Submitted by Geyciane Santos (geyciane_thamires@hotmail.com) on 2015-10-02T15:26:06Z No. of bitstreams: 1 Dissertação- Carlon Gama de Azevedo.pdf: 3348137 bytes, checksum: f780790ff6f9bdfe5dd9c2b881e01dcb (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-09T12:42:11Z (GMT) No. of bitstreams: 1 Dissertação- Carlon Gama de Azevedo.pdf: 3348137 bytes, checksum: f780790ff6f9bdfe5dd9c2b881e01dcb (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2015-10-09T13:09:28Z (GMT) No. of bitstreams: 1 Dissertação- Carlon Gama de Azevedo.pdf: 3348137 bytes, checksum: f780790ff6f9bdfe5dd9c2b881e01dcb (MD5) / Made available in DSpace on 2015-10-09T13:09:28Z (GMT). No. of bitstreams: 1 Dissertação- Carlon Gama de Azevedo.pdf: 3348137 bytes, checksum: f780790ff6f9bdfe5dd9c2b881e01dcb (MD5) Previous issue date: 2015-05-14 / FAPEAM - Fundação de Amparo à Pesquisa do Estado do Amazonas / In this work, we tried to show some simple and detaileds mathematical applications through certain Optimization Problems in Secundary level, so that the students of this level realize and understand the mathematical world around. At first, we present some of the Calculation History emphasizing great mathematicians who have made this branch of mathematics into a powerful tool for solving many problems of Science and others. Then a synthesis of important results concerning the Calculus was made whose development was based on actual functions worked on the Secuondary. Just then, from there, we used that knowledge to build definitions, theorems and propositions regarding the optimization that would provide tools capable of solving problems of Matematics, Physics and Economics. / Neste trabalho, procurou-se mostrar algumas aplicações matemáticas simples e detalhadas, através de certos Problemas de Otimização em nível de Ensino Médio, de forma que o discente desse nível perceba e compreenda o mundo matemático que o cerca. A princípio, apresentamos um pouco da História do Cálculo enfatizando grandes matemáticos que tornaram esse ramo da Matemática em uma ferramenta poderosa para solucionar diversos problemas desta Ciência e outras. Em seguida, foi feito uma síntese de resultados importantes referente ao Cálculo cujo desenvolvimento foi feito com base em funções reais trabalhadas no ensino médio. Só então, a partir daí, usou-se esse conhecimento para construir definições, teoremas e proposições a respeito da Otimização que proporcionasse ferramentas capazes de solucionar problemas de Matemática, Física e Economia.

Submitted by Silvana Teresinha Dornelles Studzinski (sstudzinski) on 2016-05-09T16:17:46Z No. of bitstreams: 1 Vinicius José Schmidt_.pdf: 1328036 bytes, checksum: 6da7dd7865c3b2470fda338536aa5d69 (MD5) / Made available in DSpace on 2016-05-09T16:17:46Z (GMT). No. of bitstreams: 1 Vinicius José Schmidt_.pdf: 1328036 bytes, checksum: 6da7dd7865c3b2470fda338536aa5d69 (MD5) Previous issue date: 2016-02-29 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Este trabalho apresenta um modelo de metaheurística baseado em interação social de agentes inteligentes, utilizando-se do aprendizado social reproduzido por uma população de agentes para alcançar a otimização de problemas. O método aqui descrito é focado em interação social de seres humanos, tais como: comparação de status social, tendência da sociedade baseada nas pessoas mais influentes, troca de conhecimento, pessoas menos influentes seguindo os mais influentes no seu grupo e a busca de uma pessoa pelo local onde ela alcança seu melhor desempenho. A influência de um agente é medida através de seu status social, sendo assim, cada agente possui um raio de influência proporcional ao seu status. Esses conceitos foram modelados para a criação da técnica, sendo o aprendizado entre agentes ocorrido quando um agente menos influente encontra-se na região de influência de um agente mais bem-sucedido que ele. Resultados de testes, tanto de benchmark quanto de problemas reais, são apresentados e discutidos. Os testes indicam que a metaheurística é um modelo populacional promissor. / This work presents a metaheuristic model based on intelligent agents social interaction, using the social learning of a population of agents to achieve problems optimization. The method described here is based on humans social interaction, such as: comparison of social status, trend of society based on the most influential people, knowledge exchange, less influential people following the ones with most influential in their group and the search of a person where he achieves its best performance. An agent’s influence is measured through its social status, therefore, each agent have an influence radius proportional to its status. These concepts were modeled to create the technique, the learning among agents occurs when a less influential agent is located inside the influence region of an agent with more social status than him. Tests results, benchmark and real life problems, are presented and discussed. Those tests indicate that the model is a promising population metaheuristic.

Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2012

Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-01T19:31:46Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Ricardo Santos Fonseca.pdf: 3884170 bytes, checksum: c7f03d9fc12e685aabc06b6b6794a61b (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-01T19:32:02Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Ricardo Santos Fonseca.pdf: 3884170 bytes, checksum: c7f03d9fc12e685aabc06b6b6794a61b (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2017-02-01T19:32:17Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Ricardo Santos Fonseca.pdf: 3884170 bytes, checksum: c7f03d9fc12e685aabc06b6b6794a61b (MD5) / Made available in DSpace on 2017-02-01T19:32:17Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertação - Ricardo Santos Fonseca.pdf: 3884170 bytes, checksum: c7f03d9fc12e685aabc06b6b6794a61b (MD5) Previous issue date: 2016-08-04 / CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / In this work, lectures on Optimization Problems Applied Geometry. It presents initially a little history of some classic optimization problems in Euclidean Geometry Plana, as the Isoperimétrico Problem, the Heron Problem an the Steiner Problem. From there, he used that knowledge to build definitions, theorems and propositions regarding the Optimization of Geometry which provided grandiose tools for problem solving that can be applied in high school or in Mathematics Olympics. / Neste trabalho, disserta-se sobre Problemas de Otimização Aplicados à Geometria. Apresentase inicialmente um pouco da história de alguns problemas clássicos de otimização em Geometria Euclidiana Plana, como, o Problema Isoperimétrico, o Problema de Heron e o Problema de Steiner. A partir daí, usou-se esse conhecimento para construir definições, teoremas e proposições a respeito da Otimização em Geometria o que proporcionou grandiosas ferramentas para a resolução de problemas que podem ser aplicados no Ensino Médio ou em Olimpíadas de Matemática.

Submitted by Jean Medeiros (jeanletras@uepb.edu.br) on 2016-09-08T13:54:27Z No. of bitstreams: 1 PDF - Alex Fernandes Mendes.pdf: 2731212 bytes, checksum: 53473c1efa5b616abee7ccdd6fc9236d (MD5) / Approved for entry into archive by Secta BC (secta.csu.bc@uepb.edu.br) on 2016-09-09T18:51:21Z (GMT) No. of bitstreams: 1 PDF - Alex Fernandes Mendes.pdf: 2731212 bytes, checksum: 53473c1efa5b616abee7ccdd6fc9236d (MD5) / Made available in DSpace on 2016-09-09T18:55:06Z (GMT). No. of bitstreams: 1 PDF - Alex Fernandes Mendes.pdf: 2731212 bytes, checksum: 53473c1efa5b616abee7ccdd6fc9236d (MD5) Previous issue date: 2015-12-14 / In this work discuss optimization problems involving polynomial functions of de- gree greater than or equal to 2, where use the rate of variation to obtain the extremes, that can bemaximum orminimum. The proposal is to insert in high school the derived as rate of variation and from there to solve optimization problems, without defining the derivative formally. The problems proposed in this work meets the dynamic in the classroom, concrete problems, with some occurrence in our daily lives, may also include the areas of economics, engineering and physics. / No presente trabalho abordaremos problemas de otimização envolvendo funções polinomiais de grau maior ou igual a 2, onde utilizamos a taxa de variação na obtenção de extremos, que podem ser máximos ou mínimos relativos. A proposta é inserir no ensino médio a derivada como taxa de variação e a partir daí resolver problemas de otimização, sem definir a derivada de maneira formal. Os problemas propostos neste trabalho atende à dinâmica de sala de aula, sendo problemas concretos,com certa ocorrência no nosso cotidiano, podendo ainda abranger as áreas de economia, engenharia e física.

Submitted by Jean Medeiros (jeanletras@uepb.edu.br) on 2017-11-06T12:17:01Z No. of bitstreams: 1 PDF - Josenildo da Cunha Lima.pdf: 21330682 bytes, checksum: b04b7f38635dc46f7b4cfbfc949c318b (MD5) / Approved for entry into archive by Secta BC (secta.csu.bc@uepb.edu.br) on 2017-11-08T16:45:20Z (GMT) No. of bitstreams: 1 PDF - Josenildo da Cunha Lima.pdf: 21330682 bytes, checksum: b04b7f38635dc46f7b4cfbfc949c318b (MD5) / Made available in DSpace on 2017-11-08T16:45:20Z (GMT). No. of bitstreams: 1 PDF - Josenildo da Cunha Lima.pdf: 21330682 bytes, checksum: b04b7f38635dc46f7b4cfbfc949c318b (MD5) Previous issue date: 2017-05-05 / This work presents activities that can be carried out with the High School classes and that do have basic notions of the functions, area, volume and means inequality. We present a didactic sequence, composed of several activities, with the use of GeoGebra software, so that in each of them the student can conjecture an optimization result in a classroom application. In some activities aim the elaboration of a file of type .ggb to discover an optimal value for a certain geometric element. In each activities we seek to optimize geometric elements such as segments, angles, areas and volumes. By performing these activities, students will learn geometry contents dynamically and this will provide them with a view next of what actually occurs in search to optimize of elements such geometric elements. This study aims to show that optimization problems can be worked on in High School and the results found in resolutions of these problems are demonstrated with theorems involving mathematical contents of Basic Education. / Neste trabalho apresentamos atividades que podem ser realizadas com turmas do Ensino Médio e que tenham noções básicas de funções, área, volume e desigualdade das médias. Apresentamos uma sequência didática, composta por diversas atividades, com a utilização do software GeoGebra, de modo que em cada uma delas, o aluno possa conjecturar um resultado de otimização numa aplicação em sala de aula. Algumas dessas atividades têm como objetivo a elaboração de um arquivo do tipo .ggb para se descobrir um valor ótimo para determinado elemento geométrico. Em todas as atividades buscamos otimizar elementos geométricos como segmentos, ângulos, áreas e volumes. Realizando essas atividades, os estudantes aprenderão conteúdos de geometria de forma dinâmica e isso os proporcionará uma visão próxima do que concretamente ocorre na busca por otimizar tais elementos geo- métricos. Este estudo tem como finalidade mostrar que problemas de otimização podem ser trabalhados no Ensino Médio e que os resultados usados nas resoluções desses problemas são demonstrados com teoremas envolvendo conteúdos matemáticos do Ensino Básico.

Este trabalho descreve a Klein, uma biblioteca genérica para álgebra linear em C++. A Klein facilita o uso de matrizes e vetores, permitindo que o usuário programe de modo similar ao Matlab. Com ela podemos, por exemplo, implementar um passo do método de Newton para a função f, através da expressão x = x - inv(jac(x)) * f(x), onde x é o vetor, jac a Jacobiana e inv a inversa. Além disso, por se tratar de uma biblioteca genérica, os tipos envolvidos nestas expressões podem ser escolhidos pelo programador. O trabalho também discute como a biblioteca é testada, tanto do ponto de vista de corretude quanto de desempenho. / We describe the Klein library, a generic libray for linear algebra in C++. It simplifies the use of vectors and matrices and let the user program as in Matlab. With Klein, one can for instance implement Newton\'s method as x = x - inv(jac(x)) * f(x), where x is a vector, jac is the Jacobian matrix, inv is the inverse operator and f(x) is the function of which we want to find zero. Moreover, Klein is generic in the sense that it allows the use of arbitrary types of scalars (float, double, intervals, rationals, etc). We also explain how it is tested, both for correctness and performance.

Submitted by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-10T13:09:08Z No. of bitstreams: 2 Dissertação - Adriana Batista da Silva - 2016.pdf: 3286914 bytes, checksum: 7be43fd6757af8224a3358e36202f297 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Approved for entry into archive by Luciana Ferreira (lucgeral@gmail.com) on 2016-08-10T13:12:09Z (GMT) No. of bitstreams: 2 Dissertação - Adriana Batista da Silva - 2016.pdf: 3286914 bytes, checksum: 7be43fd6757af8224a3358e36202f297 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2016-08-10T13:12:09Z (GMT). No. of bitstreams: 2 Dissertação - Adriana Batista da Silva - 2016.pdf: 3286914 bytes, checksum: 7be43fd6757af8224a3358e36202f297 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2016-04-29 / Financiadora de Estudos e Projetos- Finep / Linear Programming is an operational search tool applied to problem solving aimed at the optimization of a study system. This study aims to show some applications of linear programming and how it can be used as a motivating teaching skills of Mathematics in High school. We will cover two methods of linear programming problems resolution, Graphics resolution method and the algebraic solution way, which is the Simple Method. We so decided to solve under the assistance of these two methods quoted, optimization problems with two or three variables, since the problems with multiple variables do not match the curriculum of mathematics for high school. We suggest the use of two free applications for mobile phones, to solve optimization problems with several variables, in order to contribute in a di erent approach, seeking to boost in students, interest in the study of mathematics. / A Programação Linear é uma ferramenta da Pesquisa Operacional aplicada à solução de problemas que objetivam a otimização de um sistema de estudo. O presente trabalho busca mostrar algumas aplicações da Programação Linear e como ela pode ser utilizada como elemento motivador no ensino da Matemática no Ensino Médio. Abordaremos dois métodos de resolução de problemas de Programação Linear, o método de Resolução Grá ca e a forma algébrica de solução que é o Método Simplex. Vamos solucionar com auxílio desses dois métodos citados, problemas de otimização com duas e três variáveis, já que problemas com várias variáveis não se adequam a matriz curricular de Matemática para o Ensino Médio. Sugerimos a utilização de dois aplicativos gratuitos para celulares, que solucionam problemas de otimização com várias variáveis como forma de contribuir com uma abordagem diferente, visando despertar no aluno, o interesse pelo estudo da Matemática.

Submitted by Livia Mello (liviacmello@yahoo.com.br) on 2016-10-11T18:51:01Z No. of bitstreams: 1 DissLSC.pdf: 11398801 bytes, checksum: cc16fd83109503a52839256a9f8c624c (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-21T12:18:54Z (GMT) No. of bitstreams: 1 DissLSC.pdf: 11398801 bytes, checksum: cc16fd83109503a52839256a9f8c624c (MD5) / Approved for entry into archive by Marina Freitas (marinapf@ufscar.br) on 2016-10-21T12:19:01Z (GMT) No. of bitstreams: 1 DissLSC.pdf: 11398801 bytes, checksum: cc16fd83109503a52839256a9f8c624c (MD5) / Made available in DSpace on 2016-10-21T12:19:09Z (GMT). No. of bitstreams: 1 DissLSC.pdf: 11398801 bytes, checksum: cc16fd83109503a52839256a9f8c624c (MD5) Previous issue date: 2016-09-17 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / This paper reports the idealization, planning, construction and implementation of activities for the study of quadratic functions and geometric probability for classes of 9th grade of elementary school. It also presents the analysis of the activities undertaken by pupils and conclusions about the proposed objectives and goals achieved. The main objective of the developed activities is to provide students a better learning content covered and issues through a playful approach, interactive and motivating. The specific objectives are to develop the ability to translate a mathematical problem in mathematical language, manipulate algebraic expressions, estimates and comparisons, develop mathematical knowledge as knowing how to express and calculate the area and perimeter of plane figures, calculating probabilities of random events, solve quadratic equations, plotting graphs of quadratic functions and manipulate the software or the GeoGebra application. For this we have created a game of darts adapted and activity sheets containing instructions, questions, tables, graphs, calculation exercises, optimization problems and graphic constructions scripts applied to GeoGebra. The methodology used was the Didactic Engineering. The activities were implemented in two classes of 9th grade of elementary school in two different schools, one class at a school in the municipal school of Bauru, São Paulo, and another class of a school in the state school system the city of Agudos, state of São Paulo. During the application were used 12 50-minute lessons in two classes, with six days of double classes, in which students actively participated in all activities. Our work makes reference to the National Curriculum Parameters (PCN) and other documents governing the teaching of mathematics in public schools in Brazil. We recommend and authorize reproduction of these activities for didactic purposes. / Esta dissertação relata a idealização, o planejamento, a construção e a aplicação de atividades para o estudo de funções quadráticas e probabilidade geométrica para turmas de 9.o ano do ensino fundamental. Também apresenta as análises das atividades realizadas pelos alunos e as conclusões acerca dos objetivos propostos e dos objetivos alcançados. O objetivo principal das atividades elaboradas é proporcionar aos alunos uma melhor aprendizagem dos conteúdos e temas abordados através de uma abordagem lúdica, interativa e motivadora. Os objetivos específicos são desenvolver a capacidade de traduzir um problema matemático na linguagem matemática, manipular expressões algébricas, fazer estimativas e comparações, desenvolver conhecimentos matemáticos como saber expressar e calcular a área e o perímetro de figuras planas, calcular probabilidades de ocorrência de eventos aleatórios, resolver equações quadráticas, traçar gráficos de funções quadráticas e manipular o software ou o aplicativo GeoGebra. Para isto criamos um jogo de dardos adaptado e fichas de atividades contendo instruções, questões, tabelas, gráficos, exercícios de cálculos, problemas de otimização e roteiros de construções gráficas aplicadas ao GeoGebra. A metodologia utilizada neste trabalho foi a Engenharia Didática. As atividades foram aplicadas em duas turmas de 9.o ano do ensino fundamental de duas escolas diferentes, sendo uma turma de uma escola da rede municipal de ensino de Bauru, estado de São Paulo, e outra turma de uma escola da rede estadual de ensino da cidade de Agudos, estado de São Paulo. Durante a aplicação foram utilizadas 12 aulas de 50 minutos nas duas turmas, sendo 6 dias de aulas duplas, nas quais os alunos participaram ativamente de todas as atividades. Nosso trabalho tem como referência os Parâmetros Curriculares Nacionais (PCN) e outros documentos que regem o ensino de matemática nas escolas públicas do Brasil. Recomendamos e autorizamos a reprodução destas atividades para fins didáticos.

Submitted by Nadir Basilio (nadirsb@uninove.br) on 2015-07-17T15:18:49Z No. of bitstreams: 1 Wilson da Silva Lourenco.pdf: 1321079 bytes, checksum: ea090b0df77d0c04ef1dde30e7b41558 (MD5) / Made available in DSpace on 2015-07-17T15:18:49Z (GMT). No. of bitstreams: 1 Wilson da Silva Lourenco.pdf: 1321079 bytes, checksum: ea090b0df77d0c04ef1dde30e7b41558 (MD5) Previous issue date: 2015-02-26 / The network optimization problems (NOP) are common to several areas such as engineering, transport and telecommunications, and have been objects of intense research and studies. Among the classical NOP are the problems of Shortest Path (SPP), Max Flow (MFP) and Traveling Salesman (TSP), which are usually studied in undergraduate and graduate courses such as Industrial Engineering, Computer Science, Information Systems and Logistics, with the use of resources such as chalk and blackboard that hinder the teacher's work, in the sense of showing the functioning of algorithms that solve these problems while maintaining students' motivation for learning. In this context, it is proposed in this research, a computational tool, characterized as a Learning Object (OA) and called TASNOP - Teaching Algorithms for Solving Network Optimization Problems, whose purpose is to contribute to students' understanding about concepts from NOP and, mainly, the functioning of algorithms A*, Greedy Search and Dijkstra used for resolution of SPP, Ford-Fulkerson employed in the resolution of MFP and the Nearest Neighbor to solve the TSP. It is important to highlight that the proposed OA can be accessed through web and also employed in distance learning environments (DLE). Experiments conducted in 2014 with 129 students of Computer Science, from which 51 performed an exercise using the TASNOP and 78 without this tool, confirm that students who used the TASNOP performed better in solving the proposed exercise, corroborating the idea that the OA helped to improve their understanding about the algorithms discussed in this research. In addition, the 51 students who employed the TASNOP answered a questionnaire about it use and, the answers indicated that the TASNOP shows a potential to be used as a learning support tool. / Os problemas de otimização em redes (POR) são comuns a diversas áreas como engenharia, transportes e telecomunicações, e têm sido objetos de intensas pesquisas e estudos. Entre os POR clássicos estão os problemas de Caminho Mínimo (PCM), Fluxo Máximo (PFM) e Caixeiro Viajante (PCV), os quais normalmente são estudados em cursos de graduação e pós-graduação tais como Engenharia de Produção, Ciência da Computação, Sistemas de Informação e Logística, com a utilização de recursos como giz e lousa, o que dificulta o trabalho do professor, no sentido de mostrar o funcionamento dos algoritmos que solucionam esses problemas, mantendo a motivação dos alunos para a aprendizagem. Neste contexto, propõe-se nesta pesquisa, uma ferramenta computacional, caracterizada como um Objeto de Aprendizagem (OA) denominado TASNOP - Teaching Algorithms for Solving Network Optimization Problems, cuja finalidade é contribuir para compreensão dos alunos sobre conceitos de POR e, principalmente, sobre o funcionamento dos algoritmos A*, Busca Gulosa, e Dijkstra, usados para resolução do PCM, Ford-Fulkerson empregado na resolução de PFM e o algoritmo Vizinho mais Próximo para resolução do PCV. É importante ressaltar que o OA proposto pode ser acessado via web e, inclusive, ser acoplado em ambientes de ensino a distância (EaD). Experimentos realizados no ano de 2014 envolvendo 129 alunos do curso de Ciência da Computação, dos quais 51 resolveram um exercício com o uso do TASNOP e 78 sem o seu uso, permitiram verificar que os alunos que utilizaram o TASNOP obtiveram melhor desempenho na resolução do exercício proposto, corroborando a ideia de que o OA contribuiu para melhorar suas compreensões acerca dos algoritmos abordados nesta pesquisa. Em adição, os 51 alunos que usaram o TASNOP responderam a um questionário sobre o seu uso e, com base nessas respostas, ficou evidente o potencial do TASNOP como uma ferramenta de apoio ao ensino.