Faculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
|
|
- Ana Clara Amarante Bernardes
- 7 Há anos
- Visualizações:
Transcrição
1
2 Programação Não Linear Aula 7: Programação Não-Linear - Funções de Várias variáveis Vector Gradiente; Matriz Hessiana; Conveidade de Funções e de Conjuntos; Condições óptimas de funções irrestritas; Método de Busca por Gradiente.
3 Programação Não Linear Considere-se o problema de maimização de uma função f() com variáveis múltiplas = (,, n ) quando não eiste nenhuma restrição sobre os valores viáveis. A condição de optimalidade consegue-se igualando as primeira e segunda derivada a zero. Como a função agora tem várias variáveis, a primeira e segunda derivadas alcança-se introduzindo o conceito de vector Gradiente e matriz Hessiana 3
4 O que é o vector gradiente? Faculdade de Engenharia Optimização Vector Gradiente Chama-se gradiente de f no ponto a um vector cujas componentes são as derivadas parciais de f em. Pode representar-se por grad f(), ou por f(), em que (lê-se nabla) e é o operador diferencial definido por: * f * f * * * f * f f f... n * f n T 4
5 O que é a matriz Hessiana? Faculdade de Engenharia Optimização Matriz Hessiana Chama-se Matriz Hessiana de uma função de n variáveis a matriz quadrada n X n das derivadas parciais de segunda ordem da função: f f f f f f f f f f n n n n n 5
6 Conveidade O que é a Conveidade de uma função com uma única variável? Uma função com uma única variável f() é uma função convea se para cada um dos pares de valores de e ( < ) f[λ +(- λ) ] λ( )+(- λ)f( ) para todos os valores de λ tais que < λ<. Ela será uma função estritamente convea se puder ser substituído por <. Ela é uma função côncava (ou uma função estritamente côncava) se essa afirmação continuar válida quando for substituído por (ou por >) 6
7 Conveidade Função convea.5 Função côncava Função côncava 4 e convea Função côncava e convea
8 Conveidade Como se faz o teste de Conveidade de uma função com uma única variável? Considere-se uma função com uma única variável f() que possui uma segunda derivada em todos os possíveis valores de. Então f() é: Convea se e somente se para todos os d f d Estritamente Convea se e somente se para todos os d f d 8
9 Conveidade Côncava se e somente se para todos os Estritamente Côncava se e somente se para todos os d f d d f d É de notar que uma função estritamente convea também é convea, mas uma função convea não é estritamente convea se a segunda derivada for igual a zero para alguns valores de. de forma similar uma função estritamente côncava é côncava porém o inverso não é necessariamente verdadeiro. 9
10 Conveidade O que é a Conveidade de uma função com várias variáveis? Uma função com várias variáveis f(,,, n ) é uma função convea se para cada pares de pontos na curva f(,,, n ), o segmento de recta que une esses dois pontos cai inteiramente em cima ou sobre a curva de f(,,, n ). Ela é uma função estritamente convea se esse segmento de recta realmente cair inteiramente acima dessa curva ecepto nos pontos etremos do segmento de recta. As funções côncavas e estritamente côncavas são definidas da mesma forma, ecepto pelo facto de acima ser substituído por abaio.
11 Uma função de n variáveis f(,,... n ) definida num conjunto conveo S é: Conveidade Como se faz o teste de Conveidade de uma função com várias variáveis? Convea se e somente se a matriz Hessiana da função for positiva semi-definida em todos os pontos do conjunto S. Estritamente Convea se e somente se a matriz Hessiana da função for positiva definida em todos os pontos do conjunto S.
12 Conveidade Concava se e somente se a matriz Hessiana da função for negativa semi-definida em todos os pontos do conjunto S. Estritamente Concava se e somente se a matriz Hessiana da função for negativa definida em todos os pontos do conjunto S.
13 Conveidade Função convea Função côncava
14 O que um conjunto conveo? Faculdade de Engenharia Optimização Conveidade Um conjunto conveo é um conjunto de pontos tal que, para cada par de pontos no conjunto, todo o segmento de recta que une esses dois pontos também se encontra no conjunto. As figuras mostram alguns casos de conjuntos conveos e não conveos. 4
15 Conveidade Conjuntos Conveos P P P P Conjuntos não conveos P P P P 5
16 Condições Óptimas para Funções de várias Variáveis sem restrições Seja * um ponto mínimo local da função f(). Para investigar a sua vizinhança, seja um ponto perto de *. Escrevendo a Série de Taylor em notação matricial obtémse: f f f d d H d R * * T * T Defina-se o incremento f em em f(*) como: T * T * f f d d H d R 6
17 Condições Óptimas para Funções de várias Variáveis sem restrições Se assumir-se um mínimo local em * daí f não deve ser negativo, isto é f. Concentrando-se só nos termos de primeira ordem observa-se como antes que f pode ser não negativo para todos os d possíveis quando: * T f d Isto é o gradiente da função no ponto * tem de ser zero. Esta condição pode ser escrita na forma: f i * para i... n 7
18 Condições Óptimas para Funções de várias Variáveis sem restrições Os pontos que satisfazem a equação anterior são chamados pontos estacionários. Considerando o segundo termo na equação de Taylor avaliado para um ponto estacionário, a positividade de f está assegurada se: d H T * d para todos os d. Isso será verdadeiro se a Hessiana H(*) for uma matriz positiva definida que será a condição suficiente para um mínimo local de f() no ponto *. 8
19 Condições Óptimas para Funções de várias Variáveis sem restrições Teorema: Condições necessárias e suficientes para que haja um mínimo local. Se f() for um mínimo local no ponto * então: f * i para i...n Condições necessárias de segunda ordem. Se f() for um mínimo local no ponto *, daí a matriz Hessiana: H * f i j nn terá de ser semi-definida positiva ou definida positiva no ponto * 9
20 Condições Óptimas para Funções de várias Variáveis sem restrições Condições suficientes de segunda ordem: Se a matriz H(*) for definida positiva no ponto estacionário *, daí * é um ponto mínimo local para a função f(). Nota: As condições envolvem a derivada de f() e não o valor da função.
21 Forma da matriz (I) Teorema: Forma da matriz através de autovalores Seja i, i = até n, autovalores de uma matriz simétrica H n n, associada à forma quadrática pode-se determinar a partir dos seguintes resultados da forma quadrática ou da matriz A.
22 Forma da matriz (II) F() é positiva definida se e somente se, todos os autovalores de H forem positivos, isto é: i, i = até n. F() é positiva semi-definida se e só se os autovalores de H forem não negativos, isto é: i, i = até n. F() é negativa definida se e somente se todos os autovalores de H forem negativos isto é: i. F() é negativa semi-definida se e somente se todos os autovalores de H forem não positivos, isto é: i. F() é indefinida se alguns valores i e outros valores i.
23 Condições para que uma matriz seja Definida Positiva Uma matriz é definida positiva se e só se puder ser reduzida a uma matriz triangular superior, utilizando somente as operações elementares sobre linhas (adição a qualquer linha elemento por elemento de uma outra linha multiplicada por um escalar). Uma matriz é definida positiva se e só se todos os seus menores principais forem positivos. Uma matriz é definida positiva se e só se os seu valores próprios (autovalores) forem positivos. 3
24 Autovalores e autovectores Dada uma matriz a de n n, qualquer vector de valores diferentes de zero satisfaz a equação: A Onde λ é um factor de escala, chamado autovector e os escalares λ são chamados autovalores. Desde que, vê-se que λ dá as raízes da equação característica: A I A última equação dá-nos o grau do polinómio de λ 4
25 Autovalores e autovectores Depois da determinação dos autovalores, os autovectores podem ser determinados pela equação: A Os coeficientes da matriz A tanto podem ser simétricos como também assimétricos. Em muitas das aplicações A é uma matriz simétrica. Os autovalores e autovectores de uma matriz real são reais. Eles podem ser imaginários para matrizes reais não simétricas Os autovectores correspondentes a distintos autovalores de matrizes reais simétricas, são ortogonais 5
26 6 Autovalores e autovectores Eemplo 7. A I A Calcule os autovalores e os autovectores da matriz: A característica polinomial é dada por: Os autovalores do problema são definidos como:
27 Autovalores e autovectores Eemplo 7. Então: ou 4 3 As raízes deste polinómio são: λ = 3, λ =, daí os autovalores são 3 e Os autovectores para λ = 3,dados pela primeira equação são: ( 3) ( 3) Daí: () 7
28 Autovalores e autovectores Eemplo 7. Os autovectores para λ =,dados pela primeira equação são: ( ) ( ) Daí: () 8
29 Método da matriz triangular Eemplo 7. Dada a matriz A de dimensão 3 3 determine a sua forma. A 6 6 9
30 3 Método da matriz triangular Eemplo A A A Adicionando a primeira linha multiplicada por -/3 à segunda Adicionando a primeira linha multiplicada por /3 à terceira Adicionando a segunda linha multiplicada por /4 à terceira Os pivots 6, 6/3 e 7/3 são todos positivos a matriz e definida positiva
31 Os menores principais de A são: 6 6 Faculdade de Engenharia Optimização Método dos determinantes Eemplo 7. det Como todos os três menores principais são positivos, a matriz e definida positiva 3
32 Método da matriz triangular Eemplo 7.3 Dada a matriz A de dimensão 3 3 determine a sua forma: A
33 Método da matriz triangular Eemplo 7.3 Adicionando a primeira linha multiplicada por (-5) à segunda linha A Como o segundo pivot, -45 é negativo, A não e definida positiva nem semi-definida positiva, pode-se pôr de parte que A seja definida negativa ou semi-definida negativa, porque o primeiro pivot não é negativo. 33
34 Método da matriz triangular Eemplo 7.4 Dada a matriz A de dimensão 4 4 determine a sua forma: A
35 Método da matriz triangular Eemplo 7.4 Utilizando somente operações elementares sobre linhas: A Como nem todos os pivots,, /, 8/7 e são positivos, a matriz não é definida positiva. No entanto estes pivots são não negativos; assim A é semi-definida positiva. 35
36 Condições Óptimas para Funções de várias Variáveis sem restrições. Eemplo Procurar o mínimo local para a seguinte função de duas variáveis: 8 ) ( f Solução: As condições necessárias do problema dão: ) 4 ( ) ( f Esta equação é linear em relação as variáveis e. Se este sistema tiver solução, esta será única. Resolvendo o sistema em simultâneo obtém-se os pontos estacionários : 3, 5 *
37 37 Condições Óptimas para Funções de várias Variáveis sem restrições. Eemplo f f f f H Para saber se o ponto estacionário é um mínimo local é necessário Avaliar a Hessiana no ponto * H é positiva definida no ponto estacionário *, dai é um ponto mínimo local com f() = 4.75
38 Método de Busca por Gradiente Inicialização: Seleccione a tolerância ε e uma solução eperimental inicial qualquer. Vá primeiramente para a regra de paragem. Iteração:. Epresse f t f em função de t fazendo que : f j j t para j,,... n. j e depois substitua essa epressão em f 38
39 Método de Busca por Gradiente. Use um procedimento de busca para optimização irrestrita de uma variável (ou cálculo) para encontra t t* que maimize f tf ao longo de t. 3. Reinicialize t * f. A seguir vá para a regra de paragem Regra de Paragem: calcule f j para todo o j,,... n f em. Verifique se Caso positivo pare no e aceite - o como solução, caso contrário realize mais uma iteração. 39
40 Método de Busca por Gradiente Maimizar a função f()= As derivadas em função de e são dadas por: df ( ) d df ( ) d 4 Para iniciar o método de busca por gradiente, depois de escolher um valor adequadamente pequeno para (normalmente bem abaio de,) suponha que = seja seleccionado como solução eperimental inicial. 4
41 Método de Busca por Gradiente Pelo facto das respectivas derivadas parciais serem e nesse ponto o gradiente fica: f,, Como, a regra de paragem diz para realizar mais uma iteração. Iteração : Com valores iguais a e para as respectivas derivadas t, t t parciais a primeira iteração começa fazendo com que: 4
42 Método de Busca por Gradiente E depois substituindo essas epressões em f() para obter:, f t f f t como: t t t - - 4t- 8t, * ma, ma 4-8 f t f t t t t t d e 4t -8t 4-6t t* dt 4 Reinicialize,,, 4 4
43 Método de Busca por Gradiente Para essa nova solução eperimental o gradiente é: f,, Como, a regra de paragem diz para realizar mais uma iteração. Iteração : Com valores iguais a e para as respectivas derivadas t t, t parciais a primeira iteração começa fazendo que 43
44 Método de Busca por Gradiente E depois substituindo essas epressões em f() para obter: f tf f t, t como: t e t - t - t - t - t- t f t*, ma f, ma t - t t t d t* dt Reinicialize,,, 44
45 Método de Busca por Gradiente Uma maneira interessante de se organizar o trabalho é como se apresenta na tabela a seguir: Iteração df/d df/d f(, ) t*,5,5,5,5,5,5,5 3,5,5,75,5,5,75 4,5,75,5,875,5,75,75 5,75,75,5,9375,5,75,875 6,75,875,5,96875,5,875,875 7,875,875,5,984375,5,875,9375 8,875,9375,5,9988,5,9375,9375 9,9375,9375,5,99694,5,9375,96875,9375,96875,65,99847,5,96875,96875,96875,96875,65,9993,5,96875,984375,96875,984375,35,9995,5,984375, ,984375,984375,35,999756,5,984375,9988 4,984375,99875,565,999878,5,9988,
46 . (.75,.88) (.88,.94) (.97,.98) (.98,.99) (.9,.94).8 (.5,.75) (.88,.88) (.75,.75).6.4 (.,.5) (.5,.5)..;
47 Método de Busca por Gradiente Se f() não fosse uma função côncava o método de busca por gradiente ainda convergiria para um máimo local. A única alteração na descrição do procedimento para esse caso é que t* agora corresponderia ao primeiro máimo local de f( + tf( )) à medida que t for incrementado a partir de. Se, ao contrário, o objectivo fosse minimizar f(), uma alteração no procedimento seria mover-se na direcção oposta do gradiente a cada iteração. Em outras palavras, a regra para obter o ponto seguinte seria: 47
48 Método de Busca por Gradiente t f t f * min t Reinicialize t * f. A seguir vá para a regra, a única aletaração é que t* seria o valor não negativo de que minimiza isto é : f t f f t f 48
MÉTODOS DE OTIMIZAÇÃO ENE081
UNIVERSIDADE FEDERAL DE JUIZ DE FORA Graduação em Engenharia Elétrica MÉTODOS DE OTIMIZAÇÃO ENE8 PROF. IVO CHAVES DA SILVA JUNIOR E-mail: ivo.junior@uj.edu.br Aula Número: 9 Disciplina Métodos de Otimização
Leia maisQUESTÕES ANPEC CÁLCULO A VÁRIAS VARIÁVEIS. 5. Em cada opção assinale se falsa ou verdadeira:
QUESTÕES ANPEC CÁLCULO A VÁRIAS VARIÁVEIS QUESTÃO Calcule o comprimento do vetor z e que minimiza o valor da função QUESTÃO Ache os valores de e correspondentes ao máimo da função 0 0 e satisfazem a equação
Leia maisPonto 5 Optimização em R n
Cálculo, Optimização Abril 009 Ponto Optimização em R n Os conceitos básicos Parte Cálculo, Optimização Abril 009 Optimização para economistas quer dizer, grosso modo, encontrar máimos e mínimos de certas
Leia maisLorí Viali. Afiliação
Lorí Viali Licenciatura Plena em Matemática UFRGS Bacharelado em Matemática UFRGS Especialização em Formação de Pesquisadores PUCRS Mestrado em Engenharia de Produção (PO) UFSC Doutorado Sanduíche na USF
Leia maisCálculo Diferencial e Integral 2 Formas Quadráticas
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Cálculo Diferencial e Integral 2 Formas Quadráticas 1 Formas quadráticas Uma forma quadrática em R n é um polinómio do
Leia maisQUESTÕES ANPEC CÁLCULO A UMA VARIÁVEL 2 2., calcule a derivada dw dt t = 1.
QUESTÕES ANPEC CÁLCULO A UMA VARIÁVEL QUESTÃO Se ( ) a, e a, eamine as seguintes afirmações: () A função é crescente () A função d/d é crescente () lim ( ) () lim ( ) ( ) ( y) y Se, y, então (4) QUESTÃO
Leia maisPESQUISA OPERACIONAL Definições e Teoremas Básicos. Professor Volmir Wilhelm Professora Mariana Kleina
PESQUISA OPERACIONAL Definições e Teoremas ásicos Professor Volmir Wilhelm Professora Mariana Kleina Conceitos Solução Viável Solução Não Viável Região Viável Solução ásica Solução ásica Viável Solução
Leia maisCDI-II. Resumo das Aulas Teóricas (Semana 5) 1 Extremos de Funções Escalares. Exemplos
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Prof. Gabriel Pires CDI-II Resumo das Aulas Teóricas (Semana 5) 1 Etremos de Funções Escalares. Eemplos Nos eemplos seguintes
Leia maisGAAL - Terceira Prova - 15/junho/2013. Questão 1: Analise se a afirmação abaixo é falsa ou verdadeira:
GAAL - Terceira Prova - /junho/3 SOLUÇÕES Questão : Analise se a afirmação abaio é falsa ou verdadeira: [ A matriz A é diagonalizável SOLUÇÃO: Sabemos que uma matriz n n é diagonalizável se ela possuir
Leia maispontos: f(1)=2, f(2)=3, f(3)=5, f(5)=10 e f(6)=30.
EXERCÍCIOS DE MATEMÁTICA COMPUTACIONAL: SEGUNDO BIMESTRE: EDGARD JAMHOUR Eemplo A: Interpolação polinomial Funções de interpolação: fa() = 2 - /2 + 2 /2 fb() = 5/2-17/12 + 2-3 /12 fc() = 23/2-1183/60 +133
Leia maisOptimização. Carlos Balsa. Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança
Optimização Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Matemática Aplicada - Mestrados Eng. Química e Industrial Carlos Balsa Matemática Aplicada
Leia maisPesquisa Operacional
Pesquisa Operacional Em busca da solução ótima: método gráfico Diretoria dos Cursos de Informática Ciência da Computação Profa. Dra. Gisele Castro Fontanella Pileggi Programação Linear Solução Gráfica
Leia maisCapítulo 5 - Optimização Não-Linear
Capítulo 5 - Optimização Não-Linear balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança Mestrados em Engenharia da Construção Métodos de Aproximação em Engenharia
Leia maisAnálise e Síntese de Algoritmos. Programação Linear CLRS, Cap. 29
Análise e Síntese de Algoritmos Programação Linear CLRS, Cap. 29 Conteto Algoritmos em Grafos (CLRS, Cap. 22-26)... Fluos máimos em grafos (CLRS, Cap. 26) Programação Linear (CLRS, Cap. 29) Programação
Leia mais. Os menores -2,0-1,5-1,0-0,5-5 0,0 0,5 1,0 1,5 2, = x 2y.. Os menores
1. Para cada uma das seguintes funções, verifique se ele é côncava, convexa ou nenhuma das duas, justificando em cada caso. (a) f(x, ) = 1x + (b) f(x) = 1x x (c) f(x, ) = x x 1 (a) = 1 = x = e = = = 1
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Programação Não Linear com Restrições Aula 30: Programação Não-Linear - Funções de Várias Variáveis com Restrições (Prática) Ponto Regular; Multiplicadores de Lagrange e Condições Necessárias; Condições
Leia maisAULA 16 Esboço de curvas (gráfico da função
Belém, 1º de junho de 015 Caro aluno, Seguindo os passos dados você ará o esboço detalhado do gráico de uma unção. Para achar o zero da unção, precisamos de teorias que você estudará na disciplina Cálculo
Leia maisConceitos Básicos de Matemática. Aula 1. ISCTE - IUL, Mestrados de Continuidade. Diana Aldea Mendes. 12 de Setembro de 2011
Conceitos Básicos de Matemática Aula 1 ISCTE - IUL, Mestrados de Continuidade Diana Aldea Mendes diana.mendes@iscte.pt 12 de Setembro de 2011 DMQ, ISCTE-IUL (diana.mendes@iscte.pt) Matemática 12 de Setembro
Leia maisDepartamento de Matemática da Universidade de Coimbra. Licenciatura em Matemática. e B =
Departamento de Matemática da Universidade de Coimbra Optimização Numérica Licenciatura em Matemática Ano lectivo 2006/2007 Folha 1 1. Considere as matrizes A = [ 1 1 1 2 ] e B = [ 1 3 1 2 (a) Verifique
Leia mais5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão Encontre os autovalores, os autovetores e a exponencial e At para
5 a Lista de Exercícios de Introdução à Álgebra Linear IMPA - Verão 2008 1. Encontre os autovalores, os autovetores e a exponencial e At para [ ] 1 1 1 1 2. Uma matriz diagonal Λ satisfaz a regra usual
Leia maisCAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES
CAP. II RESOLUÇÃO NUMÉRICA DE EQUAÇÕES NÃO LINEARES Vamos estudar alguns métodos numéricos para resolver: Equações algébricas (polinómios não lineares; Equações transcendentais equações que envolvem funções
Leia maisDiagonalização. Operador diagonalizável
Operador linear Diagonalização Se T: V V for uma transformação linear definida no espaço vectorial V, então T designa-se por operador linear. A representação matricial de um operador linear depende da
Leia maisIntrodução à Otimização de Processos. Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná
Introdução à Otimização de Processos Prof. Marcos L Corazza Departamento de Engenharia Química Universidade Federal do Paraná Otimização Não-Linear Algumas definições e conceitos preliminares: 1. Derivadas
Leia maisDerivada da função composta, derivada da função inversa, derivada da função implícita e derivada de funções definidas parametricamente.
Análise Matemática - 007/008.5.- Derivada da função composta, derivada da função inversa, derivada da função implícita e derivada de funções definidas parametricamente. Teorema.31 Derivada da Função Composta
Leia maisConceitos e Teoremas. Tecnologia da Decisão I TP065. Profª Mariana
Conceitos e Teoremas Tecnologia da Decisão I TP Profª Mariana Restrições de um PL: D= = -=J G= =I =H E=- / /= / /=A 9/ =C . ma Z s.a c a a m c a n n a mn n n n n b b m a A am a n a mn b b b m c c c n n
Leia maisCálculo Diferencial e Integral II 2012/13 1 o semestre
Cálculo Diferencial e Integral II 212/13 1 o semestre Modelo do 1 o Teste LEIC-TP, LEGI, LERC, LEE 6 de Novembro de 212 Justifique adequadamente todas as respostas. 1. Calcule V y dx dy dz em que V = {(x,
Leia maisMatemática. Lic. em Enologia, 2009/2010
Universidade de Trás-os-Montes e Alto Douro Matemática Lic. em Enologia, 009/00 a Parte: Álgebra Linear Vectores em R n e em C n. Sejam u = (, 7,, v = ( 3, 0, 4 e w = (0, 5, 8. Calcule: a 3u 4v b u + 3v
Leia maisProf. Lorí Viali, Dr. PUCRS FAMAT: Departamento de Estatística. Curso: Engenharia de Produção
Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que se queira resolver o seguinte PPNL: Max f(x) s. a a x b Pode ser que f (x) não exista ou que seja difícil resolver a equação
Leia mais7 Formas Quadráticas
Nova School of Business and Economics Apontamentos Álgebra Linear 1 Definição Forma quadrática em variáveis Função polinomial, de grau, cuja expressão tem apenas termos de grau. Ex. 1: é uma forma quadrática
Leia maisConsidere a função f(x). Para algum x a f (x) pode não existir. Suponha que. Max f(x) s. a a x b
Considere a função f(x). Para algum x a f (x) pode não existir. Suponha que se queira resolver o seguinte PPNL: Max f(x) s. a a x b Pode ser que f (x) não exista ou que seja difícil resolver a equação
Leia maisANÁLISE DE REGRESSÃO É O ESTUDO E OBTENÇÃO DE RELAÇÕES ENTRE VARIÁVEIS. PRETENDE-SE SABER QUAL A MELHOR ESTIMATIVA DOS PARÂMETROS DA REGRESSÃO
ANÁLISE DE REGRESSÃO É O ESTUDO E OBTENÇÃO DE RELAÇÕES ENTRE VARIÁVEIS. PRETENDE-SE SABER QUAL A MELHOR ESTIMATIVA DOS PARÂMETROS DA REGRESSÃO SIMPLES - QUANDO UMA VARIÁVEL Y (DEPENDENTE), É FUNÇÃO APENAS
Leia maisGAAL - Exame Especial - 12/julho/2013. Questão 1: Considere os pontos A = (1, 2, 3), B = (2, 3, 1), C = (3, 1, 2) e D = (2, 2, 1).
GAAL - Exame Especial - /julho/3 SOLUÇÕES Questão : Considere os pontos A = (,, 3), B = (, 3, ), C = (3,, ) e D = (,, ) (a) Chame de α o plano que passa pelos pontos A, B e C e de β o plano que passa pelos
Leia maisCapítulo 1 Funções reais de uma variável 1.3 Derivadas de funções definidas implicitamente
11-1-13 1.3 Derivadas de funções definidas implicitamente Uma equação do tipo f(,y) = nem sempre permite obter eplicitamente y como função de. Por eemplo, y 1 y 1 não é uma função y 1 y 1 y 1 y 1 3 1.3
Leia maisf(x) f(a), x D. O ponto a é então chamado ponto de máximo absoluto ou maximizante absoluto.
Capítulo 4 Problemas de Extremo 41 Extremos Seja f : D R m R uma função real de n variáveis reais, de domínio D e a D Definição 1 Diz-se que: A função f tem um máximo absoluto em a se f(x) f(a), x D O
Leia maisProblemas em Programação Linear Resolução e Análise de Sensibilidade
Problemas em Programação Linear Resolução e Análise de Sensibilidade 24-25 Junho 2014 Metodologias de apoio à decisão nas Ciências Agrárias Eemplo: Formulação Um agricultor pretende cultivar 80 ha de terra
Leia mais1 Equações Diferenciais Ordinárias: Sistemas de Equações
Equações Diferenciais Ordinárias: Sistemas de Equações O sistema geral de duas equações diferenciais pode ser escrito como: ẋ = F x,y,t ẏ = Gx,y,t Uma Solução de é um par x t e y t de funções de t tais
Leia maisControle Ótimo - Aula 8 Equação de Hamilton-Jacobi
Controle Ótimo - Aula 8 Equação de Hamilton-Jacobi Adriano A. G. Siqueira e Marco H. Terra Departamento de Engenharia Elétrica Universidade de São Paulo - São Carlos O problema de controle ótimo Considere
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 8 : O método Simplex. Casos particulares. Empate no critério de entrada. Óptimo não finito. Soluções óptimas alternativas. Degenerescência. INÍCIO Forma Padrão Faculdade
Leia maisMecânica dos Sólidos I Parte 3 Estado Plano de Tensão
Departamento de Engenharia Mecânica Parte 3 Estado Plano de Tensão Prof. Arthur M. B. Braga 15.1 Mecânica dos Sólidos Problema F 1 Corpo sujeito a ação de esforços eternos (forças, momentos, etc.) F 7
Leia maisCurso: Engenharia de Produção
Resolver o seguinte PPNL Ma (min) f( 1,,..., n ) s. a ( 1,,..., n ) R n Admite-se que as derivadas parciais de primeira e segunda ordens eistem e que são contínuas em todos os pontos. Sejam f() i As derivadas
Leia maisA Segunda Derivada: Análise da Variação de Uma Função
A Segunda Derivada: Análise da Variação de Uma Função Suponhamos que a função y = f() possua derivada em um segmento [a, b] do eio-. Os valores da derivada f () também dependem de, ou seja, a derivada
Leia maisCálculo Diferencial e Integral I - LEIC
INSTITUTO SUPERIOR TÉCNICO Departamento de Matemática de Janeiro de Cálculo Diferencial e Integral I - LEIC ō Teste - Versão - Resolução. Indique uma primitiva para a função definida em ], e [ pela epressão
Leia maisAlgoritmo Simplex para Programação Linear I
EA Planejamento e Análise de Sistemas de Produção Algoritmo Simple para Programação Linear I DCA-FEEC-Unicamp Modelo de Programação Linear ma c ( n ) s. a. A b A ( m n) b ( m ) c ( n) P ( R n A b} Poliedro
Leia maisMétodo de Newton truncado
Método de Newton truncado Marina Andretta ICMC-USP 8 de outubro de 2018 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear
Leia maisInvestigação Operacional
Métodos de Programação Linear: Big M, Fases, S Dual (Licenciatura) Tecnologias e Sistemas de Informação http://dps.uminho.pt/pessoais/zan - Escola de Engenharia Departamento de Produção e Sistemas 1 Simplex
Leia maisAUTOVALORES E AUTOVETORES
AUTOVALORES E AUTOVETORES Prof a Simone Aparecida Miloca Definição 1 Uma tranformação linear T : V V é chamada de operador linear. Definição Seja T : V V um operador linear. existirem vetores não-nulos
Leia maisProgramação Linear (PL)
Programação Linear (PL) Prof. Paulo Cesar F. De Oliveira, BSc, PhD 07/08/15 P C F de Oliveira 2014 1 Características Técnicas mais utilizadas na abordagem de problemas em PO Técnica de solução programável
Leia maisÁlgebra Linear. Curso: Engenharia Electrotécnica e de Computadores 1 ō ano/1 ō S 2006/07
Álgebra Linear Curso: Engenharia Electrotécnica e de Computadores ō ano/ ō S 6/7 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES Sistemas de equações lineares. Quais das seguintes equações
Leia maisMétodo dos gradientes (ou método de máxima descida)
Método dos gradientes (ou método de máxima descida) Marina Andretta ICMC-USP 14 de setembro de 2010 Marina Andretta (ICMC-USP) sme5720 - Otimização não-linear 14 de setembro de 2010 1 / 16 Método dos gradientes
Leia maisMAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de T ( p(x) ) = p(x + 1) p(x), (a) 8, (b) 5, (c) 0, (d) 3, (e) 4.
MAT2458 ÁLGEBRA LINEAR PARA ENGENHARIA II 2 a Prova - 2 o semestre de 218 Q1. Considere a transformação linear T : P 3 (R) P 2 (R), dada por T ( p(x) ) = p(x + 1) p(x), para todo p(x) P 3 (R), e seja A
Leia maisMétodos Numéricos. MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005
Métodos Numéricos MEI - Logística e distribuição Optimização não linear com restrições de igualdade 2004/2005 Métodos Numéricos - MEI 1 Apresentação - Docentes Aulas teóricas: A. Ismael F. Vaz - aivaz@dps.uminho.pt
Leia maisIndicação de uma possível resolução do exame
Eame de Álgebra Linear e Geometria Analítica Eng Electrotécnica e Eng Mecânica 3 de Janeiro de 7 Duração horas, Tolerância 5 minutos (Sem consulta) Indicação de uma possível resolução do eame Considere
Leia mais6 Valores e Vectores Próprios de Transformações Lineares
Nova School of Business and Economics Prática Álgebra Linear 6 Valores e Vectores Próprios de Transformações Lineares 1 Definição Valor próprio de uma transformação linear ( ) Número real (ou complexo)
Leia mais7 Formas Quadráticas
Nova School of Business and Economics Prática Álgebra Linear 1 Definição Forma quadrática em variáveis Função polinomial, de grau, cuja expressão tem apenas termos de grau. Ex. 1: é uma forma quadrática
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Linear (PL) Aula 10: Método Simplex Técnica das variáveis artificias Método das penalidades ( Big M ). Método das duas fases. 2 Modificando o Exemplo Protótipo. Suponha-se que é modificado
Leia maisÁlgebra Linear I - Aula 20
Álgebra Linear I - Aula 20 1 Matrizes diagonalizáveis Exemplos 2 Forma diagonal de uma matriz diagonalizável 1 Matrizes diagonalizáveis Exemplos Lembramos que matriz quadrada a 1,1 a 1,2 a 1,n a 2,1 a
Leia maisUniversidade dos Açores Departamento de Matemática Curso de Informática Redes e Multimédia Cálculo II
Universidade dos Açores Departamento de Matemática Curso de Informática Redes e Multimédia Cálculo II Tema : Cálculo diferencial de funções de duas variáveis Este teto foi retirado do manual de apoio à
Leia mais2. Soluções do sistema de equações da forma-padrão. A mudança de base Considere-se o seguinte modelo de PL: Max f(x) = 6x 1 + 8x 2 + 0F 1 + 0F 2
Método do Simple V. MÉTODO DO SIMPLEX. Introdução No capítulo III foram apresentadas as bases teóricas do método do Simple sendo de interesse recordar o seguinte: a solução óptima do PPL (quando eiste)
Leia maisMétodos Numéricos C. A. Ismael F. Vaz 1. Escola de Engenharia Universidade do Minho Ano lectivo 2007/2008
Métodos Numéricos C A. Ismael F. Vaz 1 1 Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Ano lectivo 2007/2008 A. Ismael F. Vaz (UMinho) MN C 2007/2008
Leia maisMatrizes e sistemas de equações algébricas lineares
Capítulo 1 Matrizes e sistemas de equações algébricas lineares ALGA 2007/2008 Mest Int Eng Biomédica Matrizes e sistemas de equações algébricas lineares 1 / 37 Definições Equação linear Uma equação (algébrica)
Leia mais4. Tensores cartesianos em 3D simétricos
4. Tensores cartesianos em D simétricos 4.1 Valores e vectores próprios ou valores e direcções principais Em D não é possível deduzir as fórmulas que determinam os valores e as direcções principais na
Leia maisCapítulo 3 - Mínimos Quadrados Lineares
Capítulo 3 - Mínimos Quadrados Lineares Carlos Balsa balsa@ipb.pt Departamento de Matemática Escola Superior de Tecnologia e Gestão de Bragança 2 o Ano - Eng. Civil, Química e Gestão Industrial Carlos
Leia maisCálculo Diferencial e Integral I
Cálculo Diferencial e Integral I Eame - Parte I - de Julho de 8 LERC, LEGI, LEE, LEIC-T Número: Nome: valores a) valores b) valores 3 4 valores 4 valores 5 a) 3 valores 5 b) 3 valores 6 valores páginas
Leia maisSumário e Objectivos. Mecânica dos Sólidos não Linear Capítulo 2. Lúcia Dinis 2005/2006
Sumário e Objectivos Sumário: Deformações. Sólido Uniaxial. Descrição Lagrangeana e Euleriana. Gradiente de Deformação. Decomposição Polar. Tensores das Deformações de Green e Lagrange. Deformação de Corte.
Leia maisOtimização Linear. Profª : Adriana Departamento de Matemática. wwwp.fc.unesp.br/~adriana
Otimização Linear Profª : Adriana Departamento de Matemática adriana@fc.unesp.br wwwp.fc.unesp.br/~adriana Teoria da Otimização Linear Transformação de problemas na forma padrão a a b i1 1 in n i a a b
Leia maisAlgoritmos Numéricos 2 a edição
Algoritmos Numéricos 2 a edição Capítulo 2: Sistemas lineares c 2009 FFCf 2 2.1 Conceitos fundamentais 2.2 Sistemas triangulares 2.3 Eliminação de Gauss 2.4 Decomposição LU Capítulo 2: Sistemas lineares
Leia maisDerivadas direcionais Definição (Derivadas segundo um vector): f : Dom(f) R n R e P 0 int(dom(f)) então
Derivadas direcionais Definição (Derivadas segundo um vector): f : Dom(f) R n R e P 0 int(dom(f)) então Seja D v f(p 0 ) = lim λ 0 f(p 0 + λ v) f(p 0 ) λ v representa a derivada direcional de f segundo
Leia maisMaterial Teórico - Inequações Produto e Quociente de Primeiro Grau. Sistemas de inequações. Primeiro Ano do Ensino Médio
Material Teórico - Inequações Produto e Quociente de Primeiro Grau Sistemas de inequações Primeiro Ano do Ensino Médio Autor: Prof. Fabrício Siqueira Benevides Revisor: Prof. Antonio Caminha M. Neto 5
Leia mais3.3 Retrato de fase de sistemas lineares de 1 a ordem
MAP 2310 - Análise Numérica e Equações Diferenciais I Continuação - 25/05/2006 1 o Semestre de 2006 3.3 Retrato de fase de sistemas lineares de 1 a ordem O espaço de fase de um sistema da forma ẏ = Ay,
Leia maisEQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS LINEARES Na disciplina de Análise Matemática, logo ao início de certos cursos de licenciatura, é usual tratar, entre outros temas, o das equações diferenciais, sejam ordinárias
Leia mais1. FUNÇÕES REAIS DE VARIÁVEL REAL
1 1 FUNÇÕES REAIS DE VARIÁVEL REAL 11 Funções trigonométricas inversas 111 As funções arco-seno e arco-cosseno Como as funções seno e cosseno não são injectivas em IR, só poderemos definir as suas funções
Leia mais(b) A não será diagonalizável sobre C e A será diagonalizável sobre R se, e
Q1. Sejam A M 6 (R) uma matriz real e T : R 6 R 6 o operador linear tal que [T ] can = A, em que can denota a base canônica de R 6. Se o polinômio característico de T for então poderemos afirmar que: p
Leia maisTópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan
Universidade Federal do Paraná Centro Politécnico ET-DMAT Prof. Maria Eugênia Martin Tópicos de Álgebra Linear Verão 2019 Lista 4: Formas de Jordan Exercício 1. Seja A = (a i j ) uma matriz diagonal sobre
Leia maisTESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial
TESTE FINAL DE ÁLGEBRA LINEAR 18 de Janeiro de 2017 Instituto Superior Técnico - Engenharia Aeroespacial Nome: Número: O que vai fazer? Só T1+T2 Só T3 T1+T2 e T3 Problema a b c d lalala Problema a b c
Leia maisOtimização Aplicada à Engenharia de Processos
Otimização Aplicada à Engenharia de Processos Aula 4: Programação Linear Felipe Campelo http://www.cpdee.ufmg.br/~fcampelo Programa de Pós-Graduação em Engenharia Elétrica Belo Horizonte Março de 2013
Leia maisFaculdades Integradas Campos Salles
Aula 5 FUNÇÃO DE º GRAU ( ou função quadrática ) Dados três números reais, a, b e c, com a, denominamos função de º grau ou função quadrática à função f() = a b c, definida para todo número real. Eemplos:
Leia maisMétodos Numéricos C. A. Ismael F. Vaz 1. Escola de Engenharia Universidade do Minho Ano lectivo 2007/2008
Métodos Numéricos C A. Ismael F. Vaz 1 1 Departamento de Produção e Sistemas Escola de Engenharia Universidade do Minho aivaz@dps.uminho.pt Ano lectivo 2007/2008 A. Ismael F. Vaz (UMinho) MN C 2007/2008
Leia maisFaculdade de Economia Universidade Nova de Lisboa Primavera 2004/2005. Cálculo I. Caderno de Exercícios 4
Faculdade de Economia Universidade Nova de Lisboa Primavera 2004/2005 Cálculo I Caderno de Eercícios 4 Limites, continuidade e diferenciabilidade de funções; fórmulas de Taylor e MacLaurin; estudo de funções.
Leia maisOtimização de grande porte
Otimização de grande porte Silvana Bocanegra Ciclo de Seminários BSI 204.2 Esboço Otimização: definição, aplicações e motivação; Classe de problemas de otimização e métodos de solução; Principais métodos
Leia maisMarina Andretta. 17 de setembro de Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright.
Métodos de regiões de confiança Marina Andretta ICMC-USP 17 de setembro de 2014 Baseado no livro Numerical Optimization, de J. Nocedal e S. J. Wright. Marina Andretta (ICMC-USP) sme0212 - Otimização não-linear
Leia maisII. Funções de uma única variável
II. Funções de uma única variável 1 II.1. Conceitos básicos A otimização de de funções de de uma única variável consiste no no tipo mais elementar de de otimização. Importância: Tipo de problema encontrado
Leia maisÁlgebra Linear. Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente 1 ō ano/1 ō Semestre 2006/07
Álgebra Linear Cursos: Química, Engenharia Química, Engenharia de Materiais,Engenharia Biológica, Engenharia do Ambiente ō ano/ ō Semestre 2006/07 a Lista: SISTEMAS DE EQUAÇÕES LINEARES E ÁLGEBRA DE MATRIZES
Leia maisExercício: Identifique e faça um esboço do conjunto solução da. 3x xy + y 2 + 2x 2 3y = 0
Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 + 2 3xy + y 2 + 2x 2 3y = 0 Motivação Exercício: Identifique e faça um esboço do conjunto solução da equação 3x 2 +
Leia maisINSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 2007/2008 Semestre: 1 o
INSTITUTO SUPERIOR TÉCNICO Mestrado Integrado em Engenharia Física Tecnológica Ano Lectivo: 27/28 Semestre: o MATEMÁTICA COMPUTACIONAL Exercícios [4 Sendo A M n (C) mostre que: (a) n A 2 A n A 2 ; (b)
Leia maisCDI-II. Resumo das Aulas Teóricas (Semana 4) ; k = 1, 2,..., n.
Instituto Superior Técnico Departamento de Matemática Secção de Álgebra e Análise Prof. Gabriel Pires CDI-II esumo das Aulas Teóricas (Semana 4 1 Derivadas de Ordem Superior Seja f : D n, definida num
Leia maisMétodo de Gauss-Jordan e Sistemas Homogêneos
Método de Gauss-Jordan e Márcio Nascimento Universidade Estadual Vale do Acaraú Centro de Ciências Exatas e Tecnologia Curso de Licenciatura em Matemática Disciplina: Álgebra Matricial - 2017.1 14 de agosto
Leia maisAntiderivadas e Integrais Indefinidas. Antiderivadas e Integrais Indefinidas
UNIVERSIDADE DO ESTADO DE MATO GROSSO CAMPUS UNIVERSITÁRIO DE SINOP FACULDADE DE CIÊNCIAS EXATAS E TECNOLÓGICAS CURSO DE ENGENHARIA CIVIL DISCIPLINA: CÁLCULO DIFERENCIAL E INTEGRAL I Antiderivadas e Integrais
Leia maisDiagonalização unitária e diagonalização ortogonal. (Positividade do produto interno) Raíz quadrada. Formas quadráticas.
Aplicações: Diagonalização unitária e diagonalização ortogonal (Positividade do produto interno) Raíz quadrada Formas quadráticas Mínimos quadrados Produto externo e produto misto (Área do paralelogramo.
Leia maisO objeto fundamental deste curso são as funções de uma variável real. As funções surgem quando uma quantidade depende de outra.
Universidade Federal Fluminense Departamento de Análise GAN0045 Matemática para Economia Professora Ana Maria Luz 00. Unidade Revisão de função de uma variável real O objeto fundamental deste curso são
Leia maisExercícios sobre Polinômios
uff Universidade Federal Fluminense Campus do Valonguinho Instituto de Matemática e Estatística Departamento de Matemática Aplicada - GMA Eercícios sobre Polinômios Prof Saponga Rua Mário Santos Braga
Leia maisficha 5 transformações lineares
Exercícios de Álgebra Linear ficha 5 transformações lineares Exercícios coligidos por Jorge Almeida e Lina Oliveira Departamento de Matemática, Instituto Superior Técnico 2 o semestre 2011/12 5 Notação
Leia maisGeometria Analítica. Números Reais. Faremos, neste capítulo, uma rápida apresentação dos números reais e suas propriedades, mas no sentido
Módulo 2 Geometria Analítica Números Reais Conjuntos Numéricos Números naturais O conjunto 1,2,3,... é denominado conjunto dos números naturais. Números inteiros O conjunto...,3,2,1,0,1, 2,3,... é denominado
Leia mais1 Auto vetores e autovalores
Auto vetores e autovalores Os autovalores de uma matriz de uma matriz n n são os n números que resumem as propriedades essenciais daquela matriz. Como esses n números realmente caracterizam a matriz sendo
Leia maisÁlgebra Linear. Determinantes, Valores e Vectores Próprios. Jorge Orestes Cerdeira Instituto Superior de Agronomia
Álgebra Linear Determinantes, Valores e Vectores Próprios Jorge Orestes Cerdeira Instituto Superior de Agronomia - 200 - ISA/UTL Álgebra Linear 200/ 2 Conteúdo Determinantes 5 2 Valores e vectores próprios
Leia maisEquações Diofantinas + = polinómios conhecidos polinómios desconhecidos
24 Considere-se a equação Equações Diofantinas + = polinómios conhecidos polinómios desconhecidos Há soluções? Quantas soluções há para uma dada equação? Em geral, a equação pode ser definida num anel
Leia maisg) 2 x2 (2 x ) 2, 6 x i) x 2 x + 2, j) k) log ( 1 l) log ( 2x 2 + 2x 2) + log ( x 2
Números Reais. Simplifique as seguintes epressões (definidas nos respectivos domínios): a), b) + +, c) + + +, d), e) ( ), f) 4 4, g) ( ), h) 3 6, i) +, j) +, k) log ( ) + log ( ), l) log ( + ) + log (
Leia maisSetor de Tecnologia - TC Engenharia Ambiental Prova 1. Matemática Aplicada I
Universidade Federal do Paraná Matemática Aplicada I Setor de Tecnologia - TC Engenharia Ambiental 2014-2 Curitiba, 24.09.2014 Prova 1 Matemática Aplicada I Tobias Bleninger Departamento de Engenharia
Leia maisTensores cartesianos. Grandezas físicas como funções de posição e/ou de tempo
ensores cartesianos Quantidades (grandeas) físicas: Classificação: Escalares Vectores ensores de segunda ordem... ensores de ordem ero ensores de primeira ordem ensores de segunda ordem... Relacionadas
Leia mais