O Trabalho de Simulação

Capítulo 1

• Simulação – é a técnica de estudar o comportamento e reações de determinados sistemas através de modelos.
• Sistema – agrupamento de partes que operam de forma inter-relacionada, visando um objetivo comum.
• Modelo – representação simplificada de um sistema.

1. Modelo Simbólico, Icônico ou Diagramático – é composto por símbolos e representa um sistema de maneira estática (desconsiderando seu comportamento no tempo), sem elementos quantitativos. É utilizado para expressar a ordem sequencial das operações de um sistema. Ex: Fluxogramas
2. Modelo Matemático ou Analítico – utiliza-se um conjunto de fórmulas matemáticas afim de gerar soluções para sistemas, geralmente, não muito complexos. Ex. Modelos de Programação Linear
3. Modelo de Simulação – conjunto de ferramentas matemáticas ou analíticas que permitem simular um comportamento probabilístico. Apesar de levar bastante tempo para a sua construção, além de representar um sistema real com elevada precisão, esse modelo permite-nos supor condições variadas, afim de se obter como resposta as respectivas possibilidades. Ex: Modelos desenvolvidos no ProModel

• Três Etapas da Simulação

1. Concepção ou formulação do modelo – coleta dos dados de entrada, determinação do escopo do modelo, suas hipóteses e o seu nível de detalhamento. (Criação dos modelos abstrato e conceitual).
2. Implementação do modelo – o modelo conceitual é convertido em um modelo computacional (pode ser utilizado o ProModel).
3. Análise dos resultados do modelo – após verificado e validado, o modelo computacional passa a ser considerado um modelo experimental ou operacional.) [pic 1]

[pic 2]

Capítulo 2

• Modelagem dos Dados de Entrada – obtenção de modelos probabilísticos que permitam prever as propriedades de um dado fenômeno aleatório.
• Três Etapas da Modelagem dos Dados de Entrada

1. Coleta de dados – coletar os dados para a geração de um espaço amostral que represente fielmente a população analisada no estudo estatístico. O tamanho da amostra deve estar entre 100 e 200.
2. Tratamento dos dados – consiste na utilização de técnicas (média, moda, mediana, outliers, dispersão – variância, amplitude, coeficiente de variação, etc.) para descrever os dados, identificar possíveis falhas nos valores amostrados e ampliar o conhecimento acerca do fenômeno em estudo.
3. Inferência – determinar as distribuições probabilísticas que se adéquam melhor aos dados coletados para a obtenção de um modelo probabilístico, que represente o fenômeno aleatório em estudo, que será incorporado ao modelo de simulação.

• Variáveis de Entrada – são as informações (valores) que alimentam o modelo de simulação afim de obter os dados de saída - valores gerados pelo modelo por consequência dos dados de entrada.
• Outliers – são valores não usuais obtidos na coleta de dados que devem ou não ser retirados do espaço amostral. As razões mais comuns para o seu surgimento são algum erro na coleta de dados ou um evento raro e totalmente inesperado. Podem ser identificados através do gráfico box-plot.
• Qui-Quadrado e/ou Komolgorov-Smirnov – verificam a confiabilidade e aderência dos dados, ou seja, se as distribuições probabilísticas determinadas na etapa de inferência são estatisticamente adequadas para representar os dados coletados.
• Distribuição Triangular – Valor mínimo, máximo e moda. Usada via modelagem dos dados de entrada (é determinada pela etapa de inferência) ou quando há dificuldade em fazer a modelagem dos dados.

[pic 3][pic 4][pic 5]

[pic 6][pic 7][pic 8][pic 9]

• 7 Hábitos para uma modelagem bem-sucedida

1. Levantamento correto dos dados; 2. Utilização de todos os modelos probabilísticos (o máximo possível); 3. Realização uma análise estatística completa; 4. Avaliação da dependência no tempo; 5. Considerar modelos paramétricos ou não paramétricos; 6. Considerar a forma da cauda da distribuição; 7. Realização de uma análise de sensibilidade.

Capítulo 3

• Activity Cicle Diagram (ACD) – forma de modelagem que representa as interações e os fluxos entre os objetos pertencentes a um sistema. Útil em sistemas com fortes características de geração de filas.
• Representação do ACD

[pic 10][pic 11]

[pic 12][pic 13][pic 14][pic 15][pic 16]

[pic 17]

• Entidade no ACD – qualquer objeto que mantém sua identidade ao longo do tempo.
• Passos metodológicos – definir as entidades, criar os ciclos de vida individuais e identificar as atividades em comum e relacioná-las com seus respectivos ciclos de vida.

• Itens fundamentais a serem considerados na especificação de um modelo de simulação

1. Conteúdo; 2. Entradas; 3. Saídas; 4. Hipóteses do modelo; 5. Definições de rodadas;

...