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 Atividade e Prova 30 pontos 3º Avaliação Prova - 40 pontos
Bibliografia Chwif, Leonardo; Medina, Afonso C. Modelagem e Simulação de Eventos Discretos: teoria e aplicações 2. ed São Paulo, 2007 Freitas, Paulo José Filho. Introdução a Modelagem e Simulação de Sistemas ed. VisualBooks, Florianópolis, 2001 Prado, Darci. Usando o Arena em Simulação. Editora DG, Belo Horizonte (MG), 1999
Atividade 1º Trabalho Apresentar exemplos de simulação utilizando Softwares existentes no mercado. 2º Trabalho Desenvolver um programa de simulação em linguagem C. 3º Trabalho Visita a um empresa. 4º Trabalho Desenvolvimento de uma aplicação utilizando software de simulação. Publicação de Artigo Pontuação extra
Um pouco de História Alan Mathison Turing 1912-1954 Proporcionou uma formalização do conceito de algoritmo e computação com a máquina de Turing (1936).
Definição o que é simulação Segundo Schriber: Simulação implica na modelagem de um processo ou sistema, de tal forma que o modelo imite as respostas do sistema real numa sucessão de eventos que ocorrem ao longo do tempo Schriber em sua definição não descreve que um processo de simulação deva utilizar o computador, pois na época ainda era comum a utilização de modelos analógicos e físicos para se estudar o comportamento de sistemas. Hoje simulação é quase sinônimo de simulação computacional digital, na qual um modelo computacional é executado. Thomas J. Schriber foi um dos desenvolvedores do GPSS, primeira linguagem comercial de computadores voltada à simulação de sistemas. GPSS, foi distribuído pela IBM meados de 1974.
Definição o que é simulação Robert Shannon (1975) define como Um modelo computacional é um programa de computador cujas variáveis apresentam o mesmo comportamento dinâmico e estocástico do sistema real que representa. Baseado na definição acima, Pegden (1991), apresenta uma definição mais completa abrangendo todo o processo de simulação. Ele cita que Simulação é o processo de projetar um modelo computacional de um sistema real e conduzir experimentos com este modelo com o propósito de entender seu comportamento e/ou avaliar estratégias para sua operação. Como se observa, o autor entende a simulação como um processo mais amplo, compreendendo não somente a construção do modelo, mas também, todo o método experimental que se segue, buscando, sobremaneira: Descrever o comportamento do sistema; Construir teorias e hipóteses considerando as observações efetuadas; Usar o modelo para prever o comportamento futuro, isto é, os efeitos produzidos por alterações no sistema ou nos métodos empregados em sua operação.
Por que Simular? A simulação permite ao analista realizar estudos sobre os correspondentes sistemas modelados para responder questões do tipo: O que acontecerá se?. O principal apelo ao uso dessa ferramenta, é tais questões podem ser respondidas sem que os sistemas sob investigação sofram qualquer perturbação, uma vez que os estudos são realizados no computador. A simulação permite que tais estudos sejam realizados sobre o sistemas que ainda não existem, levando ao desenvolvimento de projetos eficientes antes que qualquer mudança física tenha sido iniciada. Este processo facilita a tomada de decisão levando em conta fatores como: - Permite considerarem níveis de detalhamento Jamais imaginados há pouco tempo atrás. (Permitindo que diferenças de comportamento, às vezes sutis, venham a ser notadas. As abordagens tradicionais, ao contrário, empregam estudos preliminares estáticos e com tantas simplificações que, muitos projetos, depois de implementados, acabam sofrendo inúmeras modificações e adaptações.)
Por que Simular? A possibilidade do emprego de animações, permitindo que se visualize o comportamento dos sistemas durante as simulações. Economia de tempo e recurso financeiro no desenvolvimento do projeto, como consequência direta, produtividade e lucro A percepção de que o comportamento modelo simulado é muito semelhante ao do sistema real.
Por que Simular? Normalmente costuma-se desenvolver e experimentar com modelos de simulação objetivando o encaminhamento de uma solução a um dado problema. As razões mais comuns para experimentar-se com modelos simulados são as seguintes: - O sistema real ainda não existe: nesse caso a simulação poderá ser usada para planejar o futuro sistema. Um novo hospital, uma nova fábrica ou um novo ambiente de suporte a negócios na Internet, por exemplo. - Experimentar com o sistema real é dispendioso: o modelo poderá indicar, com muito menos custo, quais os benefícios de se investir em um novo equipamento, por exemplo; - Experimentar com o sistema real não é apropriado: um caso típico é o planejamento do atendimento de situações de emergência, um desastre aéreo em um aeroporto, por exemplo. Toda logística para o acionamento e atuação de serviços prestados pela polícia, bombeiros, ambulância, emergência hospitalar, etc. podem ser modelados e tratados no computador. Não se pode provocar um desastre desse tipo para testar planos de emergência.
Simulação não é Uma bola de cristal: Não pode prever o futuro. A simulação pode prever com certa confiança, é o comportamento de um sistema baseado em dados de entradas específicos e respeitando um conjunto de premissas. Um modelo matemático: Embora possamos utilizar fórmulas matemáticas em um modelo de simulação, não existe uma expressão analítica fechada, não pode ser reduzida a um simples cálculo ou fórmula matemática.
Simulação não é Não é substituta do pensamento inteligente: Segundo o princípio SINSFIT (Simulation Is No Substitute For Intelligent Thinking), pregado por alguns autores renomados da área, a simulação não pode substituir o ser humano no processo de tomada de decisão. Não é uma técnica de último recurso: No passado era utilizada quando todas as técnicas possíveis falhassem. Atualmente é uma das técnicas mais utilizadas na Pesquisa Operacional e na Ciência da Administração.
Áreas de Aplicação Sistemas de produção - Manufatura e montagem, movimentação de peças e matéria-prima, alocação de mão-de-obra, áreas de armazenagem, layout etc. Sistema de transporte e estocagem - Redes de distribuição e logística, armazéns e entrepostos, operações portuárias, transportes rodoviários e ferroviários, operações em aeroportos, etc. Sistemas computacionais - Redes de computadores, redes de comunicação, web sites, servidores de redes, arquitetura de computadores, sistemas operacionais, Gerenciadores de bases de dados etc. Sistemas administrativos - Seguradoras, operadores de crédito, financeiras. Sistemas de prestação de serviços diretos ao público: - Hospitais, bancos, centrais de atendimento, restaurantes industriais e tipo fast food, serviços de emergência, serviços de assistência jurídica etc.
Softwares de simulação O precursor, GPSS comentado anteriormente, substituído por SIMAN/CINEMA desenvolvido pela Systems Modeling, que também produziu o ARENA a partir de fins de 1993, que é hoje um dos softwares mais populares do mercado atual tanto no Brasil quanto no resto do mundo, temos também @risc, Simul, Promodel, Crystal Ball. O modelador também pode decidir em desenvolver uma aplicação para desenvolvimento do modelo desejado, utilizando uma linguagem: C, Pascal, Javal, ou uma outra linguagem que lhe atenda.
Vantagens da Simulação Uma vez criado, um modelo de simulação pode ser utilizado inúmera vezes para avaliar projetos e políticas propostas. A metodologia de análise utilizada pela simulação permite a avaliação de um sistema proposto, mesmo que os dados de entrada estejam, ainda, na forma de esquema ou rascunho. A simulação é geralmente, mais fácil de aplicar do que métodos analíticos. Enquanto os modelos analíticos requerem um número muito grande de simulações para torná-los matematicamente tratáveis, os modelos de simulação não apresentam tais restrições. Além disso, nos modelos analíticos, as análises recaem apenas sobre um número limitado de medidas de desempenho. Da maneira contrária, as informações geradas pelos modelos de simulação permitem a análise de, praticamente, qualquer medida concebível.
Vantagens da Simulação Uma vez que os modelos de simulação podem ser quase tão detalhados quanto os sistemas reais, novas políticas e procedimentos operacionais, regras de decisão, fluxos de informação etc. podem ser avaliados sem que o sistema real seja perturbado. Hipóteses sobre como ou por que certos fenômenos acontecem podem ser testados para confirmação. O tempo pode ser controlado, comprimento ou expandido, permitindo produzir os fenômenos de maneira lenta ou acelerada, para que se possa melhor estudá-los. Pode-se compreender melhor quais variáveis são as mais importantes em relação à performance e como as mesmas interagem entre si e com os outros elementos do sistema. A identificação de gargalos, preocupação maior no gerenciamento operacional de inúmeros sistemas tais como fluxo de materiais, de informações e de produtos, pode ser obtida de forma facilitada, principalmente com a ajuda visual. Um estudo de simulação costuma mostrar como realmente um sistema opera, em oposição à maneira com que todos pensam que ele opera. Novas situações sobre as quais se tenha pouco conhecimento e experiência podem ser tratadas de tal forma que se possa ter, teoricamente, alguns preparação diante de futuros eventos. A simulação é uma ferramenta especial para explorar questões do tipo: O que acontecerá se?
Desvantagens da Simulação A construção de modelos requer treinamento especial. Envolve arte e, portanto, o aprendizado se dá ao longo do tempo, com a aquisição de experiência. Dois modelos de um sistema construídos por dois indivíduos competentes terão similaridade, mas dificilmente serão iguais; Os resultados da simulação são, muitas vezes, de difícil interpretação. Uma vez que os modelos tentam capturar a variabilidade do sistema, é comum que existam dificuldades em determinar quando uma observação realizada durante uma execução se deve a alguma relação significante no sistema ou a processos aleatórios construídos e embutidos no modelo; A modelagem e a experimentação associadas a modelos de simulação consomem muitos recursos, principalmente tempo. A tentativa de simplificação na modelagem ou nos experimentos objetivando economia de recursos costuma levar a resultados insatisfatórios. Em muitos casos a aplicação de métodos analíticos podem trazer resultados menos ricos e mais econômicos.