6LPXODomR GH6LVWHPDV
'DGRVGH(QWUDGD SDUD
D6LPXODomR
,1387
'DGRVGH(QWUDGD SDUD D6LPXODomR
3URSyVLWR
Reproduzir o comportamento aleatório / estocástico do sistema real dentro do modelo de simulação.*$5%$*(,1*$5%$*(287
³/L[R QD (QWUDGD/L[R QD 6DtGD´O objetivo é determinar a curva de distribuição teórica de probabilidades que melhor reproduz o comportamento do processo.
Passos Básicos:
1. Processo de amostragem e coleta dos dados 2. Tratamento dos dados
3. Identificação da distribuição estatística 4. Testes de aderência
3URFHVVR GH$PRVWUDJHP H&ROHWD
Possíveis fontes de dados:
1) Arquivos históricos do sistema (expondo o
comportamento, resultados,etc.);
2) Provenientes de observações do sistema sob estudo;
3) Oriundos de sistemas similares;
4) Determinados com base em estimativas de operadores;
5) Obtidos com base em afirmações de vendedores de
máquinas, equipamentos, etc.;
6) Estimativas de projetistas de sistemas, ou mesmo;
7) Considerações teóricas sobre o sistema.
3ODQHMDPHQWR H2EVHUYDomR 3UHOLPLQDU
: Identificar
quais são os processos que requerem coleta de dados e
planejar como ela será feita;
8WLOLGDGH GRV'DGRV&ROHWDGRV
: Analisar os dados
durante a coleta e identificar aqueles que não serão úteis
para a identificação da distribuição. Ex: tempo de quebra
ou interrupção anormal do processo.;
&RQMXQWRV KRPRJrQHRV GHGDGRV
: Tentar combinar
dados que formem conjuntos homogêneos. Ex: coletar
dados do sistema em diferentes horários ou dias;
Realização da Amostragem. Pontos Essenciais:
3URFHVVR GH$PRVWUDJHP H&ROHWD
Deve-se ter acesso a todas as informações que estão por trás da geração dos dados coletados.
A massa de dados deve conter apenas as informações referentes ao processo a ser representado.
“Limpar” os dados após ou durante a coleta:
7UDWDPHQWR GRV'DGRV
4 8 1 4 1 5 1 8 3 4 6 5 1 2 6 3 4 3 3 6 3 4 3 3 4 1 3 4 1 3 5 3 7 4 3 5 4 3 6 2 4 5 3 7 4 19 1 4 1 6 3 3 3 5 8 2 2 6 1 1 3 3 4 4 1 2 0 4 1 3 2 2 2 3 4 1 3 2 4 0 4 1 1 4 3 2 5 3 4 3 4 3 2 1 2 5 2 1 6 7Por quê o valor 19 é discrepante em relação aos outros ?
Será devido a uma ocorrência no processo, falha momentânea, parada para descanso ou erro de cronometragem ?
VERIFICAR E REALIZAR NOVA COLETA, SE NECESSÁRIO
Representação Gráfica (histograma):
7UDWDPHQWR GRV'DGRV
-0.5 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 2 4 6 8 4 8 1 4 1 5 1 8 3 4 6 5 1 2 6 3 4 3 3 6 3 4 3 3 4 1 3 4 1 3 5 3 7 4 3 5 4 3 6 2 4 5 3 7 4 5 1 4 1 6 3 3 3 5 8 2 2 6 1 1 3 3 4 4 1 2 0 4 1 3 2 2 2 3 4 1 3 2 4 0 4 1 1 4 3 2 5 3 4 3 4 3 2 1 2 5 2 1 6 7 Observações -0.5 0.5 2 0.5 1.5 17 1.5 2.5 13 2.5 3.5 25 3.5 4.5 21 4.5 5.5 9 5.5 6.5 7 6.5 7.5 3 7.5 8.5 3Intervalos Frequência Frequência Acumulada 0.02 0.02 0.17 0.19 0.13 0.32 0.25 0.57 0.21 0.78 0.09 0.87 0.07 0.94 0.03 0.97 0.03 1.00 Valor 0 1 2 3 4 5 6 7 8
7UDWDPHQWR GRV'DGRV
-0.5 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 5 10 15 20 6HJXQGR 'LVWULEXLU RV YDORUHV QRV LQWHUYDORV: O objetivo é determinar com que frequência as tomadas de tempo acontecem em cada intervalo.25
É a distribuição teórica de probabilidades que melhor se
ajusta ao perfil formado pelo histograma :
,GHQWLILFDomR GD 'LVWULEXLomR
-0.5 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 5 10 15 20 25Exemplo: curva normal
de média 3.34 e desvio
padrão de 1.82
3ULQFLSDLV GLVWULEXLo}HV FRQWtQXDV
,GHQWLILFDomR GD 'LVWULEXLomR
&859$1250$/
Parâmetros: média e desvio padrão
Média Desvio Padrão
,GHQWLILFDomR GD 'LVWULEXLomR
Média = 4 Desvio = 0.5 Média = 4 Desvio = 0.01Quanto menor o desvio padrão, mais próximos da média serão os valores sorteados: menor variação no comportamento
,GHQWLILFDomR GD 'LVWULEXLomR
&859$81,)250(
Parâmetros: limite inferior e superior
Limite
inferior Muito usada quando se tem poucas informações sobre o Limitesuperior processo
,GHQWLILFDomR GD 'LVWULEXLomR
&859$75,$1*8/$5
Parâmetros: limite inferior, limite superior, e valor mais provável (“moda”)
Moda Limite
inferior Limitesuperior
Muito usada quando se tem poucas
informações sobre o processo
,GHQWLILFDomR GD 'LVWULEXLomR
&859$(;321(1&,$/
Parâmetros: média
e FDUDFWHUL]DGD SHOD VXD ³IDOWD GHPHPyULD´
Muito utilizada para
representar tempo
entre chegadas
2XWUDV
,GHQWLILFDomR GD 'LVWULEXLomR
ERLANG GAMMA BETA WEIBULL3ULQFLSDOGLVWULEXLomR ',6&5(7$
,GHQWLILFDomR GD 'LVWULEXLomR
',675,%8,d2'(32,6621
Parâmetros: média
Semelhante à Exponencial: sem memória
7HVWHVGH$GHUrQFLD
O objetivo é garantir que a curva sob teste realmente
representa o processo do qual foram coletados os dados:
3ULPHLUR WHVWH
TESTE DO CHI-QUADRADO (X
2)
Válido apenas para distribuições discretas
X
2=
∑
(f
0
– f
e)
2f
e kOnde:
k = número de classes ou intervalos
f
0= frequência observada nas classes
f
e= frequência esperada nas classes
∑
= somatório de todas as classes
k
Quanto menor o
valor de X
2,
melhor é o ajuste.
Se X
2= zero, o
ajuste é perfeito.
7HVWHVGH$GHUrQFLD
6HJXQGRWHVWH
TESTE KOLGOMOROV-SMIRNOV (K-S)
Válido para distribuições discretas e contínuas
Faz comparação entre as probabilidades acumuladas
das duas distribuições (teórica e observada).
Subtrai-se as frequências acumuladas observadas
das teóricas.
O resultado do teste é o resultado da frequência que
apresentar o maior valor (ou seja, que produziu o
maior erro).
Um resultado zero mostra que o ajuste
teórico-observado é perfeito
&RQVLGHUDo}HV
6REUH RWDPDQKR GD DPRVWUD
Quanto maior a amostra (quantidade de tomadas de tempo ou
registros), melhor o histograma irá representar o
comportamento da distribuição teórica.
Exemplos para uma curva NORMAL de média 8, desvio de 2:
Histograma gerado com amostra de 50 valores
Histograma gerado com
amostra de 100 valores Histograma gerado com amostra de 500 valores
Histograma gerado com amostra de 1000 valores
Histograma gerado com amostra de 5000 valores
&RQVLGHUDo}HV
&RQVLGHUDo}HV
6REUH DTXDQWLGDGH GHLQWHUYDORV GRKLVWRJUDPD
O número de intervalos deve alcançar a maior “resolução”
possível para o histograma, sem deixar intervalos vazios ou
com poucas ocorrências.
Exemplos para uma curva NORMAL de média 8, desvio de 2
com amostra de 1000 valores:
Com 15 intervalos
Com 31 intervalos Com 40 intervalos Histograma com 5 intervalos
,1387$1$/<=(5
)HUUDPHQWD SDUD DQiOLVH GHGDGRVDUTXLYRV 7(;72
Auxilia na identificação da curva matemática que mais se
ajusta a uma certa massa de dados. Procedimentos:
$EULU R,QSXW$QDO\]HU: Dentro do Arena, escolher o menu TOOLS e a opção Input Analyzer (ou diretamente pelo menu Iniciar);
,QLFLDU XPD 1RYD$QiOLVH: Menu FILE, opção NEW;
&DUUHJDU DPDVVD GHGDGRV: Menu FILE, opção DATA FILE >> USE EXISTING. Ou através do botão: ;
(QFRQWUDU DFXUYD PDLV DGHTXDGD: Através do menu FIT, escolher a opção FIT ALL para testar todas as curvas e identificar a que mais se aproxima dos dados carregados;
6HQHFHVViULRYHULILFDU WHVWHVGDV RXWUDV FXUYDV: Menu WINDOW, opção FIT ALL SUMMARY;
&RSLDU HFRODU RUHVXOWDGR QR$UHQD: Menu EDIT, opção COPY EXPRESSION. Depois alternar para o Arena e colar a expressão no campo apropriado.([HUFtFLR
([HUFtFLR,1387$1$/<=(5$QiOLVHGH&UpGLWR
Uma financeira realiza a análise de crédito de seus clientes com o seguinte processo: Os clientes chegam em intervalos de tempo que seguem uma distribuição EXPONENCIAL de média 10 minutos.
São atendidos inicialmente por uma secretária, em tempo que segue a curva NORMAL de média 5 minutos, desvio padrão de 1 minuto.
Em seguida, o processo vai para o analista, que verifica a documentação e emite um parecer após determinado período, que varia entre 2 e 15 minutos. A simulação deverá ser feita por 50 horas, seguindo os passos abaixo: a) Desenhe o fluxo do processo, definindo os recursos e entidade do sistema;
b) Defina um tempo de processo para o analista da seguinte forma: Escolha 30 números quaisquer entre 2 e 15, e digite em um arquivo texto (.txt). Use o Input Analyzer para descobrir qual é a curva correspondente, que melhor se ajusta aos valores escolhidos. Construa o modelo e use esta curva como o tempo de verificação do analista.
c) Descubra qual a utilização da secretária e do analista; d) Descubra quantas análises de crédito foram feitas.
([HUFtFLR
([HUFtFLR,1387$1$/<=(5&DL[DGD/DQFKRQHWH
O sistema: Os clientes chegam ao caixa e, caso ele esteja ocupado, entram em fila. A lanchonete tem apenas 1 caixa. Após o atendimento, os clientes vão embora.
Os tempos:
Intervalos entre chegadas de clientes: escolha 25 números reais quaisquer entre 10 e 30;
Tempo de atendimento do caixa: escolha 25 números reais quaisquer entre 5 e 20;
Simulação de 50 horas.
a) Desenhe o fluxo, identificando as entidades e recursos
b) Digite os valores dos tempos de chegada e atendimento em arquivos-texto e determine suas curvas com o Input Analyzer;