SlideShare uma empresa Scribd logo
1 de 42
PRO910 PLANEJAMENTO E GESTÃO
DA PRODUÇÃO
AULA 09
Prof. Davi das Chagas Neves
Profa. Irce Fernandes Gomes Guimarães
“A harmonia que a inteligência humana pensa que
descobre na natureza existe fora dessa inteligência?
Não, sem dúvida, uma realidade completamente
independente da mente que a concebe, vê ou sente,
é uma impossibilidade.”
Henri Poincaré
Matemático e bicho do Henri Gorceix na Escola de Minas – Paris
Proponente primário (pai) da Teoria do Caos.
Planejamento Não Linear
Metodologia
Planejamento Não Linear
• Uma introdução pitoresca do algoritmo evolutivo
Planejamento Não Linear
• Algoritmo:
POPULAÇÃO
INICIAL
REPRODUÇÃO
E MUTAÇÃO
SELEÇÃO
EVOLUTIVA
CRITÉRIO
Função Fitness
Planejamento Não Linear
• Exemplo: calcule a raiz positiva de 3, um número irracional
Planejamento Não Linear
• Raiz de 3: Um problema de minimização não linear
Estratégia:
Sabemos que a raiz é definida pelo
valor que anula a curva, ou seja, o
que intercepta no eixo X; porém se
assumirmos os valores desta curva
como absolutos, a raiz será então
o menor destes, temos assim um
problema de minimização.
Planejamento Não Linear
• Raiz de 3 com algoritmo genético
U
D
Criando a população inicial:
Olá, eu sou um número
do gênero UP, meu
cromossomo X é igual a 3
e ele se expressa na
característica Y, que é
igual a 6.
Olá, eu sou um número do
gênero DOWN, meu
cromossomo X é igual a 0
e ele se expressa na
característica Y, que é
igual a 3
Característica da espécie:
Planejamento Não Linear
• Raiz de 3 com algoritmo genético
U D
Reprodução e Mutação:
+ = N
✓ Mutação: Após 5 reproduções conseguintes,
deve-se multiplicar o novo valor de X por 2.
REPRODUÇÃO
Planejamento Não Linear
• Raiz de 3 com algoritmo genético Seleção: Função Fitness
N
✓ Algoritmo de seleção natural:
➢ Caso seja menor que ambos, substitua o maior.
Primeiro
Passo
Reprodução:
U
D
N
SubstituiSeleção Natural:
U
Regra de Ouro
Planejamento Não Linear
• Raiz de 3 com algoritmo genético
Segundo
Passo
U
D
Reprodução:
Seleção Natural:
N
Substitui
D
UP DOWN NOVO
X Y X Y X Sub.
3 6 0 3 1,5 U
1,5 0,75 0 3 0,75 D
1,5 0,75 0,75 2,44 1,13 D
1,5 0,75 1,13 1,73 1,31 D
1,5 0.75 1,31 1,28 1,41 D
2,82 4,95 1,5 0,75 2,16 U
2,16 1,67 1,5 0,75 1,83 U
1,82 0,35 1,5 0,75 1,67 D
Valores dos Oito Primeiros Passos:
M
Mutação
Planejamento Não Linear
• Nota importante:
➢ No slide anterior devemos observar a pertinência da mutação, pois sem ela o algoritmo ficaria
preso num intervalo localizado, substituindo apenas o número DOWN. Você entendeu por que?
• Vamos elaborar a seguir um algoritmo que realize 200 passos desta evolução numérica
Nosso Algoritmo no R
Planejamento Não Linear
• Raiz de 3
com
algoritmo
genético
Planejamento Não Linear
• Raiz de 3
com
algoritmo
genético
which.max()
Planejamento Não Linear
• Raiz de 3
com
algoritmo
genético
Planejamento Não Linear
• Raiz de 3 com algoritmo genético
Mudando o limite de mutações para 15:
Package GA
• O algoritmo genético já está implementado em R
Planejamento Não Linear
Planejamento Não Linear
https://cran.r-project.org/
Planejamento Não Linear
Exemplo 1 • Encontrando a raiz de 3 com GA
Como o algoritmo implementado
encontra valores máximos, basta
inverter o sinal da função fitness.
Planejamento Não Linear
Planejamento Não Linear
Convergência
Planejamento Não Linear
Exemplo 2 • Encontrando o máximo de uma função não linear
Planejamento Não Linear
Planejamento Não Linear
Planejamento Não Linear
Exemplo 3 • Encontrando o máximo em um sistema multivariado
Planejamento Não Linear
Planejamento Não Linear
Planejamento Não Linear
Exemplo 4 • Otimização de função com restrições – problema objetivo
https://cran.r-project.org/
Planejamento Não Linear
Planejamento Não Linear
➢ Observe atentamente as cores das restrições e do contorno das função objetivo.
Planejamento Não Linear
Planejamento Não Linear
Planejamento Não Linear
Planejamento Não Linear
deSolve
• Sistema de equações diferenciais não lineares
Planejamento Não Linear
• Sintonizando:
O exercício da sua carreira propiciará questões referentes ao planejamento
de um sistema de produção que ocasionalmente não serão descritas por
funções, mas por um sistema de equações diferenciais.
Quando esta situação ocorrer, as metodologias elucidadas nesta aula e na
anterior serão ineficazes, em vista disto torna-se pertinente abordar os
métodos de solução de equações diferenciais não lineares.
Esta abordagem sucinta será realizada por meio de um único exemplo.
Planejamento Não Linear
Exemplo 5 • Modelo para a convecção atmosférica de Edward Lorenz
Sistema de Equações
Planejamento Não Linear
Exemplo 5 • Modelo para a convecção atmosférica de Edward Lorenz
Sistema de Equações
• x – parâmetro referente a taxa de convecção atmosférica.
• y – parâmetro referente ao gradiente horizontal da temperatura.
• z – parâmetro referente ao gradiente vertical da temperatura.
• σ – parâmetro associado à difusividade térmica.
• ρ – parâmetro associado à intensidade da flutuabilidade.
• β – parâmetro associado às camadas do fluido.
Planejamento Não Linear
Planejamento Não Linear
“O bater de asas de
uma borboleta pode
causar um tufão no
outro lado do mundo.”
Teoria do Caos
Planejamento Não Linear
Planejamento Não Linear
Planejamento Não Linear
• Solução do Modelo de Lorenz
➢ Para casa:
1) Procure um artigo que aborde um sistema controlado por kanban
e é otimizado com o algoritmo genético. Implemente-o utilizando a
biblioteca GA.
Há outras bibliotecas excelentes implementadas em R, que abordam
algoritmos para problemas não lineares, como por exemplo: pracma
e optimx. Explore!
2) No mercado de empresas a ação predatória é muito comum,
infelizmente, por isso o modelo de Lotka-Volterra pode ser ideal
para uma análise, resolva este sistema usando o pacote deSolve.
Até a próxima pessoal!
Planejamento Não Linear

Mais conteúdo relacionado

Semelhante a Planejamento da produção com algoritmos genéticos

Erro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuanteErro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuanteAlexandre Grossi
 
Erro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuanteErro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuanteAlexandre Grossi
 
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...Luciano Araki
 
Métodos Iterativos - Gauss-Seidel - @professorenan
Métodos Iterativos - Gauss-Seidel - @professorenanMétodos Iterativos - Gauss-Seidel - @professorenan
Métodos Iterativos - Gauss-Seidel - @professorenanRenan Gustavo
 
ApostilaAlgoritmo
ApostilaAlgoritmoApostilaAlgoritmo
ApostilaAlgoritmoprogidio
 
Apresentacao N P Completude Loiane
Apresentacao  N P Completude  LoianeApresentacao  N P Completude  Loiane
Apresentacao N P Completude LoianeLoiane Groner
 
Slides machine learning festival path pdf
Slides machine learning festival path pdfSlides machine learning festival path pdf
Slides machine learning festival path pdfFabio Bottura
 
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...Kleverton Saath
 
Aula 1 aed - lógica de programação
Aula 1   aed - lógica de programaçãoAula 1   aed - lógica de programação
Aula 1 aed - lógica de programaçãoElaine Cecília Gatto
 
Algoritmos - Lógica de Programação
Algoritmos - Lógica de ProgramaçãoAlgoritmos - Lógica de Programação
Algoritmos - Lógica de ProgramaçãoElaine Cecília Gatto
 
Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Rodrigo Rodrigues
 
Algoritmos e Programação_01
Algoritmos e Programação_01Algoritmos e Programação_01
Algoritmos e Programação_01Gabriel Demétrio
 

Semelhante a Planejamento da produção com algoritmos genéticos (20)

Erro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuanteErro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuante
 
Erro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuanteErro na aritmética de ponto flutuante
Erro na aritmética de ponto flutuante
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Algoritmos
AlgoritmosAlgoritmos
Algoritmos
 
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
Aula inaugural - Curso de Dinâmica dos Fluidos Computacional (Pós-graduação: ...
 
Métodos Iterativos - Gauss-Seidel - @professorenan
Métodos Iterativos - Gauss-Seidel - @professorenanMétodos Iterativos - Gauss-Seidel - @professorenan
Métodos Iterativos - Gauss-Seidel - @professorenan
 
ApostilaAlgoritmo
ApostilaAlgoritmoApostilaAlgoritmo
ApostilaAlgoritmo
 
Apresentacao N P Completude Loiane
Apresentacao  N P Completude  LoianeApresentacao  N P Completude  Loiane
Apresentacao N P Completude Loiane
 
Sistemas lineares
Sistemas linearesSistemas lineares
Sistemas lineares
 
Slides machine learning festival path pdf
Slides machine learning festival path pdfSlides machine learning festival path pdf
Slides machine learning festival path pdf
 
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
Testes de especificação, diagnóstico e interpretação de Modelo OLS (Ordinary ...
 
Algoritmos e Programação
Algoritmos e ProgramaçãoAlgoritmos e Programação
Algoritmos e Programação
 
Forb.cap1
Forb.cap1Forb.cap1
Forb.cap1
 
Fresamento
FresamentoFresamento
Fresamento
 
Aula 1 aed - lógica de programação
Aula 1   aed - lógica de programaçãoAula 1   aed - lógica de programação
Aula 1 aed - lógica de programação
 
Algoritmos - Lógica de Programação
Algoritmos - Lógica de ProgramaçãoAlgoritmos - Lógica de Programação
Algoritmos - Lógica de Programação
 
Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais Modelo de regressão linear: aspectos teóricos e computacionais
Modelo de regressão linear: aspectos teóricos e computacionais
 
Algoritmos e Programação_01
Algoritmos e Programação_01Algoritmos e Programação_01
Algoritmos e Programação_01
 
01-Lógica de Programação .pptx
01-Lógica de Programação .pptx01-Lógica de Programação .pptx
01-Lógica de Programação .pptx
 
Paa algoritmos gulosos
Paa  algoritmos gulososPaa  algoritmos gulosos
Paa algoritmos gulosos
 

Mais de Davi Neves (19)

P566Aula10
P566Aula10P566Aula10
P566Aula10
 
P566Aula09
P566Aula09P566Aula09
P566Aula09
 
P566Aula08
P566Aula08P566Aula08
P566Aula08
 
P566Aula07
P566Aula07P566Aula07
P566Aula07
 
P566Aula06
P566Aula06P566Aula06
P566Aula06
 
P566Aula05
P566Aula05P566Aula05
P566Aula05
 
P566Aula04
P566Aula04P566Aula04
P566Aula04
 
P566Aula03
P566Aula03P566Aula03
P566Aula03
 
P566Aula02
P566Aula02P566Aula02
P566Aula02
 
P566Aula01
P566Aula01P566Aula01
P566Aula01
 
P910Aula10
P910Aula10P910Aula10
P910Aula10
 
P910Aula08
P910Aula08P910Aula08
P910Aula08
 
P910Aula07
P910Aula07P910Aula07
P910Aula07
 
P910Aula06
P910Aula06P910Aula06
P910Aula06
 
P910Aula05
P910Aula05P910Aula05
P910Aula05
 
P910Aula04
P910Aula04P910Aula04
P910Aula04
 
P910Aula03
P910Aula03P910Aula03
P910Aula03
 
P910Aula02
P910Aula02P910Aula02
P910Aula02
 
P910Aula01
P910Aula01P910Aula01
P910Aula01
 

Último

Tipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdfTipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdfMarcos Boaventura
 
Apresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPMApresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPMdiminutcasamentos
 
Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3filiperigueira1
 
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdfPROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdfdanielemarques481
 
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docxTRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docxFlvioDadinhoNNhamizi
 
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptxVagner Soares da Costa
 
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptxVagner Soares da Costa
 

Último (7)

Tipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdfTipos de Cargas - Conhecendo suas Características e Classificações.pdf
Tipos de Cargas - Conhecendo suas Características e Classificações.pdf
 
Apresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPMApresentação Manutenção Total Produtiva - TPM
Apresentação Manutenção Total Produtiva - TPM
 
Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3Calculo vetorial - eletromagnetismo, calculo 3
Calculo vetorial - eletromagnetismo, calculo 3
 
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdfPROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
PROJETO DE INSTALAÇÕES ELÉTRICAS – REVIT MEP -.pdf
 
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docxTRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
TRABALHO INSTALACAO ELETRICA EM EDIFICIO FINAL.docx
 
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
10 - RELOGIO COMPARADOR - OPERAÇÃO E LEITURA.pptx
 
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
07 - MICRÔMETRO EXTERNO SISTEMA MÉTRICO.pptx
 

Planejamento da produção com algoritmos genéticos

  • 1. PRO910 PLANEJAMENTO E GESTÃO DA PRODUÇÃO AULA 09 Prof. Davi das Chagas Neves Profa. Irce Fernandes Gomes Guimarães
  • 2. “A harmonia que a inteligência humana pensa que descobre na natureza existe fora dessa inteligência? Não, sem dúvida, uma realidade completamente independente da mente que a concebe, vê ou sente, é uma impossibilidade.” Henri Poincaré Matemático e bicho do Henri Gorceix na Escola de Minas – Paris Proponente primário (pai) da Teoria do Caos. Planejamento Não Linear
  • 3. Metodologia Planejamento Não Linear • Uma introdução pitoresca do algoritmo evolutivo
  • 4. Planejamento Não Linear • Algoritmo: POPULAÇÃO INICIAL REPRODUÇÃO E MUTAÇÃO SELEÇÃO EVOLUTIVA CRITÉRIO Função Fitness
  • 5. Planejamento Não Linear • Exemplo: calcule a raiz positiva de 3, um número irracional
  • 6. Planejamento Não Linear • Raiz de 3: Um problema de minimização não linear Estratégia: Sabemos que a raiz é definida pelo valor que anula a curva, ou seja, o que intercepta no eixo X; porém se assumirmos os valores desta curva como absolutos, a raiz será então o menor destes, temos assim um problema de minimização.
  • 7. Planejamento Não Linear • Raiz de 3 com algoritmo genético U D Criando a população inicial: Olá, eu sou um número do gênero UP, meu cromossomo X é igual a 3 e ele se expressa na característica Y, que é igual a 6. Olá, eu sou um número do gênero DOWN, meu cromossomo X é igual a 0 e ele se expressa na característica Y, que é igual a 3 Característica da espécie:
  • 8. Planejamento Não Linear • Raiz de 3 com algoritmo genético U D Reprodução e Mutação: + = N ✓ Mutação: Após 5 reproduções conseguintes, deve-se multiplicar o novo valor de X por 2. REPRODUÇÃO
  • 9. Planejamento Não Linear • Raiz de 3 com algoritmo genético Seleção: Função Fitness N ✓ Algoritmo de seleção natural: ➢ Caso seja menor que ambos, substitua o maior. Primeiro Passo Reprodução: U D N SubstituiSeleção Natural: U Regra de Ouro
  • 10. Planejamento Não Linear • Raiz de 3 com algoritmo genético Segundo Passo U D Reprodução: Seleção Natural: N Substitui D UP DOWN NOVO X Y X Y X Sub. 3 6 0 3 1,5 U 1,5 0,75 0 3 0,75 D 1,5 0,75 0,75 2,44 1,13 D 1,5 0,75 1,13 1,73 1,31 D 1,5 0.75 1,31 1,28 1,41 D 2,82 4,95 1,5 0,75 2,16 U 2,16 1,67 1,5 0,75 1,83 U 1,82 0,35 1,5 0,75 1,67 D Valores dos Oito Primeiros Passos: M Mutação
  • 11. Planejamento Não Linear • Nota importante: ➢ No slide anterior devemos observar a pertinência da mutação, pois sem ela o algoritmo ficaria preso num intervalo localizado, substituindo apenas o número DOWN. Você entendeu por que? • Vamos elaborar a seguir um algoritmo que realize 200 passos desta evolução numérica Nosso Algoritmo no R
  • 12. Planejamento Não Linear • Raiz de 3 com algoritmo genético
  • 13. Planejamento Não Linear • Raiz de 3 com algoritmo genético which.max()
  • 14. Planejamento Não Linear • Raiz de 3 com algoritmo genético
  • 15. Planejamento Não Linear • Raiz de 3 com algoritmo genético Mudando o limite de mutações para 15:
  • 16. Package GA • O algoritmo genético já está implementado em R Planejamento Não Linear
  • 18. Planejamento Não Linear Exemplo 1 • Encontrando a raiz de 3 com GA Como o algoritmo implementado encontra valores máximos, basta inverter o sinal da função fitness.
  • 21. Planejamento Não Linear Exemplo 2 • Encontrando o máximo de uma função não linear
  • 24. Planejamento Não Linear Exemplo 3 • Encontrando o máximo em um sistema multivariado
  • 27. Planejamento Não Linear Exemplo 4 • Otimização de função com restrições – problema objetivo https://cran.r-project.org/
  • 29. Planejamento Não Linear ➢ Observe atentamente as cores das restrições e do contorno das função objetivo.
  • 33. Planejamento Não Linear deSolve • Sistema de equações diferenciais não lineares
  • 34. Planejamento Não Linear • Sintonizando: O exercício da sua carreira propiciará questões referentes ao planejamento de um sistema de produção que ocasionalmente não serão descritas por funções, mas por um sistema de equações diferenciais. Quando esta situação ocorrer, as metodologias elucidadas nesta aula e na anterior serão ineficazes, em vista disto torna-se pertinente abordar os métodos de solução de equações diferenciais não lineares. Esta abordagem sucinta será realizada por meio de um único exemplo.
  • 35. Planejamento Não Linear Exemplo 5 • Modelo para a convecção atmosférica de Edward Lorenz Sistema de Equações
  • 36. Planejamento Não Linear Exemplo 5 • Modelo para a convecção atmosférica de Edward Lorenz Sistema de Equações • x – parâmetro referente a taxa de convecção atmosférica. • y – parâmetro referente ao gradiente horizontal da temperatura. • z – parâmetro referente ao gradiente vertical da temperatura. • σ – parâmetro associado à difusividade térmica. • ρ – parâmetro associado à intensidade da flutuabilidade. • β – parâmetro associado às camadas do fluido.
  • 38. Planejamento Não Linear “O bater de asas de uma borboleta pode causar um tufão no outro lado do mundo.” Teoria do Caos
  • 41. Planejamento Não Linear • Solução do Modelo de Lorenz
  • 42. ➢ Para casa: 1) Procure um artigo que aborde um sistema controlado por kanban e é otimizado com o algoritmo genético. Implemente-o utilizando a biblioteca GA. Há outras bibliotecas excelentes implementadas em R, que abordam algoritmos para problemas não lineares, como por exemplo: pracma e optimx. Explore! 2) No mercado de empresas a ação predatória é muito comum, infelizmente, por isso o modelo de Lotka-Volterra pode ser ideal para uma análise, resolva este sistema usando o pacote deSolve. Até a próxima pessoal! Planejamento Não Linear