Prévia do material em texto
Modelagem e Análise de Sistemas Dinâmicos – Aula II Florêncio Filho Unidade 1 - Conceitos fundamentais 1.1. Terminologia e classificação de sistemas SISTEMA : (1) Agregação ou montagem de coisas, combinadas pelo homem ou pela natureza de modo a formar um todo unificado. (2) Grupo de itens interdependente ou interagindo regularmente, formando um todo unificado. (3) Combinação de componentes que agem em conjunto para desempenhar uma função que se torna impossível na ausência de qualquer das partes. Simulação Computacional A simulação computacional de sistemas, ou simplesmente simulação, consiste na utilização de determinadas técnicas matemáticas, empregadas em computadores digitais, as quais permitem imitar o funcionamento de, praticamente, qualquer tipo de operação ou processo (sistemas) do mundo real. "Simulação implica na modelagem de um processo ou sistema, de tal forma que o modelo imite as respostas do sistema real numa sucessão de eventos que ocorrem ao longo do tempo, Schriber [1974]. "Simulação é o processo de projetar um modelo de um sistema real e conduzir experimentos com este modelo com o propósito de entender seu comportamento e/ou avaliar estratégias para sua operação", Pegden [1991]. Modelo : Circuito RCL (1) http://ensinoadistancia.pro.br/ead/Eletroma gnetismo/CircuitoRLC/CircuitoRLC.html (2) www.geogebra.org Modelo Computacional “...É UM PROGRAMA DE COMPUTADOR CUJAS VARIÁVEIS APRESENTAM O MESMO COMPORTAMENTO DINÂMICO E ESTOCÁSTICO DO SISTEMA REAL QUE REPRESENTA . ...” [MACLEOD-88] “...CONSISTE EM EMPREGAR FORMALIZAÇÕES EM COMPUTADORES, TAIS COMO EXPRESSÕES MATEMÁTICAS OU ESPECIFICAÇÕES MAIS OU MENOS FORMALIZADAS, COM O PROPÓSITO DE IMITAR UM PROCESSO OU OPERAÇÃO DO MUNDO REAL. ...” https://pt.wikipedia.org/wiki/Modelagem_computacional “... MODELAGEM COMPUTACIONAL É UMA ÁREA DE CONHECIMENTO MULTIDISCIPLINAR QUE TRATA DA APLICAÇÃO DE MODELOS MATEMÁTICOS E TÉCNICAS DA COMPUTAÇÃO À ANÁLISE, COMPREENSÃO E ESTUDO DA FENOMENOLOGIA DE PROBLEMAS COMPLEXOS EM ÁREAS TÃO ABRANGENTES QUANTO AS ENGENHARIAS, CIÊNCIAS EXATAS, BIOLÓGICAS, HUMANAS, ECONOMIA E CIÊNCIAS ...” Eysenck, Michael W.: "Cognitive Psychology: A Student's Handbook", páginas 15 e 16. Psychology Press, 1990 ISBN 0-86377-154-8. Sistema x Modelo SISTEMA input Output u(t) Modelo y(t) Variáveis de entrada Variáveis de saída Y(t) = f(u(t)) Classificação de Sistemas Sistemas em Tempo Contínuo; Sistemas em Tempo Discreto; Variante ou Invariante no tempo; Estáticos ou Dinâmicos; Determinísticos ou Estocásticos; Tempo real ou simulado; Discreto ou Contínuo. Classificação de Sistemas Sistemas em Tempo Contínuo: Sistemas cujas entradas e saídas são sinais em tempo contínuo. y(t) = T{x(t)} Sistemas em Tempo Discreto: Sistemas cujas entradas e saídas são sinais discretos no tempo. y[n] = T{x[n]} Obs. : Na maior parte do curso, trataremos de sistemas contínuos no tempo, a menos que explicitamente seja especificado o contrário. Variante x Invariante no tempo Bastante importante para estudos relacionados a engenharia elétrica, principalmente mas áreas de “ PROCESSAMENTO DE SINAIS e SISTEMAS de CONTROLE ”. Variante / Invariante “sinais” Variáveis (reais ou discretas) mudam de valor com o tempo. Relevância: sistema de comunicação e teoria da informação. A invariância no tempo implica simplesmente que a definição das operações não pode mudar ao longo do tempo. As expressões das funções equivalentes dos blocos só podem depender das variáveis de entrada, e nunca do tempo. OBS. A linearidade dos sistemas implica que todas operações utilizadas no processamento dos sinais de entrada serão lineares. Ou seja, qualquer sistema linear pode ser decomposto nos seguintes blocos de processamento: Soma de dois sinais; Multiplicação de um sinal por um valor constante; Derivação de um sinal (variável) em relação ao tempo; Integração de um sinal (variável) em relação ao tempo; Deslocamento no tempo (atrasar ou adiantar o sinal por uma diferença de tempo constante). Destaque: Princípio da Superposição O que diz o principio? “Este princípio diz que a saída de um sinal formado pela combinação linear de diferentes sinais, é igual à mesma combinação aplicada aos sinais de saída gerados por cada sinal original separadamente. Ou seja, suponha a existência de dois sinais x(t) e y(t). Cada um desses sinais, se aplicados individualmente a um certo sistema H, criam as saídas x’(t) e y’(t). Se a entrada do sistema for a combinação linear: a.x(t) + b.y(t), a saída será a a.x’(t) + b.y’(t). Por consequência o Teorema da convolação: “ Mais detalhes nas aulas futuras” Variante x Invariante no tempo Os sistemas lineares e invariantes no tempo (SLITs) gozam das propriedades de linearidade e de invariância no tempo. Têm vantagens importantes: • é uma classe muito geral que permite construir boas aproximações do comportamento de muitos sistemas físicos; • podem ser estudados analiticamente usando ferramentas poderosas, em particular, a transformada de Fourier; • ficam totalmente caracterizados pela resposta do sistema a um impulso. A resposta ao impulso, h, obtém-se aplicando um impulso unitário à entrada do sistema e observando a saída. A resposta ao impulso, h, obtém-se aplicando um impulso unitário à entrada do sistema e observando a saída. A resposta ao impulso caracteriza completamente o SLIT. Outra forma: Sistemas Invariantes no Tempo O sistema é chamadado de invariante no tempo (IT) se um atraso ou avanço de tempo na entrada provoca deslocamento idêntico na saída. “Implica que “: T{x(t)} = y(t) ⇒ T{x(t – τ)} = y(t – τ) Caso Contrário, o sistema é dito VARIANTE NO TEMPO. Sistemas Invariantes e Variantes no Tempo: Um sistema é classificado de invariante no tempo quando os seus parâmetros físicos (massa, resistência, etc.) não variam com o passar do tempo. Isso quer dizer que a sua saída (“output”) independe do instante em que a entrada (“input”) é aplicada. Do modo contrário, um sistema é dito variante no tempo quando um de seus parâmetros físicos sofrer alteração com o passar do tempo. Dinâmicos X Estáticos Um sistema é dito dinâmico se os valores das saídas dependem de valores passados das entradas; Para este sistema os valores das saídas DEPENDEM de valores das entradas. Sistema Massa-mola: Entrada ( Peso, dados da mola, ...) Saída ( Nova posição) (depende dedados do passado) Precisa da memória do sistema! “O quanto a mola anda não é igual em cada tempo” U(t) Variáveis de entrada MODELO F(U(t) ) Variáveis de saída Determinístico X Estocástico Determinístico: Resultado do sistema é determinado em função dos dados de entrada. if idade > 21 then printt ( “ pode tirar carteira”) else printt (“ não podes”). Estocástico: Resultado do sistema não depende somente dos dados de entrada, mas também de outros fatores, normalmente aleatórios. Isto requer um modelo probabilístico. O sistema que descreve o comportamento de uma plateia em um teatro. Reação das pessoas em situação de emergência . “ ... Este modelo probabilístico tenta descrever o comportamento aleatório das entidades. ...” Tempo Real X Tempo Simulado Tempo Real: A escala de tempo é a real, isto é os eventos ocorrem e são tratados na mesma escala de tempo correspondente ao sistema real. Simuladores de jogos ou para treinamento se enquadram nesta categoria. Nestes sistemas um operador humano interage com o simulador em tempo real. Tempo Simulado: Um ano do tempo de simulação pode decorrer em poucos segundos de processamento. São utilizadospara análises de desempenho em que o interesse é pelas medidas de desempenho.