SIMULAÇÃO APLICADA À LOGÍSTICA


Para que o modelo a ser simulado seja otimizado o ProModel utiliza uma ferramenta chamada SimRunner. Ela identifica a maneira mais fácil de executar as rodadas do sistema até que se obtenha os melhores resultados.

Sobre o SimRunner, analise as duas asserções a seguir:

I - O SimRunner encontra automaticamente a melhor opção, o melhor cenário simulado e a melhor escolha é sugerida ao analista. Isso é feito com base em parâmetros cadastrados posteriormente à simulaçao no software pelo analista.

DESSA FORMA

II - O SimRunner executa os parâmetros dentro de um universo amostral estabelecido e enfim encontra as melhores opções para aquele modelo alvo da simulação.

A respeito dessas duas asserções, assinale a opção correta:


As asserções I e II são proposições verdadeiras, mas a II não complementa de forma correta a I.


As asserções I e II são proposições verdadeiras, e a II complementa de forma correta a I.


A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.


A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.


As asserções I e II são proposições falsas.

De forma geral, o ProModel dispõe de uma janela livre para alocação dos recursos transformadores em formato processual, sequencial, de onde saem os produtos e serviços. É possível alocar diversos tipos de ícones neste layout, de acordo com o segmento trabalhado. Ao final você terá construído um esboço bem realístico do layout do processo em análise pelo analista/gestor.

A seguir serão tratados alguns dos principais elementos à construção dos modelos a serem simulados no ProModel:

I - Informações gerais: o elemento informações gerais é onde são definidas as unidades de tempo geradas, as distâncias entre os recursos transformadores, e a biblioteca de ícones básicos para as animações futuras. Obviamente existem diversos ícones na biblioteca já predefinidos, porém o analista pode querer criar novos, combinar os existentes, e por isso ele tem aqui a possibilidade dessas alterações. Ainda neste módulo é possível alocar comentários explicativos, datas de revisões, alguns parâmetros de cenários e layout, dentre outras informações pertinentes ao processo de modelagem e simulação em si;

II - Locais: são os pontos fixos através dos quais as entidades se movem. Os locais podem ser áreas para armazenamentos, locais específicos para filas, esteiras, processamentos, etc. Por exemplo, num local orientado para manufatura o torno e a fresa podem ser definidos como locais, e num ambiente de saúde, uma mesa cirúrgica pode ser definida como um local. Cada caso é um caso. A capacidade precisa ser especificada, sendo ela definida como a quantidade de entidades presentes num local. Os tempos de parada (downtime), os tempos de ciclo, os tempos de setup e movimentação, são aqui definidos. É aqui também que as esteiras e filas são definidas, com seus tamanhos e tempos;

III - Entidades: a lógica de processamento obedece a uma estruturação anterior à modelagem e simulação, que é onde o analista/engenheiro define quais serão as etapas pelos quais os produtos passarão ao longo de toda a cadeia produtiva interna e porque não externa. Nesta etapa também são alocados os tempos e suas distribuições pelas etapas do processamento;

IV - Processamento: são os itens processados através do sistema em foco. Podem ser peças, produtos, pessoas, informações, documentos, ou qualquer outra coisa que seja alvo de processamento e transformação e que requer recursos do sistema. Quando a entidade se autotransporta a velocidade de transporte deve ser cadastrada no modelo. Lembrando que estes itens autotransportáveis não precisam, necessariamente, ser somente pessoas (clientes, pacientes), como também podem ser peças num sistema produtivo contínuo. Aqui neste módulo também podemos ajustar os níveis estatísticos dos relatórios de saída;

V - Chegadas: uma chegada no sistema ocorre quando um produto ou serviço entra no sistema. Podem ser chegadas pontuais, limitadas ou infinitas, de acordo com o comportamento do modelo e de quantas “rodadas” o sistema executará. O tempo entre as chegadas é determinado como sendo o inverso da frequência com que as chegadas ocorrem no sistema. As chegadas podem ser, tanto no tocante ao intervalo entre chegadas quanto na quantidade de chegadas por determinado tempo, definidas por distribuição de probabilidade.

É correto o que se afirma em:


I, III, IV


I, II, V


I, III, V


II, III, V


II, IV, V

Na indústria é que a modelagem e simulação computacional se popularizou de vez. Ela soube aproveitar a oportunidade que essa ferramenta trazia de minimizar custos, aumentar produtividade e lucratividade.

A seguir são apresentadas cinco questões nas quais a modelagem e simulação tem grande potencial de solução, a saber:

I – Tempo;

II – Transporte e movimentação de materiais;

III – Planejamento de capacidade e layout de planta;

IV – Programação job shop;

V – Análise de investimentos e equipamentos.

É correto o que se afirma em:


III, IV, V.


I, II, III, IV, V.


I, III, IV, V.


II, III, IV, V.


I, II, III, V.

Os softwares de modelagem e simulação tem a capacidade de ajudar os tomadores de decisão quando forem analisar investimentos em ampliações de plantas fabris, aquisições de máquinas e equipamentos, expansões.

O impacto da nova tecnologia na empresa, do ponto de vista operacional e financeiro, também pode ser simulado pelo software. Isso gera enormes benefícios à empresa, tais como:

I - diminuição do tempo de análise de propostas de investimentos;

II - maior assertividade nas tomadas de decisões;

III - números mais precisos e confiáveis;

IV - agilidade nas respostas ao mercado;

V - diminuição dos níveis de absenteísmo;

VI - redução de prejuízos com decisões errôneas;

VII - aumento da eficiência da planta e da lucratividade da empresa;

VIII - melhora da sustentabilidade do negócio como um todo.

É correto o que se afirma em:


I, II, III, IV, VI, VII, VIII.


I, II, IV, V, VI, VII, VIII.


II, IV, V, VI, VII, VIII.


III, IV, VI, VII, VIII.


II, III, IV, V, VI, VII, VIII.

Para dar o correto início ao processo de construção de dados financeiros para a modelagem em si, é importante responder a algumas perguntas iniciais, tais como:

I - Quais são as informações de custos, despesas, rendimentos e eficiência que precisam ser conseguidas?

II - Onde o analista poderá buscar e encontrar essas informações específicas, de fontes confiáveis?

III - De que forma essas informações, que se transformarão em dados, podem ser analisadas e processadas?

IV - De que forma esses dados, que se transformarão em resultados financeiros, poderão ser interpretados após a simulação?

V - Como o analista poderá delegar parte de suas funções a funcionários de outros setores para que eles possam ajudar na coleta e transformação dos dados?

Assinale a alternativa correta:


II, IV e V estão corretas.


I, II, III e IV estão corretas.


I, III, IV e V estão corretas.


Todas estão corretas.


II, III, IV e V estão corretas.

Os objetivos principais da modelagem e simulação é melhorar tanto a produtividade quanto a qualidade dos processos. Para que estes objetivos sejam devidamente alcançados, torna-se necessário o investimento em tecnologia que auxiliará no atingimento dos mesmos.

Para justificar adequadamente o investimento em modelagem e simulação é preciso seguir os passos básicos a seguir:

I - Buscar e processar dados relevantes para a análise;

II - Analisar os dados;

III - Em um breve relatório, apresentar as justificativas de investimento;

IV - Reunir com o departamento comercial e financeiro para averiguar viabilidade econômica e mercadológica da modelagem;

V - Por fim, apresentar os resultados de forma completa e profunda num relatório gerencial.

É correto o que se afirma em:


I, II, III, V


II, III, IV, V


I, II, IV, V


I, III, IV, V


II, IV, V

É crucial reforçar que o tratamento dos dados não melhora dados ruins, ele os trata. Se os dados de entrada no sistema são deturpados, inexatos, irreais, falsos, obvio e evidente que informações e modelos serão gerados de forma equivocada, o que levará com certeza os tomadores de decisão a escolherem erroneamente por determinadas opções que não são as melhores. Isso levará a empresa a piorar seus resultados, diminuindo a eficiência, a produtividade.

As etapas do tratamento de dados num processo de coleta e modelagem são:

I - Compreender os dados: etapa inicial, onde o analista tem o primeiro contato com os dados, e se familiariza com eles;

II - Organizar os dados: fase em que se busca eliminar os erros e os dados incoerentes;

III - Elimar os erros e inconsistências: fase em que se busca estruturar os dados, organizar, classificar e agrupar segundo características predefinidas;

IV - Escolher a forma e o tipo de tratamento: é nessa fase que decidimos se os dados serão tratados de forma qualitativa ou quantitativa, além de definir quais técnicas de tratamento serão adotadas;

V - Medir e identificar as características necessárias: nessa fase faz-se a aplicação da técnica escolhida para tratar os dados e identifica-los, de forma associativa e comparativa;

VI - Analisar os dados: após a aplicação da técnica escolhida, passa-se a investigar e examinar os dados tratados.

É correto o que se afirma em:


I, II, III, V.


I, II, V, VI.


II, III, IV, V.


I, IV, V, VI.


I, III, IV, V.

Para que trabalhemos corretamente a amostragem, alguns conceitos são cruciais, a saber:

I - População-alvo: é o todo, o conjunto de todas as partes envolvidas no estudo e análise amostral, objeto do estudo, sobre as quais são feitos os estudos e retiradas algumas conclusões;

II - Característica de interesse: é a característica que de fato será mensurada, são os atributos de cada população, que varia de elemento para elemento, lembrando que não recomenda-se que insiram muitas características nos estudos amostrais para não confundir o analista e deturpar o estudo;

III - Amostragem probabilística: é onde os elementos são escolhidos de forma subjetiva, não sendo então possível definir ou conhecer a probabilidade de escolha de determinado elemento;

IV - Amostragem não probabilística: onde a escolha do elemento da população é feita de forma aleatória, sendo a probabilidade desta escolha estimada através de cálculos probabilísticos;

V - Amostragem aleatória simples: é onde a amostra é escolhida elemento por elemento, de forma totalmente casual;

VI - Amostragem estratificada: é onde os elementos da população são separados por grupos com características semelhantes às que se deseja mensurar (grupos homogêneos), e então dentro deste grupo separado se retiram amostras de forma aleatória;

VII - Amostragem por conglomerado: é onde se retiram amostras aleatórias simples porém cada unidade de amostragem é um grupo inteiro, não elementos de dentro daquele grupo.

É correto o que se afirma em:


I, III, IV, VI, VII.


I, II, V, VI, VII.


I, II, IV, VI, VII.


II, III, V, VI, VII.


II, IV, V, VI, VII.

Segundo o capítulo estudado, as etapas relativas ao desenvolvimento de projetos de simulação de forma mais minuciosa são:

I - Definição do problema e dos objetivos: elucidação do problema real existente e das metas e objetivos a serem alcançados com a solução do modelo proposto através da simulação. Via de regra, quem define o problema é o cliente, cabendo a equipe que o solucionará que o desvende, o entenda claramente, para que possa ser elaborado um modelo coerente e o mais próximo possível do que o cliente espera;

II - Formulação e planejamento do modelo: agora passa-se a construção do modelo conceitual (é a representação abstrata do sistema real envolvido no problema). De posse do modelo construído, é a hora de definir a abrangência do modelo, as hipóteses de solução, além do nível de especificação do modelo conceitual (a soma destas 3 etapas chama-se planejamento do modelo);

III - Coleta de dados: é o momento de se coletar os dados no sistema real, de tal forma que se mantenha a acuracidade dos dados e informações, lembrando que os dados coletados variam de acordo com o problema a ser simulado;

IV - Desenvolvimento do modelo: é o momento de contrapor, averiguar, comparar se o modelo computacional representa com integridade o modelo conceitual;

V - Verificação: é a hora de passar o modelo conceitual do papel para o software. É vital que a organização faça esse processo de simulação computacional em softwares adequados, que deem conta do processo e possam ser simulados todos os cenários necessários ao alcance de bons resultados;

VI - Validação: se o modelo computacional estiver de acordo com o conceitual, e suas nuances estiverem condizentes com o esperado e o proposto, é a hora de validar, aprovar, o modelo. Se não estiver de acordo mudanças precisam ser feitas na fase do desenvolvimento do modelo;

VII - Experimentação: agora realizam-se testes no modelo validado seguindo os cenários propostos;

VIII - Análise dos resultados: etapa que, como o nome diz, analisa os resultados da simulação e apresenta aos tomadores de decisão para que a melhor decisão seja tomada;

IX - Implementação: agora chega-se a fase final do processo de modelagem e simulação, a fase da implantação, onde os envolvidos colocam em prática o que foi simulado. Importante que a equipe toda acompanhe a implantação para garantir que desvios não ocorram.

É correto o que se afirma em:


III, IV, V, VII, VIII, IX.


I, III, IV, V, VI, VII, VIII.


I, II, III, VI, VII, VIII, IX.


II, III, V, VI, VII, VIII.


I, IV, V, VI, VII, IX.

Com relação ao desenvolvimento do projeto de simulação, mais especificamente sobre a importância da acuracidade das informações em projetos de simulação, analise as duas asserções a seguir:

Obvio e evidente que se o modelo for alimentado e construído com dados equivocados, inexatos ou confusos, a chance do modelo gerar simulações irreais são enormes.

LOGO

O tomador de decisões pode se deparar com situações nas quais ele não gostaria de lidar, como descobrir que o modelo foi construído de forma artificial, e, por isso, ele fez escolhas que desencadearam uma série de consequências indesejáveis, principalmente sob o ponto de vista dos resultados operacionais e financeiros.

A respeito dessas duas asserções, assinale a opção correta:


As asserções I e II são proposições verdadeiras, e a II complementa de forma correta a I.


A asserção I é uma proposição verdadeira, e a II é uma proposição falsa.


As asserções I e II são proposições falsas.


As asserções I e II são proposições verdadeiras, mas a II não complementa de forma correta a I.


A asserção I é uma proposição falsa, e a II é uma proposição verdadeira.

Páginas: 123