- 41
- 30 382
Anselmo Pitombeira Neto
Brazil
เข้าร่วมเมื่อ 29 ก.ค. 2020
Aulas do Prof. Anselmo R. Pitombeira Neto, do Departamento de Engenharia de Produção da Universidade Federal do Ceará.
Processos de Decisão Markovianos
Introdução aos processos de decisão markovianos. Aplicação ao problema de controle de estoques. Implementação em Python, disponível em:
github.com/anselmo-pitombeira/Notebooks/blob/master/Iteracao_valor_controle_estoques.ipynb
Disciplina: Introdução à Modelagem (CCP9002)
Prof. Dr. Anselmo R. Pitombeira Neto (www.opl.ufc.br/pt/authors/anselmo/)
Programa de Pós-Graduação em Modelagem e Métodos Quantitativos (MMQ)
Departamento de Estatística e Matemática Aplicada
Universidade Federal do Ceará
github.com/anselmo-pitombeira/Notebooks/blob/master/Iteracao_valor_controle_estoques.ipynb
Disciplina: Introdução à Modelagem (CCP9002)
Prof. Dr. Anselmo R. Pitombeira Neto (www.opl.ufc.br/pt/authors/anselmo/)
Programa de Pós-Graduação em Modelagem e Métodos Quantitativos (MMQ)
Departamento de Estatística e Matemática Aplicada
Universidade Federal do Ceará
มุมมอง: 231
วีดีโอ
Gráfico x barra e R
มุมมอง 2722 ปีที่แล้ว
Disciplina TK0224 - Controle Estatístico de Processo - Aula 7 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Prof. Anselmo R. Pitombeira Neto www.opl.ufc.br/pt/authors/anselmo/
Regressão Logística
มุมมอง 752 ปีที่แล้ว
Introdução à regressão logística. Aplicação com uso da biblioteca Scikit Learn do Python com uso dos dados de um problema de classificação de variedades de vinhos. Disciplina: Introdução à Modelagem (CCP9002) Prof. Dr. Anselmo R. Pitombeira Neto (www.opl.ufc.br/pt/authors/anselmo/) Programa de Pós-Graduação em Modelagem e Métodos Quantitativos (MMQ) Departamento de Estatística e Matemática Apli...
Problema de Corte Estoque - Geração de Colunas
มุมมอง 6192 ปีที่แล้ว
Nesta aula, apresento o método de geração de colunas para a solução do problema de corte de estoque e uma implementação em Python com uso da biblioteca Pyomo. Link para Jupyter Notebook: github.com/anselmo-pitombeira/Notebooks/blob/master/corte_de_estoque_geracao_colunas.ipynb
Introdução aos Gráficos de Controle
มุมมอง 1292 ปีที่แล้ว
Disciplina TK0224 - Controle Estatístico de Processo - Aula 6 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Prof. Anselmo R. Pitombeira Neto www.opl.ufc.br/pt/authors/anselmo/
Regressão Linear
มุมมอง 942 ปีที่แล้ว
Regressão linear, modelos lineares e regularização. Aplicação com uso da biblioteca StatsModels do Python com dos dados de imóveis da Cidade de Boston. Disciplina: Introdução à Modelagem (CCP9002) Prof. Dr. Anselmo R. Pitombeira Neto (www.opl.ufc.br/pt/authors/anselmo/) Programa de Pós-Graduação em Modelagem e Métodos Quantitativos (MMQ) Departamento de Estatística e Matemática Aplicada Univers...
Análise de Variância
มุมมอง 1062 ปีที่แล้ว
Disciplina TK0224 - Controle Estatístico de Processo - Aula 5 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Prof. Anselmo R. Pitombeira Neto www.opl.ufc.br/pt/authors/anselmo/
Teste de hipótese para duas amostras
มุมมอง 752 ปีที่แล้ว
Disciplina TK0224 - Controle Estatístico de Processo - Aula 4 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Prof. Anselmo R. Pitombeira Neto www.opl.ufc.br/pt/authors/anselmo/
Teste de hipótese para uma amostra
มุมมอง 972 ปีที่แล้ว
Disciplina TK0224 - Controle Estatístico de Processo - Aula 3 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Prof. Anselmo R. Pitombeira Neto www.opl.ufc.br/pt/authors/anselmo/
Intervalos de Confiança
มุมมอง 1202 ปีที่แล้ว
Disciplina TK0224 - Controle Estatístico de Processo - Aula 2 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Prof. Anselmo R. PItombeira Neto www.opl.ufc.br/pt/authors/anselmo/
Variaveis Aleatórias
มุมมอง 2872 ปีที่แล้ว
Disciplina TK0224 - Controle Estatístico de Processo - Aula 1 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Prof. Anselmo R. PItombeira Neto www.opl.ufc.br/pt/authors/anselmo/ 0:00 Introdução 1:40 Variável aleatória: exemplo 2:32 Variáveis aleatórias discretas e continuas 4:56 Distribuições de probabilidades 5:24 V.as discretas: função massa de probabilidades 7:08 Va...
O Método Branch and Bound
มุมมอง 2K3 ปีที่แล้ว
Disciplina TK0222 - Pesquisa Operacional - Ano 2021 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Nesta aula, apresento o método branch and bound para a solução de problemas de programação linear inteira e inteira mista. Site da disciplina: www.opl.ufc.br/pt/disciplinas/pesquisa_operacional/
O Problema do Caixeiro Viajante - Métodos Heurísticos
มุมมอง 1.3K3 ปีที่แล้ว
Disciplina TK0222 - Pesquisa Operacional - Ano 2021 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Nesta aula, apresento métodos heurísticos para o problema do caixeiro viajante. Site da disciplina: www.opl.ufc.br/pt/disciplinas/pesquisa_operacional/
O problema do Caixeiro Viajante - Modelos de PLI
มุมมอง 6683 ปีที่แล้ว
Disciplina TK0222 - Pesquisa Operacional - Ano 2021 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Nesta aula, apresentamos o clássico problema do caixeiro viajante e duas formulações por programação linear inteira: a formulação de Dantzig, Fulkerson e Johnson (DFJ) e a formulação de Miller, Tucker e Zemlin (MTZ). Site da disciplina: www.opl.ufc.br/pt/disciplinas/pesq...
Método Simplex: Obtendo uma solução inicial
มุมมอง 7573 ปีที่แล้ว
Disciplina TK0222 - Pesquisa Operacional - Ano 2021 Curso de Engenharia de Produção Mecânica da Universidade Federal do Ceará Nesta aula, descrevo como obter uma soluções inicial no Método Simplex por meio dos métodos do big-M e duas fases. Site da disciplina: www.opl.ufc.br/pt/disciplinas/pesquisa_operacional/
Modelagem de dados de entrada em modelos de simulação
มุมมอง 3173 ปีที่แล้ว
Modelagem de dados de entrada em modelos de simulação
Simulação de Sistemas de Filas no Software Arena
มุมมอง 7K3 ปีที่แล้ว
Simulação de Sistemas de Filas no Software Arena
Problema do Caixeiro Viajante - Modelagem por programação linear inteira
มุมมอง 1K3 ปีที่แล้ว
Problema do Caixeiro Viajante - Modelagem por programação linear inteira
Geração de amostras de distribuições probabilidades: Método da inversa e aceitação-rejeição
มุมมอง 1.4K3 ปีที่แล้ว
Geração de amostras de distribuições probabilidades: Método da inversa e aceitação-rejeição
Pesquisa Operacional: Problema de corte de estoque
มุมมอง 7403 ปีที่แล้ว
Pesquisa Operacional: Problema de corte de estoque
Pesquisa Operacional: Programação linear inteira e o problema mochila
มุมมอง 5083 ปีที่แล้ว
Pesquisa Operacional: Programação linear inteira e o problema mochila
Pesquisa Operacional: Problema de alocação
มุมมอง 2.7K3 ปีที่แล้ว
Pesquisa Operacional: Problema de alocação
excelente!
vc é 1 Deus, obrigado!!!
Professor eu desenvolvir uma heuristica e gostaria de compartilhar. Minha heurística usa topologia e círculos concêntricos. O quê você acha?.
Olá! Me envia o link do seu Github.
E quando a tabela é assimétrica?
Obrigada Professor pelo conteúdo
Essa aula é incrível 😀
Muito obrigado mestre! me ajudou muito
Aula muito boa
Boa tarde Professor, referente ao módulo: 5 mod 8 = 5, 8 dividido por 5 é 0,625, mas na calculadora aparece 5 também, porque isso?
imagino que seja por que não é possível dividir 5 por 8, no caso sobra o número por inteiro, 5
5 mod 8 é o resto da divisão de 5 por 8 restrito ao conjunto dos números inteiros. Ao dividir 5 por 8, o resultado em inteiros é 0. Logo, o resto da divisão é 5 - 0 = 5.
Explicação primorosa professor! ajudou bastante esse aluno da Física - UFC, muito obrigado por disponibilizar esse conteúdo !
Excelente aula professor Anselmo! Obrigada por partilhar seu conhecimento conosco!!
Aula perfeita!!!
Obrigado 😃
Muito bom!
Excelente aula Professor! Obrigado por compartilhar...
Bons estudos!
É o CARA mesmo! Tenha orgulho no que ce faz!!!
Anselmo, você é O CARA !!! Muito obrigado por esse conhecimento!! Deus abençoe você!!
O seu vídeo está a ajudar imenso o meu estudo. Continue!!!!!!!
Muito obrigada pelo vídeo, professor! Me ajudou muito.
Parabéns pela clareza da apresentação e material. JB
Excelente explicação, professor.
Obrigado! Fique à vontade para assistir as outras aulas da playlist.
@@anselmopitombeiraneto5307 Com certeza, professor. Já dei uma olhada nos títulos dos vídeos e todos são bastante interessantes. Obrigado pela disponibilização deste material.
professor se eu quisesse criar uma simulação de uma fila de um caixa rápido com tempo de chegada de 1 minuto para cada cliente novo com 15 unidades de processamento por atendente como eu faria ? eu queria saber na configuração do processamento de cada icone?
Caro Rochester. Nesse caso, você pode pôr no tempo entre chegadas uma distribuição exponencial com média de 1 min. Já com relação ao tempo de atendimento, você precisa conhecer a distribuição de probabilidades por meio de amostragem. Se isso não for possível, você pode escolher uma distribuição uniforme se você conhecer somente os tempos mínimo e máximo de atendimento em um guichê, por exemplo. Lembrando também que se o seu caixa rápido dispõe de fila única e mais de um atendente, você deve especificar a capacidade no módulo Resource como sendo igual ao número de atendentes disponíveis.
Tudo bem, professor? Eu estou querendo efetuar um trabalho de simulação no arena. Gostaria de saber se voce tem um contato para conversarmos...
Olá. Você pode encontrar meu contato nesse site: producao.ufc.br/pt/corpo-docente/
Excelente, professor Anselmo! Explicar essa formação de sub-rotas é algo muito importante. Abraço!
Obrigado, professor Bruno!
Excelente aula, Prof. Anselmo! Lembrei dos tempos do nosso concurso para o DEMP. Abs
Bem lembrado!
Olá professor, sou aluno de transporte terrestre da Fatec - Barueri - SP, vou usar suas aulas como complemento da aula do meu professor.
Parabéns ao Prof. Anselmo pela excelente aula e pela iniciativa!
Olá professor. Se eu estiver utilizando o código no Jupyter, posso chamar o solver com o mesmo executable utilizado no Colab? Como o que o senhor utiliza no exemplo: pyEnv.SolverFactory('cbc', executable='/usr/bin/cbc')
Professor, como eu defino as variáveis não básicas iniciais? Sempre é o número de variáveis inicialmente dados na questão? Ou é o número de variáveis presentes em todas equações dadas? Por exemplo, se o enunciado da questão dá uma equação com x1 e x2, e outras equações nas quais o x1 não está presente, mesmo assim considera-se x1 não basica? E coloca como se ele tivesse coeficiente 0? Ou seria no caso somente o x2?
O número de variáveis básicas é igual ao número de restrições do seu problema. Um problema com 10 variáveis e 5 restrições terá 5 variáveis básicas. Em alguns problemas, as variáveis de folga adicionadas são definidas como as variáveis básicas iniciais. Por exemplo, se todas as 5 restrições nesse exemplo hipotético forem <=, você terá que adicionar 5 variáveis de folga e você pode defini-las como suas variáveis básicas iniciais. No entanto, essa regra nem sempre funciona, pois definir as variáveis de folga como variáveis básicas pode resultar em uma solução básica inicial inviável (pelo menos uma variável fica negativa quando se resolve o sistema linear correspondente). Assim, as variáveis básicas iniciais devem ser definidas por inspeção, tentativa e erro, ou usando os métodos do M-grande ou duas fases.
Olá professor. Como faço para instalar o COIN-OR ?
Oi, Alaide. A COIN-OR é uma coleção de algoritmos. Você pode instalar o COIN-OR CBC que é um solver linear. Pelo anaconda, você pode fazer no terminal: conda install -c conda-forge coincbc No notebook abaixo eu instalo no Google Colab (que usa Linux): github.com/anselmo-pitombeira/Notebooks/blob/master/Modelo_Calcados.ipynb