Metaheurística GRASP para o Problema de Agrupamento

Tamanho: px
Começar a partir da página:

Download "Metaheurística GRASP para o Problema de Agrupamento"

Transcrição

1 Ans do CNMAC v.2 ISSN X Metheurístc GRASP pr o Problem de Agrupmento Pulo Morelto Frnç Depto de Mtemátc, Esttístc e Computção- FCT, UNESP , Presdente Prudente, SP E-ml: pulo.morelto@fct.unesp.br Lur Slv de Asss Unversdde Estdul de Cmpns Fculdde de Engenhr Elétrc e de Computção , Cmpns, SP E-ml: lur.sss@gml.com Fábo Luz Usbert Unversdde Estdul de Cmpns Fculdde de Engenhr Elétrc e de Computção , Cmpns, SP E-ml: fusbert@yhoo.com Resumo: É proposto um método de resolução pr um problem de grupmento cpctdo - PAC- bsedo n metheurístc Grsp. O problem consste em encontrr p reprtções de um grfo conexo em que s rests têm pesos ou demnds ssocdos. As reprtções devem ser tl que os desvos lcnçdos pel som dos pesos ds rests que s compõem em relção um nível lvo (ou cpcdde) sejm mnmzdos. Além dsso, é desejável que s reprtções presentem crcterístcs de compcdde. Um método nsprdo n metheurístc Grsp é usdo pr encontrr soluções que buscm mnmzr um função utldde defnd como um composção ponderd dos desvos em relção o lvo e de um medd d compcdde. Resultdos de expermentos computcons relzdos em um sére de exemplres gerdos letormente e com controle de prâmetros comprovm dequção e efcênc d propost. Introdução No contexto dos problems de otmzção combntór, o PAC despert grnde nteresse, quer sej pel dfculdde em se desenvolverem métodos efcentes, quer sej pels várs plcções o mundo rel. Dentre ts plcções destcmos dus ds ms encontrds: os problems de dstrtmento polítco [8] e os problems de defnção de dstrtos comercs [11]. No prmero desej-se dvdr um regão geográfc em um número fxo de dstrtos eletors ncumbdos de eleger um representnte polítco. Os dstrtos devem possur certs crcterístcs mposts por le eletorl, ts como: todos os dstrtos devem ter o mesmo número de eletores (os dstrtos são, pos, cpctdos), devem ser contíguos e os ms compctos possíves. Ess últm crcterístc busc evtr formção de dstrtos com forms geográfcs mnpulds de modo fvorecer ndevdmente certos prtdos, cnddtos ou grupmentos socs. No dstrtmento com objetvos comercs, os problems ms comuns referem-se à reprtção de regões em terrtóros que devem ser desgndos pr equpes de vendedores ou pr equpes que desempenhm lgum servço públco ou prvdo como entreg de correspondênc, letur de meddores, etc. Os dstrtos devem tmbém ter certs crcterístcs ts como crregmento semelhnte, contgüdde e compcdde. Os problems de grupmento com s crcterístcs cm descrts são reconhecdmente problems complexos de otmzção combntór. Embor hj proposts de métodos extos [7], eles têm plcção lmtd problems de pequen dmensão. Aplcções do mundo rel usm em gerl metheurístcs como os lgortmos genétcos [9, 10], busc tbu [6, 8] ou Grsp [1, 11]. Os enfoques dferem tmbém qunto o número de crtéros otmzr, dndo mor ou menor relevânc cd um dos mutos objetvos envolvdos nesse tpo de problem. Dependendo do cráter d decsão tomr, pode ser mpostv necessdde de ser presentd 846

2 o decsor um curv proxmd de Preto, o que mplc em se usr um técnc multcrtéro pr solução [2]. Neste rtgo é presentd um nov bordgem Grsp pr um determndo PAC em que se desej otmzr som ponderd de dos crtéros. Um deles requer que os grupmentos sejm os ms homogêneos possíves em relção dus tvddes ssocds às rests do grfo: demnd por um servço executdo o longo ds rests e o número de clentes que demndm o servço. Além desse crtéro quer-se que form geográfc de cd grupmento sej ms compct possível de modo fcltr operconldde do servço requerdo. Modelgem mtemátc O PAC enfocdo neste rtgo consste em um entrd que é um grfo não-orentdo conexo G(V,E) onde o conjunto V é consttuído de n vértces, cd qul ssocdo um undde básc geográfc bem defnd d regão sob estudo e E é um conjunto de rests unndo cd pr, j de nós djcentes pertencentes V. Os nós V têm coordends (x,y ) ssocds e um conjunto de tvddes A ts como demnd, tempo de tendmento, número de eletores, etc. com nível de tvdde conhecdo e ddo por nteros w. No cso em estudo, A = 2. As rests (, j) E podem tmbém ter tvddes ssocds que devem ser convertds pr tvddes nos nós ddo que o problem e metodolog propostos neste rtgo restrngem su plcção tvddes ssocds pens os nós. Quer-se chr um ddo número de grupmentos (terrtóros ou dstrtos) 1 < p < n que sej um prtção conex V V, = 1, 2,..., p e que grnt que cd nó sej desgndo pens um grupmento. Desej-se que os grupmentos sejm os ms compctos possíves, grntndo que deslocmentos dentro de cd grupmento sejm mnmzdos. Além dsso, o problem requer que os grupmentos sejm os ms blncedos possíves em relção às tvddes, ou sej, o nível de cd tvdde A de cd grupmento V, ddo por w (V ) = w, deve ser ms próxm possível do nível = V ( ) p médo d tvdde, clculdo como µ w V /. Tl nível médo pode ser vsto como um cpcdde máxm ou como um lvo ser tngdo. Entretnto, devdo o cráter dscreto do problem, é bstnte mprovável que se obtenhm grupmentos perfetmente blncedos. Pr se poder controlr o nível de desblncemento, são crds restrções que lmtm superor e nferormente o nível de cd tvdde em relção o seu nível médo µ, ( τ ) µ w ( V ) ( 1+ τ ) µ 1, onde 0 τ 1 é um tolerânc reltv à tvdde. A prtr do conceto de desblncemento é possível defnr um função que mede o nível de nvbldde d tvdde em cd grupmento V como sendo g (V ) = (1/ µ ) mx { w ( V) ( 1+ ) µ,( 1 τ ) µ w ( V), 0 τ }. Defne-se então o nível de nvbldde lcnçd por um prtção S = {V 1,..., V } como sendo som ds nvblddes dos grupmentos p G(S) = g ( V ). = 1 A O requsto de compcdde exgdo pr cd grupmento pode ser obtdo por meo de um função de dspersão do tpo f (V ) = mx d, onde d j é dstânc eucldn entre cd pr, j V j 847

3 (, j) obtd prtr de sus coordends. Um prtção S pode então ter um medd de compcdde dd por 1 F( S) = mx mx d, j = p d 1,..., mx, j V onde d mx é mor dstânc eucldn entre os pres de nós de V, usd pr normlzr medd de compcdde d prtção. Note que mxmzr compcdde é equvlente mnmzr dspersão. O modelo mtemátco do PAC pode então ser presentdo. Inclmente é precso defnr s vráves x j y 1, se o nó j é trbuído o grupmento com centro em, V = 0, cso contráro 1, se o centro do grupmento está loclzdo no nó = 0, cso contráro e o conjunto uxlr N = { j V (, j) E ( j, ) E} como sendo o conjunto dos nós ψ representd como combnção convex ds funções F(S) e G(S), sendo 0 λ 1um ponderção escolhd pelo decsor. djcentes o nó. O objetvo é mnmzr um função utldde ( S) mn s.. ψ( S) xj V V x j v j U v D N \ D x, y j = λf ( S ) + (1 λ ) G ( S ) = 1 j V y = p y, j V x j j D x 1 {0,1}, j V j D V ; D V \ ( N { }) (1) (2) (3) (4) (5) (6) A função objetvo (1) mnmz som ponderd dos crtéros de dspersão geográfc e de volção ds tvddes, s restrções (2) grntem que cd nó j sej desgndo um únco grupmento, guldde (3) determn que solução tenh p grupmentos e s restrções (4) ssegurm que se um centro não for desgndo pr o nó, então nenhum nó pode ser desgndo ele. As restrções (5), proposts por Drexl e Hse [4], grntem conectvdde dos grupmentos enqunto (6) defnem que s vráves são bnárs. Método de resolução O PAC representdo pelo modelo (1)-(6) fo solucondo pel metheurístc Grsp [5]. Grsp tem se mostrdo um enfoque de grnde efetvdde n resolução de problems de otmzção combntór por lr, num procedmento de dus fses, smplcdde ds heurístcs construtvs com o poder de prospecção ds buscs locs. Em um terção do Grsp, lternmse um fse construtv e um de melhor. N prmer, um solução fctível é gerd psso psso trvés d ncorporção crteros de elementos consttutvos d solução. N segund fse, chmd de pós-processmento, um busc em vznhnç é plcd à solução d prmer fse. Ao longo do procedmento melhor solução encontrd té o momento é mntd em S best, que se consttu n síd do lgortmo. 848

4 Fgur 1: Algortmo Grsp pr o PAC A fse construtv começ prtr d escolh de um nó semente (escolhe-se o nó de menor gru) o qul se v gregndo um novo nó cd terção, té formr um grupmento (ou terrtóro no jrgão comercl) que respete o lmte mposto o nível ds tvddes. O prâmetro ρ control o momento em que um grupmento tnge o lmte com respeto lgum tvdde, o que determn o seu fechmento e ensej formção de novo grupmento, sendo pr sso selecondo novo nó semente. Os nós cnddtos são escolhdos dentre os nós vznhos d solução corrente. Ms especfcmente escolh rec sobre um nó de um lst restrt de cnddtos (RCL), que é um subconjunto dos melhores vznhos. A escolh do novo elemento d solução é fet letormente dentre os elementos de RCL, de modo conferr mor flexbldde o método. O prâmetro α modul o tmnho d RCL: se ele é zero lst é unár e o elemento escolhdo é solução gulos; n medd em que α cresce, lst RCL ument, com sso umentndo letoredde d escolh. A solução construtv pode fnlzr com um número q de Fgur 2: Nó de rtculção grupmentos, dferente dos p requerdos. Nesse cso é precso plcr um procedmento de justmento que, ou funde o grupmento de menor número de nós com o seu menor grupmento vznho, no cso de q>p, ou sepr o mor grupmento em dos outros conectdos, no cso de q<p. O últmo procedmento é bem ms complexo do que o prmero já que equvle resolver o própro problem de grupmento com p =2, ms felzmente ocorre muto rrmente. Já o prmero é muto freqüente, porém rápdo. De posse de um solução fctível - de p grupmentos -, fse de pós-processmento consste em plcr um busc locl com o objetvo de melhorr função ψ ( S). Fo utlzd um vznhnç N(S) compost por tods s soluções que podem ser encontrds prtr de S, trvés do movmento de um nó de seu terrtóro corrente, pr um terrtóro vznho l que possu um nó j tl que (; j) E, sem crr um terrtóro descontínuo. A desconexão do grfo ocsond por um movmento (,, l) é mostrd n Fgur 2. Ao trnsferr o nó pr o grupmento l, o movmento cr dos subgrfos dsjuntos dentro do grupmento, o que deve 849

5 ser evtdo. A ocorrênc desses enclves é um dos mores problems encontrdos pel mor dos métodos já propostos pr soluconr o PAC. A form encontrd pr evtr movmentos que cusm enclves é testr, cd movmento, se o nó é um nó de rtculção, ou sej, pssível de gerr enclves. Pr sso bst executr um busc em lrgur no terrtóro excluído do nó e de sus rests ncdentes, e tendo como nó orgem um nó qulquer desse grupmento. Se remoção do nó não desconect o grupmento, ou sej, ele não é um nó de rtculção, então se consegue encontrr um árvore de cmnhos entre o nó semente e todos os outros nós do terrtóro [3]. A fse de pós-processmento segue segunte estrtég: prmero tent relzr movmentos que melhorem exclusvmente função G(S) sem porr função F(S), e depos tent um sére de movmentos com os objetvos trocdos. Esss séres se lternm té que busc não consg encontrr ms nenhum movmento de melhor. Tome, por exemplo, sére de melhor de G(S). A busc selecon o grupmento com mor nível de nvbldde e, relzndo um busc nos nós de su fronter com outros grupmentos, tent relzr movmentos de form melhorr G(S) sem porr F(S). O prmero movmento de melhor encontrdo é o relzdo. As nvblddes dos grupmentos envolvdos n troc são reclculds e o processo se repete té que não exst ms nenhum movmento de melhor. Pss-se, então, pr outr sére d busc, tentndo melhorr F(S) sem porr G(S). Qundo um pssd pels dus séres d busc não encontr nenhum movmento de melhor, ou cso se tnj um lmte predefndo de movmentos, fse de pós-processmento d terção se encerr. Em segud test-se tulzção de S best e nc-se nov terção do Grsp, té um número máxmo de terções prevmente fxdo. Dus observções merecem destque:(1) um estrutur de ddos especl gurd os nós de fronter e relz tulzções de form efcente, permtndo à busc relzr os testes rpdmente; (2) o teste de nó de rtculção só é executdo se o movmentos for de melhor, o que economz tempo de execução. Testes computcons O lgortmo Grsp pr o PAC fo testdo em um sére de nstâncs gerds letormente com os n nós do grfo G(V,E) sendo gerdos dentro de um qudrdo. Como plcção referese um problem urbno, gerção ds coordends dos nós procurou semelhnç com cruzmentos de rus, sem, porém, segur um dstrbução perfetmente unforme. As nstâncs têm qutro dferentes crcterístcs: Grupo: refere-se o tmnho do grfo; grupo 1 com 512 nós e grupo 2 com 1024 nós. Fmíl: refere-se o ntervlo de gerção d tvdde 1. Utlzrm-se dus fmíls de ntervlos: fmíl 1 (ntervlo pertdo) [16, 24] e fmíl 2 (ntervlo folgdo) [12, 28]. Clsse: refere-se o ntervlo de gerção d tvdde 2. Dus clsses form defnds: clsse 1 (ntervlo pertdo) [160, 240] e clsse 2 (ntervlo folgdo) [120, 280]. Tolerânc: Defne 3 dferentes vlores pr o prâmetro τ. 1) tolerânc pertd = 5% 2) tolerânc méd = 10% 3) tolerânc folgd = 30%. A combnção desss crcterístcs ensejou 24 tpos de nstâncs, mostrds n Tbel 1. Tbel 1: Crcterístcs ds nstâncs de teste Instânc Grupo Fmíl Clsse Tolerânc Pr cd um ds 24 nstâncs form gerdos 10 exemplres, totlzndo 240 nstâncs usds nos expermentos computcons. Os resultdos mostrm sempre méd dos 10 exemplres. Os testes form relzdos em um PC Intel, Core2 Duo, 3 GHz, 3061 Mb de RAM, Wndows Vst. De níco form fetos testes prelmnres pr justr os prâmetros do Grsp, 850

6 defndos nos vlores seguntes: ρ = 0,8; α=0,3; λ=0,2; lmte de terções do Grsp = 1000 e lmte de terções d busc locl = 500. A Tbel 2 lustr os resultdos obtdos, sendo que S, M e I sgnfcm, respectvmente, o resultdo superor (por) encontrdo entre s 10 execuções, o médo e o nferor (melhor). A últm colun trz o tempo de execução do Grsp em segundos. Note que o vlor reportdo pr G(S) corresponde à som ds nvblddes reltvs de todos os grupmentos, ou sej, o se tomr, por exemplo, o vlor 1,80 - referente à méd d som ds nvblddes nferores observds pr os 10 exemplres d nstânc 22 está-se referndo n reldde às nvblddes tots dos 20 grupmentos. Isso dá um nvbldde méd pr os grupmentos de 9% em relção à méd µ ds dus tvddes consderds. Como pr nstânc 22 fx de tolerânc é de 5% (vde Tbel 2), deduz-se que o erro ds tvddes lcnce em méd 14% nos grupmentos defndos pel solução S. Do mesmo modo, um erro de 0,00 em G(S) deve ser nterpretdo como um erro médo (de cd grupmento) cujo lmte superor é d mgntude d tolerânc consderd pr nstânc. Tbel 2: Resultdos computcons Os resultdos mostrm que, do ponto de vst d compcdde, s soluções obtds presentm bstnte regulrdde, com dsprddes geográfcs bem cetáves pr os objetvos lmejdos n prátc. Lembrndo que em méd tem-se proxmdmente 50 nós por grupmento, os vlores lcnçdos pr G(S) mostrm-se dentro dos pdrões obtdos pelos város enfoques já desenvolvdos pr o PAC, o que demonstr dfculdde mpost pr encontrr bos soluções pr este dfícl problem de otmzção combntór. Qunto os tempos de CPU, smplcdde do enfoque Grsp ld à quldde d busc locl propost neste trblho consegurm tempos bem ms bxos do que os obtdos nos dems enfoques. Fnlmente é precso slentr que um contrbução mportnte dest pesqus é crção do teste de nó de rtculção que grnte soluções sem enclves, um dfculdde, pelo que sbem os utores, presente em todos os enfoques já propostos n ltertur. Dentre s possíves ções pr contnudde d pesqus um que se poder destcr é o nvestmento em um busc locl ms sofstcd do que smples trnsferênc de um nó pr grupmentos vznhos. Por exemplo, um vznhnç defnd pel troc de nós entre grupmentos vznhos pode levr soluções com desblncementos menores e topologs melhores. 851

7 Agrdecmentos Est pesqus contou com poos fnnceros dos projetos / do CNPq e 2007/ d Fpesp. Referêncs 1. Ahmd, S. nd Osmn, I. H., Greedy rndom dptve memory progrmmng serch for the cpctted clusterng problem, Europen Journl of Opertonl Reserch, 162(1), pp.30-44, (2005). 2. Chnchuluun, A. nd Prdlos, P. M., A survey of recent developments n multobjectve optmzton. Annls of Opertons Reserch, 154(1), pp , (2007). 3. Cormen, T. H., Leserson, C. E., Rvest, R. L. nd Sten, C., Algortmos: Teor e Prátc, Elsever, Drexl, A. nd Hse, K., Fst pproxmton methods for sles force deployment. Mngement Scence, 45(10), pp , (1999). 5. Feo, T. A. nd Resende, M. G. C., Greedy rndomzed dptve serch procedures, Journl of Globl Optmzton, 6(2), pp , (1995). 6. Frnc, P.M., Sos, N. G. nd Purez, V.M., An dptve tbu serch pproch for solvng the cpctted clusterng problem, Interntonl Trnsctons n Opertonl Reserch 6, , (1999). 7. Grfnel, R.S. nd Nemhuser, G.L., Optml poltcl dstrctng by mplct enumerton technques, Mngement Scence 16, pp , (1970). 8. Lporte, G., Bozy, B. nd Erut, E., A tbu serch heurstc nd dptve memory procedure for poltcl dstrctng. Europen Journl of Opertonl Reserch, 144(1), pp , (2003). 9. Perer, F. T., Fguer, J. R., Mousseu, V. nd Roy, B., Multple crter dstrctng problems - the publc trnsportton networ prcng system of the Prs regon, Annls of Opertons Reserch, 154(1), pp , (2007). 10. Rcc, F. nd Smeone, B., Locl serch lgorthms for poltcl dstrctng, Europen Journl of Opertonl Reserch, 189(3), pp , (2008). 11. Ros-Mercdo, R. Z. nd Fernndez, E., A rectve Grsp for commercl terrtory desgn problem wth multple blncng requrements, Computer & Opertons Reserch, 36(3), pp , (2009). 852

Obtendo uma solução básica factível inicial. Método Simplex duas fases

Obtendo uma solução básica factível inicial. Método Simplex duas fases Obtendo um solução básc fctível ncl Método Smple dus fses Bse ncl FASE I Como determnr um prtção básc fctível ncl (A(B, N)). Algums clsses de problems de otmzção lner oferecem nturlmente solução básc fctível

Leia mais

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações Unversdde do Vle do Ro dos Snos UNISINOS Progrm de Pós-Grdução em Engenhr Mecânc Ajuste de equções Ajuste de curvs Técnc usd pr representr crcterístcs e comportmento de sstems térmcos. Ddos representdos

Leia mais

Eixos e árvores Projeto para eixos: restrições geométricas. Aula 4. Elementos de máquinas 2 Eixos e árvores

Eixos e árvores Projeto para eixos: restrições geométricas. Aula 4. Elementos de máquinas 2 Eixos e árvores Exos e árvores Projeto pr exos: restrções geométrcs Aul 4 Elementos de máquns Exos e árvores 1 Exos e árvores Projeto pr exos: restrções geométrcs o Deflexões e nclnções: geometr de um exo corresponde

Leia mais

Capítulo 5 AJUSTAMENTO DOS VETORES OBSERVADOS. os possíveis vetores de serem formados entre as estações, ou seja,

Capítulo 5 AJUSTAMENTO DOS VETORES OBSERVADOS. os possíveis vetores de serem formados entre as estações, ou seja, 5 Cpítulo 5 JUSMENO DOS EORES OBSERDOS Como resultdo do processmento de fses observds por R, R 3, receptores, em um mesm sessão, obter-se-ão os vlores ds componentes de todos os possíves vetores de serem

Leia mais

Fernando Nogueira Dualidade 1

Fernando Nogueira Dualidade 1 Dldde Fernndo Noger Dldde Fernndo Noger Dldde 8 6.5 M ( ) ( ) ( ).5.5.5.5.5.5.5.5.5 é m lmtnte speror é m lmtnte speror melhor Pr encontrr o lmtnte speror mltplc-se s restrções por constntes postvs e som-se

Leia mais

Lista de Exercícios - Otimização Linear Profa. Maria do Socorro DMAp/IBILCE/UNESP. Método Simplex

Lista de Exercícios - Otimização Linear Profa. Maria do Socorro DMAp/IBILCE/UNESP. Método Simplex Lst de Eercícos - Otmzção Lner Prof. Mr do Socorro DMAp/IBILCE/UNESP Método Smple Ref.: Bzr, M. e J.J. Jvs - Lner Progrmmng nd Network Flows - John Wley, 77. ) Resolv o problem bo pelo método smple começndo

Leia mais

2 Teoria de membranas elásticas

2 Teoria de membranas elásticas Teor de membrns elástcs teor de membrn pr mters ltmente deformáves dfere d elstcdde clássc, á que s deformções n superfíce méd d membrn deformd são em módulo mores que undde. Dentro dests crcunstâncs utlz-se

Leia mais

XI OMABC NÍVEL O lugar geométrico dos pontos P x, y cuja distância ao ponto Q 1, 2 é igual a y é uma:

XI OMABC NÍVEL O lugar geométrico dos pontos P x, y cuja distância ao ponto Q 1, 2 é igual a y é uma: O lugr geométrco dos pontos P x, y cu dstânc o ponto Q, é gul y é um: prábol com foco no ponto Q crcunferênc de ro gul N fgur segur, o trângulo ABC é equlátero de ldo 0, crcunferênc mor é tngente os três

Leia mais

3.Redução de ruído 23

3.Redução de ruído 23 3.Redução de ruído 3 3 Redução de ruído 3.. Algortmo NLM Como mor dos lgortmos pr redução de ruído o lgortmo NLM us o cálculo de méds como form de elmnr ruído. A dferenç está em que enqunto mor dos lgortmos

Leia mais

Método de Gauss-Seidel

Método de Gauss-Seidel Método de Guss-Sedel É o ms usdo pr resolver sstems de equções lneres. Suponhmos que temos um sstem A=b e que n= Vmos resolver cd equção em ordem um ds vráves e escrevemos 0/0/9 MN em que Método de Guss-Sedel

Leia mais

UM MODELO PARA A ALOCAÇÃO DE RECURSOS E SEQÜENCIAMENTO DE ATIVIDADES PARA ADMINISTRAÇÃO DE PROJETOS

UM MODELO PARA A ALOCAÇÃO DE RECURSOS E SEQÜENCIAMENTO DE ATIVIDADES PARA ADMINISTRAÇÃO DE PROJETOS Pesqus Operconl e o Desenvolvmento Sustentável UM MODELO PARA A ALOCAÇÃO DE RECURSOS E SEQÜENCIAMENTO DE ATIVIDADES PARA ADMINISTRAÇÃO DE PROJETOS Crlos Roberto Venânco de Crvlho Unversdde Federl de Mns

Leia mais

6º Teste de avaliação versão1. Grupo I

6º Teste de avaliação versão1. Grupo I Escol Secundár com 3º cclo D. Dns 0º Ano de Mtemátc A 6º Teste de vlção versão Grupo I As cnco questões deste grupo são de escolh múltpl. Pr cd um dels são ndcds qutro lterntvs, ds qus só um está corret.

Leia mais

Exame de Qualificação k-caminhos mínimos

Exame de Qualificação k-caminhos mínimos Exme de Qufcção k-cmnhos mínmos Fábo Psruk Insttuto de Mtemátc e Esttístc Unversdde de São Puo 6 de Junho de 2008 Sumáro Este trbho trt de gortmos pr gerção de k-cmnhos mínmos sem crcutos em grfos não-drgdos.

Leia mais

REGRESSÃO LINEAR. À variável Y cujo comportamento se pretende estudar dá-se o nome de variável dependente.

REGRESSÃO LINEAR. À variável Y cujo comportamento se pretende estudar dá-se o nome de variável dependente. REGRESSÃO LINEAR N tm N lq À vrável Y cuo comportmento se pretende estudr dá-se o nome de vrável dependente. O comportmento dest vrável depende de outrs vráves X chmds vráves ndependentes. A modelção do

Leia mais

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A. 6º Teste de avaliação versão2. Grupo I

Escola Secundária com 3º ciclo D. Dinis 10º Ano de Matemática A. 6º Teste de avaliação versão2. Grupo I Escol Secundár com 3º cclo D. Dns 10º Ano de Mtemátc A 6º Teste de vlção versão Grupo I As cnco questões deste grupo são de escolh múltpl. Pr cd um dels são ndcds qutro lterntvs, ds qus só um está corret.

Leia mais

MÉTODO DE HOLZER PARA VIBRAÇÕES TORCIONAIS

MÉTODO DE HOLZER PARA VIBRAÇÕES TORCIONAIS ÉODO DE HOZE PAA VIBAÇÕES OCIONAIS Este método prómdo é dequdo pr vgs com crcterístcs não unformes centuds, ou sstems com um número grnde de msss concentrds. Substtu-se o sstem contínuo por um sstem dscreto

Leia mais

Busca. Busca. Exemplo. Exemplo. Busca Linear (ou Seqüencial) Busca em Vetores

Busca. Busca. Exemplo. Exemplo. Busca Linear (ou Seqüencial) Busca em Vetores Busc e etores Prof. Dr. José Augusto Brnusks DFM-FFCP-USP Est ul ntroduz busc e vetores que está entre s trefs s freqüenteente encontrds e progrção de coputdores Serão borddos dos tpos de busc: lner (ou

Leia mais

Revisão de Matemática Simulado 301/302. Fatorial. Análise combinatória

Revisão de Matemática Simulado 301/302. Fatorial. Análise combinatória Revsão de Mtemátc Smuldo / Ftorl Eemplos: )! + 5! =! b) - Smplfcr (n+)! (n-)! b) Resolv s equções: (+)! = Permutção Smples Análse combntór Permutções são grupmentos com n elementos, de form que os n elementos

Leia mais

ESTIMATIVA DE ERROS DE DISCRETIZAÇÃO MULTIDIMENSIONAL EM DINÂMICA DOS FLUIDOS

ESTIMATIVA DE ERROS DE DISCRETIZAÇÃO MULTIDIMENSIONAL EM DINÂMICA DOS FLUIDOS ESTIMATIVA DE ERROS DE DISCRETIZAÇÃO MULTIDIMENSIONAL EM DINÂMICA DOS FLUIDOS Antóno Fábo Crvlho d Slv Crlos Henrque Mrch IV SIMMEC Smpóso Mnero de Mecânc Computconl Uberlând, MG, mo de 000 pp. 497-504

Leia mais

Alocação de recursos e seqüenciamento de atividades no planejamento e controle de projetos

Alocação de recursos e seqüenciamento de atividades no planejamento e controle de projetos XXVI ENEGEP - Fortlez, CE, Brsl, 9 11 de Outubro de 006 Alocção de recursos e seqüencmento de tvddes no plnemento e controle de proetos Clrsse d Slv Ver (UFMG) cosver@terr.com.br Crlos Roberto Venânco

Leia mais

Muitas vezes, conhecemos a derivada de uma função, y = f (x) = F(x), e queremos encontrar a própria função f(x).

Muitas vezes, conhecemos a derivada de uma função, y = f (x) = F(x), e queremos encontrar a própria função f(x). Integrção Muts vezes, conhecemos dervd de um função, y f (x) F(x), e queremos encontrr própr função f(x). Por exemplo, se semos que dervd de um função f(x) é função F(x) 2x, qul deve ser, então, função

Leia mais

1a Verificação Refino dos Aços I EEIMVR-UFF, Setembro de 2011 Prova A

1a Verificação Refino dos Aços I EEIMVR-UFF, Setembro de 2011 Prova A 1 Verfcção Refno dos s I EEIMVR-UFF, Setembro de 11 Prov A 1. Clcule o vlor de γ no ferro, 168 o C, com os ddos fornecdos n prov. Vmos em ul que o S G e o γ estão relcondos trvés de, 5585γ G R ln M Logo,

Leia mais

Aula 1b Problemas de Valores Característicos I

Aula 1b Problemas de Valores Característicos I Unversdde Federl do ABC Aul b Problems de Vlores Crcterístcos I EN4 Dnâmc de Fludos Computconl EN4 Dnâmc de Fludos Computconl . U CASO CO DOIS GRAUS DE LIBERDADE EN4 Dnâmc de Fludos Computconl Vbrção em

Leia mais

PARTE I. Figura Adição de dois vetores: C = A + B.

PARTE I. Figura Adição de dois vetores: C = A + B. 1 PRTE I FUNDENTS D ESTÁTIC VETRIL estudo d estátc dos corpos rígdos requer plcção de operções com vetores. Estes entes mtemátcos são defndos pr representr s grndes físcs que se comportm dferentemente

Leia mais

Escalonamento de processos num sistema computacional multi-processo e uni-processador

Escalonamento de processos num sistema computacional multi-processo e uni-processador Sstems de empo el no ectvo / lgums Nots Muto áscs Sobre o º rblho Prátco Esclonmento de processos num sstem computconl mult-processo e un-processdor. Obectvo Notção escrção Máxmo tempo de computção de

Leia mais

SOCIEDADE PORTUGUESA DE MATEMÁTICA

SOCIEDADE PORTUGUESA DE MATEMÁTICA SOCIEDADE PORTUGUESA DE MATEMÁTICA Propost de Resolução do Exme de Mtemátc A - º ANO Códgo 65 - Fse - 07 - de junho de 07 Grupo I 5 6 7 8 Versão A B D A B C D C Versão D D B C C A B A Grupo II. 0 5 5 5

Leia mais

CAP. VI Integração e diferenciação numéricas. 1. Introdução

CAP. VI Integração e diferenciação numéricas. 1. Introdução CAP. VI Integrção e dferencção numércs. Introdução Se um função f é contínu num ntervlo [ ; ] e é conecd su prmtv F, o ntegrl defndo dquel função entre e pode clculr-se pel fórmul fundmentl do cálculo

Leia mais

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA

PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA PROJETO E ANÁLISES DE EXPERIMENTOS (PAE) EXPERIMENTOS COM UM ÚNICO FATOR E A ANÁLISE DE VARIÂNCIA Dr. Sivldo Leite Correi EXEMPLO DE UM PROBLEMA COM UM ÚNICO FATOR Um empres do rmo textil desej desenvolver

Leia mais

QUEBRA-CABEÇA DE LANGFORD UM CONVITE AO PENSAMENTO CRIATIVO MATEMÁTICO

QUEBRA-CABEÇA DE LANGFORD UM CONVITE AO PENSAMENTO CRIATIVO MATEMÁTICO QUEBRA-CABEÇA DE LANGFORD UM CONVITE AO PENSAMENTO CRIATIVO MATEMÁTICO Mteus Mendes Mgel mteusmendes.m@uol.com.br Unversdde Federl do Espírto Snto - Brsl Tem: Jogos e Estrtégs em Mtemátc. Modldde: Fer

Leia mais

6.2 Sabendo que as matrizes do exercício precedente representam transformações lineares 2 2

6.2 Sabendo que as matrizes do exercício precedente representam transformações lineares 2 2 Cpítulo Vlores própros e vectores própros. Encontrr os vlores e vectores própros ds seguntes mtrzes ) e) f). Sendo que s mtrzes do exercíco precedente representm trnsformções lneres R R, represente s rects

Leia mais

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações

Universidade do Vale do Rio dos Sinos UNISINOS Programa de Pós-Graduação em Engenharia Mecânica. Ajuste de equações 7//4 Unversdde do Vle do Ro dos Snos UNISINOS Progr de Pós-Grdução e Engenhr Mecânc Ajuste de equções Ajuste de curvs Técnc usd pr representr crcterístcs e coportento de sstes tércos. Ddos representdos

Leia mais

ANÁLISE DE ESTRUTURAS I

ANÁLISE DE ESTRUTURAS I IST - DECvl Deprtmento de Engenhr Cvl NÁISE DE ESTRUTURS I Tels de nálse de Estruturs Grupo de nálse de Estruturs IST, 0 Formuláro de es IST - DECvl Rotções: w w θ θ θ θ n θ n n Relção curvtur-deslocmento:

Leia mais

AUTOVALORES E AUTOVETORES

AUTOVALORES E AUTOVETORES UTOLOES E UTOETOES Defnção Sej T : um operdor lner Um vetor v, v, é dto utovetor, vetor própro ou vetor crcterístco do operdor T, se exstr λ tl que T v) = λ v O esclr λ é denomndo utovlor, vlor própro

Leia mais

Calibração de Modelo Hidráulico de Rede de Distribuição de Água

Calibração de Modelo Hidráulico de Rede de Distribuição de Água RBR - Revst Brsler de Recursos ídrcos Volume n. Jul/Set, - Clbrção de Modelo dráulco de Rede de Dstrbução de Águ Antono Mrozz Rghetto LARISA - Depto. Eng. Cvl - Centro de Tecnolog UFRN - Centro Unverstáro

Leia mais

Notas de Aula: Mecânica dos Sólidos I Prof. Willyan Machado Giufrida. Características geométrica das superfícies planas

Notas de Aula: Mecânica dos Sólidos I Prof. Willyan Machado Giufrida. Características geométrica das superfícies planas Nots de ul: Mecânc dos Sóldos I Prof Wllyn Mchdo Gufrd Crcterístcs geométrc ds superfíces plns Nots de ul: Mecânc dos Sóldos I Prof Wllyn Mchdo Gufrd Momento estátco Centro de Grvdde (CG) Momento estátco

Leia mais

1ª PROVA ICIN 2º/2010

1ª PROVA ICIN 2º/2010 Dertmento de Engenhr Elétrc Prof. Adolfo Buchsess Fculdde de Tecnolog Lbortóro de Automção e Robótc Unversdde de Brsíl 6848 INTRODUÇÃO AO CONTROLE INTELIGENTE NUMÉRICO - 2 /200 ENE/FT/UnB ª Prov de dezembro

Leia mais

MODELO PARA RESOLUÇÃO DE PROBLEMAS DE LAYOUT DE INSTALAÇÕES COM A TECNOLOGIA

MODELO PARA RESOLUÇÃO DE PROBLEMAS DE LAYOUT DE INSTALAÇÕES COM A TECNOLOGIA 4 MODELO PARA RESOLUÇÃO DE PROBLEMAS DE LAYOUT DE INSTALAÇÕES COM A TECNOLOGIA DAS RESTRIÇÕES Desde os fns dos nos otent tecnolog d PLR, e em prtculr PLR(DF), tem vndo ser plcd n resolução de problems,

Leia mais

Uma Aplicação de Análise de Correspondência Retificada à Comunidades Aquáticas

Uma Aplicação de Análise de Correspondência Retificada à Comunidades Aquáticas Um Aplcção de Análse de Correspondênc Retfcd à Comunddes Aquátcs 1 Introdução An Betrz Tozzo Mrtns 1 Vnderly Jnero 1 Tereznh Aprecd Guedes 1 Evnlde Benedto 2 Gustvo Henrque Z Alves 3 A nálse de correspondênc

Leia mais

Matriz-coluna dos segundos membros das restrições técnicas. Matriz-linha dos coeficientes das variáveis de decisão, em f(x) = [ c c ] [ 6 8] e C a

Matriz-coluna dos segundos membros das restrições técnicas. Matriz-linha dos coeficientes das variáveis de decisão, em f(x) = [ c c ] [ 6 8] e C a Versão Mtrcl do Splex VI Versão Mtrcl do Splex Introdução onsdere-se o segunte odelo de PL: Mx () 6x + 8x 2 sujeto : 3x + 2x 2 3 5x + x 2 x, x 2 Mtrzes ssocds o odelo: Mtrz Tecnológc 3 5 2 Mtrz-colun ds

Leia mais

Trigonometria FÓRMULAS PARA AJUDÁ-LO EM TRIGONOMETRIA

Trigonometria FÓRMULAS PARA AJUDÁ-LO EM TRIGONOMETRIA Trigonometri é o estudo dos triângulos, que contêm ângulos, clro. Conheç lgums regrs especiis pr ângulos e váris outrs funções, definições e trnslções importntes. Senos e cossenos são dus funções trigonométrics

Leia mais

VALIDAÇÃO DO MÉTODO TOYOTA GOAL CHASING DE SEQUENCIAMENTO ATRAVÉS DA SIMULAÇÃO DE MONTE CARLO

VALIDAÇÃO DO MÉTODO TOYOTA GOAL CHASING DE SEQUENCIAMENTO ATRAVÉS DA SIMULAÇÃO DE MONTE CARLO XXIX ENCONTRO NCIONL DE ENGENHRI DE PRODUÇÃO. VLIDÇÃO DO MÉTODO TOYOT GOL CHSING DE SEQUENCIMENTO TRVÉS D SIMULÇÃO DE MONTE CRLO Dougls Fernndo de Crvlho Olver (USF) fskbrg@gml.com lexndre Leme Snches

Leia mais

Cinemática de Corpos Rígidos Cinética de Corpos Rígidos Métodos Newton-Euler Exemplos. EESC-USP M. Becker /67

Cinemática de Corpos Rígidos Cinética de Corpos Rígidos Métodos Newton-Euler Exemplos. EESC-USP M. Becker /67 SEM004 - Aul Cnemátc e Cnétc de Corpos Rígdos Prof. Dr. Mrcelo Becker SEM - EESC - USP Sumáro d Aul ntrodução Cnemátc de Corpos Rígdos Cnétc de Corpos Rígdos Métodos Newton-Euler Eemplos EESC-USP M. Becker

Leia mais

Fusão (Intercalação) Exemplo. Exemplo. Exemplo. Exemplo. Ordenação por Fusão

Fusão (Intercalação) Exemplo. Exemplo. Exemplo. Exemplo. Ordenação por Fusão Ordenção por Fusão Fusão (Interlção) Prof. Dr. José Augusto Brnuss DFM-FFCRP-USP Est ul ntroduz métodos de ordenção por A é utlzd qundo dus ou ms seqüêns enontrm-se ordends O oetvo é nterlr s seqüêns ordends

Leia mais

ALGEBRA LINEAR AUTOVALORES E AUTOVETORES. Prof. Ademilson

ALGEBRA LINEAR AUTOVALORES E AUTOVETORES. Prof. Ademilson LGEBR LINER UTOVLORES E UTOVETORES Prof. demilson utovlores e utovetores utovlores e utovetores são conceitos importntes de mtemátic, com plicções prátics em áres diversificds como mecânic quântic, processmento

Leia mais

Proposta de resolução do Exame Nacional de Matemática A 2016 (1 ạ fase) GRUPO I (Versão 1)

Proposta de resolução do Exame Nacional de Matemática A 2016 (1 ạ fase) GRUPO I (Versão 1) Propost de resolução do Eme Nconl de Mtemátc A 06 ( ạ fse) GRUPO I (Versão ). Sbemos que P(A) =, P(B) = e P(A B) = 5 0 6 Assm, P(A B) P(A B) = = 6 P(B) 6 P(A B) = 6 0 P(A B) = 6 0 P(A B) = 0 Tem-se que

Leia mais

Otimização Linear curso 1. Maristela Santos (algumas aulas: Marcos Arenales) Solução Gráfica

Otimização Linear curso 1. Maristela Santos (algumas aulas: Marcos Arenales) Solução Gráfica Otmzção Ler curso Mrstel Stos (lgums uls: Mrcos Areles) Solução Gráfc Otmzção Ler Modelo mtemátco c c c ) ( f Mmzr L fução obetvo sueto : m m m m b b b L M L L restrções ( ) 0 0 0. codção de ão-egtvdde

Leia mais

20/07/15. Matemática Aplicada à Economia LES 201

20/07/15. Matemática Aplicada à Economia LES 201 Mtemátic Aplicd à Economi LES 201 Auls 3 e 4 17 e 18/08/2015 Análise de Equilíbrio Sistems Lineres e Álgebr Mtricil Márci A.F. Dis de Mores Análise de Equilíbrio em Economi (Ching, cp 3) O significdo do

Leia mais

II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderência)

II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderência) II TESTES PARA O CASO DE UMA AMOSTRA (Testes de Aderênc) Estes testes são útes pr verfcr se determnd mostr pode provr de um populção especfcd. São usulmente conhecdos como testes de derênc ou bondde do

Leia mais

SIMETRIA MOLECULAR E TEORIA DE GRUPOS

SIMETRIA MOLECULAR E TEORIA DE GRUPOS SIMETIA MOLECULA E TEOIA DE GUPOS Prof. rle P. Mrtns Flho Operções de smetr e elementos de smetr Operção de smetr : operção que dex um corpo em confgurção espcl equvlente à orgnl Elemento de smetr: ponto,

Leia mais

TÓPICOS. Exercícios. Os vectores que constituem as colunas da matriz, 1 = [ 2 0 1] T

TÓPICOS. Exercícios. Os vectores que constituem as colunas da matriz, 1 = [ 2 0 1] T Note em: letur destes pontmentos não dspens de modo lgum letur tent d logrf prncpl d cder Chm-se tenção pr mportânc do trlho pessol relzr pelo luno resolendo os prolems presentdos n logrf, sem consult

Leia mais

1. Ajustamento de observações aplicado na Fotogrametria

1. Ajustamento de observações aplicado na Fotogrametria CAPÍTULO I. Ajustmento de observções plcdo n Fotogrmetr Devdo às propreddes estocástcs ds observções (vrbldde ds observções), su redundânc não é comptível com o modelo funconl que represent reldde físc.

Leia mais

Material envolvendo estudo de matrizes e determinantes

Material envolvendo estudo de matrizes e determinantes E. E. E. M. ÁREA DE CONHECIMENTO DE MATEMÁTICA E SUAS TECNOLOGIAS PROFESSORA ALEXANDRA MARIA º TRIMESTRE/ SÉRIE º ANO NOME: Nº TURMA: Mteril envolvendo estudo de mtrizes e determinntes INSTRUÇÕES:. Este

Leia mais

Introdução aos Problemas de Roteirização e Programação de Veículos

Introdução aos Problemas de Roteirização e Programação de Veículos Introdução aos Problemas de Roterzação e Programação de Veículos PNV-2450 André Bergsten Mendes Problema de Programação de Veículos Problema de Programação de Veículos Premssas Os roteros ncam e termnam

Leia mais

REDUÇÃO DE PERDAS POR RECONFIGURAÇÕES EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA COM DEMANDAS VARIÁVEIS

REDUÇÃO DE PERDAS POR RECONFIGURAÇÕES EM SISTEMAS DE DISTRIBUIÇÃO DE ENERGIA ELÉTRICA COM DEMANDAS VARIÁVEIS A pesqus Operconl e os Recursos Renováves 4 de novembro de 00, tl-r REDUÇÃO DE ERDAS OR RECOFIGURAÇÕES EM SISTEMAS DE DISTRIBUIÇÃO DE EERGIA ELÉTRICA COM DEMADAS ARIÁEIS Edlson Ap. Bueno, Chrstno Lyr Flho

Leia mais

Modelamento não Linear de Dois Elos de um Robô Eletromecânico de Cinco Graus de Liberdade

Modelamento não Linear de Dois Elos de um Robô Eletromecânico de Cinco Graus de Liberdade Proceedng Seres of the Brzln Socety of Appled nd Computtonl Mthemtcs, Vol. 3, N., 5. Trblho presentdo no III CMAC - SE, Vtór-ES, 5. Proceedng Seres of the Brzln Socety of Computtonl nd Appled Mthemtcs

Leia mais

Problemas e Algoritmos

Problemas e Algoritmos Problems e Algoritmos Em muitos domínios, há problems que pedem síd com proprieddes específics qundo são fornecids entrds válids. O primeiro psso é definir o problem usndo estruturs dequds (modelo), seguir

Leia mais

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos

TP062-Métodos Numéricos para Engenharia de Produção Sistemas Lineares Métodos Iterativos TP6-Métodos Numércos pr Egehr de Produção Sstems Leres Métodos Itertvos Prof. Volmr Wlhelm Curt, 5 Resolução de Sstems Leres Métodos Itertvos Itrodução É stte comum ecotrr sstems leres que evolvem um grde

Leia mais

Métodos Numéricos Sistemas Lineares Métodos Iterativos. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina

Métodos Numéricos Sistemas Lineares Métodos Iterativos. Professor Volmir Eugênio Wilhelm Professora Mariana Kleina Métodos Numércos Sstems Leres Métodos Itertvos Professor Volmr Eugêo Wlhelm Professor Mr Kle Resolução de Sstems Leres Métodos Itertvos Itrodução É stte comum ecotrr sstems leres que evolvem um grde porcetgem

Leia mais

CÁLCULO I 1 o Semestre de 2012 O CÁLCULO DE ÁREAS

CÁLCULO I 1 o Semestre de 2012 O CÁLCULO DE ÁREAS CÁLCULO I o Semestre de Prof. Muríco Fr 4 Sére de Eercícos : Integrção 4- O CÁLCULO DE ÁRES (I) Áre é medd de um espço de dus dmensões. O vlor d áre sgnfc qunts vezes esse espço é mor do que um medd pdrão.

Leia mais

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA

CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA PMR Mecânc Computconl CAPÍTULO IV DIFERENCIAÇÃO NUMÉRICA O problem de derencção numérc prentemente é semelnte o de ntegrção numérc ou sej obtendo-se um polnômo nterpoldor ou outr unção nterpoldor d unção

Leia mais

Definição de áreas de dependência espacial em semivariogramas

Definição de áreas de dependência espacial em semivariogramas Definição de áres de dependênci espcil em semivriogrms Enio Júnior Seidel Mrcelo Silv de Oliveir 2 Introdução O semivriogrm é principl ferrment utilizd pr estudr dependênci espcil em estudos geoesttísticos

Leia mais

6/22/2015. Física Geral III

6/22/2015. Física Geral III Físc Gerl III Aul Teórc 0 (Cp. 33 prte 1/): 1) evsão sore ndução ) Indutânc 3) Indutânc de um solenóde 4) Indutânc de um toróde 5) Auto-ndução 6) Indutores 7) Crcutos Prof. Mrco. oos evsão sore ndução

Leia mais

DETERMINAÇÃO DE ELEMENTOS TERRA RARAS E OUTROS TRAÇOS EM SOLEIRAS DE DIABÁSIO DA PROVÍNCIA MAGMÁTICA DO PARANÁ POR ATIVAÇÃO NEUTRÔNICA

DETERMINAÇÃO DE ELEMENTOS TERRA RARAS E OUTROS TRAÇOS EM SOLEIRAS DE DIABÁSIO DA PROVÍNCIA MAGMÁTICA DO PARANÁ POR ATIVAÇÃO NEUTRÔNICA 2005 Interntonl Nucler Atlntc Conference - INAC 2005 Sntos, SP, Brzl, August 28 to September 2, 2005 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: 85-99141-01-5 DETERMINAÇÃO DE ELEMENTOS TERRA

Leia mais

Aula 27 Integrais impróprias segunda parte Critérios de convergência

Aula 27 Integrais impróprias segunda parte Critérios de convergência Integris imprópris segund prte Critérios de convergênci MÓDULO - AULA 7 Aul 7 Integris imprópris segund prte Critérios de convergênci Objetivo Conhecer dois critérios de convergênci de integris imprópris:

Leia mais

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral.

Eventos coletivamente exaustivos: A união dos eventos é o espaço amostral. DEFINIÇÕES ADICIONAIS: PROBABILIDADE Espaço amostral (Ω) é o conjunto de todos os possíves resultados de um expermento. Evento é qualquer subconjunto do espaço amostral. Evento combnado: Possu duas ou

Leia mais

8º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007

8º CONGRESSO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 a 25 de Outubro de 2007 8º CONGREO IBEROAMERICANO DE ENGENHARIA MECANICA Cusco, 23 25 de Outubro de 2007 PREDIÇÕE EM CURVA DE CALIBRAÇÃO UTILIZANDO COMBINAÇÕE DE REDE NEURAI ARTIFICIA DO TIPO MLP DE DUA CAMADA E POLINÔMIO Brbos,

Leia mais

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase

Prova Escrita de MATEMÁTICA A - 12o Ano a Fase Prov Escrit de MATEMÁTICA A - o Ano 0 - Fse Propost de resolução GRUPO I. Como comissão deve ter etmente mulheres, num totl de pessos, será constituíd por um único homem. Logo, como eistem 6 homens no

Leia mais

1 Assinale a alternativa verdadeira: a) < <

1 Assinale a alternativa verdadeira: a) < < MATEMÁTICA Assinle lterntiv verddeir: ) 6 < 7 6 < 6 b) 7 6 < 6 < 6 c) 7 6 < 6 < 6 d) 6 < 6 < 7 6 e) 6 < 7 6 < 6 Pr * {} temos: ) *, * + e + * + ) + > + + > ) Ds equções (I) e (II) result 7 6 < ( 6 )

Leia mais

1 Distribuições Contínuas de Probabilidade

1 Distribuições Contínuas de Probabilidade Distribuições Contínus de Probbilidde São distribuições de vriáveis letóris contínus. Um vriável letóri contínu tom um numero infinito não numerável de vlores (intervlos de números reis), os quis podem

Leia mais

Complexidade de Algoritmos

Complexidade de Algoritmos Complexdde de Algortmos Prof. Dego Buchger dego.uchger@outlook.com dego.uchger@udesc.r Prof. Crsto Dm Vscocellos crsto.vscocellos@udesc.r Aálse de Complexdde de Tempo de Algortmos Recursvos Algortmos Recursvos

Leia mais

Módulo de Matrizes e Sistemas Lineares. Operações com Matrizes

Módulo de Matrizes e Sistemas Lineares. Operações com Matrizes Módulo de Mtrzes e Sstems Lneres Operções com Mtrzes Mtrzes e Sstems Lneres Operções com Mtrzes 1 Exercícos Introdutóros Exercíco 1. Encontre o vlor de () 2 A. 1/2 A. 3 A. Exercíco 2. Determne ) A + B.

Leia mais

3 Elementos de modelagem para o problema de controle de potência

3 Elementos de modelagem para o problema de controle de potência 3 Elementos de modelagem para o problema de controle de potênca Neste trabalho assume-se que a rede de comuncações é composta por uma coleção de enlaces consttuídos por um par de undades-rádo ndvdualmente

Leia mais

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES

Universidade Federal do Rio Grande FURG. Instituto de Matemática, Estatística e Física IMEF Edital 15 - CAPES MATRIZES Universidde Federl do Rio Grnde FURG Instituto de Mtemátic, Esttístic e Físic IMEF Editl - CAPES MATRIZES Prof. Antônio Murício Medeiros Alves Profª Denise Mri Vrell Mrtinez Mtemátic Básic pr Ciêncis Sociis

Leia mais

7 - Distribuição de Freqüências

7 - Distribuição de Freqüências 7 - Dstrbução de Freqüêncas 7.1 Introdução Em mutas áreas há uma grande quantdade de nformações numércas que precsam ser dvulgadas de forma resumda. O método mas comum de resumr estes dados numércos consste

Leia mais

10/09/2016 UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS DA TERRA DEPARTAMENTO DE GEOMÁTICA AJUSTAMENTO II GA110. Prof. Alvaro Muriel Lima Machado

10/09/2016 UNIVERSIDADE FEDERAL DO PARANÁ SETOR DE CIÊNCIAS DA TERRA DEPARTAMENTO DE GEOMÁTICA AJUSTAMENTO II GA110. Prof. Alvaro Muriel Lima Machado UNIVERSIDDE FEDERL DO PRNÁ SEOR DE IÊNIS D ERR DEPRMENO DE GEOMÁI JUSMENO II G Prof. lvro Muriel Lim Mchdo justmento de Observções Qundo s medids não são feits diretmente sobre s grndezs procurds, ms sim

Leia mais

Roteiro-Relatório da Experiência N o 6 ASSOCIAÇÃO DE QUADRIPOLOS SÉRIE - PARALELO - CASCATA

Roteiro-Relatório da Experiência N o 6 ASSOCIAÇÃO DE QUADRIPOLOS SÉRIE - PARALELO - CASCATA UNERSDADE DO ESTADO DE SANTA CATARNA UDESC FACULDADE DE ENGENHARA DE JONLLE FEJ DEPARTAMENTO DE ENGENHARA ELÉTRCA CRCUTOS ELÉTRCOS CEL PROF.: CELSO JOSÉ FARA DE ARAÚJO RoteiroReltório d Experiênci N o

Leia mais

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática

AULA 1. 1 NÚMEROS E OPERAÇÕES 1.1 Linguagem Matemática 1 NÚMEROS E OPERAÇÕES 1.1 Lingugem Mtemátic AULA 1 1 1.2 Conjuntos Numéricos Chm-se conjunto o grupmento num todo de objetos, bem definidos e discerníveis, de noss percepção ou de nosso entendimento, chmdos

Leia mais

EQUAÇÃO DO 2 GRAU. Seu primeiro passo para a resolução de uma equação do 2 grau é saber identificar os valores de a,b e c.

EQUAÇÃO DO 2 GRAU. Seu primeiro passo para a resolução de uma equação do 2 grau é saber identificar os valores de a,b e c. EQUAÇÃO DO GRAU Você já estudou em série nterior s equções do 1 gru, o gru de um equção é ddo pelo mior expoente d vriável, vej lguns exemplos: x + = 3 equção do 1 gru já que o expoente do x é 1 5x 8 =

Leia mais

Universidade Federal de Alfenas

Universidade Federal de Alfenas Uversdde Federl de Alfes Projeto e Aálse de Algortmos Aul 03 Fudmetos Mtemátos pr PAA humerto@.ufl-mg.edu.r Aul Pssd... Cotexto hstóro: Dedldde; O Teorem de Kurt Gödel; Máqu de Turg; Prolems Trtáves e

Leia mais

EXERCÍCIOS RESOLVIDOS DE TEORIA DOS GRAFOS

EXERCÍCIOS RESOLVIDOS DE TEORIA DOS GRAFOS EXERCÍCIOS RESOLVIDOS DE TEORIA DOS GRAFOS.) Considere tbel de trefs seguir pr construção de um cs de mdeir: TAREFAS PRÉ-REQUISITOS DIAS. Limpez do terreno Nenhum. Produção e colocção d fundção. Produção

Leia mais

Diogo Pinheiro Fernandes Pedrosa

Diogo Pinheiro Fernandes Pedrosa Integrção Numéric Diogo Pinheiro Fernndes Pedros Universidde Federl do Rio Grnde do Norte Centro de Tecnologi Deprtmento de Engenhri de Computção e Automção http://www.dc.ufrn.br/ 1 Introdução O conceito

Leia mais

MÉTODOS NUMÉRICOS. Integração Numérica. por Chedas Sampaio. Época 2002/2003. Escola Náutica I.D.Henrique 1de 33

MÉTODOS NUMÉRICOS. Integração Numérica. por Chedas Sampaio. Época 2002/2003. Escola Náutica I.D.Henrique 1de 33 Métodos umércos - ntegrção umérc Escol áutc.d.henrque MÉTODOS UMÉRCOS ntegrção umérc por Cheds Smpo Époc /3 Escol áutc.d.henrque de 33 Sumáro Regrs áscs Regrs do Rectngulo Regr do Trpézo Regr de Smpson

Leia mais

Aula de solução de problemas: cinemática em 1 e 2 dimensões

Aula de solução de problemas: cinemática em 1 e 2 dimensões Aul de solução de problems: cinemátic em 1 e dimensões Crlos Mciel O. Bstos, Edurdo R. Azevedo FCM 01 - Físic Gerl pr Químicos 1. Velocidde instntâne 1 A posição de um corpo oscil pendurdo por um mol é

Leia mais

Funções de Transferência

Funções de Transferência Funções de Trnsferênc Em teor de controle, funções chmd funções de trnsferênc são comumente usds r crcterzr s relções de entrd-síd de comonentes ou sstems que odem ser descrtos or equções dferencs. FUNÇÃO

Leia mais

8/5/2015. Física Geral III

8/5/2015. Física Geral III Físc Gerl III Aul Teórc 0 (Cp. 33 prte 1/): 1) evsão sore ndução ) Indutânc 3) Indutânc de um solenóde 4) Indutânc de um toróde 5) Auto-ndução 6) Indutores 7) Crcutos Prof. Mrco. oos evsão sore ndução

Leia mais

Prof. Ms. Aldo Vieira Aluno:

Prof. Ms. Aldo Vieira Aluno: Prof. Ms. Aldo Vieir Aluno: Fich 1 Chmmos de mtriz, tod tbel numéric com m linhs e n coluns. Neste cso, dizemos que mtriz é do tipo m x n (onde lemos m por n ) ou que su ordem é m x n. Devemos representr

Leia mais

MRUV (plano inclinado) trilho de ar com faiscador

MRUV (plano inclinado) trilho de ar com faiscador MRUV (plno nclndo) trlho de r com fscdor - Concetos relcondos Intervlo de tempo, posção, velocdde, celerção, celerção méd e movmento retlíneo unformemente vrdo. - Objetvos Entender os concetos de espço

Leia mais

UNIVERSIDADE FEDERAL DE PERNAMBUCO. Resumo. Nesta aula, utilizaremos o Teorema Fundamental do Cálculo (TFC) para o cálculo da área entre duas curvas.

UNIVERSIDADE FEDERAL DE PERNAMBUCO. Resumo. Nesta aula, utilizaremos o Teorema Fundamental do Cálculo (TFC) para o cálculo da área entre duas curvas. CÁLCULO L1 NOTAS DA DÉCIMA SÉTIMA AULA UNIVERSIDADE FEDERAL DE PERNAMBUCO Resumo. Nest ul, utilizremos o Teorem Fundmentl do Cálculo (TFC) pr o cálculo d áre entre dus curvs. 1. A áre entre dus curvs A

Leia mais

6 Modelo Econométrico e Resultados Principais

6 Modelo Econométrico e Resultados Principais 6 Modelo Eonométro e Resultdos rnps O modelo lner estmdo pr méd ondonl e qunts é desrto n expressão xo. ~ log( p t ) = 0 + β1epsodet + β β Merhnt Epsode + + ε t t onde é um ttulo e t um semn. log( p ~

Leia mais

Algoritmos Genéticos com Parâmetros Contínuos

Algoritmos Genéticos com Parâmetros Contínuos com Parâmetros Contínuos Estéfane G. M. de Lacerda DCA/UFRN Mao/2008 Exemplo FUNÇÃO OBJETIVO : 1,0 f ( x, y) 0, 5 sen x y 0, 5 1, 0 0, 001 x 2 2 2 y 2 2 2 0,8 0,6 0,4 0,2 0,0-100 -75-50 -25 0 25 50 75

Leia mais

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x? INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois

Leia mais

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x?

INTEGRAIS DEFINIDAS. Como determinar a área da região S que está sob a curva y = f(x) e limitada pelas retas verticais x = a, x = b e pelo eixo x? INTEGRAIS DEFINIDAS O Prolem d Áre Como determinr áre d região S que está so curv y = f(x) e limitd pels rets verticis x =, x = e pelo eixo x? Um idei é proximrmos região S utilizndo retângulos e depois

Leia mais

Método de Eliminação de Gauss

Método de Eliminação de Gauss étodo de Elmção de Guss A de ásc deste método é trsformr o sstem A um sstem equvlete A () (), ode A () é um mtrz trgulr superor, efectudo trsformções elemetres sore s lhs do sstem ddo. Cosdere-se o sstem

Leia mais

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro

RAD1507 Estatística Aplicada à Administração I Prof. Dr. Evandro Marcos Saidel Ribeiro UNIVERIDADE DE ÃO PAULO FACULDADE DE ECONOMIA, ADMINITRAÇÃO E CONTABILIDADE DE RIBEIRÃO PRETO DEPARTAMENTO DE ADMINITRAÇÃO RAD1507 Estatístca Aplcada à Admnstração I Prof. Dr. Evandro Marcos adel Rbero

Leia mais

Aula Características dos sistemas de medição

Aula Características dos sistemas de medição Aula - Característcas dos sstemas de medção O comportamento funconal de um sstema de medção é descrto pelas suas característcas (parâmetros) operaconas e metrológcas. Aqu é defnda e analsada uma sére destes

Leia mais

Primeira Prova de Mecânica A PME /08/2012

Primeira Prova de Mecânica A PME /08/2012 SL LITÉNI UNIVRSI SÃ UL eprtmento de ngenhr Mecânc rmer rov de Mecânc M 100 8/08/01 Tempo de prov: 110 mnutos (não é permtdo o uso de dspostvos eletrôncos) r r r r r r 1º Questão (3,0 pontos) onsdere o

Leia mais

Sequências Teoria e exercícios

Sequências Teoria e exercícios Sequêcs Teor e exercícos Notção forml Defmos um dd sequêc de úmeros complexos por { } ( ) Normlmete temos teresse em descobrr um fórmul fechd que sej cpz de expressr o -ésmo termo d sequêc como fução de

Leia mais

7. Circuitos (baseado no Halliday, 4 a edição)

7. Circuitos (baseado no Halliday, 4 a edição) 7. Crcutos Cpítulo 07 7. Crcutos (bsedo no Hlldy, 4 edção) Bombemento de Crg Pr fzermos com que os portdores de crg flum trvés de um resstor, devemos ter em um dos termns um potencl (ex.: esfer de crg

Leia mais

1.6- MÉTODOS ITERATIVOS DE SOLUÇÃO DE SISTEMAS LINEARES PRÉ-REQUISITOS PARA MÉTODOS ITERATIVOS

1.6- MÉTODOS ITERATIVOS DE SOLUÇÃO DE SISTEMAS LINEARES PRÉ-REQUISITOS PARA MÉTODOS ITERATIVOS .6- MÉTODOS ITRATIVOS D SOLUÇÃO D SISTMAS LINARS PRÉ-RQUISITOS PARA MÉTODOS ITRATIVOS.6.- NORMAS D VTORS Defção.6.- Chm-se orm de um vetor,, qulquer fução defd um espço vetorl, com vlores em R, stsfzedo

Leia mais

7. Circuitos (baseado no Halliday, 4 a edição)

7. Circuitos (baseado no Halliday, 4 a edição) 7. Crcutos Cpítulo 07 7. Crcutos (bsedo no Hlldy, 4 edção) Bombemento de Crg Pr fzermos com que os portdores de crg flum trvés de um resstor, devemos ter em um dos termns um potencl (ex.: esfer de crg

Leia mais