Programação Dinâmica. Fernando Nogueira Programação Dinâmica 1
|
|
- Washington Lancastre Alencastre
- 7 Há anos
- Visualizações:
Transcrição
1 Programação Dnâmca Fernando Noguera Programação Dnâmca
2 A Programação Dnâmca procura resolver o problema de otmzação através da análse de uma seqüênca de problemas mas smples do que o problema orgnal. A resolução do problema orgnal de N varáves é caracterzado pela determnação de uma varável e pela resolução de um problema que possua uma varável a menos (N-). Este por sua vez é resolvdo pela determnação de uma varável e pela resolução de um problema de N- varáves e assm por dante. O problema a ser resolvdo é do tpo: -exstem N atvdades ou estágos numerados de a N. -X é a quantdade de recursos colocados nas atvdades ou estágos ( X ) -g (X ) é a unção que representa o ganho ou o retorno devdo a colocação de X recursos na atvdade, Q = x + x x N é a quantdade total de recursos dsponíves. -O objetvo é determnar a dstrbução de recursos X que maxmza o ganho total. R(X, X,...,X N ) = g (X ) + g (X ) +...g N (X N ). consderando que as atvdades são ndependentes e os ganhos g sejam adtvos. Fernando Noguera Programação Dnâmca
3 Formulação mzar R depende de Q e N. Esta dependênca é explcada da segunte manera: N = X ( Q) { R( X,X,..., X )} N (Q) representa o ganho máxmo devdo à dstrbução de Q quantdades de recursos nas N atvdades. Condção Incal a)g () = para cada atvdade (ganho nulo para zeros recursos dstrbuídos). b) N () = para N =,,... (se o total Q de recursos é nulo, o ganho máxmo também é nulo). c) (Q) = g (Q) se exstr N = atvdade, então R(X ) = g (X ). Relação de Recorrênca entre N (Q) e N- (Q) N Ao atrbur a quantdade X N ( X N Q) de recursos à atvdade N, restarão Q-X N recursos a serem dstrbuídos nas N- atvdades restantes e o ganho máxmo provenente dessas N- atvdades pode ser expresso por N- (Q-X N ). Sendo assm, o ganho total das N atvdades pode ser expresso por: g N ( X ) ( Q X ) N + N N Fernando Noguera Programação Dnâmca
4 e se escolhermos X, N que maxmze esse ganho, teremos o valor N (Q) do ganho máxmo devdo à aplcação de Q recursos em N atvdades. Temos então a relação undamental da Programação Dnâmca, dada por: N ( Q) = Q { g N ( X N ) + N ( Q X N )} para N =,,... X N para N = Q = g Q ( ) ( ) Exemplo : Problema de Investmento de Captal Q = $6, undades de captal dsponível N = atvdades derentes para nvestmento e as unções de ganho g (X ) dadas pelo quadro abaxo: Qual a dstrbução ótma do recurso Q = $6, nas atvdades? Fernando Noguera Programação Dnâmca 4
5 Obtenção da unção (Q) da atvdade Condção ncal = g = ( ) ( ) () = g() ( ) = g( ) () = g () = 5 = 4 = 8 ( 4) = g( 4) = 9 () 5 = g() 5 = 95 ( 6) = g ( 6) = Obtenção da unção (Q) da atvdade N (Q) para N= Para Q =, () = pela condção ncal (b) Para Q =, e como os valores possíves de X são e, temos: () = { g ( X ) + ( )} X X ( ) + ( ) () + ( ) g = + 5 = 5 () = = 5 para X = ou X = g = 5 + = 5 escolhemos, como solução ótma X = (podera ter sdo X = ). Para Q =, ( ) = { g ( X ) + ( )} X X Fernando Noguera Programação Dnâmca 5
6 e como os valores possíves de X são, e temos: ( ) + ( ) () + () ( ) + ( ) g = + 4 = 4 ( ) = g = = = 4 para X = ou X g 4 4 = + = = escolhemos, como solução ótma X = (podera ter sdo X = ). Para Q =, () = { g ( X ) + ( )} X X e como os valores possíves de X são,, e temos: ( ) + ( ) () + ( ) ( ) + ( ) () + () g = + 8 = 8 g = = 55 () = = 8 para X = g = = 55 g = 6 + = 6 Prossegundo, pode-se encontrar: Para Q = 4, (4) = 95, para X = Para Q = 5, (5) =, para X = Para Q = 6, (6) = 4, para X = Fernando Noguera Programação Dnâmca 6
7 Obtenção da unção (Q) da atvdade De manera análoga, obtemos (Q): Para Q =, Quadro dos Valores de N (Q) ( ) = { g ( X ) + ( )} X X ( ) + ( ) () + () ( ) + ( ) g = + 4 = 4 ( ) = g = = 4 = 4 para X g 4 4 = + = = Fernando Noguera Programação Dnâmca 7
8 Ganho Máxmo do Investmento Na coluna (Q) obtém-se como ganho máxmo correspondente ao nvestmento nas atvdades, o valor $46,, para Q = 6. A dstrbução é: a) para a atvdade : X = $, (Q) = 46 e subtrando o ganho g () = 6 (do quadro de ganhos) restam anda 46-6 = undades que correspondem ao ganho da aplcação de Q = 5 undades nas outras atvdades. b) para a atvdade, o ganho de undades corresponde a aplcação de X = undades na atvdade e c) para a atvdade, restam, portanto, Q-X -X = undades a serem aplcadas. Portanto, X =. Solução Ótma X = com g () = 8, X = com g () = 4, X = com g () = 6 e R = g + g + g = $46, Fernando Noguera Programação Dnâmca 8
9 Problema da Mochla (Knapsack problem) Objetvo: maxmzar a somatóra dos valores dos tens que serão colocados na mochla, respetando a sua capacdade. Exstem n tens. Cada tem possu um valor c e um peso w assocado. A capacdade da mochla é L. As varáves de controle são x tal que: x n = = w x n c {,} x L Códgo MPL para o exemplo da gura MAX 4X + X + X + X4 + X5 SUBJECT TO X + X + 4X + X4 + X5 <= 5; BINARY X X X X4 X5 Fernando Noguera Programação Dnâmca 9
10 Fernando Noguera Programação Dnâmca Outra versão deste problema é quando as varáves de controle não são bnáras, mas sm nteras (neste caso a solução rá determnar quantas undades de cada produto serão colocados na mochla): = = n n b x L w x x c Outra versão deste problema é quando as varáves de controle são reas, lmtadas por valores máxmos b (neste caso a solução rá determnar a quantdade (grandeza contínua) de cada produto que será colocado na mochla): Ζ = = e x L w x x c n n
11 Exemplo Um navo pode carregar 4 toneladas. Exstem tens. A segunte tabela ornece o peso untáro w em toneladas e o retorno untáro c em $ para cada tem. Como o navo deve ser carregado para maxmzar o retorno total? Item w Uma vez que os pesos w e o peso máxmo que o navo pode carregar W são nteros, as varáves x devem ser somente nteras também. c 47 4 Fernando Noguera Programação Dnâmca
12 Porque w =, o número máxmo de tens que o navo pode carregar é 4/ = 4, que sgnca que os valores de m são,,,,4. Uma alternatva m é vável somente se w m x ( x ) = max{ 4m },max{ m } = = 4 m 4m 4 Solução ótma x m = m = m = m = m =4 (x ) m Fernando Noguera Programação Dnâmca
13 4 ( x ) = max{ 47m + ( x m )},max{ m } = = m 47m + (x -m ) Solução ótma x m = m = (x ) m += +4=4 4 +8=8 8 +4=4 47+= = =6 6 Fernando Noguera Programação Dnâmca
14 4 ( x ) = max{ m + ( x m )},max{ m } = = m m + (x -m ) Solução ótma x m = m = m = (x ) m += +4=4 4 +8=8 += +47=47 +4= =6 +8=59 6+=6 6 Fernando Noguera Programação Dnâmca 4
15 Solução ótma m = x = x -m x = 4 x = => m = x = x m x = x = => m = m =, m =, m = Z = $6, Fernando Noguera Programação Dnâmca 5
Prof. Lorí Viali, Dr.
Prof. Lorí Val, Dr. vall@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ Em mutas stuações duas ou mas varáves estão relaconadas e surge então a necessdade de determnar a natureza deste relaconamento. A análse
Leia mais2) Método das diferenças finitas
) Método das derenças ntas.- Desenvolvmento do MDF a partr de séres de Taylor A expansão em séres de Taylor do valor de uma unção (, 0 x l é dada por: ( n ) n ( a)( x a) ( a)( x a) n = ( a) + ( a)( x a)
Leia maisProgramação Linear 1
Programação Lnear 1 Programação Lnear Mutos dos problemas algortmcos são problemas de otmzação: encontrar o menor camnho, o maor fluxo a árvore geradora de menor custo Programação lnear rovê um framework
Leia maisÉ o grau de associação entre duas ou mais variáveis. Pode ser: correlacional ou experimental.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ 1 É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Numa relação expermental os valores de uma das
Leia mais3 Metodologia de Avaliação da Relação entre o Custo Operacional e o Preço do Óleo
3 Metodologa de Avalação da Relação entre o Custo Operaconal e o Preço do Óleo Este capítulo tem como objetvo apresentar a metodologa que será empregada nesta pesqusa para avalar a dependênca entre duas
Leia mais5 Métodos de cálculo do limite de retenção em função da ruína e do capital inicial
5 Métodos de cálculo do lmte de retenção em função da ruína e do captal ncal Nesta dssertação serão utlzados dos métodos comparatvos de cálculo de lmte de retenção, onde ambos consderam a necessdade de
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Val, Dr. val@mat.ufrgs.br http://www.mat.ufrgs.br/~val/ É o grau de assocação entre duas ou mas varáves. Pode ser: correlaconal ou expermental. Prof. Lorí Val, Dr. UFRG Insttuto de Matemátca
Leia maisPrograma do Curso. Sistemas Inteligentes Aplicados. Análise e Seleção de Variáveis. Análise e Seleção de Variáveis. Carlos Hall
Sstemas Intelgentes Aplcados Carlos Hall Programa do Curso Lmpeza/Integração de Dados Transformação de Dados Dscretzação de Varáves Contínuas Transformação de Varáves Dscretas em Contínuas Transformação
Leia maisOptimização com variáveis discretas
Engenhara de Processos e Sstemas Optmzação com varáves dscretas Fernando Bernardo Fev 2013 mn f ( x,, θ ) x, s. t. h( x,, θ ) = 0 g( x,, θ ) 0 x x x L U x real, {0,1} Por que necesstamos de varáves dscretas?
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
Programação Lnear (PL) Aula : Dualdade. Defnção do Problema Dual. Defnção do problema dual. O que é dualdade em Programação Lnear? Dualdade sgnfca a exstênca de um outro problema de PL, assocado a cada
Leia maisUNIDADE IV DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC)
UNDADE V DELNEAMENTO NTERAMENTE CASUALZADO (DC) CUABÁ, MT 015/ PROF.: RÔMULO MÔRA romulomora.webnode.com 1. NTRODUÇÃO Este delneamento apresenta como característca prncpal a necessdade de homogenedade
Leia mais4 Critérios para Avaliação dos Cenários
Crtéros para Avalação dos Cenáros É desejável que um modelo de geração de séres sntétcas preserve as prncpas característcas da sére hstórca. Isto quer dzer que a utldade de um modelo pode ser verfcada
Leia maisAdriana da Costa F. Chaves
Máquna de Vetor Suporte (SVM) para Regressão Adrana da Costa F. Chaves Conteúdo da apresentação Introdução Regressão Regressão Lnear Regressão não Lnear Conclusão 2 1 Introdução Sejam {(x,y )}, =1,...,,
Leia maisRAD1507 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 maisX = 1, se ocorre : VB ou BV (vermelha e branca ou branca e vermelha)
Estatístca p/ Admnstração II - Profª Ana Cláuda Melo Undade : Probabldade Aula: 3 Varável Aleatóra. Varáves Aleatóras Ao descrever um espaço amostral de um expermento, não especfcamos que um resultado
Leia maisTeoremas de Otimização com Restrições de Desigualdade
Teoremas de Otmzação com Restrções de Desgualdade MAXIMIZAÇÃO COM RESTRIÇÃO DE DESIGUALDADE Consdere o segunte problema (P) de maxmzação condconada: Maxmze Fx onde x x,x,...,x R gx b As condções de Prmera
Leia mais4.1 Modelagem dos Resultados Considerando Sazonalização
30 4 METODOLOGIA 4.1 Modelagem dos Resultados Consderando Sazonalzação A sazonalzação da quantdade de energa assegurada versus a quantdade contratada unforme, em contratos de fornecmento de energa elétrca,
Leia maisRegressão Múltipla. Parte I: Modelo Geral e Estimação
Regressão Múltpla Parte I: Modelo Geral e Estmação Regressão lnear múltpla Exemplos: Num estudo sobre a produtvdade de trabalhadores ( em aeronave, navos) o pesqusador deseja controlar o número desses
Leia maisTestes não-paramétricos
Testes não-paramétrcos Prof. Lorí Val, Dr. http://www.mat.ufrgs.br/val/ val@mat.ufrgs.br Um teste não paramétrco testa outras stuações que não parâmetros populaconas. Estas stuações podem ser relaconamentos,
Leia maisTrabalho e Energia. Curso de Física Básica - Mecânica J.R. Kaschny (2005)
Trabalho e Energa Curso de Físca Básca - Mecânca J.R. Kaschny (5) Lembrando nosso epermento de queda lvre... z z 1 v t 1 z = z - v t - gt ( ) z- z v = g = t Contudo, se consderarmos obtemos: v z z 1 t
Leia maisCapítulo 2. APROXIMAÇÕES NUMÉRICAS 1D EM MALHAS UNIFORMES
Capítulo. Aproxmações numércas 1D em malhas unformes 9 Capítulo. AROXIMAÇÕS NUMÉRICAS 1D M MALHAS UNIFORMS O prncípo fundamental do método das dferenças fntas (MDF é aproxmar através de expressões algébrcas
Leia maisGestão e Teoria da Decisão
Gestão e Teora da Decsão Logístca e Gestão de Stocks Estratégas de Localzação Lcencatura em Engenhara Cvl Lcencatura em Engenhara do Terrtóro 1 Estratéga de Localzação Agenda 1. Classfcação dos problemas
Leia maisDELINEAMENTOS EXPERIMENTAIS
SUMÁRIO 1 Delneamentos Expermentas 2 1.1 Delneamento Interamente Casualzado..................... 2 1.2 Delneamento Blocos Casualzados (DBC).................... 3 1.3 Delneamento Quadrado Latno (DQL)......................
Leia maisModelo de Alocação de Vagas Docentes
Reunão Comssão de Estudos de Alocação de Vagas Docentes da UFV Portara 0400/2016 de 04/05/2016 20 de mao de 2016 Comssão de Estudos das Planlhas de Alocação de Vagas e Recursos Ato nº 009/2006/PPO 19/05/2006
Leia maisNotas Processos estocásticos. Nestor Caticha 23 de abril de 2012
Notas Processos estocástcos Nestor Catcha 23 de abrl de 2012 notas processos estocástcos 2 O Teorema de Perron Frobenus para matrzes de Markov Consdere um processo estocástco representado por um conunto
Leia mais2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS
ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS 22 2 ENERGIA FIRME DE SISTEMAS HIDRELÉTRICOS Como vsto no capítulo 1, a energa frme de uma usna hdrelétrca corresponde à máxma demanda que pode ser suprda contnuamente
Leia mais2 Metodologia de Medição de Riscos para Projetos
2 Metodologa de Medção de Rscos para Projetos Neste capítulo remos aplcar os concetos apresentados na seção 1.1 ao ambente de projetos. Um projeto, por defnção, é um empreendmento com metas de prazo, margem
Leia maisREGRESSÃO NÃO LINEAR 27/06/2017
7/06/07 REGRESSÃO NÃO LINEAR CUIABÁ, MT 07/ Os modelos de regressão não lnear dferencam-se dos modelos lneares, tanto smples como múltplos, pelo fato de suas varáves ndependentes não estarem separados
Leia mais2 Modelos de Otimização sob Incerteza 2.1. Introdução
2 Modelos de Otmzação sob Incerteza 2.. Introdução Modelos de programação matemátca são comumente utlzados para solução de problemas de programação da produção, de logístca, de schedulng e de planejamento
Leia maisAssociação entre duas variáveis quantitativas
Exemplo O departamento de RH de uma empresa deseja avalar a efcáca dos testes aplcados para a seleção de funconáros. Para tanto, fo sorteada uma amostra aleatóra de 50 funconáros que fazem parte da empresa
Leia maisVariação ao acaso. É toda variação devida a fatores não controláveis, denominadas erro.
Aplcação Por exemplo, se prepararmos uma área expermental com todo cudado possível e fzermos, manualmente, o planto de 100 sementes seleconadas de um mlho híbrdo, cudando para que as sementes fquem na
Leia mais3 Desenvolvimento do Modelo
3 Desenvolvmento do Modelo Neste capítulo apresentaremos como está estruturado o modelo desenvolvdo nesta dssertação para otmzar o despacho de geradores dstrbuídos com o obetvo de reduzr os custos da rede
Leia mais5 Relação entre Análise Limite e Programação Linear 5.1. Modelo Matemático para Análise Limite
5 Relação entre Análse Lmte e Programação Lnear 5.. Modelo Matemátco para Análse Lmte Como fo explcado anterormente, a análse lmte oferece a facldade para o cálculo da carga de ruptura pelo fato de utlzar
Leia maisResolução das Questões Objetivas
COMISSÃO PERMANENTE DE SELEÇÃO COPESE PRÓ-REITORIA DE GRADUAÇÃO PROGRAD CONCURSO PISM III - TRIÊNIO 2008-2010 Prova de Matemátca Resolução das Questões Objetvas São apresentadas abaxo possíves soluções
Leia maisFIS01183 Turma C/CC Prova da área 2 07/05/2010. Nome: Matrícula: Explicite seu raciocínio e os cálculos realizados em cada passo!
FIS8 urma C/CC rova da área 7/5/ Nome: Matrícula: Em todas as questões: Cudado com as undades! Explcte seu racocíno e os cálculos realzados em cada passo! BOA ROA! uestão - Laboratóro (, pontos) Na aula
Leia mais2 - Análise de circuitos em corrente contínua
- Análse de crcutos em corrente contínua.-corrente eléctrca.-le de Ohm.3-Sentdos da corrente: real e convenconal.4-fontes ndependentes e fontes dependentes.5-assocação de resstêncas; Dvsores de tensão;
Leia maisIntrodução 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 maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia mais2. VARIÁVEIS ALEATÓRIAS
VARIÁVEIS ALEATÓRIAS 0 Varável aleatóra Ω é o espaço amostral de um epermento aleatóro Uma varável aleatóra é uma função que atrbu um número real a cada resultado em Ω Eemplo Retra- ao acaso um tem produzdo
Leia maisAjuste de Curvas Regressão. Computação 2º Semestre 2016/2017
Ajuste de Curvas Regressão Computação 2º Semestre 2016/2017 Ajuste de Curvas Quando apenas sabemos alguns valores de uma função contínua e queremos estmar outros valores ntermédos Quando queremos obter
Leia maisDISTRIBUIÇÃO DE FREQUÊNCIAS
Núcleo das Cêncas Bológcas e da Saúde Cursos de Bomedcna, Ed. Físca, Enermagem, Farmáca, Fsoterapa, Fonoaudologa, Medcna Veternára, Muscoterapa, Odontologa, Pscologa DISTRIBUIÇÃO DE FREQUÊNCIAS 5 5. DISTRIBUIÇÃO
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Lnear com Restrções Aula 9: Programação Não-Lnear - Funções de Váras Varáves com Restrções Ponto Regular; Introdução aos Multplcadores de Lagrange; Multplcadores de Lagrange e Condções
Leia maisCARGA MÓVEL. Conjunto de cargas moveis que mantêm uma posição relativa constante.
CARGA MÓVEL Força generalsada com ntensdade, drecção e sentdo fxos, mas com uma posção varável na estrutura. COMBOIO DE CARGAS Conjunto de cargas moves que mantêm uma posção relatva constante. CARGA DISTRIBUIDA
Leia mais3.6. Análise descritiva com dados agrupados Dados agrupados com variáveis discretas
3.6. Análse descrtva com dados agrupados Em algumas stuações, os dados podem ser apresentados dretamente nas tabelas de frequêncas. Netas stuações devemos utlzar estratégas específcas para obter as meddas
Leia maisCORRELAÇÃO E REGRESSÃO
CORRELAÇÃO E REGRESSÃO Constata-se, freqüentemente, a estênca de uma relação entre duas (ou mas) varáves. Se tal relação é de natureza quanttatva, a correlação é o nstrumento adequado para descobrr e medr
Leia maisO problema da superdispersão na análise de dados de contagens
O problema da superdspersão na análse de dados de contagens 1 Uma das restrções mpostas pelas dstrbuções bnomal e Posson, aplcadas usualmente na análse de dados dscretos, é que o parâmetro de dspersão
Leia maisCovariância na Propagação de Erros
Técncas Laboratoras de Físca Lc. Físca e Eng. omédca 007/08 Capítulo VII Covarânca e Correlação Covarânca na propagação de erros Coefcente de Correlação Lnear 35 Covarânca na Propagação de Erros Suponhamos
Leia mais3 Definição automática de carregamento ótimo
3 Defnção automátca de carregamento ótmo A formulação ncal mostrada neste capítulo fo feta por Sérgo Álvares Maffra[11] e parte da mplementação fo feta por Anderson Perera, tendo sofrdo algumas modfcações
Leia mais3 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 maisEletrotécnica AULA Nº 1 Introdução
Eletrotécnca UL Nº Introdução INTRODUÇÃO PRODUÇÃO DE ENERGI ELÉTRIC GERDOR ESTÇÃO ELEVDOR Lnha de Transmssão ESTÇÃO IXDOR Equpamentos Elétrcos Crcuto Elétrco: camnho percorrdo por uma corrente elétrca
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 1 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisAlgarismos Significativos Propagação de Erros ou Desvios
Algarsmos Sgnfcatvos Propagação de Erros ou Desvos L1 = 1,35 cm; L = 1,3 cm; L3 = 1,30 cm L4 = 1,4 cm; L5 = 1,7 cm. Qual destas meddas está correta? Qual apresenta algarsmos com sgnfcado? O nstrumento
Leia maisFigura 8.1: Distribuição uniforme de pontos em uma malha uni-dimensional. A notação empregada neste capítulo para avaliação da derivada de uma
Capítulo 8 Dferencação Numérca Quase todos os métodos numércos utlzados atualmente para obtenção de soluções de equações erencas ordnáras e parcas utlzam algum tpo de aproxmação para as dervadas contínuas
Leia maisMOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES
MOQ-14 PROJETO E ANÁLISE DE EXPERIMENTOS LISTA DE EXERCÍCIOS 1 REGRESSÃO LINEAR SIMPLES 1. Obtenha os estmadores dos coefcentes lnear e angular de um modelo de regressão lnear smples utlzando o método
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 3 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisCONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO 2 DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogério Rodrigues
CONCEITOS INICIAIS DE ESTATÍSTICA MÓDULO DISTRIBUIÇÃO DE FREQÜÊNCIA - ELEMENTOS Prof. Rogéro Rodrgues I) TABELA PRIMITIVA E DISTRIBUIÇÃO DE FREQÜÊNCIA : No processo de amostragem, a forma de regstro mas
Leia maisRadiação Térmica Processos, Propriedades e Troca de Radiação entre Superfícies (Parte 2)
Radação Térmca Processos, Propredades e Troca de Radação entre Superfíces (Parte ) Obetvo: calcular a troca por radação entre duas ou mas superfíces. Essa troca depende das geometras e orentações das superfíces,
Leia maisAlocação sequencial - filas
Alocação sequencal - las Flas A estrutura de dados Fla também é bastante ntutva. A analoga é com uma la de pessoas aguardando para serem atenddas no guchê de um banco, ou aguardando o ônbus. Se houver
Leia maisa distribuição de um momento aplicado em um nó de um pórtico por parcelas de momentos fletores equilibrantes nas barras adjacentes (Seção 2);
PROCESSO E CROSS os pontos báscos que fundamentam o método: a dstrbução de um momento aplcado em um nó de um pórtco por parcelas de momentos fletores equlbrantes nas barras adjacentes (Seção ); a solução
Leia maisDEFINIÇÃO - MODELO LINEAR GENERALIZADO
DEFINIÇÃO - MODELO LINEAR GENERALIZADO 1 Um modelo lnear generalzado é defndo pelos seguntes três componentes: Componente aleatóro; Componente sstemátco; Função de lgação; Componente aleatóro: Um conjunto
Leia maisD- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS
D- MÉTODO DAS APROXIMAÇÕES SUCESSIVAS O método das apromações sucessvas é um método teratvo que se basea na aplcação de uma fórmula de recorrênca que, sendo satsfetas determnadas condções de convergênca,
Leia maisTABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS
TABELAS E GRÁFICOS PARA VARIÁVEIS ALEATÓRIAS QUANTITATIVAS CONTÍNUAS Varável Qualquer característca assocada a uma população Classfcação de varáves Qualtatva { Nomnal sexo, cor dos olhos Ordnal Classe
Leia maisIntrodução a Combinatória- Aplicações, parte II
Introdução a Combnatóra- Aplcações, AULA 7 7.1 Introdução Nesta aula vamos estudar aplcações um pouco dferentes das da aula passada. No caso estudaremos arranjos com repetção, permutações crculares e o
Leia maisMatemática A. Previsão 1. Duração do teste: 180 minutos º Ano de Escolaridade. Previsão Exame Nacional de Matemática A 2013
Prevsão Exame Naconal de Matemátca A 01 Prevsão 1 1ª fase Matemátca A Prevsão 1 Duração do teste: 180 mnutos 7.06.01 1.º Ano de Escolardade Resoluções em vídeo em www.explcamat.pt Prevsão de Exame págna1/8
Leia maisMicroeconomia II. Cursos de Economia e de Matemática Aplicada à Economia e Gestão AULA 5.3. Afectação de Bens Públicos: a Condição de Samuelson
Mcroeconoma II Cursos de Economa e de Matemátca Aplcada à Economa e Gestão AULA 5.3 Afectação de Bens Públcos: a Condção de Isabel Mendes 2007-2008 5/3/2008 Isabel Mendes/MICRO II 5.3 Afectação de Bens
Leia maisGARANTIA DE EXCELENTE INTERCAMBIALIDADE E REDUÇÃO DE CUSTOS ATRAVÉS DA ANÁLISE ESTATÍSTICA DE TOLERÂNCIAS
GARANIA DE EXCELENE INERCAMBIALIDADE E REDUÇÃO DE CUSOS ARAVÉS DA ANÁLISE ESAÍSICA DE OLERÂNCIAS Edvaldo Antono Bulba* *Prof. Dr. da Fatec SP FEI e Unversdade São Judas E mal: bulba@fe.edu.br Resumo Numa
Leia maisFlambagem. Cálculo da carga crítica via MDF
Flambagem Cálculo da carga crítca va MDF ROF. ALEXANDRE A. CURY DEARTAMENTO DE MECÂNICA ALICADA E COMUTACIONAL Flambagem - Cálculo da carga crítca va MDF Nas aulas anterores, vmos como avalar a carga crítca
Leia maisMOQ-14 PROJETO e ANÁLISE de EXPERIMENTOS. Professor: Rodrigo A. Scarpel
MOQ-14 PROJETO e ANÁLISE de EPERIMENTOS Professor: Rodrgo A. Scarpel rodrgo@ta.br www.mec.ta.br/~rodrgo Prncípos de cração de modelos empírcos: Modelos (matemátcos, lógcos, ) são comumente utlzados na
Leia maisANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO MÉTODO DE CROSS
DECvl ANÁLISE DE ESTRUTURAS I INTRODUÇÃO AO ÉTODO DE CROSS Orlando J. B. A. Perera 20 de ao de 206 2 . Introdução O método teratvo ntroduzdo por Hardy Cross (Analyss of Contnuous Frames by Dstrbutng Fxed-End
Leia maisCurso de extensão, MMQ IFUSP, fevereiro/2014. Alguns exercício básicos
Curso de extensão, MMQ IFUSP, feverero/4 Alguns exercíco báscos I Exercícos (MMQ) Uma grandeza cujo valor verdadero x é desconhecdo, fo medda três vezes, com procedmentos expermentas dêntcos e, portanto,
Leia maisSurpresa para os calouros. Série Matemática na Escola. Objetivos
Surpresa para os calouros Sére Matemátca na Escola Objetvos 1. Usando a decomposção de um número em fatores prmos, pode-se provar que um número ntero é um quadrado perfeto, se e somente se tem um número
Leia maisEstudos de Problemas de Dimensionamento de Lotes Monoestágio com Restrição de Capacidade. Orientador: Prof. Dr. Marcos Nereu Arenales
Estudos de Problemas de Dmensonamento de Lotes Monoestágo com Restrção de Capacdade Slvo Alexandre de Araujo Orentador: Prof. Dr. Marcos Nereu Arenales Dssertação apresentada ao Insttuto de Cêncas Matemátcas
Leia maisEXERCÍCIO: VIA EXPRESSA CONTROLADA
EXERCÍCIO: VIA EXPRESSA CONTROLADA Engenhara de Tráfego Consdere o segmento de va expressa esquematzado abaxo, que apresenta problemas de congestonamento no pco, e os dados a segur apresentados: Trechos
Leia maisO íon lantanídeo no acoplamento Russell-Saunders e a classificação de seus estados segundo os subgrupos do grupo GL(4
O íon lantanídeo no acoplamento Russell-aunders e a classfcação de seus estados segundo os subgrupos do grupo G(4 ) O hamltonano, H, dos íons lantanídeos contém uma parte que corresponde ao campo central,
Leia maisAnálise de Projectos ESAPL / IPVC. Taxas Equivalentes Rendas
Análse de Projectos ESAPL / IPVC Taxas Equvalentes Rendas Taxas Equvalentes Duas taxas e, referentes a períodos dferentes, dzem-se equvalentes se, aplcadas a um mesmo captal, produzrem durante o mesmo
Leia maisDIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS
177 DIFERENCIANDO SÉRIES TEMPORAIS CAÓTICAS DE ALEATÓRIAS ATRAVÉS DAS TREND STRIPS Antôno Carlos da Slva Flho Un-FACEF Introdução Trend Strps (TS) são uma nova técnca de análse da dnâmca de um sstema,
Leia maisNORMAS PARA DISTRIBUIÇÃO DE RECURSOS DE OUTROS CUSTEIOS E CAPITAL (OCC) - ORÇAMENTO ABERTURA
NORMAS PARA DISTRIBUIÇÃO DE RECURSOS DE OUTROS CUSTEIOS E CAPITAL (OCC) - ORÇAMENTO 01- ABERTURA 1 - CONSIDERAÇÕES GERAIS 1.1 Consderando a Matrz de Dstrbução de Recursos Orçamentáros da Secretara de Ensno
Leia maisAEP FISCAL ESTATÍSTICA
AEP FISCAL ESTATÍSTICA Módulo 11: Varáves Aleatóras (webercampos@gmal.com) VARIÁVEIS ALEATÓRIAS 1. Conceto de Varáves Aleatóras Exemplo: O expermento consste no lançamento de duas moedas: X: nº de caras
Leia maisEQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI)
EQUAÇÕES DIFERENCIAIS ORDINÁRIAS (EDO) PROBLEMA DO VALOR INICIAL (PVI) Introdução Seja a segunte equação derencal: d ( ) ; d para. que é reerencado com o problema do valor ncal. Essa denomnação deve-se
Leia maisPROBLEMA DE DIMENSIONAMENTO DE LOTES E SEQÜENCIAMENTO DA PRODUÇÃO: UM ESTUDO DE CASO EM UMA INDÚSTRIA DE BEBIDAS
! "#$ " %'&)(*&)+,.- /10.2*&4365879&4/1:.+58;.2*=?5.@A2*3B;.- C)D 5.,.5FE)5.G.+ &4- (IHJ&?,.+ /?=)5.KA:.+5MLN&OHJ5F&4E)2*EOHJ&)(IHJ/)G.- D - ;./);.& PROBLEMA DE DIMENSIONAMENTO DE LOTES E SEQÜENCIAMENTO
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 2 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia maisR X. X(s) Y Y(s) Variáveis aleatórias discretas bidimensionais
30 Varáves aleatóras bdmensonas Sea ε uma experênca aleatóra e S um espaço amostral assocado a essa experênca. Seam X X(s) e Y Y(s) duas funções cada uma assocando um número real a cada resultado s S.
Leia maisAnálise Exploratória de Dados
Análse Exploratóra de Dados Objetvos Análse de duas varáves quanttatvas: traçar dagramas de dspersão, para avalar possíves relações entre as duas varáves; calcular o coefcente de correlação entre as duas
Leia maisInterpolação Segmentada
Interpolação Segmentada Uma splne é uma função segmentada e consste na junção de váras funções defndas num ntervalo, de tal forma que as partes que estão lgadas umas às outras de uma manera contínua e
Leia maisModelo de Programação Estocástica
Modelo de Programação Estocástca 23 2 Modelo de Programação Estocástca 2.. Concetos báscos A programação estocástca (PE) é defnda como um modelo de otmzação que apresenta um ou mas parâmetros estocástcos
Leia maisOtimização de Processos de Produção de Petróleo via Injeção Contínua de Gás
UNIVERSIDADE FEDERAL DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA Otmzação de Processos de Produção de Petróleo va Injeção Contínua de Gás Exame de qualfcação submetdo a Unversdade
Leia maisUNIVERSIDADE NOVA DE LISBOA Faculdade de Economia Análise de Dados e Probabilidade 2º Semestre 2008/2009 Exame Final 1ª Época. Grupo I (4 Valores)
UNIVERSIDADE NOVA DE LISBOA Faculdade de Economa Análse de Dados e Probabldade º Semestre 008/009 Exame Fnal ª Época Clara Costa Duarte Data: 8/05/009 Graça Slva Duração: h0 Grupo I (4 Valores) A gelatara
Leia maisVariáveis indexadas, somatórios e produtórios
1 Computação MIEC - FEUP complado por Ana Mara Faustno Varáves ndexadas, somatóros e produtóros Varáves ndexadas Quando se pretende estudar váras característcas de um conjunto de ndvíduos convém armazenar
Leia maisMODELO PARA ALOCAÇÃO DE BANCOS DE CAPACITORES PARA REGULAÇÃO DE TENSÃO EM REDES DE DISTRIBUIÇÃO SÉRGIO HAFFNER
MODELO PARA ALOAÇÃO DE BANOS DE APAITORES PARA REGULAÇÃO DE TENSÃO EM REDES DE DISTRIBUIÇÃO SÉRGIO HANER Departamento de Engenhara Elétrca, UDES-T ampus Unverstáro Prof. Avelno Marcante s/n Barro Bom tro
Leia mais18 e 20/Abr/2016 Aulas 12 e 13. Introdução à Física Estatística Postulados Equilíbrio térmico Função de Partição; propriedades termodinâmicas
01/Abr/2016 Aula 11 Potencas termodnâmcos Energa nterna total Entalpa Energas lvres de Helmholtz e de Gbbs Relações de Maxwell 18 e 20/Abr/2016 Aulas 12 e 13 Introdução à Físca Estatístca Postulados Equlíbro
Leia maisCapítulo 24: Potencial Elétrico
Capítulo 24: Potencal Energa Potencal Elétrca Potencal Superfíces Equpotencas Cálculo do Potencal a Partr do Campo Potencal Produzdo por uma Carga Pontual Potencal Produzdo por um Grupo de Cargas Pontuas
Leia mais024/ ANÁLISE MULTICRITÉRIO DO PROBLEMA DE SELEÇÃO DE EQUIPAMENTOS EM AMBIENTE JUST IN TIME, UTILIZANDO-SE DE UM ALGORITMO GENÉTICO
ISSN 275-6295 Ro de Janero- Brasl, 05 e 06 de agosto de 2009. SPOLM 2009 024/2009 - ANÁLISE MULTICRITÉRIO DO PROBLEMA DE SELEÇÃO DE EQUIPAMENTOS EM AMBIENTE JUST IN TIME, UTILIZANDO-SE DE UM ALGORITMO
Leia maisAnálise de faltas balanceadas e não-balanceadas utilizando Z bar. 1. Análise de falta balanceada usando a matriz de impedância de barra (Z bar )
Análse de altas balanceadas e não-balanceadas utlzando. Análse de alta balanceada usando a matrz de mpedânca de ra ( ) Aqu será eta uma análse de cálculo de curto-crcuto trásco (alta balanceada), utlzando
Leia maisAs leis de Kirchhoff. Capítulo
UNI apítulo 11 s les de Krchhoff s les de Krchhoff são utlzadas para determnar as ntensdades de corrente elétrca em crcutos que não podem ser convertdos em crcutos smples. S empre que um crcuto não pode
Leia maisOs modelos de regressão paramétricos vistos anteriormente exigem que se suponha uma distribuição estatística para o tempo de sobrevivência.
MODELO DE REGRESSÃO DE COX Os modelos de regressão paramétrcos vstos anterormente exgem que se suponha uma dstrbução estatístca para o tempo de sobrevvênca. Contudo esta suposção, caso não sea adequada,
Leia maisEstatística. 8 Teste de Aderência. UNESP FEG DPD Prof. Edgard
Estatístca 8 Teste de Aderênca UNESP FEG DPD Prof. Edgard 011 8-1 Teste de Aderênca IDÉIA: descobrr qual é a Dstrbução de uma Varável Aleatóra X, a partr de uma amostra: {X 1, X,..., X n } Problema: Seja
Leia maisS f S k = S ( U k, V 0, ) N 0 + S. onde U k e U k
que o sstema atnge, como resultado da lberação de um do seus vínculo, será um estado onde o sstema terá N 1 vínculos e além dsso aquele será o estado com maor entropa, de todos os possíves (veja a rgura
Leia maisFICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4
FICHA de AVALIAÇÃO de MATEMÁTICA A 10.º Ano Versão 4 Nome Nº Turma: Data: / / Professor 10.º Ano Classfcação Apresente o seu racocíno de forma clara, ndcando todos os cálculos que tver de efetuar e todas
Leia mais2 Principio do Trabalho Virtual (PTV)
Prncpo do Trabalho rtual (PT)..Contnuo com mcroestrutura Na teora que leva em consderação a mcroestrutura do materal, cada partícula anda é representada por um ponto P, conforme Fgura. Porém suas propredades
Leia mais