Scribd
Carregar
20 visualizações13 páginas

Modelagem e Simulação de Processos EDO

O documento aborda a modelagem e simulação de processos, focando em modelos discretos e diferenciação numérica. Apresenta métodos como Euler e Runge-Kutta para resolver equações diferenciais ordinárias, além de exemplos práticos como o movimento amortecido de um sistema massa-mola e o modelo SIR para doenças infectocontagiosas. A apresentação é estruturada em tópicos que detalham cada método e suas aplicações.

Enviado por

Jonathan Teixeira
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PPTX, PDF, TXT ou leia on-line no Scribd
20 visualizações13 páginas

Modelagem e Simulação de Processos EDO

O documento aborda a modelagem e simulação de processos, focando em modelos discretos e diferenciação numérica. Apresenta métodos como Euler e Runge-Kutta para resolver equações diferenciais ordinárias, além de exemplos práticos como o movimento amortecido de um sistema massa-mola e o modelo SIR para doenças infectocontagiosas. A apresentação é estruturada em tópicos que detalham cada método e suas aplicações.

Enviado por

Jonathan Teixeira
Direitos autorais
© All Rights Reserved
Levamos muito a sério os direitos de conteúdo. Se você suspeita que este conteúdo é seu, reivindique-o aqui.
Formatos disponíveis
Baixe no formato PPTX, PDF, TXT ou leia on-line no Scribd

Modelagem e Simulação

de Processos

Jonathan C. Teixeira | UFAL - CTEC

Discover
Processtheworld at Leiden
Sim. | Sci 2
MoNS University
Conteúdo da apresentação
1. Modelos discretos

2. Diferenciação numérica

3. Método de Euler

4. Método de Runge-Kutta

5. HandsOn

2
Modelos discretos
 As variáveis de estado mantém-se inalteradas ao longo de intervalos de tempo e
mudam seus valores somente em momentos bem definidos, ou conhecidos como
tempo de ocorrência do evento.

[Link] 3
Diferenciação numérica
Para um processo dinâmico (discrete/contínuo), queremos avaliar o comportamento da
variável de estado x(t) através da EDO:

Portanto:

Pela definição de derivada temos:

4
Diferenciação numérica
Podemos aproximar como uma expansão infinita da séria de Taylor através de:

Desta forma, podemos utilizar 2 tipos de informações:


1. Adiante/Avançada
2. Atrasada
3. Centrada

5
Diferenciação numérica
1. Diferença avançada:

2. Diferença atrasadas

3. Diferença Centrada

6
Método de Euler
 Aproximação de 1ª ordem para a derivada apresenta um erro da

 Método intuitivo e simples de implementação;

 Esquema explícito ou implícito;

1. Esquema explícito (condicionalmente estável)

2. Esquema implícito (incondicionalmente estável)

7
Método de Euler
 Extendido para Sistema de Equações Diferenciais Ordinárias (SisEDO)

1. Esquema explícito

2. Esquema implícito

8
Método de Runge-Kutta
 Métodos amplamente usados ​para resolver EDOs.

 Aproximação de 3ª e 4ª ordem da derivada, um erro da

Sendo:

9
HandsOn
Movimento Amortecido de um Sistema Massa-Mola

Se é a frequência natural e é a razão de amortecimento

Reduzindo a EDO linear de 2ª ordem para um sistema de EDO 1ª ordem, obtemos:

10
HandsOn

Na forma matricial temos:

Utilizando o esquema de Euler explícito:

Para esquema de Euler implícito:

11
HandsOn
Modelo geral para uma doença infectocontagiosas (Modelo SIR:
Suscetível-Infectado-Recuperado)

Quantidade de pessoas
infectadas esperadas por
pessoa infectada (taxa de
contágio por número de Taxa de recuperação por
habitantes) tempo (pessoas
recuperadas)

12
Modelagem e Simulação
de Processos

Discover theworld at Leiden University 13

Você também pode gostar