Modelagem

EA616 Prof. Fernando J.
Von Zuben
DCA/FEEC/Unicamp
Modelagem de Sistemas Dinmicos Discretos no Tempo

1 Introduo........................................................................................................................ 2
2 Exemplo 1: Nvel de estoque ............................................................................................ 5
3 Exemplo 2: Seqncia de Fibonacci .................................................................................. 6
4 Exemplo 3: Expanso populacional de Lactobacillus ........................................................11
5 Exemplo 4: Expanso populacional sob recursos limitados ..............................................12
6 Exemplo 5: Composto radioativo .....................................................................................14
7 Exemplo 6: Emprstimo com juros e pagamento ao final .................................................14
8 Exemplo 7: Emprstimo com juros e pagamento mensal .................................................15
9 Exemplo 8: Integrador numrico .....................................................................................15
10 Exemplo 9: Dinmica econmica ....................................................................................18
11 Exemplo 10: Produto interno bruto ................................................................................23
12 Exemplo 11: Ocupao de estaes de metr .................................................................24
13 Exemplo 12: Fundo de penso ........................................................................................25
14 Exemplo 13: Reservatrio de usina hidroeltrica ............................................................26
15 Exemplo 14: Modelo de enterramento larval..................................................................27
16 Estimao de modelos lineares nos parmetros .............................................................31
16.1 Estimao de modelos lineares .....................................................................................37
16.2 Estimao de modelos polinomiais ...............................................................................38
17 Referncias.....................................................................................................................39
Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo
EA616 Prof. Fernando J. Von Zuben

DCA/FEEC/Unicamp
1 Introduo
Uma motivao: quando se quer controlar um processo, a obteno de um modelo
dinmico representa o primeiro passo.
Sistemas contnuos no tempo Sistemas discretos no tempo
Sistemas contnuos no tempo com amostragem
f(t)
2T
3T
kT
(k+1)T
Sistemas discretos no tempo em tempo contnuo:

DCA/FEEC/Unicamp
f(t)
2T
3T
kT
(k+1)T
(k+1)
Sistemas discretos no tempo em tempo discreto:

f(k)
T: perodo de amostragem

DCA/FEEC/Unicamp
Se tk = t0 + kT , ento para uma funo de tempo contnuo f(t) vale a seguinte

notao para sua anlise em tempo discreto:
f (tk ) = f (t0 + kT ) = f ( k ) = f k
Em tempo discreto, sistemas contnuos no tempo que coincidem com sistemas

discretos no tempo nos pontos de amostragem so completamente equivalentes.
Sistemas discretos no tempo Sistemas de tempo discreto
Sistemas discretos a eventos Sistemas a eventos discretos
descrio matemtica do comportamento
equao a diferenas
dinmico de sistemas de tempo discreto
ou
(modelo dinmico do sistema)
sistema de equaes a diferenas
(evoluo no tempo das sadas do sistema)
Modelar a planta de uma indstria, um sistema econmico, um comportamento
social ou um fenmeno biolgico representa uma tarefa de grande complexidade.

DCA/FEEC/Unicamp
Como estamos em um curso introdutrio, ento estaremos restritos abordagem

de princpios bsicos de modelagem.
Nota: em estado estacionrio, sistemas de tempo contnuo e de tempo discreto
apresentam os mesmos tipos de comportamento dinmico (embora no para a
mesma ordem do sistema), seja para o caso de dinmica linear como para o caso
de dinmica no-linear.
2 Exemplo 1: Nvel de estoque

Sendo x(k) o nvel de estoque no incio do ms k, obtenha o modelo matemtico
para o nvel mensal de estoque de uma empresa, sabendo que so contabilizados
mensalmente:
c(k): nvel de estoque consumido no ms k;
r(k): nvel de estoque reposto no ms k.

x ( k + 1) = x ( k ) c( k ) + r ( k ) , com x(0) dado.

DCA/FEEC/Unicamp
3 Exemplo 2: Seqncia de Fibonacci

Leonardo de Pisa (1180-1250), mais conhecido como Fibonacci, foi o principal
introdutor da matemtica dos rabes no ocidente.
A seqncia de Fibonacci teve origem a partir do seguinte problema:
Comeando com um casal com 1 ms de idade, quantos casais de
coelhos teremos em um ano se a cada ms cada casal produtivo gera
um novo casal, o qual se torna produtivo com 2 meses de idade?
Soluo: Sendo c(k) o nmero de casais de coelhos no instante k, ento a soluo
dada na forma:
c( k ) = c( k 1) + c( k 2) , com c(1) = 1 e c(2) = 0.
Uma das propriedades interessantes da seqncia de Fibonacci que a razo entre
os termos sucessivos converge para a razo urea
1+ 5
.
2

DCA/FEEC/Unicamp
A razo urea est presente em muitas manifestaes da natureza, como na

disposio de folhas em um galho e em gentica de populaes.
Tambm foi utilizada na arquitetura grega e nas artes em geral.
Um retngulo ureo quando, ao retirarmos dele um quadrado, obtemos um
retngulo com as mesmas propores do original.
n+m m
= m 2 nm n 2 = 0
m
n
m m 1 = 0

n
n
m 1+ 5
=
n
2
A seqncia de Fibonacci assume os seguintes valores:

[0] [1] 1 2 3 5 8 13 21 34 55 89 144 ...

DCA/FEEC/Unicamp
Partenon (templo da deusa Atena)
Formato de caracol

DCA/FEEC/Unicamp
Igreja de Notre Dame (Paris)
Pirmide do Egito

DCA/FEEC/Unicamp
Propores corpreas e esculturas
10

DCA/FEEC/Unicamp
4 Exemplo 3: Expanso populacional de Lactobacillus

Lactobacillus um gnero de bacilo, o qual uma bactria em forma de bastonete,
cujas extremidades se apresentam cortadas em ngulo reto.
Bactrias do gnero Lactobacillus apresentam forte produo de cidos, sobretudo
de cido lctico, razo por que coagulam o leite.
Obtenha o modelo matemtico para a expanso populacional de Lactobacillus sob
a hiptese de que a populao dobra a cada 12 horas.
Perodo de amostragem: T = 12 horas.
Soluo: Sendo n(k) o nmero de indivduos da populao no instante (de
amostragem) k, ento a soluo dada na forma:
n( k ) = 2n( k 1) , com n(0) dado.
11

DCA/FEEC/Unicamp
5 Exemplo 4: Expanso populacional sob recursos

limitados
O modelo matemtico do exemplo anterior no realista para descrever o
crescimento populacional sob recursos limitados.
necessrio acrescentar o que se convencionou chamar de suporte da populao,
o qual representa um valor de saturao. Ele obtido a partir do modelo logstico
a seguir:
n(k + 1) = n(k ) + (S n(k ))n(k ) , com n(0) dado.
onde S o suporte.
Este modelo vlido tambm para descrever o espalhamento de doenas
infecciosas.
12

DCA/FEEC/Unicamp
13

DCA/FEEC/Unicamp
6 Exemplo 5: Composto radioativo

Obtenha o modelo matemtico para a massa de um composto radioativo, sabendo
que esta cai pela metade a cada 5 anos.
Perodo de amostragem: T = 5 anos.
Soluo: Sendo m(k) a massa do composto radioativo no instante (de amostragem)
k, ento a soluo dada na forma:
1
m( k ) = m( k 1) , com m(0) dado.
2
7 Exemplo 6: Emprstimo com juros e pagamento ao final

Qual o nico pagamento P ao final de um emprstimo no valor de D0, sabendo
que a durao do emprstimo de n meses e que a taxa de juros mensais r%?
Perodo de amostragem: T = 1 ms.
Evoluo da dvida com o tempo: D ( k ) = (1 + r ) D ( k 1) , com D (0) = D0 .
Soluo: P = D (n )
14

DCA/FEEC/Unicamp
8 Exemplo 7: Emprstimo com juros e pagamento mensal

Qual o pagamento mensal P para um emprstimo no valor de D0, sabendo que a
durao do emprstimo de n meses, a taxa de juros mensais r% e a dvida deve
estar liquidada ao final do emprstimo?
Perodo de amostragem: T = 1 ms.
Evoluo da dvida com o tempo: D ( k ) = (1 + r ) D ( k 1) P , com D (0) = D0 e
D(n) = 0 .
Soluo: obter D(k) para um k qualquer e aplicar as condies inicial e final.
9 Exemplo 8: Integrador numrico

A integral de uma funo f(t) em um intervalo [t0, tf] corresponde rea sob a
curva. Uma aproximao numrica para esta rea pode ser dada pela soma dos
trapzios formados pela diviso do intervalo em sub-intervalos menores (partes),
dentro dos quais f(t) tomada como sendo linear (por partes).
15

DCA/FEEC/Unicamp
f(t)
t0
tf
f(t)
t0
tf
16

DCA/FEEC/Unicamp
A diviso em sub-intervalos no precisa ser uniforme, mas a uniformidade ser

uma hiptese desta formulao.
f(t)
Ik
t0
tk
tk 1 f (t )dt rea do trapzio = I k =
Soluo: I k = I k 1 + I k = I k 1 +
tk
tk1
tf
f (tk 1 ) + f (tk )
(tk tk 1 )
2
f (tk 1 ) + f (tk )
(tk tk 1 )
2
Sub-intervalos uniformes e iguais a T: I k = I k 1 + T
f (tk 1 ) + f (tk )
2
17

DCA/FEEC/Unicamp
10 Exemplo 9: Dinmica econmica

No sculo XVIII, Adam Smith foi o primeiro a observar que um sistema de preos
livres, estabelecidos pela lei da oferta e da procura, em um ambiente de liberdade
regido pelo estado de direito, estvel.
A ideia central est em perceber que os produtos disponveis tm dois preos:

Preo de mercado: estabelecido pela lei da oferta e da procura, de tal
forma que um excesso de oferta leva diminuio do preo e um
excesso de procura leva a um aumento de preo;
Preo natural: estabelecido pelos custos de produo + lucro.

O equilbrio se estabelece quando ambos os preos se igualam, mas isso no
permite concluir que os preos ficaro fixos no decorrer do tempo.
Como condio de partida para a modelagem, considere uma economia

completamente isolada, ou seja, sem a possibilidade de importar ou exportar
produtos.
18

DCA/FEEC/Unicamp
Preo do produto no instante k: p(k);

A dinmica de mercado caracterizada por duas funes:
D(p): estabelece a demanda pelo produto, em funo do preo;
P(p): estabelece a produo do produto, em funo do preo.
D(p) deve ser uma funo decrescente com p, enquanto que P(p) uma funo
crescente com p. Ambas as funes apresentam tambm comportamento de
saturao para preos mais elevados.
ainda razovel sugerir que a demanda seja mais sensvel que a produo em
relao ao preo, ou seja:
dP
dD
<
.
dp
dp
A figura a seguir ilustra ambas as funes em escala normalizada, sendo possvel

constatar que sempre vai existir um preo de equilbrio peq tal que:
D(peq) = P(peq).
19

DCA/FEEC/Unicamp
Considere tambm que os consumidores reagem imediatamente ao preo do

produto, mas que a produo s reage ao preo praticado no instante anterior.
Logo, o modelo matemtico assume a forma:

p (k + 1) = p (k ) [P ( p (k 1)) D ( p (k ))]
onde > 0 uma constante.

20

DCA/FEEC/Unicamp
At agora foi considerada uma economia isolada. Para generalizar o estudo

considerando N economias interconectadas via importao e exportao de
produtos, preciso considerar:
ui: taxa de cmbio praticada pela economia i (i=1, ..., N). Todas as taxas
de cmbio so tomadas em relao a um valor de referncia.
ui pi : preo de exportao do produto na economia i, quando visto por

uma economia j, com i j.
ui pi u j p j : diferena de preos do produto entre as economias i e j.

H ij () : funo crescente e mpar, tal que H ij () = H ji (), i, j .
Se a diferena de preos do produto entre as economias i e j for o argumento da
funo H ij () , ento H ij (ui pi u j p j ) indica o montante importado pela economia

i da economia j. Como a funo H ij () , ento este tambm o montante exportado
pela economia j para a economia i, como era de se esperar.
21

DCA/FEEC/Unicamp
Visto que importar ou exportar o produto equivale a alterar a sua produo interna,
imediata a modificao que deve ser feita no modelo matemtico j obtido para
economias fechadas.
Mas antes vlido considerar que a importao ou exportao do produto, para

influenciar a produo no instante k, devem ter sido realizadas no instante anterior,
levando assim em conta o preo do produto em k1.
Logo, para i=1, ..., N vale:
pi (k + 1) = pi (k ) i Pi ( pi (k 1)) + H ij (ui pi (k 1) u j p j (k 1)) Di ( pi (k ))
i =1
i j
O preo de equilbrio pi para a economia i satisfaz:
Di ( pi ) = Pi ( pi ) + H ij (ui pi u j p j ), i=1, ..., N.

N
i =1
i j
22

DCA/FEEC/Unicamp
11 Exemplo 10: Produto interno bruto

O produto interno bruto (PIB) de um pas no instante k dado por p(k).
Suponha que o PIB seja funo do consumo interno c(k), do investimento i(k), dos
gastos realizados pelo governo g(k) e do balano entre exportaes e importaes
b(k), produzindo:
p (k ) = c(k ) + i (k ) + g (k ) + b(k )
Considere que o consumo interno c(k+1) uma frao de p(k).

Considere que o investimento i(k+1) uma frao do que deixou de ser
consumido entre dois perodos consecutivos, ou seja, c(k + 1) c(k ) .
Com isso, obtm-se o seguinte modelo matemtico:

p (k + 1) = c(k + 1) + i (k + 1) + g (k + 1) + b(k + 1)
p(k + 1) = p (k ) + [c(k + 1) c(k )] + g (k + 1) + b(k + 1)
p(k + 1) = (1 + ) p (k ) p(k 1) + g (k + 1) + b(k + 1)
23

DCA/FEEC/Unicamp
12 Exemplo 11: Ocupao de estaes de metr

A figura abaixo apresenta um conjunto de n+1 estaes de metr.
Suponha que no instante k = 0 todas as estaes esto vazias.
Sejam Ni(k) o nmero de passageiros presentes na estao 0 i n no instante k e
Ti(k) o nmero de passageiros transportados da estao i para a estao i+1 no
instante k.
O modelo matemtico para este sistema assume a forma:

N i (k + 1) = N i (k ) Ti (k ) + Ti 1 (k 1)
Ti (k ) = i N i (k )
24

DCA/FEEC/Unicamp
onde 0 < i < 1, i n e n = 0, indica o percentual de passageiros efetivamente

transportados.
Conforme indicado na figura, suponha que T1 (k ) = d 0 , ou seja, a estao inicial
recebe um fluxo constante de passageiros.
13 Exemplo 12: Fundo de penso

Um fundo de penso recolhe um percentual r do salrio mensal s(k) de cada um de
seus muturios, durante n meses.
Aps este perodo, o fundo paga a cada muturio uma penso constante e igual a
p s (n ) durante m meses, com 0 < p 1.
Considere que o salrio do muturio varia de forma linear, na forma:

ba
s (k ) = a +
k.
n
Considere tambm que o fundo aplica todo o montante recebido, com uma taxa de
retorno de q pontos percentuais ao ms.
25

DCA/FEEC/Unicamp
Ao final de n+m meses, os recursos do fundo devem ser nulos.

O modelo matemtico que fornece a evoluo temporal dos recursos existentes no
fundo por muturio, R(k), dado na forma:
R(k + 1) = (1 + q )R(k ) + rs(k ), k = 0,..., n

R(k + 1) = (1 + q )R(k ) ps(n ), k = n + 1,..., n + m
ba
k
s(k ) = a +
n
R(0 ) = 0
R(n + m ) = 0
14 Exemplo 13: Reservatrio de usina hidroeltrica

v(k): volume de gua armazenada;
u(k): volume de gua utilizado para a gerao de energia eltrica;
d(k): volume de gua devido s chuvas;
: taxa de evaporao.
26

DCA/FEEC/Unicamp
A partir das variveis acima, o modelo matemtico assume a forma:

v(k + 1) = (1 )v(k ) u (k ) + d (k ), v(0 ) = v0 .
15 Exemplo 14: Modelo de enterramento larval

Para desenvolver um modelo de tempo discreto para disperso larval at a
pupariao, considere a seguinte notao:
N o nmero de larvas no experimento.

i {0,1,2,...,q} representam os ndices de pontos dispostos uniformemente e
em linha reta a partir do substrato alimentar. As posies i = 0 e i = q
correspondem aos limites da rea de pupariao.
k {0,1,2,...} representa o instante discreto de tempo.

Ci ,k fornece o nmero de larvas na superfcie, na posio i e no instante k.
Ai ,k fornece o nmero de larvas enterradas, na posio i e no instante k.
27

DCA/FEEC/Unicamp
representa a proporo de larvas que se enterram em cada posio, em um

dado instante discreto de tempo, em relao ao nmero de larvas na
superfcie em cada posio e naquele instante.
representa a proporo de larvas em cada posio que se move uma posio

adiante em um dado instante discreto de tempo, em relao ao nmero de
larvas na superfcie em cada posio e naquele instante.
conseqentemente, 1 fornece a proporo de larvas que permanecem na

superfcie e na mesma posio entre dois instantes consecutivos de tempo,
em relao ao nmero de larvas na superfcie em cada posio e naquele
instante.
Um conjunto adicional de proposies ser adotado aqui para definir
apropriadamente o cenrio do experimento:
Para normalizar os resultados, N ser considerado como sendo igual a 1.

Logo, Ci ,k e Ai ,k so valores reais no intervalo [0,1], i,k.
28

DCA/FEEC/Unicamp
e so considerados constantes ao longo do experimento.

Como a regio de pupariao tem um nmero finito de posies, para i < 0 e
i > q, Ci ,k = 0 k, o que implica Ai ,k = 0 k.
A condio inicial em k=0 definida como sendo C0,0 = 1 e Ci ,0 = 0 para

i > 0, ou seja, as larvas esto todas na superfcie na posio i=0.
Por unidade de tempo, dadas as hipteses acima, uma larva pode:
Permanecer imvel;
Enterrar-se;
Mover-se uma posio adiante.
Com isso, para i > k, Ci ,k = 0 , o que implica Ai ,k = 0 .

Repare que as hipteses acima indicam implicitamente que nenhuma larva pode se
mover para trs. Embora seja possvel incorporar este tipo de movimento no
modelo (como tambm outros refinamentos), o termo adicional resultante
impediria a obteno de uma soluo algbrica geral em forma fechada.
29

DCA/FEEC/Unicamp
De acordo com a notao, hipteses e conjunto de proposies acima, o modelo

discreto para enterramento larval assume a forma:
Ai ,k +1 = Ai ,k + Ci ,k
(1)
Ci ,k +1 = (1 )Ci ,k + Ci 1,k
(2)
A equao (1) pode ser interpretada como segue: a quantidade de larvas enterradas
na posio i no instante de tempo k+1 ( Ai ,k +1 ) igual quantidade de larvas j
enterradas naquela posio ( Ai ,k ) adicionada proporo fixa de larvas atualmente
na superfcie na posio i e instante k ( Ci ,k ).
A equao (2) fornece a quantidade de larvas na superfcie na posio i e instante
k+1 ( Ci ,k +1 ) como o nmero de larvas que estavam na superfcie na posio i e
instante k ( Ci ,k ), adicionada proporo de larvas que estavam na posio
anterior e se moveram adiante ( Ci 1,k ), subtrada de uma proporo de larvas que
30

DCA/FEEC/Unicamp
estavam na superfcie na posio i e instante k e se enterraram ( Ci ,k ), subtrada

de uma proporo de larvas que estavam na superfcie na posio i e instante k e
se moveram adiante ( Ci ,k ).
16 Estimao de modelos lineares nos parmetros

Em muitas aplicaes de modelagem matemtica de sistemas dinmicos e tambm
em filtragem de sinais, comum a proposio de modelos na forma:
y = f (b, x ),
onde b P o vetor de parmetros a determinar, x L o vetor de entradas e
f : P L a funo que associa o vetor de entradas com a sada y .

Repare que a forma da funo f especificada pelo vetor de parmetros b P .
Se o papel de cada parmetro no vetor b P bem definido e admite uma
interpretao fsica vinculada natureza do processo em estudo, ento o modelo
matemtico denominado paramtrico.
31

DCA/FEEC/Unicamp
Caso contrrio, se o papel de cada parmetro no vetor b P no bem definido

e ele pouco interpretvel, ento diz-se que o modelo semi-paramtrico ou noparamtrico.
A determinao do vetor de parmetros b P geralmente depende da existncia
de amostras que exprimem o comportamento de entrada-sada da funo a ser
aproximada. Considere um conjunto de N amostras na forma:
Entradas
1
Sada
x11
x12
x1L
y1
x21
x22
x2L
y2
M
xN1
M
xN2
xNL
M
yN
Para cada amostra l, tambm possvel definir os pares (x l , yl ) , l=1, ..., N, de

entrada-sada, com xl L e yl .
32

DCA/FEEC/Unicamp
O vetor de parmetros b P que melhor representa os dados de entrada-sada

disponveis aquele que resolve o seguinte problema de otimizao:
N
b = arg min ( f (b, xl ) yl )

b
l =1
Se a funo f for no-linear, ento resulta um problema de otimizao no-linear.

Neste caso, o ajuste de parmetros no pode ser realizado de forma fechada, a
partir de uma equao algbrica. A soluo numrica para o vetor b P deve ser
obtida de forma iterativa (LUENBERGER, 1979).
Uma forma muito utilizada de simplificao do modelo matemtico, e
consequente simplificao do problema de otimizao associado, a suposio de
que a sada pode ser obtida por uma combinao linear de funes da entrada, na
forma:
y = f (b, x ) = b1 f1 (x ) + b2 f 2 (x ) + ... + bP 1 f P 1 (x ) + bP ,
33

DCA/FEEC/Unicamp
onde as funes f i : L , i=1, ..., P1, so chamadas de funes-base da

combinao linear.
O modelo matemtico acima linear nos parmetros b P , pois mesmo que as
funes f i : L , i=1, ..., P1, sejam no-lineares, elas so fixas.
Definindo a matriz F N P e o vetor y N na forma:
f1 (x1 )
f (x )
F= 1 2
M
f1 (x N )
f 2 (x1 ) L
f 2 (x 2 ) L
M
O
f 2 (x N ) L
f P 1 (x1 ) 1
f P 1 (x 2 ) 1
M
M
f P 1 (x N ) 1
y1
y
y= 2
M

yN
ento o melhor vetor de parmetros aquele que resolve o seguinte sistema de

equaes lineares:
F b = y
Repare que o sistema de equaes lineares resultante tem mais equaes que
incgnitas, pois sempre vale a relao N > P.
34

DCA/FEEC/Unicamp
Em termos matemticos, esta situao pode levar a trs cenrios alternativos:
Existem mais que NP equaes redundantes e o sistema de equaes

lineares tem infinitas solues;
Existem NP equaes redundantes e o sistema de equaes lineares

tem soluo nica;
O sistema de equaes lineares inconsistente e no tem soluo.

Normalmente a situao encontrada na prtica a inconsistncia do sistema de
equaes lineares, motivada por dois fatores principais:
Rudo no processo de amostragem (atuando sobre o vetor y);

O modelo matemtico representa uma aproximao do comportamento
de entrada-sada expresso pelos dados amostrados.
Mesmo na presena de inconsistncia, possvel buscar uma soluo para o
sistema de equaes lineares, na forma:
2
b = arg min Fb y 2 ,
b P
35

DCA/FEEC/Unicamp
onde
N
z 2 = zl2 = z T z , com z N .
2
l =1
Resulta ento um problema de quadrados mnimos, cuja soluo obtida pela

aplicao da condio necessria de otimalidade, produzindo:
d
d
2
(Fb y )T (Fb y ) = 0
Fb y 2 =
db
db
Sero empregadas a seguir algumas propriedades de clculo matricial, visando
obter as derivadas indicadas:
d
(Fb y )T (Fb y ) = d bT FT Fb bT FT y yT Fb + yT y = 0
db
db
2FT Fb FT y FT y + 0 = 0 FT Fb = FT y
Se as P colunas de F forem linearmente independentes, ento a matriz FT F , que
tem dimenso P P, tem posto completo. Logo, uma matriz inversvel.
36
( )
Neste caso, multiplicando esquerda por FT F
(F F )
T
( )
FT Fb = FT F

DCA/FEEC/Unicamp
, obtm-se:
( )
FT y b = FT F
FT y .
Esta a soluo do problema de quadrados mnimos, permitindo assim obter o

vetor de parmetros b P que produz a melhor aproximao do modelo
( )
matemtico aos dados. A matriz FT F
FT chamada de pseudo-inversa da
matriz F. A condio de independncia das colunas da matriz F sempre

conseguida caso as funes-base f i : L , i=1, ..., P1, sejam distintas.
16.1 Estimao de modelos lineares

Um caso particular relevante ocorre quando as funes-base so as prprias
entradas, produzindo o seguinte modelo matemtico:
y = b1 x1 + b2 x 2 + ... + bL x L + bL +1 ,
onde agora P = L+1.
37

DCA/FEEC/Unicamp
Para modelos matemticos dessa forma, vale a soluo via quadrados mnimos j
descrita, e a nova matriz F assume a forma:
x11
x
F = 21
M
xN1
x12
x22
M
xN 2
L x1L
L x2 L
O M
L x NL
1
1
.
M
16.2 Estimao de modelos polinomiais

Um outro caso particular relevante ocorre quando existe apenas uma entrada e as
funes-base so potncias da varivel de entrada, produzindo um modelo
polinomial como segue:
y = b1 x P 1 + b2 x P 2 + ... + bP 2 x 2 + bP 1 x + bP .
Para modelos matemticos dessa forma, vale a soluo via quadrados mnimos j
descrita, e a nova matriz F assume a forma:
38

DCA/FEEC/Unicamp
x1P 1
P 1
x
F= 2
M
P 1
xN
x1P 2 L
x2P 2
M
x1
L x2
O
x NP 2 L x N
1
.
M
17 Referncias
BASSANEZI, R.C. & FERREIRA JR., W.C. Equaes Diferenciais com Aplicaes, Editora
Harbra Ltda., 1988.
CADZOW, J.A. Discrete-Time Systems: An Introduction With Interdisciplinary Applications,
Prentice Hall, 1973.
CASE, T.J. An illustrated guide to theoretical ecology, Oxford University Press, 449 p., 2000.
EDELSTEIN-KESHET, L. Mathematical models in biology, Random House, 586 p., 1988.
ELAYDI, S.N. An Introduction to Difference Equations, Undergraduate Texts in Mathematics,
Springer Verlag, 2nd. edition, 1999.
GEROMEL, J.C. & PALHARES, A.G.B. Anlise Linear de Sistemas Dinmicos: Teoria, Ensaios
Prticos e Exerccios, Editora Edgard Blcher Ltda., 1a. edio, 2004.
39

DCA/FEEC/Unicamp
GOLDBERG, S. Introduction to Difference Equations with Illustrative Examples from

Economics, Psychology, and Sociology, 1958.
KULENOVIC, M.R.S. & MERINO, O. Discrete "Dynamical" Systems and Difference Equations
with Mathematica, Chapman & Hall, 2002.
LUENBERGER, D.G. Introduction to Dynamic Systems: Theory, Models, and Applications,
Wiley, 1979.
MARDIA, K.V., KENT, J.T. & BIBBY, J.M. Multivariate Analysis, Academic Press, 1979.
RENSHAW, E. Modelling biological populations in space and time, Cambridge University
Press, 403 p., 1991.
STRANG, G. Introduction to Linear Algebra, 4th edition, Wellesley Cambridge Press, 2009.
40

Modelagem

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Modelagem

Enviado por

Direitos autorais:

Formatos disponíveis

EA616 Prof. Fernando J.

Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

Sistemas discretos no tempo em tempo contnuo:

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

Sistemas discretos no tempo em tempo discreto:

EA616 Prof. Fernando J. Von Zuben

Se tk = t0 + kT , ento para uma funo de tempo contnuo f(t) vale a seguinte

Em tempo discreto, sistemas contnuos no tempo que coincidem com sistemas

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

Como estamos em um curso introdutrio, ento estaremos restritos abordagem

2 Exemplo 1: Nvel de estoque

c(k): nvel de estoque consumido no ms k;

r(k): nvel de estoque reposto no ms k.

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

3 Exemplo 2: Seqncia de Fibonacci

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

A razo urea est presente em muitas manifestaes da natureza, como na

A seqncia de Fibonacci assume os seguintes valores:

EA616 Prof. Fernando J. Von Zuben

Partenon (templo da deusa Atena)

EA616 Prof. Fernando J. Von Zuben

Igreja de Notre Dame (Paris)

EA616 Prof. Fernando J. Von Zuben

Propores corpreas e esculturas

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

4 Exemplo 3: Expanso populacional de Lactobacillus

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

5 Exemplo 4: Expanso populacional sob recursos

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

6 Exemplo 5: Composto radioativo

7 Exemplo 6: Emprstimo com juros e pagamento ao final

EA616 Prof. Fernando J. Von Zuben

8 Exemplo 7: Emprstimo com juros e pagamento mensal

9 Exemplo 8: Integrador numrico

EA616 Prof. Fernando J. Von Zuben

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

A diviso em sub-intervalos no precisa ser uniforme, mas a uniformidade ser

tk 1 f (t )dt rea do trapzio = I k =

Sub-intervalos uniformes e iguais a T: I k = I k 1 + T

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

10 Exemplo 9: Dinmica econmica

A ideia central est em perceber que os produtos disponveis tm dois preos:

Preo natural: estabelecido pelos custos de produo + lucro.

Como condio de partida para a modelagem, considere uma economia

EA616 Prof. Fernando J. Von Zuben

Preo do produto no instante k: p(k);

A figura a seguir ilustra ambas as funes em escala normalizada, sendo possvel

Tpico 5 Modelagem de Sistemas Dinmicos Discretos no Tempo

EA616 Prof. Fernando J. Von Zuben

Considere tambm que os consumidores reagem imediatamente ao preo do

Logo, o modelo matemtico assume a forma:

onde > 0 uma constante.