Académique Documents
Professionnel Documents
Culture Documents
Pesquisa Operacional
Tpico 4 Simulao
Maio, 2008
1.
Introduo
Pgina | 2
www.rosanacavalcante.org
Tipos de Modelos
servios prestados. Logo, medidas como o nmero mdio de clientes esperando e o tempo
mdio de espera de um cliente devem ser tratadas como estimativas estatsticas das medidas
reais do sistema.
2.2. Modelos Discretos e Contnuos
Os modelos de simulao dinmicos podem ser Discretos ou Contnuos. Em uma
simulao discreta, considera-se somente os eventos onde h alterao do sistema, ou seja, o
tempo decorrido entre alteraes do estado do sistema no relevante para a obteno dos
resultados da simulao. Alguns autores a chamam de Simulao de Eventos Discretos,
enfatizando assim que a discretizao se refere apenas ocorrncia dos eventos ao longo do
tempo. Um exemplo seria a simulao de uma agncia bancria onde entre a chegada (ou a
sada) de clientes o estado do sistema no se altera. Numa Simulao Contnua o sistema se
altera a cada frao de tempo. Exemplos clssicos so a simulao de um avio voando e a
passagem de gua por uma barragem.
2.3. Exemplo (Fila com uma estao de servio)
Uma loja tem somente 1 atendente. Os fregueses chegam aleatoriamente com intervalo,
entre eles, variando de 1 a 8 minutos. Cada valor possvel do intervalo entre chegadas tem a
mesma probabilidade de ocorrncia, como mostrado na tabela a seguir:
Pgina | 4
www.rosanacavalcante.org
A probabilidade de que um cliente tenha que esperar na fila 65%. Isto vem de:
Este resultado pode ser comparado com o tempo de servio esperado achando-se a mdia da
distribuio do tempo de servio usando a equao:
Temos ento:
1(0:10) + 2(0:20) + 3(0:30) + 4(0:25) + 5(0:10) + 6(0:05) = 3:2 minutos
O resultado da simulao um pouco maior porque o tamanho da simulao foi pequeno.
Quanto maior a durao da simulao mais o resultado se aproximar de 3.2 minutos.
Algum que fosse tomar decises estaria interessado nos resultados obtidos acima.
Obviamente seria necessrio uma simulao mais demorada para se conseguir resultados
mais precisos.
Entretanto, algumas inferncias podem ser obtidas: A maioria dos clientes tem que esperar
mas a espera no excessiva. O atendente no fica muito tempo ocioso.
O objetivo a ser alcanado vai depender do balano entre o custo de espera e o custo de se
colocar mais atendentes.
3.
Pudemos reparar no exemplo acima que a chave para simular eventos aleatrios
discretos a gerao de nmeros aleatrios. Como se usa o computador para fazer a
simulao, precisamos de mtodos rpidos e eficientes para ger-los.
Os nmeros aleatrios, gerados em computador, no so realmente aleatrios pois eles
so gerados em seqncias que podem ser reproduzidas, o que viola o princpio bsico da
aleatoriedade. Como contornar este fato? Se os nmeros passam por uma srie de testes
estatsticos de aleatoriedade ento, para efeitos prticos, podemos consider-los como se
fossem realmente aleatrios.
Por este fato eles so conhecidos como nmeros Pseudo-aleatrios. comum se usar,
em simulao, a expresso nmeros aleatrios, mas considere, sempre, isto como um
sinnimo de nmeros pseudo-aleatrios.
3.1. Propriedades desejveis de um gerador de nmeros aleatrios
Um gerador de nmeros aleatrios deveria possuir todas as caractersticas abaixo:
1. Aleatoriedade:
essencial que a seqncia gerada exiba as propriedades dos nmeros verdadeiramente
aleatrios. Este comportamento aleatrio deve ser confirmado por testes estatsticos.
2. Grande Perodo
Todos os geradores de nmeros aleatrios so baseados no uso de frmulas
determinsticas precisas. Estas frmulas fazem com que, a partir de um valor inicial chamado
semente, seja gerada uma srie de nmeros aleatrios (pseudo-aleatrios). Em um
Pgina | 6
www.rosanacavalcante.org
determinado ponto da srie, voltamos semente e como a srie gerada por uma frmula, a
srie, obviamente, se repete. A quantidade de nmeros gerados at a seqncia comear a se
repetir chamada de Perodo. Sempre desejamos o maior perodo possvel. Para propsitos
prticos o perodo deve ser, no mnimo, grande o suficiente para no se repetir durante uma
simulao.
3. Eficincia Computacional
Desde que um estudo de simulao necessita de que um grande nmero de variveis
aleatrias sejam geradas, o gerador de nmeros aleatrios deve gerar estes nmeros gastando
o mnimo de tempo de computador. Alm disto, o gerador no deve usar muita memria. Com
a evoluo dos computadores esta ltima propriedade est perdendo um pouco de sua
importncia.
3.2. Mtodos para a gerao de nmeros aleatrios
3.2.1 Mtodo dos quadrados mdios
Um dos primeiros mtodos de gerao de nmeros aleatrios foi o chamado Mtodo dos
Quadrados Mdios. Este mtodo foi desenvolvido por John Von Neumann na dcada de 40. A
tcnica comea com um nmero inicial chamado de semente. O nmero ento elevado ao
quadrado e os dgitos do meio do nmero gerado formam o prximo nmero da seqncia.
Este segundo nmero ento elevado ao quadrado e os nmeros do meio do nmero gerado
so o prximo nmero da seqncia e assim por diante.
Exemplo: Gerar uma seqncia de nmeros aleatrios de 4 dgitos. Seja 3187 a semente
normalmente rotulada como x0 (x0 = 3187)
Pgina | 7
www.rosanacavalcante.org
A funo z mod t d o resto inteiro da diviso de z por t (ex. 23 mod 5 = 3). A constante
a chamada de multiplicador, a constante c o incremento e m o mdulo. Como antes, x0
a semente.
Quando c = 0 chamado de Mtodo da Congruncia Multiplicativa.
Por ser, estatisticamente, mais pobre que o Mtodo da Congruncia Multiplicativa (c = 0), o
Mtodo da Congruncia Linear (c 0) no praticamente mais usado.
Exemplo: Gerar nmeros aleatrios usando o mtodo congruente linear tendo os seguintes
valores: x0 = 0 , a = 2 , c = 3 e m = 10.
Como podemos observar o perodo desta gerao foi muito curto (=4).
Ficou claro tambm, neste pequeno exemplo, que o nmero aleatrio gerado o resto
inteiro da diviso por m, ou seja um nmero inteiro entre 0 e (m - 1). Neste ponto devemos
esclarecer que a frmula congruente necessria para se gerar nmeros aleatrios mas no
suficiente. A seleo dos valores de a, c, m e x0 afeta drasticamente as propriedades
estatsticas da gerao bem como o tamanho do perodo.
4.
Pgina | 8
www.rosanacavalcante.org
Pgina | 9
www.rosanacavalcante.org
BIBLIOGRAFIA
PRADO, DARCI. Teoria das filas e da simulao. Belo Horizonte, M. Editora de
desenvolvimento gerencial, 1999.
Exerccio
1) Usando o mtodo dos quadrados mdios, calcule os 12 primeiros nmeros gerados, com 4
dgitos, a partir de uma semente igual a 7308.
2) Use o mtodo congruente linear para gerar um seqencia de 3 nmeros aleatrios de 2
dgitos. Use x0 = 27; a = 8; c = 47 e m = 100.
3) Encontramos algum problema no exerccio anterior se x0 = 0 ?
Pgina | 10
www.rosanacavalcante.org