Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij

Tamanho: px
Começar a partir da página:

Download "Problema de Designinação Generalizada. Problema de Designinação. - aplicações: - observações: = 0 caso contrário n n. - Seja a variável: xij"

Transcrição

1 Prof. Silvio Alexadre de Araujo Problema de Desigiação ou Alocação (Assigme) - Dados agees desigados para realizar arefas - Cada agee j (j=,..,) deve execuar uma e só uma arefa i,.., - Cada arefa i deve ser execuada por um e só um agee j - Seja c ij o cuso de execução da arefa i pelo agee j - Como desigar agees às arefas de forma a miimizar o cuso? se o agee j é alocado a arefa i - Seja a variável: xij = 0 caso corário Obs: a resolução do - Formulação: mi z = cij xij Problema de Desigação j= por Programação Liear sujeio a : (0 x ij ) forece soluções ieiras devido xij = i =,..., à uimodularidade da j= mariz de resrições ij x = j =,..., ij x { 0, } i =,..., j =,..., - aplicações: Problema de Desigiação -Hospiais, rasporadoras, Uiversidades, Idúsrias em geral; - observações: - O problema de desigação é um caso especial do problema de raspore ode s i = e d j =; - Muias aplicações deses ipos de problemas (e de algus ouros) exigem que as variáveis de decisão x ij eham valores ieiros. - Devido à algumas caracerísicas especiais, se um al modelo em qualquer solução facível ele sempre erá uma solução óima com valores ieiros. -Isso permie uilizar méodos de programação liear para resolve-los Problema de Desigiação Geeralizada Exercício (casa) - Dados m agees desigados para realizar arefas (m < ) - Cada arefa i deve ser execuada por um e só um agee j - Seja c ij o cuso de execução da arefa i pelo agee j - Seja a ij o recurso ecessário para o agee j execuar a arefa i - Seja b j a capacidade oal do agee j - Como desigar agees às arefas de forma a miimizar o cuso?

2 Problema da Mochila 0 ou - Dados objeos que pode-se armazear em uma mochila, ode cada objeo j (j=,..., ) em um peso w j e um valor de uilidade v j. - Cada objeo pode ser colocado o máximo uma vez a mochila (ão pode er objeos repeidos a mochila) - Quais objeos escolher de al modo que o peso oal ão seja maior que W (capacidade da mochila) e maximize o valor de uilidade dos objeos icluídos a mochila? se o objeo j é icluído a mochila - Seja a variável: x j = 0 caso corário - Formulação: max z = sujeio a : j= j w x j j j= W v x x { 0, } ( j =,..., ) j j Problema da Mochila Mulidimesioal (0 ou ) Exercício Casa - Dados objeos que pode-se armazear em uma mochila, ode cada objeo j (j=,..., ) em um peso w j, volume l j e um valor de uilidade v j. - A mochila em capacidade de peso W e de volume L - Quais objeos escolher de al modo que a respeiar a capacidade da mochila e a maximizar o valor de uilidade dos objeos icluídos a mochila? Problema da Mochila Mulipla (0 ou ) Exercício Casa - Dados objeos que pode-se armazear em m mochilas, ode cada objeo j (j=,..., ) em um peso w j e um valor de uilidade v j. - Cada objeo pode ser colocado o máximo uma vez e em apeas uma mochila (ão pode er objeos repeidos em uma mesma mochila e ão pode er o mesmo objeo em duas mochilas diferees) - O peso oal de cada mochila i (,, m) ão pode ser maior que sua capacidade dada por W i - Quais objeos escolher de al modo que maximize o valor de uilidade dos objeos icluídos as mochilas? Problema da Mochila: aplicações - Seleção de Ivesimeos: bacos, bolsa de valores, ec; - Problemas de Core e Empacoameo: idúsria de papel, móveis, êxil, siderúrgica, ec. - Problemas de Seleção em geral

3 O Problema de Dimesioameo de Loes Moivação Exisem duas maeiras de aumear a eficiêcia de uma loja, empresa, ou idúsria: - melhoria ecológica: aualização dos equipameos, mudaça ecológica, descobera de ovos ipos de maéria prima. - A oura maeira, aé hoje muio meos uilizada, evolve melhorias a orgaização do plaejameo da produção (Kaarovich (939)) O Problema de Dimesioameo de Loes O Plaejameo e Programação da Produção é resposável pela coordeação de odas as aividades do processo produivo, desde a aquisição das maérias-primas aé a erega dos produos. O plaejameo esraégico: meas globais, logo prazo (por exemplo: isalação de fábricas e compra de equipameos). O plaejameo áico: camihos para cumprir o plaejameo esraégico; decisões de médio prazo (por exemplo: plao de produção ao logo de um horizoe de empo e maueção de máquias). O plaejameo operacioal: decisões do dia-a-dia; programação dealhada da produção (por exemplo: sequeciar os pedidos os ceros de rabalho e programar a disribuição). O Problema de Dimesioameo de Loes Defiição - deermiar a quaidade de ies a ser produzida em uma ou várias máquias, em cada período, de modo saisfazer deermiadas resrições e a aeder uma cera demada oimizado uma fução objeivo (por exemplo, miimizar cusos) - Problema de plaejameo da produção em ível áico Elemeos Cohecidos: - Cosidere um horizoe de plaejameo de períodos. No qual se deve plaejar a produção de um úico iem. -Dados: O Problema de Dimesioameo de Loes - d demada o período - S cuso fixo para produzir o período (cuso de preparação) - c cuso uiário de produção o período - H cuso uiário de esocagem o período - Cosidere M um úmero grade Como deermiar a quaidade que deve ser produzida em cada período de forma a aeder a demada com cuso míimo?

4 O Problema de Dimesioameo de Loes Cosidere o seguie exemplo: Elemeos Cohecidos: - Cera firma que fabrica um deermiado produo deseja fazer um plaejameo da produção para um horizoe de quaro dias (=4) - Sabe-se que a demada para eses quaro dias será de d =04, d 2 =74, d 3 =46 e d 4 =2 uidades. - Supoha que a firma faça o máximo uma preparação da máquia que fabrica o produo a cada dia e que ão haja resrição de capacidade de produção. -O cuso para preparar a máquia é de S = $50,00 (,...,4) por preparação e cuso de esoque é H = $2,00 (,...,4) por uidade esocada a cada dia. Cosidere aida, que o cuso uiário para produzir uma uidade é c = (,...,4). Como deermiar a quaidade que deve ser produzida em cada período de forma a aeder a demada com cuso míimo? O Problema de Dimesioameo de Loes Cosidere o seguie exemplo: Elemeos Descohecidos: -Como deermiar a quaidade que deve ser produzida em cada período de forma a aeder a demada com cuso míimo? - Quao produzir a cada dia? - Quao esocar a cada dia? - Em quais dias as máquias serão preparadas? Fução objeivo: Miimização dos cusos de produção esoque e preparação das máquias. Resrições: - Aedimeo a demada; - As máquias devem ser preparadas sempre que houver produção O Problema de Dimesioameo de Loes Elemeos descohecidos: Variáveis (para,..., ) - = quaidade produzida o período - I = quaidade esocada o período, se houver produção o período - Y = 0, caso corário - Formulação (Fução Objeivo e Resrições): mi Sujeio H I a : c I I = d =,..., MY 0 =,..., Y { 0,} =,..., e I 0 =,..., mi H I c Ídices:,..., períodos Fução Objeivo Dados: S cuso de preparação H cuso uiário de esocagem c cuso uiário de produção Variáveis: I esoque o fial do período produção do período Y idica se é cobrado cuso de preparação o período

5 mi H I c H I Fução Objeivo (Exemplo) Elemeos Cohecidos c Elemeos Descohecidos S Y m2i 2I 2 2I 3 2I Y 50Y 2 50Y 3 50Y 4 O Problema de Dimesioameo de Loes Elemeos descohecidos: Variáveis (para,..., ) - = quaidade produzida o período - I = quaidade esocada o período, se houver produção o período - Y = 0, caso corário - Formulação (Fução Objeivo e Resrições): mi Sujeio H I a : c I I = d =,..., MY 0 =,..., Y { 0,} =,..., e I 0 =,..., I I = d =,..., Ídices:,..., períodos Dados: d demada o período Variáveis: I esoque o fial do período produção do período Balaceameo de Esoques Balaceameo de Esoques (Exemplo) Elemeos Cohecidos (I 0 =0) d Elemeos Descohecidos I I I = d =,..., 0 I = 04 2 I 2 I 2 = 74 3 I 2 3 I 3 = 46 4 I 3 4 I 4 = I I 0 =0 I 2 2 I 3 3 d =04 d 2 =74 d 3 = d 3 =2 I 4

6 O Problema de Dimesioameo de Loes Elemeos descohecidos: Variáveis (para,..., ) - = quaidade produzida o período - I = quaidade esocada o período, se houver produção o período - Y = 0, caso corário - Formulação (Fução Objeivo e Resrições): mi Sujeio H I a : c I I = d =,..., MY 0 =,..., Y { 0,} =,..., e I 0 =,..., MY 0 =,..., Ídices:,..., períodos Preparação Dados: M úmero grade (por exemplo M= d ) Variáveis: produção do período Y idica se é cobrado cuso de preparação o período Preparação (Exemplo) MY 0 =,..., Elemeos Cohecidos d M úmero grade (por exemplo M= ) O Problema de Dimesioameo de Loes Cosrução do Modelo: ese problema emos: elemeos cohecidos: d S c H Elemeos Descohecidos Y MY 2 2 MY MY MY 4 elemeos descohecidos: I Y objeivo a ser alcaçado: mi H I resrições: Sujeio a : I I = d =,..., MY 0 =,..., Y { 0,} =,..., e I 0 =,..., c

7 O Problema de Dimesioameo de Loes Formulação para o Exemplo - Fução Objeivo e Resrições: Mi Sujeio a : I I I I I I I 2 I I MY Y = 04 = = 74 = 2 = 46 = 3 = 2 = 0 =,...,4 Y {0,} =,...,4 4 4 e I 0 =,...,4 Mi 2I 2I 2 2I 3 2I Y 50Y 2 50Y 3 50Y 4 Sujeio a: I 0 I =04 I 2 I 2 =74 2 I 2 3 I 3 =46 3 I 3 4 I 4 =2 4 -MY 0 2 -MY MY MY Y {0, } Y 2 {0, } 2 Y 3 {0, } 3 Y 4 {0, } 4 e I 0 2 e I e I I 0 =0 e I 4 =0 O Problema de Dimesioameo de Loes Vários Ies, Resrição de Capacidade e empo de Preparação Elemeos Cohecidos: - Cosidere um horizoe de plaejameo de períodos. No qual se deve plaejar a produção de N ies. -Dados: - d i demada do iem i o período - S i cuso fixo para produzir o iem i o período - c i cuso uiário de produção do iem i o período - H i cuso uiário de esocagem do iem i o período - Cosidere M um úmero grade O Problema de Dimesioameo de Loes Vários Ies, Resrição de Capacidade e empo de Preparação Elemeos Cohecidos (coiuação): - Dados Adicioais: - b i empo ecessário para a produção de uma uidade do iem i - s i empo ecessário para a preparação da máquia para produção de do iem i - CAP capacidade de produção o período Como deermiar a quaidade que deve ser produzida de cada iem em cada período de forma a saisfazer as resrições de capacidade e aeder a demada com cuso míimo?

8 O Problema de Dimesioameo de Loes Vários Ies, Resrição de Capacidade e empo de Preparação - Elemeos Descohecidos: Variáveis (para,..., N,..., ) : - i = quaidade produzida do iem i o período - I i = quaidade esocada do iem i o período, se houver produçãodo iem i o período Y i = 0, caso corário Vários Ies, Resrição de Capacidade e empo de Preparação - Formulação: (Fução Objeivo e Variáveis) Sujeio a : Ii, i Ii = di i =,..., N =,..., N O Problema de Dimesioameo de Loes mi N H N N N iii ci i bi i s Y CAP =,..., i i i MYi 0 i =,..., N =,..., Y i { 0,} i =,..., N =,..., i e Ii 0 i =,..., N =,..., i i O Problema de Dimesioameo de Loes Vários Ies, Resrição de Capacidade e empo de Preparação Exercício: Cosidere o Exemplo Aerior. - Supoha que, após uma pesquisa de mercado, a firma, adquira uma máquia e passe a oferecer 4 opções de cores diferees para o produo. - Supoha aida que a ova máquia eha limiação de capacidade. - Eseder o Exemplo Aerior, cosiderado 4 ipos diferees de produos, um para cada cor. - Deve-se adapar e ivear ovos dados, por exemplo: a demada 04 uidades, passa a ser 29 uidades de produos da cor e, para produos das cores 2, 3 e 4 a demada passa a ser de 25 uidades cada. -Após ivear ovos dados deve-se reescrever o modelo de acordo com eses ovos dados. O Problema de Dimesioameo de Loes Vários Ies, Resrição de Capacidade, empo de Preparação - Elemeos cohecidos: Dados Adicioais: - k=,...,k Máquias e Várias Máquias EERCÍCIO - R k Cojuo de ies i que usam a máquia k - CAP k capacidade da máquia k o período - b ki empo ecessário para a produção de uma uidade do iem i a máquia k

9 O Problema de Dimesioameo de Loes Ouras Exesões: Horizoe de Plaejameo: fiio/ifiio, períodos grades ou curos Número de eságios: mooeságio ou mulieságio. Número de ies: úico ou vários Capacidade ou resrições de recurso: com ou sem. Demada. Esáica ou diâmica; deermiísica ou esocásica; empo/cuso de preparo:. idepedee ou depedee da sequecia Araso de erega (backloggig). Produos perecíveis Hora exra Lead ime O Problema de Sequeciameo Defiição dado um plaejameo preesabelecido, programar deermiadas arefas em uma ou várias máquias, de forma a oimizar uma fução objeivo (por exemplo, miimizar o empo de processameo) Problema de plaejameo da produção em ível operacioal O Problema de Sequeciameo Exemplo Cosidere o Exemplo Aerior. - Supoha que após resolver o modelo de dimesioameo de loes, o resulado deermie que a firma deva produzir o dia somee a demada dese dia, ou seja, um loe de 29 uidades de produos da cor e loes de 25 uidades de produos cada uma das ouras cores 2, 3, 4, e 5. - Os produos são piados a ova máquia de piura, ode, depois de iiciada a piura de um loe de produos de uma cor, odos os produos dese loe devem ser oalmee piados. - Embora a fábrica fucioe 24 horas por dia, a máquia de piura ecessia de 4 horas diárias de maueção, iiciado a produção 0 hora e parado às 20 horas. - No loe do dia êm produos das 4 cores de forma que é ecessário piar produos das 4 cores ese dia. O Problema de Sequeciameo Exemplo (coiuação) - Devido ás diferees caracerísicas (ais como empo de secagem) os loes de produos de cada cor êm horários pré-defiidos para fialização do processo de piura. - Caso algum loe de um produo seja fializado depois do prazo um cuso é cobrado por hora de araso, pois, odo o processo de erega dos loes será arasado. - Os dados referees ao empo ecessário para a produção de cada loe de produos de deermiada cor, o horário de erega dos loes e os cusos esão resumidos a abela a seguir. - O geree de produção precisa defiir a sequecia em que ele irá produzir os loes de produos de cada cor de forma a miimizar a demora a fialização do processo de piura (e os respecivos cusos).

10 O Problema de Sequeciameo Elemeos Cohecidos: : úmero de aividades p i : empo de processameo da aividade i, i =... d i : daa de erega da aividade, i, i =... w i : mula (peso) associado à aividade i, i =..., abela: Dados para o Exemplo Cores C C2 C3 C4 empo de Produção (horas) (p i ) Horário de Erega (d i ) Cuso por Araso ($/hora) (w i ) O Problema de Sequeciameo Elemeos Descohecidos:Variáveis de decisão (empo de iício) x i : iício do processameo da aividade (loe) i, i =... Fução Objeivo: miimizar as mulas relacioadas à demora a erega de cada um dos loes. - A demora poderada da aividade i pode ser calculada como: max{0, w i (x i p i d i )} e a fução objeivo é miimizar a demora. Iso é: mi max{0, w i (x i p i d i )} (*) - Nova Variável: A fução-objeivo acima é liear por pares, mas pode ser liearizada se criarmos uma ova variável, i, al que: - Resrições: para liearização da Fução-objeivo: i x i p i d i i 0 i =,..., e subsiuirmos a expressão (*) por: - Fução-objeivo Liear: w i i O Problema de Sequeciameo - Cosiderar quaisquer aividade i e j. Para garair que a máquia processe apeas uma delas de cada vez devemos er: Resrições disjuas: x i p i x j ou x j p j x i Iso é, apeas uma das duas resrições acima deve esar aiva, a oura deve ser redudae. Nova Variável: Faremos o corole desas codições usado uma ova variável: y ij, se a aividade i começa aes da aividade j = 0, caso corário ( a aividade j começa aes da aividade i) Resrições: corole de aividades a máquia x i p i x j M(- y ij ) x i p j x i M(y ij ) ode: M é um úmero suficieemee grade O Problema de Sequeciameo Formulação com resrições disjuivas (Fução Objeivo e Variáveis) Mi z = w i i Sujeio a: i x i p i d i i =... x i p i x j M(- y ij ) i =... j =... x j p j x i M(y ij ) i =... j =... x i 0, i 0 i =... j =... y ij =0 ou, i =... j =...

11 O Problema de Sequeciameo Veremos oura maeira de modelar o mesmo problema: Formulação Idexada o empo - precisamos calcular o empo oal ecessário para o processameo de odas as arefas: oal = p i - amaho do horizoe de plaejameo =oal períodos de empo -emos aividades que podem começar em qualquer um dos períodos de 0 a. -A decisão a ser omada eão é se a aividade i começa ou ão o período de empo. -Deve-se miimizar os arasos represeados pelos seguies cusos: wi (( pi ) di ) se pi > di ci 0 caso corário O Problema de Sequeciameo Elemeos Descohecidos:Variáveis de decisão (empo de iício), se a aividade i começa o período x i = 0, caso corário Formulação Idexada o empo: (Fução Objeivo e Resrições) Mi z = Sujeio a: p i i x i =0 ou, p c i x xi = i =,..., i s= p i x i =,..., i =... =... Problema da K-Dispersão Exercício 2 Exisem locais poeciais para a isalação de k facilidades, k <. Localize as k facilidades de modo que a disâcia míima (r) ere qualquer par das k facilidades seja máxima. A disâcia ere o local i e o local j é d ij.

12 Problema de Erega Exercício 3 Um depósio, umerado 0, em que fazer eregas a cliees em locais umerados a 8. Um cojuo de 9 roas boas para os veículos de erega é mosrado abaixo com seus empos de viagem. Formule o problema maemaicamee e deermie as roas que devem ser implemeadas de modo a miimizar o empo oal de viagem dos veículos. Roa o Roa empo Problema de Mochilas-Seleção de Objeos Exercício 4 Cosidere que emos dispoível em esoque N objeos grades (barras, bobias, ec.) de comprimeo L j (j=,...,n), sedo que, cada objeo em um cuso c j (j=,...,n). Cosidere aida, um cojuo de pedidos de m ies meores i (,...,m), cada iem com de comprimeos l i (,...,m). Supoha que apeas um exemplar de cada iem deva ser produzido. O problema cosise em produzir odos ies demadados (apeas um exemplar) a parir do core dos objeos em esoque, de modo a miimizar o cuso oal dos objeos a serem corados. Problema da Mochila Mulidimesioal (0 ou ) com Resrições de Escolha Exercício 5 - Dados ies que pode-se armazear em uma mochila, ode cada iem j (j=,..., ) em um peso w j, volume l j e um valor de uilidade v j. - A mochila em capacidade de peso W e de volume L - Os ies esão paricioados em p subcojuos disjuos. - cada subcojuo com, 2,, p elemeos - apeas um iem de cada subcojuo deve ser icluído a mochila

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel

MATEMÁTICA APLICADA AO PLANEJAMENTO DA PRODUÇÃO E LOGÍSTICA. Silvio A. de Araujo Socorro Rangel MAEMÁICA APLICADA AO PLANEJAMENO DA PRODUÇÃO E LOGÍSICA Silvio A. de Araujo Socorro Rangel saraujo@ibilce.unesp.br, socorro@ibilce.unesp.br Apoio Financeiro: PROGRAMA Inrodução 1. Modelagem maemáica: conceios

Leia mais

Heurísticas. Planejamento da Produção (construtiva) Heurísticas de Melhoria

Heurísticas. Planejamento da Produção (construtiva) Heurísticas de Melhoria Heurísicas Planejameno da Produção (consruiva) Heurísicas de Melhoria Dimensionameno de loes O problema de dimensionameno de loes consise em planejar a quanidade de iens a ser produzida em várias (ou única)

Leia mais

Previsão de venda. Sistema agroindustrial, (1999);

Previsão de venda. Sistema agroindustrial, (1999); Objeivos desa apreseação Plaejameo de produção: Previsão de Demada Aula 6 Pare 1 Mauro Osaki TES/ESALQ-USP Pesquisador do Cero de Esudos Avaçados em Ecoomia Aplicada Cepea/ESALQ/USP Foe: 55 19 3429-8841

Leia mais

4 Modelagem e metodologia de pesquisa

4 Modelagem e metodologia de pesquisa 4 Modelagem e meodologia de pesquisa Nese capíulo será apresenada a meodologia adoada nese rabalho para a aplicação e desenvolvimeno de um modelo de programação maemáica linear misa, onde a função-objeivo,

Leia mais

Secção 7. Sistemas de equações diferenciais.

Secção 7. Sistemas de equações diferenciais. 7. Sisemas de equações difereciais Secção 7. Sisemas de equações difereciais. (Farlow: Sec. 6., 6.4 e 6.6) No caso geral, um sisema de equações difereciais de primeira ordem pode ser represeado da seguie

Leia mais

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO.

INTERPRETANDO CORRETAMENTE O PASSADO PODEM-SE GERAR PREVISÕES ÚTEIS PARA O FUTURO. MÓDUO - MODEOS DE PREVISÃO E ESTIMATIVA DE DEMANDA Baseado em Chopra, Suil e Meidl, Peer, Gereciameo da Cadeia de Suprimeos, Preice Hall, São Paulo, 23. Quao se deve fabricar os próximos dias? Quais os

Leia mais

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos

- Processamento digital de sinais Capítulo 2 Sinais e sistemas discretos - Processameo digial de siais Capíulo Siais e sisemas discreos Siais discreos Siais aalógicos x digiais Coíuos x discreo Admiido como sequêcia de úmeros. {x[]}, 0, ±, ±,... Z Período amosragem: s Variáveis

Leia mais

Combinação de modelos de seleção de processos e dimensionamento de lotes na programação da produção de grãos eletrofundidos.

Combinação de modelos de seleção de processos e dimensionamento de lotes na programação da produção de grãos eletrofundidos. XXIV Ecoro Nac. de Eg. de Produção - Floriaópolis, SC, Brasil, 03 a 05 de ov de 2004 Combiação de modelos de seleção de processos e dimesioameo de loes a programação da produção de grãos elerofudidos.

Leia mais

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the

Sinais e Sistemas. Env. CS1 Ground. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with. gravity and sine wave forcing in the -4-6 -8 - - -4-6 -8 Frequecy khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy db/hz Sie Wave Joi Acuaor Joi Sesor Revolue

Leia mais

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão

Opções Reais. Estimando Volatilidade. Volatilidade. Volatilidade. Mestrado. IAG PUC-Rio. Prof. Luiz Brandão Opções Reais Esimado Volailidade Mesrado Prof. Luiz Bradão bradao@iag.puc-rio.br IAG PUC-Rio Volailidade Volailidade O Valor Presee V 0 de um aivo é obido descoado-se os seus fluxos de caixa a uma axa

Leia mais

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória.

Uma função X que associa a cada elemento de S (s S) um número real x = X(s) é denominada variável aleatória. Prof. Lorí Viali, Dr. viali@ma.ufrgs.br hp://www.ma.ufrgs.br/~viali/ s KKK CKK KKC KCK CCK CKC KCC CCC S X R x = X(s) X(S) Uma fução X que associa a cada elemeo de S (s S) um úmero real x = X(s) é deomiada

Leia mais

Juros Compostos 2016

Juros Compostos 2016 Juros Composos 2016 1. (G1 - ifal 2016) Em 2000, cero país da América Laia pediu um emprésimo de 1 milhão de dólares ao FMI (Fudo Moeário Ieracioal) para pagar em 100 aos. Porém, por problemas políicos

Leia mais

Problema de Fluxo de Custo Mínimo

Problema de Fluxo de Custo Mínimo Problema de Fluo de Custo Míimo The Miimum Cost Flow Problem Fluo de Custo Míimo O Problema de Fluo de Custo Míimo (The Miimum Cost Flow Problem) Este problema possui papel pricipal etre os modelos de

Leia mais

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra

Grupo I ( 3 valores) 0 Os parâmetros podem ser considerados variáveis aleatórias pois as suas estimativas variam de amostra para amostra Exame fial Esaísica Maria Helea Almeida 7 de Maio de 003 José Aóio Piheiro Duração h e 30 Noe bem: Grupos diferees em folhas diferees Não se esqueça de ideificar TODAS as folhas 3 Para maer a ordem, a

Leia mais

Exemplo. Exemplo. Taxa Interna de Retorno. Administração

Exemplo. Exemplo. Taxa Interna de Retorno. Administração Admiisração Taxa Iera de Reoro Deomia-se Taxa Iera de Reoro (TRI) de um fluxo de caixa à axa de juros que aula o Valor Presee Líquido (VPL). MATEMÁTICA FINANCEIRA Por: EDÉZIO SACRAMENTO edezio@oi.com.br

Leia mais

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis

ECONOMIA DOS RECURSOS NATURAIS. A gestão dos recursos naturais recursos renováveis ECONOMIA DOS RECURSOS NATURAIS A gesão dos recursos aurais recursos reováveis Recursos biológicos Os recursos biológicos diferem dos recursos ão reováveis o seido em que aqueles crescem e se reproduzem

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( ) x() ) ), f saisfazedo x( f ( ) d f ( ) cos( ) d f ( ) cos( ) d f ( ), é dada por Exercício : Resolva o seguie

Leia mais

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais.

4- Método de Diferenças Finitas Aplicado às Equações Diferenciais Parciais. MÉTODOS NM ÉRICOS PARA E QAÇÕES DIFEREN CIAIS PARCIAIS 4- Méodo de Difereças Fiias Aplicado às Equações Difereciais Parciais. 4.- Aproximação de Fuções. 4..- Aproximação por Poliômios. 4..- Ajuse de Dados:

Leia mais

ANÁLISE DE SINAIS E SISTEMAS

ANÁLISE DE SINAIS E SISTEMAS ANÁLISE DE SINAIS E SISTEMAS AULA 3: OPERAÇÕES BÁSICAS EM SINAIS: OPERARAÇÕES NAS VARIÁVEIS DEPENDENTES; OPERARAÇÕES NA VARIÁVEL INDEPENDENTE. FUNÇÕES ELEMENTARES: O DEGRAU UNITÁRIO; A RAMPA UNITÁRIA;

Leia mais

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda)

Lista de Exponenciais e Logaritmos Extensivo Alfa Professor: Leandro (Pinda) Lisa de Expoeciais e Logarimos Exesivo Alfa Professor: Leadro (Pida) 1. (Eem 2017) Para realizar a viagem dos sohos, uma pessoa precisava fazer um emprésimo o valor de R$ 5.000,00. Para pagar as presações,

Leia mais

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016

Faculdade de Engenharia. Análise Matemática 2 MIEEC 2015/2016 aculdade de Egeharia Aálise Maemáica 2 MEEC 25/26 ucioameo aculdade de Egeharia Teórico-práicas exposição e discussão da maéria resolução de exercícios Trabalho exra-aula resolução dos exercícios proposos

Leia mais

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em

1. Na figura seguinte está representada parte do gráfico de uma função g, de domínio R e contínua em PROVA ESCRITA DE MATEMÁTICA A.º E 00 Fevereiro 8 Duração da prova: 90 miuos VERSÃO Grupo I Para cada uma das cico quesões dese grupo, seleccioe a resposa correca de ere as aleraivas que lhe são apreseadas

Leia mais

XXII OLIMPÍADA BRASILEIRA DE MATEMÁTICA Terceira Fase Nível 3 (Ensino Médio)

XXII OLIMPÍADA BRASILEIRA DE MATEMÁTICA Terceira Fase Nível 3 (Ensino Médio) XXII OLIMPÍADA BRAILEIRA DE MATEMÁTICA Terceira Fase Níel 3 (Esio Médio PROBLEMA 1: Em uma folha de papel a rea r passa pelo cao A da folha e forma um âgulo com a borda horizoal, como a figura 1. Para

Leia mais

Critérios para a Apuração dos Preços de Ajuste Março 2009.

Critérios para a Apuração dos Preços de Ajuste Março 2009. Criérios para a Apuração dos Preços de Ajuse Março 2009. Iformamos os procedimeos a serem aplicados durae o mês de março de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos fiaceiros

Leia mais

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009

Critérios para a Apuração dos Preços de Ajuste e Prêmios das Opções de Compra e de Venda Maio 2009 Criérios para a Apuração dos Preços de Ajuse e Prêmios das Opções de Compra e de Veda Maio 2009 Iformamos os procedimeos a serem aplicados durae o mês de maio de 2009 para a apuração dos preços de ajuses

Leia mais

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

Departamento de Informática. Modelagem Analítica. Modelagem Analítica do Desempenho de Sistemas de Computação. Disciplina: Processos Estocásticos Deparameo de Iformáica Disciplia: do Desempeho de Sisemas de Compuação Variável leaória Real Variável leaória x(w) Processos Esocásicos R Prof. Sérgio Colcher Medida de Probabilidade colcher@if.puc-rio.br

Leia mais

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009.

Critérios para a Apuração dos Preços de Ajuste Fevereiro 2009. Criérios para a Apuração dos Preços de Ajuse Fevereiro 2009. Iformamos os procedimeos a serem aplicados durae o mês de fevereiro de 2009 para a apuração dos preços de ajuses diários dos coraos derivaivos

Leia mais

5 Modelo Teórico Modelagem determinística

5 Modelo Teórico Modelagem determinística 5 Modelo Teórico Nese rabalho será adoada a simulação de Moe Carlo para precificar as opções reais do projeo, uilizado o sofware @Risk. O modelo eórico aplicado é baseado a premissa de que o valor presee

Leia mais

4 Método dos elementos distintos para simular rochas

4 Método dos elementos distintos para simular rochas 4 Méodo dos elemeos disios para simular rochas Em 2004, Poyody e Cudall (56) propuseram um modelo para simular o comporameo de rochas, o BPM ( Boded Paricle Model for rock ). Nesse modelo, a rocha é modelada

Leia mais

1 a Lista: MTM146: Prof. Paulo Magalhães:

1 a Lista: MTM146: Prof. Paulo Magalhães: a Lisa: MTM46: Prof Paulo Magalhães: Exercício : Mosre que a solução do sisema de EDO s x y f ( x y y com codições iiciais: x ( x(, f saisfazedo f (, é dada por x( f ( d Exercício : Resolva o seguie y

Leia mais

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A

quanto maior a diferença de energia entre 2 níveis, mais provável fica a emissão espontânea em relação à estimulada. Vemos também que: A Vimos a aula passada os coeficiees de Eisei: Com B B e A B A 8 B hv c ρ( v) A B B quao maior a difereça de eergia ere íveis, mais provável fica a emissão espoâea em relação à esimulada. Vemos ambém que:

Leia mais

MAGISTÉRIO MATEMÁTICA

MAGISTÉRIO MATEMÁTICA PROVA DE CONHECIMENTOS ESPECÍFICOS CONCURSO DE ADMISSÃO 0 ao CFO/QC - 0 PAG -6 4 Aalise as afirmaivas a seguir, colocado ere parêeses a lera V quado se raar de proposição verdadeira e a lera F quado se

Leia mais

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico

5 Análise Não-Linear pelos Métodos de Galerkin-Urabe e Balanço Harmônico álise Não-Liear pelos Méodos de Galerki-Urabe e Balaço Harmôico expressão (.7) obida o Capíulo para a fução de Larae é uilizada essa seção para a obeção das equações difereciais de movimeo uilizadas a

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Mii-Tese II Daa de realização: 17 de maio de 2014 Duração: 75 miuos Nome: Nº de aluo: Turma: CLASSIFICAÇÃO GRUPO 1 GRUPO 2 GRUPO 3 TOTAL Aee as seguies idicações:

Leia mais

6. Modelagem Matemática para Solução por Método Exato

6. Modelagem Matemática para Solução por Método Exato 69 6. Modelagem Matemática para Solução por Método Exato Os primeiros modelos a tratarem do Problema de Programação da Produção datam das décadas de 50 e 60. Destes modelos, destacam-se os modelos propostos

Leia mais

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85.

( ) ( ) ( ) ( ) MATEMÁTICA 2 VOLUME 2 RESOLUÇÕES - EXERCITANDO EM CASA. L = 6x + 180x = (x 15). T(h) = h + 22h 85. MATEMÁTICA VOLUME RESOLUÇÕES - EXERCITANDO EM CASA AULA. D Escrevedo a lei de T a forma caôica, vem T(h) = h + h 8 = (h h + 8) = [(h ) 6] = 6 (h ). Assim, a emperaura máxima é 6 C, ocorredo às horas. Tal

Leia mais

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO

5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5. ANÁLISE DE SISTEMAS DA CONFIABILIADE DE SISTEMAS SÉRIE-PARALELO 5.1 INTRODUÇÃO Um sistema é defiido como todo o cojuto de compoetes itercoectados, previamete determiados, de forma a realizar um cojuto

Leia mais

O termo "linear" significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2

O termo linear significa que todas as funções definidas no modelo matemático que descreve o problema devem ser lineares, isto é, se f( x1,x2 MÓDULO 4 - PROBLEMAS DE TRANSPORTE Baseado em Novaes, Atôio Galvão, Métodos de Otimização: aplicações aos trasportes. Edgar Blücher, São Paulo, 978..CONCEITOS BÁSICOS DE PROGRAMAÇÃO LINEAR É uma técica

Leia mais

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA

étodos uméricos SISTEMAS DE EQUAÇÕES LINEARES (Continuação) Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA éodos méricos SISTEMS DE EQUÇÕES LINERES (Coiação) Prof. Erivelo Geraldo Nepomceo PROGRM DE PÓS-GRDUÇÃO EM ENGENHRI ELÉTRIC UNIVERSIDDE DE JOÃO DEL-REI PRÓ-REITORI DE PESQUIS CENTRO FEDERL DE EDUCÇÃO TECNOLÓGIC

Leia mais

MOSFET: O MOSFET canal p e a Resistência de Saída Aula 3

MOSFET: O MOSFET canal p e a Resistência de Saída Aula 3 MOSFET: O MOSFET caal p e a Resisêcia de Saída Aula 3 49 Aula Maéria Cap./págia ª 03/08 Elerôica PS33 Programação para a Primeira Prova Esruura e operação dos rasisores de efeio de campo caal, caracerísicas

Leia mais

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES

APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES APLICAÇÃO DE TÉCNICAS DE PREVISÃO DE DEMANDA NA INDÚSTRIA DE CONFECÇÕES ABNER ROCHA PINHEIRO (UNIFOR ) aberocha@homail.com Ferado Luiz Emereciao Viaa (UNIFOR ) fleviaa@oi.com.br Eduardo Alecar Lima Casro

Leia mais

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A

z 0 0 w = = 1 Grupo A 42. alternativa C det A = Como A é inteiro positivo, então n deve ser par. 43. A comuta com B A B = B A Resoluções das aividades adicioais Capíulo 6 Grupo A. aleraiva C de A 6 (de A) 8 de A. aleraiva C de A de( A) (de A) de A (de A) de A Como A é ieiro posiivo, eão deve ser par.. A comua com B A B B A y

Leia mais

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior

Universidade Tecnológica Federal do Paraná Departamento de Eletrônica Disciplina: Teoria da Informação Professor: Dyson Pereira Junior Uiversidade ecológica Federal do Paraá Deparameo de Elerôica Disciplia: eoria da Iformação Professor: Dyso Pereira Juior ZONA DE IMPECIÃO NÍVEI APOXIMAÇÃO DO VALO UPEIO APOXIMAÇÃO DO VALO INFEIO 5.4 Capacidade

Leia mais

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with -4-6 -8 - - -4-6 -8-3 -3 Frequecy (khz Hammig kaiser Chebyshev Siais e Sisemas Power Specral Desiy Ev B F CS CS B F CS Groud Revolue Body Revolue Body Power/frequecy (db/hz Sie Wave Joi Acuaor Joi Sesor

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial Faculdade de Egeharia da Uiversidade do Poro Seembro 006 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M. I. Carvalho, A. Maos (003,006)

Leia mais

ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL

ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL ESTRATÉGIA DE CONTROLE ÓTIMO COM HORIZONTE DE TEMPO MÓVEL L. S. SANTOS 1, D. M. PRATA 2. 1 Uiversidade Federal do Rio de Jaeiro, Deparameo de Egeharia Química - PEQ COPPE. 2 Uiversidade Federal Flumiese,

Leia mais

Modelo de Uso da Terra para a Agropecuária Brasileira. (Brazilian Land Use Model) BLUM

Modelo de Uso da Terra para a Agropecuária Brasileira. (Brazilian Land Use Model) BLUM Isiuo de Esudos do Comércio e Negociações Ieracioais Modelo de Uso da erra para a Agropecuária Brasileira (Brazilia Lad Use Model) BLUM BLUM é um modelo ecoômico diâmico de equilíbrio parcial, muli-regioal

Leia mais

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr.

Diferença entre duas médias. Diferença entre duas proporções (π 1 - π 2 = ) Igualdade entre duas variâncias. Prof. Lorí Viali, Dr. Prof. Lorí Viali, Dr. viali@a a.ufrgs..ufrgs.br hp://www.ufrgs. ://www.ufrgs.br br/~viali/ Depedees Idepedees Tese para aosras eparelhadas Variâcias Cohecidas Variâcias Descohecidas Tese z uposas iguais

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 PROCE DEPARAMENO DE ENGENHARIA ELÉRICA Disciplia de Pricípios de elecomuicações Pro. MC. Leoardo Gosioroski da Silva Séries e rasormadas de Fourier Aálise de um sial seoidal o empo

Leia mais

A economia é formada por um grande número de consumidores. A função de utilidade de cada um deles considera o nível de consumo real privado ( c t

A economia é formada por um grande número de consumidores. A função de utilidade de cada um deles considera o nível de consumo real privado ( c t 2 O Modelo Nesa seção expliciaremos um modelo de equilíbrio geral ieremporal com preços rígidos e cocorrêcia moopolísica. A esruura da ecoomia evolve os cosumidores, os produores e o govero, apreseados,

Leia mais

Capítulo 3 SLITs Sistemas Lineares e Invariantes no Tempo

Capítulo 3 SLITs Sistemas Lineares e Invariantes no Tempo Capíulo 3 SLITs Siseas Lieares e Ivariaes o Tepo 3. Irodução 3.2 Repreação e odelo de esado 3.3 Siseas SISO 3.4 Siseas MIMO uli-diesioais 3.5 Modelo de espaço de esados coíuos 3.6 Resposa ipulsiva e covolução

Leia mais

Introdução à análise e ao processamento de sinais usando o MATLAB. Parte 1 RUBENS SAMPAIO ROBERTO RIQUELME EDSON CATALDO XXI CNMAC

Introdução à análise e ao processamento de sinais usando o MATLAB. Parte 1 RUBENS SAMPAIO ROBERTO RIQUELME EDSON CATALDO XXI CNMAC Irodução à aálise e ao processameo de siais usado o MALAB RUBENS SAMPAIO EDSON CAALDO ROBERO RIQUELME Pare SINAIS E SISEMAS SINAIS - São variáveis que carregam iormação SISEMAS - Processam siais de erada

Leia mais

Nome: Nº de aluno: Turma: Licenciatura: Assinale o tipo de prova que realiza. Classificação

Nome: Nº de aluno: Turma: Licenciatura: Assinale o tipo de prova que realiza. Classificação INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Frequêcia/Exame 1ª Época Daa de realização: 29 de Maio de 2008 Duração: 120 miuos Nome: Nº de aluo: Turma: Liceciaura: Assiale o ipo de prova que realiza Frequêcia

Leia mais

MODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS

MODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS MODELOS DE CONTROLE ÓTIMO DO SCHEDULING DE PETRÓLEO E DERIVADOS EM PORTOS Fabio Fagudez Chemech, a Siemes Compay Rua da Quiada, 50/21 adar. Cero Rio de Jaeiro, RJ, Brasil fabio.fagudez@gmail.com João Lauro

Leia mais

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada

PUCPR- Pontifícia Universidade Católica Do Paraná PPGIA- Programa de Pós-Graduação Em Informática Aplicada PUCPR- Poifícia Uiversidade Caóica Do Paraá PPGIA- Programa de Pós-Graduação Em Iformáica Apicada LIMIARIZAÇÃO IMODAL DE OSU Resumo: Ese arigo descreve a eoria do Agorimo de Limiarização imoda de Osu assim

Leia mais

Exercícios de Análise de Sinal

Exercícios de Análise de Sinal Exercícios de Aálise de Sial FEUP DEEC Seembro 008 recolha de problemas de diversos auores edição feia por: H. Mirada, J. Barbosa (000) M.I. Carvalho, A. Maos (003, 006, 008) Coeúdo Complexos 3 Siais 5

Leia mais

Electrónica /2007

Electrónica /2007 006/007 EUP/EEC 4º/MEEC íor Grade avares ula 9: Modelos dos MOSE Sumário Regiões de fucioameo do MOSE. cumulação. epleção. versão fraca. versão fore. Modelos de MOSE. Modelo lamiar. Modelo iversão, moderada

Leia mais

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007)

Métodos Estatísticos de Previsão MÉTODOS ESTATÍSTICOS DE PREVISÃO. Análise de Erros. Bernardo Almada Lobo. Bernardo Almada-Lobo (2007) Méodos saísicos de Previsão MÉTODO TATÍTICO D PRVIÃO 0 08 06 04 0 00 98 96 94 9 90 0 5 0 5 0 Aálise de rros Berardo Almada Lobo Berardo Almada-Lobo (007) Méodos saísicos de Previsão Regressão Liear Múlipla

Leia mais

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS.

O MÉTODO VARIACIONAL APLICADO AO PROBLEMA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. O ÉTODO VARIACIONAL APLICADO AO PROBLEA NÃO-LINEAR DA PROPAGAÇÃO DE SÓLITONS. Cibele Aparecida Ladeia (PROIC/PIBIC/CNPQ- AF), Paulo Laere Nai (Orieador), e-mail: cibele_ma_uel@yahoo.com.br, pauloai@uel.br.

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Exame 1ª Época Daa de realização: 4 de juho de 2014 Duração: 120 miuos Nome: Nº de aluo: Turma: GRUPO 1 CLASSIFICAÇÃO GRUPO 2 GRUPO 3 GRUPO 4 GRUPO 5 TOTAL Aee as

Leia mais

3 Fundamentação Teórica de Modelos Bayesianos de Previsão

3 Fundamentação Teórica de Modelos Bayesianos de Previsão 37 3 Fudameação Teórica de Modelos Bayesiaos de Previsão 3.. Abordagem Bayesiaa para Esimação A iformação que se em acerca de um parâmero de ieresse θ é crucial a ciêcia esaísica. Se o valor verdadeiro

Leia mais

Aula 5: O MOSFET como Amplificador e como Chave

Aula 5: O MOSFET como Amplificador e como Chave Aula 5: O MOSFET como Amplificador e como Chave Aula Maéria Cap./págia ª 03/08 Elerôica PS33 Programação para a Primeira Prova Esruura e operação dos rasisores de efeio de campo caal, caracerísicas esão-corree.

Leia mais

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS

APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS 45 APLICAÇÃO DO FILTRO DE KALMAN NA DETERMINAÇÃO DO PRAZO DE VALIDADE DE ALIMENTOS PERECÍVEIS Péricles César de Araújo* RESUMO A simplicidade meodológica do Filro de Kalma viabiliza sua aplicação para

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Exame 1ª Época Daa de realização: 30 de maio de 2013 Duração: 120 miuos Nome: Nº de aluo: Turma: Classificação Aee as seguies idicações: A prova pode ser realizada

Leia mais

Sistemas Operacionais

Sistemas Operacionais Sistemas Operacioais Sistema de Arquivos Edeyso Adrade Gomes www.edeyso.com.br Sistema de Arquivos w Mecaismo que provê armazeameto e acesso a dados e programas do Sistema Operacioal e do usuário; w Aspecto

Leia mais

3 Computação de Volumes de Gás Natural

3 Computação de Volumes de Gás Natural 3 Compuação de olumes de Gás Naural 3.1. Codições Para a Compuação de olumes de Gás Naural A orma API 21.1 apresea diversos aspecos relacioados à compuação de volumes obidos a parir da iegração, ao logo

Leia mais

Prova 2 Língua Portuguesa, Literaturas em Língua Portuguesa, Língua Estrangeira e Conhecimentos Específicos

Prova 2 Língua Portuguesa, Literaturas em Língua Portuguesa, Língua Estrangeira e Conhecimentos Específicos Vesibular de Iero 09 Proa Lígua Poruguesa, Lierauras em Lígua Poruguesa, Lígua Esrageira e Cohecimeos Específicos N ọ DE ORDEM: NOME DO CANDIDATO: N ọ DE INSCRIÇÃO: INSTRUÇÕES PARA A REALIZAÇÃO DA PROVA.

Leia mais

Dimensionamento Econômico de Sistemas de Distribuição de Água, Considerando Variáveis as Condições de Contorno do Projeto

Dimensionamento Econômico de Sistemas de Distribuição de Água, Considerando Variáveis as Condições de Contorno do Projeto RBRH Revisa Brasileira de Recursos Hídricos Volume.2 Abr/Ju 2006, 99-0 Dimesioameo Ecoômico de Sisemas de Disribuição de Água, Cosiderado Variáveis as Codições de Cooro do Projeo Heber Pimeel Gomes Uiversidade

Leia mais

Definição: Sejam dois números inteiros. Uma matriz real é uma tabela de números reais com m linhas e n colunas, distribuídos como abaixo:

Definição: Sejam dois números inteiros. Uma matriz real é uma tabela de números reais com m linhas e n colunas, distribuídos como abaixo: I MTRIZES Elemeos de Álgebr Lier - MTRIZES Prof Emíli / Edmé Defiição: Sem dois úmeros ieiros Um mriz rel é um bel de úmeros reis com m lihs e colus, disribuídos como bixo: ( ) i m m m m Cd elemeo d mriz

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 1 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para

Leia mais

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas.

Conceito. Exemplos. Os exemplos de (a) a (d) mostram séries discretas, enquanto que os de (e) a (g) ilustram séries contínuas. Coceio Na Esaísica exise siuações ode os dados de ieresse são obidos e isaes sucessivos de epo (iuo, hora, dia, ês ou ao), ou aida u período coíuo de epo, coo acoece u elerocardiograa ou sisógrafo. Esses

Leia mais

28/11/2016. Renda Variável. Mercado Financeiro I RCC Ações a Vista. Agenda da Aula Mercado de Ações. Ações.

28/11/2016. Renda Variável. Mercado Financeiro I RCC Ações a Vista. Agenda da Aula Mercado de Ações. Ações. Carlos R. Godoy 1 Uiversidade de São Paulo Carlos R. Godoy Mercado Fiaceiro I RCC 0407 2 Faculdade de Ecoomia, Admiisração e Coabilidade Ribeirão Preo Mercado Fiaceiro I RCC 0407 Reda Variável a Visa Aula

Leia mais

Laboratório de Mecânica dos Sólidos

Laboratório de Mecânica dos Sólidos uesp UNIERIDADE ETADUAL PAULITA Júlio de Mesquia Filho Faculdade de Egeharia - Campus de Ilha oleira FEI - UNEP Proessor: Luiz de Paula do Nascimeo Aula: 2 Laboraório de Mecâica dos ólidos Exesômero Elérico

Leia mais

Virgílio Mendonça da Costa e Silva

Virgílio Mendonça da Costa e Silva UNIVERSIDADE EDERAL DA PARAÍBA CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA VIBRAÇÕES DOS SISTEMAS MECÂNICOS VIBRAÇÕES ORÇADAS NÃO HARMONICAMENTE DE SISTEMAS DE 1 GL NOTAS DE AULAS Virgílio

Leia mais

II - Síntese de conhecimentos

II - Síntese de conhecimentos Capíulo II - Síese de cohecimeos II - Síese de cohecimeos O ciclo hidrológico evolve feómeos complexos cua modelação maemáica exaca se ora impossível, devido à própria aureza dos feómeos e à dificuldade

Leia mais

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos

Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos. Análise de Algoritmos Aálise de Algoritmos Aálise de Algoritmos Prof Dr José Augusto Baraauskas DFM-FFCLRP-USP A Aálise de Algoritmos é um campo da Ciêcia da Computação que tem como objetivo o etedimeto da complexidade dos

Leia mais

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 3

FICHA de AVALIAÇÃO de MATEMÁTICA A 12.º Ano Versão 3 FICHA de AVALIAÇÃO de MATEMÁTICA A.º Ao Versão Nome: N.º Turma: Apresete o seu raciocíio de forma clara, idicado todos os cálculos que tiver de efetuar e todas as justificações ecessárias. Quado, para

Leia mais

Simulação por Eventos Discretos

Simulação por Eventos Discretos imulação por Eveos Disreos Apliação à simulação de ráfego isemas de Teleomuiações IEEC - Área de Teleomuiações 4º Ao - º emesre FEUP 009-0 JL, PR Ieioalmee em brao imulação por eveos disreos - priípios

Leia mais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais

Parte 3: Gráfico de Gestão de Estoque. Gráficos e Cálculos Fundamentais Capítulo 3: Gestão de stoques Curso de Admiistração de mpresas 2º Semestre 09 Disciplia: Admiistração da Logística e Patrimôio Capítulo 03: Gestão de estoques (Partes 3 e 4) Parte : Itrodução Parte 2:

Leia mais

Recursos Gráficos do Software MuPAD no Estudo de Funções

Recursos Gráficos do Software MuPAD no Estudo de Funções Oicias Recursos Gráicos do Soware MuPAD o Esudo de Fuções Marilaie de Fraga Sa'Aa Alexadre Gaelli Aa Lúcia Maciel 1 - Irodução Dere os coeúdos maemáicos abordados o Esio Médio, as uções êm imporâcia udameal

Leia mais

FUNDO DE COMÉRCIO * Pedro Schubert

FUNDO DE COMÉRCIO * Pedro Schubert FUNDO DE COMÉRCIO * Pedro Schuber Esa maéria que ão em bibliografia e o seu coceio o ambiee coábil refere-se aos bes iagíveis e os auores ficam com os ies iagíveis possíveis de serem regisrados pela coabilidade

Leia mais

Previsão de consumos

Previsão de consumos revisão de cosumos Cláudio Moeiro Disribuição de Eergia II 5º ao da EEC - ramo de Eergia (FEU) Modelos de Regressão Se cohecer uma relação liear ere as variáveis depedees e idepedees podemos esimar o valor

Leia mais

Limite Hidrodinâmico de Processos de Exclusão Totalmente Assimétricos. Luana Amaral Gurgel

Limite Hidrodinâmico de Processos de Exclusão Totalmente Assimétricos. Luana Amaral Gurgel UNIVERSIDADE FEDERAL DA BAHIA INSTITUTO DE MATEMÁTICA PROGRAMA DE PÓS-GRADUAÇÃO EM MATEMÁTICA DISSERTAÇÃO DE MESTRADO Limie Hidrodiâmico de Processos de Exclusão Toalmee Assiméricos Luaa Amaral Gurgel

Leia mais

INTRODUÇÃO ÀS FINANÇAS

INTRODUÇÃO ÀS FINANÇAS INTRODUÇÃO ÀS FINANÇAS Tipo de Prova: Exame 1ª Época Daa de realização: 3 de juho de 2015 Duração: 120 miuos Nome: Nº de aluo: Turma: GRUPO 1 CLASSIFICAÇÃO GRUPO 2 GRUPO 3 GRUPO 4 GRUPO 5 TOTAL Aee as

Leia mais

B é uma matriz 2 x2;

B é uma matriz 2 x2; MTRIZES e DETERMINNTES Defiição: Mriz m é um bel de m, úmeros reis disposos em m lihs (fils horizois) e colus (fils vericis) Eemplos: é um mriz ; B é um mriz ; Como podemos or os eemplos e respecivmee,

Leia mais

FILAS PARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING PROBABILÍSTICO

FILAS PARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING PROBABILÍSTICO CAÍTULO FILAS ARALELAS COM SERVIDORES HETEROGÊNEOS E JOCKEYING ROBABILÍSTICO Nesse capítulo mostraremos a ovidade desse trabalho que é a obteção das equações de balaço de um sistema de filas paralelas

Leia mais

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1

APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS 1 Apêdice C APÊNDICE C FUNDAMENTOS ESTATÍSTICOS SÉRIES TEMPORAIS Nese Apêdice são apreseados algus coceios de esaísica úeis para validar os modelos de previsão de demada de eergia, sobreudo os que evolvem

Leia mais

Como se decidir entre modelos

Como se decidir entre modelos Como se decidir etre modelos Juliaa M. Berbert Quado uma curva é lei de potecia? O procedimeto amplamete usado para testar movimetação biológica a fim de ecotrar padrões de busca como Voos de Levy tem

Leia mais

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with

Sinais e Sistemas. Env. CS1 Ground Revolute. Sine Wave Joint Actuator. Double Pendulum Two coupled planar pendulums with -4-6 -8-0 - -4-6 -8-30 -3 Frequec Hz Hammig aiser Chebshev Faculdade de Egeharia iais e isemas Power pecral Desi Ev B F C C B F C Groud Revolue Bod Revolue Bod Power/frequec db/hz ie Wave Joi Acuaor Joi

Leia mais

Resoluçaõ de exercícios de Programação Linear Inteira

Resoluçaõ de exercícios de Programação Linear Inteira Resoluçaõ de exercícios de Programação Liear Iteira Carlos Eduardo Ramisch - N.º Cartão: 134657 PESQUISA OPERACIONAL I (ADM01120) Turma B Professor Deis Borestei 19 de juho de 2006 Problema 1: Exercício

Leia mais

RESOLUÇÃO DE SISTEMAS NÃO LINEARES

RESOLUÇÃO DE SISTEMAS NÃO LINEARES 87 RESOLUÇÃO DE SISTEMAS NÃO LINEARES Uma equação que coteha uma epressão do tipo, -,,, se(), e +z, z etc, é chamada ão-liear em,, z,, porque ela ão pode ser escrita o que é uma equação liear em,, z, a

Leia mais

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação

Lista de Exercícios #6 Assunto: Propriedade dos Estimadores e Métodos de Estimação Assuto: Propriedade dos Estimadores e Métodos de Estimação. ANPEC 08 - Questão 6 Por regulametação, a cocetração de um produto químico ão pode ultrapassar 0 ppm. Uma fábrica utiliza esse produto e sabe

Leia mais

Lista IC, tamanho de amostra e TH

Lista IC, tamanho de amostra e TH Lista IC, tamaho de amostra e TH 1. Cosidere a amostra abaixo e costrua um itervalo de cofiaça para a média populacioal. Cosidere um ível de cofiaça de 99%. 17 3 19 3 3 1 18 0 13 17 16 Como ão temos o

Leia mais

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,...

( 1,2,4,8,16,32,... ) PG de razão 2 ( 5,5,5,5,5,5,5,... ) PG de razão 1 ( 100,50,25,... ) PG de razão ½ ( 2, 6,18, 54,162,... Progressões Geométricas Defiição Chama se progressão geométrica PG qualquer seqüêcia de úmeros reais ou complexos, ode cada termo a partir do segudo, é igual ao aterior, multiplicado por uma costate deomiada

Leia mais

Banco de Dados I Parte II: Abordagem Entidade-Relacionamento

Banco de Dados I Parte II: Abordagem Entidade-Relacionamento Baco de Dados I Parte II: Abordagem Etidade-Relacioameto Prof. Gregorio Perez ( gregorio@uiove.br ) Colaboração: profa. Aa Leda prof. Adré Satos prof. José Ferreira Prata Roteiro Itrodução Etidade Relacioameto

Leia mais

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Matrizes

Universidade Federal de Pelotas Vetores e Álgebra Linear Prof a : Msc. Merhy Heli Rodrigues Matrizes Uiversidde Federl de Pelos Veores e Álgebr Lier Prof : Msc. Merhy Heli Rodrigues Mrizes. Mrizes. Defiição: Mriz m x é um bel de m. úmeros reis disposos em m lihs (fils horizois) e colus (fils vericis)..

Leia mais

Capítulo 1 Tensão. (corresponde a σ

Capítulo 1 Tensão. (corresponde a σ Capíulo Tesão Problema Cosidere o esado bidimesioal de esões idicado a figura. Deermie: a) os valores e as direcções das esões pricipais do esado dado; b) compoees irísecas o plao que faz o âgulo de 0º

Leia mais

Resolução das equações

Resolução das equações Resolução das equações Equação de Difusão (calor) (1D) Equação de odas (corda vibrae) (1D) Equação de aplace (2D) Odas acúsicas: corda (1D) e ambor (2D); odas de água, odas eleromagéicas e odas sísmicas

Leia mais

LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO

LISTA DE EXERCÍCIOS 3 INE 7001 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO LISTA DE EXERCÍCIOS 3 INE 700 PROF. MARCELO MENEZES REIS ANÁLISE DE SÉRIE TEMPORAIS GABARITO ) A que compoees de uma série emporal (pelo modelo clássico) esariam pricipalmee associados cada um dos seguies

Leia mais