Академический Документы
Профессиональный Документы
Культура Документы
98770
11011EMT023
Sumrio
1.
Objetivos....................................................................................................................3
2.
Introduo..................................................................................................................4
3.
Fundamentos Tericos................................................................................................5
4.
Materiais Utilizados...................................................................................................6
5.
Procedimento Experimental.......................................................................................6
5.1.
Coleta..................................................................................................................6
5.2.
Tratamento..........................................................................................................6
5.3.
Inferncia............................................................................................................9
5.3.1.
5.3.1.1.
Teste Qui-Quadrado...................................................................................10
5.3.1.2.
Teste de Kolmogorov-Smirnov.................................................................12
5.3.2.
6.
Distribuio normal.......................................................................................10
Distribuio lognormal..................................................................................14
5.3.2.1.
Teste Qui-Quadrado...................................................................................14
5.3.2.2.
Teste de Kolmogorov-Smirnov.................................................................16
Concluso.................................................................................................................17
1. Objetivos
Este trabalho tem por objetivo familiarizar o aluno com o tratamento dos dados
coletados em projetos de simulao de sistemas. Assim, realizou-se um experimento em
laboratrio atravs de um sistema pneumtico automatizado. A partir desse sistema,
houve a coleta de dados empricos, os quais foram, ento, utilizados para estimar o
melhor modelo estatstico para a representao do comportamento do mesmo em
relao ao tempo de durao de um ciclo de trabalho.
2. Introduo
Atualmente, a simulao de sistemas se tornou uma ferramenta bastante til para
o meio industrial e acadmico. Simular uma forma de se reproduzir o comportamento
de um sistema real por meio de experimentos hipotticos. A partir dos dados obtidos,
realiza-se o estudo e cria-se um modelo que o represente. Geralmente, utilizam-se
simulaes computacionais para obter resultados mais precisos e de maneiras mais
rpidas e eficientes.
Com essas informaes, podem-se listar algumas das vantagens no processo de
simulao de sistemas. Dentre elas: a reduo de custos, uma vez que no necessrio
construir vrios prottipos para se chegar ao projeto desejado; a acelerao do processo,
pois as anlises computacionais so extremamente rpidas; e, por fim, possuir um
conhecimento prvio a respeito da realidade.
Entretanto, ressalta-se que em simulao de sistemas, o trabalho realizado possui
um fundamento estocstico, ou seja, todos os resultados so estatsticos, confrontando
os resultados reais com o modelo terico.
3. Fundamentos Tericos
A tcnica de simulao surgiu na dcada de 50 com fins militares. Com o passar
dos anos, essa tcnica evoluiu cada vez mais e surgiram simuladores que deram maior
velocidade e confiabilidade aos processos. Hoje, a simulao de sistemas largamente
utilizada nos meios acadmicos e na indstria.
A tcnica de simulao pode ser computacional ou no computacional.
Geralmente, ela dividida em trs etapas. A primeira a concepo, onde o objetivo
coletar e analisar os dados e, tambm, entender o processo como um todo (variveis
envolvidas, objetivos e etapas do trabalho). A segunda a implementao, onde atravs
de estudos e modelos tericos, cria-se o modelo computacional (para o primeiro caso)
por meio de algoritmos, visando ganhar tempo e confiabilidade. Com os resultados
advindos das duas primeiras etapas, cria-se o modelo operacional (fenmeno hipottico
tratado) na etapa de anlise. Durante esse processo, realizam-se vrias simulaes e
comparaes com os resultados do modelo terico at se chegar ao projeto desejado.
O termo modelo utilizado largamente neste trabalho pode ser entendido como
uma representao de algo, de um sistema, que reproduz o seu comportamento atravs
de grficos, mapas, entre outras formas. Segundo Chwif e Medina (2006), existem trs
tipos de modelos: simblicos, analticos e de simulao.
Os modelos simblicos so representados por mapas, fluxogramas, grficos e
outros tipos de representaes. Suas principais vantagens esto relacionadas rpida
construo e fcil anlise; sendo suas principais limitaes a falta de detalhes do
sistema, serem estticos e no fornecerem elementos quantitativos.
Os analticos se baseiam nos conceitos matemticos e na programao linear.
Sua principal vantagem a soluo exata e rpida. Entretanto, assim como o modelo
simblico, o modelo analtico esttico e s eficaz para modelos menos complexos.
Por fim, os modelos de simulao utilizam simuladores que visam capturar o
comportamento real de um sistema. Sua principal vantagem representar sistemas
complexos de natureza dinmica e aleatria.
4. Materiais Utilizados
Para a realizao deste experimento, utilizaram-se os seguintes equipamentos:
5. Procedimento Experimental
Para a determinao de um modelo que represente o comportamento do sistema
proposto, foram utilizados dados de entrada e sada, utilizados e obtidos,
respectivamente, via experimento. Esta modelagem consiste de trs etapas: coleta,
tratamento dos dados e inferncia.
5.1. Coleta
Para a coleta de dados foi necessria a realizao do trabalho em dupla.
Enquanto um dos alunos acionava o sistema pneumtico no boto de iniciar, se
preocupando em manter ciclos de funcionamento contnuos, o segundo aluno era
responsvel por observar o funcionamento do mesmo e marcar o tempo em um
cronmetro.
Para realizar as etapas subsequentes de modelagem do sistema, como o
tratamento de dados, com os grficos de correlao e histogramas, coletaram-se 200
observaes do tempo de ciclo de trabalho do sistema pneumtica estudado, a fim de
obter dados representativos da populao de interesse. Esses dados foram introduzidos
em softwares computacionais, Excel para esse trabalho, que auxiliaram nos clculos
estatsticos que esto apresentados neste trabalho.
5.2. Tratamento
Com os dados em mos, o tratamento dos mesmos foi realizado. O primeiro
passo dessa etapa foi a diviso do conjunto de amostras em quartis para o clculo de
valores limites para os outliers. Esses valores, que aparecem devido a erros durante a
6
(1)
E em seguida, esse valor foi utilizado para os clculos dos valores limites
inferiores e superiores, permitindo a separao de outliers moderados e extremos pelas
equaes
FM Inf =Q 11,5 A
(2)
FM =Q 11,5 A
(3)
FE Inf =Q13,0 A
(4)
FE=Q 13,0 A
(5)
Parmetros
Q1
Q2
Q3
A
Outlier moderado inferior
Outlier moderado superior
Outlier extremo inferior
Outlier extremo superior
Valores calculados
1,85
1,89
1,97
0,12
1,67
2,15
1,49
2,33
12
2.50
10
2.30
8
X(n+1)
2.10
X(n+1)
1.90
1.70
2
0
0
10
15
20
1.50
1.50
25
2.00
X(n)
2.50
X(n)
(a)
(b)
2.50
2.30
2.10
X(n+1)
1.90
1.70
1.50
1.50
2.00
2.50
X(n)
(c)
Figura 1: Diagramas de disperso sem correlao das amostras para (a) amostras originais, (b)
amostras sem outliers moderados e (c) amostras sem outliers extremos.
Amostra
original
Sem
outliers
moderado
s
Sem
outliers
extremos
Mdi
a
Desviopadro
Varinci
a
Mximo
Mnimo
Nmero
de
amostra
s
2,231
9
1,9984
3,9936
20,1600
1,5500
200
1,896
5
0,0960
0,0092
2,1500
1,5500
184
1,899
6
0,1111
0,0123
2,2100
1,5500
191
5.3. Inferncia
Finalizada a parte inicial do tratamento dos dados, iniciou-se o processo de
inferncia, em que h a elaborao de histogramas para identificar qual distribuio
terica de probabilidade melhor se ajusta aos dados coletados e, assim, obter o melhor
modelo que descreve o seu comportamento. Esses histogramas de amostras tiveram as
divises de classes determinadas pela regra de Sturges,
K=1+3,3log 10 N
(6)
A anlise desses histogramas mostra que os dados sem a eliminao dos outliers
no apropriada, pois sua distribuio concentra praticamente todos os dados em uma
nica classe e no h correspondncia com nenhuma distribuio terica, sendo
9
10
5.3.1.
Distribuio normal
) e o teste de
Kolmogorov-Smirnov.
5.3.1.1.
Teste Qui-Quadrado
Ek =
( Ok T k )
(7)
Tk
Onde
Ok
Tk
o valor
Ek
dados e resultados necessrios para essa avaliao para a amostra sem outliers
moderados e a tabela 5 apresenta para a amostra sem outliers extremos.
11
=0,0960
Para a amostra sem outliers moderados, e
=1,8996
=0,1110
Classes de
tempo
1,681,735516
1,7355161,791032
1,7910321,846548
1,8465481,902064
1,9020641,95758
1,957582,013096
2,0130962,068612
2,0686122,124128
2,1241282,179644
Total Geral
Frequn
cia
11
12
23
56
35
25
12
5
4
183
Funo de
distribuio
cumulativa
Fronteira
Fronteira
inferior
superior
0,012083
0,046832
98
513
0,046832
0,136037
513
044
0,136037
0,301453
044
832
0,301453
0,523066
832
448
0,523066
0,737587
448
749
0,737587
0,887626
749
369
0,887626
0,963439
369
618
0,963439
0,991109
618
593
0,991109
0,998401
593
984
-
Frequnc
ia terica
6,358981
673
16,32442
917
30,27127
212
40,55510
882
39,25739
807
27,45706
731
13,87382
465
5,063605
376
1,334507
605
-
Desvi
o
Ek
3,3871
86
1,1455
65
1,7465
87
5,8819
88
0,4617
08
0,2198
77
0,2530
82
0,0007
99
5,3239
48
18,420
74
Tabela 5: Dados e resultados necessrios para o teste Qui-Quadrado para a amostra sem
outliers extremos e distribuio normal.
12
Classes de
tempo
Frequn
cia
1,551,627397
1,6273971,704794
1,7047941,782191
1,7821911,859588
1,8595881,936985
1,9369852,014382
2,0143822,091779
2,0917792,169176
2,1691762,246573
1
6
18
38
65
37
14
7
5
Total Geral
Funo de
distribuio
cumulativa
Fronteira
Fronteira
inferior
superior
0,000822
452
0,039697
936
0,039697
0,145166
936
579
0,145166
0,359206
579
753
0,359206
0,631651
753
741
0,631651
0,849207
741
957
0,849207
0,958171
957
77
0,958171
0,992380
77
832
0,992380
0,999106
832
357
191
Frequnc
ia terica
7,425217
376
20,14451
087
40,88167
322
52,03699
267
41,55323
728
20,81208
833
6,533930
728
1,284575
311
-
Desvi
o
Ek
0,0243
51
0,2282
97
0,2031
24
3,2292
33
0,4989
26
2,2296
92
0,0332
45
10,746
26
17,193
13
Ek
Ecritico
proveniente de
Ecritico
5.3.1.2.
Teste de Kolmogorov-Smirnov
13
O teste KS compara uma funo acumulada terica com uma dada funo
acumulada observada, avaliando-se a distncia absoluta mxima entre elas. O teste
representado pela seguinte equao
D=max F ( x ) S ( x )
(8)
S (x )=
nmero de eventos x
total de valores observados
(9)
14
1.2
1
0.8
0.6
0.4
0.2
0
1.5 1.6 1.7 1.8 1.9
Amostras
Amostras
0,75
0,9
0,95
0,99
Teste de aderncia KS
D critico
Falso
Falso
0,0754
Falso
Falso
0,0905
Falso
Falso
0,1004
Falso
Falso
0,1203
Sem
outliers
moderad
os
Verdadeir
o
Verdadeir
o
Verdadeir
o
Verdadeir
o
D critico
0,073
8
0,088
6
0,098
3
0,117
8
Sem
outliers
extremo
s
Falso
Verdadei
ro
Verdadei
ro
Verdadei
ro
15
16
5.3.2.
Distribuio lognormal
5.3.2.1.
Teste Qui-Quadrado
=0,0505
E para a amostra sem outliers extremos
=0,6400
=0,0584
Classes de
tempo
1,681,735516
1,7355161,791032
1,7910321,846548
Frequn
cia
11
12
23
Funo de
distribuio
cumulativa
Fronteira
Fronteira
inferior
superior
Frequnc
ia terica
0,008781
0,041717
6,027342
0,041717
0,13399
16,88602
0,13399
0,307348
31,72456
Desvi
o
Ek
4,1025
27
1,4137
82
2,3993
36
17
1,8465481,902064
1,9020641,95758
1,957582,013096
2,0130962,068612
2,0686122,124128
2,1241282,179644
Total Geral
56
35
25
12
5
4
183
0,307348
0,533099
41,31231
0,533099
0,743003
38,41246
0,743003
0,886144
26,19474
0,886144
0,959494
13,42322
0,959494
0,988371
5,28437
0,988371
0,997282
1,630681
5,2218
84
0,3031
55
0,0544
92
0,1508
99
0,0153
03
3,4425
34
17,103
91
Tabela 8: Dados e resultados necessrios para o teste Qui-Quadrado para a amostra sem
outliers extremos e distribuio lognormal.
Classes de
tempo
1,551,627397
1,6273971,704794
1,7047941,782191
1,7821911,859588
1,8595881,936985
1,9369852,014382
2,0143822,091779
2,0917792,169176
2,1691762,246573
Total Geral
Frequn
cia
Funo de
distribuio
cumulativa
Fronteira
Fronteira
inferior
superior
Frequnc
ia terica
Ek
0,000274
0,033982
6,438276
18
0,033982
0,143554
20,92828
38
0,143554
0,368407
42,94696
65
0,368407
0,64156
52,17204
37
0,64156
0,849422
39,70168
14
0,849422
0,953518
19,88244
0,953518
0,989347
6,843229
0,989347
0,998153
1,682052
191
5.3.2.2.
Desvi
0,0490
09
0,4097
25
0,5698
28
3,1541
12
0,1838
48
1,7403
87
0,0035
91
6,5448
48
12,655
35
Teste de Kolmogorov-Smirnov
18
1.2
1
0.8
0.6
0.4
0.2
0
1.5 1.6 1.7 1.8 1.9
Amostras
1.2
1
0.8
0.6
0.4
0.2
0
1.5 1.6 1.7 1.8 1.9
Amostras
Tabela 9: Dados e resultados necessrios para o teste Qui-Quadrado para a amostra sem outliers
extremos.
Nveis de
confiana
0,75
Falso
Falso
Teste KS
Sem
Sem
D critico outliers
D critico outliers
moderad
extremo
os
s
Verdadeir
0,073 Verdadei
0,0754 o
8 ro
19
0,9
0,95
0,99
10,645
0
12,592
0
16,812
0
Falso
Falso
0,0905
Falso
Falso
0,1004
Falso
Verdadeiro
0,1203
Verdadeir
o
Verdadeir
o
Verdadeir
o
0,088
6
0,098
3
0,117
8
Verdadei
ro
Verdadei
ro
Verdadei
ro
20
6. Concluses
Aps a realizao do experimento descrito e das anlises necessrias para
aquisio de dados, tratamento e inferncia, concluses puderam ser tomadas sobre essa
parte do processo de modelagem de sistemas. A primeira referente importncia de
um bom planejamento e execuo da atividade de coleta de dados a fim de garantir que
as amostras tomadas sejam representativas da populao que forma as possveis
respostas do sistema estudado.
No caso desse experimento, acredita-se que a falta de tempo para a coleta possa
ter levado a resultados menos representativos do que poderiam ser. O segundo ponto a
ser abordado sobre a natureza distinta dos testes de aderncia aplicados. O teste QuiQuadrado considera a contribuio dos desvios de cada classe, enquanto que o teste KS
pontual ao verificar a maior distncia entre valores tericos e empricos para cada
classe.
Essas caractersticas podem levar ao descarte indevido de hipteses nos testes de
aderncia caso cada teste seja analisado individualmente. Assim, o resultado dos testes
levou escolha da distribuio lognormal para a representao do sistema pneumtico
usando a amostra sem outliers extremos, pois a outra possibilidade aparentemente
exclua dados significativos da amostra.
21