• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 36
  • 3
  • Tagged with
  • 39
  • 39
  • 24
  • 18
  • 9
  • 9
  • 9
  • 9
  • 9
  • 9
  • 9
  • 6
  • 6
  • 6
  • 6
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Um modelo categorizador intervalar n-dimensional com l-camadas baseado em tesselações

Aguiar, Marilton Sanchotene de January 2003 (has links)
O ICTM (Interval Categorizer Tesselation Model), objeto da presente tese, é um modelo geral para análise de espaços de natureza geométrica, baseado em tesselaçoes, que é capaz de produzir uma categorização confiável de conjunto de pontos de um dado espaço, de acordo com múltiplas características dos pontos, cada característica correspondendo a uma camada do modelo. Por exemplo, na análise de terrenos geográficos, uma região geográfica pode ser analisada de acordo com a sua topografia, vegetaçao, demografia, dados econômicos etc, cada uma gerando uma subdivisão diferente da região. O modelo geral baseado em tesselações não está restrito, porém, a análise de espaços bi-dimensionais. O conjunto dos pontos analisados pode pertencer a um espaço multidimensional, determinando a característica multi-dimensional de cada camada. Um procedimento de projeção das categorizações obtidas em cada camada sobre uma camada básica leva a uma categorização confiavel mais significante, que combina em uma só classificação as análises obtidas para cada característica. Isto permite muitas análises interessantes no que tange a dependência mútua das características. A dimensão da tesselação pode ser arbitrária ou escolhida de acordo com algum critério específico estabelecido pela aplicação. Neste caso, a categorização obtida pode ser refinada, ou pela re-definição da dimensão da tesselação ou tomando cada sub-região resultante para ser analisada separadamente A formalização nos registradores pode ser facilmente recuperada apenas pela indexação dos elementos das matrizes, em qualquer momento da execução. A implementação do modelo é naturalmente paralela, uma vez que a análise é feita basicamente por regras locais. Como os dados de entrada numéricos são usualmente suscetíveis a erros, o modelo utiliza a aritmética intervalar para se ter um controle automático de erros. O modelo ICTM também suporta a extração de fatos sobre as regiões de modo qualitativo, por sentenças lógicas, ou quantitativamente, pela análise de probabilidade. Este trabalho recebe apoio nanceiro do CNPq/CTPETRO e FAPERGS.
2

Um modelo categorizador intervalar n-dimensional com l-camadas baseado em tesselações

Aguiar, Marilton Sanchotene de January 2003 (has links)
O ICTM (Interval Categorizer Tesselation Model), objeto da presente tese, é um modelo geral para análise de espaços de natureza geométrica, baseado em tesselaçoes, que é capaz de produzir uma categorização confiável de conjunto de pontos de um dado espaço, de acordo com múltiplas características dos pontos, cada característica correspondendo a uma camada do modelo. Por exemplo, na análise de terrenos geográficos, uma região geográfica pode ser analisada de acordo com a sua topografia, vegetaçao, demografia, dados econômicos etc, cada uma gerando uma subdivisão diferente da região. O modelo geral baseado em tesselações não está restrito, porém, a análise de espaços bi-dimensionais. O conjunto dos pontos analisados pode pertencer a um espaço multidimensional, determinando a característica multi-dimensional de cada camada. Um procedimento de projeção das categorizações obtidas em cada camada sobre uma camada básica leva a uma categorização confiavel mais significante, que combina em uma só classificação as análises obtidas para cada característica. Isto permite muitas análises interessantes no que tange a dependência mútua das características. A dimensão da tesselação pode ser arbitrária ou escolhida de acordo com algum critério específico estabelecido pela aplicação. Neste caso, a categorização obtida pode ser refinada, ou pela re-definição da dimensão da tesselação ou tomando cada sub-região resultante para ser analisada separadamente A formalização nos registradores pode ser facilmente recuperada apenas pela indexação dos elementos das matrizes, em qualquer momento da execução. A implementação do modelo é naturalmente paralela, uma vez que a análise é feita basicamente por regras locais. Como os dados de entrada numéricos são usualmente suscetíveis a erros, o modelo utiliza a aritmética intervalar para se ter um controle automático de erros. O modelo ICTM também suporta a extração de fatos sobre as regiões de modo qualitativo, por sentenças lógicas, ou quantitativamente, pela análise de probabilidade. Este trabalho recebe apoio nanceiro do CNPq/CTPETRO e FAPERGS.
3

Um modelo categorizador intervalar n-dimensional com l-camadas baseado em tesselações

Aguiar, Marilton Sanchotene de January 2003 (has links)
O ICTM (Interval Categorizer Tesselation Model), objeto da presente tese, é um modelo geral para análise de espaços de natureza geométrica, baseado em tesselaçoes, que é capaz de produzir uma categorização confiável de conjunto de pontos de um dado espaço, de acordo com múltiplas características dos pontos, cada característica correspondendo a uma camada do modelo. Por exemplo, na análise de terrenos geográficos, uma região geográfica pode ser analisada de acordo com a sua topografia, vegetaçao, demografia, dados econômicos etc, cada uma gerando uma subdivisão diferente da região. O modelo geral baseado em tesselações não está restrito, porém, a análise de espaços bi-dimensionais. O conjunto dos pontos analisados pode pertencer a um espaço multidimensional, determinando a característica multi-dimensional de cada camada. Um procedimento de projeção das categorizações obtidas em cada camada sobre uma camada básica leva a uma categorização confiavel mais significante, que combina em uma só classificação as análises obtidas para cada característica. Isto permite muitas análises interessantes no que tange a dependência mútua das características. A dimensão da tesselação pode ser arbitrária ou escolhida de acordo com algum critério específico estabelecido pela aplicação. Neste caso, a categorização obtida pode ser refinada, ou pela re-definição da dimensão da tesselação ou tomando cada sub-região resultante para ser analisada separadamente A formalização nos registradores pode ser facilmente recuperada apenas pela indexação dos elementos das matrizes, em qualquer momento da execução. A implementação do modelo é naturalmente paralela, uma vez que a análise é feita basicamente por regras locais. Como os dados de entrada numéricos são usualmente suscetíveis a erros, o modelo utiliza a aritmética intervalar para se ter um controle automático de erros. O modelo ICTM também suporta a extração de fatos sobre as regiões de modo qualitativo, por sentenças lógicas, ou quantitativamente, pela análise de probabilidade. Este trabalho recebe apoio nanceiro do CNPq/CTPETRO e FAPERGS.
4

Análise da complexidade computacional de problemas de estatística descritiva com entradas intervalares

Loreto, Aline Brum January 2006 (has links)
A Estatística é uma ferramenta indispensável em todos os campos científicos. A Estatística descritiva é usada para sintetizar dados. O principal problema desta área está relacionado aos valores de uma amostra, os quais geralmente possuem erros que ocorrem durante a obtenção dos dados. Um dos objetivos deste trabalho é apresentar uma forma de representação para os valores amostrais que considera os erros contidos nestes valores. Esta representação é realizada através de intervalos. A literatura mostra que foram realizadas pesquisas somente em problemas de calcular os valores intervalares das medidas de dispersão variância, covariância e coeficiente de correlação, que a utilização da computação intervalar na solução de problemas de medidas de dispersão intervalar sempre fornece solução com intervalos superestimados (intervalos com amplitude grande), e que ao procurar uma solução com intervalos de amplitude pequena (através da computação da imagem intervalar), o problema passa a pertencer a classe de problemas NP-Difícil. Com o objetivo principal de analisar a complexidade computacional dos problemas de computar os valores dos indicadores estatísticos descritivos com entradas intervalares, e realizar uma classificação quanto a classe de complexidade, a presente tese apresenta: i) definições intervalares de medidas de tendência central, medidas de dispersão e separatrizes; ii) investigação da complexidade de problemas das medidas de tendência central média, mediana e moda, das medidas de dispersão amplitude, variância, desvio padrão, coeficiente de variação, covariância, coeficiente de correlação e das separatrizes e iii) representação intervalar dos valores reais, de tal modo que garante a qualidade de aproximação nos intervalos solução calculado através da extensão intervalar Primeiramente, apresentamos uma abordagem intervalar para os indicadores estatísticos e propomos algoritmos para a solução dos problemas de computar os intervalos de medidas de tendência central intervalar, dispersão intervalar e separatrizes intervalares. Tais algoritmos utilizam a aritmética intervalar definida por Moore, a extensão intervalar e foram projetados para serem executados em ambientes intervalares como IntLab e Maple Intervalar. Por meio da análise da complexidade computacional verificamos que os problemas de medidas de tendência central, dispersão e separatrizes, com entradas intervalares, pertencem à classe de problemas P. Este trabalho apresenta, portanto, algoritmos de tempo polinomial que calculam os intervalos dos indicadores estatísticos com entradas intervalares, e que retornam como solução intervalos com qualidade de aproximação. Os resultados obtidos no desenvolvimento do trabalho tornaram viável a computação da Estatística Descritiva Intervalar.
5

Análise da complexidade computacional de problemas de estatística descritiva com entradas intervalares

Loreto, Aline Brum January 2006 (has links)
A Estatística é uma ferramenta indispensável em todos os campos científicos. A Estatística descritiva é usada para sintetizar dados. O principal problema desta área está relacionado aos valores de uma amostra, os quais geralmente possuem erros que ocorrem durante a obtenção dos dados. Um dos objetivos deste trabalho é apresentar uma forma de representação para os valores amostrais que considera os erros contidos nestes valores. Esta representação é realizada através de intervalos. A literatura mostra que foram realizadas pesquisas somente em problemas de calcular os valores intervalares das medidas de dispersão variância, covariância e coeficiente de correlação, que a utilização da computação intervalar na solução de problemas de medidas de dispersão intervalar sempre fornece solução com intervalos superestimados (intervalos com amplitude grande), e que ao procurar uma solução com intervalos de amplitude pequena (através da computação da imagem intervalar), o problema passa a pertencer a classe de problemas NP-Difícil. Com o objetivo principal de analisar a complexidade computacional dos problemas de computar os valores dos indicadores estatísticos descritivos com entradas intervalares, e realizar uma classificação quanto a classe de complexidade, a presente tese apresenta: i) definições intervalares de medidas de tendência central, medidas de dispersão e separatrizes; ii) investigação da complexidade de problemas das medidas de tendência central média, mediana e moda, das medidas de dispersão amplitude, variância, desvio padrão, coeficiente de variação, covariância, coeficiente de correlação e das separatrizes e iii) representação intervalar dos valores reais, de tal modo que garante a qualidade de aproximação nos intervalos solução calculado através da extensão intervalar Primeiramente, apresentamos uma abordagem intervalar para os indicadores estatísticos e propomos algoritmos para a solução dos problemas de computar os intervalos de medidas de tendência central intervalar, dispersão intervalar e separatrizes intervalares. Tais algoritmos utilizam a aritmética intervalar definida por Moore, a extensão intervalar e foram projetados para serem executados em ambientes intervalares como IntLab e Maple Intervalar. Por meio da análise da complexidade computacional verificamos que os problemas de medidas de tendência central, dispersão e separatrizes, com entradas intervalares, pertencem à classe de problemas P. Este trabalho apresenta, portanto, algoritmos de tempo polinomial que calculam os intervalos dos indicadores estatísticos com entradas intervalares, e que retornam como solução intervalos com qualidade de aproximação. Os resultados obtidos no desenvolvimento do trabalho tornaram viável a computação da Estatística Descritiva Intervalar.
6

Análise da complexidade computacional de problemas de estatística descritiva com entradas intervalares

Loreto, Aline Brum January 2006 (has links)
A Estatística é uma ferramenta indispensável em todos os campos científicos. A Estatística descritiva é usada para sintetizar dados. O principal problema desta área está relacionado aos valores de uma amostra, os quais geralmente possuem erros que ocorrem durante a obtenção dos dados. Um dos objetivos deste trabalho é apresentar uma forma de representação para os valores amostrais que considera os erros contidos nestes valores. Esta representação é realizada através de intervalos. A literatura mostra que foram realizadas pesquisas somente em problemas de calcular os valores intervalares das medidas de dispersão variância, covariância e coeficiente de correlação, que a utilização da computação intervalar na solução de problemas de medidas de dispersão intervalar sempre fornece solução com intervalos superestimados (intervalos com amplitude grande), e que ao procurar uma solução com intervalos de amplitude pequena (através da computação da imagem intervalar), o problema passa a pertencer a classe de problemas NP-Difícil. Com o objetivo principal de analisar a complexidade computacional dos problemas de computar os valores dos indicadores estatísticos descritivos com entradas intervalares, e realizar uma classificação quanto a classe de complexidade, a presente tese apresenta: i) definições intervalares de medidas de tendência central, medidas de dispersão e separatrizes; ii) investigação da complexidade de problemas das medidas de tendência central média, mediana e moda, das medidas de dispersão amplitude, variância, desvio padrão, coeficiente de variação, covariância, coeficiente de correlação e das separatrizes e iii) representação intervalar dos valores reais, de tal modo que garante a qualidade de aproximação nos intervalos solução calculado através da extensão intervalar Primeiramente, apresentamos uma abordagem intervalar para os indicadores estatísticos e propomos algoritmos para a solução dos problemas de computar os intervalos de medidas de tendência central intervalar, dispersão intervalar e separatrizes intervalares. Tais algoritmos utilizam a aritmética intervalar definida por Moore, a extensão intervalar e foram projetados para serem executados em ambientes intervalares como IntLab e Maple Intervalar. Por meio da análise da complexidade computacional verificamos que os problemas de medidas de tendência central, dispersão e separatrizes, com entradas intervalares, pertencem à classe de problemas P. Este trabalho apresenta, portanto, algoritmos de tempo polinomial que calculam os intervalos dos indicadores estatísticos com entradas intervalares, e que retornam como solução intervalos com qualidade de aproximação. Os resultados obtidos no desenvolvimento do trabalho tornaram viável a computação da Estatística Descritiva Intervalar.
7

Estudo sobre resolucao de equacoes de coeficientes intervalares / An study about solving equations of interval coefficients

Korzenowski, Heidi January 1994 (has links)
O objetivo deste trabalho e determinar a solução de algumas equações de coeficientes intervalares. Este estudo utiliza uma Teoria das Aproximações Intervalares, a qual foi descrita por [ACI91]. Nesta teoria a igualdade para intervalos e substituída pela relação de aproximação . Esta substituição deve-se ao fato da igualdade utilizada na Teoria Clássica dos Intervalos para resolução de equações de coeficientes intervalares não apresentar uma solução satisfatória, visto que a solução encontrada não contem todas as soluções das equações reais que compõe a equação intervalar. Pela substituição da igualdade intervalar por uma relação de aproximação é possível determinar a solução de equações de coeficientes intervalares, de maneira que esta solução contenha todas as possíveis soluções das equações reais pertencentes a equação intervalar. Apresenta-se alguns conceitos básicos, bem como analisa-se algumas propriedades no espaço solução ( /(R), +, •, C, 1). São representadas graficamente diferentes tipos de funções neste espaço intervalar, com os objetivos de obtenção da imagem, caracterização da solução e identificação gráfica da região de solução (ótima e externa), para cada tipo de função. Como a representação de intervalos de /(R) esta determinada num semiplano de eixos X - X+, onde X - representa o extremo inferior de cada intervalo e X+ representa o extremo superior dos intervalos, apresenta-se o espaço intervalar estendido /(R). Neste espaço intervalar estão definidos os intervalos não-regulares, representados no outro semi-piano de eixos X - X+ Em /(R) serão apresentados alguns conceitos fundamentais, assim como operações aritméticas e algumas considerações referentes aos intervalos não-regulares. No espaço intervalar /(R) e possível resolver equações de coeficientes intervalares de maneira análoga a resolução de equações reais no espaço real, pois este espaço intervalar possui a estrutura semelhante a de um corpo. Com isto apresenta-se a solução de equações de coeficientes intervalares lineares, obtida diretamente, assim como determina-se a Formula de Bascara Intervalar para resolução da Equação Quadrática Intervalar. Para funções que possuem grau maior que 2 apresenta-se alguns métodos iterativos intervalares, tais como o Método de Newton Intervalar, o Método da Secante Intervalar e o Método híbrido Intervalar, que permitem a obtenção do intervalo solução para funções intervalares. Por fim apresenta-se alguns conceitos básicos no espaço intervalar matricial M„,„(/(R)), bem como apresenta-se alguns métodos diretos para resolução de sistemas de equações lineares intervalares. / The aim of this work is to determine the solution set of some Equations of Interval Coefficients. The study use a Theory of Interval Approximation. The begining of this theory was described by [ACI91]. In this theory the equality for intervals is replaced by an approximation relation. When we make use of that relation to solve interval equations, it's possible to obtain an optimal solution, i.e., to get an interval solution that contain all of real solutions of the real equations envolved in the interval equation. By using the equality of Classical Interval Theory for solving interval equations we can not get an optimal solution, that is, the interval solution in the most of equations not consider some real solutions of real equations that belong to the interval equation. We present some basic concepts and analyse some properties at the interval space (1(R), E, -a x , 1). Different kind of functions are showed in this space in order to obtain the range, the solution caracterization and the graphic identification of the optimal and external solution region, for each kind of function. The representation of intervals in /(R) is determined in a half plane of axes X - , X+, where X - represent the lower endpoint and X+ represent the upper endpoint of the intervals. The nonregular intervals are defined in /(R), which are determined in an other half plane. In this interval space are presenting some specific concepts, as well as arithmetical operations and some remarks about nonregular intervals. The interval space (1(R), +, •, C, Ex , 1) have a similar structure to a field, so it's possible to solve interval coefficients equations analogously as to solve real equations in the real space. We present the solution of linear interval equations and we determine an interval formula to solve square interval equation. We present some intervals iterated methods for functions that have degree greater than 2 that allow to get an interval solution of interval functions. Finally we show some basic concepts about the interval matrix space Af,„„(IR)) and present direct methods for the resolution of linear interval sistems.
8

Solução de equações intervalares

Vaccaro, Guilherme Luis Roehe January 2001 (has links)
Este trabalho trata do tipo de dado intervalar e da importância da especificação de uma semântica para garantir a correção e a interpretação coerente de resultados gerados, tais como de soluções de equações envolvendo este tipo de dado. Para tanto, realiza um estudo comparativo das semânticas de envoltória intervalar de reais e de número-intervalo, procurando identificar a influência de cada uma sobre definições fundamentais, tais como as das operações aritméticas e a do tipo de solução encontrado. Uma vez caracterizadas as semânticas associadas ao tipo de dado intervalar, o trabalho apresenta resultados que permitem mapear algebricamente a operação de multiplicação de números-intervalo tanto na representação de extremo inferior e extremo superior como na representação por ponto médio e diâmetro. Com base nesses resultados apresenta os mapeamentos das expressões algébricas que definem as potências positivas inteiras tanto para a semântica de número-intervalo como para a de envoltória de reais. Conjugando os resultados obtidos com a semântica de número-intervalo, o trabalho apresenta procedimentos algorítmicos para a determinação de dois tipos de soluções de equações intervalares: solução própria, a obtida diretamente a partir da relação de igualdade estrutural algébrica entre intervalos, e envoltória intervalar de soluções reais, normalmente referenciada como a solução intervalar usual. Exemplos são apresentados para a validação dos procedimentos, bem como para a discussão do significado de cada tipo de solução sob o enfoque semântico.
9

Localização de zeros reais de polinômios intervalares / Real zero localization of interval polynomials

Marins, Jussara Maria January 1996 (has links)
Este trabalho contém um estudo para isolar os zeros reais de polinômios cujos coeficientes podem ser perturbados, isto é, os coeficientes possuem variações que constituem intervalos. Assim chamamos a tais polinômios de Polinômios Intervalares do mesmo modo que chamamos de polinômios complexos àqueles que possuem coeficientes complexos. Isolar os zeros, delimitar regiões que os contenham, dizer se um polinômio estável ou determinar qual a perturbação aceitável nos seus coeficientes, de modo a preservar certas características são problemas que aparecem em diversos setores da Computação Científica e em especial, na Teoria de Controle. Neste trabalho, a família dos polinômios intervalares é inicialmente analisada dentro das possibilidades algébricas que as operações intervalares, conforme definidas por Moore, permitem. Dentro deste contexto, são definidas as operações elementares entre polinômios intervalares assim como são estudadas as suas novas propriedades. Em função das limitações inerentes à abordagem anterior, a família [p] dos polinômios intervalares, é também, caracterizada por um novo enfoque, através de 4 polinômios reais específicos da família, - os polinômios limítrofes - a partir dos quais podemos obter informações relevantes a respeito da enumeração e localização dos seus zeros reais ou eventualmente sobre os zeros complexos. Obtivemos, com o uso dos polinômios limítrofes, um resultado mais eficiente para determinar se um polinômio intervalar possui apenas zeros reais, de modo que, neste caso, eles possam ser isolados num algoritmo algébrico de complexidade menor, do que uma outra alternativa baseada no cálculo de autovalores. Além disso. localizar os zeros de polinômios intervalares é uma fase importante para o cálculo aproximado ou mesmo exato da região que contém efetivamente os zeros do polinômio intervalar. Em geral, os métodos de cálculo aproximado dos zeros precisam de uma região inicial que contenha apenas um zero a ser pesquisado. Esta é uma fase crítica de todo o processo, feito pela abordagem algébrica ou pela abordagem de aproximações numéricas. / The aim of this work is to isolate through algebraic process the real polynomial roots that have coefficients which can be perturbed. These perturbations (variations) on the coefficients can be enclosed in intervals. Then we call these polynomials. interval polynomials, in the same way that we call complex polynomial those ones formed with coefficients that are complex numbers. One of the main points in the solution of polynomial problems is to limit the regions that have all roots, all the negative ones, the stability, and so on. These questions present good solutions when the polynomials are real or complex, on the other hand, when the coefficients are perturbed or we need to decide what kind of variation can be done, in order to preserve the main features of the polynomial, then we are workin g with problems that appear in Scientific Computation and, specially, in Control Theory. Besides this, we need to isolate the roots of interval polynomial before calculating them. In general, the methods for approximating zeros need an initial region that has just one root. In the case where the accuracy is necessary or if we already know of the result instability, the algebraic processes are recommended.
10

Estudo sobre resolucao de equacoes de coeficientes intervalares / An study about solving equations of interval coefficients

Korzenowski, Heidi January 1994 (has links)
O objetivo deste trabalho e determinar a solução de algumas equações de coeficientes intervalares. Este estudo utiliza uma Teoria das Aproximações Intervalares, a qual foi descrita por [ACI91]. Nesta teoria a igualdade para intervalos e substituída pela relação de aproximação . Esta substituição deve-se ao fato da igualdade utilizada na Teoria Clássica dos Intervalos para resolução de equações de coeficientes intervalares não apresentar uma solução satisfatória, visto que a solução encontrada não contem todas as soluções das equações reais que compõe a equação intervalar. Pela substituição da igualdade intervalar por uma relação de aproximação é possível determinar a solução de equações de coeficientes intervalares, de maneira que esta solução contenha todas as possíveis soluções das equações reais pertencentes a equação intervalar. Apresenta-se alguns conceitos básicos, bem como analisa-se algumas propriedades no espaço solução ( /(R), +, •, C, 1). São representadas graficamente diferentes tipos de funções neste espaço intervalar, com os objetivos de obtenção da imagem, caracterização da solução e identificação gráfica da região de solução (ótima e externa), para cada tipo de função. Como a representação de intervalos de /(R) esta determinada num semiplano de eixos X - X+, onde X - representa o extremo inferior de cada intervalo e X+ representa o extremo superior dos intervalos, apresenta-se o espaço intervalar estendido /(R). Neste espaço intervalar estão definidos os intervalos não-regulares, representados no outro semi-piano de eixos X - X+ Em /(R) serão apresentados alguns conceitos fundamentais, assim como operações aritméticas e algumas considerações referentes aos intervalos não-regulares. No espaço intervalar /(R) e possível resolver equações de coeficientes intervalares de maneira análoga a resolução de equações reais no espaço real, pois este espaço intervalar possui a estrutura semelhante a de um corpo. Com isto apresenta-se a solução de equações de coeficientes intervalares lineares, obtida diretamente, assim como determina-se a Formula de Bascara Intervalar para resolução da Equação Quadrática Intervalar. Para funções que possuem grau maior que 2 apresenta-se alguns métodos iterativos intervalares, tais como o Método de Newton Intervalar, o Método da Secante Intervalar e o Método híbrido Intervalar, que permitem a obtenção do intervalo solução para funções intervalares. Por fim apresenta-se alguns conceitos básicos no espaço intervalar matricial M„,„(/(R)), bem como apresenta-se alguns métodos diretos para resolução de sistemas de equações lineares intervalares. / The aim of this work is to determine the solution set of some Equations of Interval Coefficients. The study use a Theory of Interval Approximation. The begining of this theory was described by [ACI91]. In this theory the equality for intervals is replaced by an approximation relation. When we make use of that relation to solve interval equations, it's possible to obtain an optimal solution, i.e., to get an interval solution that contain all of real solutions of the real equations envolved in the interval equation. By using the equality of Classical Interval Theory for solving interval equations we can not get an optimal solution, that is, the interval solution in the most of equations not consider some real solutions of real equations that belong to the interval equation. We present some basic concepts and analyse some properties at the interval space (1(R), E, -a x , 1). Different kind of functions are showed in this space in order to obtain the range, the solution caracterization and the graphic identification of the optimal and external solution region, for each kind of function. The representation of intervals in /(R) is determined in a half plane of axes X - , X+, where X - represent the lower endpoint and X+ represent the upper endpoint of the intervals. The nonregular intervals are defined in /(R), which are determined in an other half plane. In this interval space are presenting some specific concepts, as well as arithmetical operations and some remarks about nonregular intervals. The interval space (1(R), +, •, C, Ex , 1) have a similar structure to a field, so it's possible to solve interval coefficients equations analogously as to solve real equations in the real space. We present the solution of linear interval equations and we determine an interval formula to solve square interval equation. We present some intervals iterated methods for functions that have degree greater than 2 that allow to get an interval solution of interval functions. Finally we show some basic concepts about the interval matrix space Af,„„(IR)) and present direct methods for the resolution of linear interval sistems.

Page generated in 0.0889 seconds