SIMULAÇÃO IDEIAS CHAVE
|
|
- Afonso Aires Carneiro
- 8 Há anos
- Visualizações:
Transcrição
1 SIMULAÇÃO Programa. Modelação de sistemas através da simulação 2. Software de simulação 3. Validade e credibilidade de modelos 4. Selecção de distribuições de probabilidade para os dados 5. Análise de resultados Bibliografia Law, Averill and Kelton, W.David (2000). Simulation Modeling and Analysis (3 rd ed), McGraw-Hill, USA. (Caps., 3, 5, , 3) Elder, Mark. Simulation Course Handbook, University of Strathclyde, UK. SIMULAÇÃO IDEIAS CHAVE Simulação é uma ferramenta estatística para analisar sistemas reais, que imita o funcionamento lógico do sistema ao longo do tempo num modelo de computador A simulação permite analisar sistemas complexos que não é possível tratar com modelos matemáticos que se possam resolver analiticamente A simulação não permite optimizar os parâmetros de um sistema e obter respostas exactas A simulação tem inúmeras aplicações práticas produção ou serviços nível estratégico ou nível operacional Utilizar a simulação na prática requer: competências técnicas de simulação, estatística, programação, modelação de sistemas seguir uma metodologia de análise do sistema real Nesta disciplina: introdução à simulação discreta, modelação de sistemas, e análise de resultados aprendizagem tutorial de um software de simulação (SIMUL8) não são cobertos tópicos de cursos avançados de simulação: geração de números aleatórios, redução de variância, planeamento de experiências 2
2 . MODELAÇÃO DE SISTEMAS POR SIMULAÇÃO. Natureza da simulação simulação: é uma técnica estatística que utiliza um computador para imitar, ou simular, operações de instalações ou processos reais de interesse. sistema: é a instalação ou processo real que interessa analisar, e sobre o qual se conhecem as regras lógicas de funcionamento modelo do sistema: é o conjunto de relações matemáticas ou lógicas que descrevem o funcionamento do sistema real, e que serve para analisar e avaliar o comportamento do sistema simulação(2): consiste em fazer variar os parâmetros de entrada de um modelo do sistema real e analisar o seu impacto nas medidas de desempenho relevantes métodos de análise de modelos: dedução: são métodos matemáticos que permitem obter informações exactas sobre o modelo, i.e. soluções analíticas (ex: álgebra, cálculo, teoria da probabilidade) simulação: são métodos estatísticos que permitem obter estimativas das verdadeiras características do modelo, a partir da avaliação numérica do modelo em computador 3 Áreas de aplicações da simulação planear e analisar sistemas de produção avaliar a eficácia e os requisitos logísticos de armamento militar determinar requisitos de hardware e protocolos para redes de comunicação planear e operar sistemas de transportes aeroportos, portos, metros, auto-estradas, cruzamentos com semáforos planear e analisar serviços call centers, restaurantes fast food, hospitais, postos de correio reengenharia de processos (BPR) determinar regras de encomenda para gestão de stocks analisar sistemas económicos ou financeiros 4 2
3 O que é (e o que não é) a simulação a simulação não é uma técnica de optimização a simulação não produz uma solução por si só um modelo de simulação é executado e não resolvido a simulação permite aos analistas testar as suas propostas de solução num modelo que duplique satisfatoriamente o sistema real a simulação é uma ferramenta de análise what if a simulação pertence à área científica da Investigação Operacional a simulação é uma ferramenta estatística para aplicar a simulação é preciso um método e uma metodologia método: procedimento ou técnica metodologia: práticas+procedimentos+regras o Simcity é uma simulação! 5.2 Sistemas, modelos e simulação sistema: é um conjunto de entidades (pessoas, máquinas, etc) que actuam e interagem conjuntamente para cumprir um objectivo lógico aquilo que se designa por sistema depende dos objectivos em estudo o conjunto de entidades do sistema num estudo pode ser apenas um subconjunto do sistema global de outro estudo estado do sistema: conjunto de variáveis necessárias para descrever o sistema em qualquer instante de tempo, face aos objectivos do estudo sistema discreto: variáveis mudam instantaneamente em instantes discretos sistema dinâmico: variáveis mudam continuamente com o tempo 6 3
4 Modos de estudar um sistema Sistema Fazer experiências no sistema real Fazer experiências num modelo do sistema Modelo físico Modelo matemático Solução analítica Simulação 7 Vantagens e desvantagens dos vários modos de estudar um sistema utilizar o sistema real modelar o sistema modelo físico modelo matemático Vantagens e desvantagens resultados do estudo são válidos experiências são dispendiosas estudo não interfere com o funcionamento do sistema real modelo pode não capturar a realidade do sistema e as conclusões do estudo não serem válidas reproduz realidade à escala, em laboratório não é fácil fazer muitas modificações e estudar várias configurações modelo pode ser manipulado e alterado facilmente alguns aspectos da realidade são simplificados e aproximados Aplicabilidade quando é possível alterar fisicamente o sistema e observar os resultados quando o sistema real não existe; ou não pode ser perturbado com experiências; ou é muito dispendioso fazê-lo sistemas em que se estuda a tecnologia (desenvolvimento, engenharia) sistemas em que se estuda a organização lógica das operações (investigação operacional, gestão) 8 4
5 Vantagens e desvantagens dos vários modos de estudar um sistema solução analítica simulação Vantagens e desvantagens solução é exacta e fechada (função dos parâmetros de entrada) técnica de resolução pode ser computacionalmente difícil ou nem existir método de último recurso para estudar modelos complexos solução não é exacta e pressupõe valores concretos dos parâmetros Aplicabilidade quando o modelo é suficientemente simples para se poder usar técnicas matemáticas computacionalmente eficientes permite estudar modelos complexos, intratáveis analiticamente 9 Classificação de modelos de simulação Modelos estáticos vs dinâmicos estáticos dinâmicos o sistema é representado num instante particular de tempo (ou em que a variável tempo não desempenha nenhum papel) a evolução do sistema é representada ao longo do tempo Modelos determinísticos vs estocásticos determinísticos estocásticos parâmetros e solução descrita por valores concretos parâmetros e solução são probabilísticos (aleatórios) solução serve apenas como estimativa das características do sistema Modelos discretos vs contínuos discretos variáveis de estado variam em instantes particulares de tempo contínuos variáveis de estado variam continuamente no tempo simulação discreta sistemas DINÂMICOS, ESTOCÁSTICOS e DISCRETOS 0 5
6 .3 Simulação discreta simulação por eventos discretos (ou simulação discreta): método de modelação da evolução de um sistema com o tempo, em que as variáveis de estado mudam instantaneamente em instantes particulares (discretos) de tempo evento: é uma ocorrência instantânea que pode provocar uma mudança de estado do sistema Exemplo: serviço de atendimento com um servidor objectivo do estudo: clientes estimar o tempo médio de espera na fila tipos de entidades: cliente; servidor variáveis de estado: estado do servidor (livre ou ocupado) número de clientes na fila à espera de atendimento instante de chegada de cada cliente ao sistema eventos: chegada de um cliente partida de um cliente (no fim do serviço) servidor Mecanismos de avanço de tempo os modelos de simulação discreta são dinâmicos, logo: é necessário manter um registo do tempo simulado ao longo da simulação é necessário um mecanismo para avançar o tempo de um instante para outro relógio de simulação: é a variável de um modelo de simulação que regista o valor actual do tempo simulado não tem unidade explícita mesma unidade dos parâmetros de entrada tempo simulado tempo de computador de execução da simulação tempo simulado tempo real métodos de avanço de tempo: fixed increment (avanço por incremento fixo de tempo) next event (avanço para o próximo evento) 2 6
7 Métodos de avanço de tempo Avanço por incremento fixo 0 e t 2 t e 2 e 3 3 t e 4 4 t tempo Avanço para o próximo evento 0 e e 2 e 3 e 4 tempo. o relógio é inicializado a zero e são determinados os instantes dos eventos futuros; 2. o relógio é avançado para o instante do próximo evento a ocorrer; 3. o estado do sistema é actualizado de acordo com esse evento, e os instantes de novos eventos são determinados 4. os passos 2 e 3 são repetidos, até cumprir uma condição de paragem pre-estabelecida 3 Exemplo: sistema de atendimento com um servidor, avanço de tempo pelo mecanismo next-event t i = tempo de chegada do cliente i (t 0 =0) A i = t i -t i- = tempo entre chegadas dos clientes i- e i S i = tempo de atendimento do cliente i no servidor D i = tempo de espera do cliente i na fila c i = t i +D i +S i = tempo de partida do cliente i e k = tempo do k-ésimo evento de qualquer tipo (chegada ou partida) 0 e e 2 e 3 e 4 t t 2 c t 3 e 5 c 2 tempo A A 2 A 3 S S 2 4 7
8 Implementação de um modelo de simulação discreta: componentes e organização Componentes de um modelo de simulação discreta: Variáveis: ESTADO DO SISTEMA: conjunto de variáveis que descrevem o estado do sistema num instante de tempo RELÓGIO DE SIMULAÇÃO: variável que regista o instante actual do tempo simulado LISTA DE EVENTOS: lista com o próximo instante de tempo em que cada tipo de evento vai ocorrer contadores estatísticos: variáveis que guardam informação estatística, recolhida ao longo da simulação, sobre o desempenho do sistema Rotinas: rotina de inicialização: subprograma que inicializa o estado do sistema no instante 0 rotina de gestão de tempo: subprograma que determina o próximo evento da lista de eventos e avança o relógio de simulação rotinas dos eventos: subprogramas (um por tipo de evento) que actualizam o estado do sistema quando ocorre um evento biblioteca de rotinas: conjunto de subprogramas que geram observações aleatórias das distribuições de probabilidade que são utilizadas pelo modelo gerador de relatórios: subprograma que calcula no fim da simulação (a partir dos contadores estatísticos) medidas de desempenho do sistema e produz um relatório programa principal: subprograma que chama a rotina de gestão de tempo e passa o controlo para a correspondente rotina do evento; este programa também verifica as condições de paragem e chama o gerador de relatórios no fim da simulação 5 Rotina de inicialização. Relógio de simulação = 0 2. Inicializa estado do sistema e contadores estatísticos 3. Inicializa lista de eventos Início Programa principal 0. Chama rotina de inicialização. Chama rotina de gestão de tempo 2. Chama rotina do evento k Rotina do evento k. Actualiza estado do sistema 2. Actualiza contadores estatísticos 3. Gera eventos futuros e adicionaos à lista de eventos Rotina de gestão de tempo. Determina tipo do próximo evento (k) 2. Avança o relógio da simulação Biblioteca de rotinas Gera valores aleatórios Simulação terminada? Não Gerador de relatórios Sim. Calcula medidas de desempenho 2. Escreve relatório Fim 6 8
9 Notas sobre modelos de simulação discreta Entidades e atributos: o sistema é compostos por um conjunto de entidades ex: pessoas, peças, máquinas, veículos as entidades são caracterizadas por atributos atributos são informações individuais das entidades os atributos são também variáveis de estado ex: tempo de chegada do cliente ao sistema, tipo de cliente, tamanho da peça Abordagens alternativas à modelação por simulação: método do escalonamento de eventos ilustrado atrás método da interacção de processos óptica da vida das entidades método das 3 fases (ou método ABC) utilizado pelo SIMUL8 7.4 Exemplos de simulação manual Exemplos de simulação manual introdução da mecânica da simulação introdução dos conceitos de evento, estado do sistema e relógio da simulação ilustração o cálculo de medidas de desempenho do sistema Exemplo : Serviço de atendimento de clientes com um servidor Exemplo 2: Serviço de atendimento de clientes com dois servidores Exemplo 3: Sequenciamento de tarefas num job-shop 8 9
10 Exemplo Serviço de atendimento de clientes com um servidor Funcionamento do sistema (barbearia): os clientes chegam à barbearia, e esperam num sofá se o barbeiro estiver ocupado o barbeiro serve os clientes por ordem de chegada o cliente abandona a barberia após o corte de cabelo terminar chegada de clientes ao sistema fila de espera cliente a ser atendido servidor saída de clientes do sistema 9 Exemplo Dados para a simulação do sistema: instantes de chegada dos clientes ao sistema tempo de duração do serviço de cada cliente Número do cliente Instante de chegada (min) 3.2 Tempo de serviço (min) 3.8 Pedido: simular manualmente este sistema até todos os clientes serem atendidos calcular as seguintes medidas de desempenho: tempo médio de permanência dos clientes no sistema tempo médio de espera dos clientes número médio de clientes no sistema número médio de clientes em espera taxa de ocupação do servidor Começar por: identificar variáveis de estado identificar eventos
11 evento CHEGADA evento PARTIDA Marca próximo evento de chegada Sim Fila ficou vazia? Não Sim Servidor ocupado? Não Subtrai ao número na fila Adiciona ao número na fila Guarda tempo de chegada deste cliente Regista tempo de espera=0 para este cliente Adiciona ao número de clientes que passaram na fila servidor=ocupado servidor=livre Calcula o tempo de espera do cliente que inicia o serviço Adiciona ao número de clientes que passaram na fila Marca evento de partida deste cliente Marca evento de partida deste cliente Desloca clientes na fila uma posição para a frente Volta ao prog. principal Volta ao prog. principal 2 Exemplo 2 Serviço de atendimento de clientes com dois servidores Funcionamento do sistema (agência de viagens): dois agentes trabalham em paralelo no balcão de uma agência de viagens ao chegarem, os clientes formam uma única fila à espera do primeiro agente livre se ambos os agentes estiverem livres, o cliente escolhe o Agente Dados: tempo entre chegadas: Os tempos entre chegadas de clientes seguem uma distribuição exponencial negativa com valor esperado de 2.0 minutos. Estes tempos podem ser gerados a partir de números aleatórios uniformes entre 0 e com a seguinte fórmula: x = µ *ln(-r), onde r~u(0, ), µ:valor esperado Use a seguinte cadeira de números aleatórios para valores de r: Assuma que o primeiro cliente chega no instante 0. tempo de serviço: Os tempos médios de serviço são iguais para os dois agentes. Os tempos de serviço têm duas parcelas:um tempo constante de minuto para o contacto inicial; um tempo variável uniforme entre 0.5 e 2.0 minutos. Para gerar valores aleatórios uniformemente distribuídos entre A e B pode usar-se a fórmula: x = A+(B-A)*r, onde r~u(0, ), A:limite inferior, B:limite superior Use a seguinte cadeia de números aleatórios para r:
12 Exemplo 2 Pedido: simular manualmente este sistema até 0 clientes completarem o serviço calcular as seguintes medidas de desempenho: taxa de ocupação de tempo dos dois agentes tempo médio de espera dos clientes tempo médio de permanência dos clientes no sistema número médio de clientes na fila de espera número médio de clientes no sistema Sugestões: começar por calcular instantes de chegada e tempos de serviço para a simulação manual, utilizar um quadro com as seguintes entradas: relógio da simulação tipo de evento chegada partida chegada partida cliente nº 2 0 próxima chegada nº de clientes na fila nº de clientes no sist. 0 0 nº de agentes ocup. 0 0 Cliente Tempo entre nº chegadas estado do agente livre ocup (cli ) livre ocup (cli 2) próx. saída Instante de chegada estado do agente 2 livre livre livre livre Tempo de serviço próx. saída 2 23 Exemplo 3 Sequenciamento de tarefas num job-shop Funcionamento do sistema: quatro tipos de peças são processadas numa oficina com três máquinas (Torno, Fresadora, Rectificadora) cada tipo de peça tem uma sequência de operações distinta das peças a aguardar processamento numa máquina, é escolhida primeiro aquela que tiver menor tempo de operação neste momento há 4 tarefas a realizar: 4 peças, uma de cada tipo Dados: sequência de operações (máquina e tempo de processamento) Pedido: simular manualmente este sistema até processar todas as tarefas calcular as seguintes medidas de eficiência: tempo total de processamento (ou makespan) tempo médio de fluxo das tarefas tempo médio de espera das tarefas taxa média de ocupação das máquinas Nota: este problema poderia ser generalizado com chegadas de peças ao sistema com intervalos de tempo probabilísticos tempos de processamento probabilísticos adopção de outras regras de sequenciamento Tipo peça Tipo peça Máquinas T, F, R, F F, T, R R, T, F, T F, R, T, R Tempos proc. (min) 2, 4, 2, 3, 3, 3, 2, 2, 5 5, 4, 2,
13 .5 Passos num estudo de simulação A programação de um modelo de simulação é apenas uma parte do trabalho global de um estudo de simulação. Deve ser seguida uma metodologia consistente:. Formular o problema e planear o estudo 4. Construir programa em computador e verificar 7. Planear experiências 2. Recolher dados e conceber um modelo 5. Executar corridas de teste 8. Executar corridas 3. Modelo conceptual válido? Sim 6. Modelo programado válido? Sim 9. Analisar resultados Não Não 0. Documentar, apresentar e usar os resultados 25.6 Outros tipos de simulação Tipos de simulação Simulação por eventos discretos Simulação contínua Simulação discreta e contínua combinadas Simulação de Monte Carlo Simulação contínua modelação da evolução de um sistema no tempo, em que as variáveis de estado mudam continuamente no tempo habitualmente o modelo envolve equações diferenciais que definem as taxas de variação das variáveis de estado com o tempo técnicas de integração numérica de equações intratáveis analiticamente: método de Euler, método de Runge-Kutta 26 3
14 Simulação discreta e contínua combinada Simulação discreta e contínua combinada aplicável quando o sistema não é nem inteiramente discreto ou contínuo há três tipos de integração de simulação contínua com simulação discreta:. um evento discreto pode provocar uma mudança discreta no valor de uma variável contínua 2. um evento discreto pode provocar uma alteração da relação que governa a variação de uma variável contínua 3. uma variável de estado contínua ao atingir um determinado limite pode causar a ocorrência de um evento discreto Exemplo: chegada de petroleiros a um porto, onde o petróleo é descarregado para um tanque e daí é escoado para uma refinaria evento discreto: chegada de um barco variáveis contínuas nível de petróleo nos petroleiros nível do tanque (são governadas por equações diferenciais, dadas as taxas de descarga e consumo) eventos discretos provocados pela variação das variáveis contínuas: o barco considera-se descarregado quando o nível atinge 5% da capacidade a descarga do barco é interrompida se o tanque encher a descarga do barco só é retomada quando o nível do tanque desce abaixo de 80% 27.7 Vantagens, desvantagens e armadilhas da simulação Vantagens da simulação é a única via de análise possível de sistemas reais complexos e com elementos estocásticos, que não são fielmente descritos por modelos matemáticos que se possam avaliar analiticamente permite estimar o desempenho de um sistema existente com condições de funcionamento diferentes permite comparar configurações alternativas de um dado sistema, para verificar qual cumpre melhor os objectivos estipulados (análise what if) permite manter melhor controlo das experiências a realizar do que seria possível se se alterasse o próprio sistema real permite estudar o funcionamento do sistema ao longo de um horizonte temporal extenso em tempo comprimido lembrar: relógio de simulação relógio de tempo real 28 4
15 Desvantagens da simulação cada corrida de um modelo estocástico de simulação produz apenas estimativas das verdadeiras características do modelo para valores particulares dos parâmetros de entrada são necessárias várias corridas do modelo para cada conjunto de valores dos parâmetros a simulação permite apenas comparar um número fixo de configurações alternativas de um modelo e não é uma ferramenta adequada para optimizar o modelo o desenvolvimento de modelos de simulação pode ser dispendioso e demorar algum tempo, se o sistema em análise for muito complexo o grande volume de resultados numéricos produzidos por um estudo de simulação e o efeito persuasivo de um modelo animado podem levar a confiar cegamente nos resultados da simulação se o modelo não for válido, os resultados da simulação, por mais impressionantes que sejam, não conduzem a conclusões úteis sobre o sistema real 29 Armadilhas da simulação utilizar a simulação, quando outra técnica é a mais adequada não definir claramente os objectivos no início de um estudo de simulação desapropriado nível de detalhe do modelo falhas de comunicação com os gestores durante o estudo má compreensão da simulação por parte dos gestores olhar um estudo de simulação principalmente como um exercício de utilização de software em computador não incluir na equipa pessoas com conhecimento de estatística e metodologia da simulação adoptar software de simulação desapropriado acreditar que software que seja fácil de usar, e não requeira programação, dispensa competência técnica e metodológica não recolher dados de boa qualidade no sistema real não incorporar correctamente as fontes de aleatoriedade do sistema real escolher arbitrariamente distribuições de probabilidade para os dados correr um modelo de simulação uma única vez e tomar os resultados obtidos como a verdadeira resposta adoptar medidas de desempenho erradas 30 5
16 2. SOFTWARE DE SIMULAÇÃO 2. Software simulação vs Linguagens programação Vantagens de software específico para simulação: redução de tempo e de custo de programação porque as rotinas e componentes básicos necessários para construir um modelo de simulação já estão incluídos a sintaxe da linguagem de programação está adaptada à simulação os modelos de simulação são mais fáceis de modificar no futuro detecção automática de erros comuns de programação Vantagem das linguagens de programação genéricas: a maior parte dos programadores conhece linguagens genéricas mas não uma linguagem de simulação as linguagens genéricas como o C ou C++ produzem código mais eficiente (i.e. executado em menos tempo) as linguagens genéricas são mais flexíveis e adaptáveis em geral o compilador de uma linguagem genérica tem menor custo (embora o custo total do projecto possa ser mais elevado) Classificação de software de simulação Tipos de software de simulação (TRADICIONALMENTE) linguagens de simulação simuladores de aplicações específicas linguagens de simulação simuladores linguagens derivadas das linguagens genéricas modelos são programados mais flexíveis mas mais difíceis de usar modelos são desenvolvidos com interfaces gráficas (menus, caixas de diálogo, ícones) para aplicações específicas (produção, hospitais, call centers, etc) mais fáceis de aprender e usar mas menos flexíveis O software de simulação moderno é híbrido : as linguagens permitem construir os modelos graficamente e incluem componentes de modelos pré-definidos os simuladores tornaram-se mais generalistas e incluem uma pseudo-linguagem para programar alguns aspectos dos modelos Tipos de software de simulação (ACTUALMENTE) software de simulação genérico software de simulação orientado para aplicações específicas 32 6
17 Componentes de modelos incluídos habitualmente no software de simulação As entidades, são criadas (chegam ao sistema), interagem com outras entidades ao atravessar parte do sistema, e depois são depois destruídas (saem do sistema) distinguem-se pelos seus atributos, que são elementos de informação que todas possuem requisitam recursos (entidades permanentes) para algum serviço ou processamento ficam retidas em filas de espera enquanto os recursos estão ocupados com outras entidades Tipo de sistema Entidades Atributos Recursos Filas de espera Produção peça referência, data de entrega máquinas, trabalhadores Filas, lotes Comunicações mensagem destino, tamanho nós, ligações Filas, buffers Aeroporto avião número do vôo, peso pistas, portas de embarque Filas Agência de seguros contrato, participação nome, tipo de seguro vendedores, empregados Filas Características de software de simulação Características gerais Requisitos de hardware e software Animação gráfica Capacidades estatísticas Suporte e documentação Relatórios e gráficos tamanho e complexidade dos modelos que permite construir facilidade de utilização velocidade de execução importação e exportação de dados (bases dados, Excel) suporte de simulação discreta e contínua combinadas possibilidade de chamar rotinas externas custo processador e memória requeridos sistemas operativos suportados animação concorrente (à medida que decorre a simulação) gráficos em 3D qualidade do gerador de números aleatórios distribuições de probabilidade suportadas cálculo de resultados com significado estatístico formação suporte técnico documentação possibilidade de definir resultados a incluir nos relatórios criação de gráficos: histogramas, time plots, pie charts 34 7
18 2.4 Exemplos de software de simulação Software genérico Software Arena Extend SIMUL8 AweSim MicroSaint GPSS/H SLX MODSIM III SIMPLE++ Companhia Rockwell Imagine That Visual Thinking Symix Micro A&D Wolverine Wolverine CACI Tecnomatix Tipo de software Simulador Simulador Simulador Linguagem gráfica Linguagem gráfica Linguagem Linguagem Linguagem OO Linguagem OO Listas de software de simulação Exemplos de software orientado para aplicações Tipo de aplicação Produção Redes de comunicação Serviços Serviços de saúde Call centers Software Arena Packaging Edition Extend+Manufacturing AutoMod ProModel QUEST WITNESS COMNET III IT DecisionGuru OPNET Modeler Arena Business Edition Extend+BPR ServiceModel SIMPROCESS MedModel Arena Call Center Edition Companhia Rockwell Imagine That AutoSimulations Promodel Corp Deneb Lanner Group CACI MIL 3 MIL 3 Rockwell Imagine That Promodel Corp CACI Promodel Corp Rockwell 36 8
19 Programa em linguagem de simulação (SLAM) GEN,OREILLY,TV INSP. AND ADJUST.,,; 2 LIMITS,2,2,50; 3 NETWORK; 7 CREATE,UNFRM(3.5,7.5),,; 8 ACTIVITY; 9 INSP QUEUE(); 0 ACT(2)/,UNFRM(6.,2.);INSPECTION GOON; 2 ACT,,.85,DPRT;85 DEPART 3 ACT,,.5,ADJT;5 ARE RE-A 4 DPRT COLCT,INT(),TIME IN SYSTEM; 5 ACTIVITY; 6 TERM; 7 ADJT QUEUE(2); 8 ACT/2,UNFRM(20.,40.),,INSP;ADJUSTMENT 9 END; 20 INIT,0,480; 2 MONTR,TRACE,0,60,ATRIB(),NNQ(),NNQ(2); 22 FIN; Modelo em linguagem gráfica (Awesim) Modelo gráfico (SIMUL8) VALIDADE E CREDIBILIDADE DE MODELOS verificação (debugging): teste da passagem de um modelo conceptual para a sua implementação numa linguagem de programação [ou modelador gráfico] validação: teste da passagem do sistema real para o modelo, face aos objectivos particulares a estudar credibilidade: correcção dos resultados do modelo de simulação aos olhos dos gestores ou clientes um modelo válido pode não ser credível um modelo credível pode não ser válido! Validação + Credibilização Verificação Validação Credibilização Sistema Programa Modelo de, 2, 3 conceptual 4 simulação 5, 6, 7 Resultados correctos 8, 9 Vender resultados àgestão Resultados usados na tomada de decisão 38 9
20 3.2 Nível de detalhe de modelos de simulação Nível de detalhe do modelo: é a porção de aspectos do sistema real que são incluídos no modelo quando maior o nível de detalhe, maior o tempo e o custo de modelação alguns aspectos podem ser desprezados sem prejuízo dos objectivos do estudo O nível de detalhe que o modelo deve capturar: é determinado pelos objectivos do estudo de simulação deve ser consistente com os dados disponíveis para alimentar o modelo é um compromisso entre realismo e custo deve abranger aspectos que credibilizem o modelo, mesmo que sejam irrelevantes para a sua validação Em sistemas complexos o estudo pode ser hierárquico: primeira aproximação por via analítica ou com modelo de simulação grosseiro segunda aproximação com maior detalhe, apenas incorporando os factores relevantes 39 Exemplos de modelos com diferentes níveis de detalhe Sistema: produção job-shop, com m máquinas e n tipos de peças conjunto de máquinas de diferentes tipos diferentes tipos de peças, com distintas sequências de operação opções de nível de detalhe: quanto ao tempo de setup não considerar tempos de setup considerar um tempo de setup médio constante e incluí-lo no tempo de serviço considerar o tempos de setup função do último tipo de peça produzido e do próximo tipo de peça a produzir quanto à movimentação de stocks entre máquinas considerar ou não tempos de movimentação entre máquinas considerar ou não limitação de espaço de stock 40 20
21 Exemplos de modelos com diferentes níveis de detalhe Sistema: caixas de supermercado, com n filas e n servidores opções de nível de detalhe: quanto à selecção da fila clientes escolhem uma fila aleatoriamente clientes escolhem a fila mais curta clientes escolhem a fila mais curta e mudam de fila se alguma fila próxima ficar mais curta modelar ou não filas especiais filas expresso para pequeno volume de compras filas prioritárias para grávidas modelar ou não situações de excepção interrupção para verificar preço não marcado Como validar e credibilizar modelos de simulação recolher no sistema real dados com qualidade (fiáveis e representativos) listar pressupostos e fontes de informação de todos os elementos do modelo interagir regularmente com a Gestão e outras pessoas que lidam com o sistema real os gestores devem compreender e concordar com os pressupostos do modelo demonstrar que o modelo foi verificado e validado criar na Gestão um sentimento de posse do estudo de simulação utilizar métodos quantitativos testes de ajuste de distribuições de probabilidade aos dados análise de sensibilidade da influência individual de parâmetros sobre medidas de desempenho análise de sensibilidade conjunta de vários factores (design of experiments) criar um modelo animado 42 2
Introdução à Simulação
Introdução à Simulação O que é simulação? Wikipedia: Simulação é a imitação de alguma coisa real ou processo. O ato de simular algo geralmente consiste em representar certas características e/ou comportamentos
Leia maisSimulação Transiente
Tópicos Avançados em Avaliação de Desempenho de Sistemas Professores: Paulo Maciel Ricardo Massa Alunos: Jackson Nunes Marco Eugênio Araújo Dezembro de 2014 1 Sumário O que é Simulação? Áreas de Aplicação
Leia maisGeração de Números Aleatórios e Simulação
Departamento de Informática Geração de Números Aleatórios e imulação Métodos Quantitativos LEI 26/27 usana Nascimento (snt@di.fct.unl.pt) Advertência Autores João Moura Pires (jmp@di.fct.unl.pt) usana
Leia maisModelo Cascata ou Clássico
Modelo Cascata ou Clássico INTRODUÇÃO O modelo clássico ou cascata, que também é conhecido por abordagem top-down, foi proposto por Royce em 1970. Até meados da década de 1980 foi o único modelo com aceitação
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Como Funciona a Simulação Introdução Assim como qualquer programa de computador,
Leia mais)HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR
6LPXODomR GH6LVWHPDV )HUUDPHQWDV &RPSXWDFLRQDLV SDUD 6LPXODomR #5,6. Simulador voltado para análise de risco financeiro 3RQWRV IRUWHV Fácil de usar. Funciona integrado a ferramentas já bastante conhecidas,
Leia maisUsando o Arena em Simulação
Usando o Arena em Simulação o ARENA foi lançado pela empresa americana Systems Modeling em 1993 e é o sucessor de dois outros produtos de sucesso da mesma empresa: SIMAN (primeiro software de simulação
Leia mais6 Construção de Cenários
6 Construção de Cenários Neste capítulo será mostrada a metodologia utilizada para mensuração dos parâmetros estocásticos (ou incertos) e construção dos cenários com respectivas probabilidades de ocorrência.
Leia maisFaculdade de Engenharia Optimização. Prof. Doutor Engº Jorge Nhambiu
1 Programação Não Linear Aula 25: Programação Não-Linear - Funções de Uma única variável Mínimo; Mínimo Global; Mínimo Local; Optimização Irrestrita; Condições Óptimas; Método da Bissecção; Método de Newton.
Leia maisSimulação de Evento Discreto
Simulação de Evento Discreto Simulação de evento discreto As variáveis de estado modificam-se apenas pela ocorrência de eventos Os eventos ocorrem instantaneamente em pontos separados no tempo São simulados
Leia maisAlgoritmos e Programação (Prática) Profa. Andreza Leite andreza.leite@univasf.edu.br
(Prática) Profa. Andreza Leite andreza.leite@univasf.edu.br Introdução O computador como ferramenta indispensável: Faz parte das nossas vidas; Por si só não faz nada de útil; Grande capacidade de resolução
Leia maisInstalações Máquinas Equipamentos Pessoal de produção
Fascículo 6 Arranjo físico e fluxo O arranjo físico (em inglês layout) de uma operação produtiva preocupa-se com o posicionamento dos recursos de transformação. Isto é, definir onde colocar: Instalações
Leia maisPesquisa Operacional
GOVERNO DO ESTADO DO PARÁ UNIVERSIDADE DO ESTADO DO PARÁ CENTRO DE CIÊNCIAS NATURAIS E TECNOLOGIA DEPARTAMENTO DE ENGENHARIA Pesquisa Operacional Tópico 4 Simulação Rosana Cavalcante de Oliveira, Msc rosanacavalcante@gmail.com
Leia maisSIM0101 - Simulação de Eventos Discretos Semana 2-3
SIM0101 - Simulação de Eventos Discretos Semana 2-3 Introdução à modelagem e simulação com Arena Ricardo Lüders UTFPR Sumário Terminologia 1 Terminologia 2 3 4 Elementos básicos da simulação Variáveis
Leia maisCAP. I ERROS EM CÁLCULO NUMÉRICO
CAP. I ERROS EM CÁLCULO NUMÉRICO 0. Introdução Por método numérico entende-se um método para calcular a solução de um problema realizando apenas uma sequência finita de operações aritméticas. A obtenção
Leia maisPROGRAMAÇÃO DE MICROPROCESSADORES 2011 / 2012
Departamento de Engenharia Electrotécnica PROGRAMAÇÃO DE MICROPROCESSADORES 2011 / 2012 Mestrado Integrado em Engenharia Electrotécnica e de Computadores 1º ano 2º semestre Trabalho Final Reservas de viagens
Leia mais3 Método de Monte Carlo
25 3 Método de Monte Carlo 3.1 Definição Em 1946 o matemático Stanislaw Ulam durante um jogo de paciência tentou calcular as probabilidades de sucesso de uma determinada jogada utilizando a tradicional
Leia maisA MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1
A MATEMÁTICA NO ENSINO SUPERIOR POLICIAL 1 A IMPORTÂNCIA DA MATEMÁTICA O desenvolvimento das sociedades tem sido também materializado por um progresso acentuado no plano científico e nos diversos domínios
Leia maisTimer e serviços do Timer
Como é que se justifica a utilização de temporizadores em sistemas embebido e em tempo-real? 1. Nestes sistemas, tarefas do sistema e do utilizador fazem escalonamento e execução de actividades após decorrer
Leia maisSistemas Distribuídos. Aleardo Manacero Jr.
Sistemas Distribuídos Aleardo Manacero Jr. Conteúdo Conceitos fundamentais Estratégias de controle: relógios e algoritmos de sincronismo Serviços: arquivos e memória Corba Processamento distribuído Sistemas
Leia maisAvaliação de Desempenho de Sistemas. Conceitos Básicos de Sistemas e Modelos
Avaliação de Desempenho de Sistemas Conceitos Básicos de Sistemas e Modelos O que é Desempenho? Webster s? The manner in which a mechanism performs. Aurélio: Conjunto de características ou de possibilidades
Leia maisModelagem e Simulação
AULA 11 EPR-201 Modelagem e Simulação Modelagem Processo de construção de um modelo; Capacitar o pesquisador para prever o efeito de mudanças no sistema; Deve ser próximo da realidade; Não deve ser complexo.
Leia maisInterrupções. As interrupções são casos especiais de chamadas de procedimentos.
Interrupções Uma interrupção é equivalente a uma chamada de procedimento. A chamada é equivalente a um CALL gerado pela execução de uma instrução. As interrupções são casos especiais de chamadas de procedimentos.
Leia maisAula 04 Método de Monte Carlo aplicado a análise de incertezas. Aula 04 Prof. Valner Brusamarello
Aula 04 Método de Monte Carlo aplicado a análise de incertezas Aula 04 Prof. Valner Brusamarello Incerteza - GUM O Guia para a Expressão da Incerteza de Medição (GUM) estabelece regras gerais para avaliar
Leia maisUNIVERSIDADE FEDERAL DO PARANÁ UFPR Bacharelado em Ciência da Computação
SOFT DISCIPLINA: Engenharia de software AULA NÚMERO: 08 DATA: / / PROFESSOR: Andrey APRESENTAÇÃO O objetivo desta aula é apresentar e discutir conceitos relacionados a modelos e especificações. Nesta aula
Leia mais2 Diagrama de Caso de Uso
Unified Modeling Language (UML) Universidade Federal do Maranhão UFMA Pós Graduação de Engenharia de Eletricidade Grupo de Computação Assunto: Diagrama de Caso de Uso (Use Case) Autoria:Aristófanes Corrêa
Leia maisModelagem e Simulação Material 02 Projeto de Simulação
Modelagem e Simulação Material 02 Projeto de Simulação Prof. Simão Sirineo Toscani Projeto de Simulação Revisão de conceitos básicos Processo de simulação Etapas de projeto Cuidados nos projetos de simulação
Leia mais2005 José Miquel Cabeças
Dimensionamento de linhas de produção 1 - INTRODUÇÃO A fabricação de elevado volume de produção é frequentemente caracterizada pela utilização de linhas de montagem e fabricação. O balanceamento de linhas
Leia maisSolução de Telecontagem. Gestão de Contratos. Esta solução é indicada para sistemas de contagem de caudal usando um mínimo de recursos.
Solução de Telecontagem Esta solução é indicada para sistemas de contagem de caudal usando um mínimo de recursos. Os Dataloggers utilizados neste sistema, dispensam a necessidade de rede elétrica. Para
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE
DISTRIBUIÇÕES DE PROBABILIDADE i1 Introdução Uma distribuição de probabilidade é um modelo matemático que relaciona um certo valor da variável em estudo com a sua probabilidade de ocorrência. Há dois tipos
Leia maisSimulação Industrial
Licenciatura em Engenharia e Gestão Industrial Simulação Industrial Enunciados de Exercícios Para as Aulas Práticas Acácio M. de O. Porta Nova Departamento de Engenharia e Gestão Instituto Superior Técnico
Leia maisSimulação Computacional de Sistemas, ou simplesmente Simulação
Simulação Computacional de Sistemas, ou simplesmente Simulação Utilização de métodos matemáticos & estatísticos em programas computacionais visando imitar o comportamento de algum processo do mundo real.
Leia maisOficina de Multimédia B. ESEQ 12º i 2009/2010
Oficina de Multimédia B ESEQ 12º i 2009/2010 Conceitos gerais Multimédia Hipertexto Hipermédia Texto Tipografia Vídeo Áudio Animação Interface Interacção Multimédia: É uma tecnologia digital de comunicação,
Leia maisSAD orientado a MODELO
Universidade do Contestado Campus Concórdia Curso de Sistemas de Informação Prof.: Maico Petry SAD orientado a MODELO DISCIPLINA: Sistemas de Apoio a Decisão SAD Orientado a Modelo De acordo com ALTER
Leia maisTécnicas e Instrumentos Utilizados na Pesquisa Científica Cavalcanti
Técnicas e Instrumentos Utilizados na Pesquisa Científica Técnicas de Pesquisa Técnica: Conjunto de preceitos ou processos de que se serve uma ciência. Toda ciência utiliza inúmeras técnicas na obtenção
Leia maisCapítulo 3. Avaliação de Desempenho. 3.1 Definição de Desempenho
20 Capítulo 3 Avaliação de Desempenho Este capítulo aborda como medir, informar e documentar aspectos relativos ao desempenho de um computador. Além disso, descreve os principais fatores que influenciam
Leia maisMatemática Aplicada às Ciências Sociais
DEPARTAMENTO DE MATEMÁTICA Matemática Aplicada às Ciências Sociais Ensino Regular Curso Geral de Ciências Sociais e Humanas 10º Ano Planificação 2014/2015 Índice Finalidades... 2 Objectivos e competências
Leia maisInternet Update de PaintManager TM. Manual de instalação e utilização do programa de actualização
Internet Update de PaintManager TM Manual de instalação e utilização do programa de actualização ÍNDICE O que é o programa Internet Update? 3 Como se instala e executa o programa? 3 Aceder ao programa
Leia maisConceitos Iniciais Parte 1
Módulo SIMULAÇÃO Conceitos Iniciais Parte O que pode ser simulado? Sistema de manufatura com máquinas, pessoas, rede de transporte, correias transportadoras e espaço para armazenamento; Agências bancárias
Leia maisDesempenho de Computadores
Desempenho de Computadores João Canas Ferreira Arquitectura de Computadores FEUP/LEIC Contém figuras de Computer Organization and Design, D. Patterson & J. Hennessey, 3ª. ed., MKP Tópicos Os vários aspectos
Leia maisTECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO - TIC 10º C. Planificação de. Curso Profissional de Técnico de Secretariado
Escola Básica e Secundária de Velas Planificação de TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO - TIC Curso Profissional de Técnico de Secretariado 10º C MÓDULO 1 FOLHA DE CÁLCULO Microsoft Excel Conteúdos
Leia maisDEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS
DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS Planificação Anual da Disciplina de TIC Módulos 1,2,3-10.ºD CURSO PROFISSIONAL DE TÉCNICO DE APOIO À GESTÃO DESPORTIVA Ano Letivo 2015-2016 Manual adotado:
Leia maisTECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO. SISTEMAS DE GESTÃO DE BASE DE DADOS Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO
TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO Microsoft Access TECNOLOGIAS DA INFORMAÇÃO E COMUNICAÇÃO CONCEITOS BÁSICOS 1 Necessidade das base de dados Permite guardar dados dos mais variados tipos; Permite
Leia maisGereComSaber. Desenvolvimento de Sistemas de Software. Universidade do Minho Conselho de Cursos de Engenharia Licenciatura em Engenharia Informática
Universidade do Minho Conselho de Cursos de Engenharia Licenciatura em Engenharia Informática Desenvolvimento de Sistemas de Software Ano Lectivo de 2009/10 GereComSaber Ana Duarte, André Guedes, Eduardo
Leia maisComputação Paralela. Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho.
Computação Paralela Desenvolvimento de Aplicações Paralelas João Luís Ferreira Sobral Departamento do Informática Universidade do Minho Outubro 2005 Desenvolvimento de Aplicações Paralelas Uma Metodologia
Leia maisFerramentas de Modelação e Análise de Sistemas baseadas em Redes de Petri (RdP)
Ferramentas de Modelação e Análise de Sistemas baseadas em Redes de Petri (RdP) Existem inúmeras ferramentas (software) baseadas em RdP que permitem desenvolver modelar e analisar sistema de RdP. Algumas
Leia mais1. Ambiente de Trabalho
1 Ambiente de Trabalho 1. Ambiente de Trabalho Ao nível do ambiente de trabalho, depois de o Excel 2007 ter introduzido novos componentes (e.g., Botão Office e Friso) e eliminado alguns dos componentes
Leia maisIntrodução ao Modelos de Duas Camadas Cliente Servidor
Introdução ao Modelos de Duas Camadas Cliente Servidor Desenvolvimento de Sistemas Cliente Servidor Prof. Esp. MBA Heuber G. F. Lima Aula 1 Ciclo de Vida Clássico Aonde estamos? Page 2 Análise O que fizemos
Leia maisProcesso do Serviços de Manutenção de Sistemas de Informação
Processo do Serviços de Manutenção de Sistemas de Informação 070112=SINFIC HM Processo Manutencao MSI.doc, Página 1 Ex.mo(s) Senhor(es): A SINFIC agradece a possibilidade de poder apresentar uma proposta
Leia maisPerformance Ratio. Conteúdo. Factor de qualidade para o sistema fotovoltaico
Performance Ratio Factor de qualidade para o sistema fotovoltaico Conteúdo A Performance Ratio é uma das unidades de medida mais importantes para a avaliação da eficiência de um sistema fotovoltaico. Mais
Leia maisProbabilidade. Distribuição Exponencial
Probabilidade Distribuição Exponencial Aplicação Aplicada nos casos onde queremos analisar o espaço ou intervalo de acontecimento de um evento; Na distribuição de Poisson estimativa da quantidade de eventos
Leia maisPlaneamento da Produção
Regula o funcionamento da ao nível operacional através de decisões do tipo o que, quando e quanto produzir ou comprar estratégico do negócio estratégico do negócio estratégico da estratégico da agregado
Leia maisPÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA. 09/abril de 2014
PÓS GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS-PG-CFT INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA-INPA 09/abril de 2014 Considerações Estatísticas para Planejamento e Publicação 1 Circularidade do Método
Leia maisProgramação 2ºSemestre MEEC - 2010/2011. Programação 2º Semestre 2010/2011 Enunciado do projecto
Mestrado Integrado em Engenharia Electrotécnica e de Computadores Programação 2º Semestre 2010/2011 Enunciado do projecto O projecto a desenvolver pelos alunos consistirá numa sistema de monitorização,
Leia maisSISTEMAS DE INFORMAÇÃO PARA GESTÃO
07-05-2013 1 SISTEMAS DE INFORMAÇÃO PARA GESTÃO Aula I Docente: Eng. Hercílio Duarte 07-05-2013 2 Objectivo Sistemas Modelos Dados Vs. Informação Introdução aos sistemas de Informação 07-05-2013 3 Introdução
Leia maisIV.4 Análise de Dados da Avaliação
Melhor e Pior? IV - Avaliação IV.4 Análise de Dados da Avaliação Interactive System Design, Cap. 10, William Newman IV.4 Análise de Dados da Avaliação 2 Melhor e Pior? Resumo Aula Anterior! Avaliação com
Leia maisARQUITECTURA DE COMPUTADORES CAPÍTULO II AULA X
ARQUITECTURA DE COMPUTADORES CAPÍTULO II AULA X Índice Traduzindo e iniciando uma aplicação Compiladores Assembladores Linkers Loaders DLLs Iniciando um programa em Java Após toda a matéria abordada nesta
Leia maisPLANIFICAÇÃO MODULAR ANO LECTIVO 2015 / 2016
PLANIFICAÇÃO MODULAR ANO LECTIVO 2015 / 2016 CURSO/CICLO DE FORMAÇÃO Técnico de Eletrotecnia e Técnico de Gestão de Equipamentos Informáticos / 2015/2018 DISCIPLINA: Tecnologias da Informação e Comunicação
Leia maisAvaliação de Desempenho
Avaliação de Desempenho Aulas passadas Modelagem de sistemas via cadeias de Markov Aula de hoje Introdução à simulação Gerando números pseudo-aleatórios 1 O Ciclo de Modelagem Sistema real Criação do Modelo
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Terminologia Básica Utilizada em de Sistemas Terminologia Básica Uma série de termos
Leia maisSuporte Técnico de Software HP
Suporte Técnico de Software HP Serviços Tecnológicos HP - Serviços Contratuais Dados técnicos O Suporte Técnico de Software HP fornece serviços completos de suporte de software remoto para produtos de
Leia maisCAPÍTULO 2 INTRODUÇÃO À GESTÃO DAS ORGANIZAÇÕES
Processos de Gestão ADC/DEI/FCTUC/2000/01 CAP. 2 Introdução à Gestão das Organizações 1 CAPÍTULO 2 INTRODUÇÃO À GESTÃO DAS ORGANIZAÇÕES 2.1. Conceito de Gestão Vivemos numa sociedade de organizações (dos
Leia maisTIC Unidade 2 Base de Dados. Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado.
Conceitos relativos à Informação 1. Informação O que á a informação? Informação é todo o conjunto de dados devidamente ordenados e organizados de forma a terem significado. 2. Dados Em informática designa-se
Leia mais2. Método de Monte Carlo
2. Método de Monte Carlo O método de Monte Carlo é uma denominação genérica tendo em comum o uso de variáveis aleatórias para resolver, via simulação numérica, uma variada gama de problemas matemáticos.
Leia maisINTRODUÇÃO objectivo
INTRODUÇÃO O tema central deste trabalho é o sistema de produção just-in-time ou JIT. Ao falarmos de just-in-time surge de imediato a ideia de produção sem stocks, inventários ao nível de zero, produção
Leia maisISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário. As Normas da família ISO 9000. As Normas da família ISO 9000
ISO 9000:2000 Sistemas de Gestão da Qualidade Fundamentos e Vocabulário Gestão da Qualidade 2005 1 As Normas da família ISO 9000 ISO 9000 descreve os fundamentos de sistemas de gestão da qualidade e especifica
Leia maisBC-0005 Bases Computacionais da Ciência. Modelagem e simulação
BC-0005 Bases Computacionais da Ciência Aula 8 Modelagem e simulação Santo André, julho de 2010 Roteiro da Aula Modelagem O que é um modelo? Tipos de modelos Simulação O que é? Como pode ser feita? Exercício:
Leia maisAs fases na resolução de um problema real podem, de modo geral, ser colocadas na seguinte ordem:
1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia. Introdução O Cálculo Numérico
Leia maisClassificação: Determinístico
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Da mesma forma que sistemas os modelos de simulação podem ser classificados de várias formas. O mais usual é classificar os modelos
Leia maisUtilização do SOLVER do EXCEL
Utilização do SOLVER do EXCEL 1 Utilização do SOLVER do EXCEL José Fernando Oliveira DEEC FACULDADE DE ENGENHARIA DA UNIVERSIDADE DO PORTO MAIO 1998 Para ilustrar a utilização do Solver na resolução de
Leia maisEngenharia de Software II
Engenharia de Software II Aula 8 http://www.ic.uff.br/~bianca/engsoft2/ Aula 8-17/05/2006 1 Ementa Processos de desenvolvimento de software Estratégias e técnicas de teste de software (Caps. 13 e 14 do
Leia maisGestão dos Níveis de Serviço
A Gestão dos Níveis de Serviço (SLM) Os sistemas e tecnologias de informação e comunicação têm nas empresas um papel cada vez mais importante evoluindo, hoje em dia, para níveis mais elevados de funcionamento
Leia maisMRP II. Planejamento e Controle da Produção 3 professor Muris Lage Junior
MRP II Introdução A lógica de cálculo das necessidades é conhecida há muito tempo Porém só pode ser utilizada na prática em situações mais complexas a partir dos anos 60 A partir de meados da década de
Leia maisProfessor: Curso: Disciplina:
Professor: Curso: Disciplina: Aula 1 Turma: Esp. Marcos Morais de Sousa Sistemas de informação Engenharia de Software I Dinâmica da disciplina, plano de curso e avaliação 03º semestre Prof. Esp. Marcos
Leia maisProf. Marcos Ribeiro Quinet de Andrade Universidade Federal Fluminense - UFF Pólo Universitário de Rio das Ostras - PURO
Conceitos básicos e serviços do Sistema Operacional Prof. Marcos Ribeiro Quinet de Andrade Universidade Federal Fluminense - UFF Pólo Universitário de Rio das Ostras - PURO Tipos de serviço do S.O. O S.O.
Leia maisUNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 14 PROFª BRUNO CALEGARO
UNIVERSIDADE FEDERAL DE SANTA MARIA CENTRO DE TECNOLOGIA AULA 14 PROFª BRUNO CALEGARO Santa Maria, 01 de Novembro de 2013. Revisão aula passada Projeto de Arquitetura Decisões de projeto de Arquitetura
Leia maisAMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS
UNIVERSIDADE REGIONAL DE BLUMENAU CENTRO DE CIÊNCIAS EXATAS E NATURAIS CURSO DE CIÊNCIAS DA COMPUTAÇÃO BACHARELADO AMBIENTE PARA AUXILIAR O DESENVOLVIMENTO DE PROGRAMAS MONOLÍTICOS Orientando: Oliver Mário
Leia maisModelos, em escala reduzida, de pontes e barragens. Simuladores de voo (ou de condução), com os quais se treinam pilotos (ou condutores).
SIMULAÇÃO 1 Introdução Entende-se por simulação a imitação do funcionamento de um sistema real recorrendo a uma representação desse sistema. Com essa representação modelo, pretende-se realizar experimentações
Leia maisDIMENSIONANDO PROJETOS DE WEB-ENABLING. Uma aplicação da Análise de Pontos de Função. Dimensionando projetos de Web- Enabling
DIMENSIONANDO PROJETOS DE WEB-ENABLING Uma aplicação da Análise de Pontos de Função Dimensionando projetos de Web- Enabling Índice INTRODUÇÃO...3 FRONTEIRA DA APLICAÇÃO E TIPO DE CONTAGEM...3 ESCOPO DA
Leia maisAvaliando o que foi Aprendido
Avaliando o que foi Aprendido Treinamento, teste, validação Predição da performance: Limites de confiança Holdout, cross-validation, bootstrap Comparando algoritmos: o teste-t Predecindo probabilidades:função
Leia maisEstratégias de Pesquisa
Estratégias de Pesquisa Ricardo de Almeida Falbo Metodologia de Pesquisa Departamento de Informática Universidade Federal do Espírito Santo Agenda Survey Design e Criação Estudo de Caso Pesquisa Ação Experimento
Leia maisCláudio Tadeu Cristino 1. Julho, 2014
Inferência Estatística Estimação Cláudio Tadeu Cristino 1 1 Universidade Federal de Pernambuco, Recife, Brasil Mestrado em Nutrição, Atividade Física e Plasticidade Fenotípica Julho, 2014 C.T.Cristino
Leia maisEngenharia de Software: Introdução. Mestrado em Ciência da Computação 2008 Profa. Itana Gimenes
Engenharia de Software: Introdução Mestrado em Ciência da Computação 2008 Profa. Itana Gimenes Programa 1. O processo de engenharia de software 2. UML 3. O Processo Unificado 1. Captura de requisitos 2.
Leia maisCAP4: Distribuições Contínuas Parte 1 Distribuição Normal
CAP4: Distribuições Contínuas Parte 1 Distribuição Normal Quando a variável sendo medida é expressa em uma escala contínua, sua distribuição de probabilidade é chamada distribuição contínua. Exemplo 4.1
Leia maisARTIGO TÉCNICO. Os objectivos do Projecto passam por:
A metodologia do Projecto SMART MED PARKS ARTIGO TÉCNICO O Projecto SMART MED PARKS teve o seu início em Fevereiro de 2013, com o objetivo de facultar uma ferramenta analítica de confiança para apoiar
Leia maisNa medida em que se cria um produto, o sistema de software, que será usado e mantido, nos aproximamos da engenharia.
1 Introdução aos Sistemas de Informação 2002 Aula 4 - Desenvolvimento de software e seus paradigmas Paradigmas de Desenvolvimento de Software Pode-se considerar 3 tipos de paradigmas que norteiam a atividade
Leia maisSumário. Comunicação Multicast. Soluções. Multicast. Application-Level Multicast. October 20, 2008 Algoritmos Epidémicos
Sumário Comunicação Multicast Multicast Application-Level Multicast October 20, 2008 Algoritmos Epidémicos Comunicação Multicast Soluções Multicast designa o envio duma mensagem para múltiplos destinatários.
Leia maisArquitetura de Redes: Camadas de Protocolos (Parte I) Prof. Eduardo
Arquitetura de Redes: Camadas de Protocolos (Parte I) Prof. Eduardo Introdução O que é Protocolo? - Para que os pacotes de dados trafeguem de uma origem até um destino, através de uma rede, é importante
Leia maisMobilidade na FEUP Deslocamento Vertical
Mobilidade na FEUP Deslocamento Vertical Relatório Grupo 515: Carolina Correia Elder Vintena Francisco Martins Salvador Costa Sara Palhares 2 Índice Introdução...4 Objectivos...5 Método...6 Dados Obtidos...7
Leia maisSincronização. Tempo e Relógios. Sincronização de Relógios - Algoritmo de Cristian - Algoritmo de Berkeley - Network Time Protocol
Sincronização Tempo e Relógios Sincronização de Relógios - Algoritmo de Cristian - Algoritmo de Berkeley - Network Time Protocol 1 O papel do tempo Crucial na ordenação de eventos Tempo Real? - Função
Leia maishttp://www.de.ufpb.br/~luiz/
UNIVERSIDADE FEDERAL DA PARAÍBA MEDIDAS DESCRITIVAS Departamento de Estatística Luiz Medeiros http://www.de.ufpb.br/~luiz/ Vimos que é possível sintetizar os dados sob a forma de distribuições de frequências
Leia maisGestão do Risco e da Qualidade no Desenvolvimento de Software
Gestão do Risco e da Qualidade no Desenvolvimento de Software Questionário Taxinómico do Software Engineering Institute António Miguel 1. Constrangimentos do Projecto Os Constrangimentos ao Projecto referem-se
Leia maisEspecificação Operacional.
Especificação Operacional. Para muitos sistemas, a incerteza acerca dos requisitos leva a mudanças e problemas mais tarde no desenvolvimento de software. Zave (1984) sugere um modelo de processo que permite
Leia maisEngenharia de Software
Engenharia de Software Introdução Departamento de Matemática Universidade dos Açores Hélia Guerra helia@uac.pt Engenharia de software A economia de todos os países desenvolvidos depende do software. O
Leia maisCADEX. Consultoria em Logística Interna. Layout de armazém. Objectivos. Popularidade. Semelhança. Tamanho. Características
CADEX Consultoria em Logística Interna Layout de armazém fonte: Wikipédia O layout de armazém é a forma como as áreas de armazenagem de um armazém estão organizadas, de forma a utilizar todo o espaço existente
Leia maisIntrodução ao Aplicativo de Programação LEGO MINDSTORMS Education EV3
Introdução ao Aplicativo de Programação LEGO MINDSTORMS Education EV3 A LEGO Education tem o prazer de trazer até você a edição para tablet do Software LEGO MINDSTORMS Education EV3 - um jeito divertido
Leia maisGestão de Stocks. Maria Antónia Carravilla. Março 2000. Maria Antónia Carravilla
Gestão de Stocks Março 2000 Introdução Objectivos Perceber o que é o stock Saber como classificar stocks Saber fazer uma análise ABC Saber comparar modelos de gestão de stocks Saber utilizar modelos de
Leia mais