modelagem de sistemas simulaÇÃo profa. giovana pasa, dra. [email protected] parte i...
TRANSCRIPT
![Page 1: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/1.jpg)
MODELAGEM DE SISTEMAS MODELAGEM DE SISTEMAS
SIMULAÇÃOSIMULAÇÃO
Profa. Giovana Pasa, [email protected]
Parte I
Universidade Federal do Rio Grande do Sul
Programa de Pós Graduação em Engenharia de ProduçãoEscola de Engenharia
![Page 2: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/2.jpg)
2
Ponto de partida
I keep six honest serving-men
(They taught me all I knew);
Their names What and Why, When
And How and Where and Who”.
Rudyard Kipling apud Carnegie (1956)
![Page 3: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/3.jpg)
3
What
O que precisamos fazer em nosso trabalho?
![Page 4: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/4.jpg)
4
What
gerenciar decidir resolver problemas aprender domínio da situação
![Page 5: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/5.jpg)
5
Why
Por que?
![Page 6: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/6.jpg)
6
Why
sermos a referência competitividade melhores resultados sobrevivência
benchmark*
marco geodésico,referência de nível
* http://www.merriam-webster.com/dictionary/benchmark
![Page 7: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/7.jpg)
7
When
Quando?
![Page 8: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/8.jpg)
8
When
hoje
futuro
![Page 9: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/9.jpg)
9
How
Como?
Simulando:
realidade existente: cenários, decisões
projetos futuros: alternativas, impacto
técnica de aprendizagem organizacional
![Page 10: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/10.jpg)
10
Where (Onde) MANUFATURA
![Page 11: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/11.jpg)
11
Where (Onde) MANUFATURA
![Page 12: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/12.jpg)
12
Where (Onde) SERVIÇOS
![Page 13: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/13.jpg)
13
Where
Onde? Logística
![Page 14: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/14.jpg)
14
![Page 15: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/15.jpg)
15
Who
Quem? especialistas em modelagem usuários do sistema clientes do sistema especialistas em áreas complementares vocês
![Page 16: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/16.jpg)
16
INICIANDO O ESTUDO
História: 1908 matemático A. K. Erlang central telefônica de Copenhagen objetivo: ligações prontamente atendidas problema: dimensionar para não haver
congestionamentos solução: MODELAGEM
![Page 17: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/17.jpg)
17
Modelagem matemática de Erlang
Erlang desenvolveu um modelo para o sistema da central telefônica
chamadas chegam aleatoriamente na central produzem ou não conexão, dependendo da
disponibilidade de linhas havendo linha, a ligação é imediata não havendo, usuário recebe sinal de ocupado e
ligação é perdida deverá tentar posteriormente
![Page 18: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/18.jpg)
18
Modelagem matemática
Erlang desenvolveu um modelo para o sistema
SISTEMA: “Conjunto de entidades que interagem com o objetivo de atingir algum fim lógico.”
MODELO:Para estudar um sistema é preciso estabelecer pressupostos a respeito de seu funcionamento.Esses tomam a forma de expressões matemáticas ou lógicas que constituem o modelo.
![Page 19: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/19.jpg)
19
TEORIA DAS FILAS
Erlang desenvolveu modelos matemáticos que oferecem soluções analíticas
TEORIA DAS FILAS
Útil para: malhas de transportes, redes de computadores, manufatura, serviços,…
![Page 20: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/20.jpg)
20
Terminologia em TEORIA DAS FILAS
Descreve a forma como os clientes chegam no sistema.
processo de chegada
(arrival ou input process)
1 - Processo de chegada
•um cliente por vez•grupos
![Page 21: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/21.jpg)
21
2 - Processo de atendimento
descreve a forma como os clientes são atendidos
distribuição do tempo de atendimento
um ou mais servidores série ou paralelo
processo de atendimento
(service or output process)
![Page 22: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/22.jpg)
22
Para modelarmos os processos de
chegada e atendimento...
... podemos ter uma modelagem determinística (D) ou podemos ter as distribuições de probabilidade (ddp). Algumas delas são:
M – exponencialU - UniformeG – geral ou arbitrária
Mais adiante serão estudadas em detalhe.
![Page 23: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/23.jpg)
23
3 – Número de atendentes
um atendente vários
![Page 24: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/24.jpg)
24
4 - Regra ou disciplina da fila
descreve a ordem em que os clientes serão atendidos primeiro a chegar é o primeiro a ser atendido
FCFS – first come, first served
último a chegar é o primeiro a ser atendido LCFS – last come, first served
aleatório em relação à chegada prioridades por categorias
![Page 25: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/25.jpg)
25
5 – Número máximo de clientes no sistema
limitado infinito
![Page 26: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/26.jpg)
26
6 - População
Fonte infinita – chegadas independem do nro de clientes no sistema
Fonte finita – dependem - população pequena
- desistem em função do tamanho da
fila
![Page 27: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/27.jpg)
27
FILAS: elementos básicos
Os elementos básicos das filas são os seis apresentados, especialmente:
- taxa de chegada - taxa de atendimento
A notação de Kendall- Lee organiza estes elementos da seguinte forma:
![Page 28: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/28.jpg)
28
Notação Kendall-Lee
1/2/3/4/5/6
1 – processo de chegada
2 – processo de atendimento
3 – número de atendentes
4 – regra da fila
5 – número máximo de clientes no sistema
6 – tamanho da população
![Page 29: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/29.jpg)
29
exemplo:
M/M/1
1 – processo de chegada exponencial
2 – processo de atendimento exponencial
3 – número de atendentes = 1
4 – regra da fila: geral
5 – número máximo de clientes no sistema:
6 – tamanho da população:
![Page 30: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/30.jpg)
30
FILAS
SISTEMA
CLIENTE NA FILACLIENTE SENDO ATENDIDO
chegada fila atendimento saída
IC TF NF TA NA sistema
TS NS
![Page 31: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/31.jpg)
31
FILAS
- taxa de chegada - taxa de
atendimento
chegada fila atendimento saída
IC TF NF c TA NA sistema
TS NS
IC – tempo médio entre chegadas IC=1/ TF - tempo médio na filaNF – número médio de clientes na filaTA - tempo médio de atendimento TA=1/NA – número médio de clientes em atendimentoTS - tempo médio no sistemaNS – número médio de clientes no sistema
![Page 32: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/32.jpg)
32
Fórmulas básicas
chegada fila atendimento saída
IC TF NF c TA NA sistema
TS NS
NS = NF + NATS = TF + TANA = / = TA/ICNS = NF + NA = NF + (/ ) = NF + (TA/IC)
intensidade de tráfego = /
![Page 33: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/33.jpg)
33
Fórmulas de Little
Aplicáveis a sistemas estáveis: intensidade de tráfego < 1, ou seja, < - taxa média de chegada constante - taxa média de atendimento constante
NF = . TF NS = . TSNA = . TA
![Page 34: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/34.jpg)
34
Exemplo
1. Precisamos retirar dinheiro no quiosque de caixas automáticos. Sabemos que:
chegam = 20 clientes por hora a taxa de atendimento é = 25 clientes por hora o tempo médio que cada cliente gasta no sistema é TS = 0,3
horas (18 min.)
a) Qual a intensidade de tráfego ()?b) Qual o tamanho médio da fila que vamos encontrar (NF)?c) Qual o número médio de clientes no quiosque (NS)?d) Qual o número médio de clientes sendo atendidos (NA)?
![Page 35: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/35.jpg)
35
chegam = 20 clientes por hora a taxa de atendimento é = 25 clientes por hora o tempo que cada cliente gasta no sistema é TS = 0,3 horas (18 min.)
a) Qual a intensidade de tráfego ()? = / =20/25=0,8
b) NF=?NF = . TF = 20. TF
TS = TF + TA ou TF = TS – TATA = 1/ = 1/25 = 0,04 hSubstituindo:TF = 0,3 – 0,04 = 0,26 h NF = . TF = 20. 0,26 = 5,2 clientes
![Page 36: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/36.jpg)
36
chegam = 20 clientes por hora a taxa de atendimento é = 25 clientes por hora o tempo que cada cliente gasta no sistema é TS = 0,3 horas (18 min.)
c) NS = . TSNS = 20. 0,3 = 6 clientes
d) NA = . TATA = 1/ = 1/25 = 0,04NA = 20. 0,04 = 0,8 clientes
![Page 37: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/37.jpg)
37
Ao chegar ao quiosque, o que veremos será:
![Page 38: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/38.jpg)
38
A1. Na hora do intervalo, cada aluno desloca-se até o balcão de lanches. Verificou-se que: cada atendente é capaz de alcançar os lanches aos alunos a uma taxa
de =9 lanches/min); a taxa de chegada de alunos no balcão é de = 4 alunos/min.
a) Qual a intensidade de tráfego ? b) Qual o tempo médio de atendimento (TA)? c) Observando-se que a fila tem em média 10 alunos, determine o tempo
que o aluno permanece na fila (TF). d) Considerando a informação do item c, calcule o tempo médio de
permanência de um aluno na lancheria (TS).
atividade 1 - lancheria
![Page 39: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/39.jpg)
39
Teoria das Filas aplicada a sistemas M/M/1
Lembrando M/M/1:1 – processo de chegada exponencial2 – processo de atendimento exponencial3 – número de atendentes = 14 – regra da fila: geral5 – número máximo de clientes no sistema: infinito6 – tamanho da população: infinito
Solução analítica: fórmulas matemáticas usa o conhecimento sobre o
comportamento das distribuições
![Page 40: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/40.jpg)
40
Propriedades de um sistema M/M/1/G/ /
2
NFfilanaclientesdemédionúmero
NSsistemanoclientesdemédionúmero
TFfilanamédiotempo
n
nPsistemanoclientesnexistiremdeeobabilidad
1Pr
1TSsistemanomédiotempo
![Page 41: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/41.jpg)
41
Modelagem
Distribuição de probabilidade - Exponencial
x
a(x)= . e -x
. e -x
é a taxa de chegadas
E(A)=1/ é a média dos tempos entre de chegadas
var(A)=1/ (2) é a variância dos tempos entre de chegadas
1/
63%
![Page 42: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/42.jpg)
42
Exemplo de um sistema M/M/1/G/ /
A cabine telefônica: as chegadas ocorrem de acordo com uma
distribuição exponencial com taxa = 0,1 pessoas/min;
a duração média dos telefonemas é de TA = 3 minutos e também segue uma distribuição exponencial.
a) Qual a probabilidade de uma pessoa chegar à cabine e não precisar esperar?
n
nPsistemanoclientesnexistiremdeeobabilidad
1Pr
![Page 43: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/43.jpg)
43
A cabine telefônica:
= 0,1 pessoas/min. TA = 3 minutos ou =0,33 telefonemas/min.
a) Qual a probabilidade de uma pessoa chegar à cabine e não precisar esperar?
A probabilidade de encontrar a cabine disponível é de 70%.
7,03,0133,0
1,0
33,0
1,011
00
0
P
![Page 44: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/44.jpg)
44
A cabine telefônica:
= 0,1 pessoas/min. TA = 3 minutos ou =0,33 telefonemas/min.
b) Qual o tempo médio na fila?
O tempo médio na fila é de 1,28 min.
28,11,03/13/1
1,0
TF
![Page 45: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/45.jpg)
45
A cabine telefônica:
3/13/13TF
= 0,1 pessoas/min. TA = 3 minutos ou =0,33 telefonemas/min.
c) Qual ritmo de chegada de pessoas determinaria um tempo médio na fila de 3 minutos?
O tempo médio na fila seria de 3 min. se o ritmo de chegada fosse de 0,16 clientes/minuto.
min/16,06/13/13/13 clientes
![Page 46: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/46.jpg)
46
atividade 2 - ferramentaria
A2. Os operários da fábrica, para realizarem as atividades diárias, precisam recorrer ao auxílio da ferramentaria. Observou-se que o ritmo de chegada de solicitações à ferramentaria segue uma distribuição exponencial com ritmo de chegada de =1 solicitação/min. O ritmo de atendimento da ferramentaria também segue uma exponencial com =12 atendimentos/min.
![Page 47: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/47.jpg)
47
atividade 2 - ferramentaria
ritmo de chegada de =1 solicitação/min. ritmo de atendimento =12 atendimentos/min.
Pergunta-se:a) Qual a probabilidade de um operário chegar à ferramentaria e
não precisar esperar?b) Qual o tempo médio de espera do operário na fila (TF)?c) Qual o tempo médio de atendimento do operário (TA)?d) Qual o tempo médio do operário na ferramentaria (TS)?e) Quantos operários em média estão na fila (NF)?f) Quantos operários em média estão na ferramentaria (NS)?
![Page 48: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/48.jpg)
48
atividade 3 – manutenção e ferramentaria
A3. O gerente geral recebeu uma solicitação de reduzir custos com os setores de apoio à produção. Uma idéia testada em outras filiais foi alocar a um mesmo setor as atividades de ferramentaria e as atividades de manutenção básica. Antes de estudar mais detalhadamente a proposta, o gerente resolveu fazer uma análise dos impactos que esta mudança provocaria. Observou-se que o ritmo de chegada de solicitações somando-se as demandas da ferramentaria e da manutenção segue uma distribuição exponencial com ritmo de chegada de =8 solicitações/min. O ritmo de atendimento do novo setor ainda seguiria uma exponencial mas cairia para =10 atendimentos/min devido ao aumento da complexidade.
![Page 49: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/49.jpg)
49
atividade 3 – manutenção e ferramentaria
ritmo de chegada de =8 solicitações/min. ritmo de atendimento =10 atendimentos/min.
Pergunta-se:a) Qual a probabilidade de um operário chegar à ferramentaria e
precisar esperar?b) Qual o tempo médio de espera do operário na fila (TF)?c) Qual o tempo médio de atendimento do operário (TA)?d) Qual o tempo médio do operário no setor (TS)?e) Quantos operários em média estarão na fila (NF)?f) Quantos operários em média estarão no setor (NS)?
![Page 50: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/50.jpg)
50
Dinâmica em grupo: Conservação dos fluxos
a.
b. CBA
![Page 51: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/51.jpg)
51
Conservação dos fluxos
c.
d.
C
A1 3 3
B23= 1+ 2
BA12
2
C
3
3 2= 1- 3
![Page 53: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/53.jpg)
53
Situação:
Agora, desejo modelar as filas com que me deparo ao longo do dia...
![Page 54: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/54.jpg)
54
Agenda
ACORDAR5:45
6:00
6:15
melhor
intermediário
pior
CAFÉ0:07
0:09
0:11
melhor
intermediário
pior
ABASTECER CARRO0:12
0:15
0:18
melhor
intermediário
pior
![Page 55: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/55.jpg)
55
Agenda
IR ATÉ NOVO HAMBURGO
melhor
intermediário
pior
REUNIÃO NA EMPRESA A
0:55
1:10
1:15
melhor
intermediário
pior
1:00
1:30
1:40
melhor
intermediário
pior
0:30
0:35
0:50
REUNIÃO NA EMPRESA B
![Page 56: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/56.jpg)
56
Agenda
CAFÉ-Reuniãomelhor
intermediário
pior
PALESTRA2:00
2:20
3:00
melhor
intermediário
pior
0:40
0:50
1:00
melhor
intermediário
pior
0:50
1:30
2:00
VOLTAR A
PORTO ALEGRE
![Page 57: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/57.jpg)
Agenda
IR ATÉ NOVO HAMBURGO
melhor
intermediário
pior
REUNIÃO NA EMPRESA A
0:55
1:10
1:15
melhor
intermediário
pior
1:00
1:30
1:40
melhor
intermediário
pior
0:30
0:35
0:50
REUNIÃO NA EMPRESA B
ACORDAR5:45
6:00
6:15
melhor
intermediário
pior
CAFÉ0:07
0:09
0:11
melhor
intermediário
pior
ABASTECER CARRO
0:12
0:15
0:18
melhor
intermediário
pior
CAFÉ-Reuniãomelhor
intermediário
pior
PALESTRA2:00
2:20
3:00
melhor
intermediário
pior
0:40
0:50
1:00
melhor
intermediário
pior
0:50
1:30
2:00
VOLTAR A
PORTO ALEGRE
melhor intermediário pior
ACORDAR 05:45 06:00 06:15
CAFÉ 00:07 00:09 00:11
ABASTECER 00:12 00:15 00:18
IR A NH 00:30 00:35 00:50
REUNIÃO A 00:55 01:10 01:15
REUNIÃO B 01:00 01:30 01:40
ALMOÇO 00:50 01:30 02:00
PALESTRA 02:00 02:20 03:00
VOLTAR 00:40 00:50 01:00
TOTAL 06:14 08:19 10:14
CHEGADA 11:59 14:19 16:29
CAFÉ-Reunião
![Page 58: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/58.jpg)
58
Observe!
Trabalhamos com os cenários MELHOR, PIOR e INTERMEDIÁRIO.
Mas, qual a chance de cada um deles ocorrer?
Quais as implicações de desconsiderarmos estas “chances” ?
Agenda melhor intermediário pior
ACORDAR 05:45 06:00 06:15
CAFÉ 00:07 00:09 00:11
ABASTECER 00:12 00:15 00:18
IR A NH 00:30 00:35 00:50
REUNIÃO A 00:55 01:10 01:15
REUNIÃO B 01:00 01:30 01:40
ALMOÇO 00:50 01:30 02:00
PALESTRA 02:00 02:20 03:00
VOLTAR 00:40 00:50 01:00
TOTAL 06:14 08:19 10:14
CHEGADA 11:59 14:19 16:29
CAFÉ-Reunião
melhor intermediário pior
ACORDAR 05:45 06:00 06:15
CAFÉ 00:07 00:09 00:11
ABASTECER 00:12 00:15 00:18
IR A NH 00:30 00:35 00:50
REUNIÃO A 00:55 01:10 01:15
REUNIÃO B 01:00 01:30 01:40
ALMOÇO 00:50 01:30 02:00
PALESTRA 02:00 02:20 03:00
VOLTAR 00:40 00:50 01:00
TOTAL 06:14 08:19 10:14
CHEGADA 11:59 14:19 16:29
CAFÉ-Reunião
![Page 59: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/59.jpg)
59
Fatos sobre teoria das filas:
Modelos analíticos: simplificações nos pressupostos implica em solução inadequada
Pressupostos – sistemas estáveis: taxas estacionárias passado não afeta o futuro não há sobreposição de chegadas
Simulação
![Page 60: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/60.jpg)
60
Definição de Simulação
São técnicas que usam computadores para “imitar” ou simular diversos tipos de operações ou processos do mundo real (Law e Kelton, 1994).
![Page 61: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/61.jpg)
61
A simulação…
É uma metadisciplina
Existe com a finalidade de auxiliar outras áreas
Instrumento
![Page 62: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/62.jpg)
62
Por que usar simulação?
![Page 63: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/63.jpg)
63
cenários melhor
intermediário
pior
horizonte longo
médio
curto
Objetivo: ....
MODELOS pressupostos/sofisticação
![Page 64: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/64.jpg)
64
Fato: Existe um sistema real a ser estudado!Existe um sistema real a ser estudado!
Sistema
Macro-sistema:
- Banco
- Hospital
- Montadora de automóveis
- Universidade
- Restaurante
micro sistema:
- atendimento nos caixas
- emergência
- linha de pintura
- processo de matrícula
- cozinha
![Page 65: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/65.jpg)
65
Como posso estudar um sistema?
Sistema
![Page 66: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/66.jpg)
66
Experimento com o sistema real
Sistema
Experimento com o sistema real
Fórmula I agricultura
zoologia
![Page 67: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/67.jpg)
67
Experimento com o sistema real
Sistema
Experimento com o sistema real
destrutivo
Pode ser inviável:
não existe (fase de projeto)
![Page 68: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/68.jpg)
68
Experimentos com modelos físicos
Sistema
Experimento com um modelo do sistema
Modelo físico
Maquetes arquitetônicas
Túnel de vento
![Page 69: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/69.jpg)
69
Experimentos com modelos físicos
Sistema
Experimento com um modelo do sistema
Modelo físico
Dificuldade de construir
Caro
Dificuldade de realizar experimentos sem destruí-lo
![Page 70: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/70.jpg)
70
Sistema
Experimento com um modelo do sistema
Modelo matemático
Experimentos com modelos matemáticos
Funções lógicas:Se A=B e B=C, então A=C
Funções matemáticas:i=V/R
![Page 71: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/71.jpg)
71
Modelo matemático com solução analítica
Sistema
Experimento com um modelo do sistema
Modelo matemático
Solução analítica
Equações de MRUV
Trajetória do robôCálculos estequiométricos
![Page 72: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/72.jpg)
72
Modelo matemático com solução analítica
Sistema
Experimento com um modelo do sistema
Modelo matemático
Solução analítica
Solução analíticaé muito difícil ouinexiste
Relação custo-benefício não justifica o esforço
clima
Terminal portuário
Ex.:Teoria das filas
![Page 73: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/73.jpg)
73
Modelo matemático com simulação
Sistema
Experimento com um modelo do sistema
Modelo matemático
Simulação
![Page 74: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/74.jpg)
74
Sintetizando:
Sistema
Experimento com o sistema real
Experimento com um modelo do sistema
Modelo físico
Modelo matemático
Solução analítica
Simulação
![Page 75: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/75.jpg)
75
Razões para usar simulação - 1
Testar:
configurações diferentes do sistema
• layout funcional, layout em linha
A A B
CC
CDD
EE
EE
Funcional Linha
A B C D E
![Page 76: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/76.jpg)
76
Razões para usar simulação - 1
Testar:
para uma configuração, condições alternativas
• capacidades de máquinas
•mix produtivos
A B
CC
DD
EE
A A B
CC
CDD
EE
EE
40%
60%
30%
50%
20%
![Page 77: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/77.jpg)
77
Razões para usar simulação - 1
Avaliar desempenho
• lead time ou tempo de atravessamento
•índice de retrabalho
A B
CC
DD
EE
A A B
CC
CDD
EE
EE
95 min 108 min
25%33%
![Page 78: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/78.jpg)
78
Razões para usar simulação - 2
• controle das experiências antes de alterar o sistema real
• estudar ao longo de um horizonte temporal extenso...
2007 2008 2009 2010 2011
![Page 79: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/79.jpg)
79
Razões para usar simulação - 3
Ferramenta para tomada de decisão
Aprender sobre o processo
Testar modelos mentais
Senso de equipe/comando
Reações sob pressão
![Page 80: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/80.jpg)
80
Razões para usar simulação - 4
• aproveita o conhecimento das pessoas envolvidas rotineiramente no processo
• consolida o conhecimento
• explicita
• permite compartilhamento
![Page 81: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/81.jpg)
81
Razões para usar simulação - 5
• recupera a visão sistêmica dos processos
![Page 82: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/82.jpg)
82
Razões para usar simulação - 6
• hardware: • capacidade de processamento
• custo viável
• software: • acessíveis
• amigáveis
![Page 83: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/83.jpg)
83
Razões para usar simulação - 7
• Aprendizagem e inovação
• lápis e papel
• planilha eletrônica
Análises financeiras
Impacto gerencial
![Page 84: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/84.jpg)
84
Razões para usar simulação - 8
• Cultura organizacional e comportamento
Perspectiva 1
![Page 85: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/85.jpg)
85
![Page 86: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/86.jpg)
86
![Page 87: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/87.jpg)
87
![Page 88: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/88.jpg)
88
![Page 89: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/89.jpg)
89
![Page 90: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/90.jpg)
90
O que foi possível aprender?
![Page 91: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/91.jpg)
91
Razões para usar simulação - 8
Perspectiva 2
![Page 92: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/92.jpg)
92
Razões para usar simulação - 8
• Cultura organizacional e comportamento
Perspectiva 2
![Page 93: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/93.jpg)
93
Razões para usar simulação - 8
• Cultura organizacional e comportamento
Perspectiva 2
![Page 94: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/94.jpg)
94
ONDE podemos usar simulação:
SERVIÇOS
![Page 95: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/95.jpg)
95
Exemplo 1: Bancos
![Page 96: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/96.jpg)
96
Simulação – bancos
Nro de caixas automáticos
Tipos de funcionalidades nos caixas automáticos
Arranjo físico
Alocação de funcionários por turno
Horários de atendimento
Tempos de espera na fila
![Page 97: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/97.jpg)
97
Exemplo 2: Hospitais
![Page 98: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/98.jpg)
98
Simulação - hospitais
Nro de leitos por setor
Nro de médicos por tipo de especialidade em
plantões de emergência
Distribuição de medicamentos e material
Alocação de leitos compartilhados por
hospitais de modo a reduzir transferências
![Page 99: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/99.jpg)
99
Exemplo 3: Manufatura
![Page 100: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/100.jpg)
100
Lead time
Estoques intermediários
Turnos de trabalho
Alocação de operadores
Balanceamento da linha
Fluxo de pessoas
Fluxo de materiais
Layout
Dimensionamento de
capacidade
Mix de produção
Substituição de
equipamentos
Manutenção
Simulação da manufatura
![Page 101: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/101.jpg)
101
Exemplo 4: Logística
![Page 102: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/102.jpg)
102
Simulação da logística
Localização dos CDs
Roteiros de coleta
Tipos de veículos
Alocação de cargas
Lead times
Composição das cargas
Equipamentos de movimentação de cargas
![Page 103: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/103.jpg)
103
Atividade 4
Aplicações
![Page 104: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/104.jpg)
Parte III
Modelagem de sistemas: SIMULAÇÃO
Conceitos básicos e Terminologia
![Page 105: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/105.jpg)
105
Terminologia em Simulação
Estado de um sistema
• conjunto de variáveis necessárias para descrever o seu status em dado momento no tempo
Ex.: Em um banco, na medida em que os clientes chegam, são atendidos ou partem o status do sistema muda.
![Page 106: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/106.jpg)
106
Mudanças no Status
Para descrever cada mudança possível no estado do sistema, necessitamos de um conjunto de variáveis chamadas de variáveis de estado.
Ex.: nº de atendentes ocupados nº de clientes no banco momento de chegada do próximo cliente momento de partida do cliente em atendimento
![Page 107: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/107.jpg)
107
• objeto de interesse Entidade
• propriedades de uma entidade Atributos
Ex.: BancoEntidade: cliente Atributo: profissão
Num sistema
![Page 108: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/108.jpg)
108
Modelos de simulação
ESTÁTICOS
Representam o sistema num momento particular do tempo
Monte Carlo
DINÂMICOS
Representam o sistema modificando-se no tempo.
![Page 109: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/109.jpg)
109
Estáticos: Simulação de Monte Carlo
Law e Kelton (1991) definem: técnica que usa números aleatórios e variáveis
aleatórias para resolver problemas em que a passagem do tempo não exerce um papel significativo.
Então, geralmente trata-se de simulações estáticas. Ex.: Resolver integrais e conjuntos de integrais não
passíveis de serem resolvidos analiticamente. P.S. Há autores que usam a denominação Monte Carlo de
forma mais ampla, abrangendo qualquer simulação que use números aleatórios.
![Page 110: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/110.jpg)
110
Dinâmicos
Representam o sistema modificando-se no tempo.
simulação contínua simulação discreta ou de eventos discretos
![Page 111: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/111.jpg)
111
Contínua
Variáveis de estado mudam continuamente ao longo do tempo
Simulação
Discreta
Variáveis de estado mudam somente devido à ocorrência de eventos
mudam em pontos do tempo discretos, ou seja, aqueles pontos em que ocorreu um evento
![Page 112: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/112.jpg)
112
Simulação contínua
Processos químicos, biológicos
Usam equações diferenciais – resolvidas com técnicas numéricas
![Page 113: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/113.jpg)
113
Simulação discreta
Num banco:
Evento cliente tem o seu atendimento iniciado cliente tem o seu atendimento concluído
variável de estado é atualizada
Relógio ou clock é atualizado 10:00 10:15
![Page 114: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/114.jpg)
114
Modelos de simulação
DETERMINÍSTICO
Valores exatos Simplificação
ESTOCÁSTICO
Valores estimados Variabilidade natural
do processo é modelada
![Page 115: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/115.jpg)
115
Modelagem ESTOCÁSTICA
lembrando: os tempos entre chegadas de clientes... os tempos entre chegadas de peças a serem processadas... a duração dos atendimentos dos clientes... a duração dos processamentos nas máquinas... as tarefas feitas pelas pessoas...
... apresentam variabilidade natural!
Por isso usamos Distribuições de Probabilidade!
![Page 116: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/116.jpg)
116
Os tempos de execução de uma atividade apresentam variabilidade...
Tempo medido
![Page 117: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/117.jpg)
117
Tempo medido
![Page 118: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/118.jpg)
118
Tempo medido
![Page 119: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/119.jpg)
119
Tempo medido
![Page 120: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/120.jpg)
120
Tempo medido
![Page 121: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/121.jpg)
121
Tempo medido
![Page 122: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/122.jpg)
122
O que esta figura lembra?
Tempo medido
![Page 123: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/123.jpg)
123
Distribuição de probabilidade normal
![Page 124: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/124.jpg)
124
Simulação de eventos discretos
EstáticaDinâmica
Contínua Discreta
Determinística Estocástica
Estuda sistemas estocásticos que mudamcom o passar do tempo
As mudanças ocorrem em momentos discretosdo tempo (eventos)
O evento muda o estado do sistema instantaneamente(variáveis de estado são atualizadas)!
![Page 125: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/125.jpg)
125
Considere uma instalação com um único servidor: atendente do banco
Você deseja estimar o tempo de espera na fila (tempo desde que chegou à fila até iniciar o atendimento)
![Page 126: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/126.jpg)
126
Para estimar o tempo médio na fila, você precisa das variáveis de estado:
status do servidor: ocupado ou ocioso
número de clientes na fila
instante de chegada de cada cliente na fila
O status do servidor é necessário para determinar se o cliente que chegou vai ser atendido imediatamente ou vai entrar na fila
O número de clientes na fila é necessário para saber se, ao terminar o atendimento atual, o servidor ficará ocioso ou ocupado com alguém que estava na fila
O instante de chegada é necessário para calcular o tempo gasto na fila: = tempo de início do atendimento menos instante de chegada
![Page 127: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/127.jpg)
127
Eventos do exemplo:
1 - chegada de um cliente ou muda a variável de estado status do servidor de
ocioso para ocupado ou incrementa 1 na variável de estado número de
clientes na fila
2 - finalização de um atendimento ou muda a variável de estado status do servidor de
ocupado para ocioso ou decrementa 1 na variável de estado número de
clientes na fila
![Page 128: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/128.jpg)
128
Mecanismos de avanço no tempo
simulation clock:
é a variável que fornece o valor atual do tempo da simulação
incremento fixo avanço no próximo evento
![Page 129: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/129.jpg)
129
Avanço no próximo evento
ei – instante de ocorrência do evento i
ti – instante de chegada do cliente i
tfi – tempo que o cliente i fica na fila
tsi – instante em que o cliente i tem seu
atendimento concluído e sai
e0 e1 e2 e3 e4 e5tempo
0 t1 t2 ts1 t3 ts2
A1 A2 A3
S1 S2
Ai – tempo entre chegada dos clientes
i-1 e i
Ai = ti – ti-1
Si – tempo gasto atendendo o cliente i
tsi = ti + tfi + Si
![Page 130: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/130.jpg)
130
Relógio é inicializado em zero: e0=0 Status do servidor: ocioso Usamos distribuição de probabilidade (ddp) para
gerar o valor de A1 (tempo entre chegadas)
Então, primeiro cliente chegará em t1 = 0 + A1
e0 e1 e2 e3 e4 e5tempo
0 t1 t2 ts1 t3 ts2
A1 A2 A3
S1 S2
e0=0
![Page 131: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/131.jpg)
131
Avançamos o relógio para: e1= t1
O cliente 1 que chegou em t1 encontrou o servidor ocioso
O seu atendimento iniciou sem que ele ficasse em fila: tf1 = 0 Status do servidor passou a ocupado Usamos ddp para gerar o valor de S1 (tempo de atendimento
do cliente 1) Então, o primeiro cliente sairá em ts1 = t1 + tf1 + S1
e0 e1 e2 e3 e4 e5tempo
0 t1 t2 ts1 t3 ts2
A1 A2 A3
S1 S2
e1= t1
![Page 132: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/132.jpg)
132
Usamos ddp para gerar o valor de A2 (tempo entre chegadas para cliente 2)
Então, segundo cliente chegará em t2 = t1 + A2
Como t2 < ts1 , o cliente 2 chega enquanto o cliente 1 ainda
está sendo atendido e o relógio é avançado para e2= t2
(Se t2 ≥ ts1 , o relógio avançaria para e2= ts1)
e0 e1 e2 e3 e4 e5tempo
0 t1 t2 ts1 t3 ts2
A1 A2 A3
S1 S2
e1= t1
![Page 133: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/133.jpg)
133
O cliente 2 encontrou o servidor ocupado, então vai para a fila
A variável nro de clientes na fila é incrementada de 1 e anotamos o instante de entrada na fila
Usamos ddp para gerar o valor de A3 (tempo entre chegadas para cliente 3)
Então, cliente 3 chegará em t3 = t2 + A3
Como ts1 < t3 , o relógio é avançado para e3= ts1 e o cliente 1
sai
e0 e1 e2 e3 e4 e5tempo
0 t1 t2 ts1 t3 ts2
A1 A2 A3
S1 S2
e2= t2
![Page 134: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/134.jpg)
134
O cliente 2 que estava na fila tem seu atendimento iniciado O tempo de fila é calculado: tf2 = ts1 - t2 A variável nro de clientes na fila é decrementada de 1 Usamos ddp para gerar o valor de S2 (tempo atendimento do
cliente 2) Então, cliente 2 sairá em ts2 = ts1 + S2
Como t3 < ts2 , o relógio é avançado para e4= t3 , etc.
Precisamos criar um critério de finalização
e0 e1 e2 e3 e4 e5tempo
0 t1 t2 ts1 t3 ts2
A1 A2 A3
S1 S2
e3= ts1
![Page 135: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/135.jpg)
135
Sintetizando:Sintetizando:Componentes e organização do modelo
Estado do sistema: conjunto de variáveis para descrever o sistema em dado instante
Relógio ou clock: variável que fornece o valor atual do tempo de simulação
Lista de eventos: registra o próximo instante em que cada tipo de evento irá ocorrer
Contadores estatísticos: armazenam indicadores de desempenho do sistema simulado
![Page 136: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/136.jpg)
136
Componentes e organização do modelo
Rotina de inicialização: subprograma que inicializa o sistema no instante zero
Rotina de timing: subprograma que determina qual o próximo evento da lista e atualiza o relógio para o instante de ocorrência deste evento
Rotina de evento: subprograma que atualiza o estado do sistema quando um determinado tipo de evento ocorreu (cada tipo de evento tem sua própria rotina)
Biblioteca de rotinas: conjunto de subprogramas para gerar valores a partir das ddp
![Page 137: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/137.jpg)
137
Componentes e organização do modelo
Gerador de relatório: subprograma que calcula as estimativas dos indicadores de desempenho do modelo
Programa principal: controla o fluxo das ações chama rotina de timing para determinar próximo
evento transfere controle para rotina de evento atualizar
variáveis de estado verifica finalização chama gerador de relatório.
![Page 138: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/138.jpg)
início
0. Chama rotina inicialização
1. Chama rotina timing2. Chama rotina evento i Repetidamente
Programa principal
Rotina evento i
1. Atualiza o estado do sistema2. Atualiza os contadores estatísticos3. Gera eventos futuros e adiciona à lista de eventos
Simulaçãoconcluída ?
sim
1. Calcula estimativas2. Gera relatórios
Fim
Gerador relatórios
1. Determina o tipo do próximoevento i2. Avança relógio
Rotina timing
1
i
0
Rotina inicialização
2
não
1. Relógio ézerado2. Inicializa estado do sistema e contadores3. Inicializa listade eventos
FLUXO DE CONTROLE
Gerador de variáveis aleatórias
Biblioteca de rotinas
![Page 139: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/139.jpg)
139
ATIVIDADE DE FIXAÇÃO
Objetivo da simulação: dimensionar o setor de manutenção com relação ao
número de funcionários para reduzir o tempo médio de atendimento das solicitações de serviço de manutenção.
Quais entidades devem ser consideradas? solicitação de serviço de manutenção.
Há a necessidade de diferenciar as entidades através de atributos? sim
![Page 140: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/140.jpg)
140
manutenção
Entidade: solicitação de serviço de manutenção
Atributo: tipo de manutenção corretiva preventiva
Preciso de outro atributo para distinguir as solicitações de serviço?
![Page 141: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/141.jpg)
141
manutenção
SIM, o tipo de máquina que vai sofrer manutenção
MAS: Haverá diversos tipos de máquinas! Será que preciso criar tantos valores para o atributo máquina?!
Faça rapidamente um pareto ou use o seu conhecimento e escolha os 3 tipos de máquinas que ocupam o maior percentual de tempo do setor de manutenção. Inicie criando estes 3 possíveis valores para o atributo “máquina que vai sofrer manutenção”.
![Page 142: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/142.jpg)
142
Como ficou até aqui:
Entidade: solicitação de serviço Atributo 1: tipo de manutenção
corretiva Att1=1 preventiva Att1=2
Atributo: máquina que vai sofrer manutenção m1 Att2=1 m2 Att2=2 m3 Att2=3
Os atributos auxiliam a distinguir. Isto permite saber que ação tomar em relação àquela entidade específica.
![Page 143: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/143.jpg)
143
Quais os recursos utilizados na manutenção?
Precisamos listar todos os recursos a serem utilizados na manutenção?Inicialmente, liste os recursos mais nobres (gargalos): Funcionários
Quais os locais envolvidos na modelagem? chegada de solicitações de manutenção setor de manutenção saída
![Page 144: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/144.jpg)
144
continuação:
Como é o processo de chegada?Neste ponto, precisamos obter dados para as freqüências de
chegadas de solicitações de serviço dos tipos corretiva e preventiva para as máquinas m1, m2 e m3.
Corretiva Preventiva Att1 1 2 40% 60% m1 m2 m3 m1 m2 m3 Att2 1 2 3 1 2 3 Nro de solicit.
16% 16% 8% 24% 24% 12%
![Page 145: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/145.jpg)
145
continuação:
Como é o tempo de atendimento?Neste ponto, precisamos obter dados para os tempos de
atendimento em cada serviço dos tipos corretiva e preventiva para as máquinas m1, m2 e m3. Vamos iniciar com valores determinísticos para obtermos domínio sobre o modelo.
Corretiva Preventiva Att1 1 2 m1 m2 m3 m1 m2 m3 Att2 1 2 3 1 2 3 Tempo de atend.
10 20 50 60 70 80
![Page 146: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/146.jpg)
146
continuação:
Quais eventos precisam ser modelados? 1 - chegada de uma solicitação de serviço 2 - finalização de uma manutenção
Quais as variáveis de estado necessárias para descrever os possíveis estados desencadeados pelos eventos? status do funcionário: ocupado ou ocioso
número de solicitações na fila
instante de chegada de cada solicitação na fila
![Page 147: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/147.jpg)
147
Status
1 - chegada de uma solicitação de serviço ou muda a variável de estado status do funcionário de
ocioso para ocupado ou incrementa 1 na variável de estado número de
solicitações na fila
2 - finalização de uma manutenção ou muda a variável de estado status do funcionário de
ocupado para ocioso ou decrementa 1 na variável de estado número de
solicitações na fila
![Page 148: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/148.jpg)
148
medições
Quais as variáveis nos auxiliarão a determinar se estamos nos aproximando do objetivo da simulação? tempo de fila tempo de atendimento tempo no sistema (=tempo fila+tempo atendimento) nível de ocupação dos funcionários
![Page 149: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/149.jpg)
149
medições incrementando variáveis
As variáveis (tempo de fila, tempo de atendimento,
tempo no sistema, nível de ocupação dos
funcionários) que nos auxiliarão a determinar se
estamos nos aproximando do objetivo da simulação
serão incrementadas ou decrementadas na medida
em que os eventos ocorrerem.
![Page 150: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/150.jpg)
150
pressupostos
Quais pressupostos assumimos inicialmente? modelagem das manutenções de maior
impacto na ocupação do setor simplificação nos locais simplificação na qualificação dos
funcionários
Regime: permanente
![Page 151: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/151.jpg)
151
Atividade 5
![Page 152: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/152.jpg)
Parte IV
Modelagem de sistemas: SIMULAÇÃO
Etapas da simulação
![Page 153: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/153.jpg)
153
Passos de uma simulação:1.
Objetivos do estudo determinar o impacto do tempo de atendimento do
caixa sobre o tamanho da fila
Aspectos específicos de interesse tempo de atendimento
tempo de espera na fila
tamanho da fila
Foco/detalhamento exploratório – clientes em geral; caixa multifuncional
Formular o problema e planejar o estudo
![Page 154: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/154.jpg)
154
Havendo sistemas alternativos a serem estudados critérios para avaliar alternativas
Ex.: Alternativa A: atendente usa software de apoio Alternativa B: atendente usa somente calculadora critério: relação entre a redução do tempo de fila e o
investimento feito; relação entre redução do tempo de fila e perda de flexibilidade
Recursos: pessoas envolvidas custo tempo restrições
Formular o problema e planejar o estudo
1.
![Page 155: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/155.jpg)
155
Formular o problema e planejar o estudo
1.
Coletar dados edefinir um modelo
2.
Passos de uma simulação:
![Page 156: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/156.jpg)
156
Obter dados e informações existentes Procedimentos operacionais Tempos de atendimento Tempos entre chegadas Tempos de espera em filas
Distribuições de probabilidade
Coletar dados edefinir um modelo
2.
![Page 157: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/157.jpg)
157
DICA:
Na definição do modelo: Comece com um modelo moderadamente detalhado
Aumente a sofisticação do modelo somente se necessário
Coletar dados edefinir um modelo
2.
![Page 158: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/158.jpg)
158
Coletar dados edefinir um modelo
2.
chegada fila atendimento saída
IC TF NF TA NA
sistema
TS NS
M/M/1
![Page 159: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/159.jpg)
159
Como modelar os tempos entre chegadas?
Qual a distribuição de probabilidade adequada para representar os tempos entre chegadas?
![Page 160: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/160.jpg)
160
Modelagem de tempos entre chegadas (T)
t1=3s t2=8s t3=15s
A1=5s A2=7s
Usamos a variável aleatória A para representar os tempos entre chegadas
![Page 161: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/161.jpg)
161
Modelagem de tempos entre chegadas
Distribuição de probabilidade - Exponencial
x
a(x)= . e -x
. e -x
é a taxa de chegadas
E(A)=1/ é a média dos tempos entre de chegadas
var(A)=1/ (2) é a variância dos tempos entre de chegadas
![Page 162: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/162.jpg)
162
Tempo de atendimento
O tempo de atendimento também pode ser modelado como uma exponencial.
Outras distribuições de probabilidade: Law e Kelton (1991) Prado (2004) Harrel et al. (2002)
![Page 163: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/163.jpg)
163
Coletar dados edefinir um modelo
2.
Chegada:exponencialcom IC = 1min
e =1chegada /min
fila atendimento saída
IC TF NF c TA NA sistema
TS NS
M/M/1
Atendimento: c=1 atendenteexponencial NA=1com TA = 0,5 min
e =2 atendimentos /min
![Page 164: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/164.jpg)
164
Formular o problema e planejar o estudo
1.
Coletar dados edefinir um modelo
2.
Passos de uma simulação:
3. O modelo é válido?
sim
não
![Page 165: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/165.jpg)
165
3.O modelo é válido?
Determinar o quanto o
modelo conceitual é uma
representação razoável
do sistema real que está
sendo modelado
![Page 166: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/166.jpg)
166
3.O modelo é válido?
O modelo é:
correto?
completo?
consistente?
Antes de exporo modelo, o analista deve se perguntar:
![Page 167: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/167.jpg)
167
Na seqüência, perguntar: o modelo parece razoável àqueles que lidam com o sistema?
Envolver pessoas familiarizadas com a operação
Interagir com os futuros usuários
![Page 168: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/168.jpg)
168
O modelo parece razoável àqueles que lidam com o sistema?
conversar com os “experts” no sistema gerentes de planta operadores de máquina vendedores engenheiros
além das informações objetivas: motivação e comprometimento
![Page 169: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/169.jpg)
169
Outras fontes:
analisar teorias existentes literatura, artigos, dissertações, etc
resultados de estudos similares outras empresas da corporação
![Page 170: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/170.jpg)
170
Experiência e intuição:
revalidar os objetivos!
realimentação!
continuamente! Um excelente modelo com objetivos mal definidos não terá nenhum uso!
Estudar o tamanho da fila (espaço) ou o tempo na fila (satisfação do cliente)?
Manter indicadores de requisitos mínimos, se for o caso!
![Page 171: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/171.jpg)
171
Testar distribuições de probabilidade
TESTAR OS PRESSUPOSTOS NA PRÁTICA!
Análise de sensibilidade a: parâmetro de entrada distribuição de probabilidade nível de detalhamento
3.O modelo é válido?
![Page 172: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/172.jpg)
172
Passos de uma simulação:Passos de uma simulação:
Formular o problema e planejar o estudo
1.
Coletar dados edefinir um modelo
2.
3. O modelo éválido?
sim
não
Construir um programa
computacional e verificar
4.
![Page 173: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/173.jpg)
173
Construir um programa computacional e verificar
4.
Codificação ou programação do modelo
Transcrição: modelo comunicativo para programa escrito em linguagem de programação
O programa deve ser testado; depuração do código do programa
![Page 174: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/174.jpg)
174
Tipos de linguagens
Construir um programa computacional e verificar
4.
![Page 175: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/175.jpg)
175
FORTRAN, C, PASCAL
esforço para construção de modelos
conhecimentos profundos de programação
maior flexibilidade
Linguagens de programação em geral
![Page 176: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/176.jpg)
176
Linguagens específicas de simulação
GPSS, SIMSCRIPT, SIMAN, SLAM facilitam a tarefa do desenvolvedor rotinas de simulação prontas blocos de código são similares a comandos
facilmente reutilizáveis programas menores de forma rápida
![Page 177: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/177.jpg)
177
Softwares de simulação específicos
ARENA, AUTOMOD, PROMODEL construção de modelos através de uma forma
gráfica e de fácil manuseio menor flexibilidade do que as linguagens de
programação
![Page 178: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/178.jpg)
178
Características desejáveis num software:
Gerais:
Flexibilidade ex.: tipos de atributos aplicáveis às entidades
Fácil desenvolvimento do modelo verificação de consistência e avisos ajuda on line sugestões de alterações
Rápida execução
![Page 179: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/179.jpg)
179
Características desejáveis num software:
Gerais: Máximo tamanho e complexidade
nro de entidades, nro de atributos, relacionamentos, etc.
Compatibilidade com vários tipos de hardware
Capacidade de “conversar” com outros softwares
![Page 180: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/180.jpg)
180
Animação:
Compreensão visual Conhecimentos compartilhados Treinamentos
![Page 181: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/181.jpg)
181
Capacidade Estatística:
variedade de distribuições probabilísticas Exponencial, Normal, Triangular, etc
Gerador de números aleatórios Replicações usando diferentes números
aleatórios Determinação de tempo de warm up
![Page 182: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/182.jpg)
182
Relatórios de saída - documentação:
pacote com indicadores estatísticos comumente usados: utilizacão, tempo de fila, etc
possibilidade de personalizar e ampliar os relatórios
visualizações gráficas exportar dados
![Page 183: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/183.jpg)
Passos de uma simulação:
Formular o problema e planejar o estudo
1.
Coletar dados edefinir um modelo
2.
3. O modelo éválido?
sim
não
Construir um programa computacional e verificar4.
5. Rodar simulações piloto
6.
Modelo é válido?
sim
não
![Page 184: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/184.jpg)
184
Esta segunda etapa de validação vem testar quantitativamente os pressupostos assumidos
1. ANÁLISE DE SENSIBILIDADE
Variar parâmetro de entrada Observar a saída
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
![Page 185: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/185.jpg)
185
2. REPRESENTATIVIDADE
Saída esperada do processo real Observar a saída simulada
Sobreposição:
Modelo 1 – processo existente – validação
Sobrepõe-se a modificação
Modelo 2 – processo a ser simulado
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
![Page 186: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/186.jpg)
186
3. TESTE Turing
Saída esperada do processo real Saída simulada
Especialistas conseguem diferenciar?
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
![Page 187: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/187.jpg)
187
4. TESTES de CAMPO
Modelo de simulação Testes de campo/ cenários
específicos
Há convergência?
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
Rodar simulações piloto
Modelo é válido?
sim
não
5.
6.
![Page 188: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/188.jpg)
Passos de uma simulação:
Formular o problema e planejar o estudo
1.
Coletar dados edefinir um modelo
2.
3. O modelo éválido?
sim
não
Construir um programa computacional e verificar4.
5. Rodar simulações piloto
6.
Modelo é válido?
sim
não
7. Projetos de Experimentos
8. Rodar as simulações
9. Analisar saídas
10. Documentar/ apresentar resultados
![Page 189: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/189.jpg)
189
É uma técnica desenvolvida para auxiliar no planejamento de experimentos, que apóia-se fortemente na teoria estatística.
Os experimentos tradicionais, quando querem investigar o efeito de um fator (temperatura, pressão, tipo de material) sobre uma determinada resposta (resistência da barra):
- variam um fator por vez (temperatura), mantendo os demais fixos (pressão e tipo de material);
- medem as mudanças na resposta (resistência).
7. Projetos de Experimentos
![Page 190: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/190.jpg)
190
Os Projetos de Experimentos conseguem, variando mais de um fator por vez, medir os seus efeitos sobre a resposta.
Vantagens em relação aos experimentos tradicionais:
- menor número de ensaios
- confiança estatística determinada
- identificação de interações entre os efeitos!
Em simulação, ainda auxilia a economizar tempo computacional. Então, permitem comparar cenários diferentes com economia!
7. Projetos de Experimentos
![Page 191: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/191.jpg)
191
Exemplo: Desejamos investigar o efeito do tipo de fila e do gênero de atendente sobre o tempo médio de atendimento.
7. Projetos de Experimentos
Gênero do atendente
homem mulher
tipo deFila
única
múltipla
fator A
fator B
![Page 192: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/192.jpg)
192
Como funcionam os Projetos de Experimentos?
1. Ao medir os tempos de atendimento para cada uma das combinações, observo os seguintes valores:
Gênero do atendente
homem mulher
tipo deFila
única
múltipla
fator B
20 min. 30 min.
40 min. 52 min.
fator A
![Page 193: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/193.jpg)
193
Estudo os efeitos:
2
3020
2
5240
2
4020
2
5230
Observando o efeito do tipo de fila:
t múltipla – t única = = 21 min.
Observando o efeito do gênero do atendente:
t mulher – t homem = = 11 min.
Gênero do atendente
homem mulher
tipo deFila
única
múltipla
fator B
20 min. 30 min.
40 min. 52 min.
fator A
Gênero do atendente
homem mulher
tipo deFila
única
múltipla
fator B
20 min. 30 min.
40 min. 52 min.
fator A
![Page 194: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/194.jpg)
194
E posso descobrir interações!
VEJAMOS OUTRO EXEMPLO: Desejamos investigar o efeito da idade e do gênero do atendente sobre o tempo médio de atendimento.
gênero do atendente
homem mulher
idade doatendente
adulto jovem
terceira idade
fator A
fator B
20 40
50 12
![Page 195: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/195.jpg)
195
Interações:
terceira idade - adulto jovem = .min12
4020
2
1250
gênero do atendente
homem mulher
idade doatendente
adulto jovem
terceira idade
fator A
fator B
20 40
50 12
gênero do atendente
homem mulher
idade doatendente
adulto jovem
terceira idade
fator A
fator B
20 40
50 12
mulher - homem = .min92
5020
2
1240
Porém:
![Page 196: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/196.jpg)
196
Interações:
terceira idade - adulto jovem = .min12
4020
2
1250
gênero do atendente
homem mulher
idade doatendente
adulto jovem
terceira idade
fator A
fator B
20 40
50 12
gênero do atendente
homem mulher
idade doatendente
adulto jovem
terceira idade
fator A
fator B
20 40
50 12
mulher - homem = .min92
5020
2
1240
Poderia parecer que a idade não afeta o tempo de atendimento.Porém, o que acontece é que a idade tem efeitos fortes MAS diferentespara homens e mulheres.
![Page 197: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/197.jpg)
197
Interações:
gênero do atendente
homem mulher
idade doatendente
adulto jovem
terceira idade
fator A
fator B
20 40
50 12
gênero do atendente
homem mulher
idade doatendente
adulto jovem
terceira idade
fator A
fator B
20 40
50 12
Observe:
Para mulheres:terceira idade – adulto jovem = 12 – 40 = -28 min.
Para homens:terceira idade – adulto jovem = 50 - 20 = 30 min.
Isso significa que há uma interação entre idade e gênero; ou seja, o efeito da idade sobre o tempo atendimento é diferente para os diferentes gêneros.
![Page 198: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/198.jpg)
198
Lembre:
PARÂMETROS DO PROCESSO: aqueles que podemos variar no processo
FATORES CONTROLÁVEIS: aqueles que vamos variar e cujos efeitos vamos estudar
FATORES FIXOS – aqueles que manteremos constantes
RUÍDOS – não temos domínio; apenas registramos
![Page 199: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/199.jpg)
199
Exemplos de fatores cujos efeitos costumamos estudar:
Na linha de produção: Fatores Respostas Número de máquinas (capacidade) Disciplina da fila Tamanho dos estoques intermediários Posição dos estoques intermediários Velocidade das esteiras Regras de priorização de peças/clientes
Ritmo de produção Tempo de atravessamento Utilização dos recursos Percentual de refugos
Estrutura de hardware:
Fatores Respostas Número de terminais Capacidade dos discos rígidos Velocidade da CPU Velocidade dos drives de acesso
Tempo de resposta aos usuários Utilização da CPU Utilização do disco Confiabilidade do sistema (tempos entre falhas)
![Page 200: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/200.jpg)
200
Aspectos a considerar:
1. ORTOGONALIDADE
2. SIMETRIA
3. TESTAR EXTREMOS
4. VARIABILIDADE NATURAL DO PROCESSO
5. VARIÁVEIS DE RESPOSTA DE INTERESSE e
6. MONITORAMENTO DE VARIÁVEIS DE RESPOSTA REQUERIDAS
![Page 201: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/201.jpg)
201
ATIVIDADE 6:Esboçando o seu Projeto de experimento:
Escolher o processo.
Listar possibilidades de: Parâmetros de processo:
Fatores controláveis: Fatores constantes ou fixos:
Ruídos:
Faça um esboço de experimento similar àquele dos exemplos, para o seu caso. Determinar níveis a ser ensaiados.
![Page 202: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/202.jpg)
202
Passos de uma simulação:
Formular o problema e planejar o estudo
1.
Coletar dados edefinir um modelo
2.
3. O modelo éválido?
sim
não
Construir um programa computacional e verificar4.
5. Rodar simulações piloto
6.
Modelo é válido?
sim
não
7. Projetos de Experimentos
8. Rodar as simulações
9. Analisar saídas
10. Documentar/ apresentar resultados
![Page 203: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/203.jpg)
203
As condições iniciais da simulação: São os valores das variáveis de estado e dos
medidores estatísticos no início da simulação. Elas geram impactos sobre o resultado final.
Veja o caso: Desejamos estimar o tempo médio de espera
dos clientes num banco, no horário do meio-dia às 13h.
Ainda é preciso definir:
![Page 204: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/204.jpg)
204
O que ocorre se??? Damos a partida nesta simulação considerando
que a variável “número de clientes no sistema” está zerada e...
definimos como hora de início da simulação “meio-dia”?
As nossas estimativas serão tendenciosas para menos!
Condições iniciais da simulação:
![Page 205: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/205.jpg)
205
Abordagem 1 - Damos a partida na simulação considerando que
a variável “número de clientes no sistema” está zerada, mas iniciamos a simulação com o relógio marcando 9h da manhã (abertura do banco).
Como estamos interessados nos tempos de espera somente entre meio-dia e 13h, somente as esperas dos clientes atendidos neste período serão contabilizadas.
O que fazer então?
![Page 206: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/206.jpg)
206
Estaremos rodando a simulação durante 4 horas (tempo computacional proporcional)
Mas, somente uma hora servirá para estimarmos os atrasos
Usaremos 3 horas de simulação somente para o “warm up” do sistema
Desperdício de tempo computacional!
Desvantagem da abordagem 1:
![Page 207: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/207.jpg)
207
Abordagem 2:
Coletar dados sobre o número de clientes presentes no banco ao meio-dia (durante vários dias)
Será modelada a distribuição de probabilidade Assume-se que os clientes presentes no banco
iniciaram seu atendimento ao meio-dia Embora alguns já houvessem iniciado o seu
atendimento, o erro ficará diluído ao longo de uma hora de simulação e será desprezível.
![Page 208: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/208.jpg)
208
Como definir o tempo de warm up:
Técnicas e algoritmos Graficamente Através do acompanhamento numérico da estabilização
das estimativas Através da observação de um comportamento conhecido
Regras: capaz de abranger, por várias vezes, a ocorrência dos tipos de
variações que ocorrerão no ambiente (ex.: quebra de máquina)
![Page 209: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/209.jpg)
209
Número de rodadas
Rodadas são necessárias para capturar a aleatoriedade
Decisão em função da variabilidade presente na modelagem do fenômeno
Validação através de comportamentos conhecidos
![Page 210: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/210.jpg)
210
Duração de cada rodada
A duração de cada rodada deve ser suficientemente grande para que, mesmo os fenômenos com menor probabilidade (nas distribuições) tenham chance de ocorrer.
![Page 211: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/211.jpg)
211
ATIVIDADE 7 -
Para o seu experimento, analise:
Qual o tempo de warm up?
Qual a duração de cada rodada?
![Page 212: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/212.jpg)
212
As simulações geram os dados de desempenho do sistema
Técnicas estatísticas são utilizadas para analisar os dados de saída
Documentar as premissas do modelo e da programação computacional pois haverá mais de uma simulação
8. Rodar as simulações
9. Analisar saídas
10. Documentar/ apresentar resultados
![Page 213: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/213.jpg)
213
Aspectos da simulação que requerem cuidados!
Desenvolver modelos para sistemas complexos:
Caro
Demorado
![Page 214: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/214.jpg)
214
Utilizar a simulação quando outra técnica é a mais adequada
Armadilhas a evitar em simulação:
Definir pouco claramente os objetivos no início do estudo
Nível de detalhamento do modelo inadequado
![Page 215: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/215.jpg)
215
• falhas de comunicação com os gestores durante o estudo
• má compreensão da simulação por parte dos gestores
Armadilhas a evitar em simulação:
![Page 216: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/216.jpg)
216
Armadilhas a evitar em simulação:
• Olhar o estudo de simulação como um exercício de utilização de software em computador
• Não incluir na equipe pessoas com conhecimento de estatística e metodologia da simulação
![Page 217: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/217.jpg)
217
Armadilhas a evitar em simulação:
• adotar software de simulação inadequado
• usar inadvertidamente um software dada a facilidade de interação e por não requerer programação
• não recolher dados de boa qualidade no sistema real
![Page 218: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/218.jpg)
218
Armadilhas a evitar em simulação:
• não incorporar corretamente as fontes de aleatoriedade do sistema real
• escolher arbitrariamente distribuições de probabilidade para os dados
![Page 219: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/219.jpg)
219
Atenção!
Modelo não validado
Resultados conduzem a erros !
![Page 220: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/220.jpg)
220
Aspectos da aleatoridade que requerem atenção !
São necessárias várias rodadas para gerar estimativas razoáveis!!
Cada rodada de um modelo estocástico de simulação produz apenas estimativas
![Page 221: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/221.jpg)
221
Atenção!
Relatórios com resultados numéricos
Modelo animado
Confiar incondicionalmente ???!
![Page 222: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/222.jpg)
222
Atividade 8
![Page 223: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/223.jpg)
Parte V
Modelagem de sistemas: SIMULAÇÃO
Construindo modelos
![Page 224: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/224.jpg)
224
Mapeamento da produção
foco 1 da produção – O QUE É FEITO
foco 2 da produção – QUEM FAZ
Melhoria com foco 1 - O QUE É FEITO - conduz a melhores resultados!
Porque:- está diretamente associada ao objetivo da produção- está associada ao fluxo da produção
lead timetempo de respostaidentificação dos gargalos
![Page 225: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/225.jpg)
225
Em serviços:
Atenção!!! Em serviços, o foco 1 da produção – O QUE É FEITO -
é um ser humano. O ser humano “sofre” processamentos. Foco principal, em serviços, é a pessoa que está sendo
atendida.
![Page 226: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/226.jpg)
226
Fluxograma de processo
![Page 227: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/227.jpg)
227
M/M/1:
Totais
Cliente vai até a fila
Cliente espera na fila
Cliente vai até o caixa
Cliente é atendido
Cliente sai
1 3 1
0,4
0,1
0,5
14
17
10
6
4
20 32
44 % do tempo foi gasto em atendimento56 % do tempo foi gasto em espera e deslocamentos
![Page 228: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/228.jpg)
228
Outras representações:
fritar salgar
espera
Qualidade A ou B?
A pesar
pesar
B
empacotar
empacotar
Davis, Chase e Aquilano
Atividades ou operações
Filas ou esperas
Nó de decisão
Fluxo de materiais/clientes
![Page 229: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/229.jpg)
229
Quanto às representações: mostram o fluxo da produção
incluem as esperas omitem as esperas relacionam ao layout e aos deslocamentos não relacionam ao layout e aos deslocamentos
Quanto aos elementos que fluem: unidades lotes sofrem agrupamento sofrem desagrupamento
![Page 230: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/230.jpg)
230
Quanto aos recursos: capacidades utilizações (quebras, tempos de manutenção, etc) aplicabilidade e prioridades de uso, se houver requisitos de operação (equipamentos e pessoas que provém
assistência)
Quanto aos tempos: há facilidade de observação e coleta? a variabilidade precisa ser modelada ou posso usar médias? turnos de trabalho? dias úteis?
![Page 231: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/231.jpg)
231
_______________________________________ _______________________________________ _______________________________________ _______________________________________ _______________________________________ _______________________________________ _______________________________________ _______________________________________ _______________________________________ _______________________________________
![Page 232: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/232.jpg)
232
Atividade 9
![Page 233: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/233.jpg)
233
Parte VI
Modelagem de sistemas: SIMULAÇÃO
Usando um software Elementos básicos
![Page 234: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/234.jpg)
234
Promodel – Elementos básicos
Usaremos o software Promodel exclusivamente com o intuito de ilustrar e exercitar a aplicação dos conceitos teóricos apresentados
Lembre: os conceitos são aplicáveis utilizando-se qualquer recurso de simulação
![Page 235: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/235.jpg)
235
MÓDULO 1 – M1_FILA
1. Precisamos retirar dinheiro no quiosque de caixas automáticos. Sabemos que:
chegam = 20 clientes por hora a taxa de atendimento é = 25 clientes por hora (TA=2,4 min) o tempo médio que cada cliente gasta no sistema é TS = 0,3 horas
(18 min.)
a) Qual a intensidade de tráfego ()? = 0,8 b) Qual o tamanho médio da fila que vamos encontrar (NF)? NF = 5,2
clientesc) Qual o número médio de clientes no quiosque (NS)? NS = 6 clientesd) Qual o número médio de clientes sendo atendidos (NA)? NA = 0,8
clientes
![Page 236: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/236.jpg)
236
1. Criando um novo arquivo:
Selecionar File Selecionar New
Abre-se a janela General Information
Em Title, digite o nome do arquivo:
M1_FILA OK
![Page 237: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/237.jpg)
237
2. Construindo os LOCAIS ou LOCATIONS
Locais ou locations representam os lugares para onde as entidades são encaminhadas para serem processadas ou armazenadas (ou outras atividades, tomadas de decisão).
Ex.: locais de entrega, locais para armazenagem, locais de processamento
![Page 238: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/238.jpg)
238
O editor de LOCAIS consiste de 3 janelas
Janela Graphics Tabela Edit
Janela de layout
![Page 239: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/239.jpg)
Observe que:
Quando selecionado insere novos locais Desmarcado acrescenta uma associação destes objetos aos locais selecionados
Count - contador
Gauge/Tank - Medidor ou reservatório
Conveyor/Queue - Fila ou esteira transp.
Status light – muda de cor confome status
Label - Rótulo
Entity Spot – plataforma
Region -região
![Page 240: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/240.jpg)
240
Criando LOCAIS
Na janela Graphics, clicar com o botão da esquerda do mouse no ícone desejado
A seguir, clicar com o mesmo botão na janela Layout
Automaticamente surgirá um registro na tabela Edit
Obs.: Posso usar o botão EDIT na janela Graphics para modificar o ícone
![Page 241: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/241.jpg)
241
Criando o LOCAL de chegada
Botão da esquerdado mouse
![Page 242: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/242.jpg)
242
LOCAIS
Icon –ícone gráfico Name – nome do local Cap – representa o número de entidades que o local é capaz de processar
por vez Unit – um local pode ser do tipo multi-local, ou seja, vários locais com as
mesmas características Dts – define tempos de paradas, setup, etc Stats – especifica o tipo de estatística que será coletado para o local
None - nenhuma Basic – apenas tempo médio no local e utilização Time series – coleta estatísticas básicas e, também, rastreamento dos dados
coletados no local ao longo do tempo Regras – define: a) de que modo o local selecionará a próxima entidade a
entrar; b) como múltiplas entidades se enfileiram para sair; c) como uma entidade entrante escolhe entre multi-locais.
Notes - comentários.
![Page 243: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/243.jpg)
243
Criando uma FILA
•Botão da esquerdado mouse em Graphics e depoisem Layout•Arrasta do pontode início até oponto de fim da fila e então duploclick
![Page 244: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/244.jpg)
244
Criando uma FILA
Com o mouse sobre a fila, clicar no botão da direita, e abre a janela a seguir...
![Page 245: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/245.jpg)
245
Criando uma FILA
• Com o mouse sobre a fila, clicar no botão da direita, e abre a janela a seguir...
• Selecionar Queue e OK
![Page 246: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/246.jpg)
246
Criando o LOCAL mesa (para o atendente)
![Page 247: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/247.jpg)
247
3. Construindo ENTIDADES ou ENTITIES
Tudo o que é processado no modelo é chamado de ENTIDADE
Ex.: pessoas sendo atendidas, chamados telefônicos, peças, etc.
Em nosso exemplo da fila, os clientes são entidades.
![Page 248: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/248.jpg)
248
3. Construindo a ENTIDADE cliente
Clicar (na janela Entity Graphics) sobre o ícone desejado
O ícone vai aparecer pequeno
Arraste a barra para cima e ele será ampliado
![Page 249: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/249.jpg)
249
Editando a ENTIDADE cliente
Você arrastou a barra para cima e o ícone foi ampliado
Agora clicar em EDIT para modificar o ícone
![Page 250: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/250.jpg)
250
Editando a ENTIDADE cliente
Ao clicar em EDIT para modificar o ícone, abriu a janela Library Graphic
Clicar em girar para fazer o cliente olhar na direção da mesa
Clicar em OK
A ENTIDADE cliente somente irá aparecer na janela Layout ao rodar a simulação
![Page 251: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/251.jpg)
251
5. Criando RECURSOS
Um RECURSO pode ser uma pessoa, um equipamento ou qualquer outro dispositivo usado para uma ou mais das seguintes funções: trasnportar entidades auxiliar na realização de operações
sobre as entidades num dado local realizar manutenções em outros
recursos
Podem ser estáticos ou dinâmicos
![Page 252: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/252.jpg)
5. Criando RECURSOS
Selecione um ÍCONE na janela Resource Graphics
Amplie e edite do mesmo modo que fez com a entidade
Em seguida clique em ADD e clique na janela Layout
![Page 253: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/253.jpg)
253
6. Criando PROCESSAMENTOS
Os PROCESSAMENTOS definem o roteamento das entidades através do sistema e as operações que sofrerão em cada local.
Uma vez que as entidades são introduzidas no sistema pelas CHEGADAS (ARRIVALS), tudo o que irá acontecer a elas enquanto existirem será especificado no PROCESSAMENTO (PROCESSING)
![Page 254: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/254.jpg)
Quatro janelas serão usadas para criar PROCESSAMENTOS:Process, Routing, Tools e Layout
Primeiro passo: vamos ligar a chegada à fila; com a caixa New Process selecionada, clicamos na chegada e arrastamos até a fila.
![Page 255: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/255.jpg)
255
A janela Process define o que será feito:
A entidade cliente que está no Local Chegada não sofrerá nenhuma operação neste local
![Page 256: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/256.jpg)
A janela Routing define o que deve ser atendido para que o cliente se mova da chegada para a fila:
A entidade cliente saiu (do Local Chegada). O seu destino é o Local fila. Aparece a regra default de escolha de rota: FIRST 1. Esta regra
seria necessária se houvesse mais de um local para onde a entidade pudesse ser destinada.
Move Logic: MOVE FOR 0 (apenas para ele não gastar tempo no deslocamento); (obs.: neste caso ele faria automaticamente);
![Page 257: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/257.jpg)
257
Na fila:
![Page 258: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/258.jpg)
258
Da fila para a mesa:
Para que o cliente passe da fila para a mesa, a condição é que o atendente esteja ocioso:
Move logic: IF atendente = 0 THEN {MOVE FOR 0}
![Page 259: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/259.jpg)
259
Clicar sobre a mesa e arrastar até ROUTE TO EXIT
Da mesa para a saída!
![Page 260: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/260.jpg)
260
Processamento na mesa: USE atendente FOR 2.4
Para rotear o cliente para a saída: MOVE FOR 0
cliente
![Page 261: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/261.jpg)
261
Especificam como as entidades entram no sistema
7. Criar CHEGADAS ou ARRIVALS
![Page 262: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/262.jpg)
262
7. Criar CHEGADAS ou ARRIVALS
Entity: cliente Location: chegada
Qty Each: nro de entidades que entram por vezFirst time: instante da primeira chegadaOcurrences: total de chegadasFrequency: intervalo entre chegadasLogic: serve para diferenciar as entidades por atributos quando for o casoDisable: serve para desabilitar a entrada, simulando a interrupção da chegada de clientes
![Page 263: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/263.jpg)
263
8. Rodando a simulação
Menu: Simulation Selecione: Options
Selecione: Time Only Determine a precisão Não selecione warm up Marque 1 hora de simulação Escolha 1 replicação Run
![Page 264: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/264.jpg)
Observe:
Arrastando esta barra você consegue acelerar ou retardar a velocidade da simulação
O relógio da simulação é visível
Selecione Yes para ver os resultados
![Page 265: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/265.jpg)
265
Resultados: sem warm up – 1h simulação – 1 rodada
General: mostra data em que foi rodada a simulação, nome do modelo e nome do arquivo
Locations: mostra estatísticas sobre os locais
Compare com os resultados analíticos
![Page 266: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/266.jpg)
266
Resultados: com warm up=1h 1h simulação – 1 rodada
Resultados: com warm up=1h - 4h simulação – 1 rodada
![Page 267: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/267.jpg)
267
Resultados: com warm up=1h 50 h simulação – 1 rodada
Resultados: com warm up=1h - 100 h simulação – 1 rodada
![Page 268: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/268.jpg)
268
MÓDULO 2 – M2_TELEFONE
Exemplo de um sistema M/M/1/G/ /
A cabine telefônica: as chegadas ocorrem de acordo com uma distribuição
exponencial com taxa = 0,1 pessoas/min; a duração média dos telefonemas é de TA = 3
minutos e também segue uma distribuição exponencial.
a) Qual a probabilidade de uma pessoa chegar à cabine e não precisar esperar? 70%
b) Qual o tempo médio na fila? 1,28 minc) Qual seria o tempo médio na fila se a taxa de
chegadas fosse = 0,16 pessoas/min? Aproximadamente 3 min.
![Page 269: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/269.jpg)
269
MÓDULO 2 – M2_TELEFONE
Exemplo de um sistema M/M/1/G/ /
d) Calcule o nro médio de clientes na fila (formulário p.34) e compare com o resultado encontrado. Quanto tempo de simulação foi necessário para convergirem os valores?
e) Faça o mesmo para o tempo médio no sistema.
![Page 271: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/271.jpg)
271
Abordagem 1: Ajustar uma distribuição teórica
É a abordagem mais favorável: distribuições conhecidas bem comportadas permite gerar estimativas (estender um pouco
além dos dados originais) suaviza os ruídos sustentada por conhecimento do fenômeno
físico sintetiza a informação vinda dos dados
![Page 272: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/272.jpg)
272
Distribuições
Parâmetros: de localização ()
1 2
![Page 273: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/273.jpg)
273
Distribuições
Parâmetros: de escala ()
1 2
![Page 274: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/274.jpg)
274
Distribuições
Parâmetros: de forma ()
Weibull=0,5=1
Weibull=1=1
Weibull=2=1
![Page 275: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/275.jpg)
275
Distribuições úteis nas modelagens
Uniforme: usada para gerar outras distribuições
f(x)
a b
1/(b-a)
![Page 276: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/276.jpg)
276
Distribuições úteis para modelagem:
Exponencial (): tempos entre chegadas
de clientes num sistema (quando estas ocorrem em uma taxa constante)
f(x)
x
=1
![Page 277: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/277.jpg)
277
Gama (, )
tempo para completar uma tarefa (atendimento de um cliente; reparo de uma máquina)
f(x)
x
=2=1
![Page 278: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/278.jpg)
278
Weibull (, )
tempo para completar uma tarefa;
tempo até a falha de um equipamento
f(x)
x
=2=1
![Page 279: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/279.jpg)
279
Normal (,)
erros de vários tipos, por exemplo, na execução de uma peça com dadas especificações dimensionais;
quantidades que resultam da soma de outras quantidades (teorema do limite central); distribuição de médias
f(x)
x
![Page 280: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/280.jpg)
280
Lognormal (,2)
tempo para completar uma tarefa;
quantidades que são o produto de um grande número de outras quantidades
f(x)
x
![Page 281: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/281.jpg)
281
Outras distribuições contínuas:
Beta (1, 2): usada como aproximação inicial na ausência de
dados; proporção de itens defeituosos num embarque; tempo para completar uma tarefa
Pearson tipo V (, ): tempo para completar uma tarefa
Pearson tipo VI (1, 2, ): tempo para completar uma tarefa
![Page 282: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/282.jpg)
282
Outras distribuições contínuas:
Triangular (a, b, c): usada como aproximação inicial na ausência de dados
f(x)
a b
2/(b-a)
xc
![Page 283: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/283.jpg)
283
Distribuições discretas:
Bernoulli (p): Ocorrência aleatória com duas saídas possíveis
p(x) = 1-p se x=0 p(x) = p se x=1 p(x) = 0 em qualquer outra situação
Binomial (t,p) número de itens defeituosos em um lote de tamanho t número de itens que compõem lotes de tamanhos
aleatórios (tamanhos dos grupos de pessoas num evento) número de itens demandados de um estoque
![Page 284: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/284.jpg)
284
Distribuições discretas:
Geométrica (p): Número de itens inspecionados antes de encontrar
o primeiro defeituoso Número de itens que compõem lotes de tamanhos
aleatórios número de itens demandados de um estoque
Binomial negativa (s,p) número de itens bons inspecionados antes de
encontrar o s-ésimo item defeituoso número de itens que compõem lotes de tamanhos
aleatórios número de itens demandados de um estoque
![Page 285: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/285.jpg)
285
Modelagem do número de chegadas Nt
Poisson com parâmetro t
E(Nt)=t é a média do número de chegadas no intervalo t
var(Nt)= t é a variância do número de chegadas no intervalo t
é a taxa de chegadas
!
)(n
tenNP
nt
t
(n=0,1,2,…)
![Page 286: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/286.jpg)
286
Abordagem 2: Ajustar uma distribuição empírica
Aplicação: Há situações para as quais nenhuma distribuição
teórica se ajusta bem!!!
Aspectos críticos a considerar: apresenta irregularidades de comportamento,
associadas principalmente a situações em que dispomos de poucos dados
não permitem extrapolar os limites da observação; isto é crítico, pois estimativas em simulação dependem também da chance de ocorrência de eventos extremos
![Page 287: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/287.jpg)
287
Bibliografia
Law, Averill e Kelton, W. Simulation modeling and analysis. New York: MacGraw Hill, 1991.
Winston, Wayne. Introduction to probability models. Belmont: Thomson, 2004.
Winston, Wayne. Operations research. Belmont: Thomson, 1994.
Harrel, Charles R. Simulação: otimizando os sitemas. São Paulo: IMAM, 2002.
Prado, Darci. Teoria das filas e da simulação. BH: INDG, 2004.
![Page 288: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/288.jpg)
288
AVALIAÇÃO
![Page 289: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/289.jpg)
289
1) Delimite a extensão do sistema que você vai estudar.2) Descreva o sistema (como ele ocorre na empresa).3) Enuncie o objetivo prático da simulação.4) Cite os eventos que você irá considerar na modelagem e o grau de detalhamento.5) Explicite os pressupostos da sua modelagem.6) Liste todos os elementos que você irá considerar no modelo (locais, entidades,
recursos, atributos, processamentos) e descreva a modelagem de cada um. Faça considerações sobre as simplificações e pressupostos sobre cada um deles.
7) Sobre a coleta de dados:i) Quais as fontes usadas? ii) Qual o horizonte de tempo que você considerou na coleta? Ele é suficiente?
Contempla mesmo os eventos mais raros? iii) De quanto em quanto tempo ocorrem estes eventos mais raros? Quais são eles?8) Sobre a validação?i) Descreva, passo a passo, o que você fez para validar o seu modelo.ii) Quem foi consultado?
Aplicação
![Page 290: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/290.jpg)
290
9) Qual o tempo que você propõe para as rodadas? Por que?10) Qual o tempo de warm up? Por que? 11) Observar a variabilidade natural do seu sistema. Fale a respeito dela em
relação a cada um dos elementos que você usou no sistema.12) Quais medidores estatísticos você vai usar? Por que? De que modo eles
contribuem para alcançar o objetivo proposto.13) Foi necessário reavaliar o objetivo da simulação, ao longo do caminho?
Sim? Não? Por que? O que foi modificado.14) Você aprendeu algo a respeito do seu sistema, ao longo do esforço de
modelagem? Caso sim, o que aprendeu e em que passo(s) da simulação isso ocorreu.
15) Faça um exercício de criatividade e imagine um ponto do seu sistema onde você muda drasticamente uma característica (velocidade, tempo de execução, tempo de atendimento, capacidade do recurso, número de recursos, taxa de chegadas, etc). Proponha algo que seja impossível hoje, tecnologicamente. Analise os resultados. O que você observou?
![Page 291: MODELAGEM DE SISTEMAS SIMULAÇÃO Profa. Giovana Pasa, Dra. giovanapasa@producao.ufrgs.br Parte I Universidade Federal do Rio Grande do Sul Programa de Pós](https://reader037.vdocuments.mx/reader037/viewer/2022110117/552fc174497959413d8eef46/html5/thumbnails/291.jpg)
291