MAC113 - Introdu��o � Computa��o

Administra��o - 1o. Semestre de 2020

Aula 09: Decomposi��o de problema complexa

Os assuntos de hoje:
1. Decompor um problema complexo em problemas menores.
2. Uso de programa (fun��es) auxiliares.

Aquecimento:

Arquivo notaMac113.csv:

              Nome,   P1,   P2,  EP1,  EP2,  EP3
	     Andre,  6.5,  7.5,  9.0,  8.7,  7.5
	       Bel , 5.5,  6.5,  6.8,  7.0,  7.5
               Cris, 8.5,  9.5, 10.0, 10.0,  9.5

Arquivo Arquivo1.r:

            colP <- function(x){
               x[,'P'] <- (x[,2] +  x[,3])/2 
               return(x)
	    }

Arquivo Arquivo2.r:

            colEP <- function(x){
               x[,'EP'] <- (4*x[,4] +  5*x[,5] + 11*x[,6])/20 
               return(x)
	    }

Arquivo Arquivo3.r:

            dirTrab <- "..."
            setwd(dirTrab)
            source(".../Arquivo1.r")
            source(".../Arquivo2.r")

	    a <- read.csv("notaMac113.csv")		      
            print(a)
            print("  ", quote=F)

	    b <- colP(a)
	    print(b)
            print("  ", quote=F)

  	    c <- colP(b)
	    print(c)
            print("  ", quote=F)

A saida:

              Nome   P1   P2  EP1  EP2  EP3
	  1  Andre  6.5  7.5  9.0  8.7  7.5
	  2    Bel  5.5  6.5  6.8  7.0  7.5
          3   Cris  8.5  9.5 10.0 10.0  9.5
 
              Nome   P1   P2  EP1  EP2  EP3     P
	  1  Andre  6.5  7.5  9.0  8.7  7.5  9.75
	  2    Bel  5.5  6.5  6.8  7.0  7.5  5.25
          3   Cris  8.5  9.5 10.0 10.0  9.5  9.00
 
              Nome   P1   P2  EP1  EP2  EP3     P     EP
	  1  Andre  6.5  7.5  9.0  8.7  7.5  9.75  9.325
	  2    Bel  5.5  6.5  6.8  7.0  7.5  5.25  8.125.
          3   Cris  8.5  9.5 10.0 10.0  9.5  9.00  9.725

Quebrando um problema complexo em problemas menores:
- Objetivo: Como resolver 1 probrema computacional grande, dividindo em problemas bastante menores.
- Dividir para conquistar (Julio Cesar ou filofofo chines??)
- Imagine 1 planilha de 1 loja de bebidas e temos que calcular o custo de reposi��o de estoque.
- Ao encontrar 1 problema computacional grande, vamos utilizar programas (fun��es) auxiliares que resolver�o parte do problema.
- Em seguida, vamos criar outros programas que utilizam estes pequenas solu��es para compor solu��es maiores, e desta forma comporemos solu��es progressivamente mais complexas.

Reposi��o de estoque di�ria:

Vamos ver 1 exemplo propositalmente bem simples para ilustrar o esquema.
Imagine 1 planilha, em arquivo estoque.csv de 1 loja de bebidas e temos que calcular o custo de reposi��o de cada produto.

Arquivo estoque.csv:

               Prod,   EmEstoque,   EstoqueMin,  pre�oUnit
	      vinho,         132,          150,         85
	      wisky,          43,           50,        160
            cacha�a,          82,           50,         45
               sake,          37,           40,        120
              vodka,          52,           50,         60
                rum,          76,           80,         55
              licor,          28,           15,         70

cada dia ap�s fechar a loja, se 1determinado produto tiver menos que estoque m�nima, a loja faz pedido para chegar ao estoque m�nimo.

Nossa estrat�gia:
- passo 1: Criar a coluna de pedido.
- passo 2: Preencher esta coluna.
- passo 3: Criar a coluna de custo.
- passo 4: Preencher esta coluna.

passo 0:

            dirTrab <- "..."
            set(dirTrab)
	    pl <- read.csv("estoque.csv")

passo 1:
```
            pl[,'Pedido'] <- NA
 	
```

passo 2:

Vou dividir em 2 etapas:.
Criar 1 fun��o que recebe a linha (e arquivo) e calcula e retorna a quantidade necess�ria para repor o produto nesta linha. Caso o estoque � maior ou igual ao estoque m�nimo, ele retorna 0 (zero).
Criar 1 fun��o que usa a fun��o acima para preencher a coluna de pedido.

passo 2-1:

            arquivo f�ReporEstoque.r

            # caldula quantidade para repor.
	    reporEstoque <- function(lin, x){
              estoque <- x[lin,2]
              estoqueMin <- x[lin,3]
              if(estoque < estoqueMin){
                repor <- estoqueMin - estoque
	      }else{
                repor <- 0
              }
              return(repor)
	    }

passo 2-2:

            arquivo f�ColPedido.r

            # preenche a coluna de pedido.
	    colPedido <- function(x){
              tam <- nrow(x)
	      for(i in(1:tam)){
                x[i, 5] <- reporEstoque(i, x)
             }
              return(x)
	    }

passo 3:
```
            pl[,'Custo'] <- NA
 	
```

passo 4:

Vou dividir em 2 etapas:.
Criar 1 fun��o que recebe a linha (e arquivo) e calcula o custo necess�rio para repor este produto.
Criar 1 fun��o que usa a fun��o acima para preencher a coluna de Custo.

passo 4-1:

            arquivo f�CustoProd.r

            # caldula o custo de reposi��o de cada produto.
	    custo <- function(lin, x){
              pre�o <- x[lin,5]
              quant <- x[lin,6]
              custoProd <- quant * pre�o
              }
              return(custoProd)
	    }

passo 4-2:

            arquivo f�ColCusto.r

            # preenche a coluna de pedido.
	    colCusto <- function(x){
              tam <- nrow(x)
	      for(i in(1:tam)){
                x[i, 6] <- custo(i, x)
             }
              return(x)
	    }

Agora juntamos tudo:

            arquivo planilhaEstoque.r

            dirTrab <- "..."
            setwd(dirTrab)
            pl <- read.csv("estoque.csv")
            source(".../f�ReporEstoque.r")
            source(".../f�ColPedido.r")
            source(".../f�CustoProd.r")
            source(".../f�ColCusto.r")

	    pl[,'Pedido'] <- NA
	    pl <-ColPedido(pl)
	    pl[,'Custo'] <- NA
	    pl <-ColCusto(pl)		 
            print(pl)

A saida:

               Prod   EmEstoque   EstoqueMin  pre�oUnit   Pedido   Custo
	      vinho         132          150         85       18    1530
	      wisky          43           50        160        7    1120
            cacha�a          82           50         45        0       0
               sake          37           40        120        3     360
              vodka          52           50         60        0       0
                rum          76           80         55        4     220
              licor          28           15         70	       0       0

Se fizer:

arquivo tentativa1.r:

            
	    reporEstoque <- function(x){
              if(x[, 2] < x[, 3]){
                x[, 5] <- x[, 3] - x[, 2]
	      }else{
                x[, 5] <- 0
              }
              return(x)
	    }

arquivo tentativa2.r:

           dirTrab <- "..."
            setwd(dirTrab)
            pl <- read.csv("estoque.csv")
            source("../tentativa1.r")	  

	    pl[,'Pedido'] <- NA
	    pl <-reporEstoque(pl)
            print(pl)

A saida:

               Prod   EmEstoque   EstoqueMin  pre�oUnit   Pedido   
	      vinho         132          150         85       18    
	      wisky          43           50        160        7   
            cacha�a          82           50         45      -32       
               sake          37           40        120        3     
              vodka          52           50         60       -2      
                rum          76           80         55        4     
              licor          28           15         70	     -13

O problema:A fun��o tratou as colunas n�o linha por linha mas deu tratamento uniforme �s colunas do seguite jeito:
1. Na primeira linha ( de vinho) "(x[, 2] < x[, 3])" era TRUE ent�o fez "x[, 5] <- x[, 3] - x[, 2]"
2. E aplicou o mesmo tratamento para todas as linhas.
3. E onde deve aparecer 0 (zero), aparece 1 n�mero negativo.