Análise de Sensibilidade - 17-10 - OFICIAL
Análise de Sensibilidade - 17-10 - OFICIAL
Análise de Sensibilidade - 17-10 - OFICIAL
17 de outubro de 2012
Sumrio
1.
O que Anlise de Sensibilidade? Importncia da Anlise de Sensibilidade Objetivos Aplicabilidade Softwares de Otimizao Tcnicas Grficas
2.
3.
4.
5.
6.
17 de outubro de 2012
Sumrio
7.
8.
9.
17 de outubro de 2012
Sumrio
1.
O que Anlise de Sensibilidade? Importncia da Anlise de Sensibilidade Objetivos Aplicabilidade Softwares de Otimizao Tcnicas Grficas
2.
3.
4.
5.
6.
17 de outubro de 2012
O que Anlise de Sensibilidade O teste ou anlisede sensibilidade uma tcnica que avalia a mudana de uma varivel dentro do projeto, ou analisando o resultado desta variao sobre o seu planejamento inicial. Anlise de Ps-Otimizao?
17 de outubro de 2012
17 de outubro de 2012
17 de outubro de 2012
Em essncia, a anlise de sensibilidade responde a pergunta "O que faz a diferena nesta deciso?"
Analisa o impacto que cada um dos parmetros de um modelo pode causar em uma determinada mtrica.
17 de outubro de 2012
Para avaliar a sensibilidade de um modelo e/ou projeto a uma determinada grandeza faz-se variar esta mantendo as demais constantes
Anlise Multivariada
o
17 de outubro de 2012
Sumrio
1.
O que Anlise de Sensibilidade? Importncia da Anlise de Sensibilidade Objetivos Aplicabilidade Softwares de Otimizao Tcnicas Grficas
2.
3.
4.
5.
6.
17 de outubro de 2012
10
Etapa muito importante na metodologia de Anlise de Deciso. utilizada para: o Tomar melhores decises;
o
Decidir quais dados estimados devem ser refinados antes de tomar uma deciso; Concentrar-se nos elementos crticos durante a implementao.
17 de outubro de 2012
11
Permite avaliar impactos associados: o As alteraes dos valores das variveis de entrada e dos parmetros do sistema.
o
Permite identificar os parmetros que causam maior perturbao na performance do modelo. Deste modo, a anlise de sensibilidade realizada com o objectivo de definir a influncia de alguns parmetros (input) nos resultados (output) do modelo.
17 de outubro de 2012
12
Sumrio
1.
O que Anlise de Sensibilidade? Importncia da Anlise de Sensibilidade Objetivos Aplicabilidade Softwares de Otimizao Tcnicas Grficas
2.
3.
4.
5.
6.
17 de outubro de 2012
13
Objetivos
Determinar os parmetros que tm maior impacto nas sadas geradas pelo modelo. Identificar gargalos do sistema (otimizao). Planejamento de experimentos
17 de outubro de 2012
14
Sumrio
1.
O que Anlise de Sensibilidade? Importncia da Anlise de Sensibilidade Objetivos Aplicabilidade Softwares de Otimizao Tcnicas Grficas
2.
3.
4.
5.
6.
17 de outubro de 2012
15
Aplicabilidade
A anlise de sensibilidade tem sido aplicada principalmente nas seguintes reas: o Redes neurais o Fsica o Avaliao de desempenho o Qumica o Fabricao de novos produtos o Estudos climticos e ambientais o Avaliar o emprego de novas tecnologias ou processo de o Economia fabricao o Anlise de Risco
o
Processamento
17 de outubro de 2012
16
Sumrio
1.
O que Anlise de Sensibilidade? Importncia da Anlise de Sensibilidade Objetivos Aplicabilidade Softwares de Otimizao Tcnicas Grficas
2.
3.
4.
5.
6.
17 de outubro de 2012
17
Softwares de Otimizao
17 de outubro de 2012
18
Softwares de Otimizao
Desenvolvido pela empresa LINDO Systems Usado por milhares de empresas em todo o mundo para maximizar os lucros e minimizar os custos em decises que envolvam o planejamento da produo, transporte, finanas, distribuio de portflio, oramento de capital, fuso, agendamento de inventrio, a alocao de recursos e muito mais.
17 de outubro de 2012
19
Softwares de Otimizao
Sintaxe do Modelo: Funo objetivo (FO) que dever iniciar com os comandos MAX para maximizar e MIN para Minimizar e frente dever ser colocada a funo objetivo. A declarao SUBJECT TO (sujeito a) que pode ser substitudo por st ou s.t. e logo aps sero declaradas as restries do problema.
Obs.: As variveis devem ser declaradas com no mximo 8 letras e nas linhas com as restries deve ser colocado ) logo aps o nome da restrio.
17 de outubro de 2012
20
Softwares de Otimizao
O pecuarista e os trs tipos de rao para gado min x1 + 1.20x2 + 1.30x3 st N1) N2) N3) N4)
+ + + +
+ + + +
6 4 4 6
17 de outubro de 2012
21
Softwares de Otimizao
SimLab
o
17 de outubro de 2012
22
Softwares de Otimizao
TopRank
o
Faz parte do Decision Tools Suite que um conjunto integrado de programas para anlise de risco e tomada de deciso em casos em que existe incerteza. Microsoft Excel. Executa anlises de sensibilidade automatizadas de variaes hipotticas (what if).
o o
17 de outubro de 2012
23
Sumrio
1.
O que Anlise de Sensibilidade? Importncia da Anlise de Sensibilidade Objetivos Aplicabilidade Softwares de Otimizao Tcnicas Grficas
2.
3.
4.
5.
6.
17 de outubro de 2012
24
Tcnicas Grficas
17 de outubro de 2012
25
Diagrama de Tornado
Mostra graficamente o resultado da anlise de sensibilidade de um fator ou varivel; Determina quais variveis tem maior impacto potencial no projeto; Exibem a classificao de um input individual em relao a outro input, comparando os efeitos de todos os inputs nos resultados; O comprimento da barra representa a quantidade de mudana produzida nos resultados;
17 de outubro de 2012
26
Diagrama de Tornado
Input de maior efeito
17 de outubro de 2012
27
Diagrama de Radar
Tambm compara os efeitos de vrios inputs nos resultados; Para cada varivel especfica analisada, calculam-se os resultados finais usando desde o valor mnimo at o valor mximo da varivel, passando por todos os valores intermedirios unitrios; Como os inputs produzem diferentes efeitos nos resultados, o grfico frequetemente tem o formato de uma teia de aranha ou radar;
17 de outubro de 2012
28
Grfico de Sensibilidade
Os efeitos de um input individual nos resultados podem ser apresentados na forma de um grfico padro de sensibilidade base de linhas; O valor do input selecionado apresentado no eixo X; O valor dos resultados so apresentados no eixo Y;
17 de outubro de 2012
29
Grfico de Sensibilidade
17 de outubro de 2012
30
Sumrio
7.
8.
9.
17 de outubro de 2012
31
Na anlise de incerteza, o que se procura a incerteza dos dados de sada devida as incertezas dos dados de entrada, e assim se obter a confiabilidade do sistema;
Na anlise de sensibilidade o que se procura determinar como a variao dos dados de entrada alteram os dados de sada, e ento se observar quais dados de entrada controlam o sistema.
17 de outubro de 2012
32
Anlise Diferencial ou derivao parcial: tcnica de referncia para as outras. Mtodo de Monte Carlo: realiza mltiplas avaliaes com conjuntos de dados de entrada gerados randomicamente Mtodo da Transformada de Fourier: A avaliao do sistema feita variando-se simultaneamente todos os dados de entrada. Variao de valores dos parmetros um-a-um, como sendo a abordagem mais simples.
17 de outubro de 2012
33
Anlise de correlao entre variveis independentes e dependentes. Anlise de regresso, como a mais abrangente, usada para modelos complexos.
17 de outubro de 2012
34
Mtodo Diferencial
Para um dado de sada Y, de um sistema de equaes definido de forma geral como, = (1 , 2 , 3 , 4 , , ) onde 1 , 2 , 3 , 4 , , so os dados de entrada e possuem distribuies de probabilidade conhecidas. Mtodo Diferencial: baseado no produto das derivadas parciais de primeiro grau das sadas em relao entrada com seus respectivos desvios. O desvio dado por:
2 uy ( i 1
Y 2 2 ) * ui xi
17 de outubro de 2012
35
Mtodo Diferencial
Onde o desvio associado a . Se for o desvio padro ento ui a varincia do respectivo dado de entrada. Os termos do somatrio so a varincia local, que a contribuio de cada dado de entrada para a varincia global, u 2 de . A derivada parcial calculada no ponto do valor y mdio de ; ndice de Importncia I, que uma forma de se indicar a sensibilidade atravs do valor da derivada parcial a dimensionalizado pelo valor mdio de x e y.
2
17 de outubro de 2012
36
Mtodo Diferencial
Onde a barra indica o valor mdio da varivel. Este ndice indica a proporo entre os desvios. Por exemplo, se I=0,6, ento um desvio de 1% do valor mdio de x ir resultar em um desvio de 0,6% no valor mdio de Y.
17 de outubro de 2012
37
Mtodo de Monte Carlo: Consiste em realizar mltiplas avaliaes com conjuntos de dados de entrada gerados randomicamente, seguindo uma distribuio de probabilidade proposta. o Aps as avaliaes, analisam-se as sadas por meio de suas mdias, desvios padro e as distribuies de probabilidades associadas;
o
mtodo para combinar distribuies de probabilidade; A avaliao do sistema pode ser feita variando-se simultaneamente todos os dados de entrada a fim de se obter a varincia global do sistema;
17 de outubro de 2012
38
Onde a varincia global, | a varincia local de Y dada pela varincia individual de , que neste caso pode representar um grupo de dados de entrada que tenham sentido comum.
17 de outubro de 2012
39
A desvantagem desse mtodo o maior esforo computacional, pois necessrio rodar um grande numero de casos para se obter tanto a incerteza total como as incertezas individuais para cada dado ou grupo de dados de entrada. O nmero de vezes que necessrio avaliar o sistema de equaes determinado pelo intervalo de confiana para a varincia, dado por: S2 n S2 n 2 2 2 X p' X p '' Onde 2 a varincia da amostra de tamanho , 2 a varincia da populao, 2 o coeficiente da distribuio qui-quadrado para uma determinada confiana, , , so respectivamente os limites superior e inferior do intervalo de confiana
17 de outubro de 2012
40
AS em Avaliao de Desempenho
Para avaliao de desempenho a Anlise Diferencial tem grande aplicabilidade. Modelos: o GSPN o CTMC ou DTMC o Modelos Semi-Markovianos o Redes de filas
17 de outubro de 2012
41
AS em Avaliao de Desempenho
17 de outubro de 2012
42
Desenvolvimento de funes para: o Probabilidade de estado estacionrio; o Probabilidade de estado transiente; o Probabilidade cumulativa transiente; o Reward estacionrio; o Reward transiente;
o
17 de outubro de 2012
43
Onde Q denota a matriz geradora CTMC e representa o lugar do vetor probabilidade do estado estacionrio. Calculando as derivadas, em relao a um dado parmetro:
17 de outubro de 2012
44
Onde t o tempo de interesse, P(t) o vetor de probabilidade do estado transitrio O que queremos calcular:
17 de outubro de 2012
45
Taxa de Reward
F3
17 de outubro de 2012
46
17 de outubro de 2012
47
17 de outubro de 2012
48
17 de outubro de 2012
49
17 de outubro de 2012
50
sprob : Probabilidade de estado estacionrio stvalue: Probabilidade de estado transiente Sexrss: Reward estacionrio
17 de outubro de 2012
51
Sumrio
7.
8.
9.
17 de outubro de 2012
52
O mtodo Simplex
Uma das hipteses dos problemas de programao linear a considerao de certeza nos coeficientes e constantes.
17 de outubro de 2012
53
O mtodo Simplex
A anlise de ps-otimizao verifica as possveis variaes, para cima e
para baixo, dos valores dos coeficientes da funo objetivo, dos coeficientes e das constantes das restries, sem que a soluo tima (x1, x2, ..., xn) seja alterada.
Qual o efeito de uma mudana num coeficiente da funo objetivo? Qual o efeito de uma mudana numa constante de uma restrio? Qual o efeito de uma mudana num coeficiente de uma restrio?
2.
3.
17 de outubro de 2012
54
O mtodo Simplex
O primeiro estabelece limites inferiores e superiores para todos os coeficientes da funo objetivo e para as constantes das restries. O segundo verifica se mais de uma mudana simultnea em um problema altera a sua soluo tima.
17 de outubro de 2012
55
Considere o problema abaixo e sua soluo grfica Max Z = 5x1 + 2x2 Sujeito a: 4x1 + x2 10 (A) x1 + 2x2 9 (B) x1 0 e x2 0
17 de outubro de 2012
56
Na soluo tima, os valores de x1 e x2 so iguais para as duas equaes das retas que limitam a soluo. Portanto, resolvendo este sistema de equaes poderemos encontrar a soluo tima
17 de outubro de 2012
57
A alterao em um dos coeficientes provoca uma alterao no coeficiente angular da reta que define a funo objetivo. Podemos notar que se a Esta na inclinao for pequena inclinao (rea sombreada) da variao figura mostra quanto a a soluo tima (valor das variveis de funo objetivo pode mudar sem que a soluo tima seja deciso que produzem o maior valor da funo objetivo) no sofrer alterada alterao. Devemos deixar claro que o valor mximo (Z) a ser produzido pela soluo tima ser diferente, independentemente da manuteno da soluo tima.
17 de outubro de 2012
58
As retas A, B e a funo objetivo apresentadas na figura pertencem a uma mesma famlia de retas pois tm o ponto (11/7, 26/7) em comum, isto , uma caracterstica em comum, e a diferena ente elas est no coeficiente angular. Portanto, enquanto o coeficiente angular da funo objetivo estiver entre os coeficientes das retas que determinam a soluo tima esta no se alterar. Matematicamente, pode ser representado por:
17 de outubro de 2012
59
De uma forma geral, podemos obter o valor do coeficiente angular de uma funo objetivo por Z = c1x1 + c2x2 ou por:
Isto , o coeficiente angular dado por: c1/c2. Logo, no caso, queremos: - 4 c1/c2 - 0,5
17 de outubro de 2012
60
A anlise feita a seguir supe que apenas um dos coeficientes da funo objetivo pode sofrer alterao de cada vez. Supondo primeiramente que apenas c1 sofrer alterao, este poder variar de 1 c1 8. Matematicamente estes limites podem ser obtidos da seguinte maneira:
17 de outubro de 2012
61
Neste a tarefa foi facilitada, pois existiam limites bem claros para a alterao do coeficiente angular, dado pelas duas retas das restries. Contudo, nem sempre existem estes limites de forma clara. Considere agora o problema a seguir, que difere do nosso problema original apenas pela alterao do coeficiente da varivel x1. Max Z = 15x1 + 2x2 Sujeito a: 4x1 + x2 10(A) x1 + 2x2 9(B) x1 0 e x2 0
17 de outubro de 2012
62
Assumindo agora que apenas c2 sofrer alterao, este poder variar de 1,25 c2 10. Matematicamente estes limites podem ser obtidos da seguinte maneira: -4 -c1/c2 - 0,5 para c1 = 5 temos
17 de outubro de 2012
63
A representao grfica deste novo problema muito parecida com a anterior, j que os conjuntos de restries (portanto, as solues viveis) so os mesmos para ambos os problemas. A figura a seguir mostra o conjunto de solues viveis, bem como a soluo tima. Por exemplo: se a funo objetivo fosse dada por Z = -10x1 + 2x2, seu coeficiente angular seria igual a 5. Como estamos desejando maximizar a funo objetivo, podemos facilmente notar que a soluo tima seria alterada de (5/2, 0), j que quanto mais aumentarmos x1 menor ser o valor de Z devido ao coeficiente negativo de x1. Portanto, deveramos minimizar x1 e maximizar x2, o que nos levaria a soluo tima de (0, 9/2) e um valor mximo de 9.
17 de outubro de 2012
64
17 de outubro de 2012
65
Uma mudana em qualquer das constantes das restries pode tambm alterar a soluo tima de um problema. Geralmente acarreta uma alterao no conjunto de solues viveis, aumentando ou diminuindo o mesmo. A alterao resultante no valor da funo objetivo devido ao incremento de uma unidade na constante de uma restrio denominada preo-sombra (shadow price). A interpretao do preo-sombra feita s vezes de custos ou receitas marginais, dependendo das variveis envolvidas.
17 de outubro de 2012
66
Considere o problema abaixo, onde alteramos o nosso problema inicial modificando o valor da constante da segunda restrio de 9 para 15. Max Z = 15x1 + 2x2 Sujeito a: 4x1 + x2 10 (A) x1 + 2x2 15 (B) x1 0 e x2 0
17 de outubro de 2012
67
A Figura mostra esta modificao graficamente, bem como a diferena no conjunto de solues viveis. Vale notar que esta mudana no alterou a soluo tima. A razo est no fato desta restrio no limitar a soluo tima. Neste caso as duas restries que limitam a soluo tima so: 4x1 + x2 10 e x1 0.
17 de outubro de 2012
68
Considere agora o problema a seguir, em que alteramos a constante da primeira restrio de 10 para 15. Como esta restrio limita a soluo tima, seu valor ser alterado. Max Z = 15x1 + 2x2 Sujeito a: 4x1 + x2 15 (A) x1 + 2x2 9 (B)
x1 0 e x2 0
A figura mostra a alterao do conjunto de solues viveis e da soluo tima.
17 de outubro de 2012
69
A alterao de cinco unidades da constante da primeira restrio provocou uma alterao no valor mximo da funo objetivo de 37,5 para 56,25. Logo, o preo-sombra deste recurso pode ser obtido como: Preo-sombra = (56,25-37,5)/5 = 3,75
Agora se alterarmos em 26 unidades ao invs de 5 unidades a constante da primeira restrio (10 para 36) provoca uma alterao no valor mximo da funo objetivo de 37,5 para 135. Logo, o preo-sombra deste recurso pode ser obtido como: Preo-sombra = (135 37,5)/26 = 3,75
17 de outubro de 2012
70
Note que o valor do preo sombra o mesmo. Isto acontece dentro de um intervalo de valores apenas. A soluo grfica desta segunda alterao do problema original est representada a seguir.
17 de outubro de 2012
71
Fazendo agora a terceira modificao no problema aumentando o valor da constante para 37 (qualquer nmero maior que 36), o modelo seria o apresentado a seguir e sua soluo grfica a apresentada na prxima figura. Max Z = 15x1 + 2x2 Sujeito a: 4x1 + x2 37 (D) x1 + 2x2 9 (B) x1 0 e x2 0
Nesta alterao o valor da funo objetivo continuou o mesmo (135); portanto, Preo-sombra = (135-135)/1 = 0
17 de outubro de 2012
72
17 de outubro de 2012
73
Vale notar que a primeira restrio deixou de ser limitante da soluo tima. As restries limitantes so agora x1 + 2x2 9 e x1 0. Podemos concluir que, enquanto a restrio continuar como limitante da soluo tima, o preo-sombra permanece o mesmo, tornando-se zero quando ela deixa de ser limitante da soluo tima.
17 de outubro de 2012
74
Sumrio
7.
8.
9.
17 de outubro de 2012
75
PRTICA
17 de outubro de 2012
76
Prtica
Uma empresa de comida canina produz dois tipos de raes: Tobi e Rex.
Para a manufatura das raes so utilizados cereais e carne. Sabe-se que: o a rao Tobi utiliza 5 kg de cereais e 1 kg de carne, e a rao Rex utiliza 4 kg de carne e 2 kg de cereais; o o pacote de rao Tobi custa $ 20 e o pacote de rao Rex custa $ 30; o o kg de carne custa $ 4 e o kg de cereais custa $ 1; o esto disponveis por ms 10 000 kg de carne e 30 000 kg de cereais.
17 de outubro de 2012
77
Prtica
17 de outubro de 2012
78
Referncias
BRESOLIN, C. S. ANLISE DE SENSIBILIDADE APLICADA A UMA
PLANTA TRMICA DE GERAO DE POTNCIA. UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL. Porto Alegre, p. 85. 2005.
MATOS, R.
An automated approach for systems improvement through sensitivity analysis of Markov Chains, UFPE CIn: 2011
17 de outubro de 2012
79
Referncias
WESTPHAL, F. S. ANLISE DE INCERTEZAS E DE SENSIBILIDADE
APLICADAS SIMULAO DE DESEMPENHO ENERGTICO DE EDIFICAES COMERCIAIS. UNIVERSIDADE FEDERAL DE SANTA CATARINA. Florianpolis, p. 147. 2007.
17 de outubro de 2012
80