Home

61794 - Sistema de Bibliotecas FGV

1. corre o d meta de le nova tecnologia ng empr stimos estoque estogque mercado Divitendo bancarios ai participa o despesas de Acumula aplica es com dividendos real de ici a a S y icz ublicidade Pass pagos stoque expedi o mercado resurs os pr prios produtos E i acabados 4 vendas pre o de SI eserva meta de venda Ei dae i lada para E es Investimento e produ o produ o pe Tecnologia de E Fabrica o TF tempo para participa o emanda d lucro l quido aplis agoes ajustar a for a nominal de mercado tofis de trabalho mercado produtividade E pagamentos impostos taxa de 7 de juros TF 7 demiss es Investiment de em P amp D ares agamentos 3 For a de taxa de meta da concorrentes pag E tot al de l Trabalho oe forga de lucro de juros TI fluxo de caixa _ custos s i gerais 3 admiss es trabalho tribut vel liquido pa s custo de custos totals manutenc com valor da pagamentos E 7 de estoque demiss es rodu o de juros P amp custo da q produ j 4 salario m dio doido custo da receita bol produ o q padr o produ o m F outros custo fi gerais 4 total de custos aturament gerais amortiza o del
2. Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda x A B Cc D E E H J K Sia 1 Gerador Rand mico de Cen rios Per odos E 2 3 4 wae taxa do dolar 5 So taxa tributaria to o 6 5 3 taxa de inadimplencia 7 2 demanda de mercado em 10 000 u ano 8 aparecimento de NT no mercado 9 tempo de efetivac o da NT no mercado 10 Ultima inicializagao 6 10 2002 21 13 fator de NT na participa o 11 12 m 13 14 taxa de juros financ TF 15 parcela financiada TF 16 tempo de amortiza o da divida TF 17 vida util contabil do investimento TF 18 19 20 21 22 taxa de juros financ PD 23 parcela financiada PD i LI 24 tempo de amortiza o da divida PD 25 26 27 Gerar Gerar Gerar Gerar Gerar periodo 3 periodo 4 periodo 5 Iniciar fm 2 Windows Explorer 7 2 MicosoftExcelfo D1 2 Microsoft Word f E Microsoft PowerPoint PT e MP Fig 3 34 Gerador Rand mico de Cen rios Vista da planilha do Administrador no in cio do jogo 102 figuras seguintes Na figura 3 34 e seguintes est o as vistas das planilhas do GRC E Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda LA B c D EEE 1 Gerador Rand mico de Cen rios Planilha do Admini Vari veis renov veis a cada periodo 10 ltima inicializa o 6 10 2002 21 31 F
3. custo unit rio da mat ria prima custo unit rio da d vida TF m o de obra custo vari vel unit rio perdas por inadimpl ncia entradas d caixa pagamentos d juros banc rios Investimento em tecnologia de informa o TI amortiza o del d vida TI custo unit rio empr stim ara TI empr stim amortiza o de para TF d vida P amp D empr stim para P amp D amortiza o de empr stimos banc rios Fig 3 1 Diagrama de blocos do modelo empresarial b uma rea de opera es que engloba como principais vari veis aquelas da produ o estoque de produtos acabados expedi o produtividade for a de trabalho taxas de admiss es e demiss es vari veis de metas de produ o de alcance de estoque e de for a de trabalho c uma rea de custos e finan as que abrange como principais vari veis para a parte de custos os custos gerais compostos pelo custo de demiss es custo de manuten o de estoques e uma parcela fixa que representa os demais custos gerais custo da produ o composto pelos custos de m o de obra e de mat ria prima e a vari vel denominada taxa do d lar Na parte financeira propriamente dita o modelo apresenta os grupos de vari veis correspondentes s entradas de caixa receita bruta lucro tribut vel
4. Planilha Administrador Folha 2 Fig 3 33 Gerador Rand mico de Cen rios Fluxograma de opera o Vari veis externas atuantes uma s vez durante o per odo total da simula o por m dependentes da decis o do participante S o as vari veis relacionadas aos v rios 101 financiamentos e empr stimos Os participantes devem decidir no inicio de cada ciclo ano se ir o solicitar financiamentos ou tomar empr stimos Para isso dever o analisar as v rias condi es que s o geradas no in cio de cada ano como taxa de juros parcelas financiadas etc cujos valores s o gerados de acordo com a severidade do cen rio sorteado Se as condi es n o interessarem estes investimentos n o ser o ent o efetivados e o participante aguarda o novo ano onde novos valores estar o dispon veis Quando a decis o for tomada as vari veis correspondentes ao financiamento ou empr stimo efetivado estar o congeladas para o resto do jogo para aquele participante e n o ser o mais impressas na sua folha de informa es Estas decis es s o tomadas fixando se as vari veis correspondentes no modelo Vensim e informando se o administrador do jogo para que ele acione os comandos que ir o congelar os valores na folha de informa es daquele participante As macros do GRC contemplam este fato na sua l gica e as planilhas dos participantes espelham estes resultados como vemos nas
5. q a o DE 3 o 3 Varia o no X 5 A 30 n vel Area us em 0 Varia o no n vel N vel unidades t t Fig 3 19 Integra o da vari vel fluxo em uma vari vel n vel Fonte Sterman 2000 Ver Sterman 2000 pg 231 para um tratamento completo sobre a din mica de fluxos e n veis ou estoques 84 Um exemplo num rico deste tipo de integra o pode ser visto na figura 3 20 abaixo N Fluxo l quido n c Fi 5 w 10 To kej E a 400 So rea 20x10 200 unidades N vel unidades 400 200 QU o N vel unidades N So 0 10 20 30 Tempo semanas Fig 3 20 Exemplo num rico de integra o gr fica com condi es diferentes de vari vel n vel Adaptado de Sterman 2000 Assim quando se injeta uma fun o degrau interrompida como aquela mostrada na figura 3 20 pode se simular na verdade uma entrada ou uma sa da de um pagamento instant neo para efeito de valores final e inicial da vari vel n vel independentemente do intervalo de tempo escolhido por m em se tratando de fluxo de caixa este intervalo de tempo de import ncia pois ir determinar a chegada mais r pida ou mais lenta do caixa condi o final e por isso deve se associar este intervalo a valores que estejam condizentes com a realidade No caso dos financiamentos tomamos como intervalo de tempo o tempo de bem c
6. 15 parcela financiada TF 16 tempo de amortiza o da divida TF 17 vida util contabil do investimento TF taxa de juros financ RHI Investimento em P amp D j efetuado 18 mprestim bancario1 ja efetuado parcela financiada RH TI 20 tempo de amortiza o da divida RHITI Z 21 C vida util contabil do investimento RHIA 3 22 23 Empr stimo banc rio2 taxa de juros financ PD 0 1891044 Empr stimo parcela financiada PD 0 5 0 5 bancario3 tempo de amortiza o dgafvida PD 3 AES 187 12 48 Investimento em TF a partir do 2 ano 33 Empr stimo banc rio a partir do 4 ano 34 Investimento em P amp D a partir do 3 ano R p Microsoft PowerPoint Modelo Conceitual AtualizadoApresenta o Iniciar fim 2 WindowsE Ri 2MicrosoftE gt Capitulo Des taj Simulador dej E Microsoft Pow PT e F Qi il 22 13 Fig 3 36 Gerador Rand mico de Cen rios Planilha do Grupo 1 mostrando os efeitos dos investimentos e empr stimos efetuados que acionou o bot o correspondente na planilha daquele grupo e nos per odos seguintes o gerador n o mais apresenta para este grupo as vari veis externas relativas a este investimento O grupo receber as folhas dos pr ximos per odos sem estes dados significando que n o mais poder alterar as decis es nesta rea no modelo empresarial
7. Output Custos JW Times New Roman 12 b i u s Imme m Iniciar E Microsoft PowerPoint Simulador de jogos es Vensim ModeloFinal gt Vensim ModeloFinal7ExperimentoEli vmf Varzaplica es File Edit View Layout Model Options Windows Help asd amp 58 famosta ARY AMBO pe Em dal Sa S we cP Output grafico Financeira Doc menti Fundo de Reserva lucro liquido 40M z 20M ur 9 0 1 2 3 4 5 6 Time year Time year Fundo de Reserva Amostra lucro liquido Amostra ___ S year Fundo de Reserva Equilibrio lucro liquido Equilibrio S year lucro tributavel aplica es 20M 14M 8M 3 0 1 2 3 4 5 6 Time year Time year lucro tributavel Amostra _ _ _ aplica es 1 Amostra S year lucro tributavel Equilibrio aplica es Equilibrio ___ _ year lt Output Financeira fai Times New Roman 12 b i ul MM mm Jmm 1 4 Rel Iniciar E Microsoft PowerPoint 3h Simulador de jogos es Vensim ModeloFinal7 Te g Si Anexo 3 gt Vensim ModeloFinal7ExperimentoEli vmf Var Dividendos Retidos File Edit View acu 108 t Model Options Windows Help Amostra takty HIBEO pe Em dal P Ale Output tabelado de algumas vari veis nivel 0 0 0078125 0 015625 0 0234375 5e 006 5 17431e 006 5 35381e 006 5 53382e 006 5e 006 5 27196e 006 5 54921e 006 5 82705e 006 0 03125 A 5 71435e 0 6 1
8. W____YYH _ Fig 3 24 Exemplo da variavel Divida TF Parametros no texto 91 amortizac o TF 2M 1M 0 0 1 2 3 4 5 6 Time year amortiza o TF Investimento em TF _ year amortiza o TF Equilibrio ___ _ year Fig 3 25 Exemplo da vari vel amortiza o TF Par metros no texto A figura 3 26 mostra as tr s vari veis acima num mesmo gr fico para dar uma id ia mais clara do sincronismo entre elas Financiamento em TF D vida TF e Amortiza o TF 4M 10M year 2M ear 2M SM year IM year 0 0 year 0 year 0 1 2 3 4 5 6 Time year Divida TF Investimento em TF ____________ financiamento TF Investimento em TF _ year amortiza o TF Investimento em TF ear Fig 3 26 Apresenta o conjunta das tr s vari veis de investimento em TF 92 Inv TF imobilizado Valor Cont bil TF Deprecia o TF 20M year 6M 1 2M year 0 year 0 0 year 0 1 2 3 4 5 Time year nN investimento TF imobilizado Investimento em TF _ year Valor Contabil TF Investimento en TRA deprecia o TF Investimento emTF T ___y_ Syear Fig 3 27 Apresenta o conjunta das vari veis cont beis de investimento em TF 3 2 6 rea de investimento em
9. 088 investimento relativo em RH TI investimento em RH TI investimento de referencia em RH TI Units Dmnl Anexol 204 089 investimento relativo em TF investimento em TF investimento de referencia em TF Units Dmnl 090 investimento RH TI imobilizado STEP investimento em RH TI fim do embolso invRH TI inicio do embolso invRH TI inicio do embolso invRH TI STEP investimento em RH TI fim do embolso invRH TI inicio do embolso invRH TI fim do embolso invRH TI Units S vear 091 investimento TF imobilizado STEP investimento em TF fim do embolso invTF inicio do embolso invTF inicio do embolso invTF STEP investimento em TF fim do embolso invTF inicio do embolso invTF fim do embolso invTF Units year 092 investir em PD GAME 1 Units Dmnl 0 1 1 093 investir em RH TI GAME 1 Units Dmnl 0 1 1 Esta variavel representa um switch para a aplicac o do investimento Se 1 o investimento especificado sera aplicado e se for 0 n o o ser 094 investir em TF GAME 1 Units Dmnl 0 1 1 Esta variavel representa um switch para a aplicac o do investimento Se 1 o investimento espec ficado sera aplicado e se for 0 n o o ser 095 Juros Acumulados de Emprestimos INTEG pagamento de juros EBl pagamento de juros EB2 pagamento de juros Anexol 205 EB3 pagamentos de juros PD pagamentos de juros RH TI
10. Estas nota es se baseiam na met fora hidr ulica da Din mica de Sistemas criada por Forrester 1961 e usada por praticamente todos os autores na explica o dos conceitos b sicos desta rea A no o de reservat rio remete imediatamente ao conceito de acumula o ou integra o de um fluxo de entrada menos o fluxo de sa da A equa o do estoque seria ent o 37 Valvulas regulam a quantida de entrando ou saindo Fonte Sorvedouro D p Estoque SZ gt Fluxo de entrada Fluxo de saida Legenda Estoque ou Nivel Fluxo xX V lvula Regulador de Vaz o Cc gt Fonte ou sorvedouro Estoques fora dos limites do modelo Exemplo Estoque de a on X Produtos x gt Produ o Acabados Embarques Fig 2 13 Nota o para os diagramas de n veis e fluxos Adaptado de Sterman 2000 pg 193 Estoqudt Fluxo alt Fluxo lt dt Estoqudt 2 1 na sua forma integral onde Estoque to o valor inicial do estoque no instante t e t uma vari vel gen rica de integra o A equa o do estoque pode tamb m ser escrita na sua forma diferencial d Estoque A a Varia o liquida de Estoque Fluxo Fluxo aida 2 2 entrada 38 A forma mais usada a forma integral e a fun o dos softwares de SD que processa esta opera o dada por Estoque INTEGRAL Fluxo entrada FIUXOsaida EStOQUE jo 2 3 Voltando agora ao nosso exempl
11. O rea Financeira J For a de custo padr o Trabalho gt unit rio da MP x sal rio medio EEB fo custo unitario da a fator dolar na MP ye E tax i mat ria prima tributari taxa de manuten o custo unitario da custo variavel A m o de obra impost s de estoque o fio A Estoque PA gt custos gerais gt er i unitari lt produ o gt c lt despesas T custo da produ o __ prazo para as aplica es juros lt d preciac pe lt pagafnentos de custo manuten o a ucro tributavel ste liquido ER nanda receita d de demiss o lt pagdmentos de lt taxa de tespuae juros PD gt demiss es gt jima d pagamento de processamento do ento bk a gerais faturamento juros EB1 gt ustos totais com demiss es lt pre venda fator do investimento em RETI nos custos gerais pi custos gerais tempo de atua o do p O Faturamento Contas a investimento em RE TI Gard em Processo E Receber as D si da faturamento entradas d vaixa investimento procs vo em lt fim do embolso taxa de pagamento de juros EB3 gt rel RH TI invRE inadimplencia perdas por prazo medio de lt producio adimplencia recebimento lt Im Finance fai Times New Roman 12 fti u s EIS e 0 22 4 Re Iniciar fim 2 Windows E D 2 Microsoft Vensim Model RealPlayer W E Microsoft Pow PT e
12. 1 2527248177 8 o 0275 2 0 275 9 _ eee 3 0 038657422 10 DS ee 4 10 11 Vari veis ec a Exemplo de valor 5 1 12 Sxogenasque Aparecimento 6 1 458 extraido da Base 6 1 5 Bo EE O E 7 05 14 lisi da simula o E 8 2 15 dependentes do Novos 9 To 1 IT __ 9 1 16 ador concorrentes q Jo dA do do 10 1 0 385 0 65 3 3 2 0 46704646 22 0 65 23 1 5 24 o MEN Extra o via macro 3 Exporta o via macro 25 o __ qi 0 198 26 LL lh ll 0 3 27 PRI 2 5 28 1686123 __ 22 1 686122998 29 ee eee 23 1 87 30 SE eee 24 1 87 32 i E es _ Area contendo as f rmulas para extra o int I b MIATH TAN Administrador A Base Extrato UA dos valores da planilha Base Ber Pronto Calcula Iniciar fr MeuTrabalhoT E 2 Microsoft P ih Capitulo Des E Microsoft Exce Vensim Modelo PT m g Gi f Fig 3 38 Gerador Rand mico de Cen rios Planilha Extrato 106 Capitulo 4 An lise critica do desenvolvimento do modelo 4 1 Introdu o Neste cap tulo procuramos fazer uma an lise cr tica do modelo no que diz respeito ao desenvolvimento da estrutura do modelo din mico referenciando o com um padr o de implementa o dado por Sterman 2000 verificando os pontos de concord ncia e analisando as discord ncias do presente modelo com aquele Usamos este padr o como refer ncia pelo fato de que ele mais detalhado e mais abrangente do que
13. 100 000 BM am 100 000 UM am 100 000 M__ am montante do emprestimo banc riol montante do emprestimo bancario montante do emprestimo bancario3 Instante contado a partir Instante contado a partir Instante contado a partir do do inicio da simula o do in cio da simula o in cio da simula o o OS 4 ie CELA in cio do embolso EB1 in cio do embolso EB2 in cio do embolso EB3 0 25 1 os fd 4 om 15 4 tempo de amortiza o do emprestimo EB1 tempo de amortiza o do empr stimo EB2 tempo de amortiza o do emprestimo EB3 Controles Decis o Empr stimos banc ri Gaming Make Interactive Changes Iniciar E Microsoft PowerPoint 3h Simulador de jogos es Vensim ModeloFinal7 Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File Edit View Layout Model Options Windows Help aSa Sree fmisimin io dR HED fam ded cP LO o g A GENTOO RE Menu Principal Entrada de Par metros Externos Output grafico Output gr fico Invest em RHAI Financeira Output grafico tabelas fimo Vista do Modelo Empr Bancario 2 A Menu Principal fai Times New Roman 12 b i ful Mme e m 22 Re e Iniciar fim 2 Windows Explorer 7 T1 2 Microsoft Word f Vensim ModeloFinal8 E Microsoft PowerPoint PT e Anexo 3 325 2 A opera o do sistema 2 1 Diagrama operacional
14. 5 X etc Distribui e s de probabilidades selecionadas E Cen rio z Fig 3 32 Gerador Rand mico de Cen rios Esquema Geral de Funcionamento Na vers o do gerador usada neste trabalho temos 5 classes de cen rios k 5 e 24 vari veis ex genas n 24 O funcionamento interno do gerador se d na seq ncia das seguintes opera es 97 A classe de cen rios atrav s de uma fun o geradora de n meros rand micos ou gerador de n meros rand micos GNR acoplada a uma distribui o discreta e uniforme de probabilidades O grau de severidade 1 o mais ameno e o 5 o mais severo O termo severidade usado aqui no sentido de composi o de condi es de ambiente mais ou menos adversas para a condu o da empresa N o foi determinada nenhuma medida para esta caracter stica al m do senso comum na rea dos neg cios como por exemplo taxas de juros mais elevadas constituem uma dificuldade na administra o da empresa assim como uma taxa de inadimpl ncia mais elevada ou ainda um aumento no n mero dos concorrentes Cada classe de cen rio cont m os par metros das distribui es escolhidas para as vari veis de acordo com o grau de severidade correspondente Estes par metros s o os valores das m dias dos desvios padr o das probabilidades de distribui es discretas etc Ap s sorteada a classe do cen rio o gerador aciona os GNR de cada vari vel incorporando os
15. Vari veis Cen rios taxa do dolar taxa tributaria taxa de inadimplencia demanda de mercado em 10 000 u ano aparecimento de NT no mercado tempo de efetiva o da NT no mercado fator de NT na participa o instante de aparecimento da NT no mercado varia o absoluta numero de concorrentes in cio da atua o de novos concorrentes taxa de juros financ TF parcela financiada TF tempo de amortiza o da divida TF vida util contabil do investimento TF taxa de juros financ RH TI parcela financiada RHITI tempo de amortiza o da divida RH TI vida util contabil do investimento RH TI taxa de juros financ PD parcela financiada PD tempo de amortiza o da divida PD taxa de juros banc1 taxa de juros banc2 taxa de juros banc3 Iniciar fm 2 Windows Explorer 4 2 MicosoftExcel fo gt il Cap tulo Descri o Cen rio de severidade 1 Cenario de severidade 2 1 8 0 2071169 0 0216269 11 0 32933 0 6 1 08 1 32 1 2 3 3 2 3 0 A 3 o 3 3 0 5 0 5 0 3 03 3 3 5 5 5 1 7 1 8233602 1 87 1 87 1 53 1 87 2 5272482 0 275 0 0386574 0 4670465 0 65 1 686123 1 87 1 87 Ciclo Ciclo Ciclo Ciclo efetuado efetuado efetuado efetuado E Microsoft PowerPoint Gerar periodo 5 Fig 3 35 Gerador Rand mico de Cen rios Planilha do Administrador com jogo em andamento Na figura 3 35 que apresenta uma simula
16. o e a meta de for a de trabalho A primeira determinada pela soma das vari veis venda mais corre o de estoque e a segunda pelo quociente da meta de produ o pela produtividade Como observa o final para esta rea salientamos que s o tr s as vari veis de decis o ali dispon veis meta de alcance de estoque executar demiss es e tempo m dio de demiss es 74 83 200 83 000 82 800 0 1 2 3 4 5 Time year produ o Produ o efeito de corre o de estoque pinceletas year Fig 3 14 Efeito do tempo de corre o de estoque de uma semana na produ o 3 2 3 rea financeira A rea financeira est dividida em duas vistas no modelo aqui apresentado Ressaltamos mais uma vez que esta divis o tem por objetivo uma apresenta o mais clara do modelo podendo ter in meras outras configura es A primeira apresentada na vista rea Financeira mostrada na figura 3 15 e a segunda seria a rea do Caixa a ser vista mais adiante Na primeira pode se constatar a presen a dos seguintes grupos de vari veis classificados por sua natureza o grupo de vari veis que comp em e aquelas que exercem influ ncia sobre os custos gerais o mesmo para o custo unit rio o grupo relacionado receita e o grupo relacionado ao fundo de reserva Iniciando a apresenta o com o grupo de vari veis relacionadas com os custos gerais temos que esta vari vel provenie
17. o do jogo e avalia o pr tica do modelo mostra os aspectos operacionais do jogo estrat gico implementado pelo aplicativo Inicia se com a apresenta o de um diagrama de blocos representando a sequ ncia operacional do jogo Mostramos as condi es gerais de operacionaliza o do jogo e os seus objetivos e descrevemos a sua segii ncia de opera es de maneira detalhada Passamos em seguida descri o do experimento pr tico denominado por n s teste de funcionalidade e que consistiu em submeter o aplicativo ao uso pr tico com um grupo de profissionais atuantes na rea de administra o com o objetivo de testar seu funcionamento corrigir eventuais falhas nos modelos de ambos os m dulos e coletar sugest es de melhoria da ferramenta feitas por usu rios de n vel selecionado O experimento resultou em v rios aperfei oamentos e corre es nos modelos que descrevemos em detalhe neste cap tulo Atrav s dele detectou se tamb m comportamento inadequado do modelo em certas situa es de cen rios e atrav s de an lise de sensibilidade promoveu se o ajuste de alguns par metros para corrigi lo Foram eliminadas algumas vari veis que se mostraram desnecess rias e outras cuja opera o se mostrou problem tica e que iriam requerer uma reformula o mais profunda do modelo para um funcionamento correto Por outro lado foram introduzidas novas vari veis a serem usadas numa fun o crit rio que foi desenvolvida como fe
18. o gr fica uma vez que cada um est individualizado numa p gina pr pria do Vensim Passamos a seguir descri o detalhada de cada rea 3 2 1 rea de marketing e vendas lt tempo de ajuste do mercado gt inicio da aplica o pre o de venda do novo pre o Ea referencial varia o absoluta labii varia o absoluta fator de NT na pre o ei d do PV de DP participa o wend we fator PV na ba pits de vend tempo de efetiva o participa o PV di a da NT no mercado fator pubic n pu articipa o la Lina a fo inicio da aplica o de instante de iran pag Pp pag novo patamar de DP mercado aparecimento da NT no mercado aparecimento de MW refer ncia para no mercado despesas relativas de aS despesas de fator PD Mi publicidade a publicidade participa o participa o nominal en no mercado lt investimento a ee demanda de variac o absoluta relativo em PD gt tempo de ajuste do mercado numero de tempo de inicio de i perfil da i atua o de PD mercado n orrenci concorrentes conco BR numero de pA RIALTO concorrente lt 210 pe DOISO pa ini inicic p olsc tempo de atua o do ua inicio da atua o de invP D gt investimento em PD novos concorrentes A area de marketing e vendas apresentada na figura 2 2 abaixo Fig 3 2 Modelo Empresarial Area de marketing e vendas 59 Iniciamos com as vari veis que influenciam a vari vel participa
19. o no n mero de concorrentes sempre positiva n o haver retirada de nenhum concorrente nos pr ximos ciclos Ap s ocorrer o aparecimento de nova tecnologia no mercado esta situa o permanecer inalterada at o fim do jogo Anexo 3 332 Vari veis externas atuantes uma s vez durante o periodo total da simula o por m dependentes da decis o do participante S o as vari veis relacionadas aos v rios financiamentos e empr stimos Os participantes devem decidir no in cio de cada ciclo ano se ir o solicitar financiamentos ou tomar empr stimos Para isso dever o analisar as v rias condi es que s o geradas no in cio de cada ano como taxa de juros parcelas financiadas etc cujos valores s o gerados de acordo com a severidade do cen rio sorteado Se as condi es n o interessarem estes investimentos n o ser o ent o efetivados e o participante aguarda o novo ano onde novos valores estar o dispon veis Quando a decis o for tomada as vari veis correspondentes ao financiamento ou empr stimo efetivado estar o congeladas para o resto do jogo para aquele participante e n o ser o mais impressas na sua folha de informa es Estas decis es s o tomadas fixando se as vari veis correspondentes no modelo Vensim e informando se o administrador do jogo para que ele acione os comandos que ir o congelar os valores na folha de informa es daquele participante como se pode ver na fig
20. o nominal no mercado SoConcorrentes pinceletas year participa o nominal no mercado Equilibrio _ pinceletas year Fig 3 3 Influ ncia da varia o do n mero de concorrentes na participa o nominal do mercado Outras vari veis que influenciam a participa o nominal do mercado s o aquelas relacionadas com o investimento em Pesquisa e Desenvolvimento O investimento em P amp D N o se interprete esta designa o como algo jocoso configurando uma poss vel afronta seriedade com que um trabalho acad mico deve ser tratado Interprete se a denomina o juntamente com outras tamb m usadas como orampolas ou berimbalhos como a vers o brasileira de gadgets widgets gizmos wizmos etc amplamente utilizados na literatura t cnica e cient fica de l ngua inglesa para designar genericamente produtos mecanismos dispositivos etc 5 As unidades de tempo foram mantidas em ingl s devido formata o do Vensim 61 tem um efeito positivo na participag o de mercado como resultado de produtos com novas tecnologias novo design melhor desempenho para o cliente etc Examinamos aqui apenas aquelas vari veis que est o ligadas participa o de mercado Outras vari veis pertencentes ao grupo de investimento em P amp D ser o analisadas em suas reas de influ ncia Iniciamos com o investimento relativo em PD que uma vari vel que define a quantidade investida O investimento r
21. 1 esta rotina coloca as vari veis correspondentes na tabela de extra o caso contr rio n o gt Selection Copy Range L11 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False lt Copia o valor de ocorr ncia valor 1 nesta _ c lula para que as vari veis extra das permanecegam constantes nos pr ximos ciclos gt Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Anexo 2 233 Case 1 Range D11 D14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E11 E14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F11 F14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G11 G14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H11 H14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range I11 Select lt Apaga a formula para que n o seja calculada novamente no _ pr ximo ciclo uma vez que a ocorr n
22. Na figura 3 37 mostramos uma vista parcial da planilha Base onde se pode ver diversas vari veis com suas respectivas distribui es de probabilidade e os conjuntos de par metros destas distribui es para cada classe de cen rio A planilha est estruturada de forma a permitir trocas de par metros de maneira r pida e transparente Estas modifica es flexibilizam o uso do gerador de cen rios permitindo usa lo para condi es globais mais severas ou seja aumentando se a severidade do modelo em toda a gama de vari veis externas ou ainda promovendo modifica es em determinadas vari veis para tornar os cen rios mais realistas em reas determinadas ou ainda para uma calibra o mais fina do modelo quando isto for julgado necess rio E por ltimo mostramos na figura 3 38 a vista da planilha Extrato com algumas notas explicativas para melhor compreens o do seu funcionamento 104 E Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda JA B c oasi es est l E l an 4 Planilha Base 5 d 6 Estrutura dos cen rios Tipos de Nivel de N vel de Vivel ta ira distribui o de severidade 1 severidade 2 seve seve a probabiidades ata sigma m ara sigma m ara sigma M dia sigma 1 taxa do dolar E 2 taxa tributaria 182 Maxmin Eua 3 taxa de inadimplencia Fornal pence 14 Maxmin 15 Discreta Valores Probabilidades 16 ml 05 04
23. Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D25 D27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E25 E27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F25 F27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G25 G27 Select Selection Copy Anexo 2 251 Range K25 K27 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H25 H27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xl
24. existe muito pouca incerteza na estrutura do modelo ou nas leis da f sica que governam sua din mica Nos modelos humanos no entanto a sensibilidade num rica poder ter uma pequena import ncia se tanto O objetivo da maioria dos modelos de neg cios n o prever quando ir ocorrer a pr xima retra o de vendas por m redesenhar a cadeia de suprimentos de maneira que as vendas se tornem mais est veis n o prever qual o ser o valor do lucro no pr ximo trimestre por m desenhar processos administrativos que ajudem no sentido de tornar a empresa mais lucrativa Para a maioria dos objetivos o que importa a sensibilidade comportamental e especialmente a sensibilidade procedural Aplicando as considera es acima no nosso modelo que um modelo gen rico e destinado a um jogo de empresas o enfoque dado s an lises de sensibilidade efetuadas e mostradas neste cap tulo difere de alguma maneira quanto import ncia da sensibilidade num rica A an lise Monte Carlo que fizemos teve por objetivo verificar a viabilidade pr tica dos valores extremos das vari veis de avalia o no sentido de que o modelo n o produzisse valores absurdos dentro de um senso pr tico comum o que para um jogo empresarial suficiente uma vez que repetimos n o se est modelando uma organiza o real espec fica Esta foi ent o uma an lise de sensibilidade num rica de import ncia fundamental no nosso caso Ao perfazermos esta an li
25. o hipot tica em andamento at o 4 ano pode se notar que as vari veis correspondentes ao aparecimento de novas tecnologias s aparecem a partir do segundo per odo e ir o se manter constantes nos per odos seguintes o mesmo acontecendo com as vari veis relacionadas entrada de novos concorrentes no mercado Apresentamos na figura 3 36 a planilha do Grupo 1 mostrando os efeitos das decis es tamb m ilustrativas deste grupo no que diz respeito aos investimentos e empr stimos O grupo efetivou um investimento em TF no final do primeiro per odo avisou o Administrador Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda x B Cc D E E G H K Ta 1 i 2 Cen rio de Cenariode Cenario de 3 Vari veis Cen rios severidade 1 severidade 2 severidade 2 4 Planilha de informa es ggg ta do dolar 1 8 2 2980183 2 v D E p s 5 Grupo 1 8 8 2 taxa tributaria 0 2071169 0 2474528 6 Ses taxa de inadimplencia 0 0216269 0 0423025 T 25 demanda de mercado em 10 000 u ano 11 10 8 aparecimento de NT no mercado 9 tempo de efetivac o da NT no mercado 15 10 fator de NT na participa o 05 11 instante de aparecimento da NT no mercado 2 12 varia o absoluta numero de concorrentes 1 1 13 Investimento em TF Investir em RHITI inicio da atua o de novos concorrentes 1 1 14 j efetuado taxa de juros financ TF
26. o liquido de todas as receitas e reservas fluxo de entrada e dos desembolsos de caixa que constituem o fluxo de sa da Do lado das receitas temos as seguintes vari veis entradas de caixa que prov m do faturamento todos os financiamentos e empr stimos permitidos pelo jogo e que s o do mbito da decis o do jogador que s o o financiamento TF o financiamento RH TI o financiamento PD e os empr stimos banc rios emprestimo bancariol emprestimo bancario e emprestimo bancario3 H ainda a vari vel juros de aplica es que representa a receita de aplica es financeiras de caixa quando seu valor est acima de um valor determinado e fixado no modelo em 5M Estas aplica es est o definidas por uma taxa de aplica o fixada no modelo em 12 ao ano Do lado das sa das temos as vari veis referentes aos custos que s o custo da produ o e custos gerais a vari vel impostos 82 e as variaveis relativas aos desembolsos com os financiamentos e empr stimos que s o as amortiza es amortiza o TF amortiza o PD amortiza o RH TI amortiza o EBI amortiza o EB2 amortiza o EB3 os pagamentos de juros pagamentos de juros TF pagamentos de juros RH TI pagamentso de juros PD pagamento de juros EBI pagamento de juros EB2 pagamento de juros EB3 e as vari
27. o para se fazer uma simula o de sensibilidade ela inexiste na pr tica Quando se toma uma decis o estrat gica na vida real n o se tem uma previs o exata das rea es da empresa quela decis o e sim orienta es balizadas pelo conhecimento do mercado da concorr ncia das condi es progn sticos macroecon micos entre outros e claro pelo conhecimento das ci ncias administrativas Conclu mos assim que a primeira parte da observa o improcedente Quanto segunda parte da observa o mencionamos no manual do usu rio que o Vensim disp e de um recurso chamado de Causes strip que espec fico para este fim Ap s uma simula o escolhe se uma vari vel qualquer e ao se acionar o cone correspondente a este recurso o programa apresenta uma faixa de gr ficos alinhados sendo o primeiro deles na parte superior aquele correspondente vari vel selecionada e abaixo os gr ficos das vari veis que ocasionaram o comportamento daquela A figura 5 38 mostra um exemplo deste recurso Outro conjunto de observa es provenientes de dois participantes diz respeito ao grau de detalhamento do modelo Enquanto uma parte dos participantes julgou o modelo adequadamente detalhado outros deram sugest es no sentido de se adicionar outros grupos de vari veis de maneira a torna lo mais realista dando uma oferta mais completa de possibilidades de decis es As reas de complementa o sugeridas foram a de vendas c
28. que apenas uma vari vel auxiliar para inser o do n mero de concorrentes no c lculo da participa o nominal no mercado Sua equa o perfil da concorr ncia 1 numero de concorrentes 1 Unidades Sem dimens o gt 3 eee x Optou se por abolir dos nomes das vari veis todos os acentos ortogr ficos com exce o do e do medida de seguran a para o tratamento de vari veis no Vensim como 60 A pr xima vari vel a demanda de mercado que d o n mero de unidades do produto pinceletas que o mercado consome anualmente Ela tem um valor fixo que muda a cada ciclo em fun o do cen rio gerado e sua unidade pinceletas year A seguir temos a vari vel tempo de ajuste do mercado que mede a velocidade de rea o do mercado s varia es de n mero de concorrentes Este valor foi fixado em 0 5 anos e faz parte da sintaxe da fun o SMOOTH usada na vari vel participa o nominal no mercado Esta fun o obriga a vari vel dependente a passar de um valor inicial a um valor final com uma curva exponencial iniciada no instante da aplica o do valor final e definida pelo tempo de ajuste Na figura 3 3 v se a varia o da participa o nominal no mercado quando o n mero de concorrentes passa de um a dois no instante t 0 5 anos ap s o in cio do per odo da simula o participa o nominal no mercado 80 000 60 000 40 000 0 1 2 3 4 5 Time year participa
29. re iP x min 2 v x 4 972 y 2 982 X max Ed Reset Scaling OK Clear Points Clear All Points Cur gt Ref Clear Reference Ref gt Cur Cancel Fig 5 4 Fator de varia o do custo de mat ria prima Y vs taxa do d lar X Este racioc nio leva quase que imediatamente seguinte pergunta isto n o poderia ter sido previsto antes e j se partir de um valor que evitasse este comportamento indesej vel do modelo e com isso a necessidade de toda esta an lise A resposta a esta pergunta est ligada ao objetivo do modelo e pode ser formulada como segue ao se fazer um modelo gen rico como este em an lise as rela es entre as vari veis n o possuem padr es de balizamento que ajudem a definir os seus valores m ximos m nimos ou a sua forma No caso em quest o o grau de detalhamento do modelo por n o apresentar a estrutura de custo do produto produto imagin rio n o permite a priori a determina o de uma rela o entre estas vari veis ou seja ela poderia ter sido escolhida com uma forma linear e com valores mais suaves por exemplo e nada indicaria um comportamento impr prio do modelo sendo que a nica caracter stica importante da rela o que ela crescente ou seja com o aumento da taxa do d lar h um aumento do custo de MP No caso de um modelo mais detalhado onde esta estrutura de custos estivesse presente estas vari veis j poderiam assumir valores mais pr ximos da re
30. 013 custo manuten o de estoque custo unitario Estoque PA taxa de manuten o de estoque Units year 014 custo padr o unitario da MP 800 Units pinceletas 015 custo unitario custo variavel unitario Units pinceletas Neste modelo o custo unit rio est englobando apenas os vari veis para simplifica o N o s o computados no produto os fixos diretos que permanecem sob a classe dos custos gerais Esta aproxima o v lida uma vez que no modelo se tem apenas um produto 016 custo unitario da m o de obra Forca de Trabalho salario medio padr o produ o Units pinceletas 017 custo unitario da materia prima custo padr o unitario da MP fator dolar na MP taxa do dolar Units pinceletas 018 custo unitario medio de demiss o 2000 Units pessoas 019 custo variavel unitario custo unitario da m o de obra tcusto unitario da materia prima Units pinceletas Anexol 193 020 custos gerais outros custos geraistcustos totais com demiss est custo manuten o de estoque IF THEN ELSE investimento relativo em RH TI 0 0 RAMP outros custos gerais fator do investimento em RH TI nos custos gerais investimento relativo em RH TI outros custos gerais tempo de atua o do investimento em RH TI fim do embolso invRH TI fim do embolso invRH TI tempo de atua o do investimento em RH TI Units S vear
31. 2 10 29 l Fase Resultado o aaa a a a a a a 1 Defini o do problema 2 Descri o do sistema Diagrama de Influ ncia Compreens o e id ias 4 Modelo para simula o Software espec fico 5b Desenho dos processos Otimiza o Fig 2 10 O processo de Din mica de Sistemas Adaptado de Coyle 1996 pg 14 Verifica o e id ias Uma segii ncia semelhante por m mais detalhada aquela dada por Vennix et al 1994 pg 31 que mostrada na tabela 2 1 Ali podem ser vistas as fases da metodologia de SD e os passos de cada fase sobre os quais passamos a comentar Fase Passos 1 Formula o do problema a definir o horizonte de tempo b identificar os modos de refer ncia c definir o n vel de agrega o d definir as fronteiras do sistema 2 Conceitua o a estabelecer as vari veis relevantes b determinar os fluxos e n veis importantes c tra ar as rela es entre as vari veis d identificar os feedback loops 3 Formula o a desenvolver as equa es matem ticas b quantificar os par metros do modelo 4 An lise Avalia o a verificar o modelo quanto a valores l gicos b fazer an lises de sensibilidade c validar o modelo 5 An lise dos processos a conduzir experimentos com processos b avaliar os experimentos dos processos Tabela 2 1 Fases e passos na metodologia de Din mica de Sistemas Adaptado de V
32. Al m disso se o modelo do jogo estiver emulando uma organiza o real e contendo todos os seus par metros internos e externos extra dos do seu ambiente real o que n o o nosso caso pois aqui se trata de um modelo gen rico a parcela de aprendizado ser ainda maior uma vez que o comportamento do sistema est sendo modelado bem mais pr ximo da realidade do que num sistema gen rico e o aprendizado neste caso se traduz num fluxo de informa es mais espec ficas A an lise das diferen as entre a transmiss o de conhecimentos entre modelos gen ricos e aqueles espec ficos sua medi o e sua avalia o te rica e experimental na efic cia do uso da ferramenta como instrumento de ensino e treinamento poderia ser certamente o tema de uma outra tese de doutorado Se seguirmos ainda mais a taxonomia de Gr ssler e dividirmos os jogos entre simuladores como sendo aqueles monousu rios n o competitivos e os jogos de empresas como sendo os multiusu rios competitivos vemos que outros fatores de aprecia o entram 55 em cena Nos jogos competitivos onde grupos representando empresas competem contra outros grupos em um mercado comum cada grupo formado por pessoas que assumem o papel de atores nas diversas posi es de comando da empresa Temos assim o Diretor Presidente o Diretor Financeiro o Diretor de Opera es etc cada qual representando o papel que o cargo prescreve Nesta condi o de jogo todos os aspectos
33. B13 Investimento em TF ja efetuado Then Range H14 H17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range H18 H21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range H22 H24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range H25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 ja efetuado Then Range H26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range H27 Select Selection ClearContents Else End If Sheets Administrador Activate Range H2 Select End If ActiveWorkbook Save End Sub Anexo 2 268 Sub Periodo3 Periodo3 Macro Macro gravada em 24 8 2002 por Roberto Colombo y If Range I28 Value Ciclo efetuado Then MsgBox Este periodo ja foi gerado Acesse o proximo periodo Else Application ScreenUpdating False ExtrairCenario3 Sheets Administrador Select ActiveWindow SmallScroll Down 12 Range I2 Select ActiveCell FormulaR1C1 3 Range I3 Select Sheets Extrato Select Range K6 K30 Select Selection Copy Sheets Administrador Select ActiveSheet Paste Range I3 Select Application CutCopyMode False With Selection Font Name Arial size 8 Strikethrough False Supersc
34. Else End If If Range D13 Investimento em RH TI ja efetuado Then Range K18 K21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D j efetuado Then Range K22 K24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range K25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range K26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range K27 Select Selection ClearContents Else End If Sheets Grupo3 Activate If Range B13 Investimento em TF j efetuado Then Range K14 K17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range K18 K21 Select Selection ClearContents Else End If Anexo 2 290 If Range B18 Investimento em P amp D ja efetuado Then Range K22 K24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range K25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 ja efetuado Then Range K26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range K27 Select Selection ClearContents Else End If Sheets Grupo4 Activate If Range B13 Investimento em TF ja efetuado Then Rang
35. Estes custos abrangem todos os custos fixos indiretos n o relacionados ao produto sal rios dos mensalistas da produ o da administra o m o de obra indireta como manuten o vigil ncia etc Aqui est o tamb m os materiais auxiliares de produ o e outros agua luz e for a aqui considerados fixos para simplifica o e demais custos indiretos 021 custos totais com demiss es custo unitario medio de demiss o taxa de demiss es Units S year 022 demanda de mercado GAME 140000 Units pinceletas year 100000 140000 10000 023 Demiss es acumuladas INTEG taxa de demiss es 0 Units pessoas 024 deprecia o RH TI STEP investimento em RH TI vida util contabil do investimento RH TI fim do embolso invRH TI STEP investimento em RH TI vida util contabil do investimento RH TI fim do embolso invRH TI vida util contabil do investimento RH TI Units year Anexol 194 025 deprecia o TF STEP investimento em TF vida util contabil do investimento TF fim do embolso invTF STEP investimento em TF vida util contabil do investimento TF fim do embolso invTF vida util contabil do investimento TF Units year 026 despesas de publicidade DP 2e 006 STEP varia o absoluta de DP inicio da aplica o do novo patamar de DP Units year 027 despesas relativas de publicidade despesas de publicidade DP refer ncia para des
36. False Subscript False OutlineFont False Shadow False Anexo 2 256 Underline xlUnderlineStyleNone ColorIndex xlAutomatic End With With Selection HorizontalAlignment xlGeneral VerticalAlignment xlCenter WrapText True Orientation O AddIndent False ShrinkToFit False MergeCells False End With Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range G4 G27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin Anexo 2 257 ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Wei
37. Isto se deve ao fato de que os par metros s o associados a distribui es de probabilidade nos testes de sensibilidade e tamb m no modo de Jogo onde a vari vel que representa o par metro deve ser configurada para uma vari vel jogo game variable Por estas raz es os par metros devem sempre ser definidos na sua forma simb lica Uma refer ncia interessante de Meadows 1997 tratando dos pontos alavancagem dos sistemas din micos menciona que os par metros de um sistema somente tornam estes fulcros em algumas situa es bem definidas A varia o dos par metros na maioria das vezes pouco muda o comportamento b sico do sistema No entanto existem exce es cr ticas N meros se tornam pontos de alavancagem quando atingem um dos itens superiores desta lista mencionando uma lista de itens que podem se tornar pontos de alavancagem em ordem crescente de import ncia Taxas de juros ou taxas de nascimentos s o par metros que controlam os ganhos de loops de feedback positivos Metas do sistema s o par metros que podem fazer uma grande diferen a s vezes o sistema atinge a beira de uma condi o ca tica onde a minima varia o num n mero pode leva lo da ordem para o que parece ser uma grande desordem A pr xima fase aquela das an lises e avalia es que se inicia com a verifica o do modelo quanto a valores l gicos Isto significa testar o modelo em v rias configura es principalmente naquelas que represen
38. Mostra todos os per odos gerados Figura 5 11 Mostra a planilha correspondente do Administrador E Microsoft Excel GRCFinal2 Multiusuario Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat OSES SRY snes oc graus O20 Ns SSS SHB O o A Tabela de extra o Cen rio de severidade 5 44 1 1 Primeira classe gerada 5 copiada para esta c lula O gerador gera um VALOR VALOR EVALORI cen rio de classe 5 EVALORI VALORI VALORI 2 A sequ ncia de classes copiada via formula para as c lulas seguintes 0 000 0 100 0 200 0 300 0 400 100 0 EE Bb aromas N N DIO MAD DL Pronto Calcula lI I J Iniciar Ga Disquete de 3 il Cap4 Operac Vensim Model EI 2 Microsoft E Fig 5 8 Gerac o das classes de cenarios primeiro periodo gerado e preparac o do segundo E Microsoft Excel GRCFinal2 Multiusuario E Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat Dna SRY ires o Bx wz AZM me Oo nz siz a B C DUE EEE es K RSE Sane 1 2 Planilha Extrato Tabela de extra o Cen rio de severidade 3 1 3 213579256 Conjunto para extra o Tc Error Error VALOR VALOR Tabela com os geradores VALOR Periodo 1 0 000 0 100 Tabela com os resultados 0
39. Select Selection ClearContents ActiveCell FormulaR1C1 Investir em RH TI Selection Font ColorIndex 1 Range B18 Select Selection ClearContents ActiveCell FormulaR1C1 Investir em P amp D Selection Font ColorIndex 1 Range D18 Select Selection ClearContents 254 Anexo 2 255 ActiveCell FormulaR1C1 Empr stimo bancario1 Selection Font ColorIndex 1 Range B23 Select Selection ClearContents ActiveCell FormulaR1C1 Empr stimo bancario2 Selection Font ColorIndex 1 Range D23 Select Selection ClearContents ActiveCell FormulaR1C1 Empr stimo bancario3 Selection Font ColorIndex 1 Sheets Administrador Activate Range G2 Select ActiveWorkbook Save End Sub Sub Periodo1 Periodol Macro Macro gravada em 24 8 2002 por Roberto Colombo lt Esta macro e as subseqiientes geram os valores rand micos para cada periodo gt y If Range G28 Value Ciclo efetuado Then MsgBox Este periodo j foi gerado Acesse o pr ximo per odo Else Application ScreenUpdating False ExtrairCenariol Sheets Administrador Select Active Window SmallScroll Down 12 Range G2 Select ActiveCell FormulaR1C1 1 Range G3 Select Sheets Extrato Select Range K6 K30 Select Selection Copy Sheets Administrador Select ActiveSheet Paste Range G3 Select Application CutCopyMode False With Selection Font Name Arial Size 8 Strikethrough False Superscript
40. al m de v rios tipos de filtros Neste ponto seria importante rever algumas considera es de Sterman Sterman 2000 sobre a an lise de sensibilidade nos modelos din micos Uma vez que todos os modelos est o de alguma maneira errados por isso s o modelos da realidade necess rio que se teste a robustez das conclus es a respeito do comportamento do modelo quanto a incertezas nas hip teses Incertezas nas hip teses neste contexto significa principalmente varia o rand mica das constantes internas do modelo A an lise de sensibilidade testa se as conclus es que tiramos sobre o comportamento do modelo variam de maneira significativa quando as hip teses variam dentro de um intervalo plaus vel de incerteza Sterman define tr s tipos de sensibilidade num rica modo comportamental e de procedimentos ou procedural A sensibilidade num rica aquela que indica a varia o dos valores num ricos dos resultados quando ocorre uma varia o das hip teses Por exemplo variando se a taxa do d lar no nosso modelo ir variar o custo de mat ria prima do produto e por consequ ncia as demais vari veis ligadas a esta ltima A maior ou menor intensidade desta varia o para uma determinada varia o do par metro a sensibilidade num rica do modelo para estas vari veis A sensibilidade de modo comportamental aquela que existe quando uma mudan a nos par metros modifica os padr es de comportamento gerados pelo
41. es e sobretudo medir a efic cia destes m todos naqueles processos Estas pesquisas evidentemente cobrem todos os tipos de jogos e simula es incluindo se aquelas espec ficas para a rea de sistemas din micos A rea que trata dos aspectos pedag gicos dos jogos e simula es uma rea extensa com um volume enorme de pesquisas e trabalhos publicados em v rios pa ses e de alto grau de especializa o e permeia as ci ncias da pedagogia da psicologia geral da psicologia do conhecimento entre outras Uma an lise do nosso aplicativo por um enfoque pedag gico para se tentar talvez uma avalia o ou uma valida o digamos pedag gicas do modelo est fora do escopo desta tese Um trabalho de grande profundidade neste sentido pode ser visto em Hartung 1999 Em raz o do exposto faremos uma breve an lise dos aspectos mais relevantes desta importante rea mostrando algumas refer ncias bibliogr ficas pertinentes Uma avalia o pedag gica de um sistema de jogo ou simula o em geral fun o de uma s rie muito grande de fatores O primeiro deles seria lembrando a taxonomia de Gr ssler ja analisada a classifica o entre ferramentas orientadas para modelagem e aquelas orientadas para jogos O primeiro ponto a ser observado numa modelagem o seu prop sito seu objetivo Sterman 1991 e neste caso estamos assumindo que o objetivo seja a constru o pelo usu rio de um modelo que emula o comportamento din
42. es transit rias da for a de trabalho decorrentes de outros valores Iniciais For a de Trabalho 1 000 900 800 700 600 0 1 2 3 5 Time year For a de Trabalho Equilibrio FT 600 pessoas For a de Trabalho Equilibrio FT 700 pessoas For a de Trabalho Equilibrio FT 900 pessoas For a de Trabalho Equilibrio FT 850 pessoas Forga de Trabalho Equilibrio FT 830 pessoas Fig 3 11 Regimes transit rios decorrentes da escolha do valor inicial da for a de trabalho V se que estes regimes transit rios podem ter uma dura o superior a um ano e transit rios deste tipo devem ser evitados no regime de equil brio inicial pois claro a sua presen a ir distorcer a simula o durante uma parte consider vel da sua dura o afetando as demais vari veis do modelo Os fluxos de entrada e sa da da for a de trabalho s o dados pelas equa es seguintes 70 taxa de admiss es IF THEN ELSE meta de forca de trabalho Forca de Trabalho tempo para ajustar forca de trabalho lt 0 0 meta de forca de trabalho Forca de Trabalho tempo para ajustar forca de trabalho Units pessoas year A taxa de admiss es determinada pela necessidade de se fazer a for a de trabalho atingir a sua meta dada pela vari vel meta de for a de trabalho o que s pode ser conseguido com uma defasagem de tempo dada pela variavel tempo para ajustar forca de trabalho A taxa de admiss es condicionada
43. existem casos onde se constru ram algoritmos que conseguiram inferir os elementos da sequ ncia de n meros rand micos com o conhecimento de uns poucos elementos da s rie Boyar 1989 Krawezyk 1993 Se considerarmos e uso do GNR presente no Excel para a aplica o em quest o vemos que as duas caracter sticas que analisamos n o s o cr ticas uma vez que por um lado a quantidade de n meros rand micos gerada durante o jogo extremamente pequena e por outro o modelo gera um valor de cada vari vel dentro da sua respectiva curva de probabilidade uma vez em cada per odo e portanto a obten o de imprevisibilidade para os novos valores de uma vari vel dentro de uma seqi ncia n o tem nenhum sentido 121 Respondendo assim a pergunta titulo deste item diremos que a escolha do Excel pelo menos para o trabalho em an lise se deu pelo fato de que este um aplicativo praticamente gratuito cujas propriedades atendem aos objetivos desejados e cujas limita es tanto na rea estat stica como na rea de gera o de n meros rand micos n o exercem neles absolutamente nenhum efeito negativo Al m disso se tivermos em mente que um dos objetivos deste sistema de jogos empresariais possibilitar um treinamento de baixo custo inclusive a n vel individual o uso do Excel plenamente justificado 4 3 2 A estrutura estoc stica do Gerador Rand mico de Cen rios No cap tulo 3 no item 3 3 2 descrevemos a estru
44. fr 5 18 Vari veis adicionais Juros Acumulados de Empr stimos e Receita Financeira Acumulada 148 Vensim ModeloFinal para Teste3 SensibCompleta mdl Var valor economico da empresa DER Eile Edit View Model Options Windows Help SH amp the R Ee BEY jl amp z0 Sm paro rica ew e aplica o HAF m q A gt Ed ES rr E RE De Hs Times New Roman _ 12 b i lt gt lm 2 e Fig 5 19 Vari veis adicionais valor econ mico da empresa 5 4 An lise de sensibilidade do modelo e a fun o crit rio As vari veis listadas no item anterior incluindo se aquelas adicionadas em seguida ao teste foram selecionadas para formar a base da fun o crit rio por representarem normalmente grandezas usadas na medi o do desempenho administrativo de uma empresa do tipo aqui representada Necessitamos agora de duas defini es para termos a fun o crit rio completa que s o os valores limites de cada vari vel e a forma da fun o 5 4 1 Determina o dos valores limites das vari veis Numa modelagem espec fica de uma organiza o os valores limites das vari veis de uma fun o crit rio seriam determinados atrav s da experi ncia da empresa no seu ramo de neg cios e tamb m pelo uso de dados hist ricos do seu acervo No caso de uma modelagem gen rica como a que este trabalho apresenta esta possibilidade evidentemente inexistente e n o tendo valores d
45. genas do modelo em an lise podem ser classificadas em tr s grupos Vari veis externas atuantes em cada ciclo da simula o Isto significa que estas vari veis t m seus valores renovados a cada ano no tempo real e s o as mesmas para todos os participantes do jogo Estas vari veis s o taxa do dolar taxa tributaria taxa de inadimplencia e demanda de mercado Vari veis externas atuantes uma s vez durante o per odo total da simula o S o vari veis com instante aleat rio de aparecimento no jogo por m uma vez geradas n o mais se mudam durante os ciclos restantes e tamb m s o iguais para todos os participantes S o elas aparecimento de NT no mercado tempo de efetiva o da NT no mercado fator de NT na participa o instante de aparecimento da NT no mercado varia o absoluta numero de concorrentes e inicio da atua o de novos concorrentes Isto significa que uma vez gerada uma modifica o no n mero de concorrentes sempre positiva n o haver retirada de nenhum concorrente nos pr ximos ciclos Ap s ocorrer o aparecimento de nova tecnologia no mercado esta situa o permanecer inalterada at o fim do jogo 100 Planilha Administrador Macro Inicializar limpa Planilha i A Extrato Planilha todas as planilhas Gerador Administrador reconfigura todos os preparado bot es de comando e para uso grava a data e hora Administrad
46. in cio da aplica o do novo patamar de DP varia o absoluta do PV e inicio da aplica o do novo pre o s o vari veis de decis o disposi o do participante para serem acionadas a seu comando marcadas em verde no diagrama da figura 3 2 As vari veis pertencentes ao grupo de entrada de concorrentes demanda do mercado e do grupo de aparecimento de tecnologia marcadas em vermelho no diagrama citado s o vari veis ex genas produzidas pelo Gerador de Cen rios 3 2 2 rea de opera es A rea de Opera es mostrada na vista da figura 3 10 engloba os grupos de vari veis relativas produ o estoque de produtos acabados e for a de trabalho 68 lt participag o rea tempo para ajustar a i de mercado gt fator do investimento lt investimento expedi o TF na produtividade relativo em TF gt tempo de atua o do i Estoque P investimento em TF produtividade padr o meta para alcance do estoque tempo m dio de produtividade meta de produ o demiss o corre o do estoque meta de estoqu tempo de corre o do estoque executar lt fim do embols invT F gt demiss es For a de Trabalho taxa de admiss es taxa de demiss meta de for a de tempo para ajustar a trabalho lt varia o absoluta for a de trabalho numero de concorrentes gt taxa de varia o
47. mercado perfil da concorrencia fator PD na participa o investimento relativo em PD demanda de mercado perfil da concorrencia dura o da atua o do investimento em PD inicio do embolso invPD tempo de in cio de atua o de PD inicio do embolso invPD tempo de in cio de atua o de PD dura o da atua o do investimento em PD Units pinceletas year Na figura 3 4 v se a varia o na participa o nominal do mercado para um investimento em PD de 4 000 000 com instante de embolso de 0 5 anos com tempo de 62 participa o nominal no mercado 80 000 70 000 60 000 0 1 2 3 4 5 Time year participa o nominal no mercado Efeito PD _ _pinceletas year Fig 3 4 Efeito do investimento em P amp D na participa o nominal do mercado in cio de atua o de 1 ano e dura o de atua o de 2 anos Na figura 3 5 v se o efeito simult neo das duas vari veis vistas acima na participa o nominal do mercado participa o nominal no mercado 80 000 70 000 60 000 50 000 0 1 2 3 4 5 40 000 Time year participa o nominal no mercado Efeito PD Concorrente pinceletas year Fig 3 5 Efeito simult neo do investimento em P amp D e um concorrente na participa o nominal do mercado 63 A vari vel seguinte a ser analisada a participa o real do mercado Esta vari vel parte da participa o nominal no mercado e incorpora a liga
48. no modelo aqui analisado foi igualada ao faturamento para simplifica o sendo que aqui tamb m esta liga o pode ser aberta para futuras expans es Do lado dos custos e despesas temos os pagamentos de juros do v rios empr stimos e financiamentos e reservas de deprecia o al m das despesas de publicidade e o custo da produ o A equa o para o lucro tribut vel mostrada abaixo lucro tributavel receita bruta custo da produ o custos gerais perdas por inadimplencia deprecia o TF pagamentos de juros TF deprecia o RH TI pagamentos de juros RH TI despesas de publicidade DP pagamento de juros EB1 pagamento de juros EB2 pagamento de juros EB3 pagamentos de juros PD Units S year A pr xima vari vel na segii ncia o lucro liquido que definida pelo lucro tribut vel menos os impostos A vari vel impostos dada por uma taxa tributaria multiplicada pelo lucro tribut vel Esta taxa tribut ria tamb m por sua vez uma vari vel ex gena gerada pelo gerador de cen rios e fun o da severidade do cen rio sorteado As equa es s o impostos IF THEN ELSE lucro tributavel gt 0 lucro tributavel taxa tributaria 0 Units S year lucro liquido lucro tributavel impostos Units S year Em seguida temos a vari vel n vel Fundo de Reserva cuja entrada s o o lucro liquido e as reservas de deprecia o dos financ
49. o de v rias outras vari veis que veremos a seguir Na realidade a divis o entre participa o nominal e participa o real foi concebida apenas para dividir as liga es das vari veis que influenciam a participa o no mercado tornando as equa es menos volumosas e mais transparentes O primeiro grupo de vari veis que influenciam a participa o real no mercado representa o aparecimento de novas tecnologias por parte da concorr ncia o que ir subtrair uma determinada parcela da participa o atual no mercado dentro de uma determinada sequ ncia de intervalos Estas vari veis s o ex genas e portanto determinadas pelo Gerador de Cen rios em cada ciclo da simula o Uma vez determinadas elas permanecem constantes durante toda a simula o A primeira vari vel deste grupo a vari vel bin ria aparecimento de NT no mercado que determina a entrada ou n o de todo o grupo A vari vel instante de aparecimento da NT no mercado auto explicativa e a vari vel fator de NT na participa o define a redu o da participa o no mercado devido ao aparecimento de NT A vari vel tempo de efetiva o da NT no mercado mede o tempo de absor o da nova tecnologia pelo mercado Tempos mais curtos significam pol ticas mais agressivas de implementa o da NT por parte da concorr ncia e mais rapidamente a empresa ter reduzida sua participa o no mercado at o valor final dado pelo fator de participa o N
50. o nominal no mercado A primeira a vari vel numero de concorrentes que controlada pelas vari veis varia o absoluta do numero de concorrentes e inicio da atua o de novos concorrentes A primeira destas representa o aumento em valores absolutos do n mero de concorrentes no mercado e a segunda o instante desta ocorr ncia Estas duas vari veis ser o os argumentos da fun o STEP que define a vari vel numero de concorrentes e que ir a partir do instante escolhido modificar o seu valor inicial No modelo optou se por se ter sempre um aumento do n mero de concorrentes de modo que varia o absoluta do numero de concorrentes gt 0 em todos os cen rios As vari veis deste grupo s o ex genas e portanto determinadas pelo Gerador de Cen rios num instante aleat rio da simula o Uma vez determinadas elas permanecem constantes durante toda a simula o ou seja ocorrida a entrada de n concorrentes variando n de 1 a 3 no instante determinado estas condi es permanecem inalteradas durante toda a simula o A equa o da vari vel numero de concorrentes ser ent o numero de concorrentes 1 STEP varia o absoluta numero de concorrentes inicio da atua o de novos concorrentes Unidades Sem dimens o O n mero 1 antes da fun o STEP representa claro o valor inicial da vari vel no in cio do jogo A segunda vari vel seria o perfil da concorrencia
51. que incorpora a varia o para mais ou para menos do valor de refer ncia que dada pela vari vel varia o absoluta do PV e a vari vel in cio da aplica o do novo pre o A sua equa o a seguinte pre o de venda PV pre o de venda referencial STEP varia o absoluta do PV inicio da aplica o do novo pre o Units pinceleta As vari veis pre o relativo de venda e pre o de venda referencial s o usadas para a determina o do fator de PV na participa o de maneira an loga quela do investimento em P amp D A figura 3 7 mostra a influ ncia da varia o de e 400 unidade na participa o real de mercado aplicando se este novo pre o 0 5 anos ap s o in cio da simula o O grupo seguinte que tem influ ncia sobre a participa o real do mercado aquele das despesas de publicidade As vari veis deste grupo e seu efeito na participa o real no mercado s o similares quelas do pre o de venda S o elas a varia o absoluta de DP que 65 esta referenciada a um valor fixo de 2M inicio da aplicag o do novo patamar de DP que auto explicativa e as vari veis auxiliares referencia para despesas de publicidade e participa o real de mercado 200 000 165 000 130 000 95 000 60 000 0 1 2 3 4 5 Time year participa o real de mercado Efeito redu o PV pinceletas year participa o real de mercado Efeito aumento PY p
52. reconfigura todos os bot es de acionamento inicializando 8 Visual Basic for Applications Linguagem de programa o desenvolvida pela Microsoft para uso em macros nos aplicativos Excel Word e PowerPoint Estes programas residem em um documento pr prio separado da parte principal do aplicativo denominado Visual Basic Editor 99 o para uma nova simula o esta residente no M dulo2 do Editor do Visual Basic 3 Macros Periodol a Periodo5 Estas cinco macros geram os valores rand micos para cada per odo usando a macro ExtrairCen rio e coloca os nas respectivas colunas da planilha do Administrador e nas planilhas dos participantes est o contidas tamb m no M dulo2 do Editor do Visual Basic 4 Macros de configura o de investimentos e empr stimos Este um conjunto de 30 macros que mudam a configura o dos bot es de acionamento dos investimentos e empr stimos para a condi o de j efetuados para cada planilha de participante no instante em que forem acionados e congelam os dados para aquele investimento para aquele participante dali para frente est o residentes no M dulo3 do Editor do Visual Basic O fluxograma detalhado do processo de funcionamento do GRC mostrado na figura 3 33 Este fluxo na realidade representa tamb m a sequ ncia do jogo com a carater stica adicional de conter a opera o do gerador em detalhe Um ponto a observar com rela o ao funcionamento do GRC que as vari veis ex
53. stimo banc rio3 j efetuado Then Range J27 Select Selection ClearContents Else End If Sheets Grupo2 Activate If Range B13 Investimento em TF j efetuado Then Range J14 J17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range J18 J21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D j efetuado Then Range J22 J24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range J25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 ja efetuado Then Range J26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range J27 Select Selection ClearContents Else End If Sheets Grupo3 Activate If Range B13 Investimento em TF ja efetuado Then Range J14 J17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Anexo 2 282 Range J18 J21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range J22 J24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range J25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 ja efetuado Then Range J26 Se
54. tornariam mais abrangentes as fun es de marketing e vendas E ainda na rea de marketing poder se ia criar um investimento para pesquisas de mercado e da concorr ncia para a obten o de informa es sobre estas reas como ferramenta de suporte a decis es Como j se depreende desta breve an lise as possibilidades de detalhamento do modelo s o praticamente ilimitadas e o objetivo deste maior detalhamento tornar o jogo mais rico em possibilidades de decis es mais atrativo aos participantes mais eficaz em termos de treinamento e aprendizado atrav s de um modelo mais aderente realidade Nestas expans es deve se atentar para o aspecto de custo benef cio a fim de se evitar o excesso de detalhamento sem a contrapartida em qualidade do jogo Deve se ressaltar tamb m que o trabalho de modelagem envolvido sob este crit rio bastante grande e que o modelo original deve sofrer adapta es e modifica es nas suas equa es para o funcionamento adequado da ferramenta ou seja n o se trata de um simples plug in de m dulos adicionais como se ver no crit rio n mero 5 Quanto ao GRC este deve claro ser adaptado para as novas vari veis e para as novas condi es do modelo 179 Para finalizar a an lise deste crit rio ressaltamos que neste trabalho de remodelagem para um maior detalhamento deve se observar o crit rio n merol ou seja o car ter estrat gico do modelo final pode ser mudado o que equivale emb
55. tulo 4 e no anexo 3 A pr xima atividade do experimento foi a sua comprova o pr tica Definimos por comprova o pr tica no contexto deste trabalho a aplica o da ferramenta para um grupo selecionado de pessoas que re nam as condi es necess rias a uma avalia o cr tica do aplicativo no seu funcionamento conforme programado A esta comprova o demos o nome de teste de funcionalidade que cont m dois objetivos que s o a verifica o do funcionamento do aplicativo em uso normal e a coleta de aprecia es sugest es e cr ticas dos participantes Sob o enfoque dos objetivos propostos o teste de funcionalidade foi bastante positivo comprovando o funcionamento da ferramenta e proporcionando v rias sugest es importantes que foram incorporadas ao modelo e opera o do jogo melhorando a qualidade do produto Estes objetivos foram alcan ados a despeito da reduzida amostragem de participantes que foi poss vel reunir para o evento Os objetivos e a finalidade principal do teste n o dependiam de um n mero elevado de participantes uma vez que n o se objetivou neste trabalho nenhum tipo de avalia o estat stica do aplicativo Da mesma maneira n o se objetivou nenhum tipo de valida o e avalia o do modelo no mbito pedag gico o que poderia ser provavelmente 174 um tema para outra tese de doutorado Hartung 2000 O teste de funcionalidade mostrou tamb m algumas falhas do modelo empresarial e do gerador de ce
56. vel parcela financiada TF Esta ltima uma vari vel ex gena produzida pelo gerador de cen rios e determina quanto do investimento necess rio pode ser financiado sendo que o restante deve ser disponibilizado pela pr pria empresa A equa o deste fluxo mostrada abaixo financiamento TF STEP investimento em TF parcela financiada TF fim do embolso invTF inicio do embolso invTF inicio do embolso invTF STEP investimento em TF parcela financiada TF fim do embolso invTF inicio do embolso invTF fim do embolso invTF Units S year A variavel Divida TF assim a integral do financiamento menos a amortizac o como gt mostra sua equa o abaixo 88 Divida TF INTEG financiamento TF amortizac o TF 0 Units A divida determina a vari vel pagamento de juros que por sua vez definida pela vari vel ex6gena taxa de juros financ TF de acordo com a equa o pagamentos de juros TF Divida TF taxa de juros financ TF Units S year A segunda vari vel nivel desta rea o valor contabil TF e assume se no modelo que todo o investimento em tecnologia de fabrica o constitu do de bens imobilizados sujeitos portanto deprecia o Os gastos que um investimento nesta rea acarretaria em custos de instala o treinamento do pessoal consultoria etc s o considerados dilu dos nos custos gerais Como um detalhamento adicional no modelo podemos registrar aqui q
57. 0 sAN Units Dmnl 045 fator do investimento TF na produtividade 0 0 4 4 0 1 0 966361 1 10526 1 55352 1 15789 2 116 pls 2105 2560557129825 AZ 90024717385396 32 3025714561 4 3 64526 1 52632 3 90214 1 54386 Anexol 197 Units Dmnl 46 fator dolar na MP 2 0 5 3 2 0 811404 2 57798 0 899123 3 11009 1 0087 7 3 3945 1 10526 3 65138 1 17544 3 88991 1 31579 4 1 2844 1 5 4 43119 1 78947 4 66055 2 07895 4 85321 2 368 42 5 2 71053 5 08257 2 34649 5 49847 2 74123 5 79205 13 07018 5 98777 3 26754 Units Dmnl 047 fator PD na participa o 0 0 8 6 2 0 1 0 238532 1 01754 02550459 1 07018 1 17431 1 14211 1 83486 1 21579 2 55046 1 29474 3 10092 1 35263 3 70642 1 4 436697143158 5 10092 1 47368 5 63303 1 49 474 6 1 5 Units Dmnl 048 fator publicidade na participac o 0 0 10 5 2 0 0 657895 08343862 70189474 22087 16 090 3509 3 14679 0 973684 4 20642 1 01754 5 20183 1 05263 4 5 97248 1 09649 7 03211 1 11404 8 31651 1 13158 9 24771 1 14912 10 0183 1 16667 10 4679 1 16667 Units Dmnl 049 fator PV na participac o 0 0 3 1 5 0533945116447 0559633114474 0 678899 1 11842 0 807339 1 05921 1 1 1 24771 0 914474 1 48624 0 848684 1 7156 0 769737 1 9633 0 710526 2 23853 0 63815 8 2 55963 0
58. 100 o tempo de reprodu o seja de 0 65 horas e desde que haja Popula o de bact rias reprodu o taxa de CTR tempo de reprodug o Fig 2 4 Ciclo com feedback positivo exemplo de reprodu o bacteriana nutrientes e espa o suficientes ap s 4 horas temos o numero total de bact rias no frasco conforme mostra o gr fico da figura 2 5 de aproximadamente 26 000 gt Vensim Bact rias mdl Var taxa de reprodu o File Edit vi if Model Options Windows Help acu 6 108 af BEY 4880 amp 8 Reprodu o bacteriana E Reprodu o bacteriana Ed p RE Fig 2 5 Crescimento exponencial da vari vel Popula o Bacteriana como conseqii ncia de um feedback positivo Um exemplo t pico de feedback negativo aquele apresentado pela degrada o de um elemento radioativo com o tempo cujo diagrama pode ser visto na figura 2 6 N cleos radioativos degrada tempo de degrada o taxa de degrada o Fig 2 6 Ciclo com feedback negativo exemplo de degrada o de material radioativo Se considerarmos que um elemento radioativo como o carbono 14 tem uma meia vida de 5230 anos qual seria o comportamento de 1000 n cleos radioativos num per odo de 24 600 000 anos O grafico mostrado na figura 2 7 e mostra um exemplo de decaimento exponencial ou tamb m chamado declinio assintotico gt Vensim Radioativo mdl Var N cleos radi
59. 200 0 300 0 400 100 0 50 RNGDiscrete D42 D46 C42 C46 fa IN Adina ZU Extrato Grupol Gripe Grupos 7 a ti si Desenhar C Autoromas N DOMAR O 2 A 3350 Pronto Calcula if at em Iniciar ff Disquete de 3 cay Caps Operac Vensim Model EI 2 Microsoft E z Vensim Docum PT m g E Microsoft Excel GRCFinal2 Multiusuario Arquivo Editar Exbir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat a l i x D gt HS GARY Baal Brew 24 7 Mo O 0 Nes FS232HH O 9 A nna 051 X Tabela de extra o Cen rio de severidade 5 1 3 920142727 4 Periodo 3 Periodo 4 Periodo 5 3 2 1 5 bo 5 4 3 2 2 1 5 4 100 0 i741 Tb Administrador Base Extrato Grupoi Grupo2 Grupo3 Grupos Z Grupos Ie DIE Desenhar AutoFormas gt WOOR AB O Z A Ba Pronto Iniciar ff Disquete de 3 il Caps Operac Vensim Model EI 2 Microsoft E E Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat l8 x D da GRY SOB ovo E Mom E Cen rio de Vari veis Cen rios severidade 5 taxa do dolar 3 025 2 5584191 3 9201427 taxa tributaria 0 273828 0 2007346 0 399895 taxa de inadimplencia 0 021901 0 09 demanda de mercado em 10 000 u ano 14 13 aparecimento de NT no mercado tempo de
60. 25 45 inicio da aplica o do novo pre o in cio da aplica o do novo patamar de DP fl ControlesDecis o Marketing vendas 8 Gaming Make Interactive Changes Iniciar E Microsoft PowerPoint cal Simulador de jogos es gt Vensim ModeloFinal7 Te g E 20 18 gt Vensim ModeloFinal7ExperimentoEli vmf Var prego de venda PY File Edit View Layout Model Options Windows Help festa Time 0 gt 4 0 0078125 F 220 we ja m V fad Fe oe Com e veel oe a Q Doc iE as nj Vari veis de Decis o da rea de Opera es 0 Lo 1 0 02 pues 0 5 executar demiss es meta para alcance do estoque tempo m dio de demiss o Ma lt I gt t ControlesDecis o Opera es Gaming Make Interactive Changes Iniciar E Microsoft PowerPoint i Simulador de jogos es Vensim ModeloFinal7 Te R 20 18 Anexo 3 322 gt Vensim ModeloFinal7ExperimentoEli vmf Var pre o de venda PY File Edit View Layout Model Options Windows Help Time 0 es a y E cam Rae S eae oe a Q Doc E Vari veis de Decis o Investimento em TF E Runs a Instante contado a Comunicar ao administrador partir do in cio da ap s a decis o S pode ser simula o acionado uma nica vez i cio vesto i 1 Investe o 1 investir em TF inicio do embolso invTF 0 EM 2 5 M quantidade de investimento em TF vi l
61. 344 diferentes distribu dos pelos alunos Ou se voc quer se mostrar imparcial na gera o dos cenarios B3 Acho que nao O realismo neste caso pode ser obtido com a utilizag o de periodos curtos C C1 De maneira marginal Acho que a percep o pode melhorar significativamente com qualquer coisa que se aproxime de uma an lise de sensibilidade Por outro lado n o vi relacionamento do output com resultados econ micos A empresa era analisada pelo caixa sem d vida uma vari vel crucial mas que deve ser devidamente linkada ao econ mico Nem que seja na explica o preliminar esclarecendo que o regime de caixa C2 De maneira percept vel O modelo mostra de maneira clara os efeitos das vari veis de sa das cr ticas caixa produ o vendas do conjunto escolhido das vari veis de entrada decis es Estes resultados indicam a necessidade de rea o e tomada de decis es S que n o h indica o sobre quem foram os principais causadores dos resultados obtidos D Da simplicidade do modelo F cil de usar Ideal como ferramenta de estudo e comportamento empresarial em ambientes e decis es diversificadas F cil de ir e voltar Acrescentaria alguma forma de an lise de sensibilidade para avalia o dos resultados obtidos Um Help e ou um Tutorial seriam de grande ajuda E 1 A introdu o a um experimento como o que realizamos tem que ser func
62. 35 135 35 2 25 0 55 O EE 5 a7 10 inicio da atua o de novos concorrentes os 38 ua 39 pes 2 03333 E 4141 Administrador Y Base Extrato Grupol Grupo2 Grupo3 Grupo4 Grupos ER DIR Desenhar AutoFormas N COOB 4AM Oo 4 A S32EB Q Pronto Calcula Iniciar 9 MeuTrabalhoTese ial Cap3 An lise Critica E3 Microsoft Excel GRC Fig 4 3 Se o da planilha Base mostrando os par metros das distribui es Os pr ximos grupos de vari veis s o aqueles que atuam uma s vez durante todo o per odo da simula o e que representam as vari veis correspondentes aos financiamentos e empr stimos banc rios A estrutura destas vari veis exatamente a mesma para os financiamentos e bastante semelhante para os empr stimos banc rios A se o da planilha Base mostrando o grupo de vari veis relativas ao financiamento em tecnologia de fabrica o vista na figura 4 4 A primeira vari vel deste grupo a taxa anual de juros para a qual escolhemos tamb m uma distribui o normal truncada e selecionamos os valores das m dias destas distribui es de acordo com a severidade do cen rio Assim para a classe 1 de cen rios o valor m dio da taxa de 0 2 ou 20 ao ano e os demais valores das m dias s o 35 60 95 e 160 para os cen rios de classe 2 3 4 e 5 respectivamente sendo que esta sele o foi feita de maneira aleat ria Aqui tamb m fizemos o 0 14 e i
63. 5 0 8 09 1 1 1 5 3 1 eid 3 taxa de inadimplencia fator de NT na participa o tempo de amortiza o da divida TF tempo de amortiza o da divida RH TI ib 140 000 1a 2 iol 2 Bd 5 demanda de mercado instante de aparecimento da NT no mercado vida util contabil do investimento TF yida util contabil do investimento RH TI p d p _ p 9 1 19 22 pan ne 2 0108 2 126 0 495 100 8 33 varia o absoluta numero de concorrentes taxa de juros financ PD taxa de juros EBI 20 23 i i E ela financiada P taxa de juros EB2 inicio da atua o de novos concorrentes 21 24 mM 108 33 tempo de amortiza o da divida PD taxa de juros EB3 wi ____ Par metrosextemos 8 Gaming Make Interactive Changes Iniciar E Microsoft PowerPoint Simulador de jogos es Vensim ModeloFinal7 Anexo 3 321 gt Vensim ModeloFinal7ExperimentoEli vmf Var pre o de venda PY File Edit View Layout Model Options Windows Help Time 0 00078125 ras a Q Doc Ea Pinal ri veis de Decis o da rea de Marketing e Vendas RE A varia o se d em torno Avaria o se d em torno do PV de refer ncia que do valor de refer ncia que de 1600 52M 2M eu 20M varia o absoluta do PV varia o absoluta de DP Instante contado a Instante contado a partir do in cio da partir do in cio da simula o simula o 0 25 EL 45 0
64. BES noa AE A 25 Mor Q 0 N7 s85855H8E60 dA r DA M RNGDuniform 1 5 aaa i i bei Planilha Extrato n E 30 31 32 33 34 Error Error Error 35 VALOR VALOR VALOR VALORI 36 VALORI VALORI VALOR VALORI 37 a E VALORI VALOR VALORI VALORI 38 ado VALOR VALOR VALORI VALORI 39 i 40 omoa paa LA 41 Periodo 1 Periodo 2 Per odo 3 Periodo 4 Periodo 5 42 0 000 43 0 100 44 0 200 45 0 300 46 0 400 47 100 0 48 49 50 BA i 14 41 gt bi Administrador Base Extrato Grupoi Grupo2 Grupo3 Grupo4 Grupos lal ee O Dim Desenhar Autoformaso a DTOMGAGD A S5500 Pronto Calcula Iniciar ff Disquete de 3 il Cap4 Opera Vensim Model E3 2 Microsoft 7 Vensim Dodi Fig 5 7 Gera o das classes de cen rios gerador inicializado probabilidade As figuras seguintes mostram a sequ ncia de gera o das classes dos cen rios dentro do gerador Figura 5 7 Com o gerador inicializado a classe do primeiro per odo gerada na c lula D4 Este valor copiado na c lula D34 e por f rmulas feita a segii ncia acima explicada Figura 5 8 A seqii ncia copiada nas c lulas D42 D46 e associadas s probabilidades em C42 C46 o que servir de base para a gera o do pr ximo per odo Figura 5 9 Mostra a gera o do segundo per odo Figura 5 10
65. D14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E11 E14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F11 F14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G11 G14 Select Selection Copy Range K11 K14 Select Anexo 2 248 Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H11 H14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range I11 Select lt Apaga a f rmula para que n o seja calculada novamente no _ pr ximo ciclo uma vez que a ocorr ncia s se d uma vez gt Selection Clear Else lt Se a ocorr ncia n o se deu valor 0 a rotina se repete no pr ximo ciclo gt End If Range I15 Select lt A rotina abaixo semelhante anterior A nica diferen a _ vem das probabilidades da base N o existe probabilidade zero para este evento _ aparecimento de novos concorrentes Este evento ir ocorrer j no primeiro ciclo _ O que ir variar s o as probabilidades das vari veis gt If Range I15 1 Then
66. DP GAME 0 5 Units year 0 25 4 5 0 25 068 inicio da aplicac o do novo preco GAME 1 Units year 0 4 0 5 069 inicio da atuac o de novos concorrentes GAME 1 Units year 070 inicio do embolso EBl GAME 1 5 Units year 0 4 0 5 Indica o instante de tomada e aplicac o do empr stimo contado a partir do inicio da simulac o Ao se decidir tomar o empr stimo deve se inserir esta vari vel 071 inicio do embolso EB2 GAME 1 Units year 0 4 0 5 Indica o instante de tomada e aplicac o do empr stimo contado a partir do in cio da simula o Ao se decidir tomar o empr stimo deve se inserir esta vari vel 072 inicio do embolso EB3 GAME 3 Anexol 201 Units year 0 4 0 5 Indica o instante de tomada e aplicac o do empr stimo contado a partir do inicio da simulac o Ao se decidir tomar o empr stimo deve se inserir esta vari vel 073 inicio do embolso invPD GAME 2 Units year 0 4 0 5 Indica o instante de tomada e aplicac o do investimento contado a partir do inicio da simulac o Ao se decidir fazer o investimento deve se inserir esta variavel 074 inicio do embolso invRH TI GAME 1 Units year 0 4 0 5 Indica o instante de tomada e aplicac o do investimento contado a partir do inicio da simula o Ao se decidir fazer o investimento deve se inserir esta variavel 075 inicio do embolso invTF GAME 0 5 Units year 0 4 0 5 Indic
67. Desenvolvimentos Para fins de consulta resumimos abaixo a lista de vari veis end genas de decis o e suas finalidades varia o absoluta do PV d o valor absoluto de aumento ou diminui o do pre o de venda a partir de um valor de refer ncia inicio da aplica o do novo pre o este instante contado a partir do inicio da simula o varia o absoluta de DP d o valor absoluto de aumento ou diminui o das despesas de publicidade a partir de um valor de refer ncia inicio da aplica o do novo patamar de DP este instante tamb m contado a partir do in cio da simula o executar demiss es vari vel bin ria que define a pol tica de demiss es adotada pela empresa no per odo Valor 1 executa valor O n o executa tempo m dio de demiss o o tempo m dio que a empresa necessita para promover a demiss o de seus funcion rios Este tempo representaria na realidade todos os preparativos legais trabalhistas e os processos administrativos internos necess rios para consecu o deste objetivo como treinamento de pessoal substituto prepara o de documenta o tempo para eventuais mudan as no processo produtivo etc Os limites para esta vari vel foram estabelecidos entre um e seis meses Tempos mais curtos permitem um ajuste mais r pido da produ o e do estoque por m concentram os custos de demiss o em um per odo menor de tempo meta para alcance de estoque refere se ao estoque de produtos acabados com lim
68. Edit View Insert Model Options Windows Help CE Rita comm ASE 4500 eke Vendas Acumuladas SensitivityGraph o e m An lise Monte Carlo Corre o particip e E 50 100 Q De Vendas Acumuladas ae yee z nua a e e Rug PEE 450 000 apar 300 000 150 000 0 0 1 5 3 4 5 6 lt Time year Iniciar 9 MeuTrabalhoT Ey Freqii nda20 cl Cap4 Operac gt Vensim Model Caixa de entra Tc Fig 5 34 An lise de sensibilidade determina o dos valores extremos de Vendas Acumuladas Vensim ModeloFinal para Teste MarketShare mdl Var investimento em PD HEHE File Edit View Insert Model Options Windows Help E amp kB RlAnalise Monte Carlo Corre o particip ARA Y KF Be w T EMME Dividendos Acumulados Sensitivity Graph e TT An lise Monte Carlo Corre o particip e 50 75 95 BI 00 i De Dividendos Acumulados ae E 60M 2 z varia o absoluta Jator de DP parti as Run 45M inicio da aplica o do nove patamar de DP apar 30M 15M riagdo absoluta numero de oncorrentes io da atua o de i vos concorrentes 0 15 3 4 5 6 x Time year Iniciar fr MeuTrabalhoT Eh Freqi nda20 iy Cap4 Operac 5 a axa de entra PT ro O Fig 5 35 An lise de sensibilidade determina o dos valores extremos de Dividendos Acumulados gt Vensim ModeloFinal para Teste MarketShare mdl Var investimento em PD File
69. End Sub Sub InvestirTIGrupo3 Investir em TI Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo3 Select If Range D13 Value Investimento em RH TI j efetuado Then MsgBox Este investimento j foi efetuado Else Range D13 Select ActiveCell FormulaR1C1 Investimento em RH TI ja efetuado Range D13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirTIGrupo4 Investir em TI Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo4 Select If Range D13 Value Investimento em RH TI ja efetuado Then MsgBox Este investimento ja foi efetuado Else Range D13 Select ActiveCell FormulaR1C1 Investimento em RH TI ja efetuado Range D13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirTIGrupo5 Investir em TI Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 295 Sheets Grupo5 Select If Range D13 Value Investimento em RH TI j efetuado Then MsgBox Este investimento ja foi efetuado Else Range D13 Select ActiveCell FormulaR1C1 Investimento em RH TI ja efetuado Range D13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirPDGrupol Investir em P amp D Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo1 Select If Range B18 Value Investimento em P amp D ja efetuado Then MsgBox Este investimento ja foi efetuado Else R
70. Estes u s o os chamados n meros rand micos produzidos pelo GNR Porque S finito o gerador ir eventualmente se o tempo de simula o for suficiente retornar a um estado j visitado antes ou seja Si S para algum i gt 0 e j gt 0 Ent o s Sn Un Un para todo n gt i e a s rie se repete O menor j gt 0 para o qual isto acontece chamado de periodo p Se b bits s o usados para representar o estado ent o p lt 2 Quanto mais pr ximo o per odo do GNR estiver deste limite maior a s rie de n meros rand micos sem repeti o e melhor o gerador este apenas um dos crit rios para sua avalia o 120 rand micos relativamente pequena este fato n o afeta a qualidade do gerador Aplica es mais pesadas onde a quantidade necess ria de n meros rand micos est na casa dos milhares ou milh es ou mesmo em algumas aplica es cient ficas na casa dos bilh es o per odo do gerador de import ncia fundamental e deve ser o maior poss vel para que n o se tenha uma repeti o da s rie Geradores que usam algoritmos mais antigos e geradores presentes em aplicativos comerciais como o caso do Excel t m um per odo muito baixo e s o por isto totalmente inadequados para estes tipos de aplica es No caso de modelo usado neste trabalho a quantidade de n meros rand micos irris ria e esta caracter stica absolutamente n o afeta a presente aplica o de nenhuma maneira Prop e se uma
71. Investimento em TF ja efetuado Then MsgBox Este investimento ja foi efetuado Else Sheets Grupo4 Select Anexo 2 293 Range B13 Select ActiveCell FormulaR1C1 Investimento em TF ja efetuado Range B13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirT FGrupo5 Sheets Grupo5 Select If Range B13 Value Investimento em TF j efetuado Then MsgBox Este investimento ja foi efetuado Else Sheets Grupo5 Select Range B13 Select ActiveCell FormulaR1C1 Investimento em TF j efetuado Range B13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirTIGrupo1 Investir em TI Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo1 Select If Range D13 Value Investimento em RH TI j efetuado Then MsgBox Este investimento ja foi efetuado Else Range D13 Select ActiveCell FormulaR1C1 Investimento em RH TI ja efetuado Range D13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirTIGrupo2 Investir em TI Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 294 Sheets Grupo2 Select If Range D13 Value Investimento em RH TI ja efetuado Then MsgBox Este investimento ja foi efetuado Else Range D13 Select ActiveCell FormulaR1C1 Investimento em RH TI ja efetuado Range D13 Select Selection Font ColorIndex 3 Range G2 Select End If
72. Model Building for Group Decision Support Issues and Alternatives in Knowledge Elicitation em Morecroft J D W amp Sterman J D Org Modeling for Learning Organizations Productivity Press Portland OR 1994 WARMDT C e WARMDT L Das Planspiel fiir den kaufm nnischen Unterricht O jogo empresarial para o ensino de administrag o Winklers Fliigelstift H 2 Winklers Verlag Darmstadt 1997 WEINBRENNER P Szenariotechnik T cnica de Cen rios Verlag sowi online e V Bielefeld Alemanha 2001 WIAZOWSKI B A SILVA C A B Coordena o de Cadeias Produtivas Uma Aplica o de Sistemas Din micos ao Agroneg cio da Carne Bovina Anais do II Congresso da SBI Agro Agrosoft 99 Campinas SP 1999 WINSTON W L e ALBRIGHT S C Practical amanagemeny Science Spreadsheet Modeling and Applications Duxbury Press 1997 WOLSTENHOLME E F System Enquiry in Coyle 1996 John Wiley amp Sons Chichester 1990 ABSTRACT This work presents the development and practical experimentation of an application software for a business game based on the coupling of two models one for a generic enterprise which is built in the System Dynamics paradigm and the other one built in a spreadsheet application which acts as a randomic scenario generator This game can be used in a single user or in a multiuser version The randomic and automatic scenario generation provides a more effective environment for the learning and training goals
73. Os valores mais baixos encontram se nos cen rios menos severos pois correspondem a uma deprecia o acelerada que aumenta os custos de deprecia o diminuindo assim o lucro tribut vel nos per odos considerados Os dois pr ximos grupos de vari veis relativas a investimentos aqueles de RH TI e P amp D apresentam a mesma estrutura do grupo acima diferenciando se deste apenas nos par metros das probabilidades das taxas de juros das parcelas financiadas e dos tempos de E Microsoft Excel GRCFinal Multiusu rio 8 arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat DeEBI6R BBS o ae E A 847 f 10 Or 0 nzs P28 bd A B c D E F G H Planilha Base Estrutura dos cen rios Tipos de Nivel de Nivel de distribui o de severidade 1 severidade 2 investir em TF Normal truncada 11 taxa de juros financ TF 1 year Maxinin parcela financiada TF 13 tempo de amortiza o da divida TF year 56 14 vida util contabil do investimento TF Valores fixos 4 lt gt MI Administrador Base Extrato Grupol Grupo2 Desenhar Pronto Calcula Fig 4 4 Se o da planilha Base mostrando os par metros das distribui es 128 amortiza o As sequ ncias de valores m dios das taxas de juros s o de 30 45 75 120 e 200 a a para os investimentos em RH TI e 12 18 25
74. PR gt Vensim ModeloFinal8 mdl Var fator na produtividade File Edit View L t Model Options Windows Help asa S mB KlEmpr stimobancsiot dE ABR f SEO Am pare P EAE Rr le oP n ll aplica o Caixa EE juros de aplica es lt custo da produ o gt Ed lt financiamento lt pagamento de lt pagamentos de lt emprestimo TE gt juros EB3 gt juros TF gt bancariol gt R a b ar lt emprestimo lt pagamento de lt pagamentos de bancario gt juros EB2 gt juros RH TI gt dia lt entradas de caixa gt A lt pagamentos de lt emprestimo lt pagamento de E bancario3 gt juros EB1 gt lt financiamento RHTI gt lt aplica es gt lt investimento distribuido em PD gt lt financiamento ANRE BELEA lt ortiza o PD gt EBI gt juros hot money Fi lt amortiza o za o TF lt investimento lt amortiza o gt EB2 gt erotico distribuido em RH TI gt taxa hot money lt amortiza o A RHTI gt lt amortiza o lt investimento EB3 gt i o q distribuido em TF gt lt amortiza o PD gt lt Gs E rali 2 Rio Iniciar mi 2 WindowsE Lj 2 Microsoft Vensim Model RealPlayer W E Microsoft Pow PT cm g Rii Anexo 3 gt Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File aca 8 x Ba Empr stimo banc rio 1 J banc rio 1 AR re Y amp amp Edit View Layo
75. RH TI A estrutura desta rea exatamente igual aquela do item anterior mudando se somente os nomes das vari veis de TF para RH TI raz o pela qual n o h necessidade de descreve la em detalhe Mostramos o diagrama desta rea na figura 3 28 3 2 7 Area de investimento em P amp D Esta rea tem tamb m a mesma estrutura das duas ltimas por m com a diferen a de n o conter o segundo grupo de vari veis nivel dado pelo valor cont bil e deprecia o uma vez que assumimos no modelo que o investimento em pesquisa e desenvolvimento n o engloba itens imobilizados Esta hip tese nem sempre verdadeira na pr tica por m para fins de modelagem numa aplica o deste tipo cremos ser perfeitamente v lida A rea mostrada na figura 3 29 93 Financiamento em RH TI Resi fim do embols invRH TI taxa de juros financ RH TI lt inicio do embolsd invRH TI gt tempo de amortiza o a divida RH TI pagamentos de juros RH TI inicio do embolso invRH TI parcela financiada M investimento distribuido em a ZN investimento RH T imobilizado vida util contabil do investimento RH TI eri de investimento em investir em RH TI investimento iii RHTI tempo de RH TI desembolso RH TI investimento de investimento relativo referencia em RH T em RH TI Fig 3 28 Modelo Empresarial rea de investimento em RH TI Financiamento em P amp D fim do embolse invPD
76. Range G34 G38 Select Selection Copy Range G42 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate Range H34 H38 Select Selection Copy Range H42 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Sub Anexo 3 303 Jogo Estrat gico de Empresas Aplica o em Modelos Din micos com Gera o Rand mica de Cen rios Manual do usu rio Roberto Colombo Vers o 1 0 Outubro de 2002 Anexo 3 304 Indice 1 O modelo din mico 1 1 Introdu o Din mica de Sistemas 1 2 O software de din mica de sistemas 1 3 Apresenta o do Modelo Empresarial 1 4 Interface gr fica apresenta o dos resultados 1 5 Interface gr fica entrada de dados 2 A opera o do sistema 2 1 Diagrama operacional 2 2 Opera o do modelo em Vensim 2 3 O Gerador Rand mico de Cen rios Anexo 3 305 1 O modelo din mico 1 1 Introdu o Din mica de Sistemas System Dynamics SD O modelo usado concebido dentro da metodologia de din mica de sistemas desenvolvida por J Forrester no in cio da d cada de 60 Din mica de Sistemas um m todo espec fico de simulag o computadorizada que apresenta como resultado o comportamento de sistemas no tempo Matematicamente falando o modelo em SD estruturado de maneira que suas vari veis
77. SCHAUB H Spiel und Wirklichkeit Uber die Verwendung und den Nutzen computersimulierter Planspiele Jogo e Realidade Sobre o Uso e a Utilidade dos Jogos de Empresas simulados por Computador Paper publicado pelo Instituto de Psicologia Te rica da Universidade de Bamberg Alemanha s d Pode ser visto em http www uni bamberg de ppp insttheopsy dokumente EBBINGHAUS M Zur Eignung von Planspielen und computersimulierten Szenarien fiir geregelte Priifungen Sobre a qualifica o de jogos de empresas e cen rios simulados por computador para exames regulamentados Bielefeld Bertelsmann 1999 FORRESTER J W Industrial Dynamics Productivity Press Cambridge MA 1961 FORRESTER J W Principles of Systems Text and Workbook Second Preliminary Edition Wright Allen Press Inc Cambridge MA 1968 FORRESTER J W Urban Dynamics Productivity Press Cambridge MA 1969 FORRESTER J W World Dynamics Productivity Press Cambridge MA 1973 2 ed FORRESTER J W Banquet Talk at the international meeting of the System Dynamics Society Stuttgart Germany July 13 1989 FORRESTER J W System Dynamics and Lerner Centered Learning in Kindergarten to 12 Grade Education Artigo n D 4337 da Sloan School of Business MIT 21 de dezembro de 1992 FORRESTER J W Learning through System Dynamics as Preparation for the 21 Century Keynote Address for System Thinking and Dynamic Modeling Conference for K 12 Education Concord Aca
78. Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range F17 G17 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range F21 G21 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range F24 G24 Select Selection Borders xlDiagonalDown LineStyle xINone Anexo 2 259 Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Bor
79. TF VECTOR 1 3 0 5 gt As vari veis relativas ao grupo de RH TI t m seus nomes colocados automaticamente entre aspas no Vensim para que estes n o sejam tomados como f rmulas no editor de equa es do programa devido ao operador 151 tempo de amortiza o da divida RH TI VECTOR 1 3 0 5 tempo de amortiza o da divida PD VECTOR 3 5 0 5 vida util contabil do investimento TF VECTOR 2 5 1 vida til cont bil do investimento RH TP VECTOR 2 5 1 varia o absoluta do PV RANDOM UNIFORM 1000 1200 inicio da aplica o do novo pre o RANDOM UNIFORM 0 25 5 5 varia o absoluta de DP RANDOM UNIFORM 2000000 15000000 in cio da aplica o do novo patamar de DP RANDOM UNIFORM 0 25 5 5 in cio do embolso inv TF RANDOM UNIFORM 0 4 in cio do embolso inv RH TI RANDOM UNIFORM 0 4 in cio do embolso inv PD RANDOM UNIFORM 0 3 in cio do embolso EBI RANDOM UNIFORM 0 25 5 5 inicio do embolso EB2 RANDOM UNIFORM 0 25 5 5 inicio do embolso EB3 RANDOM UNIFORM 0 25 5 5 quantidade de investimento em PD RANDOM UNIFORM 2000000 15000000 quantidade de investimento em RH TI RANDOM UNIFORM 500000 5000000 quantidade de investimento em TF RANDOM UNIFORM 500000 2500000 montante do empr stimo banc riol RANDOM UNIFORM 100000 5000000 montante do empr stimo banc rio RANDOM UNIFORM 100000 5000000 montante do empr stimo bancario3 RANDOM UNIFORM 100000 5000
80. Trabalho taxa de admiss es 90 000 900 400 85 000 850 200 80 000 800 0 0 1 2 3 4 5 6 0 1 2 3 5 6 0 1 2 3 4 5 6 Time year Time year Time year produ o Equilibrio pinceletas vear For a de Trabalho Equilibrio pessoas taxa de admiss es Equilibrio pessoas vear ControlesDecis o Output Opera es w Times New Roman 12 b i u s MMm e lt 0m fr Iniciar fi DocsTesePDF il Cap4 Operac a Vensim Model E3 3 Microsoft E Z Vensim Docum Te Fig 5 15 Vista modificada com os controles e graficos pertinentes reunidos 145 d adi es no modelo Quando da realizag o do teste de funcionalidade uma quest o com relag o ao modelo ainda estava em aberto que era a formulag o de uma fung o crit rio que aquela que define os par metros de desempenho do participante no final do jogo Uma fung o crit rio formada de um conjunto de vari veis que s o significativas na performance administrativa de um jogo As vari veis existentes no modelo selecionadas como tal seriam se crescentes com o desempenho o caixa fundo de reserva dividendos distribu dos e se decrescentes as diversas d vidas e empr stimos remanescentes Para completar esta cole o de vari veis cr ticas de desempenho gerencial adicionamos mais algumas que passaremos a descrever 1 Market share com a seguinte equa o market share participa o real de mercado demanda de mercado Un
81. U 0 e Tma Ut oO Esta padroniza o adequada para se simplificar o modelo desde que n o se esteja modelando 123 condi es ambientais espec ficas mas apenas randomizando os valores das vari veis dentro de uma classe de cen rio Caso o modelo deva ser usado para emular alguma condi o espec fica do meio ambiente atrav s de par metros com valores conhecidos a troca por estes na planilha Base imediata e o restante do modelo permanecer inalterado A classifica o em graus de severidade para estas vari veis foi feita atrav s da escolha das m dias das distribui es Assim as m dias para a taxa do d lar est o escalonadas de 3 a 5 aquelas para a taxa tribut ria v o de 0 2 a 0 4 e a taxa de inadimpl ncia tem suas m dias variando de 0 02 a 0 1 Para a quarta vari vel deste grupo demanda de mercado foi escolhida outro tipo de distribui o que a distribui o discreta com probabilidades vari veis dada pela fun o RNGdiscrete values probs onde values s o os valores aos quais ser o associadas as probabilidades dadas por probs Assim os valores poss veis de demanda de mercado v o de 100 000 a 140 000 unidades por ano com steps de 10 000 e o que distingue a severidade do cen rio a distribui o de probabilidades para estes valores Vemos que a classe de cen rios 1 tem uma probabilidade maior 50 de ocorr ncia do maior valor de demanda que 140 000 unidades por ano Por outro lad
82. With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range I17 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft Anexo 2 271 LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range I21 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range I24 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Bo
83. aan aaa RI E UR TA enesh pg 129 5 2 1 Condi es gerais do JODO us ssscctsasts consieaiecth cuintenes cadeia item cestas iants pg 130 9 22 Objetivos dO JODO asso areali pg 130 5 2 3 sequencia do JOD O das och sa a pg 131 5 3 O teste de Tuncion alid ade so ail Leo alate pg 132 5 3 1 Prepara o e condi es do experimento pg 132 5 3 2 Transcurso do teste e OCOrrENCIAS pg 133 5 3 3 Modifica es do modelo resultantes do teste pg 132 5 4 An lise de sensibilidade do modelo e a fun o crit rio pg 148 5 4 1 Determina o dos valores limites das variaveis pg 148 5 4 2 Detec o de problemas e corregdes pg 152 5 4 3 A simula o Monte Carlo nia le iena allen pg 156 5 4 4 A forma final da fun o Crit rio i pg 167 5 5 Observa es e contribui es adicionais decorrentes do teste de sensibilidade musas pao ea pg 168 5 60 NOVOS TOS EES a scalare leali pg 171 Capitulo 6 Conclus o 6 1 Considera es finais sobre o trabalho pg 172 6 2 Desenvolvimentos futuros ie reeeereeeeerreaceeaa pg 175 Anexo 1 Equa es do modelo Vensim pg 190 Anexo 2 Macros do Gerador
84. ao final da simula o ou seja no instante 6 Mostramos a seguir as vistas do modelo que mostram estas vari veis adicionais Vensim ModeloFinal para Teste3 SensibCompleta mdl Var valor economico da empresa DER File Edt vi I Model Options Windows Help aca 6 tha RL sisyY LE BBO gt 3 N b hat ri bren fator PV na anta Aa HE DE participa o pre o venda despesas de p oy publicidade x lu a fator publicidade na inicio da aplica o do participa o real de participa o novo patamar de DP mercado f refer ncia para despesas relativas de despesas de publicidade publicidade a e nominal no la market share demanda de RE yfrias o absoluta mercado x tempo ajuste do numero de mercado concorrentes Fig 5 16 Vari vel adicional market share gt Vensim ModeloFinal para Teste3 SensibCompleta mdl Var valor economico da empresa File Edit View Layout Model Options Windows Help asa 6 see A URE 4 BED SM ara CSR e of TE na produtividade mm o R Emo produ o Expedi o X aL tempo de efetiva o do tai produtividade investimento em TF padr o meta para alcance E ES 4 E di E LA do estogue tempo m dio de produtividade meta de produ o RE lemissa a saio corre o do Pao estoque Executar lt fim do embolso meta de estoque tiros RS invTF gt emis Sa Trabalho A tempo de corre o taxa de demiis a taxa
85. aqueles de Coyle 1996 e Vennix 1994 descritos no cap tulo 2 Em seguida faremos uma an lise da escolha do Excel como base do gerador rand mico de cen rios e da escolha das diversas distribui es de probabilidades e seus par metros 4 2 A estrutura do modelo din mico A metodologia da din mica de sistemas usada em in meros tipos de aplica es como j descrito no cap tulo 2 tem como procedimento geral a modelagem de um sistema existente de maneira a simular o seu comportamento din mico da maneira mais fiel poss vel para que se possa atrav s da sua rea o comportamental avaliar a introdu o de novas pol ticas ou novas vari veis internas e com isso prever seu comportamento em outras situa es ou corrigi lo de padr es considerados indesejados A metodologia de din mica de sistemas pode ser dividida em uma s rie de passos como descrito em Sterman 2000 1 Articula o do Problema Sele o das Fronteiras e Sele o do tema Qual o problema Porque isto um problema e Vari veis chave Quais s o as vari veis e o conceitos chave que dever o ser considerados e Horizonte de tempo At que ponto no futuro deve ser considerado no modelo At que ponto no passado est o as ra zes do problema e Defini o din mica do problema Modos de refer ncia Qual o comportamento hist rico dos conceitos e quais s o as vari veis chave Como poder ser este comportamento no futuro 2 Fo
86. capitulo passamos ao tema relativo aos Jogos empresariais especificamente e seu enfoque pedag gico Embora esta tese n o tenha por objetivo a avalia o pedag gica da ferramenta o tema em si fundamental no seu contexto No cap tulo 3 Apresenta o do modelo descrevemos o aplicativo nos seus detalhes inicialmente o modelo din mico da empresa descrevendo todas as vari veis em cada uma de suas reas Descrevemos desta maneira a rea de marketing e vendas a rea de opera es a rea financeira rea do caixa e as reas de capta o de recursos que s o aquelas correspondentes aos financiamentos em tecnologia de fabrica o TF em tecnologia de informa o TI em pesquisa e desenvolvimento P amp D al m dos empr stimos banc rios para capital de giro Esta descri o se estende s rela es entre as vari veis seu modo de influ ncia e as equa es que as governam S o mostradas e discutidas tamb m algumas caracter sticas din micas do modelo como alguns comportamentos transit rios detectados na sua simula o e suas interpreta es S o discutidos tamb m alguns aspectos te ricos do processo de integra o num rica como justificativa para a simula o de inje o de aportes financeiros de curta dura o Em seguida passamos descri o do segundo m dulo do aplicativo o gerador rand mico de cen rios GRC Apresenta se primeiramente a sua concep o esquem tica mostrando o seu funciona
87. cios da empresa nas quais os participantes ir o tomar suas decis es operacionais e estrat gicas para levar a empresa a bom termo at o final do jogo Os valores aleat rios s o gerados por fun es de gera o de n meros rand micos associadas a distribui es de probabilidades escolhidas previamente O gerador tem outra fun o al m daquela descrita acima que a de servir de ferramenta de controle ao administrador do jogo e gera o de informa es aos participantes no final de cada ciclo Para 96 o caso de aplica o em apenas um grupo ou uma pessoa em um treinamento individual foi desenvolvida uma vers o simplificada do gerador 3 3 1 A concep o do Gerador Rand mico de Cen rios Procuramos desenvolver um diagrama esquem tico de funcionamento do GRC com o objetivo de permitir ao leitor uma vis o global da sua estrutura que pode ser visto na figura 3 32 Gerador Rand mico de Cen rios Esquema de funcionamento Sele o da severidade do cen rio em cada ciclo atrav s de uma distribui o Gerador uniforme de probabilidades NR Cen rios Cen rios Severidade 2 Severidade 3 Cen rios Severidade k Cen rios Severidade 1 Parametros de Parametros de Parametros de Parametros de severidade 1 severidade 2 severidade 3 aes severidade k das distribui es das distribui es das distribui es das distribui es 6 etc 5 X etc 0 X etc
88. comportamentos din micos inadequados no sistema Outro ponto cr tico seria a modifica o das equa es das 7 5 at mi reas onde se vai acoplar um m dulo de expans o Estas adapta es devem funcionar de 1 A p o Ai r Na realidade estas modifica es podem ser necess rias tamb m em equa es de outras reas pois na realidade o modelo um todo indivis vel O esquema por simplifica o n o mostra este efeito 182 maneira autom tica do tipo switch in e switch out ou seja conectado o m dulo de expans o as equa es passam a ter as configura es adequadas automaticamente De uma maneira geral isto pode ser conseguido atrav s do uso correto de fun es bin rias nas equa es o que aumenta em muito o seu tamanho e a sua complexidade O caso do Gerador Rand mico de Cen rios semelhante O gerador dever ter a sua estrutura reprojetada com a cria o dos m dulos adicionais correspondentes aos m dulos de expans o do modelo din mico Aqui tamb m a entrada em opera o dos m dulos adicionais do GRC dever ser feita de maneira autom tica quando da entrada dos m dulos din micos correspondentes Isto s pode ser conseguido atrav s do uso intensivo de programa es de macros e o gerador final ser muito maior e muito mais complexo que o atual Para finalizar olhando se do ponto de vista de um circuito o conceito de modelo din mico modular parece bastante simples tanto na sua estru
89. da educa o tanto na educa o b sica ensino b sico e secund rio como no ensino gerencial A primeira tem sido objeto de in meros trabalhos e reflex es tanto nos EUA como na Europa Forrester 1994 1992 Hight J 1995 Alessi 2000 A segunda a rea da modelagem para aprendizado nas organiza es concebido como aprendizado do pensamento sist mico para enfrentar os problemas organizacionais e empresariais Esta rea engloba a parte de treinamento gerencial a sr 8 na modelagem de empresas e organiza es e os jogos empresariais de diversas formas 2 2 2 Algumas considera es sobre sistemas Antes de entrarmos especificamente na rea de Sistemas Din micos examinaremos os principais t picos relativos a sistemas analisando os no contexto em pauta para em seguida pesquisarmos defini es para a metodologia de din mica de sistemas Forrester em seu Principles of Systems Forrester 1968 pg 1 1 apresenta uma descri o e classifica o de sistemas que nos parece a mais adequada e a mais concisa para os fins desta andlise Conforme o seu uso aqui sistema significa um grupo de partes que operam em conjunto para um objetivo comum Um automovel um sistema de componentes que trabalham em conjunto para prover transporte Um piloto automatico e um avi o formam um sistema para voar a uma altitude pr estabelecida Um dep sito e uma plataforma de carregamento formam um sistema para a en
90. de admiss es do estoque meta de forca g tempo para ajustar Vendas for a de trabalho Acumuladas lt varia o absoluta numero de concorrentes gt taxa de varia o tempo lt Pergo Times New Roman 12 bl i ul Ee e Re Fig 5 17 Vari veis adicionais Vendas Acumuladas e Demiss es Acumuladas gt Vensim ModeloFinal para Teste4 Novalnterface mdl Var Caixa File Edit View Layout Model Options Windows Help as sae Rie 4 Sk 820 cam Rae P e D CE iavel custo unitario da custo variavel Re o ears oh m o de obra impost s prazo para as lt pagamentos de unitario r iros TF3 aplica es juros TF3 lt custos gerais gt custo i i MI i i lt d precia o TFN y lt pagamentos de pesas de y licidade custo da produ o __ itio tibuiavel lucro liquido j ros RH TI Ed br sdepreciacas receita ite er RH TI gt lt pag mentos de juros PD gt tros custos tempo de gerais processamento do gt faturamento juros EB1 gt lt pagamento de lt Estoque PA gt juros EB2 gt prazo medio de lt pag recebimento E 2 Faturamento Contas a Joras e valor da em Processo Pri Receber 7 nthe Acuto embolso produ o lt juros de Emprestimos x taxa de SNOER TI gt as aplica es gt inadimplencia lt pagamento de lt pre o de venda PV dii i osa Pre Receita lt produ o gt Financeira Acumulada lt e Cera Bl Times New Roman 12 b i u s Ee
91. de din mica de grupos aspectos comportamentais conflitos e outros padr es do mundo real no processo de tomada de decis es s o captados no jogo e t m uma influ ncia relevante no treinamento e aprendizado percebido pelo usu rio bem como na avalia o da efic cia da ferramenta Milling 1996 e 1998 Warmdt e Warmdt 1997 Carls e Koeder 1988 Maier e Strohhecker 1996 Cadotte 1995 Getsch e Siemon 2000 importante notar um aspecto que na taxonomia de Gr ssler n o est especificado que o fato de que os jogos sejam eles competitivos ou n o ainda poderiam comportar uma subdivis o que seria o uso o n o de din mica de sistemas Uma grande parte talvez a maioria dos jogos de empresas e simuladores s o desenvolvidos dentro do paradigma das planilhas Casado 2002 ou seja independentemente do seu grau de sofistica o e abrang ncia estes jogos trabalham com modelos desenvolvidos em planilhas e os resultados obtidos s o valores num ricos no fim cada per odo sucessivo como dados do balan o demonstrativo de lucros e perdas compara o dos custos efetivos com aqueles or ados participa o de mercado etc As ferramentas desenvolvidas no paradigma de SD por outro lado agregam o conhecimento do comportamento din mico do sistema e o participante n o avaliado por um determinado valor alcan ado numa determinada vari vel ao final do jogo mas tamb m pelo comportamento din mico desejado Note se que n o esta
92. de extra o gt With Application Calculation xlCalculationManual MaxChange 0 001 End With ActiveWorkbook PrecisionAsDisplayed False Anexo 2 239 Sheets Extrato Select Application MaxChange 0 001 ActiveWorkbook PrecisionAsDisplayed False Calculate lt Esta rotina inicial mant m a pasta com c lculo manual e comandando o calculo somente uma vez por ciclo gt Range G34 G38 Select Selection Copy Range G42 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Range G42 Select Selection Copy Range D4 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D6 D10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E6 E10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F6 F10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G6 G10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1V
93. de simula es jogos para aprendizado e para treinamento diversas reas como a militar de administra o engenharia na avia o e outras tamb m s o designados como simula o ou simuladores O termo simular tamb m in meras vezes usado no mesmo sentido do termo modelar Muitas vezes express es diferentes s o usadas para expressar a mesma coisa e vice versa Particularmente nesta rea de aprendizado e treinamento express es s o usadas sem uma precis o de conceitos podendo causar confus o aos aprendizes e participantes de cursos palestras etc Gr ler e Maier 1998 num trabalho ao nosso ver de grande utilidade prop em uma sistem tica para a classifica o e uso de ferramentas de simula o por computador na rea citada Analisamos aqui este trabalho com o objetivo de situarmos o aplicativo presente numa classifica o de refer ncia a fim de melhor defini lo uma vez que o seu objetivo tamb m na rea de aprendizado e treinamento O trabalho se inicia com uma an lise cr tica dos termos ou melhor dizendo express es usadas hoje em l ngua inglesa que giram em torno do termo simula o S o analisadas 43 primeiramente as express es management simulator e business simulator que s o frequentemente usadas indistintamente Como o que se quer simular a empresa ou o neg cio no seu ambiente e n o a ger ncia entendida esta como um grupo de pessoas e ou fun es dentro dela o us
94. devem ser feitas neste ponto Em primeiro lugar ressaltamos que aqui tamb m os valores iniciais das integrais das vari veis nivel foram escolhidos de maneira a se minimizar quaisquer oscila es transit rias na inicializa o do sistema No caso de contas a receber o valor escolhido de 10 4M n o foge realidade quando se faz um corte no tempo e se analisa os receb veis de uma empresa do porte da que est sendo aqui modelada Em segundo lugar o tempo de processamento do faturamento fixado no modelo em 0 08 anos ou pouco menos de um m s um tempo muito longo para os padr es atuais por m aqui tamb m deixamos uma sa da para futuras expans es do modelo no sentido de que tamb m esta vari vel poderia ser influenciada pelo investimento em TI No entanto na configura o atual do modelo ela n o apresenta uma sensibilidade que torne interessante uma liga o deste tipo sendo que esta parte do modelo deveria ser desenvolvida com mais detalhes para se obter resultados de interesse educacional na simula o O mesmo vale para o prazo m dio de recebimento que poderia ser influenciado pela taxa de inadimpl ncia Optamos dar um valor fixo de um m s para esta constante por m tendo em mente que aqui tamb m h espa o para maiores detalhamentos e expans es 80 Passamos em seguida vari vel lucro tribut vel que a diferen a entre a receita bruta menos todos os custos e despesas A vari vel receita bruta
95. diversos crit rios Ao 165 nosso ver se o detalhamento do modelo for suficiente e o enfoque do jogo for estrat gico como o nosso caso deve se dar pesos maiores as vari veis de cunho estrat gico e menores quelas de cunho mais operacional Est claro que a fun o crit rio acima sugerida bastante simples e limitada no seu poder de avalia o da efici ncia do jogador uma vez que n o possui uma refer ncia padr o tima contra a qual se possa comparar o n vel de efici ncia atingido no jogo tamb m evidente que um n vel timo de refer ncia n o pode ser determinado simplesmente coletando se os valores extremos obtidos na an lise de sensibilidade m ximos para as vari veis crescentes com o desempenho e vice versa das vari veis da fun o crit rio e medir o desempenho do jogador contra este n vel pois estes valores n o acontecem simultaneamente Uma possibilidade para se obter um n vel de refer ncia timo por m relativo de desempenho seria a coleta de resultados de n jogos com n digamos maior que 100 e ajustar uma distribui o de probabilidades a estes pontos Assim poder se ia estabelecer faixas de desempenho com valores pr ticos obtidos de jogos realizados e al m disso fazer uma atualiza o cont nua destas faixas com o crescimento de n Existem na realidade v rias alternativas para se definir uma fun o crit rio que avalie o desempenho do jogador sendo algumas delas de grande sofist
96. e 3 a sele o das classes de cen rios no modelo inicial foi programada com uma distribui o discreta e uniforme de probabilidades e a gera o da classe de cen rio de um per odo era totalmente independente daquela do per odo anterior Com esta configura o poss vel durante a simula o do jogo no espa o de tempo de cinco per odos haver a ocorr ncia de uma 138 a Vensim ModeloFinal para Teste4 Novalnterface mdl Var Caixa HEHE File Edit View t Model Options Windows Help ad amp 28 Riteste2 iFBEY F GE0 be E Mm CETEL Caixa Sensitivity Graph o Testel is Iniciar 9 MeuTrabalhoTese EG Microsoft Excel Reg Fig 5 6 An lise de sensibilidade de caixa com novo fator de dolar sequ ncia de classes iguais de cen rios de dois ou at tr s cen rios e quando esta ocorr ncia de cen rios da classe cinco por exemplo a administra o da empresa se torna bastante dif cil e inversamente para os cen rios mais suaves Para atenuar esta situa o modificamos o gerador rand mico de cen rios desenvolvendo um algoritmo recursivo de probabilidades que gera uma probabilidade para um per odo dependente daquela do periodo anterior O algoritmo funciona da seguinte maneira o primeiro cen rio sorteado como no modelo original ou seja com a fun o rand mica discreta de probabilidades iguais Esta classe copiada na tabela do algoritmo que faz a sequ ncia d
97. eles n o s o constru dos para o suporte de processos de aprendizado Esta avalia o nos parece um pouco for ada pois ao nosso ver a generaliza o de que os DSS s s o espec ficos para decis es a curto prazo n o correta Turban e Aronson 1998 mostram que a defini o de DSS pode se basear em v rios crit rios e prop em uma defini o de trabalho que procura cobrir uma faixa que vai do DSS b sico ao DSS ideal pg 77 Um DSS um sistema de informa o baseado em computador interativo flex vel e adapt vel especialmente desenvolvido para apoio solu o de um problema de gest o n o estruturado a fim de se ter uma melhor tomada de decis o Ele usa dados prov uma interface gr fica f cil para o usu rio e pode incorporar os pr prios crit rios do tomador de decis o Adicionalmente um DSS pode usar modelos constru do por um processo interativo geralmente pelos usu rios finais ap ia todas as fases da tomada de decis o e pode incluir um componente de conhecimento 3 Note se que algumas destas express es como p ex management simulator n o s o usadas ou pelo menos muito pouco usadas na l ngua portuguesa e pode parecer que a an lise neste caso n o seria pertinente por m dada a grande predomin ncia da l ngua inglesa nesta rea n o cremos que assim seja Por isso tamb m usamos nesta an lise os termos e express es em ingl s assumindo como de fato s o de total co
98. entrada de dados A ltima parte seria aquela da inser o dos valores das vari veis tanto internas quanto externas durante o jogo Isto feito por interm dio de uma interface gr fica j dispon vel no programa e que tem a forma de hastes deslizantes com a marcag o dos valores escolhidos e dos valores limites Para uma melhor navega o dentro do aplicativo dividimos estes controles em reas espec ficas e de identifica o imediata E por ltimo mencionamos a p gina inicial ou men inicial que se destina navega o para as v rias vistas do programa atrav s de v nculos de hyperlinks Na sequ ncia das figuras mostramos todas estas vistas Vensim ModeloFinal7ExperimentoEli vmf Var pre o de venda PV File Edit View Layout Model Options Windows Help Time 0 esmas 880 bc Bm hie S ees ce o Q pes Entrada das Vari veis Externas provenientes do Gerador de Cen rios Doc pa CH 5 SE as _ _ _ z 18 B 44 0 pd ii Pois age 0 27 2 2 taxa do dolar aparecimento de NT no mercado taxa de juros financ TF taxa de juros financ RH TI _ I _ DES EE ar 2 019 0 25 0 44 1 ms 2 oa 5 0 65 0 45 0 65 taxa tributaria tempo de efetiva o da NT no mercado parcela financiada TF parcela financiada RH TI 17 ee 3 0 05 7 13 ee 3 0 018 10 06 0 11 0
99. est o interligadas por meio de equa es diferenciais que expressam as regras de seu funcionamento O m todo de simula o a integra o num rica destes sistemas de equa es do que resulta o comportamento das vari veis do modelo e portanto do modelo como um todo no decorrer de um per odo de tempo sujeito a um determinado conjunto de condi es tanto internas como externas A modelagem de sistemas por simula o usada de longa data em reas tradicionais como a Engenharia Economia e a Ecologia por m a metodologia de SD apresenta caracter sticas que a diferenciam de outros tipos de modelagem como se v a seguir a din mica de sistemas no entanto inclui n o somente a id ia b sica de simula o mas tamb m um conjunto de conceitos t cnicas de representa o e postulados que a tornam um paradigma definitivo de modelagem Ela forma a vis o do mundo de seus praticantes Os dinamicistas de sistemas n o est o primariamente preocupados com a previs o de valores espec ficos de vari veis do sistema em anos espec ficos Eles est o muito mais interessados nas tend ncias din micas gerais sob quais condi es o sistema como um todo est vel ou inst vel oscilante crescente declinante auto corrig vel ou em equil brio A hip tese prim ria do paradigma da din mica de sistemas que tend ncias din micas persistentes de qualquer sistema complexo prov m da sua estrutura causal interna do
100. figura seguinte Anexo 3 331 mostra uma parte da planilha de base do gerador onde est o colocadas as distribui es e seus valores relacionados com o grupo de cen rios respectivos i Arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda xl A B ESA FARA DAE EE E 5 6 Estrutu Tipos de Nivel de Nivel de J q 7 T distribui o de severidade 1 severidade 2 8 probabilidades m dia sigma M dia Sigma Lt sional Mesa Sime ite siga E sa lt carie gii E E dl 04 10 Maximin 3 11 2 ia bulas Normal truncada 12 Mawmin 0 225 13 3 taxa de inadimplencia Normal truncada 0 002 0 04 004 006 0 14 Maxmin 0 018 0 022 0 036 0 044 0 054 0 066 0 072 15 Discreta Valores Probabilidades 16 17 4 demanda de mercado em 10 000 18 u ano 19 20 f Vari veis ex genas atuantes uma s 21 vez durante o periodo total de simula o 22 5 aparecimento de NT no mercado Sim 1 Discreta 0 1 E o L 0 1 e 23 N o 0 Probabilidades 6 tempo de efetiva o da NT no mercado 24 year Valor fixo 2 4 5 1 5 1 1 25 Discreta Valores Probabilidades 26 0 90 0 50 0 40 0 20 0 10 0 05 DI 7 fator de NT na participa o n 025 020 020 0 15 010 28 0 70 0 10 0 15 0 20 0 15 0 10 29 0 60 0 10 0 15 0 20 0 20 0 25 30 0 50 0 05 0 10 0 20 0 40 0 50 instante de aparecimento da NT no Uniforme discreta s E E I 31 8
101. fun o LOOKUP e n o tem nenhuma rela o com a demanda de mercado Isto significa que o aumento da participa o n o est matematicamente limitado pela demanda total do mercado A seguir a participa o nominal transferida para a participa o real do mercado esta divis o entre nominal e real conforme j explicado no cap 3 foi concebida apenas por motivos de simplifica o para n o se ter uma vari vel com uma equa o excessivamente longa que sofre varia es semelhantes dos fatores fator de NT na participa o fator PV na participa o e fator publicidade na participa o e aqui tamb m os aumentos proporcionados pelos dois ltimos fatores n o est o ligados matematicamente demanda de mercado Devido a isto a participa o real de mercado pode resultar num n mero de unidades maior que a demanda do mercado fazendo o market share assumir valores maiores que a unidade Al m disso foi observado em discuss es na an lise deste problema que o nome participa o de mercado j implica numa rela o percentual o que causou alguma confus o e 155 nos levou a suprimir a vari vel market share fazendo se a vari vel participa o nominal e por consegi ncia a participa o real tomarem a forma de porcentagens Para isto dividimos a participa o nominal pela demanda e multiplicamos a vari vel vendas pela demanda A vari vel participa o real de mercado assume automaticamente a unida
102. gt P88 A B Cc RAR EAR REAR o 15 taxa de juros financ RH TI 1 year Normalizuncada parcela financiada RH TI tempo de amortiza o da divida RH TI year vida util contabil do investimento RH TI _ Valores fixos investir em PD Normal truncada Maxmin taxa de juros financ PD 1 vear parcela financiada PD Desenhar G AutoFormasy a O OB 4 g dI AS Pronto Calcula Fig 4 5 Se o da planilha Base mostrando os par metros das distribui es 129 Cap tulo 5 Operacionaliza o do jogo e avalia o pr tica do modelo 5 1 Introdu o Neste cap tulo procuramos mostrar a sequ ncia de opera es do processo do jogo nos seus detalhes como foi idealizado inicialmente e as modifica es que decorreram do experimento pr tico levado a efeito com profissionais de administra o Estas modifica es no modelo s o decorrentes de ajustes sugest es de melhorias e corre es de problemas detectados e ser o descritas na sequ ncia em que ocorreram formando um registro das fases do desenvolvimento do aplicativo 5 2 O jogo de empresas O jogo est esquematizado na figura 5 1 onde se pode ver a sequ ncia de opera es constituintes do processo Diagrama operacional Jogo Estrat gico de Empresas com Cen rios Rand micos 5 Ap s an lise da resposta do modelo no per odo anterior e dos novos
103. jogo DD 2 amp 4 eK o 1 2 Time year custos gerais Grupo 1 S year custos gerais Equilibrio S year custos gerais Amostra S vear custo a Amosa _ custo unit rio Fun es do modo de jogo 1 000 0 1 2 3 Time year ce po sa Desenvolvimento das variaveis no tempo tm a custo to uni S pinceletss custo unit rio Amos tra lt o Output Custos E Gaming Make Interactive Changes Iniciar Ar MeuTrabalhoTese tay Estrutura de Algadas E Microsoft PowerPoint Spincalatas S pincaletas PT mM 16 13 a Vensim ModeloFinal7 Anexo 3 330 gt Vensim Unnamed Var FINAL TIME DER File Edit View Layout Model Options Windows Help ad ES 428 3 Current w J ZtkYr ao pe Ema i cP Ferramentas para construg o de modelos Icone para colocar o programa em modo de jogo Selecionar variaveis no modelo Nome da simulag o atual Travamento dos esquemas do modelo Vista da equa o de uma vari vel selecionada Lista de todas as equa es do modelo Gr fico de uma vari vel selecionada Sequ ncia de gr ficos de vari veis que afetam uma vari vel selecionada Fun es dos principais comandos do Vensim PLE Plus lt gt Do View JB Times New Roman 12 b i u c INe e is Iniciar fr MeuTrabalhoTese cal Estrutura de Alcadas E Microsoft PowerPoint Vensim Unnamed Var Tso 7 F 14 53 2 3 O Gerador Rand mico de Cen rio
104. lucro l quido impostos reservas dividendos e aplica es d uma rea reservada ao fluxo de caixa l quido que certamente pertence rea financeira mas que foi separada em uma rea espec fica para maior transpar ncia e uma rea destinada pol tica de investimentos em tecnologia de informa o TI com os grupos de vari veis que representam as caracter sticas do investimento Estas s o a decis o de investir montante do investimento instante do investimento parcela financiada e as caracter sticas da d vida como taxa de juros e tempo de 58 amortiza o da divida e as caracter sticas de deprecia o do investimento como o valor cont bil e a vida util dos equipamentos e uma rea com a mesma estrutura do item d por m reservada aos investimentos em tecnologia de fabrica o TF f uma rea da mesma estrutura das duas anteriores a menos da parte de deprecia o que nela n o esta contida e que representa a pol tica de investimentos em pesquisa e desenvolvimento P amp D g h i tr s reas de mesma estrutura que representam a possibilidade de capta o de empr stimos banc rios em tr s diferentes instantes do jogo Elas cont m as vari veis de decis o de tomar empr stimo o instante escolhido montante do empr stimo taxa de juros e tempo de amortiza o A divis o dos m dulos acima apenas ilustrativa e tem por fim permitir uma maior clareza no trato com o modelo e uma melhor visualiza
105. modelo Por exemplo se hip teses alternativas plaus veis mudam o comportamento de um modelo de um ajuste suave para um oscilat rio ou de um comportamento do tipo crescimento S para um valor de pico com posterior colapso ent o o modelo apresenta uma sensibilidade comportamental 167 A sensibilidade procedural aquela que se manifesta quando uma mudan a nas hip teses inverte o impacto ou o objetivo de um procedimento proposto O exemplo dado na refer ncia citada para este caso refere se aos pre os de venda de um modelo hipot tico Se dentro de um conjunto de par metros um corte nos pre os impulsiona a participa o de mercado e a lucratividade e dentro de outro conjunto tamb m plaus veis de ocorrerem a mesma redu o ocasiona uma guerra de pre os e a fal ncia da empresa ent o o modelo apresenta uma sensibilidade de procedimento E claro que pela defini o acima todos os modelos apresentam uma sensibilidade num rica uma vez que as vari veis est o analiticamente relacionadas entre si Transcrevemos a seguir as pondera es de Sterman na refer ncia citada sobre os tipos de sensibilidade Os tipos de sensibilidade que s o importantes para um determinado projeto ir o depender dos seus objetivos A sensibilidade num rica por exemplo de grande import ncia para os modelos que a NASA usa para planejar a trajet ria do space shuttle O objetivo destes modelos requer uma tremenda precis o e
106. n o se perder nas v rias modifica es que ir experimentar podendo danificar o seu modelo original Anexo 3 327 6 O jogo prossegue durante 5 periodos de um ano cada at atingir o final do quinto ano O sexto ano adicionado ao periodo total de simulag o n o recebe mais nenhum valor de vari veis externas mercado estacion rio e o participante observa o comportamento da empresa podendo ainda modificar vari veis de decis o Nas figuras seguintes procuramos mostrar a interface de jogo do programa com a adi o de notas que refor am os itens acima mencionados Vensim ModeloFinal7 mdl Var taxa de admiss es File Edit View Layout Model Options Windows Help asd S 108 Riva Ja amp kr 4620 pe am Bey Re R m o 5 A pinapa Vari veis de Decis o da rea de Marketing e Vendas FE EER o Avaria o se d em torno Avaria o se d em torno do PV de refer ncia que do valor de refer ncia que de 51600 2M Bee di gt ES varia o absoluta do PV varia o absoluta de DP Instante contado a Instante contado a partir do in cio da partir do in cio da simula o 4 simula o 5 Coll E inicio da aplica o do novo pre o in cio da aplica o do novo patamar de DP Vista de uma p gina de controles fora do modo de jogo ControlesDecis o Marketing vendas Times New Roman 12 b i u s EES gt 0 5 2 rel Iniciar fr MeuTrabalhoTese cal Estrutu
107. nosso 119 Outra rea na qual o Excel sofre grandes restri es e ao que tudo indica maiores do que aquelas da rea de estat stica na gera o de n meros rand micos O Excel possui algumas fun es de gera o de n meros pseudo rand micos associadas a distribui es de probabilidade podendo esta oferta pode ser aumentada por novas fun es pr programadas que se lhe s o adicionadas por via de complementos add ins O termo n meros rand micos na realidade como se sabe uma imprecis o e usado como abrevia o de n meros pseudo rand micos pois os n meros rand micos produzidos por geradores artificiais s o determin sticos gerados por um algoritmo de c lculo Estes algoritmos s o os chamados Geradores de N meros Randomicos que na realidade deveriam se chamar Geradores de N meros Pseudo Rand micos e est o dispon veis em in meras bibliotecas de software Eles se constituem de pequenos programas que usam algoritmos geralmente um algoritmo b sico cujo objetivo produzir n meros que imitam vari veis aleat rias independentes pertencentes distribui o uniforme no intervalo 0 1 sendo as vari veis aleat rias de outras distribui es como a normal Poisson etc simuladas aplicando se transforma es adequadas aos n meros rand micos uniformes Os n meros rand micos s o usados em muitas reas na computa o como experimentos estat sticos algoritmos probabil sticos
108. o de modelos gen ricos com um grau de detalhamento determinado representando os setores mais significativos de atividade como por exemplo uma empresa de servi os uma escola uma universidade uma comunidade etc com o objetivo de atender demanda de treinamentos nestas reas Ressaltamos mais uma vez que as categorias desta taxonomia n o s o auto excludentes e podem ser usadas em conjunto umas com as outras da maneira desejada E por fim visualizamos uma categoria de modelo din mico que poder amos denominar de modular e que reuniria de certo modo num s modelo as tr s primeiras categorias Este tipo de modelo se constituiria de um m dulo b sico central que poderia funcionar em stand alone junto com o GRC o que corresponderia ao modo mais simples de funcionamento para um treinamento b sico A este m dulo central poderiam ser plugados um ou mais m dulos de expans o das diversas reas escolhidas de acordo com a demanda do treinamento Teriamos um modelo din mico de configura o e complexidade vari veis para um atendimento customizado a m ltiplas condi es e necessidades do usu rio Procuramos esquematizar a id ia na figura 2 180 Modelo b sico stand alone Modulos din micos Extens es do de expansao GRC para cada de cada area expans o de rea rea Administrativa rea de Fabrica o rea Financeira rea de Mktg e Vendas Configura o para o modul
109. o2 oq 17 4 demanda de mercado em 10 000 13 18 ufano 12 01 os o 041 19 11 20 10 Vari veis ex genas atuantes uma s 2 vez durante o per odo total de simula o 22 5 aparecimento de NT no mercado Sim 1 ___Discreta__ 1 0 1 0 1 0 1 0 1 0 23 N o 0 Probabilidades TER 6 tempo de efetiva o da NT no mercado 24 year Valor fixo 2 1 5 15 1 1 25 Discreta Valores Probabilidades 26 0 90 Mi set ost 02s o2 o2 os om 28 0 70 29 0 60 30 0 50 EEE 32 Probabilidades 133 9 varia o absoluta numero de i 0 4 34 concorrentes 0 35 35 lq i babi Uniforme discreta 36 tore acres ades n inicio da atua o de novos concorrentes Do alna924 Iniciar ff MeuTrabalhoTese E Microsoft PowerPoin ia Cap tulo Descri o E4 Microsoft Excel GR PT E lt iS ML 10 16 Fig 3 37 Gerador Rand mico de Cen rios Planilha Base Vista parcial 105 El Microsoft Excel GRCFinal Multiusu rio arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Pes x DRA 46RY Bx o gt amp 84 7 gr G 20 NISsSEEZBRUES O DA 2 E13 SE D 4 2 RNGDiscrete Base C 26 C 30 Base F26 F30 i A B me D E 6 H du K L M Planilha Extrato Seletor de one 5 cen rios RNGDuniform 1 5 extra o Cen rio de Cen rio de severidade 2 6 T PAHE
110. padr o das restri es f sicas e objetivos sociais recompensas e press es que fazem as pessoas adotarem um padr o de comportamento e que geram de maneira cumulativa as tend ncias din micas dominantes do sistema como um todo Um dinamicista de sistemas tende a procurar por explica es de problemas sociais recorrentes de longo prazo dentro de sua pr pria estrutura interna ao inv s de perturba es externas pequenos desajustes ou eventos aleat rios O conceito central que os dinamicistas de sistemas usam para compreender a estrutura dos sistemas a id ia de rela o causal bidirecional ou retroalimenta o feedback assumido que decis es sociais ou individuais s o feitas com base em informa es acerca do estado do Donella Meadows amp Jeniffer Robinson em The Electronic Oracle Computer Models and Social Decisions John Wiley amp Sons 1985 Anexo 3 306 sistema ou meio ambiente que envolve os tomadores de decis o As decis es levam a a es que tem por objetivo manter ou modificar o sistema Novas informa es acerca do sistema produzem por sua vez novas decis es e mudan as Cada cadeia fechada deste tipo de rela es causais forma um ciclo de intera o ou ciclo de retroalimenta o feedback loop Modelos em din mica de sistemas s o constitu dos de muitos ciclos deste tipo interligados entre si Eles formam basicamente representa es de sistemas fechados a maior parte das vari veis
111. pagamentos de juros TF 0 Units 096 juros de aplica es IF THEN ELSE Caixa gt 5e 006 taxa de aplicac o Caixa 0 Units S year 097 lucro liquido lucro tributavel impostos Units s year 098 lucro tributavel receita bruta custo da produc o custos gerais perdas por inadimplencia deprecia o TF pagamentos de juros TF deprecia o RH TI pagamentos de juros RH TI despesas de publicidade DP pagamento de juros EBl pagamento de juros EB2 pagamento de juros EB3 pagamentos de juros PD Units year 099 meta de estoque vendas meta para alcance do estoque Units pinceletas 100 meta de for a de trabalho meta de produ o produtividade Units pessoas 101 meta de produ o vendast corre o do estoque Units pinceletas year 102 meta para alcance do estoque GAME 0 0833 Units year 0 02 0 25 0 02 103 montante do emprestimo bancariol GAME 5e 006 Units S 100000 5e 006 100000 Anexol 206 104 montante do emprestimo bancario2 GAME 5e 006 Units S 100000 5e 006 100000 105 montante do emprestimo bancario3 GAME 5e 006 Units 100000 5e 006 100000 106 numero de concorrentes 1 STEP variac o absoluta numero de concorrentes inicio da atua o de novos concorrentes Units Dmnl 107 outros custos gerais 5e 006 Units year 108 pagamento de juros EBl taxa de juros EBl Divida Emprestimo Bancariol Units year 109 pagam
112. par metros de distribui o correspondentes ao cen rio selecionado O resultado um vetor nico de 24 elementos que simula um cen rio externo empresa com um determinado grau de severidade Esta opera o se repete por 5 vezes fornecendo os cen rios para os anos 1 a 5 da simula o O sexto ano tem os cen rios congelados e se destina a observa o do efeito das decis es estrat gicas dos participantes no ltimo per odo do jogo que ainda podem modificar os valores de suas vari veis de decis o A seq ncia acima mostra o principio que norteia a concep o do gerador que deve agora ser operacionalizada num aplicativo de planilhas para se obter o seu funcionamento efetivo 3 3 2 A estrutura do Gerador Rand mico de Cen rios O GRC uma ferramenta projetada em Excel contendo as seguintes planilhas com as respectivas fun es Planilha do Administrador 7 Microsoft Excel vers o 2000 Registrado p Roberto Colombo Product ID 51433 751 9204526 02700 98 Esta planilha cont m a tabela de recep o dos valores gerados para as vari veis em cada per odo os bot es de acionamento para a gera o de cada ciclo e o bot o de inicializa o do gerador que o coloca em condi es de funcionamento Planilha Base Esta planilha cont m a tabela que re ne todas as vari veis tratadas pelo gerador com as respectivas distribui es de probabilidade a elas associadas e os respectivos par metros para
113. para as reas correspondentes e representam na realidade o fluxo l quido destes investimentos uma vez que os financiamentos foram considerados no fluxo de entrada O nome distribuido para estes fluxos de caixa foi escolhido porque foram distribuidos por determinados intervalos de tempo que fixados no modelo d o a caracter stica de fluxos para estas grandezas embora embolsos e desembolsos sejam eventualmente eventos instant neos Como n o existe determina o instant nea de um fluxo divis o por zero mesmo quando um evento instant neo no mundo real mas deve ser modelado atrav s de um fluxo como por exemplo empr stimos banc rios no modelo em an lise estas grandezas devem ser divididas 83 por um intervalo de tempo que pode ser emprestado da realidade se for possivel ou eventualmente um intervalo de tempo qualquer contanto que nao prejudique outras variaveis do modelo no seu funcionamento Assim sendo pode se usar o intervalo de final de embolso menos inicio de embolso e tomar se este intervalo como sendo de duas semanas por exemplo ou 0 0417 anos preciso cuidado ao tomar se intervalos de tempo muito curtos para n o interferir com o passo da integra o num rica O efeito da varia o repentina do fluxo na vari vel n vel pode ser explicado no pr prio processo de integra o gr fica que mostrado na figura 3 19 onde Quantidade adicionada durante o tempo dt Ri dt Unidades Unidades tempo tempo
114. por uma constante de tempo que o tempo de amortiza o da divida TF e pela vari vel fim 87 do embolso invTF A vari vel do tempo de amortiza o da divida ex gena e seu valor fun o da severidade do cen rio sorteado pelo gerador No modelo ela pode variar entre um e tr s anos A equa o da vari vel amortiza o TF a seguinte amortiza o TF STEP investimento em TF parcela financiada TF tempo de amortiza o da divida TF fim do embolso invTF STEP investimento em TF parcela financiada TF tempo de amortiza o da divida TF fim do embolso invTF tempo de amortiza o da divida TF Units S year Pela equa o acima v se que a amortiza o um fluxo de intensidade constante que se inicia no final do per odo de embolso do financiamento e se extende no tempo de amortiza o O instante do fim do embolso determinado pela vari vel inicio do embolso invTF que uma vari vel de decis o mais uma constante que no caso foi fixada em 0 25 anos Assume se no modelo que este per odo representa o intervalo de tempo em que o financiamento flui para a empresa ou seja o montante financiado distribuido por este per odo configurando o fluxo de entrada da vari vel D vida TF O fluxo de entrada da divida TF dado pela vari vel financiamento TF que por sua vez definida pela variavel investimento em TF multiplicada pela vari
115. resultados da simula o Monte Carlo observou se que a vari vel market share apresentou um comportamento primeira vista anormal que assumir valores O m todo Monte Carlo de simula o mesmo em termos atuais ainda apresenta uma exig ncia computacional relativamente grande No modelo analisado t nhamos 40 vari veis rand micas de entrada e 9 vari veis de sa da o que um modelo bastante modesto em termos de tamanho Numa m quina Pentium III de 1 1 GHz e 256 Mb de RAM uma rodada de simula o levou 25 minutos gerando um arquivo de quase 1Gb Normalmente uma an lise de sensibilidade deste tipo demanda v rias rodadas de simula o onde s o necess rios v rios ajustes Em modelos maiores e mais complexos com v rias centenas ou mesmo milhares de vari veis e v rios tipos de distribui o de probabilidade estas simula es podem assumir requisitos consider veis e at mesmo se tornarem proibitivas Processos alternativos de simula o com m todos especiais de amostragem como o Latin Hypercube podem diminuir estas exig ncias Este m todo tamb m est dispon vel no Vensim 153 maiores que um como se pode ver na fig 5 22 Lembramos que o market share a rela o entre a participa o real do mercado que igual a vendas sobre a demanda do mercado ambas em unidades por ano e portanto n o poderia assumir valores maiores que a unidade Para analisar esta situa o rodamos mais uma vez a mesma simula o a
116. rio n o mais se modifica e os participantes t m dois per odos para administrar a empresa com as vari veis de decis o que est o dispon veis Alguns pontos devem ser ressaltados aqui com rela o ao desenvolvimento do jogo que est o diretamente relacionados com o software empregado e que podem influir no rendimento do participante e mesmo seu grau de satisfa o com o jogo O primeiro deles j mencionado acima a introdu o manual dos par metros externos que pode se tornar cansativa e absorver a aten o do jogador da sua atividade principal que a tomada de decis es Outro ponto ainda mais inc modo reside no fato de que ap s ter introduzido os novos par metros externos no in cio de um per odo e ao analisar suas decis es avan ando e retrocedendo o tempo no modo jogo do Vensim se por descuido o participante retroceder aqu m do ponto de inser o dos novos par metros estes assumir o automaticamente aos valores do per odo anterior o que ir obrigar o participante a inserir novamente todos aqueles valores Al m disso no caso desta ocorr ncia apesar de receber instru es espec ficas sobre este ponto antes do jogo o participante pode n o perceber esta ocorr ncia e tomar decis es baseadas num cen rio desatualizado Este um aspecto negativo do software no seu uso como instrumento de treinamento Respondendo a uma consulta espec fica nossa sobre este ponto o fabricante declarou n o haver nenhuma outra possi
117. sequ ncia bastante extensa e complexa de testes para se determinar a qualidade do GNR sabendo se de antem o que n o existe um gerador perfeito para todas as aplica es devendo se selecionar os geradores com as caracter sticas necess rias s aplica es desejadas Uma outra caracter stica importante de um GNR a sua imprevisibilidade que seria a impossibilidade de se prever o pr ximo n mero a ser gerado conhecido se os n meros gerados at um instante Isto equivale a se poder distinguir se a sequ ncia de n meros rand micos gerados realmente aleat ria ou se pode determinar um padr o dentro da sequ ncia o que permitiria com certa probabilidade identificar se os pr ximos n meros da s rie Como os n meros gerados que s o por um algoritmo n o s o totalmente independentes entre si mas apenas aparentam ser nenhum gerador totalmente perfeito neste sentido havendo sempre a possibilidade de se desenvolver um teste estat stico e dado um tempo suficientemente longo para e experimenta lo que ir destru lo L Ecuyer 1993 Em termos pr ticos se este tempo for muito longo e ou exigir uma pot ncia de computa o muita elevada por exemplo meses de CPU de um computador ou rede de computadores com processamento paralelo massivo considera se que o gerador adequado para a aplica o em quest o Para aplica es de seguran a em criptografia por exemplo esta caracter stica de import ncia fundamental e j
118. severidade 2 severidade 2 4 2 2 3 taxa do dolar 2 6312679 5 BG 5 taxa tributaria i 0 2606015 6 5 3 taxa de inadimplencia 0 0409732 7 2 8 demanda de mercado em 10 000 u ano 13 8 aparecimento de NT no mercado 9 tempo de efetiva o da NT no mercado ltima inicializa o 6 10 2002 21 31 Mii de NT na participa o E 7 0 3227377 parcela financiada TF 0 E tempo de amortiza o da divida TF vida util contabil do investimento TF taxa de juros financ RHITI 0 329 5 parcela financiada RH TI 0 a o tempo de amortiza o da divida RH ITI vida util contabil do investimento RH TI taxa de juros financ PD parcela financiada PD tempo de amortiza o da divida PD taxa de juros banc1 a de juros banc2 taxa dejuros banc3 ______ de juros banc3 Iniciar fim 2 Windows Explorer 4 2 MicosoftExcel fo i Capitulo Descrigio E Microsoft PowerPoint PT g z i Fig 2 36 Gerador Rand mico de Cen rios Planilha do Administrador com jogo em andamento Anexo 4 334 Anexo 4 Avalia es do teste de funcionalidade Neste anexo apresentamos o formul rio usado para a avalia o do teste de funcionalidade e as avalia es dos participantes transcritas dos originais manuscritos sendo que um dos participantes
119. tentar se uma avalia o pedag gica da ferramenta como um todo Estes testes dever o ser realizados no futuro com o modelo j no seu est gio final de detalhamento e antes que fa amos uso dele como um aplicativo a ser comercializado 172 Capitulo 6 Conclus o 6 1 Considera es finais sobre o trabalho Este trabalho de tese resultou numa ferramenta de software ou aplicativo que se enquadra numa classificag o gen rica de jogo de empresas e que pelas suas caracteristicas construtivas e operacionais n o tem uma classifica o precisa na taxonomia proposta por Gr ler e Maier 1998 conforme an lise feita no capitulo 2 item 2 3 mas pode ocupar mais de uma posi o naquela estrutura Caracteriza se assim a designa o de aplica o de jogo de empresas apresentada no t tulo principal do trabalho sendo que o termo empresas no plural guarda o significado de que mais de um tipo de empresa poder ser modelado conforme se ver adiante O subt tulo que se inicia com a palavra experimento engloba atrav s deste termo uma s rie de atividades que ir o nortear os dois aplicativos referentes s reas de sistemas din micos e gera o rand mica de cen rios que completam o subt tulo A primeira atividade do experimento a concep o da ferramenta que define a sua estrutura idealizada na composi o de um modelo empresarial e um modelo de gera o aleat ria de cen rios Esta atividade se complementa com a es
120. usado com os devidos crit rios e dentro das possibilidades a que um aplicativo deste tipo se prop e Lembramos aqui o excelente trabalho Spreadsheet Modeling and Decision Analysis A practical Introduction to Management Science Ragsdale 1998 muito usado em cursos de gradua o e p s gradua o aqui e no exterior Este livro como se sabe cobre uma grande parte dos t picos estudados em Administra o e Engenharia com o uso exclusivo do Excel e alguns complementos em alguns casos A lista de t picos extensa e cobre Otimiza o Matem tica e Programa o Linear Modelagem de Redes Programa o Linear de Inteiros Programa o por Objetivos e Otimiza o de Objetivos M ltiplos Programa o N o Linear An lise de Regress o Simples e M ltipla An lise Discriminante An lise de S ries Temporais Simula es e An lise de Risco com m todo Monte Carlo este t pico usando primeiramente somente as possibilidades do Excel e em seguida com um m dulo complementar o RISK Teoria das Filas e outros Obviamente os exemplos mostrados no livro s o simples e de pequeno volume como devem ser para o caso de aplica es did ticas por m aplica es de maior complexidade e de tamanho razo vel s o poss veis dependendo apenas da configura o da m quina Outro trabalho na mesma linha e que usa extensivamente o Excel o Practical Management Science Spreadsheet Modeling and Applications Winston 1997 Uma gama t o grande de p
121. v Time Month Ba Fig 2 15 Solu o do exemplo da fig 2 12 com vendas proporcionais As equa es produzidas pelo Vensim para este caso s o 1 Clientes Efetivos INTEG vendas 0 Units pessoas 2 Clientes em Potencial INTEG vendas le 006 Units pessoas 3 FINAL TIME 100 Units Month The final time for the simulation 4 INITIAL TIME 0 41 Units Month The initial time for the simulation 5 SAVEPER TIME STEP Units Month The freguency with which output is stored 6 TIME STEP 1 Units Month The time step for the simulation 7 vendas 0 025 Clientes em Potencial Units pessoas Month As vari veis fluxo s o sempre dadas em unidades unidade de tempo e os estoques s o sempre dados em unidades Alguns exemplos de estoques e fluxos s o dados na figura 2 16 pessoas pessoas ano pessoas ano O Z gt Popula o ZL Taxa de Taxa de Mortes Nascimentos i Taxa de bici aposentandos Fug 2 16 Exemplos de n veis e passa estoques e sua unidades L acini gt Adaptado de Sterman 2000 pg 209 A ie p Pe Taxa de admiss Taxa de pessoas ano demis sionarios pessoas ano Taxa de demitidos pessoas ano ano gt ano Empr stimos Amortiza o Grampolas semana semana Grampolas semana O A gt Pedidos esperados Taxa de variag o nos de clientes pedidos esperados de clientes Finaliz
122. 00 e 3M inicio do embolso EBi auto explicativas e tamb m contadas sempre a partir do instante t 0 tempo de amortiza o do empr stimo No caso de empr stimos banc rios o participante pode escolher o prazo de pagamento entre os valores de 0 25 e 1 ano Outro ponto deste item da lista dos passos de modelagem seria aquele referente aos conceitos chave empregados no modelo Entendemos neste contexto por conceitos chave as regras de funcionamento do modelo que definem as rela es entre as vari veis que dele fazem parte Do ponto de vista conceitual sendo este um modelo bastante simplificado e gen rico de uma empresa manufatureira ele n o cont m nenhum conceito espec fico que poder amos classificar como diferenciado daqueles que formam as regras conhecidas de opera o de uma empresa deste tipo O que podemos ressaltar sobre este ponto que alguns conceitos foram introduzidos de maneira simplificada para permitir a rea o do participante frente aos desafios impostos pelas vari veis externas do modelo Falamos aqui especificamente dos investimentos em TF RH TI e P amp D Se tomarmos para exemplo o investimento em tecnologia de fabrica o vemos que aquilo que mencionamos como simplifica o se traduz numa simples rela o neste caso quase linear entre o montante investido e a produtividade claro que a inje o de um investimento de tecnologia de fabrica o numa empresa poderia 112 por si s ser um
123. 000 taxa de dividendos RANDOM UNIFORM 0 05 0 3 152 Os valores limites para as distribui es das vari veis acima s o claro aqueles constantes no modelo As vari veis de sa da que servir o de base para a fun o crit rio s o inseridas na tela seguinte da ferramenta de an lise do Vensim mostrada na figura 5 21 Sensitivity Simulation Setup Savelist Control Edit the filename to save changes to a different control file Filename ModeloFinal para Teste Ist Choose New File Clear Settings List of Variables to be Saved Caixa market share Vendas Acumuladas Delete Selected valor economico da empresa Demiss es acumuladas Dividendos Acumulados Modify Selected Fundo de Reserva Juros Acumulados de Emprestimos Receita Financeira Acumulada Add Editing o Select For subscripted variables leave the subscripts off to save all elements lt Prev Cancel Fig 5 21 Tela com as vari veis de sa da da an lise de sensibilidade do Vensim Com todas as vari veis inseridas na ferramenta foi feita uma simula o Monte Carlo com 2000 intera es e analisados os resultados nas vari veis de sa da mostrados a seguir Estes gr ficos mostram as curvas dos valores que a vari vel de sa da pode assumir durante o desenrolar da simula o incluindo tamb m os intervalos de confian a para 100 95 75 e 50 5 4 2 Detec o de problemas e corre es Ao analisarmos os
124. 0549e 0 v 0 0078125 830 008 830 016 0 015625 830 016 830 032 0 0 0078125 1 04e 007 1 03999e 007 1 04e 007 1 03999e 007 0 015625 1 03997e 007 1 03997e 007 0 0234375 1 03996e 007 1 03996e 007 0 03125 A 1 03995e 00 1 03995e 00 gt ce Q Doc ime year gt Caixa x Contas a Receber ime vear undo de Reserva lt lt Iniciar E Microsoft PowerPoint 0 0 0078125 1 00465e 007 1 00465e 007 0 015625 1 00927e 007 1 00927e 007 0 0234375 1 01385e 007 1 01385e 007 0 0078125 0 015625 6919 14 0 015625 106841 106840 Output Valores tabelados Bl Times New Roman 12 b i fu MRS f lt em 2 fr Simulador de jogos es Vensim ModeloFinal7 0 03125 b o 1 01839e 007 1 01839e 007 gt 0 03125 gt Vensim ModeloFinal7ExperimentoEli vmf Var entradas de caixa File Edit View asus tre Model Options Windows Help Ram i jaak EO Em ala x A Doc 5 Caixa entradas de caixa 400M 200 M Ed Bugs 300 M 175M 200 M 150M 100 M 125M 0 100M 0 1 3 4 5 6 0 1 2 3 4 5 6 Time year Time year Caixa Amostra entradas de caixa Amostra S year Caixa Equilibrio entradas de caixa Equilibrio S year fl Output Caira fs Times New Roman 12 b i ufs MNM e 6 Iniciar E Microsoft PowerPoint 3h Simulador de jogos es Vensim ModeloFinal7 Anexo 3 320 1 5 Interface gr fica
125. 1 0 ES 3 4 5 6 Time vear aparecimento de NT no mercado Teste 1 a E 0 34 1 01 1 67 234 301 instante de aparecimento da NT no mercado xmin lt gt xmax for last graph Teste 1 tempo de ajuste do mercado Teste 0 5 tempo de efetiva o da NT no mercado Teste 1 5 x Ne A Iniciar ff MeuTrabalhoT Eh Registro de N Vensim Model lt Vensim Docum Zj Cap4 Operac Fig 5 38 Exemplo do recurso Causes Strip do Vensim desenvolvimento do modelo e do conseqiiente experimento pr tico de aplica o explicitando e justificando todas as suas fases e apresentando as conclus es finais O modelo que usaremos nas aplica es comerciais no futuro ter claro um n vel bem maior de detalhamento uma interface gr fica adequada atrav s do uso de vers es mais avan adas do Vensim e outras caracter sticas adicionais que tornem o seu uso mais atraente e f cil ao usu rio Optamos assim por um grau de detalhamento do modelo que julgamos adequado aos objetivos deste trabalho 171 5 6 Novos testes Outros testes que poder o ser realizados com o modelo mas que est o fora do escopo deste trabalho seria uma s rie de testes com um n mero estatisticamente significativo de participantes onde seria feito um reposit rio de valores da fun o crit rio analisadas tend ncias para um melhor ajuste dos pesos seriam coletadas novas sugest es para o modelo e o jogo e possivelmente
126. 11 D14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E11 E14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Anexo 2 226 Range F11 F14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G11 G14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H11 H14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range I11 Select lt Apaga a f rmula para que n o seja calculada novamente no _ pr ximo ciclo uma vez que a ocorr ncia s se d uma vez gt Selection Clear Else lt Se a ocorr ncia n o se deu valor 0 a rotina se repete no pr ximo ciclo gt End If Range I15 Select lt A rotina abaixo semelhante anterior A nica diferen a _ vem das probabilidades da base N o existe probabilidade zero para este evento _ aparecimento de novos concorrentes Este evento ir ocorrer j no primeiro ciclo _ O que ir variar s o as probabilidades das vari veis gt If Range I15 1 The
127. 15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G15 G16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H15 H16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range I15 Select Selection Clear Else End If Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D17 D20 Select Selection Copy Range K17 K20 Select Anexo 2 242 Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E17 E20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F17 F20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G17 G20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H17 H20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose Fa
128. 19 investimento de investimento relativo referencia em RH TI em RHTI __Franciameno enti El Times New Roman Eus Iniciar Bi 2 WindowsE T 2 Microsoft Vensim Model gt RealPlayer R E Microsoft Pow PT m g Anexo 3 313 gt Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File Edit View Layout Model Options Windows Help BSA S see RE sid Y 480 SAM Ray ae ce gt 8 Doc Financiamento em P amp D fim do embolso invPD Ha taxa de juros financ PD Son pagamentos de tempo de juros PD amortiza o da ee inicio do embolso divida PD invPD PD PD amortiza o PD parcela financiada PD inv be distribuido em i n iii a gi aa guantidade de investimento em D gt a a ae em PD investimento de investimento referencia em PD relativo em PD 3 Financiamento em P amp D fai Times New Roman 12 b i us mim gt Re a Iniciar Bi 2 WindowsE gt Lj 2 Microsoft Vensim Model RealPlayer G E Microsoft Pow Tres go gt Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File Edit View Layout Model Options Windows Help BSH 6 108 REnbimiadio J gtyr 4 880 o Ur a de cP CO gt o g A Empr stimo banc rio 1 fim do embolso HEA 2B RF taxa de juros EBI pagamento de foros EBI tempo de amortiza o fo emprestimo EBI inicio do enbolo ER
129. 2 c modifica es na interface gr fica Como decorr ncia de v rias observa es feitas pelos participantes do teste de funcionalidade algumas feitas nos question rios e outras no transcorrer do experimento foram feitas algumas modifica es e adi es na interface gr fica do software no sentido de melhora la tornando o manuseio do aplicativo mais f cil e seguro para o usu rio Iniciamos com a introdu o de uma p gina frontal de boas vindas o nome do aplicativo e seu objetivo principal como se v na figura 5 12 abaixo gt Vensim ModeloFinal para Teste3 Novalnterface mdl Var Juros Acumulados de Emprestimos File Edit View Model Options Windows Help asd S BB Equilibrio FBEY 620 pe Em BACs de cP A o 9 A 2 Entrada Benvindo ao jogo estrat gico de empresas ROCELC Vers o 1 0 Este um jogo de empresas com um modelo desenvolvido com a metodologia de din mica de sistemas acoplado a um gerador rand mico de cen rios O objetivo treina lo na tomada de decis es estrat gicas frente a cen rios aleat rios que oferecem graus diversos de dificuldade em v rias reas da empresa Gi Poeta JB Times New Roman 12 b i u s ENEE 05 cl tg Iniciar fix DocsTesePDF Cap4 Operac Vensim Model E33MicosoftE VensimDocum PT ml ji Ri 15 54 Fig 5 12 Portal do aplicativo Adi o decorrente do teste Este portal cont m links com o menu principal que
130. 30 e 45 a a para os investimentos em P amp D Os valores das parcelas financiadas para os investimentos em RH TI s o os mesmos que aqueles para TF e s o de 50 45 40 35 e 30 para P amp D sendo esta segii ncia escolhida aleatoriamente Deve se ressaltar aqui que os par metros das distribui es destes grupos de vari veis foram escolhidos dentro de princ pios de conhecimento geral da rea como por exemplo pelo fato de que de maneira geral as taxas de juros propiciadas pelos rg os de fomento pesquisa e desenvolvimento s o as mais baixas do mercado raz o pela qual escolhemos a segii ncia de valores mais baixos para este tipo de empr stimos Para efeito de um modelo gen rico com fins did ticos estas aproxima es nos parecem perfeitamente suficientes mas no caso de uma modelagem espec fica de um determinado mercado ou de um ambiente de neg cios de uma empresa espec fica claro que estes valores deveriam resultar de levantamentos amostrais in loco incluindo se dados hist ricos e as distribui es de probabilidade deveriam ser ajustadas a estes dados obtendo se assim uma simula o mais realista do ambiente no qual empresa age A figura 3 5 mostra estes grupos de vari veis e seus A par metros ES Microsoft Excel GRCFinal Multiusu rio BEE arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat X RA amp sl BEASTS AE A 8 7 Mux D2w NI Ss F228 H D A gt M
131. 38 emprestimo bancario3 STEP montante do emprestimo bancario3 tomar emprestimo bancario3 fim do embolso EB3 inicio do embolso EB3 inicio do embolso EB3 STEP montante do emprestimo bancario3 tomar emprestimo bancario3 fim do embolso EB3 inicio do embolso EB3 fim do embolso EB3 Units year 039 entradas de caixa Contas a Receber prazo medio de recebimento Anexol 196 Units year 040 Estoque PA INTEG produ o expedi o 6920 Units pinceletas 041 executar demiss es GAME 1 Units Dmnl 0 1 1 Esta vari vel representa uma chave on off para a demiss o de empregados Valor zero implica em uma politica de n o demitir Valor 1 implica que a firma est disposta a demitir empregados quando est o em numero demasiado bem como admiti los quando s o insuficientes 042 expedi o IF THEN ELSE Estoque PA gt 0 SMOOTH vendas tempo para ajustar a expedicdo 0 Units pinceletas year 043 fator de NT na participa o GAME 0 8 Units Dmnl 0 5 0 9 0 1 Este o fator de reduc o na participac o devido ao aparecimento de uma nova tecnologia Ele representa a porcentagem restante da participa o de mercado inicial ap s o efeito da nova tecnologia no mercado 044 fator do investimento em RH TI nos custos gerais 0 0 4 1 0041 VOLVO 0 2 0 95 0 3 0 92 0 501529 0 885965 0 954128 0 837719 1 50459 0 802632 2 0 78 4
132. 585526 2 82569 0 546053 3 00917 0 546053 Units Dmnl 050 faturamento IF THEN ELSE Estoque PA gt 0 Faturamento em Processo tempo de processamento do faturamento 0 Units year Anexol 051 Faturamento em Processo INTEG 198 valor da produ o faturamento valor da produ o tempo de processamento do faturamento Units 052 fim do embolso EBl inicio do embolso EB1 0 0208 Units year 053 fim do embolso EB2 inicio do embolso EB2 0 0385 Units year 054 fim do embolso EB3 inicio do embolso EB3 0 0385 Units year 055 fim do embolso invPD inicio do embolso invPD 2 Units year 056 fim do embolso invRH TI inicio do embolso invRH TI 1 Units year 057 Units year 058 FINAL TIME Units year fim do embolso invTF inicio do embolso invTF 0 25 The final time for the simulation 059 financiamento PD STEP investimento em PD parcela financiada PD fim do embolso invPD inicio do embolso invPD inicio do embolso invPD STEP investimento m PD parcela financiada PD fim do embolso invPD inicio do embolso invPD fim do embolso invPD Anexol 199 Units year 060 financiamento RH TI STEP investimento em RE TE parce la financiada RH TI fim do embolso invRH TI inicio do embolso invRH TI inicio do embolso invRH TI STEP investimento em RH TI parcela financiada RH TI fim do em
133. A seq ncia de opera es para o desenvolvimento do jogo mostrada na figura a seguir O gerador de cen rios que como j foi dito est estruturado numa planilha de Excel fica para esta vers o do jogo em poder do administrador que ir informando no final de cada ciclo os valores das vari veis externas para o pr ximo ciclo Esta informa o passada em c pia impressa aos grupos participantes que ir o analisa las e tomar suas decis es atrav s das vari veis dispon veis para isto O Gerador de Cen rios ser descrito mais adiante Diagrama operacional Jogo Estrat gico de Empresas com Cen rios Rand micos 5 Ap s an lise da resposta do modelo no per odo anterior e dos novos par metros externos insere as vari veis de decis o no modelo Decisor Participante rador rand mic de cen rios Modelo Empresarial 4 Insere os novos par metros externos dados pelo Gerador no modelo 7 Modelo gera a simula o no per odo e apresenta os resultados 1 Aciona Gerador no in cio de cada per odo de simula o 3 Passa os par metros externos aos participantes 2 Gerador gera par metros externos 6 Informa administrador sobre decis es tomadas para investimentos e Figura 1 empr stimos 2 2 Opera o do modelo em Vensim O modelo empresarial no software Vensim operado no modo jogo game mode que iniciado ou atrav s do cone c
134. CTOR 0 5 2 5 0 5 Add Editing fator de NT na participag o RANDOM_UNIFORM 0 5 0 9 instante de aparecimento da NT no mercado VECTOR 1 2 0 5 gt Distribution Parameter RANDOM UNIFORM Minimum Maximum Value Value Gas e F n Finish Cancel Fig 5 20 Tela do Vensim para configura o das vari veis de entrada para uma an lise Monte Carlo de sensibilidade 150 Abaixo segue a lista completa das vari veis de entrada para a an lise de sensibilidade taxa do d lar RANDOM UNIFORM 2 25 4 4 taxa tribut ria RANDOM UNIFORM 0 18 0 44 taxa de inadimpl ncia RANDOM UNIFORM 0 018 0 11 demanda de mercado RANDOM UNIFORM 100000 140000 varia o absoluta numero de concorrentes VECTOR 1 2 1 in cio da atua o de novos concorrentes VECTOR 1 2 0 5 tempo de efetiva o da NT no mercado VECTOR 0 5 2 5 0 5 fator de NT na participa o RANDOM UNIFORM 0 5 0 9 instante de aparecimento da NT no mercado VECTOR 1 2 0 5 taxa de juros financ TF RANDOM UNIFORM 0 18 1 76 taxa de juros financ RH TI RANDOM UNIFORM 0 27 2 2 taxa de juros financ PD RANDOM UNIFORM 0 108 0 495 parcela financiada TF RANDOM UNIFORM 0 45 0 65 parcela financiada RH TI RANDOM UNIFORM 0 27 2 2 parcela financiada PD RANDOM UNIFORM 0 3 0 5 taxa de juros EB RANDOM UNIFORM 0 8 3 3 taxa de juros EB2 RANDOM UNIFORM 0 8 3 3 taxa de juros EB3 RANDOM UNIFORM 0 8 3 3 tempo de amortiza o da d vida
135. Clear Points Clear All Points Cur gt Ref Clear Reference Ref gt Cu Cancel Fig 5 26 Fator PV na participa o nominal de mercado na sua forma original 158 Graph Lookup fator PV na participacao utput fi 164 1 145 1 118 1 059 1 0 9145 0 8487 0 7697 0 7105 0 6382 0 5855 E X min 0 _x x0 y 0 X max 3 Reset Scaling OK Clear Points Clear All Points Cur gt Ret Clear Reference Ref gt Cur Cancel Fig 5 27 Fator PV na participa o nominal de mercado na sua forma suavizada Graph Lookup fator publicidade na participa o IE X min 0 vjx 9858 y 0 3596 X max 105 Reset Scaling OK Clear Points Clear All Points Cur gt Ret Clear Reference Ref gt Cur Cancel Fig 5 28 Fator publicidade na participa o nominal de mercado na sua forma original 159 Graph Lookup fator publicidade na participa o m n STO fa t co min wf ro JO Nn f dt olo Lun Mm oo cl Ja w 0017 Mmf w co w D of n dll ad 1a a Daw Ji CO RO 4 E Er fo 167 sl ee X min 0 _y x0 y 0 X max 10 5 Reset Scaling OK Clear Points Clear All Points Cur gt Ref Clear Reference Ref gt Cur Cancel Fig 5 29 Fator publicidade na participa o nominal de mercado na sua forma suavizada Vensim ModeloFinal para Teste MarketShare mdl Var valor economico da empresa HEHE File Edit View Insert Model Opt
136. Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G21 G24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H21 H24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Anexo 2 236 Select Case EscolhaConjunto Case 1 Range D25 D27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E25 E27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F25 F27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G25 G27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H25 H27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Sel
137. EdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic Anexo 2 279 End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J21 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J24 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone Anexo 2 280 With S
138. EdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium Anexo 2 278 ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J11 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J13 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J17 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xl
139. Edit Insert Model Options Windows Help BSA amp sm Afpvalise Monte Caro Corre o paricip SF FHA X F SEO pe amp M H aanika cP An lise Monte Carlo Corre o particip Q 50 75 pos N 100 N Doc Receita Financeira Acumulada 400M z ria o absoluta pa ba 300M Pa vo patamar de DP aparecir 200M 100M o absoluta tei mero de orrentes la atua o de 0 concorrentes 0 13 3 45 6 lt Time year Iniciar fa MeuTrabalhoT Eh Fregu nciaZo a Caps Operac Vensim Model Caixa de entra Te Fig 5 36 An lise de sensibilidade determina o dos valores extremos de Receita Financeira Acumulada gt Vensim ModeloFinal para Teste MarketShare mdl Var investimento em PD File Edit View Insert Model Options Windows Help BSA S DA Rfi Mon Coro Conco pori J4gty 4 EO cam haces e leale ce CESIL Juros Acumulados de Emprestimos Sensitivi Q An lise Monte Carlo Corre o particip n 50 75 pos NN 100 E E Juros Acumulados de Emprestimos 60M E ies ator par G 45M apa 30M 15M gt absoluta atua o de oncorrentes e Iniciar 9 MeuTrabalhoTese n deloFinal p PT ce B Fig 5 37 An lise de sensibilidade determina o dos valores extremos de Juros Acumulados de Empr stimos 164 Uma proposta para a forma da fung o crit rio seria a seguinte sejam x max Xi min OS valores extr
140. Esta classifica o nada tem a ver com um suposto valor ou qualidade do ciclo por m diz respeito ao comportamento do sistema Feedback positivo aquele cujas mudan as agem no sentido direto de refor ar o comportamento do sistema enquanto que nos feedback negativos o sentido inverso ou seja de balancear ou estabilizar o seu comportamento Em outras palavras um feedback positivo faz com que um aumento numa vari vel tenha como conseqii ncia um novo aumento na mesma vari vel enquanto que no caso do ciclo negativo um aumento numa vari vel provoca uma diminui o nesta mesma vari vel Um exemplo t pico de um feedback positivo aquele da reprodu o de bact rias E Coli Martin ibid Considere se uma certa quantidade de bact rias em um frasco em agita o 22 Estas bact rias se reproduzem por divis o e multiplica o e a sua taxa de reprodu o proporcional popula o existente no frasco Assim quanto maior a popula o maior a taxa de reprodu o Um diagrama simplificado deste processo visto na figura 2 4 O ciclo de feedback positivo est indicado na figura e deve se atentar para o fato de que a seta com o esquema de v lvula indica um fluxo material de bact rias para a vari vel n vel Popula o de Bact rias e ao mesmo tempo esta seta fazem parte da cadeia causal do ciclo fechado Se partirmos de um valor inicial de 100 bact rias no frasco e considerando que sua taxa de reprodu o seja de
141. FUNDACAO GETULIO VARGAS ESCOLA DE ADMINISTRA O DE EMPRESAS DE S O PAULO ROBERTO COLOMBO APLICACAO DE JOGO DE EMPRESAS Um experimento com gera o rand mica de cen rios em sistemas din micos Tese apresentada ao Curso de P s Gradua o da FGV EAESP na rea de concentra o Administra o da Produ o e Opera es Industriais como requisito para obten o de t tulo de doutor em Administra o Orientador Prof Dr Norberto A Torres S O PAULO 2003 COLOMBO Roberto Aplica o de Jogo de Empresas Um experimento com gera o rand mica de cen rios em sistemas din micos S o Paulo FGV EAESP 2003 348 p Tese de doutorado apresentada ao Curso de P s Gradua o da FGV EAESP rea de Concentra o Administra o da Produ o e Opera es Industriais Resumo Trata do desenvolvimento e experimenta o pr tica de um aplicativo para jogo de empresas baseado no acoplamento de um modelo empresarial gen rico constru do dentro do paradigma de din mica de sistemas com um modelo em aplicativo de planilhas operando como um gerador rand mico de cen rios Este aplicativo pode ser usado tanto de forma individual como com v rios participantes de maneira individual ou em grupos com a participa o de um administrador A gera o autom tica e rand mica de cen rios num jogo de empresas propicia um ambiente diferenciado s metas de aprendizado e treinamento dos participantes Palavras chave Jogos de Empr
142. Fox escreveram a primeira vers o do software DYNAMO DYNAmic MOdels em 1959 e que se tornou a linguagem padr o de SD por mais de 25 anos 31 determinado per odo de tempo e d o uma representa o aproximada do comportamento do sistema numa vari vel ou num conjunto de vari veis que geralmente fazem parte das suas vari veis chave Por esta raz o cremos que o passo 2a estaria melhor colocado na primeira fase como em Sterman 2000 Este passo fundamental na constru o do modelo pois se ir estrutura lo ou tentar estrutura lo de maneira a imitar ou reproduzir aquele comportamento Em seguida passa se determina o do n vel de agrega o do modelo que o inverso do seu grau de detalhamento Quanto mais agregado o modelo menos detalhes ou pode se dizer tamb m menos subsistemas ele possui Na maioria dos casos h uma faixa de detalhamento do modelo mais ou menos ideal para os fins em vista acima da qual perde se em transpar ncia sem um ganho significativo de efici ncia na simula o e abaixo da qual come a se a perder qualidade de simula o o que pode prejudicar as an lises posteriores com o modelo Este grau de agrega o ideal n o uma grandeza a ser medida mas uma meta dada e avaliada pela experi ncia do modelador O ltimo passo desta fase defini o das fronteiras do sistema quase uma decorr ncia do passo anterior A fase seguinte que a conceitua o come a com o estabelecimento das var
143. HBA L System Dynamics Model Correctness Checklist Paper n D 4851 do MIT System Dynamics in Education Project 2001 LARM H Survey of Business Games School of Economics and Management Lund University s d 186 L ECUYER P Random Numbers International Encyclopedia of Social and Behavioral Sciences June 4 2001 L ECUYER P Uniform Random Number Generation Annals of Operations Research Fall 1993 LEGASTO A A FORRESTER J W LYNEIS J M System Dynamics Studies in Management Series Vol 14 North Holland Publishing Co Amsterdam 1980 LOURENZANI W L e SILVA C A B Sustentabilidade de Empreendimentos Agroindustriais de Pequeno Porte uma Aplica o de Sistemas Din micos Anais do II Congresso da SBI Agro Agrosoft 99 Campinas SP 1999 LYNEIS J M Corporate Planning and Policy Design Productivity Press Cambridge MA 1980 MAIER F H e STROHHECKER J Do Management Flight Simulators Really Enhance Decision Effectiveness System Dynamics Conference Boston MA 1996 MARRONE G SRUOGIS V ZHIQI M The Green World Management Flight Simulator Economia Aziendale 2000 Web s d www ea2000 it MARTIN L A An Introduction to Feedback Paper n D 4691 do MIT System Dynamics in Education Project 1997 MEADOWS D H MEADOWS D L RANDERS J e BEHRENS W W The Limits to Growth A Report for the Club of Rome s Project on the Predicament of Mankind Universe Books New York 1972 MEADO
144. I ie qi montante do emprestimo banc riol 25 emprestimo bancario D amortiza o EB1 tomar emprestimo banc rio Empr stimo banc rio BB Times New Roman 12 b i us MmImm e lt I 2 Iniciar fm 2 WindowsE Cj 2Micosoft VensimModel RealPlayer PI Microsoft Pow Anexo 3 gt Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File Edit View Layout Model Options Windows Help BSA amp SBS A Empr stimodancdiot dS EK A BBO SAM BAR SS e ce 5 o g A Empr stimo banc rio 2 E ERR fim do embolso RE taxa de juros EB amento de de pas tempo de amortiza o juros EB2 5 E cio di a o empr stimo EB in cio do embolso EB lea e emprestimo te cat amortiza o EB2 montante do emprestimo bancario tomar emprestimo bancario E Ramo E 125 LINEE Iniciar Em 2 WindowsE j 2Microsoft Vensim Model RealPlayer PI E Microsoft Pow PT ed z Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade gt File Edit View La Model Options Windows Help BSH S 108 REnbimiadio J gty 4 880 cam BAC S Sa e cP LO o S A Empr stimo banc rio 3 ERR fim do embolso pana Es tg taxa de juros EB3 pagamento de tempo de amortiza o juros EB3 sa lo emprestimo EB3 inicio do e
145. Laborat rio de Servomecanismos do MIT onde durante a segunda guerra mundial desenvolveu servomecanismos para antenas de radar e torres de artilharia navais Posteriormente nos anos 50 esteve envolvido com o desenvolvimento dos primeiros simuladores de v o e em 1956 entrou para a famosa Sloan School of Management do Massachussetts Institute of Technology onde comegou a aplicar os seus conhecimentos e experi ncia na teoria de controles em sistemas sociais mais especificamente em gest o de neg cios Este trabalho evoluiu para o que se conhece hoje como Din mica de Sistemas e a sua formaliza o se deu praticamente em 1961 com a publica o do seu conhecido livro Industrial Dynamics Forrester J W 1961 que apresenta a an lise din mica de um problema de administra o de empresas atrav s de um modelo de um sistema de produ o distribui o que apresenta um comportamento oscilat rio S o discutidos no livro v rios procedimentos administrativos para melhorar o desempenho do sistema e v rias an lises experimentais s o apresentadas A metodologia evoluiu para al m da modelagem de corpora es e empresas passando para a At esta data 12 2002 Forrester aproximando se dos 90 anos de idade continua ativo no MIT onde Professor Em rito Germershousen e Conferencista S nior 17 modelagem de sistemas sociais mais amplos e em 1969 Forrester publica Urban Dynamics Forrester J W 1969 que se tornou o trabalh
146. ModeloFinal7 Te x Anexo 3 gt Vensim ModeloFinal7 mdl Var taxa de admiss es File Edit View Model Options Windows Help Time 0 gt 1 GEO Fm Races e lea eS cP Ea i Output gr fico Opera o 2 Q Doc S Estoque PA For a de Trabalho taxa de demiss es 6 930 Ed 6 920 6910 0 1 2 3 4 5 6 2 3 4 2 3 4 Time year Time year Time year Estoque PA Grupo 1 pinceletas For a de Trabalho Grupo 1 pessoas taxa de demiss es Grupo 1 pessoas year Estoque PA Equilibrio pinceletas For a de Trabalho Equilibrio pessoas taxa de demiss es Equilibrio pessoas year taxa de admiss es 0 i 2 3 4 Time year un a taxa de admiss es Grupo 1 taxa de admiss es Equilibrio pessoas year pessoas year ai Gaming Make Interactive Changes Iniciar fr MeuTrabalhoTese cal Estrutura de Algadas Vensim ModeloFinal7ExperimentoEli vmf Va produ o 2 3 4 Time vear tm an produc o Grupo 1 produ o Equilibrio pinceletas year pinceletas year E Microsoft PowerPoint File Edit View t Model Options Windows Help Time 1 5 4 025 Step selecionado para o jogo anos Step selecionado para o jogo anos para o jogo anos be E gt Annes Retrocesso s do jogo Output grafico Custos Doc do jogo Jog custos gerais custo da produ o Rd H 6M 200M S 55M 140M Tempo decorrido 80M AR de
147. Os valores discretos v o de 0 9 na classe 1 a 0 5 na classe 5 ou seja se um cen rio da classe 1 for sorteado a participa o de mercado original da empresa sofrer uma redu o de 10 e de 50 no caso de cen rios da classe 5 A vari vel seguinte aquela que define o instante de aparecimento da NT no mercado e foi estruturada de maneira a ter somente uma distribui o de probabilidades para todos os cen rios A fun o uma discreta com probabilidades iguais para os valores de 1 1 5 e 2 anos Aqui tamb m poder se ia ter associado distribui es distintas para cada classe de cen rio a exemplo das demais vari veis por m optamos por esta configura o por acharmos que ela de maneira geral mais condizente com a pr tica Novas tecnologias de produtos ocorrem num instante determinado pelo seu amadurecimento em termos de viabilidade econ mica viabilidade de fabrica o aceita o do mercado e v rios outros que n o dependem pelo menos em grande parte da situa o financeira do mercado No outro extremo poder se ia tamb m fixar esta vari vel em um nico valor tornando a uma constante por m cremos que estes detalhes se tornar o mais claros e as necessidades mais espec ficas ap s um certo per odo de uso e matura o do modelo A mesma estrutura foi usada na vari vel que d a varia o absoluta do n mero de concorrentes Se examinarmos na tabela da planilha Base veremos que os valores s o 1 1 e 2 deixand
148. Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G15 G16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 5 Range H15 H16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range I15 Select Selection Clear Else End If Anexo 2 220 Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D17 D20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E17 E20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F17 F20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G17 G20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H17 H20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select Escolh
149. Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H28 Select Selection Copy Anexo 2 230 Range K28 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D30 Select Selecti
150. PasteSpecial Paste x1Values Operation xINone SkipBlanks _ Anexo 2 224 False Transpose False Case 5 Range H30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select ActiveWorkbook Save End Sub Sub ExtrairCenario2 lt Esta macro extrai os conjuntos de vari veis dos cen rios aleat rios para o segundo periodo e as coloca na tabela de extra o gt With Application Calculation xlCalculationManual MaxChange 0 001 End With ActiveWorkbook PrecisionAsDisplayed False Sheets Extrato Select Application MaxChange 0 001 ActiveWorkbook PrecisionAsDisplayed False Range D4 Select Selection ClearContents Calculate lt Esta rotina inicial mant m a pasta com c lculo manual e comandando o calculo somente uma vez por ciclo gt Range E34 E38 Select Selection Copy Range E42 Select Selection PasteSpecial Paste xl Values Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Range E42 Select Selection Copy Range D4 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D6 D10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINon
151. Possibilidade de interven o durante a 1 1 1 Pessoa nica simula o 1 1 2 V rias pessoas 2 1 1 Per odos discretos 1 2 Grau de integra o 2 1 2 Simula o em uma corrida 1 2 1 Simula o stand alone 2 2 Transpar ncia do modelo para simula o 1 2 2 Integrada em ambiente 2 2 1 Caixa preta computadorizado 2 2 2 Caixa transparente 1 3 rea principal de aplica o 2 3 Avan o do tempo na interface do usu rio 1 3 1 Com orienta o para modelagem 2 3 1 Auto avan o 1 3 2 Com orienta o para jogo 2 3 2 Avan o dado pelo usu rio 1 4 Uso de instrutores facilitadores 2 4 Caracter sticas das decis es dos usu rios ou administradores 2 4 1 Orientadas para pol ticas 1 4 1 Aprendizado totalmente 2 4 2 Orientadas para decis es auto controlado 1 4 2 Apoio de instr facil adm 3 Modelo 4 Grupos alvo metas e objetivos 3 1 Dominio do mundo real 4 1 Amplitude do grupo alvo 3 1 1 Empresas 4 1 1 Grupo alvo especial Cliente 3 1 2 Outros espec fico 3 2 Estrutura 4 1 2 Grupo alvo aberto 3 2 1 Galt planta o para Teedhack 4 2 Metas com relag o aos usuarios 4 2 1 Julgamento 4 2 1 1 Usu rios ser o testados 4 2 1 2 Usu rios n o ser o testados 3 2 2 Com orienta o para processos a maioria sem feedback 3 3 Comportamento 3 3 1 Determin stico 4 2 2 Mudan a 3 3 2 Est
152. Rand mico de Cen rios pg 217 Anexo 3 Jogo de Empresas Manual do Usuario pg 303 Anexo 4 Avalia es do teste de funcionalidade pg 334 Cap tulo 1 Introdu o 1 1 O problema O rapidissimo desenvolvimento do poder computacional na ultima d cada aliado ao relativo barateamento dos produtos de informatica tanto na area de hardware como tamb m naquela de software coloca nas m os do administrador e tomador de decis es de hoje ferramentas de an lise modelagem simula o e visualiza o de processos que seriam dificilmente imagin veis h 15 ou 20 anos A nossa experi ncia em consultoria nos mostra que uma parcela consider vel dos profissionais na rea de planejamento estrat gico operacional tomadores de decis o executivos de m dio e alto escal o principalmente no setor de pequenas e m dias empresas e cuja experi ncia se estende pelo per odo de tempo citado n o fazem uso destas ferramentas ou pelo menos n o o fazem de maneira eficaz e proveitosa para o bom desenvolvimento de seus neg cios Por outro lado as empresas t m tido dificuldades para a forma o dos seus quadros de primeiro e segundo escal o com vistas aos processos de decis o estrat gica e tamb m operacional As decis es s o frequentemente tomadas com base em grande parte na intui o ou baseadas em racioc nio lineares e muitas vezes efetivadas ta
153. Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D15 D16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E15 E16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F15 F16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G15 G16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H15 H16 Select Selection Copy Range K15 K16 Select Anexo 2 249 Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range I15 Select Selection Clear Else End If Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D17 D20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E17 E20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F17 F20 Selec
154. SD somente como ferramentas de modelagem e n o como jogos embora estes softwares possuam na sua maioria o modo de Jogo Em segundo lugar o nosso aplicativo pode ser de uso monousu rio e tamb m multiusu rio sem ser de car ter competitivo ou seja classificamo lo como multiusu rio pelo fato de permitir o seu uso por v rias pessoas ou grupos coordenados por um administrador que opera o m dulo de gera o de cen rios e assiste os participantes sem a caracter stica de competitividade entre os grupos Os demais softwares apresentados como exemplos na figura 2 18 s o aplicativos conhecidos e se constituem numa pequena parcela da oferta hoje existente deste material Refer ncias sobre estes produtos podem ser encontradas em Larm s d e pelos seus respectivos nomes na Internet 2 4 O aspecto pedag gico dos jogos empresariais A hist ria dos jogos como ferramenta de lazer e ensino se perde na noite dos s culos Por volta de 3000 A C os chineses inventaram o jogo de guerra Wei Hai e os hindus o jogo Chaturanga ambos com o objetivo de entretenimento Os jogos de guerra come aram a se tornar ferramentas s rias para treinamento e aprendizado por volta de 1660 quando Weikhmann na cidade de Ulm inventou o Jogo do Rei O pr ximo desenvolvimento foi o Xadrez de Guerra inventado por Helwig na corte de Brunswick tamb m na Alemanha e logo em seguida o Das neue Kriegspiel O novo Jogo de Guerra inventado por George Ven
155. Selection Clear Else End If Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D17 D20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E17 E20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F17 F20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Anexo 2 239 Case 4 Range G17 G20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H17 H20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D21 D24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E21 E24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F21 F24 Select Selection
156. Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Anexo 2 246 End Select ActiveWorkbook Save End Sub Sub ExtrairCenario5 lt Esta macro extrai os conjuntos de vari veis dos cen rios aleat rios para o quinto per odo e as coloca na tabela de extra o gt With Application Calculation xlCalculationManual MaxChange 0 001 End With ActiveWorkbook PrecisionAsDisplayed False Sheets Extrato Select Application MaxChange 0 001 ActiveWorkbook PrecisionAsDisplayed False Calculate lt Esta rotina inicial mant m a pasta com calculo manual e comandando _ o calculo somente uma vez por ciclo gt Range H34 H38 Select Selection Copy Range H42 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Range H42 Select Selection Copy Range D4 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D6 D10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINon
157. Then MsgBox Este empr stimo ja foi efetuado Else Range D23 Select ActiveCell FormulaR1C1 Empr stimo bancario3 ja efetuado Range D23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco3Grupo5 Empr stimo bancario 3 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo5 Select If Range D23 Value Empr stimo bancario3 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D23 Select ActiveCell FormulaR1C1 Empr stimo bancario3 ja efetuado Range D23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub MacroRecursivo Anexo 2 302 MacroRecursivo Macro Macro gravada em 15 11 2002 por Roberto Colombo lt Esta macro automatiza o processo de calculo no algoritmo recursivo de probabilidades gt Calculate Range D34 D38 Select Selection Copy Range D42 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate Range E34 E38 Select Selection Copy Range E42 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate Range F34 F38 Select Selection Copy Range F42 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate
158. Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Anexo 2 252 Range D29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D30 Select Selection Copy Ra
159. WS Donella and ROBINSON Jeniffer The Electronic Oracle Computer Models and Social Decisions John Wiley amp Sons 1985 MEADOWS Donella Places to Intervene in a System Whole Earth Winter 1997 Pode ser obtido em http www sustainalaska org WholeEarthRev pdf MEADOWS Donella System Dynamics Meets the Press The Global Citizen pgs 1 12 Washington DC Island Press 1991 MILLING P M A management Simulator to Suppport Group Decision Making in a Corporate Gaming Environment System Dynamics Conference Boston MA 1996 MILLING P M Managementsimulationem in Prozess der Organizationales Lernen em Markus Schwaninger Org Intelligente Organizationen Organiza es Inteligentes Verlag Duncker amp Humbolt Berlin 1998 MORECROFT J D W Strategy Support Models Strategic Management Journal 5 3 215 219 1996 MORECROFT J D W amp STERMAN J D Orgs Modeling for Learning Organizations Productivity Press Portland OR 1994 187 MOROZOVWSKI M e SILVEIRA F S V Value and Risk Evaluation of Power Projects A System Dynamics Approach Publicag o do LabPlan da Universidade Federal de Sta Catarina 1998 NABETH T Simulation amp Games for Education Center for Advanced Learning Technologies CALT INSEAD http www insead fr CALT s d NEWTON P An Introduction to System Dynamics Paper apresentado na Sustainable Greenbay Conference November 1999 OLIVER M An Introduction to the Evaluation of Lear
160. Z produtos produ o Outras vari veis podem ser mostradas no diagrama acima como por exemplo as vari veis 33 66 tempo para ajuste da expedi o vendas for a de trabalho e produtividade tempo para ajustar a expedi o vendas Estoque de produtos x Forga de Trabalho produtividade No caso estamos representando a produg o como fung o da forga de trabalho e da produtividade ambas com uma influ ncia positiva sobre a produ o e a expedi o como sendo puxada por vendas por m com uma defasagem dada pelo tempo que a expedi o leva para se ajustar s varia es das vendas Cada vari vel do modelo est inclu da em uma equa o que determina sua rela o com outras vari veis que lhe s o adjacentes Um ponto importante a ser observado diz respeito s unidades das vari veis Suponhamos que no exemplo acima que o produto produzido seja grampolas deste modo a vari vel n vel Estoque de Produtos Acabados teria como unidade grampolas e as vari veis produ o e expedi o teriam as unidades de grampolas unidade de tempo grampolas por ano ou por m s dependendo das unidades escolhidas no modelo 1 2 O software de din mica de sistemas O software usado para o modelo empresarial o Vensim que perfaz simula es com a metodologia da din mica de sistemas e que possui um modo de simula o do tipo jogo onde o Anexo 3 308
161. a o deste trabalho Sumario Capitulo 1 Introdu o BSD problema pg 1 2 Hip teses iniciais e objetivos do trabalho pg 1 3 Delimita es do trabalho e reerreeerenea pg 1 4 Alguns detalhes do aplicativo icerree pg 1 5 Apresenta o do trabalho e erreeereeaees pg Capitulo 2 Sobre sistemas din micos simula es modelagens e jogos Z Imtrodugad L a lele eat pg 2 2 Sistemas DIN MICOS assis ap lora pg D2 l Historito shield enews a pg 2 2 2 Algumas considera es dobre sistemas n pg REA RIE IO Aa dd a ad ad pg 2 2 4 A Metodologia de Din mica de Sistemas pg 2 2 5 Conceitos b sicos e ferramentas da Din mica de Sistemas pg 2 3 De simula es modelos e jogos pg 2 4 O aspecto pedag gico dos jogos empresariaiS 0 pg Cap tulo 3 Apresenta o do modelo DN INTROdU O nirna a n ar E aa iaia pg 3 2 0 modelo empresarial sa stare CA pg 3 2 1 rea de marketing e vendas pg 3 2 2 Arade pelata pg 3 2 3 Area MiNANcellas alibi aaa pg 3 2 4 rea do CARA aa Sai da GIRA Neen AI eae ET ae pg 3 2 5 rea de financiamento em tecnologia de fabrica o TF pg 3 2 6 Area de inv
162. a a fun o LOOKUP que define no caso a influ ncia do investimento em TF na vari vel produtividade Como esta vari vel trabalha com fatores sem dimens es usa se deste artif cio para n o se provocar conflitos de unidades no modelo Na realidade estas vari veis nem precisam ser consideradas pelo jogador e em vers es mais completas do Vensim elas podem ser ocultadas para tornar os diagramas mais simples A seguir mostramos os gr ficos para as vari veis desta rea com os seguintes valores fixados para as vari veis quantidade de investimento em TF 4M inicio do embolso invTF 0 5 anos a partir do instante zero da simulag o parcela financiada 60 taxa de juros financ TF 30 ano tempo de amortizag o da divida TF 2 anos 90 vida til cont bil do investimento TF 5 anos financiamento TF 10M SM 0 0 1 2 3 4 5 6 Time year financiamento TF Investimento em TF __ year financiamento TF Equilibrio __ _ year Fig 3 23 Exemplo da vari vel financiamento TF Par metros no texto Note se na figura 2 23 que a cota do investimento de 9 6M o que multiplicado pela base de 0 25 anos fim do embolso invTF in cio do embolso invTF resulta numa rea de 2 4M que o valor do financiamento 0 6 x 4M Divida TF 4M 2M 0 0 1 2 3 4 5 6 Time year Divida TF Investimento em TF __ Divida TF Equilibrio
163. a esclarecer os padr es como um todo e ajudar nos a ver como modifica los efetivamente A falta do pensamento sist mico na formula o de pol ticas sociais aplicadas em v rios n veis de comunidades de procedimentos administrativos e planejamentos estrat gicos em organiza es dos mais variados tipos frequentemente a causa de problemas maiores e mais graves do que aqueles que as pol ticas e planejamentos se propunham a sanar em primeiro lugar Forrester num paper escrito em 1971 e reeditado em 1995 fala sobre os sistemas sociais e os enfoques usados para a solu o dos seus problemas e um novo enfoque dado pela din mica de sistemas 27 A mente humana n o est adaptada para interpretar a maneira como os sistemas sociais se comportam Os sistemas sociais pertencem classe denominada de sistemas n o lineares de m ltiplos ciclos fechados multi loop nonlinear feedback systems Os processos evolutivos n o nos deram a habilidade mental de interpretar corretamente o comportamento din mico destes sistemas complexos nos quais n s estamos agora imersos Os sistemas n o lineares al m de apresentarem comportamentos dificilmente previs veis cont m uma natureza n o intuitiva que dificulta ainda mais a sua compreens o O fundador da din mica de sistemas discorre sobre este ponto falando sobre as organiza es empresariais Numa empresa em apuros as pessoas est o geralmente tentando com as melhores de sua
164. a figura 2 8 a Crescimento exponencial Tempo b Atingimento de meta Tempo P gt S c Oscilat rio Tempo d Em forma de S Tempo Fig 2 8 Padr es caracter sticos de comportamento sist mico Adaptado de Martin 1998 Cap1 pg 4 Os feedbacks positivos produzem em condi es n o restritivas os comportamentos delineados em a que podem levar o sistema ao caos ou a uma ruptura catastr fica os feedbacks negativos produzem de per si os comportamentos delineados em b e agindo em conjunto com os ciclos positivos quase que como um freio sobre estes podem ocasionar o comportamento delineado em d O comportamento oscilat rio ocasionado por feedbacks negativos com tempos de retardo lag times no ciclo Tempos de retardo est o sempre presentes nos sistemas correspondendo geralmente ao fluxo de informa es sobre as suas vari veis de estado No cap tulo 2 na descri o do modelo analisamos um comportamento oscilat rio Os padr es a b e c seriam padr es fundamentais e o padr o d seria um padr o composto Sterman 2000 pg 108 prop e ainda mais dois padr es compostos como sendo de ocorr ncia comum que o crescimento seguido de oscila o overshoot e o crescimento seguido de colapso como mostrado na figura 2 9 26 Crescimento com oscila o Tempo Crescimento com colapso Tempo Fig 2 9 Padr es adicionais de comportamento Adaptado de Sterman 2000 pg 108 Assi
165. a o instante de tomada e aplicac o do investimento contado a partir do inicio da simulac o Ao se decidir fazer o investimento deve se inserir esta variavel 076 INITIAL TIME 0 Units year The initial time for the simulation 077 instante de aparecimento da NT no mercado GAME 1 Units year 1 2 0 5 078 investimento de referencia em PD 5e 006 Units 079 investimento de referencia em RH TI 1e 006 Anexol 202 Units 080 investimento de referencia em TF 1e 006 Units Este um valor de refer ncia para ajuste de unidades no calculo do fator de produtividade 081 investimento distribuido em PD STEP investimento em PD tempo de desembolso em PD inicio do embolso invPD STEP investimento em PD tempo de desembolso em PD inicio do embolso invPD tempo de desembolso em PD Units year Este valor deve ser entendido como o investimento em P amp D a ser efetivado durante o tempo de desembolso correspondente para efeito de fluxo de caixa 082 investimento distribuido em RH TI STEP investimento em RH TI tempo de desembolso RH TI inicio do embolso invRH TI STEP investimento em RH TI tempo de desembolso RH TI inicio do embolso invRH TI tempo de desembolso RH TI Units year Este valor deve ser entendido como o investimento em TI a ser efetivado durante o tempo de desembolso correspondente para efeito de fluxo de ca
166. a pode estar em mais de um lugar no mesmo instante ela n o pode atuar no mesmo momento em que est sendo gerada e ela pode ser sistematicamente viezada retardada ampliada ou atenuada A metodologia da din mica de sistemas pressup e que o mundo composto de sistemas fechados dominados por ciclos de retroalimenta o n o lineares e com constantes de tempo em sua estrutura e porisso o m todo se aplica melhor a sistemas que possuam estas caracter sticas Estes sistemas s o em geral caracterizados por comportamentos din micos espec ficos longos horizontes de tempo e amplas interfaces interdisciplinares Os softwares usados para modelos em din mica de sistemas j trazem incorporada a simbologia usada e padronizada para esta rea da modelagem Os n veis s o representados por caixas e os fluxos s o representados por canaliza es com um simbolo de uma v lvula para lembrar a varia o deste fluxo no tempo Assim no esquema abaixo mostra se a vari vel Estoque de produtos acabados como uma caixa cujo n vel dado pelo fluxo de entrada Ibid Anexo 3 307 menos o fluxo de sa da ambos representando a produ o e a expedi o respectivamente Os s mbolos de nuvens anexados aos fluxos representam interfaces para fora do modelo No exemplo isto significa que n o h interesse nesta vista do modelo em mostrar de onde vem exatamente a produ o e para onde vai exatamente a expedi o Estoque de S
167. a taxonomia proposta subdivide esta categoria em simuladores e jogos de planejamento Esta subdivis o tem como crit rio classificat rio o n mero de usu rios As aplica es monousu rios s o definidas aqui como simuladores e aquelas que s o multisusu rios s o definidas como jogos de planejamento Nas primeiras uma nica pessoa joga com e contra o modelo no computador enquanto que nas segundas v rios grupos de participantes competem entre si e o computador somente tem o papel de calcular os resultados decorrentes das decis es de cada grupo Deve se ressaltar aqui que o termo jogos de planejamento n o usado ou pelo menos raramente usado na 52 literatura de lingua inglesa por m muito usado na literatura de lingua alem que seria a tradu o literal de planspiele e que implica na caracter stica de jogo competitivo entre grupos Isto se deve muito provavelmente origem dos autores e n o cremos que esta terminologia se imponha de maneira geral na comunidade cientifica da area de SD O termo gen rico que usamos neste trabalho o de jogos de empresas que podem ser competitivos quando v rios grupos competem entre si ou n o no caso em contr rio Esta denomina o tamb m encontrada em Carls e Koeder 1988 pgs 5 14 Ao tentarmos enquadrar o nosso aplicativo nesta taxonomia vemos que ele n o se encaixa nela de uma maneira precisa Primeiramente os autores classificaram os softwares de
168. a tese nenhum tipo de medi o ou avalia o pedag gica da ferramenta aqui desenvolvida e nenhuma infer ncia estat stica com rela o sua qualidade ou aceita o por usu rios que com ela de alguma maneira tenham tido contato 11 1 3 3 O aplicativo aqui desenvolvido nao do tipo competitivo Mesmo na sua forma coletiva com varios participantes ou grupos estes nao interagem entre si jogando uns contra os outros Os usuarios jogam no sentido de neutralizar as mudangas inesperadas do meio ambiente em que a empresa est atuando Configura es de problemas com a concorr ncia e o mercado est o inclu dos no jogo e s o produzidos pelo gerador de cen rios 1 4 Alguns detalhes do aplicativo Em nossa presente avalia o a metodologia de Din mica de Sistemas razoavelmente conhecida em nosso meio por m n o nos parece ser de aplica o muito generalizada Encontram se na rede algumas publica es em certas reas como Teive et al 1998 Morozowski M e Vieira Silveira 1998 Lourenzani e Barbosa da Silva 1999 Wiazovski e Barbosa da Silva 1999 Andrade A L 1997 Barros et al 1999 A escolha dos par metros e da natureza das vari veis ex genas que ir o definir os cen rios dever ser determinada tendo em vista a aplica o em quest o No modelo aqui desenvolvido conforme j citado a organiza o escolhida uma empresa manufatureira e as vari veis externas s o na sua maioria proven
169. aConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D21 D24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E21 E24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Anexo 2 221 Range F21 F24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G21 G24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H21 H24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D25 D27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E25 E27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F25 F27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste
170. aduz num grau diferenciado de dificuldade na pilotagem do sistema Ou h uma excessiva sobreposi o entre elas exigindo uma recalibragem do modelo com a modifica o de algumas das distribui es de probabilidades e ou seus par metros Sensitividade Este item toca um ponto importante para a compreens o do modelo aqui desenvolvido e deve ser analisado com cuidado Um modelo constru do em din mica de sistemas pode ser submetido a testes de sensibilidade que objetivam determinar o comportamento do sistema em face de determinadas incertezas nos seus par metros vari veis com valores constantes ou seja verifica se se o sistema ser mais ou menos sens vel s varia es de determinadas constantes Isto de utilidade primeiramente na pr pria constru o do modelo e posteriormente na formula o das pol ticas de administra o do sistema onde claro ser o mais cuidadosamente enfocadas aquelas vari veis s quais ele mais sens vel O processo consiste em associar se distribui es de probabilidade a estas constantes pode se examinar uma ou um grupo de constantes e simular repetidamente o funcionamento para cada combina o rand mica dos par metros do sistema adquirindo com isto um enfoque estat stico do seu comportamento Isto 116 nada mais do que uma simulag o do tipo Monte Carlo e praticamente todos os softwares de din mica de sistemas possuem capacita o para este tipo de an lise inclusive com t c
171. ais as novas regras de decis o estrat gias e estruturas podem ser tentadas no mundo real Como elas podem ser representadas no modelo e An lises what if Quais s o os efeitos das diretrizes e An lise de sensibilidade sensitivity analysis Qu o robustas s o as recomenda es das diretrizes sugeridas sob cen rios diferentes e determinadas incertezas e Intera es das diretrizes As diretrizes interagem Existem sinergias ou respostas compensat rias 108 Os passos acima mencionados mostram que o objetivo principal de uma modelagem em din mica de sistemas a reprodu o de um sistema emulando seu comportamento din mico Como se v em Meadows e Robinson 1985 os dinamicistas de sistemas n o est o primariamente preocupados com a previs o de valores espec ficos de vari veis do sistema em anos espec ficos Eles est o muito mais interessados nas tend ncias din micas gerais sob quais condi es o sistema como um todo est vel ou inst vel oscilante crescente declinante auto corrig vel ou em equil brio Estas premissas s o v lidas para qualquer modelagem em din mica de sistemas seja para sistemas de grande porte como grandes corpora es seja para pequenas empresas escolas para aplicativos de treinamento interativo do tipo simulador de v o ou jogos de atores role playing games ou seja procura se reproduzir os comportamentos din micos do sistema em an lise sob v rias c
172. ais baixos se constituem em cen rios mais amenos pois significam valores de deprecia o mais altos portanto um menor lucro tribut vel e ao mesmo tempo uma forma o mais r pida das reservas de deprecia o Isto comprovado na pr tica nos casos de incentivos governamentais para deprecia o acelerada em certos tipos de investimentos aprovados por org os de financiamento No modelo este tempo pode variar de dois a cinco anos O grupo restante de vari veis nesta rea do modelo o que reune aquelas que definem o investimento e sua efetiva o Iniciamos com o investimento em TF que usado em toda a rea como a base para as demais vari veis Ele o produto das vari veis investir em TF e quantidade de investimento em TF ambas vari veis de decis o sendo a primeira uma vari vel bin ria que define a a o de investir ou n o e a segunda o quanto investir A vari vel investimento distribuido em TF o investimento distribuido pelo tempo de desembolso de TF a ser usado como um dos fluxos de saida de caixa Para mais detalhes sobre esta vari vel ver o item 3 2 4 A vari vel investimento relativo em TF a rela o entre o investimento efetuado e um investimento de refer ncia dado pela vari vel investimento de refer ncia em TF Estas vari veis podem ser designadas como sendo de apoio ao inv s de auxiliares pois este termo tem uma defini o precisa no Vensim e s o usadas par
173. al deve em primeiro lugar adquirir um conhecimento da organiza o a ser modelada e mais ainda um conhecimento das suas vari veis principais e do seu comportamento no tempo Ele deve em seguida montar um modelo que reproduza aquele comportamento sendo que esta montagem s pode ser Anexo 3 309 conseguida atrav s de sucessivas aproxima es e corre es at atingir se o ponto em que todos os envolvidos na organiza o estejam de acordo e confiantes com o modelo para em seguida come ar a se propor as a es de corre o Neste caso este profissional ter claro um conhecimento do modelo em todos os seus detalhes 1 3 Apresenta o do modelo empresarial O modelo empresarial usado neste jogo apresentado em 11 vistas distintas formando um todo que representa uma empresa manufatureira de um s produto que s o as pinceletas A divis o destas vistas foi estabelecida de maneira a se ter uma vis o mais clara dos detalhes e embora primeira vista algumas delas possam parecer ter um excesso de detalhes esta impress o deve desaparecer ap s um contato mais ntimo com o modelo As vistas do modelo sao 1 Area de Marketing e Vendas 2 Area de Opera es 3 Area Financeira 4 Caixa 5 Financiamento em Tecnologia de Fabrica o TF 6 Financiamento em RH Tecnologia de Informa o TT 7 Financiamento em P amp D 8 Empr stimo banc rio 1 9 Empr stimo banc rio 2 10 Empr s
174. alidade portanto mais consistentes Quando isto n o poss vel a calibra o do modelo de maneira geral deve ser feita a posteriori nos testes de uso como foi aqui o caso 137 Ap s executarmos v rias simula es variando os limites da taxa do d lar e a forma da vari vel fator do d lar na MP chegamos seguinte configura o taxa do d lar com m dias de 2 5 2 75 3 0 3 5 e 4 0 para as classes de cen rios de 1 a 5 respectivamente Graph Lookup fator dolar na MP mi x 1 972 y 2 566 X max 5 Ed Reset Scaling OK Clear Points Clear All Paints Cur gt Ref Clear Reference Ref gt Cur Cancel Fig 5 5 Nova configura o do fator da taxa do d lar na mat ria prima o que d os valores extremos de 2 25 a 4 4 e o fator do d lar na MP como mostrado na figura 5 5 O gr fico da nova an lise de sensibilidade da vari vel caixa visto na figura 5 6 A caracter stica de irreversibilidade contida na configura o original n o est mais presente e optamos por adotar esta configura o Em seguida optamos por eliminar o grupo de vari veis relativas ao hot money por requererem uma an lise mais detalhada e uma modifica o mais profunda no modelo para se ter um funcionamento mais adequado b modifica o na sele o de classes de cen rios Outra constata o no experimento em quest o relaciona se sele o aleat ria das classes de cen rios Como j visto nos cap tulos 2
175. alues Operation xINone SkipBlanks _ False Transpose False Case 5 Range H6 H10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ Anexo 2 240 False Transpose False End Select lt A rotina acima extrai as vari veis que mudam a cada ciclo gt Range I11 Select lt Esta c lula cont m a f rmula para devolver 1 quando da _ ocorr ncia da entrada de NT gt If Range I11 Value 1 Then lt Se ocorreu NT valor 1 esta rotina coloca as vari veis correspondentes na tabela de extra o caso contr rio n o gt Selection Copy Range L11 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False lt Copia o valor de ocorr ncia valor 1 nesta _ c lula para que as vari veis extra das permanecegam constantes nos pr ximos ciclos gt Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D11 D14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E11 E14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F11 F14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Trans
176. ando esta pequena introdug o aos conceitos e ferramentas basicas de SD mostramos na tabela 2 2 exemplos da terminologia usada para distinguir estoques e fluxos em varias disciplinas 42 Campo Estoques Fluxos Matematica Fisica e Integrais estados variaveis de Derivadas taxas de variagao Engenharia estado estoques fluxos Qu mica Reatantes e produtos de rea es Taxas de rea o Manufatura Amortecedores almoxarifados Taxa de produ o Economia N veis Taxas Contabilidade A es itens do balan o Fluxos fluxo de caixa ou itens da declara o de receita Biologia e Fisiologia Compartimentos Taxas de difus o fluxos Medicina Epidemiologia Preval ncia reservat rios Incid ncia infec o taxas de morbidez e mortalidade Tabela 2 2 Terminologia usada para a distin o entre estoques e fluxos nas v rias disciplinas Fonte Sterman 2000 pg 198 2 3 De simula es modelos e jogos Talvez uma das palavras de significado mais amplo nas mais variadas disciplinas seja atualmente a palavra simula o Qualquer tipo de an lise what if pode ser chamado de simula o seja a troca de valores num dos par metros de uma simples equa o de valor presente num c lculo financeiro ou em v rios par metros de uma complexa planilha de c lculo de maneira a se montar cen rios para tomadas de decis es an lises de sensibilidade tipo Monte Carlo nas mais variadas aplica es tamb m s o chamadas
177. ange B18 Select ActiveCell FormulaR1C1 Investimento em P amp D j efetuado Range B18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirPDGrupo2 Investir em P amp D Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo2 Select If Range B18 Value Investimento em P amp D ja efetuado Then MsgBox Este investimento ja foi efetuado Else Range B18 Select ActiveCell FormulaR1C1 Investimento em P amp D j efetuado Range B18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirPDGrupo3 Investir em P amp D Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 296 Sheets Grupo3 Select If Range B18 Value Investimento em P amp D ja efetuado Then MsgBox Este investimento ja foi efetuado Else Range B18 Select ActiveCell FormulaR1C1 Investimento em P amp D ja efetuado Range B18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirPDGrupo4 Investir em P amp D Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo4 Select If Range B18 Value Investimento em P amp D ja efetuado Then MsgBox Este investimento ja foi efetuado Else Range B18 Select ActiveCell FormulaR1C1 Investimento em P amp D j efetuado Range B18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirPDGrupo5 Investir em P amp D Mac
178. ange D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D25 D27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E25 E27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Anexo 2 229 Case 3 Range F25 F27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G25 G27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H25 H27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F28 Select Selection Copy Range K28 Select Selection PasteSpecial
179. anual Como se constatou posteriormente as pessoas selecionadas para o experimento n o leram ou leram superficialmente o manual de modo que no in cio do jogo as d vidas eram muitas como d vidas sobre o modelo suas vari veis sobre o manuseio do programa etc O teste transcorreu tendo o autor na figura do administrador e mais uma pessoa como auxiliar na assist ncia aos participantes Esta pessoa tinha um conhecimento completo do modelo pois tomou parte ativa no seu desenvolvimento e estava portanto em condi es de prestar todo o aux lio necess rio aos jogadores 5 3 2 Transcurso do teste e ocorr ncias O teste transcorreu de acordo com a sequ ncia programada mostrada acima A dura o do jogo foi de cerca de tr s horas e foi necess ria uma assist ncia constante aos jogadores para as mais variadas informa es As informa es solicitadas diziam respeito ao modelo s vari veis seu significado e sua atua o e intera o com as demais e outros aspectos da sequ ncia do jogo Alguns fatos significativos ocorreram durante o jogo e o principal deles foi a mudan a inadvertida por um dos grupos de par metros j fixados em per odos anteriores quando ao fazer as simula es avan ando e retrocedendo no tempo ver item 4 2 3 apagaram os valores j inseridos em v rios par metros externos e continuaram o jogo sem perceber o erro obtendo claro resultados inadequados Outra ocorr ncia foi a dificuldade ou
180. apresenta o dos intervalos de confian a Para sua obten o assumiu se uma distribuig o rand mica uniforme da taxa do d lar entre os valores acima mostrados e um n mero de itera es de n 200 gt Vensim ModeloFinal8SemLimites mdl Var Caixa File Edit Model Options Windows Help Seb E saa 7 Taxa do dolar 4 95 AEK O20 cP a tall aplica o Caixa Doc juros de aplica es S hielal Caixa Sensitivity Graph o i Equilibrio 50 75 95 8 100 Ed Caixa lt emg anc 600M c E empr anc le 015 q empre bancar 2e 015 3e 015 4e 015 0 1 499 2 999 4 499 Time year z amortizac w Fig 5 3 An lise da fig 4 2 usando se a ferramenta de an lise de sensibilidade do Vensim Analisando se o modelo percebe se imediatamente que o respons vel por esta sensibilidade a vari vel fator taxa do d lar na MP A figura 4 4 mostra o gr fico desta vari vel tendo no eixo dos X a taxa do d lar e no eixo dos Y o fator de varia o da mat ria prima Esta figura na realidade a representa o gr fica da fun o LOOKUP do Vensim e pode se ver que para uma taxa do d lar de 4 95 a mat ria prima tem seu valor triplicado 136 Graph Lookup fator dolar na MP s E ol Solo ho wl cols S an Z SB a Sle D E Ly N nj o D win dd E 2 569 EEIE 3 774 4 336 4 667 fa 985 8 to n mn n ww mn Q n w
181. ara o pr ximo per odo ano do jogo Neste avan o e retrocesso da simula o no tempo o usu rio partindo do ponto no tempo em que se encontra o jogo poder e certamente o far avan ar a simula o at o final a fim de analisar as conseqii ncias daquelas decis es experimentais na empresa a longo prazo Resumindo as interven es e portanto as simula es definitivas pelas quais o participante ser avaliado s o executadas em per odos discretos representados pelos per odos de tempo simulados anos e as interven es experimentais e os per odos de simula o resultantes s o cont nuos 2 2 Transpar ncia do modelo para simula o O modelo empresarial usado neste trabalho desenvolvido dentro da metodologia da din mica de sistemas totalmente aberto ao usu rio que pode examinar todas as suas partes bem como as descri es das suas vari veis 2 3 Avan o do tempo na interface do usu rio ver o item 2 1 2 4 Caracter sticas das decis es dos usu rios Entende se aqui pol ticas como policies que traduzimos ao longo deste trabalho como processos administrativos ou pol ticas administrativas e eventualmente como normas administrativas ou ainda como diretrizes administrativas subentendendo se sempre um car ter estrat gico que est contido no termo policy O modelo aqui desenvolvido tem como objetivo o treinamento em planejamento estrat gico e uma parte das suas vari veis de decis o aquelas que
182. as classes at a classe 5 e se houver uma pr xima c lula esta ter a classe 1 Exemplificando se a primeira classe escolhida for a classe 4 esta ser a classe escolhida para o cen rio do per odo 1 Este valor ser copiado em outra c lula via macro e as c lulas subsequentes de um intervalo de 5 c lulas ter o os valores aumentados de uma unidade at 5 e voltando a 1 em seguida Ter amos ent o um intervalo com os valores de classe 4 5 1 2 e 3 A estes valores s o agora associadas probabilidades para o pr ximo per odo que t m os valores de 0 10 20 30 e 40 Para o segundo per odo a classe agora gerada com a fun o discreta n o mais de probabilidades iguais mas com a distribui o de RNGDiscrete 4 5 1 2 3 0 0 1 0 2 0 3 0 4 o que significa que 139 a classe 1 n o ir se repetir probabilidade 0 a classe 5 ter 10 de ser sorteada a classe 1 tera 20 e assim por diante O processo se repete at o quinto e ultimo periodo Com este algoritmo tem se uma melhor distribui o de cen rios evitando se uma repeti o por m se considerarmos conveniente podemos dar um valor baixo para a probabilidade da ltima classe sorteada como 2 5 ou 5 por exemplo ao inv s de zero e com isso poder se ia ter teoricamente uma repeti o de classes por m com baixa E Microsoft Excel GRCFinal2 Multiusuario E arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat 18 x 1 DRA GRY
183. as suas equa es por m os seus relacionamentos com as vari veis internas n o cont m nenhum feedback Uma vez gerados os seus valores para um per odo elas ir o influenciar as vari veis internas do modelo por m n o ser o influenciadas por aquelas e seus valores s ser o modificados no pr ximo per odo quando o gerador produzir um novo cen rio este comportamento igual para as constantes internas do modelo din mico com a diferen a de que estas j est o pr fixadas no modelo Neste aspecto a ferramenta considerada como um todo possui um comportamento misto estoc stico e determin stico o modelo din mico determin stico e o m dulo do GRC lt gt Comportamento I Comportamento deterministico estocastico Gerador Rand mico de Cen rios eee a Relacionamento com o Vari veis internas de decis o lt gt feedback entre vari veis constantes e demais Relacionamento sem O Vari veis externas cen rios feedback entre Vari vols Fig 2 17 Representa o esquem tica do aplicativo de jogos empresariais com gera o rand mica de cen rios Enfoque de comportamento 49 evidentemente estocastico Procuramos mostrar de uma maneira esquematica esta dualidade na figura 2 17 3 4 Generaliza o do modelo com rela o ao dominio Como o modelo din mico trata de uma empresa manufatureira classificamos como rea especial de interesse mas como ele bastante gen rico uma cl
184. assifica o dentro do item 3 4 2 n o estaria totalmente errada Pode se dizer que ambas as classifica es se aplicam ferramenta em an lise 3 5 Seqiienciamento do tempo no m dulo de simula o Classifica o imediata 3 6 Papel do modelo de simula o Classifica o imediata 3 7 Influ ncia de dados externos Classifica o imediata 3 8 Dom nio das vari veis Classifica o imediata 4 Grupos alvo metas e objetivos 4 1 Amplitude do grupo alvo A ferramenta certamente n o foi idealizada tendo um cliente espec fico em mente Se este fosse o caso o modelo deveria conter dados e rela es espec ficas de uma determinada empresa com o objetivo de emular o seu comportamento din mico sob determinadas situa es e corrigi lo se fosse o caso atrav s de solu es determinadas atrav s de in meras simula es No nosso caso o modelo gen rico portanto n o est simulando nenhuma empresa em particular e sim uma empresa qualquer do ramo manufatureiro e n o se prop e a corrigir nenhum comportamento din mico inadequado mas ser utilizado como ferramenta de ensino e treinamento gerencial com a caracter stica de submeter os participantes a uma administra o sujeita a varia es aleat rias do ambiente da empresa Significa isto que a ferramenta s poderia ser usada para treinamento de profissionais de alguma maneira ligados manufatura Est claro que n o pois empresas de in meros se
185. bilidade de evitar este problema atrav s de um batente alarme ou algo equivalente que n o seja atrav s de instru es aos participantes 5 3 O teste de funcionalidade Denominamos esta avalia o pr tica do modelo de teste de funcionalidade pois um dos objetivos desta fase al m de experimenta lo pela primeira vez como ferramenta pedag gica colhendo as rea es dos jogadores havia a necessidade de receber sugest es de melhoras por parte dos participantes promovendo ajustes em v rios pontos do aplicativo o que de fato ocorreu 5 3 1 Prepara o e condi es do experimento Para o teste foram selecionados dez profissionais das reas de administra o e consultoria para a participa o no jogo em an lise mas dificuldades de ordem profissional e pessoal n o permitiram que quatro deles participassem do evento Com seis pessoas para o teste montaram se 3 grupos de duas pessoas cada atuando como tr s empresas distintas dentro dos mesmos cen rios Enviamos o Manual do Usu rio com cerca de dez dias de anteced ncia e na data marcada o teste teve in cio com uma apresenta o sobre o aplicativo e o jogo por parte 133 do autor Nesta apresenta o foram refor ados os principais aspectos da din mica de sistemas foram mostradas as vistas do modelo em Vensim bem como alguns pontos sobre seu manuseio Esta apresenta o teve como objetivo refor ar o primeiro contato com o aplicativo feito atrav s do m
186. bolso invRH TI inicio do embolso invRH TI fim do embolso invRH TI Units S year 061 financiamento TF STEP investimento em TF parcela financiada TF fim do embolso invTF inicio do embolso invTF inicio do embolso invTF STEP investimento em TF parcela financiada TF fim do embolso invTF inicio do embolso invTF fim do embolso invTF Units year 062 fluxo de entrada aplicacdestentradas de calxa financlamento PD financiamento RH TI financiamento TF juros de aplica es emprestimo bancariol emprestimo bancario2 emprestimo bancario3 Units year 063 fluxo de saida amortiza o EBl amortizac o EB2 amortizac o EB3 amortizac o PD amortizac o RH TI amortiza o TF custo da produc o tcustos gerais impostostinvestimento distribuido em PD investimento distribuido em RH TI investimento distribuido em TF pagamento de juros EBl pagamento de juros EB2 pagamento de juros EB3 pagamentos de juros PD pagamentos de juros RH TI pagamentos de juros TF Units S year Anexol 200 064 Forca de Trabalho INTEG taxa de admiss es taxa de demiss es 830 Units pessoas 065 Fundo de Reserva INTEG lucro liquido deprecia o RH TI depreciac o TF aplica es dividendos 1e 007 Units 066 impostos IF THEN ELSE lucro tributavel gt 0 lucro tributavel taxa tributaria 0 Units year 067 inicio da aplica o do novo patamar de
187. bora o conceito de aprendizado aqui deva ser analisado com cuidado e os dois termos sejam frequentemente usados sem distin o Os participantes de um jogo de empresas qualquer que seja o seu tipo j conhecem os princ pios e comportamentos b sicos da organiza o modelada pelo jogo conhecimento da rea da empresa por atuar nela conhecimento do mercado da empresa e seus produtos conhecimento dos princ pios b sicos da administra o etc Sob este enfoque ao participar de um jogo o usu rio submetido predominantemente a um treinamento ou um adestramento de como reagir da melhor maneira a certas situa es provocadas por varia es de par metros internos e ou externos ao sistema algo muito semelhante ao simulador de v o para os pilotos e da o nome de simulador de v o empresarial muitas vezes usado Qual a parcela de transmiss o de conhecimentos que um jogo pode dar aos usu rios Ao nosso ver o conhecimento aqui pode ser identificado pelas informa es ou o aprendizado concebido como o fluxo de informa es que o usu rio recebe sobre as intera es entre as vari veis do modelo a sensibilidade do sistema como um todo e de vari veis cr ticas em particular e as rela es destas vari veis com seu comportamento Este conhecimento n o poss vel de ser adquirido atrav s de modelos mentais que s o quase sempre lineares incompletos e imprecisos Sob este aspecto pode se reconhecer uma parcela de aprendizado nos jogos
188. cada classe de cen rio Esta tabela o reposit rio de refer ncia de dados para a gera o dos valores rand micos Planilha Extrato Esta planilha possui um conjunto de extra o que um intervalo que cont m as f rmulas que atrav s das macros ir o extrair da planilha Base as distribui es da cada vari vel e seus par metros conforme o cen rio sorteado Planilhas dos participantes S o as planilhas que distribu das aos participantes a cada ciclo lhes informam os novos valores das vari veis ex genas para aquele ciclo Na vers o aqui apresentada temos cinco planilhas o que possibilita a participa o de cinco pessoas ou cinco grupos no jogo Uma extens o para maior n mero de participantes pode ser feita facilmente Folhas de macros As macros feitas em VBA se destinam a promover o acionamento dos geradores de n meros rand micos o fluxo interno de dados no aplicativo e a formata o adequada das planilhas O uso de macros fundamental na concep o de uma ferramenta deste tipo N o h possibilidade de se obter os resultados aqui mostrados sem o seu uso Nesta aplica o foram produzidas as seguintes macros 1 Macro ExtrairCenario Esta macro extrai os conjuntos de vari veis dos cen rios aleat rios e as coloca na tabela de extra o na planilha Extrato est residente no M dulo1 do Editor do Visual Basic 2 Macro Inicializar Esta macro limpa todas as planilhas do gerador com exce o da Base
189. cente de probabilidades para os cen rios mais diversos Assim a classe de cen rio igual ao cen rio anterior possui uma probabilidade zero de ocorr ncia e as demais classes ter o probabilidades crescentes na medida que se afastam da classe anterior Desta maneira garante se uma varia o mais acentuada de classes de cen rios tornando o jogo mais din mico Os detalhes de c lculo e funcionamento deste algoritmo est o descritos no item 5 3 3b Encerrando estas considera es finais passamos ltima atividade do experimento que podemos considerar como sendo a cria o de uma ferramenta de avalia o de desempenho dos participantes no jogo que denominamos fun o crit rio A fun o escolhida relativamente simples por for a da generalidade do modelo din mico e baseia se na medi o de resultados em uma s rie de vari veis selecionadas como vari veis de desempenho sendo que algumas j faziam parte do modelo na sua vers o inicial e algumas foram criadas especificamente para este prop sito O desempenho medido pela fun o crit rio dado pela grandeza que denominamos de N vel de Efici ncia Global do participante que representa uma m dia ponderada dos valores atingidos no final do jogo das vari veis de avalia o com rela o aos valores extremos que estas vari veis podem atingir Estes valores extremos foram 175 determinados atrav s de uma simula o multivariada de sensibilidade Monte Carlo que est des
190. cia s se d uma vez gt Selection Clear Else lt Se a ocorr ncia n o se deu valor 0 a rotina se repete no pr ximo ciclo gt End If Range I15 Select lt A rotina abaixo semelhante anterior A nica diferen a _ vem das probabilidades da base N o existe probabilidade zero para este evento aparecimento de novos concorrentes Este evento ir ocorrer j no primeiro ciclo _ O que ir variar s o as probabilidades das vari veis gt If Range I15 1 Then Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D15 D16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Anexo 2 234 Case 2 Range E15 E16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F15 F16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G15 G16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H15 H16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range I15 Select
191. cis es operacionais Desenvolvimentos futuros deste modelo poder o dar uma nfase maior a alguns aspectos operacionais atrav s de um maior detalhamento desta ou daquela rea da empresa por m o foco principal do objetivo do modelo continuar a ser o estrat gico 131 5 2 3 Sequ ncia do jogo O jogo pode ser dividido nas seguintes opera es Opera o 1 Administrador inicializa o gerador para o instante 0 e aciona o bot o Gerar per odo 1 Opera o 2 O gerador seleciona a classe de severidade de cen rio e gera o conjunto de valores das vari veis externas correspondentes que ir o constituir o cen rio do primeiro per odo ano Opera o 3 O administrador imprime a seguir as planilhas de informa es para os respectivos participantes grupos ou indiv duos Opera o 4 Os participantes inserem os valores das vari veis externas constantes na planilha de informa es nos controles correspondentes na p gina Entrada de par metros externos do Vensim usando os controles deslizantes ou digitando os valores Esta opera o pode ser eliminada usando se a vers o profissional do Vensim onde atrav s de macros e fun es de procura espec ficas para esta vers o o aplicativo coleta os valores no Excel e os coloca nas vari veis correspondentes do modelo facilitando bastante a operacionaliza o do Jogo Opera o 5 Os participantes analisam a resposta do modelo frente s novas vari veis ext
192. classe 1 Para isto basta entrar na planilha Extrato e digitar o n mero da classe de cen rio desejado na c lula D4 como mostrado na figura 4 1 O gerador ir ent o gerar os par metros das distribui es para aquela classe de cen rio Designamos este tipo de opera o do gerador como modo semi rand mico E3 Microsoft Excel GRCFinal Multiusu rio BAR EE arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat DES SERV 4 BS O gras Qro Nise D4 zi RNGDuniform 1 5 A B ES ee ee F G H Planilha Extrato Tabela de njunto para extra o a extra o Cen rio We severidade 2 Cen rio de severidade 2 Do 252724818 2 527248177 0 275 0 275 0 038657422 10 Eh 12 ex genasaue Aparecimento 6 15 13 assumem um s 0 8 0 8 Eine ES ta qse aaao Desenhar G Pronto Calcula Fig 4 1 Coloca o do GRC em modo semi rand mico Analisamos em seguida as vari veis ex genas que se alteram a cada ciclo que s o 1 taxa do d lar 2 taxa tribut ria 3 taxa de inadimpl ncia e 4 demanda de mercado Para tr s primeiras escolhemos uma distribui o de probabilidades normal e truncada dada pela fun o RNGTnormal m dia sigma Tmin Tmax onde Tmin e Tmax S o os Valores minimo e m ximo de truncamento respectivamente Optamos para fins de uniformidade padronizar os par metros com as seguintes rela es o 0 1 U e Tmn
193. cnologias valor 1 a mais baixa 25 enquanto que na classe mais severa ocorre o inverso ou seja existe 75 de probabilidade de ocorr ncia de NT no mercado sendo que as demais possuem grada es intermedi rias Aqui tamb m optou se por distribui es de probabilidades que permitam uma ocorr ncia deste tipo mesmo nos cen rios mais suaves Para a vari vel n 6 fizemos uma associa o a valores fixos para cada classe de cen rio ao inv s de associarmos uma distribui o de probabilidade para cada classe de cen rio como nas anteriores e isto foi feito com valores que v o de 2 5 anos para a classe 1 de cen rios at 0 5 anos para a classe 5 125 Optou se aqui fazer uma delimita o dos valores desta vari vel em fun o do cen rio sorteado sem nenhuma sobreposi o entre eles uma vez que as demais vari veis do grupo possuem esta caracter stica claro que esta foi uma escolha livre ou seja n o existe nenhuma obrigatoriedade em se fazer esta vari vel com a distribui o citada A pr xima vari vel o fator de NT na participa o que como j descrito no item 2 2 1 representa 1 menos a porcentagem de participa o de mercado original da empresa causada pelo efeito do aparecimento de novas tecnologias no mercado Neste caso fizemos uma distribui o semelhante quela usada para a demanda de mercado ou seja uma distribui o discreta com probabilidades vari veis em fun o da classe de cen rio sorteada
194. colha do paradigma de din mica de sistemas para o primeiro e de um aplicativo comercial de planilhas para o segundo A segunda atividade do experimento foi o desenvolvimento dos modelos em cada um dos m dulos componentes do aplicativo final Na rea empresarial foi idealizado um modelo em SD de car ter gen rico simulando uma empresa manufatureira de estrutura relativamente simples O grau de complexidade de modelo din mico foi estabelecido de acordo com os objetivos do trabalho em pauta que era o de uma experimenta o pr tica como instrumento de treinamento gerencial Na rea de gera o de cen rios criou se um modelo em Excel composto de um conjunto de distribui es variadas de probabilidades para as vari veis externas que definem os cen rios e com a sua opera o interna automatizada atrav s de macros programadas em VBA A este m dulo demos a designa o de Gerador Rand mico de Cen rios GRC O desenvolvimento destes dois m dulos obedeceu a crit rios estabelecidos e espec ficos para cada uma das reas No caso do sistema din mico usamos os crit rios estabelecidos por Sterman 2000 como valida o do seu desenvolvimento conforme mostrado no capitulo 3 item 3 2 No caso de gerador de cen rios procuramos em primeiro lugar validar a escolha do 173 Excel devido s in meras cr ticas que este aplicativo recebe para determinadas aplica es Demonstramos no item 3 3 1 que estas cr ticas embora corr
195. concorrentes e a influ ncia positiva exercida pelo investimento em P amp D Anexol 208 119 participa o real de mercado SMOOTH participa o nominal no mercado fator publicidade na participac o despesas relativas de publicidade fator PV na participac o preco relativo de venda tempo de ajuste do mercado IF THEN ELSE aparecimento de NT no mercado 0 0 RAMP fator de NT na participa o 1 participa o nominal no mercado fator publicidade na participac o despesas relativas de publicidade fator PV na participa o pre o relativo de venda tempo de efetivac o da NT no mercado instante de aparecimento da NT no mercado instante de aparecimento da NT no mercado tempo de efetiva o da NT no mercado Units Dmnl Este a participac o de mercado que parte da nominal e leva em conta as influencias do preco de venda negativa 1 dos gastos de publicidade positiva e do aparecimento de novas tecnologias no mercado negativa Se nada for feito para compensar este efeito a participa o no mercado cair para o valor dado pelo fator de NT vezes a participa o da atual 120 perdas por inadimplencia faturamento taxa de inadimplencia Units year 121 perfil da concorrencia 1 numero de concorrentes 1 Units Dmnl 122 prazo medio de recebimento 0 0833 Units year 123 prazo para as aplica es 1 Units vear Anexol 209 124 pre
196. crita em detalhes no item 4 4 3 no cap tulo 4 6 2 Desenvolvimentos futuros Considerando o trabalho encerrado atrav s das considera es do item anterior imp e se a pergunta esta ferramenta ja poderia ser usada em um curso para empresas ou comercializada atrav s de uma consultoria ou de outra maneira A resposta em princ pio sim conforme mostrado no teste de funcionalidade por m os limites impostos por um trabalho acad mico desta natureza como limites de espa o de detalhamento do modelo como o uso de uma vers o acad mica do software de modelagem din mica muito pobre em termos de interface com o usu rio nos levam a considerar a ferramenta tal como apresentada nesta tese como um prot tipo da vers o final a ser comercializada E como conhecido a dist ncia entre um prot tipo e o produto acabado envolve na maioria dos casos um volume de trabalho consider vel Neste sentido ao encerrar este trabalho procuramos apresentar um roteiro de desenvolvimentos futuros analisando as alternativas de expans o e detalhamento do aplicativo aqui apresentado para lev lo da condi o de prot tipo para aquela de produto acabado e comercializ vel Ao tentarmos estabelecer a estrutura de um roteiro como este percebemos de imediato que n o de trata apenas de descrever algumas melhorias ou alguns detalhamentos adicionais nos m dulos do aplicativo mas sim de um leque enorme de possibilidades de desenvolvimento em v rios p
197. cter sticas dos feedbacks de informa o em sistemas gerenciados e o uso de modelos para o projeto design de formas organizacionais e normas administrativas melhoradas Uma vers o anterior do mesmo autor Coyle 1979 pg 2 Na literatura de lingua alem sobre o tema a express o vernetztes Denken que literalmente significa pensamento em rede ou pensamento interconectado mas que poderia ser traduzida como pensamento sist mico freq entemente usada para exprimir din mica de sistemas embora o termo System Dynamik e o termo systemisches Denken Din mica de Sistemas e Pensamento sist mico respec tamb m sejam usados na l ngua alem Interessante notar o desenvolvimento por vezes paralelo entre a DS nos EUA e na Alemanha Um trabalho interessante de Ossimitz G da Universidade de Klagenfurt Entwicklung vernetztes Denken O desenvolvimento do pensamento sist mico em http www uni klu ac at users gossimit proj entvd htm mostra que o termo vernetztes Denken foi cunhado pela primeira vez na Alemanha pelo Prof Frederic Vester no campo da Biocibern tica por volta de 1984 e a sua pesquisa coincide com todos os passos da Din mica de Sistemas Quando do aparecimento do software STELLA para o computador Macintosh que marcou o in cio da populariza o das simula es nesta rea o seu uso na Alemanha nestas pesquisas foi imediato 28 Um m todo de an lise de problemas no qual a vari vel
198. de obrigat ria num trabalho de tese como este aqui apresentado 12 Foi desenvolvida tamb m uma ferramenta de avaliag o dos resultados obtidos que designamos por fung o crit rio que estabelece uma medida relativa de qualidade dos resultados atingidos pelos participantes ao final do jogo Deve se ressaltar aqui que a complexidade do aplicativo aqui desenvolvido em grande parte determinado pelo grau de detalhamento do modelo empresarial foi escolhido de maneira a n o se perder de vista o objetivo principal deste trabalho que perfazer um experimento pratico na forma de um jogo estrat gico de um modelo empresarial desenvolvido na metodologia de din mica de sistemas e com uma gera o rand mica de cen rios As possibilidades de detalhamento de um modelo din mico s o quase que ilimitadas ocorrendo casos de aplicag o pratica de modelos com centenas de milhares de vari veis uma norma entre os modeladores experientes de sistemas din micos que se deve atentar para o fato de que nem sempre um modelo muito detalhado o melhor modelo para o estudo em quest o O excesso de detalhes pode em certos casos mascarar efeitos din micos importantes que se est querendo encontrar prejudicando assim a efici ncia do modelo Outro aspecto a ser ressaltado o da parametriza o do sistema No uso pr tico de um modelo desta natureza ou seja no caso de se modelar uma organiza o real como num trabalho de consultoria por exe
199. de inicial de entrada o valor da produ o que dado pelo volume da produ o produ o vezes o pre o de venda PV Este fluxo armazenado na vari vel Faturamento em Processo que designa o ac mulo de pedidos sendo processados para cobran a Dentro de um tempo de processamento dado pela vari vel tempo de processamento do faturamento o faturamento escoa para Contas a Receber Esta por sua vez tem uma saida principal que s o as entradas de caixa e outra secund ria que s o as perdas por inadimpl ncia que fun o de uma taxa de inadimpl ncia esta ltima uma vari vel ex gena gerada pelo gerador de cen rios em fun o da severidade do cen rio sorteado A vari vel entradas de caixa por sua vez acoplada na vari vel Caixa que ser examinada mais adiante As equa es para este grupo de vari veis s o descritas abaixo valor da produ o produ o pre o de venda PV Units year 79 Faturamento em Processo INTEG valor da produ o faturamento valor da produc o tempo de processamento do faturamento Units faturamento Faturamento em Processo tempo de processamento do faturamento Units S year Contas a Receber INTEG faturamento entradas de caixa perdas por inadimplencia 1 04e 007 Units entradas de caixa Contas a Receber prazo medio de recebimento Units S year Algumas observa es
200. de da participa o 3 5 x as 2 nominal A equa es s o as seguintes assinalamos em vermelho as modifica es introduzidas participa o nominal no mercado SMOOTH demanda de mercado perfil da concorrencia demanda de mercado tempo de ajuste do mercado IF THEN ELSE investimento relativo em PD 0 0 RAMP demanda de mercado perfil da concorrencia demanda de mercado fator PD na participa o investimento relativo em PD demanda de mercado perfil da concorrencia demanda de mercado tempo de atua o do investimento em PD inicio do embolso invPD tempo de in cio de atua o de PD inicio do embolso invPD tempo de in cio de atua o de PD tempo de atua o do investimento em PD Units Dmnl vendas participa o real de mercado demanda de mercado Units pinceletas year Feita esta mudan a nas vari veis citadas voltamos solu o do problema acima mencionado Vemos em princ pio duas possibilidades de solu o para isso sendo a primeira um ajuste nos fatores de influ ncia das participa es de mercado e a segunda uma reformula o das equa es das vari veis envolvidas de maneira a condicionar matematicamente a participa o de mercado a ficar sempre abaixo da unidade Por simplicidade optamos pela primeira e passamos a descrever o procedimento usado para isto Ressaltamos aqui mais uma vez que como o texto acima mostra estamos registrando toda a
201. de de Ci ncias Econ micas da Universidade de G ttingen Alemanha 1999 HEQUET M Games that Teach Training vol 32 n 7 Minneapolis 1995 HIGHT J System Dynamics for Kids Technology Review MIT Vol 98 n 2 Feb Mar 1995 KENNEDY M Towards a Taxonomy of System Dynamics Models of Higher Education Trabalho apresentado no International Seminar on Using System Dynamics as a Tool for Decision Making in Higher Education Management London June 1999 KIRKWOOD C W System Dynamics Methods A Quick Introduction College of Business Arizona State University 1998 Pref cio e cap tulos 1 a 9 KIRKWOOD C W New Product Dynamics Illustrative System Dynamics Models College of Business Arizona State University 1998 KIRKWOOD C W Business Process Analysis Workshops System Dynamics Models College of Business Arizona State University 1998 KIRKWOOD C W System Dynamics Resource Page Arizona State University http www public asu edu kirkwood sysdyn SDRes htm K NIG U H Use of Simulation in Management and Management Education Speeding up the Wheel of Larning System Dynamics Conference Boston MA 1996 KRAWCZYK H How to Predict Congruential Generators in Lecture Notes in Computer Science 435 Advances in Cryptology Proceedings of Crypto 89 G Brassard Ed Springer Verlag Berlin 1990 138 153 apud L Ecuyer Uniform Random Number Generation Annals of Operations Research Fall 1993 LAI D e WA
202. de trabalhou e trabalha Experi ncia gerencial A Quest es relativas ao modelo empresarial na metodologia de din mica de sistemas al Voc tinha conhecimento anterior desta metodologia Sim N o a a2 Voc considerou suficiente a apresenta o inicial sobre o assunto Sim N o Anexo 4 336 Se poss vel d sugest es observa es sobre a apresenta o Do que voc gostou O que voc faria diferente a3 Qual a sua opini o sobre o grau de detalhamento do modelo Muito detalhado Suficientemente detalhado E Pouco detalhado E Se a resposta for pouco detalhado indicar quais reas ou caracter sticas voc acha que deveriam ser inclu das no modelo e porque a4 Qual a sua opini o sobre a interface gr fica e sua influ ncia no manuseio do modelo Eficiente f cil manuseio E Regular Ineficiente dificulta o manuseio Coment rios e sugest es sobre a interface gr fica Do que voc gostou O que voc faria diferente a5 Considerando se que o modelo baseado em regras e rela es gerais da administra o de empresas conhecidas por voc o fato de ter ele sido desenvolvido em din mica de sistemas com todas as caracter sticas da decorrentes contribuiu de alguma maneira para Anexo 4 337 o seu grau de percep o das rela es entre as vari veis estrat gicas cr ticas E as operacionais Favor d
203. de uma semana para espelhar o caso real de tomada destes empr stimos como se pode ver na figura 3 31 onde se mostra o empr stimo no valor de 2M no instante t 0 5 anos com taxa de juros de 80 ao ano e tempo de amortiza o de um ano A figura 3 31 mostra uma vis o conjunta das tr s vari veis empr stimo banc rio 1 Divida Emprestimo Bancariol e amortiza o EBI 95 Aqui encerramos a apresenta o do modelo empresarial desenvolvido na metodologia de Din mica de Sistemas Uma lista completa com todas as vari veis e respectivas equa es mostrada no Anexo 1 60M year 2M 2M year 0 year 0 0 year 0 0 20 0 40 0 60 0 80 1 1 20 140 1 60 1 80 2 Time year emprestimo bancariol Empr stimo banc rio 1 year Divida Emprestimo Bancariol Empr stimo banc rio 1 amortiza o EB1 Empr stimo banc rio 1 _ year Fig 3 31 Apresenta o conjunta das vari veis da Area de Empr stimo Bancario 1 Parametros no texto 3 3 O Gerador Rand mico de Cen rios GRC A segunda parte do aplicativo desenvolvido neste trabalho o Gerador Rand mico de Cen rios Como j mencionado antes a sua fun o principal gerar valores aleat rios a cada ciclo ano do jogo para as vari veis ex genas simulando condi es externas mut veis mais ou menos severas do ponto de vista dos neg
204. demy Concord MA June 27 29 1994 FORRESTER J W The Beginning of System Dynamics The McKinsey Quarterly 1995 Number 4 FORRESTER J W Counterintuitive Behaviour of Social Systems Paper n D 4468 1 da Sloan School fo Business MIT 1995 GEORGANTZAS N C e RITCHIE DUNHAM J L Designing high leverage strategies and tactics a ser publicado no Human Systems Management GETSCH U e SIEMON J Evaluation von Wissensvermittlung durch Planspielen Methoden und Erkenntnisse aus der wirtschaftpddagogischen Forschung Avalia o da transmiss o de conhecimento atrav s de jogos de empresas M todos e conclus es da 185 pesquisa pedag gico administrativa em Multimedia Publikation Planspiele in der beruflichen Bildung Jogos de empresas no ensino profissional Berlin 2000 GONZALEZ J J Merging Organizational Learning with Learning Theory A Task for the 21 Century Agder University College Grimstad Noruega s d GROBLER A e MAIER F H A Taxonomy in Computer Simulations for Learning about Socio Economic Systems Paper apresentado na System Dynamics Conference Queb c 1998 HARTUNG S F rderung der Lerneffizienz beim Einsatz von Unternehmenplanspielen Eine empirische Erhebung in der kaufm nnischen Fortbildung berufstitiger Erwachsener Melhora da efici ncia no aprendizado pelo uso de jogos empresariais Um levantamento emp rico na educa o continuada de adultos economicamente ativos Tese de Doutorado na Faculda
205. ders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range F27 G27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range G28 Select Selection ClearContents ActiveCell FormulaR1C1 Ciclo efetuado Range G28 Select Selection Font ColorIndex 3 End If Sheets Administrador Select Range G2 G27 Select Selection Copy Sheets Grupo1 Select ActiveWindow ScrollWorkbookTabs Position xILast Sheets Array Grupo1 Grupo2 Grupo3 Grupo4 Grupo5 Select Sheets Grupo1 Activate Range G2 G27 Select ActiveSheet Paste Sheets Administrador Activate Anexo 2 260 Range G2 Select ActiveWorkbook Save End Sub Sub Periodo2 Periodo2 Macro Macro gravada em 24 8 2002 por Roberto Colombo If Range H28 Value Ciclo efetuado Then MsgBox Este periodo j foi gerado Acesse o pr ximo per odo Else Application ScreenUpdating False ExtrairCenario2 Sheets Administrador Select ActiveWindow SmallScroll Down 12 Range H2 Select ActiveCe
206. dicionando a vari vel participa o real do mercado para tentar detectar a causa deste comportamento O resultado pode ser visto na figura 5 23 V se na figura que a vari vel citada pode assumir valores maiores que a demanda total m xima do mercado que de 140 000 unidades por ano o que for a o market share a valores maiores que a unidade O problema se resume agora em descobrir a causa deste comportamento desta ltima vari vel Vensim ModeloFinal para Teste4 SensibCompleta mdl Var Dividendos Acumulados File Edit View Insert Model Options Windows Help oH amp 4X Sensibilidade MonteCarlo multivariada FZEY 0 pe Em jp pisale ls e N ii market share Sensitivity Graph z Sensibilidade MonteCarlo multivariada 50 75 00 N market share 79 ja o absoluta fator parti ENRERE ki ta in o patamar de DP apar absoluta atua o de ncorrentes Time vear gt Iniciar fr SystemDynami 4 M rosoftExce Eh Cap Operac Vensim Model B AdobeAcobat PT m H Fig 5 22 Analise de sensibilidade comportamento anormal do market share Analisando se o grupo de variaveis que atuam sobre a participag o nominal do mercado e a participa o real do mercado pode se resumir o conjunto da seguinte maneira a vari vel participa o nominal do mercado unidades por ano definida basicamente pela divis o do mercado
207. e Express Management Flight Simulator Sloan School of Management Cambridge MA um exerc cio de simula o interativo que d aos usu rios a experi ncia em primeira m o no controle de uma companhia a rea Ele ilustra os efeitos da atua o de feedbacks e de n o linearidades provendo os participantes com um aprendizado experimental De Desert Island Dynamics An Anottated Survey of the Essential System Dynamics Literature ibid 19 um sistema de pessoas para alocar recursos e regular a atividade de um neg cio Uma fam lia um sistema para viver e criar criangas Os sistemas podem ser classificados de abertos ou fechados estes tamb m chamados de sistemas com feedback feedback systems Sistemas abertos s o aqueles que t m a caracter stica de que as sa das respondem s entradas por m est o dissociadas destas ltimas e n o t m sobre elas nenhuma influ ncia Um sistema aberto n o tem consci ncia do seu pr prio desempenho e uma a o passada n o controla uma a o futura Um autom vel em si um sistema aberto pois ele n o governado por onde ele esteve no passado e tamb m n o tem um objetivo para estar no futuro Sistemas fechados s o aqueles cujo comportamento presente influenciado de alguma maneira pelo seu comportamento passado Um autom vel e seu motorista que tem por objetivo trafegar por uma estrada a uma velocidade pr determinada formam um sistema fechado cujo comp
208. e K14 K17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range K18 K21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range K22 K24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range K25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 ja efetuado Then Range K26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range K27 Select Selection ClearContents Else Anexo 2 291 End If Sheets Grupo5 Activate If Range B13 Investimento em TF j efetuado Then Range K14 K17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range K18 K21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D j efetuado Then Range K22 K24 Select Selection ClearContents Else End If If Range D18 Empr stimo banc riol j efetuado Then Range K25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range K26 Select Selection ClearContents Else End If If Range D23 Empr stimo bancario3 ja efetuado Then Range K27 Select Selection ClearContents Else End If Range K2 Select Sheets Administrador Act
209. e SkipBlanks _ False Transpose False Anexo 2 225 Case 2 Range E6 E10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F6 F10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G6 G10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H6 H10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select lt A rotina acima extrai as vari veis que mudam a cada ciclo gt Range I11 Select lt Esta c lula cont m a f rmula para devolver 1 quando da _ ocorr ncia da entrada de NT gt If Range I11 Value 1 Then lt Se ocorreu NT valor 1 esta rotina coloca as vari veis correspondentes na tabela de extra o caso contr rio n o gt Selection Copy Range L11 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False lt Copia o valor de ocorr ncia valor 1 nesta _ c lula para que as vari veis extra das permanecegam constantes nos pr ximos ciclos gt Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D
210. e SkipBlanks _ False Transpose False Case 2 Range E6 E10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F6 F10 Select Selection Copy Anexo 2 247 Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G6 G10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H6 H10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select lt A rotina acima extrai as vari veis que mudam a cada ciclo gt Range I11 Select lt Esta c lula cont m a formula para devolver 1 quando da _ ocorr ncia da entrada de NT gt If Range I11 Value 1 Then lt Se ocorreu NT valor 1 esta rotina coloca as vari veis correspondentes na tabela de extra o caso contr rio n o gt Selection Copy Range L11 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False lt Copia o valor de ocorr ncia valor 1 nesta _ c lula para que as vari veis extra das permanecegam constantes nos pr ximos ciclos gt Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D11
211. e EscolhaConjunto Case 1 Range D29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F29 Select Selection Copy Anexo 2 245 Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G30 Select
212. e estava claro que o grupo estava ainda muito longe de completar a descri o desta simples entidade e suas rela es mais relevantes com o seu meio ambiente Sterman 2000 dedica um cap tulo inteiro do seu excelente Business Dynamics Systems Thinking and Modeling in a Complex World ao assunto de valida o de modelos Ele afirma que os modelos n o s o validados porque s o considerados prontos em determinado instante nem tampouco o s o por qualquer teste que tente comprovar a sua habilidade de aderir a dados hist ricos O processo de valida o do modelo din mico gradual progressivo no qual os clientes e o modelador v o adquirindo confian a no mesmo atrav s de uma confronta o cont nua deste com os dados e com as opini es dos especialistas da rea 34 A ltima fase da implanta o de um modelo din mico a an lise de procedimentos administrativos ou diretrizes Policy analysis Esta a fase para a qual o modelo foi constru do a fase que vai determinar o seu uso e nesta ser o simulados novos procedimentos ou normas administrativas e s o analisados os comportamentos decorrentes no sistema Como resultado destas simula es procura se encontrar procedimentos mais robustos usando se aqui um termo do jarg o de SD que resultem em comportamentos considerados satisfat rios do sistema 2 2 5 Conceitos b sicos e ferramentas da Din mica de Sistemas Consideremos um exemplo simples de um pequeno proc
213. e necessita de uma interface gr fica adequada para interagir com o modelo e poder controla lo de maneira satisfat ria e conhecer o seu funcionamento b sico suas vari veis principais e as liga es que as unem No modelo aqui apresentado ele deve saber por exemplo que investindo em tecnologia de fabrica o a sua produtividade ser melhorada e seus custos de produ o ir o diminuir dentro de uma determinada rela o que em princ pio n o necess rio ser de seu conhecimento Deve saber tamb m que ao demitir m o de obra ter um aumento no custos gerais devido aos custos de demiss o que o aparecimento de novas tecnologias no mercado ir roubar uma parcela da sua participa o que o investimento em P amp D dever aumenta la dentro de um certo intervalo de tempo e assim por diante Estas s o como se v regras b sicas e conhecidas da rea da Administra o conhecidas por todos que nela atuam Este usu rio ir assim usar o programa no seu modo de jogo operando como num simulador de v o agindo e reagindo s varia es internas do pr prio avi o e s externas que representam as condi es atmosf ricas O modelador por sua vez representado pelo consultor que est pesquisando o comportamento de uma organiza o empresa rg o p blico escola igreja ou mesmo o mundo e para isso est usando esta metodologia para propor pol ticas e linhas de a o para corrigir comportamentos indesej veis Este profission
214. e refer ncia esta determina o se baseia somente em estimativas e ainda que sejam fundamentadas em uma determinada experi ncia n o apresenta nenhuma qualidade como instrumento de medida do desempenho de um participante do jogo Como solu o a este problema propomos que estes valores sejam retirados de um teste de sensibilidade do modelo O Vensim como j foi mostrado no item anterior cont m uma ferramenta para an lise de sensibilidade de modelos baseada no m todo Monte Carlo Mostramos naquele item uma verifica o deste tipo para exame da rela o entre a taxa do d lar e o custo da mat ria prima usando uma an lise simples univariada com uma vari vel de sa da Se fizermos agora uma an lise multivariada ou seja variando se todos os 149 par metros simultaneamente e fazendo as vari veis acima mencionadas como vari veis de sa da obteremos para estas as suas distribui es estat sticas com seus valores extremos em fun o do intervalo de confian a escolhido O Vensim na vers o usada disp e de algumas distribui es de probabilidade espec ficas para o uso em an lises de sensibilidade e para o nosso caso escolhemos duas que ao nosso ver melhor se prestam neste caso que s o a RANDOM UNIFORM min max que gera um valor aleat rio de uma distribui o uniforme entre os extremos min e max e a fun o VECTOR min max increment que gera uma sequ ncia de valores do min ao max com o
215. e tempo de demiss es gt outros custos processamento do pagamento de fos tola gerais faturamento juros EBI gt ustos totais cor lt pagamento de M ai lt pre o de venda ros BRIS fator do investimento em demiss es PV gt juros EB2 RHTI nos custos a pagamento de juros EB3 gt w gerais a tempo de atua o di D Faturamento _ Contas a ZS n R investimento em RH TI valor da M Proc essp i IS Receber Z5 gt produ o aturamento entradas d caixa lt inv L E relativo o em lt fim do embolso taxa de gt invRH TI gt inadimplencia AL perdas por prazo medio de lt produ o inadimplencia recebimento Fig 3 15 Modelo Empresarial rea Financeira custos gerais 6M SM 4M 0 1 2 3 4 5 6 Time year custos gerais Efeito de investimento emTI _ year custos gerais Equilibrio year Fig 3 16 Efeito do investimento em RH TI nos custos gerais Par metros no texto T1 A equa o para os custos gerais apresentada abaixo custos gerais outros custos gerais custos totais com demiss es custo manuten o de estoque IF THEN ELSE investimento relativo em RH TI 0 0 RAMP outros custos gerais fator do investimento em RH TI nos custos gerais investimento relativo em RH TI outros custos gerais tempo de atua o do investimento em RH TI fim do embolso invRH TI fim do embolso i
216. ect EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F28 Select Anexo 2 237 Selection Copy Range K28 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ Fal
217. ect Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G17 G20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H17 H20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Anexo 2 228 Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D21 D24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E21 E24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F21 F24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G21 G24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H21 H24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False End Select R
218. efetiva o da NT no mercado ltima inicializa o 21 11 2002 20 48 fator de NT na participa o instante de aparecimento da NT no mercado varia o absoluta numero de concorrentes inicio da atua o de novos concorrentes taxa de juros financ TF 1 4578773 Vari veis renov veis a cada periodo parcela financiada TF 0 6 0 45 tempo de amortiza o da divida TF 3 1 vida util contabil do investimento TF 2 5 taxa de juros financ RH TI 2 0151826 parcela financiada RH TI 0 45 0 5 tempo de amortiza o da divida RHITI 1 3 3 15 vida util contabil do investimento RHITI 3 0 4322607 0 35 3 1 8920387 1 4469025 5 taxa de juros financ PD 0 4169592 0 2404319 0 1937944 0 1287327 23 parcela financiada PD 04 0 45 0 35 tempo de amortiza o da divida PD 3 35 5 taxa de juros banc1 0 3 1 9077575 1 7655185 1 1503767 taxa de juros banc2 0 3 2 1 7 taxa de juros banc3 33 2 1 87 0 3 Ciclo Ciclo Ciclo Ciclo Ciclo efetuado efetuado efetuado efetuado efetuado gt MN Administrador Base Extrato Grupo1 Grupo2 Grupo3 4 Grupo4 Grupo5 a DE Desenhar R G AutgFormas a O OBA T o 2 A PrO Pronto Iniciar Or Disquete de 3 aj Cap4 Operac Vensim Model EG 2 Microsoft E Fig 5 11 Gera o de classes de cen rios Planilha final do administrador 14
219. elativo baseado num valor de refer ncia investimento de referencia em PD que possui um valor fixo de 5 000 000 O investimento relativo ent o um m ltiplo ou subm ltiplo da refer ncia Isto feito para se poder usar a vari vel fator PD na participa o que n o possui dimens o e que define a influ ncia do montante investido no aumento da participa o de mercado A vari vel fator PD na participa o uma vari vel de fun o LOOKUP usada para se obter correspond ncias n o lineares customizadas entre duas vari veis Este fator assim fun o do investimento relativo e aumenta de uma maneira n o linear o valor final da participa o no mercado com o aumento daquele Para o tipo de mudan a entre os dois estados da participa o escolheu se uma fun o rampa j dispon vel no Vensim e que possui a seguinte sintaxe RAMP S T1 T2 que significa valor 0 ou inicial definido at o instante T e da com inclina o S at T2 As vari veis inicio do embolso invPD tempo de in cio de atua o de PD e dura o de 99 atua o do investimento em PD s o auto explicativas e s o usadas na sintaxe da fun o RAMP A equa o da vari vel participa o nominal no mercado mostrada abaixo participa o nominal no mercado SMOOTH demanda de mercado perfil da concorrencia tempo de ajuste do mercado IF THEN ELSE investimento relativo em PD 0 0 RAMP demanda de
220. election Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J28 Select Selection ClearContents ActiveCell FormulaR1C1 Ciclo efetuado Range J28 Select Selection Font ColorIndex 3 Sheets Administrador Select Range J2 J27 Select Selection Copy Sheets Grupo1 Select ActiveWindow ScrollWorkbookTabs Position xILast Sheets Array Grupo1 Grupo2 Grupo3 Grupo4 Grupo5 Select Sheets Grupo1 Activate Range J2 J27 Select ActiveSheet Paste Sheets Administrador Activate Sheets Grupo1 Activate If Range B13 Investimento em TF ja efetuado Then Range J14 J17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range J18 J21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range J22 J24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range J25 Select Selection ClearContents Else Anexo 2 281 End If If Range B23 Empr stimo bancario2 ja efetuado Then Range J26 Select Selection ClearContents Else End If If Range D23 Empr
221. em Potencial DER File Edit Vi Ins Model Options Windows Help BB amp 28 K uren CO eBeEY ABRO TTET tes o esa EEL Clientes em Potencial Causes Strip 5 Current t g QD TORY Clientes em Potencial 1M 750 000 500 000 E E E RIM R 250 000 Clientes em 5 x 0 Potencial Efetivos I vendas o 50 Time Month Fig 2 14 Solu o do exemplo da figura 2 12 com vendas constantes A lista das equa es produzidas pelo Vensim a partir dos dados alimentados 1 Clientes Efetivos INTEG vendas 0 Units pessoas 2 Clientes em Potencial INTEG vendas 1e 006 Units pessoas 3 FINAL TIME 100 Units Month The final time for the simulation 4 INITIAL TIME 0 Units Month The initial time for the simulation 5 SAVEPER TIME STEP 40 Units Month The frequency with which output is stored 6 TIME STEP 1 Units Month The time step for the simulation 7 vendas IF THEN ELSE Clientes em Potencial gt 0 25000 0 Units pessoas Month A solug o para as vendas consideradas proporcionais mostrada na figura 2 15 Vensim Vendas mdl Var vendas File Edit View Ins Model Options Windows Help as 8 4B un FBEY AMBO be f SB vendas Causes Strip Oo x ce ine vendas Doc 40 000 30 000 20 000 10 000 A 0 i Efetivos Clientes em Potencial IM 750 000 500 000 250 000 0 0 25 50 75 100
222. emos da variavel x e seJa x ma 0 valor m dio tomando se em principio aqueles correspondentes ao intervalo de confian a de 100 e x o valor final da vari vel no instante t 6 Considere se que x representa as vari veis crescentes com o desempenho do participante como o valor econ mico da empresa receita financeira acumulada etc Definimos NE como n vel de efici ncia com rela o vari vel x pela express o X X 1 Quando o valor final est acima da m dia o n vel de efici ncia positivo agregando valor ao desempenho e vice versa Para as vari veis decrescentes com o desempenho como por exemplo demiss es acumuladas juros acumulados de empr stimos etc o n vel de efici ncia definido como E i 2 Aqui a rela o de inverte e para todos os valores finais de x menores que a m dia o NE positivo agregando valor ao desempenho e vice versa o que deve ser a caracteristica deste grupo de vari veis Se associarmos um peso p para cada vari vel representando a sua import ncia na administra o estrat gica da empresa o n vel de efici ncia global do participante considerando se n vari veis de avalia o pode ser escrito como a m dia ponderada dos n veis individuais NE oral gt p NE 3 i l com Vp 1 i l Esta seria uma alternativa simples para uma fung o crit rio a ser usada para a avaliag o do participante A escolha dos pesos das variaveis pode obedecer a
223. empresas com um grupo de profissionais da rea de administra o pr selecionados 1 2 9 O uso do teste de funcionalidade para coleta de dados sobre erros nos modelos e sugest es dos participantes e aplica o efetiva destes dados na melhoria do produto final caracterizando o experimento como tal 1 2 10 Apresenta o de um roteiro detalhado de desenvolvimentos futuros 1 2 11 Valida o do processo de desenvolvimento do modelo din mico dentro de uma refer ncia padr o 1 2 12 Classifica o do aplicativo dentro de uma refer ncia selecionada 1 3 Delimita es do trabalho O presente trabalho est submetido s seguintes delimita es 1 3 1 Embora o produto deste trabalho seja destinado para treinamento em empresas ele aqui foi desenvolvido dentro de um grau de detalhamento condizente com os objetivos desta tese Ele deve portanto ser encarado como um prot tipo do produto final A transforma o do aplicativo de um prot tipo para um produto final comercializ vel ser objeto de um desenvolvimento futuro conforme roteiro detalhado apresentado no final deste trabalho Neste desenvolvimento est o contempladas v rias possibilidades a serem experimentadas em termos de detalhamento e diversifica o dos modelos bem como certas caracter sticas de sofistica o em automa o interface com o usu rio e outras necess rias a um produto comercializ vel 1 3 2 N o faz parte dos objetivos dest
224. ennix et al 1994 pg 31 30 Existem como natural varia es de enfoques de v rios autores com rela o s fases e passos necess rios para a implementa o de um modelo pela metodologia de SD Vennix na refer ncia citada aponta os trabalhos de Richardson e Pugh 1981 que definem sete est gios na constru o de um modelo de SD Roberts et al 1983 que definem seis est gios bastante semelhantes aos de Vennix e h tamb m o trabalho de Sterman 2000 que o mais abrangente e o mais detalhado com rela o implementa o da metodologia de Din mica de Sistemas e que usado no cap tulo 3 como refer ncia para o presente trabalho O enfoque dado por Vennix nos parece no entanto o mais adequado e claro para uma an lise descritiva e r pida como a que estamos fazendo neste item Em primeiro lugar deve se ressaltar que j na denomina o das fases de implementa o da metodologia de SD h uma certa distor o que deve ser pelo menos notada que chamar se estas fases da implementa o simplesmente de modelagem o que n o totalmente correto A tabela 2 1 na refer ncia citada tem o t tulo de Fases e passos na constru o de modelos e em muitas refer ncias a designa o destes steps designada de maneira semelhante simplesmente como modelagem claro que o objetivo principal da aplica o da metodologia de SD a produ o de um modelo que tenha todas as caracter sticas necess rias a uma
225. ent False ShrinkToFit False MergeCells False End With Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Anexo 2 277 With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range J4 J27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Selection Borders xIInsideHorizontal LineStyle xINone Range J7 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xl
226. entado como ponto de partida para extens es com maior detalhamento das suas reas componentes e as alternativas para estas expans es s o numerosas Um ponto inicial comum a estas alternativas seria a ado o de v rios produtos no espectro de fabrica o cada um com uma distribui o espec fica de custos e com caracter sticas espec ficas de fabrica o como carga unit ria de m o de obra MDO em horas tipo de MDO empregada uso de m quinas tempo total de fabrica o etc Esta abertura em v rios produtos possibilita a expans o em quase todas as reas do modelo Pode se com isto introduzir a problem tica da capacidade de fabrica o e do mix timo de produ o pode se detalhar a rea de vendas com os planos de vendas para os v rios produtos e assim por diante A demanda de mercado seria individualizada para cada produto e os concorrentes seriam sorteados pelo gerador dentre um grupo de concorrentes partindo daqueles com apenas um produto do espectro at aqueles competindo com todos os produtos No que diz respeito aos novos concorrentes pode se modelar caracter sticas espec ficas para cada um deles como por exemplo a entrada de um concorrente com pre os abaixo do mercado ou com novas tecnologias As fun es atualmente usadas para modelar a participa o de mercado da empresa com a entrada de novos concorrentes e com a chegada de novas tecnologias no mercado seriam reunidas num grupo de fun es mais complexas que
227. ento de juros EB2 taxa de juros EB2 Divida Emprestimo Bancario2 Units year 110 pagamento de juros EB3 taxa de juros EB3 Divida Emprestimo Bancario3 Units year 111 pagamentos de juros PD Divida PD taxa de juros financ PD Units year 112 pagamentos de juros RH TI Divida RH TI taxa de juros financ RH TI Units year Anexol 207 113 pagamentos de juros TF Divida TF taxa de juros financ Te Units year 114 pagar dividendos GAME 1 Units Dmnl 0 1 1 115 parcela financiada PD GAME 0 5 Units Dmnl 116 parcela financiada RH TI GAME 0 5 Units Dmnl 117 parcela financiada TF GAME 0 55 Units Dmnl 118 participa o nominal no mercado SMOOTH demanda de mercado perfil da concorrencia demanda de mercado tempo de ajuste do mercado IF THEN ELSE investimento relativo em PD 0 0 RAMP demanda de mercado perfil da concorrencia demanda de mercado fator PD na participa o investimento relativo em PD demanda de mercado perfil da concorrencia demanda de mercado tempo de atua o do investimento em PD inicio do embolso invPD tempo de inicio de atua o de PD inicio do embolso invPD tempo de inicio de atua o de PD tempo de atua o do investimento em PD Units Dmnl Esta a participac o do mercado que leva em conta o numero de concorrentes o tempo de ajuste do mercado ap s a modifica o do n mero de
228. er nciar est sempre ligada na agilidade em responder e prever as mudan as r pidas de cen rios pol ticos e econ micos Anexo 4 346 C C1 sem resposta C2 O modelo n o foi claro quanto a a o tomada pelo jogador e onde est a rea o a consequ ncia da a o tomada no jogo Isto dificulta o entendimento do resultado Muitas simula es de demiss o de funcionamento n s fizermos e n o pudemos observar a consequ ncia disto D Gostei A id ia de gerador Rand mico de cen rios A rela o em forma gr fica das vari veis gerenciais A facilidade da modifica o das decis es Nao Gostei O periodo da modifica o dos cen rios de 6 em 6 meses A visualiza o gr fica O sistema daria sinais de alerta quando os resultados das empresas fossem muito ruins E A op o de impress o dos gr ficos de acompanhamento dos resultados do de cada etapa do jogo A cria o de um contexto para todos os jogadores um ambiente externo mais bem definido eventualmente mais de um concorrente e um portf lio de produtos ou servi os n o apenas um Anexo 4 347 Flavio Rotter Superior em Engenharia Civil Exp profissional 20 anos Alexandre Proudfood Grupo Catho Caranbei Homerplast Madeirit Katzcards e Faen Consultoria Industrial O amp M Planejamento Industrial e Logistica A1 Nao tinha conhecimento A2 Suficiente Eu daria uma maior nfase na explica o das vari veis de decis o A3 S
229. eria o equacionamento do sistema definindo cada segii ncia do mesmo por uma equa o apropriada Al m disso algumas hip teses simplificadoras s o tamb m necess rias Considera se primeiramente que os fluxos no sistema sejam cont nuos e em segundo lugar sem nenhuma varia o rand mica A primeira aproxima o pode parecer inapropriada para muitos casos em se tratando de vari veis discretas como pessoas m quinas pedidos etc por m na quase totalidade das modelagens de SD esta aproxima o se mostra totalmente aceit vel Os casos onde uma vari vel de fluxo necessita ser considerada como discreta s o muito raros e o tratamento do sistema deve ser diferenciado para isto A segunda aproxima o tamb m v lida para a maioria dos casos e se houver necessidade de uma an lise de risco devido a incertezas de algumas vari veis isto dever ser tratado atrav s de an lises de sensibilidade como j comentado no item anterior Com estas duas hip teses o processo de neg cios pode ser encarado como uma rede hidr ulica podendo se imaginar os estoques como sendo reservat rios ou tanques de l quidos e os fluxos como v lvulas melhor como bombas que regulam a vaz o entre os tanques Kirkwood 1998 cap 2 Para efeito de complementa o do trabalho e como orienta o ao leitor n o familiarizado com a nota o de Din mica de Sistemas apresentamos na figura 2 13 a nota o para diagramas de n veis e fluxos Sterman 2000
230. ernas simulando um avan o do tempo no modelo e em seguida tomam as decis es inserindo os novos valores nas vari veis de decis o estrat gicas e operacionais que acharem apropriadas As decis es finais podem ser tomadas num processo de tentativas fazendo se o tempo avan ar e retroceder at o instante do in cio do periodo vigente a fim de se obter os resultados considerados satisfat rios Opera o 6 Ao iniciar um novo per odo o participante dever informar ao Administrador se fez uso de algum financiamento ou empr stimo para que ele d baixa na Planilha de Informa es correspondente Com isso esta planilha ser apresentada ao participante com os dados daquele ou daqueles financiamentos empr stimos congelados para os per odos subseqiientes uma vez que de acordo com as regras estabelecidas para o jogo estes aportes s podem ser usados uma nica vez Opera o Com as vari veis de decis o j fixadas para o per odo vigente o participante avan a o tempo da simula o at o in cio do pr ximo per odo e ali aguarda os novos valores das vari veis externas que lhe ser o enviadas pelo Administrador o processo se repete at o Jogo atingir o in cio do quinto ano Neste ponto ser gerada a ltima s rie de valores das Vensim Professional ou Vensim DSS Decision Support System pre o U 2 000 132 vari veis externas que correspondem ao cen rio do quinto ano A partir deste ponto o cen
231. esas Sistemas Din micos modelagem simula o treinamento empresarial ROBERTO COLOMBO APLICACAO DE JOGO DE EMPRESAS Um experimento com gera o rand mica de cen rios em sistemas din micos Banca examinadora Orientador Prof Dr Norberto Antonio Torres Prof Dr F bio Luiz Mariotto Prof Dr Marcos Augusto Vasconcellos Prof Dr Marcos Gouveia Prof Dr Pedro Luiz O Costa Neto Para Cleusa eterna companheira que de outras dimens es continua iluminando o meu caminho Agradecimentos Ao meu orientador e amigo Norberto Torres pelo continuo incentivo e orienta o Aos professores Marcos Vasconcellos e F bio Mariotto pelo pronto atendimento para a discuss o da requalifica o na troca de tema e tamb m pelo incentivo generoso A todos os professores colegas e funcion rios desta escola com quem tive contato nestes anos de trabalho pela defer ncia carinho e considera o com que sempre me distinguiram Ao meu amigo Eliezer Arantes da Costa o Eli um agradecimento especial pela inestim vel ajuda neste trabalho Ajuda na forma de conselhos de discuss es instigadoras e sobretudo pelo entusiasmo contagiante que me estimulou quando a meta j parecia inalcan vel Aos meus filhos de sangue Dora e Luis e aos filhos que Deus colocou no meu caminho Lili Cassi Al e R pelo ambiente de felicidade e aconchego que me proporcionam no ocaso desta vida me dando calma e concentra o para a realiz
232. esentada a0 Fase 2 O gerador seleciona a classe de Fase 6 Ao iniciar um novo periodo o participante com os dados daquele ou daqueles severidade de cen rio e gera o conjunto de participante dever informar o Administrador se financiamentos empr stimos congelados para valores das vari veis externas correspondentes fez uso de algum financiamento ou empr stimo on periodoa submegdentea dra wer que da CRE x E is acordo com as regras estabelecidas para o que ir o constituir o cen rio do primeiro periodo para que ele d baixa na Planilha de jogo estes aportes s podem ser ano Informa es correspondente usados uma nica vez Fase7 Com as vari veis de decis o j fixadas Neste ponto ser gerada a ltima s rie de valores A das vari veis externas que correspondem ao para o periodo vigente o participante avan a o cen rio do quinto ano A partir deste ponto o tempo da simula o at o in cio do pr ximo cen rio n o mais se modifica e os participantes per odo e ali aguarda os novos valores das t m dois periodos para administrar a empresa vari veis externas que lhe ser o enviadas pelo com as vari veis de decis o que est o disponiveis Administrador Fase 3 O administrador imprime a seguir as planilhas de informa es para os respectivos participantes grupos ou indiv duos Fase 4 Os participantes inserem os valores das vari veis externas constantes na planilha de informa es nos controles corr
233. espondentes na p gina Entrada de par metros externos do Vensim usando os controles deslizantes ou digitando os valores Segi nciadojogo ai Times New Roman__ 12 b i u E S lem 22 ee Iniciar fx DocsTesePDF Gy Cap4 Operac Vensim Model EA 3 Microsoft E lt gt VensimDocum PT m B Fig 5 13 Vista com a seqii ncia do jogo Adi o decorrente do teste Como se pode ver na figura acima a formatag o do texto bastante primitiva o que se deve a interface gr fica desta vers o do Vensim que como j mencionamos muito pobre n o permitindo praticamente nenhuma programa o de qualquer comunica o mais criativa e muito menos sofisticada com o usu rio Adicionalmente criamos tamb m uma vista com um menu espec fico para a estrutura do modelo a fim de permitir ao usu rio uma navega o mais f cil nas v rias vistas do mesmo Al m disto esta vista cont m uma descri o sucinta da empresa sendo modelada e algumas instru es espec ficas sobre as vistas do Vensim e espec ficas das vistas do modelo Esta tela mostrada na figura 5 14 As vistas das vari veis de decis o foram rearranjadas incluindo se numa s p gina onde poss vel os controles e os gr ficos pertinentes Este rearranjo n o apresenta ao nosso ver uma contribui o significativa ao aplicativo e sua interface por m como mais de uma solicita o foi feita neste sentido resolvemos adota la Um exemplo deste nov
234. esso de neg cios envolvendo o setor de vendas de uma empresa seus clientes e seu mercado estes sob a designa o de clientes em potencial Kirkwood 1998 cap 2 e 3 Neste exemplo iremos introduzindo os conceitos de SD Podemos tra ar um diagrama causal deste processo como mostra a figura 2 11 que al m disso mostra tamb m que h uma rela o adicional entre vendas e os Clientes Ed Sr fe ff x sai 4 Clientes em n Clientes sb TI vend i J Efetivos J Fig 2 11 Diagrama causal de um processo simplificado de vendas Adaptado de Kirkwood 1998 cap2 pg 16 em Potencial ou seja alguma informag o do nivel de Clientes em Potencial influi em vendas O diagrama nos diz em principio que vendas transforma clientes em potencial em clientes efetivos Ele nos diz tamb m que os clientes em potencial t m um efeito positivo sobre vendas mostrado pelo sinal positivo na seta correspondente ou seja quanto maior o n mero de clientes em potencial maior ser o volume de vendas neste modelo Por sua vez vendas t m um efeito negativo sobre os clientes em potencial ou seja quanto maior o volume de vendas menor se torna o n mero de clientes em potencial dispon vel Uma outra maneira mais completa de se representar o mesmo processo seria aquela da figura 2 12 35 x ZS Efetivos Potencial vendas Fig 2 12 Diagrama de n veis e fluxos do processo da figura anterior O modo de representa
235. est clara a classifica o do nosso aplicativo como stand alone seja na vers o monousu rio como na vers o multiusu rio 1 3 rea principal de aplica o Com orienta o para modelagem significa no contexto da tabela 2 3 usar a modelagem e n o o modelo como ferramenta de aprendizado ou seja o aprendizado prov m do processo de elabora o de um modelo emulando um sistema do mundo real No nosso caso usamos o modelo como instrumento de um jogo propiciando atrav s deste o aprendizado 1 4 Uso de instrutores facilitadores administradores Neste caso a dupla classifica o est clara No caso da vers o monousu rio o aprendizado totalmente autocontrolado pois todo o aplicativo modelo empresarial mais GRC est residente na m quina do usu rio No caso da vers o multiusu rio o uso do GRC residente na m quina do administrador e comandado por este classifica a ferramenta no item 2 4 2 47 2 Elementos da interface do usuario 2 1 Possibilidade de interven o durante a simula o As interven es definitivas do usu rio no jogo se d o em per odos discretos que marcam os seus ciclos finais dos anos Por outro lado o usu rio interv m continuamente nas vari veis de decis o do modelo empresarial avan ando e retrocedendo a simula o do modelo no tempo a fim de testar as suas decis es e escolher a mais adequada e que ir ent o definir os novos valores das vari veis de decis o p
236. este caso tamb m foi usada uma fun o rampa agora decrescente para definir esta influ ncia e que parte do valor final da vari vel participa o nominal no mercado A figura 3 6 mostra a influ ncia do aparecimento de novas tecnologias na participa o real do mercado para um instante de aparecimento de NT de 1 ano estes tipos de vari veis que definem instantes no tempo t m com origem o in cio da simula o tempo de efetiva o de um ano e fator de NT na participa o de 0 75 O valor inicial da participa o real de 82 000 na figura 3 6 o valor final da participa o nominal j influenciado pelo valor de refer ncia das despesas de publicidade que de 2M ano no estado de equil brio inicial do modelo como se ver a seguir Se este valor de refer ncia fosse zero o valor inicial da figura 32 6 seria de 70 000 portanto igual s figuras referentes participa o nominal de mercado 64 participag o real de mercado 100 000 80 000 60 000 0 1 2 3 4 5 Time year participa o real de mercado Efeito NT _ pinceletas year Fig 3 6 Influ ncia do aparecimento de novas tecnologias na participa o real O grupo seguinte de vari veis que influenciam a participa o real do mercado aquele que trata do pre o de venda PV A vari vel pre o de venda PV dada pelo pela vari vel pre o de venda referencial que no modelo foi fixada em 1600 mais uma fun o STEP
237. este roteiro idealizamos uma taxonomia onde se classificam as diversas possibilidades de expans o e detalhamento do modelo din mico aqui desenvolvido e detalhamos uma das categorias que resulta no conceito de modelo din mico modular analisando se para esta alternativa alguns aspectos importantes no seu projeto e execu o 16 Capitulo 2 Sobre sistemas din micos simula es modelagens e jogos 2 1 Introdu o Iniciamos este cap tulo com uma apresenta o sucinta sobre din mica de sistemas cujo objetivo possibilitar ao leitor n o familiarizado com esta metodologia um contato mais r pido com ela facilitando o entendimento dos conceitos empregados na modelagem aqui desenvolvida Passamos em seguida a uma discuss o sobre o tema simula es e modelagens e procuramos classificar o aplicativo aqui desenvolvido com base em uma taxonomia proposta por Gr pler e Maier 1998 com o objetivo de situa lo no contexto dos jogos de empresas Em seguida discutimos o tema jogos empresariais suas aplica es e aspectos pedag gicos decorrentes 2 2 Sistemas Din micos SD 2 2 1 Hist rico A metodologia da Din mica de Sistemas ou de Sistemas Din micos em Portugu s usa se as duas express es indistintamente embora em ingl s o termo mais usado e oficial desta rea seja System Dynamics SD surgiu durante os anos 50 com Jay Forrester Forrester que era engenheiro el trico e trabalhava durante os anos 40 no
238. estimento em RH TI e pg 3 2 7 Area de investimento em P amp D pg 3 2 8 Areas de empr stimos banc rios pg 3 3 O Gerador Rand mico de Cen rios GRC pg 16 16 16 18 19 21 34 42 52 56 56 58 67 74 81 86 92 92 94 95 3 3 1 A concep o do Gerador Rand mico de Cen rios pg 96 3 3 2 A estrutura do Gerador Rand mico de Cen rios pg 97 Capitulo 4 An lise critica do desenvolvimento do modelo 4a 1 Imtrodugadi Loiero eeeh pg 106 4 2 A estrutura do modelo din mico essere pg 106 4 2 1 Articula o do problema Lsoseale ilaele pg 109 4 2 2 Formula o das hip teses din micas pg 112 4 2 3 Formula o de um modelo de simulagao n pg 113 AD ASI Lan pg 114 4 2 5 Desenho das Diretrizes Policy Design e Avaliag o pg 116 4 3 An lise do modelo de gera o rand mica de cena rios pg 116 A Sp Porque E RCE a a a E TRE oia SA Sa RA CU Po a RS pg 116 4 3 2 A estrutura estoc stica do Gerador Rand mico de Cen rios pg 121 Cap tulo 5 Operacionaliza o do jogo e avalia o pr tica do modelo S l Introducao tese ra a dante Rana a AD RT ada aa aaa ada pg 129 5 2 O jogo de COPR SAS
239. etalhar B Quest es relativas ao gerador rand mico de cen rios b1 Existe alguma ou algumas vari veis externas de cen rio que n o estejam presentes no modelo e que voc consideraria imprescind veis numa aplica o como esta Sim N o E Se sim quais b2 O fato dos cen rios serem gerados de maneira aleat ria e independente de interven o humana agregou algum valor ao realismo do modelo e ao exerc cio 9 aplicado Sim Nao Favor comentar Anexo 4 338 b3 Considerando o feeling que voc ja desenvolveu com 0 modelo voc consideraria oportuno modifica es suplementares de cen rios em instantes aleat rios ao longo e durante os per odos Voc acha que isto iria agregar valor adicional ao experimento Favor comentar C Quest es de ordem geral cl Como o experimento como um todo modelo empresarial gerador de cen rios operacionaliza o contribuiu para ampliar sua percep o com rela o s vari veis cr ticas no planejamento estrat gico de uma empresa De maneira percept vel a De maneira marginal Favor detalhar Anexo 4 339 c2 Como o experimento como um todo modelo empresarial gerador de cen rios operacionaliza o contribuiu para ampliar e desenvolver sua capacidade de rea o e de tomada de decis es frente a im
240. etas na sua quase totalidade n o se justificam no tipo de aplica o que fazemos aqui O desenvolvimento do gerador de cen rios obedeceu seqii ncia relativamente normal de uma ferramenta de software Foi estabelecida primeiramente uma estrutura macro da ferramenta considerando se seus objetivos seus dados de entrada e dados de sa da e uma distribui o de planilhas para atender s fun es de comando do administrador do jogo e fun o de ve culo de informa o aos participantes Foram desenvolvidos em seguida os layouts das diversas planilhas com as f rmulas de refer ncia de c lculos e de distribui es estat sticas necess rias ao seu funcionamento Passou se em seguida ao trabalho de programa o das macros que deveria automatizar o funcionamento do gerador Observamos aqui que a automa o proporcionada pelas macros n o se destina a facilitar ou tornar mais r pido o manuseio do gerador mas uma parte integrante do seu funcionamento sem o concurso das macros o gerador n o pode operar Desenvolvidos os dois m dulos do aplicativo e validado o seu desenvolvimento passou se defini o da opera o do jogo atrav s da segii ncia das suas atividades constituintes tanto por parte dos participantes como por parte do administrador S o definidos aqui os par metros do jogo suas regras e seus objetivos pedag gicos bem como o manual do usu rio para uma introdu o ao aplicativo Estes t picos se encontram no Cap
241. ge K25 K27 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G25 G27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H25 H27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Anexo 2 244 Case 1 Range D28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Cas
242. ght x1Thin ColorIndex xlAutomatic End With Selection Borders xIInsideHorizontal LineStyle xINone Range F7 G7 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range F11 G11 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xiIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range F13 G13 Select Selection Borders xIDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin Anexo 2 258 ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With
243. h as the hypothesis tests for means or the probability functions However Excel s facilities for analysis of variance or regression analysis have serious problems Anyone attempting to perform these types of analysis should be aware of the limitations of Excel and above all of those cases where Excel generates wrong results For regression modelling analysis of variance and other more advanced statistical analyses it is better to move from Excel to an appropriate statistics package Why not Excel este paper de Paul Velleman taxativo quanto s desvantagens e os problemas com o uso do Excel no ensino http www stat ucla edu labs why_excel pdf Why not use Excel for Statistical Analyses este trabalho de Mary Parker mary maryparker org bastante sucinto por m o resultado de uma pesquisa em todo os EUA com um numero significativo de estatisticos especificamente sobre o assunto http www maryparker org excel whynot htm why not Excel for regression http www mail archive com edstat lists ncsu edu msg01029 html esta uma consulta espec fica sobre o uso em an lise de regress o que provocou uma resposta bastante detalhada e interessante http www mail archive com edstat lists ncsu edu msg01031 html Using Excel for Statistics Tips and Warnings da s rie on line Statistical Good Practices Guidelines do SSC da Universidade de Reading UK http www rdg ac uk ssc dfid booklets topxfs html a13pivottables Grifo
244. horizonte de tempo escolhido para o modelo foi de 6 anos divididos em per odos de um ano cada No instante 0 ou inicio do primeiro ano j apresentado o primeiro conjunto de vari veis externas a ser inserido no modelo O quinto e ltimo conjunto de vari veis externas apresentado no in cio do quinto ano No sexto ano n o h mais mudan as nas vari veis externas e os participantes t m mais um per odo para melhor apreciar os efeitos de suas decis es estrat gicas s o permitidas mudan as nas vari veis de decis o neste ltimo per odo Como o modelo em quest o se destina a fins educacionais o horizonte de tempo est claro todo no futuro Defini o din mica do problema Modos de refer ncia N o existe esta necessidade conforme j explicado no in cio deste item 4 2 2 Formula o de hip teses din micas Gera o da hip tese inicial n o h neste caso o comportamento problem tico e portanto n o existe a necessidade de se ter uma teoria para explica lo 113 Foco end geno o mesmo que o item acima Mapeamento As hip teses iniciais s o como j visto as regras b sicas de opera o de uma empresa manufatureira e o grau de detalhamento dado ao modelo define a sua estrutura O mapa causal baseado nesta estrutura o diagrama de blocos mostrado na figura 3 1 4 2 3 Formula o de um modelo de simula o Este item diz respeito ao modelo desenvolvido em Vensim com sua
245. i veis chave que j comentamos acima O segundo ponto seria a determina o das vari veis n vel e das vari veis fluxo mais importantes ou seja quais vari veis necessitam ser representadas como fluxos e estoques e quais podem ser representadas como vari veis auxiliares O terceiro passo seria tra ar as liga es entre as vari veis e o seu tipo gen rico se diretas ou inversas Isto seria o equivalente do diagrama de influ ncia ou diagrama causal do modelo O pr ximo passo seria a identifica o dos feedback loops resultantes pois com os tipos e as liga es dos loops o modelador experiente j pode antecipar alguns comportamentos principais o que leva ao passo seguinte que a gera o de hip teses din micas ou seja uma antecipa o do comportamento din mico aproximado do modelo dentro das faixas de varia o de seus par metros O passo seguinte chamado pelos autores em refer ncia de formula o refere se ao detalhamento matem tico do modelo sendo o primeiro passo aquele da formula o das suas equa es constituintes Aqui cabe observar que os softwares atuais para modelagem de SD apresentam uma s rie de automatismos que facilitam o trabalho do modelador Quando este insere uma equa o no editor de equa es v rias opera es de escrita s o executadas automaticamente pelo software bem como verifica es de unidades de consist ncia etc e quando se classifica uma vari vel via interface gr fica o progra
246. iamentos tomados e as sa das s o as aplica es desta reserva e o pagamento de dividendos A equa o Fundo de Reserva INTEG lucro liquido deprecia o RH TI deprecia o TF aplica es dividendos 1e 007 81 Units E as demais equa es deste grupo s o dividendos IF THEN ELSE lucro liquido gt 1e 007 lucro liquido taxa de dividendos 0 Units S year aplica es Fundo de Reserva prazo para as aplica es Units S year Observa se aqui que o valor inicial do fundo de reserva foi fixado em 10M e que o pagamento de dividendos condicionado a um valor maior que 10M do lucro liquido A vari vel prazo para as aplica es foi fixada em um ano e tem por objetivo criar uma vari vel fluxo de sa da da vari vel n vel Fundo de Reserva A vari vel dividendos como se v na sua equa o definida por uma taxa de dividendos multiplicada pelo lucro l quido e pela vari vel bin ria pagar dividendos e o fluxo de entrada da vari vel n vel Dividendos Retidos A taxa de dividendos e o pagamento dos dividendos s o vari veis de decis o o tomador de decis o pode no fim de um per odo liberar ou n o o seu pagamento e a taxa correspondente No final da simula o os dividendos retidos d o o valor total dos dividendos pagos durante todo o horizonte do jogo 3 2 4 Area do Caixa Esta area esta centralizada na vari vel nivel Caixa que
247. ica o Podemos citar aqui o uso do m todo do Balanced Score Card BSC no modelo din mico da empresa Resumidamente o m todo consiste na aplica o do BSC em um modelo organizacional que seja parametrizado com dados reais e contenha valores de metas estrat gicas contra as quais o desempenho possa ser medido e que contenha as vari veis adequadas s metas a serem E 6 avaliadas Outros m todos de avalia o podem ser baseados em algoritmos de otimiza o As vers es mais caras do Vensim Professional e DSS cont m um grande ferramental de an lises de sensibilidade e de avalia es do modelo sob o t pico geral de Otimiza o Manual do Usu rio Setembro 2002 Transcrevemos aqui a descri o geral da ferramenta de otimiza o contida no software A otimiza o pode ser usada na procura de erros no modelo para ajustar par metros do modelo que s o baseados em dados reais e para escolher as melhores alavancagens de pol ticas administrativas policy A otimiza o requer que se defina uma fun o payoff que informe a efic cia da simula o com um nico n mero A defini o da fun o de avalia o ir determinar se a otimiza o usada para se calibrar o Existe um software para jogos no mercado chamado Balanced Scorecard Game produzido pela subsidi ria inglesa da Ventana que pode ser visto no site www ventanasystems co uk Est dispon vel no mesmo uma brochura em formato pdf contendo a de
248. icamente pelo gerador a cada ciclo do jogo e 30 s o vari veis internas de decis o por parte dos participantes podendo assumir tamb m novos valores a cada ciclo do jogo O crit rio para a escolha destes dois conjuntos foi primeiramente uma an lise para se determinar dentre aquelas dispon veis no primeiro esbo o do modelo quais vari veis se prestariam para ser de decis o Mantendo um certo limite para o grau de detalhamento e complexidade do modelo efetuamos algumas modifica es e extens es no primeiro esbo o incorporando algumas vari veis adicionais que consideramos de interesse para servirem de base a decis es seja de car ter estrat gico ou mesmo operacional Na realidade o modelo aqui usado apresenta in meras possibilidades de amplia o tanto em extens o como em detalhamento o que significa que neste caso novas vari veis tanto internas quanto externas seriam adicionadas ao modelo aumentando assim o n mero de vari veis de decis o e aquele de vari veis ex genas com valores produzidos pelo gerador de cen rios De uma maneira geral um aumento de complexidade do modelo teria como objetivo a produ o de uma ferramenta mais sofisticada de treinamento oferecendo um maior n mero de situa es a serem administradas e um maior detalhamento em alguma rea espec fica do modelo poderia ser desej vel se fosse necess ria a modelagem de alguma caracter stica espec fica da empresa naquela 110 area ver o item Futuros
249. icos pr determinados dentro de um conjunto de par metros conhecidos com o objetivo de um treinamento espec fico ou treinamento avan ado em geral Modelos com par metros internos estoc sticos Modelos din micos gen ricos por m desenvolvidos para um determinado setor seja uma empresa de servi os ou uma escola ou uma comunidade etc para servir de treinamento espec fico Seria uma cole o de modelos padr o setoriais O modelo din mico cont m um n cleo b sico e v rias expans es modulares podem ser adicionadas a ele na forma de plug ins dependendo da demanda O n celo b sico deve ser projetado para funcionar em stand alone ou com qualquer n mero de m dulos que estejam dispon veis Fig 6 1 Taxonomia de expans o do modelo din mico Crit rios n o mutuamente exclusivos Deve se ressaltar em primeiro lugar que o termo expans es do modelo nos crit rios da taxonomia aqui apresentada usado num sentido global n o significando apenas uma extens o de tamanho do modelo ou mesmo um aumento de detalhamento A expans o pode ser isto que seria o crit rio 2 e neste caso estaria relacionada com o modelo atual aqui 177 apresentado Os demais crit rios implicam em modelos com nova estrutura que ir o diferir de maneira fundamental daquele aqui mostrado A expans o aqui teria o sentido de expans o do uso da ferramenta que na sua ess ncia permaneceria a mesma um conjunto de dois m dulos um SD e o ou
250. ide Chefe de Departamento T cnico Promon Chefe de Departamento Gerente Diretor BMT Bechtel Metodo Telecom Diretor de Opera es Al Sim A2 N o Acho que a apresenta o tem que ser sobre a funcionalidade do modelo fun o transfer ncia n o interessando o que se passa dentro da caixa preta Explicitar o que entra o que sai e que tipos de transforma es s o efetuadas A3 Pouco detalhado Senti uma certa dificuldade em analisar a sensibilidade do modelo s vari veis de mercado Acho que seria muito til ter uma forma mesmo que simplificada de sentir esta sensibilidade A4 F cil Manuseio Acho que a entrada dos dados iniciais ser sempre algo que ir requerer tempo aten o e cuidado E de prefer ncia ficar tudo em uma nica janela Ou seja algo um tanto chato de fazer Do jeito que est acho razo vel Se puder aumentar um pouco em branco a serem preenchidos seria melhor A4 Na minha simula o as regras e rela es gerais da administra o de empresas n o ficaram muito evidentes por falta de uma ferramenta que indicasse a sensibilidade do output s vari veis de entrada Resultados obtidos n o s o f ceis de correlacionar com seus principais causadores B B1 N o B2 N o Acho que n o Mas acho o gerador rand mico necess rio se por exemplo algu m vai utilizar o modelo sozinho ou um professor dirige v rios alunos pelo modelo e quer cen rios Anexo 4
251. ientes de cen rios macro econ micos e que ir o influenciar o desempenho da empresa tais como seus custos de fabrica o custos gerais participa o de mercado capacidade de capta o de recursos externos etc Os valores das vari veis ex genas gerados pelo GRC s o transferidos periodicamente para o modelo empresarial e os participantes reagem atrav s das vari veis de decis o dispon veis de maneira a levar a empresa a bom termo at o fim da simula o Os softwares de din mica de sistemas possuem na sua maioria um modo de jogo onde o usu rio pode variar par metros escolhidos e ajustar os valores de algumas vari veis selecionadas como vari veis de decis o analisando o resultado de suas decis es no tempo fazendo avan ar e retroceder o processo de simula o do modelo Na ferramenta aqui proposta o participante n o tem qualquer influ ncia na escolha dos cen rios que lhe ser o impostos nos per odos sucessivos do jogo o que imprime uma caracter stica de originalidade e realismo no jogo que ao nosso ver contribui para uma maior efic cia no treinamento dos participantes Atrav s de todas as pesquisas realizadas no mbito deste trabalho n o nos chegou ao conhecimento a exist ncia de um aplicativo para jogos de empresas composto pelo acoplamento de dois softwares comerciais de reas distintas e com a gera o rand mica e autom tica de cen rios Caracteriza se assim ao nosso ver a contribui o de originalida
252. inceletas year Fig 3 7 Influ ncia da varia o do pre o de venda na participa o de mercado despesas relativas de publicidade que como no caso do PV s o usadas para a determina o do fator publicidade na participa o A figura 3 8 mostra a influ ncia da aplica o de 2M ano adicionais a partir de 0 5 anos sobre a participa o real no mercado A figura 3 9 mostra a influ ncia simult nea de todas as vari veis acima sobre a participa o real no mercado considerando se uma diminui o de 400 no PV e os mesmos par metros de tempo e de valor usados nos exemplos mostrados V se na figura 3 9 que a participa o de mercado aumenta a partir do instante t 0 5 anos como conseq ncia da diminui o do PV em 400 pinceleta Este crescimento interrompido no instante t 1 ano pelo aparecimento de um novo concorrente no instante t 0 5 mas que se faz sentir com um time lag devido ao tempo de ajuste do mercado e pelo aparecimento de NT no instante t 1 A queda seria mais acentuada se n o houvesse um aumento de 2M em publicidade tamb m em t 0 5 A queda se interrompe em t 2 anos quando cessa o tempo de absor o da NT pelo mercado e a leve recupera o ap s este intervalo devida ao investimento em P amp D 66 120 000 80 000 40 000 0 1 2 3 4 5 Time year participa o real de mercado Efeito Aumento DP pinceletas year Fig 3 8 Influ ncia do aumento de despesas com pub
253. increment Esta ltima n o aleat ria mas uniformemente crescente e foi usada para as vari veis que se apresentam no modelo como discretas como por exemplo a varia o absoluta do n mero de concorrentes o tempo de efetiva o de NT no mercado etc A primeira foi usada para aquelas vari veis que s o cont nuas como a taxa do d lar taxa de inadimpl ncia etc Na figura 5 20 mostramos a tela do Vensim com a ferramenta de sele o das vari veis de entrada para a an lise de sensibilidade Como a lista extensa a ponto de configurar uma barra de rolagem n o podendo portanto ser vista em uma nica figura mostramos a seguir a lista completa destas vari veis com as respectivas fun es de distribui o Sensitivity Simulation Setup Sensitivity Control Edit the filename to save changes to a different control file Filename ModeloFinal para Teste2 vsc Choose New File Clear Settings Number of Simulations 2000 C Univariate change one at a time ass Multivariate change all together Initial Noise Seed f 234 Go Currently active parameters taxa do dolar RANDOM UNIFORM 2 25 4 4 A Delete Selected taxa tributaria RANDOM UNIFORM 0 18 0 44 j taxa de inadimplencia RANDOM_UNIFORM 0 018 0 11 demanda de mercado RANDOM_UNIFORM 100000 1 40000 Modify Selected varia o absoluta numero de concorentes VECTOR 1 2 1 inicio da atua o de novos concorrentes VECTOR 1 2 0 5 tempo de efetiva o da NT no mercado VE
254. io de 0 5 anos O mecanismo de atua o de TF sobre a produtividade semelhante queles do investimento em P amp D na participa o nominal de mercado e do aparecimento de novas tecnologias na participa o real do mercado e se faz pela vari vel produtividade 200 140 80 0 1 2 3 4 5 Time year produtividade Produtividade efeito TF pinceletas year pessoas Fig 3 12 Efeito do investimento em TF na produtividade Parametros no texto 72 fator do investimento em TF na produtividade como se v na figura 3 12 que mostra o aumento da produtividade com um investimento de 1M em TF feito no instante t 0 5 anos e tempo de efetiva o tamb m de 0 5 anos o inicio do efeito da TF em t 0 75 se deve ao fato de que ele se d no fim do desembolso do investimento que no modelo foi fixado em 0 25 ver item do financiamento em TF A equa o da vari vel produtividade a seguinte produtividade produtividade padr o IF THEN ELSE investimento relativo em TF 0 0 RAMP produtividade padr o fator do investimento TF na produtividade investimento relativo em TF produtividade padr o tempo de efetiva o do investimento em TF fim do embolso invTF fim do embolso invTF tempo de efetiva o do investimento em TF Units pinceletas pessoas year Voltando vari vel Estoque PA o seu fluxo de saida a vari vel expedi o que puxada por vendas sobre um temp
255. iol j efetuado Then 272 Anexo 2 273 Range I25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range I26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range I27 Select Selection ClearContents Else End If Sheets Grupo2 Activate If Range B13 Investimento em TF ja efetuado Then Range I14 117 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range I18 121 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range I22 124 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range I25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range I26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range I27 Select Selection ClearContents Else End If Sheets Grupo3 Activate If Range B13 Investimento em TF ja efetuado Then Range I14 117 Select Selection ClearContents Anexo 2 274 Else End If If Range D13 Investimento em RH TI ja efetuado Then Range I18 121 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D j efetuado Then Range I22 124 Select Selectio
256. ion Borders xlEdgeRight LineStyle xlContinuous Anexo 2 286 Weight x1Thin ColorIndex xlAutomatic End With Range K11 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range K13 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range K17 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium Anexo 2 287 ColorIndex xlAutomatic End W
257. ional talvez at um pouco teatral 2 An lise de sensibilidade 3 Caracterizar objetivos da empresa maximizar caixa aumentar fatia de mercado etc Anexo 4 345 Cristina Wiik da Costa Gradua o em Arquitetura e Urbanismo cursando MBA em Marketing Exp profissional 10 anos Pratec Empreendimentos Imobili rios Restaurante Sabor Rosa Restaurante Sabor Rosa era respons vel pelo controle das receitas e despesas e em cria o e implanta o de novas estrat gias para aumento de vendas e fixa o do novo neg cio O restaurante tinha apenas 3 meses com a nova dire o A A1 N o A2 Sim Para um nivelamento do conhecimento da metodologia importante fazer uma apresenta o inicial da metodologia e esclarecer o objetivo do jogo e eventualmente contextualizar o jogo para dar mais par metros iguais para os grupos participantes A3 Suficientemente detalhado A4 Regular Os textos est o muito mi dos dando muita dificuldade de leitura quando lido em telas de laptops As cores podem ser melhor trabalhadas deixando mais claro os c digos de cores que foram criadas usando boxes coloridos e de formas diversas para ajudar no visual B B1 N o S acho que o n mero de concorrentes deveria ser mais de 1 apenas B2 Sim Na gera o forma muitos cen rios de grau 5 consecutivos o que um pouco fora da realidade B3 Penso que seria interessante principalmente no mercado brasileiro onde a habilidade de g
258. ions Windows Help BSA amp DA fi Mone Coro Cn ike 4420 o fe ja elie Graph for participa o real de mercado pr E DE participa o real de mercado lt Contas a Dee 0 8 Receber gt a Kat Divida TF gt fad lt Divida PD gt z lt lt Divida Emprestimo i 0 7 Bancariol gt pe lt Divida RH TI gt ba lt Divida Emprestimo lt er 06 Bancario2 gt bar lt investimento 05 distribuido em PD gt lt investimento 04 distribuido em RH TI gt 0 1 2 3 4 5 6 Time year vestimento Sa se i uido em TF gt participa o real de mercado An lise Monte Carlo Corre o particip _ _ Dm lt is Iniciar fr MeuTrabalhoTese EI Microsoft Excel Fr ial Caps Operacional Vensim ModeloFinal PT em Fig 5 30 Valores m ximos te ricos da participa o real de mercado 160 A parametrizag o do sistema para a determinag o do comportamento da participag o real de mercado foi feita assumindo se todos os valores extremos das variaveis que a influenciam ou seja tomou se o valor maximo de despesas de publicidade que de 20M ano o nivel minimo de prego que de 600 e o nivel maximo de investimento em P amp D que de 25M Al m disso fixamos a vari vel aparecimento de NT no mercado em zero para impedir qualquer decr scimo da participa o Assim obtivemos os m ximos valores analiticamente poss veis da participa o que a curva mo
259. ir o ser manuseadas pelos participantes formando as suas decis es tem car ter estrat gico Por m como o modelo emula uma empresa a ser administrada durante um certo tempo seis anos ele cont m vari veis de car ter operacional indispens veis num modelo gen rico deste tipo Mantendo no entanto o foco na caracter stica principal do modelo classificamo lo neste item como sendo orientado para pol ticas 3 Modelo 3 1 Dominio do mundo real O dominio do presente modelo uma empresa especificamente uma empresa manufatureira Com outros dom nios os autores se referem aqui a modelos representando outros sistemas que n o as empresas como ecosistemas comunidades sistemas globais etc 48 3 2 Estrutura Esta classifica o tamb m imediata considerando que o modelo foi desenvolvido pela din mica de sistemas 3 3 Comportamento O modelo representando a empresa neste trabalho considerado determin stico porque n o foi considerada nenhuma incerteza nas suas vari veis internas ou nenhuma varia o rand mica do tipo ru do As varia es rand micas geradas pelo GRC afetam somente as vari veis externas empresa Estas vari veis s o denominadas externas porque seus valores s o gerados num meio externo no caso no m dulo GRC representando o ambiente em que est imersa a empresa Do ponto de vista matem tico estas vari veis est o imersas no modelo din mico fazendo parte de v rias d
260. istribui o de Severidade 1 severidade 2 probabilidades M dia Normal truncada Max min Normal truncada Maxmin Normal truncada Max min taxa do dolar taxa tributaria taxa de inadimplencia demanda de mercado em 10 000 u ano 14 4 gt MN administrador Base Extrato Grupoi Grupo2 Grupo3 Grupo4 Grupos lt Desenhar j AutoFormasy N A DOW dl Bb L A EpgEeEg Pronto Fig 4 2 Se o da planilha Base mostrando os par metros das distribui es Passamos agora ao segundo grupo de vari veis ex genas que s o aquelas que s o geradas uma s vez durante todo o periodo da simula o e que se constitui das seguintes vari veis na seq ncia indicada na planilha Base 5 aparecimento de NT no mercado 6 tempo de efetiva o da NT no mercado 7 fator de NT na participa o 8 instante do aparecimento da NT no mercado 9 varia o absoluta do n mero de concorrentes e 10 inicio da atua o de novos concorrentes A vari vel n 5 que determina o aparecimento ou n o de novas tecnologias no mercado obviamente uma vari vel bin ria onde o valor 1 representa o aparecimento de NT e o valor 0 n o Assim esta vari vel associada a uma distribui o discreta de valores 0 1 com probabilidades vari veis em fun o da classe de cen rio Nos cen rios de classe 1 a probabilidade de ocorr ncia de novas te
261. ites fixados entre 0 02 e 0 25 anos ou seja uma semana a tr s meses Tempos mais curtos diminuem o n vel m dio de estoque e portanto seus custos por m tornam o sistema inst vel com oscila es de produ o e de pessoal pagar dividendos vari vel bin ria que representa a decis o de pagar ou n o dividendos taxa de dividendos taxa vari vel que define os dividendos pagos e que deve ser ajustada a cada final de per odo Fixada entre os limites de 5 a 30 do lucro l quido investir em TF vari vel bin ria que representa a decis o de se investir ou n o em tecnologia de fabrica o quantidade de investimento em TF auto explicativa 111 inicio do embolso invTF significa o instante em que se decide tomar o financiamento e tamb m do in cio da aplica o do investimento total medido sempre a partir do in cio da simula o t 0 Estas tr s ltimas vari veis t m as suas correspondentes an logas aos investimentos em RH TI e P amp D o que perfaz um total de nove vari veis relativas aos investimentos financiados todas funcionando de maneira id ntica Finalmente temos as vari veis relativas aos empr stimos banc rios que formam tr s conjuntos de quatro vari veis que s o fazendo se i variar de 1 a di tomar empr stimo banc rio i vari veis bin rias que representam a decis o de se tomar ou n o o empr stimo montante do empr stimo banc rio i auto explicativa e fixada com valores entre 100 0
262. ith With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range K21 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range K24 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range K27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic Anexo 2 288 End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End Wi
263. its Anexol 215 179 valor da produ o produ o pre o de venda PV Units S year 180 valor economico da empresa Caixa Contas a Receber Fundo de Reserva Divida Emprestimo Bancariol Divida Emprestimo Bancario2 Divida Emprestimo Bancario3 Divida PD Divida RH TI Divida TF Units 181 varia o absoluta de DP GAME 1 8e 007 Units S year 2e 006 1 8e 007 500000 182 variac o absoluta do PV GAME 200 Units pinceletas 1000 1200 100 Esta a varia o desejada do pre o de venda em valores absolutos Para diminui o colocar o sinal negativo antes do n mero 183 variac o absoluta numero de concorrentes GAME 1 Units Dmnl 184 vendas participa o real de mercado demanda de mercado Units pinceletas year 185 Vendas Acumuladas INTEG vendas 0 Units pinceletas 186 vida util contabil do investimento RH TI GAME 3 Units year 187 vida util contabil do investimento TF GAME 5 Units year Anexol 216 Esta variavel define a vida Util d eguipamento Situac es mais vantajosas d o um tempo menor deprecia o acelerada para aumento das reservas de deprecia o com consegilente aumento no lucro liquido Anexo 2 217 Anexo 2 Macros do Gerador Rand mico de Cen rios Este anexo cont m todos as macros usadas no funcionamento do gerador de cen rios feitas em linguagem VBA Notas explicativas foram introduzidas
264. its Dmnl 2 Vendas acumuladas com a seguinte equa o Vendas Acumuladas INTEG vendas 0 Units pinceletas 3 Receita Financeira Acumulada com a seguinte equa o Receita Financeira Acumulada INTEG juros de aplica es 0 Units 4 Juros Acumulados de Empr stimos com a seguinte equa o Juros Acumulados de Emprestimos INTEG pagamento de juros EB1 pagamento de juros EB2 pagamento de juros EB3 pagamentos de juros PD pagamentos de juros RH TI pagamentos de juros TF 0 Units 5 Demiss es Acumuladas com a seguinte equa o Demiss es acumuladas INTEG taxa de demiss es 0 Units pessoas 6 valor econ mico da empresa com a seguinte equa o valor economico da empresa Caixa Contas a Receber Fundo de Reserva Divida Emprestimo Bancariol Divida Emprestimo Bancario Divida Emprestimo Bancario3 Divida PD Divida RH TI Divida TE 146 Units Esta vari vel designa o ativo menos o passivo da empresa Como o modelo n o cont m nenhuma vari vel ou grupo de vari veis que detalhem o ativo fixo da empresa a equa o est simplificada e o nome da vari vel deve se considerado como uma aproxima o claro que as vari veis 1 2 3 e 6 s o crescentes relativamente ao desempenho enquanto que as demais s o decrescentes Os valores destas vari veis a serem tomados como refer ncia de desempenho s o evidentemente aqueles referentes
265. ivate Range K2 Select End If ActiveWorkbook Save End Sub Sub InvestirTFGrupo1 Investir em TFGrupol Macro gravada em 25 8 2002 por Roberto Colombo lt Esta macro e as subsegiientes modificam os bot es de acionamento dos investimentos empr stimos das planilhas dos participantes configurando os como j efetuados gt Sheets Grupo1 Select If Range B13 Value Investimento em TF ja efetuado Then MsgBox Este investimento ja foi efetuado Anexo 2 292 Else Sheets Grupo1 Select Range B13 Select ActiveCell FormulaR1C1 Investimento em TF j efetuado Range B13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirTFGrupo2 Sheets Grupo2 Select If Range B13 Value Investimento em TF ja efetuado Then MsgBox Este investimento ja foi efetuado Else Sheets Grupo2 Select Range B13 Select ActiveCell FormulaR1C1 Investimento em TF j efetuado Range B13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirTFGrupo3 Sheets Grupo3 Select If Range B13 Value Investimento em TF ja efetuado Then MsgBox Este investimento ja foi efetuado Else Sheets Grupo3 Select Range B13 Select ActiveCell FormulaR1C1 Investimento em TF ja efetuado Range B13 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub InvestirTFGrupo4 Sheets Grupo4 Select If Range B13 Value
266. ixa 083 investimento distribuido em TF STEP investimento em TF tempo de desembolso de TF inicio do embolso invTF STEP investimento em TF tempo de desembolso de TF inicio do embolso invTF tempo de desembolso de TF Units year Este valor deve ser entendido como o valor total do investimento em TF a ser efetivado durante o tempo de desembolso correspondente para efeito de fluxo de caixa Anexol 203 084 investimento em PD quantidade de investimento em PD investir em PD Units Este investimento destina se especificamente ao desenvolvimento de novos produtos com novas tecnologias Esta vari vel influencia positivamente a participa o real no mercado 085 investimento em RH TI investir em RH TI guantidade de investimento em RH TI Units Investimento em hardware atualiza o do parque de computadores infraestrutura de redes LAN novos servidores Software sistemas de gest o localizados e em valores mais altos sistemas de gest o integrada Atua reduzindo os custos gerais de uma maneira global 086 investimento em TF investir em TF quantidade de investimento em TF Units Investimento em maquinas equipamentos e em valores mais altos tamb m em automac o Atua diretamente sobre a produtividade 087 investimento relativo em PD investimento em PD investimento de referencia em PD Units Dmnl
267. ixo Materiais Isto inclui todos os estoques e fluxos de bens fisicos que fazem parte do processo de produ o e distribui o sejam de mat ria prima materiais em estoque ou produtos acabados Pessoal Isto se refere quase sempre a n mero de pessoas podendo s vezes ser tratado como horas trabalhadas Ativo Isto engloba espa o de f brica equipamentos para os mais variados fins ferramental dispositivos para fabrica o etc Pedidos Aqui se trata de qualquer tipo de pedido orders podendo ser pedido de compras pedido de clientes pedido interno para produ o pedido de demiss o e admiss o de funcion rios etc Pedidos s o de maneira geral o 36 resultado de alguma decis o gerencial e que ainda n o foi convertida no resultado desejado Dinheiro E usado no sentido de fluxo de caixa ou seja o fluxo de dinheiro a transmiss o de uma ordem de pagamento ou recebimento entre dois estoques de dinheiro O diagrama mostra tamb m atrav s da seta curvada que ha uma relag o adicional entre vendas e os Clientes em Potencial ou seja alguma informa o do nivel de Clientes em Potencial influi em vendas Pode se ver tamb m que nenhuma ligag o deste tipo existe entre vendas e Clientes Efetivos Estas informa es dadas at aqui pelo diagrama de fluxos e n veis s o apenas qualitativas Para se ter as informa es quantitativas que se deseja do modelo necess rio passar a um novo enfoque que s
268. jogos computacionais criptografia m quinas de jogar e muitas outras L Ecuyer 2001 A teoria matem tica para elabora o dos algoritmos dos geradores de n meros rand micos GNR bastante complexa e est em plena evolu o Simplificando sua defini o para os objetivos deste trabalho define se n meros pseudo rand micos como sendo a sequ ncia de n meros produzida por um algoritmo de maneira que pare am estatisticamente independentes e uniformemente distribu dos O algoritmo inicializado por um n mero que detona a s rie de opera es sequenciais que produzem os valores rand micos Este valor chamado semente seed ao ser introduzido novamente no algoritmo ou seja se o algoritmo for inicializado com a mesma semente ir produzir exatamente a mesma s rie de n meros rand micos Como o algor tmo funciona num espa o finito S de estados ap s um determinado tempo a s rie se repete Para aplica es onde a quantidade de n meros A defini o matem tica GNR encontrada em L Ecuyer 1994 e a seguinte Um GNR uma estrutura S 4 fU g onde S um conjunto finito de estados 4 a distribui o de probabilidade em S usada para selecionar o estado inicial ou semente so f SPS a fun o de transi o U um conjunto finito de s mbolos de sa da e g S DU a fun o de sa da O estado evolui de acordo com a recorr ncia s f s 1 para n gt 1 A sa da no step n u g s U
269. lContinuous Weight x1Thin ColorIndex xlAutomatic End With Selection Borders xIInsideHorizontal LineStyle xINone Range I7 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Anexo 2 270 With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range I11 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range I13 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End
270. lDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With Anexo 2 264 With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range H27 Select Selection Borders xIDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range H28 Select Selection ClearContents ActiveCell FormulaR1C1 Ciclo efetuado Range H28 Select Selection Font ColorIndex 3 Sheets Administrador Select Range H2 H27 Select Selection Copy Sheets Grupo1 Select ActiveWindow ScrollWorkbookTabs Position xILast Sheets Array Grupo1 Grupo2 Grupo3 Grupo4 Grupo5 Select Sheets Grupo1 Activate Range H2 H27 Select ActiveSheet Paste Sheets Administrador Activate Sheets Grupo1 Activate If Range B13 Investimento em TF ja efetuado Then Range H14 H17 Select Selection ClearContents E
271. lanejamento gerando automaticamente os n meros para o planejamento C2 De maneira marginal Para uma maior absor o necess rio a pr tica no uso do modelo D sem resposta 1 A quest o do CAIXA Aprimorar para que n o haja cobertura autom tica sempre o caixa ficar negativo pois as conseqii ncias s o muito fortes 2 Travar a volta para per odos anteriores pois se isto ocorrer por engano os par metros s o resetados para os do per odo anterior e distorcem completamente os resultados
272. lanos de enfoque Como conseq ncia preciso estruturar o problema lan ando m o de uma classifica o ou melhor de uma taxonomia que nos ajude a situar as alternativas poss veis de desenvolvimento de maneira a termos uma vis o clara do conjunto antes de passarmos aos detalhes A taxonomia que imaginamos para este roteiro tem alguns pontos de contato com aquela desenvolvida por Gr ler e Maier analisada no cap tulo 1 mas difere no enfoque principal que dado pelos objetivos diversos entre as duas A nossa proposta est mostrada na figura 6 1 Crit rios de classifica o para expans es do modelo caracter sticas estrat gicas e operacionais 2 Grau de detalhamento do modelo SE Comportamento din mico do sistema 4 Modelos din micos customizados 5 Modelos din micos modulares 176 Modelo din mico Possibilidades de Desenvolvimentos Futuros Caracter sticas das expans es Estas expans es t m por objetivo regular o car ter estrat gico do modelo din mico aumentando ou diminuindo a variedade de vari veis de cunho estrat gico e no sentido inverso as vari veis de cunho operacional As v rias reas do modelo atual ter o um detalhamento adicional com novas vari veis e novos ciclos de feedback O comportamento do sistema e sua administra o de tornam mais complexos e d o uma maior riqueza no treinamento O modelo organizacional possui um ou mais comportamentos din m
273. lativas 4 produ o estoque de produtos acabados e for a de trabalho Esta rea cont m os grupos de vari veis relativas aos custos gerais custos de produ o receita lucro fundo de reserv taxas do dolar de inadimpl ncia e tribut ria Esta rea tem como vari vel principal o caixa liquido da empresa Nela est o contidas todas as vari veis que constitue os fluxos de entrada e de sa da do caixa Esta vista cont m todas as vari veis relacionadas ao investimento e tomada de financiamento para tecnololgia de fat m Estruturada modelo fai Times New Roman 12 b i u Immie m Re Iniciar Ak DocsTesePDF a Caps Operac a Vensim Model E3 3 Microsoft E 9 Vensim Docum PT ml Fig 5 14 Vista adicional com menu da Estrutura do Modelo parcial Vensim ModeloFinal para Teste3 Novalnterface mdl Var produ o File Edit View Layout Model Options Windows Help asd amp tda fui dE 480 gt AM pae op R Vari veis de Decis o e output gr fico da rea de Opera es o A LS Estoque PA taxa de demiss es Ed 8 000 60 E executar demiss es 7 000 30 Runs S 0 02 C 0 5 meta para alcance do estoque 6 000 0 EEEF o i 2 3 5 6 2 4 amp amp 6 0083 __ 0 5 Time year Time year tempo m dio de demiss o Estoque PA Equilibrio pinceletas taxa de demiss es Equilibrio pessoas vear produ o For a de
274. lect Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range J27 Select Selection ClearContents Else End If Sheets Grupo4 Activate If Range B13 Investimento em TF j efetuado Then Range J14 J17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range J18 J21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range J22 J24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range J25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 ja efetuado Then Range J26 Select Selection ClearContents Else End If Anexo 2 283 If Range D23 Empr stimo bancario3 ja efetuado Then Range J27 Select Selection ClearContents Else End If Sheets Grupo5 Activate If Range B13 Investimento em TF ja efetuado Then Range J14 J17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range J18 J21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range J22 J24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range J25 Select Selection ClearContents Else End If If Range B23 Em
275. lect Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H11 H14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ Anexo 2 219 False Transpose False End Select Range I11 Select lt Apaga a f rmula para que n o seja calculada novamente no _ pr ximo ciclo uma vez que a ocorr ncia s se d uma vez gt Selection Clear Else lt Se a ocorr ncia n o se deu valor 0 a rotina se repete no pr ximo ciclo gt End If Range I15 Select lt A rotina abaixo semelhante anterior A nica diferen a _ vem das probabilidades da base N o existe probabilidade zero para este evento _ aparecimento de novos concorrentes Este evento ir ocorrer j no primeiro ciclo _ O que ir variar s o as probabilidades das vari veis gt If Range I15 1 Then Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D15 D16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E15 E16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F15 F16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial
276. licidade na participa o de mercado 120 000 80 000 40 000 0 1 2 3 4 5 Time year participa o real de mercado Efeito total _ pinceletas year Fig 3 9 Efeito simult neo na participa o de mercado das vari veis relativas a concorrentes investimento em P amp D aparecimento de novas tecnologias redu o do PV e aumento de publicidade Par metros descritos no texto 67 A equa o completa da vari vel participa o real de mercado mostrada abaixo participa o real de mercado SMOOTH participa o nominal no mercado fator publicidade na participa o despesas relativas de publicidade fator PV na participa o pre o relativo de venda tempo de ajuste do mercado IF THEN ELSE aparecimento de NT no mercado 0 0 RAMP fator de NT na participa o 1 participac o nominal no mercado fator publicidade na participa o despesas relativas de publicidade fator PV na participa o pre o relativo de venda tempo de efetiva o da NT no mercado instante de aparecimento da NT no mercado instante de aparecimento da NT no mercadottempo de efetiva o da NT no mercado Units pinceletas year A fun o condicional IF THEN ELSE usada para se agregar o grupo de vari veis relativas ao aparecimento de NT partindo se do valor final da participa o nominal do mercado Nesta rea de marketing e vendas as vari veis varia o absoluta de DP
277. ll FormulaR1C1 2 Range H3 Select Sheets Extrato Select Range K6 K30 Select Selection Copy Sheets Administrador Select ActiveSheet Paste Range H3 Select Application CutCopyMode False With Selection Font Name Arial Size 8 Strikethrough False Superscript False Subscript False OutlineFont False Shadow False Underline xlUnderlineStyleNone ColorIndex xlAutomatic End With With Selection HorizontalAlignment xlGeneral VerticalAlignment xlCenter WrapText True Orientation 0 AddIndent False ShrinkToFit False MergeCells False Anexo 2 261 End With Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range H4 H27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End Wi
278. lo reproduz este comportamento guardados os seus limites e seu grau de detalhamento 115 Robustez sob condi es extremas Executamos testes sob condi es extremas para verifica o do comportamento do modelo nestas situa es e in meras corre es e refinamentos foram decorrentes destes testes Como no entanto situa es extremas s o decorrentes de determinadas combina es de conjuntos vari veis no modelo que englobam par metros fixos vari veis de decis o end genas e vari veis rand micas n o cremos seja poss vel afirmar que o modelo foi testado em todas as situa es extremas poss veis No uso mais prolongado do modelo ir o ocorrer provavelmente combina es destes grupos de vari veis que poder o causar um comportamento inesperado seja por um afastamento do que se espera ser o comportamento de um sistema an logo no mundo real ou mesmo pelo aparecimento de um comportamento din mico inesperado que necessite ser interpretado Na realidade al m dos quesitos de compara o com os modos de refer ncia e robustez sob condi es extremas o uso pr tico do modelo deve responder a v rias outras quest es relativas sua qualidade como por exemplo s o os valores dos par metros no seu conjunto adequados para a simula o em vista S o os v rios graus de severidade dos cen rios adequados para o treinamento desejado As classes de cen rios t m realmente um efeito diferenciado no uso do modelo que se tr
279. lse End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D21 D24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E21 E24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F21 F24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G21 G24 Select Anexo 2 243 Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H21 H24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D25 D27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E25 E27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F25 F27 Select Selection Copy Ran
280. lse End If If Range D13 Investimento em RH TI ja efetuado Then Range H18 H21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Anexo 2 265 Range H22 H24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range H25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range H26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range H27 Select Selection ClearContents Else End If Sheets Grupo2 Activate If Range B13 Investimento em TF j efetuado Then Range H14 H17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range H18 H21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range H22 H24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range H25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range H26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range H27 Select Selection ClearContents Else End If Anexo 2 266 Sheets Grupo3 Activate If Range B13 Investimento em TF j efetuad
281. m se quisermos avaliar o comportamento de um sistema atrav s de uma vari vel ou de um grupo de vari veis quando submetido a uma influ ncia externa ou a uma modifica o interna s poderemos obter resultados consistentes se analisarmos e pensarmos o sistema como um todo levando em conta todas as intera es entre seus componentes no tempo Note se que os ciclos com feedback caracterizam sistemas n o lineares e como tal com comportamento imprevis vel atrav s de modelos mentais ou de simplifica es atrav s de lineariza es Senge definiu este enfoque de pensamento sist mico como a quinta disciplina que deve ser empregada para as organiza es em aprendizado como a ferramenta mais importante para o planejamento estrat gico da empresa A sua descri o Senge 2001 pg 40 diz AS empresas e outros feitos humanos tamb m s o sistemas Est o igualmente conectados por fios invis veis de a es inter relacionadas que muitas vezes levam anos para manifestar seus efeitos umas sobre as outras Como n s mesmos fazemos parte deste tecido duplamente dif cil ver o padr o de mudan a como um todo Ao contr rio tendemos nos concentrar em fotografias de partes isoladas do sistema perguntando nos por que nossos problemas mais profundos parecem nunca se resolver O pensamento sist mico um quadro de refer ncia conceitual um conjunto de conhecimentos e ferramentas desenvolvido ao longo dos ltimos cinqiienta anos par
282. ma j apresenta o editor de equa es correto Estas s o facilidades inexistentes nos programas iniciais de SD e al m disso conta se hoje com um n mero enorme de fun es j pr fabricadas para uso na 32 modelagem de sistemas din micos como fun es l gicas fun es tipo degrau fun es tipo rampa lineares n o lineares fun es para v rios tipos de defasagem de tempo fun es do tipo ru do etc Em que pesem todas estas facilidades dos softwares atuais o trabalho da montagem matem tica do modelo ainda requer uma parcela significativa de criatividade aliada experi ncia muitas equa es s o montadas a partir de fun es encadeadas ou aninhadas nestled e frequentemente o modelador deve experimentar in meros arranjos de fun es at conseguir o comportamento desejado para uma vari vel Algumas regras e conselhos b sicos de modelagem devem ser obedecidos Lai e Wahba 2001 para se ter alguma efici ncia nesta atividade Ap s a montagem das equa es passa se quantifica o dos par metros que s o as constantes do modelo tamb m chamadas genericamente de vari veis nos softwares de SD Os valores destes par metros s o dados obtidos da organiza o em estudo para aqueles internos ao sistema e do meio ambiente onde o sistema atua em caso contr rio Deve se atentar para o fato de que os par metros devem ser sempre introduzidos nas equa es na sua forma literal e nunca na forma num rica
283. mbolso EB3 a q montante do emprestimo bancario 2 emprestimo bancario3 4 amortiza o EB3 tomar emprestimo bancario3 Emo JN ine New Roman 125 LINEE Iniciar Em 2 Windows gt i 2 Microsoft Vensim Model RealPlayer PI E Microsoft Pow gt Anexo 3 315 Nas vistas do modelo apresentadas acima as vari veis em cor azul e sublinhadas s o as vari veis de decis o ou seja aquelas cujos valores o jogador poder a seu crit rio modificar durante o per odo de simula o e aquelas em vermelho s o as vari veis ex genas que prov m de fora do modelo representando o meio ambiente em que a empresa atua e s o geradas pelo gerador rand mico de cen rios Estas vari veis est o a cada ciclo do jogo representando um ano de tempo real e devem ser inseridas no modelo pelo jogador Em vers es mais caras do Vensim que n o aquela aqui empregada vers o acad mica como o Vensim Professional ou o Vensim DSS Decision Support System o aplicativo busca estes valores na planilha especificada facilitando a opera o do jogo 1 4 Interface gr fica apresenta o dos resultados A outra parte do programa aquela referente interface gr fica que podemos por sua vez separar tamb m em duas partes a primeira seria a apresenta o dos resultados que na sua maioria est o na forma de gr ficos uma vez que o interesse no planejamento estrat gico est mais ligado a tend ncias e no desenv
284. mento geral Em seguida mostrada a sua estrutura com as suas planilhas constituintes a descri o de cada uma delas e tamb m o fluxograma detalhado de opera o Finalmente mostramos uma seqii ncia de vistas do gerador em funcionamento destacando aspectos importantes para a sua completa defini o e para um perfeito entendimento da sua opera o No anexo 2 mostramos a cole o das macros desenvolvidas para a opera o do gerador O cap tulo 4 An lise cr tica do desenvolvimento do modelo mostra o desenvolvimento da estrutura do modelo din mico deste trabalho comparando as suas fases com aquelas descritas por Sterman 2000 como uma refer ncia para valida o deste processo os desvios encontrados s o justificados no decorrer da an lise Em seguida passa se an lise do modelo de gera o rand mica de cen rios justificando se primeiramente a escolha do aplicativo Excel Achamos necess ria tal justificativa em face das in meras cr ticas que este aplicativo sofre quando usado em certo tipo de aplica es Na sequ ncia descrevemos a estrutura estoc stica do GRC ou melhor a estrutura que determina o seu comportamento estoc stico mostrando a sua composi o nas de planilhas constituintes e seu 14 funcionamento nos c lculos por f rmulas internas e nas macros S o justificadas neste item as escolhas das distribui es de probabilidade e seus par metros constituintes O cap tulo 5 Operacionaliza
285. mercado year de 1 1 5 2 Te Tane A re 32 Discreta Valores Probabilidades 33 9 varia o absoluta numero de i 5 0 33 0 25 0 15 34 concorrentes 0 33 0 35 0 3 35 0 55 Probabi 36 Uniforme discreta ages Fechar tela inteira inicio da atua o de novos concorrentes Iniciar f MeuTrabalhoTese EA Microsoft Excel GRC Microsoft PowerPoint PT g E fi 21 45 Gerador Rand mico Planilha base parcial As vari veis externas podem ser divididas em tr s categorias quanto sua ocorr ncia na gera o aleat ria dos cen rios Vari veis externas atuantes em cada ciclo da simula o Isto significa que estas vari veis t m seus valores renovados a cada ano no tempo real e s o as mesmas para todos os participantes do jogo Estas vari veis s o taxa do dolar taxa tributaria taxa de inadimplencia e demanda de mercado Vari veis externas atuantes uma s vez durante o per odo total da simula o S o vari veis com instante aleat rio de aparecimento no jogo por m uma vez geradas n o mais se mudam durante os ciclos restantes e tamb m s o iguais para todos os participantes S o elas aparecimento de NT no mercado tempo de efetiva o da NT no mercado fator de NT na participa o instante de aparecimento da NT no mercado varia o absoluta numero de concorrentes e inicio da atua o de novos concorrentes Isto significa que uma vez gerada uma modifica
286. mico de uma organiza o O seu aprendizado neste caso se daria no sentido de absor o de conhecimento relativo estrutura da organiza o e tamb m dos seus par metros externos que causam os comportamentos analisados a fim de que estes possam ser corrigidos ou melhorados No processo de corre o e melhoria dos comportamentos din micos os usu rios poderiam entrar eventualmente no 16 A Brief History of Business Games http www swcollege com management gbg history html 17 Uma grande parte destas refer ncias est em alem o porque esta rea tem um desenvolvimento muito grande naquele pa s e muitos dos trabalhos n o s o traduzidos para o ingl s Isto particularmente verdade no caso da Faculdade de Psicologia da Universidade de Bamberg onde o Prof Dietrich D rner chefia as pesquisas nesta rea D rner o autor do conhecido livro 4 L gica do Fracasso O pensamento Estrat gico em Situa es Complexas Esta uma das poucas obras suas com tradu o em ingl s 54 modo jogo do software mas apenas no sentido de facilitar a movimentag o no tempo durante a simulag o e n o no sentido jogar propriamente dito No caso dos jogos os objetivos e os meios para alcanga los sao diferentes do que na modelagem Aqui se parte de um modelo pronto para emular uma organizag o que pode ser especifica ou gen rica e atrav s da participag o no jogo os usuarios s o submetidos a um processo de treinamento e aprendizado em
287. micos atualmente o presidente do SDG A metodologia de Sistemas Din micos seguindo a aplica o inicial de Forrester no seu Industrial Dynamics se fez durante este tempo sempre presente na rea de gest o de neg cios com modelos de empresas e de mercados Coyle R G 1977 Roberts E B 1978 Lyneis J M 1980 Morecroft J D W 1984 No entanto essas aplica es empresariais se assim chamadas ganharam um impulso bastante grande no in cio dos anos 90 com o barateamento e difus o dos computadores pessoais com o aumento extraordin rio do seu poder computacional e o consequente aparecimento de softwares que facilitavam em muito o trabalho de modelagem atrav s de uma interface gr fica bastante amig vel e de rotinas de automa o na escrita das equa es dos modelos Pacotes como o Vensim iThink e Stella e 2 Ver site http sysdyn mit edu sd group jsterman mit edu Estas refer ncias se encontram no excelente trabalho de Sastry e Sterman Desert Island Dynamics An Annotated Survey of the Essential System Dynamics Literature no site do System Dynamics Group http web mit edu jsterman www DID html Fabricante Ventana Systems http www vensim com Fabricante High Performance Systems Inc http www hps inc com 18 Powersim entre outros tiveram um papel decisivo na difus o da metodologia de SD no mundo empresarial Outra rea em que os SD tiveram um papel importante foi na
288. modelo reduzindo os custos gerais de uma maneira global representando um pessoal melhor treinado processos administrativos mais enxutos mais r pidos e uma estrutura empresarial melhor integrada O grupo de vari veis ligadas ao investimento em RH TI tem uma estrutura similar quele do investimento em P amp D no item 3 1 O fator de influ ncia em custos gerais semelhante quele do P amp D apresentando por m a dire o contr ria ou seja o investimento diminui os custos gerais Neste caso o timing do processo dado pelas vari veis tempo de atua o do investimento em RH TI e fim do embolso invRH TI Esta ltima vari vel est ligada ao instante de aplica o do investimento dado pela vari vel inicio do embolso do invRH TP pela seguinte equa o fim do embolso invRH TI inicio do embolso invRH TI 1 Units year ou seja o intervalo de tempo de embolso ser sempre de um ano O instante de inicio de embolso uma variavel de decis o a ser determinada pelo participante colocada na pagina Financiamento em TI e de acordo com o modelo o investimento s iniciar o seu efeito nos custos gerais ap s terminado o intervalo de embolso quer dizer no instante correspondente ao fim do desembolso O efeito de abaixamento dos custos gerais foi modelado tamb m neste caso com uma fun o RAMP e a dura o do efeito dada pela constante tempo de atua o do investimento em RH TI cujo valor foi fi
289. modelo para an lise envolvendo uma s rie de vari veis que v o desde aquelas que s o especificas para a definig o deste tipo de investimento incluindo aquelas que definem os v rios custos envolvidos p ex instala o de equipamentos treinamento de pessoal ajustes na produ o etc at aquelas que definem detalhadamente os benef cios de tais investimentos como menor ndice de refugo melhoria no n vel de qualidade do produto entre outros e por fim a produtividade A pr pria vari vel produtividade poderia ser por sua vez decomposta em um grupo de vari veis que representassem outros processos que ocorrem neste tipo de a o como por exemplo aspectos psicol gicos de motiva o resist ncia a modifica es nos processos levando perda tempor ria de motiva o custos para minimizar estes efeitos etc V se assim que a rela o entre investimento em TF e produtividade embora reconhecidamente existente e diretamente proporcional foi bastante simplificada para se ajustar nos limites e no grau de detalhamento escolhidos para o modelo O que foi dito para investimento em TF v lido obviamente para os demais investimentos do modelo No caso dos empr stimos banc rios estes representam uma possibilidade para levantamento r pido de capital de giro e s o injetados diretamente no caixa n o havendo portanto nenhuma rela o com nenhuma outra vari vel a n o ser o pr prio caixa Horizonte de tempo O
290. mos aqui emitindo nenhum ju zo de valores com rela o aos dois paradigmas cada qual tem as suas metas de aplica o e ao nosso ver eles s o at certo ponto complementares O que queremos ressaltar que esta subclassifica o tamb m influi no m todo de avalia o da ferramenta 56 Capitulo 3 Apresenta o do modelo 3 1 Introdu o Neste cap tulo apresentamos a descri o detalhada da modelagem usada na montagem do software de jogo empresarial que constitui a base deste trabalho Ser o mostradas sua estrutura suas caracter sticas e as raz es das escolhas feitas quanto profundidade de detalhe e sua abrang ncia Iniciamos a apresenta o pelo modelo empresarial que como j mencionado toma como base uma empresa manufatureira 3 2 O modelo empresarial Este modelo concebido dentro da metodologia de din mica de sistemas foi desenvolvido com o software Vensim PLE Plus e representa uma empresa manufatureira que fabrica um tipo de produto e atua num mercado com um n mero vari vel de concorrentes e sujeito a in meras flutua es provenientes de uma s rie de vari veis ex genas aqui descritas que ir o exercer as mais variadas influ ncias sobre a organiza o O diagrama causal inicial do modelo apresentado na figura 3 1 O diagrama causal cont m as vari veis principais do modelo e tem a finalidade de mostrar a interdepend ncia entre elas representada pelas setas que conectam os bloco
291. mplo os par metros do modelo aqui entendidos como suas constantes ter o valores do ambiente real daquela empresa obtidos por pesquisas de dados hist ricos pesquisas de mercado entrevistas e in meros outros processos de levantamento de dados de maneira a se ter o environment da empresa representado do modo mais real poss vel Neste trabalho o modelo a ser usado gen rico e portanto os valores dos seus par metros n o prov m de dados reais mas s o valores m dios provindos da experi ncia Este ponto detalhado nos cap tulos 4 e 5 1 5 Apresenta o do trabalho Apresentamos a seguir a estrutura da tese com a descri o do conte do de seus cap tulos constituintes O cap tulo 2 Sobre sistemas din micos simula es modelagens e jogos apresenta a revis o bibliogr fica dos temas correlatos modelagem din mica de organiza es e jogos empresariais Apresentamos neste cap tulo uma exposi o sucinta sobre a metodologia de din mica de sistemas seu hist rico suas aplica es e seu desenvolvimento atual Passamos em seguida ao t pico relativo a simula es jogos e modelagem matem tica analisando uma taxonomia proposta por Gr pler e Maier 1998 A an lise desta refer ncia tem por objetivo mostrar o universo das ferramentas de simula o e procurar localizar na 13 taxonomia o aplicativo aqui desenvolvido para melhor compreender as suas caracteristicas e seus objetivos A seguir fechando o
292. mpusemos os limites de truncamento em to A pr xima vari vel deste grupo diz respeito parcela financiada por um rg o externo com rela o ao total investido Aqui foi tamb m escolhida uma distribui o discreta com conjuntos de probabilidades que variam de acordo com a severidade do cen rio Assim os valores discretos v o de 65 a 45 em intervalos de 5 pontos percentuais e as probabilidades 127 variam de 50 a 5 para o cen rio 1 e inversamente de 5 a 50 no cen rio 5 As parcelas financiadas entram no modelo como recursos externos e o complemento do total investido gerado pela pr pria empresa atrav s do fundo de reserva e aplica es Em termos de fluxo de caixa a parcela financiada est inclusa na vari vel aplica es no fluxo de entrada de caixa e a sa da dada pelo total na vari vel investimento distribu do em TF A vari vel seguinte o tempo de amortiza o da d vida TF que tem uma estrutura de distribui o de probabilidades an loga vari vel anterior Os valores mais altos est o evidentemente relacionados s classes de cen rios menos severas e v o de 1 a 3 anos em intervalos de meio ano As distribui es de probabilidades t m exatamente a mesma configura o da vari vel anterior A ltima vari vel deste grupo a vida til cont bil do investimento TF e aqui foram dados valores fixos para cada classe de cen rio que v o de 2 a 5 anos com intervalos de um ano
293. mulation A System Dynamics Modeling Approach Productivity Press Portland OR 1983 apud VENNIX J A M ANDERSEN D F RICHARDSON G P e ROHRBAUGH J Model Building for Group Decision Support Issues and Alternatives in Knowledge Elicitation em Morecroft J D W amp Sterman J D Org Modeling for Learning Organizations Productivity Press Portland OR 1994 RODGER C e PETCH J Uncertainty amp Risk Analisys A practical guide from Business Dynamics PricewaterhouseCoopers MCS 1999 188 SAEED K System Dynamics as a Technology of Learning for New Liberal Education Paper do Social Science and Policy Studies Dept Worcester Polytechnic Institute 1997 Pode ser obtido em http www wpi edu Academics Depts SSPS Faculty Papers 03 pdf SAUAIA A C A Jogos de Empresas aprendizagem com satisfa o Revista de Administrag o S Paulo v 32 n 3 p 13 27 julho setembro 1997 SAUAIA A C A Satisfa o e aprendizagem em jogos de empresas Tese de Doutorado FEA USP S o Paulo 1995 SCHOLLES F Planungsmethoden Szenariotechnik M todos de Planejamento T cnica de cen rios Documenta o do Curso de Introdu o em Ci ncias Sociais do Instituto de Planejamento Nacional e Pesquisas Espaciais da Universidade de Hannover Alemanha 1998 SCHRAGE M Playing for Keeps CIO Magazine June 2000 Extra do de SCHRAGE M Serious Play How the World s Best Companies Simulate to Innovate Harvard Business School Pres
294. n Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D15 D16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E15 E16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F15 F16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Anexo 2 227 Range G15 G16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H15 H16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range I15 Select Selection Clear Else End If Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D17 D20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E17 E20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F17 F20 Sel
295. n n om Nn n SIN Dn win o co Es ea p mim N min 0 8 x min 0 _ x0 y 0 X max 6 Ed Reset Scaling OK Clear Paints Clear All Paints Cur gt Ret Clear Reference Ref gt Cur Cancel Fig 5 24 Fator PD na participa o nominal de mercado na sua forma inicial D a Et Le o i As figuras 5 24 e 5 25 mostram a fun o LOOKUP do fator PD na participa o nominal de mercado na sua forma inicial e suavizada respectivamente As figuras 5 26 e 5 27 se referem da mesma maneira ao fator PV e as figuras 5 28 e 5 29 fazem o mesmo para o fator de publicidade 5 4 3 A simula o Monte Carlo Com as fun es suavizadas para estes fatores rodamos uma simula o do modelo parametrizando as vari veis de maneira a maximizar a participa o real do mercado e analisamos o seu desenvolvimento que mostrado na figura 5 30 157 Graph Lookup fator PD na participa o eee X min 0 _y x0 y 0 X max E Reset Scaling OK Clear Points Clear All Points Cur gt Ref Clear Reference Ref gt Cur Cancel Fig 5 25 Fator PD na participa o nominal de mercado na sua forma suavizada Graph Lookup fator PV na participa o nput Output 0 5 na a 8532 pee 1 0 9342 138 Rea 0 7434 596 0 6316 826 pene 083 pe 321 0 3947 2 523 3026 0 2716 0 1579 New rrr _ XminjO vjx 2 972 0 5658 Xmax 3 x ResetScaling OK
296. n o entregou o seu formul rio apesar das in meras solicita es neste sentido Deve se observar ainda que outras observa es e sugest es foram feitas durante o teste por n s anotadas e processadas que n o foram por m colocadas nos relat rios talvez pelo tempo j despendido no teste ou por simples esquecimento De qualquer maneira estas avalia es devem ser encaradas como elementos parciais de avalia o Nas p ginas seguintes apresentamos o formul rio original usado para a avalia o do aplicativo no teste de funcionalidade e em seguida as transcri es das avalia es Anexo 4 335 Jogo Estrat gico de Empresas Aplica o em Modelos Din micos com Gera o Rand mica de Cen rios Question rio para os participantes do primeiro experimento estrat gico de jogo de empresas Prezado Participante Voc foi convidado para participar do primeiro experimento de um strategic business game para uso em capacita o de executivos empresariais como parte do trabalho de Tese de Doutorado do aluno Roberto Colombo Sua opini o muito importante para avalia o do trabalho e para seu aperfei oamento Solicitamos sua colabora o com o trabalho do autor para avaliar a adequa o do modelo e do experimento a situa es reais de desenvolvimento de pessoal executivo Nome do Participante Forma o escolar gradua o e p s gradua o Tempo de vida profissional Empresas on
297. n rios No primeiro detectou se o funcionamento inadequado de algumas vari veis devido a intera es por demais acentuadas entre elas e em outras vari veis um comportamento que provocava em certas situa es que ocorriam com frequ ncia consider vel um comportamento din mico que levava o sistema a uma ruptura do tipo catastr fico Estas falhas foram devidamente solucionadas e todo o seu processo de detec o e de solu o foi detalhadamente registrado como parte do experimento no cap tulo 4 item 4 4 2 Do lado do GRC verificou se no teste que a hip tese de independ ncia entre as classes dos cen rios sorteados pelo gerador atrav s de uma distribui o discreta e uniforme de probabilidades poderia ocasionar como de fato ocorreu uma segii ncia de cen rios de classes mais severas o inverso tamb m seria poss vel claro tornando a condu o da empresa bastante dif cil e sobretudo distorcendo em parte o objetivo do jogo que o treinamento do participante face a cen rios vari veis Ficou claro assim que a escolha de uma distribui o uniforme de probabilidade para a sele o dos cen rios em cada per odo do jogo n o era adequada aos seus objetivos Para solucionar o problema desenvolvemos um algor tmo recursivo de probabilidades que usa a distribui o uniforme apenas para a sele o do cen rio do per odo inicial sendo a sele o dos seguintes dependente do cen rio anterior atrav s de uma distribui o cres
298. n ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range I25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range I26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range I27 Select Selection ClearContents Else End If Sheets Grupo4 Activate If Range B13 Investimento em TF ja efetuado Then Range I14 117 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range I18 121 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range I22 124 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range I25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range I26 Select Anexo 2 275 Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range I27 Select Selection ClearContents Else End If Sheets Grupo5 Activate If Range B13 Investimento em TF ja efetuado Then Range I14 117 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range I18 121 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D j efetuad
299. nas rotinas mais importantes Sub ExtrairCenario1 lt Esta macro extrai os conjuntos de vari veis dos cen rios aleat rios para o primeiro periodo _e as coloca na tabela de extra o gt With Application Calculation xlCalculationManual MaxChange 0 001 End With ActiveWorkbook PrecisionAsDisplayed False Sheets Extrato Select Application MaxChange 0 001 ActiveWorkbook PrecisionAsDisplayed False Calculate lt Esta rotina inicial mant m a pasta com c lculo manual e comandando o c lculo somente uma vez por ciclo gt Range D34 D38 Select Selection Copy Range D42 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D6 D10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E6 E10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F6 F10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G6 G10 Select Selection Copy Range K6 K10 Select Anexo 2 218 Selection PasteSpecial Paste x1Values Operation xINo
300. nce Napolis 1999 BOYAR J Inferring Sequences Produced by a Linear Congruential Generator Missing Low Order Bits Journal of Cryptology 1989 177 184 apud L Ecuyer Uniform Random Number Generation Annals of Operations Research Fall 1993 CADOTTE E R Business Simulations The next Step in Management Training Selections Santa Monica Autumn 1995 CARLS C U e KOEDER K W Aktives Lernen durch Planspieleinsatz Aprendizado ativo atrav s do uso de jogos empresariais Winklers Fliigelstift A 3 Winklers Verlag Darmstadt 1988 CASADO E Thinking outside the lines The Intelligent Enterprise June 28 2002 CASUALTY ACTUARIAL SOCIETY Dynamic Finantial Analysis Web Site DFA Handbook Chapt 3 Scenario Issues for Dynamic Finantial Analysis s d http www casact org research dfa COSTA E A Gest o Estrat gica Editora Saraiva Sao Paulo 2002 COYLE R G Management System Dynamics John Wiley amp Sons New York 1977 COYLE R G System Dynamics Modelling A Practical Approach Chapman amp Hall London 1996 184 de GEUS A P Modeling to Predict or to Learn Foreword in Morecroft J D W amp Sterman J D Orgs Modeling for Learning Organizations Productivity Press Portland OR 1994 DORNER D Die Logik des Miflingens Strategisches Denken in komplexen Situationen A L gica do Fracasso O Pensamento Estrat gico em Situa es Complexas Rowohlt Verlag GmbH 1989 DORNER D e
301. ne SkipBlanks _ False Transpose False Case 5 Range H6 H10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select lt A rotina acima extrai as vari veis que mudam a cada ciclo gt Range I11 Select lt Esta c lula cont m a f rmula para devolver 1 quando da _ ocorr ncia da entrada de NT gt If Range I11 Value 1 Then lt Se ocorreu NT valor 1 esta rotina coloca as variaveis _ correspondentes na tabela de extra o caso contr rio n o gt Selection Copy Range L11 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False lt Copia o valor de ocorr ncia valor 1 nesta _ c lula para que as vari veis extra das permanecegam constantes nos pr ximos ciclos gt Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D11 D14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E11 E14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F11 F14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G11 G14 Se
302. nge K30 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F30 Select Selection Copy Range K30 Select Anexo 2 253 Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select ActiveWorkbook Save End Sub Sub Inicializar Macro gravada em 23 8 2002 por Roberto Colombo lt Esta macro limpa o gerador e inicializa o para uma nova simula o gt Application ScreenUpdating False Sheets Extrato Select Range D4 Select lt Limpa a c lula de gera o rand mica do grupo de cen rios gt Selection ClearContents Range L11 Select lt Limpa a c lula que fixa as variaveis de NT ap s sua primeira ocorr ncia gt Selection ClearContents Range D42 H46 Select Selection ClearContents ExtrairCenariol lt Aciona a macro de extra o com a c lula D4 limpa e com isso limpa _ os valores do Conjunto de Extra o mantendo s
303. nhecimento e uso do leitor e somente traduzindo uma ou outra express o quando isto julgado necess rio para maior clareza da id ia 44 N o h nenhuma indica o em nenhum tipo de defini o de DSS por qualquer crit rio que seja que implique que este instrumental seja usado exclusivamente para decis es a curto prazo Note se que a ltima parte da defini o acima coincide exatamente com a aplica o de modelos din micos que s o usados basicamente para planejamento estrat gico e portanto para tomadas de decis o a m dio e longo prazo Outra sobreposi o de termos aquela que envolve o termo jogo que usado no lugar de simulador ou de simula o A grande maioria dos autores inclusive aqueles do trabalho em an lise n o faz distin o entre as express es business game e business simulator o que nos parece v lido Se tomarmos por m os termos jogo e simula o como designa es de dois processos cremos que a aproxima o n o totalmente v lida O processo de jogar ou de participar de um jogo de empresas envolve sempre algum tipo de simula o enquanto que a rec proca ou seja executar se uma simula o de qualquer tipo n o envolve necessariamente um jogo Existe assim uma diferen a em se considerar as express es citadas e os termos individuais No trabalho citado os autores n o fazem esta diferencia o tratando os termos e as express es indistintamente o que julgamo
304. nicas de amostragem mais sofisticadas como a Latin Hypercube destinada a acelerar a an lise em modelos de grande porte Estas an lises s o chamadas geralmente de an lises de sensitividade pelos fabricantes dos softwares Conforme visto no cap tulo 1 o modelo aqui proposto deterministico com rela o a todos os par metros que n o sejam aqueles produzidos pelo gerador rand mico de cen rios e que representam as condi es externas dos neg cios A randomiza o destes ltimos tem por objetivo proporcionar ao usu rio do jogo estrat gico a possibilidade de administrar a empresa tomando decis es frente a situa es externas inesperadas nada tendo a ver com qualquer avalia o de sensitividade do sistema A aplica o de simula o do tipo Monte Carlo com a randomiza o dos par metros fixos se constitui numa das possibilidades de amplia o do modelo Ver item Desenvolvimentos Futuros 4 2 5 Desenho das Diretrizes Policy Design e Avalia o Este item n o se aplica a um modelo para ser usado como refer ncia em um jogo estrat gico de empresas Encerramos aqui por enquanto a an lise do modelo empresarial qual retornaremos no cap tulo 5 item 5 3 Teste de funcionalidade para mais observa es e an lises com o apoio de novos insights ganhos pela sua aplica o pr tica 4 3 An lise do modelo de gera o rand mica de cen rios Antes de iniciarmos a an lise deste modelo achamos apropriado
305. ning Technology Educational Technology amp Society 3 4 2000 OSSIMITZ G The Development of System Thinking Skills using System Dynamics Modeling Tools Universidade de Klagenfurt 1998 PARKER M Why not use Excel for Statistical Analysis mary maryparker org RAGSDALE Cliff T Spreadsheet Modeling and Decision Analysis A practical Introduction to Management Science Southwestern 1998 RAUCHLE J e REINER W Simulation unternehmerischer Entscheidungen mit Fallstudien und Planspielen Simula o de Decis es Empresariais com Estudos de Casos e Jogos de Empresas Winklers Fliigelstift H 2 pgs 27 30 Winklers Verlag Darmstadt 1989 READING UNIVERSITY UK Using Excel for Statistics Tips and Warnings da s rie on line Statistical Good Practices Guidelines do SSC http www rdg ac uk ssc dfid booklets topxfs html a1 3pivottables RICHARDSON G e PUGH A Introduction to System Dynamics Modeling with DYNAMO Productivity Press Portland OR 1981 apud VENNIX J A M ANDERSEN D F RICHARDSON G P e ROHRBAUGH J Model Building for Group Decision Support Issues and Alternatives in Knowledge Elicitation em Morecroft J D W amp Sterman J D Org Modeling for Learning Organizations Productivity Press Portland OR 1994 ROBERTS E B Managerial Applications of System Dynamics Productivity Press Cambridge MA 1978 ROBERTS N ANDERSEN D DEAL R GARET M e SHAFFER W Introduction to Computer Si
306. nsivo do modelo ou para a obten o de algum objetivo de treinamento espec fico Os outros par metros presentes no modelo s o aqueles ex genos e dentre estes alguns s o prefixados e constantes durante toda a simula o da mesma maneira que aqueles end genos Exemplos destes par metros no modelo s o prazo m dio de recebimento taxa de aplica o tempo de desembolso de TF tempo de desembolso de TI entre outros Para estes par metros vale o que foi dito acima para os par metros end genos A outra 114 parte dos par metros ex genos s o aqueles produzidos pelo gerador de cen rios e a discuss o sobre estes par metros feita mais adiante Com rela o s condi es iniciais estas se referem aos valores iniciais das vari veis n vel e neste caso foram escolhidos aonde necess rio valores que tornassem m nimo qualquer comportamento transit rio inicial do modelo pois isso ao nosso ver iria prejudicar o treinamento Em outros casos foram inseridos valores iniciais que representassem condi es anteriores normais daquelas vari veis ou ainda que representassem situa es positivas da empresa como a vari vel caixa que tem um valor inicial de 10M Testes de consist ncia com o objetivo e as delimita es do modelo O modelo foi constru do de maneira progressiva agregando se as diversas partes constituintes numa sequ ncia l gica ou seja iniciando se pelos m dulos mais centrais com
307. nte de um valor de refer ncia que dado pela vari vel outros custos gerais que no modelo foi fixada em 5M ano Estes custos abrangem todos os custos fixos indiretos n o relacionados ao produto como sal rios dos mensalistas da produ o da administra o m o de obra indireta como manuten o vigil ncia etc Aqui est o tamb m os materiais auxiliares de produ o e outros gua luz e for a aqui considerados fixos para simplifica o e demais custos indiretos A este valor adiciona se os valores das vari veis custos totais com demiss es e custo de manuten o de estoque que ir o influenciar dinamicamente os custos gerais de uma maneira positiva no sentido matem tico do termo Em seguida tem se o grupo de vari veis relacionadas com o investimento em RH TI que ir o afetar negativamente tamb m no sentido matem tico os custos gerais Este grupo de vari veis representa o investimento feito em tecnologia de informa o TI e treinamento de pessoal nas v rias formas poss veis 75 como treinamento profissional na area t cnica nos processos administrativos etc que representa a parte de RH no grupo A parte relativa TI poderia significar na parte de hardware atualiza o do parque de computadores infraestrutura de redes LAN novos servidores etc e na parte de software sistemas de gest o localizados e em valores mais altos sistemas de gest o integrada Este investimento atua no
308. ntroles Decis o Investimento em P amp D R Gaming Make Interactive Changes Iniciar Microsoft PowerPoint tal Simulador de jogos es Vensim ModeloFinal7 Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File Edit View Layout Model Options Windows Help BSB 6 BB REmisimindiol J4uty 4 a EO Am Bee La E R mo BEARS fo Re Decis o de pagar dividendos pagar dividendos taxa de dividendos T fil ControlesD ecis o Pamt de Dividendos B Times New Roman__ 12 b i ul s S 5 00 3 9 Re Iniciar fem 2 Windows Explorer gt LL 2 Microsoft Word f gt Vensim ModeloFinals E Microsoft PowerPoint PT ed ei Anexo 3 324 gt Vensim ModeloFinal7ExperimentoEli vmf Var pre o de venda PY File Edit View ut Model Options Windows Help Time 0 O gt 4 0 0078125 F BzOD RE o o FEDRO fo EM eee S we ea Peele Vari veis de Decis o Tomada de Empr stimos Banc rios Comunicar ao administrador Comunicar ao administrador Comunicar ao administrador ap s a decis o S pode ser ap s a decis o S pode ser ap s a decis o S pode ser acionado uma nica vez acionado uma nica vez acionado uma nica vez 0 N o investe 0 N o investe 0 N o investe T Investe 0 L 1 1 Investe 0 1 Investe 0 3 1 tomar emprestimo bancario tomar emprestimo bancario tomar emprestimo bancario3
309. nvRH TI tempo de atuac o do investimento em RH TI Units S year Passamos agora an lise da vari vel custo unit rio que neste modelo esta englobando apenas os custos vari veis para simplifica o N o s o computados no produto os fixos diretos que permanecem sob a classe dos custos gerais Esta aproxima o v lida uma vez que no modelo se tem apenas um produto Neste sentido as vari veis custo unit rio e custo vari vel unit rio s o id nticas e o motivo para termos colocado ambas no modelo deve se ao fato de se prover uma abertura para uma futura expans o ou maior detalhamento do modelo na rea de custos incorporando se os custos indiretos rateados nos produtos para o caso de mais de um produto O custo vari vel unit rio ent o composto pela soma do custo unit rio da mat ria prima e do custo unit rio da m o de obra O primeiro parte de um custo unit rio padr o da MP fixado em 800 00 no modelo e influenciado pela taxa do d lar atrav s do fator d lar na MP O custo unit rio da m o de obra est referenciado a um sal rio m dio padr o fixado no modelo em 12 000 ano Este sal rio representa o sal rio m dio anual dos horistas incluindo se os encargos sociais A vari vel seguinte no mbito de custos o custo da produ o que determinada pelo custo unit rio vezes o volume da produ o Esta vari vel um dos componen
310. o rearranjo mostrado na figura 5 15 gt Vensim ModeloFinal para Teste3 Novalnterface mdl Var Juros Acumulados de Emprestimos File Edit View Layout Model Options Windows Help as 6 saa N Ei Task 4 880 pe Ema Re ce LO i g A GENI te Vista do Modelo Mktg Vendas Estrutura do modelo O modelo empresarial simula uma empresa manufatureira com um produto que sofre a concorr ncia de mais um ou dois fabricantes no mercado O modelo distribu do nas vistas abaixo que definem as v rias reas da empresa e as reas de aporte de recursos As vistas cont m as vari veis constituintes da rea correspondente e tamb m aquelas que prov m de outras reas e que est o ligadas a alguma vari vel desta vista Estas est o em sombreado e entre os s mbolos lt gt Para se ter uma explica o do significado da vari vel e sua unidade deve se passar o mouse sobre ela As vari veis em vermelho s o aquelas externas geradas pelo gerador e definem o cen rio do per odo As vari veis em azul e sublinhadas s o aquelas de decis o que devem ser ajustadas pelo jogador para a obten o dos melhores resultados na administra o da empresa Esta rea cont m os grupos de vari veis de participa o de mercado aparecimento de novas tecnologias investimenti pre o de venda despesas de publicidade demanda de mercado e novos concorrentes e market share Esta rea cont m os grupos de vari veis re
311. o reas de opera es financeira e marketing e vendas e passando se a seguir s reas mais acess rias como o m dulo do caixa e os m dulos dos financiamentos e empr stimos Para cada m dulo constru do foram executados testes de funcionamento do modelo de maneira a se ter um comportamento condizente com aquele esperado de um sistema an logo no mundo real Para aquelas vari veis que iriam atuar no m dulo em constru o mas que seriam provenientes de outras reas denominamos aqui para maior clareza de vari veis de liga o embora esta classifica o seja meramente ilustrativa foram dados valores constantes m dios para se possibilitar o funcionamento do m dulo em quest o Na constru o dos m dulos seguintes estas vari veis de liga o foram desenvolvidas dentro dos seus m dulos respectivos com as equa es espec ficas e o m dulo testado individualmente como descrito acima e posteriormente testado em conjunto com o m dulo ao qual estava ligado Desta maneira o modelo sofreu testes de funcionamento e de comportamento sucessivos durante a sua constru o e o seu comportamento emula em princ pio e guardados os seus limites e grau de detalhamento aquele de uma empresa com as caracter sticas j mencionadas 4 2 4 Testes Compara o com os modos de refer ncia Conforme j mencionado nos itens anteriores se considerarmos o modo de refer ncia como o comportamento de uma empresa como aquela simulada o mode
312. o Then Range H14 H17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range H18 H21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range H22 H24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range H25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range H26 Select Selection ClearContents Else End If If Range D23 Empr stimo bancario2 ja efetuado Then Range H27 Select Selection ClearContents Else End If Sheets Grupo4 Activate If Range B13 Investimento em TF j efetuado Then Range H14 H17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range H18 H21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range H22 H24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range H25 Select Anexo 2 267 Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range H26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range H27 Select Selection ClearContents Else End If Sheets Grupo5 Activate If Range
313. o Then Range I22 124 Select Selection ClearContents Else End If If Range D18 Empr stimo bancario1 j efetuado Then Range I25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 ja efetuado Then Range I26 Select Selection ClearContents Else End If If Range D23 Empr stimo bancario3 ja efetuado Then Range I27 Select Selection ClearContents Else End If Range I2 Select Sheets Administrador Activate Range I2 Select End If ActiveWorkbook Save End Sub Sub Periodo4 Periodol Macro Anexo 2 276 Macro gravada em 24 8 2002 por Roberto Colombo If Range J28 Value Ciclo efetuado Then MsgBox Este periodo ja foi gerado Acesse o proximo periodo Else Application ScreenUpdating False ExtrairCenario4 Sheets Administrador Select ActiveWindow SmallScroll Down 12 Range J2 Select ActiveCell FormulaR1C1 4 Range J3 Select Sheets Extrato Select Range K6 K30 Select Selection Copy Sheets Administrador Select ActiveSheet Paste Range J3 Select Application CutCopyMode False With Selection Font Name Arial size 8 Strikethrough False Superscript False Subscript False OutlineFont False Shadow False Underline xlUnderlineStyleNone ColorIndex xlAutomatic End With With Selection HorizontalAlignment xlGeneral VerticalAlignment xlCenter WrapText True Orientation 0 AddInd
314. o onde os participantes em treinamento reagem atrav s de decis es no ME em face das varia es de cen rios A hip tese principal a ser verificada neste trabalho pode ser formulada como segue 1 2 4 poss vel simular a opera o de uma pequena ou m dia empresa em sua ess ncia operacional e estrat gica atrav s da aplica o de conceitos de sistemas din micos atrav s de uma ferramenta simples e de f cil compreens o que possibilite o treinamento gerencial na forma de jogos empresariais As hip teses secund rias poderiam ser resumidas nos itens seguintes 1 2 5 O funcionamento do modelo de gera o rand mica de cen rios GRC dentro das premissas estabelecidas no seu projeto 10 1 2 6 O funcionamento do aplicativo final resultante do acoplamento dos dois m dulos acima citados na forma de jogo com uma segii ncia operacional adequada 1 2 7 O aplicativo final resultante deve ser adequado para o jogo individual como modo stand alone ou seja os dois m dulos ME e GRC ficar o residentes na m quina do usu rio que sozinho conduzir o jogo O aplicativo ser tamb m apropriado ao jogo coletivo com v rios participantes individuais ou em grupos sob a tutela de um administrador Neste caso os participantes estar o de posse do m dulo ME e o administrador do m dulo GRC 1 2 8 A comprova o do funcionamento do aplicativo final na pr tica na forma de um teste de funcionalidade num jogo de
315. o sujeito a ru dos flutua es rand micas de certos par metros internos para an lises de risco etc O ltimo passo desta fase a valida o do modelo A valida o de um modelo din mico um processo complexo e de fronteiras difusas Modelo uma r plica de um sistema real qualquer que seja o tipo e a complexidade do mesmo No caso de sistemas din micos esta r plica procura dentro de um determinado grau de similaridade imitar o comportamento din mico do sistema real para um certo conjunto de vari veis chave evidente que um modelo por mais detalhado que seja jamais poder conter todas as vari veis e todas os inter relacionamentos do sistema real que ele est tentando emular de Geus 1994 descreve uma experi ncia interessante em um curso dado por Peter Senge em que os participantes estavam tratando de um modelo din mico simples Mesmo a empresa mais simples tem tantos inter relacionamentos internos e externos aos quais s o adicionados outros novos todo o tempo que muito improv vel que o modelo descrevendo esta companhia esteja terminado um dia Este ponto ficou muito claro para mim quando participei do curso de Peter Senge Leadership and Mastering Durante este curso os participantes eram solicitados a listar todos os aspectos e rela es que descrevessem uma empresa manufatureira simples de um nico produto em Milwaukee Ap s um hora toda a parede estava coberta do ch o at o teto
316. o v se tamb m que o pior caso de demanda que de 100 000 unidades por ano n o est totalmente ausente desta classe de cen rios mas tem a menor probabilidade de ocorr ncia O inverso ocorre para a classe 5 sendo que as demais t m grada es intermedi rias Com este tipo de distribui o objetivou se uma certa sobreposi o de efeitos fazendo com que a fronteira entre classes ficasse um pouco difusa ou seja se o gerador por exemplo sortear um cen rio de classe 1 que a menos rigorosa ele ter ainda uma pequena probabilidade de conter um valor da demanda de mercado t pico dos cen rios mais severos e vice versa Esta configura o ao nosso ver mais pr xima da realidade uma vez que se tomarmos as quatro vari veis acima veremos que no mundo real elas n o s o necessariamente correlacionadas ou seja pode se ter valores t picos de condi es severas de mercado para as tr s primeiras como alta taxa do d lar alta taxa tribut ria e alta taxa de inadimpl ncia e mesmo assim ter se um aumento na demanda do produto provocado por um conjunto de condi es espec ficas do mercado com rela o quele produto Na figura 4 2 mostramos uma se o da planilha Base que cont m as vari veis acima descritas 124 E3 Microsoft Excel GRCFinal Multiusu rio DER E arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat bvda EV t Bag fe 4 Zi iy o I Planilha Base d
317. o assim um n mero m ximo de concorrentes de 2 Os tr s valores permitem que se tenha a possibilidade de aumentar um valor p ex 3 caso se ache necess rio sem a necessidade de se modificar a planilha Na figura 3 3 selecionamos a parte da planilha Base que mostra os par metros e distribui es das vari veis descritas acima E Microsoft Excel GRCFinal Multiusu rio 8 arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda Acrobat SE x DSHS GRY snes H oe A 43 Mor lo N az as llama mM N14 A B Cc D E F G H I J K L M N 0 1 2 3 Planilha Base 4 5 6 Tipos de Nivel de Niverde Nivelde distribui o de Severidade 1 severidade 2 severidade 3 seve yeridade 4 a Vari veis ex genas atuantes uma s vez durante o periodo total de simula o 21 22 5 aparecimento de NT no mercado Sim 1 Discreta 1 0 1 0 1 0 1 0 1 0 23 N o 0 Probabilidades 025 0 75 0 35 065 os os 065 0 35 0 75 0 25 6 tempo de efetiva o da NT no mercado 24 year Valor fixo 2 5 1 5 1 0 5 25 Discreta Valores Probabilidades 26 A 5 0 20 0 10 0 05 27 p 0 20 0 15 0 10 28 7 fator de NT na participa o 5 EE FEN 30 0 50 0 05 0 20 0 40 0 50 31 mercado year de1 1 5 2 32 Discreta Valores 33 9 varia o absoluta numero de 34 concorrentes 1
318. o b sico Fig 6 2 Conceito esquem tico do modelo din mico modular Legendas e explica o no texto O esquema da figura 6 2 toma como base o modelo empresarial de uma empresa manufatureira aqui desenvolvido tendo apenas uma outra classifica o das reas para torna 181 lo mais gen rico o nosso modelo n o est dividido em rea administrativa e cont m outras reas que aqui configuramos como sendo apenas a rea financeira etc Na figura v se o m dulo base que pode funcionar como stand alone e que cont m as diversas reas espec ficas lembrando que a divis o destas reas puramente ilustrativa pois o modelo funciona como um todo Os esquemas de fluxos e estoques dentro das reas representam os diagramas de feedback de cada uma delas associados s equa es correspondentes Cada um destes diagramas cont m um conector externo representado no esquema pelas nuvens de contorno vermelho que s o as portas de sa da para as expans es Se uma determinada rea est em funcionamento stand alone os conectores permanecem fechados e apenas o diagrama b sico da rea est ativo No exemplo da figura 6 2 este o caso das reas de Fabrica o Financeira e Marketing Vendas Ao se inserir um m dulo de expans o isto feito atrav s dos conectores o diagrama da expans o se torna ativo e o m dulo b sico passa a incorporar no seu funcionamento aquele diagrama de expans o com as respectivas equa es Um p
319. o da figura 2 12 chamado de diagrama de n veis e fluxos Stock and flow diagram Este diagrama nos mostra as vari veis agora classificadas em dois tipos vari veis de n vel tamb m chamadas de estoques que s o as vari veis de estado do sistema aqui no caso Clientes em Potencial e Clientes Efetivos Stock or Level Variables e a vari vel de fluxo que s o as vendas representando a taxa ou n mero de clientes por unidade de tempo que se transformam de potenciais para efetivos Como num circuito hidr ulico a v lvula da o s mbolo de vendas faz o fluxo entre o reservat rio de Clientes em Potencial para o reservat rio de Clientes Efetivos da o nome de vari veis n vel ou vari veis estoque Esta maneira de mostrar o processo atrav s de fluxos e n veis retrata o conceito b sico do paradigma da Din mica de Sistemas que afirma que qualquer sistema de qualquer rea seja uma empresa uma comunidade ou um sistema global e tamb m os sistemas fisicos podem ser representados para fins do seu comportamento din mico atrav s de um diagrama de fluxos e niveis As vari veis n vel ou estoques representam acumula o de itens que circulam pelos processos do sistema A maioria das empresas dos mais variados ramos de atividade possui um ou mais dos seguintes tipos de estoques materiais pessoal ativos pedidos e dinheiro Os processos numa empresa se resumem de maneira geral no movimento destes estoques como descrito aba
320. o de ajuste do estoque ou seja a expedi o procura atender vendas com uma defasagem de tempo que o tempo necess rio para ajusta la frente s varia es de demanda Esta vari vel tamb m est condicionada a valores positivos de estoques e sua equa o a seguinte expedi o IF THEN ELSE Estoque PA gt 0 SMOOTH vendas tempo para ajustar a expedi o 0 Units pinceletas year A figura 3 13 mostra a defasagem entre a demanda vendas e a expedi o com um tempo de ajuste de 0 0833 anos 1 m s mantendo se os par metros constantes do exemplo da figura 3 9 Este valor foi fixado no modelo e n o mudado durante toda a simula o As demais vari veis desta rea dizem respeito s metas de estoque e de produ o A vari vel meta de estoque determinada pela vari vel meta de alcance de estoque multiplicada pela vari vel vendas A pr xima vari vel a corre o do estoque que determinada pela diferen a entre a meta de estoque menos o estoque sobre o tempo de corre o de estoque Esta ltima tem um valor constante durante toda a simula o de 0 25 anos Esta vari vel apresenta uma caracter stica interessante que descrevemos a seguir o 73 Vendas e expedic o 120 000 pinceletas year 120 000 pinceletas year 85 000 pinceletas year a 85 000 pinceletas year 50 000 pinceletas year 50 000 pinceletas year 0 0 50 1 1 50 2 2 50 Time year vendas Efeit
321. o de venda PV preco de venda referencial STEP varia o absoluta do PV inicio da aplica o do novo pre o Units pinceletas 125 pre o de venda referencial 1600 Units pinceletas 126 pre o relativo de venda preco de venda PV pre o de venda referencial Units Dmnl 127 produ o For a de Trabalho produtividade Units pinceletas year 128 produtividade produtividade padr o IF THEN ELSE investimento relativo em TF 0 0 RAMP produtividade padr o fator do investimento TF na produtividade investimento relativo em TF produtividade padr o tempo de efetivac o do investimento em TF fim do embolso invTF fim do embolso invTF tempo de efetivac o do investimento em TF Units pinceletas pessoas year 129 produtividade padr o 100 Units pinceletas year pessoas 130 quantidade de investimento em PD GAME 2 5e 007 Units 2 5e 006 2 5e 007 2 5e 006 ES quantidade de investimento em RH TI GAME 2e 006 Units 50000 2 5e 006 50000 132 quantidade de investimento em TF GAME 2e 006 Units 0 2 564006 100000 210 Anexol Esta variavel fixa o montante do investimento 133 receita bruta faturamento Units year 134 Receita Financeira Acumulada INTEG juros de aplica es 0 Units refer ncia para despesas de publicidade 2e 006 135 Units S vear 136 salario medio padr o 12000 Units pessoa
322. o fundamental na area de modelagem em planejamento urbano Este trabalho foi muito controvertido e provocou uma cadeia de rea es negativas por parte da comunidade pois como resultado das simula es efetuadas no modelo as conclus es apontavam que a constru o de resid ncias de baixo custo em uma cidade contribuia mais rapidamente para a sua degeneresc ncia ao inv s de contribuir para a sua revitaliza o Estes resultados que eram obviamente opostos ao senso comum de todos os envolvidos no tema hoje s o aceitos sem restri es Este trabalho evoluiu para a modelagem em escala global com o famoso projeto do Clube de Roma descrito no cl ssico livro Os Limites do Crescimento Meadows D H et all 1972 onde se analisa o futuro da humanidade sujeita a fontes de recursos finitos concluindo se que os modelos de crescimento eram insustent veis Nove meses antes da publica o de Os Limites do Crescimento Forrester publicou a primeira edi o de World Dynamics Forrester J W 1973 que mostra o primeiro modelo global no qual o trabalho do Clube de Roma estava baseado Este trabalho teve grande aceita o e difus o entre o p blico leigo Forrester J W 1989 No come o dos anos 60 Forrester fundou o System Dynamics Group no M LT que patrocina a difus o da metodologia e desenvolve v rios projetos a n vel nacional global e educacional John Sterman professor do MIT uma das maiores autoridades mundiais em Sistemas Din
323. o indistinto de ambas express es j se mostra inadequado Outro exemplo a express o management flight simulator ou somente flight simulator que muito usada inclusive no Brasil em muitos softwares de simula o fazendo uma associa o metaf rica de voar um avi o e gerenciar ou voar uma empresa Al m do fato da met fora n o ser muito v lida pois existem diferen as conceituais importantes e profundas entre ambas atividades a maior diferen a conceitual entre ambos simuladores aquele de v o para treinamento de pilotos e aquele de empresa para treinamento de gerentes o seu grau de detalhamento O simulador de v o como sabemos a r plica exata do avi o simulado nos m nimos detalhes o que n o o caso com os simuladores de empresas Estes n o t m por objetivo emular os m nimos detalhes de uma empresa por m manter o foco sobre as estruturas mais importantes da organiza o e os seus comportamentos decorrentes em v rias situa es As ferramentas de simula o para apoio ao aprendizado tamb m s o por outro lado s vezes confundidas com os sistemas de apoio s decis es Decision Support Systems DSS Os autores Gr Bler e Maier 1998 pg 2 consideram esta sobreposi o inadequada baseados no fato de que os DSS s o feitos para aumentar o desempenho na tomada de decis es a curto prazo eles n o t m como objetivo mudan as a longo prazo nos modelos mentais dos usu rios
324. o inicial considere se que o numero inicial de Clientes em Potencial fosse de 1 000 000 de pessoas e que o numero inicial de Clientes Efetivos fosse igual a zero As equa es para os dois n veis seriam ent o t Clientes em Potencial 1 000 000 I vendas t W T 2 4 onde se assume que o instante inicial t 0 A equa o para o outro estoque seria t Clientes Efetivos I vendas t y T 2 5 Devemos ainda estabelecer a equa o do fluxo de vendas Na refer ncia citada s o mostradas duas alternativas dentre as muitas poss veis para esta equa o A primeira seria de que as vendas tivessem um valor constante de 25 000 clientes potenciais por m s at que estes tivessem terminado e a segunda de que as vendas fossem proporcionais aos Clientes em Potencial com uma taxa de 2 5 No primeiro caso ter amos 25 000 Clientes em Potencial t gt 0 Vendas 2 6 0 caso contr rio No segundo caso ter amos Vendas 0 025 Clientes em Potencial t 2 7 39 A solu o do sistema de equa es dar o comportamento das vari veis do sistema no tempo Em modelos elementares como o deste exemplo a solu o pode ser encontrada analiticamente mas na quase totalidade das vezes ela s conseguida atrav s de m todos de integra o num rica que a prop sito se encontram dispon veis em todos os pacotes de software de SD Mostramos a solu o encontrada com o Vensim gt Vensim Vendas mdl Var Clientes
325. o tempo de ajuste da expedi o pinceletas year expedi o Efeito tempo de ajuste da expedi o pinceletas year Fig 3 13 Vendas e expedi o efeito de tempo de ajuste da expedi o valor de um trimestre pode parecer primeira vista muito elevado para um tempo que o ajuste de um estoque Todavia na medida em que se diminui este valor introduz se oscila es no sistema que mesmo n o apresentando neste caso amplitudes muito elevadas s o indesej veis do ponto de vista do jogo a ser simulado Na verdade estas oscila es ocorrem em sistemas reais quando se faz um controle cuja frequ ncia se aproxima de uma frequ ncia natural do sistema Certas configura es de circuitos el tricos oferecem comportamento deste tipo quando a imped ncia toma valores pr ximos da frequ ncia de resson ncia do sistema No caso do sistema em an lise uma corre o muito fina do estoque significa variar esta corre o mesmo com pequenas varia es da demanda fazendo oscilar todas as vari veis que lhe est o diretamente ligadas como a for a de trabalho as taxas de admiss es e de demiss es a produ o etc Adotamos por esta raz o o tempo de 0 25 anos que elimina completamente estas oscila es Para se ter uma id ia do tipo de comportamento descrito foi feita uma simula o com um valor de 0 0192 anos uma semana que est mostrada na figura 3 14 As duas ltimas vari veis deste grupo s o a meta de produ
326. o uso do Excel nestas aplica es dando uma s rie de orienta es sobre as reas cr ticas de aplica o e quais s o os cuidados a serem tomados Com respeito s fun es de distribui o de probabilidade reproduzimos aqui os coment rios contidos no trabalho Coment rio geral Excel s probability functions include all that would normally be found in a simple set of statistical tables Orienta es You can use the probability functions instead of a set of statistical tables Excel produces values for the Probability Density Function Cumulative Probabilities and the Inverse Probability Function for many of the most commonly used theoretical distributions If you understand the results of these functions Excel can be quite a powerful tool A ultima parte do comentario acima refere se ao fato de que uma parte das criticas negativas com rela o ao Excel dizem respeito ao sistema de Ajuda que de acordo com os analistas cont m algumas impropriedades e em alguns casos informa es erradas As conclus es finais deste trabalho dizem o seguinte Excel offers an exciting environment for data manipulation and initial data analysis Its pivot tables are particularly good for cross tabulations and summary statistics and provide a powerful tool for basic data analysis The reliability of more advanced statistical functions and wizards is variable There are some areas in which Excel can be used without reservation suc
327. o2 Select If Range B23 Value Empr stimo bancario2 j efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range B23 Select ActiveCell FormulaR1C1 Empr stimo bancario2 ja efetuado Range B23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco2Grupo3 Empr stimo bancario 2 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo3 Select If Range B23 Value Empr stimo bancario2 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range B23 Select ActiveCell FormulaR1C1 Empr stimo bancario2 j efetuado Range B23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco2Grupo4 Empr stimo bancario 2 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo4 Select If Range B23 Value Empr stimo bancario2 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range B23 Select ActiveCell FormulaR1C1 Empr stimo bancario2 j efetuado Range B23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco2Grupo5 Empr stimo bancario 2 Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 300 Sheets Grupo5 Select If Range B23 Value Empr stimo bancario2 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range B23 Select ActiveCell FormulaR1C1 Empr stimo bancario2 j efetuado Range B23 Select Selecti
328. oativos OOo File Edit v I Model Options Windows Help OSU S Be mm sa amp kY 4 680 pe a 1 59 lt oe d 6na Graph for N cleos radioativos fl E N cleos radioativos SD o o A Ed ke 60 120 180 240 300 360 420 480 540 600 Time Centuries N cleos radioativos Current ucleos Fig 2 7 Decl nio assint tico da vari vel N cleos Radioativos como conseqii ncia de um feedback negativo O comportamento de um sistema com um feedback negativo tamb m pode ser dado por uma tend ncia assint tica para um determinado valor seja por via ascendente ou descendente Os feedbacks negativos e positivos presentes em um sistema se combinam para dar as v rias formas poss veis de comportamento din mico do mesmo Os sistemas no mundo real especialmente aqueles em que vivemos socialmente como as organiza es de todos os tipos comunidades de todos os n veis desde os grupos familiares at a humanidade como um todo podem ser representados por modelos que s o constitu dos por milhares ou mesmo milh es de vari veis dependendo do seu grau de detalhamento e da complexidade do sistema em quest o que englobam enormes quantidades de feedback loops que se auto influenciam e definem um comportamento din mico padr o do sistema para um determinado conjunto de condi es iniciais e um determinado conjunto de varia es nos seus par metros Estes padr es podem ser condensados em quatro tipos b sicos que s o mostrados n
329. oc stico 4 2 2 1 Na atitude c rela o a um t pico espec fico 4 2 2 1 1 Usu rios ser o motivados 4 2 2 1 2 Motiva o n o usada 4 2 2 1 3 Aprendizado sobre um conhecimento espec fico do dom nio do sistema 4 2 2 1 4 Conhecimento independente do dom nio 4 2 2 2 Media o de conhecimento sobre o controle do sistema 4 2 2 2 1 Transmiss o de conhe cimento procedural 4 2 2 2 2 Sem transmiss o de conhecimento procedural 3 4 Generaliza o do modelo c rela o ao dom nio 3 4 1 rea especial de interesse 3 4 2 Todo o dom nio 3 5 Sequenciamento do tempo no m dulo de simula o 3 5 1 Discreto 3 5 1 Cont nuo 3 6 Papel do modelo de simula o 3 6 1 Gera o ativa de decis es 3 6 2 Dispositivo de implemennta o das decis es do usu rio 3 7 Influ ncia de dados externos 3 7 1 Com tais influ ncias 3 7 2 Sem tais influ ncias 3 8 Dominio das vari veis 3 8 1 N meros inteiros 3 8 2 N meros reais Tabela 2 3 Crit rios para categoriza o de simula es computadorizadas Os itens destacados definem a ferramenta desenvolvida no presente trabalho Fonte Gr pler e Maier 1998 pg 4 46 Passamos a seguir an lise dos crit rios apresentados na tabela 2 3 e a inser o do nosso aplicativo nestes crit rios 1 Ambiente de aplica o 1 1 N mero de usu rios Pelo n mero de usu rios os autore
330. ocorrem em rela es de loops fechados e s o portanto end genas Quando se acredita que algum fator est influenciando o sistema a partir do seu exterior sem ser ele pr prio influenciado ele representado como uma vari vel ex gena Os processos de retroalimenta o n o operam instantaneamente o ritmo do comportamento do sistema depende da presen a de elementos no pr prio sistema que criam in rcia ou defasagens no tempo Estes elementos inerciais s o denominados vari veis de estado ou n veis Cada n vel uma acumula o ou estoque de material ou informa o Exemplos t picos de n veis s o popula o reserva de capital estoques e percep es humanas Os elementos do sistema representando a decis o a o ou varia o num n vel geralmente por m nem sempre induzida por tomadores de decis o humanos denominada de taxa rate ou ainda fluxo flow Exemplos s o taxa de nascimentos taxa de bitos taxa de investimentos fluxo de investimento num per odo de tempo ou ainda rela o taxa de vendas sobre o estoque A representa o de sistemas atrav s de feedbacks n veis e taxas requer uma distin o cuidadosa entre n veis e fluxos de quantidades f sicas reais e aqueles de informa o No paradigma da din mica de sistemas os fluxos est o restritos a obedecer as leis f sicas tais como a conserva o de massa e energia A informa o por outro lado n o necessita de conserva o el
331. of the participants Keywords Business Games System Dynamics modeling simulation enterprise training Anexol 190 Anexo 1 Equa es do modelo Vensim Mostramos neste anexo a lista completa de todas as vari veis e respectivas equa es usadas no modelo do Vensim importada diretamente do software 001 amortiza o EB1 STEP montante do emprestimo banc riol tomar emprestimo banc riol tempo de amortiza o do emprestimo EB1 fim do embolso EB1 STEP montante do emprestimo banc riol tomar emprestimo banc riol tempo de amortiza o do emprestimo EB1 fim do embolso EBl tempo de amortiza o do emprestimo EB1 Units S year 002 amortiza o EB2 STEP montante do emprestimo bancario2 tomar emprestimo bancario2 tempo de amortiza o do empr stimo EB2 fim do embolso EB2 STEP montante do emprestimo bancario2 tomar emprestimo bancario2 tempo de amortiza o do empr stimo EB2 fim do embolso EB2 tempo de amortiza o do empr stimo EB2 Units S year 003 amortizac o EB3 STEP montante do emprestimo bancario3 tomar emprestimo bancario3 tempo de amortiza o do emprestimo EB3 fim do embolso EB3 STEP montante do emprestimo bancario3 tomar emprestimo bancario3 tempo de amortiza o do emprestimo EB3 fim do embolso EB3 tempo de amortiza o do emprestimo EB3 Units year 004 amortiza o PD STEP in
332. oft PowerPoint taj Simulador de jogos es Vensim ModeloFinal7 PT Es Si E Vensim ModeloFinal7ExperimentoEli vmf Varzentradas de File Edit View Model Options Windows Help lt caixa BH E gt Ei J gtY 4 880 Fm bars Za eS w ce Q fori rea de Opera es Doc gt i lt investimento tempo para ajustar a ra ari ni a ad fator do investimento relativo em TF gt expedi o sini e TF na produtividade Ed endas OS pe Estoque PA dica Rupe rodicio Expedi o a tempo de efetiva o do h produlividade investimento em TF padr o meta para alcance ie i T do estoque tempo m dio de produtividade meta de produ o 4 corre o do a i P est executar lt fim do embolso meta de estoque CROMO demiss es NN invTF gt f a Forga de _N E Dt SE Trabalho RI tempo de corre o taxa de demiss taxa de admiss es do estoque meta de forca de lt variac o absoluta tempo para ajustar trabalho maniero de forca de trabalho concorrentes gt taxa de varia o tempo AFT x concorrentes lt j Al Operasso fi Times NewRoman 12b i u Mce 29 Re Iniciar E Microsoft PowerPoint ial Simulador de jogos es Vensim ModeloFinal7 PT W 2 A Anexo 3 311 Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File Edit View Layout Model Options Windows Help OSA amp BSB AlEmpr stimobancsriot Cd AREY ABRO Am hme eh rica e ju gt le ce
333. ol tica de pessoal de RH durante os ciclos da simula o de efetuar ou n o demiss es da for a de trabalho A equa o da vari vel taxa de demiss es resulta ent o na seguinte express o 71 taxa de demiss es IF THEN ELSE Forca de Trabalho meta de for a de trabalho tempo m dio de demiss o lt 0 0 For a de Trabalho meta de for a de trabalho tempo m dio de demiss o executar demiss es Units pessoas year O pr ximo grupo de vari veis a ser analisado aquele do estoque de produtos acabados A vari vel Estoque PA determinada pelo fluxo de entrada que a vari vel produ o e o fluxo de sa da que a vari vel expedi o A vari vel produ o dada pelo produto da for a de trabalho pela vari vel produtividade dada em pinceleta pessoa ano Esta por sua vez parte de um valor de refer ncia dado pela vari vel produtividade padr o fixada em 100 pinceletas pessoa ano e influenciada pelo grupo de vari veis do investimento em tecnologia de fabrica o TF no caso as vari veis investimento relativo em TF fator do investimento TF na produtividade e tempo de efetiva o do investimento em TF Esta ltima representa o tempo que o investimento leva para exercer a influ ncia plena sobre a produtividade Este tempo engloba o tempo de instala o de equipamentos ferramentas produ o piloto treinamento de pessoal etc e foi fixado num valor m d
334. olvimento no tempo do que em valores instant neos Para algumas vari veis do tipo nivel damos tamb m a apresenta o tabular para se ver os resultados instant neos nos steps da simula o Nas figuras seguintes apresentamos as diversas vistas com os outputs programados a Vensim ModeloFinal7ExperimentoEli vmf Var pre o de venda PV Fie Edit View Model Options Windows Help AB ES sae as Amostra ABA Y BE pe Em dae ce ERA Output gr fico Marketing Vendas wd participa o real de mercado despesas de publicidade DP preco de venda PV 200 000 4M hE 170 000 140 000 110 000 0 1 gt 3 4 5 6 Time year Di 2 Sd 6 Time year Time year despesas de publicidade DP Ambstear despesas de publicidade DP Equilibrar pre o de venda PV Amostra S pinceletas prego de venda PV Equilibrio S pinceletas participa o real de mercado pi malrttrsivear participa o real de mercado pihaiiitaso ear E Output Mktg Vendas al Times NewRoman 12 b iu Mmm mmo Re Iniciar E Microsoft PowerPoint 2 Simulador de jogos es Vensim ModeloFinal7 PT es O i Gv Anexo 3 Vensim ModeloFinal7ExperimentoEli vmf Var taxa de admiss es File Edit View Layout Bs 8 se Model Options Windows Help mostra 4 kY e8 comia pe O i A mew Ou
335. om uma complementa o espec fica para se medir as decis es desta rea a rea de marketing e de produ o com a inclus o de mais de um produto e de informa es sobre os concorrentes como pre o tecnologia etc 170 Quanto ao grau de detalhamento do modelo aqui apresentado devemos fazer as seguintes observa es sempre poss vel um detalhamento adicional em qualquer tipo de modelo novos grupos de vari veis podem ser introduzidos novas reas da empresa podem ser agregadas ao modelo aumentando o seu n vel de sofistica o Deve se todavia ter em mente que necess rio alinhar o grau de detalhamento e sofistica o do modelo aos objetivos do trabalho em pauta O que se quer neste trabalho de tese mostrar todo o processo de gt Vensim ModeloFinal para Teste MarketShare mdl Var participa o real de mercado File Edit e Model Options Windows Help Zee a sea Ae Teste iRBEY fISEO be E AEL participa o real de mercado Causes Strip Ta x moda laio participa o real de mercado Causes Strip Ind eg Teste be a Q participa o real de mercado ti fator publicidade na participa o ne ak 04 5 02 1 65 a despesas relativas de publicidade 10 3 fator a 13 partic gt 25 0 Eco 0 95 participa o nominal no mercado E 0 6 bubi 0 6 nn 04 rtici fator PV na participa o 2 apare 02 4 preco relativo de venda j J 2 Lusi 4 14 E 0 8
336. omo os m todos de integra o num rica de Euler e Runge Kutta em sistemas din micos 85 desembolso destes investimentos como 0 5 1 e 2 anos para os investimentos de TF RH TI e P amp D respectivamente A fim de mostrarmos este efeito introduzimos no modelo uma variavel X provis ria injetando 100M no instante ano at 25 anos ou seja ocasionando um aumento de caixa de 100M 1 25 1 25M que se pode ver claramente na figura 3 21 A equa o da vari vel provis ria dada abaixo 200M 200M 100M S year 100M 100M 50M year 0 0 0 year 0 0 20 0 40 0 60 0 80 1 1 20 1 40 1 60 1 80 2 Time year Caixa Inje o de caxa H____LLHT Caixa Equilibrio _ 2 8 AAAN NT X Injecao de caxa _______Y 1 1 1 1 1 __ year Fig 3 21 Efeito da inje o de uma fun o degrau interrompida simulando um fluxo de entrada no caixa X STEP le 008 1 STEP le 008 1 25 Units S year Por Ultimo temos a variavel juros hot money definida por uma taxa de juros anual de 214 o que corresponde uma taxa composta de aproximadamente 10 ao m s Assim quando o caixa se tornar negativo esta vari vel passa a atuar de acordo com a equa o 86 juros hot money IF THEN ELSE Caixa lt 0 taxa hot money Caixa 0 Units S year Esta variavel procura representar a necessidade cobertura urgente de caixa assumindo se uma taxa de juros bastante alta como o ca
337. on Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Anexo 2 231 Range E30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select ActiveWorkbook Save End Sub Sub ExtrairCenario3 lt Esta macro extrai os conjuntos de vari veis dos cen rios aleat rios para o terceiro periodo e as coloca na tabela de extra o gt With Application Calculation xlCalculationManual MaxChange 0 001 End With ActiveWorkbook PrecisionAsDisplayed False Sheets Extrato Select Application MaxChange 0 001 ActiveWorkbook PrecisionAsDisplayed False Calculate lt Esta rotina inicial mant m a pasta com calculo manual e comandando _ o calculo somente uma vez por ciclo gt Range F34 F38 Select Selection Copy Range F42 Select Selection PasteSpecial Paste xlValues Operation xIN
338. on Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco3Grupol Empr stimo bancario 3 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo1 Select If Range D23 Value Empr stimo bancario3 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D23 Select ActiveCell FormulaR1C1 Empr stimo bancario3 ja efetuado Range D23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco3Grupo2 Empr stimo bancario 3 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo2 Select If Range D23 Value Empr stimo bancario3 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D23 Select ActiveCell FormulaR1C1 Empr stimo banc rio3 j efetuado Range D23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco3Grupo3 Empr stimo bancario 3 Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 301 Sheets Grupo3 Select If Range D23 Value Empr stimo bancario3 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D23 Select ActiveCell FormulaR1C1 Empr stimo bancario3 ja efetuado Range D23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco3Grupo4 Empr stimo bancario 3 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo4 Select If Range D23 Value Empr stimo bancario3 ja efetuado
339. ondi es da maneira mais fiel poss vel validando se o modelo pela compara o do comportamento simulado com o comportamento real dispon vel em dados hist ricos ou levantado atrav s de pesquisas e entrevistas modo de refer ncia No caso deste trabalho o objetivo da modelagem a simula o de uma empresa manufatureira gen rica de estrutura simples e cujo modelo n o apresenta no seu estado inicial nenhum comportamento transit rio not vel Como n o se est modelando uma empresa espec fica ou uma empresa com um problema espec fico n o existe a necessidade de um modo de refer ncia tal como concebido pela din mica de sistemas A refer ncia necess ria para a defini o do modelo vem das regras e intera es b sicas da Administra o nas vari veis mais representativas das gest es operacional e estrat gica de uma empresa Assim sabemos que investimentos na rea de tecnologia de informa o e treinamento levam a um enxugamento dos processos administrativos e de produ o da empresa e um dos efeitos no sistema uma diminui o dos custos gerais Da mesma maneira um investimento em tecnologia de fabrica o tem por efeito de uma maneira geral o aumento da produtividade e assim por diante Por outro lado seria poss vel tamb m desenvolver um modelo com comportamento transit rio inicial para efeito de um treinamento espec fico ver item sobre Futuros Desenvolvimentos por m o que queremos ressaltar aqui que
340. one SkipBlanks _ False Transpose False Application CutCopyMode False Range F42 Select Selection Copy Range D4 Select Anexo 2 232 Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Application CutCopyMode False Calculate Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D6 D10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E6 E10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F6 F10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G6 G10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H6 H10 Select Selection Copy Range K6 K10 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select lt A rotina acima extrai as vari veis que mudam a cada ciclo gt Range I11 Select lt Esta c lula cont m a f rmula para devolver 1 quando da _ ocorr ncia da entrada de NT gt If Range I11 Value 1 Then lt Se ocorreu NT valor
341. onto a ser observado que ao se fazer a incorpora o de um m dulo de extens o em uma determinada rea do modelo b sico as equa es desta rea devem ser adaptadas nova condi o pois novas vari veis entrar o no jogo e novas intera es ter o que ser modeladas Al m disso esta adapta o deve ser projetada para funcionar de maneira que as equa es se modifiquem automaticamente quando da inser o do m dulo de expans o Esta modifica o representada pela mudan a de cor no diagrama do m dulo base e na figura mostrada nas reas Administrativa e de RH que est o conectadas aos respectivos m dulos de expans o Na rea do gerador de cen rios as adapta es tamb m se fazem necess rias e aqui tamb m se pode separar um m dulo b sico do GRC para funcionar com seu correspondente no modelo din mico e as expans es para funcionar com as correspondentes expans es do modelo As adapta es no gerador s o necess rias devido ao fato de que dentre as vari veis adicionais trazidas pelo m dulo de expans o v rias delas ser o vari veis externas que requerem gera o rand mica Os pontos cr ticos deste conceito j podem ser percebidos no pr prio esquema O primeiro seria o projeto dos conectores ou portais de sa da se quisermos assim denomina los A localiza o do conector e o arranjo do diagrama nas suas cercanias devem ser tais para permitir um acoplamento do m dulo de expans o que n o venha introduzir
342. or aciona bot o inicializar Planilhas Grupo1 a Grupo5 Planilha Base Macro Macro Per odo i ExtrairCenario D MS Planilha Extrato gera os NR s importando os para metros da Base de acor para sele o de Planilha Extrato do c o cen rio e copia na classe de cen rio coluna do ciclo corres pon dente na tabela Conjunto para Extra o Administrador aciona bot o i Planilha Macro aciona macro Macro aciona GNR Ralmnilnisirecioi ExtrairCenario Planilha Extrato Macro copia os valores Macro extrai os valores Macro extrai de Extrato da coluna do per odo da do Conjunto para Extra Tabela de Extra o e Administrador nas colu o e copia na Tabela copia na coluna do ciclo Planilha de Extra o observando correspondente forma ian Administrador Pls Grupo1 a Grupo5 Q Planilhas one ando a e reconfigurando observando as condicio Grupo1 a VOS ConcaMEntEs o bot o de gera o de nais das vari veis de Grupo5 ciclo financiamentos e empr stimos Folha 1 Participantes analisam Er Administrador distribui os dados tomam as ia SIRO i i decis es e informam 5 Vee Gone Neh HUNG as planilhas c os dados E a e empr stimo p os do per odo aos Planilhas administrador sobre as i Reni Grupo1 a decis es de empr stimo gruposique tomas participantes Grupo5 e investimento ram esta decis o
343. orders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic Anexo 2 263 End With Range H17 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range H21 Select Selection Borders xIDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range H24 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders x
344. orrespondente na barra de ferramentas um boneco jogando futebol ou no Menu gt Model gt Run Game Ao se entrar no modo de jogo a interface do programa muda em v rios aspectos Anexo 3 326 1 solicita um nome para o jogo Sugere se que se d o nome do grupo e este nome dera o nome da simulag o correspondente do jogo 2 na janela em que originalmente estava o nome aparece o step que se deseja para o jogo Pode se dar um intervalo de tempo que seja uma frag o da unidade escolhida para o modelo No nosso caso a unidade em anos e uma sugest o seria colocar se um step de 0 25 anos ou um trimestre 3 ap s a entrada no modo jogo os controles de entradas de dados e as janelas de graficos se tornam ativos e prontos para serem usados 4 se neste periodo foi tomada uma decis o de investir ou tomar empr stimo de qualquer natureza dentre aqueles dispon veis o participante dever informar o administrador do tipo de investimento ou empr stimo efetuado para que o gerador congele estes dados para 6s pr ximos per odos para aquele participante Uma vez efetuado um investimento ou um empr stimo ele n o poder mais ser modificado de nenhum modo assim como no mundo real Se isto for feito o programa apresentar resultados incoerentes Na vers o em uso do Vensim n o existe nenhuma possibilidade de se travar de maneira autom tica uma a o deste tipo portanto isto deve ser observado com cuidado 5 ap s a
345. ortamento presente acelerar ou desacelerar dependem do seu estado anterior que a velocidade ultrapassando o limite ou ficando abaixo deste 2 2 3 O feedback loop Um feedback loop na sua express o mais simples um circuito ou uma trajet ria fechada que liga em segii ncia a decis o que controla a a o o estado ou condi o do sistema e a informa o acerca deste estado esta ltima ligada decis o fechando o ciclo como mostrado na figura 2 1 A condi o do sistema tamb m chamado de n vel como se ver mais adiante uma vari vel que define o estado real do mesmo A decis o por sua vez TT 3a Fonte Decis o Fig 2 1 O esquema gen rico de um feedback loop Adaptado de Forrester I 1968 pg 1 8 nforma o acerca do Estado ou condi o do sistema estado do sistema e SO Re ce cata tomada com base na informa o que se tem do estado do sistema Esta informa o carrega consigo todas as imperfei es que normalmente acompanham as informa es como atraso imprecis es etc 2 A palavra inglesa feedback poderia ser traduzida como retroalimenta o ou realimenta o em portugu s por m este termo raramente usado na literatura t cnica e cient fica em geral optando se por isso usar o termo original que o que faremos daqui para frente neste trabalho O mesmo vale para a palavra Joop que em portugu s quer dizer la o ou ciclo fechado
346. os valores acima na express o 3 temos a fun o crit rio desta alternativa que chamamos n vel de efici ncia total x 100 x 035 x 290000 x 25 NE ota sh iP 600 Po 0 20 Pa 150000 for oe 105 gt 290 7 26 onde os valores de p para o modelo em quest o poder o ser tomados iguais a 1 7 5 5 Observa es e contribui es adicionais decorrentes do teste de funcionalidade Al m das contribui es decorrentes de avalia es dos participantes do teste de funcionalidade descritas neste item algumas observa es adicionais foram feitas pelos 169 participantes que poderiam at certo ponto ser consideradas como representativas de expectativas de usuarios do aplicativo e por isso devem ser comentadas e avaliadas Um participante na sua avalia o deu grande relev ncia ao fato de que o jogador n o pode avaliar a sensibilidade do modelo e sugeriu que se introduzisse de alguma maneira uma an lise de sensibilidade no mesmo para que o participante pudesse medir as rea es das vari veis s decis es tomadas Al m disso ponderou tamb m juntamente com outro participante que n o era poss vel ver quais os principais causadores dos resultados obtidos Com rela o primeira observa o diremos que uma an lise de sensibilidade al m de inexistir no modo jogo do software por ser totalmente incompat vel com este o modelo deve sofrer algumas modifica es de programa
347. ossibilidades de aplica o com um aplicativo de baixo custo ou mesmo de baix ssimo custo quando comparado com aplicativos espec ficos certamente uma das caracter sticas not veis do Excel Uma das reas em que mais se apresentam restri es ao uso do Excel s o as aplica es estat sticas A este respeito encontram se Grifo nosso 2 RISK aplicativo para an lises Monte Carlo da Palisade Corp Funciona acoplado no Excel como uma extens o 3 by Sanit tig Qiao Bae Da Outros exemplos de aplica es poss veis e j desenvolvidas pelo autor seriam pequenas aplica es locais de PCP mini sistemas de controles de estoques ferramentas para relat rios cont beis com formata o e processamento vari veis em fun o do tipo de dados de entrada em todas estas fazendo se uso de macros programadas em VBA 118 opini es bastante negativas desaconselhando o seu uso mesmo para aplica es did ticas algumas mais moderadas por m ainda predominantemente negativas outras decorrentes de consultas com especialistas fornecem dados bastante precisos sobre as limita es do aplicativo em determinadas aplica es Por fim referenciamos aqui o que nos parece ser o trabalho mais completo que conseguimos encontrar a respeito do uso do Excel em aplica es estat sticas que uma s rie on line do Statistical Services Centre da Universidade de Reading UK que prov uma extensa e detalhada an lise d
348. ous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic Anexo 2 285 End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range K4 K27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Selection Borders xIInsideHorizontal LineStyle xINone Range K7 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Select
349. par metros externos insere as vari veis de decis o no modelo Decisor Participante Modelo Empresarial 4 Insere os novos par metros externos dados pelo Gerador no modelo de cen rios 7 Modelo gera a simulagao no periodo e apresenta os resultad 1 Aciona Gerador no in cio de cada per odo de simula o 3 Passa os par metros externos aos participantes 2 Gerador gera par metros externos 6 Informa administrador r isd d I para investimentos e Figura 1 empr stimos Fig 5 1 Diagrama da seqii ncia operacional do jogo 130 Descrevemos a seguir as etapas do jogo em detalhe com as observa es pertinentes Note se que esta segii ncia foi estruturada em fun o das caracter sticas do software usado no caso o Vensim vers o acad mica As possibilidades de automa o de opera es no software e suas capacita es na interface gr fica com o usu rio influem de maneira direta na sequ ncia do jogo No decorrer da descri o que se segue este ponto se torna claro 5 2 1 Condi es gerais do jogo O jogo na vers o que corresponde a este trabalho n o necessita de uma rede LAN Os participantes sejam individualmente ou em grupo dever o estar de posse de um computador onde ser inserido um software de leitura dos modelos Vensim que o Vensim Reader Este aplicativo que se encontra gratuito no site da Ventura Corp al m da leitura dos modelos pe
350. para os objetivos do modelo no presente trabalho n o existe a necessidade de emula o de um comportamento din mico existente Como base da an lise cr tica do modelo din mico usado e como valida o do seu desenvolvimento usamos a lista de itens vista acima Analisaremos a sua ader ncia a estes pontos e procuraremos explicar os desvios existentes 109 3 2 1 Articulag o do problema Sele o do tema Na nossa aplica o nao ha uma organiza o com um problema comportamental especifico Substituimos assim o termo problema por objetivo que seria o de treinar os participantes do jogo gerentes administradores das varias areas de uma empresa na condug o da mesma atrav s de uma ferramenta que lhes permita avaliar num horizonte de tempo bastante amplo as conseqii ncias de suas decis es estrat gicas e tamb m operacionais frente s varia es do ambiente dos neg cios dadas pelas vari veis ex genas estas geradas sem a interven o humana e totalmente aleat rias Vari veis chave H no modelo em an lise 187 vari veis cada uma com sua respectiva equa o incluindo se aquelas que assumem valores constantes pelo menos durante um per odo do jogo A maior parte destas vari veis decorre da pr pria estrutura do modelo escolhido que foi aquele de uma empresa manufatureira de um nico produto e do grau de detalhamento assumido para ele Dentre a totalidade das vari veis 24 s o ex genas e geradas random
351. pesas de publicidade Units Dmnl 028 Divida Emprestimo Bancariol INTEG emprestimo bancariol amortiza o EB1 0 Units 029 Divida Emprestimo Bancario2 INTEG emprestimo bancario2 amortizac o EB2 0 Units 030 Divida Emprestimo Bancario3 INTEG emprestimo bancario3 amortizac o EB3 0 Units 031 Divida PD INTEG financiamento PD amortizac o PD 0 Units 032 Divida RH TI INTEG financiamento RH TI amortiza o RH TI 0 Units Anexol 195 033 Divida TF INTEG financiamento TF amortizac o TF 0 Units 034 dividendos IF THEN ELSE lucro liquido gt le 007 lucro liquido taxa de dividendos pagar dividendos 0 Units S year 035 Dividendos Acumulados INTEG dividendos 0 Units 036 emprestimo bancariol STEP montante do emprestimo banc riol tomar emprestimo banc riol fim do embolso EB1 inicio do embolso EB1 inicio do embolso EB1 STEP montante do emprestimo banc riol tomar emprestimo banc riol fim do embolso EBl inicio do embolso EB1 fim do embolso EB1 Units year 037 emprestimo bancario2 STEP montante do emprestimo bancario2 tomar emprestimo bancario2 fim do embolso EB2 inicio do embolso EB2 inicio do embolso EB2 STEP montante do emprestimo bancario2 tomar emprestimo bancario2 fim do embolso EB2 inicio do embolso EB2 fim do embolso EB2 Units year 0
352. ples e de baixo custo para aplica es em educa o e treinamento do quadro gerencial em pequenas e m dias organiza es na forma de jogos empresariais estrat gicos As hip teses de partida do presente trabalho podem ser condensadas nos seguintes itens 1 2 1 Assume se que uma empresa gen rica seja pass vel de modelagem atrav s da metodologia de Din mica de Sistemas obtendo se para ela um modelo din mico a ser usado nas simula es necess rias ao jogo Este seria ent o um modelo din mico gen rico para um determinado tipo de empresa que no caso do presente trabalho uma empresa manufatureira com um nico produto Este modelo se constitui num dos m dulos do aplicativo final que denominamos de Modelo Empresarial ME e o seu desenvolvimento feito atrav s de um aplicativo comercial de sistemas din micos 1 2 2 Com base no aplicativo Excel desenvolve se uma ferramenta que gera de maneira rand mica por m estruturada conjuntos de par metros que correspondem a cen rios externos empresa com v rios graus de severidade Este processo estoc stico indexado em ciclos correspondentes a per odos anuais nas simula es a serem executadas A este m dulo demos a designa o de Gerador Rand mico de Cen rios GRC 1 2 3 Acoplam se os dois aplicativos citados formando um aplicativo final que toma a forma de jogo de empresas com gera o rand mica de cen rios Define se uma sequ ncia operacional para o jog
353. por for a das modifica es efetuadas foi adaptado e que sera mostrado ap s descrevermos aquelas A fim de tornar o aplicativo pelo menos em parte mais independente de uma leitura mais atenta do manual do usu rio introduzimos uma tela com a sequ ncia do jogo onde est o descritas suas fases e algumas observa es importantes tais como o cuidado a ser tomado com o retrocesso no tempo e a modifica o dos valores j assumidos das vari veis em per odos anteriores Esta vista mostrada na figura 5 13 143 Vensim ModeloFinal para Teste3 Novalnterface mdl Var Juros Acumulados de Emprestimos File Edit View Layo Model Options Windows Help asd S BE Equilibrio FZEY F H2O pe Em ded cP es a Res Segii ncia do jogo ae E bes firiais podes Fase 5 Os participantes analisam a resposta Siccezso de tentativas fazendo se o tempo E ini miniai do modelo frente s novas vari veis externas avan ar e retroceder at o instante do inicio Ea Fase 1 Administrador inicializa o gerador para o simulando um o do tempo no modelo e em do periodo vigente Aten o para n o passar instante t 0 e aciona o controle para gera o SPE sti ERA deste ponto pois caso contr rio os valores dos par metros do per odo 1 seguida tomam as decis es inserindo 05 novos j inseridos retornam automaticament valores nas vari veis de decis o estrat gicas e operacionais Re ni UR amp Com isso esta planilha sera apr
354. por uma fun o IF THEN ELSE quea limita a valores positivos A vari vel tempo para ajustar for a de trabalho engloba o tempo total necess rio para o recrutamento e treinamento das admiss es at que fa am parte efetiva da forga de trabalho com a produtividade especificada Ela parte de um valor de refer ncia de 0 25 anos e influenciada pela varia o do n mero de concorrentes no mercado conforme se pode ver na sua equa o tempo para ajustar for a de trabalho 0 25 varia o absoluta numero de concorrentes taxa de varia o tempo AFT x concorrentes Units year A constante taxa de varia o tempo AFT x concorrentes igual a 0 25 anos ou seja cada concorrente entrando no mercado alonga este tempo em 0 25 anos para simular mao de obra mais escassa e com especializa o menos dispon vel no mercado A taxa de demiss es inversa taxa de admiss es no sentido de que determinada pela diferen a da For a de trabalho menos a meta de for a de trabalho sobre um tempo m dio de demiss o que configura o tempo normal de processos trabalhistas de rescis o de contrato de trabalho e que foi considerado no modelo como uma constante de valor 0 0833 anos ou um m s Assim como na taxa de admiss es a vari vel taxa de demiss es tamb m condicionada a valores positivos e adicionalmente sujeita a uma vari vel bin ria executar demiss es que uma vari vel de decis o configurando a p
355. pose False Case 4 Range G11 G14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H11 H14 Select Selection Copy Range K11 K14 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range I11 Select lt Apaga a f rmula para que n o seja calculada novamente no _ pr ximo ciclo uma vez que a ocorr ncia s se d uma vez gt Selection Clear Else lt Se a ocorr ncia n o se deu valor 0 a rotina se repete no pr ximo ciclo gt End If Anexo 2 241 Range I15 Select lt A rotina abaixo semelhante anterior A nica diferen a _ vem das probabilidades da base N o existe probabilidade zero para este evento aparecimento de novos concorrentes Este evento ir ocorrer j no primeiro ciclo _ O que ir variar s o as probabilidades das vari veis gt If Range I15 1 Then Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D15 D16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E15 E16 Select Selection Copy Range K15 K16 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F15 F16 Select Selection Copy Range K
356. pr stimo bancario2 j efetuado Then Range J26 Select Selection ClearContents Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range J27 Select Selection ClearContents Else End If End If Sheets Administrador Activate Range J2 Select ActiveWorkbook Save End Sub Sub Periodo5 Periodol Macro Macro gravada em 24 8 2002 por Roberto Colombo y Anexo 2 284 If Range K28 Value Ciclo efetuado Then MsgBox Este periodo ja foi gerado Acesse o proximo periodo Else Application ScreenUpdating False ExtrairCenario5 Sheets Administrador Select ActiveWindow SmallScroll Down 12 Range K2 Select ActiveCell FormulaR1C1 5 Range K3 Select Sheets Extrato Select Range K6 K30 Select Selection Copy Sheets Administrador Select ActiveSheet Paste Range K3 Select Application CutCopyMode False With Selection Font Name Arial Size 8 Strikethrough False Superscript False Subscript False OutlineFont False Shadow False Underline xlUnderlineStyleNone ColorIndex xlAutomatic End With With Selection HorizontalAlignment xlGeneral VerticalAlignment xlCenter WrapText True Orientation 0 AddIndent False ShrinkToFit False MergeCells False End With Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinu
357. previstos De maneira percept vel De maneira marginal Favor detalhar d Coloque abaixo uma aprecia o geral do experimento indicando aquilo que voc gostou e aquilo que voc faria diferente e melhor Gostei Faria diferente Anexo 4 340 e Quais comentarios cr ticas e sugest es voc teria para aperfei oamento do modelo e dos experimentos Muito obrigado pela sua colaborag o Roberto Colombo S o Paulo 8 de novembro de 2002 Anexo 4 341 Andr a Marta de Medeiros Camara MBA em Administra o Geral Exp profissional 10 anos HP Ericsson Hill Engenharia Arthur Andersen Gerente de Qualidade e Gerente de Projetos na HP bem como consultora na negocia o de contratos Gerente de Produto e Marketing na Ericsson A Al Sim A2 Sim Colocaria dicas de como determinadas vari veis externas afetam a empresa e quais os melhores caminhos para contorna las A3 Pouco detalhado Caracter sticas de mercado e situa o da empresa ao se come ar o jogo Assim o participante passa a ter um modelo mais realista A4 Eficiente Acrescentaria um help em dois n veis Um mais detalhado e outro mais direto e sucinto de acesso f cil ao participante A4 Sim mas acho que vale uma explica o mais detalhada de o quanto cada vari vel afeta determinado resultado e porqu B B1 N o B2 Sim Sim mas bom com os clien
358. qual o investimento ser desembolsado e representa o tempo de instalac o do investimento 168 tempo de inicio de atuac o de PD 1 Units year 169 tempo de processamento do faturamento 0 08 Units year 170 tempo m dio de demiss o GAME 0 0833 Units year 0 0833 0 5 0 02 171 tempo para ajustar a expedic o 0 0833 Units year Anexol 214 172 tempo para ajustar forca de trabalho 0 25 variac o absoluta numero de concorrentes taxa de variac o tempo AFT x concorrentes Units year 173 TIME STEP 0 000488281 Units year The time step for the simulation 174 tomar emprestimo bancariol GAME 1 Units Dmnl 0 1 1 Esta vari vel representa um switch para a aplica o do investimento Se 1 o investimento especificado ser aplicado e se for 0 n o o ser 175 tomar emprestimo bancario2 GAME 1 Units Dmnl 0 1 1 Esta variavel representa um switch para a aplicac o do investimento Se 1 o investimento espec ficado sera aplicado e se for 0 n o o ser 176 tomar emprestimo bancario3 GAME 1 Units Dmnl 0 1 1 Esta vari vel representa um switch para a aplica o do investimento Se 1 o investimento especificado sera aplicado e se for 0 n o o ser 177 Valor Contabil RH TI INTEG investimento RH TI imobilizado deprecia o RH TI 0 Units 178 Valor Contabil TF INTEG investimento TF imobilizado deprecia o TF 0 Un
359. quase a impossibilidade de se manter um caixa positivo com o sorteio inicial de um cen rio classe 5 um segundo com classe 4 e o quarto com classe 5 novamente como aconteceu no experimento Como o modelo at a data fazia o aporte autom tico de hot money quando o caixa se tornava negativo o controle do caixa se tornava muito dif cil O fato da obrigatoriedade da alimenta o dos dados externos ser manual e que nos dava a impress o de ser algo muito incomodativo para o participante n o causou nenhuma cr tica ou reclama o pelo menos com a amostragem reduzida do teste em quest o No final do experimento foi distribu do um question rio de avalia o que se encontra no anexo 4 na sua forma original e com as respostas dos participantes Ao amigo Eliezer Arantes da Costa os nossos agradecimentos por mais esse aux lio 134 5 3 3 Modifica es do modelo resultantes do teste Como ja mencionado no item anterior o objetivo principal deste teste era colher as primeiras impress es do seu uso por terceiros e principalmente coletar cr ticas e sugest es quanto estrutura do modelo seu uso e a sequ ncia do jogo Dentro destas premissas o experimento cumpriu os objetivos propostos de maneira bastante satisfat ria Foi introduzida uma s rie de melhoras e ajustes no modelo que passaremos a descrever em detalhe a ajuste no efeito da taxa do d lar e elimina o do aporte de hot money A ocorr ncia quase que sis
360. que o significado aqui usado 10 Optamos aqui por usar indistintamente as tradu es de sistema de realimenta o ou sistema fechado bem como a express o original em it lico 20 Os ciclos fechados cont m geralmente tempos de espera ou de dura o associados s atividades constituintes como no exemplo mostrado na fig 2 2 Decis o de encomendar 1 l Informa o Tempo para sobre o preencher as estoque encomendas N Fig 2 2 Ciclo fechado de encomenda para estoque Adaptado de Forrester 1968 Um exemplo muito usado para explicar sistemas abertos e sistemas fechados aquele dado por uma sala aquecida o sistema de aquecimento e as pessoas que nela se encontram Suponha se que numa sala nestas condi es uma janela aberta e uma corrente de ar frio fa a a temperatura da sala cair de um determinado valor As pessoas que l se encontram poder o ter uma rea o se a queda de temperatura for muito grande de colocar agasalhos o aquecedor ir ligar e queimar uma certa quantidade de leo o que por sua vez provocar uma diminui o do nivel de leo no reservat rio etc Assim uma queda de temperatura ambiente ir ocasionar uma s rie de ocorr ncias que lhe s o conseq entes Estes exemplos se considerados numa cadeia de eventos formam um ciclo aberto de causalidade ou seja a temperatura cai as pessoas colocam agasalhos o aquecedor queima mais leo e assim por diante pode se es
361. quilibrio S pagamentos de juros TF Equilibricd year amortiza o TF Equilibrio S year lt E Output Recursos TF al Times New Roman 12 b i ul s imme mm 2 4 Iniciar E Microsoft PowerPoint wy Simulador de jogos es Vensim ModeloFinal7 Pte M Anexo 3 317 gt Vensim ModeloFinal7ExperimentoEli vmf Varzamortizag o RH TI File Edit View Layout Model Options Windows Help Amostra Jagger ABRO asu aiae be AM hme pr Sa e lw Da o 9 A n Output grafico Investimento em RH TI Divida RH TI pagamentos de juros RH TI amortiza o RH TI 1M 1M 600 000 VEER Re 750 000 750 000 450 000 500 000 500 000 300 000 250 000 250 000 150 000 2 3 4 pd Z 3 4 amp 6 E a Time vear Time vear Time vear Divida RHTI Amostra pagamentos de juros RH TI AmoStrear amortiza o RH TI Amostra S year Divida RH TI Equilibrio pagamentos de juros RH TT Equil bricar amortiza o RH TI Equilibrio S year OutputRecusosTI fai Times New Roman 12t i u IMMM c m 59 Re Iniciar E Microsoft PowerPoint w Simulador de jogos es Vensim ModeloFinal7 gt Vensim ModeloFinal7ExperimentoEli vmf Var amortiza o PD File Edit View Layout Model Optons Windows Help BF amp XB mota O J ZtYr 4 6880 Tom thee ee Ae ce a Q Doc D Res Output grafico Inves
362. ra de Algadas E Microsoft PowerPoint Vensim ModeloFinal7 Anexo 3 gt Vensim ModeloFinal7 mdl Var taxa de admiss es File Edit View Layout Model Options Windows Help meci 025 amp 2 fam wars le lea e D o g A Vari veis de Decis o da Area de Marketing e Vendas EMERY hE Avaria o se d em torno Avaria o se d em torno do PV de refer ncia que do valor de refer ncia que de 1600 52M E Eu 2M ed varia o absoluta do PV varia o absoluta de DP Instante contado a Instante contado a partir do inicio da partir do inicio da simula o simula o in cio da aplica o do novo pre o in cio da aplica o do novo patamar de DP A mesma p gina de controles da figura anterior no modo de jogo f _ControlesDecisso Marketing Vendas Gaming Make Interactive Changes 8 Iniciar Ar MeuTrabalhoTese il Estrutura de Alcadas Microsoft PowerPoint Vensim ModeloFinal7 Megs Vensim ModeloFinal7 mdl Var taxa de admiss es File Edit View Layout Model Options Windows Help SUS 408 ho J gtY 4 RO be AIM ai S we R mo Output gr fico Opera o YEH MR Fo o Vista de uma p gina de output gr ficos fora do modo de jogo El ipi operaio TEL Times New Roman 126 IO E Iniciar fr MeuTrabalhoTese ch Estrutura de Algadas E Microsoft PowerPoint Vensim
363. rders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Anexo 2 Range I27 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range I28 Select Selection ClearContents ActiveCell FormulaR1C1 Ciclo efetuado Range I28 Select Selection Font ColorIndex 3 Sheets Administrador Select Range I2 127 Select Selection Copy Sheets Grupo1 Select ActiveWindow ScrollWorkbookTabs Position xILast Sheets Array Grupo1 Grupo2 Grupo3 Grupo4 Grupo5 Select Sheets Grupo1 Activate Range I2 127 Select ActiveSheet Paste Sheets Administrador Activate Sheets Grupo1 Activate If Range B13 Investimento em TF ja efetuado Then Range I14 117 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range I18 121 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range I22 124 Select Selection ClearContents Else End If If Range D18 Empr stimo bancar
364. rdiamente Sabe se outrossim que as organiza es em geral sejam elas empresas escolas comunidades ou quaisquer outras que se possa citar formam juntamente com seus environments sistemas complexos n o lineares e em nada intuitivos e decis es tomadas nas bases citadas tendem a produzir no tempo resultados no m nimo ineficazes Com rela o ao tempo para a tomada de decis es a situa o ainda mais cr tica dadas as condi es de mudan as extremamente r pidas em todos os setores da atividade empresarial V rias medidas s o usadas para atenuar esta situa o propiciando se aos gerentes administradores e pessoal executivo refor os em treinamento tais como cursos fora e dentro da empresa semin rios congressos on the job training etc Uma categoria especial dentre estas a dos jogos empresariais cujos principais objetivos s o o aprendizado na aplica o das melhores pr ticas dos neg cios avalia o das medidas corretivas dos participantes sujeitos competi o dos concorrentes e s varia es do meio ambiente e o treinamento para tomada de decis es em tempo h bil Estes softwares s o na sua maioria de elevado custo e de estrutura bastante complexa e sua aplica o se d principalmente em grandes empresas e em geral em grandes organiza es 1 2 Hip teses iniciais e objetivos do trabalho Esta tese se prop e desenvolver e experimentar na pr tica uma ferramenta ou aplicativo de conceito sim
365. ript False Subscript False OutlineFont False Shadow False Underline xlUnderlineStyleNone ColorIndex xlAutomatic End With With Selection Horizontal Alignment xlGeneral VerticalAlignment xlCenter WrapText True Orientation 0 AddIndent False ShrinkToFit False MergeCells False End With Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Anexo 2 269 Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range I4 127 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle x
366. rmite a sua simula o no modo jogo Al m deste programa ser claro inserido o modelo aqui em an lise de maneira que cada participante atua de maneira independente dos demais como j mencionado este um modelo n o competitivo Os participantes recebem com uma anteced ncia suficiente de uma ou duas semanas um manual de instru es sobre o aplicativo as regras e sequ ncia do jogo bem como uma apresenta o imediatamente antes do jogo resumindo os pontos mais importantes O manual do usu rio pode ser visto no anexo3 Deve se ressaltar aqui que o manual cont m uma parte inicial descritiva de din mica de sistemas uma vez que na nossa experi ncia uma maioria significativa das pessoas n o tem conhecimento pr vio desta metodologia 5 2 2 Objetivos do jogo Neste ponto descrevemos mais uma vez os objetivos do jogo que em termos gerais um jogo de treinamento gerencial O objetivo espec fico o treinamento para tomada de decis es de car ter estrat gico frente a varia es inesperadas de cen rios de neg cios usando se as possibilidades de visualiza o no tempo das consequ ncias destas decis es no desenvolvimento futuro da empresa que a principal caracter stica da din mica de sistemas Estas s o exercidas atrav s das vari veis de decis o que englobam vari veis de car ter estrat gico e tamb m operacional uma vez que decis es de car ter estrat gico muitas vezes devem ser precedidas de de
367. rmula o de Hip teses Din micas e Gera o da hip tese inicial quais s o as atuais teorias para o comportamento problem tico 107 e Foco endogeno Formular uma hip tese din mica que explica a din mica do sistema como consegi ncias end genas da estrutura de realimenta o feedback e Mapeamento Desenvolver mapas de estrutura causal baseados nas hip teses iniciais vari veis chave modos de refer ncia e outros dados dispon veis usando ferramentas tais como Diagramas de delimita o de modelos Diagramas de subsistemas Diagramas de ciclos causais Mapas de n veis e fluxos Outras ferramentas facilitadoras 3 Formula o de um Modelo de Simula o e Especifica o da estrutura regras de decis o e Estima o dos par metros rela es comportamentais e condi es iniciais e Testes de consist ncia com o objetivo e com as delimita es do modelo 4 Testes e Compara o com os modos de refer ncia O modelo reproduz o comportamento do problema adequadamente para o seu objetivo e Robustez sob condi es extremas O modelo se comporta de maneira realista mesmo quando submetido a condi es extremas e Sensitividade Como o modelo se comporta dadas incertezas nos par metros condi es iniciais limites e agrega o e Outros testes 5 Desenho das Diretrizes Policy Design e Avalia o e Especifica o do cen rio Quais condi es ambientais podem surgir e Policy design Qu
368. ro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo5 Select If Range B18 Value Investimento em P amp D ja efetuado Then MsgBox Este investimento ja foi efetuado Else Range B18 Select ActiveCell FormulaR1C1 Investimento em P amp D j efetuado Range B18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco1Grupo1 Empr stimo bancario 1 Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 297 Sheets Grupo1 Select If Range D18 Value Empr stimo bancarol ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D18 Select ActiveCell FormulaR1C1 Empr stimo bancario1 j efetuado Range D18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco1Grupo2 Empr stimo bancario 1 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo2 Select If Range D18 Value Empr stimo bancarol ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D18 Select ActiveCell FormulaR1C1 Empr stimo bancario1 j efetuado Range D18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco1Grupo3 Empr stimo bancario 1 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo3 Select If Range D18 Value Empr stimo bancarol j efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D18 Select ActiveCell FormulaR1C1 Empr s
369. rramenta de avalia o dos participantes no jogo Os par metros desta ferramenta foram determinados com o aux lio de uma an lise de sensibilidade feita atrav s de simula es Monte Carlo multivariadas no modelo empresarial O GRC tamb m sofreu modifica es com o desenvolvimento e introdu o de um algoritmo recursivo de probabilidades que torna os cen rios do per odo seguinte dependentes daqueles do per odo anterior modificando o conceito inicial de tornar os cen rios totalmente independentes entre si As causas desta modifica o s o analisadas no texto deste cap tulo Atendendo tamb m s sugest es dos participantes do teste foram introduzidas v rias modifica es na interface gr fica do modelo empresarial tornando o seu manuseio mais f cil e diminuindo as possibilidades de erros acidentais O cap tulo fechado com uma an lise te rica sobre os v rios tipos de sensibilidade exibidos pelos modelos din micos e sua aplica o no modelo em an lise No cap tulo 6 Conclus o fazemos as considera es finais sobre o trabalho descrevendo as suas fases e mostrando a sua caracteriza o como um experimento e a valida o dos objetivos aqui propostos Finalizando tra amos um roteiro futuro de 15 desenvolvimento para a ferramenta aqui desenvolvida em termos de prot tipo com as diversas reas nas quais a ferramenta pode ser ampliada detalhada e diversificada para se tornar um produto comercial Para
370. s GRC O funcionamento do GRC baseado na gera o aleat ria de valores das 24 vari veis externas dentro de distribui es de probabilidades de v rias formas atribu das a cada uma destas vari veis Isto feito atrav s do uso de fun es geradoras de n meros rand micos anexadas a uma aplica o em Excel A estrutura est dividida em 5 grupos de cen rios sendo o no 1 o mais clemente e o no 5 o mais severo V rios tipos de distribui es estat sticas s o usados e o grau de severidade do grupo de cen rios determinado por v rios fatores como um valor m dio mais desfavor vel para uma vari vel uma probabilidade maior ou menor de se atingir este valor desfavor vel um tempo mais curto para se tomar uma decis o corretiva e assim por diante Desta maneira a cada ciclo da simula o obtem se do gerador 5 grupos de cen rios com car ter de severidade diverso por m nunca se repetindo mesmo dentro de um mesmo grupo A cada ciclo da simula o que corresponde a um ano no tempo real poder ocorrer qualquer um dos grupos de cen rios pois mesmo a escolha destes grupos aleat ria obedecendo a uma distribui o discreta uniforme ou seja a cada ciclo tem se uma mesma probabilidade de sorteio para cada um dos grupos de cen rios Se houver interesse por parte dos participantes pode se colocar o gerador em regime semi rand mico onde os grupos de cen rios e portanto o grau de severidade s o escolhidos manualmente A
371. s habilidades ajudar a resolver as principais dificuldades Pode se combinar os procedimentos administrativos num modelo computadorizado para mostrar as conseq ncias de como os procedimentos interagem entre si Em muitos casos se torna evidente que os procedimentos praticados descrevem um sistema que na realidade causa as dificuldades observadas Em outras palavras os procedimentos conhecidos e propostos pela organiza o s o suficientes para criar as dificuldades que est o ocorrendo Forrester ibid 2 2 4 A Metodologia de Din mica de Sistemas H uma certa sobreposi o de significados atribu dos aos termos pensamento sist mico e a din mica de sistemas sendo ambos usados frequentemente para definir a mesma coisa Na realidade esta sobreposi o de termos e significados pode em alguns casos gerar alguma confus o O pensamento sist mico o enfoque dado na an lise de um problema admitindo se este como um efeito final de um conjunto de comportamentos de elementos ligados causal e temporalmente A metodologia de Din mica de Sistemas prop e a es especificas em uma seq ncia pr determinada com o objetivo de se analisar os sistemas din micos ou se quisermos o comportamento din mico dos sistemas Forrester 1994 Coyle apresenta uma lista de defini es de Din mica de Sistemas Coyle 1996 pg 9 iniciando com a defini o de Forrester no seu Industrial Dynamics em 1961 a investiga o das cara
372. s definem se o jogo jogado por uma pessoa somente aplicativo stand alone ou por v rias pessoas ou grupos competindo entre si significando isto que o aplicativo seria integrado em rede Note se com isso que alguns crit rios s o mutuamente exclusivos Seguindo esta interpreta o deste crit rio a ferramenta proposta no nosso trabalho seria somente para uma pessoa ou seja o aplicativo seria constitu do do modelo din mico empresarial mais o gerador rand mico de cen rios GRC na vers o monousu rio instalados na m quina O usu rio nesta vers o desenvolve o jogo atrav s das decis es estrat gicas e an lises pertinentes e paralelamente controla o GRC acionando os comandos apropriados nos instantes pr estabelecidos Para o experimento levado a efeito nesta tese desenvolvemos uma vers o que designamos por multiusu rio no sentido de que v rios usu rios individuais ou em grupos participam do Jogo cada um com o modelo din mico empresarial na sua m quina e o GRC residente na m quina de um administrador do jogo comandado por este e gerando os mesmos cen rios para cada grupo a cada ciclo do jogo As informa es sobre os cen rios s o passadas aos grupos em folhas impressas em cada ciclo Esta uma modifica o do conceito 1 1 da tabela 2 3 uma vez que a ferramenta aqui proposta n o configura um jogo competitivo entre grupos participantes 1 2 Grau de integra o Do que foi exposto no item anterior
373. s entradas dos valores das vari veis externas e das vari veis de decis o atrav s dos controles correspondentes o jogo iniciado acionando se a seta a esquerda da janela onde se mostra o step A cada clique sobre a seta o contador de tempo no extremo esquerdo da tela vai sendo somado para dar o tempo total de jogo e os gr ficos v o sendo desenhados O Jogador analisa este desenvolvimento podendo avan a at o per odo corrido de um ano instante em que ocorrer o novos valores para as vari veis externas para ver o efeito das vari veis no comportamento do sistema Ele pode voltar no tempo dentro deste per odo e refazer suas decis es estrat gicas e operacionais mudando os valores das vari veis que est o dispon veis at que esteja satisfeito com o desenvolvimento do sistema para o per odo em quest o Se o jogador quiser avan ar o jogo durante os cinco ou seis anos que perfaz o tempo total da simula o ele poder faze lo por m conveniente que ele salve o modelo com outro nome menu File gt Save As fa a as tentativas que quiser e ap s decidir quais modifica es ir proceder voltar ao modelo original e implementa las Quando do in cio do pr ximo per odo o processo se repete e outro arquivo do modelo provis rio para teste ser criado importante dar um nome adequado a estes arquivos provis rios sugere se Nome do Grupo Teste 1 Nome do Grupo Teste 2 etc Este procedimento importante para o Jogador
374. s entre si para se ter uma vis o global daquele A polaridade das liga es representada pelos sinais positivos e negativos nas setas indica o mesmo sentido de varia o entre duas vari veis no caso positivo ou sentido contr rio no caso negativo e as setas cortadas por duas paralelas indicam uma depend ncia com defasagem de tempo O modelo composto basicamente das seguintes reas eventualmente usamos tamb m a designa o de m dulos a uma rea de marketing e vendas que tem como principais vari veis a participa o nominal do mercado participa o real do mercado e grupos de vari veis que representam a demanda do mercado pre o de venda as condi es da concorr ncia influ ncia do aparecimento de nova tecnologia no mercado pol tica de publicidade e pol tica de pesquisa e desenvolvimento Vensim PLE Plus 32 da Ventana Systems Inc Vers o 5 0c N de s rie 10932 Representamos aqui o diagrama causal original que aquele do qual partimos para a constru o do modelo Durante o seu desenvolvimento e posteriormente com as corre es e ajustes impostos pelo teste de funcionalidade este diagrama n o mais atual Optamos por deixar o original por mostrar de uma forma mais efetiva o desenvolvimento do modelo em todas as suas fases 57 arec imento de
375. s ser uma aproxima o inv lida O trabalho se estende ainda por mais algumas considera es sobre o uso de mais alguns termos que n o detalharemos aqui e passa para a descri o de crit rios que podem distinguir as ferramentas de simula o computadorizadas Parte se da hip tese que estes crit rios para fins de categoriza o podem ser decompostos em a o modelo subjacente b interface com o usu rio c o ambiente de aprendizado learning environment e d aspectos relativos ao grupo alvo metas e objetivos Usando estas quatro categorias Gr pler e Maier 1998 pg 4 prepararam primeiramente uma tabela contendo todos os crit rios que as comp em e que podem ser usados para categorizar ferramentas de simula o por computador para fins educacionais que mostrada na tabela 2 3 N o tivemos at o momento condi es de avaliar a aceita o deste trabalho na comunidade acad mica da rea mas na nossa avalia o um trabalho bastante abrangente e sobretudo til para dar uma classifica o e caracteriza o bastante transparente de uma determinada ferramenta no mercado No nosso caso usamos estes crit rios para caracterizar o nosso aplicativo destacando as suas caracter sticas na tabela abaixo 4 E E interessante notar que a vers o mais avan ada dos softwares Vensim leva o nome de Vensim DSS 45 1 Ambiente da aplica o 2 Elementos da interface do usu rio 1 1 N mero de usu rios 2 1
376. s v rias divis es como descrito em detalhe no cap tulo 2 Este item de acordo com a lista citada se subdivide em Especifica o da estrutura regras de decis o A especifica o da estrutura do modelo o detalhamento do diagrama causal diagrama de blocos resultando no modelo de simula o no Vensim As regras de decis o podem ser entendidas no nosso caso como o funcionamento das vari veis de decis o O uso destas vari veis est subordinado s decis es do participante por m as suas regras de funcionamento s o fixadas no modelo Estima o dos par metros rela es comportamentais e condi es iniciais Definimos par metros neste contexto como sendo aquelas vari veis com valores constantes Estes par metros podem ser end genos ou seja internos ao pr prio modelo cujos valores permanecem constantes durante toda a simula o Exemplos destas vari veis no modelo s o tempo de efetiva o do investimento em TF tempo de corre o do estoque custo padr o unit rio da mat ria prima sal rio m dio padr o tempo de processamento de faturamento entre outras A estima o dos valores para estes par metros foi feita escolhendo se valores decorrentes da nossa experi ncia e alguns casos ajustamos os valores para suprimir comportamentos iniciais transit rios do sistema Os valores destes par metros n o devem ser tomados como definitivos podendo ser ajustados ap s um uso mais inte
377. s year 137 SAVEPER TIME STEP Units vear The freguency with which output is stored 138 taxa de admissd es IF THEN ELSE meta de forca de trabalho For a de Trabalho tempo para ajustar for a de meta de for a de trabalho ForcaTrabalho tempo trabalho lt 0 0 para ajustar forca de trabalho Units pessoas year 139 taxa de aplicac o 0 12 Units 1 year Forca de Trabalho 0 140 taxa de demiss es IF THEN ELSE meta de forca de trabalho tempo m dio de demiss o lt 0 Forca de Trabalho meta de forca de trabalho tempo m dio de demiss o executar demiss es Units pessoas year Anexol 211 141 taxa de dividendos GAME 0 3 Units Dmnl 0 05 0 3 0 01 142 taxa de inadimplencia GAME 0 06 Units Dmnl 0 018 0 11 143 taxa de juros EBl GAME 1 8 Units 1 year 144 taxa de juros EB2 GAME 1 8 Units 1 year 145 taxa de juros EB3 GAME 1 8 Units 1 year 146 taxa de juros financ PD GAME 0 126 Units 1 year 147 taxa de juros financ RH TI GAME 0 9 Units 1 year 148 taxa de juros financ TF GAME 1 44 Units 1 year 149 taxa de manuten o de estoque 0 1 Units 1 year a taxa percentual que d o custo de manuten o de estoque calculada sobre o custo do estoque 150 taxa de varia o tempo AFT x concorrentes 0 25 Units year LS taxa do dolar GAME 3 Units Dmnl 2 25 4 4 Anexol 212 152 taxa trib
378. scri o e caracter sticas do produto 7 A palavra payoff n o possui uma tradu o precisa em portugu s Traduzimo la aqui como fun o de avalia o equivalente fun o crit rio que estamos descrevendo 166 modelo com rela o aos dados ou escolher o melhor procedimento administrativo Al m de definir a fun o de avalia o necess rio escolher as Constantes do modelo para as quais desejada a otimiza o Uma vez escolhidas estas constantes o otimizador ir tentar encontrar os valores para aqueles par metros que torne a fun o de avalia o a maior poss vel Se a avalia o for de calibra o isto significa fazer com que o modelo se ajuste nos dados o mais pr ximo poss vel Se a avalia o for de pol ticas administrativas isto significa maximizar a soma ponderada das medidas de desempenho V se no texto acima que o Vensim nas suas vers es mais avan adas cont m uma fun o crit rio que pode ser usada ou para se calibrar o modelo fazendo com que seus par metros sejam ajustados para valores os mais pr ximos poss veis de dados externos dispon veis ou para uma avalia o de procedimentos administrativos que seria o nosso caso Outras ferramentas bastante sofisticadas tamb m est o dispon veis nestas vers es do software em quest o e que dizem respeito an lise de sensibilidade como a introdu o de fun es rand micas de ru do para testar a estabilidade num rica do modelo
379. se Transpose False Case 4 Range G29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ Anexo 2 238 False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 2 Range E30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 4 Range G30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select ActiveWorkbook Save End Sub Sub ExtrairCenario4 lt Esta macro extrai os conjuntos de vari veis dos cen rios aleat rios para o quarto periodo e as coloca na tabela
380. se e antes disso ao t rmino do teste quando detectamos os problemas de caixa atingindo valores negativos absurdos e posteriormente na detec o do problema da participa o de mercado maior que a unidade a an lise de sensibilidade efetuada foi de car ter comportamental uma vez que o modelo assumia um comportamento catastr fico ou inconsistente com determinados par metros Uma an lise de sensibilidade procedural n o foi realizada com o modelo 5 4 4 A forma final da fun o crit rio 168 De posse dos valores extremos das vari veis de avalia o e portanto tamb m dos seus valores m dios podemos escrever a express o da fung o crit rio Os valores extremos aproximados lidos dos graficos das figuras 5 31 a 5 37 sao valor econ mico da empresa gt X7 min 600M3 X7 max 700M X m 100M participa o real do mercado gt X2 min 0 15 X2 max 9 55 X2 m 0 35 Demiss es Acumuladas gt X3 min 420 X3 max 1000 X3 m 710 pessoas Vendas Acumuladas gt X4 min 140000 X4 max 440000 X4 m 290000 pinceletas Dividendos Acumulados gt X5 min 0 X5 max 50M X5 m 25M Receita Financeira Acumulada gt X6 min 0 X6 max 210M Xg m 105M Juros Acumulados de Empr stimos 5 X7 min 4M X7 max 56M X7 m 30M Para as vari veis crescentes com o desempenho x x2 x4 X5 Xs usamos a express o 1 e para aquelas decrescentes com o desempenho x3 e x7 usamos a express o 2 Substituindo se
381. segii ncia de eventos e racioc nios na busca das solu es aos problemas encontrados durante o teste do aplicativo e durante as modifica es efetuadas Esta a documenta o da pesquisa experimental tal como ocorrido com todas as tentativas inclusive aquelas sem efeito O caso da vari vel market share t pico Criamos esta vari vel para servir de par metro para a fun o crit rio para logo em seguida verificarmos que ela n o era necess ria se fiz ssemos uma pequena modifica o na vari vel participa o nominal de mercado Acreditamos que este registro hist rico da pesquisa tal como aconteceu de import ncia fundamental na condu o do trabalho da tese mostrando em todos os detalhes o m todo usado 156 Como a participag o estava assumindo valores muito altos ficou claro que os fatores de prego de publicidade e de investimento em P amp D estavam influenciando de maneira muito acentuada a vari vel da participa o Suavizamos assim em primeiro lugar as fun es LOOKUP destes fatores As figuras a seguir mostram os fatores na sua forma original e na forma final suavizada aqui claro foram feitas varias simula es at se chegar a valores considerados aceit veis para o prop sito em quest o Graph Lookup fator PD na participa o i Oo E Sl l J GO Dia tw n la mn 1 A 0 2385 1 018 0 5505 1 07 0 8991 1 158 1 368 2 312 1 458 M oo N
382. sendo gen rico somente engloba os princ pios gerais da rea de administra o s vezes denominados genericamente de boas pr ticas administrativas O modelo n o concebido para facilitar a aquisi o de novos conhecimentos espec ficos na rea da administra o para um determinado sistema E por ltimo o item 4 2 2 2 que diz respeito media o de conhecimento sobre o controle do sistema Interpretamos este crit rio como sendo a possibilidade do participante ter acesso s rela es entre as vari veis do modelo de maneira a poder balizar as suas decis es no jogo com informa es que lhe permitam melhor avalia las No nosso modelo as vari veis s o acompanhadas de descri es que detalham a sua fun o e como interagem com as demais Al m disso o Manual do Usu rio e a ajuda on line refor am estas informa es Avaliamos os crit rios vistos acima como sendo bastante completos e a classifica o da ferramenta apresentada neste trabalho de acordo com os dados da tabela 1 3 permite ao nosso ver uma exata aprecia o das suas caracter sticas e das suas capacita es Com base nos crit rios desenvolvidos na tabela 1 3 Gr ler e Maier 1998 passam ao objetivo final do seu trabalho que uma proposta de classifica o de ferramentas de simula o por computador para suporte a processos de aprendizado em sistemas s cio econ micos Taxonomy in computer simulations to support learning processes in socio economic sys
383. simula o adequada do sistema em estudo por m a modelagem propriamente dita apenas um dos passos da s rie necess ria implementa o da metodologia de SD Ap s esta observa o passamos a comentar as fases e passos da implementa o de acordo com Vennix et al A primeira fase aquela da formula o do problema sendo o primeiro seu passo a defini o do horizonte de tempo que na realidade o tempo coberto pela simula o que dependente do sistema a ser modelado podendo ser de algumas horas para sistemas biol gicos por exemplo algumas semanas ou meses para sistemas simulando aspectos operacionais de organiza es alguns anos para aqueles destinados a an lises estrat gicas de empresas at d cadas ou mesmo s culos para modelos de sistemas globais O segundo passo a identifica o dos chamados modos de refer ncia Estes s o proje es aproximadas de comportamentos din micos do sistema que se quer modelar geralmente aqueles que s o os efeitos indesej veis que se quer eliminar ou pelo menos controlar Os dados para se obter os modos de refer ncia s o extra dos de v rias partes da organiza o seja atrav s de entrevistas com a alta e m dia administra o seja atrav s de dados hist ricos relat rios etc Na pr tica ocorre sempre uma mistura de todos estes m todos Os resultados destes levantamentos apresentam se como curvas projetadas ao longo de um Alexander Pugh juntamente com Phillys
384. so real do chamado hot money O participante dever tomar muito cuidado e procurar reverter o caixa o mais rapido poss vel pois esta vari vel torna rapidamente o sistema irrevers vel o que tamb m se d na pr tica 3 2 5 Area de financiamento em tecnologia de fabrica o TF Esta rea reune todas as vari veis que s o necess rias para a aplica o de um investimento com uma parte financiada representando um financiamento atrav s de um org o como o BNDS ou semelhantes A fig 3 22 mostra esta rea Financiamento em TF taxa de juros financ TF lt inicio do embolso invTF tempo de amortiza o da inicio do embolso pagamentos de divida TF invTF juros TF Valor Contabil T ku investimento TF depreciag o TF Divida TF imobilizado wi T amortiza o TF parcela vida util contabil do financiada T investimento TF investimento distribuido em ine A f a de gt investimento em investir em TF tempo de investimento em TE desembolso de TF investimento de investimento referencia em TF relativo em TF gt Fig 3 22 Modelo Empresarial rea de Financiamento em TF Nesta rea encontramos duas vari veis n vel que s o a Divida TF e Valor Contabil TF A primeira representa a obriga o do reembolso do financiamento e tem como entrada o fluxo do montante financiado e como sa da o fluxo de amortiza o que determinado
385. ss 2000 SENGE P A Quinta Disciplina Arte e Pr tica da Organiza o que Aprende Best Seller S o Paulo 2001 SPECTOR J M Tools and Principles for the Design of Collaborative Learning Environments for Complex Domains Univerdidade de Bergen Noruega Apresentado na AERA 98 San Diego STERMAN John D Business Dynamics Systems Thinhing and Modeling for a Complex World McGraw Hill 2000 STERMAN John D Flight Simulators for Management Education The Beer Game OR MS Today October 1992 40 44 STERMAN John D A Skeptic s Guide to Computer Models Sloan School of Management MIT 1991 TEIVE R C G SILVEIRA F S V e MOROZOWSKI M A Strategic Decision Support System For Electric Utility Company in a Competitive Environment Publicag o do LabPlan da Universidade Federal de Sta Catarina 1998 TURBAN E e ARONSON J E Decision Support Systems and Intelligent Systems Prentice Hall 5 edig o 1998 URBAN WOLDRON Hildegard Vernetzte Systeme vernetztes Denken Trabalho publicado como parte de um projeto de pesquisa no Ensino Superior na area de aulas com suporte de simula o por computador na ustria s d http www acdca ac at projekt3 a3 1Overnetzte systeme pdf Ventana Systems Inc Vensim Version 5 User s Manual September 2002 VELLEMAN P Why not Excel http www stat ucla edu labs why excel pdf 189 VENNIX J A M ANDERSEN D F RICHARDSON G P e ROHRBAUGH J
386. strada na figura 5 30 Os valores m ximos s o te ricos porque no jogo a vari vel aparecimento de NT no mercado sempre assume o valor um variando se somente o instante da ocorr ncia deste evento Agora temos uma situa o correta em termos de participa o de mercado com um comportamento adequado desta vari vel no modelo Passemos agora simula o Monte Carlo de onde ser o retirados os valores extremos das vari veis constituintes da fun o crit rio As figuras seguintes mostram estes resultados gt Vensim ModeloFinal para Teste MarketShare mdl Var investimento em PD File Edit View Insert Model Options Windows Help oH amp amp 8 4 Analise Monte Carlo Corre o particip FEE AMO be aM 4875 valor economico da empresa Sensitivi cel An lise Monte Carlo Corre o particip a 50 75 Ros ll 100 i Doc valor economico da empresa 800 M gt o z ria o absoluta fe de DP 2 400M a Icio da aplica o do vo patamar de DP e 0 400 M o absoluta mero de orrentes FRODI 0 15 3 45 6 fia atua o de Time vear concorrentes E Iniciar fr MeuTrabalho E3 Microsoft Exc ia Cap4 Opera Vensim Model Caixa de entr PT e Fig 5 31 An lise de sensibilidade determina o dos valores extremos do valor econ mico da empresa gt Vensim ModeloFinal para Teste MarketShare mdl Var investimento em PD File Edi
387. t Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G17 G20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H17 H20 Select Selection Copy Range K17 K20 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D21 D24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Anexo 2 250 Case 2 Range E21 E24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 3 Range F21 F24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G21 G24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H21 H24 Select Selection Copy Range K21 K24 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4
388. t Selection Copy Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E29 Select Anexo 2 223 Selection Copy Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H29 Select Selection Copy Range K29 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F30 Select Selection Copy Range K30 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G30 Select Selection Copy Range K30 Select Selection
389. t ji gt 8 ControlesD ecis o Investimento em TF 6 Gaming Make Interactive Changes Iniciar E Microsoft PowerPoint ca Simulador de jogos es Vensim ModeloFinal7 Ties 20 19 gt Vensim ModeloFinal7ExperimentoEli vmf Var pre o de venda PY File Edit View st Model Options Windows Help Tine 0 es base id 00 a bers e ea S Vari veis de Decis o Investimento em RH TI EUA FOR RE Comunicar ao administrador Instante contado a ap s a decis o S pode ser partir do puns da acionado uma tinica vez simula o o N o investe OO TT l 1 Investe o Ed 1 lo ts 4 investir em RH TI inicio do embolso invRH TI quantidade de investimento em RH TI ControlesDecis o Investimento em RH H Gaming Make Interactive Changes Iniciar E Microsoft PowerPoint cl Simulador de jogos es Vensim ModeloFinal7 Pro O 7 20 19 Anexo 3 323 gt Vensim ModeloFinal7ExperimentoEli vmf Var pre o de venda PV File Edit View Layout Model Options Windows Help z Time 0 bee TT 4880 dom hee es e ea e Reel Vari veis de Decis o Investimento em P amp D FEDRO Far Comunicar ao administrador Instante contado a ap s a decis o S pode ser partir do in cio da acionado uma nica vez simula o 1 Investe o Lo 1 lo 4 investir em PD inicio do embolso invPD x EM quantidade de investimento em PD E Co
390. t View Insert Model Options Windows Help SiH amp BB RlAnalise Monte Carlo Corre o particip ZZE Y l aap pe amp Mm ano participacao real de mercado Sensitivi e An lise Monte Carlo Corre o particip 50 75 M oso BI 100 M Dis participa o real de mercado 0 8 B z fate Runs Pa a ar o absoluta ero de brrentes atua o de 0 oncorrentes 0 1 5 3 4 5 6 lt Time year Iniciar fr MeuTrabalho EI MicrosoftExc Cap4 Opera Vensim Model O Caixa de entr PT Es a Fig 5 32 An lise de sensibilidade determina o dos valores extremos da participa o real do mercado gt Vensim ModeloFinal para Teste MarketShare mdl Var investimento em PD HEHE File Edit Vie sert Model Options Windows Help oi amp E sat An lise Monte Carlo Corre o particip RR x 8 aD pe cd Aana Demiss es acumuladas SensitivityGraph E ns Graph ol An lise Monte Carlo Corre o particip _ _ TT ________ D a 50 75 ios Il 100 INNI ber D Demiss es acumuladas loc a 1 000 z A cd a 500 250 0 0 1 5 3 45 6 lt Time year Iniciar fr MeuTrabalhoT EA Microsoft Exce Cap4 Operac Vensim Model Caixa de entra PT g 2 Fig 5 33 An lise de sensibilidade determina o dos valores extremos de Demiss es Acumuladas gt Vensim ModeloFinal para Teste MarketShare mdl Var investimento em PD File
391. tam condi es extremas de opera o e verificar se ele n o est gerando resultados inconsistentes ou absurdos em alguma vari vel Caso isto ocorra o modelo dever ser corrigido e testado novamente O pr ximo passo seria a realiza o de testes de sensitividade do modelo Em s ntese estes testes consistem na varia o dos par metros do modelo e verifica o dos resultados decorrentes no seu comportamento O m todo simula o de Monte Carlo dispon vel nos pacotes de SD automatiza este processo 33 Como bastante conhecido o m todo faz com que os par metros entrada no sistema sejam associados a distribui es de probabilidade selecionadas a partir de crit rios determinados e a cada coleta de valores randomicamente selecionados das distribui es de entrada o programa roda uma simula o do sistema registrando os valores das vari veis que se quer analisar sa da do sistema Ap s um n mero adequado de intera es obt m se as distribui es de probabilidade das vari veis de sa da a fim de se fazer as an lises necess rias quanto forma da distribui o valores m dios m nimos e m ximos intervalos de confian a etc Os testes de sensibilidade podem ser usados para v rios fins como a determina o ou an lise de valores extremos de determinadas vari veis sob certas condi es de varia o de par metros internos do sistema idem para par metros externos verifica o do comportamento do sistema quand
392. taxa de juros finance PD i pagamentos de tempo de juros PD amortiza o da divida PD inicio do embolso invPD tempo de desembolso em PD ui parcela financiada P Divida PD amortiza o PD investimento distribuido em ine investimento em quantidade de gt PD investimento em PD Vl ae em PD investimento de investimento referencia em PD relativo em PD Fig 3 29 Modelo Empresarial Area de investimento em P amp D 94 3 2 8 Areas de empr stimos bancarios O modelo apresenta tr s reas destinadas a empr stimos banc rios que s o exatamente iguais possibilitando ao jogador fazer tr s empr stimos individuais durante o transcorrer do Jogo Apresentamos a primeira delas na figura 3 30 Empr stimo banc rio 1 fim do embolso EBI taxa de juros EBI pagamento de juros EBI tempo de amortizac o o emprestimo EB 1 inicio do embolso EB1 Divida Emprestimo Bancariol a emprestimo bancario 1 amortiza o EBI montante do emprestimo bancariol tomar emprestimo bancariol Fig 3 30 Modelo Empresarial Area de Empr stimo Banc rio 1 O objetivo destes empr stimos a simula o de situa es onde existe a necessidade de aporte de recursos para capital de giro por um per odo n o muito longo e a taxas de juro menores que aquelas aplicadas ao hotmoney Nestas opera es o tempo de embolso foi fixado para um per odo
393. tecer algumas considera es sobre o aplicativo Excel e seus cong neres Em primeiro lugar quando se faz alguma an lise ou coment rio sobre um aplicativo de planilhas de c lculo sem mencionar marcas tem se uma tarefa imposs vel pela frente dada absoluta domin ncia do Excel no mercado A domin ncia t o grande a ponto de fazer desaparecer nas aplica es pr ticas conhecidas aquele que seria o segundo colocado no mercado que o Lotus 123 ou em outras palavras o concorrente do Excel praticamente inexiste Isto posto nos referiremos daqui para frente marca da Microsoft como refer ncia para aplicativos de planilhas de c lculo 4 3 1 Porque Excel 117 Encontra se na literatura cientifica t cnica e em parte tamb m naquela de ci ncias administrativas management sciences freq entes refer ncias contra o uso do Excel para as chamadas aplica es s rias Estat sticos n o consideram o Excel um aplicativo adequado para c lculos estat sticos t cnicos em contabilidade tamb m n o o consideram um aplicativo confi vel para o uso cont bil cientistas de v rias reas que necessitam de gera o de n meros rand micos desaconselham fortemente o seu uso e assim por diante De fato o Excel n o um aplicativo para estat stica como tamb m n o o para an lises cont beis e tampouco para gera o de grandes quantidades de n meros rand micos por m na nossa opini o poder ser tudo isso se for
394. tem tica de caixa negativo nos levou a rever o efeito da taxa do d lar na vari vel caixa e constatamos que efetivamente a sensibilidade entre ambas era muito grande A figura 4 2 mostra o desenvolvimento da vari vel caixa para os valores extremos da taxa do d lar no modelo original a Vensim ModeloFinal8SemLimites mdl Var Caixa File Edit v I Model Options Windows Help Time 1 99877 gt 4 05 BED fc 5 Pe J ane Graph for Caixa a Caixa Doc 550M Z 1 7 B apli 2 2 85B 4B 0 1 2 3 4 5 6 Time year Caixa Taxa do dolar 4 95 S Caixa Taxa do dolar 2 25 Gaming Make Interactive Changes Fig 5 2 Varia o do caixa em fun o da taxa do d lar O gr fico mostra que mantidas constantes todas as outras vari veis a varia o do caixa toma valores altamente negativos a partir de um determinado valor da taxa do d lar por volta de 4 nesta configura o Na ocorr ncia de cen rios mais severos com alguma sequ ncia repetitiva o valor do caixa logo assume valores praticamente irrecuper veis 135 O Vensim como ja citado possui uma ferramenta de an lise de sensibilidade que perfaz simula es do tipo Monte Carlo com uma ou mais vari veis do modelo e a an lise feita acima foi repetida usando se esta ferramenta o que resultou no grafico da figura 5 3 Este grafico difere daquela da figura 4 1 apenas pelo alcance do eixo dos y e pela
395. tempo um fator muito importante e que envolve o estudo de como o sistema pode ser defendido contra ou ser beneficiado com os choques que recaem sobre ele vindos do mundo exterior ou ainda colocado de outra maneira A Din mica de Sistemas o ramo da teoria de controles que trata dos sistemas s cio econ micos e do ramo das Ci ncias Administrativas que trata dos problemas de controlabilidade Wolstenholme Wolstenholme 1990 prop e a seguinte defini o Um m todo rigoroso para descri o qualitativa explora o e an lise de sistemas complexos em termos de seus processos informa o fronteiras organizacionais e estrat gias que facilita modelagens de simula es quantitativas e an lise para o desenho da estrutura do sistema e seu comportamento Ap s criticar os limites de cada uma destas defini es ele prop e a seguinte defini o provis ria A Din mica de Sistemas trata do comportamento dependente do tempo de sistemas gerenciados com o objetivo de descrever o sistema e entender atrav s de modelos qualitativos e quantitativos como o feedback de informa es governa o seu comportamento e de desenhar estruturas de feedback de informa es e normas de controle robustas atrav s de simula o e otimiza o Coyle trata esta defini o como se fosse provis ria e avisa o leitor que o desafiar a dar a sua pr pria defini o no final do livro A metodologia de SD fica no entan
396. tempo AFT x concorrentes Fig 3 10 Modelo Empresarial rea de opera es Nesta rea temos a presen a de duas vari veis do tipo n vel que s o a For a de Trabalho e o estoque de produtos acabados Estoque PA A vari vel n vel For a de Trabalho determinada pelos fluxos de entrada e sa da respectivamente as vari veis taxa de admiss es e taxa de demiss es A equa o da for a de trabalho dada assim pela integral do fluxo de entrada menos o fluxo de sa da For a de Trabalho INTEG taxa de admiss es taxa de demiss es 830 Units pessoas No Vensim a fun o INTEG R N perfaz a integra o num rica do fluxo R iniciando no valor N sendo R um fluxo nico ou uma composi o de fluxos S o oferecidos v rios m todos de integra o num rica sendo os principais o de Euler e o de Runge Kutta de 4 ordem A escolha de m todo de integra o depende do tipo de modelagem e simula o sendo feita e da precis o desejada No nosso caso a menos de indica o espec fica em contr rio a integra o feita pelo m todo de Euler O valor inicial da integra o de 830 69 pessoas foi escolhido empiricamente na variavel da Forga de Trabalho de maneira a produzir um minimo de oscila o transit ria no in cio da simula o o que equivale a dizer que este valor est coerente com o regime de equilibrio escolhido para o modelo empresarial A figura 3 11 mostra algumas oscila
397. tems Esta classifica o apresentada na forma de arvore mostrada na figura 2 18 Algumas observa es devem ser feitas sobre esta classifica o a primeira subdivis o de classifica o a separa o de ferramentas orientadas para modelagem e ferramentas orientadas para jogos Naquelas orientadas para modelagem prop e se a subclassifica o em com feedback e sem feedback Nas primeiras encontram se claro os softwares de din mica de sistemas como o Vensim usado por n s neste trabalho Powersim iThink etc e na segunda est o softwares para sistemas discretos muito usados na modelagem de sistemas de produ o como o Taylor e o Simple 51 Simula es computadorizadas para apoio ao aprendizado em sistemas s cio econ micos Ferramentas de simula o orientadas para modelagem Ferramentas de simula o orientadas para jogos Ambientes cont nuos de simula o orientados para feedback Simuladores Pow rsiin de empresas People Express MFS Simuladores Jogos de planejamento Outros Jogos de Outros jogos planejamento de simuladores corporativos planejamento LEARN Ambientes discretos de simula o orientados Boom and Bust MFS Copy Shop Fig 2 18 Classifica o das ferramentas de simula o por computador para suporte de aprendizado em sistemas s cio econ micos Fonte Gr ler e Maier 1998 pg 7 No lado das ferramentas orientadas para jogos
398. tender estas conseq ncias quase que indefinidamente Neste caso os efeitos mencionados n o agem de nenhuma maneira sobre a temperatura da sala Se considerarmos agora no conjunto acima o sistema de controle de temperatura ambiente com o termostato e sua regulagem temos um sistema fechado pois a temperatura ao ultrapassar o limite inferior dado pela regulagem far com que o termostato ligue o aquecedor e restaure a temperatura inicial Assim a vari vel inicial temperatura age com seu novo valor sobre o termostato que aciona o aquecedor e volta a influenciar na vari vel inicial Esta caracter stica tipica dos sistemas com feedback onde a mesma vari vel causa e tamb m efeito atrav s 21 de uma cadeia fechada de eventos Martin 1997 Este ciclo fechado mostrado de maneira simplificada na figura 2 3 Ambiente externo inferior Termostato liga aquecedor Perda de calor para o ambiente externo atrav s da isolagao Temperatura da sala Introdugao de calor na sala pelos radiadores Reservat rio de leo Fig 2 3 Ciclo com feedback de um sistema de aquecimento de ambiente Assim pela estrutura b sica do ciclo a temperatura da sala afetada pela a o do termostato que por sua vez afeta o aquecedor depois os radiadores que por sua vez voltam a afetar a temperatura da sala Os ciclos com feedback podem por sua vez ser classificados em ciclos positivos e ciclos negativos
399. terior e portanto a total independ ncia que este modelo prop e foge realidade Pode se contra argumentar em primeiro lugar que esta caracter stica de n o depend ncia entre os cen rios pode ser encarada como uma aproxima o do modelo Em segundo lugar deve se concordar que os cen rios reais do mundo atual s o bastante turbulentos e muitas vezes d o a impress o de total aleatoriedade e sob este aspecto o modelo pode estar representando em algumas simula es situa es bem reais Por m o argumento mais forte para a defesa de cen rios independentes entre si que desta maneira o efeito surpresa para o participante o mais intenso e este 122 justamente o objetivo de se fazer um gerador rand mico O jogador sabe que sorteado um cen rio n o existe nenhuma pista com rela o ao per odo anterior e ele deve se preparar para todas as eventualidades exatamente como na vida real Como se ver no cap tulo 5 o teste de funcionalidade nos levou a mudar em parte este crit rio Outro aspecto da escolha da classe de cen rio que poss vel para efeito de um treinamento individual fazer se esta opera o de maneira manual Esta situa o poderia ocorrer se um participante quisesse treinar com o modelo por um determinado tempo para sentir suas rea es e suas caracter sticas sem uma interfer ncia mais acentuada de condi es externas mais dif ceis e assim escolheria manualmente em cada per odo um cen rio da
400. tes do lucro tribut vel como veremos a seguir A figura 3 17 mostra o efeito da taxa do d lar no custo unit rio da mat ria prima Para mostrar este efeito adicionou se na equa o da vari vel uma fun o STEP a partir do instante t 0 5 anos e incorporou se aumentos de 0 50 0 75 e 1 00 por d lar Na simula o normal do modelo ou seja na condi o de jogo a taxa do d lar uma constante dada pelo gerador de cen rios v lida para o per odo de um ano sendo seu valor de 78 partida 3 0 pla custo unitario da mat ria prima 2 000 1400 gt gt gt gt www gt gt 800 0 1 2 3 4 5 6 Time year custo unitario da mat ria prima Efeito da taxa do dolar 1 00 _ pinceletas custo unitario da mat ria prima Efeito da taxa do dolar 0 75 _ S pinceletas custo unitario da mat ria prima Efeito da taxa do dolar 0 50 pinceletas custo unitario da mat ria prima Equilibrio _ pinceletas Fig 3 17 Efeito da taxa do d lar no custo da mat ria prima Par metros no texto Passamos agora para o grupo de vari veis do lado da receita Iniciamos pelo conjunto de faturamento em processo e contas a receber ambas vari veis de n vel e que se encadeiam atrav s da vari vel faturamento A l gica deste grupo de vari veis a seguinte o fluxo
401. tes n o apresentar cen rios muito ruins em seguida Torna se frustrante ao cliente observar que n o capaz de planejar adequadamente seu neg cio principalmente se for de n vel alto dentro de uma empresa B3 N o creio n o ser necess rio Anexo 4 342 C De maneira perceptivel poss vel perceber as vari veis cr ticas por m n o poss vel saber o quanto elas influenciam considerando o modelo escolhido C2 De maneira marginal Para se desenvolver melhor a capacidade de decis es necess rio um modelo onde fique mais claro n o s quais as vari veis que influenciam determinadas resultados como o cen rio e setor de mercado considerados o quanto estas vari veis influenciam e obviamente porqu D Gostei Coloca o de cen rios diferentes Possibilidades de ir e voltar no modelo Simplicidade do modelo N o Gostei O help um tutorial Dados iniciais da empresa e do cen rio de mercado Um demonstrativo de resultados E imprescind vel a possibilidade de ir e voltar no modelo como ferramenta de aprendizado o que ainda n o est sendo poss vel Torna lo um business game com produtos diferentes avalia o de mercado decis es de vendas etc Enfim mais detalhado pode ser interessante Caracterizar os objetivos iniciais da empresa Anexo 4 343 Claudio Camara Engenheiro de Eletr nica ITA 1962 Exp profissional 40 anos Petrobr s Cosipa Union Carbide Promon BMT Union Carb
402. th With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range K28 Select Selection ClearContents ActiveCell FormulaR1C1 Ciclo efetuado Range K28 Select Selection Font ColorIndex 3 Sheets Administrador Select Range K2 K27 Select Selection Copy Sheets Grupo1 Select ActiveWindow ScrollWorkbookTabs Position xILast Sheets Array Grupo1 Grupo2 Grupo3 Grupo4 Grupo5 Select Sheets Grupo1 Activate Range K2 K27 Select ActiveSheet Paste Sheets Administrador Activate Sheets Grupo1 Activate If Range B13 Investimento em TF j efetuado Then Range K14 K17 Select Selection ClearContents Else End If If Range D13 Investimento em RH TI ja efetuado Then Range K18 K21 Select Selection ClearContents Else End If If Range B18 Investimento em P amp D ja efetuado Then Range K22 K24 Select Selection ClearContents Else End If If Range D18 Empr stimo bancariol j efetuado Then Range K25 Select Selection ClearContents Else End If If Range B23 Empr stimo bancario2 j efetuado Then Range K26 Select Selection ClearContents Anexo 2 289 Else End If If Range D23 Empr stimo banc rio3 j efetuado Then Range K27 Select Selection ClearContents Else End If Sheets Grupo2 Activate If Range B13 Investimento em TF j efetuado Then Range K14 K17 Select Selection ClearContents
403. th With Selection Borders xlEdgeTop LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Selection Borders xIInsideHorizontal LineStyle xINone Range H7 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone Anexo 2 262 With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range H11 Select Selection Borders xlDiagonalDown LineStyle xINone Selection Borders xlDiagonalUp LineStyle xINone With Selection Borders xlEdgeLeft LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With With Selection Borders xlEdgeBottom LineStyle xlContinuous Weight xIMedium ColorIndex xlAutomatic End With With Selection Borders xlEdgeRight LineStyle xlContinuous Weight x1Thin ColorIndex xlAutomatic End With Range H13 Select Selection Borders xlDiagonalDown LineStyle xINone Selection B
404. timento em P amp D Fa Rug Divida PD pagamentos de juros PD amortiza o PD 400 000 800 000 300 000 600 000 200 000 400 000 0 9999 M 99 997 200 000 20 4 0 0 12 3 4 0 12 3 4 5 6 O 12 3 4 5 6 Time year Time year Time year Divida PD Amostra pagamentos de juros PD Amostra S year amortiza o PD Amostra S vear Divida PD Equilibrio pagamentos de juros PD Equilibrio S year amortiza o PD Equilibrio S year lt gt P Output Recursos PED fai Times New Roman 712 b i ul s MMM c m c Re Iniciar E Microsoft PowerPoint tal Simulador de jogos es Vensim ModeloFinal7 PT g 17 26 Anexo 3 318 gt Vensim ModeloFinal7ExperimentoEli vmf Var custo da produ o File Edit View Layout Model Options Windows Help sO 6 388 Res Cd 4680 dS DHS rica we cP A en Pil Output grafico Custos Doc custos gerais custo da produ o fa 8M 200 M 6M 140M 4M 80M 0 1 2 3 4 5 6 0 1 2 3 4 5 6 Time year Time year custos gerais Amostra _ S vear custo da produ o Amostra S year custos gerais Equilibrio _ S year custo da produ o Equilibrio S year custo unit rio Time vear custo unit rio Amostra _ _ __ __ Sipinceletas custo unitirio Equilibrio _ __ ____ Spinceletes
405. timo banc rio 3 Apresentamos a seguir estas vistas nas figuras seguintes Anexo 3 gt Vensim ModeloFinal7ExperimentoEli vmf Varzentradas de caixa Edit View Layout Model Options Windows Help asa S B Afuiibio CdR RE 4680 be Em ee P eo S we Pp De pera rea de Marketing e Vendas S lt tempo de ajuste do RI m rcado gt i inicio da aplica o prego de venda do novo pre o Fa referencial variac o REA Giod varia o absoluta fator de NT na A E iii F de DP articipa o x ne P pa fator PV na a a participa o ra despesas de tempo de efetiva o PV bli A de DP al da NT no mercado Ef ne a ito d A fator publicidade na inicio da aplicacho do instante de participa o real de participa o vo patamar de DP aparecimento da NT no mercado E mercado aparecimento de NT BA sale E s refer ncia para no mercado despesas relativas de despesas de fator PD na p publicidade a publicidade participa o participa o nominal pene nomercado We lt investimento relativo em PD gt demanda de varia o absoluta tempo de in cio de tempo de ajuste do perfil da mercado numero de atua o de PD mercado Eus concorrentes concorrencia Faro de pee lt inici e so concorrentes Son iai tempo de atua o do inicio da atua o de any investimento em PD novos concorrentes lt j ti Marketing Vendas Bj Times New Roman 12 b i ul IMMEN 0 22 Ree Iniciar E Micros
406. timo bancario1 ja efetuado Range D18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco1Grupo4 Empr stimo bancario 1 Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 298 Sheets Grupo4 Select If Range D18 Value Empr stimo bancarol j efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D18 Select ActiveCell FormulaR1C1 Empr stimo bancario1 j efetuado Range D18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco1GrupoS Empr stimo bancario 1 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo5 Select If Range D18 Value Empr stimo bancarol ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range D18 Select ActiveCell FormulaR1C1 Empr stimo bancario1 ja efetuado Range D18 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco2Grupo1 Empr stimo bancario 2 Macro gravada em 25 8 2002 por Roberto Colombo Sheets Grupo1 Select If Range B23 Value Empr stimo bancario2 ja efetuado Then MsgBox Este empr stimo ja foi efetuado Else Range B23 Select ActiveCell FormulaR1C1 Empr stimo bancario2 j efetuado Range B23 Select Selection Font ColorIndex 3 Range G2 Select End If End Sub Sub Banco2Grupo2 Empr stimo bancario 2 Macro gravada em 25 8 2002 por Roberto Colombo Anexo 2 299 Sheets Grup
407. to mais clara quando se detalha a sequ ncia de passos a serem dados para a sua implementa o Coyle ibid A primeira fase o reconhecimento do problema a ser resolvido e quais s o as pessoas na organiza o que est o diretamente ligadas na sua solu o Na segunda fase faz se um diagrama causal ou diagrama de ciclos causais causal loop diagram que mostra todas as vari veis em jogo e o seu inter relacionamento Este diagrama por vezes chamado de diagrama de influ ncia A terceira fase refere se an lise qualitativa do diagrama no sentido de estuda lo para compreender melhor o problema Muitas vezes esta an lise traz insights importantes do sistema que ser o de grande ajuda nas fases posteriores do processo A quarta fase aquela referente modelagem e o subsequente teste ou testes do modelo A quinta fase seria aquela da experimenta o no modelo dos processos administrativos atuais e a elabora o de testes de sensibilidade Em seguida viria a fase 5a que seria a simula o explorat ria para o projeto de novos processos administrativos Nesta fase h um interc mbio de id ias com as pessoas da organiza o o que leva atrav s de um mecanismo de otimiza o a se ter no final do processo diretrizes mais robustas que evitam ou resolvem os comportamentos din micos indesej veis que ocasionavam os problemas a serem resolvidos no in cio Um diagrama deste enfoque da sequ ncia de fases de SD mostrado na fig
408. tores industriais possuem aspectos comuns na sua estrutura e problemas semelhantes Por m se quisermos usar esta ferramenta para treinamento estrat gico digamos de profissionais na rea de ensino superior obviamente o modelo din mico como est estruturado n o seria adequado e dever amos desenvolver um novo que tivesse na sua estrutura as caracter sticas administrativas internas principais de uma universidade Do lado do GRC as modifica es seriam a princ pio bem menores O conceito b sico do aplicativo permaneceria no entanto inalterado Ter amos um modelo din mico simulando um certo tipo gen rico de organiza o submetido a condi es aleat rias do seu meio ambiente Conclu mos que a classifica o de grupo alvo aberto se aplica at um determinado ponto al m do qual o conceito da ferramenta permanece mas o modelo deve ser reestruturado 50 4 2 1 Julgamento Desenvolvemos uma fung o crit rio no aplicativo em andlise que avalia os resultados de cada participante ou grupo de participantes no final do jogo representando o que definimos como nivel de efici ncia total baseado nos valores extremos de vari veis espec ficas de avalia o obtidos atrav s de an lise de sensibilidade multivariada Portanto a classifica o aqui que os usu rios ser o testados 4 2 2 Mudan a Os usu rios n o s o motivados para adquirir um conhecimento sobre um t pico espec fico do dom nio do sistema pois este
409. torna dif cil e por isso retiramos o termo estrat gico do t tulo evidente que o modelo pode adquirir cada vez mais caracter sticas estrat gicas a ponto de ficar clara a predomin ncia destas e ele se tornar um modelo eminentemente estrat gico Ha v rias classes de estrat gias numa empresa contendo in meros tipos de decis es que podem ser modeladas dinamicamente de modo a tornar um modelo com caracter sticas estrat gicas mais acentuadas S o por exemplo as decis es estrat gicas para fora da empresa como estrat gias de alian as e parcerias decis es de diversifica o de novos mercados de novos produtos etc s o aquelas decis es tomadas no ambiente interno da empresa mas que t m consequ ncias a longo prazo como investimentos em equipamentos investimentos em sistemas de gest o etc Costa 2002 Ao analisarmos em detalhe esta variedade de estrat gias vemos claramente as in meras possibilidades de modelagem que aqui existem e a grande quantidade de modelos resultantes que podem ser desenvolvidos para treinamentos estrat gicos mais espec ficos Com base nestas considera es achamos v lida a cria o de um crit rio de classifica o como este Como ltima observa o ressaltamos que os modelos 178 resultantes deste crit rio podem ser extensdes do modelo atual ou modelos inteiramente novos O segundo crit rio aquele referente ao grau de detalhamento do modelo Podemos considerar o modelo aqui apres
410. tput gr fico Opera o RP EE gg Estoque PA For a de Trabalho 2 3 Time vear Estoque PA Amostra Estoque PA Equilibrio 4 2 3 4 Time vear pinceletas Forga de Trabalho Amostra pinceletas For a de Trabalho Equilibrio pessoas pessoas taxa de admiss es taxa de admiss es Amostra taxa de admiss es Equilibrio taxa de demiss es 2 3 4 Time year taxa de demiss es Amostra pessoas year taxa de demiss es Equilibrio pessoas year 200 000 80 000 3 4 Time vear pessoas year pessoas year produ o Amostra produ o Equilibrio produ o 3 4 Time vear pinceletas year pinceletas year Dutput Opera o fai Times New Roman 12 b i ul s mmm I 2 Ree Iniciar E Microsoft PowerPoint eae col Simulador de jogos es Vensim ModeloFinal7 Vensim ModeloFinal7ExperimentoEli vmf Var amortiza o TF File Edit View BEE amp tae it Model Options Windows Help Rimor dR S BO OM RCD A ce Doc EE Output gr fico Investimento em TF z Divida TF pagamentos de juros TF amortiza o TF Rugs 2M 2M 800 000 15M 15M 600 000 1M 1M 400 000 500 000 500 000 200 000 2 2 0 0 L 2 3 4 0 1 2 3 4 5 6 O 1 2 3 4 5 6 Time year Time year Time year Divida TF Amostra S pagamentos de juros TF Amostra S year amortiza o TF Amostra S year Divida TF E
411. trega de mercadorias em caminh es Um sistema pode incluir pessoas bem como partes f sicas O almoxarife e os funcion rios do escrit rio constituem uma parte do sistema almoxarifado A ger ncia de uma empresa Fabricante Powersim Corp http www powersim com 8 Como jogos cl ssicos em SD podem ser citados 1 Meadows D L Stratagem University of New Hampshire Durham NH um jogo interativo por computador onde cada time administra o desenvolvimento de uma na o por um s culo incluindo popula o agricultura energia industria polui o e com rcio exterior 2 Sterman J D The Beer Distribution Game Sloan School of Management Cambridge MA um jogo simples de grupo de quatro est gios envolvendo produ o e distribui o Este jogo possibilita para muitos alunos a sua primeira exposi o aos sistemas din micos e ilustra como a estrutura do sistema influencia o seu comportamento H uma s rie de instru es v deos an lises e papers interpretativos dispon veis com Stermam no MIT 3 Meadows D L Fishbanks Game University of New Hampshire Durham NH um jogo de grupo com suporte por computador no qual os jogadores administram uma ind stria de pesca Este jogo ilustra a gest o de recursos renov veis amplamente usado em educa o certificado pelo US Dept of Education f cil de jogar para qualquer pessoa desde estudantes do ensino m dio at administradores governamentais Sterman J D Peopl
412. tro o GRC por m com aplica es diversas e portanto com um campo de aplica o ampliado Isto posto passemos an lise dos crit rios acima esquematizados O primeiro crit rio diz respeito ao car ter estrat gico da ferramenta A nossa id ia inicial para o t tulo principal deste trabalho era de Jogo Estrat gico de Empresas e a escolha da metodologia de din mica de sistemas com a possibilidade de visualiza o dos efeitos das decis es sobre o sistema no tempo refor a este car ter no modelo A retirada do termo estrat gico do t tulo se deve ao fato de que o modelo que desenvolvemos cont m numa parte de sua estrutura caracter sticas operacionais dadas por vari veis de cunho operacional e outra parte de car ter estrat gico esta caracterizada por vari veis de natureza estrat gica Somos de opini o que para um treinamento de pessoal administrativo como aquele que objetivamos para a ferramenta aqui desenvolvida as duas caracter sticas devem estar presentes pois na administra o di ria da empresa as decis es operacionais e as estrat gicas interagem de forma cont nua devendo se ter em conta no entanto que o car ter estrat gico do jogo pode ser mais ou menos acentuado Num mix de caracter sticas operacionais e estrat gicas num modelo qual o peso destas ltimas para que o jogo possa ser chamado de jogo estrat gico Como ao nosso ver este mix tem uma faixa difusa a resposta pelo menos em algumas situa es se
413. tura como no seu funcionamento Pode se no entanto prever que o seu detalhamento de projeto e sua execu o envolvem um grande volume de trabalho Como grandes quantidades de trabalho bem executadas e bem aproveitadas apresentam sempre bons resultados e boas oportunidades n o temos nenhuma d vida em afirmar que este ser o nosso pr ximo projeto 183 Bibliografia ALESSI S The Application of System Dynamics Modeling in Elementary and Secondary School Curricula University of Iowa Paper apresentado na RIBIE 2000 Rede Iberoamericana de Informatica Educativa Chile 2000 ANDRADE A L Pensamento Sist mico Um Roteiro Basico Para Perceber As Estruturas Da Realidade Organizacional Revista Eletr nica de Administra o da UFRGS Edi o 5 Vol 3 Junho de 1997 http read adm ufrgs br read05 artigo andrade htm BARROS M O WERNER C M L TRAVASSOS G H Applying System Dynamics to Scenario Based Software Project Management COPPE UFRJ Departamento de Ci ncia da Computa o 1999 BASNET C Simulation Games in Production Management Education A Review Dept of Management Systems University of Waikato 1996 BERTSCHE D CRAWFORD C MACADAM S E Is Simulation Better than Experience The McKinsey Quarterly Nunber 1 1996 BIANCHI C WINCH G W GREY C Computer aided Visioning and Learning oriented Models A New Edge for Small Business Planning 44 International Council for Small Business Confere
414. tura do GRC mostrando a sua composi o em termos de planilhas constituintes e seu funcionamento nos c lculos por f rmulas internas e nas de macros Passamos agora a descrever aquilo que denominamos a estrutura estoc stica do GRC que s o as distribui es de probabilidade associadas s vari veis externas e seus par metros bem como mostrar a composi o dos v rios graus de severidade dos cen rios sorteados pelo gerador o que seria na realidade um detalhamento da planilha Base pois esta que cont m todas as distribui es de probabilidade das vari veis externas Iniciamos com a sele o das classes de cen rios Estes se classificam como j mencionado em 5 grupos que representam 5 graus de severidade para a empresa sendo gerida A escolha destes cen rios feita por uma fun o que gera n meros rand micos dentro de uma distribui o de probabilidade discreta e uniforme de 1 a 5 RNGDuniform 1 5 ver fig 3 39 Isto significa que se admitirmos o gerador de n meros rand micos da fun o como sendo perfeito e como vimos acima ele pode ser considerado perfeito para esta quantidade reduzida de n meros gerados os cen rios n o s o relacionados entre si ou seja o sistema n o tem mem ria e portanto cada cen rio gerado independente do cen rio imediatamente anterior Poder se ia argumentar que no mundo real se dividirmos os cen rios em per odos cada per odo estar de alguma maneira relacionado ao an
415. turini em Schleswig em 1798 O primeiro jogo empresarial foi criado por Marie Birshtein do Instituto de Engenharia e Economia de Leningrado no final dos anos 20 para treinar os 5 Os autores pertencem ao Depto do Industireseminar da Universidade de Mannheim na Alemanha Esta entidade sob o comando do Prof Peter Milling tem uma participa o intensa na rea de SD com pesquisas nas reas de Modelagem de Sistemas Complexos Aprendizado Organizacional entre outras V rios dos seus pesquisadores trabalharam por muito tempo em parceria com o MIT O site cont m uma se o em ingl s com um sortimento bastante grande de papers e artigos publicados http iswww bwl uni mannheim de 53 trabalhadores para posi es na administra o da produ o atrav s de representa es anal gicas das plantas de produ o e m quinas A era moderna dos jogos empresariais no entanto come ou nos EUA nos anos 50 com o aparecimento e a converg ncia das reas de ci ncia da computa o teoria da educa o teoria dos jogos e da pesquisa operacional Enquanto a rea dos jogos empresariais evolui ao longo das ltimas cinco d cadas impulsionada pelos in meros desenvolvimentos tecnol gicos na rea de computa o atingindo um grau de complexidade e sofistica o admir veis uma vertente de pesquisas se desenvolve paralelamente tendo como objetivo avaliar as intera es dos jogos e simula es com os processos de aprendizado e tomada de decis
416. uas formulas gt Sheets Extrato Select Range K6 K30 Select Selection ClearContents Range D4 Select ActiveCell FormulaR1C1 RNGDuniform 1 5 Range A2 Select Selection Copy Range I11 Select ActiveSheet Paste Range A1 Select Application CutCopyMode False Anexo 2 Selection Copy Range I15 Select ActiveSheet Paste Sheets Base Select Range C41 Select ActiveCell FormulaR1C1 0 Range C57 Select ActiveCell FormulaR1C1 0 Range C73 Select ActiveCell FormulaR1C1 0 Range C88 Select ActiveCell FormulaR1C1 0 Range C91 Select ActiveCell FormulaR1C1 0 Range C94 Select ActiveCell FormulaR1C1 0 Sheets Administrador Select Range G2 K28 Select Selection ClearContents Range G28 Select ActiveCell FormulaR1C1 Gerar periodo 1 Range G28 Select Selection Font ColorIndex 1 Selection AutoFill Destination Range G28 K28 Type xIFillDefault Range D10 Select ActiveCell FormulaR1C1 Now Range D10 Select Selection Copy Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Sheets Grupo1 Select ActiveWindow ScrollWorkbookTabs Position xlLast Sheets Array Grupo1 Grupo2 Grupo3 Grupo4 Grupo5 Select Sheets Grupo1 Activate Range G2 K27 Select Selection ClearContents Range B13 Select Selection ClearContents ActiveCell FormulaR1C1 Investir em TF Selection Font ColorIndex 1 Range D13
417. ue seria poss vel um link deste investimento com a vari vel outros custos gerais agindo no sentido de aumenta la por um certo per odo de tempo simulando com isto os custos adicionais mencionados acima A vari vel valor cont bil TF portanto a integral do investimento TF imobilizado menos a deprecia o TF O investimento imobilizado em TF o investimento total feito nesta rea ou seja a parte financiada mais a parte disponibilizada pela empresa e distribu do pelo tempo de embolso de acordo com a equa o investimento TF imobilizado STEP investimento em TF fim do embolso invTF inicio do embolso invTF inicio do embolso invTF STEP investimento em TF fim do embolso invTF inicio do embolso invTF fim do embolso invTF Units year O fluxo de saida do valor contabil a depreciag o que considerada linear e definida claro pelo valor total do investimento sobre um intervalo de tempo que a vida util contabil do investimento TF A sua equa o deprecia o TF STEP investimento em TF vida util contabil do investimento TF fim do embolso invTF STEP investimento 89 em TF vida util contabil do investimento TF fim do embolso invTF vida util contabil do investimento TF Units S year A vari vel vida util contabil do investimento TF ex gena e portanto fun o da severidade do cen rio sorteado pelo gerador Valores de vida til m
418. uficientemente detalhado A4 Regular Dificuldades iniciais com a utiliza o dos fatores de an lises gr ficas A4 Gosto do exerc cio pelo racioc nio B2 Sim Entendo que a surpresa um fator importante para o desenvolvimento do racioc nio B3 Sim Entendo que devemos exercitar com as diferentes possibilidades C1 De maneira percept vel For ando a um racioc nio imaginario influenciado pelas vari veis C2 de maneira percept vel Acredito ser mais uma ferramenta para o desenvolvimento do planejamento estrat gico E N o tive muito tempo para jogar e apreciar o modelo Mas com forma o de engenheiro minha sugest o seria aplicar o modelo numa produ o fict cia de algum produto real Anexo 4 348 Pedro Ribeiro Engenheiro Civil M Sc Construction Management 27 anos Promon Futuretrends Diretor de empresas Superintendente e Gerente de Projetos Al N o A2 Sim A3 Suficientemente detalhado A4 Facil Manuseio A interface gr fica excelente e fundamental para o bom entendimento e opera o do modelo B B1 Nao B2 Sim Entretanto por vezes ocorre um ac mulo de cen rios negativos o que dificulta sobremaneira o Jogo Talvez fosse necess ria alguma limita o C C1 De maneira perceptivel Acho que o modelo um excelente complemento ao processo de planejamento estrat gico Complemento no sentido de que permite uma simula o de cen rios e uma interatividade com o processo de p
419. ura seguinte arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda A ODN Dm i gt w Mia Investimento em TF ja efetuado Investimento em P amp D ja efetuado Empr stimo bancario2 Iniciar fr MeuTrabalhoT Investir em RHITI mprestim banc rio1 j efetuado Empr stimo banc rio3 Vari veis renov veis a cada periodo E Gest o de Est taxa do dolar taxa tributaria Vari veis Cen rios 3 9926395 0 3814577 taxa de inadimplencia 0 1013327 0 0743154 aparecimento de NT no mercado tempo de efetiva o da NT no mercado demanda de mercado em 10 000 u ano 10 fator de NT na participa o taxa de juros financ TF parcela financiada TF tempo de amortiza o da divida TF vida util contabil do investimento TF taxa de juros financ RH TI parcela financiada RH TI tempo de amortiza o da divida RH TI vida util contabil do investimento RH TI taxa de juros financ PD parcela financiada PD tempo de amortiza o da divida PD taxa de juros banc1 taxa de juros banc2 instante de aparecimento da NT no mercado varia o absoluta numero de concorrentes in cio da atua o de novos concorrentes 1 9378106 0 405 0 45 5 0 5 2 e sii 0661 0 ax 1 87 taxa de j
420. uros bano O GAI 12 2 7939844 25 1 87 Este participante ou grupo fez um financiamento em TF e um em P amp D ja no final do primeiro ano e portanto as variaveis correspondentes ficaram congeladas para ele nos ciclos seguintes Ele solicitou um empr stimo bancario empr stimo 1 no final do segundo ano ic Tese Manual cal Simulador de j O aparecimento de novas tecnologias no mercado se deu no inicio do ano 3 e da para frente as vari veis correspondentes permaneceram inalteradas PT e 7 p i 09 47 EG Microsoft Exce Folha de informa es do participante Grupo 1 Anexo 3 333 A figura seguinte mostra a planilha do administrador com os comandos de gera o de cen rios anuais e os intervalos onde os valores das vari veis s o depositados V se tamb m o bot o de comando para inicializar o gerador que limpa todos os valores de uma simula o preparando o para o pr ximo jogo O gerador cont m ainda a planilha com o motor de extra o peri dica dos valores rand micos e as folhas de macro correspondentes que n o s o mostradas aqui Deve se ressaltar que o jogo pode tamb m ser praticado por um participante apenas e neste caso o gerador ser operado por ele E arquivo Editar Exibir Inserir Formatar Ferramentas Dados PUP 2000 Janela Ajuda nia x A B E D E 1 Gerador Rand mico de Cen rios Per odos 3 Vari veis Cen rios severidade 1 severidade 2
421. usu rio inicializa as vari veis e vai avan ando em steps sua escolha No modo de jogo o programa permite que o jogador interrompa a simula o a qualquer momento e mude os valores de quaisquer vari veis que desejar para em seguida continuar o processo de simula o poss vel tamb m regredir no tempo de quantos step s se desejar para se analisar comportamentos do sistema com valores alternativos das vari veis Este o m todo que usamos nesta aplica o Durante o jogo o programa vai desenvolvendo o comportamento das vari veis e portanto do sistema ao longo do tempo em gr ficos e tabelas em incrementos correspondentes ao step selecionado O programa conforme sua estrutura o para uso em modo de jogo pode ser dividido para fins de melhor compreens o em duas partes que s o o modelo propriamente dito e a interface gr fica para o usu rio que neste caso faz o papel de decisor ou jogador importante ressaltar a diferen a no uso do aplicativo no papel do jogador e naquele do modelador O primeiro o profissional proveniente das diversas reas da administra o empresarial que est sendo treinado para tomar decis es frente s mudan as do cen rio em que sua empresa est imersa Ele est administrando um modelo de uma empresa gen rica que obedece s regras b sicas da administra o e tenta levar a empresa da melhor maneira poss vel frente aos desafios que o cen rio sempre mutante lhe apresenta El
422. ut Model Options Windows Help fc cP LO o g A ERR Di am dace 7 Em 6 Financiamento em TF fim do embolso pra Pa RI de juros lt inicio do embolso financ TF invIF gt rempo de amortiza o da in cio do embolso pagamentos de divida TF invIF Juros TF TE deprecia o TF es Divida TF financiamento TF y sa e parcela a vida util contabil do financiada TF investimento TF investimento distribuido em TF f a dl em investir em TF tempo de investimento em TF TF desembolso de TF investimento de investimento q referencia em TF relativo em TF al fi FinanciamentoemTF fai Times New Roman 12 b i u s MNEC Le ce Iniciar fa fm 2WindowsE L 2 Microsoft Vensim Model RealPlayer R E Microsoft Pow Tm gi Ei 17 34 gt Vensim ModeloFinal8 mdl Var fator do investimento TF na produtividade File Edit View Layout Model Options Windows Help asd Sree A mpsinotnctio RY 4 820 cam race Fae le ce A Q i na Financiamento em RH TI EM Ed taxa de juros a OO financ RETI j tempo de amortiza o Boni a pagamentos de inicio do embolso juros RHTI invRH TT investimento RETI imobilizado vida util contabil do parcela investimento RH TI financiada RH TI investimento distribuido em RH TI pe em investir em RH TI investimentoem pI tempo de RETI desembolso RH TI
423. utaria GAME 0 25 Units Dmnl 0 18 0 44 0 01 153 tempo de ajuste do mercado 0 5 Units year 154 tempo de amortizac o da divida PD GAME 3 5 Units year 3 5 0 5 155 tempo de amortizac o da divida RH TI GAME 2 Units year 1 3 0 5 156 tempo de amortizac o da divida TF GAME 1 5 Units year 1 3 0 5 157 tempo de amortiza o do emprestimo EBl GAME 1 Units year 0 25 1 0 25 158 tempo de amortiza o do empr stimo EB2 GAME 1 Units year 0 25 1 0 25 159 tempo de amortiza o do emprestimo EB3 GAME 1 Units year 160 tempo de atua o do investimento em PD 2 Units year 161 tempo de atuac o do investimento em RH TI 1 Units year 162 tempo de correc o do estoque 0 25 Units year Anexol 213 163 tempo de desembolso de TF 0 5 Units year 164 tempo de desembolso em PD 2 Units year 165 tempo de desembolso RH TI 1 Units year 166 tempo de efetivac o da NT no mercado GAME 1 5 Units year 0 5 2 0 5 Esta variavel mede o tempo de absorc o da nova tecnologia pelo mercado Tempos mais curtos significam politicas mais agressivas de implementac o da NT por parte da concorr ncia e mais rapidamente a empresa ir ter reduzida sua participac o no mercado at o valor final dado pelo fator de participa o 167 tempo de efetivac o do investimento em TF 0 5 Units year 0 1 Este o tempo durante o
424. utir o crit rio 1 no crit rio 2 Isto perfeitamente poss vel uma vez que ambos n o s o mutuamente excludentes O terceiro crit rio por n s visualizado aquele referente ao comportamento din mico do sistema a ser modelado Imaginamos aqui uma demanda de treinamento espec fico ou simplesmente treinamento avan ado em modelos de organiza es que possam apresentar certos tipos de comportamento din mico a serem selecionados Os modelos seriam ent o desenvolvidos com estes comportamentos j inseridos na sua estrutura e que se tornariam atuantes sob certas condi es do jogo Estas condi es poderiam provir de vari veis internas de decis o ou de vari veis externas vindas do gerador ou de ambas Os jogadores teriam ent o a tarefa de administrar a empresa tentando corrigir estes comportamentos din micos inadequados ao seu bom funcionamento Enquadram se tamb m nesta categoria modelos que incorporam incertezas em alguns de seus par metros internos a serem usados em simula es para treinamentos em an lises de risco A estes par metros seriam associadas distribui es de probabilidades adequadas do tipo fun es ru do e atrav s de simula es Monte Carlo multivariadas se executa an lises de risco para situa es variadas O quarto crit rio seria a classifica o dos modelos pelos respectivos setores O modelo aqui desenvolvido representa uma empresa gen rica do setor manufatureiro Pode se desenvolver uma cole
425. vari vel demanda de mercado pelo n mero de concorrentes dado pela vari vel perfil da concorr ncia que igual a 1 n mero de concorrentes 1 e pelo tempo 154 gt Vensim ModeloFinal para Teste4 SensibCompleta mdl Var valor economico da empresa File Edit View Insert Model Options Windows Help BSA GYM 2A Fensibiidade MoneCorio multivariada KAY 4 920 pe Bm wi eS e ea D cp Q Sensibilidade MonteCarlo multivariada Re 75 os 100 participa o real de mercado n 200 000 ia lo Ed x lariacdo absoluta fati de DP pe RE 150 000 picio da aplica o do ovo patamar de DP ar 100 000 o absoluta mero de correntes 50 000 da atua o de concorrentes 0 1 5 3 4 Time year im n Iniciar fe SystemDynami EI Microsoft Exce taj Cap4 Operac Vensim Model B Adobe Acrobat Sp Fig 5 23 An lise multivariada de sensibilidade comportamento anormal da participa o real do mercado de ajuste do mercado varia o do n mero de concorrentes At este ponto a participa o da empresa no mercado nunca poder atingir valores maiores que a demanda pois est matematicamente impedida para isto Em seguida esta vari vel sofre a influ ncia do investimento em P amp D que aumenta o n mero de unidades colocadas no mercado pela empresa atrav s do fator PD na participa o Este aumento se d pela forma da
426. veis que representam os desembolsos dos investimentos S o elas as vari veis investimento distribuido em PD investimento distribuido em TF e investimento distribuido em RH TI A rea do caixa mostrada na figura 3 18 Caixa Mm d taxa de aplica o es juros de aplica es lt financiamento lt emprestimo TRS bancario 1 gt lt custo da produg o gt lt pagamento de juros EB3 gt lt pagamentos de juros TF gt lt pagamento de juros EB2 gt lt pagamentos de lt emprestimo juros RH TI gt bancario2 gt lt entradas de caixa gt lt pagamentos dp lt pagamento de juros PD gt lt emprestimo ae juros EBI gt bancario3 gt lt financiamento RHTI gt lt aplica es gt ZS fhrxo de entrada lt investimento distribuido em PD gt lt ympostos gt lt financiamento lt amortizag o a EBI gt juros hot money lt amortizag o EB2 gt taxa hot money lt amortizag o EB3 gt lt amortiza o TFS custos gerais gt lt investimento istribuido em RH TI gt lt amortiza o RH TI gt i lt investimento distribuido em TF gt lt amortiza o PD gt Fig 3 18 Modelo Empresarial Area do Caixa As vari veis investimento distribuido em PD investimento distribuido em TF e investimento distribuido em RH TI s o os investimentos totais desembolsados pela empresa
427. vestimento em PD parcela financiada PD tempo de amortiza o da divida PD fim do embolso invPD STEP investimento em PD parcela financiada Anexol 191 PD tempo de amortiza o da divida PD fim do embolso invPD tempo de amortiza o da divida PD Units year 005 amortiza o RH TI STEP investimento em RH TI parcela financiada RH TI tempo de amortiza o da divida RH TI fim do embolso invRH TI STEP investimento em RH TI parcela financiada RH TI tempo de amortiza o da divida RH TI fim do embolso invRH TI tempo de amortiza o da divida RH TI Units S vear 006 amortiza o TF STEP investimento em TF parcela financiada TF tempo de amortiza o da divida TF fim do embolso invTF STEP investimento em TF parcela financiada TF tempo de amortiza o da divida TF fim do embolso invTF tempo de amortiza o da divida TF Units year 007 aparecimento de NT no mercado GAME 1 Units Dmnl 008 aplicac es Fundo de Reserva prazo para as aplica es Units year 009 Caixa INTEG fluxo de entrada fluxo de saida 1e 007 Units 010 Contas a Receber INTEG faturamento entradas de caixa perdas por inadimplencia 1 042e 007 Units O11 corre o do estoque meta de estoque Estoque PA tempo de corre o do estoque Anexol 192 Units pinceletas year 012 custo da produc o custo unitario produc o Units year
428. xado em um ano A vari vel custo de manuten o de estoque dada pela vari vel n vel Estoque PA multiplicada por uma taxa de manuten o de estoque fixada em 10 ao ano e pelo custo unit rio do produto A vari vel custos totais com demiss es calculada com a taxa de demiss es multiplicada por pelo custo unit rio m dio de demiss o fixado no modelo em 2 000 A figura 3 16 mostra o efeito do investimento em RH TI nos custos gerais com um instante de in cio de embolso de 0 5 anos e um montante de 2M 76 Area Financeira pagar dividendos Fundo de Dividendos Reserva Acumuladok taxa de dividendos lt For a de custo padr o Trabalho gt unitario da MP F sal rio medio taxa do dolar A fator dolar na MP CUSt unitario da jae mat ria prima tributari x ee taxa de manuteng o Syste alata custo unitario da de estoque itari m o de obra impostos prazo para as unitario a aA aplica es pagamentos de juros TEA lt Estoque PA gt custo unitari lt produ o lt Custos gerais gt a a lt d preciacao TF gt lt pag mentos d despesas de _ _ Ad o pagamen y puni od ade custo da produ o i nero tributavel lucro liquido ros RH TE OL a custo manuten o de estoque deprecia o custo unitario receita brut de demiss o pagamentos de juros PD gt lt taxa d
429. xlValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G25 G27 Select Selection Copy Range K25 K27 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H25 H27 Select Selection Copy Range K25 K27 Select Anexo 2 222 Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 2 Range E28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False Case 3 Range F28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xIValues Operation xINone SkipBlanks _ False Transpose False Case 4 Range G28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste x1Values Operation xINone SkipBlanks _ False Transpose False Case 5 Range H28 Select Selection Copy Range K28 Select Selection PasteSpecial Paste xlValues Operation xINone SkipBlanks _ False Transpose False End Select Range D4 Select EscolhaConjunto ActiveCell Value Select Case EscolhaConjunto Case 1 Range D29 Selec

61794 - Sistema de Bibliotecas FGV

Contents

Download Pdf Manuals

Related Search

Related Contents