Simulação

Conhecimentos de Base Recomendados

Análise matemática, probabilidades e estatística, programação, inglês

Métodos de Ensino

O ensino está organizado em duas componentes complementares, teórica e prática. As aulas teóricas (T) destinam-se sobretudo à exposição da matéria pelo docente e ao esclarecimento de dúvidas de interesse geral para a turma. As aulas práticas (PL) visam consolidar os conceitos apresentados nas aulas T através da realização de exercícios no papel e da implementação de modelos de simulação em software. É ainda proposto e avaliado um trabalho prático envolvendo a modelação e simulação de sistemas realistas simplificados com recurso a software de simulação adequado.

Resultados de Aprendizagem

Com esta unidade curricular, pretende-se dotar os estudantes de conhecimentos e competências que lhes permitam, perante uma situação concreta, desenvolver um modelo de simulação adequado, implementá-lo, calibrá-lo, validá-lo, e utilizá-lo de forma correta, tendo em consideração os benefícios e as limitações da simulação enquanto metodologia. Pretende-se ainda despertar os estudantes para a importância de considerar, não apenas dados, mas também a dinâmica interna dos diversos sistemas de interesse, sejam eles físicos, cibernéticos, sociais, ou de outra natureza.

Estágio(s)

Não

Programa

1. Sistemas, modelos e simulação
2. Sistemas contínuos
a. Modelação
b. Representação
c. Integração numérica de ODEs
d. Integração numérica de PDEs
3. Sistemas de eventos discretos
a. Representação: autómatos finitos, diagramas de ciclos de atividades, redes de Petri, processos interatuantes
b. Modelos de filas de espera
c. Métodos de simulação: agendamento de eventos, varrimento de atividades, interação de processos
4. Números pseudo-aleatórios
a. Geração
b. Qualidade
c. Amostragem de distribuições não uniformes (contínuas e discretas)
d. Simulação de Monte Carlo
5. Construção, verificação e validação de modelos de sistemas de eventos discretos
a. Seleção das distribuições de probabilidade de entrada
b. Verificação de modelos
c. Calibração e validação de modelos
6. Análise de resultados de simulação
a. Avaliação de um modelo
b. Comparação de dois ou mais modelos
c. Técnicas de redução da variância
7. Sistemas híbridos

Métodos de Avaliação

Avaliação
Projecto: 35.0%
Exame: 65.0%

Bibliografia

François E. Cellier and Ernesto Kofman, Continuous System Simulation, Springer, 2006.
Hartmut Bossel, Modeling and Simulation, A K  Peters, 1994.
Christos G. Cassandras and Stéphane Lafortune, Introduction to Discrete Event Systems, Springer, 2007.
J. Banks, J. S. Carson, B. L. Nelson, and D. Nicol, Discrete-Event System Simulation, 5th ed., Prentice Hall, 2010
Averill M. Law, Simulation Modeling and Analysis, 5th ed., McGraw Hill, 2014.
Michael Pidd, Computer Simulation In Management Science, 5th ed., Wiley, 2006.
Ronald T. Kneusel, Random Numbers and Computers, Springer, 2018
James E. Gentle, Random Number Generation and Monte Carlo Methods, 2nd ed., Springer, 2003.