Simulação e Modelagem
|
|
|
- Ilda Câmara Monteiro
- 8 Há anos
- Visualizações:
Transcrição
1 Simulação e Modelagem Prof. Afonso C Medina Prof. Leonardo Chwif Versão. 6//6
2 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das Filas ou a Simulação?
3 O que é Simulação? Uma gama variada de métodos e aplicações que o reproduzem comportamento de sistemas reais, usualmente utilizando-se de ferramentas computacionais. (Kelton et al., 8)
4 O que é Simulação? Processo de elaboração de um modelo de um sistema real (ou hipotético) e a condução de experimentos com a finalidade de entender o comportamento de um sistema ou avaliar sua operação (Shannon, 7)
5 Terminologia Básica Um sistema é um agrupamento de partes que operam juntas, visando um objetivo em comum. (Forrester, 68) Um modelo pode ser definido como uma representação das relações dos componentes de um sistema, sendo considerada como uma abstração, no sentido em que tende a se aproximar do verdadeiro comportamento do sistema.
6 O Processo de Modelagem Sistema Modelo = representação
7 Tipos de Modelos Modelos Simbólicos Modelos Analíticos Modelos de Simulação
8 Modelo Simbólico Símbolos gráficos (fluxogramas, DFD, Layouts etc.) Muito utilizado para comunicação e documentação Limitações: Modelos estáticos Não fornece elementos quantitativos Não entra no detalhe do sistema
9 Modelo Simbólico: Fluxograma Fluxograma do processo de atendimento de emergências de uma central do corpo de bombeiros
10 Modelo Simbólico:Teoria das Filas
11 Modelo Analítico Forte Modelagem Matemática (Modelos de Programação Linear, Teoria de Filas, etc) Limitações: Modelos, na grande maioria, estáticos A complexidade do modelo pode impossibilitar a busca de soluções analíticas diretas Vantagens: solução exata, rápida e, às vezes, ótima
12 Modelo de Simulação Captura o comportamento do sistema real Permite a análise pela pergunta: E se...? Capaz de representar sistemas complexos de natureza dinâmica e aleatória Limitações: Podem ser de construção difícil Não há garantia do ótimo
13 Técnicas de Simulação Simulação não Computacional Ex. Protótipo em túnel de vento Simulação de Acontecimentos Simulação Computacional Simulação Estática ou de Monte Carlo Simulação de Sistemas Contínuos Simulação de Eventos Discretos
14 Simulação de Eventos Discretos
15 Histórico da Simulação Utilizada na década de com fins militares. Softwares Textuais e Computadores lentos. Fortran IV. HW e SW mais poderosos impulsionou a Tecnologia da Simulação. GPSS Popularidade aumentou principalmente nesta última década. Utilização de Simuladores.
16 Por que Simular? Analisar um novo sistema antes de sua implantação Melhorar a operação de um sistema já existente Compreender melhor o funcionamento de um sistema Melhorar a comunicação vertical entre o pessoal de operação Confrontar resultados Medir eficiências
17 Áreas de Aplicação Redes Logísticas Manufatura Terminais: portos, aeroportos, estações rodoviárias e ferroviárias Hospitais Militar Redes de Computadores Reengenharia de Processos Supermercados, Redes de Fast Food e franquias Parques de Diversões Tráfego
18 Por que Simular? Pela sua posição média, o bêbado está vivo... Mas, na média, o bêbado está morto...
19 O Método da Simulação FORMULAÇÃO DO MODELO OBJETIVOS E DEFINIÇÃO DO SISTEMA ANÁLISE E REDEFINIÇÃO MODELO ABSTRATO REPRESENTAÇÃO DO MODELO RESULTADOS EXPERIMENTAIS (Capítulo 6) MODELO CONCEITUAL (Capítulo ) DADOS DE ENTRADA (Capítulo ) EXPERIMENTAÇÃO DO MODELO IMPLEMENTAÇÃO DO MODELO MODELO OPERACIONAL MODELO COMPUTACIONAL (Capítulo ) VERIFICAÇÃO E VALIDAÇÃO (Capítulo )
20 Modelagem de Dados de Entrada
21 Três Etapas Coleta Tratamento Inferência
22 Coleta dos Dados Escolha adequada da variável de estudo O tamanho da amostra deve estar entre e observações. Amostras com menos de observações podem comprometer a identificação do melhor modelo probabilístico, e amostras com mais de observações não trazem ganhos significativos ao estudo;
23 Coleta dos Dados Coletar e anotar as observações na mesma ordem em que o fenômeno está ocorrendo, para permitir a análise de correlação ; Se existe alguma suspeita de que os dados mudam em função do horário ou do dia da coleta, a coleta deve ser refeita para outros horários e dias. Na modelagem de dados, vale a regra: toda suspeita deve ser comprovada ou descartada estatisticamente.
24 Coleta de Dados Intervalo entre chegadas de pessoas nos caixas do supermercado ( medidas). Tempos em minutos:
25 Outlier Intervalo entre chegadas de pessoas nos caixas do supermercado ( medidas). Tempos em minutos:
26 Outliers ou Valores Discrepantes Erro na coleta de dados. Este tipo de outlier é o mais comum, principalmente quando o levantamento de dados é feito por meio manual. Eventos Raros. Nada impede que situações totalmente atípicas ocorram na nossa coleta de dados. Alguns exemplos: Um dia de temperatura negativa no verão da cidade do Rio de Janeiro; Um tempo de execução de um operador ser muito curto em relação aos melhores desempenhos obtidos naquela tarefa; Um tempo de viagem de um caminhão de entregas na cidade de São Paulo, durante o horário de rush, ser muito menor do que fora deste horário.
27 Outlier (valor discrepante) Dados com o outlier sem o outlier Média Mediana Variância da amostra,.6,8 6,8,6
28 Inferência Qual o melhor modelo probabilístico ou distribuição estatística que pode representar a amostra coletada? Lognormal? µ = σ =, f (x ) Histograma h=.8 Freqüência µ = σ = x Bloco f (x ) /λ f (x ) Triangular? f (x ) Normal? x Exponencial? a µ x m b x
29 Distribuições contínuas: Exponencial f (x ) /λ x
30 Distribuições contínuas: Gama f (x ) α =, α = α = x
31 Distribuições contínuas: Lognormal µ = σ =, f (x ) µ = σ = x
32 Distribuições contínuas: Normal f (x ) µ
33 Distribuições contínuas: Uniforme f (x ) / (b-a ) a b x
34 Distribuições contínuas: Triangular f (x ) a m b x
35 Modelo Conceitual
36 O Processo de Simulação Problema do Mundo Real Modelo Abstrato Modelo Conceitual Modelo Computacional Modelo Operacional Resultados Experimentais Conclusões
37 Técnicas de Modelagem: Vantagens Entendimento Facilitar Criação do Modelo Computacional Melhorar Validação do Modelo Meio de Comunicação
38 Mas, na prática... Analistas pulam a fase de modelagem conceitual indo diretamente para o modelo computacional: Falha de comunicação do modelo entre as pessoas obrigação de consertar após implementar o modelo Inviabiliza a participação de muitas pessoas no processo de modelagem Causa um maior esforço na validação do modelo
39 ACD - Activity Cycle Diagrams Baseado na idéia de TOCHTER [6] das Engrenagens Estocásticas Simples: constituído de símbolos básicos Indica explicitamente as interações entre os objetos do sistema e seus fluxos Fácil de entender e utilizar
40 ACD Simbologia Básica Fila Atividade Entidade = qualquer componente no modelo que retém sua identidade ao longo do tempo Fila = elemento passivo do ACD (uma fila para cada tipo de entidade) Atividade = elemento ativo do ACD, possível cooperação entre diferentes entidades.
41 Os Filósofos famintos
42 Exemplo.: Os Filósofos famintos Espera Pensa Filósofos Espera Come Garfos Espera
43 Simulação Manual Importante para o analista aumentar sua sensibilidade em relação a execução da simulação. Uma ferramenta de verificação se a lógica do modelo está coerente. Permite estabelecimento de prioridades onde existem. Promove um melhor entendimento do mecanismo de simulação
44 Método das Três Fases: Fluxograma Início Inicialização Varredura de Tempo Fase A Executar eventos B (terminaram) Fase B Tentar executar possíveis eventos C Fase C Fim do período de simulação? Sim Gerar relatório Fim Não
45 Método das Três Fases: Exemplo A B checar o tempo de todas atividades determinar quem ocorre primeiro avançar o relógio C determinar as atividades que TERMINARAM e mover as entidades para as respectivas FILAS -xtermina chegada 6 termina encher termina beber Procurar as entidades e iniciar as que tem condição de COMEÇAR Mover as entidades das filas para ATIVIDADES Amostrar e calcular o tempo de TÉRMINO da atividade chegada começa, termina em chegada começa, termina em += encher começa (N=), termina em +=6 beber começa, termina em 6+7= beber começa, termina em +7= lavar começa, termina em +=8
46 Animação do ACD
47 Fazer Exercícios
O que é Simulação? Capítulo 1. Prof. Afonso C Medina & Prof. Leonardo Chwif. fonte original de consulta.
O que é Simulação? Capítulo 1 fonte original de consulta. Prof. Afonso C Medina & Prof. Leonardo Chwif 1 Introdução Definição A Simulação como ferramenta de suporte à decisão Quando utilizar a Teoria das
Coleta e Modelagem dos Dados de Entrada
Slide 1 Módulo 02 Coleta e Modelagem dos Dados de Entrada Prof. Afonso C. Medina Prof. Leonardo Chwif Três Etapas Coleta Tratamento Inferência Coleta dos Dados 1. Escolha adequada da variável de estudo
Coleta e Modelagem dos Dados de Entrada
Coleta e Modelagem dos Dados de Entrada Capítulo 2 Páginas 24-52 Este material é disponibilizado para uso exclusivo de docentes que adotam o livro Modelagem e Simulação de Eventos Discretos em suas disciplinas.
Metodologia da simulação. modelo de simulação compõe-se de:
Metodologia da simulação ciclo de vida de um modelo de simulação modelo de simulação compõe-se de: concepção ou formulação do modelo implementação do modelo análise dos resultados do modelo 1 Metodologia
MODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza [email protected] www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
O método da simulação. O processo da simulação
O método da simulação OBJETIVOS E DEFINIÇÃO DO SISTEMA FORMULAÇÃO DO ANÁLISE E REDEFINIÇÃO ABSTRATO RESULTADOS EXPERIMENTAIS (Capítulo 6) CONCEITUAL (Capítulo 3) REPRESENTAÇÃO DO DADOS DE ENTRADA (Capítulo
ACD - 2º. exemplo: O bêbado, a garçonete e o copo. ACD - 2º. exemplo: O bêbado, a garçonete e o copo
ACD - 2º. exemplo: O bêbado, a garçonete e o copo Em um PUB existem três entidades: o cliente, a garçonete e o copo quando o cliente entra no pub, ele pede uma cerveja a garçonete enche um copo para servi-lo
PNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO
PNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO Prof. Dr. Rui Carlos Botter e-mail: [email protected] Março de 2015 Etapas de um projeto de simulação OBJETIVOS
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Somas aleatórias Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Simulação de Sistemas Discretos É
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Análise da dados através de gráficos Introdução a Simulação Aula de hoje Introdução à simulação Geração de números aleatórios Lei dos Grandes
INE 5101 Simulação Discreta. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
INE 5101 Simulação Discreta 1 Objetivos do curso Ao final deste curso você deverá saber: O que é modelagem e simulação de sistemas; Como funcionam programas de simulação; Como utilizar corretamente uma
3 Método de pesquisa Construção do Modelo
37 3 Método de pesquisa Este capítulo apresenta a metodologia utilizada para o desenvolvimento do modelo de simulação que é utilizado na presente dissertação assim como uma descrição da ferramenta computacional
Metodologia de simulação
Metodologia de simulação OBJETIVOS E DEFINIÇÃO DO SISTEMA FORMULAÇÃO DO MODELO ANÁLISE E REDEFINIÇÃO MODELO ABSTRATO RESULTADOS EXPERIMENTAIS (Capítulo 6) MODELO CONCEITUAL (Capítulo 3) REPRESENTAÇÃO DO
Programas de simulação
Conceitos Por que SIMULAR? Objetivos da simulação Avaliar a precisão de modelos analíticos Comparar estratégias distintas Avaliar o desempenho de sistemas 1 Processo de simulação Desenvolvimento de um
SIMULAÇÃO. Professor: Adriano Benigno Moreira
SIMULAÇÃO Professor: Adriano Benigno Moreira Base de conhecimento Estatística. Pesquisa Operacional PO. Linguagem de Programação C. Distribuição dos Pontos 1º Avaliação Atividade e Prova 30 pontos 2º Avaliação
Como modelar o comportamento de um sistema? MAB-515
Como modelar o comportamento de um sistema? MAB-515 Possibilidades de modelagem PARAMETRIZA modelo matemático experimento real AJUDA A COMPREENDER SIMULAÇÃO SOLUÇÃO ANALÍTICA MEDIDAS EXPERIMENTAIS NO MODELO
SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 3 Sarita Mazzini Bruschi Material
SIMULAÇÃO. Professor: Adriano Benigno Moreira
SIMULAÇÃO Professor: Adriano Benigno Moreira Modelagem e Simulação de Sistemas Etapa de Planejamento Formulação e análise do problema Etapa de Modelagem Coleta de dados Etapa de Experimentação Projeto
Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2016 Simulação de Sistemas Simulação é a técnica de solução de um problema pela análise de
SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC546 Avaliação de Sistemas Computacionais Parte 1 -Aula 4 Sarita Mazzini Bruschi Material
Modelos: Verificação, Validação e Experimentação
UNIVERSIDADE FEDERAL DO ESPÍRITO SANTO Modelos: Verificação, Validação e Experimentação Prof. Luís César da Silva (UFES/CCA) ESA 01 Engenharia de Sistemas Modelos Validados e Confiáveis Fundamentos: (Naylor
Sumário. CAPÍTULO 1 Conceitos preliminares 1. CAPÍTULO 2 Descrição de dados: análise monovariada 47
CAPÍTULO 1 Conceitos preliminares 1 Introdução........................................................1 O que é estatística?.................................................. 4 Papel dos microcomputadores.........................................
2 CONCEITOS DE ESTATÍSTICA
2 CONCEITOS DE ESTATÍSTICA Quando se trata de simulação, uma das grandes vantagens em utilizá-la é a possibilidade de se trabalhar com variáveis aleatórias, diferentemente de programação linear, por exemplo,
MODELAGEM E SIMULAÇÃO COMPUTACIONAL EM UMA EMPRESA DE CONFECÇÃO DE ROUPAS: UM ESTUDO SOBRE O DESEMPENHO DE UM PROCESSO PRODUTIVO
6 XXXIV ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO MODELAGEM E SIMULAÇÃO COMPUTACIONAL EM UMA EMPRESA DE CONFECÇÃO DE ROUPAS: UM ESTUDO SOBRE O DESEMPENHO DE UM PROCESSO PRODUTIVO Hilario Gomes Neto (UFCG
Teoria das Filas aplicadas a Sistemas Computacionais. Aula 09
Teoria das Filas aplicadas a Sistemas Computacionais Aula 09 Universidade Federal do Espírito Santo - Departamento de Informática - DI Laboratório de Pesquisas em Redes Multimidia - LPRM Teoria das Filas
S I M U L A Ç Ã O 84
S I M U L A Ç Ã O 84 - 1 - Elabore uma rotina que lhe permita gerar números pseudo-aleatórios (NPA) com distribuição X ( f X ( x ) representa a função de densidade de probabilidade de X e F X ( x ) representa
1 - A capacidade de fluxo que corresponde a capacidade máxima que pode passar pelo arco.
CONCEITOS DE REDE Uma rede é formada por um conjunto de nós, um conjunto de arcos e de parâmetros associados aos arcos. Nós Arcos Fluxo Interseções Rodovias Veículos Rodoviários Aeroportos Aerovia Aviões
ANÁLISE DE RESULTADOS
ANÁLISE DE RESULTADOS Conteúdo 2 1. Planejamento de Experimentos 2. Introdução Medidas de Desempenho Análise Estatística dos Resultados Comparação de Resultados Procedimento para análise de resultados
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção. Teoria da Filas. Prof. Fabrício Maciel Gomes
Escola de Engenharia de Lorena EEL/USP Curso de Engenharia de Produção Teoria da Filas Prof. Fabrício Maciel Gomes Teoria das Filas Por quê das Filas? Procura por um serviço maior do que a capacidade do
Fernando Nogueira Simulação 1
Simulação a Eventos Discretos Fernando Nogueira Simulação Introdução Simulação não é uma técnica de otimização: estima-se medidas de performance de um sistema modelado. Modelos Contínuos X Modelos Discretos
Simulação de Sistemas. Adaptado de material de Júlio Pereira Machado (AULA 17)
Simulação de Sistemas Adaptado de material de Júlio Pereira Machado (AULA 17) Análise dos Dados de Saída Além das tarefas de modelagem e validação, devemos nos preocupar com a análise apropriada dos resultados
MODELAGEM E SIMULAÇÃO - APLICAÇÃO A UMA LINHA DE MANUFATURA DE COMPONENTES AUTOMOTIVOS
MODELAGEM E SIMULAÇÃO - APLICAÇÃO A UMA LINHA DE MANUFATURA DE COMPONENTES AUTOMOTIVOS ALEXANDRE BETIATTO (PUC ) [email protected] Com resultado surpreendente, este artigo apresenta o desenvolvimento
6.Elaboração de algoritmos...13
Índice de conteúdos Capítulo 1. Computação Científica...1 1.Definição...1 2.Modelo genérico...2 3.Modelo matemático...2 4.Tipos de modelos matemáticos...3 5.Modelação matemática...5 5.1.Definição (formulação)
SA062 - MÉTODOS QUANTITATIVOS II
Ministério da Educação Universidade Federal do Paraná Setor de Ciências Sociais Aplicadas Departamento de Administração Geral e Aplicada SA062 - MÉTODOS QUANTITATIVOS II Prof. Dr. José Eduardo Pécora Junior
COMO FUNCIONA A SIMULAÇÃO
COMO FUNCIONA A SIMULAÇÃO Capítulo 2 - Aula 3 1 Terminologia Básica Variáveis de Estado Eventos Entidades e Atributos Recursos e Filas de Recursos Atividades e Períodos de Espera Tempo (Real) Simulado
COMO FUNCIONA A SIMULAÇÃO
COMO FUNCIONA A SIMULAÇÃO Capítulo 2 - Aula 3 1 Terminologia Básica Ver capítulo 2 da referência 1 Variáveis de Estado Eventos Entidades e Atributos Recursos e Filas de Recursos Atividades e Períodos de
PALAVRAS-CHAVE: simulação a eventos discretos, logística de cargas pesadas, avaliação de desempenho em operações portuárias.
MODELAGEM E SIMULAÇÃO DA OPERAÇÃO DE DESCARGA DE TUBOS DE AÇO PARA SERVIÇOS DE LOGÍSTICA NO PORTO DE SÃO SEBASTIÃO-SP PROJETO DO GASODUTO GSNC RASO Flávia Cristina da Silva Duarte Departamento de Engenharia
MOQ-13 PROBABILIDADE E ESTATÍSTICA. Professor: Rodrigo A. Scarpel
MOQ-13 PROBABILIDADE E ESTATÍSTICA Professor: Rodrigo A. Scarpel [email protected] www.mec.ita.br/~rodrigo Programa do curso: Semanas 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 e 16 Introdução à probabilidade (eventos,
PNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO
PNV-5005 MODELAGEM E ANÁLISE DE SISTEMAS INTERMODAIS DE TRANSPORTE UTILIZANDO TÉCNICAS DE SIMULAÇÃO Prof. Dr. Rui Carlos Botter e-mail: [email protected] Fevereiro de 2017 Simulação É o processo de elaborar
rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aleatórias nuas
ITA - Laboratório rio de Guerra Eletrônica EENEM 2008 Estatística stica e Probabilidade Aula 04: Variáveis Aleatórias Contínuas nuas Função densidade de probabilidade contínua nua f(x) a b f(x) 0 para
SSC643 -Avaliação de Desempenho de Sistemas Computacionais Sarita Mazzini Bruschi
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação SSC643 -Avaliação de Desempenho de Sistemas Computacionais Sarita Mazzini Bruschi Material
Classificação: Determinístico
Prof. Lorí Viali, Dr. [email protected] http://www.ufrgs.br/~viali/ Classificação: Da mesma forma que sistemas os modelos de simulação podem ser classificados de várias formas. O mais usual é classificar
Capítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Estatística e Modelos Probabilísticos - COE241
Estatística e Modelos Probabilísticos - COE241 Aula passada Introdução à simulação Geração de números aleatórios Lei dos Grandes Números Aula de hoje Geração de variáveis aleatórias: Transformada Inversa
Introdução à probabilidade e à estatística II. Prof. Alexandre G Patriota Sala: 298A Site:
Introdução à probabilidade e à estatística II Revisão Prof. Alexandre G Patriota Sala: 298A Email: [email protected] Site: www.ime.usp.br/ patriota Estatística Estatística: É uma ciência que se dedica
Processos de software
Processos de software 1 Processos de software Conjunto coerente de atividades para especificação, projeto, implementação e teste de sistemas de software. 2 Objetivos Introduzir modelos de processos de
AULA 07 Inferência a Partir de Duas Amostras
1 AULA 07 Inferência a Partir de Duas Amostras Ernesto F. L. Amaral 10 de setembro de 2012 Faculdade de Filosofia e Ciências Humanas (FAFICH) Universidade Federal de Minas Gerais (UFMG) Fonte: Triola,
TÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO
TÍTULO: MODELAGEM E SIMULAÇÃO DE UM TERMINAL PORTUÁRIO PARA EMBARQUE DE AÇÚCAR PARA EXPORTAÇÃO CATEGORIA: CONCLUÍDO ÁREA: ENGENHARIAS E ARQUITETURA SUBÁREA: ENGENHARIAS INSTITUIÇÃO: UNIVERSIDADE CATÓLICA
Pesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho julho/2014 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
Modelagem e Simulação
1 Modelagem e Simulação Prof. Luís César da Silva Email: [email protected] - Website: www.agais.com Segundo LAW e KELTON (1991), os estudos de sistemas podem ser realizados sob as diferentes formas de
Técnicas computacionais em probabilidade e estatística II
Técnicas computacionais em probabilidade e estatística II Universidade de São Paulo Instituto de Matemática e Estatística http:www.ime.usp.br/ mbranco AULA 1: Problemas Computacionais em Inferência Estatística.
Modelagem e Decisão Introdução e Aplicação de modelagem em Administração
Modelagem e Decisão Introdução e Aplicação de modelagem em Administração Modelagem e Decisão (07181) Instituto de Ciências Econômicas, Administrativas e Contábeis (ICEAC) Universidade Federal do Rio Grande
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE:
A UTILIZAÇÃO DE MÉTODOS ESTATÍSTICOS NO PLANEJAMENTO E ANÁLISE DE ESTUDOS EXPERIMENTAIS EM ENGENHARIA DE SOFTWARE (FONTE: ESELAW 09 MARCOS ANTÔNIO P. & GUILHERME H. TRAVASSOS) 1 Aluna: Luana Peixoto Annibal
A SIMULAÇÃO COMO FERRAMENTA PARA A ANÁLISE DA INFLUÊNCIA DO SEQUENCIAMENTO DE LINHA DE PRODUÇÃO NO TEMPO DE FILA
A SIMULAÇÃO COMO FERRAMENTA PARA A ANÁLISE DA INFLUÊNCIA DO SEQUENCIAMENTO DE LINHA DE PRODUÇÃO NO TEMPO DE FILA Ananda de Lima Pazim anandapazim@gmailcom Fabrício Maciel Gomes fmgomes@uspbr Toda linha
Adaptação Curricular Tabela de equivalência CURRÍCULO 2014 CURRÍCULO 2017
NÚCLEO DE CONTEÚDOS BÁSICOS CSETL4001 Desenho Técnico I 45 (1-2) CSETL4066 Desenho Técnico 60 (1-3) CSETL4002 Algoritmos e Programação 90 (4-2) CSETL4076 Algoritmos e Programação de Computadores 90 (4-2)
Ambiente Arena Tutorial. Paulo Cesar F. de Oliveira, BSc, PhD
Ambiente Arena Tutorial Paulo Cesar F. de Oliveira, BSc, PhD Terminologia Variável de Estado Evento Recurso e Fila de Recurso Entidade Atributo Atividade e Período de Espera Tempo (Real) Simulado e Tempo
Probabilidade e Modelos Probabilísticos
Probabilidade e Modelos Probabilísticos 2ª Parte: modelos probabilísticos para variáveis aleatórias contínuas, modelo uniforme, modelo exponencial, modelo normal 1 Distribuição de Probabilidades A distribuição
MODELAGEM E SIMULAÇÃO DO SISTEMA DE XEROX DOC CENTER
MODELAGEM E SIMULAÇÃO DO SISTEMA DE XEROX DOC CENTER Ernane Rosa Martins¹ ¹Instituto Federal de Educação, Ciência e Tecnologia de Goiás Resumo: O artigo tem como objetivo fazer a modelagem e simulação
Pesquisa Operacional Introdução. Profa. Alessandra Martins Coelho
Pesquisa Operacional Introdução Profa. Alessandra Martins Coelho agosto/2013 Operational Research Pesquisa Operacional - (Investigação operacional, investigación operativa) Termo ligado à invenção do radar
ESTATÍSTICA ECONÔMICA A 6EMA
6EMA020-2000 Lucas Santana da Cunha email: [email protected] Universidade Estadual de Londrina 13 de abril de 2016 CRONOGRAMA 1 o BIMESTRE: MÓDULO I - Estatística Descritiva Noções Básicas em estatística:
Estatística. Professor Jair Vieira Silva Júnior.
Estatística Professor Jair Vieira Silva Júnior Ementa da Disciplina Estatística descritiva; Interpretação de gráficos e tabelas; Amostras, representação de dados amostrais e medidas descritivas de uma
Conceito de Estatística
Conceito de Estatística Estatística Técnicas destinadas ao estudo quantitativo de fenômenos coletivos, observáveis. Unidade Estatística um fenômeno individual é uma unidade no conjunto que irá constituir
Pesquisa Operacional. Introdução à Pesquisa Operacional
Pesquisa Operacional Introdução à Pesquisa Operacional 1 PESQUISA OPERACIONAL PO Sumário Origens A natureza O impacto Principais sociedades profissionais ligadas à PO Algumas publicações científicas ligadas
Funções Geradoras de Variáveis Aleatórias. Simulação Discreta de Sistemas - Prof. Paulo Freitas - UFSC/CTC/INE
Funções Geradoras de Variáveis Aleatórias 1 Funções Geradoras de Variáveis Aleatórias Nos programas de simulação existe um GNA e inúmeras outras funções matemáticas descritas como Funções Geradoras de
AULA 02 Distribuição de probabilidade normal
1 AULA 02 Distribuição de probabilidade normal Ernesto F. L. Amaral 02 de outubro de 2013 Centro de Pesquisas Quantitativas em Ciências Sociais (CPEQS) Faculdade de Filosofia e Ciências Humanas (FAFICH)
DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500. Planificação Anual /Critérios de avaliação. Disciplina: MACS 11º ano 2014/2015
AGRUPAMENTO DE ESCOLAS ANSELMO DE ANDRADE DEPARTAMENTO DE MATEMÁTICA E CIÊNCIAS EXPERIMENTAIS - Grupo 500 Planificação Anual /Critérios de avaliação Disciplina: MACS 11º ano 2014/2015 Início Fim Nº de
Instituto Militar de Engenharia - IME Engenharia de Sistemas
Instituto Militar de Engenharia - IME Engenharia de Sistemas Engenharias do Século XXI 2017 4 Ano Pantanal e Amazônia do Brasil Prof Cicero R Garcez (Cel QEM Ref) [email protected] Engenharia de Sistemas
6EMA Lucas Santana da Cunha 19 de abril de Universidade Estadual de Londrina
ESTATÍSTICA ECONÔMICA 6EMA020-2000 [email protected] http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 19 de abril de 2017 1 o Bimestre Plano do Curso Cronograma Critério de Avaliação Bibliografia
RESOLUÇÃO Nº 01/2016
Legislações Complementares: Resolução Nº 02/2016 Colegiado DEst Resolução Nº 03/2016 Colegiado DEst Resolução Nº 01/2017 Colegiado DEst RESOLUÇÃO Nº 01/2016 O Departamento de Estatística, tendo em vista
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES
PRINCIPAIS DISTRIBUIÇÕES DE PROBABILIDADES Certas distribuições de probabilidades se encaixam em diversas situações práticas As principais são: se v.a. discreta Distribuição de Bernoulli Distribuição binomial
Modelos Probabilísticos
Modelos Probabilísticos Somente para lembrar... Modelos são extremamente importantes para o estudo do desempenho de um sistema antes de implementá-lo na prática! Foguete proposto tem confiabilidade? Devemos
Modelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Avaliação de Desempenho
Universidade de São Paulo Instituto de Ciências Matemáticas e de Computação Departamento de Sistemas de Computação Avaliação de Desempenho Introdução Aula 1 Marcos José Santana Regina Helena Carlucci Santana
