2. Modelagem e Simulação
• Modelagem é uma forma especializada de se representar
processos e fenômenos que queremos entender. Do ponto de
vista da pesquisa modelagem e simulação complementam
teoria e experimentos, estas últimas sendo as formas mais
tradicionais de estudar a “realidade” com que convivemos
• A simulação trata-se de um ferramental disponibilizado pela
área de pesquisa operacional que permite a geração de
cenários, a partir dos quais pode-se: orientar o processo de
tomada de decisão, proceder análises e avaliações de
sistemas e propor soluções para a melhoria de performance.
Sendo que, todos estes procedimentos podem ter por
conotação parâmetros técnicos e, ou, econômicos.
3. Histórico
• Nas décadas de 60 e 70 a simulação era excessivamente cara e utilizava
ferramentas que geralmente só eram disponíveis em grandes corporações. A mão
de obra precisava ser especializada, pois a construção e execução de modelos
dependia de conhecimentos muito acima da média observada em usuários
comuns. O grupo que trabalhava em simulação geralmente era composto por
doutores que desenvolviam sistemas grandes e complexos utilizando as
linguagens disponíveis na época, tais como o Fortran.
• No final da década de 70 e na década de 80, os computadores foram se tornando
mais rápidos e mais baratos. Nesta época, por exemplo, as linhas de montagens de
carros passaram a utilizar a simulação para resolver problemas tais como de
segurança e otimização da linha. Nesta mesma época, a simulação começou a ser
utilizada em negócios e por estudantes e pesquisadores que descobriram seu
potencial.
• No final da década de 80 o valor da simulação foi reconhecido por muitas
organizações. Tanto, que várias delas fizeram da simulação um requisito para que
investimentos grandes pudessem ser aprovados. No entanto, organizações
pequenas raramente utilizavam essa técnica.
4. Histórico
• Nos anos 90 a simulação atingiu um grau de maturidade suficiente
para que seja adotada por organizações de variadas áreas e
diferentes portes. Foi utilizada em estágios iniciais de projetos, em
animações, pesquisa, entre outros. Este avanço foi principalmente
possível pelo surgimento de ferramentas voltadas para a simulação
e fáceis de usar, e pela disponibilidade de computadores mais
rápidos e baratos.
• Ultima Década: A simulação torna-se presente no cotidiano,
principalmente no mercado de entreterimento. São criadas
ferramentas para fisioterapia com base em jogos computacionais.
Com o avanço da Internet o crescimento dos estudos foi notório.
Aeronáutica e Espaço Outras Atividades de Assessoria e Consultoria
Às Empresas Produtos e Serviços Voltados Para A Defesa e Proteção
do Meio Ambiente, Incluindo O Desenvolvimento Sustentado fazem
parte de sua aplicação.
5. Modelagem e Simulação
Com os avanços na área de informática, modernos equipamentos e
novas linguagens de programação e de simulação tem permitido
empregar a técnica de simulação nas diversas áreas do
conhecimento humano, fatos que têm propiciado:
• projetar e analisar sistemas industriais
• avaliar performance de hardware e software em sistemas de
computação,
• analisar desempenho de armas e estratégias militares,
• determinar freqüência de pedidos de compra para recomposição
de estoques,
• projetar e administrar sistemas de transportes como: portos e
aeroportos, e
• configurar sistemas de atendimento em hospitais, supermercados e
bancos.
6. Modelagem e Simulação
No caso específico das engenharias, a adoção da técnica de simulação
tem trazido benefícios como:
• (a) a previsão de resultados na execução de uma determinada ação,
• (b) a redução de riscos na tomada decisão,
• (c) a identificação de problemas antes mesmo de suas ocorrências,
• (d) a eliminação de procedimentos em arranjos industriais que não
agregam valor a produção,
• (e) a realização de análises de sensibilidade,
• (f) a redução de custos com o emprego de recursos (mão-de-obra,
energia, água e estrutura física) e
• (g) a revelação da integridade e viabilidade de um determinado
projeto em termos técnicos e econômicos.
7. Modelagem de Sistemas
• Sistema pode ser definido como uma coletânea de estruturas e
recursos que são interagidos segundo uma lógica de tal forma a
alcançar um ou mais objetivos.
• No caso, por exemplo de uma fabrica, as estruturas referem-se às
edificações e equipamentos, os recursos abrangem o capital,
matéria-prima, mão-de-obra, energia e água; e os objetivos podem
ser a fabricação de um ou mais tipos de produtos.
• Desta forma, a depender da área de conhecimento tem-se uma
variedade de sistemas reais, tais como:
– unidades armazenadoras,
– Frigoríficos e unidades de beneficiamento de leite,
– fabricas de óleo,
– agências bancarias
– supermercados
– Hospitais
– unidades de conservação ambiental.
8. Modelagem e Simulação
Os estudos destes sistemas podem dar-se sob diferentes formas de
abordagem.
• A primeira seria interferindo diretamente sob rotinas operacionais
promovendo implementações e, ou, alterações de procedimentos
até que sejam obtidas as condições ideais. Estas ações fazem
requerer do tomador de decisão a condução de estudos
preliminares e experiência, para que as alterações não minorem a
performance do sistema.
• A segunda refere-se a utilização de modelos que representem os
sistemas reais. Os modelos podem apresentar-se como protótipos
ou como modelos matemáticos, os quais podem prestar-se a
soluções analíticas, como por exemplo um modelo de regressão, ou
a simulação, permitindo assim, reconstituir a rotina funcional de
um dado sistema real.
9. Tipos de Modelos de Simulação
Os modelos matemáticos de simulação, ou simplesmente
modelos de simulação, podem ser classificados em:
(a) estáticos ou dinâmicos :
• modelos estáticos: os que visam representar o estado de um
sistema em um instante ou que em suas formulações não se
leva em conta a variável tempo,
• modelos dinâmicos: são formulados para representarem as
alterações de estado do sistema ao longo da contagem do
tempo de simulação,
10. Tipos de Modelos de Simulação
Os modelos matemáticos de simulação, ou simplesmente
modelos de simulação, podem ser classificados em:
(b) determinístico ou estocástico
• são modelos determinísticos os que em suas formulações não
fazem uso de variáveis aleatórias,
• São modelos estocásticos os que em suas formulações podem
empregar uma ou mais variáveis aleatórias em distintas
funcionalidades
11. Tipos de Modelos de Simulação
Os modelos matemáticos de simulação, ou simplesmente modelos de
simulação, podem ser classificados em:
• (c) discretos ou contínuos
• modelos discretos : aqueles em que o avanço da contagem de tempo na
simulação se dá na forma de incrementos cujos valores podem ser
definidos em função da ocorrência dos eventos ou pela determinação de
um valor fixo, nesses casos só é possível determinar os valores das
variáveis de estado do sistema nos instantes de atualização da contagem
de tempo;
• modelos contínuos: o avanço da contagem de tempo na simulação dá-se
de forma contínua, o que possibilita determinar os valores das variáveis
de estado a qualquer instante.
12. Verificação, Validação e Confiabilidade
• de Modelos em simulação
Uma das tarefas mais árduas
está em determinar se o modelo proposto
retrata com fidedignidade o sistema em estudo.
Para o alcance desta meta são recomendados a
observância de três preceitos básicos;
• Esses preceitos devem ser observados nas várias
fases do desenvolvimento de um modelo, que
são a:
– verificação,
– Validação ,
– implementação de confiabilidade.
13. Verificação -
• Trata-se de um conjunto de ações para certificar se a forma
conceitual adotada na formulação do modelo, foi transcrita
corretamente ao utilizar-se das linguagens de programação
ou de simulação.
• Recomenda-se na condução deste procedimento:
– (a) usar duas ou mais pessoas,
– (b) rodar o programa para um conjunto variado de situações
procedendo análises dos dados de saída,
– (c) rastear o programa verificando a execução dos
procedimentos,
– (d) observar a animação,
– (e) comparar os valores gerados pelo uso de distribuições aos
observados em sistemas reais.
14. Validação -
• é uma coletânea de ações utilizadas para analisar se um dado modelo
representa com fidedignidade o sistema em estudo. Podendo este
procedimento ser conduzido em conjunto com a verificação, fato que
imprimirá maior confiabilidade ao modelo. A validação pode ser
categorizada em estatística e subjetiva.
• Estatística : consiste no emprego de ferramentais como: análise de
variância, determinação de intervalo de confiança, testes de hipótese,
ajustamento de curvas, análises de regressão e análises de séries
temporais.
• Subjetiva: é recomenda quanto não há possibilidade de proceder
incursões exploratórias aprofundadas sobre o sistema em estudo. Para
estes casos, pode ser utilizado, por exemplo, o Teste de Turing.
15. Teste de Turing
• Este teste consiste na exposição das informações geradas
pelo modelo e às obtidas do sistema real em um mesmo
formato. Posteriormente, submetem-se estas a análise de um
grupo conhecedor do sistema.
• Caso não haja consenso entre eles, quanto a definição da
origem das informações, é indicativo que o modelo está
validado.
• Outra forma deste tipo de validação dá-se por análises de
especialistas, os quais procedem o julgamento do modelo,
segundo lógicas associadas ao sistema em estudo.
16. Implementação de confiabilidade
-
Para a obtenção de modelos validados e confiáveis deve-se
ater aos seguintes preceitos:
1) Desenvolver modelos interativos com os potenciais
usuários.
Desde modo, deve-se:
• (a) constatar os termos técnicos usuais,
• (b) coletar dados relevantes a serem utilizados no
desenvolvimento do modelo,
• (c) utilizar de teorias existentes relativas o sistema em
estudo,
• (d) analisar outros modelos desenvolvidos anteriormente e
• (e) dotar de experiência e intuição na formulação do
modelo.
17. Implementação de confiabilidade
-
Para a obtenção de modelos validados e confiáveis deve-se ater aos
seguintes preceitos:
2)Um dos ferramentais mais poderosos para a condução da
implementação de confiabilidade é a realização de análises de
sensibilidade.
– Deste modo, certifica-se como os resultados da simulação são
impactados mediante alterações dos valores das variáveis de entrada
e parâmetros do sistema.
3) Determinar o quanto os dados gerados são representativos:
• Este é um dos procedimentos decisivos na validação, o qual
consiste na confrontação das informações geradas pelo modelo
com as obtidas do sistema real.
• O nível de precisão irá depender dos propósitos de utilização do
modelo. para o emprego da estatística clássica deve-se seguir as
regras de aplicação.
