Simulao

* Roberto Manhes de Araujo

1. Introduo
Atualmente, a Simulao muito utilizada nos processos industriais, permitindo ensaios que
poderiam comprometer a segurana das pessoas ou a preservao do meio ambiente.
Com o avano dos recursos de informtica, possvel experimentar os modelos no mundo virtual,
validar os resultados e observar o comportamento nos sistemas reais.
Nas indstrias, os processos dos sistemas de produo integram diversas atividades envolvendo,
prioritariamente, aspectos de prazo, transporte, qualidade, custos e segurana. Estes aspectos so,
em geral, estudados no mbito da logstica. Assim, as solues para otimizao dos processos
podem advir da utilizao de recursos tais como: Pesquisa Operacional; Simulao ou Teoria das
[1]
Filas.
A simulao uma ferramenta de planejamento, disponibilizada pela pesquisa operacional
permitindo a gerao de cenrios, a partir dos quais pode-se: orientar o processo de tomada de
deciso, proceder a anlises e avaliaes de sistemas e propor solues para a melhoria de
performance.
Com os avanos na rea de informtica, a partir da dcada de 70, os computadores e novas
linguagens de programao e de simulao tornaram-se elementos chave, possibilitando o uso das
tcnicas de simulao nas diversas reas do conhecimento humano, isto permitiu: projetar e analisar
sistemas industriais; avaliar performance de hardware e software em sistemas de computao;
analisar desempenho de armas e estratgias militares; determinar freqncia de pedidos de compra
para recomposio de estoques; projetar e administrar sistemas de transportes como: portos e
aeroportos; e configurar sistemas de atendimento em supermercados, hospitais e bancos.
Hoje, a simulao difundida nos pases de primeiro mundo, em grandes companhias,
principalmente nas reas de produo, manufatura, armazenamento e transporte. No mercado
encontram-se disponveis diversos simuladores para aplicaes gerais e especficas, tais como:
meteorologia, call centers, treinamento, pilotagem de veculos ou avies. Mesmo estudos
aerodinmicos, antes feitos por meio de maquetes, agora podem ser realizados utilizando-se a
simulao dinmica no computador.

2. Fundamentos tericos
Um sistema ou processo dito adequadamente balanceado, quando o dimensionamento, custos e
nvel de servio esto aceitveis.
A anlise de sistemas pode ocorrer sob diferentes formas de abordagem: a primeira seria interferindo
diretamente sob rotinas operacionais promovendo implementaes e, ou, alteraes de
procedimentos at que sejam obtidas as condies ideais; a segunda refere-se utilizao de
modelos que representem os sistemas reais.
Os modelos podem apresentar-se como prottipos ou como modelos matemticos, os quais podem
prestar-se a solues analticas, como por exemplo, um modelo de regresso, ou a simulao,
permitindo assim, reconstituir a rotina funcional de um dado sistema real. A simulao um tipo
[2]
particular de modelo matemtico de um sistema.
Desse modo, as implementaes de modelos matemticos de simulao a serem utilizados em
computadores requerem o uso das linguagens de programao como FORTRAN, C++ , PASCAL ou
das linguagens de simulao como SLAM, GPSS, GASP, SIMSCRIPT, POWERSIM, SIMAN,
ARENA, PROMODEL, AUTOMOD, TAYLOR, EXTEND, etc.

Roberto Manhes de Araujo graduado em Engenharia Mecnica, com habilitao em engenharia Industrial, no
CEFET-RJ. candidato a Mestre em Engenharia de Produo, com nfase em Logstica e Transporte, na UFSC.
Na atividade acadmica, interessa-se pela pesquisa cientfica de estudos de modelagem, simulao e pesquisa
operacional.
1/7

Simulao
[3]

Os estudos de modelagem utilizam as tcnicas de Simulao

anlise dos sistemas ou processos a serem otimizados.

e Teoria das Filas, que possibilitam a

Simulao
A Simulao a reproduo do funcionamento de um sistema com o auxlio de um modelo, o que
nos permite testar algumas hipteses sobre o valor das variveis controladas.
As concluses obtidas da comparao com o mundo real so usadas ento para melhorar o
desempenho do sistema em estudo.

Tipos de Modelos de Simulao

Os modelos matemticos de simulao, ou simplesmente modelos de simulao, podem ser
classificados em:
(a) estticos ou dinmicos - denominam-se como modelos estticos os que visam representar o
estado de um sistema em um instante ou que em suas formulaes no se leva em conta a
varivel tempo, enquanto os modelos dinmicos so formulados para representarem as
alteraes de estado do sistema ao longo da contagem do tempo de simulao,
(b) determinstico ou estocstico - so modelos determinsticos os que em suas formulaes no
fazem uso de variveis aleatrias, enquanto os estocsticos podem empregar uma ou mais
variveis.
(c) discretos ou contnuos - so modelos discretos aqueles em que o avano da contagem de tempo
na simulao se d na forma de incrementos cujos valores podem ser definidos em funo da
ocorrncia dos eventos ou pela determinao de um valor fixo, nesses casos s possvel
determinar os valores das variveis de estado do sistema nos instantes de atualizao da
contagem de tempo; enquanto para os modelos contnuos o avano da contagem de tempo na
simulao ocorre de forma contnua, o que possibilita determinar os valores das variveis de
estado a qualquer instante.

Teoria das Filas

A abordagem matemtica de filas se iniciou em 1908, em Copenhague, pelo Engenheiro Agner
[4]
Krarup Erlang, que contribuiu para o desenvolvimento cientfico com o seu trabalho na teoria de
trfego de telefonia ganhando reconhecimento internacional.
As filas esto presentes no dia-a-dia, mas nem por isso elas so simpticas. Nos sistemas
produtivos tambm observamos as filas, tais como: uma fila de caminhes aguardando o
carregamento de produtos ou uma fila de pedidos aguardando o atendimento.
O sistema de filas caracterizado por trs componentes: processo de chegada, processo de
[5]
atendimento e disciplina da fila.

Elementos das Filas

Populao A origem das entidades.
Entidade O mesmo que cliente ou transao. o elemento que est sujeito fila (ex.: ordem de
trabalho, pessoas, peas em uma linha de montagem).
Servidor O mesmo que atendente ou canal de servio (ex.: torneiro, mdico, telefonista).
Servio Ato ou efeito produzido pelo servidor.

2/7

Simulao
Caractersticas das Filas
Clientes e tamanho da populao Quando a populao muito grande, ou seja, infinita em termos
prticos, a chegada de um novo cliente a uma fila no afeta a chegada de clientes subseqentes.
Caso contrrio, quando a populao pequena, este efeito existe e pode ser considervel.
Processo de chegada Pode-se quantificar o processo de chegada dizendo que a taxa mdia um
nmero de entidades por unidade de tempo. comum, trabalhar-se com o tempo mdio entre
chegadas. Assim, o ritmo de chegada () de 20 clientes por minuto, representam o intervalo mdio
entre chegadas (IC) de 3 segundos.
Processo de atendimento Tambm pode ser quantificado, semelhana do processo de chegada.
Assim, resultando no ritmo de atendimento () e tempo de atendimento (TA).
Disciplina da fila Refere-se regra que os servidores escolhem o prximo cliente a ser atendido.
Na prtica adota-se: FIFO, LIFO e Prioridade. Esta ltima definida como: a ordem em que os
clientes so atendidos pelo seu prestgio ou com base nas exigncias do servio.
Outras caractersticas Nmero de servidores; Tamanho mdio da fila; Tamanho mximo da fila e
Tempo mdio de espera na fila.
A seguir apresentado o Quadro 1 contendo um resumo das frmulas usuais.
Nome

Quadro 1 Resumo de Frmulas

Frmula

Intervalo entre chegadas

IC = 1 /

(1)

Tempo de atendimento

TA = 1 /

(2)

Taxa de utilizao dos

atendentes

= / M

(3)

Intensidade de trfego

i = | / | = | TA / IC |

(4)

NS = NF + NA

(5)

NA = /

(6)

NS = NF + / = NF + TA / IC

(7)

TS = TF + TA

(8)

NA = = / M

(9)

NF = . TF

(10)

NS = . TS

(11)

Ciclo = TS + TFS

(12)

Ciclo = n /

(13)

Relaes entre fila, sistema e

atendimento

Frmulas de J.D.C. Little

Ciclo
Fonte: Prado (1999, p. 35 - 41)

Justificativas para o Uso da Simulao

Devido s deficincias prprias dos modelos analticos, h vrias razes para o uso da simulao,
tais como:
indisponibilidade de modelos analticos;
complexidade de modelos analticos;
resultados estatsticos de modelos analticos so insuficientes;

3/7

Simulao
modelos analticos s fornecem mdias, no evidenciam a variabilidade e os extremos;
modelos analticos no podem identificar os gargalos de processo ou recomendar mudanas
de projeto;
modelos analticos freqentemente no fornecem detalhes suficientes nem podem identificar
interaes;
animao um melhor mtodo para demonstrar resultados para administrao.

Etapas de Estudo da Simulao

[3]

A Figura A1, em anexo mostra um fluxograma do estudo de simulao em computadores digitais.

Mais sobre Simulao

Para obter informaes adicionais sobre Simulao, essa poderosa ferramenta, esto disponveis no
Quadro 2 os endereos dos principais sites do momento, alguns deles foram anteriormente
[6]
selecionados por Eduardo Saliby.

Quadro 2 Sites sobre Simulao

Descrio
Simulation Insights
ACM SIGCOMM
ACM TOMACS
Brooks Automation
Business Informaticc
Center for Applied Probability
Enterprise Dynamic
IEEE Computer Society
IEEE ComSoc TC on Gigabit Netwoking
INFORMS College on Simulation
Internet Society
Simulation Publications
The Applied Probability Newsletter
The Society for Computer Simulation
Fonte: Internet, em 16 dez. 2001

Link
http://www.cis.ufl.edu/~fishwick/csma/insights.html
http://www.acm.org/sigcomm
http://manta.cs.vt.edu/cs4214/index.html
http://www.autosim.com/index.asp
http://aedv.cs.tu-berlin.de/index_e.html
http://www.cap.columbia.edu/
http://www.taylorii.com/
http://www.computer.org
http://info.gte.com/ieee-tcgn/
http://www.informs-cs.org/
http://www.isoc.org/
http://scs.org/pubs/siminfo.html
http://www.nps.navy.mil/inps/02Research.htm
http://www.scs.org

3. Verificao, Validao e Confiabilidade de Modelos

[7]

SILVA descreve a importncia da verificao, validao e confiabilidade de modelos:

Uma das tarefas mais rduas em simulao est em determinar se o modelo proposto retrata com
fidedignidade o sistema em estudo. Para o alcance desta meta so recomendadas as
observncias de trs preceitos bsicas, que so a: verificao, validao e implementao de
confiabilidade. Esses preceitos devem ser observados nas vrias fases do desenvolvimento de
um modelo, deste modo, tem-se que:
Verificao trata-se de um conjunto de aes para certificar se a forma conceitual adotada na
formulao do modelo foi transcrita corretamente ao utilizar-se das linguagens de programao ou
de simulao. Recomenda-se na conduo deste procedimento: usar duas ou mais pessoas;
rodar o programa para um conjunto variado de situaes procedendo a anlises dos dados de
sada; rastear o programa verificando a execuo dos procedimentos; observar a animao; e

4/7

Simulao
comparar os valores gerados pelo uso de distribuies aos observados em sistemas reais.
Validao uma coletnea de aes utilizadas para analisar se um dado modelo representa
com fidedignidade o sistema em estudo. Podendo este procedimento ser conduzido em conjunto
com a verificao, fato que imprimir maior confiabilidade ao modelo. A validao pode ser
categorizada em estatstica e subjetiva. A estatstica consiste no emprego de ferramentais como:
anlise de varincia, determinao de intervalo de confiana, testes de hiptese, ajustamento de
curvas, anlises de regresso e anlises de sries temporais. Enquanto a subjetiva recomenda
quanto no h possibilidade de proceder incurses exploratrias aprofundadas sobre o sistema
em estudo. Para estes casos, pode ser utilizado, por exemplo, o Teste de Turing. Este teste
consiste na exposio das informaes geradas pelo modelo e s obtidas do sistema real em um
mesmo formato. Posteriormente, submetem-se estas a anlise de um grupo conhecedor do
sistema. Caso no haja consenso entre eles, quanto a definio da origem das informaes,
indicativo que o modelo est validado. Outra forma deste tipo de validao d-se por anlises de
especialistas, os quais procedem ao julgamento do modelo, segundo lgicas associadas ao
sistema em estudo.
Implementao de confiabilidade - conforme citaes em literaturas especializadas, para a
obteno de modelos validados e confiveis deve-se ater aos seguintes preceitos:
1) Desenvolver modelos interativos com os potenciais usurios.
Desde modo, deve-se: (a) constatar os termos tcnicos usuais, (b) coletar dados relevantes a
serem utilizados no desenvolvimento do modelo, (c) utilizar teorias existentes relativas o sistema
em estudo, (d) analisar outros modelos desenvolvidos anteriormente e (e) dotar de experincia e
intuio na formulao do modelo.
2) Testar as consideraes empricas utilizadas
Um dos ferramentais mais poderosos para a conduo desse passo a realizao de anlises de
sensibilidade. Deste modo, certifica-se como os resultados da simulao so impactados
mediante alteraes dos valores das variveis de entrada e parmetros do sistema.
3) Determinar o quanto os dados gerados so representativos
Este um dos procedimentos decisivos na validao, o qual consiste na confrontao das
informaes geradas pelo modelo com as obtidas do sistema real. O nvel de preciso ir
depender dos propsitos de utilizao do modelo. Ressalta-se, que para o emprego da estatstica
clssica deve-se seguir as regras de aplicao.

4. Custo Logstico
No estudo da simulao, freqentemente, h interesse na avaliao do custo logstico envolvido nos
processos. Os relatrios contbeis nem sempre possibilitam uma anlise mais criteriosa, pois a
prtica contbil acumula os custos em contas por natureza e no por atividade, dificultando a
identificao das responsabilidades pelas operaes.
Para compensar isso, comum a demonstrao por rea de responsabilidade gerencial. Ocorre que
muitos gastos logsticos no so exclusivos de uma determinada gerncia, e uma reduo de custos
numa operao pode acarretar o aumento de custos em outras atividades. Por exemplo, a espera de
formao de um lote maior de produtos a serem transportados, com o objetivo de se reduzir os
custos de transporte pode aumentar o custos de estoque, segurana ou manuteno.
Assim, para superar as deficincias mencionadas, surge uma nova metodologia denominada Custo
Baseado em Atividades ABC (Activity Based Costing), que procura identificar todas as despesas
[8]
com atividades relevantes que agregam valor.
Os pacotes de simulao mais conhecidos adotam a metodologia de custeio ABC, classificando as
atividades em dois tipos:
agrega valor atividades que consomem o recurso.
no agrega valor atividades que no acrescentam vantagem ou melhoria ao produto.
Na escolha do pacote de simulao importante que seja verificado previamente a existncia dessa
caracterstica.

5/7

Simulao

5. Nomenclatura
FIFO = First in First out (primeiro a chegar primeiro a ser atendido)
i = Intensidade de trfego medido em Erlang ou N mnimo de atendentes
LIFO = Last in First out (ltimo a chegar primeiro a ser atendido)
M = Nmero de atendentes ou servidores
NA = Nmero de entidades atendidas
NF = Tamanho da fila
NS = Nmero de entidades no sistema
n = Tamanho da populao
TFS = Tempo fora do sistema
TS = Tempo do sistema

6. Referncias
1. PRADO, Darci Santos do. Teoria das Filas e da Simulao. Belo Horizonte: Editora de
Desenvolvimento Gerencial, 1999, 124 p. (Srie Pesquisa Operacional, v. 2). ISBN 85-86948-128.
2. BANKS, Jerry; CARSON II, John S.; NELSON, Barry L. Discret-event system simulation. New
Jersey: Prentice-Hall, 1995, 548 p. ISBN 0-13-217449-9.
3. PRADO, Darci Santos do. Usando o ARENA em simulao. Belo Horizonte: Editora de
Desenvolvimento Gerencial, 1999, 284 p. (Srie Pesquisa Operacional, v. 3). ISBN 85-86948-195.
4. ERLANG.com.br. (apoio institucional Paragon Tecnologia). Portal. Disponvel em:
<http://www.erlang.com.br/index.asp>, Acesso em: 11 nov. 2001.
5. LAW, Averill M.; KELTON, W. David. Simulation Modeling and Analysis. 3rd ed. New York:
McGraw-Hill, 2000. 760 p. ISBN 0-07-059292-6.
6. SALIBY, Eduardo. Tecnologia de informao: uso da simulao para a obteno de melhorias
em operaes logsticas. IN: FLEURY, Paulo Fernando; WANKE, Peter; FIGUEIREDO. Kleber
Fossati (Org.). Logstica Empresarial: a perspectiva brasileira. So Paulo: Atlas, 2000. 372 p.
(Coleo COPPEAD de Administrao). ISBN 85-224-2742-9.
7. SILVA, Lus Csar. Simulao de Processos, 12 jan. 2002. Universidade Estadual do Oeste do
Paran, Disponvel em: <http://www.unioeste.br/agais/simulacao.html>, Acesso em: 25 fev. 2002.
8. BOWERSOX, Donald J.; CLOSS, David J. Logstica Empresarial: O processo de integrao da
cadeia de suprimento. Traduo Equipe do Centro de Estudos em Logstica, Adalberto Ferreira
das Neves; coordenao da reviso tcnica Paulo Fernando Fleury, Cesar Lavalle. So Paulo:
Atlas, 594 p, 2001, p. 540 - 542. Ttulo original: Logistical Management. ISBN 85-224-2877-8.

6/7

Simulao
ANEXO
1
Formulao do
problema

Veificao dos
objetivos e
reviso do
planejamento

Coleta de dados

Concepo do
modelo

5
Traduo do
modelo

No

Programao
concluda ?

Sim
No

No
Modelo
validado ?
Sim
8
Teste do
projeto

9
Execuo e
anlise

No

10

Sim
Mais
execuo ?

No
11
Documentao
e relatrios

12
Implementao

Figura A1 - Etapas do estudo da simulao

Fonte: Banks, Carson II e Nelson (1995, p.14)

7/7