SIMULAÇÃO

Professor: Adriano Benigno Moreira

 Base de conhecimento
• Estatística.

• Pesquisa Operacional – PO.

• Linguagem de Programação – C.
 Distribuição dos Pontos
• 1º Avaliação
– Atividade e Prova – 30 pontos

• 2º Avaliação
– Atividade e Prova – 30 pontos

• 3º Avaliação
– Prova - 40 pontos
 Bibliografia
• Chwif, Leonardo; Medina, Afonso C. Modelagem e
Simulação de Eventos Discretos: teoria e aplicações
2. ed São Paulo, 2007

• Freitas, Paulo José Filho. Introdução a Modelagem e

Simulação de Sistemas ed. VisualBooks,
Florianópolis, 2001

• Prado, Darci. Usando o Arena em Simulação. Editora

DG, Belo Horizonte (MG), 1999
 Atividade
• 1º Trabalho
– Apresentar exemplos de simulação utilizando Softwares existentes no
mercado.

• 2º Trabalho
– Desenvolver um programa de simulação em linguagem C.

• 3º Trabalho
– Visita a um empresa.

• 4º Trabalho
– Desenvolvimento de uma aplicação utilizando software de simulação.

• Publicação de Artigo – Pontuação extra

 Um pouco de História
Alan Mathison Turing

1912 - 1954

Proporcionou uma formalização do conceito de algoritmo e computação com a

máquina de Turing (1936).
 Definição o que é simulação
• Segundo Schriber: “Simulação implica na modelagem de um
processo ou sistema, de tal forma que o modelo imite as respostas
do sistema real numa sucessão de eventos que ocorrem ao longo
do tempo”

• Schriber em sua definição não descreve que um processo de

simulação deva utilizar o computador, pois na época ainda era
comum a utilização de modelos analógicos e físicos para se
estudar o comportamento de sistemas. Hoje simulação é quase
sinônimo de simulação computacional digital, na qual um modelo
computacional é executado. Thomas J. Schriber foi um dos
desenvolvedores do GPSS, primeira linguagem comercial de
computadores voltada à simulação de sistemas. GPSS, foi
distribuído pela IBM meados de 1974.
 Definição o que é simulação
• Robert Shannon (1975) define como “Um modelo computacional é um programa
de computador cujas variáveis apresentam o mesmo comportamento dinâmico e
estocástico do sistema real que representa”.

• Baseado na definição acima, Pegden (1991), apresenta uma definição mais

completa abrangendo todo o processo de simulação. Ele cita que “Simulação é o
processo de projetar um modelo computacional de um sistema real e conduzir
experimentos com este modelo com o propósito de entender seu comportamento
e/ou avaliar estratégias para sua operação”. Como se observa, o autor entende a
simulação como um processo mais amplo, compreendendo não somente a
construção do modelo, mas também, todo o método experimental que se segue,
buscando, sobremaneira:
– Descrever o comportamento do sistema;
– Construir teorias e hipóteses considerando as observações efetuadas;
– Usar o modelo para prever o comportamento futuro, isto é, os efeitos produzidos por
alterações no sistema ou nos métodos empregados em sua operação.
 Por que Simular?
• A simulação permite ao analista realizar estudos sobre os correspondentes
sistemas modelados para responder questões do tipo: “O que acontecerá
se?”. O principal apelo ao uso dessa ferramenta, é tais questões podem
ser respondidas sem que os sistemas sob investigação sofram qualquer
perturbação, uma vez que os estudos são realizados no computador. A
simulação permite que tais estudos sejam realizados sobre o sistemas que
ainda não existem, levando ao desenvolvimento de projetos eficientes
antes que qualquer mudança física tenha sido iniciada. Este processo
facilita a tomada de decisão levando em conta fatores como:
• - Permite considerarem níveis de detalhamento Jamais imaginados há
pouco tempo atrás. (Permitindo que diferenças de comportamento, às
vezes sutis, venham a ser notadas. As abordagens tradicionais, ao
contrário, empregam estudos preliminares estáticos e com tantas
simplificações que, muitos projetos, depois de implementados, acabam
sofrendo inúmeras modificações e adaptações.)
 Por que Simular?
• A possibilidade do emprego de animações,
permitindo que se visualize o comportamento
dos sistemas durante as simulações.
• Economia de tempo e recurso financeiro no
desenvolvimento do projeto, como
consequência direta, produtividade e lucro
• A percepção de que o comportamento
modelo simulado é muito semelhante ao do
sistema real.
 Por que Simular?
Normalmente costuma-se desenvolver e experimentar com modelos de
simulação objetivando o encaminhamento de uma solução a um dado
problema. As razões mais comuns para experimentar-se com modelos
simulados são as seguintes:
• - O sistema real ainda não existe: nesse caso a simulação poderá ser
usada para planejar o futuro sistema. Um novo hospital, uma nova fábrica
ou um novo ambiente de suporte a negócios na Internet, por exemplo.
• - Experimentar com o sistema real é dispendioso: o modelo poderá
indicar, com muito menos custo, quais os benefícios de se investir em um
novo equipamento, por exemplo;
• - Experimentar com o sistema real não é apropriado: um caso típico é o
planejamento do atendimento de situações de emergência, um desastre
aéreo em um aeroporto, por exemplo. Toda logística para o acionamento e
atuação de serviços prestados pela polícia, bombeiros, ambulância,
emergência hospitalar, etc. podem ser modelados e tratados no
computador. Não se pode provocar um desastre desse tipo para testar
planos de emergência.
 Simulação não é
• Uma bola de cristal: Não pode prever o futuro. A
simulação pode prever com certa confiança, é o
comportamento de um sistema baseado em
dados de entradas específicos e respeitando um
conjunto de premissas.
• Um modelo matemático: Embora possamos
utilizar fórmulas matemáticas em um modelo de
simulação, não existe uma “expressão analítica
fechada”, não pode ser reduzida a um simples
cálculo ou fórmula matemática.
 Simulação não é
• Não é substituta do pensamento inteligente:
Segundo o princípio SINSFIT (Simulation Is No
Substitute For Intelligent Thinking), pregado por
alguns autores renomados da área, a simulação
não pode substituir o ser humano no processo de
tomada de decisão.
• Não é uma técnica de último recurso: No passado
era utilizada quando “todas as técnicas possíveis
falhassem”. Atualmente é uma das técnicas mais
utilizadas na Pesquisa Operacional e na Ciência
da Administração.
 Áreas de Aplicação
• Sistemas de produção
- Manufatura e montagem, movimentação de peças e matéria-prima, alocação de
mão-de-obra, áreas de armazenagem, layout etc.
• Sistema de transporte e estocagem
- Redes de distribuição e logística, armazéns e entrepostos, operações portuárias,
transportes rodoviários e ferroviários, operações em aeroportos, etc.
• Sistemas computacionais
- Redes de computadores, redes de comunicação, web sites, servidores de redes,
arquitetura de computadores, sistemas operacionais, Gerenciadores de bases de
dados etc.
• Sistemas administrativos
- Seguradoras, operadores de crédito, financeiras.
• Sistemas de prestação de serviços diretos ao público:
- Hospitais, bancos, centrais de atendimento, restaurantes industriais e tipo fast
food, serviços de emergência, serviços de assistência jurídica etc.
 Softwares de simulação
• O precursor, GPSS comentado anteriormente,
substituído por SIMAN/CINEMA desenvolvido
pela Systems Modeling, que também produziu o
ARENA a partir de fins de 1993, que é hoje um
dos softwares mais populares do mercado atual
tanto no Brasil quanto no resto do mundo, temos
também @risc, Simul, Promodel, Crystal Ball. O
modelador também pode decidir em desenvolver
uma aplicação para desenvolvimento do modelo
desejado, utilizando uma linguagem: C, Pascal,
Javal, ou uma outra linguagem que lhe atenda.
 Vantagens da Simulação
• Uma vez criado, um modelo de simulação pode ser utilizado inúmera
vezes para avaliar projetos e políticas propostas.

• A metodologia de análise utilizada pela simulação permite a avaliação de

um sistema proposto, mesmo que os dados de entrada estejam, ainda, na
forma de “esquema” ou rascunho.

• A simulação é geralmente, mais fácil de aplicar do que métodos analíticos.

• Enquanto os modelos analíticos requerem um número muito grande de

simulações para torná-los matematicamente tratáveis, os modelos de
simulação não apresentam tais restrições. Além disso, nos modelos
analíticos, as análises recaem apenas sobre um número limitado de
medidas de desempenho. Da maneira contrária, as informações geradas
pelos modelos de simulação permitem a análise de, praticamente,
qualquer medida concebível.
 Vantagens da Simulação
• Uma vez que os modelos de simulação podem ser quase tão detalhados quanto os sistemas
reais, novas políticas e procedimentos operacionais, regras de decisão, fluxos de informação
etc. podem ser avaliados sem que o sistema real seja perturbado.
• Hipóteses sobre como ou por que certos fenômenos acontecem podem ser testados para
confirmação.
• O tempo pode ser controlado, comprimento ou expandido, permitindo produzir os
fenômenos de maneira lenta ou acelerada, para que se possa melhor estudá-los.
• Pode-se compreender melhor quais variáveis são as mais importantes em relação à
performance e como as mesmas interagem entre si e com os outros elementos do sistema.
• A identificação de “gargalos”, preocupação maior no gerenciamento operacional de inúmeros
sistemas tais como fluxo de materiais, de informações e de produtos, pode ser obtida de
forma facilitada, principalmente com a ajuda visual.
• Um estudo de simulação costuma mostrar como realmente um sistema opera, em oposição à
maneira com que todos pensam que ele opera.
• Novas situações sobre as quais se tenha pouco conhecimento e experiência podem ser
tratadas de tal forma que se possa ter, teoricamente, alguns preparação diante de futuros
eventos. A simulação é uma ferramenta especial para explorar questões do tipo: “ O que
acontecerá se?”
 Desvantagens da Simulação
• A construção de modelos requer treinamento especial. Envolve arte e, portanto, o
aprendizado se dá ao longo do tempo, com a aquisição de experiência. Dois
modelos de um sistema construídos por dois indivíduos competentes terão
similaridade, mas dificilmente serão iguais;
• Os resultados da simulação são, muitas vezes, de difícil interpretação. Uma vez que
os modelos tentam capturar a variabilidade do sistema, é comum que existam
dificuldades em determinar quando uma observação realizada durante uma
execução se deve a alguma relação significante no sistema ou a processos
aleatórios construídos e embutidos no modelo;
• A modelagem e a experimentação associadas a modelos de simulação consomem
muitos recursos, principalmente tempo. A tentativa de simplificação na
modelagem ou nos experimentos objetivando economia de recursos costuma
levar a resultados insatisfatórios. Em muitos casos a aplicação de métodos
analíticos podem trazer resultados menos ricos e mais econômicos.