Como Tomar Decisoes Atraves Da Simulacao PDF

COMO TOMAR DECISÕES
ATRAVÉS DA SIMULAÇÃO
Prof. Leonardo Chwif

Prof. Afonso Celso Medina
www.livrosimulacao.eng.br
II – EMEPRO – ABRIL 2006
Visão Geral
Parte I
♦ Processos de tomada de decisão: tipos de decisões
e métodos de decisões
♦ O que é Simulação, tipos de simulação e histórico
♦ Abordagem Aleatória/Dinâmica contra a
abordagem Estática/Determinística para a solução
de problemas e tomada de decisões
Parte II
♦ Casos Práticos: Aplicações de Simulação em
Bancos, Manufatura, Logística e Cadeia de
Suprimentos, Cadeias de Fast-Food, Call Centers,
Hospitais, Portos e Aeroportos e Supermercados.
Conclusões
Abril de 2006 II EMEPRO - Viçosa MG Slide # 2
1
Parte I
Motivação Inicial
♦ “Amigos, há apenas duas
coisas na vida que vocês
tem que fazer. Vocês
têm que morrer e fazer
escolhas. Dessas não há
como escapar”
James C. Hunter, O Monge e o

Executivo, Ed. Sextante, 13a
Edição, 2004.
2
Quando Tomamos Decisões ?
Como Tomamos Decisões ?
3
Exercício 1: O Abrigo
Nuclear
♦ Imaginem que nossa cidade está sob
ameaça de uma bomba nuclear.
Aproxima-se um homem e lhes solicita
uma decisão imediata. Existe um abrigo
nuclear que só pode acomodar seis
pessoas. Há doze que pretendem entrar.
Há uma relação das doze pessoas
interessadas a entrar no abrigo.
♦ Quais pessoas você levaria para o
abrigo? Justifique sua decisão.
Relação das Pessoas:

– Um violinista, com 40 anos de idade, narcótico, viciado;
– Um advogado, com 25 anos de idade, alcoólatra;
– A mulher do advogado, com 24 anos de idade, que acaba
de sair do manicômio. Ambos preferem ou ficar juntos no
abrigo, ou fora dele;
– Um sacerdote, com a idade de setenta e cinco anos;
– Uma prostituta, com 34 anos de idade;
– Um ateu, médico, com 20 anos de idade, autor de vários
assassinatos;
– Uma universitária que fez voto de castidade;
– Um físico, com 28 anos de idade, que só aceita entrar no
abrigo se puder levar consigo sua arma;
– Um declamador fanático, com 21 anos de idade;
– Uma menina, com 12 anos de idade, e baixo QI;
– Um homossexual, com 47 anos de idade, portador de HIV;
– Um débil mental, com 32 anos de idade, que sofre de
ataques epilépticos.
4
Problema da Decisão
♦ Para tomarmos decisões “corretas”,
necessitamos:
– Entender o processo e os assuntos
importantes relacionados à tomada de
decisão;
– Entender os métodos que estão
disponíveis para auxiliar no processo
de tomada de decisão;
– Entender o papel que os Sistemas de
Informação podem desempenhar no
suporte à tomada de decisão.
Tipos de Decisões
Tipos de Exemplo
Decisões
Estruturada Determinar Investimento Ótimo
Determinar melhor nível de
estoque
Semi-estruturada Determinar programação
produção
Determinar melhor Layout
Não Estruturada Contratação de Executivos
Escolher projetos de P&D
5
Níveis de Decisões
Níveis de Exemplo
Decisões
Controle Compra de Software
(Operacional) Entrada de Pedidos
Administrativa Plano de Investimentos
(Tático) “Make or Buy”
Estratégica Localização de Fábrica
Novas tecnologias
Técnicas de Decisão1
♦ Intuição ou “Feeling”
♦ Alfarrábios ou “Regras de Bolo”
♦ Técnicas Consagradas de Decisão
1 Aplicadas a decisões que

irão ser tomadas. Na
realidade mais de 70% das
decisões não são tomadas
(e sim “empurradas com a
barriga”) pelos gerentes.
Fonte:Takahashi(1997).
6
A Intuição pode Gerar
Erros?
Exercício 2A: Café com

Leite
Valores Iguais
Café Leite
1) Pegar uma colher leite e levar a xícara de café
2) Misturar o leite no café
3) Uma colher de café com leite e coloca na xícara
com leite e misture.
4) No final as duas continuam com o mesmo volume.
TEM PROPORCIONALMENTE:
* MAIS LEITE NO CAFÉ OU MAIS CAFÉ NO LEITE ?
7
Resposta
Valores Iguais
Café Leite
1) Havia 150 ml de café 1) Havia 120 ml de leite
2) Adicionou 30 ml de leite 2) Adicionou a colher
3) Ficando 180 ml total na xícara de com a mistura de café
café com leite sendo 1/6 de leite(30ml) com leite contendo 5 ml
e 5/6 de café (150ml) de leite e 25ml de café.
4) Tira-se uma colher de café com leite 3) Ficando assim 125
misturado, nesta colher haverá 30ml ml de leite e 25ml de
sendo 5ml de leite e 25ml de café e leve- café.
a ao leite.
5) Ficando assim 125ml (5/6) de café e
25 ml (1/6) de leite
Exercício 2B: Coelhos e

Raposas
Numa floresta do Canadá, vivem coelhos e
raposas com uma relação de predador-
presa. Em um dado instante os homens
recolheram todos os seus coelhos que
mantinham em cativeiro e devolveram
para a floresta aumentando a população
de coelhos existentes em 3 vezes. O que
irá acontecer no futuro com a população
de raposas?
8
Resposta
O “bom senso” pode

induzir a erros?
♦ Há vários casos reportados no qual
a “melhor decisão1” revelou ser a
pior.
- Tragédia do Sahel
- Falência da People Express
1Decisão com maior “bom senso”
9
Segundo a HBR1:
“Em se tratando da tomada de
decisões, sua cabeça pode ser
seu maior inimigo”
Hammond, Keeney e Raiffa
1 Harvard Business Review – Hammond, J, “As Armadilhas da Decisão”,

v. 76, n. 5 p. 47-58, Set/Out 1998
Exercício 3: O Bolo
Você convidou 28 pessoas para sua festa
de aniversário. Você terá de decidir
quanto deve comprar de bolo. Como você
tomaria esta decisão? Quanto você
compraria?
10
Exemplo de Regras
♦ “Média de 150 g por pessoa de Bolo”
28*150g = 4200 + 5% para contingências =

4410 g ≅ 4,5 kg.
---------------------------------------------------------------
Problemas:
♦ Variação do Número de Pessoas.
♦ Variação da “quantidade média por pessoa” em função do
bolo.
♦ Variação da “quantidade média por pessoa” em função do
que foi servido antes e quando o bolo foi servido.
Problemas Gerais das

Regras
♦ O que é sucesso no passado pode não
ser no presente.
♦ Muitas regras são baseadas em
evidências não confirmadas
♦ Excesso de Confiança pode levar a
erros
♦ No geral, as regras dificilmente
funcionam em situações com
comportamento aleatório e dinâmico
11
Técnicas de Decisões
Consagradas
♦ São técnicas de decisões desenvolvidas por anos
e anos de pesquisas.
♦ Podem ser classificadas em diversas categorias
conforme a natureza do problema da decisão
♦ Algumas Técnicas:
– Métodos de Otimização – Algoritmos Genéticos
– Teoria dos Jogos
– Lógica Nebulosa
– Analytic Hierachy Process – AHP
– Simulação !
Simulação
Processo de elaboração de um modelo de
um sistema real (ou hipotético) e a
condução de experimentos com a
finalidade de entender o comportamento
de um sistema ou avaliar sua operação
(SHANNON, 75)
Sistema
Modelo
12
Tipos de Simulação
♦ Simulação não Computacional
(protótipo)
♦ Simulação Computacional
– Simulação Monte Carlo
– Simulação de Sistemas Contínuos
– Simulação de Eventos Discretos
Simulação não
Computacional
Protótipo em
túnel de vento Simulação de Acontecimentos
13
Simulação Monte Carlo
♦ Utilização de amostragem aleatória para
solução de problemas de natureza
estocástica ou determinística, onde o tempo
não é o parâmetro mais importante (como é
no caso da simulação de eventos discretos)
♦ O nome faz alusão ao “Cassino Monte Carlo”
devido as suas propriedades aleatórias.
♦ Alguns autores a denominam de “Simulação
Estática”

Exemplo do Jornaleiro
♦ “Um vendedor de jornais deve decidir quantos
jornais ele deve comprar do seu fornecedor para
atender sua clientela de domingo. Se o
jornaleiro comprar mais jornais do que o
número verificado de clientes, a sobra de jornal
será vendida para um serviço de reciclagem de
papel por R$ 1,00 a unidade. Por outro lado, se
o número de clientes for maior que o número de
jornais, o jornaleiro deixa de ganhar o valor da
venda, R$ 3,00 por cliente não atendido. Os
jornais são comprados em lotes de 50 jornais ao
preço de R$ 100,00 o lote”
14
Exemplo do Jornaleiro
♦ A partir da sua experiência vendendo
jornais, o jornaleiro sabe que a distribuição
do número de clientes que aparecem em um
domingo é discreta e pode ser representada
pela seguinte tabela
Número de Clientes Probabilidade
100 0,10
150 0,25
200 0,35
250 0,20
300 0,10
Solução completa em www.livrosimulacao.eng.br
Modelos de Simulação
Contínua
♦ Introduzido por Forrester em 1961
♦ Aplicados a problemas que possuem
fortes características de realimentação.
♦ Usam sistemas de equações que
trabalham com níveis e fluxos; o tempo
de simulação avança continuamente.
♦ Problemas: não entra no detalhe do
sistema. Funciona bem para macro-
processos: Nível Tático/Estratégico
15
Simulação Contínua
Exemplo
Estoque cliente
manufatura
Taxa Produção Taxa Compra
Administração Preço
Dias de Estoque (DEE)
Taxa Variação Preço DEE desejado
Simulação de Eventos
Discretos
♦ Introduzida na década de 50 para fins
militares
♦ Capaz de Lidar com Sistemas Complexos
(muitas interações entre as variáveis)
♦ Capaz de Lidar com o comportamento
dinâmico de sistemas
♦ Capaz de Lidar com variá
variáveis aleató
aleatórias
(seguem uma certa distribuição de
probabilidades)
♦ Mais apropriada para simulação de
processos no nível operacional.
16
Simulação de Eventos
Discretos – Exemplo
x1..xn estados
Chegada x4
e1..en eventos
x2
x3
Espera
x1
tempo
e1 e2 e3 e4
Processo Eventos Discretos
Saída
Estocástico x
Determinístico
A simulação é uma ferramenta apropriada
na análise de sistemas estocásticos
(sujeitos a variações contrário a sistemas
deterministícos onde as variáveis não se
alteram), pois conseguem capturar a
aleatoriedade através de distribuições
estatísticas:
Figura retirada de:

http://www.stanford.edu/~sav
age/flaw
17
Aleatório + Dinâmico X
Determinístico + Estático
♦ Num banco, o intervalo entre as
chegadas sucessivas de clientes é de 1
minuto e o tempo de atendimento do
caixa, é de 0.99 minuto. Qual é o
tamanho máximo da fila, considerando:
– (i) Os tempos são determinísticos e
constantes.
– (ii) Os tempos fornecidos são a média de uma
distribuição de probabilidade exponencial.
Métodos de Análise de
Sistemas
Maior Maior
• Simulação
Complexidade Esforço
Dinâmica • Planilhas Qualidade
Aleatóriedade
• Calculadora
• Lápis e Papel
• Intuição
Problema Ferramentas Resultados

18
Exemplo:
Alimentação de Prensas
Prensa 1 (P1)
Prensa 2 (P2)
Prensa 3 (P3)
Trilho do
Carrinho
Carrinho
Exemplo:
Alimentação de Prensas
♦ Deseja-se determinar o número de
carrinhos automáticos para a alimentação
de bobinas metálicas de três prensas. A
alimentação deve iniciar-se assim que uma
das prensas terminar de produzir um
determinado lote de peças. A condição
principal é a de que deverá haver um
carrinho disponível para a alimentação das
prensas, pois uma espera pelo carrinho de
alimentação poderá gerar perdas de
produção.
19
Método – “Intuição”
Conclusão
Ora, para não haver perdas de
produção, o carrinho deve estar
sempre disponível quando a prensa
solicitar !!! Se por exemplo houver um
só carrinho e este estiver alimentando
a prensa 1, se a prensa 2 solicitar a
troca de bobina ela terá que esperar o
carrinho e isto gerará uma ociosidade
e consequentemente perdas de
produção.
Logo, como são necessários 3
carrinhos (um para cada prensa).
É óbvio !!!!
Método – “Planilhas Excel”

Dados
♦ Dados para análise:
–Velocidade média do carrinho = 4 m/min
–Tempo de Descarga Bobina = 2 min
–Tempo de Carga Bobina = 2 min
–Distância média ida + volta = 62 m
–Duração média do lote na P1 = 249 min
∴ Tempo médio de “SET-UP”=
62/4 + 2 + 2 = 19.5 ≈ 20 min !!!
20
Resolução
Prensa 1 Prensa 2 Prensa 3
Término Operação - Início "SET UP" 249 210 129
Início Operação - Término "SET UP" 269 230 149

Conclusão
Bem... Eu analisei melhor a situação

e observando os dados na planilha,
ocorreram “SET-UP´s” sobrepostos
somente com a prensa 2 com a 3, a
1 com a 3 e a 1 com a 2.
Logo os “SET-UP´s” sobrepostos

ocorrem somente com 2 prensas e
portanto só necessitamos de 2
carrinhos !!!!
21
Método – “Simulação”
Dados
♦ Dados para análise:
– Velocidade máxima do carrinho = 8 m/min
– Aceleração / Desaceleração = 12,9 m/min2
– Tempo de Descarga Bobina = N(2,0.25) min
– Tempo de Carga Bobina = N(2,0.25) min
– Tempo de Lote P1 = T(125,249,498) min
– Percurso carrinho – Conforme Layout
♦ Exemplos: distribuições
Triangular e Normal
Função Densidade de Probabilidade
Triangular a=4, c=10, b=14
Probabilidade
Função Densidade de Probabilidade

Normal média 1.65 e sd = 0.30
1,500
Probabilidade
4 10 14 1,000
0,500
0,000
1,65
1
6
8
0,
0,
22
Solução
Método – “Simulação” Porque

não
Conclusão simulou
antes ?
Bem... Fazendo o modelo de simulação:

Com 2 carrinhos, a disponibilidade é de
100% !!!
♦ Com 1 carrinho, a disponibilidade é
sempre maior do que 99% !!!!
♦ Ora a disponibilidade com 1 carrinho
ainda é muito alta e praticamente
não irá afetar a produtividade do
sistema!
Portanto, posso utilizar só 1 carrinho!
23
Resultados – Custo x
Benefício
Método Esforço # Carro Resultados

(horas) Ideal
Intuição 0.25 3 Gastos desnecessários da

ordem de USD 130.000,00
(2 carros)
Planilhas 2 2 Gastos desnecessários da
Determin. ordem de USD 65.000,00
(+1 carro)
Simulação 10 1 Evitaram-se gastos
desnecessários da ordem
de USD 130.000,00!!!!
Parte II
Casos
Práticos
24
Caso I: Área Manufatura
Linha de Montagem Automotiva
♦ DESCRIÇÃO DO SISTEMA: Linha de Montagem de
Carrocerias bruta inicial mais parte de expansão
♦ OBJETIVOS: Verificar se a quantidade de Skids
inicialmente calculados atende ao nível de
produtividade desejado além de detectar gargalos na
produção
♦ PRINCIPAIS CONCLUSÕES: A linha não teve
gargalos de produção no entanto o número de Skids
iniciais estava superdimensionado. Ao invés de 600 é
possível atingir a mesma produtividade com 400
Skids.
♦ GANHOS: A solução proposta permitiu um ganho
200 Skids evitando-se um gasto adicional da ordem
de R$ 2.000.000,00
Caso II: Área PCPE

Fabricação de Produto Químico
♦ DESCRIÇÃO DO SISTEMA: Fábrica de Frascos e
Fábrica de Envase de um Produto Químico.
♦ OBJETIVOS: Encontrar alternativas para
planejamento da produção utilizando técnicas
modernas (ex Kanban) a fim de minimizar os
estoques intermediários de Frascos Vazios.
♦ PRINCIPAIS CONCLUSÕES: Toda a
programação da produção da Fábrica de
Frascos pode funcionar via Kanban, não sendo
mais necessário duas programações.
♦ GANHOS: A solução proposta reduziu os
estoques intermediários de frascos vazios em
aproximadamente 20 vezes liberando uma área
de mais de 1.200 m2.
25
Caso III: Área Serviços
Dimensionamento Atendimento Público
♦ DESCRIÇÃO DO SISTEMA: Conjunto de Atendentes,
Gerentes e Estagiários para atendimento de clientes
em uma instituição bancária.
♦ OBJETIVOS: Dimensionar a carga de trabalho (Work
Load) de Atendentes, Gerentes e Estagiários a fim de
atingir o nível de serviço estipulado.
♦ PRINCIPAIS CONCLUSÕES: A quantidade de pessoas
consegue atender a maioria dos clientes dentro do
nível de serviço, só que estão com a capacidade
praticamente saturada, não sobrando mais tempo
para venda de novos produtos e aumento das
receitas
♦ GANHOS: Possibilidade de aumento de Receitas
através de aumento de capacidade de atendimento
(processo em andamento).
Outros Casos
26
Conclusões
Principais Considerações
♦ A tomada de decisão nas corporações
deve ser tomada com mais consciência e
com menos “achismos”
♦ A utilização dos Métodos Consagrados de
Decisão pode ser a diferença entre uma
Péssima Decisão e uma Ótima Decisão
♦ A Simulação é um destes métodos que
leva em conta a complexidade dos
sistemas a dinâmica e a aleatoriedade.
27
Algumas Referências
♦ Chwif, L; Medina, A.C. “Modelagem e Simulação de
Eventos Discretos”, Ed. Bavarte, 2006
♦ Harrel, C.; Tumay, K. “Simulation Made Easy (A
Manager’s Guide)”, Engineering & Management
Press, 1995.
♦ Pidd, M. “Tools for Thinking (Modelling in
Management Science)”, John Wiley & Sons, 2000.
♦ Senge, P. “A Quinta Disciplina”, Ed. Best Seller,1990
♦ Shimizu, T. “Decisão nas Organizações”, Ed.
Atlas,2000
♦ Sterman, J.D. “Business Dynamics”, McGraw-
Hill,2003
♦ Turban, E – “Decision Support Systems and
Intelligent Systems”, Prentice Hall, 6th Edition, 2000
Para Saber Mais...
www.livrosimulacao.eng.br
Muito Obrigado !!!
28

Como Tomar Decisoes Atraves Da Simulacao PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Como Tomar Decisoes Atraves Da Simulacao PDF

Enviado por

Direitos autorais:

Formatos disponíveis

COMO TOMAR DECISÕES

Prof. Leonardo Chwif

II – EMEPRO – ABRIL 2006

James C. Hunter, O Monge e o

Abril de 2006 II EMEPRO - Viçosa MG Slide # 5

Como Tomamos Decisões ?

Abril de 2006 II EMEPRO - Viçosa MG Slide # 6

Abril de 2006 II EMEPRO - Viçosa MG Slide # 7

Relação das Pessoas:

Abril de 2006 II EMEPRO - Viçosa MG Slide # 10

Abril de 2006 II EMEPRO - Viçosa MG Slide # 11

1 Aplicadas a decisões que

Abril de 2006 II EMEPRO - Viçosa MG Slide # 12

Abril de 2006 II EMEPRO - Viçosa MG Slide # 13

Exercício 2A: Café com

Abril de 2006 II EMEPRO - Viçosa MG Slide # 14

Abril de 2006 II EMEPRO - Viçosa MG Slide # 15

Exercício 2B: Coelhos e

Abril de 2006 II EMEPRO - Viçosa MG Slide # 16

Abril de 2006 II EMEPRO - Viçosa MG Slide # 17

O “bom senso” pode

- Falência da People Express

1Decisão com maior “bom senso”

Abril de 2006 II EMEPRO - Viçosa MG Slide # 18

1 Harvard Business Review – Hammond, J, “As Armadilhas da Decisão”,

Abril de 2006 II EMEPRO - Viçosa MG Slide # 19

Abril de 2006 II EMEPRO - Viçosa MG Slide # 20

28*150g = 4200 + 5% para contingências =

Abril de 2006 II EMEPRO - Viçosa MG Slide # 21

Problemas Gerais das

Abril de 2006 II EMEPRO - Viçosa MG Slide # 22

Abril de 2006 II EMEPRO - Viçosa MG Slide # 23

Abril de 2006 II EMEPRO - Viçosa MG Slide # 25

Abril de 2006 II EMEPRO - Viçosa MG Slide # 26

Abril de 2006 II EMEPRO - Viçosa MG Slide # 27

Simulação Monte Carlo

Abril de 2006 II EMEPRO - Viçosa MG Slide # 29

Abril de 2006 II EMEPRO - Viçosa MG Slide # 30

Taxa Produção Taxa Compra

Dias de Estoque (DEE)

Taxa Variação Preço DEE desejado

Abril de 2006 II EMEPRO - Viçosa MG Slide # 31

Processo Eventos Discretos

Abril de 2006 II EMEPRO - Viçosa MG Slide # 33

Figura retirada de:

Abril de 2006 II EMEPRO - Viçosa MG Slide # 34

Abril de 2006 II EMEPRO - Viçosa MG Slide # 35

Problema Ferramentas Resultados

Abril de 2006 II EMEPRO - Viçosa MG Slide # 37

Método – “Planilhas Excel”

Abril de 2006 II EMEPRO - Viçosa MG Slide # 40

Abril de 2006 II EMEPRO - Viçosa MG Slide # 41

Método – “Planilhas Excel”

Bem... Eu analisei melhor a situação

Logo os “SET-UP´s” sobrepostos

Abril de 2006 II EMEPRO - Viçosa MG Slide # 42

Abril de 2006 II EMEPRO - Viçosa MG Slide # 43

Função Densidade de Probabilidade

Abril de 2006 II EMEPRO - Viçosa MG Slide # 44

Abril de 2006 II EMEPRO - Viçosa MG Slide # 45

Método – “Simulação” Porque

Bem... Fazendo o modelo de simulação:

Portanto, posso utilizar só 1 carrinho!