UNIVERSIDADE FEDERAL DO PARÁ

CAMPUS UNIVERSITÁRIO DE CASTANHAL

BACHARELADO EM SISTEMAS DE INFORMAÇÃO
AVALIAÇÃO E DESEMPENHO DE SISTEMAS
PROF. MSC. FELIPE BRITO

SIMULAÇÃO
Equipe: Edson Rodrigo de Oliveira, Randerson Wesley dos Reis, Jardiel Tafarel Silva da
Silva, Eduardo Bernardo da Silva de Assis, Rodrigo Porpino Duarte, Fabio de Almeida
Maia, Jonatas Araujo da Costa, Gabriela Ribeiro da Silva
AGENDA
CONCEITO
SIMULACROS E SIMULAÇÃO
SIMULAÇÃO: É REAL E FICTÍCIO
DISSIMULAR E SIMULAR
PRINCÍPIO DA REALIDADE É MANTIDO
HIPER-REALIDADE
UMA ABORDAGEM MIDIÁTICA DA SIMULAÇÃO
ANÁLISE DE SISTEMAS
FORMAS DE ESTUDO DE SISTEMAS
VANTAGENS
DESVANTAGENS
AGENDA
ELEMENTOS PRESENTES NA SIMULAÇÃO
MODELOS DE SIMULAÇÃO
SIMULAÇÃO DE EVENTOS DISCRETOS
Elementos de Simulação por Eventos Discretos
ETAPAS DA SIMULAÇÃO
EXPERIMENTAÇÃO
VALIDAÇÃO DE MODELOS DE SIMULAÇÃO
TÉCNICAS DE VERIFICAÇÃO
TÉCNICAS DE VALIDAÇÃO
O PROBLEMA DA VALIDAÇÃO
REFERÊNCIAS
CONCEITO
“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”, Dennis Pegden (1991).
SIMULACROS E SIMULAÇÃO
A simulação é o fingimento orquestrado de
que as pessoas são donas do seu destino
através de um cenário que lhes confere essa
ilusão:

● Exemplo: Big Brother, grupos que

exibem sua privacidade, engrenagens
ocultas do poder familiar, grupal, dando
"poder" ao espectador e aos atores.
SIMULAÇÃO: É REAL E FICTÍCIO

● A simulação comporta o protesto de

massas controlado por dirigentes
ordeiros, que fingem ser contra os
governantes, a alta finança, os
poderosos. Mas suavizam o protesto e
desarmam-no.

Fonte: Dribbble
DISSIMULAR E SIMULAR
Dissimular é fingir não ter ainda o que se tem. Simular é fingir ter o que
não se tem.
O primeiro refere-se a uma presença, o segundo a uma pura ausência.

Simular não é fingir:

Aquele que finge uma doença pode simplesmente meter-se na cama e

fazer crer que está doente. Aquele que simula uma doença determina em
si próprio alguns dos respectivos sintomas.
O PRINCÍPIO DA REALIDADE É MANTIDO
A diferença continua a ser clara, está apenas disfarçada:

● A simulação põe em causa a diferença do "verdadeiro" e do "falso", do

"real" e do "imaginário".
● O simulador está ou não doente, se produz "verdadeiros" sintomas?
● Objectivamente não se pode tratá-lo nem como doente nem como
não doente.
HIPER-REALIDADE
A hiper-realidade é um meio de caracterizar a via das interações
conscientes com a “realidade”.

É quando uma consciência perde sua habilidade de distinguir a realidade

da fantasia, sem dispor da compreensão que ela requer, deslocando-se ao
mundo hiper-real.

A natureza do mundo hiper-real é caracterizada pelo "aperfeiçoamento"

da realidade.

Substituímos no mundo por um mundo-cópia.

UMA ABORDAGEM MIDIÁTICA DA SIMULAÇÃO
Relação muito próxima com
a mídia, com temáticas que
constroem estruturas
altamente complexas.

● Produções audiovisuais
arrojadas, filmes e séries.

● Uma construção através

de games.
NO CINEMA

Blade Runner - 1982

Ready Player One - 2017
"Estes violentos prazeres têm fins violentos". - shakespeare

WESTWORLD - 2016
Black Mirror - 2016
Simcity 4 - 2003
Habbo - 2000
ANÁLISE DE SISTEMAS
➔ Modelagem e Simulação
◆ Modelo

◆ Experimentação
FORMAS DE ESTUDO DE SISTEMAS

Exemplo:

5+5/5+5x5-5 = ?
 VERIFICAÇÃO EMBALAGEM VERIFICAÇÃO Hora Custo

30 30 30 E 2:30 14.310,00

5 Pessoas N

EMBALAGEM VERIFICAÇÃO T Hora Custo

R 2:00 12.402,00
3 Pessoas 30 30
E
EMBALAGEM VERIFICAÇÃO G Hora Custo

30 30 A 3:00 10.494,00

1 Pessoas
VANTAGENS
● Estudos de sistemas reais sem modificá-los;
● Possibilita melhor compreensão de quais variáveis são mais importantes em
relação a performance e como estas interagem entre si e com os outros
elementos do sistema;
● Facilita a identificação de “gargalos”;
● Permite análise do tipo “o que aconteceria se…”;
● Permite replicações precisas;
DESVANTAGENS
● Construção do modelo: treinamento e experiência
● Resultados: podem ser de difícil e complexa interpretação
● Resultado ótimo: podem ser necessárias inúmeras replicações e testes
● Modelagem consome tempo, especialmente para sistemas muito complexos
ELEMENTOS PRESENTES NA SIMULAÇÃO

Variáveis: são valores globais do sistema, visíveis a qualquer momento e

em qualquer ponto do modelo.

Variáveis de estado: fornecem informações do que está ocorrendo no

sistema num determinado momento.

Entidade: é o objeto de interesse no sistema. Consiste em qualquer

objeto que se mova dentro do sistema e interage com os diversos
recursos.

Atributo: propriedade de uma entidade, ou seja, uma característica

própria que a define.
ELEMENTOS PRESENTES NA SIMULAÇÃO

Recurso: são objetos que não se “movem” dentro do sistema, e são

utilizados pelas entidades;

Um recurso pode ser configurado para atender simultaneamente mais de

uma entidade, ou vice-versa.
São exemplos de recursos: caixas, operadores, máquinas, entre outros.

Processos: consistem nas ações realizadas sobre as entidades ao longo

da simulação.
Um exemplo seria o abastecimento ou a parada de um carro.
ELEMENTOS PRESENTES NA SIMULAÇÃO
Eventos: Acontecimentos, programados ou não, que quando ocorrem
provocam uma mudança de estado em um sistema.

Alguns exemplos são: chegada de cliente em um sistema, início do

processamento de peças, atendimento de um cliente, entre outros

A ocorrência de um evento afeta o estado da simulação.

Filas: São acúmulos de entidades geradas por alguma limitação na

capacidade.
Local onde as entidades esperam por um recurso.
ELEMENTOS PRESENTES NA SIMULAÇÃO
Tempo simulado x tempo de simulação:
o primeiro refere-se ao tempo real; isto é os eventos ocorrem e são
tratados na mesma escala de tempo correspondente ao sistema real.

Já o segundo refere-se ao tempo necessário para execução de uma

simulação. Tempo simulado Não acompanha a escala de evolução do
tempo real.
ELEMENTOS PRESENTES NA SIMULAÇÃO
MODELOS DE SIMULAÇÃO
Segundo Averril M. Law(2007) podemos dividir em 3 dimensões os
modelos de simulação:

● Estático vs Dinâmico
● Determinísticos vs Estocástico
● Discreto vs Continuous
CHWIF, Leonardo. 1999.
SIMULAÇÃO DE EVENTOS DISCRETOS
• Os modelos de simulação computacional atuais executam,
sequencialmente e de maneira repetitiva, um conjunto de instruções.

• Na medida em que as instruções são executadas, os valores que

determinadas variáveis podem assumir são alterados, uma vez que se
modificam as condições que influenciam o comportamento do modelo.
Elementos de Simulação por Eventos Discretos
● Estado
○ Conjunto de Variáveis
● Rélogio
○ Controle de tempo de Simulação
● Lista de Eventos
○ Eventos Pendentes
Modelos de Simulação de Eventos Discretos
● Modelos orientados a evento: definido pelas mudanças de estado
que podem ocorrem em cada evento.
● Modelos orientados a processo: definido pelo processo através do
qual as entidades do sistema são conduzidas. Neste caso, o
processo consiste da seqüência de eventos.
ETAPAS DA SIMULAÇÃO
EXPERIMENTAÇÃO
Razão final pela qual se constrói modelos de simulação: Executar
experimentos e modelar cenários alternativos.
VALIDAÇÃO DE MODELOS DE SIMULAÇÃO
● DEFINIÇÕES
Durante o desenvolvimento de um modelo de simulação é preciso estar seguro de
que o mesmo esteja sendo corretamente implementado.

➢ VERIFICAÇÃO:
O modelo faz o que eu quero?

➢ VALIDAÇÃO:
O modelo funciona no mundo real?
TÉCNICAS DE VERIFICAÇÃO

•Implementação Modular/ Verificação Modular

•Valores constantes/simplificados + cálculos manuais
•Variações dos dados de entrada
•Debugging
•Revisão em grupo
TÉCNICAS DE VALIDAÇÃO

•Duplicação de modelos
•Comparação com modelos anteriores
•Análise de sensibilidade
•Validação “face a face”
TÉCNICAS DE VALIDAÇÃO
•Teste de Turing ou validação black-box
O PROBLEMA DA VALIDAÇÃO

Modelo de simulação representação do mundo real

Apesar do grande esforço para descobrir os fatores importantes do
sistema, o modelo reflete os pontos de vista de um indivíduo ou grupo sobre o
que deveria ser incluído.

Validação é medida pela proximidade.

REFERÊNCIAS
Law, A. M. (2007). Simulation modeling and analysis, volume 4. McGraw-Hill New York.

de Freitas Almeida, João Flávio. "SIMULAÇÃO POR EVENTOS DISCRETOS." Disponível em

<http://cursos.unipampa.edu.br/cursos/engenhariadeproducao/files/2016/08/apostila-sim-
simulacao-por-eventos-discretos.pdf>

Graça Bressan; “Modelos de Simulação de Eventos Discretos” Disponível em

<https://edisciplinas.usp.br/mod/resource/view.php?id=1266434>

Santos, Lígia; “A Importância da validação e da verificação” Disponível em

<https://www.devmedia.com.br/a-importancia-da-validacao-e-da-verificacao/24559>

Jean Baudrillard. “Simulacros e simulação”. Editora: Relógio d`Água,1 de janeiro de 1991.

Paragon acadêmico; “o que é simulação” Disponível em

<http://www.paragon.com.br/academico/o-que-e-simulacao/>