Lançado ModelMat 0.3

ModelMat é um software para modelagem matemática.

O objetivo da modelagem matemática é entender, e até prever, o comportamento de sistemas, sendo usada em diversas áreas do conhecimento humano como física, engenharia, química, metereologia, economia, administração, entre outras.

Uma empresa poderia modelar o comportamento de suas vendas ao longo dos anos, tentando encontrar sazonalidade, perfis de clientes, relações entre preço/venda.

Esse projeto é dividido em duas partes: o núcleo do sistema, responsável pela execução dos algoritmos matemáticos, e a interface gráfica para o usuário (GUI).

Por enquanto, o ModelMat faz apenas Regressão Linear Simples e Regressão Não-Linear de segundo grau.

Sua licensa é BSD e o projeto está hospedado no Java.net. Mais informações nesse post e nesse tutorial.

Muito interessante, semelhante a alguns sistemas utilizados em empresas do setor financeiro…

Wow, parece punk!
Mas vc não vai usar alguma RNA para “prever” isso?

Um dia vai ser semelhante. 8)

Eu entendo muito pouco de modelagem matemática. Estou contando que alguém que se interesse pelo assunto junte-se ao projeto.

Também estou pensando na questão da licença. Talvez mude de BSD para LGPL. E, claro, qualquer sugestão é muito bem vinda.

Sim!Mas eu citei RNA pq eu pensei que vc estava fazendo algo do tipo para “prever” o comportamento de dado sistema.Claro, vc pode usar probest para isso, mas um rede bem treinada(aprendizado não supervisionado) pode acaber sendo menos trabalhoso.Vc deve/vai penar para implementar algumas features dessa modelagem…
Boa Sorte!!! :smiley:

Toda modelagem matemática busca entender para prever o comportamento de sistemas.

RNA é interessante quando você “larga” o algoritmo recebendo entrada de dados para que vá aprendendo sobre o comportamento do sistema. Por isso, esse tipo de inteligência artificial - porque também há n tipos de IA - é interessante para detectar intrusões e fraudes em sistemas e para robótica.

Não se trata de ser mais trabalhoso ou não, mas da melhor forma de se chegar a um resultado. O ModelMat é voltado para quando já existem dados.

Exemplo:

Suponha que uma empresa apresentou o seguinte resultado para a venda de um de seus produtos: PREÇO PARTICIPAÇÃO NO MERCADO $10,54 25,34 % $12,54 23,12 % $14,32 18,01 % $ 9,24 25,36 %
Esse exemplo é bem simples, e visualmente é possível perceber que, conforme o preço do produto sobe, a participação no mercado cai.

Há uma relação direta e inversamente proporcional entre preço e venda. Como temos apenas duas variáveis, uma variando em função da outra, podemos tentar usar a regressão linear simples. Eis o modelo: [quote]
Linear Regression: f(x) = + 39,71 - 1,44x
Correlation Coefficient: - 0,93
Determination Coefficient: + 85,94 % [/quote]
O Coeficiente de Correlação está acima de 0,8 o que é excelente - isso é extremamente difícil de acontecer, sendo geralmente aceitável quando está acima de 0,7. O Coef. de Determinação diz que esse modelo tem uma acurácia de 85,94%.

Beleza, mas e quanto à previsão? Já temos o modelo, então podemos brincar a vontade com as variáveis. A venda (f(x) = y) varia de acordo com o preço de venda (x). Se tivermos um preço de $20,25, qual será a nossa parcela de mercado? Resposta: 10,55%. A modelagem oferece critérios científicos para tomada de decisões.

Na engenharia, o problema poderia ser a resistência de um material em relação a uma carga.

Mas estes são exemplos muito simples. No mundo real, a empresa teria que estudar a relação entre preço, qualidade, transporte, economia e outras milhares de variáveis para tentar chegar a um modelo representativo da realidade e entender o que faz vender mais ou menos.

Na engenharia, além da carga teríamos o fator tempo, temperatuda, fatores metereológicos e por aí vai.

As regressões cabem melhor aqui do que RNA, por isso não estou focando em Redes Neurais.

Agora saquei, isso já me explicou tudo. :smiley:

[quote]No mundo real, a empresa teria que estudar a relação entre preço, qualidade, transporte, economia e outras milhares de variáveis para tentar chegar a um modelo representativo da realidade e entender o que faz vender mais ou menos.
Na engenharia, além da carga teríamos o fator tempo, temperatuda, fatores metereológicos e por aí vai.[/quote]
E o problema aí já começa a deixar de ser só software para hardware…
Só “as crianças” para processarem essa massa de dados e devolverem uma resposta “em tempo hábil”, cu$$$tam uma baba.

Depende do tamanho da amostra necessária. Muitas vezes os dados podem vir de uma planilha eletrônica, coletados a partir de uma observação em campo.

Ou então, esses dados podem ser processados sem pressa, conforme a ociosidade de um computador.

Mas pode haver uma grande massa de dados para processar, e nesse caso usá-se cluster. Um camarada meu da facul disse que alguns engenheiros da Unicamp deixam os dados processando de um dia para outro num cluster de computadores antigos, rodando com Linux - é claro!

O ModelMat agora conta com gráficos da modelagem matemática feita.

A geração de gráfico é importante para ajudar a compreender como o sistema se comporta, se é previsível ou não.

Tentei colocar a imagem do ModelMat em ação, mas ela não abre. Acho que o blogger não permite isso.

O link é http://bp3.blogger.com/_KYeHnrXYwPg/RboPXSW68gI/AAAAAAAAAOY/nD4EDNa1PEM/s1600-h/ModelMat-0.4.png

T+!