Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
02/38
O que um modelo?
Um modelo uma representao da realidade
y=ax+b
03/38
Processo de modelagem
Aquisio de Dados
Escolha da Estrutura
Estimao do Modelo
Validao
04/38
PERCEPO
RECONHECIMENTO DO
PROBLEMA
CRIAO DE
ALTERNATIVAS
CRITRIOS DE
AVALIAO
AVALIAO
DAS ALTERNATIVAS
DECISO
05/38
06/38
07/38
VARIVEIS
TIPOS:
VARIVEIS DE DECISO: Fornecem a base para a
deciso
CONTROLVEIS OU ENDGENAS: Geradas pelo
08/38
TIPOS DE MODELO
09/38
Modelos Conceituais
10/38
Modelos Heursticos
11/38
Importante:
Um algoritmo heurstico abdica da garantia de achar a melhor
soluo, para que uma soluo possa ser encontrada
rapidamente em tempo de execuo.
12/38
Exemplo:
Modelagem de uma Planta Piloto utilizando RNAs
Caractersticas: Processo biolgico,no estacionrio e
altamente no linear
13/38
Pr-tratamento
Reator de Manta de Lodo UASB
Linha 1
Lodos Ativados Convencional
14/38
Linha 2
Lodos ativ.aerao alternada
Linha 3 e 4
Filtro Biolgico e Anaerbio
Modelo
15/38
Dados
% Dados amostrados de minuto em minuto
XE-001
0
1
2
3
4
5
6
7
8
9
10
41.90476
42.46642
42.36874
42.36874
42.3199
42.41758
42.53968
42.71062
42.63736
42.73504
42.88156
XE-00
PHE-001
31.37973
32.16117
30.89133
29.32845
29.23077
31.20879
30.15873
29.67033
29.40171
29.42613
30.64713
6.557998
6.56044
6.559218
6.557998
6.56044
6.56044
6.561661
6.561661
6.56044
6.557998
6.557998
Resultado
P H da s ada (filtrado)
6.595
6.59
6.585
6.58
6.575
6.57
6.565
6.56
20
40
60
80
100
120
16/38
36
34
32
30
28
0
1
2
3
4
5
6
7
8
9
10
41.90476
42.46642
42.36874
42.36874
42.3199
42.41758
42.53968
42.71062
42.63736
42.73504
42.88156
31.37973
32.16117
30.89133
29.32845
29.23077
31.20879
30.15873
29.67033
29.40171
29.42613
30.64713
6.557998
6.56044
6.559218
6.557998
6.56044
6.56044
6.561661
6.561661
6.56044
6.557998
6.557998
26
24
20
40
60
80
100
120
1250
1200
1150
1100
1050
1000
20
40
60
80
100
120
17/38
Aplicao:
Predio 2 horas a frente
(120 pontos)
0.9
0.9
0.8
0.7
0.7
0.6
0.6
amplitude
amplitude
0.8
0.5
0.4
dados reais
0.3
dados reais
0.5
0.4
0.3
0.2
0.2
predio
0.1
0
100
200
300
400
tempo(min)
500
predio
0.1
600
700
0
560
580
600
620
tempo(min)
640
660
18/38
19/38
MODELOS MATEMTICOS:
MODELO APROPRIADO DEPENDE DE:
20/38
MODELOS DE SIMULAO
- Oferecem uma representao do mundo real para
gerao e anlise de alternativas
- Do ao analista um grau de liberdade considervel
para a escolha da ao mais conveniente.
- Permitem a criao de ambientes futuros possveis
- Respondem a questes do tipo: E se?
21/38
HIPTESE 1
HIPTESE 2
HIPTESE 3
MODELO
SOLUO 2
DE
SIMULAO
SOLUO 3
CRITRIO DE
ESCOLHA
PROCESSO
DE ESCOLHA
DA MELHOR
SOLUO
SOLUO
ESCOLHIDA
SOLUO
FINAL
22/38
DO PROBLEMA:
23/38
1.000
QUANTIDADE
VENDIDA
HIPTESE BSICA:
Relao PREO versus
500
PREO
QUANTIDADE VENDIDA
VARIVEIS:
50
100
PREO:
preo de 1 unidade
24/38
MODELO:
P1
P2
PREO
25/38
Exemplo:
Modelo Probabilstico para Anlise de Falhas
continua
26/38
f(t)
1.00
=0,5
0.75
=3
0.50
0.25
=1
5.00
0.9
3.75
1.0
1.2
1.4
2.0
2.50
1.6
6.0
99.00
1.25
4.0
F(t)
3.0
90.00
Usaremos o conceito
de probabilidade!
50.00
10.00
5.00
1.00
10000
100000.
27/38
Conceito de Funo Densidade de Probabilidade
-discreta
-contnua
Exemplo:
Universo amostral = lanamento de dois dados
nmero 2 P (2) = 1/ 36
nmero 3 P (3) = 2/ 36
28/38
Clculo da probabilidade para cada elemento do universo amostral
x
f (x)
1/36
10
11
12
13
2/36
3/36
4/36
5/36
6/36
5/36
4/36
3/36
2/36
1/36
f(x)
6/36
1/36
1
3 4
8 9 10 11
12 13
29/38
Confiabilidade R(t) versus tempo
1
0,8
R(100) = 0,3061
0,6
F(100) = 0,6939
0,4
0,2
120
240
360
480
600
30/38
MODELOS DE OTIMIZAO
- No permitem flexibilidade na escolha da alternativa
- Estruturados para selecionar uma nica soluo, que
ser considerada TIMA segundo o critrio
estabelecido previamente.
- Critrio faz parte da estrutura do modelo
- Melhor alternativa obtida por anlise matemtica:
ALGORITMOS
- Grande aplicao em problemas onde as variveis
podem assumir muitos valores ou variar em intervalos
muito amplos
31/38
SOLUO
TIMA
Critrio
Critriode
deescolha
escolhada
da
melhor
melhoralternativa
alternativa
DECISO
33/38
34/38
35/38
MODELO:
Minimizar CT =
Q
2
xS
A
+
xP
Restrio: Q 180
CUSTO TOTAL
CUSTOS
($)
CUSTO DE
MANUTENO
CUSTO DE
COLOCAO
Q*
QUANTIDADE
ANLISE DO
AMBIENTE EXTER
NO
36/38
HIPTESES, PREVISES E
CENRIOS FUTUROS
FORMULAO
DOS OBJETIVOS
MUDANA DE
0BJETIVOS
CRIAO DE
ESTRATGIAS E
PLANOS
ALTERNATIVOS
MUDANA DE
MUDANA
DE
PLANOS
PLANOS
MODELOS PARA
AVALIAO DOS
PLANOS
NO
NO
RESULTADOS
RESULTADOS
OK?
OK?
SIM
SIM
H
H OUTRAS
OUTRAS
SOLUES?
SOLUES?
37/38
Exemplo
Uma empresa de comida canina produz dois tipos de raes: Tobi
e Rex. Para a manufatura das raes so utilizados cereais e
carne. Sabe-se que:
a rao Tobi utiliza 5 kg de cereais e 1 kg de carne, e a rao Rex
utiliza 4 kg de carne e 2 kg de cereais;
o pacote de rao Tobi custa $ 20 e o pacote de rao Rex custa
$ 30;
o kg de carne custa $ 4 e o kg de cereais custa $ 1;
esto disponveis por ms 10000 kg de carne e 30000 kg de
cereais.
Deseja-se saber qual a quantidade de cada rao a produzir de
modo a maximizar o lucro.
38/38
Soluo