Simulação de Sistemas
Prof. MSc Sofia Mara de Souza
AULA3
Simulação de Sistemas Discretos

Entidades
– objetos de interesse em um sistema.
– Permanentes: existem durante todo o
experimento.
• caixas de supermercado, processadores
– Temporárias: criadas e destruídas durante
o experimento.
• clientes, processos
Simulação de Sistemas Discretos

Atributos
– denotam propriedades das entidades.
• clientes do supermercado: n° de itens
comprados, forma de pagamento, etc.
• caixas do supermercado: tempo gasto para
atendimento, ocupação (livre/ocupado), etc.

Conjuntos
– grupos de entidades que compartilham
propriedades ou se relacionam.
• clientes do supermercado em uma mesma fila
Simulação de Sistemas Discretos

Estado do sistema é definido por:
– conjunto de entidades existentes
– valores atuais dos atributos das entidades
– composição atual dos conjuntos.

Evento
– alteração instantânea no estado do
sistema.
Simulação de Sistemas Discretos

Tempo real
– tempo no sistema real, na natureza,
medido com um relógio real.

Tempo do modelo
– tempo medido com um relógio “modelado”
pela simulação.
– controlado por uma variável do programa
de simulação.
Tipos de Eventos

Eventos que alteram valores de
atributos de entidades.
– mudança de sinal em um semáforo

Eventos que iniciam ou terminam
atividades.
– cliente começa a ser atendido pelo caixa

Eventos que criam ou destróem uma
entidade temporária.
– cliente chega ao supermercado
– cliente deixa o supermercado
Tipos de Eventos

Eventos que adicionam ou removem
entidades de conjuntos.
– cliente entra na fila do caixa
– cliente sai da fila do caixa

Obs.: um evento pode ser de vários
tipos ao mesmo tempo.
Sistema e Ambiente

Sistema fechado
– modelo engloba o sistema e o ambiente.
– modelo explica todo o universo de
interesse.
– logo, eventos são conseqüências de
eventos anteriores produzidos pelo próprio
modelo.
– ambiente é menos detalhado que o
sistema.
Sistema e Ambiente

Sistema aberto
– modelo não explica o que ocorre no
ambiente.
– ambiente se reflete no sistema através de
eventos exógenos.
Sistema e Ambiente

Eventos exógenos
– modelam atividades não controladas pelo
modelo.
• cliente entra no supermercado

Eventos endógenos
– definidos internamente pelo modelo como
conseqüência de eventos anteriores.
• entrada de cliente na fila do caixa, saída de
cliente do supermercado
Geração de Eventos

Exógenos
– Geração prévia à experimentação.
• eventos são definidos durante a coleta de
dados.
• armazenamento de um volume muito grande
de informações.
• programa de simulação acessa os dados à
medida que o tempo do modelo é
incrementado.
• utilizado quando eventos não seguem alguma
regra ou em simulação determinística.
– benchmarks, chegada de instruções de uma
máquina
Geração de Eventos
– Geração iterativa
• eventos gerados durante a simulação.
• cada evento prepara a geração do evento
seguinte.
• utilizado quando eventos seguem uma regra
conhecida, ou seguem uma distribuição de
probabilidade, simulação estocástica.
• eventos não são armazenados previamente.
– simulação do supermercado, eventos são chegadas
de clientes, tempo entre clientes segue distribuição
de probabilidade, cada evento calcula o intervalo de
tempo até o evento seguinte.
Algoritmo de Simulação
Implementação do Modelo


Estruturas de dados para representar
as entidades.
Programar algoritmo de simulação e
geração de relatórios.
– o algoritmo pode ser independente do
modelo.

Programar rotinas que correspondem
às ações a serem executadas em cada
evento.
– as rotinas são dependentes do modelo.
Implementação do Modelo

Rotinas:
– processamento do evento
• atualização do estado
• geração de eventos endógenos
– geração de eventos exógenos
– coleta de estatísticas e geração de
relatórios específicos
– inicialização do modelo
• criar entidades e inicializar valores
• geração do primeiro evento exógeno
• inicializar tempo do modelo
Implementação do Modelo

Comparação entre linguagens
– Linguagens de programação de propósito
geral.
• é necessário programar o algoritmo de
simulação.
• lógica do algoritmo de simulação e ações
específicas do modelo se misturam.
Implementação do Modelo
– Linguagens de simulação.
•
•
•
•
•
algoritmo de simulação está pronto.
geração de relatórios genérica está pronta.
distribuições de probabilidade embutidas.
suporte à coleta de dados e análise estatística.
suporte a diferentes abordagens de
modelagem.