Engenharia de Requisitos no Setor Automotivo

20/06/2018
categoria: Automotivo, Engenharia de Requisitos, Home
Cradle + Simulink : dupla de sucesso em sistemas embarcados na Indústria Automotiva
Este artigo descreve o processo de modelagem em Linguagem de Modelagem de Sistemas (SysML) no contexto da Engenharia de Sistemas Baseada em Modelos (MBSE) e no Projeto Baseado em Modelos (MBD) no Simulink e comparamos os modelos para obter informações úteis em software. Para este objetivo, propomos o uso de uma ferramenta de Gerenciamento de Requisitos e Modelagem de Sistemas (RM / SM) (Cradle da 3SL) e ferramenta de desenvolvimento (MATLAB e Simulink da Mathworks) para modelar o sistema, fazer as verificações e validações e finalmente incorporar código gerado.
Para sistemas automotivos, o processo de desenvolvimento é visualizado por meio do modelo V, que leva à escolha correta dos componentes, à integração do sistema e à realização do projeto. A primeira etapa do Modelo V lida com a engenharia de requisitos para o desenvolvimento, ou seja, os requisitos para um projeto serão coletados em relação às necessidades e limitações do sistema das partes interessadas e após a análise detalhada dos requisitos do sistema. Em seguida, os próximos passos consistem em modelar o sistema com base em seus requisitos, passando por simulação, verificação e validação do sistema por meio de Model-In-the-Loop (MIL), Software-In-the-Loop (SIL), Processor-In- os testes Loop (PIL), e Hardware-In-the-Loop (HIL) e, finalmente, aproveitar os testes em aplicativos reais. Neste artigo, a linguagem de modelagem escolhida é SysML para o ponto de vista do MBSE, pois visa padronizar a modelagem do sistema, unificando diversas notações de modelagem usadas pelos engenheiros. Essa linguagem também suporta especificação, análise, design, verificação e validação de sistemas. Para obter modelos executáveis, usamos os modelos MATLAB / Simulink, que são amplamente utilizados pelos OEMs (Original Equipment Manufacturers) para desenvolver novos produtos.
O MBSE é uma metodologia na qual sistemas complexos podem ser modelados. No entanto, ele não gera modelos executáveis, ou seja, nenhuma simulação do sistema ocorre a partir de um modelo SysML. Para modelos executáveis, existe a abordagem do MBD. O MBD é uma metodologia que pode levar à redução de custos dos novos produtos do OEM, pois pode prever erros e fraquezas do projeto. Se o modelo estiver funcionando como esperado e fornecendo bons resultados, é possível ir para a próxima etapa e implementar o projeto em aplicativos reais, a fim de observar o comportamento do novo produto, por exemplo, incorporando códigos de software diretamente ao hardware. ou construindo um novo hardware. Devido à complexidade da integração de novos sistemas elétricos e eletrônicos, o uso de MBSE e MBD é justificado.
Nossa abordagem aborda o modelo V através de MBSE em SysML e MBD em MATLAB / Simulink para verificação e validação de software. Para isso, usamos a ferramenta comercial RM / SM, que é usada para desenvolver os requisitos do usuário para os requisitos do sistema. Ele também fornece uma seção de projeto SysML, onde os modelos SysML podem ser desenvolvidos de acordo com os requisitos do sistema. Um dos objetivos do uso da ferramenta comercial é que será possível analisar a transição de modelos em ferramentas RM / SM para modelos para simulação, como o Simulink, e oferecer uma nova possibilidade para OEMs e fornecedores de abstrair modelos de sistemas em modelos executáveis.
Leia o artigo original completo, publicado do site da SAE International.
Fernando Cerri é Engenheiro Eletricista com ênfase em Eletrônica e Pós-Graduado em Gerenciamento de Projetos com mais de 15 anos de experiência na área de tecnologia. É Gerente de Projetos na OPENCADD atuando com os conceitos de Model-Based System Engineering e Model-Based Design.
Conteúdo relacionado:
-
-
-
-
-
-
No Mundo Acadêmico
Parceria OPENCADD e UTFPR abre oportunidades para jovens talentos
Confira os depoimentos
Posts Recomendados
Dia 1 de 2 | |
---|---|
Cartas de Fluxo de Modelagem | Objetivo: implementar fluxos de decisão com fluxogramas.
|
Máquinas de Estado de Modelagem | Objetivo: Implementar máquinas de estado com diagramas de transição de estados.
|
Diagramas de Estado Hierárquico | Objetivo: Implementar diagramas hierárquicos para melhorar a clareza dos projetos de máquinas de estado.
|
Diagramas de Estado Paralelo | Objetivo: implementar estados paralelos para modelar projetos de multiprocessamento.
|
Dia 2 de 2 | |
---|---|
Usando eventos em diagramas de estado | Objetivo: usar eventos em um diagrama de fluxo de estado para afetar a execução do gráfico.
|
Chamando Funções do Stateflow | Objetivo: Criar funções em um gráfico de Fluxo de Estado a partir de blocos Simulink, código MATLAB e fluxogramas.
|
Tabelas de Verdade e Tabelas de Transição de Estado | Objetivo: Criar fluxogramas e diagramas de transição de estados em forma de tabela.
|
Considerações de design no fluxo de estado | Objetivo: Reutilizar designs de Fluxo de Estado, restringir a semântica do gráfico e interagir com dados estruturados do Simulink.
|
Dia 1 de 2 | |
---|---|
Criando e Simulando um Modelo | Objetivo: criar um modelo Simulink simples, simulá-lo e analisar os resultados.
|
Construções de Programação de Modelagem | Objetivo: Modelar e simular construções básicas de programação no Simulink.
|
Modelagem de Sistemas Discretos | Objetivo: Modelar e simular sistemas discretos no Simulink.
|
Modelagem de Sistemas Contínuos | Objetivo: Modelar e simular sistemas contínuos no Simulink.
|
Dia 2 de 2 | |
---|---|
Seleção do Solver | Objetivo: Selecionar um solucionador apropriado para um determinado modelo Simulink.
|
Hierarquia de modelos em desenvolvimento | Objetivo: Use subsistemas para combinar sistemas menores em sistemas maiores.
|
Modelando Algoritmos Condicionalmente Executados | Objetivo: Criar subsistemas que são executados com base em uma entrada de sinal de controle.
|
Combinando Modelos em Diagramas | Objetivo: Use referência de modelo para combinar modelos.
|
Criando Bibliotecas | Objetivo: usar bibliotecas para criar e distribuir blocos personalizados.
|
Dia 1 de 3 | |
---|---|
O que é o Simulink? | Objetivo: Obter uma introdução ao Simulink.
|
Criando e Simulando um Modelo | Objetivo: Explorar a interface do Simulink e bloquear bibliotecas. Construa um modelo simples e analise os resultados da simulação.
|
Modelagem de Sistemas Dinâmicos Discretos | Objetivo: Modelar sistemas dinâmicos discretos e visualizar sinais baseados em quadros e sinais multicanais usando um escopo.
|
Construções Lógicas de Modelagem | Objetivo: modelar expressões lógicas. Veja como a detecção de cruzamento zero é usada no Simulink e modele a lógica simples no Simulink usando o código MATLAB.
|
Do algoritmo ao modelo | Objetivo: criar um modelo a partir de uma especificação de algoritmo.
|
Dia 2 de 3 | |
---|---|
Modelos de sinal misto | Objetivo: Modelar sistemas de sinais mistos.
|
Solucionadores Simulink | Objetivo: Escolher o solucionador certo para um modelo Simulink.
|
Subsistemas e Bibliotecas | Objetivo: criar blocos personalizados no Simulink, aplicar máscaras e desenvolver bibliotecas personalizadas.
|
Subsistemas condicionais | Objetivo: Modelar sistemas com partes executadas condicionalmente.
|
Análise espectral | Objetivo: Realizar análise espectral no ambiente Simulink e usar a computação do espectro em um algoritmo.
|
Dia 3 de 3 | |
---|---|
Projetando e Aplicando Filtros | Objetivo: Incorporar filtros em um modelo e explorar diferentes maneiras de projetar e implementar filtros em um modelo Simulink.
|
Sistemas Multirrato | Objetivo: Modelar sistemas multirate. Re-amostrar dados e explorar blocos de filtros multirate.
|
Incorporando Código Externo | Objetivo: Importar ou incorporar códigos MATLAB e C personalizados ou externos em um modelo Simulink.
|
Combinando Modelos em Diagramas | Objetivo: Explorar a integração de modelos, um tópico importante para projetos de larga escala em que vários desenvolvedores estão desenvolvendo diferentes partes de um sistema grande.
|
Automatizando Tarefas de Modelagem | Objetivo: Controlar e executar modelos Simulink a partir da linha de comandos do MATLAB.
|
Dia 1 de 2 | |
---|---|
Visão geral da plataforma Zynq e configuração do ambiente | Objetivo: Configurar a plataforma Zynq-7000 e o ambiente MATLAB.
|
Introdução ao codificador embutido e codificador HDL | Objetivo: Configurar modelos Simulink para geração de código embutido e interpretar efetivamente o código gerado.
|
Geração e implantação de núcleo IP | Objetivo: Use o HDL Workflow Advisor para configurar um modelo Simulink, gerar e construir códigos HDL e C e implantar na plataforma Zynq.
|
Usando a interface do AXI4 | Objetivo: Usar várias interfaces AXI para comunicação de dados entre o sistema de processamento e a lógica programável.
|
Verificação do Processador no Loop | Objetivo: Use o processador no loop para verificar o algoritmo em execução na plataforma Zynq e o perfil dos tempos de execução em seu algoritmo de produção.
|
Dia 2 de 2 | |
---|---|
Interface de dados com aplicação em tempo real | Objetivo: Use a interface UDP para transmitir dados entre o Simulink e o aplicativo em tempo real em execução na plataforma Zynq.
|
Integrando Drivers de Dispositivos | Objetivo: Desenvolver interfaces de driver de dispositivo para integrar periféricos no sistema de processamento.
|
Design de referência personalizado | Objetivo: Criar e empacotar IP reutilizável para o Vivado e registrar placas customizadas e projetos de referência.
|
Dia 1 de 1 | |
---|---|
Introdução ao Simscape e à abordagem da rede física | Objetivo: Familiarizar-se com o ambiente Simscape modelando um sistema elétrico simples.
|
Trabalhando com Componentes do Simscape | Objetivo: Interpretar os diagramas de blocos do Simscape e identificar as variáveis físicas no Simscape modelando um sistema mecânico.
|
Conectando Domínios Físicos | Objetivo: Conectar modelos de diferentes domínios físicos para criar um modelo único de vários domínios.
|
Combinando Modelos Simscape e Modelos Simulink | Objetivo: Adicionar blocos Simulink a um modelo Simscape para aumentar a flexibilidade de modelagem.
|
Criando Componentes Customizados com o Idioma Simscape | Objetivo: Aproveitar a linguagem Simscape para criar componentes físicos personalizados no Simscape.
|
Dia 1 de 1 | |
---|---|
Introdução à Simulação Multibody | Objetivo: Discutir os componentes que compõem os modelos mecânicos e como defini-los no Simscape Multibody.
|
Componentes de Refino | Objetivo: Criar corpos rígidos personalizados e complexos e parametrizar peças para modelos reutilizáveis do Simscape Multibody.
|
Mecanismos de Montagem | Objetivo: Definir e configurar a cinemática de uma máquina multicorpo no Simscape Multibody.
|
Importando Modelos CAD | Objetivo: Importar peças e mecanismos existentes de plataformas CAD para o Simscape Multibody.
|
Conectando-se ao Simscape e Simulink | Objetivo: ilustrar as maneiras pelas quais os blocos do Simscape Multibody podem interagir com os blocos Simscape e Simulink.
|
Dia 1 de 1 | |
---|---|
Introdução aos sistemas trifásicos | Objetivo: Familiarizar-se com o ambiente do Simscape Power Systems modelando um sistema elétrico trifásico simples.
|
Sistemas Trifásicos com Máquinas Elétricas | Objetivo: Criar modelos com máquinas elétricas trifásicas.
|
Controlando Máquinas Elétricas | Objetivo: Analisar e controlar os efeitos de cargas e distúrbios em modelos de máquinas elétricas.
|
Eletrônica de Potência | Objetivo: Modelar sistemas de conversão e transmissão de energia elétrica.
|
Dia 1 de 1 | |
---|---|
Introdução à Modelagem de Veículos | Objetivo: Criar e analisar modelos de carroceria e pneu de veículos sob várias condições de terreno, vento e atrito.
|
Sistemas de Travagem | Objetivo: Modelar sistemas de freios do veículo com blocos embutidos e componentes personalizados da linguagem Simscape.
|
Mecanismos de Transmissão | Objetivo: Construir e testar sistemas mecânicos de transmissão de energia no Simscape Driveline.
|
Unidade e controle de múltiplos domínios | Objetivo: Conectar modelos automotivos mecânicos a outros domínios físicos no Simscape e criar estratégias realistas de controle de malha fechada.
|
Dia 1 de 1 | |
---|---|
Métodos de Integração de Código | Objetivo: familiarizar-se com os vários métodos de integração de código e discutir como um modelo do Simulink interage com os blocos definidos pelo usuário.
|
Transição do MATLAB para o Simulink | Objetivo: Integrar o código MATLAB nos modelos Simulink.
|
Chamando Rotinas Externas | Objetivo: Integrar o código C em um modelo Simulink usando ferramentas automatizadas.
|
Escrevendo S-Funções do Wrapper | Objetivo: Integrar o código C em um modelo Simulink, escrevendo manualmente as funções C MEX S.
|
Considerações sobre geração de código | Objetivo: Explorar os procedimentos e limitações para gerar código automaticamente com o Simulink Coder ™ .
|
Revisão de Métodos de Integração de Código | Objetivo: Revisar os métodos de integração de código e discutir os prós e contras de cada um.
|
Dia 1 de 2 | |
---|---|
Preparando Modelos Simulink para Geração de Código HDL | Objetivo: Preparar um modelo Simulink para geração de código HDL. Gere o código HDL e o testbench para modelos simples que não exigem otimização.
|
Controle de Precisão de Ponto Fixo | Objetivo: Estabelecer correspondência entre o código HDL gerado e blocos específicos do Simulink no modelo. Use a ferramenta Ponto-fixo para finalizar a arquitetura de ponto fixo do modelo.
|
Gerando Código HDL para Modelos Multirate | Objetivo: Gerar código HDL para projetos multirate
|
Dia 2 de 2 | |
---|---|
Otimizando o Código HDL Gerado | Objetivo: usar pipelines para atender aos requisitos de tempo de design. Use implementações de hardware específicas e compartilhe recursos para otimização de área.
|
Usando o ponto flutuante nativo | Objetivo: implementar valores e operações de ponto flutuante em seu código HDL.
|
Interfacing o código HDL externo com HDL gerada | Objetivo: Incorporar código HDL escrito à mão e / ou IP do fornecedor em seu design.
|
Verificando o Código HDL com Cosimulação | Objetivo: Verificar seu código HDL usando um simulador de HDL no modelo Simulink.
|
Dia 1 de 3 | |
---|---|
Gerando Código Embutido | Objetivo: Configurar modelos Simulink para geração de código embutido e interpretar efetivamente o código gerado.
|
Integrando Código Gerado com Código Externo | Objetivo: Modificar modelos e arquivos para executar código gerado e código externo juntos.
|
Execução em Tempo Real | Objetivo: Gerar código para sistemas multirate em configurações de tarefas únicas e multitarefa.
|
Protótipos de função de controle | Objetivo: Personalizar protótipos de função dos pontos de entrada do modelo no código gerado.
|
Dia 2 de 3 | |
---|---|
Otimizando o Código Gerado | Objetivo: Identificar os requisitos do aplicativo em questão e definir configurações de otimização para atender a esses requisitos.
|
Customizando características de dados no Simulink | Objetivo: Controlar os tipos de dados e classes de armazenamento de dados no Simulink.
|
Customizando características de dados usando objetos de dados | Objetivo: Controlar os tipos de dados e classes de armazenamento de dados usando objetos de dados.
|
Criando Classes de Armazenamento Personalizadas | Objetivo: projetar classes de armazenamento personalizadas e usá-las para geração de código.
|
Objeto de ônibus e referência de modelo | Objetivo: Controlar o tipo de dados e classe de armazenamento de objetos de barramento e usá-los para gerar código a partir de modelos que fazem referência a outros modelos.
|
Dia 3 de 3 | |
---|---|
Customizando a Arquitetura de Código Gerado | Objetivo: Controlar a arquitetura do código gerado de acordo com os requisitos da aplicação.
|
Técnicas avançadas de personalização | Objetivo: Use modelos de geração de código para controlar os arquivos gerados.
|
Implantando código gerado | Objetivo: Criar um destino personalizado para uma placa Arduino ® e implantar código usando o destino.
|
Integrando Drivers de Dispositivos | Objetivo: Identificar o fluxo de trabalho para a integração de drivers de dispositivos com o Simulink e o código gerado.
|
Melhorando a eficiência e conformidade do código | Objetivo: inspecionar a eficiência do código gerado e verificar a conformidade com padrões e diretrizes.
|
Dia 1 de 3 | |
---|---|
Introdução ao Hardware FPGA do DSP | Objetivo: Fornecer introdução ao DSP e ao FPGA. Entenda a arquitetura geral do FPGA e por que os FPGAs são exclusivamente adequados para a implementação de algoritmos DSP.
|
Revisão de Algoritmo DSP de Sistemas Lineares | Objetivo: Rever conceitos fundamentais de teorema de amostragem, quantização, análise de Fourier e projeto de filtro digital.
|
Tecnologia FPGA | Objetivo: Explorar diferentes famílias e arquiteturas Xilinx FPGA. Fornecer introdução aos FPGAs Spartan 3 e Virtex-5.
|
Elementos FPGA para algoritmos DSP | Objetivo: Entender fatias de DSP, recursos de clock e consumo de energia.
|
Essenciais Aritméticos DSP | Objetivo: Entender a aritmética binária de ponto fixo. Mapear operações aritméticas para o hardware Xilinx FPGA.
|
Técnicas de Gráfico de Fluxo de Sinal (SFG) | Objetivo: Revisar a representação dos algoritmos DSP usando o gráfico de fluxo de sinal. Use o método Cut Set para melhorar o desempenho de tempo. Implemente filtros FIR paralelos e seriais.
|
Dia 2 de 3 | |
---|---|
Processamento de Domínio de Frequência | Objetivo: Discutir a teoria e a implementação do FPGA da Transformada Rápida de Fourier.
|
Processamento de Sinal Multirata para FPGAs | Objetivo: Desenvolver estrutura polifásica para implementação eficiente de filtros multirate. Use o filtro CIC para interpolação e dizimação.
|
Técnicas CORDIC | Objetivo: Introduzir o algoritmo CORDIC para o cálculo de várias funções trigonométricas.
|
Dia 3 de 3 | |
---|---|
Algoritmos e Aplicativos DSP Adaptativos | Objetivo: Introduzir o algoritmo LMS no processamento adaptativo de sinais. Ilustre o algoritmo QR como uma técnica de Recursive Least Squares (RLS) e por que ele é particularmente adequado para a implementação do FPGA.
|
Comunicações habilitadas para DSP e FPGAs | Objetivo: Rever a modulação de quadratura e modelagem de pulso. Discuta a implementação de osciladores controlados numericamente.
|
Problemas de sincronização e sincronização | Objetivo: Recuperação da temporização do símbolo de cobertura, recuperação da fase da portadora, recuperação da frequência da portadora e sincronização da trama.
|
Dia 1 de 2 | |
---|---|
Visão geral do projeto do sistema de controle | Objetivo: Fornecer uma visão geral do processo de design do sistema de controle e apresentar como o MATLAB e o Simulink se encaixam nesse processo. Os detalhes de cada etapa do processo de design são abordados nos próximos capítulos.
|
Representações do Modelo | Objetivo: discutir os vários formatos usados para representar os modelos do sistema. Também destaca os prós e contras de cada formato.
|
Identificação do sistema | Objetivo: ilustrar como estimar modelos de sistema com base em dados medidos.
|
Estimação de Parâmetros | Objetivo: Usar dados medidos para estimar os valores dos parâmetros de um modelo Simulink.
|
Análise de sistema | Objetivo: Descrever as diferentes ferramentas de análise e funções disponíveis para entender o comportamento do sistema – como ressonâncias do sistema, resposta transitória, etc.
|
Dia 2 de 2 | |
---|---|
Linearização | Objetivo: Discutir técnicas para linearizar um modelo Simulink e validar os resultados da linearização.
|
Controle PID no Simulink | Objetivo: Use o Simulink para modelar e ajustar os controladores PID.
|
Design de Controle Clássico | Objetivo: Usar técnicas clássicas de projeto de controle para desenvolver controladores de sistema. Técnicas comuns de controle são cobertas, como controladores PID e lead / lag.
|
Otimização de Resposta | Objetivo: Usar técnicas de otimização para ajustar os parâmetros do modelo com base nos requisitos do projeto e na incerteza do parâmetro.
|
Implementação do controlador | Objetivo: Discuta as etapas que podem ser necessárias para implementar efetivamente um controlador em um sistema real.
|
Dia 1 de 3 | |
---|---|
Introdução à Evolução de Longo Prazo 3GPP | Objetivo: Fornecer uma introdução ao padrão LTE e sua relação com outros padrões 3GPP. Entenda os requisitos e objetivos gerais do LTE. Obtenha uma visão geral das diferentes camadas de protocolo no LTE.
|
Revisão da Teoria OFDM | Objetivo: Compreender os fundamentos da modulação OFDM, inserção de prefixo cíclico e janelamento.
|
Quadros, Slots e Recursos LTE | Objetivo: Entender os conceitos de quadros, subquadros, slots e grades de recursos físicos no downlink e no uplink LTE.
|
Dia 2 de 3 | |
---|---|
Procedimentos | Objetivo: Entender os diferentes procedimentos da camada física para o downlink e o uplink especificados no LTE.
|
Fundo MIMO | Objetivo: Compreender diferentes técnicas MIMO, como diversidade, beamforming e multiplexação espacial. Aprenda sobre a decomposição de valores singulares como a solução para o problema genérico de MIMO.
|
Modulação de Camada Física de Downlink LTE | Objetivo: Entender os elementos de processamento para diferentes canais físicos de downlink e sinais físicos de downlink. Aprenda sobre a grade de recursos e o elemento de canal de controle.
|
MIMO em LTE R8 | Objetivo: Aprender diferentes técnicas MIMO especificadas no padrão LTE.
|
Dia 3 de 3 | |
---|---|
Multiplexação LTE e Codificação de Canal | Objetivo: Compreender a codificação, multiplexação e mapeamento para canais físicos de todos os canais de transporte no downlink e no uplink.
|
Modulação de Camada Física LTE Uplink | Objetivo: Entender os elementos de processamento para diferentes canais físicos de uplink e sinais físicos de uplink.
|
LTE Release 9 | Objetivo: Aprenda sobre os novos recursos introduzidos no LTE Release 9.
|
LTE Advanced – versão 10 | Objetivo: Aprenda sobre os novos recursos introduzidos no LTE Release 10.
|
Dia 1 de 2 | |
---|---|
Geração de código com codificador MATLAB | Objetivo: Familiarizar-se com o MATLAB Coder e seus aplicativos.
|
Preparando o Código MATLAB para Geração de Código | Objetivo: Usar os padrões de codificação do MATLAB Coder para escrever código MATLAB que esteja pronto para geração de código.
|
Trabalhando com dados de tamanho fixo | Objetivo: Gerar código C a partir do código MATLAB que tenha entradas de tamanho fixo ou constantes.
|
Trabalhando com dados de tamanho variável | Objetivo: Gerar código C a partir do código MATLAB que possui entradas de tamanho variável ou dados locais.
|
Dia 2 de 2 | |
---|---|
Trabalhando com dados globais, estruturas e matrizes de células | Objetivo: Gerar código C a partir do código MATLAB que contém dados persistentes, variáveis globais, estruturas de entrada ou matrizes de células.
|
Integrando com código externo | Objetivo: Integrar código C gerado a partir do MATLAB Coder com código C externo.
|
Otimizando o Código Gerado | Objetivo: Use várias opções e técnicas para otimizar o código gerado.
|
Dia 1 de 1 | |
---|---|
Classificação de Ratings de Crédito | Objetivo: criar e validar modelos de classificação para classificações de crédito e pontuações de crédito com base em dados históricos.
|
Modelos de formulários reduzidos | Objetivo: Avaliar e avaliar o risco implícito de mercado e as premissas de granularidade de Basileia em uma carteira de títulos
|
Modelos de Risco de Crédito Estrutural | Objetivo: Calcular as exigências de capital sob Basileia para um portfólio de títulos usando o modelo ASRF e modelos estruturais de probabilidade de inadimplência.
|
Modelos históricos de migração de créditos | Objetivo: Calcular a perda esperada, o valor em risco e o valor condicional em risco em uma carteira de títulos incorporando eventos de transição correlacionados à cópula.
|
Dia 1 de 1 | |
---|---|
Avaliando o risco da carteira | Objetivo: Avaliar e analisar o risco de mercado associado a uma determinada carteira de ativos.
|
Modelando e simulando o risco da carteira | Objetivo: Modelar e simular o risco de mercado associado a uma determinada carteira de ativos.
|
Analisando o Risco de Volatilidade Implícita | Objetivo: Estimar e interpolar as curvas e superfícies de volatilidade implícitas dos dados de opção observados no mercado.
|
Criando e analisando modelos de risco de séries temporais | Objetivo: Criar e analisar modelos de séries temporais GARCH orientados ao risco para fins de análise e simulação de risco de mercado.
|
Bootstrapping e Simulação Histórica Filtrada | Objetivo: Realizar análise de risco de mercado aplicando simulação histórica filtrada.
|
Validando Modelos de Valor em Risco | Objetivo: Avaliar e validar os modelos de eficácia, desempenho e precisão do valor em risco e do déficit esperado, usando backtesting formal em dados históricos do mercado.
|
Dia 1 de 2 | |
---|---|
Criando tipos de dados personalizados | Objetivo: Organize seus arquivos em pacotes. Aprenda algumas das técnicas e benefícios básicos da programação orientada a objetos e experimente as diferenças entre programação procedural e orientada a objetos.
|
Criando uma classe MATLAB | Objetivo: Tornar os objetos confiáveis separando a interface e a implementação. Melhore a capacidade de manutenção de código, evitando a duplicação de código. Personalize operações padrão para suas aulas.
|
Hierarquias de Classe de Construção | Objetivo: Relacionar várias classes similares por meio de uma superclasse comum. Estenda a superclasse genérica especializando seu comportamento nas subclasses.
|
Facilitando várias referências | Objetivo: Incorporar uma classe a outra via agregação. Distinguir os casos de uso por comportamento de passagem por valor versus comportamento de passagem por referência. Defina uma classe que exiba um comportamento de referência.
|
Dia 2 de 2 | |
---|---|
Escrevendo testes de unidade | Objetivo: Garantir o comportamento correto escrevendo testes formais para a unidade de código correspondente. Use a estrutura de teste de unidade fornecida no MATLAB. Melhore a qualidade e a flexibilidade do seu software.
|
Sincronizando Objetos | Objetivo: Reagir automaticamente a alterações de propriedade usando eventos, ouvintes e retornos de chamada predefinidos. Trigger chamadas de função com base em eventos personalizados.
|
Convertendo e concatenando objetos | Objetivo: implementar conversões de tipo de dados. Define relações de precedência entre classes. Construa matrizes de objetos heterogêneos.
|
Dia 1 de 1 | |
---|---|
Conectando ao sistema operacional do robô (ROS) | Objetivo: Trocar dados entre ambientes MATLAB e ROS.
|
Algoritmos de Circuito Fechado de Construção | Objetivo: Projetar um algoritmo simples de planejamento de movimento no MATLAB usando dados do ROS.
|
Considerações de design | Objetivo: Explorar diferentes métodos para controlar a execução e a transferência de dados de algoritmos.
|
Incorporando Algoritmos Internos | Objetivo: Use os algoritmos de robótica móvel incluídos no Robotics System Toolbox.
|
Dia 1 de 2 | |
---|---|
Importando, visualizando e anotando vídeos | Objetivo: Importe vídeos para o MATLAB, anote e visualize-os. O foco está no uso do System Objects ™ para realizar cálculos iterativos em quadros de vídeo.
|
Detectando, extraindo e combinando recursos de imagem | Objetivo: Use detectores de canto e blob para detectar recursos locais em imagens. Extraia e combine recursos de duas imagens. Use recursos correspondentes para alinhar e costurar imagens automaticamente.
|
Detecção de Objetos | Objetivo: Treinar um detector para detecção flexível de objetos. Detecte objetos em movimento usando um detector de primeiro plano.
|
Estimação de Movimento | Objetivo: Estimar direção e força de movimento em uma seqüência de vídeo.
|
Dia 2 de 2 | |
---|---|
Rastreamento | Objetivo: Rastrear objetos únicos e múltiplos e estimar sua trajetória. Lide com a oclusão prevendo a posição do objeto.
|
Calibração da câmera | Objetivo: Remover a distorção da lente das imagens. Meça o tamanho dos objetos planares.
|
Nuvens de ponto | Objetivo: Trabalhar com pontos de dados armazenados como nuvens de pontos. Importe, visualize e processe nuvens de pontos.
|
Reconstrução 3D | Objetivo: Criar uma reconstrução 3D de uma cena usando câmeras estéreo ou uma série de imagens tiradas por uma câmera em movimento.
|
Dia 1 de 2 | |
---|---|
Sinais em MATLAB | Objetivo: Gerar sinais amostrados e sintetizados a partir da linha de comando e visualizá-los. Crie sinais de ruído para uma determinada especificação. Realize operações de processamento de sinal, como reamostragem, modulação e correlação.
|
Análise espectral | Objetivo: Compreender diferentes técnicas de análise espectral e o uso de janelamento e preenchimento com zero. Familiarize-se com as ferramentas de análise espectral no MATLAB e explore técnicas não paramétricas (diretas) e paramétricas (baseadas em modelos) de análise espectral.
|
Sistemas Invariantes de Tempo Linear | Objetivo: Representar sistemas lineares invariantes no tempo (LTI) no MATLAB e calcular e visualizar diferentes caracterizações de sistemas LTI.
|
Dia 2 de 2 | |
---|---|
Design de filtro | Objetivo: projetar filtros de forma interativa usando o aplicativo Filter Design and Analysis. Projete filtros a partir da linha de comando usando objetos de especificação de filtro.
|
O aplicativo de análise de sinal | Objetivo: Aprenda a usar um poderoso aplicativo tudo-em-um para importar e visualizar múltiplos sinais, realizar análises espectrais neles e projetar e aplicar filtros aos sinais. Faça medições estatísticas e de cursor simples nos sinais.
|
Filtros Multirate | Objetivo: Compreender os princípios do design de filtro multifásico polifásico. Projete filtros de interpolação e decimação multirate. Projete filtros multiestágios e de banda estreita.
|
Design de filtro adaptativo | Objetivo: projetar filtros adaptativos para identificação do sistema e cancelamento de ruído.
|
Dia 1 de 2 | |
---|---|
Melhorando a performance | Objetivo: Analisar o desempenho do código e utilizar técnicas de aceleração no MATLAB.
|
Gerando arquivos MEX | Objetivo: Gerar arquivos de código compilados a partir do código MATLAB para melhor desempenho.
|
Paralelizar Cálculos | Objetivo: Paralelizar a execução de código para aproveitar vários núcleos.
|
Dia 2 de 2 | |
---|---|
Paralelo para Loops | Objetivo: Explorar loops for-lo paralelos em mais detalhes e aplicar técnicas para converter loops par-loops.
|
Execução de Descarregamento | Objetivo: Transferir cálculos para outro processo do MATLAB para poder usar o MATLAB para outras tarefas nesse meio tempo. Esta é também uma etapa de preparação para trabalhar com clusters.
|
Trabalhando com Clusters | Objetivo: Acelerar cálculos e realizar simulações mais extensas utilizando vários computadores.
|
Computação GPU | Objetivo: Executar o código MATLAB na placa gráfica do seu computador (GPU) como outra opção para acelerar os cálculos.
|
Dia 1 de 1 | |
---|---|
Primeiros passos com portfólios | Objetivo: usar métricas padrão de média-variância e um pequeno conjunto de restrições de portfólio para definir e analisar um conjunto de portfólios viáveis.
|
Definindo restrições de investimento | Objetivo: Definir restrições típicas de investimento e explorar seus efeitos limitantes na fronteira eficiente.
|
Alterando Solvers, Opções e Métricas | Objetivo: Ajustar solucionadores e opções de solver do tipo de dados Portfolio para acelerar os cálculos. Explore proxies de risco alternativos fora da estrutura de média-variância.
|
Empregando Cenários Personalizados | Objetivo: Definir e ajustar um modelo de distribuição personalizado para a série de retorno histórico. Use-o para gerar cenários customizados e para configurar uma variável PortfolioCVaR. Avalie os resultados via back-testing.
|
Gerando relatórios personalizados | Objetivo: Usar o MATLAB Report Generator para gerar automaticamente relatórios personalizados do código MATLAB usando um modelo de relatório externo.
|
Dia 1 de 1 | |
---|---|
Usando o ambiente do App Designer | Objetivo: usar o App Designer para criar e compartilhar um aplicativo, organizando componentes e dando a eles um comportamento interativo.
|
Criando e atualizando plotagens | Objetivo: criar aplicativos com elementos gráficos que podem ser modificados pela interação do usuário, bem como aplicativos com componentes continuamente ajustáveis.
|
Criando Componentes Responsivos | Objetivo: criar aplicativos robustos e flexíveis com componentes que se adaptam adequadamente às ações do usuário.
|
Gerenciando vários aplicativos e janelas | Objetivo: criar aplicativos que usam janelas de diálogo extras e aplicativos auxiliares.
|
Dia 1 de 2 | |
---|---|
Importando e Visualizando Imagens | Objetivo: Importar imagens para o MATLAB e visualizá-las. Converta as imagens em um formato que seja útil para as etapas de análise subsequentes.
|
Exploração Interativa de Imagens | Objetivo: Explorar de forma interativa os detalhes do objeto, como tamanho e cor, para encontrar os valores iniciais das etapas subsequentes do processamento de imagens. Para aplicar as etapas repetidamente, você pode criar ferramentas de exploração de imagem personalizadas a partir dos módulos interativos.
|
Imagens de pré-processamento | Objetivo: pré – processar imagens filtrando e usando o ajuste de contraste para simplificar ou permitir etapas de análise de imagem.
|
Transformação espacial e registro de imagem | Objetivo: Comparar imagens com escala e orientação diferentes, alinhando-as. Use as mesmas técnicas para criar imagens panorâmicas.
|
Dia 2 de 2 | |
---|---|
Detecção de Borda e Linha | Objetivo: segmentar arestas de objetos e extrair locais de pixel de limite. Detecte linhas e círculos em uma imagem.
|
Segmentação de cores e texturas | Objetivo: segmentar objetos com base em cor ou textura. Use recursos de textura para classificação de imagem.
|
Extração de recursos | Objetivo: Analisar e modificar a forma dos objetos para melhorar os resultados da segmentação. Conte os objetos detectados e calcule os recursos do objeto como área ou centróides.
|
Dia 1 de 1 | |
---|---|
Executando uma Otimização | Objetivo: Compreender a estrutura básica e o processo de resolver problemas de otimização de forma eficaz. Use ferramentas interativas para definir e resolver problemas de otimização.
|
Especificando a função objetiva | Objetivo: Implementar uma função objetiva como um arquivo de função. Use alças de função para especificar funções objetivas e dados extras.
|
Especificando Restrições | Objetivo: Adicionar diferentes tipos de restrições a um problema de otimização no MATLAB.
|
Escolhendo um Solver | Objetivo: Selecione um solucionador e um algoritmo apropriados considerando o tipo de problema de otimização a ser resolvido.
|
Avaliando Resultados e Melhorando o Desempenho | Objetivo: Interpretar a saída do solucionador e diagnosticar o progresso de uma otimização. Aumente a precisão e a eficiência de uma otimização alterando as configurações.
|
Usando métodos globais de otimização | Objetivo: Usar a funcionalidade do Global Optimization Toolbox para resolver problemas em que algoritmos clássicos falham ou funcionam de maneira ineficiente.
|
Dia 1 de 2 | |
---|---|
Importando e organizando dados | Objetivo: Trazer dados para o MATLAB e organizá-los para análise. Execute tarefas comuns, como mesclar dados e lidar com dados ausentes.
|
Explorando dados | Objetivo: Realizar a investigação estatística básica de um conjunto de dados, incluindo visualização e cálculo de estatísticas de resumo.
|
Distribuições | Objetivo: Investigar diferentes distribuições de probabilidade e ajustar distribuições a um conjunto de dados.
|
Testes de Hipóteses | Objetivo: Determinar a probabilidade de uma afirmação sobre um conjunto de dados. Aplique testes de hipóteses para usos comuns, como comparar duas distribuições e determinar intervalos de confiança para uma média de amostra.
|
Dia 2 de 2 | |
---|---|
Análise de variação | Objetivo: Comparar as médias amostrais de múltiplos grupos e encontrar diferenças estatisticamente significativas entre os grupos.
|
Regressão | Objetivo: executar a modelagem preditiva, ajustando modelos lineares e não lineares a um conjunto de dados. Explore técnicas para melhorar a qualidade do modelo.
|
Trabalhando com várias dimensões | Objetivo: Simplificar conjuntos de dados de alta dimensão, reduzindo a dimensionalidade.
|
Números Aleatórios e Simulação | Objetivo: Use números aleatórios para avaliar a incerteza ou sensibilidade de um modelo, ou realizar simulações. Gere números aleatórios de várias distribuições e gerencie os algoritmos de geração de números aleatórios do MATLAB.
|
Dia 1 de 1 | |
---|---|
Visão geral do arquivo MEX | Objetivo: Identificar os componentes necessários de um arquivo MEX e configurar o ambiente para produzir arquivos MEX.
|
Arquivos MEX com entradas e saídas | Objetivo: Criar arquivos MEX com entradas e saídas para interação com o ambiente MATLAB.
|
Considerações sobre a interface do arquivo MEX | Objetivo: Exibir mensagens de diagnóstico e gerenciar a memória em arquivos MEX.
|
Chamando o MATLAB do código C | Objetivo: chamar o mecanismo MATLAB a partir de um aplicativo C para avaliar expressões do MATLAB e transferir dados entre o aplicativo C e o mecanismo MATLAB.
|
Dia 1 de 2 | |
---|---|
Utilizando Ferramentas de Desenvolvimento | Objetivo: Use ferramentas integradas para gerenciar código, diagnosticar problemas, depurar aplicativos e medir o desempenho.
|
Verificando o comportamento do aplicativo | Objetivo: criar testes para verificar se o código atende aos requisitos.
|
Criando Aplicativos Robustos | Objetivo: Criar aplicativos robustos que suportem entrada inesperada e produzam erros significativos. Use funções integradas do MATLAB e construções de programação, e empregue técnicas padrão para lidar com condições de erro.
|
Dia 2 de 2 | |
---|---|
Código de Estruturação | Objetivo: modularizar o código em funções legíveis e atualizáveis. Explore os diferentes tipos de função disponíveis no idioma do MATLAB e as compensações associadas a cada tipo. Veja como o tipo de função afeta o desempenho e a confiabilidade do código.
|
Estruturando Dados | Objetivo: Explorar opções para armazenar dados em um aplicativo MATLAB.
|
Gerenciando Dados Eficientemente | Objetivo: Use técnicas comuns para melhorar o desempenho ao armazenar, acessar e processar dados.
|
Criando uma caixa de ferramentas | Objetivo: código e documentação do pacote em uma caixa de ferramentas personalizada para distribuição a outros usuários.
|
Dia 1 de 1 | |
---|---|
Importando dados | Objetivo: ler arquivos de texto que contenham uma mistura de tipos de dados, delimitadores e cabeçalhos.
|
Processando dados | Objetivo: processar dados importados brutos extraindo, manipulando, agregando e contando partes de dados.
|
Customizando visualizações | Objetivo: Anotar e modificar gráficos padrão para produzir gráficos informativos personalizados.
|
Trabalhando com dados irregulares | Objetivo: Importar e visualizar dados dispersos de arquivos de texto com formatação irregular.
|
Dia 1 de 1 | |
Importando dados | Objetivo: Ler arquivos de texto que contenham uma mistura de tipos de dados, delimitadores e cabeçalhos.
o Importar uma mistura de tipos de dados de arquivos de texto formatados arbitrariamente o Importar apenas colunas obrigatórias de dados de um arquivo de texto o Importar e mesclar dados de vários arquivos |
Processando dados | Objetivo: Processar dados importados brutos, extraindo, manipulando, agregando e contando partes de dados.
o Processar dados com elementos ausentes o Criar e modificar matrizes categóricas o Agregar, binear e contar grupos de dados |
Customizando visualizações | Objetivo: Anote e modifique os gráficos padrão para produzir gráficos informativos personalizados.
o Determinar propriedades de objetos gráficos e seus valores associados o Localizar e manipular objetos gráficos o Personalizar gráficos modificando propriedades de objetos gráficos |
Trabalhando com dados irregulares | Objetivo: Importe e visualize dados dispersos de arquivos de texto com formatação irregular.
o Analisar arquivos de texto para determinar a formatação o Importar dados de seções separadas de um arquivo de texto o Extrair dados de variáveis de contêiner o Interpolar dados tridimensionais espaçados irregularmente o Visualize dados tridimensionais em duas e três dimensões |
Dia 1 de 1 | |
Preparando Dados para Montagem de Modelos | Objetivo: Preparar dados de séries temporais para o ajuste do modelo, identificando tendências e aplicando transformações de dados.
o Removendo as tendências exponenciais o Identificando tendências polinomiais e sazonais o Testando para estacionaridade de dados o Estacionarizando dados o Testes de raiz unitária |
Seleção de modelos e ajustes | Objetivo: Use ferramentas de diagnóstico para selecionar um grupo de modelos ARIMA e GARCH candidatos adequados para uma determinada série temporal. Identifique, crie e ajuste modelos de séries temporais de candidatos a dados.
o Autocorrelação computacional e autocorrelação parcial o Selecionando modelos usando testes formais o Selecionando modelos ARIMA e GARCH candidatos para um dado conjunto de dados o Criando e ajustando modelos de séries temporais para um conjunto de dados |
Avaliando a adequação do modelo | Objetivo: Calcule e avalie o diagnóstico do modelo para garantir a correção, adequação e confiabilidade do modelo.
o Inferindo resíduos do modelo o Teste de resíduos para a normalidade o Analisando diagnósticos de modelo e estatísticas de boa adequação o Avaliando a significância de termos de modelos individuais o Comparando modelos |
Previsão e Simulação | Objetivo: Modelos de previsão para prever dados futuros. Simule trajetórias e estatísticas de amostra aplicando técnicas de simulação de Monte Carlo.
o Previsão de dados usando modelos ajustados o Usando previsões dentro da amostra para avaliar a adequação do modelo o Simulação de modelo de Monte Carlo o Modelos de backtesting |
Dia 1 de 2 | |
Importando e organizando dados | Objetivo: Trazer dados para o MATLAB e organizá-los para análise, incluindo a normalização de dados e a remoção de observações com valores ausentes.
o Tipos de dados o Tabelas o Dados categóricos o Preparação de dados |
Encontrando padrões naturais em dados | Objetivo: Usar técnicas de aprendizado não supervisionadas para agrupar observações com base em um conjunto de variáveis explicativas e descobrir padrões naturais em um conjunto de dados.
o Aprendizagem não supervisionada o Métodos de Cluster o Avaliação e Interpretação de Clusters |
Modelos de classificação de edifícios | Objetivo: Usar técnicas de aprendizado supervisionadas para executar modelagem preditiva para problemas de classificação. Avalie a precisão de um modelo preditivo.
o Aprendizado supervisionado o Treinamento e validação o Métodos de classificação |
Dia 2 de 2 | |
Melhorando Modelos Preditivos | Objetivo: Reduzir a dimensionalidade de um conjunto de dados. Melhore e simplifique os modelos de aprendizado de máquina.
o Validação cruzada o Transformação de Recurso o Seleção de recursos o Aprendizagem de conjunto |
Modelos de Regressão de Edifícios | Objetivo: Usar técnicas de aprendizado supervisionadas para executar modelagem preditiva para variáveis de resposta contínua.
o Métodos de regressão paramétrica o Métodos de regressão não paramétricos o Avaliação de modelos de regressão |
Criando Redes Neurais | Objetivo: Criar e treine redes neurais para clustering e modelagem preditiva. Ajuste a arquitetura de rede para melhorar o desempenho.
o Agrupando com Mapas Auto-Organizáveis o Classificação com redes feed-forward o Regressão com redes feed-forward |
Dia 1 de 2 | |
Comunicação através de um canal sem ruído | Objetivo: Modelando um sistema ideal de comunicações de uma única operadora e familiarizando-se com os objetos do sistema.
o Teorema de amostragem e aliasing o Simulação de banda passante complexa versus banda passante real o Criando um fluxo de bits aleatório o Objetos do sistema e seus benefícios o Modulando um fluxo de bits usando o QPSK o Aplicação de modelagem de pulso ao sinal transmitido o Diagramas de olho e análise espectral o Modelando um receptor QPSK para um canal sem ruído o Taxa de erro de bit de computação |
Canais Ruidosos, Codificação de Canal e Taxas de Erro | Objetivo: Modelando um canal AWGN. Usando códigos convolutional, LDPC e turbo para reduzir a taxa de erro de bit. Correção de erros Os códigos dos sistemas DVB-S.2 e LTE são usados como exemplos. Acelerando simulações usando múltiplos núcleos.
o Modelando um canal AWGN o Usando codificação e decodificação de canal: códigos convolutional, LDPC e turbo o Diagrama de treliça e decodificação de Viterbi o Usando o Parallel Computing Toolbox para acelerar as simulações de Monte Carlo o Discussão de métodos alternativos de aceleração: GPUs, MDCS, MATLAB Parallel Cloud |
Erros de temporização e frequência e canais multipath | Objetivo: Modelagem de deslocamento de frequência, erros de temporização e mitigação usando técnicas de sincronização de frequência e temporização. Modelagem de atenuação plana, canais multipercurso e mitigação usando equalizadores.
o Fase de modelagem e offsets de tempo o Mitigando o offset de frequência usando um PLL o Mitigação do jitter de temporização usando sincronização de temporização Gardner o Modelagem de canais de atenuação plana o Estimativa de canal usando sequências de treinamento o canais de desvanecimento seletivo de frequência de modelagem o Usando equalizadores Viterbi para canais invariantes no tempo e equalizadores lineares LMS para canais com variação de tempo o Demonstração de uma desmodulação em tempo real de transmissão de portadora única usando RTL-SDR |
Dia 2 de 2 | |
Sistemas de Comunicações Multiportadoras para Canais Multipath | Objetivo: Compreender a motivação para sistemas de comunicações com várias operadoras para canais seletivos de frequência. Modelando um transceptor OFDM com um prefixo cíclico e janelas. Serão usados valores de parâmetros do sistema de IEEE 802.11ac e LTE.
o Motivação para comunicações de várias operadoras o Introdução à multiplexação ortogonal por divisão de frequência (OFDM) o Gerando símbolos OFDM usando o IFFT o Prevenção de interferência entre blocos usando um prefixo cíclico o Uso de janelas para reduzir as emissões fora de banda o Vantagens e desvantagens do OFDM o Métodos de temporização e recuperação de frequência para OFDM o Estimativa de canal usando símbolos piloto o Equalização de domínio de frequência |
Usando Antenas Múltiplas para Ganhos de Robustez e Capacidade | Objetivo: Compreender o sistema alternativo de comunicações com múltiplas antenas. Modelagem de sistemas de beamforming, diversidade e multiplexação espacial. Construindo um sistema MIMO-OFDM para comunicações de banda larga. Modos MIMO de IEEE 802.11ac e LTE serão discutidos.
o Vantagens e tipos de sistemas multi-antena o Transmitir e receber beamforming o Receber técnicas de diversidade o Alcançar a diversidade de transmissão usando códigos de bloco ortogonais de espaço-tempo o Modelo de canais de saída múltipla de entrada múltipla (MIMO) de banda estreita o estimativa de canal MIMO o Multiplexação espacial usando equalização ZF e MMSE o Comunicações de banda larga usando um sistema MIMO-OFDM |
Construindo um Sistema Radio-in-the-Loop | Objetivo: Compreender o fluxo de trabalho de desenvolvimento do rádio no loop. Usando RTL-SDRs e USRPs como plataformas de desenvolvimento de rádio-in-the-loop.
o Visão geral do fluxo de trabalho de rádio em loop o Suporte a hardware de comunicação MathWorks (RTL-SDR, USRP, Rádio com base em Zynq) o Comparação alternativa de hardware (tabela pros / cons) o Diferentes modos de transmissão e recepção RIL (single burst, looped, streamed) o Construir um sistema de comunicações multiportadora de antena única ponta-a-ponta usando um USRP o Demonstração de um sistema over-the-air OFDM-MIMO 2×2 usando USRPs |
Dia 1 de 3 | |
Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarizar-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Obtenha uma visão geral dos temas do curso.
• Lendo dados de arquivos • Salvando e carregando variáveis • Plotar dados • Personalização de plotagens • Exportando gráficos para uso em outros aplicativos |
Variáveis e Comandos | Objetivo: Digitar os comandos do MATLAB, com ênfase na criação de variáveis, no acesso e manipulação de dados em variáveis e na criação de visualizações básicas. Colete comandos do MATLAB em scripts para facilitar a reprodução e a experimentação.
• Inserindo comandos • Criando variáveis numéricas e de caracteres • Fazer e anotar lotes • Conseguindo ajuda • Criando e executando scripts ao vivo |
Análise e Visualização com Vetores | Objetivo: Realizar cálculos matemáticos e estatísticos com vetores. Use a sintaxe do MATLAB para executar cálculos em conjuntos de dados inteiros com um único comando. Organize scripts em seções lógicas para desenvolvimento, manutenção e publicação.
• Realizando cálculos com vetores • Acessando e modificando valores em vetores • Formatando e compartilhando scripts ao vivo |
Dia 2 de 3 | |
Análise e Visualização com Matrizes | Objetivo: Usar matrizes como objetos matemáticos ou como coleções de dados (vetoriais). Entenda o uso apropriado da sintaxe do MATLAB para distinguir entre esses aplicativos.
• Criando e manipulando matrizes • Realizando cálculos com matrizes • Calculando estatísticas com dados matriciais • Visualizando dados da matriz |
Tabelas de Dados | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com dados armazenados como uma tabela.
• Armazenando dados como uma tabela • Operando em mesas • Extrair dados de tabelas • Modificando tabelas |
Seleção condicional de dados | Objetivo: Extrair e analisar subconjuntos de dados que satisfaçam determinados critérios.
• Operações lógicas e variáveis • Encontrar e contar • indexação lógica |
Organizando dados | Objetivo: Organizar os dados da tabela para análise. Representar dados usando tipos de dados MATLAB nativos apropriados.
• Combinando tabelas de dados • Metadados da tabela • Datas e durações • Categorias discretas |
Dia 3 de 3 | |
Analisando Dados | Objetivo: Executar tarefas típicas de análise de dados no MATLAB, incluindo a importação de dados de arquivos, o pré-processamento de dados, a adaptação de um modelo a dados e a criação de uma visualização personalizada do modelo.
• Importando de planilhas e arquivos de texto delimitados • Lidando com dados perdidos • Funções de plotagem • Personalização de plotagens |
Aumento da automação com construções de programação | Objetivo: Criar código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações.
• Construções de programação • Interação com o usuário • ramificação de decisão • Rotações |
Aumento da automação com funções | Objetivo: Aumentar a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Use ferramentas de desenvolvimento do MATLAB para localizar e corrigir problemas com código.
• Criando funções • Funções de chamada • Configurando o caminho do MATLAB • Depurando com o MATLAB Editor • Usando pontos de interrupção • Criando e usando estruturas |
Dia 1 de 3 | |
Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarizar-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Obtenha uma visão geral dos temas do curso.
• Lendo dados de arquivos • Salvando e carregando variáveis • Plotar dados • Personalização de parcelas • Exportando gráficos para uso em outros aplicativos |
Variáveis e Comandos | Objetivo: Digitar os comandos do MATLAB, com ênfase na criação de variáveis, no acesso e manipulação de dados em variáveis e na criação de visualizações básicas. Colete comandos do MATLAB em scripts para facilitar a reprodução e a experimentação.
• Inserindo comandos • Criando variáveis numéricas e de caracteres • Fazer e anotar lotes • Conseguindo ajuda • Criando e executando scripts ao vivo |
Análise e Visualização com Vetores | Objetivo: Realizar cálculos matemáticos e estatísticos com vetores. Use a sintaxe do MATLAB para executar cálculos em conjuntos de dados inteiros com um único comando. Organize scripts em seções lógicas para desenvolvimento, manutenção e publicação.
• Realizando cálculos com vetores • Acessando e modificando valores em vetores • Formatando e compartilhando scripts ao vivo |
Dia 2 de 3 | |
Análise e Visualização com Matrizes | Objetivo: Usar matrizes como objetos matemáticos ou como coleções de dados (vetoriais). Entenda o uso apropriado da sintaxe do MATLAB para distinguir entre esses aplicativos.
• Criando e manipulando matrizes • Realizando cálculos com matrizes • Calculando estatísticas com dados matriciais • Visualizando dados da matriz |
Tabelas de Dados | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com dados armazenados como uma tabela.
• Armazenando dados como uma tabela • Operando em mesas • Extrair dados de tabelas • Modificando tabelas |
Seleção condicional de dados | Objetivo: Extrair e analisar subconjuntos de dados que satisfaçam determinados critérios.
• Operações lógicas e variáveis • Encontrar e contar • indexação lógica |
Organizando Dados | Objetivo: Organizar os dados da tabela para análise. Representar dados usando tipos de dados MATLAB nativos apropriados.
• Combinando tabelas de dados • Metadados da tabela • Datas e durações • Categorias discretas |
Dia 3 de 3 | |
Analizando Dados | Objetivo: Executar tarefas típicas de análise de dados no MATLAB, incluindo a importação de dados de arquivos, o pré-processamento de dados, a adaptação de um modelo a dados e a criação de uma visualização personalizada do modelo.
• Importando de planilhas e arquivos de texto delimitados • Lidando com dados perdidos • Funções de plotagem • Personalização de parcelas |
Aumento da automação com construções de programação | Objetivo: Criar código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações.
• Construções de programação • Interação com o usuário • Ramificação de decisão • Rotações |
Aumento da automação com funções | Objetivo: Aumentar a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Use ferramentas de desenvolvimento do MATLAB para localizar e corrigir problemas com código.
• Criando funções • Funções de chamada • Configurando o caminho do MATLAB • Depurando com o MATLAB Editor • Usando pontos de interrupção • Criando e usando estruturas |
Dia 1 de 3 | |
Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarizar-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Crie visualizações personalizadas de forma interativa que podem ser usadas para relatórios financeiros.
• Importando dados de arquivos • Salvando e carregando variáveis • Visualizando dados interativamente • Explorar e personalizar gráficos • Compartilhamento de resultados gráficos |
Variáveis e Comandos | Objetivo: Digitar os comandos do MATLAB, com ênfase na criação e no acesso a dados numéricos e de texto. Colete comandos do MATLAB em arquivos de código para reprodução e automação. Aprenda a executar tarefas como importação, análise e geração de relatórios.
• Inserindo comandos • Criando variáveis numéricas e de texto • Encontrar ajuda e documentação • Importando dados programaticamente • Acessando e modificando valores em variáveis • Criando e executando scripts |
Visualizando Resultados | Objetivo: Criar visualizações informativas de dados numéricos e baseados em tempo. Melhore a aparência dos gráficos personalizando gráficos e anotações.
• Visualizando dados • Personalização de opções gráficas • Trabalhando com componentes gráficos individuais • Anotação • Conversão entre números e texto |
Análise de Dados | Objetivo: Realizar cálculos matemáticos e estatísticos em dados numéricos. Use a sintaxe do MATLAB para executar tarefas de pré-processamento e análise em várias séries de preços com comandos únicos.
• Realizando cálculos em dados • Interpretando dados da matriz • Usando matrizes para análise |
Dia 2 de 3 | |
Datas e Tempos | Objetivo: Usar variáveis para representar e manipular datas e tempos. Extraia componentes de datas e durações como variáveis numéricas.
• Representando datas e durações • Realizando cálculos com datas e durações • Extraindo componentes numéricos de datas e durações • Plotar com datas |
Trabalhando com dados tabulares | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com conjuntos de dados financeiros tabulares que incluem tipos de dados mistos.
• Armazenando dados em tabelas • Extrair dados de tabelas • Modificando tabelas • operações de mesa • Exportando dados de tabelas |
Seleção condicional de dados | Objetivo: Analisar subconjuntos de dados que satisfaçam determinados critérios. Execute a extração e manipulação rápida de dados usando variáveis lógicas.
• Definição de condições lógicas usando operadores lógicos • Extraindo e filtrando dados indexando com uma variável lógica • Identificando e contando subconjuntos de dados • Gerenciando variáveis discretas usando matrizes categóricas |
Controle de Fluxo de Programação | Objetivo: Criar código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações. Automatize tarefas usando construções de programação.
• Gerenciando interação gráfica orientada a comandos com um usuário • Controlando o fluxo do programa usando construções de programação condicional • Executando tarefas iterativas usando loops |
Dia 3 de 3 | |
Trabalhando com dados ausentes | Objetivo: Realizar cálculos estatísticos em dados com valores omissos. Identifique, remova e substitua os valores ausentes em um conjunto de dados.
• Localizando valores ausentes • Ignorando, removendo e substituindo valores ausentes |
Customizando Gráficos | Objetivo: Criar gráficos que incluam vários componentes gráficos. Use técnicas de cor, texto e manipulação de dados para produzir visualizações atraentes.
• Trabalhando com a hierarquia de gráficos do MATLAB • Acessando e modificando componentes gráficos individuais • Gerenciando tabelas gráficas |
Ajustando Modelos aos Dados Empíricos | Objetivo: Pré-processar dados antes do ajuste do modelo. Ajustar distribuições de probabilidade e modelos lineares aos dados. Gere números aleatórios a partir de uma distribuição teórica ou ajustada.
• Ajustando modelos de regressão linear • Distribuindo distribuições de probabilidade • Simulação de ajustes de distribuição |
Aumento da automação com funções | Objetivo: Aumentar a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Explore as ferramentas do MATLAB para depuração de código.
• Criando e chamando funções • Gerenciando dados em espaços de trabalho • Escrever arquivos de código de texto simples • Gerenciando o caminho do MATLAB • Depurando arquivos de código • Simplificação de interfaces usando estruturas |
Dia 1 de 3 | |
Trabalhando com a interface do usuário do MATLAB | Objetivo: Familiarize-se com os principais recursos do ambiente de design integrado do MATLAB e suas interfaces de usuário. Obtenha uma visão geral dos temas do curso.
o Lendo dados de arquivos o Salvando e carregando variáveis o Plotar dados o Personalização de plotagens o Exportando gráficos para uso em outros aplicativos |
Variáveis e Comandos | Objetivo: Digite os comandos do MATLAB, com ênfase na criação de variáveis, no acesso e manipulação de dados em variáveis e na criação de visualizações básicas. Colete comandos do MATLAB em scripts para facilitar a reprodução e a experimentação.
o Inserindo comandos o Criando variáveis numéricas e de caracteres o Fazer e anotar lotes o Conseguindo ajuda o Criando e executando scripts ao vivo |
Análise e Visualização com Vetores | Objetivo: Realize cálculos matemáticos e estatísticos com vetores. Use a sintaxe do MATLAB para executar cálculos em conjuntos de dados inteiros com um único comando. Organize scripts em seções lógicas para desenvolvimento, manutenção e publicação.
o Realizando cálculos com vetores o Acessando e modificando valores em vetores o Formatando e compartilhando scripts ao vivo |
Dia 2 de 3 | |
Análise e Visualização com Matrizes | Objetivo: Use matrizes como objetos matemáticos ou como coleções de dados (vetoriais). Entenda o uso apropriado da sintaxe do MATLAB para distinguir entre esses aplicativos.
o Criando e manipulando matrizes o Realizando cálculos com matrizes o Calculando estatísticas com dados matriciais o Visualizando dados da matriz |
Tabelas de Dados | Objetivo: Importar dados como uma tabela MATLAB. Trabalhe com dados armazenados como uma tabela.
o Armazenando dados como uma tabela o Operando em mesas o Extrair dados de tabelas o Modificando tabelas |
Seleção condicional de dados | Objetivo: Extraia e analise subconjuntos de dados que satisfaçam determinados critérios.
o Operações lógicas e variáveis o Encontrar e contar o indexação lógica |
Organizando dados | Objetivo: Organize os dados da tabela para análise. Representar dados usando tipos de dados MATLAB nativos apropriados.
o Combinando tabelas de dados o Metadados da tabela o Datas e durações o Categorias discretas |
Dia 3 de 3 | |
Analisando Dados | Objetivo: Execute tarefas típicas de análise de dados no MATLAB, incluindo a importação de dados de arquivos, o pré-processamento de dados, a adaptação de um modelo a dados e a criação de uma visualização personalizada do modelo.
o Importando de planilhas e arquivos de texto delimitados o Lidando com dados perdidos o Funções de plotagem o Personalização de plotagem |
Aumento da automação com construções de programação | Objetivo: Crie código flexível que possa interagir com o usuário, tomar decisões e se adaptar a diferentes situações.
o Construções de programação o Interação com o usuário o Ramificação de decisão o Rotações |
Aumento da automação com funções | Objetivo: Aumente a automação encapsulando tarefas modulares como funções definidas pelo usuário. Entenda como o MATLAB resolve referências a arquivos e variáveis. Use ferramentas de desenvolvimento do MATLAB para localizar e corrigir problemas com código.
o Criando funções o Funções de chamada o Configurando o caminho do MATLAB o Depurando com o MATLAB Editor o Usando pontos de interrupção o Criando e usando estruturas |