preços O objevo desas noas é desacar os prncpas elemenos da abordagem neofsherana e da eora fscal do nível de preços. Desacamos 4 pequenos modelos

Leia mais

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES

AGG-232 SÍSMICA I 2011 SÍSMICA DE REFLEXÃO ANÁLISE DE VELOCIDADES AGG-3 SÍSMICA I 0 SÍSMICA DE REFLEXÃO AÁLISE DE ELOCIDADES O objevo da análse de velocdades é deermnar as velocdades sísmcas das camadas geológcas em subsuperfíce. As velocdades sísmcas são ulzadas em

Leia mais

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos

MECÂNICA CLÁSSICA. AULA N o 3. Lagrangeano Princípio da Mínima Ação Exemplos MECÂNICA CÁSSICA AUA N o 3 agrangeano Prncípo da Mínma Ação Exemplos Todas as les da Físca êm uma esruura em comum: as les de uma parícula em movmeno sob a ação da gravdade, o movmeno dado pela equação

Leia mais

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA

CAPÍTULO 2 PLANEJAMENTO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIVO DE ENERGIA ELÉTRICA CAPÍTULO 2 PLANEJAMEO DA OPERAÇÃO E FORMAÇÃO DO PREÇO SPOT EM UM MERCADO COMPETITIO DE ENERIA ELÉTRICA 2. IRODUÇÃO Ese capíulo apresena um resumo dos prncpas conceos relaconados ao planeameno da operação

Leia mais

2. FUNDAMENTOS DE CORRENTE ALTERNADA

2. FUNDAMENTOS DE CORRENTE ALTERNADA Fundamenos de CA 14. FUNDAENTOS DE CORRENTE ALTERNADA Aé o momeno nos preocupamos somene com ensões e correnes conínuas, ou seja, aquelas que possuem módulo e sendo consanes no empo, conforme exemplos

Leia mais

Modulações digitais. Espaços de sinal e regiões de decisão. Funções ortogonais. Ortogonalização de Gram-Schmidt

Modulações digitais. Espaços de sinal e regiões de decisão. Funções ortogonais. Ortogonalização de Gram-Schmidt Modulaçõe dga Epaço de nal e regõe de decão Funçõe orogona Orogonalzação de Gram-Schmd Uma perpecva geomérca do na e ruído (Koelnkov) Um epaço orogonal de dmenõe é caracerzado por um conjuno de ψ () funçõe

Leia mais

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães

Física I. 2º Semestre de Instituto de Física- Universidade de São Paulo. Aula 5 Trabalho e energia. Professor: Valdir Guimarães Físca I º Semesre de 03 Insuo de Físca- Unversdade de São Paulo Aula 5 Trabalho e energa Proessor: Valdr Gumarães E-mal: valdrg@.usp.br Fone: 309.704 Trabalho realzado por uma orça consane Derenemene

Leia mais

5 Programação Matemática Princípios Básicos

5 Programação Matemática Princípios Básicos 5 Programação Maemáca Prncípos Báscos 5. Consderações Geras Ese capíulo em por objevo apresenar os conceos báscos de Programação Maemáca (PM), necessáros à compreensão do processo de omzação de dmensões,

Leia mais

5 Sistemas Lineares com Coecientes Periódicos

5 Sistemas Lineares com Coecientes Periódicos 5 Ssemas Lneares com Coecenes Peródcos Ese capíulo raa de forma suscna do esudo da esabldade de soluções peródcas de ssemas dnâmcos não-lneares. Segundo Rand [83], a eora de Floque é a eora mas geral que

Leia mais

Controle Cinemático de Robôs Manipuladores

Controle Cinemático de Robôs Manipuladores Conrole Cnemáco de Robôs Manpuladores Funconameno Básco pos de rajeóra rajeóras Pono a Pono rajeóras Coordenadas ou Isócronas rajeóras Conínuas Geração de rajeóras Caresanas Inerpolação de rajeóras Inerpoladores

Leia mais

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n

CAPÍTULO 1 REPRESENTAÇÃO E CLASSIFICAÇÃO DE SISTEMAS. Sistema monovariável SISO = Single Input Single Output. s 1 s 2. ... s n 1 CAPÍTULO 1 REPREENTAÇÃO E CLAIFICAÇÃO DE ITEMA 1.1. Represenação de ssemas 1.1.1. semas com uma enrada e uma saída (IO) e sema monovarável IO = ngle Inpu ngle Oupu s e = enrada s = saída = ssema 1.1..

Leia mais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais

PCA e IMPCA. Capítulo. 5.1 Considerações Iniciais Capíulo 5 PCA e IMPCA 5. Consderações Incas A análse de componenes prncpas (PCA) [URK, M. A. & PENLAND, A. P. (99)] é uma ransformação lnear orogonal de um espaço q-dmensonal para um espaço n-dmensonal,

Leia mais

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton

CAPÍTULO 4. Vamos partir da formulação diferencial da lei de Newton 9 CPÍTUL 4 DINÂMIC D PRTÍCUL: IMPULS E QUNTIDDE DE MVIMENT Nese capíulo será analsada a le de Newon na forma de negral no domíno do empo, aplcada ao momeno de parículas. Defne-se o conceo de mpulso e quandade

Leia mais

CELSO BERNARDO NÓBREGA FREITAS. Integração numérica de sistemas não lineares semi-implícitos via teoria de controle geométrico

CELSO BERNARDO NÓBREGA FREITAS. Integração numérica de sistemas não lineares semi-implícitos via teoria de controle geométrico CELSO BERNARDO NÓBREGA FREITAS Integração nuérca de ssteas não lneares se-plíctos va teora de controle geoétrco Defnção do Problea (, x t = f x t u t y ( t = h( x( t = 0 DAE (Equações Dferencas Algébrcas

Leia mais

5.1 Método de Ponderação da Linha de Rotação

5.1 Método de Ponderação da Linha de Rotação 5 etodologa O copressor é o coponente de aor nfluênca no desepenho da turbna a gás ass a precsão de sua odelage te pacto sgnfcatvo na efcáca do odelo nuérco coputaconal desta ara a odelage do copressor

Leia mais

OPERAÇÃO ÓTIMA DE SISTEMA URBANO DE DISTRIBUIÇÃO DE ÁGUA. Antonio Marozzi Righetto 1

OPERAÇÃO ÓTIMA DE SISTEMA URBANO DE DISTRIBUIÇÃO DE ÁGUA. Antonio Marozzi Righetto 1 OPERAÇÃO ÓTIMA DE SISTEMA URBANO DE DISTRIBUIÇÃO DE ÁGUA A Marozz Rgheo Resuo - Ese rabalho e por objevo apresenar ua eodologa para se alcançar a eração óa de sseas de dsrbução de água, envolvendo parâeros

Leia mais

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira)

Módulo 2: Métodos Numéricos. (problemas de valores iniciais e problemas de condições-fronteira) Módulo : Méodos Numércos Equações dferencas ordnáras problemas de valores ncas e problemas de condções-fronera Modelação Compuaconal de Maeras -5. Equações dferencas ordnáras - Inrodução Uma equação algébrca

Leia mais

EN3604 FILTRAGEM ADAPTATIVA

EN3604 FILTRAGEM ADAPTATIVA EN3604 FILTRAGEM ADAPTATIVA Processameno de Snas em Arranjos Técncas de processameno consderando snas provenenes de um grupo de sensores espacalmene dsrbuídos. Poencal para melhorar SNR/ Cancelameno de

Leia mais

Disciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva

Disciplina de Princípios de Telecomunicações Prof. MC. Leonardo Gonsioroski da Silva UNIVERSIDADE GAMA FILHO PROCET DEPARTAMENTO DE ENGENHARIA ELÉTRICA Dsplna de Prnípos de Teleounações Pro. MC. Leonardo Gonsorosk da Slva Na odulação e Aplude, vos que a aplude da onda poradora, vara lenaene

Leia mais

Introdução à Computação Gráfica

Introdução à Computação Gráfica Inrodução à Compuação Gráfca Desenho de Consrução Naval Manuel Venura Insuo Superor Técnco Secção Auónoma de Engenhara Naval Sumáro Represenação maemáca de curvas Curvas polnomas e curvas paramércas Curvas

Leia mais

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos

Inserção de Variáveis Ambientais no Planejamento da Operação de Sistemas Hidrotérmicos Inserção de Varáves Ambenas no Planejameno da Operação de Ssemas Hdroérmcos VALLE, Ana Cláuda Marques, Escola de Engenhara Elérca e de Compuação, UFG, douoranda em Cencas Ambenas, PRPPG, UFG AGUIAR, Mara

Leia mais

5 Apreçamento de ESOs com preço de exercício fixo

5 Apreçamento de ESOs com preço de exercício fixo 5 Apreçameno de ESOs com preço de exercíco fxo Ese capíulo rá explorar os prncpas modelos de apreçameno das ESOs ulzados hoje em da. Neses modelos a regra de decsão é esruurada em orno da maxmzação do

Leia mais

CEPEL. Modelo DECOMP. Manual de Referência. Versão 12.0

CEPEL. Modelo DECOMP. Manual de Referência. Versão 12.0 CEPEL Modelo DECOMP Versão 2.0 Ouubro de 2004 CEPEL Modelo DECOMP Índce INTRODUÇÃO.... AGRADECIMENTOS... 2 O PROBLEMA DE PLANEJAMENTO DA OPERAÇÃO... 2 2. SISTEMAS PURAMENTE TÉRMICOS... 2 2.2 SISTEMAS HIDROTÉRMICOS...

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções dos obecos com a luz são dfusas L( x Θ) = L( x), Θ Ω Podemos enão quanfcar a radosdade

Leia mais

Figura 7.1: O problema do ajuste de funções a um conjunto de dados

Figura 7.1: O problema do ajuste de funções a um conjunto de dados Fgura 7: O problea do ajuste de funções a u conjunto de dados Capítulo 7 Aproxação de Funções por Mínos Quadrados 7 Introdução Dado u conjunto de observações (dados), frequenteente deseja-se condensar

Leia mais

Aprendizagem Estatística de Dados. Francisco Carvalho

Aprendizagem Estatística de Dados. Francisco Carvalho Aprendzagem Esaísca de Dados Francsco Carvalho A função de Densdade Normal Valor Esperado Caso conínuo [ f ] Caso dscreo f p d [ f ] f p D A função de Densdade Normal Caso Unvarado função de densdade p

Leia mais

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t

5.1. Filtragem dos Estados de um Sistema Não-Linear Unidimensional. Considere-se o seguinte MEE [20] expresso por: t t 5 Esudo de Casos Para a avaliação dos algorimos online/bach evolucionários proposos nese rabalho, foram desenvolvidas aplicações em problemas de filragem dos esados de um sisema não-linear unidimensional,

Leia mais

5 Cálculo Diferencial em IR n

5 Cálculo Diferencial em IR n 5 Cálculo Derecal e IR Irodução Cosdereos a órula que os dá a área de u raulo: b h A b h Coo podeos vercar a área de u râulo depede de duas varáves: base b e alura h. Podeos caracerar esa ução coo sedo

Leia mais

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO

TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO CAPÍTULO 7 TRANSITÓRIOS MECÂNICOS DO MOTOR DE INDUÇÃO 7.1 INTRODUÇÃO Vaos cosderar o caso de u oor de dução dusral, aleado por esões rfáscas balaceadas. Tal oor e a caracerísca orque-velocdade represeada

Leia mais

Iluminação e FotoRealismo: Radiosidade

Iluminação e FotoRealismo: Radiosidade Ilumnação e oorealsmo: Radosdade Luís Paulo Pexoo dos Sanos hp://gec.d.umnho.p/mcgav/fr Premssas Todas as neracções da luz com os obecos são dfusas L x Θ L x, Θ Ω Expressa em ermos de radosdade W/m 2 r

Leia mais

Projeto de Inversores e Conversores CC-CC

Projeto de Inversores e Conversores CC-CC eparameno de Engenhara Elérca Aula. onversor Buck Prof. João Amérco lela Bblografa BAB, vo. & MANS enzar ruz. onversores - Báscos Não-solados. ª edção, UFS,. MOHAN Ned; UNEAN ore M.; OBBNS Wllam P. Power

Leia mais

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000

Nota Técnica sobre a Circular nº 2.972, de 23 de março de 2000 Noa Técnca sobre a rcular nº 2.972, de 23 de março de 2000 Meodologa ulzada no processo de apuração do valor da volaldade padrão e do mulplcador para o da, dvulgados daramene pelo Banco enral do Brasl.

Leia mais

Física. Física Módulo 1. Sistemas de Partículas e Centro de Massa. Quantidade de movimento (momento) Conservação do momento linear

Física. Física Módulo 1. Sistemas de Partículas e Centro de Massa. Quantidade de movimento (momento) Conservação do momento linear Físca Módulo 1 Ssteas de Partículas e Centro de Massa Quantdade de ovento (oento) Conservação do oento lnear Partículas e ssteas de Partículas Átoos, Bolnhas de gude, Carros e até Planetas... Até agora,

Leia mais

PARTE 12 DERIVADAS DIRECIONAIS

PARTE 12 DERIVADAS DIRECIONAIS PARTE DERIVADAS DIRECIONAIS. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X 0 ),

Leia mais

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS

ANÁLISE DE ERROS. Todas as medidas das grandezas físicas deverão estar sempre acompanhadas da sua dimensão (unidades)! ERROS Físca Arqutectura Pasagístca Análse de erros ANÁLISE DE ERROS A ervação de u fenóeno físco não é copleta se não puderos quantfcá-lo Para é sso é necessáro edr ua propredade físca O processo de edda consste

Leia mais

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP

XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP XX SNPTEE SEMINÁRIO NACIONAL DE PRODUÇÃO E TRANSMISSÃO DE ENERGIA ELÉTRICA Versão 1.0 XXX.YY 22 a 25 Novembro de 2009 Recfe - PE GRUPO IX GRUPO DE ESTUDO DE OPERAÇÃO DE SISTEMAS ELÉTRICOS - GOP PROCESSO

Leia mais

Curso de Dinâmica das Estruturas 1

Curso de Dinâmica das Estruturas 1 Curso de Dinâica das Esruuras 1 I INTRODUÇÃO 1 O principal objeivo dese curso é apresenar eodologias para analisar ensões e deslocaenos desenvolvidos por u dado sisea esruural quando o eso esá sujeio à

Leia mais

3 Análise de Demanda Condicionada

3 Análise de Demanda Condicionada 3 Análse de Demanda Condconada 3.1 Inrodução A análse Condconada da Demanda é uma écnca que quebra o consumo resdencal em pares, cada uma assocada a um uso fnal ou a um deermnado equpameno em parcular.

Leia mais

Sistema não misturado

Sistema não misturado Ssea não surado Acuulação = F e ± Transpore ± Reações Modelage e onrole da Qualdade da Água Superfcal Regna Ksh,, Págna 1 Espaço Espaço 1. Transpore Tepo Tepo Modelage e onrole da Qualdade da Água Superfcal

Leia mais

CAPÍTULO 10 DERIVADAS DIRECIONAIS

CAPÍTULO 10 DERIVADAS DIRECIONAIS CAPÍTULO 0 DERIVADAS DIRECIONAIS 0. Inrodução Dada uma função f : Dom(f) R n R X = (x, x,..., x n ) f(x) = f(x, x,..., x n ), vimos que a derivada parcial de f com respeio à variável x i no pono X 0, (X

Leia mais

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina:

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Deparameno de Informáca Dscplna: Modelagem Analíca do Desempenho de Ssemas de Compuação Fluxos de Enrada Fluxos de Saída Le de Lle Faor de Ulzação rof. Sérgo Colcher colcher@nf.puc-ro.br rocesso de Chegada

Leia mais

Software de Telecomunicações. Curvas elípticas

Software de Telecomunicações. Curvas elípticas Software de Telecouncações Curvas elíptcas Prof RG Crespo Software de Telecouncações Curvas elíptcas : /4 Curvas elíptcas sobre corpos () Curvas elíptcas tê sdo estudadas há quase séculos A dfculdade torna-as

Leia mais

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados

CAPÍTULO III. Aproximação de funções pelo método dos Mínimos Quadrados Métodos Nuércos CAPÍULO III C. Balsa & A. Satos Aproxação de fuções pelo étodo dos Míos Quadrados. Algus cocetos fudaetas de Álgebra Lear Relebraos esta secção algus cocetos portates da álgebra Lear que

Leia mais

FACULDADE DE ARQUITETURA E URBANISMO DA UNIVERSIDADE DE SÃO PAULO PEF Estruturas na Arquitetura II SEGUNDA AVALIAÇÃO /12/2016

FACULDADE DE ARQUITETURA E URBANISMO DA UNIVERSIDADE DE SÃO PAULO PEF Estruturas na Arquitetura II SEGUNDA AVALIAÇÃO /12/2016 FCULDDE DE RQUITETUR E URBISMO D UIVERSIDDE DE SÃO PULO PEF - Esruuras na rqueura II SEGUD VLIÇÃO 5// oe: Gabaro o USP: a Quesão (4,): orre esaada esqueazada na fgura deve ser projeada para ressr a ua

Leia mais

02 A prova pode ser feita a lápis. 03 Proibido o uso de calculadoras e similares. 04 Duração: 2 HORAS. SOLUÇÃO:

02 A prova pode ser feita a lápis. 03 Proibido o uso de calculadoras e similares. 04 Duração: 2 HORAS. SOLUÇÃO: UNIVERSIDADE FEDERAL DE ITAJUBÁ FUNDAMENTOS DE MATEMÁTICA PROVA DE TRANSFERÊNCIA INTERNA, EXTERNA E PARA PORTADOR DE DIPLOMA DE CURSO SUPERIOR 9/6/ CANDIDATO: CURSO PRETENDIDO: OBSERVAÇÕES: Prova sem consula

Leia mais

Díodo: Regime Dinâmico

Díodo: Regime Dinâmico Díodo: eme Dnâmco (exo apoo ao laboraóro) Inrodução Quando se esabelece m crcuo uma ensão ou correne varáves no empo o pono de funconameno em repouso do díodo ambém va varar no empo. A frequênca e amplude

Leia mais

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1

Tratamento de Dados 2º Semestre 2005/2006 Tópicos de Resolução do Trabalho 1 Trataento de Dados º Seestre 5/6 Tópcos de Resolução do Trabalho. a) A éda, para dados não classfcados, é calculada a partr da segunte expressão: x x 57,75,555 Dado que a densão da aostra é par,, a edana

Leia mais

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo

2.1. Modelos Baseados em Premissas de Distribuições Simulação de Monte Carlo 2 Value-a-Rsk Anes de adenrar na seara que raa o ermo cenral dese capíulo, é neressane realzar uma cação da evolução hsórca do esudo do rsco. Joron (2003, p. 10) resume os prncpas rabalhos aravés da abela

Leia mais

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4.

CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013. Padrão. Padrão. max i. I - F = fator estabelecido no art. 4º da Resolução nº 4. CIRCULAR Nº 3.634, DE 4 DE MARÇO DE 2013 Esabelece os procedmenos para o cálculo da parcela dos avos ponderados pelo rsco (RWA) referene às exposções sueas à varação de axas de uros prefxadas denomnadas

Leia mais

Prof. Lorí Viali, Dr.

Prof. 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 mais

Definição 0.1. Define se a derivada direcional de f : R n R em um ponto X 0 na direção do vetor unitário u como sendo: df 0) = lim t 0 t (1)

Definição 0.1. Define se a derivada direcional de f : R n R em um ponto X 0 na direção do vetor unitário u como sendo: df 0) = lim t 0 t (1) Cálculo II - B profs.: Heloisa Bauzer Medeiros e Denise de Oliveira Pino 1 2 o semesre de 2017 Aulas 11/12 derivadas de ordem superior/regra da cadeia gradiene e derivada direcional Derivadas direcionais

Leia mais

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU

PROF. DR. JACQUES FACON LIMIARIZAÇÃO POR ENTROPIA DE WULU 1 PUCPR- Ponfíca Unversdade Caólca Do Paraná PPGIA- Programa de Pós-Graduação Em Informáca Aplcada PROF. DR. JACQUES FACON IMIARIZAÇÃO POR ENTROPIA DE WUU Resumo: Uma nova écnca de marzação baseada em

Leia mais

Física I para Engenharia. Aula 7 Massa variável - colisões

Física I para Engenharia. Aula 7 Massa variável - colisões Físca I para Engenhara º Seestre de 04 Insttuto de Físca- Unersdade de São Paulo Aula 7 Massa aráel - colsões Proessor: Valdr Guarães E-al: aldrg@.usp.br Massa Contnuaente Varáel F res F res F res dp d(

Leia mais

Capítulo Cálculo com funções vetoriais

Capítulo Cálculo com funções vetoriais Cálculo - Capíulo 6 - Cálculo com funções veoriais - versão 0/009 Capíulo 6 - Cálculo com funções veoriais 6 - Limies 63 - Significado geomérico da derivada 6 - Derivadas 64 - Regras de derivação Uiliaremos

Leia mais

. Para cada conexão i é atribuído um peso φ

. Para cada conexão i é atribuído um peso φ Escalonador WF 2 Q O escalonador WF 2 Q [3] é uma aproxmação baseada em pacoes do GP, que em por obevo emular ese escalonador fluído o mas próxmo possível De acordo com Groux e Gan [1], o escalonador WF

Leia mais

3 Estudo da Barra de Geração [1]

3 Estudo da Barra de Geração [1] 3 Esudo da Barra de eração [1] 31 Inrodução No apíulo 2, raou-se do máximo fluxo de poência aiva e reaiva que pode chear à barra de cara, limiando a máxima cara que pode ser alimenada, e do possível efeio

Leia mais

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral

Olinda - Pernambuco - Brasil. Gestão da Previsão de Consumo e Energia Não Faturada. Glauber Renato Colnago Rodolfo Miyasaki Edson Amaral XVIII Semnáro Naconal de Dsrbução de Energa Elérca SENDI 008-06 a 10 de ouubro Olnda - Pernambuco - Brasl Gesão da Prevsão de Consumo e Energa Não Faurada Carlos Albero Fróes Lma Marley Apolnáro Sarava

Leia mais

Topologia, geometria e curvas no plano

Topologia, geometria e curvas no plano Topologa, geometra e curvas no plano Roberto Imbuzero Olvera 23 de Março de 2011 1 Abertos, fechados e compactos Defnção 1 Um subconjunto F C é dto fechado se qualquer sequênca convergente em F tem lmte

Leia mais

Aula 4b Física de Foguetes

Aula 4b Física de Foguetes Aula 4b Física de Foguees Profa. Jane Gregorio-Hee & Prof. Annibal Hee AGA51 Manobras Orbiais AGA51 - Aula 4b: Física de Foguees 1 FÍSICA DE FOGUETES AGA51 - Aula 4b: Física de Foguees Segunda Lei de Newon

Leia mais

Motivação. Prof. Lorí Viali, Dr.

Motivação. Prof. Lorí Viali, Dr. Moivação rof. Lorí Viali, Dr. vialli@ma.ufrgs.br hp://www.ma.ufrgs.br/~vialli/ Na práica, não exise muio ineresse na comparação de preços e quanidades de um único arigo, como é o caso dos relaivos, mas

Leia mais

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI)

5 Avaliação do Título Conversível pelo Método de Diferenças Finitas Implícito (DFI) 5 Avalação do Tíulo Conversível pelo Méodo de Dferenças Fnas Implíco (DFI) 5. Meodologa - Premssas Ese modelo desenvolvdo para apreçameno do LYON faz uso da eora de opções desenvolvda por Black and Scholes

Leia mais

É o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.

É 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 mais

AS CONDIÇÕES NNT E NNR NA REALIZAÇÃO DE UM REFERENCIAL

AS CONDIÇÕES NNT E NNR NA REALIZAÇÃO DE UM REFERENCIAL AS CODIÇÕES E R A REALIZAÇÃO DE UM REFERECIAL and R condons n he realzaon of a referenal JOÃO FRACISCO GALERA MOICO galera@prudene.unesp.br Deparaeno de Carografa FC UESP - Capus de Presdene Prudene/SP

Leia mais

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação

MECÂNICA CLÁSSICA. AULA N o 4. Carga de Noether- Simetrias e Conservação MECÂNIC CLÁSSIC UL N o 4 Carga de Noeher- Smeras e Conservação Vamos ver o caso de uma parícula movendo-se no plano, porém descrevendo-a agora em coordenadas polares: r r d dr T T m dr m d r d d m r m

Leia mais

AS RELAÇÕES ENTRE INSUMOS NA AGRICULTURA BRASILEIRA NA DÉCADA DE 90: UMA APLICAÇÃO DA FUNÇÃO TRANSLOG DE CUSTO. RESUMO

AS RELAÇÕES ENTRE INSUMOS NA AGRICULTURA BRASILEIRA NA DÉCADA DE 90: UMA APLICAÇÃO DA FUNÇÃO TRANSLOG DE CUSTO. RESUMO Revsa Econoa e Desenvolveno, n. 0, 008 A RELAÇÕE ENTRE INUMO NA AGRICULTURA BRAILEIRA NA DÉCADA DE 90: UMA APLICAÇÃO DA FUNÇÃO TRANLOG DE CUTO. Rodrgo Vlela Rodrgues 1 Erly Cardoso Texera REUMO O obevo

Leia mais

PROVA DE ENGENHARIA GRUPO II

PROVA DE ENGENHARIA GRUPO II Quesão 34 PROVA DE ENGENHARIA GRPO II Resposa esperada a) (Alernaiva 1) Ober inicialmene o equivalene elérico do corpo umano e depois monar o circuio elérico equivalene do sisema. Assim, pela Figura, noa-se

Leia mais

Resolução. Capítulo 32. Força Magnética. 6. C Para que não haja desvio devemos garantir que as forças magnética ( F M. ) e elétrica ( F E

Resolução. Capítulo 32. Força Magnética. 6. C Para que não haja desvio devemos garantir que as forças magnética ( F M. ) e elétrica ( F E esolução orça Magnétca E D 3 C 4 D 5 Capítulo 3 Dos vetores são antparalelos quando suas dreções são concdentes (paralelos) e seus sentdos são opostos, sto é, θ 8º, coo ostra a fgura adante: E Deste odo,

Leia mais

Considere uma economia habitada por um agente representativo que busca maximizar:

Considere uma economia habitada por um agente representativo que busca maximizar: 2 Modelo da economia Uilizaram-se como base os modelos de Campos e Nakane 23 e Galí e Monacelli 22 que esendem o modelo dinâmico de equilíbrio geral de Woodford 21 para uma economia abera Exisem dois países:

Leia mais

Mecânica e Ondas 1º Ano -2º Semestre 1º Teste 04/05/ :00h

Mecânica e Ondas 1º Ano -2º Semestre 1º Teste 04/05/ :00h Lcencatura e Engenhara Geológca e de Mnas Lcencatura e Mateátca Aplcada e Coputação Mestrado Integrado e Engenhara Boédca Mecânca e Ondas 1º Ano -º Seestre 1º Teste 04/05/017 19:00h Duração do teste: 1:30h

Leia mais

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO

PARTE II EQUILÍBRIO DA PARTÍCULA E DO CORPO RÍGIDO 1 PARTE II EQUILÍBRIO DA PARTÍULA E DO ORPO RÍGIDO Neste capítulo ncalente trataos do equlíbro de partículas. E seguda são apresentadas as defnções dos centros de gravdade, centros de assa e centródes

Leia mais

CAPÍTULO 3 MÉTODO DE ELEMENTOS DISCRETOS NA SIMULAÇÃO DE CORRIDAS DE DETRITOS

CAPÍTULO 3 MÉTODO DE ELEMENTOS DISCRETOS NA SIMULAÇÃO DE CORRIDAS DE DETRITOS CAPÍULO 3 MÉODO DE ELEMEOS DISCREOS A SIMULAÇÃO DE CORRIDAS DE DERIOS 3.1. Flosofa da Modelage A odelage é a represenação aeáca de u ssea real, as esa não é perfea, fora do caso de u ssea lnear sples.

Leia mais

4 Autovetores e autovalores de um operador hermiteano

4 Autovetores e autovalores de um operador hermiteano T (ψ) j = ψ j ˆT ψ = k ψ j ˆT φ k S k = k,l ψ j φ l T (φ) S k = k,l φ l ψ j T (φ) S k = k,l SljT (φ) S k. Após todos esses passos vemos que T (ψ) j = k,l S jl T (φ) S k ou, em termos matrcas T (ψ) = S

Leia mais

TÉCNICAS DE CODIFICAÇÃO DE SINAIS

TÉCNICAS DE CODIFICAÇÃO DE SINAIS TÉCNICAS DE CDIFICAÇÃ DE SINAIS CÓDIS CNVUCINAIS Evelo M.. Fernández - 8 Códos de Bloco: (n, k) n dítos codfcados = função dos k dítos (nforação) da entrada no nstante atual. Códo Convoluconal: (n, k,

Leia mais

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA

MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA MÉTODOS PARAMÉTRICOS PARA A ANÁLISE DE DADOS DE SOBREVIVÊNCIA Nesa abordagem paramérica, para esimar as funções básicas da análise de sobrevida, assume-se que o empo de falha T segue uma disribuição conhecida

Leia mais

EXISTÊNCIA, UNICIDADE E DECAIMENTO EXPONENCIAL PARA UM SISTEMA DE EDP S NÃO LINEAR COM ACOPLAMENTO NA PARTE NÃO LINEAR

EXISTÊNCIA, UNICIDADE E DECAIMENTO EXPONENCIAL PARA UM SISTEMA DE EDP S NÃO LINEAR COM ACOPLAMENTO NA PARTE NÃO LINEAR EXISTÊNCIA, UNICIDADE E DECAIMENTO EXPONENCIAL PARA UM SISTEMA DE EDP S NÃO LINEAR COM ACOPLAMENTO NA PARTE NÃO LINEAR Anonio a C. Goes Universiae Feeral o Pará Capus Belé, PA E-ail: oinhocg@ig.co.br Ducival

Leia mais

4 Análise de Sensibilidade

4 Análise de Sensibilidade 4 Análise de Sensibilidade 4.1 Considerações Gerais Conforme viso no Capíulo 2, os algorimos uilizados nese rabalho necessiam das derivadas da função objeivo e das resrições em relação às variáveis de

Leia mais

Propagação de dano no modelo de Ising unidimensional

Propagação de dano no modelo de Ising unidimensional Capíulo 4 Propagação de dano no modelo de Isng undmensonal 4. Propagação de dano O méodo da propagação de dano é uma écnca relavamene nova, nroduzda por Kauffman 68 no conexo dos auômaos celulares, que

Leia mais

INTEGRAÇÃO TEMPORAL EXPLÍCITA DE ALTA ORDEM VIA TÉCNICAS DE MALHA INTERCALADA APLICADA A PROBLEMAS GERAIS DE PRIMEIRA ORDEM.

INTEGRAÇÃO TEMPORAL EXPLÍCITA DE ALTA ORDEM VIA TÉCNICAS DE MALHA INTERCALADA APLICADA A PROBLEMAS GERAIS DE PRIMEIRA ORDEM. INTEGRÇÃO TEMPORL EXPLÍCIT DE LT ORDEM VI TÉCNICS DE MLH INTERCLD PLICD PROBLEMS GERIS DE PRIMEIR ORDEM Fernanda Brenny Tese de Douorado apresenada ao Programa de Pós-Graduação em Engenhara Cvl COPPE da

Leia mais

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando

Parte III. Objetivo: estudar o deslocamento de um corpo quando esta rolando Pare Objevo: esudar o deslocameno de um corpo quando esa rolando 1 Coneúdo programáco: 6. Movmeno de Roação Varáves da roação, Relação enre Cnemáca Lnear e Cnemáca Angular, Energa cnéca de roação, nérca

Leia mais

2 O Modelo Teórico O Modelo Básico

2 O Modelo Teórico O Modelo Básico O Modelo Teórco Nese capíulo serão apresenadas as dversas hpóeses e as abordagens eórcas a serem esudadas nese rabalho. Prmeramene, será apresenado o modelo básco, que supõe separabldade neremporal. m

Leia mais

Parte 1: Exercícios Teóricos

Parte 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 mais

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial

Séries temporais Modelos de suavização exponencial. Séries de temporais Modelos de suavização exponencial Programa de Pós-graduação em Engenharia de Produção Análise de séries de empo: modelos de suavização exponencial Profa. Dra. Liane Werner Séries emporais A maioria dos méodos de previsão se baseiam na

Leia mais

Tecnologia de Grupo. 1. Justificativa e Importância da Tecnologia de Grupo. 2. Algoritmo de Ordenação Binária. = 1 se a máquina i

Tecnologia de Grupo. 1. Justificativa e Importância da Tecnologia de Grupo. 2. Algoritmo de Ordenação Binária. = 1 se a máquina i Tecnologa de Grpo 1. Jstfcatva e Iportânca da Tecnologa de Grpo Tecnologa de grpos é conceto portante aplcado na foração de céllas de anfatra. A organzação do sstea de prodção e céllas de anfatra poss

Leia mais

Resoluções dos exercícios propostos

Resoluções dos exercícios propostos da físca 3 Undade C Capítulo 4 Força agnétca esoluções dos exercícos propostos P.33 Característcas da força agnétca : dreção: perpendcular a e a, sto é: da reta s C u D r sentdo: deternado pela regra da

Leia mais

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW

F-128 Física Geral I. Aula exploratória-10a UNICAMP IFGW F-8 Físca Geral I Aula exploraóra-a UNICAMP IFGW username@f.uncamp.br Varáves roaconas Cada pono do corpo rígdo execua um movmeno crcular de rao r em orno do exo. Fgura: s=r Deslocameno angular: em radanos

Leia mais

ESTIMADOR DE ESTADOS ORTOGONAL COM RESTRIÇÕES DE IGUALDADE

ESTIMADOR DE ESTADOS ORTOGONAL COM RESTRIÇÕES DE IGUALDADE ESTIMADOR DE ESTADOS ORTOGONAL COM RESTRIÇÕES DE IGUALDADE José Paulo da Slva Gouvêa (*) Anôno José Alves Smões Cosa Unversdade Federal de Sana Caarna CTC/EEL/GSP Campus Unversáro, Floranópols, S.C. C.

Leia mais