Baixe o app para aproveitar ainda mais
Prévia do material em texto
ANÁLISE DA EFETIVIDADE DE SOFTWARES PARA RESOLUÇÃO DE SISTEMAS DE EQUAÇÕES LINEARES Eduardo N. de OLIVEIRA1; João V. D. PEREIRA2 RESUMO A resolução de sistemas lineares é uma tarefa fundamental em diversas áreas da matemática, engenharia e ciência. Por essa razão, foram desenvolvidos softwares específicos para a determinação desses problemas, como o Lab fit e algumas bibliotecas de Python, que utilizam métodos iterativos. Esses métodos fornecem soluções aproximadas, que geralmente são suficientemente precisas para a maioria das aplicações práticas. Neste resumo expandido, são apresentados resultados de experimentos que comparam a efetividade de diferentes softwares para a resolução de sistemas lineares, considerando fatores como precisão e praticidade. Também são discutidos os desafios envolvidos na seleção do método mais adequado para a resolução em diferentes contextos. Ao final, conclui-se que a escolha do software mais adequado depende das características do sistema em questão, tais como seu tamanho, complexidade e coeficientes. Palavras-chave: Lab fit; Python; Modelagem. 1. INTRODUÇÃO A análise da efetividade de software para a resolução de sistemas de equações lineares é um tema importante em matemática computacional e ciência da computação. A resolução desses sistemas é uma tarefa comum em diversas áreas, como engenharia, física, finanças e muitas outras. Por isso, é importante avaliar a efetividade de diferentes softwares para a resolução desses problemas. Apesar da grande quantidade de softwares existentes para resolução de problemas, a utilização de ferramentas que não possuem custos associados à sua aquisição torna possível o uso por qualquerindivíduo que tenha acesso a um computador (SILVA, 2022). O LAB Fit se tornou um dos líderes em número de downloads, em comparação com outros da mesma categoria, estando quase sempre entre os dois ou três primeiros colocados (SILVA; SILVA; CAVALCANTI, 2004). Pelo fato de ser de acesso livre e possuir uma sintaxe simples, outra ferramenta que vem sendo cada vez mais difundida é a linguagem de programação Python e suas bibliotecas fornecendo pacotes computacionais com grande aplicabilidade na engenharia (CAI, LANGTAGEN, MOE, 2005). 1Aluno, IFSULDEMINAS – Campus Pouso Alegre. E-mail: eduardo.nunes@alunos.ifsuldeminas.edu.br. 2Aluno, IFSULDEMINAS – Campus Pouso Alegre. E-mail: joao.delaspora@alunos.ifsuldeminas.edu.br. mailto:eduardo.nunes@alunos.ifsuldeminas.edu.br mailto:joao.delaspora@alunos.ifsuldeminas.edu.br Sendo assim, o trabalho visou o uso de ferramentas computacionais de fácil acesso, para ajudar estudantes e profissionais na resolução de sistemas com equações lineares. 2. MATERIAIS E MÉTODOS Uma aplicação, presente na figura 1, proposta por Chapra e Canole (2016), sendo um sistema de reatores com diferentes concentrações, foi utilizada para avaliar o desempenho das ferramentas. No teste, solucionou- se um problema envolvendo um sistema contendo múltiplos reatores sendo necessária a modelagem matemática do balanço de massa, a fim de encontrar a concentração em cada reator e comparar os resultados obtidos. De acordo com Felder e Rousseau (2004) em práticas de balanço de massa analisa-se as entradas e saídas dos reatores tomando como base a Lei de Conservação da Massa. A Lei de Conservação Universal, também conhecida como Lei da Conservação da Massa, é um princípio fundamental da natureza que estabelece que a massa total de um sistema fechado permanece constante, ou seja, a massa que entra em um sistema é igual à massa que sai dele mais a massa acumulada no sistema. Essa lei é uma das leis fundamentais da química e é aplicável a uma ampla gama de processos, desde reações químicas até sistemas biológicos e ambientais. Com base nisso, a figura 2 apresenta os balanços desenvolvidos (FELDER; ROUSSEAU, 2004): Figura 1: Chapra e Canale (2016). Figura 2: Elaborado pelo Autor (2023) Nota-se que o sistema possui 5 variáveis não sendo viável resolver de forma analítica, logo faz-se necessário a aplicação de álgebra linear. Um sistema linear é formado por um conjunto de equações que devem ser resolvidas simultaneamente para encontrar as soluções das variáveis desconhecidas. Como analisado por Steinbruch e Winterle (1995) a álgebra linear possibilita a representação dessas equações na forma matricial e a utilização de técnicas matemáticas avançadas, como a eliminação de Gauss e a decomposição LU, para a resolução dos sistemas. A partir disso, separou-se as variáveis dependentes das independentese e obteve-se a seguinte matriz representada pela figura 3 (STEINBRUCH; WINTERLE, 1995): Figura 3: Elaborado pelo Autor (2023) 3. RESULTADOS E DISCUSSÕES A figura 4 mostra os resultados referentes a resolução do sistema pelo software LAB fit enquanto a figura 5 mostra os resultados utilizando a linguagem de programação Python. A resolução desse sistema algébrico por meio da linguagem Python deu-se pela biblioteca “numpy”, sendo referência no manuseamento de números com muitas casas decimais. Paralelamente, o resultado obtido pelo LAB fit foi gerado pela aba “tools” na opção “System of linear equations”. Figura 4: Elaborado pelo Autor (2023) Figura 5: Elaborado pelo Autor (2023) Ambos os resultados foram plotados em um gráfico a fim de se analisar minuciosamente a diferença entre os mesmos. Como pode ser observado na figura 6, o mesmo perfil foi verificado para ambas as ferramentas utilizadas. Figura 6: Elaborado pelo Autor (2023) 4. CONCLUSÕES Em termos de efetividade, ambas as ferramentas são capazes de resolver sistemas de equações lineares com precisão. O Lab Fit pode ser mais fácil de usar para usuários não programadores, mas a flexibilidade e automação do Python podem ser mais adequadas para usuários com mais experiência em programação. Em resumo, a escolha entre essas ferramentas depende das necessidades específicas do usuário e do contexto em que o problema está sendo resolvido. Também é possível notar que a precisão obtida no gráfico é praticamente igual, não sendo um critério de comparação efetiva Um exemplo de sistema de equação linear que seria mais fácil resolver por Python seria um sistema muito grande, com muitas variáveis e equações, pois seria difícil inserir todos os dados manualmente no Lab fit. Já nessa situação problema, é mais fácil resolver pelo Lab Fit por possuir poucas equações e variáveis, visto que o mesmo tem uma interface gráfica amigável e simples de usar, permitindo que o usuário insira facilmente os dados e visualize os resultados em gráficos e tabelas. 4. REFERÊNCIAS CAI, X.; LANGTANGEN, H. P.; MOE, H. On the performance of the Python programming languagefor serial and parallel scientific computations. Scientific Programming. 2005. CHAPRA, Steven C.; CANALE, Raymond P..Métodos Numéricos para Engenharia. Tradução: Antonio Pertence Júnior. 7. ed. Rio de Janeiro: AMGH, 2016. 864 p. Título original: Numerical Methods for Engineers. ISBN: 9788580555684. FELDER, R. M.; ROUSSEAU, R. W. Príncipios Elementares Dos Processos Químicos. Tradução: Martín Aznar. 3. ed. Rio de Janeiro: LTC, 2004. 604 p. Título original: Elementary principles of chemical processes. ISBN: 9788508091164. SILVA, J. G. S. ESTUDO E APLICAÇÕES DE FERRAMENTAS COMPUTACIONAIS NO ENSINO DA DISCIPLINA DE CINÉTICA E CÁLCULO DE REATORES. Orientador: Wagner R. O. Pimentel. 2022. Curso de Engenharia Química, CTEC - UFAL, Universidade Federal de Alagoas,Alagoas, 2022. SILVA, Wilton Pereira da; SILVA, Cleide M.D.P.S. e; CAVALCANTI, Claudio G.B. LAB Fit Ajuste de Curvas: Um software em português para tratamento de dados experimentais. Revista Brasileira de Ensino de Física, Campina Grande: Sociedade Brasileira de Física, ed. 26, ano 2004, n.4, p. 419-427, 18 nov. 2004. Mensal. STEINBRUCH, A.; WINTERLE, P. Algébra Linear. 2. ed. Rio de Janeiro: Pearson Universidades, 1995. 600 p. ISBN: 9780074504123.
Compartilhar