Prévia do material em texto
Solução de Problemas 1 1 Introdução a Engenharia Prof. Euler de Vilhena Garcia Material elaborado com o padrão de- senvolvido pelo The Tufte-LaTeX Deve- lopers, inspirado por Edward R. Tufte. Construído também com contribuições do colega Prof. Diogo Caetano Garcia. Este material foi criado a partir das seguintes necessidades: 1. Como apresentar os conceitos e as limitações do uso de modelos teóricos ou empíricos? 2. Como explicar o que são heurísticas e apresentar as principais usa- das no dia-a-dia da Engenharia? 3. Como juntar modelos e heurísticas em uma abordagem de solução de problemas? A. Modelos e protótipos. Para resolver problemas, o engenheiro dispõe de diversas técnicas, como tentativa e erro. Em certos casos, a equipe de engenheiros não pode se dar ao luxo de ir testando ideias. Torna-se crítico garantir a qualidade do projeto antes de ele ser construído. Todo projeto de engenharia (Figura 1) começa com a percepção de um problema a ser resolvido. Este problema é então detalhado nos seus aspectos relevantes e irrelevantes ao contexto desejado. Esse de- talhamento converge para um conjunto de requisitos mínimos men- suráveis que devem ser atendidos para que o problema pode ser considerado resolvido satisfatoriamente – as especificações. A par- tir destas são realizadas as soluções possíveis e, então, obtidos os resultados. Figura 1: Principais conceitos e etapas de um projeto de Engenharia. É preciso saber se as soluções atendem o problema. Isso é feito em duas etapas. Primeiro, é preciso atestar que as soluções reali- zadas atendem às respectivas especificações: esta é a verificação das soluções.2. A partir de então, demonstra-se que os resultados 2 Verificação: "Construi-se corretamente o projeto?" obtidos atendem os aspectos relevantes do problema inicial: esta é a validação das soluções.3 3 Validação: "Construiu-se o projeto cor- reto?" O modelo em um projeto de Engenharia: um modelo é uma representa- ção simplificada de um sistema complexo capaz de reproduzir os as- pectos considerados relevantes do sistema original no contexto par- ticular de interesse4. 4 William L. Oberkampf and Chris- topher J. Roy. Verification and Validation in Scientific Computing. Cambridge Uni- versity Press, 2010. ISBN 9780521113601 Todo modelo sempre começa como um conceito (Figura 2). Este é o primeiro tipo: modelo conceitual. Especificamente em Engenharia, ele engloba:(i) o sistema físico, sua vizinhança e os aspectos de interesse de análise; (ii) o ambiente de operação do sistema e seu uso pretendido; (iii) as considerações físicas que permitem simplificar o sistema e os fenômenos de interesse; (iv) as respostas do sistema que precisam obtidas quantitativamente; (v) a exatidão necessária nestas respostas quantitativas. Esse modelo conceitual é então separado em 2 partes: um modelo matemático e um modelo físico. O modelo matemático é o conjunto de relações lógico-matemáticas que representam o sistema de interesse e suas res- postas ao ambiente e às condições iniciais. Estas relações lógico-matemáticas, por sua vez, podem ser obtidas por duas formas: teórica (vide página 3) ou empírica (vide página 5). O modelo físico, por sua vez, engloba o produto físico real destinado a reproduzir o modelo matemático de interesse e os protocolos de medições a serem realizadas em laboratório (em condições controladas ou não). 2 euler de vilhena garcia As etapas de verificação e validação de soluções de projeto tam- bém se aplicam em relação a modelos (Tabela 1). Figura 2: Tipos de modelos. Verificação de modelos Validação de modelos O que é Processo matemático Processo físico A que se aplica Testes de verificação atestam se os resultados da simulação são consistentes. Testes de validação atestam se os resultados ob- tidos com o modelo realmente atendem ao pro- blema que deveriam solucionar. Principais erros Erros de solução Erros de forma do modelo Erros de algoritmos e códigos Erros de medições experimentais Tabela 1: Diferenças entre verificação e validação. erros de solução abrangem todos os erros devidos aos cálculos numéricos computacionais executados (problemas de convergência dos algoritmos, de arredondamento de variáveis, de discretização). Na Figura 2 estão representados como verificação de cálculos (calcu- lation verification). erros de algoritmos e código são todos os solução de problemas 3 erros devidos às diferenças entre a solução exata do problema e a so- lução obtida por cálculos da simulação, geralmente interativos (e.g., algoritmos inadequados, erros de programação). Na Figura 2 estão representados como verificação de código (code verification). erros de forma do modelo são todos os erros devidos às di- ferenças entre a solução exata do modelo matemático e as medições realizadas nos experimentos com os modelos físicos. erros de me- dições experimentais são todos aqueles devidos às diferenças en- tre os valores reais e o valores medidos experimentalmente de gran- dezas físicas ou respostas do sistema. Protótipos também são implementações físicas de uma ideia. Ao contrá- rio dos modelos físicos descritos anteriormente, contudo, não são implementações de modelos matemáticos. Protóptipos – funcionais ou não-funcionais – são uma etapa necessária do desenvolvimento de novos produtos tecnológicos. Esta é a principal diferença entre protótipos e modelos físicos: a qualidade5 da ideia por traz da imple- 5 Não se quer dizer qualidade boa ou ruim, mas sim qualidade científica ou não-científica. mentação. Uma caixa com dimensões e massa específicas pode ser um protótipo de forma e peso para análise da ergonomia de um fu- turo produto, mesmo que essa caixa não faça nada. Modelos teóricos Modelos teóricos descrevem um sistema a partir de leis, teoremas ou suas relações, geradas a partir de alguma teoria científica. Assim, a qualidade de nossos modelos evoluiu junto com a qualidade de nossa ciência (Figura 3]). Até o filósofo Francis Bacon (século XVI), grande parte da ciência do mundo ocidental ainda era baseada na visão científica da Grécia Antiga, em particular Aristóteles. O método científico de Aristóteles era baseado no raciocínio lógico e no uso da razão. Bacon ressal- tou a importância de se testar experimentalmente as ideias: a ló- gica indutiva como discutimos anteriormente no material de Ciência e Engenharia. Galileu Galilei trouxe o rigor metodológico aos méto- dos experimentais, da forma muito semelhante ao método científico atual. O último grande nome a discutirmos é René Descartes. Sua in- fluência se estende também pela física e matemática6, mas aqui que- 6 Os planos cartesianos são desenvolvi- mento seu – nomeados a partir da tra- dução de seu nome para o latim, Carte- sius remos falar de modelos e métodos. Seu livro Discurso do Método é a base do raciocínio analítico, que pode ser resumido em 3 pila- res: Avaliação. Não se deve aceitar nenhuma informação gratuitamente. Avaliar qualquer afirmação até não restar dúvida. Análise. Dividir esta afirmação em partes para facilitar a avaliação. Etapas sequenciais. Começar pelas partes mais fáceis até o fim. Ga- rantir que nenhuma parte foi omitida. 4 euler de vilhena garcia Figura 3: Evolução dos modelos teóri- cos ao longo do tempo e dos diferentes cientistas. Os demais cientistas e engenheiros listados na Figura 3 são um resumo cronológico de como nosso conhecimento – e, não menos im- portante, nossa capacidade de representar e analisar conhecimento – do mundo evoluiu. Você já estudou vários deles no Ensino Médio e vai aprofundar estes estudos na faculdade. E X E M P L O Este é um problema famoso da ma- temática. Para mais informações e ver uma animação de como o móvel faria a curva no corredor, acesse https://en.wikipedia.org/wiki/ Moving_sofa_problem Como calcular o maior móvel que você pode passar por um corredor em L? Figura 4: Como calcular o maior móvel (sofá, piano,...) que você pode passar por um corredor em L? Vamos ilustrar os dois primeiros aspectos de modelagem a partir da per- guntadeste exemplo. Passo 1. Modelos sempre são representações simplificadas da realidade. Então a primeira coisa a se fazer é definir quais são os aspectos mais relevantes a serem mantidos e, por extensão, quais serão considerados pouco importantes na análise a ser realizada. Neste exemplo, são con- siderados importantes: dimensões do corredor; e área do móvel. Serão descartados: peso do móvel, altura do corredor; altura do móvel. Pergunta: quais os critérios de análise para a escolha dos aspectos rele- vantes e irrelevantes? Passo 2. Em seguida, devem ser relatadas quais são as simplificações a serem consideradas. Para este exemplo: o móvel é indivisível para trans- porte; o móvel não se deforma no transporte; o corredor possui largura constante, i.e., mesma largura antes e depois da curva; a largura do cor- redor é considerada unitária. Pergunta: quais os critérios de análise para a escolha simplificações a serem feitas? Perceba que estes critérios podem resultar em várias combinações. Como não há uma forma específica definida, a maior área é definida entre limites https://en.wikipedia.org/wiki/Moving_sofa_problem https://en.wikipedia.org/wiki/Moving_sofa_problem solução de problemas 5 inferior e superior. John Hammersley definiu estes limites para uma área semelhante a um fone de telefone antigo (Figura 5):7 7 Neal R Wagner. The sofa problem. Amer. Math. Monthly, 83:188–189, 1976( π 2 + 2 π ) < A < 2 √ 2 Figura 5: Dimensões do maior móvel. Esta resposta é apenas uma das possíveis. O principal deste exemplo é perceber que condições são consideradas irrelevantes e que condições relevantes são simplificadas. Modelos empíricos Modelos empíricos são elaborados a partir de experiências e obser- vações. Não há necessidade de uma base teórica específica para sua formulação. Um dos exemplos mais famosos de modelos empíricos ficou conhecido com Lei de Boyle ou Lei de Boyle-Mariotte, que relaci- ona pressão e volume em um gás. Ela pode ser enunciada como Seja uma quantidade fixa de um gás ideal mantida à temperatura constante em um sistema fechado: o volume ocupa é inversamente proporcional à pressão absoluta exercida por essa mesma massa de gás. Como Robert Boyle (e seu assistente à época, Robert Hooke8) con- 8 Um dos grandes cientístas de todos os tempos. Veja mais detalhes de sua vida e contribuições em https://en. wikipedia.org/wiki/Robert_Hooke seguiram descobrir isso? Vamos voltar no tempo... Estamos de volta ao século XVII. A tecnologia daquela época não permite criar pressões muito altas ou temperaturas muito baixas, de modo que a maioria dos gases existentes se comportaria basicamente como gases ideais9. Em um tubo com marcações de um quarto de 9 Com certeza, em seu enunciado origi- nal, Boyle não distiguiu entre gases ide- ais e gases reais... polegada, Boyle e Hooke colocaram mercúrio em um tubo em for- mato de J, fechado na outra ponta (Figura 6). E sistematicamente mediram o volume do ar acumulado na ponta fechada em relação à pressão exercida pelo mercúrio. Os dados medidos estão resumi- dos na Tabela 2. O gráfico de Pressão X Volume (Figura 7) ilustra os pontos originais e a curva calculada por estimação10 estes valores 10 Há vários métodos: interpolação, mínimos-quadrados, entre outros (Fi- gura 7). No Campus Gama, são assunto da disciplina de Métodos Numéricos. relatados na última coluna da tabela. https://en.wikipedia.org/wiki/Robert_Hooke https://en.wikipedia.org/wiki/Robert_Hooke 6 euler de vilhena garcia Volume de ar PHg Patm PHg + Patm Pressão teórica 12 0 29 1 8 29 2 16 29 2 16 10 6 3 16 29 1 8 35 5 16 35 8 15 1 16 29 1 8 44 3 16 43 11 16 6 29 11 16 29 1 8 58 3 16 58 2 8 5 41 9 16 29 1 8 70 11 16 70 4 58 2 16 29 1 8 87 14 16 87 3 8 3 88 7 16 29 1 8 117 9 16 116 4 8 Tabela 2: Dados registrados no experi- mento de Boyle e Hooke. Todas as pres- sões são medidas em polegadas de mer- cúrio (inches Hg). Volumes de ar tam- bém registrados em polegadas (inches). Figura 6: Explicação das medidas expe- rimentais realizadas. Em modelos empíricos, é importante perceber padrões nas rela- ções entre variáveis: neste caso, pressão e volume. Repare que a pres- são aumenta à medida que o volume diminui. Matematicamente, isso quer dizer que são inversamente proporcionais. Em outras pa- lavras: o volume deve ser proporcional ao inverso da pressão (1/P). E isso é o que se acha quando refazemos o gráfico, agora com o 1/P versus o volume – uma reta! (Figura 8) Figura 7: Representação gráfica dos da- dos obtidos. Figura 8: Representação gráfica usando o inverso da pressão (1/P). Assim, ao dizermos que o inverso da pressão é proporcional ao volume estamos escrevendo 1 P = k ·V ou, posto de outra forma, P ·V = 1 k onde k é uma constante, obtida da inclinação da reta do gráfico. Sejam dois pares ordenados (x1, y1) e (x2, y2): k = y2 − y1 x2 − x1 = 0, 034− 0, 009 12− 3 = 2, 87 · 10 −3 ∴ 1 k = 349 solução de problemas 7 "Lei"de Moore.11 . Em 1965, Gordon Moore – um dos fundadores 11 Isto não é uma lei científica pro- priamente dita. Na verdade não há como provar se a afirmação de Mo- ore é uma limitação ou uma meta da indústria. da Intel – percebeu que a quantidade de transistores em circuitos integrados estava dobrando a cada dois anos, no que ficou conhecida como uma "lei"de capacidade de produção da indústria. Ano Produto Transistores 1971 4004 2.300 1972 2.500 1974 4.500 1978 8086 29.000 1982 134.000 1985 275.000 1989 1.200.000 1993 Pentium 3.100.000 1997 7.500.000 1999 9.500.000 2000 42.000.000 2001 Itanium 25.000.000 2003 220.000.000 2004 592.000.000 Tabela 3: Quantidade de transistores em processadores da Intel . Vamos obter o modelo empírico da Lei de Moore a partir de dados obtidos do fabricante (Tabela 3). Perceba que a representação gráfica da quantidade de transistores (N) ao longo do tempo gera um gráfico visualmente ruim por causa da grande faixa de valores (Figura 10). Claramente, tudo indica que é uma grandeza exponencial. Para quantidades tão grandes assim, é interessante o uso de me- didas logarítmicas. Portanto, em vez de N X tempo, vamos desenhar o gráfico log2 N ao longo do tempo. Como a operação de logarítmo é realizada em apenas um dos eixos (o eixo das ordenadas), este é um gráfico semilog y (Figura 9). Figura 9: Representação gráfica do lo- garitmo dos dados. (Gráfico semilog y.) Figura 10: Representação gráfica dos dados obtidos. Foram usadas potência (e logarítmo) de base 2 porque estamos interessados em saber em quanto tempo a quantidade de transistores dobra. Matematicamente, queremos descobrir k tal que quando o tempo for igual a ele12, a quantidade de transistores (N(t = k)) será 12 Outro exemplo: se quiséssemos saber quanto tempo demoraria para a quanti- dade aumentar 10X, usaríamos o loga- ritmo na base decimal. o dobro da quantidade original (N0) N(t) = N0 · 2 t k log2 N(t) = log2 N0 + log2 2 t k log2 N(t) = log2 N0 + t k A constante k é o inverso da inclinação da reta do gráfico semilog (Figura 9). Assim, k = 1 y2 − y1 x2 − x1 = 1 25, 3− 11, 2 2000− 1971 = 1 0, 49 ∴ k = 2, 04 anos 8 euler de vilhena garcia PA R A R E F L E T I R Relacione os gráficos abaixo com as seguintes funções: exponencial, logarítmica, parábola, linear . Figura 11: Gráficos para determinar a função matemática que melhor os re- presenta. PA R A R E F L E T I R Abaixo está um gráfico experimental e a parábola que foi usada com erros para representá−lo em três tentativas diferentes. Sabendo que a função que modela a posição x de um objeto arremessado com velocidade inicial v0 e com uma força opositora F é x(t) = F 2m t2 + v0t + x0 diga para cada gráfico qual foi a fonte de erro: na escolha de F, v0 ou x0? Figura 12: Descubra porque as curvas teórica e experimental não conferem en- tre si. solução de problemas 9 Cuidados ao usar modelos. Limitações dos modelos teóricos. Complexidade, mais especi- ficamente, a forma como lidamos com a complexidade, é o problema mais sério. Aestratégia primária é de se buscar reduzir a complexi- dade identificada. E esta opção é primária por duas interpretações simultâneas: primária por ser em geral a primeira alternativa pen- sada; primária por ser a intervenção de menor valor agregado ao sistema. O raciocínio analítico – o método cartesiano – de se dividir um conceito ou problema complexo em partes mais simples para ser tra- balhado se estendeu a tudo e todos, desde projetos de engenharia a estratégias de ensino. E se cria quase um inconsciente coletivo de que a complexidade é algo nocivo, que algo complexo é inerente- mente difícil. Em se tratando de projetos de engenharia, essa abordagem de mundo atingiu seu limite! Plataformas de petróleo, navios transa- tlânticos, microprocessadores com bilhões de transistores (comuns a qualquer computador ou smartphone que se use), automóveis, aviões, grandes obras de construção civil ou mesmo sistemas de pro- dução em larga escala são sistemas complexos demais para o raciocí- nio analítico ou apenas um único modelo. Nestes casos, não existem apenas eventos sequenciais ou paralelos: existem situações inerente- mente interdependentes entre si. Limitações dos modelos empíricos. Aqui a grande questão é a confiabilidade. O fato seus resultados experimentais serem válidos não quer dizer que eles sejam confiáveis (Figura 13). Figura 13: Diferenças entre resultados confiáveis e válidos. Confiabilidade é o topo de uma pirâmide, o final de um escala de etapas (Figura 14) em que a base são os erros experimentais obtidos. Particularmente em estudos experimentais de Engenharia, o que se 10 euler de vilhena garcia busca é a confiabilidade dos resultados, a padronização de processos produtivos13. Estudos experimentais científicos, por outro lado, se 13 Alguns materiais se referem a isso como Estatística Industrial. preocupam principalmente em estabelecer relações de causa-e-efeito, conseguir explicações para os fenômenos observados 14. 14 Genichi Taguchi, Subir Chowdhury, and Yuin Wu. Taguchi’s Quality Engi- neering Handbook. John Wiley and Sons Ltd, 2004. ISBN 0-471-41334-8 Figura 14: Pirâmide da confiabilidade. Os andares da pirâmide são: Repetibilidade. Grau de concordância entre os resultados de medições sucessivas de um mesmo mensurando efetuadas sob as mesmas condições de medição (condições de repetitividade). Isso significa: mesmo procedimento de medição; mesmo observador; mesmo instrumento de medição, utilizado nas mesmas condições; mesmo local; repetição em curto período de tempo. Reprodutibilidade. Grau de concordância entre os resultados das me- dições de um mesmo mensurando efetuadas sob condições vari- adas de medição. Para que uma expressão da reprodutibilidade seja válida, é necessário que sejam especificadas as condições alte- radas. Ambas, repetibilidade e reprodutibilidade, são tratadas em termos de precisão e exatidão. Figura 15: Diferencie quais medidas são mais exatas do que as outras. Exatidão. Grau de conformidade da quantidade medida com o seu valor real. Sua fonte de erro é o erro sistemático (i.e., o erro na metodologia de medição do estudo.). É calculada principalmente a partir da média das medidas realizadas (Figura 15). Figura 16: Diferencie quais medidas são mais precisas do que as outras. Precisão. Grau de conformidade entre várias medidas da mesma quan- tidade. Suas fontes de erro são os erros aleatórios e o erro instru- mental. Tem a ver com o grau de variabilidade entre medidas. É calculada, principalmente, a partir do desvio-padrão das medidas realizadas (Figura 16). solução de problemas 11 B. Uso de Heurísticas. Heurísticas são procedimentos úteis para a solução de problemas com dados incompletos ou muito complexos 15. Importante ressal- 15 https://pt.wikipedia.org/wiki/ Heurística. tar que o conceito de complexidade nesta definição é algo relativo: usamos heurísticas para resolver contas mentalmente assim como existem heurísticas computacionais para situações de grande dificul- dade de processamento. Heurísticas são muitas vezes mais inconscientes do que conscien- tes, processos de raciocínio que refletem experiências passadas (pró- prias ou observadas), criatividade e associação de ideias 16. Em En- 16 O maior perigo do uso de heurísticas está justamente no automatismo des- percebido, que pode resultar em uso in- discriminado e erros recorrentes de ava- liação das situações. Ganhar autocons- ciência das heurísticas que usa é sinal claro de amadurecimento pessoal e pro- fissional. genharia, são úteis para a análise inicial de problemas, visto que muitas vezes a solução mais detalhada será realizada por computa- dor ou implementada em protótipos ou modelos físicos. Sua impor- tância está em se caracterizarem como um bom ponto de partida, boas dicas sobre como iniciar a abordagem a um problema. Mude a representação. Se o problema foi dito, escreva. Evite bloqueios mentais focando sua energia em resolver o problema e não apenas em memorizá-lo. Se o problema foi escrito, desenhe. A represen- tação visual correta ajuda a resolver problemas de descrição longa ou complexa. Se o problema foi formulado em várias equações algébricas, use notação matricial. Matrizes permitem "ver a flo- resta e as árvores ao mesmo tempo", favorecendo um caminho para iniciar a resolução. Simplifique o problema. Elimine informações desnecessárias. Se pu- der, escreva em forma simbólica ou matemática. Use mudança de variáveis. Procure por um problema relacionado. Use analogias. Divida para conquistar. Quebre o problema complexo em pedaços me- nores independentes. Resolva uma versão reduzida. Resolva uma problema mais simples e relacionado. Procure restrições desnecessárias no seu raciocínio atual. O modo habitual de resolver situações é uma restrição que muitas vezes não foi re- almente imposta ao problema: é apenas um hábito seu te atrapa- lhando nessa situação. Use abordagens distintas. Abordagem top-down: divida o problema original em subproblemas. Abordagem bottom-up: combine as peças/técnicas existentes para resolver o problema. Mudança de perspectiva: amortecer a queda em vez de pousar o veículo (Situa- ção encontrada pela NASA devida à atmosfera rarefeita de Marte - o paraquedas seria 38X maior do que na Terra – Figura 17). Figura 17: Mars Pathfinder e seu sis- tema de airbags. Melhore o entendimento sobre o problema. Teste valores e confira: per- mite obter ou comprovar soluções teóricas ou empíricas. Discuta com outra pessoa: se ela também sabe do assunto, ela pode aju- dar na solução; se ela não sabe do assunto, explicar o problema de forma útil para ela te ajuda a repensar o problema. https://pt.wikipedia.org/wiki/Heur�stica. https://pt.wikipedia.org/wiki/Heur�stica. 12 euler de vilhena garcia PA R A R E F L E T I R Usando a heurística de procurar restrições desnecessárias, indique três formas diferentes de conectar todos os pontos da figura ao lado sem tirar o lápis do papel . PA R A R E F L E T I R Use a heurística de simplificação de problemas e resolva a equação x3 − 3x √ x + 2 = 0 PA R A R E F L E T I R Use a heurística de dividir para conquistar e calcule a área da figura abaixo. Figura 5, originalmente na página 5 e reproduzida ao lado para maior facili- dade. PA R A R E F L E T I R Use a heurística de melhorar o entendimento sobre o problema para calcular a média dos números 20, 12, 5, 17, 16, 35 SEM usar a operação de divisão. Você pode usar apenas as operações de soma, subtração e multiplicação. PA R A R E F L E T I R Que heurísticas você usaria para calcular a diagonal de um paralelepípedo? Resolva esse problema. solução de problemas 13 C. TRIZ. TRIZ17 é o acrônimo em russo para Teoria para Solução de Proble- 17 Genrich Altshuller. And Suddenly the Inventor Appeared: TRIZ, the Theory of Inventive Problem Solving. Techni- cal Innovation Center, Inc., 2004. ISBN 0964074028 mas Criativos, desenvolvido originalmente por Genrich Altshuller. Altshuller pessoalmente estudou 40.000 patentes. A ideia era des- cobrir se há padrõespara o desenvolvimento tecnológico e como melhorar a capacidade de resolução de problemas. Com isso, uma grande variedade de técnicas e metodologias de aplicação foram de- senvolvidas e estão resumidas nas figuras 18 e 19. Figura 18: Visão geral do TRIZ. Figura 19: Resumo de todas as possibi- lidades do TRIZ. Os principais conceitos em TRIZ são simples, porém com grande aplicabilidade. Os principais são sistema, função e idealidade 18 19: 18 Umakant Mishra. Introduction to the concept of ideality in TRIZ. SSRN Elec- tronic Journal, 2013. doi: 10.2139/s- srn.2273178 19 J López, RL De Almeida, and FM Araujo-Moreira. Triz: creativity as exact science? Revista Brasileira de En- sino de Física, 27(2):205–209, 2005 Sistema. Todas as criações são sistemas, sendo que um sistema é composto por partes que interagem entre si (e, que por sua vez, também podem ser compostas por subpartes que interagem) des- tinado a desempenhar uma função. 14 euler de vilhena garcia Função. Uma função é composta por quatro componentes: ferra- menta, o provedor da função; objeto, o que está sujeito a ação da ferramenta; ação, descreve a ação exercida pela ferramenta sobre o objeto; produto, o produto da função. Ações e produtos podem ser úteis ou indesejados (neste caso, muitas vezes também denominada de prejudiciais). Idealidade de um sistema. Por este conceito, o estado ideal de um sis- tema acontece quando todas suas funções são obtidas sem causar nenhum dano ou nenhum custo. O sistema ideal seria quando to- das as funções necessárias fossem obtidas sem que algo material- mente existisse. É impossível, é uma fantasia? Sim, mas também é o exercício mental que serve de bússola para o desenvolvimento de soluções – o resultado final ideal. A idealidade é medida conforme a expressão abaixo. Um resul- tado final ideal possui 100% de idealidade. Perceba que a própria expressão apresenta alternativas de como podemos aumentar a ide- alidade de um sistema 20. 20 Aumentando o numerador e/ou di- minuindo o denominador. Idealidade = ∑ funções úteis ∑ custos + ∑ funções indesejadas Uma breve descrição da aplicação do TRIZ. Tudo começa com uma análise de idealidade e da formulação do Resultado Ideal Final. Perceba que isso implica em entender como o sistema possui funções principais e acessórias; úteis ou indesejadas. O conceito-base de sistema é a interação entre as partes – é isso que devemos procurar entender: como nosso sistema interage com seus sub-sistemas; com outros sistemas; é até com o super-sistema que ele pertence. TRIZ faz isso usando o sistema das 9 caixas (Figuras 20 e 21). Figura 20: Exemplo ilustrativo de apli- cação técnica. Figura 21: Técnica das 9 caixas para en- quadramento dos problemas. solução de problemas 15 Atualmente TRIZ está sendo usado para resolver vários proble- mas não-técnicos, o que pode ser pensado como um testemunho da capacidade da metodologia inventada por Altshuller. A seguir, um exemplo de como usar a técnica das 9 caixas para melhorar o com- portamento pessoal em situações específicas (Tabelas 5 e 4). Análise do presente 1 – Escolha o comportamento atual 2 – Entenda os pensamentos subjacentes a ele 3 – Reconheça as influências do ambiente neste comportamento Análise dos casos passados 4 – Reflita sobre o comportamento passado 5 – Entenda a diferença de pensamentos entre o passado e o presente 6 – Reconheça a(s) mudança(s) no ambiente, do que é agora para o que era antes Predição do futuro 7 – Preveja a possível mudança de pensamentos 8 – Imagine o ambiente futuro 9 – Decida qual vai ser o comportamento . Tabela 4: Como construir a tabela de análise Passado Presente Futuro Ambiente 6 3⇒ 8 ⇑ ⇑ ⇓ Produto (ou Com- portamento) 4 ⇐ 1 9 ⇓ ⇓ ⇑ Elementos (ou Pensamentos) 5 2⇒ 7 Tabela 5: Como construir a tabela de análise. Os números indicam a ordem de preenchimento. As setas indicam os fluxos de raciocínio.Funções isoladas são analisadas apenas uma vez entendido o sis- tema, suas funções e interações. Nos casos em que melhoramentos são necessários, isso pode ser devido a (i) limitações da função útil: está inadequada, insuficiente ou ausente; (ii) a necessidade de expli- citar funções indesejadas desconhecidas (você reconhece o produto prejudicial, mas não sabe qual a causa); (iii) a necessidade de elimi- nar funções indesejadas conhecidas. Altshuller descobriu que a maioria dos problemas em sistemas tecnológicos é devida ao que ele denominou de contradições.. Altshul- ler acreditava que a melhor solução é resolver a contradição e não obter um compromisso 21. E não há um número infinito de soluções, 21 Uma solução de compromisso do tipo melhoro pouco aqui para não piorar muito lá. mas apenas novos exemplos dos mesmos princípios inventivos. A ideia é mapear seu problema em termos de contradições, obter as soluções possíveis para aquelas contradições e então achar a solução específica ao seu contexto (Figura 22). Figura 22: Ideia básica do TRIZ: o ma- peamento dos problemas. Figura 23: Analogia da contradição téc- nica: melhora A, piora B. Em um primeiro momento, as contradições são técnicas: quando melhorar um parâmetro ou característica de um sistema resulta em piorar outra característica ou parâmetro (Figura 23). Em se tratando de sistemas tecnológicos, Altshuller mapeou 39 características impor- tantes, as propriedades do sistema, que resultam nas principais 16 euler de vilhena garcia contradições técnicas (Figura 24). Ao mesmo tempo, percebeu que as possíveis abordagens não são infinitas, mas limitadas. Ele mapeou 40 abordagens e as denominou de princípios inventivos (Figura 26, página 17). Figura 24: 39 propriedades físicas de in- teresse. Agora é possível entender quais abordagens são úteis para resol- ver quais contradições técnicas específicas. Isso é feito através da junção das propriedades do sistema com os princípios inventivos em uma representação matricial em que as linhas representam a propriedade que melhora; as colunas, a propriedade que piora; e as células de intersecção os príncipios inventivos aplicados nessa situação – a ma- triz de contradições. Esta é uma matriz 39x39, cujo trecho dela está destacado na figura 25. Figura 25: Exemplo de uso da Matriz de Contradições. solução de problemas 17 Figura 26: Lista dos 40 princí- pios inventivos. By FotoSceptyk - Own work, CC BY-SA 4.0, https://commons.wikimedia.org/ w/index.php?curid=45719323 https://commons.wikimedia.org/w/index.php?curid=45719323 https://commons.wikimedia.org/w/index.php?curid=45719323 18 euler de vilhena garcia PA R A R E F L E T I R Alguns exemplos de aplicação dos princípios inventivos. Os exemplos foram extaídos de J López, RL De Almeida, and FM Araujo-Moreira. Triz: creativity as exact science? Revista Brasileira de En- sino de Física, 27(2):205–209, 2005 Princípio 2, Remoção ou extração: Separe a parte ou propriedade de um ob- jeto que interfira num efeito positivo. Isole a única parte ou propriedade útil de um objeto. Você acha que os latidos dos cachorros assustam os ladrões, mas não gosta de limpar as fezes deles? Algumas empresas já vendem alarmes que, quando ativados, reproduzem gravações de latidos de cachorros. Princípio 21, Aceleração: Realize um processo (operações destrutivas ou com efeitos prejudiciais) rapidamente. Os vendedores de batatas matam as bactérias que residem na sua superfície (sem cozer as batatas) fazendo- as passar durante um brevíssimo instante por uma chama com uma tem- peratura muito alta. Isto mata as bactérias na superfície, mas não permite que o calor se propague no interior e cozinhe as batatas. O uso da Matriz de Contradições deve ser feito com cuidado. Não se deve ficar preocupado em achar uma única contradição física, mas todas as relevantes na situação. A ideia não é buscar uma "bala de prata", mas o princípio mais recorrentemente relatado nas contradi- ções da situação. Às vezes, o melhor pode ser simplesmente subir o nível de abstração para um segundo nível (Figura 27). Figura 27: Abstração em dois níveis:a contradição física. Neste caso, percebe-se que as contradições técnicas são na verdade resultado de uma contradição física22: quando a solução ideal para o 22 Roy Stratton, Darrell Mann, and Paul Otterson. The theory of inventive problem solving (triz) and systematic innovation-a missing link in enginee- ring education? TRIZ Journal, 2000 problema envolve que o sistema ou parte dele possua requisitos fisi- camente contraditórios (Figura 28). Este tipo de situação é resolvida com os 4 princípios de separação: Figura 28: Analogia da contradição fí- sica: dependendo do estado de C, parte A melhora enquanto B se deteriora ou vice-versa. solução de problemas 19 Separação no espaço. Uma característica é feita maior em um lugar e menor em outro. Uma característica está presente em um local e ausente em outro. Separação no tempo. Uma característica é feita maior em um instante e menor em outro. Uma característica está presente em um instante e ausente em outro. Separação entre o todo e as partes. Uma característica possui um valor no sistema como um todo e outro em seus componentes. Uma característica existe no sistema mas está ausente em seus compo- nentes individuais. Separação por condições. Uma característica é maior em dada condi- ção e menor em outra. Uma característica está presente em um condição e ausente em outra. PA R A R E F L E T I R Alguns exemplos de aplicação dos princípios de separação. Os exemplos foram extaídos de J López, RL De Almeida, and FM Araujo-Moreira. Triz: creativity as exact science? Revista Brasileira de En- sino de Física, 27(2):205–209, 2005 Separação no tempo. Durante a decolagem e aterrissagem de um avião, suas asas precisam ser grandes para lhe garantir estabilidade. Porém, durante o voo, asas grandes aumentam o atrito com o ar e diminuem a velocidade do avião. A solução de compromisso, asas de tamanho médio, não é revolucionária. É preciso que o avião tenha asas grandes durante a deco- lagem e aterrissagem e asas pequenas durante o voo! A contradição se resolve adicionando asas que são expandidas na decolagem e aterragem e recolhidas durante o voo. Separação no espaço. Para fechar determinado medicamento dentro de uma ampola de vidro deve-se aplicar calor de forma a fundir o vidro. Porém, o mesmo calor pode prejudicar a composição química do medicamento. A contradição se resolve aplicando o calor unicamente no extremo supe- rior e colocando a parte inferior da ampola – onde ?ca o medicamento – imersa num líquido refrigerante como a água. TRIZ possui várias possibilidades de atuação23 (Figura 29). É 23 Genichi Taguchi, Subir Chowdhury, and Yuin Wu. Taguchi’s Quality Engi- neering Handbook. John Wiley and Sons Ltd, 2004. ISBN 0-471-41334-8 a junção ideal entre modelos e heurísticas: ao mapear os fatores responsáveis pela criação de novas patentes de forma qualitativa e quantitativa, Altshuller criou modelos de aplicações das heurísticas mapeadas. 20 euler de vilhena garcia Figura 29: Resumo do uso do TRIZ e demais metodologias de solução de problemas ao longo dos diferentes do- mínios de um projeto de Engenharia. A Tabela 6 explica brevemente alguns dos nomes apresentados na Figura 29. Sobre estas metodologias há muito material de qualidade disponível na internet. Vários destes métodos são ensinados em di- ferentes disciplinas dos cursos do Campus Gama da UnB. Métodos Design Axiomático Metodologia sobre como incorporar as necessidades do cliente ou usuário aos parâmetros de projeto. Método de Pugh Metodologia de comparação entre diversos conceitos de produto e alternati- vas de projeto para a seleção do melhor design em relação a uma referência atual de interesse. Também chamado Matriz ou Diagrama de Pugh. Método de Taguchi Também conhecido como Controle Estatístico de Processos ou Projeto Ro- busto. Metodologia utilizada na padronização de novos processos produtivos ou na diminuição de perdas de produção. Engenharia Simultânea Em inglês, Concurrent Engineering. Metodologia para uso em projetos comple- xos desenvolvida para lidar com subsistemas e situações de desenvolvimento com atividades iterativas ou paralelas. FMEA Failure Mode and Effects Analysis. Em português, Análise dos Modos de Falhas e seus Efeitos. Metodologia aplicada para a previsão e prevenção de defeitos em várias situações de engenharia. PFMEA Process Failure Mode and Effects Analysis. Metodologia FMEA aplicada a pro- cessos específicos. Tabela 6: Metodologias de solução de problemas em engenharia. solução de problemas 21 Referências Genrich Altshuller. And Suddenly the Inventor Appeared: TRIZ, the Theory of Inventive Problem Solving. Technical Innovation Center, Inc., 2004. ISBN 0964074028. J López, RL De Almeida, and FM Araujo-Moreira. Triz: creativity as exact science? Revista Brasileira de Ensino de Física, 27(2):205–209, 2005. Umakant Mishra. Introduction to the concept of ideality in TRIZ. SSRN Electronic Journal, 2013. doi: 10.2139/ssrn.2273178. William L. Oberkampf and Christopher J. Roy. Verification and Vali- dation in Scientific Computing. Cambridge University Press, 2010. ISBN 9780521113601. Roy Stratton, Darrell Mann, and Paul Otterson. The theory of in- ventive problem solving (triz) and systematic innovation-a missing link in engineering education? TRIZ Journal, 2000. Genichi Taguchi, Subir Chowdhury, and Yuin Wu. Taguchi’s Quality Engineering Handbook. John Wiley and Sons Ltd, 2004. ISBN 0-471- 41334-8. Neal R Wagner. The sofa problem. Amer. Math. Monthly, 83:188–189, 1976. 22 euler de vilhena garcia Solução de problemas selecionados. SOLUÇÃO: Usando a heurística de procurar restrições desnecessárias, indique três formas diferentes de conectar todos os pontos da figura ao lado sem tirar o lápis do papel. Figura 30: Resposta para 3 segmentos. Figura 31: Resposta para 4 segmentos. Figura 32: Resposta para 1 segmento, dobrando o papel. Figura 33: Resposta alternativa para 1 segmento. SOLUÇÃO: Use a heurística de melhorar o entendimento sobre o problema para calcular a média dos números 20, 12, 5, 17, 16, 35 SEM usar a operação de divisão. Você pode usar apenas as operações de soma, subtração e multiplicação. Some os números da sequência: 20 + 12 + 5 + 17 + 16 + 35 = 105 Conte quantos números compõem a sequência: são seis itens (N = 6) A média aritmética é definida como a soma dos itens dividida pela quantidade de itens somados: média = Soma N Em outras palavras, o número que multiplicado por N resultar na soma de toda a sequência corresponde à média. Isso não é qualquer solução de problemas 23 caso, veja o que acontece com os extremos da sequência original: 5× 6 = 30 < Soma 35× 6 = 210 > Soma Assim, os números desta sequência que multiplicados por N dão mais próximos de 100 são 17 e 20. 17× 6 = 102 < Soma 20× 6 = 120 > Soma Perceba que a média, está mais próxima de 17 do que de 20. Por tentativa-e-erro e sempre se aproximando do valor da SOMA, 17× 6 = 102 < Soma 18× 6 = 108 > Soma 17, 5× 6 = 105 = Soma SOLUÇÃO: Use a heurística de simplificação de problemas e resolva a equação x3 − 3x √ x + 2 = 0 Use a seguinte mudança de variável y = x √ x. Assim, y2 = x √ x · x √ x = x3. E a equação pode ser reescrita como y2 − 3y + 2 = 0 As soluções desta nova equação são y = 1 e y = 2. Logo, x possui os valores de 1 e 3 √ 4 24. 24 Confira os cálculos! SOLUÇÃO: Que heurísticas você usaria para calcular a diagonal de um paralelepípedo? Use a heurística de mude a representação e desenhe o que seria a diagonal a ser calculada. A partir do desenho, usamos a heurística de simplifique o pro- blema para uma notação simbólica dos lados do paralelograma. Por último, com a heurística de divida para conquistar di- vidimos o problema da diagonal do paralelepípedo em no cálculo iterativo de duas hipotenusas de triângulos retângulos. Figura 34: Ilustração do cálculo da dia- gonal do paralelepípedo. A. Modelos e protótipos. B. Uso de Heurísticas. C. TRIZ. Solução de problemas selecionados.