MODELAGEM

E
SIMULAO
Professor: Adriano Benigno
Moreira
Variveis de Estado
As variveis cujos valores determinam o estado de um sistema so
conhecidas como variveis de estado. Quando a execuo de um
programa de simulao interrompida, esta s poder ser retornada a
partir do ponto em que foi interrompida se, e somente se, forem conhecidos
os valores de todas as variveis de estado, no exato momento da
interrupo as variveis de estado constituem o conjunto de informaes
necessrias compreenso do que est ocorrendo no sistema (ou no
modelo representando esse sistema) num determinado instante de tempo,
com relao aos objetos de estudo.
A determinao dessas variveis funo do propsito de estudo.
Variveis de estado definidas numa determinada investigao de um
sistema podem ser completamente diferentes daquelas definidas emoutros
estudo sobre o mesmo sistema, Exemplo:
Na fbrica: O nmero de peas esperando para serem processadas na
mquina (fila da mquina) ou, ainda, o estado da mquina, isto , ocupada
ou livre
No banco o nmero de clientes esperando na fila do caixa
Evento
Eventos so acontecimentos, ocorrncias, programadas
ou no, os quais, quando ocorrem, provocam uma
mudana de estado em um sistema. Toda mudana de
estado provocada pela ocorrncia de eventos. Em
outras palavras, sempre que ocorre um evento, pelo
menos uma varivel de estado se altera.
Uma chegada: de peas, de clientes ou de tarefas,
respectivamente, em cada um dos sistemas;
Um incio de processamento: pela mquina, pelo caixa
ou pela CPU, respectivamente, em cada um dos
sistemas:
Uma sada de peas, clientes ou tarefas,
respectivamente, em cada um dos sistemas.
Entidades e Atributos
Em se tratando de modelagem e simulao de sistemas, uma entidade representa
um objeto que necessita de uma clara e explcita definio. Ela pode ser dinmica,
movendo-se atravs do sistema, ou esttica, servindo a outras entidades. Exemplo
de entidades dinmicas para os sistemas exemplificados poderiam ser: as peas
(que se movem pela fbrica), os clientes chegando e saindo da fila do caixa no
supermercado ou as tarefas que chegam e saem da CPU depois de processadas. J
entidades estticas podem ser, por exemplo, a mquina, o caixa e a CPU.
As caractersticas prprias das entidades, isto , aquelas que as definem totalmente,
so chamadas de atributos. Entidades semelhantes possuem os mesmos atributos.
Os valores dos atributos que as diferenciam entre si. Dessa forma, pode-se, por
exemplo, caracterizar ou dar o nome de pea, a toda entidade que processada em
uma determinada mquina de um sistema de manufatura. Se essas peas
(entidades) forem diferentes entre si e as investigaes sobre o sistema requererem
respostas que considerem tais diferenas, um simples atributo com um cdigo, um
nmero ou tipo, por exemplo, as tornaro explicitamente individualizadas. Os
resultados podero ser apresentados pelo cdigo, pelo nmero ou pelo tipo das
peas. O mesmo poder ocorrer com as entidades clientes ou tarefas dos dois outros
sistemas exemplificados.
Entidades e Atributos
Importante
Um atributo pode ser o tempo de entrada de uma pea na linha de produo
para encontrar o tempo mdio.
O tempo no sistema da pea que est saindo. Usando a informao contida
no atributo TCS (Tempo de Chegada no sistema), realiza uma operao de
subtrao, isto , o tempo da sada da pea menos o tempo de sua chegada,
registrado no TCS.
Atualiza um contador de peas que deixam o sistema
Acumula numa varivel o tempo no sistema da pea que est saindo.
Calcula o tempo mdio de todas as peas que j passaram pelo sistema,
dividindo a varivel do passo trs pelo acumulador do passo dois.
Recursos e Filas de Recursos
Um recurso considerado uma entidade esttica que fornece servios s
entidades dinmicas. Um recurso pode ter a capacidade de servir uma ou mais
entidades dinmica ao mesmo tempo, operando como um servidor paralelo.
possvel que uma entidade dinmica opere com mais de uma unidade do
recurso ao mesmo tempo ou com diferentes recursos simultaneamente. Se uma
entidade dinmica no puder se apoderar de um recurso solicitado, ela dever
aguardar por ele em uma fila.
A poltica de tratamento de filas mais comum o FIFO (sigla em ingls para
First In,First Out), onde o primeiro a chegar fila ser o primeiro a ser atendido
pelo recurso. Outras formas de gerenciamento podem ser adotadas. No
havendo disponibilidade de espao na fila, essa entidade poder tomar o
destino de outro recurso, a entidade dinmica o reter por um tempo (o qual se
costuma chamar de tempo de processamento ou servio) liberando-o a seguir.
Um recurso pode ter vrios estados. Os mais comuns: so ocupado livre.
Outros podem ser definidos, tais como bloqueado, falhado, indisponvel, etc
Atividades e Perodo de Espera
Em simulao diz-se que uma atividade corresponde a um perodo de tempo
predeterminado. Logo, uma vez iniciada, seu final pode ser programado. A
durao de uma atividade, no entanto, no , necessrio, uma constante.
Poder ser o resultado de uma expresso matemtica, um valor aleatrio com
base em uma distribuio de probabilidade, ser fornecida a partir da leitura em
algum arquivo ou fonte externa ou at mesmo ser dependente do estado do
sistema.
Por exemplo, o tempo necessrio a um servio poder ser de 5 min para cada
entidade ou de 5 min para a entidade A e de 8min para a entidade B. Poder
ser aleatrio, de acordo com uma distribuio de probabilidade Normal , com
mdia de 10 min e desvio-padro de 1 min. Poder ainda ser dependente do
tempo de simulao. Por exemplo, 5 min, se o tempo de simulao se encontar
em 0 e 120 min. e de 3 min se o temo de simulao for maior que 120 min.
Outra hiptese que o tempo de servio dependa do tamanho da fila diante de
um servidor. Se a fila for grande, mais que cinco entidades, por exemplo, o
servidor levado a agir mais rpido, com mdia 3 min por entidade. Se, no
entanto, o nmero de entidades na fila for pequeno (menos de cinco) ele relaxa
e passa a atender com mdia 4 min por entidade.
Atividade e Perodo de Espera
Ao contrrio de uma atividade, uma espera um perodo de tempo sobre o
qual, em geral, no se tem controle se o modelo contiver variveis
aleatrias. Uma vez iniciada, no se pode programar seu fim. Um caso
tpico a espera causada por eventos inesperados. Por exemplo, uma
entidade entra em uma fila de espera pro um curso de tempo. O tempo que
a mesma ficar retida na fila depender da soma dos tempos de
processamento das outras entidades que se encontram na fila ou em
processo. Se a forma de gerenciamento da fila for FIFO e os tempos
determinsticos, pode-se calcular essa espera. Do contrrio, com tempos
aleatrios, s se poder estimar esse tempo. Se outra forma de
gerenciamento for adotada, com base, por exemplo em um atributo de
prioridade, um evento inesperado, como a chegada na fila de uma entidade
com maior prioridade, torna tal controle quase impossvel. Outro caso de
um evento inesperado seria a indisponibilidade, por tempo indeterminado,
de um recurso devido a quebra de mesmo. Todo incio e final de uma
atividade ou perodo de espera so causados por um evento (mudana de
estado).
Tempo (Real) Simulado e
Tempo de Simulao
Um cuidado necessrio por parte de que est modelando um sistema diz
respeito relao entre o tempo (do sistema real) simulado e o tempo de
simulao (tempo necessrio execuo de um experimento no
computador). Para certos sistemas, o tempo de simulao pode ser muito
maior que o tempo simulado. Por exemplo, na simulao de um modelo de
uma rede de computadores, as unidades de tempo admitidas para os
eventos podem ser de ordem de milisegundos. Se, no modelo, o nmero de
entidades e o nmero de processos a que estas devem ser submetidas for
grande (milhares de pacotes sendo roteados, por exemplo), o tempo de
CPU devotado a esse processamento poder ser razovel (dependendo da
capacidade da CPU) . Dessa forma, para simular, digamos 15 segundos de
funcionamento desse sistema, possvel que gastem dezenas de minutos
de tempo de um computador.
Por outro lado, em um terminal porturio. Os eventos associados a esse
tipo de sistema podem ser contabilizados atmesmo na ordem de dias ou
semanas, como por exemplo, o perodo da chegada de navios.
Classificao dos Sistemas
para Modelagem e Simulao
Para o propsito de modelar e simular sistemas,
estes podem, de maneira geral, ser classificados
como: estticos ou dinmicos, contnuos ou
discretos ou ainda, como determinsticos ou
aleatrios. Iremos no embasar no processo
dinmico, aleatrios e discretos.
SISTEMAS SISTEMAS SISTEMAS
ESTTICOS EST ESTTICOS TICOS DINMICOS DINMICOS DINMICOS
DETERMINISTICOS DETERMINISTICOS DETERMINISTICOS ALEATRIOS ALEAT ALEATRIOS RIOS
CONTNUOS CONT CONTNUOS NUOS DISCRETOS DISCRETOS DISCRETOS
Os sistemas que sero aqui referidos,
estudados, modelados e simulado, reais ou
projetados, so classificados como dinmicos,
uma vez que as variveis de estado que o
representam se modificam na medida em que o
tempo evolui. No so determinsticos, mas
aleatrios, pois os possveis estados das
variveis podem ser descritos, mas no
predeterminados. E, finalmente, so tambm,
classificados como discretos, pois as mudanas
de estado em pontos discretos no tempo e no
de forma continua.
A caracterizao de um modelo dada em
funo da maneira com que ocorrem as
mudanas nas variveis de estados do sistema.
Em outras palavras, possvel classificarum
sistema, como contnuo ou discreto,
dependendo da maneira com que o mesmo foi
modelado. Logo, classifica-se o modelo (e no o
sistema) com base nas variveis necessrias ao
acompanhamento do estado do sistema.
Modelos de mudana discreta ou
modelos discretos:
Nos modelos assim classificados, as variveis de estado mantm-se
inalteradas ao longo de intervalos de tempo e mudam seus valores
somente em pontos bem definidos, tambm conhecidos como tempo de
ocorrncia do evento. Convm salientar que a variao do tempo, nesses
modelos, pode ser tanto discreta como contnua. Se as variveis que
dependem do tempo podem assumir qualquer valor ao longo do tempo, a
variao poder ser contnua, caso contrrio, somente no pontos
permitidos.
Tempo Simulado
Nde jobs na fila da
CPU
Modelos de mudana contnua ou
modelos contnuos
Nesses modelos, as variveis de estado podem variar continuamente ao
logo do tempo. Por exemplo, imagine um modelo que descreva um sistema
composto de uma caixa dagua com um tampo em sua base. Como
variveis de estado, pode-se utilizar o seu volume ou o seu nvel de gua.
As simulaes realizadas teriam incio no momento em que o tampo fosse
aberto e a gua contida comeasse a escoar. Intuitivamente, pode-se
imaginar que qualquer das duas variveis de estado estar variando
continuamente ao longo do tempo simulado
Tempo Simulao
Nvel dagua
Modelos contnuos e discretos
Alguns modelos contnuos podem ser discretizados, isto , tratados como modelos
discretos, aps algumas suposies realizadas sobre as variveis de estado. H
tambm a possibilidade da modelagem mista nas quais variveis dependentes do
tempo podem variar ora de maneira continua ora discretamente ao longo do tempo.
Alm da classificao dos modelos como discretos, contnuos ou mistos vistos
anteriormente, cujo principal propsito a adequao entre as caractersticas fsicas
do modelo ao tipo de sistema, outras classificaes podem ser empregadas. Nesse
caso, os modelos so classificados de acordo com seu propsito e tio de processo
decisrio envolvido.
Tipos de Modelos
Modelos voltados previso: a simulao pode ser usada para prever o estado de um sistema
em alguns ponto no futuro, baseado nas suposies sobre seu comportamento autal e de como
continuar se comportando ao longo do tempo. Modelos de previso do clima e modelos de
previso de demanda so exemplos clssicos. de
Modelos voltados investigao: alguns tipos de estudos baseados em simulao esto
voltados busca de informaes e ao desenvolvimento de hipteses sobre o comportamento de
sistemas. Como visto anteriormente, nem sempre verdade que os objetivos dos estudos
estejam claros e bem definidos ao incio dos estudos. Nesse caso as variveis de resposta
servem, muito mais, para construir e organizar as informaes sobre a natureza do fenmeno ou
sistema sob estudo. Os experimentos recaem sobre as reaes do sistema (modelo) a estmulos
normais e anormais. Exemplo desse tipo de aplicao encontram-se na indstria qumica (busca
de novos compostos). Na industria farmacutica (novos remdios), na indstria automotiva
(novas estruturas visando segurana de veculos).
Modelos voltados para comparao: uma comparao de diferentes rodadas de simulao
pode ser usada para avaliar o efeito de mudanas nas variveis de controle. Os efeitos podem
ser medidos sobre as variveis de resposta e relacionados aos objetivos traados, se estes forem
bem especficos. Esse tipo de aplicao da simulao est entre os mais populares. Na industria
em geral, comum a busca por melhores solues de layout ou a determinao do melhor
tamanho de lote de fbrica. Em sistemas logsticos, considere, por exemplo, em um terminal
porturio as opes de tamanho de tanques de armazenamento e frotas de caminhes
transportadores, visando minimizao da espera dos navios para a atracao e
descarregamento.
Dentro da classificao dos modelos com vistas ao propsito de sua aplicao, esse podem ser
ainda subdivididos em modelos nicos e especficos (de curta utilizao) ou modelos genricos
(longa utilizao).
Tipos de Modelos
Modelos especf icos: At o incio dos anos 90, o desenvolvimento e o uso de
modelos, visando obteno de informaes quantitativas auxiliares tomada de
deciso, eram exclusivos de processos que envolvessem, pelo menos, algumas
centenas de milhares de dlares. No entanto, em algumas reas, tais como servios
e manufatura, o crescimento de seu emprego notvel. Suas aplicaes:
Quando e qual tipo de equipamento novo deve ser comprado;
Quando e como reorganizar os recursos voltados ao atendimento de clientes. Filas de atendimento embancos, hospitais,
supermercados, etc.
Decidir sobre a alocao de determinado tipo de equipamento servindo uma ou outra linha de produo
Decidir sobre qual poder de processamento necessrio a umservidor de rede de comunicao de acordo comdiferentes tipos de
cargas ao sistema.
Depende quase exclusivamente, de que tal atitude seja factvel, isto , desejamumenvolvimento comque os est desenvolvendo
(se diferentes pessoas decideme constroemmodelos na organizao) e, sobretudo, desejammodelos que apresentem
credibilidade. Os dados envolvidos commodelos especficos devemser confiveis. Na maioria das vezes seu emprego ser
nico.
Modelos genricos: em algumas organizaes existe a necessidade de se
desenvolver modelos os quais so usados periodicamente por longos perodos. Eis
alguns exemplos;
Decises sobre aplicaes oramentrias, baseadas emdesenvolvimento e projeo simuladas do futuro;
Gerenciamento do trfego sobre uma rea emparticular. Como aumento da densidade populacional emdeterminadas reas,
existe a necessidade de novos estudos sobre a implantao de novos semforos, planejamento de trabalhos sobre a rodovia,
planejamento de trfego, etc.;
Necessitamser flexveis e robustos a mudanas nos dados de entrada, mudanas e processos por eles contemplados.
Exigemuma clara necessidade por dados recentes e confiveis. Emgeral esse tio de modelo parte de umconjunto de outros
sistemas voltados aquisio de dados e a atividades de proviso de informaes conhecidos como Sistema de Apoio Deciso
(SAD).
Erros mais comuns na
Abordagens via Simulao
O modelo utilizado muitas vezes em procedimentos do tipo tentativa e erro,
procurando mostrar os efeitos das vrias polticas operacionais e de gerenciamento.
Aqueles que apresentem os melhores resultados podem, ento, ser empregados no
sistema real. Em alguns casos envolve tcnicas de estatstica experimental,
principalmente quando os diferentes efeitos sobre o comportamento do
modelo/sistema so resultantes da combinao das diferentes polticas
A modelagem de um sistema depender, fundamentalmente, do propsito e da
complexidade do sistema sob investigao. So vrios os tipos de modelos que
podem ser empregados, tais como matemticos, descritivos, estatsticos, e ainda, do
tipo entrada-sada (caixa-preta).
Sistema do Mundo Real
Modelo de
Simulao
Sadas
(Respostas)
Entradas
(Dados)
Exemplo
Posto de limpeza de automveis .
Informaes:
Dependendo do dia da semana e da hora escolhida, possvel que, ao chegar
ao posto, um cliente encontre o mesmo ocupado.
Prevendo tal situao, o proprietrio criou um rea de espera na qual os clientes
podem aguardar (por ordem de chegada) pelo momento de serem atendidos.
Imagine que o proprietrio, zeloso de seu negcio, anda considerando a
possibilidade de melhorar o atendimento e evidentemente, os ganhos que
potencialmente o posto de servio oferece. Ele reconhece, no entanto, certos
receio de investir sem uma anlise mais detalhada da situao e de uma melhor
avaliao do desempenho do negcio se novos investimentos forem realizados.
rea de Espera
Exemplo
Algumas duvidas apontadas por ele.
Ser que a rea de espera disponvel (no momento
para no mximo quatro automveis) suficiente para
acomodar a clientela do sbado pela manh (perodo
de maior movimento) ou estou perdendo clientes por
falta de espao?
Ser que o servios esto sendo prestados em
tempo aceitvel, de tal forma que os clientes no
fiquem muito tempo no sistema?
Ser que necessrio contratar um operador auxiliar,
para esse perodo de alta demanda?
Exemplo
Porem importante que se responda duas perguntas:
Comque frequncia ocorre a chegada de carros para seremservidos?
Qual o tempo necessrio para completar o servio?
Informaes do proprietrio sobre as manhs de sbado:
chegam mais ou menos a cada 10 min.
tempo de atendimento de aproximadamente 15 min..
No entanto (segue afirmando) as vezes ao contrrio. O operador leva cerca de 10 min.
para lavar e os carros demoram mais para chegar.
Considere os seguintes comportamentos do sistema:
A freqncia com que se observam chegadas de automveis no sistema maior do que a
freqncia de observaes de sadas de automveis, uma vez que o tempo de atendimento
( 15 min.) maior que o intervalo entre chegadas de carros ( 10 min.).
Observando-se um sistema com este comportamento por um perodo razovel, por duas
horas por exemplo, com toda certeza a rea de espera disponvel no seria suficiente para a
fila que seria formada.
A segunda observao do proprietrio (as vezes ao contrrio), levaria a uma
situao totalmente diferente.
Neste caso, o sistema apresentaria folgas, isto , a rea de espera no seria necessria.
Exemplo - Como Tratar e Analisar o
Problema
Sistema de fila simples, trs alternativas
de tratamento:
tratamento por emprego de bom senso e um
pouco de adivinhao, o qual batizaremos de
achometria ou chute;
tratamento analtico, empregando-se, por
exemplo, teoria das filas;
tratamento por meio de modelagem e
simulao.
Exemplo Utilizando achometria, ou
chute
Bom senso +imaginao para adivinharo futuro
Embora desaconselhvel, esta uma das tcnicas de apoio a deciso
mais utilizadas (a mais econmica?). Vejamos at aonde seus
resultados podem auxiliar o decisor.
Dados:
Frequncia com que os automveis chegam ao posto;
Tempo necessrio para efetuar os servios.
Situao
TEC - Tempo
entre Chegadas
TS - Tempo
de Servio
A 10 min 15 min
B 10 min 10 min
Exemplo Utilizando achometria, ou
chute
Na situao A:
os automveis chegam mais rpidos do que podem ser servidos;
alta a possibilidade de ocorrerem congestionamentos. Assim, considerando este
possvel cenrio, as decises poderiam ser, por exemplo:
aumentar a rea de espera (alugando um terreno vizinho, por exemplo);
contratar mais um empregado e comprar mais um elevador hidrulico;
ambas as medidas acima.
Si tuao B:
o sistema apresenta uma certa folga (tempo de atendimento menor do que os
tempos decorridos entre as chegadas;
raramente ocorrero filas de espera.
Neste caso, a deciso do proprietrio seria no tomar nenhuma medida.
Situao
TEC - Tempo
entre Chegadas
TS - Tempo
de Servio
A 10 min 15 min
B 10 min 10 min

Exemplo Concluses Utilizando
achometria, ou chute
Como decorrncia destas possveis situaes, poucas informaes
adicionais podem ser obtidas.
Claramente, adotar uma ou mais aes com base nos resultados
deste processo de achometria, poder conduzir a resultados nada
compensadores.
A verdade neste caso deve, provavelmente, se encontrar entre estes
dois extremos.
Um problema do emprego desta tcnica, a considervel falta de
elementos para o exerccio da previso e da avaliao.
Com o emprego de tcnicas mais apuradas, possvel construir
modelos que permitem a anlise de desempenho do sistema e de
suas possveis alternativas, diante de diversos cenrios.
Exemplo Emprego da Teoria das Filas
Modelagem Analtica
A abordagem matemtica de filas se iniciou no principio do Sculo XX (1908) em
Copenhague, Dinamarca, com A.K. Erland, considerado o pai da Teoria das Filas,
quando trabalhava em uma companhia telefnica estudando o problema de
redimensionamento de centrais telefnicas. Foi somente a partir da segunda guerra
mundial que a teoria foi aplicada a outros problemas de filas. Apesar do enorme
progresso alcanado pela teoria, inmeros problemas no so adequadamente
resolvidos por causa de complexidades matemticas.
Conjunto de frmulas matemticas, as quais permitem calcular a maioria das
respostas desejadas pelo proprietrio, tais como:
tempo mdio dos servios,
tamanho mdio da fila na rea de espera,
tempo mdio de espera,
proporo de ocupao do operador, etc..
Dados:
preciso estimar valores para a o tempo mdio entre duas chegadas de automveis no
sistema e para o tempo mdio de uma lavao.
Tais informaes podem ser obtidas de duas possveis fontes:
das estimativas do proprietrio;
amostragem realizada no sistema.
Exemplo Emprego da Teoria das Filas
Modelagem Analtica
No caso do exemplo, este ser considerado como um sistema do Tipo M/M/1
o mais simples e popular, pressupondo que tanto o tempo decorrido entre as chegadas dos
clientes no sistema quanto o tempo relativo aos servios executados seja independentes uns
dos outros e distribudos segundo uma distribuio exponencial (processo Markoviano; M/M)
O algarismo1 indica um nico servidor
M/M/1, isto , aquele em que tanto as chegadas quanto o atendimento so marcovianos (o
que o mesmo que dizer que seguem a Distribuio de Poisson ou a Exponencial Negativa)
e em que temos um nico atendimento. O estudo ser feito para os casos de populao
infinita e finita. O sistema mais usual e M/M/1. Conforme apresentado na figura abaixo. Nela
o retngulo tracejado representa o sistema que est sendo analisado, ao qual chegam
clientes que recebem algum atendimento e, ento, desocupam o sistema.
Exemplo Emprego da Teoria das Filas
Modelagem Analtica
Nesse sistema de filas, pressupe-se que tanto a varivel aleatria associada ao tempo entre
chegadas de clientes (automveis) no sistema quanto aquela relativa aos tempos dos servios
executados estejam de acordo com um processo de Poisson. Nesse caso considera-se que
esses tempos sejam independentes uns dos outros e distribudos segundo uma distribuio
exponencial. Diz-se que tal distribuio no tem memria, com o passado no influenciando o
comportamento futuro. Para complementar as informaes sobre a notao, o algarismo 1 do
modelo indica a existncia de um nico servidor.
Nmero Mdio de Carros no Sistema
Tempo Mdio Despendido no Sistema
Taxa Mdia de Ocupao do Servidor
Nas expresses apresentadas, representa a
taxa de chegadas, isto , o nmero de carros que
chegam ao sistema durante um perodo de tempo
determinado, por exemplo, cinco carros por hora.
O smbolo representa a taxa de servio. Esta
tambm expressa em termos de unidades
servidas pro perodo de tempo. Por exemplo, seis
carros por hora. As frmulas so vlidas para
estimativas do comportamento do sistema
considerando longas observaes do mesmo e
para situaes em que <, pois caso contrrio
a fila no para de crescer e o sistema torna-se
totalmente instvel
Exemplo Emprego da Teoria das Filas
Modelagem Analtica
Na situao A os dados informam que em mdia chegam aos sistema seis carros a cada hora,
isso , =6. Quanto taxa de atendimento, o valor adotado de quatro a cada hora, com >
a tendncia nesse caso de uma instabilidade total do sistema, com filas de carros crescendo
sem parar .
Analisando o comportamento do posto no cenrios B, o tempo de chegadas maior ou igual a 10
min. e que o tempo de servio de de 10 min. Analisando o comportamento do posto em
outros cenrios assumem-se diferentes valores para o primeiro parmetro (10, 12 e 15 min.) com
a fixao do segundo em 10 min. Dessa forma, com assumindo os valores 6(60 min/10 min) 5
e 4 carros por hora, respectivamente, e =6 carros por hora, obtm-se as respostas
apresentadas abaixo .
Situao
TEC - Tempo
entre Chegadas
TS - Tempo
de Servio
A 10 min 15 min
B 10 min 10 min

6 5 4
L - 5 2
W - 1 0,5
1 0,833 0,666
Exemplo Emprego de Modelagem e
Simulao
Para a construo da tabela de simulao empregam-se os mesmos elementos (variveis
parmetros) disponveis e utilizados pelas duas abordagens anteriores. De forma semelhante, a
situao A no ser considerada, uma vez que evidente que o sistema no pode funcionar a
contento sob aquelas condies. J a situao B, sero empregados valores semelhantes aos
utilizados no modelo de teoria das filas.
A maior diferena entre as duas abordagens fica por conta de uma sofisticao a mais: o uso de
valores no determinsticos, tanto para os tempos entre chegadas (TEC), quanto para os tempos
de servios (TS).
No modelo anterior (teoria de filas) foram empregados diferentes valores para TEC. Porm os
valores mdios permanecem fixos .
J no caso da simulao, faz-se uma aproximao maior com a realidade. A varivel TEC
assumir os valores de 10,12 e 15 min, mas de forma aleatria como num sistema real, onde o
tempo entre chegadas no sempre 10, 12 ou 15 min. Assume-se que esta varivel pode
apresentar esses trs possveis valores com as mesmas probabilidades, isto 1/3 para cada
alternativa. Da mesma forma com o tempo de servio tambm poder, randomicamente, assumir
os valores, 9, 10 e 11 min. Tambm com a probabilidade de 1/3 para cada uma deles
TEC TS
Tempos
(min)
10 12 15 9 10 11
Probabilidaes 1/3 1/3 1/3 1/3 1/3 1/3
Exemplo Emprego de Modelagem e
Simulao
As possibilidades definidas pela tabela anterior devem
estar inseridas no modelo de simulao que ser
construdo. A tabela deve ser feia de tal maneira que, ao
final da simulao manual seja possvel dela extrair
elementos (estatsticas) que permitam responder as
questes bsicas formuladas pelo proprietrio do posto.
O tamanho da rea de espera disponvel (para no mximo quatro automveis).
Os tempos de realizao dos servios;
A necessidade de contratar um operador auxiliar;
Exemplo Emprego de Modelagem e
Simulao
As respostas para tais indagaes exigem que as
seguintes estatstica seja calculadas.
Nmero mximo de carros esperando na fila;
Tempo despendido pelos clientes no sistema;
Taxa de ocupao do operador
O calculo dessas estatsticas exige que os seguintes dados devam
ser levantados:
Para o calculo do nmero mximo de carros esperando na fila, um
constante monitoramento da rea de espera ser realizado ao longo
da simulao;
Par a o calculo do tempo de um cliente no sistema faz necessrio:
Guardar o tempo de entrada;
Guardar o tempo de sada;
Guardar o resultado da subtrao tempo de sada tempo de entrada. Por exemplo: se um
carro chega as 10h00min e sai do posto s 10h25min, faz-se (10h00min 10h25min =
25min). O tempo de 25 min armazenado como tempo do cliente no sistema.
Exemplo Emprego de Modelagem e
Simulao
Uma lista com os tempos de todos os clientes que passam pelo sistema
durante a simulao permitir, posteriormente, a verificao de que
despendeu o menor tempo no sistema, o maior tempo no sistema, o tempo
mdio a varincia, etc.;
Para calcular a taxa de ocupao do operador, necessrio verificar que
parcela do tempo de operao do sistema(tempo simulado) este se
encontra ocupado ou livre. Acumulam-se todos os perodos de tempo em
que o operador est no estado livre. Ao final faz-se a relao tempo
livre/tempo de simulao e se obtm o percentual de tempo livre. Seu
complemento ser o percentual de ocupao do servidor.
Exemplo Emprego de Modelagem e
Simulao
Cliente
Tempo
desde a
ltima
chegada
(minutos)
Tempo
chegada no
relgio
Tempo de
Servio
Tempo de
incio do
servio no
relgio
Tempo do
cliente na
fila
(minutos)
Tempo final
do servio
no relgio
Tempo do
cliente no
sistema
(minutos)
tempo
livre do
operador
(minutos)
1 15 15 11 15 0 26 11 15
2 12 27 10 27 0 37 10 1
3 10 37 9 37 0 46 9 0
4 10 47 10 47 0 57 10 1
5 12 59 9 59 0 68 9 2
6 15 74 10 74 0 84 10 6
7 10 84 11 84 0 95 11 0
8 12 96 9 96 0 105 9 0
9 10 106 11 106 0 117 11 1
10 10 116 10 117 1 127 11 0
11 10 126 11 127 1 138 12 0
12 12 138 9 138 0 147 9 0
13 15 153 10 153 0 163 10 6
14 12 165 9 165 0 174 9 2
15 12 177 11 177 0 188 11 3
150 2 152 38
Exemplo Emprego de Modelagem e
Simulao - Resultados
min. 0,13
15
2
clientes de total Nmero
fila na espera de tempos
= fila na espera de mdio Tempo

0,13
15
2
clientes de total Numero
esperaram que clientes de Numero
= fila na esperar cliente um de ade Probabilid
202 , 0
188
38
simulao de total Tempo
r operadordo do livre tempo
= livre operador do ade Probabilid

Como o operador pode se encontrar em duas possveis

situaes, livre ou ocupado (outras situaes no
foram consideradas, como por exemplo de folga ou
ausente), a probabilidade dele estar ocupado dada
pelo complemento de 20,2%, isto , 79,8%.
Exemplo Emprego de Modelagem e
Simulao - Resultados
min 0 , 0 1
15
150
clientres de total Numero
servico de Tempo
= servico de mdio Tempo

min. 07 , 10
15 clientes de Nmero
sistema no tempos
= sistema no despendido mdio Tempo
151

Exemplo Emprego de Modelagem e

Simulao - Resultados
Em relao as dvidas do proprietrio, as questes dois e trs foram
respondidas considerando-se algumas das estatsticas acima
apresentadas.
Em mdia um cliente permanece em torno de 10 min. no posto;
Em mdia, o operador estar ocupado cerca de 80% de seu tempo;
O tempo mdio na fila, 0,07 min. e o tempo mdio de servio, 0,10 min.
Exemplo Emprego de Modelagem e
Simulao - Resultados
As revelaes mais importantes no entanto no foram propriamente os
nmeros e estatsticas reveladas ao final da simulao, mas sim a
possibilidade de se observar toda a dinmica do sistema ao longo da
simulao.
A eventual formao de fila, a variabilidade associada aos tempos entre
chegadas, as diferenas entre os tempos mnimo e mximo no sistema,
etc..
Tais possibilidades permitem ao proprietrio testar novas estratgias para o
funcionamento de seu negcio, incorporando ao modelo detalhes que
possam ser considerados importantes, verificando o comportamento do
sistema, antes de sua real implementao.
Exemplo Emprego de Modelagem e
Simulao -
10,4 3,8 7,3 10,2 22,6 6,9 0,6 1,6 4,3 14,9
14,1 13,4 1,2 17,7 1,6 17,3 15,5 3,02 28,4 28,5
3,4 4,3 2,8 4,8 0,7 13 2,74 8,1 10,4 0,4
8,1 3,1 4,9 29,9 42,7 2 28,1 1,02 24,4 10,9
17,9 0,9 8,2 5,6 1,4 12,5 8,5 16,5 12,1 18
0,3 6,8 16,2 4,4 11,9 8,3 1,8 6,4 39,8 33,1
2,5 0,4 8,5 12,9 14,6 3,8 21,8 18,1 4 0,6
17,5 15,8 35,5 4,6 1,7 2,9 2,7 11,6 5,9 15,9
26,4 7,7 17,4 7,7 5,5 6,1 9,9 5,8 29,5 10,8
0,7 13,5 4,1 15,3 12,7 9,7 12,3 1,1 27,9 13,6
Diferentemente da abordagem anterior e, a pedido de uma analista, o proprietrio do
posto de lavao, com a ajuda deste, realizou um levantamento de dados, cujo
propsito modelar e simular manualmente o comportamento do sistema, mas
agora com mais realismo, os dados abaixo se referem ao tempo de chegada
Exemplo Emprego de Modelagem e
Simulao - Resultados
1 42,5 40 -->45
2 37,5 35 -->40
1 32,5 30 -->35
7 27,5 25 -->30
3 22,5 20 -->25
13 17,5 15 -->20
19 12,5 10 -->15
19 7,5 5 -->10
35 2,5 0 -->5
Observaes Ponto Mdio Classes
0
5
10
15
20
25
30
35
40
1 2 3 4 5 6 7 8 9
Referncia
Filho, Paulo J os de Freitas - Introduo Modelagem e
Simulao de Sistemas Editora Visual Books
CHWIF, Leonardo; Medina Afonso C. Modelagem e Simulao de
Eventos Discretos: Teoria e Aplicao 2.ed - Editora Bravarte