o impacto da simulação numérica com a utilização de
Post on 16-Oct-2021
0 Views
Preview:
TRANSCRIPT
1 Graduado em Análise e Desenvolvimento de Sistemas. Mestre em Inovação Tecnológica. Docente do Centro de
Ensino Superior de Uberaba (CESUBE)/Faculdade de Ciências Econômicas do Triângulo Mineiro (FCETM),
Uberaba/MG, Brasil. ORCID: 0000-0002-8356-3209. E-mail: lazaro_nogueira@outlook.com
O impacto da simulação numérica com a utilização de aplicativos computacionais em
Engenharia
The impact of numerical simulation with the use of computational applications in
Engineering
Lázaro Nogueira Pena Neto1
RESUMO
O objetivo da pesquisa é apresentar os conceitos iniciais e ferramentas de simulação com ênfase
nos principais tópicos de projetos abordados pelos profissionais Engenheiros e afins. Trata-se de
pesquisa bibliográfica documental, realizada nos meses de Fevereiro de 2018 à Abril de 2018,
relacionada à aplicação de modelos matemáticos, em formato de fórmula Estatística, conhecida
como regressão linear. É exposto os conceitos teóricos sobre simulação, de forma ampla
considerando uma implementação inicial básica, baseada no modelo da fórmula conhecida em
planilhas. Em seguida é obtida uma expressão de regressão onde pode se obter a melhor reta de
ajuste.
Palavras chave: Simulação, Modelagem, Análise Numérica, Prototipação.
ABSTRACT
The objective of the research is to present the initial concepts and simulation tools with emphasis
on the main topics of projects approached by the professionals Engineers and the like. It is a
documentary bibliographical research, held from February 2018 to April 2018, related to the
application of mathematical models, in the form of a Statistical formula, known as linear
regression. Theoretical concepts about simulation are exposed, broadly considering an initial basic
implementation, based on the model of the known formula in spreadsheets. Then a regression
expression is obtained where the best adjustment line can be obtained.
Keywords: Simulation, Modeling, Numerical Analysis, Prototyping.
PENA NETO, L. N.
219 Revista Saberes Acadêmicos (online); 2(2):218-232
INTRODUÇÃO
O processo de simulação numérica é utilizado na Engenharia em projetos cujos custos de
implementação diretos e prototipagens estão acima das faixas disponibilizadas por orçamentos, ou
em casos que o processo a ser adotado envolva complexidade, dificuldade de realização e mesmo
risco na concretização dos elementos construtivos finais. As situações envolvidas vão desde a
classificação de problemas, utilização da capacidade instalada, níveis de inventário, lógica de
controle, comparação com o desempenho de outros sistemas, refinamento de projeto, integração,
alternativas de sequenciamento, inicialização de equipamentos, treinamento de empregados,
modelagem de ergonomia, aumento da produção, controle de qualidade, modelos ambientais,
predição atmosférica, simulação estocástica, gerador de números aleatórios em sistemas dentre
outros (LOBÃO, 1999, p.01).
A definição sobre simulação é ampla e possui diferentes abordagens de acordo com autores
específicos. Não há um consenso sobre o tema. De acordo com o dicionário Aurélio é “a
representação simplificada de fenômenos ou processos mais complexos para experiência ou
treinamento (FERREIRA, p.700)”.
Conforme a fala de autores:
"Simulação é o processo de desenvolvimento de um modelo de um sistema real, e a
condução de experimentos nesse modelo, com o propósito de entender o comportamento
do sistema e/ou avaliar várias estratégias (com os limites impostos por um critério ou
conjunto de critérios) para a operação do sistema" (COSTA apud NAYLOR, p.02).
"Simulação é uma técnica numérica para realizar experiências em um computador digital,
envolvendo certos tipos de modelos lógicos que descrevem o comportamento de um
sistema econômico ou de negócios (ou um aspecto parcial de um deles) sobre extensos
intervalos de tempo" (COSTA apud NAYLOR, p.02).
"Simulação de sistemas é a técnica de solucionar problemas observando o desempenho
no tempo de um modelo dinâmico do sistema" (COSTA apud GORDON, p.02).
Escolher uma técnica em simulação que seja única é praticamente impossível, o que existe
é uma coletânea de recursos que somados e manipulados conjuntamente, darão um resultado mais
próximo possível do que seria o real. Esses procedimentos exigem também do profissional sólidos
conhecimentos de conceitos teóricos e técnicos de outras disciplinas como: Resistência dos
Materiais, Ciência dos Materiais, Estática e Dinâmica, Cálculos em Estruturas, Programação
Matemática, Cálculo Numérico, Estatística e afins, além da vivência técnica necessária adquirida
com a experiência.
Quando se fala em simulação, pode-se adotar vários recursos físicos ou teóricos,
experimentos, cálculos matemáticos e afins. Adotar um recurso que possibilite a melhor
compreensão de um fenômeno é que o faz ter um diferencial quanto a sua aplicação, ou seja, estará
mais próxima, do que realmente o fato se apresenta. Dessa forma, quanto mais próximo de uma
PENA NETO, L. N.
220 Revista Saberes Acadêmicos (online); 2(2):218-232
representação do mundo real, considerando o modelo qual seja, será suficientemente significativo
para adaptar-se. Há casos em que somente uma equação matemática será necessária; em outros,
como uma peça ou mecanismo, precisa da modelagem geométrica.
O objetivo da pesquisa é apresentar os conceitos iniciais e ferramentas de simulação com
ênfase nos principais tópicos de projetos abordados pelos profissionais Engenheiros e afins. Sendo
analisado a aplicação de modelos matemáticos, em formato de fórmula Estatística, conhecida
como regressão linear, com aplicações no Microsoft Excel.
METODOLOGIA
Nesse trabalho foi desenvolvido, um texto introdutório ao tema, discussão entre o
entendimento sobre simulação, modelagem numérica e algumas aplicações com o uso de
algoritmos em determinadas situações da Engenharia. Trata-se de pesquisa bibliográfica
documental, realizada nos meses de Fevereiro de 2018 à Abril de 2018, sendo levantado por meio
das pesquisas de Costa e referenciais na bibliografia das obras clássicas de Gordon, Naylor e
Shannon; pesquisas digitais em sites específicos sobre a temática e artigos de professores
pesquisadores do assunto.
Materiais didáticos sobre o tema, utilizados para conceitos essenciais ao tema. A
abordagem utilizada é a quantitativa de valores em uma faixa de pesquisa e elementos que foram
determinados na simulação. Foi realizada, a partir dos conceitos matemáticos de Estatística e
Cálculo Numérico, uma abordagem, computacional utilizando planilha eletrônica e uma faixa de
valores a serem manipulados e classificados dentro da expressão de cálculo do modelo de
regressão linear.
Os valores são todos manipulados por variáveis quantitativas contínuas, onde a partir do
intervalo numérico considerado podem ser trabalhadas posteriormente medidas de posição e
dispersão.
DESENVOLVIMENTO
Como seria a construção de um transatlântico, de uma aeronave comercial, de uma
barragem para uma usina hidrelétrica ou de uma indústria petroquímica se os responsáveis pela
obra partissem diretamente para a sua fabricação? Se, depois de conceber mentalmente a obra –
fundamentados apenas na concepção de alguma solução - rapidamente eles começassem a juntar
PENA NETO, L. N.
221 Revista Saberes Acadêmicos (online); 2(2):218-232
materiais, operários, recursos financeiros, equipamentos, espaço físico e partissem para a
construção. É bem possível que o resultado não fosse dos melhores. Ao menos três grandes
preocupações constantes da engenharia estariam severamente comprometidas neste caso:
segurança, custos e eficiência do sistema (BAZZO, 2006, p. 83).
A simulação pode envolver protótipos - primeiros exemplares de um
produto, construídos para testes - ou modelos submetidos a ambientes físicos
reais. No caso particular de modelos matemáticos, eles são submetidos a
distúrbios matemáticos para avaliar a condição de serviço esperada. (BAZZO, 2006, p. 173)
Neste ponto é verificado se o modelo foi construído corretamente. Nesta fase busca-se fazer
testes exaustivos no simulador. O “modelista” precisa se convencer de que o simulador está
correto e rodando bem (COSTA, 2002, p.24).
Quanto ao lado técnico, é bom não esquecer que os processos de
otimização ensinados nos cursos formais são basicamente procedimentos
matemáticos, sendo aplicáveis a parâmetros específicos. Todavia, é utópico
imaginar que na vida real sempre caberá aplicar modelos matemáticos típicos
a todos os problemas que desejamos otimizar. Desafortunadamente, existem
casos em que a realidade é muito complexa, e os modelos usuais não têm
capacidade de descrevê-la. Existem aplicações em que o valor ótimo só pode
ser conseguido com o auxílio de avançados processos numéricos e
computadores de grande velocidade; por exemplo a otimização estrutural de
grandes sistemas - aviões, navios etc. - e a otimização do perfil aerodinâmico
de aviões hipersônicos - esta só viável com o auxílio de supercomputadores. (BAZZO, 2006, p.
184).
A validação é a etapa onde será checado se o modelo desenvolvido representa bem o
sistema real. É a busca da resposta para a pergunta: foi desenvolvido o modelo correto? A ideia
é passar confiança ao usuário, mostrando que qualquer experimento com o modelo irá gerar
resultados que coadunam com a realidade do sistema estudado. (COSTA, 2002, p.24)
A validação é normalmente conseguida executando o modelo e comparando seus
resultados com os oriundos do sistema real. Se os resultados da simulação se aproximarem dos
valores reais, dentro de um nível de confiança desejado, o simulador será validado. (COSTA,
2002, p.24).
A técnica de simulação computacional de sistemas em seus primórdios era extremamente
PENA NETO, L. N.
222 Revista Saberes Acadêmicos (online); 2(2):218-232
complicada, devido à necessidade do modelamento matemático dos sistemas e a implementação
de algoritmos em linguagens de programação, (ERLANG, 2018).
Com o surgimento de linguagens orientadas à simulação na década de 50, tornou-se mais
fácil a modelagem de sistemas. Com o passar dos anos estas linguagens foram se desenvolvendo
e outras ferramentas foram adicionadas às linguagens de simulação, de modo a torná-las uma das
ferramentas mais poderosas para o projeto de sistemas (ERLANG, 2018).
Para que se tenha uma ideia da aplicação objetiva da simulação, veja o exemplo que se
considera uma passarela que será construída e despreza-se a capacidade de peso suportado por
ela. Não se pode realizar a obra, deixar que a utilizem e submetê-la então, a esforços até que se
rompa e caia baseado em eventos aleatórios do tipo tentativa erro.
O modelo matemático é uma idealização, na qual são usadas técnicas de
construção lógica, não necessariamente naturais e, certamente, não
completas. Com ele os fenômenos e as variáveis do problema são descritos
por elementos idealizados que representam as características essenciais da
situação real, sendo relacionados por meio de uma expressão matemática. Por
ser uma representação, os resultados não apresentam garantia de
representatividade, devendo-se realizar constantes verificações, (BAZZO, 2006, p. 85)
PROGRAMAÇÃO MATEMÁTICA
O tratamento com precisão cientifica deve ser dado a partir da Matemática. Tecnicamente
podem ser utilizados recursos bem heterogêneos. Segue alguns procedimentos a serem usados:
Passos para a resolução de um problema: Dado um problema técnico, para se chegar a um
resultado numérico, faz-se necessário percorrer uma sequência preestabelecida de passos isolados.
Em cada um desses passos pode existir uma parcela de erro que se acumula ao montante final do
processo (CALSAVARA, 2018). Passos:
1) Modelamento: O problema técnico precisa ser associado a um modelo matemático para
ser possível a interpretação e a consequente solução.
2) Simplificação: Acontece, de modo frequente, que o modelo usado para certa solução
numérica necessita de simplificações. A essa etapa também pertence a aproximação de
valores de contorno.
3) Resultados de Ciências Vizinhas e Medição: Nas equações ocorrem coeficientes, os quais
PENA NETO, L. N.
223 Revista Saberes Acadêmicos (online); 2(2):218-232
foram obtidos de ciências vizinhas, como por exemplo, Termodinâmica, Ecologia, Física,
ou de medidas e, por isso, já providos de erros. Neste ponto, já dispomos das equações a
serem resolvidas pelas máquinas digitais.
4) Escolha de Métodos: É preciso escolher o método numérico para obter a solução, sempre
levando em conta em que recurso procura-se maior eficiência.
5) Escolha de Parâmetros: No método de solução devem ser escolhidos certos parâmetros
de cálculo, como, por exemplo, a escolha de um “passo” num método de diferenças, ou a
escolha do tamanho do subintervalo para um método para integração.
6) Truncamento das Iterações: Como a maioria dos problemas não tem solução direta e
precisa, por isso, ser resolvida iterativamente, é necessário que se escolha um critério de
parada.
Todos esses passos causam erros no resultado final. Intuitivamente tem-se a passagem da
teoria para a aproximação induz a certo erro na solução, então uma iteração com certa precisão
pode não melhorar o erro e o tempo de cálculo é mero desperdício. Portanto, se quiser melhorar
o tempo de cálculo de modo efetivo, deve-se fazer uma análise cuidadosa da nossa sequência de
erros. É, frequentemente, difícil dizer algo sobre os erros que ocorrem Modelamento e
Simplificação. No caso de Simplificação pode-se fazer uma análise a posteriori, isto é, substituir
o resultado aproximado nas equações iniciais e assim obter-se uma ideia sobre a grandeza do erro
(CALSAVARA, 2018).
A influência das constantes empíricas em Resultados de Ciências Vizinhas e Medição
sobre a solução pode ser obtida por meio de uma análise sensitiva. Observa-se a solução com os
coeficientes limites de erro, o que mostra a influência dos erros no resultado final.
A sequência de erros a que os passos 1, 2 e 3 induzem são dados fixos e, portanto, não
mais sujeitos a melhoras pela escolha de outros métodos de solução (CALSAVARA, 2018).
O exemplo de estudo que melhor se adequa, no caso desse trabalho é a obtenção da melhor
reta que represente vários pontos obtidos a partir de uma combinação de análise gráfica e análise
numérica, denominada regressão linear.
Especificação da função
A inspeção dos dados por meio de gráficos fornece elementos para a especificação
PENA NETO, L. N.
224 Revista Saberes Acadêmicos (online); 2(2):218-232
matemática da função de regressão. Em muitos casos sabe-se que uma grandeza é função de
outra, mas não se conhece a relação matemática de dependência, sendo o propósito encontrar
exatamente tal relação. Em outros, se conhece, o tipo de dependência, mas deseja-se prová-la
(FRANCO, 1998, p.15).
Ajustamento
Após a especificação da função que melhor traduzirá a ligação entre as variáveis, deverão
ser determinados os parâmetros desta função. Sempre se procura a linearização da função pela
forma Y=a+b.x, onde a e b são as constantes. Será essa reta que será traçada após a plotagem dos
pontos obtidos. O ajuste é feito de forma a minimizar os desvios dos valores observados em
relação aos correspondentes. Que também é assunto dos Princípios dos Mínimos Quadrados
(FRANCO, 1998, p.15).
Verificação da especificação
Após a obtenção da forma da função que traduz o relacionamento entre as variáveis, não
se tem a certeza quanto a função gerada ser boa o suficiente para atender o modelo. Pode ser feita
a verificação do grau de relacionamento utilizando-se o coeficiente de correlação (r)
(FRANCO,1998, p.15).
∑ 𝑌𝑖 = 𝑛. 𝑎 + 𝑏. ∑
𝑋𝑖
∑ 𝑋𝑖. 𝑌𝑖 = 𝑎. ∑
𝑋𝑖
+ 𝑏. ∑
𝑋𝑖²
r = 𝑆𝑥𝑦
𝑆𝑥−𝑆𝑦
Com -1 ≤ r ≤ 1
Fonte: (FRANCO, 1998, p.15).
Anteriormente não havia procedimentos ou simulações. O projeto acontecia de acordo
com um planejamento e acompanhado por responsável técnico. Em muitos casos, o princípio
físico, permite com base em suas teorias, a utilização de Análise dimensional, Teoria dos Erros
e outras técnicas (FRANCO, 1998, p.15).
(1)
(2)
PENA NETO, L. N.
225 Revista Saberes Acadêmicos (online); 2(2):218-232
Na elaboração de desenvolvimento de algoritmos otimizados pode-se utilizar pacotes de
programas já definidos pela indústria ou optar-se por uma linguagem de programação. O uso de
linguagens como C/C++ ou Java permite ao conhecedor propor e criar situações de acordo com
o padrão técnico que considerar melhor. O que se observa na realidade é que o quanto melhor for
a integração entre os dos formatos de manipulação de dados, melhor e mais rápido será o processo
final de análise.
Nessa etapa do trabalho será considerada a manipulação de pacotes.
Considerando um modelo na Engenharia Civil do funcionamento de elementos estruturais
de pavimento, na disciplina de Estruturas de Concreto Armado, onde pode-se realizar a análise
da deformabilidade e da instabilidade da estrutura. A ferramenta FTOOL considera ações de
agentes externos e deslocamentos, (FTOOL, 2018).
De forma ampla e dinâmica, pode usar também o ARENA. O software Arena é a
ferramenta para simulação de eventos discretos mais utilizados no mundo. Com um ambiente
gráfico integrado, o software possui recursos para análise estatística, modelagem de processos,
animação, e análise de resultados. Considerado por renomados especialistas como o "O mais
inovador software de simulação", por unir os recursos de uma linguagem de simulação à
facilidade de uso de um simulador, em um ambiente gráfico integrado (ARENA, 2018).
O MATLab também é muito utilizado. MATLAB (MATrix LABoratory) trata-se de um
software interativo de alta performance voltado para o cálculo numérico. O MATLAB integra
análise numérica, cálculo com matrizes, processamento de sinais e construção de gráficos em
ambiente fácil de usar onde problemas e soluções são expressos somente como eles são escritos
matematicamente, ao contrário da programação tradicional (MATLAB, 2018).
Scilab é um software científico para computação numérica semelhante ao Matlab que
fornece um poderoso ambiente computacional aberto para aplicações científicas. Desenvolvido
desde 1990 pelos pesquisadores do INRIA (Institut National de Recherche en Informatique et en
Automatique) e do ENPC (École Nationale des Ponts et Chaussées), então pelo Consorcio Scilab
desde Maio de 2003, Scilab é agora mantido e desenvolvido pelo Scilab Enterprises desde Julho
de 2012. Distribuído gratuitamente via Internet desde 1994, o Scilab é atualmente usado em
diversos ambientes industriais e educacionais pelo mundo (SCILAB, 2018).
Em estudos tecnológicos de simulação que envolva a utilização de equipamentos e
máquinas deve passar por experimentações diversas que sustentem a sua usabilidade. No entanto
técnicas de simulação envolvem também a participação de pessoas ao processo e suas interações.
PENA NETO, L. N.
226 Revista Saberes Acadêmicos (online); 2(2):218-232
À medida que os mecanismos estão sendo avaliados e utilizados por profissionais da área da
saúde e educação física, percebe-se algumas especificações médicas ou orientações para trabalho.
A simulação humana em projetos de postos de trabalho tem conquistado espaço em
grandes empresas e instituições. Os principais benefícios advindos do uso dessa tecnologia são:
ganho de tempo no processo de projeto, auxílio na comunicação entre os diferentes atores do
projeto e entre projetistas e usuários, e a antecipação das considerações que envolvem a possível
atividade futura de trabalho (BRAATZ et al. 2002).
Existe também a possibilidade de interações com os seres humanos em análises
matemáticas. A Simulação de Sistemas faz análises de problemas. Sendo utilizada como
ferramenta para a análise do comportamento do sistema sob condições especificadas pelo
usuário.
A simulação pode evitar problemas que ocorrem quando se faz experimentações com o
sistema real. Por exemplo, na simulação (COSTA, 2002, p.21):
1) Não é necessário interromper as operações do sistema real;
2) É fácil manter as mesmas condições de operação para cada réplica do experimento;
3) É possível explorar muitos tipos de alternativas na experimentação;
4) O consumo de tempo e dinheiro é extremamente menor para se obter o mesmo tamanho
de amostra coloca que o analista deve considerar o uso de simulação sempre que: uma
formulação matemática completa do problema não exista, ou métodos analíticos para
resolver o modelo matemático não foram ainda desenvolvidos;
5) Métodos analíticos estejam disponíveis, mas os procedimentos necessários para a
utilização dos mesmos são tão complexos e árduos que a simulação acaba fornecendo um
método mais simples de solução;
6) Soluções analíticas existam e sejam viáveis em termos de complexidade, mas estão além
da habilidade matemática do pessoal disponível. O custo de desenvolvimento, teste, e
execução da simulação deve ser avaliado, comparativamente ao custo de obtenção de
ajuda externa;
7) A Simulação pode ser a única opção possível dada as dificuldades de observação de
fenômenos no ambiente real.
PENA NETO, L. N.
227 Revista Saberes Acadêmicos (online); 2(2):218-232
Uma vantagem adicional da Simulação é a sua contribuição para se compreender melhor
e aprender a respeito do sistema. O desenvolvimento e utilização de um modelo de Simulação
permitem ao projetista enxergar e manipular o sistema. Isso leva a um crescente entendimento
do mesmo, permitindo que modelos simples de simulação sofram alterações até se tornarem
complexos o suficiente para representar bem a situação estudada (COSTA, 2002, p.21).
Nessa etapa será desenvolvido o modelo previamente discutido sobre regressão linear.
Para isso a ferramenta considerada será a planilha de cálculos Microsoft Excel.
Considerando os dados iniciais coletados de experimentos:
Fonte autor: Tabela gerada da transposição da equação (1)
Utilizamos as regras de tabulação para facilitar os somatórios:
Fonte autor: Tabela gerada da transposição da equação (1)
Sendo (r) o coeficiente de correlação entre as variáveis trabalhadas.
De acordo com o modelo apresentado das fórmulas (1) e (2):
41,65 = 6a + 19,50b
145,02 = 19,50a + 67,75b
Resolvendo o sistema acima obtém-se: a=-0,24 e b=2,21.
PENA NETO, L. N.
228 Revista Saberes Acadêmicos (online); 2(2):218-232
Portanto a equação de regressão a ser utilizada pelo modelo é:
Y=-0,24+2,21.X
Fonte: (FRANCO, 1998, p.15)
Com base nos conceitos teóricos trabalhados na Parte 1, computacionalmente obteve-se:
Ou seja, o modelo que era procurado, foi gerado pela interpretação e simulação
computacional.
Dessa maneira é possível estender a expressão obtida para outros elementos além da
tabela inicial, para estimar valores dentro dessa regra. Veja:
Fonte autor: Tabela gerada da transposição da equação (1)
Quando se recalcula os valores de X de acordo com a expressão inicial os novos
elementos estão mais próximos dos valores que deveriam pertencer.
Fonte autor: Tabela gerada da transposição da equação (3)
A partir desses dados finais pode-se visualizar num gráfico o quanto os valores iniciais
podem ser explicados ou justificados pela reta que os aproxima. Os dados são representados pela
coleta direta e posteriormente por meio da equação ajustada das informações iniciais.
PENA NETO, L. N.
229 Revista Saberes Acadêmicos (online); 2(2):218-232
Fonte autor: Gráfico da simulação gerada em Excel
A ferramenta (planilha eletrônica MS-Excel) utilizada experimentalmente pode ser
combinada com o MATLAb, ou outro compatível, para fins específicos de manipulação de outras
variáveis e por expressões numéricas que não poderiam ser trabalhadas diretamente na planilha.
A utilização de um computador equipado com sistema MatLab durante as fases de
cálculos numéricos se faz necessário devido a quantidade de variáveis envolvidas e criadas para
modelar o sistema e também quanto a um outro conjunto de novos parâmetros que surgem a
partir da manipulação numérica. De toda forma a ferramenta computacional baseia-se no
conjunto da estrutura a ser modelada, e a partir daí, um método de tratamento dos valores
envolvidos. O comando utilizado pelo MATLAB para a realização de regressão linear é
denominado “regress”. Para utilizar este comando o usuário deve fornecer a matriz com as
variáveis independes e um vetor com a variável dependente. Cada linha da matriz ou do vetor
deve corresponder a uma observação. Caso o modelo linear possua uma constante, a matriz com
as variáveis independentes deve possuir uma última coluna com valores iguais a 1.
Como fator resultante de toda simulação observa-se que os valores encontrados atendem
a proposta do problema inicial da regressão linear. Espera-se que a simulação possibilite a
validação e verificação dos dados encontrados aos padrões dos modelos teóricos consagrados e
aceitos como padrões pela comunidade científica.
A clareza e simplificação dos cálculos realizados estão na natureza dos problemas que
são formulados diante de cada situação. A modelagem cria cenários numéricos que possibilitam
diversas expansões por meio de gráficos, expressões e tabelas. Deve-se trabalhar sempre para
que o grau de complexidade da elaboração do modelo não fique saturado por expressões
secundárias e usar sempre uma ferramenta em que os cálculos possam ser manipulados de uma
PENA NETO, L. N.
230 Revista Saberes Acadêmicos (online); 2(2):218-232
forma quase intuitiva.
Quando se imagina o esforço de simulação por meio de técnicas computacionais, percebe-
se realmente o quanto que se ganha em termos de tempo, qualidade de respostas e perfis de
resultados diferentes. Isso torna a simulação abrangente o suficiente para atender com diferentes
valores uma determinada busca. Foram as situações expostas como o gráfico obtido na seção
anterior e as tabelas expositivas.
CONCLUSÃO
No início deste estudo foi estabelecido como pergunta motivadora, e objetivo: Como seria
a construção de qualquer projeto se os responsáveis pela obra partissem diretamente para a sua
fabricação? Diversos conceitos relevantes e diversificados foram abordados sobre o tema, tais
como: programação matemática, simulação matemática e física, humana e implementação
prática e objetiva por meio de planilhas, possibilitando assim uma visão ampla e específica do
assunto.
Dessa forma foi possível assim criar pequenas funcionalidades, ainda que com algoritmos
simplificados (somente da regressão linear), e atender as expectativas de simulação e obtenção
de dados pesquisados.
Em todo processo de simulação observa-se que as qualidades dos dados trabalhados
precisam ser submetidas a modelos estatísticos que atendam um equilíbrio do processo
envolvido. O que a simulação faz é uma espécie de aproximação, com base em partes de modelos
matemáticos e heurísticos que atendem um determinado comportamento. Em estudos futuros
sugere-se considerar a simulação conhecida como Simulação Humana, com base em técnicas de
Inteligência Artificial, e Teoria do Comportamento, para que o modelo tenha estrutura dinâmica
em relação às variáveis manipuladas.
Futuramente, pode-se planejar a elaboração de situações baseadas em modelagens
específicas sobre equações, por exemplo, desenvolvidas a partir de modelos e ferramentas que
utilizam simuladores mais robustos ex: software ARENA, que podem ser utilizados por meio de
algoritmos computacionais e com diferentes linguagens de programação, ex: GPSS,
SIMSCRIPT, SIMAN. Desta forma tal abordagem permite ao modelista maior flexibilidade na
codificação e exigência de maior entendimento analítico sobre a situação.
PENA NETO, L. N.
231 Revista Saberes Acadêmicos (online); 2(2):218-232
REFERENCIAS
ARENA. Software de Simulação. Disponível em: <http://www.paragon.com.br/ >. Acesso em
19 de Abril. 2018.
BRAATZ, Daniel et al. Simulação humana digital na concepção de postos
de trabalho: estudo comparativo de casos, Revista Gestão da Produção, São Carlos, v. 19, n. 1,
p. 79-92, 2012.
CALSAVARA, Alcides. Matemática Computacional. Disponível em:
<http://www.ppgia.pucpr.br/~alcides/Teaching/ProgramasAprendizagem/MatematicaComputac
ional/Terminologia.html>. Acesso em 19 de abril. 2018.
COSTA, Miguel Antônio Bueno. Introdução à Simulação. Departamento de Engenharia de
Produção, Universidade Federal de São Carlos, São Carlos, Apostila de Simulação de Sistemas,
2002. Disponível em: <www.simucad.dep.ufscar.br/dn_sim_doc01.pdf>.Acesso em 19 de Abril.
2018.
ERLANG. Simulação. Disponível em: <http://www.erlang.com.br/simulacao.asp> Acesso em
19 de Abril. 2018.
FERREIRA, Aurélio Buarque de Holanda. Dicionário da língua portuguesa. 5. ed. Curitiba:
Positivo, 2010, p.2222.
FRANCO, E. R. . Física Experimental I Manual de Laboratório. Uberlândia/ MG: EDUFU,
1989.
FTOOL, A Graphical-Interactive Program for Teaching Structural Behavior, <Disponível
em https://www.ftool.com.br/Ftool/> Acesso em 19 de Abril. 2018.
GORDON, G. System simulation. 2nd ed. Prentice Hall, Englewood Cliffs, New Jersey, p.
423, 1978.
BAZZO, W. A.; PEREIRA, L.T.V. Introdução a Engenharia: conceitos, ferramentas e
comportamentos. 4. Ed. Florianópolis: UFSC, 2006.
LOBÃO, Elídio de Carvalho; PORTO, Arthur José Vieira. Evolução das técnicas de
simulação. Escola de Engenharia de São Carlos - EESC/USP. Departamento de Eng.
Mecânica, 1999.
PENA NETO, L. N.
232 Revista Saberes Acadêmicos (online); 2(2):218-232
MATLAB. “Matrix Laboratory”. Disponível em <
https://www.mathworks.com/products/matlab.html >. Acesso em 19 de abril. 2018
NAYLOR, T. H. et al. Técnicas de Simulação em Computadores. São Paulo: Editora Vozes
em colaboração com a Editora da Universidade de São Paulo, 1971.
SCILAB. Software científico para computação numérica. Disponível em:
<https://pt.wikipedia.org/wiki/Scilab>. Acesso em 19 de Abril. 2018
SHANNON, R. E. Introduction to the art and science of simulation. Proceedings of the
Winter Simulation Conference, 1998.
top related