ge-814: introdução à avaliação operacionalhelcio/ge-814 introducao.pdfdelineamento de...
TRANSCRIPT
ITA - São José dos Campos, SP 1 / 46
GE-814: Introdução à Avaliação Operacional
ITA - São José dos Campos, SP 4 / 46
Almirante Mike Mullen Chefe de Operações Navais da Marinha dos EUA (2004-2007)
Chairman of Joint Chiefs of Staff (2007-)
• Comentário sobre o currículo que cursou no Mestrado em Análise Operacional (AO) na Naval Postgraduate School (NPS): – “Eu acho que o currículo de AO que eu tive é
muito relevante para o que eu faço na Marinha dos EUA. Eu tenho usado ele no Pentágono, no mar e em tempo de guerra. O que este currículo me ensinou foi formular corretamente o problema, perguntar as questões corretas, determinar os riscos e continuar a partir deste ponto.”
Rosenthal, R. E. (2007). It’s more than a job or an adventure. ORMS Today, V 34, n 4, pp 23-28
ITA - São José dos Campos, SP 5 / 46
Almirante Mike Mullen Chefe de Operações Navais da Marinha dos EUA (2004-2007)
Chairman of Joint Chiefs of Staff (2007-)
• Comentário sobre o currículo que cursou no Mestrado em Análise Operacional (AO) na Naval Postgraduate School (NPS): – “Eu acho que o currículo de AO que eu tive é
muito relevante para o que eu faço na Marinha dos EUA. Eu tenho usado ele no Pentágono, no mar e em tempo de guerra. O que este currículo me ensinou foi formular corretamente o problema, perguntar as questões corretas, determinar os riscos e continuar a partir deste ponto.”
Rosenthal, R. E. (2007). It’s more than a job or an adventure. ORMS Today, V 34, n 4, pp 23-28
ITA - São José dos Campos, SP 6 / 46
Objetivo
• Que a audiência se familiarize com a metodologia utilizada para a realização de Avaliações Operacionais - AVAOP.
ITA - São José dos Campos, SP 7 / 46
Análise Operacional
• O primeiro grupo de Análise Operacional (Pesquisa Operacional no meio civil) foi formado, na II Guerra Mundial, para resolver um problema tático: como responder com aeronaves de caça quando bombardeiros aparecerem no recém construído radar?
ITA - São José dos Campos, SP 8 / 46
Análise Operacional
• Um importante sucesso deste grupo foi a análise de uma importante decisão estratégica: o gabinete de guerra britânico deveria manter os caças na França (onde as perdas de aeronaves eram significantes) ou recolhê-los para a Grã-Bretanha e prepará-los para lutar a Batalha da Inglaterra?
ITA - São José dos Campos, SP 9 / 46
Análise Operacional
• “Análise Operacional é uma metodologia científica que visa fornecer, aos comandantes, informações de base quantitativa, para serem utilizadas em decisões concernentes às operações sob seu comando.
• É a disciplina que fornece bases metodológicas a uma Força Armada, capacitando-a a identificar grupos de variáveis que afetam os problemas inerentes aos teatros de guerra, de forma a modelá-los estatística e matematicamente, dimensioná-los e caracterizá-los, com vistas à melhor compreensão, gerência e exploração dos fenômenos envolvidos” (NSCA 500-3).
ITA - São José dos Campos, SP 10 / 46
Avaliação Operacional
• “Processo pelo qual se avaliam a Eficiência e a Adequabilidade Operacional de um sistema. Sua condução provê informações sobre organização, requisitos de pessoal, doutrina e táticas, bem como sobre as instruções operacionais, a documentação de software, publicações e guias de manutenção do sistema.
ITA - São José dos Campos, SP 11 / 46
Avaliação Operacional
• Esse processo é realizado com a participação de operadores e pessoal de manutenção e estende-se por todo ciclo de vida do sistema, desde os estágios iniciais de concepção, até a ampliação da vida útil (modernização). O ambiente de teste tem que ser operacionalmente realístico e incluir, sempre que possível, as contramedidas inimigas” (NSCA 500-3).
ITA - São José dos Campos, SP 12 / 46
Delineamento de Experimentos
• Um experimento é um teste ou uma série de testes nos quais as variáveis de entrada de um sistema são manipuladas para serem identificadas as razões das mudanças nas variáveis de saída.
• Experimentos são indicados para: – caracterizar um processo, identificando, entre os
fatores investigados, os que afetam a resposta do experimento;
– otimizar um processo, encontrando a combinação ótima entre os níveis dos fatores investigados que fornecem um melhor desempenho;
– melhorar a uniformidade de um processo, determinando tolerâncias para o sistema e seus componentes.
ITA - São José dos Campos, SP 13 / 46
Processo
z1 z2 z3 ... zq
x1 x2 x3 ... xn
Inputs Outputs
Variáveis controladas
Variáveis incontroladas
Delineamento de Experimentos
ITA - São José dos Campos, SP 14 / 46
Delineamento de Experimentos
• Os objetivos do delineamento de experimentos são: – Determinar quais variáveis possuem maior
influência na resposta
– Determinar os níveis das variáveis influentes de modo que a variabilidade da resposta seja mínima
– Determinar os níveis das variáveis influentes de modo que os efeitos das variáveis incontroláveis seja minimizado
– Determinar os níveis das variáveis influentes de modo que a resposta quase sempre seja o valor esperado
ITA - São José dos Campos, SP 15 / 46
Variável Aleatória
• Uma variável aleatória pode ser considerada como o resultado numérico de operar um mecanismo não determinístico ou de fazer uma experiência não determinística para gerar resultados aleatórios.
• Matematicamente, uma variável aleatória é definida como uma função mensurável de um espaço probabilidade para um espaço mensurável (sigma-álgebra). Este espaço mensurável é o espaço de possíveis valores da variável...
Wikipedia
ITA - São José dos Campos, SP 16 / 46
Delineamento de Experimentos
• Testes podem ser:
–Estudo de casos: fatos já ocorridos. Ex.: estudo de FOD por pássaros;
–Estudo por amostragem: estudo da amostra e não da população. Ex.: pesquisa eleitoral;
–Estudo por experimentos: existe controle do teste pelo experimentador.
Confirmatório
Exploratório
ITA - São José dos Campos, SP 17 / 46
Delineamento de Experimentos
• Os fatores (variáveis do sistema) são denominados no jargão do delineamento de experimentos como tratamentos e as repetições como parcelas ou execuções.
• Erros
• Amostragem → erros α e β
– Experimental → erros causados pelas variáveis não controláveis e não observáveis
ITA - São José dos Campos, SP 18 / 46
Tipos de Variáveis
Variáveis
Controladas Não controladas
Tratamento (fator) Controle local Observável
(covariável) Não observável
ITA - São José dos Campos, SP 19 / 46
A avalanche de erros
Necessidade
Definição de Requisitos
Requisitos corretos
Erros de requisitos
Desenvolvi-mento
Desenvolvi-mento correto
Erros de desen-volvimento
Erros devido a erros de
requisitos
Construção / programação
Hardware e/ou software correto
Erros de construção / programação
Erros devido a erros de de-
senvolvimento
Erros devido a erros de
requisitos
Testes e integração
Performance correta
Erros corrigidos Erros conhecidos
mas não corrigidos
Erros desconhecidos
ITA - São José dos Campos, SP 20 / 46
ITA - São José dos Campos, SP 21 / 46
Por que?
• Por que não variar uma variável por vez (one-factor-at-time: OFAT)?
• Suponhamos que exista um sistema cuja saída seja influenciada pelos seguintes tratamentos
–Distância
–Altitude
–Ângulo
ITA - São José dos Campos, SP 22 / 46
Distância Altitude Ângulo Efeito
30 10000 0 8,04
30 10000 90 7,27
30 5000 0 7,63
30 10000 0 7,96
5 10000 0 2,89
30 10000 0 7,59
Por que não variar uma variável por vez (one-factor-
at-time: OFAT)? 3 5 4 5000 90º
53 30 0
se Dist NM se Alt ft e AngEfeito erro
se Dist NM caso contrário
ITA - São José dos Campos, SP 23 / 46
Distância Altitude Ângulo Efeito
30 10000 0 8,04
30 10000 90 7,27
30 5000 0 7,63
30 10000 0 7,96
5 10000 0 2,89
30 10000 0 7,59
3 5 4 5000 90º5
3 30 0
se Dist NM se Alt ft e AngEfeito erro
se Dist NM caso contrário
Por que não variar uma variável por vez (one-factor-
at-time: OFAT)?
ITA - São José dos Campos, SP 24 / 46
Distância Altitude Ângulo Efeito
30 10000 0 8,04
30 10000 90 7,27
30 5000 0 7,63
30 10000 0 7,96
5 10000 0 2,89
30 10000 0 7,59
3 5 4 5000 90º5
3 30 0
se Dist NM se Alt ft e AngEfeito erro
se Dist NM caso contrário
Por que não variar uma variável por vez (one-factor-
at-time: OFAT)?
ITA - São José dos Campos, SP 25 / 46
• Resultado ANOVA
Por que não variar uma variável por vez (one-factor-
at-time: OFAT)?
3 5 4 5000 90º5
3 30 0
se Dist NM se Alt ft e AngEfeito erro
se Dist NM caso contrário
ITA - São José dos Campos, SP 26 / 46
Distância Altitude Ângulo Efeito
30 10000 0 8,04
30 10000 90 7,27
30 5000 0 7,63
30 10000 0 7,96
5 10000 0 2,89
30 10000 0 7,59
Por que não variar uma variável por vez (one-factor-
at-time: OFAT)? 3 5 4 5000 90º
53 30 0
se Dist NM se Alt ft e AngEfeito erro
se Dist NM caso contrário
ITA - São José dos Campos, SP 27 / 46
3 5 4 5000 90º5
3 30 0
se Dist NM se Alt ft e AngEfeito erro
se Dist NM caso contrário
• Se adicionar-mos 2 medi-das e as to-marmos em níveis diferen-tes que as anteriores...
Distância Altitude Ângulo Efeito
30 10000 0 8,04
30 10000 90 7,27
30 5000 0 7,63
30 5000 90 13,22
5 10000 0 2,89
5 10000 90 1,45
5 5000 0 1,74
5 5000 90 6,11
Por que não variar uma variável por vez (one-factor-
at-time: OFAT)?
ITA - São José dos Campos, SP 28 / 46
• Resultado ANOVA
3 5 4 5000 90º5
3 30 0
se Dist NM se Alt ft e AngEfeito erro
se Dist NM caso contrário
Por que não variar uma variável por vez (one-factor-
at-time: OFAT)?
ITA - São José dos Campos, SP 29 / 46
Por que ñ OFAT: Otimização? Ponto ótimo de operação
1 2 3 4
5
6
3,7 3,3 2,8 3,1 2,5 2,0
3,9
3,7
3,1
ITA - São José dos Campos, SP 30 / 46
Conclusão
• É necessária uma certa ciência para se conseguir retirar toda a informação dos dados.
• Esta ciência é chamada Delineamento de Experimentos.
ITA - São José dos Campos, SP 31 / 46
Princípios da Experimentação
• Repetição – Objetiva estimar o erro experimental
• Controle Local – Objetiva diminuir o erro experimental e o viés
(efeito sistemático) dos tratamentos
• Casualização – Objetiva:
• Fornecer modelo probabilístico
• Permitir – Teste de hipóteses
– Estimativas sem vieses do erro experimental
• Estimar as diferenças entre os tratamentos
ITA - São José dos Campos, SP 32 / 46
Por que é importante casualizar?
• Imagine um fenômeno que seja regido pelo seguinte modelo:
• O experimentador decidiu realizar duas réplicas do experimento em dias diferentes, desconsiderando a hora do dia/temperatura.
1 2
1 2
40 0 7 2( 28,625)
onde : são os tratamentos de interesse
é a temperatura em Cº no momento da medida
ij ijy t t temp e
t e t
temp
ITA - São José dos Campos, SP 33 / 46
Dia Hora Temp T1 T2 Erro Medida
1 10 25 -1 -1 -0,58 25,17 1 12 30 1 1 -0,03 49,72 1 14 31 1 -1 1,02 38,77 1 16 28 -1 1 -0,51 45,24 2 10 24 -1 -1 -0,19 23,56 2 12 31 1 1 -0,11 51,64 2 14 31 1 -1 -0,42 37,33 2 16 29 -1 1 0,44 48,19
• Se o experimentador não casualizar as medidas, o seguinte fenômeno pode ocorrer:
Por que é importante casualizar?
1 240 0 7 2( 28,625)ij ijy t t temp e
ITA - São José dos Campos, SP 34 / 46
Dia Hora Temp T1 T2 Erro Medida
1 10 25 1 1 -0,58 39,17 1 12 30 1 -1 -0,03 35,72 1 14 31 -1 1 1,02 52,77 1 16 28 -1 -1 -0,51 31,24 2 10 24 1 1 -0,19 37,56 2 12 31 -1 1 -0,11 51,64 2 14 31 1 -1 -0,42 37,33 2 16 29 -1 -1 0,44 34,19
Por que é importante casualizar?
O mesmo experimento casualizado:
ITA - São José dos Campos, SP 35 / 46
Tipos de testes
Tipos de testes
Comparação
(Testar dois
sistemas)
Triagem – Screening
(Testar vários
sistemas)
Caracterização
(Levantar fatores que
Influenciam no
Sistema)
Otimização
(Levantar níveis
ótimos dos fatores
que produzem a
melhor resposta)
ITA - São José dos Campos, SP 36 / 46
Tipos de delineamento
• Completamente / Inteiramente casuali-zado
– Onde:
• yij é a repetição j da mensuração do tratamento i, μ é a média de todas as medidas, ti é o efeito do tratamento i e eij é o erro com ~N(0,σ2)
• Não necessita ter o mesmo numero de repetições para cada tratamento
• A soma dos tratamentos é zero →
ij i ijy t e
0i
i
t
ITA - São José dos Campos, SP 37 / 46
Tipos de delineamento
• Blocos casualizados / ao acaso – Casualização dentro dos blocos → controle local por blocos
• Onde:
– yij é a medida, μ é a média das medidas, ti é o efeito do tratamento i, bj é o efeito do bloco j e eij é o erro com ~N(0,σ2)
– A soma dos tratamentos é zero →
– A soma dos blocos é zero →
– Modelo totalmente aditivo
ij i j ijy t b e
0i
i
t
0j
j
b
ITA - São José dos Campos, SP 38 / 46
Modelo Aditivo
• Significa que, por exemplo, se o primeiro tratamento causar um incremento de 5 unidades na resposta esperada (t1=5) e o primeiro bloco causar um incremento de 3 unidades na resposta esperada (b1=3), a resposta esperada de ambos tratamento 1 e bloco 1 será de 8 unidades.
11 1 1( ) 5 3 8E y t b
ITA - São José dos Campos, SP 39 / 46
Modelo Aditivo
• Imagine que a real interação entre o tratamento e o bloco não seja aditiva e sim multiplicativa:
• Na escala log ela será aditiva:
( )ij i jE y t b
ln[ ( )] ln( ) ln( ) ln( )ij i jE y t b
ITA - São José dos Campos, SP 40 / 46
Tipos de delineamento
• Quadrado Latino (blocos em 2 dimensões)
• Exemplo: detecção radar
– 2 tratamentos
• Ruído – 2 níveis
• Filtro – 3 níveis
– 6 operadores
– Amostras colhidas em 6 dias
ijk i j k ijky t l c e
Combinações: 11, 12,13, 21, 22, 23
2 fontes de ruído / bloco
em 2 dimensões
ITA - São José dos Campos, SP 41 / 46
Quadrado latino
o1 o2 o3 o4 o5 o6
d1 11 12 13 21 22 23
d2 23 11 12 13 21 22
d3 22 23 11 12 13 21
d4 21 22 23 11 12 13
d5 13 21 22 23 11 12
d6 12 13 21 22 23 11
ITA - São José dos Campos, SP 42 / 46
Quadrado latino - casualizado
o2 o1 o4 o3 o5 o6
d5 21 13 23 22 12 11
d2 11 23 13 12 22 21
d3 23 22 12 11 21 13
d6 13 12 22 21 11 23
d1 12 11 21 13 23 22
d4 22 21 11 23 13 12
ITA - São José dos Campos, SP 43 / 46
Tipos de delineamento
• Blocos incompletos
–Bloco não contém todos os tratamentos
• Exemplo:
–Experimento: reação química
–2 controles locais
• 4 tipos de catalisador
• 4 lotes → cada lote → 3 reações
ITA - São José dos Campos, SP 44 / 46
Bloco incompleto
l1 l2 l3 l4
cat1 x x x -
cat2 x - x x
cat3 x x - x
cat4 - x x x
ITA - São José dos Campos, SP 45 / 46
Análise de um experimento
• Estatística descritiva (média, variância, máximos, mínimos,...)
• Histogramas e gráficos de normalidade
• ANOVA
• Analisar a possibilidade de transformações –Modelo aditivo versus modelo
multiplicativo
ITA - São José dos Campos, SP 46 / 46
Bibliografia recomendada
ITA - São José dos Campos, SP 47 / 46
Objetivo
• Que a audiência se familiarize com a metodologia utilizada para a realização de Avaliações Operacionais - AVAOP.