SimPy

Escopo

Use esta habilidade para modelos de eventos discretos baseados em processos onde entidades ativas cedem eventos e disputam recursos: filas, sistemas de produção, logística, redes, operações de serviço, estoque e outros sistemas orientados a eventos.

SimPy fornece um agendador de eventos e primitivas de modelagem. Ele não escolhe um modelo conceitual cientificamente válido, distribuição de entrada, aquecimento, duração da execução, contagem de replicação, estimativa ou interpretação causal. Trate isso como metodologia de estudo de simulação, não como comportamento da API SimPy.

Versão atual e instalação

Revisado em 2026-10-01 em relação à documentação oficial atual e ao código fonte liberado:

• Última versão estável: SimPy 4.1.2, lançada no PyPI em 2026-05-24; a tag de origem 4.1.2 aponta para o commit f4381649.
• Metadados do pacote exigem Python >=3.8 e classificam CPython 3.8-3.14 mais PyPy. SimPy não tem dependências de tempo de execução.
• 4.1.2 adiciona suporte a Python 3.13/3.14 e correções de teste de interpretador moderno.
• O upstream e esta habilidade são licenciados sob MIT.

Crie um ambiente reproduzível:

uv venv --python 3.13
source .venv/bin/activate
uv pip install "simpy==4.1.2"
python -c "import importlib.metadata; print(importlib.metadata.version('simpy'))"

Não substitua silenciosamente a compilação da documentação latest: ela pode descrever uma revisão de desenvolvimento não lançada. Use os links versionados para 4.1.2 em references/sources.md.

Fluxo de trabalho do modelo

1. Defina propósito e estimativas. Declare a decisão/pergunta, limite do sistema, entidades, recursos, estado, saídas, unidades de tempo e evento de término ou alvo de estado estacionário.
2. Escreva um modelo conceitual primeiro. Registre suposições, distribuições, roteamento, prioridades, condições iniciais e mecanismos omitidos.
3. Implemente geradores. Um processo SimPy é um gerador Python que produz eventos. Registre o objeto gerador com env.process(...).
4. Limite a execução. Dê a cada execução de produção limites explícitos de tempo, entidade, evento e replicação. Nunca chame env.run() em um modelo contendo um processo infinito. Um horizonte de tempo sozinho não pode parar um loop yield env.timeout(0) infinito: eventos continuam a ser executados no mesmo tempo de simulação. Adicione uma guarda de contagem de eventos ou de não-progresso-de-tempo, e espere por eventos de mudança de estado em vez de polling ocupado de atraso zero.
5. Separe fluxos aleatórios. Use instâncias de RNG locais para fontes estocásticas logicamente distintas; mantenha um manifesto de sementes.
6. Instrumente deliberadamente. Observe o estado após a transição de interesse, feche intervalos ponderados pelo tempo no horizonte e teste que o monitoramento não altera a ordem dos eventos.
7. Verifique e valide. Teste casos de borda determinísticos, identidades de conservação, rastreamentos, disciplina de fila e benchmarks analíticos; compare com evidências do sistema ou de especialistas para o propósito declarado.
8. Execute réplicas independentes. Faça intervalos a partir de estimativas em nível de replicação, não entidades correlacionadas dentro de uma única execução.
9. Relate limitações. Inclua inicialização, entidades inacabadas, duração da execução, sementes/fluxos, precisão, sensibilidade e evidências de validação. Nunca converta associação de simulação em uma alegação causal.

Leia references/simulation-methodology.md antes de fazer alegações inferenciais.

Modelo limitado mínimo

import random
import simpy

HORIZON = 480.0
arrival_rng = random.Random(101)
service_rng = random.Random(202)
env = simpy.Environment()
server = simpy.Resource(env, capacity=2)
completed = []

def customer(arrival):
    with server.request() as request:
        yield request
        wait = env.now - arrival
        yield env.timeout(service_rng.expovariate(1 / 6.0))
    completed.append((env.now, wait))

def arrivals():
    for _ in range(10_000):  # Entity cap.
        delay = arrival_rng.expovariate(1 / 4.0)
        if env.now + delay >= HORIZON:
            return
        yield env.timeout(delay)
        env.process(customer(env.now))

env.process(arrivals())
env.run(until=HORIZON)

O horizonte numérico é semiaberto: eventos normais agendados exatamente em 480.0 são não processados. Relate entidades inacabadas em vez de tratá-las silenciosamente como observações completas.

Semântica principal

Ambiente e ordenação determinística

Environment é de thread única. A fila é ordenada por tempo de simulação, prioridade do evento, então um ID de evento estritamente crescente. Eventos de mesmo tempo e mesma prioridade são portanto processados FIFO na ordem de agendamento. Processos do modelo podem representar

…