COMO TOMAR DECISÕES ATRAVÉS DA SIMULAÇÃO 2 slds pg · Abril de 2006 II EMEPRO -Viçosa MG Slide...

1

COMO TOMAR DECISÕES ATRAVÉS DA SIMULAÇÃO

Prof. Leonardo Chwif

Prof. Afonso Celso Medinawww.livrosimulacao.eng.br

II – EMEPRO – ABRIL 2006

Abril de 2006 II EMEPRO - Viçosa MG Slide # 2

Visão GeralParte I♦ Processos de tomada de decisão: tipos de decisões e métodos de decisões

♦ O que é Simulação, tipos de simulação e histórico ♦ Abordagem Aleatória/Dinâmica contra a abordagem Estática/Determinística para a solução de problemas e tomada de decisões

Parte II♦ Casos Práticos: Aplicações de Simulação em Bancos, Manufatura, Logística e Cadeia de Suprimentos, Cadeias de Fast-Food, Call Centers, Hospitais, Portos e Aeroportos e Supermercados.

Conclusões

2

Parte I


Motivação Inicial

♦ “Amigos, há apenas duas coisas na vida que vocês tem que fazer. Vocês têm que morrer e fazer escolhas. Dessas não há como escapar”

James C. Hunter, O Monge e o Executivo, Ed. Sextante, 13a Edição, 2004.

3


Quando Tomamos Decisões ?


Como Tomamos Decisões ?

4


Exercício 1: O AbrigoNuclear

♦ Imaginem que nossa cidade está sob ameaça de uma bomba nuclear. Aproxima-se um homem e lhes solicita uma decisão imediata. Existe um abrigo nuclear que só pode acomodar seis pessoas. Há doze que pretendem entrar. Há uma relação das doze pessoas interessadas a entrar no abrigo.

♦ Quais pessoas você levaria para o abrigo? Justifique sua decisão.


– Um violinista, com 40 anos de idade, narcótico, viciado;– Um advogado, com 25 anos de idade, alcoólatra; – A mulher do advogado, com 24 anos de idade, que acaba de sair do manicômio. Ambos preferem ou ficar juntos no abrigo, ou fora dele;

– Um sacerdote, com a idade de setenta e cinco anos; – Uma prostituta, com 34 anos de idade; – Um ateu, médico, com 20 anos de idade, autor de vários assassinatos;

– Uma universitária que fez voto de castidade;– Um físico, com 28 anos de idade, que só aceita entrar no abrigo se puder levar consigo sua arma;

– Um declamador fanático, com 21 anos de idade; – Uma menina, com 12 anos de idade, e baixo QI; – Um homossexual, com 47 anos de idade, portador de HIV; – Um débil mental, com 32 anos de idade, que sofre de ataques epilépticos.

Relação das Pessoas:

5


Problema da Decisão♦ Para tomarmos decisões “corretas”, necessitamos:

– Entender o processo e os assuntosimportantes relacionados à tomada de decisão;

– Entender os métodos que estão disponíveis para auxiliar no processo de tomada de decisão;

– Entender o papel que os Sistemas deInformação podem desempenhar no suporte à tomada de decisão.


Tipos de Decisões

Contratação de Executivos

Escolher projetos de P&D Não Estruturada

Determinar programação produção

Determinar melhor Layout

Semi-estruturada

Determinar Investimento Ótimo

Determinar melhor nível de estoque

Estruturada

ExemploTipos de Decisões

6


Níveis de Decisões

Localização de Fábrica

Novas tecnologias

Estratégica

Plano de Investimentos

“Make or Buy”

Administrativa

(Tático)

Compra de Software

Entrada de Pedidos

Controle

(Operacional)

ExemploNíveis de Decisões


Técnicas de Decisão1

♦ Intuição ou “Feeling”

♦Alfarrábios ou “Regras de Bolo”

♦Técnicas Consagradas de Decisão

1 Aplicadas a decisões que irão ser tomadas. Na realidade mais de 70% das decisões não são tomadas (e sim “empurradas com a barriga”) pelos gerentes.

Fonte:Takahashi(1997).

7


A Intuição pode Gerar Erros?


Exercício 2A: Café com Leite

1) Pegar uma colher leite e levar a xícara de café2) Misturar o leite no café 3) Uma colher de café com leite e coloca na xícara com leite e misture.4) No final as duas continuam com o mesmo volume.

TEM PROPORCIONALMENTE:

* MAIS LEITE NO CAFÉ OU MAIS CAFÉ NO LEITE ?

Leite Café

Valores Iguais

8


1) Havia 150 ml de café 2) Adicionou 30 ml de leite 3) Ficando 180 ml total na xícara de café com leite sendo 1/6 de leite(30ml)e 5/6 de café (150ml)4) Tira-se uma colher de café com leite misturado, nesta colher haverá 30ml sendo 5ml de leite e 25ml de café e leve-a ao leite. 5) Ficando assim 125ml (5/6) de café e 25 ml (1/6) de leite

1) Havia 120 ml de leite 2) Adicionou a colher com a mistura de café com leite contendo 5 mlde leite e 25ml de café.3) Ficando assim 125 ml de leite e 25ml de café.

Resposta

Leite Café

Valores Iguais


Exercício 2B: Coelhos e RaposasNuma floresta do Canadá, vivem coelhos e raposas com uma relação de predador-presa. Em um dado instante os homens recolheram todos os seus coelhos que mantinham em cativeiro e devolveram para a floresta aumentando a população de coelhos existentes em 3 vezes. O que irá acontecer no futuro com a população de raposas?

9


Resposta


O “bom senso” pode induzir a erros?♦Há vários casos reportados no qual a “melhor decisão1” revelou ser a pior.

1Decisão com maior “bom senso”

- Tragédia do Sahel

- Falência da People Express

10


Segundo a HBR1:

“Em se tratando da tomada de decisões, sua cabeça pode ser

seu maior inimigo”

Hammond, Keeney e Raiffa

1 Harvard Business Review – Hammond, J, “As Armadilhas da Decisão”, v. 76, n. 5 p. 47-58, Set/Out 1998


Exercício 3: O Bolo

Você convidou 28 pessoas para sua festa de aniversário. Você terá de decidir quanto deve comprar de bolo. Como você tomaria esta decisão? Quanto você compraria?

11


Exemplo de Regras

♦ “Média de 150 g por pessoa de Bolo”

28*150g = 4200 + 5% para contingências =4410 g ≅ 4,5 kg.

---------------------------------------------------------------Problemas:♦ Variação do Número de Pessoas.♦ Variação da “quantidade média por pessoa” em função do bolo.

♦ Variação da “quantidade média por pessoa” em função do que foi servido antes e quando o bolo foi servido.


Problemas Gerais das Regras♦O que é sucesso no passado pode não ser no presente.

♦Muitas regras são baseadas em evidências não confirmadas

♦ Excesso de Confiança pode levar a erros

♦ No geral, as regras dificilmente funcionam em situações com comportamento aleatório e dinâmico

12


Técnicas de Decisões Consagradas

♦ São técnicas de decisões desenvolvidas por anos e anos de pesquisas.

♦ Podem ser classificadas em diversas categorias conforme a natureza do problema da decisão

♦ Algumas Técnicas: – Métodos de Otimização – Algoritmos Genéticos– Teoria dos Jogos– Lógica Nebulosa– Analytic Hierachy Process – AHP

– Simulação !


SimulaçãoProcesso de elaboração de um modelo de um sistema real (ou hipotético) e a condução de experimentos com a finalidade de entender o comportamento de um sistema ou avaliar sua operação(SHANNON, 75)

Sistema

Modelo

13


Tipos de Simulação

♦Simulação não Computacional (protótipo)

♦Simulação Computacional– Simulação Monte Carlo

– Simulação de Sistemas Contínuos

– Simulação de Eventos Discretos


Simulação não Computacional

Protótipo em túnel de vento Simulação de Acontecimentos

14


Simulação Monte Carlo

♦ Utilização de amostragem aleatória para solução de problemas de natureza estocástica ou determinística, onde o tempo não é o parâmetro mais importante (como éno caso da simulação de eventos discretos)

♦ O nome faz alusão ao “Cassino Monte Carlo”devido as suas propriedades aleatórias.

♦ Alguns autores a denominam de “Simulação Estática”


Simulação Monte CarloExemplo do Jornaleiro

♦ “Um vendedor de jornais deve decidir quantos jornais ele deve comprar do seu fornecedor para atender sua clientela de domingo. Se o jornaleiro comprar mais jornais do que o número verificado de clientes, a sobra de jornal será vendida para um serviço de reciclagem de papel por R$ 1,00 a unidade. Por outro lado, se o número de clientes for maior que o número de jornais, o jornaleiro deixa de ganhar o valor da venda, R$ 3,00 por cliente não atendido. Os jornais são comprados em lotes de 50 jornais ao preço de R$ 100,00 o lote”

15


Simulação Monte CarloExemplo do Jornaleiro♦ A partir da sua experiência vendendo jornais, o jornaleiro sabe que a distribuição do número de clientes que aparecem em um domingo é discreta e pode ser representada pela seguinte tabela

Número de Clientes Probabilidade

100 0,10

150 0,25

200 0,35

250 0,20

300 0,10

Solução completa em www.livrosimulacao.eng.br


Modelos de Simulação Contínua♦ Introduzido por Forrester em 1961

♦ Aplicados a problemas que possuem fortes características de realimentação.

♦ Usam sistemas de equações que trabalham com níveis e fluxos; o tempo de simulação avança continuamente.

♦ Problemas: não entra no detalhe do sistema. Funciona bem para macro-processos: Nível Tático/Estratégico

16


Simulação Contínua Exemplo

Taxa Produção Taxa Compra

manufatura

clienteEstoque

Administração Preço

Dias de Estoque (DEE)

DEE desejadoTaxa Variação Preço


Simulação de Eventos Discretos♦ Introduzida na década de 50 para fins militares

♦ Capaz de Lidar com Sistemas Complexos (muitas interações entre as variáveis)

♦ Capaz de Lidar com o comportamento dinâmico de sistemas

♦ Capaz de Lidar com varivariááveis aleatveis aleatóóriasrias(seguem uma certa distribuição de probabilidades)

♦ Mais apropriada para simulação deprocessos no nível operacional.

17


Simulação de Eventos Discretos – Exemplo

x1

x3

x2

x4

e1 e2 e3 e4

x1..xn estados

e1..en eventos

Eventos Discretos

tempo

Chegada

Espera

Processo

Saída


Estocástico x DeterminísticoA simulação é uma ferramenta apropriada na análise de sistemas estocásticos(sujeitos a variações contrário a sistemas deterministícos onde as variáveis não se alteram), pois conseguem capturar a aleatoriedade através de distribuições estatísticas:

Figura retirada de:http://www.stanford.edu/~savage/flaw

18


Aleatório + Dinâmico XDeterminístico + Estático

♦ Num banco, o intervalo entre as chegadas sucessivas de clientes é de 1 minuto e o tempo de atendimento do caixa, é de 0.99 minuto. Qual é o tamanho máximo da fila, considerando:– (i) Os tempos são determinísticos e constantes.

– (ii) Os tempos fornecidos são a média de uma distribuição de probabilidade exponencial.


Métodos de Análise de Sistemas

Problema Ferramentas Resultados

ComplexidadeDinâmicaAleatóriedade

EsforçoQualidade

Maior Maior• Simulação

• Planilhas

• Calculadora

• Lápis e Papel

• Intuição

19


Exemplo:Alimentação de Prensas

Prensa 1 (P1)

Prensa 2 (P2)

Prensa 3 (P3)

Trilho do Carrinho

Carrinho


Exemplo:Alimentação de Prensas♦ Deseja-se determinar o número de carrinhos automáticos para a alimentação de bobinas metálicas de três prensas. A alimentação deve iniciar-se assim que uma das prensas terminar de produzir um determinado lote de peças. A condição principal é a de que deverá haver um carrinho disponível para a alimentação das prensas, pois uma espera pelo carrinho de alimentação poderá gerar perdas de produção.

20


Método – “Intuição” Conclusão Ora, para não haver perdas de produção, o carrinho deve estar sempre disponível quando a prensa solicitar !!! Se por exemplo houver um só carrinho e este estiver alimentando a prensa 1, se a prensa 2 solicitar a troca de bobina ela terá que esperar o carrinho e isto gerará uma ociosidade e consequentemente perdas de produção. Logo, como são necessários 3 carrinhos (um para cada prensa).É óbvio !!!!


Método – “Planilhas Excel”Dados♦ Dados para análise:

– Velocidade média do carrinho = 4 m/min

– Tempo de Descarga Bobina = 2 min

– Tempo de Carga Bobina = 2 min

– Distância média ida + volta = 62 m

– Duração média do lote na P1 = 249 min



∴ Tempo médio de “SET-UP”=

62/4 + 2 + 2 = 19.5 ≈≈≈≈ 20 min !!!

21


Método – “Planilhas Excel”Resolução

Prensa 1 Prensa 2 Prensa 3

Término Operação - Início "SET UP" 249 210 129

Início Operação - Término "SET UP" 269 230 149


















Método – “Planilhas Excel” Conclusão

Bem... Eu analisei melhor a situação e observando os dados na planilha, ocorreram “SET-UP´s” sobrepostos somente com a prensa 2 com a 3, a 1 com a 3 e a 1 com a 2.

Logo os “SET-UP´s” sobrepostos ocorrem somente com 2 prensas e portanto só necessitamos de 2 carrinhos !!!!

22


Método – “Simulação”Dados♦ Dados para análise:

– Velocidade máxima do carrinho = 8 m/min

– Aceleração / Desaceleração = 12,9 m/min2

– Tempo de Descarga Bobina = N(2,0.25) min

– Tempo de Carga Bobina = N(2,0.25) min

– Tempo de Lote P1 = T(125,249,498) min



– Percurso carrinho – Conforme Layout


Método – “Simulação”

♦Exemplos: distribuições Triangular e Normal

Função Densidade de ProbabilidadeTriangular a=4, c=10, b=14

Probabilidade

104 14

Função Densidade de ProbabilidadeTriangular a=4, c=10, b=14

Probabilidade

104 14

Função Densidade de Probabilidade

Normal média 1.65 e sd = 0.30

0,000

0,500

1,000

1,500

0,6

0,8 1

Probabilidade

1,65

23


Método – “Simulação”Solução

S


Método – “Simulação”ConclusãoBem... Fazendo o modelo de simulação:Com 2 carrinhos, a disponibilidade é de 100% !!!

♦ Com 1 carrinho, a disponibilidade é sempre maior do que 99% !!!!

♦ Ora a disponibilidade com 1 carrinho ainda é muito alta e praticamente não irá afetar a produtividade do sistema!

Portanto, posso utilizar só 1 carrinho!

Porque não

simulou antes ?

24


Resultados – Custo x Benefício

1

2

3

# Carro

Ideal

ResultadosEsforço (horas)

Método

Evitaram-se gastos desnecessários da ordem de USD 130.000,00!!!!

10Simulação

Gastos desnecessários da ordem de USD 65.000,00 (+1 carro)

2Planilhas

Determin.

Gastos desnecessários da ordem de USD 130.000,00(2 carros)

0.25 Intuição

Parte II CasosPráticos

25


Caso I: Área ManufaturaLinha de Montagem Automotiva

♦ DESCRIÇÃO DO SISTEMA: Linha de Montagem de Carrocerias bruta inicial mais parte de expansão

♦ OBJETIVOS: Verificar se a quantidade de Skidsinicialmente calculados atende ao nível de produtividade desejado além de detectar gargalos na produção

♦ PRINCIPAIS CONCLUSÕES: A linha não teve gargalos de produção no entanto o número de Skidsiniciais estava superdimensionado. Ao invés de 600 é possível atingir a mesma produtividade com 400 Skids.

♦ GANHOS: A solução proposta permitiu um ganho200 Skids evitando-se um gasto adicional da ordem de R$ 2.000.000,00


Caso II: Área PCPEFabricação de Produto Químico

♦ DESCRIÇÃO DO SISTEMA: Fábrica de Frascos e Fábrica de Envase de um Produto Químico.

♦ OBJETIVOS: Encontrar alternativas para planejamento da produção utilizando técnicas modernas (ex Kanban) a fim de minimizar os estoques intermediários de Frascos Vazios.

♦ PRINCIPAIS CONCLUSÕES: Toda a programação da produção da Fábrica de Frascos pode funcionar via Kanban, não sendo mais necessário duas programações.

♦ GANHOS: A solução proposta reduziu os estoques intermediários de frascos vazios em aproximadamente 20 vezes liberando uma área de mais de 1.200 m2.

26


Caso III: Área ServiçosDimensionamento Atendimento Público

♦ DESCRIÇÃO DO SISTEMA: Conjunto de Atendentes, Gerentes e Estagiários para atendimento de clientes em uma instituição bancária.

♦ OBJETIVOS: Dimensionar a carga de trabalho (WorkLoad) de Atendentes, Gerentes e Estagiários a fim de atingir o nível de serviço estipulado.

♦ PRINCIPAIS CONCLUSÕES: A quantidade de pessoas consegue atender a maioria dos clientes dentro do nível de serviço, só que estão com a capacidade praticamente saturada, não sobrando mais tempo para venda de novos produtos e aumento das receitas

♦ GANHOS: Possibilidade de aumento de Receitasatravés de aumento de capacidade de atendimento (processo em andamento).

Outros Casos

27

Conclusões


Principais Considerações

♦ A tomada de decisão nas corporações deve ser tomada com mais consciência e com menos “achismos”

♦ A utilização dos Métodos Consagrados de Decisão pode ser a diferença entre uma Péssima Decisão e uma Ótima Decisão

♦ A Simulação é um destes métodos que leva em conta a complexidade dos sistemas a dinâmica e a aleatoriedade.

28


Algumas Referências

♦ Chwif, L; Medina, A.C. “Modelagem e Simulação de Eventos Discretos”, Ed. Bavarte, 2006

♦ Harrel, C.; Tumay, K. “Simulation Made Easy (A Manager’s Guide)”, Engineering & ManagementPress, 1995.

♦ Pidd, M. “Tools for Thinking (Modelling in Management Science)”, John Wiley & Sons, 2000.

♦ Senge, P. “A Quinta Disciplina”, Ed. Best Seller,1990♦ Shimizu, T. “Decisão nas Organizações”, Ed. Atlas,2000

♦ Sterman, J.D. “Business Dynamics”, McGraw-Hill,2003

♦ Turban, E – “Decision Support Systems andIntelligent Systems”, Prentice Hall, 6th Edition, 2000


Para Saber Mais...

www.livrosimulacao.eng.br

Muito Obrigado !!!

COMO TOMAR DECISÕES ATRAVÉS DA SIMULAÇÃO 2 slds pg · Abril de 2006 II EMEPRO -Viçosa MG Slide...

Documents

Transcript of COMO TOMAR DECISÕES ATRAVÉS DA SIMULAÇÃO 2 slds pg · Abril de 2006 II EMEPRO -Viçosa MG Slide...