Baixe o app para aproveitar ainda mais
Prévia do material em texto
2014 Pesquisa OPeraciOnal: simulaçãO Prof. Bruno Rógora Kawano Prof. Rafael Rógora Kawano Copyright © UNIASSELVI 2014 Elaboração: Prof. Bruno Rógora Kawano Prof. Rafael Rógora Kawano Revisão, Diagramação e Produção: Centro Universitário Leonardo da Vinci – UNIASSELVI Ficha catalográfica elaborada na fonte pela Biblioteca Dante Alighieri UNIASSELVI – Indaial. Impresso por: K22p 658.4034 Kawano, Bruno Rógora Pesquisa Oper acional: Simulação/ Bruno Rógora Kawano, Rafael Rógora Kawano. Indaial : Uniasselvi, 2014. 232 p. : il ISBN 978-85-7830-839-1 1. Pesquisa Operacional. I. Centro Universitário Leonardo da Vinci. III aPresentaçãO Seja bem-vindo ao Centro Universitário Leonardo da Vinci – UNIASSELVI. É uma honra para nós fazer parte de sua formação. Com este Livro de Estudos, você irá aprimorar seus conhecimentos em Engenharia de Produção, mais especificamente em relação à Simulação, dentro da esfera da Pesquisa Operacional. Na Unidade 1, deste Livro de Estudos, vamos realizar uma breve introdução sobre Pesquisa Operacional e como este campo de estudo pode propiciar conhecimentos acerca da tomada de decisão, que é muito recorrente na vida profissional do engenheiro de produção. Você irá conhecer também como devemos iniciar o processo de construção de um modelo matemático e de que forma você deve prosseguir em projeto de simulação. Para isto, vamos apresentar as principais aplicações da simulação no cotidiano e, também, as fases de desenvolvimento de um projeto de simulação, bem como suas vantagens e desvantagens. Além disso, vamos iniciar você ao estudo da Simulação Orientada a Eventos Discretos e também Orientada à Atividade e Processos. Neste contexto, vamos explicar e exemplificar as principais linguagens computacionais utilizadas por cada tipo de simulação e como desenvolver um programa computacional. Ao final da Unidade 1, como também ao final da Unidade 2 e 3, apresentaremos um tópico que trata especificamente sobre um pacote computacional. Por exemplo, na Unidade 1, você irá aprender sobre o software de simulação computacional MATLAB® e também o SCILAB®. Já ao final da Unidade 2 será apresentado como realizar simulação utilizando o Excel e, no final da Unidade 3, sobre o software de simulação, muito utilizado na área de engenharia chamado ARENA®. Na Unidade 2, iremos estudar conceitos básicos de estatística para simulação. Veremos que estes temas são muito importantes para o entendimento e possibilitar a aprendizagem sobre simulação. Abordaremos também sobre distribuições de probabilidade e como este estudo pode influenciar no desenvolvimento de projetos de simulação computacional. Paralelamente acompanharemos exercícios e exemplos dos assuntos abordados para que você exercite os conhecimentos adquiridos nas autoatividades e também na avaliação. Na Unidade 2, ainda vamos ver detalhes sobre a Teoria das Filas e Cadeias de Markov e como estes assuntos são relevantes quando queremos realizar uma simulação em uma cadeia produtiva ou mesmo de manufatura, assuntos estes que serão importantes na sua vida profissional como engenheiro de produção. Por fim, nesta unidade, como já foi comentado, IV Você já me conhece das outras disciplinas? Não? É calouro? Enfim, tanto para você que está chegando agora à UNIASSELVI quanto para você que já é veterano, há novidades em nosso material. Na Educação a Distância, o livro impresso, entregue a todos os acadêmicos desde 2005, é o material base da disciplina. A partir de 2017, nossos livros estão de visual novo, com um formato mais prático, que cabe na bolsa e facilita a leitura. O conteúdo continua na íntegra, mas a estrutura interna foi aperfeiçoada com nova diagramação no texto, aproveitando ao máximo o espaço da página, o que também contribui para diminuir a extração de árvores para produção de folhas de papel, por exemplo. Assim, a UNIASSELVI, preocupando-se com o impacto de nossas ações sobre o ambiente, apresenta também este livro no formato digital. Assim, você, acadêmico, tem a possibilidade de estudá-lo com versatilidade nas telas do celular, tablet ou computador. Eu mesmo, UNI, ganhei um novo layout, você me verá frequentemente e surgirei para apresentar dicas de vídeos e outras fontes de conhecimento que complementam o assunto em questão. Todos esses ajustes foram pensados a partir de relatos que recebemos nas pesquisas institucionais sobre os materiais impressos, para que você, nossa maior prioridade, possa continuar seus estudos com um material de qualidade. Aproveito o momento para convidá-lo para um bate-papo sobre o Exame Nacional de Desempenho de Estudantes – ENADE. Bons estudos! NOTA iremos apresentar o pacote computacional Excel para descobrir como este software pode ser útil em projetos de simulação computacional. Na Unidade 3 deste Livro de Estudos, vamos apresentar os assuntos de Variáveis Aleatórias. Este tema servirá de base para você conseguir acompanhar os assuntos seguintes como geração de números aleatórios e também métodos para condições iniciais de experimentos e sementes, dentro do contexto de simulação computacional. Ao final da Unidade 3, iremos abordar e apresentar o software ARENA®, por meio do qual podemos realizar simulação computacional de eventos e processos produtivos, atividades estas muito utilizadas pelo setor produtivo. Bons estudos e sucesso na sua vida acadêmica! Prof. Bruno Rogora Kawano Prof. Rafael Rogora Kawano V VI VII UNIDADE 1 – BASES DE UM PROJETO DE SIMULAÇÃO ......................................................... 1 TÓPICO 1 – PESQUISA OPERACIONAL .......................................................................................... 3 1 INTRODUÇÃO ..................................................................................................................................... 3 2 O QUE É PESQUISA OPERACIONAL? .......................................................................................... 3 2.1 AS ORIGENS DA PESQUISA OPERACIONAL ......................................................................... 4 2.2 A PESQUISA OPERACIONAL COMO FATOR DE BASE NA TOMADA DE DECISÃO ... 5 3 CONSTRUÇÃO DE MODELOS MATEMÁTICOS ....................................................................... 12 4 FERRAMENTAS DE PESQUISA OPERACIONAL EM PROJETOS DE SIMULAÇÃO ........ 14 RESUMO DO TÓPICO 1........................................................................................................................ 15 AUTOATIVIDADE ................................................................................................................................. 16 TÓPICO 2 – CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO .......................................... 17 1 INTRODUÇÃO ..................................................................................................................................... 17 2 O QUE É SIMULAÇÃO? ..................................................................................................................... 17 2.1 ANÁLISE DE SENSIBILIDADE..................................................................................................... 19 2.2 TIPOS DE SIMULAÇÃO ................................................................................................................ 22 3 APLICAÇÕES DA SIMULAÇÃO ..................................................................................................... 24 4 FASES DE DESENVOLVIMENTO DE UM PROJETO DE SIMULAÇÃO ............................... 32 5 VANTAGENS E DESVANTAGENS DA SIMULAÇÃO ............................................................... 37 RESUMO DO TÓPICO 2........................................................................................................................ 40 AUTOATIVIDADE .................................................................................................................................41 TÓPICO 3 – SIMULAÇÃO ORIENTADA A EVENTOS DISCRETOS ........................................ 43 1 INTRODUÇÃO ..................................................................................................................................... 43 2 LINGUAGEM DE SIMULAÇÃO ORIENTADA A EVENTOS ................................................... 43 3 DESENVOLVIMENTO DE UM PROGRAMA DE SIMULAÇÃO ............................................. 47 4 COMPONENTES DA SIMULAÇÃO DE EVENTOS DISCRETOS ........................................... 50 4.1 CALENDÁRIO DE EVENTOS ....................................................................................................... 50 4.2 RELÓGIO DE SIMULAÇÃO .......................................................................................................... 52 4.3 VARIÁVEIS DE ESTADO DO SISTEMA ...................................................................................... 53 4.4 ROTINAS PARA TRATAMENTO DE EVENTOS....................................................................... 53 4.5 ROTINAS DE ENTRADA DE DADOS ........................................................................................ 53 4.6 GERAÇÃO DE RELATÓRIOS ....................................................................................................... 53 4.7 GERENCIAMENTO DE MEMÓRIA ............................................................................................ 53 RESUMO DO TÓPICO 3........................................................................................................................ 54 AUTOATIVIDADE ................................................................................................................................. 55 TÓPICO 4 – SIMULAÇÃO ORIENTADA À ATIVIDADE E SIMULAÇÃO ORIENTADA A PROCESSOS........................................................................................ 57 1 INTRODUÇÃO ..................................................................................................................................... 57 2 SIMULAÇÃO ORIENTADA À ATIVIDADE ................................................................................. 57 3 SIMULAÇÃO ORIENTADA A PROCESSOS................................................................................. 59 RESUMO DO TÓPICO 4........................................................................................................................ 62 AUTOATIVIDADE ................................................................................................................................. 63 sumáriO VIII TÓPICO 5 – PACOTES DE SIMULAÇÃO (PARTE 1) ....................................................................65 1 INTRODUÇÃO ...................................................................................................................................65 2 LINGUAGENS DE PROGRAMAÇÃO ..........................................................................................66 3 SOFTWARE MATLAB® PARA SIMULAÇÃO ..............................................................................66 4 UTILIZANDO O MATLAB® COMO FERRAMENTA DE SIMULAÇÃO .............................68 4.1 VARIÁVEIS .....................................................................................................................................68 4.2 FUNÇÕES .......................................................................................................................................70 4.3 ESTRUTURAS CONDICIONADAS E DE REPETIÇÃO ..........................................................71 4.4 ESTRUTURAS DE REPETIÇÃO ..................................................................................................72 5 SCILAB®: UM SOFTWARE GRATUITO ALTERNATIVO AO MATLAB® .............................73 LEITURA COMPLEMENTAR .............................................................................................................75 RESUMO DO TÓPICO 5......................................................................................................................76 AUTOATIVIDADE ...............................................................................................................................77 UNIDADE 2 – ESTATÍSTICA BÁSICA PARA SIMULAÇÃO .....................................................79 TÓPICO 1 – PROBABILIDADE E ESTATÍSTICA EM SIMULAÇÃO ........................................81 1 INTRODUÇÃO ...................................................................................................................................81 2 ESTATÍSTICA BÁSICA .....................................................................................................................81 2.1 MEDIDAS DE TENDÊNCIA CENTRAL ...................................................................................82 2.2 MEDIDAS DE DISPERSÃO .........................................................................................................85 3 ESTATÍSTICA EM SIMULAÇÃO ...................................................................................................87 RESUMO DO TÓPICO 1......................................................................................................................92 AUTOATIVIDADE ...............................................................................................................................93 TÓPICO 2 – DISTRIBUIÇÕES ...........................................................................................................95 1 INTRODUÇÃO ...................................................................................................................................95 2 PROBABILIDADE .............................................................................................................................95 3 DISTRIBUIÇÕES DE PROBABILIDADE .....................................................................................96 3.1 DISTRIBUIÇÃO UNIFORME ......................................................................................................99 3.2 DISTRIBUIÇÃO NORMAL ..........................................................................................................100 3.2 DISTRIBUIÇÃO NORMAL ..........................................................................................................100 3.3 DISTRIBUIÇÃO DE POISSON ....................................................................................................103 3.4 DISTRIBUIÇÃO EXPONENCIAL ...............................................................................................105 4 APLICAÇÃO DE DISTRIBUIÇÕES DE PROBABILIDADES EM SIMULAÇÃO ................106 RESUMO DO TÓPICO 2......................................................................................................................113 AUTOATIVIDADE ...............................................................................................................................114 TÓPICO 3 – MODELOS BASEADOS EM TEORIA DAS FILAS ................................................115 1 INTRODUÇÃO ...................................................................................................................................115 2 ASPECTOS HISTÓRICOS E IMPORTÂNCIA DOS ESTUDO DE FILAS ............................115 2.1 APLICAÇÕES DE MODELOS DE FILAS ..................................................................................117 3 ESTRUTURA BÁSICA E ELEMENTOS DE UM MODELO DE FILAS ..................................119 4 CARACTERÍSTICAS DE UMA FILA .............................................................................................123 5 EQUAÇÕES DO MODELO DE FILAS ..........................................................................................127 5.1 MODELO M/M/1 ...........................................................................................................................128 5.2 MODELO M/M/M .........................................................................................................................130 RESUMODO TÓPICO 3......................................................................................................................132 AUTOATIVIDADE ...............................................................................................................................133 IX TÓPICO 4 – CADEIAS DE MARKOV ..............................................................................................135 1 INTRODUÇÃO ...................................................................................................................................135 2 PROCESSOS ESTOCÁSTICOS .......................................................................................................135 3 ESTADOS DE UMA CADEIA DE MARKOV ..............................................................................137 4 CADEIAS DE MARKOV ..................................................................................................................138 RESUMO DO TÓPICO 4......................................................................................................................141 AUTOATIVIDADE ...............................................................................................................................142 TÓPICO 5 – PACOTES DE SIMULAÇÃO (PARTE 2) ....................................................................143 1 INTRODUÇÃO ...................................................................................................................................143 2 O SOFTWARE MICROSOFT EXCEL® ...........................................................................................143 2.1 UTILIZANDO O EXCEL® COMO FERRAMENTA DE SIMULAÇÃO .................................144 3 OS SOFTWARES LINDO E LINGO® PARA SIMULAÇÃO ......................................................149 3.1 LINGUAGEM E FORMULAÇÃO MATEMÁTICA ..................................................................150 3.2 MODELOS E RELATÓRIO GERENCIAL ..................................................................................151 LEITURA COMPLEMENTAR .............................................................................................................152 RESUMO DO TÓPICO 5......................................................................................................................154 AUTOATIVIDADE ...............................................................................................................................155 UNIDADE 3 – ESTRATÉGIAS E MODELOS APLICADOS À SIMULAÇÃO .........................157 TÓPICO 1 – VARIÁVEIS ALEATÓRIAS ..........................................................................................159 1 INTRODUÇÃO ...................................................................................................................................159 2 DEFINIÇÃO DE VARIÁVEL ALEATÓRIA ...................................................................................159 3 VARIÁVEIS ALEATÓRIAS CONTÍNUAS ...................................................................................163 4 VARIÁVEIS ALEATÓRIAS DISCRETAS ......................................................................................163 RESUMO DO TÓPICO 1......................................................................................................................165 AUTOATIVIDADE ...............................................................................................................................166 TÓPICO 2 – GERAÇÃO DE NÚMEROS ALEATÓRIOS ..............................................................167 1 INTRODUÇÃO ...................................................................................................................................167 2 GERAÇÃO DE NÚMEROS ALEATÓRIOS E APLICAÇÕES EM SIMULAÇÃO COMPUTACIONAL ...............................................................................................167 3 IMPORTÂNCIA DE SEMENTES, CONDIÇÕES INICIAIS E REPLICAÇÕES EM SIMULAÇÃO ...............................................................................................................................177 RESUMO DO TÓPICO 2......................................................................................................................178 AUTOATIVIDADE ...............................................................................................................................179 TÓPICO 3 – COLETA E ANÁLISE DE DADOS EM SIMULAÇÃO ...........................................181 1 INTRODUÇÃO ...................................................................................................................................181 2 COLETA DE DADOS .........................................................................................................................182 3 ANÁLISE DE DADOS .......................................................................................................................183 RESUMO DO TÓPICO 3......................................................................................................................190 AUTOATIVIDADE ...............................................................................................................................191 TÓPICO 4 – MÉTODO DE MONTE CARLO ..................................................................................193 1 INTRODUÇÃO ...................................................................................................................................193 2 O MÉTODO DE MONTE CARLO ..................................................................................................193 3 APLICAÇÕES DO MÉTODO DE MONTE CARLO ...................................................................197 4 O MÉTODO DE MONTE CARLO EM SIMULAÇÃO DE PROCESSOS ...............................206 RESUMO DO TÓPICO 4......................................................................................................................211 AUTOATIVIDADE ...............................................................................................................................212 X TÓPICO 5 – PACOTES DE SIMULAÇÃO (PARTE 3) ....................................................................213 1 INTRODUÇÃO ...................................................................................................................................213 2 O SOFTWARE DE SIMULAÇÃO ARENA® ..................................................................................213 3 O AMBIENTE DE SIMULAÇÃO ARENA® ..................................................................................215 3.1 CONSTRUINDO UM MODELO E ENTRADA DE DADOS ..................................................217 3.2 SIMULAÇÃO DE UM MODELO ................................................................................................220 3.3 GERAÇÃO DE RELATÓRIOS .....................................................................................................224 LEITURA COMPLEMENTAR .............................................................................................................226 RESUMO DO TÓPICO 5......................................................................................................................228 AUTOATIVIDADE ...............................................................................................................................229 REFERÊNCIAS .......................................................................................................................................231 1 UNIDADE 1 BASES DE UM PROJETO DE SIMULAÇÃO OBJETIVOS DE APRENDIZAGEM PLANO DE ESTUDOS Esta unidade tem por objetivos: • apresentar os principais conceitos sobre Pesquisa Operacional (PO), como pode ser utilizada no dia a dia como uma poderosa ferramenta de tomada de decisão aliada a critérios de simulação; • conhecer o que é simulação, apresentando técnicas como a Análise de Sensibilidade, quais são os tipos e aplicações da Simulação e as fases de desenvolvimento de um Projeto de Simulação; • estudaro que é Simulação Orientada a Eventos Discretos, sua linguagem bem como aprender como desenvolver um programa de simulação e exemplos práticos relativos a este assunto; • explicar as bases da Simulação Orientada à Atividade e também a Simu- lação Orientada a Processos e suas principais vantagens e desvantagens; • aprender a utilizar uma importante ferramenta de simulação computa- cional chamada MATLAB® e também o SCILAB®. Esta unidade está dividida em cinco tópicos, sendo que em cada um deles, você encontrará atividades visando à compreensão dos conteúdos apresentados. TÓPICO 1 – PESQUISA OPERACIONAL TÓPICO 2 – CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO TÓPICO 3 – SIMULAÇÃO ORIENTADA A EVENTOS DISCRETOS TÓPICO 4 – SIMULAÇÃO ORIENTADA À ATIVIDADE E SIMULAÇÃO ORIENTADA A PROCESSOS TÓPICO 5 – PACOTES DE SIMULAÇÃO (PARTE 1) 2 3 TÓPICO 1 UNIDADE 1 PESQUISA OPERACIONAL 1 INTRODUÇÃO 2 O QUE É PESQUISA OPERACIONAL? Neste tópico vamos apresentar os conceitos principais da Pesquisa Operacional (PO) em que vamos discutir o que é a PO propriamente dita, como ela surgiu, como podemos realizar o processo de modelagem matemática e algumas das principais ferramentas da PO aplicada à simulação que é o tema central deste Livro de Estudos. Vamos verificar também neste tópico, como a Pesquisa Operacional pode ser utilizada para reproduzirmos computacionalmente situações, por exemplo, na indústria, de forma a realizar uma melhoria no sistema, normalmente otimizando um determinado parâmetro de estudo. Além disso, vamos poder compreender melhor como a simulação, que é uma das principais ferramentas da Pesquisa Operacional, pode ser implementada para a resolução de problemas do nosso dia a dia. Com o advento a utilização do computador no auxílio de cálculos matemáticos complexos e necessários para a resolução de determinados problemas, a Pesquisa Operacional tornou-se uma ferramenta poderosa para ser utilizada em planejamentos de alocação de recursos, que podem ser, por exemplo, uma carga a ser transportada, a determinação do melhor local (em termos técnicos e econômicos) da instalação de uma planta industrial processadora de matérias- primas ou até mesmo otimizar recursos (humanos e materiais) internos de uma indústria com o propósito de se reduzir custos. UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 4 2.1 AS ORIGENS DA PESQUISA OPERACIONAL Segundo Hillier (2006) e Andrade (2011), a Pesquisa Operacional (PO) surgiu na época da 2ª Guerra Mundial, ou seja, entre os anos de 1939 e 1945, como uma forma de otimizar a utilização dos recursos de guerra, como mantimentos (água, alimentos), equipamentos de guerra como armamentos, veículos, aviões e pessoas, como soldados e civis. Estes recursos, logicamente escassos em tempos de guerra, deveriam ser alocados e distribuídos corretamente, tanto em quantidade como em suas localizações. Dessa forma, no período desta guerra surgiram equipes especializadas em Pesquisa Operacional que possuíam a tarefa de organizar e otimizar a distribuição destes recursos nas zonas de guerra. Estas pessoas, utilizando-se destas técnicas e de outras ferramentas da Engenharia de Produção, obtiveram sucesso na aplicação destes conceitos. A partir disso, durante o período da guerra, a Pesquisa Operacional começou a ser difundida e utilizada por equipes de estratégia militar dos Estados Unidos e Grã-Bretanha (países que deram origem a esta ciência) e também na Austrália e Canadá. Com o final da 2ª Guerra Mundial, iniciou-se a aplicação da PO fora das atividades militares e, assim, esta ciência começou a ser estudada pelos acadêmicos nas universidades americanas, principalmente nos cursos de Engenharia de Produção e Engenharia Industrial. Por meio de métodos como o “Simplex” criado por George Dantzig em 1947, que utiliza a Programação Linear, a Programação Dinâmica, Programação Inteira e Teoria das Filas, por exemplo, a PO desenvolveu-se como ciência e viu sua aplicação ser difundida na resolução de problemas nas áreas comerciais e industriais, conforme observamos no livro de Favero (2012), que é uma das bibliografias básicas desta disciplina. Mas afinal, qual é o conceito de Pesquisa Operacional? Muitas são as definições de inúmeros autores, mas basicamente, o que você deve guardar é que a PO tem a finalidade de se otimizar a alocação de recursos, que geralmente são escassos, de forma a utilizá-los da melhor forma possível, tanto em termos técnicos quanto econômicos. Além disso, sua distribuição deve ser otimizada, pois de nada adianta alocar um determinado recurso valioso de forma economicamente inviável. TÓPICO 1 | PESQUISA OPERACIONAL 5 2.2 A PESQUISA OPERACIONAL COMO FATOR DE BASE NA TOMADA DE DECISÃO A Pesquisa Operacional, por ter aplicação em inúmeras áreas do conhecimento, passou a ser amplamente utilizada por gestores de indústrias, principalmente no ambiente corporativo do engenheiro de produção. Como é inerente a todo gestor, o processo decisório faz parte do cotidiano destas pessoas que devem tomar atitudes, muitas vezes rápidas e que deem resultados positivos para a empresa para a qual trabalham. Assim, muitas destas tomadas de decisão, se tomadas sem um embasamento técnico suficiente, acabam tomando uma conotação subjetiva e muitas vezes condicionada à experiência do gestor. Segundo Andrade (2011), a natureza e o ambiente de negócios, mesmo que possam ser logicamente explicados pelo raciocínio especialista, são muito mais complexos e mais abrangentes e, por isso, exigem uma abordagem mais aberta que permita ao observador reconhecer os múltiplos aspectos envolvidos. Este autor ainda cita que uma característica importante da Pesquisa Operacional, que facilita muito o processo de análise de decisão, é a utilização de modelos, sendo que isto permite a “experimentação” ou a possibilidade de uma tomada de decisão ser mais bem avaliada e testada antes de ser efetivamente implementada. Assim, a economia de recursos e a experiência adquirida com a experimentação justificam o conhecimento e a utilização da PO como instrumento de gerência. Segundo você pode consultar no livro de Hillier (2006), que é uma das referências da lista sugerida nesta disciplina, este autor cita que a Pesquisa Operacional teve um impacto impressionante na melhoria da eficiência de inúmeras organizações pelo mundo. No processo, a PO deu uma contribuição significativa no aumento da produtividade das economias de diversos países. Ele ainda completa nos mostrando que há, inclusive, alguns países- membros na Federação Internacional das Sociedades de Pesquisa Operacional (IFORS), com todo país tendo uma sociedade de pesquisa nacional. Tanto a Europa quanto a Ásia possuem federações de PO para coordenar a realização de conferências internacionais e a publicação de jornais de circulação internacional nestes continentes. A seguir, apresentamos uma tabela com algumas aplicações da Pesquisa Operacional em casos reais corporativos. UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 6 TABELA 1 – EXEMPLOS DE APLICAÇÕES DA PESQUISA OPERACIONAL Empresa Natureza da Aplicação Economia Anual (US$) Monsanto Corp. Otimizar operações de produção nas fábricas químicas para atender a objetivos de produção a um custo mínimo. 15 milhões Citgo Petroleum Copr. Otimizar operações de refinarias e o abastecimento, a distribuição e o marketing de produtos. 70 milhões Texaco, Inc Misturar, de forma otimizada, produtos da gasolina e outros componentes disponíveis. 30 milhões AT&T Desenvolver um sistema baseado em PCs para orientar clientes comerciais no projeto de calls centers. 750 milhões Delta Airlines Maximizar lucro na alocação de tipos de aeronaves em mais de 2500 voos domésticos. 100 milhões Digital Equipment Copr. Reestruturar a cadeia global de abastecimento de fornecedores, fábricas industriais, centros de distribuição, localizações potenciais e áreas de mercado. 800 milhões China Selecionar e programar,de forma otimizada, projetos em grande escala para atender às necessidades futuras de energia no país. 425 milhões Forças de Defesa da África do Sul Redesenhar, de forma otimizada, o tamanho e o formato das forças de defesa e seus sistemas de armamento. 1,1 bilhão P&G Redesenhar o sistema de distribuição e de produção nos Estados Unidos para reduzir os custos e aumentar a velocidade de chegada ao mercado. 200 milhões IBM Fazer a reengenharia de sua cadeia global de abastecimento para responder mais rapidamente aos clientes, mantendo o menor estoque possível. 750 milhões no primeiro ano Samsung Desenvolver métodos de redução de tempos de fabricação e níveis de estoque. 200 milhões mais em receitas FONTE: Hillier (2006) TÓPICO 1 | PESQUISA OPERACIONAL 7 Conforme observamos na Tabela 1 apresentada acima, ressalta-se a importância da Pesquisa Operacional no ambiente corporativo e seus potenciais níveis de redução de custos nas empresas. Além disso, mostra-se importante todo um planejamento anterior para que o tomador de decisão haja de forma racional. Com isso, paralelamente, o processo decisório e de planejamento é uma ferramenta imprescindível que auxilia todo este processo. A seguir, encontramos um esquema representativo no início de um processo decisório. FIGURA 1 – INÍCIO DE UM PROCESSO DECISÓRIO Sintomas (aspectos passíveis de melhora) Processo de tomada de decisão Identificação do problema FONTE: Adaptado de Andrade (2011) É importante destacar que o papel do engenheiro de produção é muito importante em todas estas etapas do processo decisório que verificamos acima no esquema, tanto no levantamento de pontos de melhora dentro de uma indústria, empresa ou processo, passando pela identificação formal do problema e finalmente estipular quais são as alternativas que podem solucionar o problema. No livro “Introdução à Pesquisa Operacional: métodos e modelos para análise de decisão”, que é uma das bibliografias básicas recomendadas neste curso, você pode encontrar mais informações acerca do processo decisório. DICAS UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 8 Ainda sobre a tomada de decisão, algo com o qual o engenheiro de produção vai se deparar constantemente em sua vida profissional, sabe-se que este processo possui características, segundo Andrade (2011), como: • o processo de decisão é sequencial; • é um processo complexo; • pode resultar em decisões com valores subjetivos; • é desenvolvido dentro de um ambiente institucional com regras mais ou menos difundidas. Rapidamente, vamos explicar em seguida, como cada um destes processos funciona. a) Processo sequencial: trata-se de quando a decisão é tomada com base em um histórico de experiências do tomador de decisão. Dessa forma, a decisão final é resultante de uma série de motivos que levam o gestor a agir e tomar uma decisão final. b) Processo complexo: trata-se do caso quando um determinado problema possui diversos elementos a ser considerados, seja pelo fato de envolver várias pessoas, seja por necessitar de muito tempo ou até mesmo pelo fato de envolver questões éticas, por exemplo. Assim, segundo Andrade (2011), estes processos diferem quanto ao(s): • tamanho do grupo de decisão; • tipos de sistemas de informações gerenciais; • tipos de decisões que devem ser tomadas; • estilo de liderança dos administradores; • nível da decisão dentro da empresa. c) Processo com valores subjetivos: trata-se de quando uma decisão do gestor é puramente subjetiva. Esta situação ocorre muitas vezes dentro de uma empresa e não reflete necessariamente falta de método ou planejamento corporativo. Algumas vezes determinadas decisões envolvem a experiência do tomador de decisão e é neste ponto que o processo decisório leva em consideração valores subjetivos. d) Processo em ambiente corporativo: trata-se de quando o processo decisório é estreitamente condicionado à estrutura da empresa em termos hierárquicos, ou seja, a forma como a empresa está organizada em termos de “autoridade” para se tomar decisões. Atualmente, muitas empresas têm buscado as melhores formas de gerência corporativa, sendo este um fator primordial para o aumento da competitividade. TÓPICO 1 | PESQUISA OPERACIONAL 9 Apresentamos até aqui alguns conceitos sobre Pesquisa Operacional que são importantes para se compreender como ela pode ser aplicada e suas potencialidades de estudo. Porém, atualmente, tem-se destacado uma abordagem mais atual da PO, que é um pouco diferente daquela que surgiu no início da 2ª Guerra Mundial. Na visão corporativa, a Pesquisa Operacional pode ser dividida com base em dois tipos de abordagens e são elas a Abordagem Tradicional e a Abordagem Atual. A seguir, vamos compreender melhor cada uma destas abordagens e suas principais diferenças: a) Abordagem tradicional Inicialmente, quando se iniciaram os primeiros estudos em Pesquisa Operacional, as metodologias utilizadas eram suficientes para a resolução da maioria dos problemas para os quais a utilização desta ferramenta era proposta. No entanto, conforme a sua utilização foi ampliada, chegando até às mais altas diretorias administrativas de grandes empresas. O fato de a PO exigir um conhecimento mais aprofundado em modelagem matemática e o rigor matemático ser necessário, muitos administradores sentiam certo receio de sua adoção no ambiente corporativo, mesmo que ainda fossem aplicadas. Outra característica da abordagem tradicional, é que os objetivos a serem atingidos com a Pesquisa Operacional eram basicamente atingir um ponto ótimo de uma solução como a maximização do lucro ou a minimização de custos, conforme podemos verificar a representação na figura a seguir: FIGURA 2 – ESQUEMA REPRESENTATIVO DE MAXIMIZAÇÃO DO LUCRO E MINIMIZAÇÃO DE CUSTO Maximização do lucro UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 10 Minimização do custo FONTE: Adaptado de Andrade (2011) Assim, esta visão permaneceu por muito tempo, até que começaram a surgir novos caminhos para a PO, de forma que esta pudesse ser mais compreendida e ser realmente utilizada pelos gestores e administradores das empresas. A seguir, encontramos, segundo Andrade (2011), um esquema representativo da abordagem tradicional: FIGURA 3 – ESQUEMA REPRESENTATIVO DA ABORDAGEM TRADICIONAL DA PESQUISA OPERACIONAL FONTE: Adaptado de Andrade (2011) Experiência ou Intuição Identificação do Problema Aceitar ou Recusar Solução Informações Necessárias Resultado Ótimo Modelagem e Solução TÓPICO 1 | PESQUISA OPERACIONAL 11 Estas informações São importantes? Este problema está certo? Novas percepções Identificação do Problema Aceitar ou Recusar Solução Informações Necessárias Resultado Ótimo Modelagem e Solução Experiência e Intuição Essa nova visão resultou na Abordagem Atual da Pesquisa Operacional, ou seja, a forma como esta ciência é mais utilizada tanto nas pesquisas em universidade e centros de pesquisa quanto no ambiente corporativo. A seguir veremos mais sobre esta abordagem. a) Abordagem atual Atualmente, tem-se utilizado e aplicado no desenvolvimento de projetos e modelagem de problemas de Pesquisa Operacional a chamada Abordagem Atual. Neste modelo, leva-se em conta muito mais como a modelagem do problema de PO pode ajudar o tomador de decisão a verificar novos cenários diferentes e alternativos aos que ele geralmente considera. O rigor matemático nesta abordagem é considerado, porém não é essencial, sendo que o principal que o gestor extrai desta visão é a percepção de uma visão sistêmica do processo que ele deseja estudar ou otimizar. Andrade (2011) ressalta em seu trabalho que é neste aspecto do problema de decisão que a Pesquisa Operacional cumpre uma função importante. Na ausência de uma abordagem quantitativa, para avaliar o potencial da nova informação, a decisão de compará-la é determinada mais em termos do desconhecido do que por uma análise racional de custos e benefícios. A seguir,podemos verificar o esquema de como a abordagem atual funciona, segundo o autor citado no parágrafo anterior. FIGURA 4 – ESQUEMA REPRESENTATIVO DA ABORDAGEM ATUAL DA PESQUISA OPERACIONAL FONTE: Adaptado de Andrade (2011) UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 12 3 CONSTRUÇÃO DE MODELOS MATEMÁTICOS A construção e elaboração de modelos matemáticos é uma das principais etapas de um projeto de Pesquisa Operacional. Antes de discutirmos sobre os modelos matemáticos propriamente ditos, vamos citar as etapas de um projeto de PO, não sendo necessariamente obrigatório seguir etapas, já que cada projeto pode variar de acordo com seus objetivos. a) Etapa de definição do problema de pesquisa operacional Nesta etapa define-se o problema a ser estudado e os objetivos que se deseja alcançar. A identificação de cenários e alternativas para o projeto é fundamental nesta etapa, pois isso delineará as análises de sensibilidade. b) Elaboração do modelo O processo de modelagem é preponderante em um projeto de PO. Vários tipos de modelos podem ser utilizados, conforme vamos verificar mais para frente nesta seção. A definição de restrições do sistema estudado também é um ponto-chave no processo de modelagem. c) Solução do modelo Muitas vezes para se obter a solução de um modelo, busca-se a solução ótima para o problema analisado. Nesta etapa, após ter-se definido o melhor algoritmo que soluciona o problema, cabe à pessoa que está gerindo o projeto analisar os resultados obtidos. d) Validação do modelo Na etapa de validação do modelo, testa-se se este condiz com a realidade e se os resultados obtidos fazem sentido. Caso os resultados obtidos na etapa de validação não sejam satisfatórios, é necessário que se façam ajustes no modelo para que este fique mais adequado e gere resultados mais condizentes. e) Implementação da solução Após o modelo ter sido validado e os resultados preliminares terem sido satisfatórios, ocorre a fase de implementação dos resultados obtidos, onde haverá a distribuição das tarefas a serem realizadas e necessárias para que o projeto seja executado. TÓPICO 1 | PESQUISA OPERACIONAL 13 f) Avaliação final A avaliação final deve ser feita com base no conhecimento sobre o modelo e sobre a realidade do processo estudado pela equipe de pesquisa operacional. Devemos lembrar que estes resultados podem não ser totalmente fiéis à realidade, logo uma das tarefas da equipe de PO é a de analisar se os dados podem realmente representar o projeto final. Estas etapas do projeto de pesquisa operacional se assemelham em certos pontos com as etapas de um projeto de simulação, pois a simulação é uma das ferramentas a PO. Aprenderemos sobre a simulação no Tópico 2 da Unidade 1 deste Livro de Estudos. ESTUDOS FU TUROS Agora já sabemos que o processo de construção de modelos matemáticos é uma etapa fundamental no desenvolvimento de projeto de pesquisa operacional. Para se modelar um problema que se deseja estudar e solucionar, é imprescindível que se determinem as variáveis do sistema. Estas variáveis podem ser de três tipos: 1) Variáveis de decisão. 2) Variáveis controláveis ou endógenas. 3) Variáveis não controláveis ou exógenas. As variáveis de decisão são aquelas que sevem de apoio ao gestor para que ele tome decisões de acordo com as informações que são possíveis de se obter. Por exemplo, uma variável de decisão de um gerente industrial na área de eficiência energética é a taxa de economia de energia gerada em uma planta industrial em um ano. As variáveis controláveis são também chamadas de endógenas devido ao fato de serem ligadas diretamente ao modelo estudado. Elas são dependentes dos resultados fornecidos pelo modelo construído e das hipóteses a serem testadas. Por fim as variáveis não controláveis, ou também chamadas de exógenas, não estão diretamente ligadas ao modelo proposto, sendo estes fatores externos ao sistema como, por exemplo, a previsão de demanda de um determinado produto fabricado por uma indústria. Possuindo o conhecimento destes conceitos, o próximo passo para se construir um modelo é a escolha do modelo mais adequado que solucione o problema a ser analisado. UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 14 4 FERRAMENTAS DE PESQUISA OPERACIONAL EM PROJETOS DE SIMULAÇÃO Uma das principais ferramentas da Pesquisa Operacional é a otimização, por meio do qual podemos modelar um problema e obter um resultado máximo para um determinado parâmetro, como maximização da margem de contribuição ou mesmo a minimização de custos de processos. Assim, por meio da otimização, é possível modelar um problema e realizar a simulação para a resolução de um determinado problema. A limitação da utilização da otimização em simulação é o fato de que ela somente resolve o problema determinado, pois por meio dela só se obtém um resultado, que é o resultado ótimo. Todavia, após a obtenção do resultado, pode-se realizar a análise de sensibilidade de forma a estabelecer cenários com base em alguns parâmetros, mais conhecidos como restrições do sistema. As restrições de um sistema podem ser, por exemplo, a quantidade de peças que uma máquina produz por hora ou mesmo a quantidade de pacotes de leite que são produzidos a cada minuto. Para se realizar a modelagem de um problema de otimização alguns softwares são utilizados para este fim como o LINDO, LINGO, GAMS e o próprio EXCEL. A seguir temos um esquema de como ocorre o processo de modelagem de um problema de otimização e como os dados são tratados de forma a se obter o resultado ótimo, que pode ser simulado com base na análise de sensibilidade. FIGURA 5 – ESQUEMA REPRESENTATIVO DO PROCESSO DE MODELAGEM EM OTIMIZAÇÃO FONTE: Adaptado de Andrade (2011) Modelo de Otimização • Representação do Sistema • Critério de seleção da alternativa Decisão Solução ótima Dados e Informações do sistema 15 Neste tópico vimos que: • As origens da Pesquisa Operacional (PO) ocorreram no decorrer da 2ª Guerra Mundial com o objetivo de se otimizar os recursos de guerra (escassos) em diversos pontos de zona de guerra. • A Pesquisa Operacional é uma ferramenta que pode ser utilizada como fator determinante na tomada de decisão, sendo que também foram apresentados exemplos em que a PO foi aplicada em corporações. • Existem dois tipos de abordagens da PO, sendo elas a Abordagem Tradicional e a Abordagem Atual. • Como podemos formular um modelo matemático e as principais etapas que devemos seguir em um projeto de modelagem na PO como Etapa de Definição do Problema, Elaboração do Modelo, Solução do Modelo, Validação do Modelo, Implementação da Solução e Avaliação Final do Modelo. • A otimização é uma das principais ferramentas da Pesquisa Operacional e que pode meio dela podemos resolver uma série de problemas rotineiros no dia a dia da indústria. RESUMO DO TÓPICO 1 16 1 Quais são as principais diferenças da Abordagem Tradicional e da Abordagem Atual da Pesquisa Operacional? 2 Cite e explique brevemente quais são as principais etapas de desenvolvimento de um Projeto de Pesquisa Operacional voltadas para a modelagem de problemas. AUTOATIVIDADE 17 TÓPICO 2 CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO UNIDADE 1 1 INTRODUÇÃO Neste tópico iremos abordar quais são as principais características da simulação, como podemos utilizar a Análise de Sensibilidade no processo de simulação além de explicar os tipos de simulação. Iremos exemplificar também onde pode realizar aplicações da simulação, sendo que as diversas áreas do conhecimento são passíveis da utilização da simulação como processo de melhoria do sistema como pesquisas acadêmicas em universidades e centros de pesquisa; Modelagem nas áreas de matemática, física, química, biologia e medicina; Engenharias (Produção, Elétrica, Mecânica, Petróleo, Química, Civil, entre outras); Meio ambiente e saúde; Agroindústria; Aeronáutica; Dimensionamento de estruturas e novos materiais; Modelagem em processos industriaisde produção; Logística e Manufatura. Também veremos quais são as principais etapas no desenvolvimento de um projeto de simulação e por fim, neste tópico, verificaremos quais as principais vantagens e desvantagens da simulação. 2 O QUE É SIMULAÇÃO? A simulação pode ser entendida como uma ferramenta através da qual é possível prever por softwares computacionais, ou mesmo feito “à mão”, determinadas situações que se deseja estudar. Assim, muitas vezes não é necessário que se gastem recursos financeiros antecipadamente com o risco de aquisição de um bem para a aplicação em um projeto. UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 18 Basta que, por exemplo, um engenheiro de produção estude o processo a ser implantado antecipadamente e modele o problema no computador, de forma a estabelecer cenários a partir dos quais permita que o gestor preveja o que pode acontecer se determinada ação seja realizada em um projeto. Segundo Santos (1999), a simulação é a “imitação”, durante determinado período de tempo, da operação de um sistema ou de um processo do mundo real. Ela envolve a geração de uma história artificial do sistema, e a partir desta história artificial a inferência de como o sistema real funcionaria. O comportamento do sistema é estudado pela construção de um Modelo de Simulação. Este modelo normalmente toma a forma de um conjunto de considerações relacionadas à operação do sistema. Estas considerações são expressas através de relações matemáticas, lógicas e simbólicas entre as entidades, ou objetos de interesse, do sistema. A simulação é, assim, uma das principais ferramentas da Pesquisa Operacional e também uma das mais utilizadas, principalmente na área da Engenharia, já que esta área abrange um leque amplo de aplicações de projetos que são conceituados e estudados nos mínimos detalhes antes de serem implementados. No Capítulo 20, que trata sobre o tema de simulação, do livro “Introdução à Pesquisa Operacional”, de Hillier (2006), que faz parte da bibliografia desta disciplina, este autor cita que a simulação tem sido há muito tempo uma importante ferramenta do projetista. Ele também exemplifica que a simulação de voo de um avião em um túnel de vento é uma prática comum quando se projeta um avião novo. Teoricamente, as regras da física poderiam ser usadas para se obter as mesmas informações sobre como o desempenho da aeronave muda à medida que forem alterados os parâmetros de projeto, porém, por questões práticas, a análise se tornaria muito complicada para resolver o problema todo. Hillier (2006) traça ainda que outra opção seria construir aeronaves reais com projetos alternativos e testá-los em voos reais para escolher o projeto final, no entanto, isso seria muito caro (além de não ser seguro). Portanto, após a realização de algumas análises teóricas preliminares para desenvolver um pré-projeto, a simulação de voo em um túnel de vento é uma ferramenta vital para experimentar projetos específicos. Essa simulação equivale a imitar o desempenho de um avião de verdade em um ambiente controlado de modo a estimar qual será o real desempenho. Após um projeto detalhado ter sido desenvolvido dessa maneira, um modelo protótipo pode ser construído e testado em um voo real para ajustar o projeto final. Assim, vemos que a simulação, é basicamente uma forma de se testar modelos previamente estabelecidos pelo usuário. O sistema a ser testado deve levar em consideração uma série de restrições e características que se deseja modelar. Para isto, estas considerações podem ser traduzidas da etapa de planejamento para o computador na forma de representações matemáticas, lógicas e simbólicas. TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 19 Um conhecimento que você pode exercitar e que é muito importante em projetos de simulação é a aplicação da Análise de Sensibilidade. Trata-se do estabelecimento de cenários ou situações que podem ocorrer após a implantação de um projeto e que por meio da predição desta situação, podem-se evitar eventuais prejuízos ou situação não desejáveis. Para se realizar uma simulação computacional, é importante que você leve em consideração os vários cenários para os quais uma situação pode ser encaminhada. Assim, vale ressaltar que a análise de sensibilidade é fundamental na simulação de um problema ou projeto. IMPORTANT E 2.1 ANÁLISE DE SENSIBILIDADE Pelo fato de esta análise ser considerada muito importante durante o desenvolvimento de um projeto de simulação será explanada nesta seção alguns pontos fundamentais sobre a análise de sensibilidade e como ela pode ser exercitada e aplicada por você nas diversas situações que pode encontrar em uma empresa por exemplo. A análise de sensibilidade é muito utilizada por equipes de pesquisa operacional, constituídas por engenheiros, economistas e administradores. Muitas vezes, o resultado do estudo destas equipes não é, de início, a melhor alternativa a ser aplicada. Assim, é necessário, conforme visto no Tópico 1 deste caderno sobre as etapas de desenvolvimento de um projeto de pesquisa operacional, que o projeto retorne para a equipe de pesquisa operacional para adequá-lo aos detalhes e outras exigências que não foram inicialmente levados em conta. Como podemos ver no livro de Hillier (2006), os valores dos parâmetros usados no modelo inicial, normalmente são apenas estimativas baseadas em uma previsão de condições futuras. Os dados obtidos para desenvolver essas estimativas normalmente são bastante incipientes ou inexistentes, de modo que os parâmetros na formulação original possam representar pouco mais que regras práticas rápidas fornecidas pela área executiva. Os dados podem, até mesmo, representar superestimativas ou subestimativas deliberadas para proteger os interesses dos estimadores. UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 20 Os gestores da equipe de PO, então, conscientemente sabem inicialmente que os resultados obtidos em uma simulação, durante a etapa de planejamento, podem não ser o melhor resultado. Este ainda deve ser reconfigurado à medida que os integrantes encarregados pela execução do projeto retornem para a área de planejamento com os detalhes a serem reconsiderados no modelo. A seguir, verificamos um esquema de como este processo da análise de sensibilidade deve ocorrer. FIGURA 6 – ESQUEMA DO FUNCIONAMENTO DE UM PROJETO DE SIMULAÇÃO COM A ADIÇÃO DA ANÁLISE DE SENSIBILIDADE APÓS OS PRIMEIROS RESULTADOS Equipe de Pesquisa Operacional (Planejamento da Simulação) OK? Se SIM continua, se NÃO volta para a equipe de PO Gestor e equipe executiva aceitam resultados da simulação Análise de Sensibilidade Resultado Inicial da Simulação Resultado Parcial da Simulação Resultado Final da Simulação e Implementação do Projeto FONTE: Os autores Este processo, de “ida” e “volta” do projeto entre os setores de planejamento e o de aplicação do projeto, embora seja muito útil e construtivo, pode levar muito tempo e aumentar os custos, se o gestor do plano não souber administrar de forma eficiente a equipe. É neste ponto que a Análise de Sensibilidade pode entrar como um dos protagonistas durante o desenvolvimento de um projeto de simulação. Desde o início, este pode levar em conta as diversas situações pelas quais o projeto pode passar. A seguir uma figura em que a Análise de Sensibilidade é feita logo no início do processo de modelagem do projeto de simulação, contribuindo, como já apresentado, com a redução do tempo de execução do projeto e principalmente com a redução de custos em todo o ciclo de vida do projeto. TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 21 Equipe de Pesquisa Operacional (Planejamento da Simulação) OK? Se SIM continua, se NÃO volta para a equipe de PO Gestor e equipe executiva aceitam resultados da simulação Análise de Sensibilidade Estabelecimento de Cenários e Situações Possíveis Resultado Inicial da Simulação Resultado Final da Simulação e Implementaçãodo Projeto FONTE: Os autores FIGURA 7 – ESQUEMA DE FUNCIONAMENTO DE UM PROJETO DE SIMULAÇÃO COM A AGREGAÇÃO DA ANÁLISE DE SENSIBILIDADE NO INÍCIO DO PROCESSO DE MODELAGEM PELA EQUIPE DE PO Na Figura 6, fica evidenciado que a Análise de Sensibilidade realizada desde o início do processo de modelagem traz vantagens ao gestor do projeto, devido a fato de que se chega ao Resultado Final mais rapidamente. Dessa forma, reduzem-se, ou até mesmo eliminam-se etapas intermediárias do processo que só contribuem para que o andamento do projeto seja realizado de forma mais lenta. Segundo Hillier (2006), para preparar a simulação de um sistema complexo, um modelo de simulação detalhado precisa ser formulado para descrever a operação do sistema e como ele deve ser simulado. Um modelo de simulação tem diversos blocos construtivos básicos, que segundo esse autor ainda cita em seu livro, e são eles: 1 Uma definição do estado do sistema (por exemplo, o número de clientes em um sistema de filas). 2 Identificar os possíveis estados do sistema que podem ocorrer. 3 Identificar os possíveis eventos (por exemplo, chegadas e términos de atendimento em um sistema de filas) que mudariam o estado do sistema. 4 Uma provisão para um relógio simulado, localizado no mesmo endereço do programa de simulação, que vai registrar a passagem do tempo (simulado). UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 22 5 Um método para gerar eventos aleatoriamente de diversos tipos. 6 Uma fórmula para identificar as transições de estado que são geradas pelos diversos tipos de eventos. Estes blocos exemplificados pelo autor citado serão melhor apresentados e detalhados nas seções seguintes, conforme o andamento deste curso. 2.2 TIPOS DE SIMULAÇÃO A simulação é dividida em duas grandes categorias, sendo elas a simulação de eventos discretos, que veremos no Tópico 3 da Unidade 1 deste Livro de Estudos e a simulação contínua. A simulação discreta abrange a maioria das aplicações e utilizações pelos gestores e engenheiros, já que ela pode ser reproduzida computacionalmente através de uma forma mais simplificada. Já a simulação contínua, reproduz, geralmente, eventos mais complexos e da mesma forma sua reprodução é muito difícil de ser executada. Assim, muitas vezes, o que se busca quando é necessária a utilização da simulação contínua, é a abordagem do problema pela simulação discreta e fazer com que esta se aproxime o máximo possível de um problema de simulação contínua para, por fim, se obter um resultado com menos esforço computacional e tempo utilizado. Mas para conceituarmos os dois tipos de simulação, vamos verificar seus significados a seguir: a) Simulação orientada a eventos discretos Este tipo de simulação considera somente os eventos que ocorrem em um determinado sistema não havendo importância para o tempo decorrido, ou seja, o tempo entre em evento e outro não é considerado, embora seja de conhecimento na simulação. Podemos citar o exemplo clássico da entrada e saída de clientes em uma agência bancária em que a “entrada” e a “saída” destas pessoas podem ser consideradas eventos, todavia o tempo não é importante na simulação neste sistema. Neste Livro de Estudos, a maioria dos exemplos faz parte da simulação de eventos discretos, pois representa a maioria dos casos de aplicação no dia a dia de um engenheiro. A Teoria de Filas e as Cadeias de Markov, cujos assuntos serão abordados na Unidade 2 deste Livro de Estudos são outros exemplos em que se pode aplicar a simulação de eventos discretos. TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 23 O assunto sobre a Teoria de Filas e sobre as Cadeias de Markov, se encontram respectivamente nos Tópicos 1 e 2 da Unidade 2 deste Livro de Estudos. ESTUDOS FU TUROS b) Simulação contínua A simulação contínua considera o tempo decorrido no sistema, sendo que alguns parâmetros podem ser analisados em função do tempo. Um exemplo seria a análise aerodinâmica de um carro de corrida, em que determinados fatores são analisados conforme o tempo passa. Outro exemplo deste tipo de simulação é a passagem de água pelas turbinas de uma hidrelétrica, sendo que a cada segundo, ou outra unidade de tempo, são determinadas as quantidades de energia geradas, sendo o tempo neste caso um fator primordial na simulação contínua. A seguir podemos visualizar melhor, em termos gráficos as diferenças entre os dois tipos de simulação: FIGURA 8 – OS DOIS TIPOS DE SIMULAÇÃO FONTE: Os autores Simulação Discreta Zona de Ocorrência dos Eventos Resultado Final da Simulação Contínua Resultado Final da Simulação Discreta Te m po é re le va nt e Te m po n ão re le va nt e Evento Y Evento Z Evento X Evento W Simulação Contínua UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 24 Conforme verificamos na figura anterior, percebem-se as principais diferenças entre os dois tipos de simulação, conforme já descrevemos anteriormente. O resultado final será diferente para cada tipo de simulação, dado que cada simulação possui suas restrições de utilização e aplicação. 3 APLICAÇÕES DA SIMULAÇÃO A simulação computacional, como já dito anteriormente, possui ampla aplicação sendo uma das principais ferramentas da Pesquisa Operacional que os gestores possuem a oportunidade de utilizarem. As áreas de aplicação podem ser, entre outras: • Pesquisas acadêmicas em universidades e centros de pesquisa. • Modelagem nas áreas de matemática, física, química, biologia e medicina. • Engenharias (Produção, Elétrica, Mecânica, Petróleo, Química, Civil, entre outras). • Meio ambiente e saúde. • Agroindústria. • Aeronáutica. • Dimensionamento de estruturas e novos materiais. • Modelagem em processos industriais de produção. • Logística. • Manufatura. Outro exemplo em que a simulação é muito empregada é na criação de ambientes virtuais e também na avaliação do desempenho de sistemas. Na figura a seguir, temos um esquema que representa dois ambientes. Um é o “mundo real” e o outro é o “mundo da simulação”, onde ocorrem as simulações computacionais. No caso das simulações, este exemplo cita que as simulações militares e de jogos são realizados em ambientes virtuais, controlados pelas decisões humanas. Nos ambientes virtuais existe baixo grau de abstração e alto grau de realismo. Já nas simulações analíticas, as decisões humanas não fazem parte do processo, ficando a cargo dos algoritmos desenvolvidos no pacote computacional escolhido, fazer as simulações que muitas vezes representam algumas decisões humanas. Pelo fato de que nas simulações analíticas não haver a interferência humana nas decisões, seu custo é mais baixo do que a simulação em ambientes virtuais, porém seu grau de abstração é maior devido ao baixo grau de interferência humana. TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 25 FIGURA 9 – ESQUEMA REPRESENTATIVO DE SISTEMAS DE AMBIENTES VIRTUAIS DE SIMULAÇÃO Simulações Analíticas Ambientes Virtuais Decisões humanas fazem parte do processo Decisões humanas não Fazem parte do processo SimulaçãoJogosSimulaçõesmilitares Aumenta grau o realismo e custo Aumenta grau de abstração e velocidade Fr on te ir a en tr e “m un do re al ” e “m un do d a si m ul aç ão ” “Mundo da Simulação” “Mundo Real” FONTE: Adaptado de Teixeira (2013) Outro exemplo de aplicação da simulação é no caso de projeto e operação de sistema organizado em filas. O assunto de Teoria das Filas será abordado detalhadamente na Unidade 2 deste Livro de Estudos, mas somente para exemplificar a simulação é uma das principais ferramentas para representação e implementação computacional de filas. Como apresentado no livro de Hillier, todos nós esperamos em uma fila para: comprar o ingresso para uma sessão de cinema, fazer um depósito bancário, pagar as compras em um supermercado, remeter um pacote no correio, comprar um sanduíche em uma lanchonete, brincar em um parque de diversões etc. Acabamos nos acostumandoa um volume considerável de espera, mas ainda assim nos irritamos se tivermos de aguardar muito em uma fila. Assim, estima-se que as pessoas gastam muito tempo esperando e aguardando em filas, sendo que este poderia ser usado de uma forma muito mais produtiva. Dessa forma, em um sistema em que há filas, isto é sinal de ineficiência e que alguma coisa está errada, mas passível de melhorias. Para isto, desenvolveu-se a Teoria das Filas que por meio de funções matemáticas e algoritmos representa a maioria das características das filas existentes no nosso dia a dia. Esta teoria e todo seu espectro matemático, quando transmitido para o computador permite ao gestor ou pesquisador realizar simulações de forma a obter, em uma determinada situação estudada, um modelo em que não haja filas. Assim, a simulação, aliada à Teoria das Filas, é uma importante ferramenta que você poderá utilizar para otimizar sistemas. UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 26 A Teoria das Filas é apresentada com detalhes neste Livro de Estudos e encontra-se no Tópico 1 (MODELOS BASEADOS EM TEORIA DAS FILAS) da Unidade 2. ESTUDOS FU TUROS Outra aplicação simulação e que é muito importante para um engenheiro de produção, por exemplo, é a Gestão do Sistema de Estoques. Saber administrar um estoque de uma empresa ou, por exemplo, de um Centro de Distribuição (CD) é tarefa rotineira de um gestor na área da engenharia de produção. Também, sabe-se que quanto menos produtos estocados no armazém de uma empresa, seja ela, de pequeno, médio ou grande porte, é um diferencial competitivo positivo em termos de custos de estoques. Portanto, a modelagem da necessidade de produtos em um estoque (demanda), versus a quantidade de saída destes produtos (oferta), deve ser muito bem administrada e de forma eficiente para que se evite excesso de produtos em um estoque e assim gastos relacionados aos custos de armazenagem. Esse controle pode ser modelado e simulado matematicamente em um software computacional. Atualmente, muitos pacotes computacionais são utilizados por empresas, que adquirem estes softwares prontos para serem utilizados. Segue um esquema de como a gestão do sistema de estoques, utilizando- se a simulação, pode ser realizada: FIGURA 10 – EXEMPLO DE FUNCIONAMENTO DO CONTROLE DE GESTÃO DE ESTOQUES POR MEIO DE SOFTWARE DE SIMULAÇÃO Demanda pelos produtos Empresa Oferta dos produtos da empresa Software de gestão de estoques Software de gestão Modelo de simulação de estoque FONTE: Os autores TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 27 As análises de probabilidade e de distribuições, citadas acima, você aprenderá na Unidade 2 deste Livro de Estudos nos Tópicos 3 e 4. ESTUDOS FU TUROS Conforme verificado na figura anterior, ressalta-se que o software de gestão de estoques necessitou de uma pessoa que realizasse a modelagem e todo o desenvolvimento do algoritmo que permite este programa realizar as simulações de que a empresa necessita. Outro exemplo de aplicação da simulação é na Análise de Riscos Financeiros, sendo que a simulação tem sido amplamente utilizada nesta área. Se considerarmos que um investidor possui certa quantia a ser aplicada em um empreendimento e ele quer saber os riscos associados ao projeto, podemos utilizar a simulação para solucionar este problema. Com base nos retornos financeiros estimados, utilizando, por exemplo, o fluxo de caixa referente ao projeto, pode-se realizar uma distribuição da probabilidade associada a cada período de retorno financeiro, ou mesmo podem- se avaliar os riscos associados a mais de um projeto simultaneamente. Isto feito, ou seja, esta modelagem, a simulação permitirá, neste caso, o estabelecimento de cenários de retornos financeiros ao investidor, que vai escolher o que mais for conveniente, ou seja, o que possuir o maior retorno em valor. Esta análise é semelhante à Análise de Sensibilidade que já discutimos neste Livro de Estudos. Dessa forma, estamos vendo que conforme o andamento da apresentação do conteúdo deste caderno, muitos assuntos vão se conectar, sendo que este material foi produzido justamente com a intenção de transmitir o conhecimento de forma intertextual. A seguir, podemos verificar um esquema da aplicação da simulação na análise de riscos financeiros: UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 28 FIGURA 11 – ESQUEMA REPRESENTATIVO DE APLICAÇÃO DA SIMULAÇÃO NA ANÁLISE DE RISCOS FINANCEIROS Recursos financeiros a investir $ Outros ... cenários Cenário 3Cenário 2Cenário 1 Simulação Um ou mais projetos Análise de cenários possíveis Investidor FONTE: Os autores Podemos citar a área da Saúde como outro exemplo de aplicação de simulação, mais especificamente na modelagem da evolução de doenças: Hillier (2006) cita algumas destas aplicações a seguir: a) simular o emprego de recursos hospitalares ao tratar pacientes com doenças coronarianas; b) simular despesas com saúde em diferentes planos de seguro; c) simular o custo e a eficiência de check-ups para a detecção precoce de doenças; d) simular o emprego do complexo de serviços cirúrgicos em um centro médico; e) simular o tempo e a localização de pedidos de ambulâncias; f) simular a aceitação de rins doados em receptores para transplante; g) simular a operação de um pronto-socorro. A área da Logística de Distribuição de Produtos e Serviços também utiliza as ferramentas da simulação como método de melhorias em seus sistemas. Por exemplo, um Centro de Distribuição (CD), necessita receber cargas de caminhões, armazená- las por um determinado tempo e despachá-las para diversos outros pontos. TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 29 Nesse sentido, os tempos necessários para se efetuar a etapa de descarregamento das cargas no Centro de Distribuição, de armazenamento, de carregamento desta para despachá-las e as localidades dos pontos de aquisição final destas cargas são fatores relevantes do ponto de vista administrativo e econômico. Assim, modelar todas estas etapas e realizar a simulação destas em um software específico, torna-se uma tarefa de grande importância na gestão de estoques e distribuição de produtos na área da logística. Um exemplo de software por meio do qual é possível realizar a simulação de operações logísticas, conforme citado acima, é o ARENA®. Aprenderemos como ele funciona, inclusive com exemplos no Tópico 5 da Unidade 2 deste Livro de Estudos. DICAS A seguir há um esquema de como a simulação pode ser útil em projetos na área da logística: FIGURA 12 – ESQUEMA LOGÍSTICO DE CARGAS EM UM CENTRO DE DISTRIBUIÇÃO DE PRODUTOS FONTE: Os autores Centro de Distribuição (CD) de produtos “Boxes” de carregamento e descarregamento de cargas por caminhões Destinos diferentes para cada caminhão Modelagem e Simulação das etapas logísticas UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 30 Outra aplicação que podemos citar da simulação é na área de Gestão de Projetos. Uma das principais tarefas de um gerente de projetos é saber organizar sua equipe de forma com que ela possa cumprir os prazos estipulados para um determinado projeto. O fato é que, a determinação desses prazos, que muitas vezes podem não serem cumpridos se não houver um planejamento correto, podem envolver pontos de incertezas, ou seja, situações em que não é possível afirmar com 100% de certeza sobre um determinado acontecimento. Por exemplo, durante o andamento de um projeto de instalação de uma indústria em uma região. Primeiramente estipulam-se prazos como preparação de terreno para receber as obras civis, contratação da(s) empresa(s) responsável(is) pela obra, contratação de mão de obra, enfim, todas as etapas até chegar o momento do término da construção do empreendimento. Porém, se o tempo de construção desta obra levar muito tempo, as chances de que ocorra algum imprevisto que ocasione atrasos na obra podem ser altas. Mas, é possível estimar esta chance de ocorrência de imprevistos?Sim, na verdade a isto damos o nome de probabilidade de ocorrência de um ou mais eventos. Esta estimativa da probabilidade pode ser realizada por meio da simulação. No caso do exemplo da obra citada, pode-se simular ocorrência como chuvas acima do normal (que geralmente ocasiona atrasos em uma obra), necessidade horas extras pelos funcionários da construção e assim por diante, tudo por meio da simulação da distribuição da probabilidade relacionada à ocorrência de cada evento. Assim, este sistema sendo modelado, pode-se reunir todas estas probabilidades (chances) e estabelecermos cenários. Estes, por sua vez, são interpretados pelo gestor do projeto, que de posse desses dados pode ter suas decisões embasadas matematicamente e não simplesmente pela sua intuição. Para ilustrarmos isto que acabamos de explicar, podemos observar a figura a seguir: TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 31 FIGURA 13 – ESQUEMA REPRESENTATIVO DA APLICAÇÃO DA SIMULAÇÃO NA GESTÃO DE PROJETOS FONTE: Os autores Gestor utiliza a simulação para estabelecer as probabilidades de conseguir cumprir os prazos do projeto Se baseiam nos prazos estipulados pelo gestor e nas probabilidades condicionadas Equipe executora do projeto Projeto Finalizado Etapa 1 Etapa 2 Etapa 3 Etapa n Gestor do Projeto Um último exemplo de aplicação da simulação é na Organização de Operações de Manufatura. Em um fábrica de calçados, por exemplo, há dois componentes principais, na visão da simulação: as máquinas e os produtos finais. Se interpretarmos as máquinas como um serviço e os produtos como os clientes, pode-se modelar esta produção como um sistema de filas. Estas filas são compostas por calçados e pelos seus diferentes modelos produzidos na fábrica exemplificada. Assim, como já inicialmente comentado acerca da Teoria de Filas, pode-se aplicar estas técnicas de modelagem e simulação de forma a otimizar o sistema de manufatura dentre da fábrica. Um exemplo seria o de simular as quantidades de demanda e oferta do produto dentro das limitações e restrições na produção (como quantidade de máquinas, quantidade de funcionários, turnos dos funcionários etc.). A seguir, tem-se um esquema que representa o exemplo citado acima: UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 32 FIGURA 14 – EXEMPLO DE SIMULAÇÃO EM UMA INDÚSTRIA DE CALÇADOS UTILIZANDO MÉTODO DE FILAS FONTE: Os autores Produto Final Modelagem e Simulação da Fila de insumos Máquina 3 Máquina 2 Máquina 1 Fábrica de calçados Insumo Vamos apresentar exemplos aprofundados de simulação mais adiante neste Livro de Estudos, conforme você for aprendendo pontos básicos utilizados na simulação, que estão presentes nas demais unidades deste caderno. IMPORTANT E 4 FASES DE DESENVOLVIMENTO DE UM PROJETO DE SIMULAÇÃO Inicialmente, para se desenvolver um projeto de simulação, você deve tomar conhecimento de algumas técnicas que dependendo do caso de simulação, estas características devem estar muito claras logo no início do processo. Conforme já discutimos há a simulação que pode ser feita de forma Analítica ou em Ambientes Virtuais. No caso da simulação analítica, o objetivo principal é a análise de sistemas complexos, enquanto que na simulação em ambientes virtuais a simulação é realizada de forma a reproduzir a realidade, por exemplo, em jogos. TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 33 O fator tempo é tratado na simulação analítica de forma com que o tempo passe o mais rápido possível, pois esta análise é mais custosa do que a da simulação em ambientes virtuais, onde o fator tempo pode ser reproduzido em tempo real. Além disso, outras informações que são necessárias que você saiba antes de desenvolver um projeto de simulação é conhecer os principais elementos utilizados para se construir um modelo de simulação e que segundo Taveira (1997) são eles: a) Entidades: uma entidade pode representar uma pessoa ou objeto, que se move ao longo do sistema, mudando o estado do mesmo. Como exemplo, podemos citar pessoas em um banco e peças em uma indústria mecânica. b) Recursos: os recursos são tidos como restrições para o fluxo das entidades na simulação. As entidades precisam fazer uso dos recursos para se moverem pelo modelo. Máquinas numa indústria é um exemplo típico de um recurso. c) Atributos: os atributos são atribuídos individualmente a cada entidade, e representa as características que aquela entidade deve possuir ao longo da simulação. Para o caso de uma peça mecânica, seus atributos são o seu diâmetro, material, perfil etc. d) Fila: este é um elemento pelo qual uma entidade passa quando precisa de um recurso. Caso existam outras entidades sendo servidas pelo recurso, esta entidade fica em uma fila de espera. Agora vamos apresentar as etapas de um projeto de simulação, sendo que este pode servir de roteiro para quando você for desenvolver um projeto deste tipo. Primeiramente vamos apresentar as fases em tópicos e depois explicar cada item separadamente. 1) Formulação do problema. 2) Definição dos objetivos e dos planos do projeto. 3) Construção do modelo. 4) Coleta de dados. 5) Codificação. 6) Verificação. 7) Validação. 8) Experimentação e análises dos resultados. 9) Emissão de Relatório. Com base nesta apresentação prévia, vamos agora apresentar os detalhes de cada etapa e como cada uma delas está ligada. UNIDADE 1 | BASES DE UM PROJETO DE SIMULAÇÃO 34 1 Formulação do problema Primeiramente, é necessário que você estabeleça qual o problema que vai ser simulado de forma clara e objetiva, a fim de que se estabeleça, desde o início, e de forma clara, qual vai ser o objeto de estudo. Parece um pouco repetitivo falar desta etapa, todavia ela é uma das principais etapas do projeto, devido à definição dele ser realizada nela. À medida que o problema vai sendo delineado nesta etapa, informações adicionais podem ser incorporadas e discutidas a fim de que o problema represente o máximo possível o que se pretende simular. 2 Definição dos objetivos e planos Em seguida, você deve estabelecer quais são os objetivos primários e secundários do projeto e fazer o planejamento dele. Os objetivos primários devem conter os objetivos básicos e principais da simulação que se pretende modelar e implementar. Os objetivos secundários devem exprimir de forma sucinta, os detalhes dos objetivos primários, tornando mais claro o problema a ser resolvido. A definição do planejamento, que também deve ser realizado nesta etapa, deve envolver os prazos e a quantidade de pessoas envolvidas em cada parte do projeto. Dessa forma, o planejamento ajuda a evitar atrasos no projeto e que se privilegie uma etapa em detrimento de outra. Outra finalidade da etapa de planejamento é o levantamento dos custos necessários para o desenvolvimento da simulação e todo o projeto. Também se deve confirmar que a simulação, para o caso a ser analisado é a melhor forma de abordagem do problema, já algumas vezes há outras alternativas para o objetivo que se deseja alcançar. 3 Construção do modelo Conforme vimos no Tópico 1 deste Livro de Estudos, o processo de modelagem é uma etapa primordial para o sucesso da simulação. O modelo deve ser ao mesmo tempo simples o suficiente para que o problema não fique extremamente complexo e difícil de ser compreendido, mas também deve conter os requisitos básicos para que ele expresse o máximo possível do problema real a ser estudado. O processo de modelagem deve seguir a ordem de definição do problema com um modelo simples e ir adicionando os atributos específicos aos poucos até chegarmos a um modelo relativamente mais aprofundado e condizente com a realidade. TÓPICO 2 | CICLO DE VIDA DE UM PROJETO DE SIMULAÇÃO 35 Devemos sempre lembrar que o nível de complexidade de um modelo nunca deve ser maior que a necessária para se alcançar os objetivos traçados. DICAS Outro fator a ser ressaltado é que na utilização do pacote computacional para a simulação,
Compartilhar