JANETTE CARDOSO

ROBERT VALETTE
RdP
RV JC
REDES DE PETRI
.
A rede de Petri e um modelo
matem atico com representa cao
gr aca que vem sendo amplamente
utilizado, ha mais de 30 anos, em
v arios domnios de atua cao, entre os
quais destacam-se os sistemas de
manufatura, de comunicac ao, de
transporte, de informa cao, logsticos
e, de forma geral, todos os sistemas
a eventos discretos. Especicar,
analisar o comportamento l ogico,
avaliar o desempenho e implementar
esses tipos de sistemas s ao as
principais motivac oes para o uso
da Rede de Petri.
Este livro trata, numa primeira
parte, do modelo b asico da rede de
Petri com suas denicoes,
propriedades e a an alise destas.
Na segunda parte, apresentam-se as
extens oes da rede de Petri que
permitem tratar os dados, o tempo e
a interac ao com o ambiente externo.
Finalizando, um ultimo captulo
aborda temas recentes de pesquisa
sobre o uso da Rede de Petri
associada ` as logicas nebulosa e linear
e a sua aplicac ao ao estudo de
sistemas hbridos.
Atraves deste livro, os autores
colocam sua larga experiencia de
ensino e pesquisa em rede de Petri
` a disposic ao dos professores,
estudantes e engenheiros que
pretendem se familiarizar com este
assunto, apresentando um suporte
completo e atualizado para disciplinas
de graduac ao e p os-graduacao
de cursos de inform atica, engenharias
de automac ao, eletrica e de produc ao
entre outros.
Jean-Marie Farines
Janette Cardoso
Robert Valette
Redes de Petri
Florian opolis
1997
Para Thomas
Janette
Para Marly, Fabien e Aline
Robert
Conte udo
Lista de Figuras 5
Pref

acio 7
I Modelo Basico 10
1 Vocabul

ario e Conceitos 11
1.1 Sistemas discretos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 Noc oes basicas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.2.1 Conceitos utilizados na modelagem . . . . . . . . . . . . . . . . . 12
1.2.2 Paralelismo, cooperac ao, competic ao . . . . . . . . . . . . . . . . 13
1.3 M aquina de estados nitos . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3.1 Processo seq uencial unico . . . . . . . . . . . . . . . . . . . . . . 13
1.3.2 V arios processos seq uenciais . . . . . . . . . . . . . . . . . . . . . 14
1.4 Exemplo de sistema discreto paralelo . . . . . . . . . . . . . . . . . . . . 15
1.4.1 Apresentac ao do exemplo . . . . . . . . . . . . . . . . . . . . . . 15
1.4.2 Modelagem usando maquinas de estado . . . . . . . . . . . . . . . 16
1.5 Requisitos da modelagem . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6 Apresenta cao informal da rede de Petri . . . . . . . . . . . . . . . . . . . 17
1.6.1 Elementos b asicos . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.6.2 Comportamento dinamico . . . . . . . . . . . . . . . . . . . . . . 18
1.7 Modelando diferentes interac oes entre processos . . . . . . . . . . . . . . 19
1.7.1 Seq uencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.7.2 Evoluc oes sncronas e assncronas . . . . . . . . . . . . . . . . . . 20
1.7.3 Variantes e caminhos alternativos . . . . . . . . . . . . . . . . . . 21
1.7.4 Repeti cao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.7.5 Aloca cao de recursos . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.8 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1.9 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 Definic

oes 30
2.1 Conceitos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.1 Rede de Petri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.2 Rede marcada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.1.3 Grafo associado e nota cao matricial . . . . . . . . . . . . . . . . . 32
2.1.4 Rede de Petri pura . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.1.5 Transic ao sensibilizada . . . . . . . . . . . . . . . . . . . . . . . . 33
2.1.6 Disparo de uma transicao . . . . . . . . . . . . . . . . . . . . . . 34
2.1.7 Conito e paralelismo . . . . . . . . . . . . . . . . . . . . . . . . 35
2.1.8 Seq uencia de disparo . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.1.9 Conjunto de marcacoes acessveis . . . . . . . . . . . . . . . . . . 39
2.2 Rede de Petri e sistema de regras . . . . . . . . . . . . . . . . . . . . . . 39
2.2.1 Sistema de regras . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.2.2 Gramatica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.3 Propriedades do modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.1 Rede marcada k-limitada . . . . . . . . . . . . . . . . . . . . . . . 42
2.3.2 Rede marcada viva . . . . . . . . . . . . . . . . . . . . . . . . . . 44
2.3.3 Rede marcada reinici avel . . . . . . . . . . . . . . . . . . . . . . . 46
2.4 Propriedades estruturais . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
2.4.1 Componentes conservativos, invariantes de lugar . . . . . . . . . . 47
2.4.2 Componentes repetitivos, invariantes de transi cao . . . . . . . . . 49
2.5 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3 An

alise das Propriedades 53

3.1 An alise por enumerac ao de marcacoes . . . . . . . . . . . . . . . . . . . . 53
3.1.1 Decidibilidade da propriedade k-limitada . . . . . . . . . . . . . . 54
3.1.2 Procura das outras propriedades . . . . . . . . . . . . . . . . . . . 55
3.2 An alise estrutural . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.2.1 Componentes conservativos,
invariantes de lugar . . . . . . . . . . . . . . . . . . . . . . . . . . 57
3.2.2 Componentes repetitivos,
invariantes de transi cao . . . . . . . . . . . . . . . . . . . . . . . . 59
3.3 An alise atraves de reducao . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.3.1 Lugar substituvel . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.3.2 Lugar implcito . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
3.3.3 Transic ao neutra ou identidade . . . . . . . . . . . . . . . . . . . 64
3.3.4 Transic oes identicas . . . . . . . . . . . . . . . . . . . . . . . . . . 65
3.4 Relac ao entre os diversos metodos de an alise . . . . . . . . . . . . . . . . 65
3.5 Resultados particulares: subclasses . . . . . . . . . . . . . . . . . . . . . 68
3.6 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
3.7 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
II Dados, Tempo e Ambiente Externo 72
4 Redes Interpretadas 73
4.1 O que e a interpretac ao? . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
4.2 An alise . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.3 Validac ao por simulac ao . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.4 Modelagem com rede de Petri interpretada . . . . . . . . . . . . . . . . . 79
4.5 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.5.1 Descricao do processo . . . . . . . . . . . . . . . . . . . . . . . . . 80
4.5.2 Modelo do sistema . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.6 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.7 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
5 Redes de Alto N

vel 84
5.1 Caractersticas gerais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
5.2 Os diferentes modelos de RPAN . . . . . . . . . . . . . . . . . . . . . . . 88
5.2.1 Rede de Petri colorida . . . . . . . . . . . . . . . . . . . . . . . . 88
5.2.2 Rede de Petri predicado-transic ao . . . . . . . . . . . . . . . . . . 92
5.2.3 Rede de Petri a objetos . . . . . . . . . . . . . . . . . . . . . . . . 96
5.3 Caractersticas dos modelos . . . . . . . . . . . . . . . . . . . . . . . . . 101
5.3.1 A cha como elemento de informacao . . . . . . . . . . . . . . . . 101
5.3.2 Dobramento das transic oes e dos lugares . . . . . . . . . . . . . . 101
5.4 Escolha do modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
5.5 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
5.6 Exerccios . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6 Redes de Petri e a representac

ao do tempo 105
6.1 Rede de Petri temporizada . . . . . . . . . . . . . . . . . . . . . . . . . . 105
6.1.1 Tempo associado ao lugar . . . . . . . . . . . . . . . . . . . . . . 105
6.1.2 Tempo associado ` a transicao . . . . . . . . . . . . . . . . . . . . . 106
6.2 Rede de Petri temporal . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.2.1 Representac ao do watchdog . . . . . . . . . . . . . . . . . . . . . . 108
6.2.2 Comparac ao entre os dois modelos . . . . . . . . . . . . . . . . . 109
6.3 Rede de Petri estoc astica . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
6.3.1 Limite das redes temporizada e temporal . . . . . . . . . . . . . . 109
6.3.2 Duracao de sensibilizac ao estoc astica . . . . . . . . . . . . . . . . 110
6.3.3 Obtencao de uma cadeia de Markov . . . . . . . . . . . . . . . . . 111
6.4 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
7 M

etodos de implementac

ao 113
7.1 Abordagem procedimental . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7.2 Abordagem nao procedimental . . . . . . . . . . . . . . . . . . . . . . . . 114
7.2.1 Princpio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
7.2.2 Comparac ao com a abordagem procedimental . . . . . . . . . . . 115
7.3 Abordagem descentralizada . . . . . . . . . . . . . . . . . . . . . . . . . 116
8 Redes de Petri, l

ogicas n

ao cl

assicas e sistemas h

bridos 118
8.1 Redes de Petri nebulosas . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
8.1.1 Requisitos para modelos de sistemas dinamicos . . . . . . . . . . 118
8.1.2 Combinando redes de Petri e conjuntos nebulosos . . . . . . . . . 119
8.2 Redes de Petri como sem antica para l ogica linear . . . . . . . . . . . . . 122
8.2.1 Logica linear: noc oes de base . . . . . . . . . . . . . . . . . . . . 122
8.2.2 Descricao da rede de Petri usando logica linear . . . . . . . . . . . 123
8.2.3 Seq uencia de tiro na logica linear . . . . . . . . . . . . . . . . . . 124
8.3 Redes de Petri para sistemas hbridos . . . . . . . . . . . . . . . . . . . . 126
8.3.1 Sistema de produc ao hbrido . . . . . . . . . . . . . . . . . . . . . 126
8.3.2 Tecnicas de modelagem . . . . . . . . . . . . . . . . . . . . . . . 127
8.4 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 131
A Grafos 132
A.1 Denicoes formais e notacao . . . . . . . . . . . . . . . . . . . . . . . . . 132
A.2 Conectividade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
A.3 Notas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
B C

alculo dos componentes 137

B.1 Princpio do c alculo de uma base . . . . . . . . . . . . . . . . . . . . . . 137
B.2 Exemplo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
B.3 Algoritmo simplicado e procura das solu coes positivas . . . . . . . . . . 141
Bibliografia 144

Indice 149
Lista de Figuras
1.1 Sistemas: a) discretizado; b) discreto; c) a eventos discretos . . . . . . . . 12
1.2 a) Sistema de triagem; b) Maquina de estados . . . . . . . . . . . . . . . 14
1.3 Explos ao combinatoria do n umero de estados . . . . . . . . . . . . . . . . 14
1.4 Triagem de objetos pesados com estoque intermediario . . . . . . . . . . 16
1.5 Conjunto de maquinas comunicantes . . . . . . . . . . . . . . . . . . . . 17
1.6 Rede de Petri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
1.7 Seq uencia de processos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
1.8 a) Divisao; b) Junc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.9 a) Caminhos alternativos; b) Repetic ao . . . . . . . . . . . . . . . . . . . 22
1.10 Partilhamento de um recurso . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.11 a) Sistema de transporte; b) Modelo do circuito N
0
. . . . . . . . . . . . 24
1.12 Modelo dos circuitos N
1
e N
2
. . . . . . . . . . . . . . . . . . . . . . . . 25
1.13 a) Sistema tipo batelada; b) Modelo rede de Petri . . . . . . . . . . . . . 26
1.14 Grafo do sistema tipo batelada . . . . . . . . . . . . . . . . . . . . . . . 27
1.15 Celula de fabricac ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
2.1 Rede de Petri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.2 Rede de Petri n ao pura . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.3 Seq uencia de disparo de transic oes . . . . . . . . . . . . . . . . . . . . . . 36
2.4 Rede com seq uencia n ao disparavel . . . . . . . . . . . . . . . . . . . . . 38
2.5 Grafo de marcacoes acessveis . . . . . . . . . . . . . . . . . . . . . . . . 40
2.6 Rede de Petri n ao limitada . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.7 Rede parenteses . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
2.8 Transic ao quase viva e nao viva . . . . . . . . . . . . . . . . . . . . . . . 45
2.9 Grafo das marcacoes (transic ao quase viva) . . . . . . . . . . . . . . . . . 45
2.10 Transi cao quase viva e seq uencia innita . . . . . . . . . . . . . . . . . . 46
2.11 a) Rede n ao reinici avel; b) Grafo associado . . . . . . . . . . . . . . . . . 47
2.12 Rede com propriedades dependentes da marcacao inicial . . . . . . . . . 47
2.13 Invariantes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
2.14 Exerccio 3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.15 Exerccio 4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.1 a) Lugar substituvel p
4
; b) Simplicacao do lugar p
4
. . . . . . . . . . . 61
3.2 a) Lugar implcito p
1
; b) p
1
simplicado; c) Contra-exemplo . . . . . . . 62
3.3 a) Lugares identicos; b) Lugar implcito degenerado . . . . . . . . . . . . 63
3.4 Transic ao neutra a) t; b) d (n ao simplic avel) . . . . . . . . . . . . . . . 64
3.5 a) Transi coes t
1
e t
2
identicas; b) Simplica cao de t
2
. . . . . . . . . . . . 65
3.6 Caracteriza cao das marcacoes . . . . . . . . . . . . . . . . . . . . . . . . 66
3.7 Rede com conjunto de marcac oes diferentes . . . . . . . . . . . . . . . . . 67
3.8 a) Grafo de eventos; b) Circuitos elementares . . . . . . . . . . . . . . . . 69
3.9 An alise por reduc ao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.1 Disparo de transicoes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
4.2 Associac ao de uma atividade a uma transic ao . . . . . . . . . . . . . . . 75
4.3 Intera cao da rede de Petri com o ambiente externo . . . . . . . . . . . . 77
4.4 Marcac oes acessveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
4.5 Estac ao de coleta de petroleo . . . . . . . . . . . . . . . . . . . . . . . . 80
4.6 Modelo do controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.7 Modelo da planta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
5.1 Comportamento: a) detalhado; b) um s o processo; c) geral . . . . . . . . 86
5.2 Leitores e escritores: rede completa . . . . . . . . . . . . . . . . . . . . . 87
5.3 Leitores e escritores: rede dobrada . . . . . . . . . . . . . . . . . . . . . . 87
5.4 Rede de Petri colorida . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
5.5 Rede de Petri predicado-transicao . . . . . . . . . . . . . . . . . . . . . . 93
5.6 Rede de Petri subjacente . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.1 Temporizac ao da rede de Petri . . . . . . . . . . . . . . . . . . . . . . . . 106
6.2 O tempo e a rede de Petri . . . . . . . . . . . . . . . . . . . . . . . . . . 107
6.3 Watchdog . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
6.4 a) Rede de Petri estocastica; b) Grafo GA(R; M) . . . . . . . . . . . . . 112
7.1 Princpio do jogador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
8.1 a) P Q R, b) (P Q) (P R) . . . . . . . . . . . . . . . . . . . 122
8.2 Recursos e seq uencia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
8.3 Reator . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
8.4 Receita de fabricacao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
8.5 Explicitac ao do tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
8.6 Durac ao nao calcul avel a priori . . . . . . . . . . . . . . . . . . . . . . . 130
A.1 a) Grafo conexo; b) Grafo n ao conexo . . . . . . . . . . . . . . . . . . . . 134
A.2 Grafo a) fortemente conexo; b) fracamente conexo . . . . . . . . . . . . . 135
Pref

acio
Historico
A rede de Petri e uma ferramenta gr aca e matem atica que se adapta bem a um
grande n umero de aplicac oes em que as no coes de eventos e de evolu coes simult aneas s ao
importantes.
Esta teoria e muito jovem, pois nasceu da tese, intitulada Comunicacao com automatos,
defendida por Carl Adam Petri em 1962 na Universidade de Darmstadt, Alemanha. Carl
Adam Petri, nascido em 1926 em Leipzig, e professor na Universidade de Bonn. Anatol
W. Holt foi seduzido por este trabalho e sob sua impulsao um grupo de pesquisadores
do Massachussetts Institute of Technology-MIT, Estados Unidos, lanca as bases, entre
1968 e 1976, do que se tornou as redes de Petri. Entre estes pioneiros destacam-se F.
Commoner e M. Hack.
Entre as aplicac oes pode-se citar: avalia cao de desempenho, an alise e vericacao for-
mal em sistemas discretos, protocolos de comunicac ao, controle de ocinas de fabricacao,
concepc ao de software tempo real e/ou distribudo, sistemas de informa cao (organiza cao
de empresas), sistemas de transporte, logstica, gerenciamento de base de dados, interface
homem-m aquina e multimdia.
Em relacao ao controle de sistemas de fabricac ao automatizada, a aplicac ao de redes
de Petri efetuou-se de incio na Franca, sob a forma um pouco modicada da norma
Grafcet, para a programac ao de aut omatos program aveis industriais. Esta norma foi
inicialmente proposta por uma comissao da Afcet-Association francaise des sciences et
technologie de linformation et des syst`emes em 1977 e se tornou uma norma industrial
(C03.190-UTE) na Franca, em 1980, e em seguida em nvel europeu atraves do escrit orio
central da CEI sob referencia IEC 848.
A complexidade dos sistemas a eventos discretos, em particular no caso de siste-
mas de fabricac ao automatizada, leva a uma decomposic ao hierarquica com varios nveis
de controle. Em geral s ao utilizados cinco nveis: planejamento, escalonamento, coor-
denac ao global, coordenacao de sub-sistemas e controle direto (aut omatos program aveis
diretamente conectados aos sensores e aos atuadores). Considerando a utilizac ao da rede
de Petri no nvel de coordenac ao, os pases mais ativos s ao a Alemanha (Sociedade PSI
em Berlim) e o Japao (Sociedade Hitachi). Na Franca pode-se citar a Sociedade IXI
(Toulouse).
As vantagens da utilizacao da rede de Petri podem ser resumidas pelas considerac oes
seguintes:
pode-se descrever uma ordem parcial entre varios eventos, o que possibilita levar-se
em conta a exibilidade;
os estados, bem como os eventos, s ao representados explicitamente;
uma unica famlia de ferramentas e utilizada atraves da especicacao, da modela-
gem, da an alise, da avaliac ao do desempenho e da implementacao;
uma unica famlia de ferramentas e utilizada nos diversos nveis da estrutura
hier arquica do controle, o que facilita a integrac ao destes nveis;
uma descric ao precisa e formal das sincronizac oes torna-se possvel, o que e essencial
para alcancar-se a necess aria seguranca de funcionamento.
Organizacao do livro
Este livro corresponde ` as notas de aula utilizadas, desde 1991, na disciplina Sistemas
de tempo real I do curso de P os-Graduac ao em Engenharia Eletrica da Universidade
Federal de Santa Catarina.
O livro e organizado em duas partes. A primeira parte trata do modelo b asico,
chamado tambem de rede de Petri ordinaria. O captulo 1 faz uma introduc ao, iniciando
com a denic ao de sistemas a eventos discretos, situando de modo informal o modelo,
sua importancia e areas de aplicacao.
No captulo 2 s ao apresentados os aspectos basicos do modelo rede de Petri: denic oes
e propriedades. Como realizar a analise destas e descrito no captulo 3.

E interessante
complementar o estudo deste captulo com o software ARP de an alise de redes de Petri,
desenvolvido no LCMI - Laborat orio de Controle e Microinform atica do Departamento
de Engenharia Eletrica da UFSC (j a distribudo para algumas universidades, inclusive
da Fran ca, Belgica e Inglaterra).
A segunda parte deste livro trata da intera cao entre a rede de Petri e os dados, o
tempo e o ambiente externo. O captulo 4 apresenta as redes de Petri interpretadas,
que permitem representar a interac ao com o ambiente externo. No captulo 5 s ao apre-
sentadas as redes de alto nvel, que permitem individualizar a cha, permitindo que
esta transporte informac ao, aumentando o nvel de abstrac ao do modelo. As diferentes
maneiras de explicitar o tempo s ao tratadas no captulo 6.
O captulo 7 trata dos metodos de implementac ao de sistemas representados por redes
de Petri.
O captulo 8 se refere a aplicac oes mais recentes do modelo. Trata da utilizacao
conjunta da rede de Petri com outras teorias como a logica nebulosa e a logica linear.
A primeira permite modelar a marcac ao imprecisa, representando, assim, situa coes reais
em que a informa cao sobre o sistema e incompleta. A segunda permite expressar a noc ao
de recursos, que a l ogica cl assica n ao permite. Este captulo trata tambem da utilizacao
de redes de Petri em sistemas hbridos, como os sistemas de tipo batelada (batch, em
ingles), que contem uma parte contnua e uma parte dirigida por eventos discretos.
Durante todo o livro serao apresentadas aplicac oes da rede de Petri e suas extensoes
na modelagem e na implementac ao, destacando-se a area de automacao da manufatura.
Este livro pode tambem ser empregado num curso de redes de Petri de um semestre
na graduac ao, utilizando os captulos 1 a 4 e parte dos captulos 6 e 7.
Agradecimentos
Os autores agradecem aos alunos e colegas que, atraves de perguntas, d uvidas e
sugest oes, trouxeram contribuic oes a este trabalho e a Brigitte Pradin-Chezalviel que
participou da elaborac ao do item Redes de Petri como semantica para logica linear.
Agradecem tambem a UFSC, a CAPES, ao CNPq e ao LAAS por terem oportu-
nizado este livro e o apoio da equipe do Laboratorio de Controle e Microinform atica
LCMI/EEL/UFSC que ajudou a torn a-lo possvel.
Em particular, agradecem a Eduardo Souza (esms) que, durante a vers ao nal, com
prossionalismo e gentileza, prestou inestim avel auxlio nas emergencias informaticas,
aos colegas Carlos Alberto Maziero e Guilherme Bittencourt que acudiram aos pedidos
de socorro latexianos, a Hugo Leonardo Gosmann pela ajuda na editorac ao de parte da
vers ao nal e a Maria Joana Zucco, Eda Brustolin e Ana L ucia do Amaral pelo apoio e
rapidez na revis ao.
J. C.
R. V.
Florian opolis, SC
Maio de 1997
Parte I
Modelo B

asico
Captulo 1
Vocabul

ario e Conceitos
O modelo de rede de Petri foi proposto por Carl Petri para modelar a comunicacao
entre automatos, utilizados, na epoca
1
, para representar sistemas a eventos discretos.
Para situar o leitor nesta area de atuac ao, e apresentada inicialmente a caracterizacao
de tais sistemas, e os conceitos b asicos utilizados na sua modelagem. A m aquina de
estados nitos, bastante usada para representar tais sistemas, e discutida, apresentando-
se suas limita coes.
Antes da denic ao formal da rede de Petri no captulo 2, e realizada, neste captulo,
uma apresentac ao informal. O objetivo e fazer com que o leitor possa, desde o incio,
realizar a modelagem de alguns sistemas que lhe s ao familiares. Podera vericar, assim,
o quanto este modelo e poderoso para representar os diferentes processos existentes num
sistema, permitindo estruturar, de forma organizada, a modelagem. Mesmo sem estudar
ainda as tecnicas de an alise das propriedades, apresentadas no captulo 3, podera observar
que o formalismo do modelo auxilia, inclusive, a detectar eventuais erros presentes na
especic ao informal.
1.1 Sistemas discretos
De um modo geral, um sistema discreto e um sistema no qual as mudancas de estado
ocorrem em instantes precisos. Costuma-se situar os sistemas discretos em oposic ao
aos sistemas contnuos. Esta classicac ao depende do ponto de vista em que se coloca
o observador e depende do grau de abstrac ao desejado. Por exemplo, considere uma
fresadora num sistema de manufatura. Do ponto de vista da operac ao de fresagem, o
sistema deve ser modelado por um modelo contnuo. Do ponto de vista da coordenac ao do
sistema de manufatura, considerando os eventos incio de fresagem e m de fresagem, o
sistema deve ser modelado por um modelo a eventos discretos. Pode-se, de fato, encontrar
diversas denic oes de tais sistemas, representados na FIG. 1.1, que serao enumerados a
seguir.
Sistemas discretizados: s ao sistemas estudados somente em instantes precisos.
Trata-se, portanto, de sistemas contnuos observados em instantes discretos (sistemas
amostrados). As vari aveis de estado evoluem de maneira contnua, sem mudanca brusca
1
Recentemente, foi proposta a teoria de automatos hbridos, para modelar os sistemas que possuem
um componente contnuo e um componente discreto (ver captulo 8).
1.2 Nocoes basicas 12
Figura 1.1: Sistemas: a) discretizado; b) discreto; c) a eventos discretos
de comportamento, mas e somente a instantes discretos do tempo que h a interesse em
conhecer seu valor.
Sistemas discretos: s ao sistemas para os quais os valores das vari aveis de estado,
ou ao menos de algumas delas, variam bruscamente a certos instantes. Entretanto, estes
instantes nao podem necessariamente ser previstos e o conhecimento do estado a um
instante dado nao permite que, sem calculo, se conhe ca o estado seguinte.
Sistemas a eventos discretos: s ao sistemas modelados de tal sorte que as vari aveis
de estado variam bruscamente em instantes determinados e que os valores das variaveis
nos estados seguintes podem ser calculados diretamente a partir dos valores precedentes
e sem ter que considerar o tempo entre estes dois instantes.

E esta classe de sistemas
que sera estudada neste livro.
1.2 Nocoes basicas
1.2.1 Conceitos utilizados na modelagem
Os conceitos b asicos utilizados na modelagem de um sistema baseada numa aborda-
gem por eventos discretos s ao os seguintes:
Eventos: sao os instantes de observac ao e de mudanca de estado do sistema.
Atividades: sao as caixas-pretas utilizadas para recuperar e esconder a evoluc ao do
sistema fsico entre dois eventos. Portanto, os eventos correspondem em geral ao incio
e ao m de uma atividade.
Processos: sao seq uencias de eventos e de atividades interdependentes. Por exem-
plo, um evento provoca uma atividade, que provoca um evento de m de atividade, que
por sua vez pode provocar uma outra atividade e assim por diante.
1.3 Maquina de estados nitos 13
1.2.2 Paralelismo, cooperacao, competicao
A evolucao dos processos num sistema pode se dar de forma simultanea ou n ao. Se
esta se d a de forma simult anea, os processos podem ser completamente independentes
ou relativamente independentes.
Esta independencia relativa signica que certas atividades s ao totalmente indepen-
dentes entre si, enquanto que outras atividades necessitam de pontos de sincronizacao,
isto e, de eventos comuns a v arias evoluc oes. Existem diferentes formas de interacao
entre processos:
Cooperacao: os processos concorrem a um objetivo comum; procura-se descrever
uma independencia de processos antes de um ponto de sincronizac ao.
Competicao: os processos devem ter acesso a um dado recurso para realizar sua
tarefa. Se existisse um n umero suciente de recursos, os processos seriam completamente
independentes. Trata-se, portanto, de um partilhamento de recursos resolvido, em geral,
por exclusoes m utuas. Procura-se portanto descrever uma exclus ao entre dois processos
a partir de um ponto de sincronizac ao.
Pseudo-paralelismo: o paralelismo e apenas aparente e os eventos, mesmo inde-
pendentes, nunca ser ao simult aneos. Eles serao ordenados por um rel ogio comum.

E
o caso de v arias tarefas inform aticas sendo executadas num unico processador. Este
executa somente uma instru cao por vez.
Paralelismo verdadeiro: os eventos podem ocorrer simultaneamente. Isto signi-
ca que n ao existe uma escala de tempo comum sucientemente precisa para determinar
qual evento precedeu o outro. Ocorre quando v arias tarefas inform aticas s ao executadas
num computador paralelo, com um processador alocado para cada tarefa independente.
1.3 Maquina de estados nitos
1.3.1 Processo seq uencial unico
A representac ao cl assica de um sistema a eventos discretos, cujo n umero de estados
e nito, consiste em enumerar todos os estados possveis e a descrever os eventos do tipo
mudan cas de estado, isto e, descrever o pr oximo estado a partir de cada estado.
O modelo matem atico M = (E, A, , E
0
) e chamado maquina de estados nitos e
consiste em um conjunto nito de estados E com um estado inicial E
0
, um alfabeto de
entrada A e uma func ao de transic ao de estado : E A E que associa a cada par
estado-entrada o proximo estado. Um grafo e associado ao modelo, cujo conjunto de
n os e o conjunto de estados E, e o arco que leva de um estado E
i
a um estado E
j
e
etiquetado pelo evento a A, tal que (E
i
, a) = E
j
.
Este modelo matematico exprime bem a noc ao de evento, e parcialmente a de ati-
vidade (um estado entre dois eventos); nao exprime, entretanto, a nocao de processo
(evolu cao simult anea de diversos processos paralelos). Uma m aquina de estados nitos
descreve, de fato, apenas um unico processo seq uencial.
Considere um sistema simples de triagem numa esteira T em movimento. Os objetos
pesados devem ser retirados por um operador. Um sensor P indica a presenca de um
objeto pesado; quando isto acontece, a esteira deve parar para que o operador possa
retirar o objeto. Uma vez retirado, a esteira entra novamente em movimento (FIG. 1.2.a).
1.3 Maquina de estados nitos 14
a)
P
a
M
P
b)
P
P
P
P
T
Figura 1.2: a) Sistema de triagem; b) M aquina de estados
A FIG. 1.2.b mostra a maquina de estado deste sistema: E = M, P
a
e o conjunto
de estados. O estado inicial M representa a esteira em movimento, e o estado P
a
, a
esteira parada. O alfabeto A = P, P e formado pelos eventos possveis de ocorrer no
sistema. O evento P indica a presenca de um objeto pesado, e o evento P, a ausencia.
Se o estado atual do sistema e M, a ocorrencia do evento P leva-o ao estado P
a
. Este
comportamento e traduzido pela transi cao de estado (M, P) = P
a
. As demais transi coes
de estado s ao dadas por: (P
a
, P) = M, (P
a
, P) = P
a
, (M, P) = M.
1.3.2 Varios processos seq uenciais
Quando e necessario descrever v arios processos seq uenciais, a soluc ao mais simples e
representar o sistema por um conjunto de m aquinas de estado nito. Se estas maquinas
s ao independentes, n ao existe nenhum problema. Entretanto, quando existe competicao,
e principalmente quando existe cooperac ao entre diversos processos, nao existe inde-
pendencia entre as m aquinas que dever ao sincronizar-se entre si. Tem-se, ent ao, os pro-
cessos seq uenciais comunicantes. A sincronizac ao e descrita fazendo intervir na funcao
de uma m aquina, os estados E
i
E de outras m aquinas.
A FIG. 1.3 mostra as m aquinas de estado M
1
e M
2
(ambas com n = 2) e a composicao
de ambas numa m aquina de estado M
G
que descreve o comportamento global do sistema,
com n = 4 (os sinais compartilhados n ao s ao mostrados).
24
3
13
23 14
M
2
: M
1
:
4
1
2
M
G
:
Figura 1.3: Explosao combinat oria do n umero de estados
Os processos seq uenciais comunicantes podem ser decompostos de diversas manei-
ras, podendo tal decomposicao ser material ou funcional (no exemplo da FIG. 1.2.b a
decomposic ao e material). Qualquer que seja o metodo utilizado, a representa cao das
comunica coes entre as m aquinas difere da represen cao interna do seq uenciamento de uma
m aquina.

E por esta razao que as escolhas de decomposic ao iniciais serao dicilmente
1.4 Exemplo de sistema discreto paralelo 15
colocadas em quest ao. Portanto, e impossvel utilizar uma abordagem por renamentos
sucessivos (top-down).

E necessario desde o incio escolher uma decomposicao que nao
ser a colocada em causa a posteriori.
Explosao combinatoria de estados
Se existem informa coes partilhadas ou troca de sinais entre as maquinas, e necess ario
analisar o comportamento global do sistema. Esta an alise s o podera ser feita recalculando
uma maquina de estado que descreva o sistema global. Neste caso, ocorre a inevit avel
explos ao combinatoria do n umero de estados. De fato, a composicao de k m aquinas,
tendo cada uma n estados, produz uma m aquina de n
k
estados.
Na FIG. 1.3, n = 2 para as m aquinas M
1
e M
2
e a maquina composta M
G
possui
n = 4. Observe na tabela abaixo que ` a medida que n e k aumentam ocorre a explosao
combinat oria:
n 2 2 3 3 4 4 4 6 6 10 6 6
k 3 4 3 4 2 3 4 2 3 3 4 5
n
k
8 16 27 81 16 64 256 36 216 10
3
1296 7776
Nao-independencia de submaquinas, bloqueio mortal
Ora, a an alise do comportamento global do sistema e indispens avel, pois um certo
n umero de problemas graves podem aparecer em sistemas paralelos. O mais conhecido e o
bloqueio mortal. Em certas congurac oes, nenhuma m aquina de estado pode evoluir, pois
cada maquina espera uma determinada evoluc ao de uma outra m aquina. Tal evoluc ao
n ao pode ocorrer, pois a outra m aquina est a igualmente num estado de espera. Este
fen omeno ser a ilustrado atraves de um exemplo.
1.4 Exemplo de sistema discreto paralelo
1.4.1 Apresentacao do exemplo
Considere um sistema de triagem com estoque intermediario que utiliza esteiras ro-
lantes. Tal sistema e representado na FIG. 1.4. Os objetos s ao transportados por uma
unica esteira T
1
e os objetos pesados devem ser retirados e encaminhados para a esteira
T
2
. Sup oe-se que a cadencia dos objetos chegando em T
1
e, ` as vezes, maior que a dos
objetos saindo de T
2
, o que exige um armazenamento intermediario (buer).
A esteira T
A
e utilizada como intermedi aria para armazenar temporariamente os ob-
jetos pesados, evitando assim que o uxo de chegada de objetos em T
1
seja interrompido.
Sup oe-se que o comprimento de T
A
e suciente para evitar que esta seja totalmente ocu-
pada, o que permite considera-la com uma capacidade de armazenamento innita. A
esteira T
A
e controlada por dois sinais A e R que a fazem avancar e recuar de uma
posic ao (comando do tipo passo a passo).
O robo R
b
e utilizado para deslocar os objetos da esteira T
1
para a esteira T
A
(ativi-
dade P
1
) e de T
A
para T
2
(atividade P
2
). Um sensor F indica o m dos movimentos P
1
ou P
2
.
Utilizando uma decomposic ao ligada ao material (hardware), cada subsistema (estei-
ras T
1
e T
A
e rob o Rb) e descrito por uma m aquina de estados nitos. O sistema e entao
1.4 Exemplo de sistema discreto paralelo 16
F
P
1
P
2
R
b
A R
P
T
1
T
A
T
2
M
Figura 1.4: Triagem de objetos pesados com estoque intermedi ario
descrito por tres m aquinas de estados nitos: T1, TA e RB. A m aquina T1 corresponde
ao controle da esteira T
1
, a m aquina TA ao controle da esteira T
A
e a maquina RB
corresponde ao controle do rob o Rb. O mecanismo de funcionamento e o seguinte:
se um objeto pesado e detectado pelo sensor P (e gerado o evento P = 1), a esteira
T
A
deve avancar de um passo (A); a seguir o sinal CP1 e enviado ao controle do
rob o, o que provoca a execu cao da atividade P1 (estado 6);
se a esteira T
2
est a livre e a esteira T
A
contem ao menos um objeto (condic ao OK),
o rob o executa a atividade P
2
e a esteira T
A
deve recuar um passo (envio da ordem
CA para o controle do rob o e execuc ao da atividade R por T
A
).
1.4.2 Modelagem usando maquinas de estado
As tres maquinas de estados nitos que descrevem este sistema de triagem s ao dadas
na FIG. 1.5. Os crculos representam os estados e os arcos, as transic oes entre os estados.
As etiquetas associadas aos estados descrevem as atividades, ou as informacoes uti-
lizadas por outras m aquinas. Por exemplo, M associada ao estado 3 da m aquina T1
signica que, neste estado, a esteira T
1
avanca (em movimento). A etiqueta CR (con-
trole R), associada ao estado 5 da m aquina RB (rob o), indica que esta espera que T
A
realize a atividade R (estado de espera).
As etiquetas associadas aos arcos descrevem os eventos que provocam a mudan ca de
estado (passagem do estado atual ao pr oximo estado). Por exemplo, P da m aquina T1
corresponde ` a condi cao P = 1 que indica a chegada de um objeto pesado. A etiqueta
CR associada a um arco da maquina TA indica que a mudanca de estado (de 1 para 7)
ocorre quando a m aquina RB est a no estado 5.
As comunicac oes entre as m aquinas TA e P (T1 e independente) s ao feitas atraves
de CR, de CP1 e do sensor F. Considere o sistema no seguinte estado:
m aquina TA no estado 1, RB em 2 e T1 em 3;
a esteira T
A
contem objetos pesados e a esteira T
2
acaba de liberar um lugar
(condic ao OK).
1.5 Requisitos da modelagem 17
9
M
3 10
P
P
P
2
4
F
CR
FR
2
6
P
1
OK.CP1
5
F
CP1
RB :
R A
CP1
F
7
FV
FR
P.CR
CR
TA : T1 :
1
8
Figura 1.5: Conjunto de m aquinas comunicantes
A m aquina RB vai passar do estado 2 ao estado 4 e a atividade P2 vai ser executada. Se
durante este tempo chega um objeto pesado, a m aquina T1 vai passar para o estado 10 e
TA para o estado 8. Ap os a execucao de P2 (sinal F), a m aquina RB vai passar para o
estado 5; ap os A (sinal FA), a maquina TA vai para o estado 9. O sistema estara ent ao
totalmente bloqueado (bloqueio mortal ), pois TA espera que RB execute a atividade
CP1 enquanto RB por sua vez espera que TA execute R!
2
1.5 Requisitos da modelagem
Existem tecnicas na teoria de m aquinas de estados nitos que permitem evitar o
bloqueio mortal. Entretanto, um ponto importante e que a estrutura do sistema e com-
pletamente perdida. Dois arcos (transic oes) saindo do mesmo estado podem representar
uma decis ao entre duas opc oes diferentes ou dois eventos independentes. Deve-se ressal-
tar que o principal proposito de uma especicac ao clara de um sistema a eventos discretos
e explicitar as interac oes entre os estados do processo e o sistema de tomada de decisao
que ira control a-lo. Outro ponto importante e que a introdu cao de modica coes, mesmo
pequenas, implica a construc ao de uma nova m aquina de estados.
O modelo de rede de Petri que introduziremos a seguir oferece, alem do conhecimento
comportamental sobre o sistema, tambem o conhecimento estrutural como sera visto ao
longo deste livro.
1.6 Apresentacao informal da rede de Petri
1.6.1 Elementos basicos
Os elementos b asicos que permitem a denic ao de uma rede de Petri, em n umero de
tres, sao polivalentes e em grande medida podem ser interpretados livremente. Estes
2
O smbolo marca o nal de um exerccio resolvido.
1.6 Apresenta cao informal da rede de Petri 18
elementos s ao os seguintes:
Lugar (representado por um crculo): pode ser interpretado como uma condic ao,
um estado parcial, uma espera, um procedimento, um conjunto de recursos, um
estoque, uma posic ao geogr aca num sistema de transporte, etc. Em geral, todo
lugar tem um predicado associado, por exemplo, maquina livre, peca em espera
(FIG. 1.6);
Transicao (representada por barra ou ret angulo): e associada a um evento que
ocorre no sistema, como o evento iniciar a operacao (transic ao t na FIG. 1.6);
Ficha (representado por um ponto num lugar): e um indicador signicando que
a condic ao associada ao lugar e vericada. Pode representar um objeto (recurso
ou peca) numa certa posi cao geograca (num determinado estado), ou ainda uma
estrutura de dados que se manipula. Por exemplo, uma cha no lugar maquina
livre indica que a m aquina est a livre (predicado verdadeiro). Se n ao tem chas
neste lugar, o predicado e falso, por conseguinte a m aquina nao esta livre. Se no
lugar pecas em espera houvesse tres chas, indicaria que existem tres pecas em
espera.
t
b)
m aquina
livre
pe ca em
espera
m aquina em
t
operac ao
a)
operac ao
m aquina
livre
pe ca em
espera
m aquina em
Figura 1.6: Rede de Petri
A primeira observa cao a fazer e que estas diversas interpretac oes dos lugares e chas
s ao bastante variadas. Podem ser utilizadas para descrever entidadas abstratas como
condic oes ou estados, mas tambem entidades fsicas como pecas ou dep ositos. Pode-se
tambem chegar a uma banalizac ao completa, no nvel descritivo, entre as pecas, ferra-
mentas e, de modo geral, entre todos os recursos utilizados na f abrica.

E esta grande
banalizacao que permite uma visao sintetica do sistema a ser modelado e que autoriza
certos procedimentos de an alise.
1.6.2 Comportamento dinamico
O estado do sistema e dado pela repartic ao de chas nos lugares da rede de Petri,
cada lugar representando um estado parcial do sistema. A cada evento que ocorre no
sistema, e associada uma transic ao no modelo de rede de Petri. A ocorrencia de um
1.7 Modelando diferentes interacoes entre processos 19
evento no sistema (que faz com que este passe do estado atual ao proximo estado) e
representado, no modelo, pelo disparo da transic ao ao qual este est a associado.
O disparo de uma transic ao consiste em dois passos:
retirar as chas dos lugares de entrada, indicando que esta condi cao nao e mais
verdadeira ap os a ocorrencia do evento, e
depositar chas em cada lugar de sada, indicando que estas atividades estar ao,
ap os a ocorrencia do evento, sendo executadas.
Por exemplo, a ocorrencia do evento iniciar a operacao, associado `a transic ao t
(FIG. 1.6.a), s o pode acontecer se houver (ao menos) uma cha no lugar maquina li-
vre e (ao menos) uma cha no lugar peca em espera. A ocorrencia do evento iniciar a
operac ao, no sistema, equivale ao tiro da transic ao t na rede de Petri: e retirada uma
cha do lugar maquina livre e uma cha do lugar peca em espera, e e colocada uma cha
no lugar maquina em operacao (FIG. 1.6.b).
Vale aqui uma observacao sobre os termos retirada (ou desaparecimento) e co-
locac ao (ou criacao) de chas quando do disparo de uma transic ao t ` a qual e associado
um evento e do sistema que est a sendo modelado.
O disparo de t corresponde ` a ocorrencia do evento e no sistema real, que o faz passar
de um estado atual E
i
ao pr oximo estado E
i+1
(ver item 1.3). O estado E
i
e representado
na rede pela distribui cao de chas nos lugares, chamada marcacao M
i
. Do mesmo modo
que o sistema s o atingir a o estado E
i+1
ap os a ocorrencia do evento e se estiver no
estado E
i
, assim tambem a transicao t s o ser a disparada se a marcac ao for M
i
(marcac ao
em que, em particular, os lugares de entrada de t est ao marcados). A marcac ao M
i+1
,
correspondente ao estado E
i+1
, sera atingida apos o disparo da transic ao t.
O desaparecimento das chas nos lugares de entrada de t indica que as condicoes ou
predicados associados `aqueles lugares n ao s ao mais verdadeiros, e o surgimento de chas
nos lugares de sada indica que os predicados associados a estes lugares s ao verdadeiros.
O comportamento din amico do sistema e, assim, traduzido pelo comportamento da rede
de Petri.
1.7 Modelando diferentes interacoes entre processos
Como foi visto no item 1.2.1, os processos podem evoluir em cooperac ao, em com-
petic ao e em paralelo. Dependendo do nvel de detalhamento da modelagem, um processo
pode ser representado por somente um lugar, ou uma atividade. Os processos podem
ainda evoluir em seq uencia, de forma repetida, etc. Estas diferentes interacoes entre os
processos, num sistema a eventos discretos, ser ao modeladas, a seguir, de modo informal,
utilizando a rede de Petri.
1.7.1 Seq uencia
Considere a rede da FIG. 1.7. Esta mesma rede pode representar:
Seq uencia de um processo de fabricac ao. Os lugares P
1
, P
2
e P
3
representam as
diferentes fases da operac ao sobre a peca, que devem ser encadeadas em seq uencia.
As transic oes t
1
, t
2
e t
3
descrevem os eventos de passagem de uma fase a outra e
1.7 Modelando diferentes interacoes entre processos 20
as chas correspondem aos artigos. Um artigo esta sendo usinado em P
1
(fase J
1
),
enquanto que um outro artigo esta, neste momento, na fase J
2
, tendo ja passado
pela fase J
1
(lugares P
1
e P
2
).
P
1
t
1
P
2
t
2
P
3
t
3
J
1
J
2
Figura 1.7: Seq uencia de processos
Trecho do itiner ario de um sistema de transporte. Este sistema e baseado em
veculos que seguem circuitos pre-tracados no solo. Neste caso, os lugares descre-
vem as sec oes; as transicoes correspondem ` a passagem do veculo de uma sec ao a
outra (passagem por um sensor no solo) e as chas representam os veculos. Um
veculo na sec ao S
i
e representado na rede de Petri por uma cha no lugar P
i
. O
evento sair da secao S
i
e entrar na secao S
i+1
e associado `a transic ao t
i
. Assim, a
marcac ao da rede da FIG. 1.7 representa um veculo em P
1
e outro veculo em P
3
,
indicando que e possvel a ocorrencia (em paralelo!) dos eventos sair de S
1
e sair
de S
3
.
Nos dois casos acima a rede de Petri e a mesma, o que exprime que, fazendo-se abs-
trac ao dos detalhes e considerando-se apenas a estrutura dos encadeamentos de eventos
e atividades, estes dois sistemas sao identicos.
1.7.2 Evoluc oes sncronas e assncronas
Se a rede de Petri da FIG. 1.7 representa o modelo de um processo de fabricac ao, as
chas em P
1
e P
3
exprimem que, simultaneamente, existe um artigo que esta na fase J
1
e outro artigo que est a na fase J
2
. Do mesmo modo, se esta gura representa o trecho de
um sistema de transporte, entao, ve-se que simultaneamente dois veculos circulam no
mesmo itiner ario, em sec oes diferentes (P
1
e P
3
). A evolucao destas duas chas (artigos
ou veculos), tais como elas sao descritas pela rede, s ao independentes e se desenvolvem
de maneira totalmente assncrona: nao h a nenhuma correlacao entre o m da fase J
1
e
o m da fase J
2
.
No caso da FIG. 1.8.a e descrito um procedimento de divisao ou separacao. O m da
operac ao P
1
consiste em separar um artigo (neste caso J
1
) para criar dois novos artigos
correspondendo a processos de fabricac ao diferentes. Portanto, os dois artigos J
2
e J
3
s ao criados, simultaneamente, de modo sncrono. Deste ponto de vista, eles n ao s ao
independentes. Entretanto, ap os sua criac ao, evoluem independentemente um do outro
de modo assncrono. O evento desaparecimento de um artigo J
1
e a criacao de mais
um artigo J
2
e J
3
e descrito de modo claro e sintetico pela transic ao t
2
. A marca cao
da FIG. 1.8.a indica que o artigo J
1
est a sofrendo a opera cao P
1
(uma cha em P
1
) e
que, ao mesmo tempo, os artigos J
2
e J
3
tambem est ao em operacao (lugares P
2
e P
3
marcados).
No caso da FIG. 1.8.b, os artigos evoluem independentemente, paralelamente e de
modo assncrono (transicoes t
1
e t
2
) nos diferentes processos exceto na transic ao t
3
que
1.7 Modelando diferentes interacoes entre processos 21
J
2
b) a)
P
1
P
1
t
2
t
1
P
2
P
4
P
3
J
4
J
1
J
3
J
2
t
2
J
1
J
3
t
3
Figura 1.8: a) Divis ao; b) Juncao
requer, para iniciar, a presenca simult anea de uma cha em P
2
e uma cha em P
4
. A
esta transic ao pode estar associado, por exemplo, o evento iniciar a montagem. O lugar
P
2
pode representar, neste caso, uma m aquina livre, e o lugar P
4
, pe cas esperando num
dep osito, a quantidade sendo dada pelo n umero de chas no lugar. O desaparecimento
destas duas chas (quando do tiro de t
3
) ser a sncrono e criar a no mesmo instante
uma nova cha que sofrer a a primeira operac ao de seu processo de fabricac ao (J
4
). A
passagem destas evoluc oes assncronas a uma evoluc ao sncrona implica necessariamente
uma espera nos lugares P
2
ou P
4
, dependendo de qual condic ao e verdadeira em primeiro
lugar: a peca espera que a m aquina se libere, ou a maquina espera que haja uma peca
no deposito.
1.7.3 Variantes e caminhos alternativos
A FIG. 1.9.a representa o caso em que, ap os uma fase (ou operac ao) P
1
, tem-se a
escolha entre as seq uencias P
2
P
3
ou P
4
P
5
. Em seguida, executa-se P
6
. Para executar
a seq uencia P
2
P
3
, a transi cao t
2
deve ser disparada, e para executar P
4
P
5
, a transi cao
t
3
deve ser disparada. Embora as duas transic oes estejam sensibilizadas, apenas uma
delas pode ser disparada, pois a cha e retirada do lugar P
1
durante o disparo. A partir
deste momento, a outra transic ao n ao pode mais disparar. Entretanto, a estrutura da
rede de Petri n ao d a nenhuma informac ao sobre o mecanismo de tomada de decisoes
para a escolha da alternativa a efetuar (t
2
ou t
3
). Ela se contenta de indicar que esta
informac ao deve estar disponvel no nal da fase P
1
.
Se a rede modela o trecho do itinerario de um sistema de transporte com o lugar
P
i
associado ` a travessia da sec ao S
i
o lugar P
1
representa o veculo numa secao que
permite dois caminhos alternativos: passar pelas sec oes S
2
e S
3
ou pelas pelas secoes S
4
e S
5
antes de seguir pela sec ao S
6
.
Comparando-se a FIG. 1.9.a e a FIG. 1.8.a pode-se observar que:
um lugar com mais de um arco de sada (P
1
na FIG. 1.9.a) corresponde ao incio
de um conjunto de caminhos alternativos;
1.7 Modelando diferentes interacoes entre processos 22
t
4
a) b)
P
1
P
3
P
4
P
6
P
5
P
1
t
1
P
3
P
4
P
2
t
1
P
2
t
2
t
3
t
4 t
2
t
3
Figura 1.9: a) Caminhos alternativos; b) Repeticao
uma transic ao com mais de um arco de sada (t
2
na FIG. 1.8.a) corresponde a uma
divis ao ou incio de evoluc oes paralelas.
1.7.4 Repeticao
Outro comportamento que e necess ario modelar quando se deseja representar sistemas
a eventos discretos e a repetic ao de uma atividade (ou seq uencia de atividades) enquanto
uma condi cao for verdadeira. Por exemplo, um veculo deve repetir a passagem pelo
circuito formado pelas se coes S
2
e S
3
ate que venha uma ordem de mudar o itinerario,
ou que seja necess ario carregar a bateria.
Considere a rede de Petri da FIG. 1.9.b (novamente, a cada lugar P
i
e associado
a travessia da se cao S
i
). Esta rede modela a possibilidade de, ap os P
1
, efetuar-se a
seq uencia P
2
-P
3
um certo n umero de vezes, antes de executar P
4
. Mais uma vez n ao h a
nenhuma indicac ao, no nvel do grafo, sobre o teste que deve ser efetuado para decidir
entre a repetic ao ou a naliza cao da seq uencia. Sabe-se somente que o resultado deve
estar disponvel apos o m da operac ao P
3
(que pode precisamente ser a execu cao deste
teste).
Considere novamente o exemplo do itinerario do sistema de transporte. O veculo
deve realizar algumas vezes o circuito C
1
que passa pelas se coes S
2
e S
3
, e ap os realizar
uma vez o circuito C
2
, que passa pelas sec oes S
4
e S
5
, voltando entao `a sec ao inicial
S
1
. Este comportamento pode ser modelado pela rede da FIG. 1.9.b: basta adicionar
um lugar P
5
(sec ao S
5
) como sada de t
4
, ligado ao lugar P
1
atraves de uma transi cao
t
5
. A indica cao de qual circuito (C
1
ou C
2
) o veculo deve seguir e dada pelo nvel de
coordenac ao, e n ao faz parte da estrutura da rede.
3
Esta deve apenas indicar as duas
possibilidades existentes para o veculo.
3
Este tipo de informa cao faz parte da interpretacao e sera visto no captulo 4.
1.7 Modelando diferentes interacoes entre processos 23
1.7.5 Alocacao de recursos
Sem d uvida, a utiliza cao de recursos, e principalmente o seu partilhamento, e um
dos pontos mais importantes na modelagem de um sistema. Um veculo que deve levar
uma dentre diferentes pecas num dado momento, um rob o que pode levar uma peca do
dep osito para a maquina e da maquina para a sada pode executar apenas uma atividade
de cada vez. Uma vez ocupado com uma delas, n ao pode estar disponvel para a outra.
Embora a ideia seja trivial, a vericacao nem sempre o e. A modelagem do partilhamento
de recursos e, pois, fundamental para a representac ao correta de um sistema.
t
6
P
3
t
2
P
1
P
2
t
4
P
4
P
r
t
1
P
5
t
3
t
5
Figura 1.10: Partilhamento de um recurso
Observando a FIG. 1.10, considere que, ap os uma atividade P
1
, e preciso executar
uma operac ao que necessita a utilizac ao de um recurso r representado pelo lugar P
r
na gura. P
r
marcado corresponde ao estado parcial recurso disponvel. A transic ao t
3
exprime a tomada do recurso e o incio da fase P
3
.
Para modelar separadamente o nal de atividade P
1
e o incio de P
3
, e preciso intro-
duzir a transic ao t
2
associada ao m da atividade P
1
. O lugar P
2
corresponde ` a espera
do recurso associado ao lugar P
r
, se este n ao est a disponvel (este lugar faz um papel
similar aos lugares P
2
e P
4
da rede da FIG. 1.8.b). O lugar P
2
permite representar o
estado do sistema em que a atividade P
1
j a foi executada, esperando que o recurso se
libere para executar a atividade P
3
.
A ausencia de t
2
e P
2
nesta rede modelaria um comportamento diferente. Como t
3
s o pode disparar se o lugar P
r
est a marcado, a espera do recurso bloquearia, neste caso,
o m da atividade P
1
.
Cada utilizac ao do recurso corresponde `a execu cao de uma malha, que inicia com a
ocupac ao do recurso (tiro de t
3
na FIG. 1.10) e termina com a sua liberacao (tiro de t
4
na
FIG. 1.10). Existem tantas malhas diferentes passando pelo lugar P
r
quantas utilizacoes
possveis do recurso.
A rede FIG. 1.10 pode modelar o comportamento do rob o descrito no item 1.4.1, que
deve executar duas a coes: i) retirar um objeto da esteira T
1
e colocar na esteira T
A
; ii)
retirar um objeto de T
A
e colocar em T
2
. Observe que o sensor n ao ser a representado na
rede. O evento retirar objeto de T
1
e associado `a transic ao t
3
, e o evento retirar objeto
1.7 Modelando diferentes interacoes entre processos 24
de T
A
e associado ` a transic ao t
5
. As transic oes t
4
e t
6
est ao associadas, respectivamente,
aos eventos colocar objeto em T
A
e colocar objeto em T
2
. Os lugares P
3
e P
5
representam
a execuc ao das ac oes i) e ii), respectivamente. As malhas modelando a ocupa cao e a
liberac ao do rob o s ao duas: t
3
-P
3
-t
4
-P
r
e t
5
-P
5
-t
6
-P
r
.
O recurso r e tratado exatamente como um artigo e a operacao P
3
e an aloga a uma
operac ao de montagem do artigo em quest ao com r e depois de uma divisao. Assim, os
conceitos de artigo e recurso, representados por chas, s ao banalizados, bem como as
operac oes com os estoques (lugar P
2
) e as condic oes do tipo recurso livre (lugar P
r
). Se o
recurso r faz parte de um conjunto de recursos, entao o lugar P
r
representa diretamente
este conjunto. Basta colocar inicialmente tantas chas neste lugar quantos recursos
elementares existem.
Exemplo resolvido 1:
Considere o itiner ario de um sistema de transporte, baseado em veculos guiados auto-
b)
C
6
M
7
S
7
S
8
C
7
t
7
t
c7
t
8
t
c8
t
9
C
1
C
4
S
7
C
3
C
5
C
2
C
6
C
7
C
8
M
8
C
8
a)
Figura 1.11: a) Sistema de transporte; b) Modelo do circuito N
0
maticamente (FIG. 1.11.a). Os veculos seguem automaticamente determinados circuitos
pre-tracados; suas localiza coes s ao conhecidas somente nos pontos C
i
, chamados conta-
tos. Os comandos para parar, continuar e mudar de itinerario s ao enviados aos veculos
quando estes est ao sobre o contato.
Para evitar colisoes, os circuitos s ao decompostos em se coes de tal modo que pode
haver somente um veculo por secao. Portanto, antes de entrar na proxima sec ao do
circuito, e necess ario vericar se esta est a livre: a se cao e, pois, considerada como um
recurso a ser repartido entre os diferentes veculos. A sec ao aparece tracejada na gura,
e possui o mesmo nome do contato.
Considere apenas o circuito N
0
, formado pelas secoes S
6
, S
7
e S
8
, modelado pela rede
de Petri da FIG. 1.11.b. As sec oes s ao consideradas como recursos; a cada proposic ao S
i
livre corresponde um lugar S
i
. Existem dois predicados ainda associados `a se cao: veculo
em movimento, associado ao lugar M
i
e veculo parado no contato, associado ao lugar C
i
.
O evento entrar na secao S
i+1
e associado `a transi cao t
i+1
. Sua ocorrencia se da quando
um veculo esta no contato da sec ao S
i
(lugar C
i
) e a pr oxima secao S
i+1
est a livre. Ap os
o tiro da transic ao t
i+1
, o veculo libera a secao S
i
, e se encontra em movimento na sec ao
S
i+1
(lugar M
i+1
). O evento parar no contato C
i
e associado ` a transic ao t
ci
. O estado
inicial do sistema e um veculo no contato da secao S
6
e secoes S
7
e S
8
livres (lugares
C
6
, S
7
e S
8
marcados).
1.7 Modelando diferentes interacoes entre processos 25
Os circuitos podem possuir 4 tipos de se coes: convergentes, divergentes, que se cruzam
e em seq uencia. Neste caso, alem da noc ao de sec ao livre, e necessario introduzir a nocao
de celula livre. Deve-se, ent ao, alem de vericar se a pr oxima sec ao S
i+1
do circuito est a
livre, vericar se a outra secao S

da celula est a livre tambem. Caso contrario, durante a

travessia da sec ao S
i+1
, o veculo poderia cruzar um outro veculo que atravessa a sec ao
S

.
Considere apenas o circuito N
1
, formado pelas sec oes S
1
, S
2
e S
3
. O modelo e similar
ao da FIG. 1.11.b; como este circuito e fechado, ap os atravessar a secao S
3
o veculo
retorna ` a sec ao S
1
. Se considerado de forma independente, o circuito N
2
, formado pelas
sec oes S
1
, S
4
e S
5
, e tambem modelado por uma rede similar. Entretanto, h a uma celula
de cruzamento, formada pelas sec oes S
3
e S
5
, que deve ser considerada como um recurso.
Antes de entrar numa se cao desta celula, deve-se vericar se ela esta livre, isto e, se n ao
h a nenhum veculo em movimento em S
3
e em S
5
. Pode, entretanto, haver um veculo
parado no contato da outra sec ao, pois neste caso n ao havera colis ao. Por este motivo,
a celula se libera quando o veculo chega no contato.
t
c2
C
2
C
3
S
3
S
2
t
c3
C
5
t
4
S
4
t
c5
t
3
P
c
t
1
t

1
t
c1
S
1
M
2
M
3
t
c4
t
5
M
5
S
5
C
1
t
2
M
4
M
1
C
4
Figura 1.12: Modelo dos circuitos N
1
e N
2
A FIG. 1.12 representa o modelo completo dos circuitos N
1
e N
2
do sistema de
transporte, em que o lugar P
c
corresponde ` a celula de cruzamento. Observe que estando
em C
1
(contato no nal da sec ao S
1
) o veculo pode seguir o circuito N
1
ou N
2
: a
estrutura da rede indica apenas esta opc ao (transicoes t
1
e t

1
em conito). A marcac ao
inicial da rede representa o estado do sistema em que um veculo est a atravessando a
sec ao S
5
enquanto o outro est a parado no contato da sec ao S
3
.
1.7 Modelando diferentes interacoes entre processos 26
Exemplo resolvido 2:
Um sistema do tipo batelada (batch) pode produzir dois produtos (Pr
1
e Pr
2
), utili-
zando dois reatores em modo concorrente, como representado na FIG. 1.13.a. O produto
Pr
1
pode ser produzido pelo reator R
1
ou pelo reator R
2
, devendo ser, previamente,
armazenado (respectivamente) no buer B
1
ou B
2
. Ja o produto P
2
pode ser produzido
apenas pelo reator R
2
, onde e diretamente carregado. O comportamento do sistema e
repetitivo: uma vez o produto pronto, cada reator e liberado e pode recomecar uma nova
atividade. O reator R
2
, embora possa tratar dois tipos de produtos, o faz um de cada vez.
O modelo do comportamento do sistema e dado pela rede de Petri da FIG. 1.13.b. Os
reatores R
1
e R
2
, representados pelos lugares p
8
e p
9
, respectivamente, s ao considerados
como recursos, sendo R
2
partilhado entre os dois lotes de produto Pr
1
e Pr
2
.
p
1
b)
a)
t
d
p
4
p
6
t
a
t
b
p
2
p
3 p
5
p
8
Pr
1 Pr
2
reator R
1
reator R
2
B
1
B
2
t
f
t
h
t
g
t
e
t
c
p
7
p
9
Figura 1.13: a) Sistema tipo batelada; b) Modelo rede de Petri
Observe que, quando o lugar p
1
est a marcado, indicando que h a um lote do produto
Pr
1
a ser produzido, h a dois caminhos alternativos, representados pelas transic oes t
a
e
t
d
, associadas, respectivamente, aos eventos armazenar em B
1
e armazenar em B
2
, pois
o produto Pr
1
(lugar p
1
) pode ser armazenado em ambos os buers. O lugar p
2
(p
4
)
representa a atividade produto Pr
1
armazenado no buer B
1
(B
2
), para posteriormente
ser processado, respectivamente, pelo reator R
1
(lugar p
8
) ou pelo reator R
2
(lugar p
9
).
A transic ao t
b
(t
e
) est a associada ao evento incio de operacao do reator R
1
(R
2
) sobre
o lote do produto Pr
1
.
A transic ao t
g
est a associada ao evento incio de operacao do reator R
2
sobre o lote
do produto Pr
2
e exprime a ocupac ao do recurso R
2
(lugar p
9
), enquanto a transic ao t
h
exprime a sua liberac ao (arco para o lugar p
9
) e permissao para que um novo lote de Pr
2
possa ser processado. As transic oes t
e
e t
f
indicam tambem ocupa cao e liberacao de R
2
,
mas em rela cao ao produto Pr
1
.
Do ponto de vista do lugar p
9
, ha tambem dois caminhos alternativos: processar o
produto Pr
1
(tiro de t
e
) ou processar o produto Pr
2
(tiro de t
g
). A estrutura da rede
modela apenas os comportamentos possveis para o sistema, sem indicar qual escolha
ser a feita.
Este sistema pode tambem ser modelado por uma maquina de estados nitos global,
representada na FIG. 1.14. Os nos E
i
, i = 0 . . . 8 s ao os diferentes estados do sistema, e
1.8 Notas 27
e
d
E
2
E
0
E
3 E
6
E
1
E
5
E
4
E
8
E
7
e
g
e
g
e
b
e
e
e
f
e
c
e
a
e
h
e
b
e
c
e
h
e
d
e
g
e
a
e
g
e
h
e
h
E
0
: Pr
1
e Pr
2
esperando, reatores livres;
E
1
: Pr
1
em B
1
, Pr
2
esperando, reatores livres;
E
2
: Pr
1
em B
2
, Pr
2
esperando, reatores livres;
E
3
: Pr
1
esperando, R
2
processando Pr
2
, R
1
livre;
E
4
: R
1
processando Pr
1
, Pr
2
esperando, R
2
livre;
E
5
: R
2
processando Pr
1
, Pr
2
esperando, R
1
livre;
E
6
: Pr
1
em B
2
, R
2
processando Pr
2
, R
1
livre;
E
7
: Pr
1
em B
1
, R
2
processando Pr
2
, R
1
livre;
E
8
: R
1
processando Pr
1
, R
2
processando Pr
2
.
Figura 1.14: Grafo do sistema tipo batelada
os arcos indicam, para um estado E
i
, qual o proximo estado E
i+1
. Os eventos e
a
, , e
h
,
que etiquetam os arcos, sao os mesmos eventos associados ` as transic oes t
a
, , t
h
da rede.
Observe, como foi discutido no item 1.5, que a estrutura do sistema foi completamente
perdida. Dois arcos saindo de um mesmo n o (estado) podem representar uma decis ao
entre duas opc oes ou dois eventos independentes. Por exemplo, os arcos do n o E
1
s ao
etiquetados por e
b
(alocac ao de R
1
por Pr
1
) e e
g
(alocac ao de R
2
por Pr
2
), sendo estes
eventos independentes, podendo ent ao, ocorrer ao mesmo tempo. J a os eventos e
a
e e
d
,
que etiquetam os arcos de sada do estado E
0
, nao podem ocorrer simultaneamente, e
s ao concorrentes.
No modelo rede de Petri, a escolha entre as duas opc oes de fabricac ao para o produto
Pr
1
e claramente indicada na rede: o lugar p
1
possui duas transic oes de sada (t
a
e
t
d
), indicando as duas alternativas (armazenamento em B
1
ou B
2
). O mesmo acontece
para o reator R
2
, que pode processar Pr
1
ou Pr
2
, representado pelas alternativas t
e
e t
g
. Em ambos os casos, estas transic oes est ao em concorrencia. J a as transic oes
t
b
e t
g
, quando os lugares p
2
, p
6
, p
8
e p
9
est ao marcados, podem ser disparadas de
forma independente. Portanto, a rede de Petri indica, na pr opria estrutura, quando h a
paralelismo ou concorrencia entre os eventos.

E interessante retomar este exemplo ap os
a leitura do captulo 2, onde as no coes de conito e paralelismo s ao denidas formalmente.

1.8 Notas
O conceito de sistema a eventos discretos e apresentado em CASSANDRAS (1993).
1.9 Exerccios 28
Para uma introduc ao ` a teoria de m aquinas de estado nito, ver ROSEN (1991) e JOHN-
SONBAUGH (1993). Para um estudo completo e aprofundado, ver CARROL & LONG
(1989). Na area de sistemas concorrentes, ANDREWS (1987) faz uma boa introducao
para quem n ao conhece o assunto.
Leitura complementar para toda a Parte I, que trata do modelo b asico: PETERSON
(1981), BRAMS (1983), COURVOISIER & VALETTE (1986) e DAVID (1989).
1.9 Exerccios
Os exerccios abaixo sao propostos a ttulo de reex ao. Se encontrar diculdades
neste momento, deixe para faze-los ap os a leitura do captulo 2.
1. Modelar o sistema de triagem descrito no item 1.4.1 usando uma unica rede de
Petri. Tente modelar o sistema realizando uma decomposic ao material. Faca o
mesmo usando uma decomposic ao funcional.
2. Um sistema de manufatura possui duas m aquinas M
1
e M
2
. Dois tipos de processos
de fabrica cao s ao previstos para uma peca, segundo a ordem de passagem nas
m aquinas: P
1
= O
11
O
12
e P
2
= O
21
O
22
, em que O
ij
e a j-esima operac ao do
processo de fabricac ao P
i
. A maquina M
1
realiza as operac oes O
11
e O
22
, e a
m aquina M
2
, as operac oes O
12
e O
21
. Modele este sistema utilizando rede de
Petri, considerando dois casos diferentes: a) antes de realizar a segunda operac ao
de seu processo de fabrica cao, a maquina da primeira operac ao deve ser liberada;
b) a m aquina da primeira operac ao e liberada somente apos o incio da segunda
operac ao de seu processo de fabricac ao.
3. Numa pequena cidade com um hidrante em cada rua, h a dois bombeiros. Quando
ocorre um incendio, um dos bombeiros se coloca ao lado do hidrante, e outro ao
lado do incendio. O bombeiro ao lado do hidrante enche o balde e vai na dire cao
do incendio; o bombeiro ao lado do incendio, uma vez esvaziado o balde, vai na
direc ao do hidrante. Quando ambos se encontram, trocam de balde e de direc ao
(o que vinha do hidrante volta para encher o balde vazio do colega; o que vinha do
incendio volta com o balde cheio que trazia o colega). Considere que, mesmo se o
bombeiro que enche o balde seja i) muito rapido, ele nao chegara ao incendio antes
que o outro esvazie o seu; ii) muito lento, ele j a tera enchido o balde antes que seu
colega chegue ao hidrante com o balde vazio. a) Modele, usando rede de Petri, o
comportamento dos dois bombeiros; b) Considere que um terceiro bombeiro venha
ajudar, cando no meio do caminho para minimizar o deslocamento dos dois outros.
Faca o modelo do novo sistema.
4. Modele, utilizando rede de Petri, a estrutura do controle de velocidade de um
motor utilizando tiristores. Inicialmente deve ser feito a inicializac ao do sistema
de controle (inicializar vari aveis, conversores anal ogico-digitais e digital-anal ogicos,
etc.). O ciclo de controle consiste em realizar as medidas de temperatura e de uxo
(de forma independente), e calcular ap os a lei de controle. No caso particular da
medida de temperatura, se esta ultrapassar um limite L
T
, um alarme deve ser
acionado. Ao mesmo tempo que o angulo de disparo e calculado e enviado depois
1.9 Exerccios 29
para o conversor digital-analogico, e realizado um c alculo para uma estatstica
posterior. Uma vez os c alculos terminados, o ciclo recomeca.
rob o R
lixo L
B
e
B
s
torno T
micr ometro M
Figura 1.15: Celula de fabricac ao
5. Descrever, utilizando rede de Petri, uma celula de fabricac ao composta de um robo
R, um torno T e um micr ometro laser M (FIG. 1.15), ligados entre si por uma
rede de comunicac ao, cujo funcionamento e o seguinte:
as pe cas s ao depositadas no buer de entrada B
e
;
o rob o pega a peca de B
e
e a coloca no torno T. Um programa deve ser
carregado para tornear a peca;
ap os torneada, o rob o pega a peca do torno e a deposita no micr ometro M
para inspecao;
ap os realizada a inspec ao, o rob o R coloca a peca no buer de sada B
s
se
est a est a de acordo com as normas, ou no lixo L em caso contrario.
a) Considere que h a somente um tipo de peca, e que o buer tem capacidade para
armazenar tres pecas; b) como caria a rede se houvesse dois tipos de pe cas?
Sugest ao: antes de desenhar a rede de Petri, detalhe:
as atividades e os eventos existentes no sistema;
os recursos a serem compartilhados;
quais as atividades que podem ser realizadas em paralelo e quais sao realizadas de
forma concorrente.
Captulo 2
Definic

oes
Este captulo apresenta a rede de Petri enquanto um modelo formal, atraves de tres
vis oes:
um grafo com dois tipos de nos e um comportamento din amico;
um conjunto de matrizes de inteiros positivos ou nulos cujo comportamento din amico
e descrito por um sistema linear;
um sistema de regras baseado numa representac ao do conhecimento sob a forma
condicao acao.
Os conceitos de marcacao e tiro de transicao, apresentados informalmente no captulo
anterior, s ao aqui denidos formalmente, para cada uma das vis oes acima.
As vis oes gr aca e matricial, apresentadas no item 2.1, diferenciam-se apenas pela
forma de representac ao. Ambas permitem vericar se as transic oes s ao paralelas ou em
conito, se uma transic ao est a ou nao sensibilizada, bem como disparar uma transicao e
fazer evoluir a rede. O grafo e utilizado pelo projetista que, num relance, pode fazer todas
estas vericacoes, e ter uma ideia global do sistema modelado. A representac ao matricial
e uma representac ao natural, utilizada, pelo computador, na vericacao autom atica.
J a a representac ao sob um sistema de regras tem o objetivo de compatibilizar a
representa cao da rede de Petri com tecnicas de Inteligencia Articial. Na especica cao
de um sistema complexo, utilizando uma hierarquia de controle em v arios nveis, a
modelagem do nvel de coordenac ao dos subsistemas pode ser feita por redes de Petri, e
do nvel de planejamento, por um sistema perito que forneca a ordem de passagem das
pecas nas m aquinas.
Embora a representac ao graca seja uma vantagem da rede de Petri, como o leitor ja
teve a possibilidade de constatar, a caracterstica mais importante deste modelo e o fato
de ser formal. A vantagem da rede de Petri em relac ao a outros modelos, como o SADT,
que tambem oferece uma boa ferramenta graca de especicacao, e que, sendo formal,
e possvel obter informac oes sobre o comportamento do sistema modelado, atraves da
an alise de suas propriedades, gerais ou estruturais. As propriedades gerais s ao apresenta-
das no item 2.3. Os componentes conservativos e repetitivos estacion arios, que permitem
a an alise das propriedades estruturais, sao denidas no item 2.4. Os metodos de an alise
destas propriedades s ao apresentados e discutidos mais tarde no captulo 3.
2.1 Conceitos 31
2.1 Conceitos
2.1.1 Rede de Petri
Uma rede de Petri e uma quadrupla
R =<P, T, Pre, Post > (2.1)
onde:
P e um conjunto nito de lugares de dimensao n;
T e um conjunto nito de transic oes de dimens ao m;
Pre : P T IN e a aplicac ao de entrada (lugares precedentes ou incidencia
anterior), com IN sendo o conjunto dos n umeros naturais;
Post : PT IN e a aplicac ao de sada (lugares seguintes ou incidencia posterior).
A qu adrupla R =<P, T, Pre, Post > com P = p
1
, p
2
, p
3
, T = a, b, c, d e os valores
das aplicacoes de entrada e sada dados por: Pre(p
2
, c) = 3, Pre(p
1
, b) = Pre(p
2
, a) =
Pre(p
3
, d) = 1, Post(p
2
, d) = 3 e Post(p
1
, a) = Post(p
2
, b) = Post(p
3
, c) = 1, e uma rede
de Petri.
2.1.2 Rede marcada
Uma rede marcada N e uma dupla
N =<R, M> (2.2)
onde:
R e uma rede de Petri,
M e a marcac ao inicial dada pela aplica cao
M : P IN. (2.3)
M(p) e o n umero de marcas ou chas (jetons em frances, tokens em ingles) contidas no
lugar p. A marcac ao M e a distribui cao das chas nos lugares, sendo representada por
um vetor coluna cuja dimens ao e o n umero de lugares e elementos M(p).
A dupla N =<R, M > com R sendo a rede de Petri do exemplo acima e marca cao
M
T
= [ 0 3 0 ] (T e o transposto do vetor) e uma rede de Petri marcada.
2.1 Conceitos 32
2.1.3 Grafo associado e notacao matricial
Pode-se associar a uma rede de Petri um grafo com dois tipos de nos: nos lugares e
n os transic oes. Um arco liga um lugar p a uma transi cao t se e somente se Pre(p, t) = 0.
Um arco liga uma transic ao t a um lugar p se e somente se Post(p, t) = 0.
A partir dos elementos a
ij
= Pre(p
i
, t
j
) que indicam o peso do arco ligando o lugar
de entrada p
i
` a transi cao t
j
, dene-se a matriz de incidencia anterior Pre de dimensao
n m: o n umero de linhas e igual ao n umero de lugares e o n umero de colunas e igual
ao n umero de transic oes. Da mesma forma, a matriz de incidencia posterior Post de
dimens ao n m e denida a partir dos elementos b
ij
= Post(p
i
, t
j
).
Os valores nao nulos das matrizes Pre e Post s ao associados aos arcos do grafo como
etiquetas. Se o valor e unit ario, n ao e necess ario etiquetar o arco correspondente no
grafo. Da mesma forma, se nada e indicado no grafo, o valor correspondente na matriz
e unit ario.
p
3
3
3
c
d b
a
p
2
p
1
Figura 2.1: Rede de Petri
O grafo associado ` a rede de Petri marcada N do item anterior esta representada
na FIG. 2.1. Esta rede representa o partilhamento de um conjunto de recursos (tres),
representado pelo lugar p
2
, entre duas atividades, representadas pelos lugares p
1
e p
3
.
A atividade correspondente a p
1
necessita de apenas um recurso de cada vez (o peso do
arco (p
2
, a) vale 1, ou Pre(p
2
, a) = 1). J a a atividade correspondente a p
3
necessita de
todos os tres recursos ao mesmo tempo. Observe tambem que h a uma exclus ao m utua
entre p
1
e p
3
: a partir do tiro de c, a transi cao a n ao pode mais disparar, e vice-versa.
Entretanto, ap os o tiro de a, esta pode ainda disparar mais duas vezes. Pode, portanto,
haver tres atividades p
1
sendo executadas ao mesmo tempo.
A notacao matricial desta rede e dada por:
Pre =
a b c d

0 1 0 0
1 0 3 0
0 0 0 1

p
1
p
2
p
3
Post =
a b c d

1 0 0 0
0 1 0 3
0 0 1 0

p
1
p
2
p
3
.
A partir de Pre e Post deni-se a matriz de incidencia C
C = Post Pre (2.4)
2.1 Conceitos 33
que fornece o balan co das chas na rede quando do tiro das transic oes.
Neste exemplo, tem-se C =
a b c d

1 1 0 0
1 1 3 3
0 0 1 1

p
1
p
2
.
p
3
Utiliza-se a notac ao Pre( . , t) para a coluna da matriz Pre associada a uma transi cao
t. A dimens ao deste vetor e dada pelo n umero de lugares. Da mesma forma, dene-se
os vetores coluna Post( . , t) e C( . , t) em relac ao `as matrizes Post e C, respectivamente.
2.1.4 Rede de Petri pura
Uma rede de Petri R e pura se e somente se
p P t T Pre(p, t)Post(p, t) = 0. (2.5)
O grafo equivalente nao possui nenhuma malha elementar, isto e, nenhuma transicao
possui um mesmo lugar como entrada e sada ao mesmo tempo.
p
3
3
3
c
d b
a
p
2
p
1
e
Figura 2.2: Rede de Petri n ao pura
Por exemplo, a rede de Petri da FIG. 2.1 e pura. Entretanto, a rede da FIG. 2.2 nao
o e, pois o lugar p
3
e lugar de entrada e tambem de sada da transicao e:
Pre(p
3
, e)Post(p
3
, e) = 1.
2.1.5 Transicao sensibilizada
Uma transic ao t est a sensibilizada ou habilitada (franchissable em frances, enabled
em ingles) se e somente se:
p P, M(p) Pre(p, t). (2.6)
Isto e, se o n umero de chas em cada um dos lugares de entrada for maior (ou igual)
que o peso do arco que liga este lugar `a transic ao.
A equacao acima pode ser escrita na forma
M Pre( . , t)
onde o vetor coluna Pre(., t) e a coluna da matriz Pre referente `a transic ao t e M, o
vetor marcac ao inicial.
2.1 Conceitos 34
Existem outras notac oes que exprimem que t est a sensibilizada para uma dada
marcac ao M:
M Pre( . , t)
M(t >
M
t
.
Na rede de Petri da FIG. 2.1, para uma marca cao inicial:
M =

0
3
0

com
Pre( . , a) =

0
1
0

Pre( . , c) =

0
3
0

as transicoes a e c est ao sensibilizadas, pois

M > Pre( . , a) e M = Pre( . , c).
2.1.6 Disparo de uma transicao
Se t e sensibilizada por uma marcac ao M, uma nova marcacao M

e obtida atraves
do tiro ou disparo (tir ou franchissement em frances, ring em ingles) de t tal que:
p P, M

(p) = M(p) Pre(p, t) + Post(p, t). (2.7)

A nova marcac ao M

e dada pela equa cao

M

= M Pre( . , t) + Post( . , t) = M +C( . , t). (2.8)

O vetor coluna Pre(., t
i
) referente `a transicao t
i
da matriz Pre, pode ser escrito como
Pre[1]
i
, produto da matriz Pre pelo vetor coluna [1]
i
(vetor com todos os elementos nulos,
exceto o da linha i). A equacao acima pode, ent ao, ser reescrita como
M

= M Pre[1]
i
+ Post[1]
i
= M + C[1]
i
. (2.9)
As seguintes notac oes s ao utilizadas para representar a marcacao obtida com o disparo
de t:
M(t > M

M
t
M

.
O disparo de t e uma operac ao que consiste em retirar Pre(p, t) chas de cada lugar
precedente p (peso do arco de entrada) e colocar Post(p, t) chas em cada lugar seguinte
p. Modicando a marcacao, o disparo de t representa, no modelo, a mudanca de estado
ocorrida no sistema devido `a ocorrencia do evento associado ` a transic ao t.
Na rede de Petri da FIG. 2.1, ap os o tiro de a a partir da marcacao inicial M,
obtem-se, utilizando-se a equac ao 2.9, a marcac ao seguinte M

1
2
0

0
3
0

1
1
0

.
2.1 Conceitos 35
Se, a partir da marcac ao inicial M, a transi cao c fosse disparada, obter-se-ia a marcac ao
M

= [0 0 1]
T
. Ve-se pela equac ao 2.9 que a matriz C faz um balanco das chas
quando do tiro da transi cao t. Cada elemento C(p
j
, t
i
) < 0 do vetor coluna C[1]
i
indica
quantas chas s ao retiradas de cada lugar p
j
da rede quando do disparo de t. O elemento
C(p
j
, t
i
) > 0 indica o n umero de chas adicionadas ` a marcac ao de cada lugar p
j
, quando
do disparo de t. Se C(p
j
, t
i
) = 0, a marcac ao de p
j
n ao e modicada.
2.1.7 Conito e paralelismo
As noc oes de conito e paralelismo de transic oes, apresentadas informalmente no
item 1.7.2, ser ao denidas a seguir. Ter bem claro como uma e outra noc ao e representada
na rede de Petri torna mais simples a tarefa de modelagem de um sistema. Uma vez feita
a identicac ao da intera cao entre as atividades, basta fazer a tradu cao para o modelo.
O conito pode existir na estrutura do modelo, sem todavia poder ser efetivado: e
necess ario que a marcac ao possibilite de fato sua ocorrencia. O mesmo ocorre com o
paralelismo. Por ocorrencia do conito entende-se a existencia, num dado estado, de
duas (ou mais) possibilidades, excludentes, de evoluc ao. Ja a ocorrencia do paralelismo
implica que todas as atividades poder ao ser executadas ao mesmo tempo.
Conito estrutural: duas transic oes t
1
e t
2
est ao em conito estrutural se e somente
se elas tem ao menos um lugar de entrada em comum:
p P, Pre(p, t
1
)Pre(p, t
2
) = 0. (2.10)
Conito efetivo: duas transic oes t
1
e t
2
est ao em conito efetivo para uma marcac ao
M se e somente se ambas estao em conito estrutural e estao sensibilizadas:
M Pre( . , t
1
) e M Pre( . , t
2
). (2.11)
Paralelismo estrutural: duas transic oes t
1
e t
2
s ao paralelas estruturalmente se nao
possuem nenhum lugar de entrada em comum:
p P Pre(p, t
1
)Pre(p, t
2
) = 0 (2.12)
que equivale a vericar se Pre( . , t
1
)
T
Pre( . , t
2
) = 0, onde e o produto escalar
de dois vetores.
Paralelismo efetivo: Duas transi coes t
1
e t
2
s ao paralelas para uma marca cao dada M
se e somente se sao paralelas estruturalmente e:
M Pre( . , t
1
) e M Pre( . , t
2
). (2.13)
Assim, na rede de Petri da FIG. 2.1, as transi coes a e c est ao em conito estrutural,
pois Pre(p
2
, a)Pre(p
2
, c) = 3. Para a marca cao inicial M, as transic oes a e c est ao em
conito efetivo, pois est ao em conito estrutural e M
1
> Pre(., a) e M
1
> Pre(., c).
J a as transic oes b e d s ao paralelas estruturalmente. Com efeito, como
Pre( . , b) =

1
0
0

e Pre( . , d) =

0
0
1

2.1 Conceitos 36
tem-se Pre(., b)
T
Pre(., d) = 0.
Na mesma estrutura da rede da FIG. 2.1, mas agora com a marcac ao
M

1
0
1

,
as transicoes b e d s ao efetivamente paralelas.
Na rede da FIG. 1.13.b, h a um conito entre as transi coes t
e
e t
g
, que e efetivo
quando os lugares p
4
e p
6
est ao marcados (existencia de um lote de Pr
1
no buer B
1
e
um lote de Pr
2
esperando para serem processados pelo reator R
2
). Este conito modela
o partilhamento do recurso R
2
(lugar p
9
).
O modelo de rede de Petri permite representar o paralelismo verdadeiro. Entretanto,
no momento da implementac ao ou simulac ao, este pode se transformar num pseudopa-
ralelismo. O importante e que o modelo permite tal representa cao. De qualquer forma,
transic oes paralelas podem ser disparadas de forma independente entre si; o disparo de
uma nao impedindo o disparo da(s) outra(s) como no caso das transic oes em conito.
2.1.8 Seq uencia de disparo
t
1
P
2
P
1
t
2
P
3
t
3
P
4
t
4
Figura 2.3: Seq uencia de disparo de transic oes
Observe a rede de Petri da FIG. 2.3. A transi cao t
1
est a sensibilizada pela marcac ao
M
0
= [ 1 0 0 0 ] e pode disparar, levando `a marcac ao M
1
= [ 0 1 0 0 ], M
0
t
1
M
1
. Ap os
seu disparo, a transic ao t
2
por sua vez pode disparar, levando `a marca cao M
2
= [ 0 0 1 0 ],
M
1
t
2
M
2
. O disparo em seq uencia das transi coes t
1
e t
2
e chamado seq uencia de disparo
e e notado, neste caso, por s = t
1
t
2
. Diz-se que a seq uencia s = t
1
t
2
e dispar avel a partir
de M
0
, com a seguinte notac ao:
M
0
t
1
t
2
M
2
ou ainda:
M
0
(t
1
t
2
> M
2
.
Considere novamente a rede de Petri da FIG. 2.1. O tiro da seq uencia s = aab, a
partir da marcac ao M
0
, leva a rede `a marca cao M
1
, M
0
aab
M
1
, passando sucessivamente
pelas marcacoes:

0
3
0

1
2
0

2
1
0

1
2
0

.
M
0
M
1
M
2
M
1
2.1 Conceitos 37
Vetor caracterstico
Considere o vetor s onde cada componente s(t) representa o n umero de ocorrencias
da transic ao t numa seq uencia de disparo s. Este vetor e chamado vetor caracterstico
da seq uencia s. Sua dimensao e igual ao n umero de transicoes da rede de Petri.
No exemplo anterior, o vetor caracterstico s da seq uencia s = aab e dado por:
s =

2
1
0
0

a
b
c
d
s(a) = 2 indica que a transic ao a foi disparada duas vezes e s(b) = 1, que a transi cao b
foi disparada somente uma vez na seq uencia s. Os valores nulos de s(c) e s(d) indicam
que as transi coes c e d n ao foram disparadas nesta seq uencia.
A evoluc ao da marcacao de uma rede de Petri, com marcacao inicial M, para uma
seq uencia s = t
i
t
j
. . . t
l
, aplicando sucessivamente a equacao 2.9 e dada por:
M

= (. . . ((M +C[1]
i
) + C[1]
j
) + . . . +C[1]
l
= M + C([1]
i
+ [1]
j
+ . . . + [1]
l
). (2.14)
A soma dos vetores [1]
i
+[1]
j
+. . . +[1]
l
corresponde exatamente ao vetor caracterstico
s da seq uencia s, indicando quantas vezes cada transic ao da rede foi disparada. Tem-se
ent ao:
M

= M +Cs com M 0, s 0. (2.15)

Esta equac ao e chamada equacao fundamental da rede de Petri.
Consideracoes sobre a existencia de s
A caracterizacao da marcac ao na teoria de rede de Petri por meio de um vetor M
e precisa (fornece toda a informacao necessaria sobre o estado). J a a representac ao de
uma seq uencia s atraves do vetor s n ao considera a ordem do disparo das transi coes.
De fato, o vetor s e dado pela soma [1]
i
+ [1]
j
+ . . . + [1]
l
; sendo a soma uma operacao
comutativa, qualquer permutac ao na ordem de disparo das transic oes t
i
, t
j
. . . t
l
dentro
da seq uencia ser a representado pelo mesmo vetor s. A ordem de disparo e perdida,
existindo, por conseguinte, uma perda de informac ao a respeito da evoluc ao da rede.
Somente e descrita a transformac ao da marcac ao.
Portanto, n ao deve causar surpresa que a existencia de um vetor caracterstico s,
soluc ao da equac ao 2.15, n ao garanta que a seq uencia s possa ser realmente disparada
e, portanto, que exista de fato M

. Com efeito, e necess ario que a marcac ao inicial

seja tal que as transic oes sejam de fato disparadas para cada marcac ao intermedi aria.
Basta observar a rede da FIG. 2.3: para a marcac ao M
0
da gura, a seq uencia t
1
t
2
,
representada pelo vetor s
T
= [ 1 1 0 ], e dispar avel (leva ` a marcac ao M
2
), enquanto a
seq uencia t
2
t
1
, representada pelo mesmo vetor s, n ao pode ser disparada a partir de M
0
.
2.1 Conceitos 38
p
4
a
b
c
p
3
p
2
d
p
1
Figura 2.4: Rede com seq uencia n ao dispar avel
Considere a rede de Petri da FIG. 2.4. A matriz C e dada por
C =

1 1 1 1
1 1 0 0
0 1 1 0
0 0 1 1

.
Deseja-se saber se a seq uencia s = abcd, representada pelo vetor s, e dispar avel a partir
da marcac ao inicial M,
M =

1
0
0
0

s =

1
1
1
1

.
Aplicando-se a equa cao 2.15, obtem-se a marcac ao
M

= M +Cs = [1 0 0 0]
T
.
Embora o valor de M

seja positivo, esta marcac ao n ao existe, pois a seq uencia abcd n ao

pode disparar a partir de M. Basta usar a equa cao 2.7 para vericar que, a partir de
M, ap os o tiro de a, nenhuma outra transic ao pode disparar. Assim, a existencia de
uma marcac ao M

> 0 atraves da equa cao 2.15 n ao implica a existencia da seq uencia s

que, de fato, a geraria. Se M = [2 0 0 0]
T
na rede da FIG. 2.4, obtem-se, aplicando-se
a equacao 2.15 com o mesmo vetor s acima, a marcacao M

= [1 1 0 0]
T
. Neste caso, a
seq uencia s = abcd (nesta ordem) e, efetivamente, disparavel, M
abcd
M

. Entretanto,
qualquer outra seq uencia, obtida permutando-se a ordem das transic oes, nao o e.
As questoes que se colocam sao as seguintes:
2.2 Rede de Petri e sistema de regras 39
dada uma marcac ao inicial M e uma seq uencia s, existe uma marcacao M

tal
que M
s
M

? Se M

< 0 (equac ao 2.15) n ao existe tal seq uencia. Se M

> 0,
tampouco se tem garantia da existencia de s. Na melhor das hip oteses n ao se
conhece a ordem de disparo das transic oes. No exemplo da FIG. 1.7, para M
0
=
[1 0 0]
T
a seq uencia s = t
1
t
2
t
3
e dispar avel, mas s = t
2
t
3
t
1
n ao o e. E ambas sao
caracterizadas pelo mesmo vetor s
T
= [ 1 1 1 ];
dada uma marcac ao inicial M e uma marcac ao qualquer M

, existe s tal que

M
s
M

? Se s < 0 nao existe tal seq uencia. Mas se s > 0 nao se tem garantia
da existencia de s (ver invariantes no item 2.4 em que s e tal que Cs = 0; tem-se
o caso particular em que M

= M);
dada uma marca cao inicial M e uma marcac ao M

conhecidas, a existencia de um
vetor s > 0 implica a existencia de todas as seq uencias s (obtidas permutando a
ordem de tiro das transic oes) representaveis por este vetor? Como a ordem n ao e
conhecida, algumas seq uencias para uma dada marcacao poder ao existir e
outras nao.
A caracterizac ao das seq uencias de disparo na teoria de rede de Petri n ao e precisa.
O captulo 8 mostra como obter uma caracterizac ao precisa de uma seq uencia, utilizando
a logica linear.
2.1.9 Conjunto de marcac oes acessveis
O conjunto de marcacoes acessveis A(R, M) de uma rede de Petri marcada e o
conjunto das marcac oes que podem ser atingidas a partir da marcac ao inicial, atraves
de uma seq uencia de disparo:
A(R, M) = M
i
, s M
s
M
i
. (2.16)
Se este conjunto e nito, pode-se represent a-lo sob a forma de um grafo GA(R, M), cujos
n os sao as marcacoes acessveis do conjunto A(R, M). Um arco orientado liga dois n os
M
i
e M
j
se existe uma transic ao t sensibilizada que permite passar de uma marcac ao M
i
a uma outra M
j
: M
i
t
M
j
. Este arco e etiquetado pela transic ao t.
De fato, o grafo de marca coes acessveis e a m aquina de estados equivalente ` a rede de
Petri. Entretanto, e necessario observar que, tendo desaparecido a no cao de processo,
n ao se pode mais fazer, no grafo, a diferenca entre as transic oes paralelas e as transic oes
em conito para uma dada marcacao.
A FIG. 2.5 representa o grafo das marcac oes acessveis para a rede de Petri da FIG. 2.1
e a marca cao inicial M = [0 3 0]
T
.
2.2 Rede de Petri e sistema de regras
A rede de Petri pode ser vista sob o aspecto graco ou matricial, como apresentado
no item precedente. Dada a sua caracterstica de fazer evoluir o estado, a partir de regras
representadas por transic oes, a rede de Petri pode igualmente ser considerada como um
sistema de regras de producao baseado em uma representacao da forma
se condic ao entao ac ao.
2.2 Rede de Petri e sistema de regras 40
0
0
0
0
0
2
1
1
0
2
1
3
0
a
a
b
b
b
a c
d
0
3
Figura 2.5: Grafo de marcac oes acessveis
2.2.1 Sistema de regras
Um sistema de regras de produc ao de conhecimento, ou simplesmente sistema de
regras, e formado de:
uma base de fatos, representando o conhecimento disponvel sobre o sistema;
uma base de regras, que permite deduzir novos fatos;
um mecanismo de inferencia, chamado motor de inferencia, que permite realizar
novas dedu coes, aplicando as regras aos fatos.
O mecanismo de inferencia mais elementar consiste em dispor o conjunto de regras
numa lista, e percorre-la seq uencialmente. Se a parte condicao da regra e verdadeira no
contexto atual (corresponde a um fato da base de fatos), a regra e aplicada ou disparada.
Se nenhuma regra e aplic avel ou se um fato terminal (conclusao que se deseja deduzir)
e deduzido, o mecanismo de inferencia p ara.
Na maioria das vezes, em um dado contexto, varias regras podem ser aplicadas.
O resultado da dedu cao, naturalmente, pode ser diferente segundo a regra escolhida. O
mecanismo de inferencia mais elementar escolhe a primeira regra, sem vericar se existem
outras que podem tambem ser aplicadas.
Uma situac ao onde diversas regras podem ser aplicaveis constitui um conito. A
resoluc ao de um conito e realizado pelo controle do motor de inferencia, que pode ser
bastante complexo.
A correspondencia entre a rede de Petri e os sistemas de regras e baseada nas corres-
pondencias seguintes:
o conjunto de transicoes da rede, com suas condic oes e acoes, representadas, res-
pectivamente, pelos vetores Pre( . , t) e Post( . , t) (item 2.1.5), constituem a base
de regras;
a marcac ao inicial corresponde `a base de fatos inicial, ou contexto inicial;
2.2 Rede de Petri e sistema de regras 41
o controle e dado pela estrutura da rede: se as transic oes s ao paralelas, a ordem de
disparo e indiferente; se as transic oes est ao em conito efetivo, apenas uma podera
ser disparada.
A vantagem da utilizac ao da rede de Petri para representar um sistema de regras e
devida ao seu formalismo, que permite a an alise. Um sistema de regras, diferente de um
sistema descrito utilizando a l ogica classica, n ao permite a vericac ao formal. Entretanto,
permite representar sistemas baseados em conhecimento e obter resultados quando nao
existe um algoritmo conhecido, como e o caso de sistemas peritos para prospec cao de
petroleo, diagn ostico medico, etc.
2.2.2 Gramatica
Uma gram atica e um sistema de reescrita de palavras de um dado alfabeto. Seja
S =< IP, Q > a gramatica associada `a rede de Petri R =<P, T, Pre, Post >, denida
por:
um alfabeto IP cujos smbolos s ao os lugares p P, e
um conjunto Q de regras de reescrita
t : (Pre(., t)) (Post(., t)). (2.17)
Tome IM como sendo o conjunto de todas as marcac oes da rede. A aplicac ao :
IM IP

associa, a um vetor marcacao da rede, uma palavra do vocabul ario IP

. IP

e
o conjunto de seq uencias nitas de elementos de P, inclusive a seq uencia vazia . Para
cada marcac ao M(p) = i, i IN, dos lugares p P da rede, e associada a ocorrencia de
um smbolo de IP

; a palavra (M) e obtida atraves da concatenac ao dos smbolos p

i
.
Por abuso de linguagem, esta palavra e, neste livro, tambem representada por M.
De modo geral, uma aplicac ao : IN
m
IP

associa, a um vetor v de IN
m
, uma
palavra (v) de IP

.
Uma transic ao t est a sensibilizada por uma marca cao M se e somente se:
(Pre(., t)) (M). (2.18)
O tiro de t leva a uma nova marcac ao M

, dada por:
(M

) = (M) (Post(., t)) ` (Pre(., t)). (2.19)

A expressao v w indica, aqui, a concatenac ao de palavras v e w, e v ` w, a exclus ao da
palavra w da palavra v.
Considere a rede de Petri da FIG. 2.1. A gram atica correspondente e denida pelo:
alfabeto P = p
1
, p
2
, p
3
, e
conjunto de regras de reescrita Q =

a : p
2
p
1
b : p
1
p
2
c : p
3
2
p
3
d : p
3
p
3
2
.
2.3 Propriedades do modelo 42
`
A marca cao inicial M = [ 0 3 0 ]
T
da rede, corresponde o axioma (M) = p
3
2
da gram atica,
a partir do qual novas palavras podem ser derivadas (por abuso de linguagem, ser a
utilizada a nota cao M = p
3
2
).
A equac ao 2.18 permite vericar que, para a marca cao M = p
3
2
, apenas as transic oes
a e c est ao sensibilizadas, pois (Pre(., a)) = p
2
M e (Pre(., c)) = p
3
2
M. Se
a transic ao a e disparada, obtem-se, aplicando a equac ao 2.19: M

= p
3
2
p
2
` p
1
=
p
2
2
p
1
= p
1
p
2
2
. Vale aqui uma observac ao: a ordem de escrita das letras nas palavras
do vocabulario IP

n ao e importante. Para facilidade de leitura, costuma-se escrever os

lugares em ordem alfanumerica.
Utilizando-se sucessivamente a equa cao 2.19, obtem-se o conjunto de marcac oes
acessveis:
A(R, M) = p
3
2
, p
1
p
2
2
, p
2
1
p
2
, p
3
1
, p
3
.
Uma seq uencia de disparo s tambem pode ser representada como uma palavra de um
vocabul ario T

, formado a partir de um alfabeto de transic oes T. Diferentemente das

palavras do vocabul ario IP

, numa palavra s T

, a ordem das letras t T e importante,

pois indica a ordem de disparo de t na seq uencia s. Para a rede da FIG. 2.1, a partir
da marcac ao inicial M, as seq uencias a
3
, a
2
b, abab, cd (entre outras) fazem parte do
vocabul ario efetivo da rede, mas as seq uencias ba, dc, ac, ca (entre outras) s ao proibidas.
Embora a regra de reescrita a : p
1
p
2
p
3
seja bastante similar `a formula da l ogica
proposicional p
1
p
2
p
3
, a rede de Petri n ao pode ser utilizada como sem antica para
a logica cl assica. Este assunto e tratado no captulo 8.
2.3 Propriedades do modelo
Neste item serao denidas as propriedades relativas ` a rede de Petri marcada: vivaci-
dade, limitabilidade e reiniciabilidade, reagrupadas sob o nome generico de boas propri-
edades. Suas denic oes implicam considera coes sobre o conjunto de marca coes acessveis
a partir da marca cao inicial. As redes de Petri marcadas n ao permitem a obtenc ao direta
de algoritmos capazes de determinar se a propriedade e ou n ao vericada, pois o conjunto
de marca coes acessveis nao e sempre nito. Os metodos de an alise destas propriedades
baseados no grafo de marcac oes ser ao apresentados no captulo 3.
As propriedades relativas ` as redes de Petri nao marcadas (que independem, por-
tanto, da sua marcac ao inicial) permitem derivar metodos de calculo, diretamente das
denic oes, atraves da resoluc ao de um sistema de equacoes lineares. Estas propriedades
ser ao denidas no item 2.4 no que concerne aos componentes conservativos e repetitivos
estacion arios.
2.3.1 Rede marcada k-limitada
Lugar k-limitado e lugar binario
Um lugar p de uma rede marcada N e k-limitado se e somente se:
M

A(R, M), M

(p) k. (2.20)
Se k = 1 diz-se que o lugar e binario (safe em ingles).
2.3 Propriedades do modelo 43
Na rede de Petri da FIG. 2.1, cujo grafo de marcac oes e representado na FIG. 2.5,
para a marcac ao inicial M = p
2
3
(ou M = [0 3 0]
T
), o lugar p
3
e bin ario, enquanto os
lugares p
1
e p
2
s ao 3-limitados.
Rede de Petri marcada k-limitada e rede marcada binaria
Uma rede marcada N e k-limitada (bounded) se e somente se todos os seus lugares
s ao k-limitados.
Uma rede marcada N e binaria se e somente se todos os seus lugares s ao bin arios.
Diz-se tambem salva ou segura.
A rede de Petri da FIG. 2.1, para a marca cao M = p
2
3
, e 3-limitada, ou, limitada
com k = 3. Se sua marca cao inicial fosse M = p
2
a rede seria bin aria (as transic oes c e
d entretanto n ao seriam nunca disparadas).
p
2
b c
a
p
1
p
3
Figura 2.6: Rede de Petri nao limitada
Considere a rede de Petri da FIG. 2.6, com a marcac ao inicial M = p
1
. A cada vez
que a seq uencia s = ab e disparada, uma cha e introduzida no lugar p
3
. Este lugar,
portanto, e nao limitado e por sua vez a rede tambem nao o e. Os lugares p
1
e p
2
s ao
tambem nao limitados.
Um exemplo de rede n ao limitada que descreve um mecanismo cl assico e dado pela
FIG. 2.7. Se a abertura de um parentese (parentese esquerdo) e associada ao tiro da
transic ao a e o fechamento de um parentese (parentese direito) ao tiro da transicao b,
as seq uencias de tiros de transic ao que levam, a partir da marcac ao inicial M = p
1
,
` a mesma marcac ao M, descrevem todas as express oes parenteseadas permitidas.

E
claro que esta rede nao e limitada pois sempre se pode abrir um parentese (disparar a)
e portanto colocar mais uma cha no lugar p
1
.
a
( )
p b
Figura 2.7: Rede parenteses
A proposito da propriedade da rede ser limitada, ou em particular, salva, deve-se
salientar que:
2.3 Propriedades do modelo 44
a rede de Petri considerada aqui e sempre uma rede com marcac ao inicial dada
(rede marcada);
o conceito de rede limitada corresponde ao fato de que um sistema fsico e sempre
limitado. Entretanto, pode-se ser levado a utilizar uma rede de Petri nao limitada
quando se quer avaliar o desempenho de um sistema independentemente dos limites
de seus elementos de armazenamento intermedi arios.
o conceito de rede salva apresenta o interesse seguinte: se os lugares representam
condic oes l ogicas, a presenca de mais de uma cha num lugar signica que uma
incoerencia foi introduzida no modelo. Em geral, trata-se de uma condic ao logica
colocada a 1 durante um ciclo de funcionamento, que n ao foi utilizada (colocada a
0) e que e recolocada a 1 no ciclo seguinte. Numa rede bin aria, apenas um processo
e representado; as transicoes paralelas (efetivamente) que aparecem sao devidas ` as
divis oes existentes em algum momento, mas que se sincronizam em seguida (ver
discuss ao sec ao 2.1.7);
2.3.2 Rede marcada viva
Transicao quase viva
Uma transicao t de uma rede marcada N =<R, M > e quase viva se e somente se
existe uma seq uencia de disparo s tal que
s [ M
s
M

e M

t
. (2.21)
Ou seja, a transic ao t e quase viva se e possvel sensibiliza-la por uma marcacao M

do
grafo de marcac oes acessveis, obtida, a partir da marcac ao inicial M, atraves do tiro
de uma seq uencia de transi coes s, eventualmente vazia (s = ). Diz-se que t pode ser
sensibilizada a partir de M atraves do disparo da seq uencia s. A equac ao acima pode
ser reescrita sob a forma s [ M
st
.
Transicao viva
Uma transic ao t de uma rede marcada N =<R, M> e viva se e somente se:
M

A(R, M), s [ M

st
. (2.22)
Para ser viva, a transicao t deve poder ser sensibilizada a partir de qualquer marcac ao
M

do grafo de marcac oes acessveis, atraves de uma seq uencia s de disparo.

Considere a rede de Petri da FIG. 2.8. O grafo das marca coes acessveis associado `a
marcac ao inicial M = p
3
p
4
e dado pela FIG. 2.9. Ve-se facilmente que a transic ao d e
quase viva, pois pode ser disparada uma vez (para a marcacao M = p
3
p
4
). Entretanto,
n ao e viva: ap os este disparo, d e bloqueada, n ao sendo mais sensibilizada por nenhuma
marcac ao. J a as transic oes a, b, c, e e f s ao vivas, pois para qualquer marcac ao acessvel
a partir de M, e possvel encontrar uma seq uencia s de disparo que leva a uma marca cao
que as sensibiliza.

E necess ario tomar cuidado porque uma transic ao pode, sem ser viva, aparecer uma
innidade de vezes em seq uencias innitas de disparo de transic ao.

E o caso da transic ao
g na FIG. 2.10. Ela pode ser sempre disparada antes do disparo de d, mas n ao poder a
mais ser disparada ap os o disparo de d.
2.3 Propriedades do modelo 45
p
4
p
1
p
2
p
3
a
c
d
b
e
f
Figura 2.8: Transi cao quase viva e n ao viva
a
b
p
2
4
p
2
3
e
f
b
c
a
c
c
c
e
b
p
1
p
2
a
p
2
p
4
f
e
p
1
p
4
a
p
3
p
4
p
1
p
2
p
2
p
3
p
1
p
2
p
1
p
3
p
2
1
p
2
2
b
p
1
p
2
b c
e
p
3
p
4
d
f
f e
a
f
Figura 2.9: Grafo das marcac oes (transicao quase viva)
Rede marcada viva
Uma rede de Petri marcada N =< R, M > e viva se e somente se todas as suas
transic oes s ao vivas:
t T, M

A(R, M), s [ M

st
. (2.23)

E importante observar que:

somente e considerada aqui a rede de Petri marcada;
uma rede de Petri viva garante que nenhum bloqueio pode ser provocado pela
estrutura da rede. No entanto, ela nao prova a ausencia de eventuais bloqueios
provocados por uma m a interac ao entre a rede de Petri e seu ambiente externo
(ver mais adiante no captulo 4 os problemas ligados ` a interpretacao da rede de
Petri);
2.3 Propriedades do modelo 46
g
p
1
p
3
a
c
d
b
e
f
p
4
p
2
Figura 2.10: Transicao quase viva e seq uencia innita
uma rede de Petri viva garante tambem a ausencia de partes mortas (nunca atin-
gidas), valendo aqui a mesma observa cao a respeito da interpretac ao.
Por exemplo, a rede de Petri da FIG. 2.1 e viva para a marcac ao inicial M = [ 0 3 0 ]
T
.
J a a rede da FIG. 2.8, para M = p
3
p
4
n ao o e, pois a transi cao d n ao e viva (e quase
viva).
Uma rede de Petri pode muito bem ser n ao limitada e viva: e o caso, por exemplo,
da rede da FIG. 2.7 (a seq uencia a b e sempre dispar avel qualquer que seja a marcac ao).
2.3.3 Rede marcada reiniciavel
Uma rede marcada N =<R, M> e reinici avel (ou pr opria) se e somente se:
M

A(R, M), s [ M

s
M. (2.24)

E possvel, portanto, a partir de qualquer marcac ao acessvel M

de GA(R, M), en-

contrar uma seq uencia de disparo s que leve a rede de volta ` a marcac ao inicial M. A
maioria dos sistemas possuem funcionamentos repetitivos e, portanto, as redes de Petri
utilizadas para representa-los s ao reinici aveis.
Considere a rede marcada da FIG. 2.11.a, cujo grafo de marcac oes acessveis e dado
pela FIG. 2.11.b. Esta rede e n ao reinici avel, pois nao existe nenhuma seq uencia de tiro
que permita voltar ` a marcac ao inicial M = p
1
p
4
ap os o tiro da transic ao a. No entanto,
e interessante observar que a rede e viva, pois a partir de qualquer marca cao acessvel,
existe uma seq uencia de disparo levando a uma marcac ao que sensibiliza cada uma das
transic oes da rede.
Mas para qualquer uma das seguintes marcac oes iniciais: M = p
2
p
4
, M = p
1
p
3
ou
M = p
2
p
3
, a rede da FIG. 2.11.a e, ao mesmo tempo, viva e reinici avel. Inversamente,
a rede de Petri da FIG. 2.8 e reinici avel para a marcac ao M = p
1
sem ser viva, pois a
transic ao d nunca ser a disparada.
Mais uma vez, e importante salientar que as propriedades que foram denidas s ao for-
temente ligadas `a marca cao inicial. Considere, por exemplo, a rede de Petri da FIG. 2.12.
Para a marca cao M = p
1
p
3
a rede e bin aria, viva e reinici avel. Se uma cha e adicionada
no lugar p
4
a rede deixa de ser limitada (ver a seq uencia abab...). Enm para a marcac ao
M = p
1
a rede e binaria e nao viva (nenhuma transic ao e disparavel).
2.4 Propriedades estruturais 47
p
1
p
1
p
3
p
2
p
3
a
a) b)
b
p
1
p
4
a
p
2
p
4
a
c
b
p
2
c
p
4
p
3
Figura 2.11: a) Rede n ao reinici avel; b) Grafo associado
p
5
a
c d
p
1
p
2
p
3
b
p
4
Figura 2.12: Rede com propriedades dependentes da marca cao inicial
2.4 Propriedades estruturais
Nesta sec ao ser ao consideradas as propriedades derivadas diretamente da estrutura da
rede de Petri e que, portanto, n ao dependem da sua marcac ao inicial. Estas propriedades
s ao denidas atraves dos componentes conservativos de lugar e dos componentes repe-
titivos estacion arios. A partir destes elementos estruturais, pode-se utilizar tambem a
informac ao sobre a marcac ao, denindo-se, assim, os invariantes de lugar e de transic ao,
que permitem algumas informac oes adicionais sobre o comportamento din amico da rede
de Petri.
2.4.1 Componentes conservativos, invariantes de lugar
Considere a rede de Petri da FIG. 2.13. Observe o circuito formado pelos lugares p
1
e p
2
e pelas transic oes a e b. A soma:
M(p
1
) + M(p
2
)
vale 1 para a marcac ao inicial M
0
= [1 0 3 0 1]
T
. O tiro de a n ao modica em nada esta
soma, da mesma forma que o de b, embora a marcac ao de cada lugar seja modicada a
2.4 Propriedades estruturais 48
cada tiro de transic ao. O tiro das outras transicoes da rede (c e d) tambem nao modica
esta soma. Para este exemplo, pode-se vericar que, para todas as marcacoes acessveis
a partir da marcac ao inicial, tem-se M(p
1
) + M(p
2
) = 1, ou de modo mais geral:
M A(R, Mo), M(p
1
) + M(p
2
) = M
o
(p
1
) + M
o
(p
2
).
A forma linear M(p
1
) +M(p
2
) = M
o
(p
1
) +M
o
(p
2
) e chamada invariante linear de lugar,
pois a soma (em geral, ponderada) das chas se conserva para estes lugares. O conjunto
de lugares p
1
e p
2
forma um componente conservativo da rede.
p
4
p
2
p
1
b
a
3
3
c
d
p
3
p
5
Figura 2.13: Invariantes
Para esta mesma rede, considerando agora o circuito formado pelos lugares p
2
, p
3
e
p
4
e pelas transic oes a, b, c e d, pode-se vericar que o conjunto p
2
, p
3
e p
4
forma um
componente conservativo, com o invariante de lugar
M A(R, M
0
), M(p
2
) + M(p
3
) + 3.M(p
4
) = 3.
Um invariante linear de lugar e uma func ao linear da marcac ao dos lugares cujo valor
e uma constante que depende apenas da marcac ao inicial da rede. Ele corresponde a
uma restricao sobre os estados e as atividades do sistema que sera sempre vericada,
quaisquer que sejam suas evoluc oes.
A equac ao que permite determinar a evoluc ao da rede e a equac ao fundamental
(equac ao 2.15). Para obter-se uma soma ponderada das marcac oes, pre-multiplica-se a
equac ao por um vetor f
T
:
f
T
M

= f
T
M +f
T
Cs. (2.25)

E f acil vericar que a unica maneira de tornar a equa cao independente das seq uencias
de disparo s e anular o produto f
T
C.
Um componente conservativo de uma rede de Petri e o conjunto de lugares p
i
P
correspondentes aos elementos n ao nulos f
i
do vetor coluna f , solucao da equac ao:
1
f
T
C = 0 com f > 0. (2.26)
Do ponto de vista gr aco, um componente conservativo dene uma sub-rede de Petri.
Consideram-se somente os lugares, para os quais o componente correspondente de f e
n ao nulo, e as transi coes de entrada e de sada destes lugares. As transi coes possuem o
mesmo n umero de arcos de entrada e de sada (nos casos simples).
Uma rede de Petri e dita conservativa se todos os lugares da rede pertencem a um
componente conservativo.
1
Veja apendice B para o calculo da solucao f .
2.4 Propriedades estruturais 49
Se f e soluc ao da equacao 2.26, entao a func ao linear:
f
T
M = f
T
M
0
M A(R, M
0
), (2.27)
e o invariante linear de lugar correspondente.
O invariante linear de lugar, obtido atraves da equac ao 2.27, depende da marcacao
inicial, enquanto que o componente conservativo, obtido a partir da equa cao 2.26, e
completamente independente. A matriz C da rede da FIG 2.11.a (somente a estrutura!)
e dada por:
C =

1 1 0
1 1 0
0 1 1
0 1 1

.
Utilizando-se a equacao 2.26, encontra-se f
1
= [ 1 1 0 0 ]
T
e f
2
= [ 0 0 1 1 ]
T
. Portanto, a
rede e conservativa, pois f(p) = 0 para todo lugar p. Substituindo-se o valor de f
1
e f
2
na equac ao 2.27, para a marcac ao inicial M
0
= [ 0 1 0 1 ]
T
, encontram-se os invariantes
lineares de lugar
I
1
: M(p
1
) + M(p
2
) = M
0
(p
1
) + M
0
(p
2
) = 1
I
2
: M(p
3
) + M(p
4
) = M
0
(p
3
) + M
0
(p
4
) = 1.
O invariante I
1
indica que, para qualquer marcacao acessvel a partir de M
0
, a soma
das chas em p
1
e p
2
ser a sempre 1. Portanto, numa marcac ao M em que M(p
2
) = 1,
o n umero de chas em p
1
ser a nulo. Alem disto, sabe-se que nunca havera mais de uma
cha em p
1
e em p
2
. O invariante de lugar permite, sem enumerar todas as marcac oes
acessveis, obter algumas informac oes sobre a propriedade de limitabilidade da rede de
Petri, como sera visto no captulo 3.
2.4.2 Componentes repetitivos, invariantes de transicao
Considere, novamente na FIG. 2.13, a sub-rede formada pelas transic oes c e d jun-
tamente com seus lugares de entrada ou sada (p
3
, p
4
e p
5
). Observe que o disparo da
seq uencia s = cd a partir da marcac ao inicial leva de volta ` a mesma marcac ao.
A seq uencia s = cd e um invariante de transicao, pois o tiro de tal seq uencia n ao
modica a marcac ao da rede. O invariante de transic ao corresponde a uma seq uencia
cclica de eventos que pode ser repetida indenidamente. O conjunto das transi coes c e d
do invariante forma um componente repetitivo estacionario da rede. A seq uencia s = ab
e tambem um invariante de transicao da rede da FIG. 2.13.
Para encontrar o conjunto de transic oes que, uma vez disparadas a partir de uma
marcac ao da rede, faz retornar a esta mesma marcac ao, utiliza-se novamente a equac ao
fundamental (2.15).

E facil vericar que, para obter-se M

= M, a seq uencia s deve ser

tal que o vetor s verique:
Cs = 0. (2.28)
Toda soluc ao s desta equacao e chamada componente repetitivo estacionario, e a seq uencia
s e dita invariante de transic ao. Uma rede de Petri e dita repetitiva se todas as transicoes
t T pertencem a um componente repetitivo estacion ario. Um componente repetitivo
estacion ario dene uma sub-rede em que se considera somente as transic oes para as quais
2.4 Propriedades estruturais 50
o componente correspondente de s e nao nulo, com seus lugares de entrada e de sada.
As outras transi coes ligadas a estes lugares nao sao consideradas.
Aplicando-se a matriz C da rede de Petri da FIG 2.11.a na equacao 2.28 encontra-se
o vetor s
T
= [ 1 1 1 ]. A rede e, pois, repetitiva.
Se s e o vetor caracterstico de uma seq uencia s efetivamente disparada a partir de
uma marcac ao acessvel, ent ao esta seq uencia s e um invariante de transicoes.
O componente repetitivo estacionario n ao depende da marcac ao inicial, ao contr ario
do invariante de transic ao correspondente de quem sua existencia depende .
Exemplo resolvido 2: (continuacao)
Considere o sistema tipo batelada do exerccio resolvido no captulo 1 (FIG. 1.13). Os
componentes conservativos desta rede sao dadas pelos vetores f
1
= [ 1 1 1 1 1 0 0 0 0 ]
T
,
f
2
= [ 0 0 0 0 0 1 1 0 0 ]
T
, f
3
= [ 0 0 1 0 0 0 0 1 0 ]
T
e f
4
= [ 0 0 0 0 1 0 1 0 1 ]
T
, que
denem, respectivamente, as seguintes sub-redes, formadas pelos:
lugares p
1
, p
2
, p
3
, p
4
e p
5
, e transic oes t
a
, t
b
, t
c
, t
d
, t
e
e t
f
: esta sub-rede representa
as duas op coes de fabricacao do produto Pr
1
;
lugares p
6
e p
7
, com as transic oes t
g
e t
h
: esta sub-rede representa a fabrica cao do
produto Pr
2
;
lugares p
3
e p
8
, com as transic oes t
b
e t
c
: esta sub-rede representa as evolucoes de
estado do reator R
1
; (se ocupado, lugar p
3
marcado; se livre, lugar p
8
marcado);
lugares p
5
, p
7
e p
9
, com transic oes t
e
, t
f
, t
g
e t
h
: esta sub-rede representa as
evolucoes de estado do reator R
2
e sua possvel aloca cao a um dos dois produtos.
Esta rede de Petri descreve o sistema como uma colec ao de processos comunicantes
(as sub-redes denidas acima), e, alem do funcionamento do sistema, mostra tambem
a sua estrutura. Portanto, fornece, ao mesmo tempo, um modelo comportamental e
estrutural do sistema.
Os invariantes de lugar I
1
a I
4
, obtidos a partir dos vetores f
1
a f
4
e da marcacao
inicial M
0
= [ 1 0 0 0 0 1 0 1 1 ]
T
permitem vericar que de fato o sistema se comporta
como esperado:
I
1
: M(p
1
) +M(p
2
) +M(p
3
) +M(p
4
) +M(p
5
) = 1: o lote Pr
1
pode estar em espera
(lugar p
1
), em B
1
(p
2
), em B
2
(p
4
), sendo processado pelo reator R
1
(lugar p
3
) ou
reator R
2
(lugar p
5
). O fato de ter somente uma cha num dos lugares p
1
. . . p
5
indica que o sistema efetivamente estar a em apenas um destes estados;
I
2
: M(p
6
) + M(p
7
) = 1: existe um lote Pr
2
esperando (p
6
) ou sendo processado
pelo reator R
2
(p
7
);
I
3
: M(p
3
) + M(p
8
) = 1: o reator R
1
est a livre (p
8
) ou processando Pr
1
(p
3
);
I
4
: M(p
5
) +M(p
7
) +M(p
9
) = 1: o reator R
2
est a livre (p
9
), processando Pr
1
(p
5
)
ou processando Pr
2
(p
7
).
2.5 Notas 51
As informac oes fornecidas pelos invariantes sao importantes para uma rede de maior
tamanho, onde nem sempre e evidente vericar, sem fazer c alculos, se dois ou mais
lugares que n ao podem estar marcados ao mesmo tempo, de fato nao o estao.
As solu coes da equac ao 2.28 s ao os vetores s
1
= [ 1 1 1 0 0 0 0 0 ]
T
, s
2
= [ 0 0 0 1 1 1 0 0 ]
T
e s
3
= [ 0 0 0 0 0 0 1 1 ]
T
, que formam as sub-redes com as transic oes:
t
a
, t
b
e t
c
, com os lugares p
1
, p
2
, p
3
e p
8
: uma vez que o lote Pr
1
passa pelo buer
e e processado por R
1
, um novo ciclo pode recomecar;
t
d
, t
e
e t
f
, com os lugares p
1
, p
4
, p
5
e p
9
: mesmo comportamento em relac ao a Pr
2
e R
2
;
t
g
e t
h
, com os lugares p
6
, p
7
e p
9
: indica a seq uencia de eventos incio de proces-
samento de Pr
2
e seu m.
A rede e repetitiva pois s(t) = 0 para todas as transic oes t T. Os invariantes de
transic ao correspondentes s ao as seq uencias s
1
= t
a
t
b
t
c
, s
2
= t
d
t
e
t
f
e s
3
= t
g
t
h
.
O grafo de marcac oes acessveis desta rede e o mesmo da FIG. 1.14 (captulo 1). Es-
crevendo as marcac oes como palavras do vocabulario IP

, tem-se a seguinte equivalencia;

E
0
= p
1
p
6
p
8
p
9
, E
1
= p
2
p
6
p
8
p
9
, E
2
= p
4
p
6
p
8
p
9
, E
3
= p
1
p
7
p
8
, E
4
= p
3
p
6
p
9
, E
5
= p
5
p
6
p
8
,
E
6
= p
4
p
7
p
8
, E
7
= p
2
p
7
p
8
e E
8
= p
3
p
7
.
2.5 Notas
BITTENCOURT (1996) apresenta, de forma clara, os sistemas de regras e a logica
proposicional, alem de outros conceitos deste campo de conhecimento. O metodo de
especicac ao de sistemas SADT pode ser encontrado no livro de JALOTE (1991).
2.6 Exerccios
1. Revise os exerccios de modelagem propostos no captulo anterior. Verique se os
recursos, as atividades paralelas e concorrentes (em conito) foram corretamente
considerados. Para cada modelo, encontre: a) a representac ao matricial; b) a
representa cao gramatical (alfabeto IP e regras de reescrita Q); c) o conjunto de
marcac oes acessveis, utilizando a equac ao 2.9; d) os componentes conservativos e
repetitivos estacion arios; e) os invariantes de lugar e transic ao.
2. Para a rede da FIG. 2.1, verique quais as seq uencias de fato disparaveis. Mude
a ordem de algumas delas (de modo que o vetor caracterstico seja o mesmo) e
verique quais nao s ao dispar aveis.
p
3
a b
c
p
1
p
2
Figura 2.14: Exerccio 3
2.6 Exerccios 52
3. Verique, usando o metodo da enumerac ao de marcacoes, se a rede da FIG. 2.14
e viva e limitada. A partir do calculo dos componentes repetitivos, verique se a
rede e repetitiva.
4.
P
1
t
4
b)
a)
t
1
P
2
P
5
t
2
P
7
P
2
t
4
t
2
t
5
t
3
t
1
P
5
P
4
P
1 P
3 P
6
P
3
t
3
P
4
Figura 2.15: Exerccio 4
a) Encontre os componentes conservativos e repetitivos (e respectivos invariantes
de lugar e transicao) das redes da FIG. 2.15; b) Encontre o conjunto de marcac oes
acessveis de cada rede. A rede da FIG. 2.15.a descreve um robo (livre, se P
1
est a
marcado) utilizado para carregar (P
2
) e descarregar (P
5
) uma fresadeira (livre se
P
4
est a marcado); a operacao de fresagem esta associada ao lugar P
3
.
Captulo 3
An

alise das Propriedades

Este captulo apresenta tres formas de analise do comportamento de uma rede de Pe-
tri: por enumera cao das marca coes, estrutural e por redu cao. Para o primeiro metodo,
ser ao apresentados os algoritmos que permitem determinar se uma dada rede de Petri
possui as boas propriedades. De fato, embora as propriedades de rede viva e reinici avel
tenham sido mostradas como decidveis, nenhum algoritmo que seja pr atico foi encon-
trado no caso geral. Serao dados apenas os princpios da prova de decidibilidade relativa
` a propriedade de rede limitada, e apos sera apresentado um metodo para determinar as
outras propriedades. Em seguida, outros metodos que permitem evitar parcialmente a
enumera cao das marcacoes ser ao apresentados.
A analise estrutural e realizada atraves do c alculo dos componentes conservativos e
repetitivos estacion arios e dos invariantes correspondentes. Este metodo, embora nem
sempre concludente, permite, em alguns casos, obter, de forma mais simples e r apida, as
propriedades da rede.
Quando nao e possvel obter as propriedades da rede atraves da an alise estrutural,
e a rede e tal que e muito custoso enumerar as marcac oes, e possvel obter uma rede
reduzida atraves do metodo de reduc ao. A an alise e, ent ao, realizada sobre o modelo
reduzido.
Por m, serao descritas as relac oes entre os diferentes metodos, e a ordem em que se
deve utiliz a-los para obter as propriedades do sistema modelado.
3.1 Analise por enumeracao de marcac oes
Este metodo e valido somente para a rede marcada. Portanto, para analisar o com-
portamento do modelo para outra marcac ao inicial, e necessario construir um novo grafo.
A vantagem deste metodo e que, se e possvel construir o grafo, todas as propriedades
podem ser encontradas, como sera visto a seguir.

E necess ario inicialmente observar que e equivalente dizer que a rede marcada e
limitada e que o n umero de suas marcac oes acessveis e nito, pois o n umero de lugares
e nito.
Da mesma forma, e equivalente dizer que o conjunto de marcacoes acessveis nao e
nito e que existe ao menos uma seq uencia innita de disparos que, quando aplicada,
n ao leva a nenhuma marcac ao da rede ja calculada. Tal seq uencia e construda a partir
de uma seq uencia nita, mas a cada aplica cao desta, uma nova marca cao e alcancada.
Portanto, o conjunto de marcac oes acessveis nao e nito. N ao se deve confundir uma
3.1 Analise por enumeracao de marcacoes 54
seq uencia innita de disparos com uma seq uencia nita que se repete indenidamente,
levando sempre, a cada aplicac ao, a uma mesma marca cao do conjunto de marcacoes
acessveis.
3.1.1 Decidibilidade da propriedade k-limitada
Ao enumerar-se as marcacoes acessveis, se este n umero e nito, ocorrer a a parada
do procedimento de c alculo. Entretanto, se o n umero de marcacoes e innito, o c alculo
jamais terminar a. Nao e, portanto, evidente, a priori, que a propriedade de k-limitada
seja decidvel. A decidibilidade decorre das seguintes propriedades:
1. Monotonia:
M, M

, s [ M
s
e M

> M M

s
.
Quando uma evoluc ao e possvel a partir de uma marcac ao dada, ela continua
possvel se a marca cao e aumentada (chas s ao adicionadas em certos lugares).
2. Se M, M

A(R, M) [ M
s
M

e M

> M ent ao a rede de Petri marcada n ao e

k-limitada. De fato, deduz-se imediatamente do ponto precedente que a seq uencia
s pode ser repetida tantas vezes quantas se deseja, e a cada vez, o conte udo de
chas em pelo menos um lugar e aumentado, pois M

e estritamente maior que M.

3. Lema de Karp e Miller:
em toda seq uencia innita de vetores formados por inteiros positivos ou
nulos v
1
, v
2
, . . . , v
k
, . . . e tal que ela contem ao menos dois elementos (de
fato, uma innidade de pares) v
i
e v
j
com i < j tais que v
i
< v
j
ou
v
i
= v
j
.
O resultado e evidente para os vetores que possuem somente um componente: e
impossvel existir uma seq uencia innita de inteiros positivos ou nulos que seja
estritamente decrescente.
4. Considere agora uma seq uencia innita s de disparos de transi coes. A seq uencia
das marca coes e uma seq uencia innita de vetores de inteiros positivos ou nulos.
O lema anterior implica, portanto, a existencia de uma subseq uencia s
1
tal que
M
s1
M

e M

M
e que pode ser repetida indenidamente.
As seq uencias denidas no ponto 2 sao, portanto, caractersticas das seq uencias de
comprimento innitas nao estacionarias (que nunca passam pelas mesmas marcac oes).
Elas s ao caractersticas do fato de uma rede n ao ser limitada, isto e, o conjunto de
marcac oes acessveis A(R, M) contem uma innidade de elementos.
3.1 Analise por enumeracao de marcacoes 55

Arvore de cobertura
O algoritmo que permite decidir se uma rede de Petri marcada e k-limitada e baseado
na constru cao de uma arvore chamada arvore de cobertura. Parte-se da marca cao inicial
e cada transic ao sensibilizada por esta marcac ao d a origem a um ramo. As marcacoes
obtidas atraves do disparo das transi coes s ao calculadas e o processo recomeca para cada
marcac ao obtida. A construcao de um ramo e interrompida desde que seja encontrada
uma marcac ao:
igual a uma outra j a calculada e para a qual todos os sucessores ja foram ou serao
calculados. O segundo caso corresponde a ramos pendentes que ser ao explorados
em seguida (sen ao uma sub arvore j a calculada seria reexplorada);
estritamente superior a uma marcac ao do ramo que esta sendo explorado.
No segundo caso, para-se a explorac ao da arvore, pois a rede marcada pode nao ser
limitada. O valor M

(p) que torna a marcac ao estritamente superior e notado w. Senao

continua-se ate que todos os ramos tenham sido explorados. Desta forma pode-se armar
com certeza que a rede marcada e limitada e que o conjunto das marcac oes acessveis e
conhecido. Este procedimento caracteriza um algoritmo, pois:
n ao pode ter nenhum ramo de comprimento innito (lema de Karp e Miller);
o n umero de ramos e nito, pois para cada marca cao o n umero de transic oes
sensibilizadas e nito (inferior ao n umero de transic oes da rede de Petri).
3.1.2 Procura das outras propriedades
Viu-se que a propriedade de limitabilidade e decidvel para uma rede de Petri mar-
cada. A construc ao da arvore de cobertura fornece um algoritmo que responde a esta
quest ao.
N ao existe algoritmo geral para as outras propriedades, embora elas sejam, do ponto
de vista teorico, decidveis. Entretanto, na maior parte do tempo, deseja-se que a rede
construda possua simultaneamente todas as boas propriedades. O primeiro passo e
vericar se a rede e k-limitada, e construir o grafo de marcacoes acessveis. Depois,
utilizar os algoritmos de procura em grafos (ver apendice A para vericar se a rede e
reinici avel ou viva).
Reiniciabilidade
Uma rede marcada N =<R, M> e reiniciavel se e somente se seu grafo de marcac oes
acessveis GA(R, M) for fortemente conexo:
M
i
, M
j
GA(R, M), s [ M
i
s
M
j
.
Como a marcac ao inicial M faz parte do grafo, e o grafo e fortemente conexo, existe um
caminho (seq uencia s de transi coes) entre qualquer par de nos (marcac oes). No caso,
o que interessa e um caminho entre qualquer marcacao M
i
GA(R, M) e a marcac ao
inicial M.
3.2 Analise estrutural 56
Vivacidade
Uma rede marcada N =< R, M > e viva se e somente se o grafo de marcac oes
acessveis GA(R, M) for fortemente conexo e todas as transic oes t T etiquetarem ao
menos um arco do grafo:
t T M
i
, M
j
GA(R, M), [ M
i
t
M
j
.
Portanto, se a rede e reiniciavel, basta provar que e quase viva. Se toda transic ao
t T etiqueta um arco (M
i
, M
j
) (rede quase viva), basta vericar se existe uma seq uencia
que, apos M
j
, permita novamente chegar a M
i
, e disparar t. Ora, se o grafo e fortemente
conexo (rede reinici avel), existe um caminho entre (M
j
, M) e (M, M
i
), e a rede e, por-
tanto, viva.
Se o grafo nao for conexo (rede n ao reinici avel), a rede e viva se, em cada componente
pendente fortemente conexo (ou subgrafo conexo), todas as transic oes t T etiquetarem
ao menos um arco.
Os passos para realizar a an alise a partir da enumeracao de marca coes s ao os seguintes:
1. vericar se a rede marcada e limitada pela construc ao da arvore de cobertura;
2. se a rede marcada e limitada, construir o grafo de marcac oes acessveis;
3. mostrar que o grafo de marcac oes acessveis e fortemente conexo;
4. vericar que toda transic ao aparece ao menos uma vez como etiqueta de um arco
do grafo de marcac oes acessveis.
Este encaminhamento permite vericar se a rede marcada e ao mesmo tempo limitada,
reinici avel e viva.
Considere o grafo de marcac oes da FIG. 2.9, referente `a rede da FIG. 2.8. A rede
n ao e reinici avel, pois o grafo n ao e fortemente conexo. As transic oes a, b, c, e e f s ao
vivas pois guram nos dois componentes fortemente conexos pendentes (subgrafos). A
transic ao d e quase viva, pois n ao aparece em nenhum dos subgrafos A rede, portanto,
n ao e viva (e quase viva).
J a a rede da FIG. 2.11.a, cujo grafo de marcac oes acessveis e dado pela FIG. 2.11.b,
e viva, pois dentro do componente fortemente conexo pendente formado pelas marcac oes
M = p
2
p
4
, M = p
1
p
3
e M = p
2
p
3
, todas as transic oes da rede (a, b e c) etiquetam um
arco.
3.2 Analise estrutural
O metodo de analise estrutural, a partir dos componentes repetitivos e conservativos,
vistos no item 2.4, permite obter informa coes sobre o comportamento da rede n ao mar-
cada. A vantagem e que os resultados sao v alidos para qualquer marcac ao. Entretanto,
n ao e possvel obter uma informa cao concludente quando f(p) = 0 e quando s(t) = 0.
Os invariantes de lugar e transicao, obtidos, respectivamente, a partir dos componen-
tes conservativos e repetitivos estacionarios, dependem da marcac ao inicial. Entretanto,
seu calculo e simples e r apido, bastando substituir o valor de M
0
na equacao 2.27 e es-
crever as seq uencias a partir dos componentes repetitivos. Mas vale a mesma observac ao
acima: o resultado nem sempre e concludente.
3.2 Analise estrutural 57
3.2.1 Componentes conservativos,
invariantes de lugar
Os componentes conservativos permitem considerar apenas a estrutura da rede de
Petri, isto e, a rede n ao marcada. S ao os seguintes as informac oes obtidas acerca da
propriedade de limitabilidade:
qualquer lugar que pertenca a um componente conservativo e limitado;
mesmo que um lugar p n ao pertenca a nenhum componente conservativo (f(p) = 0),
p pode ser limitado; portanto, uma rede n ao conservativa pode ser limitada;
um lugar nao limitado n ao pertence a nenhum componente conservativo; portanto,
uma rede n ao limitada e nao conservativa;
uma rede conservativa e limitada (para qualquer marcac ao) j a que todos os seus
lugares sao limitados.
Embora possa, ` a primeira vista, parecer estranho que uma propriedade aparentemente
t ao ligada ` a marca cao possa ser obtida a partir apenas da estrutura da rede, lembre-se
que a matriz C na equacao 2.26 e quem faz o balanco das chas na rede, indicando o
n umero de chas colocadas e retiradas de cada lugar.
A analise estrutural, do ponto de vista da conserva cao do n umero de chas na rede,
fornece os dois resultados a seguir:
Cobertura de lugar limitada:
Uma rede de Petri para a qual existe uma cobertura de componentes conservativos
1
f
T
> 0 e k-limitada qualquer que seja sua marcacao inicial.
Invariantes de lugar valor do limite:
A forma linear f
T
M = f
T
M
0
permite calcular um limite para cada lugar. Com efeito,
como os componentes de f e as marcac oes s ao n umeros n ao negativos, tem-se para um
lugar p qualquer:
f(p)M(p) f
T
M
0
e por conseq uencia, o seguinte limite (que n ao e necessariamente atingido):
M(p)
f
T
M
0
f(p)
. (3.1)
Como foi visto no item 2.4.1, os invariantes de lugar da rede da FIG 2.11.a, para a
marcac ao inicial M
0
= [ 0 1 0 1 ]
T
s ao dados por:
I
1
: M(p
1
) + M(p
2
) = 1
I
2
: M(p
3
) + M(p
4
) = 1.
O invariante I
1
mostra que os lugares p
1
e p
2
s ao binarios, pois para qualquer marca cao
acessvel a partir de M
0
, o n umero m aximo de chas e 1. Outra informacao fornecida
1
Uma cobertura de componentes conservativos (respectivamente, repetitivos estacionarios) e formada
por um componente positivo ou um conjunto de componentes elementares positivos que passa por
todos os lugares (respectivamente transi coes).
3.2 Analise estrutural 58
por este invariante e que, quando o lugar p
1
est a marcado, o n umero de chas em p
2
e
nulo (o mesmo raciocnio vale para o invariante I
2
e os lugares p
3
e p
4
). Esta informacao
vai alem da noc ao de limitabilidade: ela mostra a relac ao que existe entre as marca coes
dos lugares. Para estabelecer esta relac ao entre todos os lugares da rede, basta calcular
a combinac ao linear f = f
1
+ f
2
= [ 1 1 1 1 ]
T
, e encontrar o invariante linear de lugar
correspondente (para M
0
= [ 0 1 0 1 ]
T
):
M(p
1
) + M(p
2
) + M(p
3
) + M(p
4
) = 2.
A rede e conservativa, pois todos os lugares pertencem a um componente conservativo.
Exemplo resolvido 2: (continuacao)
Considere o sistema tipo batelada do exerccio resolvido no captulo 1 (FIG. 1.13)
cujos componentes conservativos foram calculados no captulo 2.
O suporte dos componentes conservativos e dado por f = f
1
+ f
2
+ f
3
+ f
4
=
[ 1 1 1 1 1 1 1 1 1 ]
T
. Como todos os lugares pertencem ao suporte (de fato, p P, f(p) =
0), a rede e conservativa. Portanto, sem realizar o grafo de marcac oes acessveis, a an alise
estrutural permite provar que todos os lugares sao limitados, e que a rede e limitada.
N ao e necess ario conhecer a marcac ao inicial da rede; este resultado e valido qualquer
que seja a marcac ao inicial.
Os invariantes I
1
a I
4
(exerccio resolvido do item 2.4.2) permitem calcular um limite
superior para a marcac ao de cada lugar. Este limite pode nao acontecer nunca; o que
se garante e que a marcac ao sera sempre menor ou igual. O c alculo dos invariantes e
v alido somente para a marcac ao inicial utilizada na equac ao 2.27. A partir do invariante
I
1
, para M
0
= [ 1 0 0 0 0 1 0 1 1 ]
T
, obtem-se a equac ao:
M A(R, M), M(p
1
) + M(p
2
) + M(p
3
) + M(p
4
) + M(p
5
) = 1
e pode-se vericar que, para qualquer marcac ao acessvel, o limite maximo de chas, para
os lugares p
1
, p
2
, p
3
, p
4
e p
5
, e unit ario. Mais uma vez, sabe-se que o limite e unitario,
mas n ao se pode garantir que este ser a atingido, isto e, se estes lugares serao de fato
marcados para alguma marca cao. Analisando os outros invariantes, pode-se vericar que
a rede e salva, pois o n umero m aximo de chas para todos os lugares da rede e igual a
um.

E necess ario entretanto salientar que uma rede pode ser limitada para uma dada
marcac ao, sem possuir uma cobertura de componentes conservativos.

E o caso da rede
de Petri da FIG. 2.12, com
C =

1 1 0 0
1 1 0 0
0 0 1 1
0 0 1 1
0 1 1 0

cujos componentes conservativos sao: f

1
= [ 1 1 0 0 0 ] e f
2
= [ 0 0 0 1 1 ]. N ao
existe uma cobertura de lugar, pois qualquer que seja a combinacao linear entre f
1
e f
2
,
f(p
3
) = 0. Portanto, a rede e n ao conservativa. Entretanto, esta rede e viva e bin aria
para a marcacao inicial M = p
1
p
3
, o que e facilmente veric avel calculando as marcac oes
acessveis. Ja para a marcac ao inicial M = p
1
p
3
p
4
, a rede e nao limitada. Portanto, nao
e possvel concluir sobre o limite de chas em um lugar p para o qual f(p) = 0.
3.2 Analise estrutural 59
3.2.2 Componentes repetitivos,
invariantes de transicao
As propriedades de vivacidade e limitabilidade podem ser tambem denidas a partir
dos componenes repetitivos estacion arios:
toda rede de Petri viva, limitada e reinici avel e repetitiva (a recproca e falsa);
se a rede e nao repetitiva (t, s(t) = 0) entao ou ela e n ao viva ou e n ao limitada;
uma rede repetitiva (t, s(t) > 0) pode ser nao viva.
Cobertura de transicao limitada e viva:
Toda rede de Petri que e, ao mesmo tempo, viva e limitada para ao menos uma
marcac ao inicial e tal que existe uma cobertura de componentes repetitivos estacionarios
s > 0. Isto decorre dos seguintes fatos:
limitada existe um n umero nito de marcac oes sensibilizando uma dada transic ao;
viva existe seq uencias de comprimento innito;
limitada e viva existe uma seq uencia repetitiva estacion aria.

E facil vericar que a recproca do ponto dois e falsa. Basta em geral escolher uma
marcac ao para a qual todos os lugares s ao vazios.
A rede de Petri da FIG 2.11.a e limitada, viva e reinici avel para a marcac ao M = p
2
p
4
,
como se pode ver no grafo da FIG 2.11.b (item 2.3.3), utilizando a analise por enumerac ao
de marcac oes. A rede deve ser, portanto, repetitiva como de fato o e, pois s = [ 1 1 1 ]
T
,
conforme visto no item 2.4.2. Entretanto, a recproca n ao e verdadeira, pois esta rede,
repetitiva, n ao e reiniciavel para a marcacao M = p
1
p
4
, embora seja limitada e viva.
Considere a rede de Petri da FIG. 2.6, cuja matriz C e dada por:
C =

1 1 1
1 1 0
1 0 1

.
O unico valor de s que satisfaz a equa cao 2.28 e s = [ 0 0 0 ]
T
, e a rede e n ao repetitiva. Ela
e, portanto, n ao viva ou nao limitada. Construindo-se o grafo de marca coes acessveis,
pode-se vericar que a rede e nao limitada.
Exemplo resolvido 2: (continuacao)
O suporte dos componentes repetitivos e dado por s = s
1
+s
2
+s
3
= [ 1 1 1 1 1 1 1 1 ]
T
.
Como todos as transicoes pertencem ao suporte (de fato, t T, s(t) = 0), a rede e
repetitiva. Nada se pode armar sobre a vivacidade da rede. Se existisse um elemento
s(t) = 0, ent ao a rede seria nao viva ou nao limitada.
A rede da FIG. 2.4 tambem e repetitiva, com s = [ 1 1 1 1 ]
T
mas n ao e viva para a
marcac ao M = p
1
p
2
, como foi visto no item 2.1.8.

E, pois, importante observar que a
existencia de um componente repetitivo n ao garante a vivacidade.
3.3 Analise atraves de redu cao 60
Por que um elemento s(t) = 0 implica que a rede e n ao viva ou nao limitada? A
ideia do componente repetitivo, e em particular, do invariante de transicao correspon-
dente, e que o disparo desta seq uencia nao modica a marcac ao inicial, como indica a
equac ao 2.28. Ora, se uma transic ao t n ao pertence a um componente repetitivo, entao
n ao pertence a nenhuma seq uencia que leve novamente `a marca cao de partida. Existem
dois motivos para tal:
a rede e nao limitada, e impossvel voltar `a marcacao inicial porque existe um
crescimento de chas a cada tiro de t;
a rede e n ao viva, porque a transi cao t tem um bloqueio mortal, sendo assim
impossvel voltar ` a marcacao inicial.
Por que um elemento s(t) = 0 n ao permite determinar se a rede e viva? Este fato
e conseq uencia da limitac ao da matriz C para representar a rede de Petri,
2
como foi
extensivamente discutido no item 2.1.8.
Embora a an alise estrutural da rede n ao permita, em muitos casos, uma resposta
conclusiva sobre as propriedades do modelo, seu c alculo e simples, sem os custos de
tempo e mem oria necessarios ao calculo do grafo de marcac oes acessveis.
3.3 Analise atraves de reducao
O metodo de analise por enumeracao de marcac oes, apresentado no item 3.1, e extre-
mamente pesado a implementar quando o tamanho do conjunto de marca coes acessveis
torna-se grande, devido `a explosao combinatoria do n umero de estados. Uma solucao
consiste em aplicar regras de reduc ao, de modo tal que a rede de Petri inicial e a rede
reduzida sejam equivalentes do ponto de vista das propriedades. Deste modo, pode-se
aplicar o metodo de an alise por enumerac ao a uma rede de tamanho razoavel, e deduzir
as propriedades da rede original.
A noc ao de equivalencia nao implica necessariamente que as duas redes possuam
as mesmas seq uencias de tiro de transic oes ou os mesmos invariantes de lugar ou de
transic ao. O objetivo e que as propriedades gerais, se vericadas na rede reduzida,
possam ser consideradas como as da rede inicial. Entretanto, em certos casos particulares,
a aplicacao de algumas regras, necessarias para reduzir a rede, n ao conserva todas as
boas propriedades.
3.3.1 Lugar substituvel
Informalmente, um lugar substituvel e um lugar que serve unicamente de etapa
intermedi aria entre duas transic oes (ou dois conjuntos de transi coes). O disparo da
transic ao (ou de uma das transic oes) de entrada e condic ao suciente para poder disparar
a transic ao (ou uma das transi coes) de sada. A simplicac ao consiste em fazer a fus ao
das transic oes de entrada e das transic oes de sada, duas a duas.
Se t
s
e uma transic ao de sada do lugar p e t
e
uma transic ao de entrada, e necess ario
que:
q P, Pre(q, t
s
) Post(q, t
e
)
2
Ver captulo 8, onde a logica linear e utilizada para caracterizar a seq uencia de tiro.
3.3 Analise atraves de redu cao 61
e o par t
e
t
s
e substitudo pela transic ao t
es
tal que:
q P, Pre(q, t
es
) = Pre(q, t
e
) e
Post(q, t
es
) = Post(q, t
e
) Pre(q, t
s
) + Post(q, t
s
)
eliminando assim o lugar p.
a
p
1
p
2
p
4
p
3
b
p
5
p
6
p
1
ac
p
5
a)
c d
b)
ad
p
2
p
6
p
3
bd bc
Figura 3.1: a) Lugar substituvel p
4
; b) Simplicacao do lugar p
4
Considere, por exemplo, a rede de Petri da FIG. 3.1.a. O tiro de uma das duas
transic oes a ou b e uma condicao suciente para poder disparar a transic ao c ou d (ambas
est ao em conito). O lugar p
4
serve apenas como passagem e pode ser suprimido. Sua
supress ao produz a rede de Petri da FIG. 3.1.b.
O caso mais comum correponde a transic oes t
s
que possuem somente um lugar de
entrada. Uma longa seq uencia, como a da FIG. 3.2.b, sera compactada em uma unica
transic ao t
abc
com lugar de entrada p
4
e lugar de sada p
5
.
Dois pontos importantes devem ser salientados:
se o lugar substituvel contem chas, e necessario disparar a transi cao de sada
antes de suprimi-lo. Mas, neste caso, a rede reduzida e a rede original nao sao
mais equivalentes do ponto de vista da propriedade de reiniciabilidade;
se a transi cao de sada do lugar substituvel n ao possui lugares de sada, a rede
reduzida e a rede original nao sao mais equivalentes em relac ao ` a propriedade de
k-limitada.
3.3.2 Lugar implcito
Um lugar implcito e redundante, do ponto de vista do tiro de sua transic ao de sada.
Com efeito, sua marca cao e uma combinac ao linear da marca cao de um conjunto de
lugares E e, em rela cao a suas transicoes de sada, tal lugar n ao introduz nenhuma
condic ao suplementar de disparo.
3.3 Analise atraves de redu cao 62
O fato de a marcac ao de um lugar implcito ser uma combinac ao linear da marca cao
de um conjunto E liga esta noc ao ` aquela de componente conservativo, como pode ser
visto no exemplo a seguir.
Considere a rede de Petri da FIG. 3.2.a. O objetivo e mostrar que o lugar p
1
e implcito
em relacao ao conjunto de lugares p
2
, p
3
. Para tal, deve-se procurar os componentes
conservativos.
d
p
2
b
p
3
p
5
a
c
p
1
p
4
p
2
b
p
3
p
5
a
c
p
1
p
4
p
2
b
p
3
p
5
a)
c)
b)
a
c
p
4
Figura 3.2: a) Lugar implcito p
1
; b) p
1
simplicado; c) Contra-exemplo
O sistema de equac oes gerado por f
T
C = 0 e:
f
1
+f
2
f
4
= 0
f
2
+f
3
= 0
f
1
f
3
+f
5
= 0.
A base B de vetores linearmente independentes e formada pelos vetores f
1
= [ 0 1 1 1 1 ]
T
e f
2
= [ 1 0 0 1 1 ]
T
. O objetivo aqui n ao e o de simplesmente encontrar a base B, mas
sim, um vetor f , combinacao destes vetores, tal que seus componentes f
4
e f
5
sejam nulos,
j a que os lugares de interesse s ao p
1
, p
2
e p
3
. Tal vetor e obtido atraves da combinac ao
linear f = f
1
f
2
= [ 1 1 1 0 0 ]
T
.
Aplicando-se f na equac ao 2.27, com M
0
= [ 0 0 0 0 0 ]
T
, obtem-se o invariante linear
de lugar:
M(1) = M(2) + M(3).
Pode-se, portanto, calcular a qualquer instante a marcac ao do lugar p
1
em fun cao da
marcac ao dos lugares p
2
e p
3
.
A unica transic ao de sada do lugar p
1
e a transic ao c. Ora, para que c esteja
sensibilizada, e necess ario que o lugar p
3
contenha ao menos uma cha, o que implica,
como visto acima, que o lugar p
1
contenha tambem uma cha. Portanto, o lugar p
1
3.3 Analise atraves de redu cao 63
pode ser suprimido sem modicar as seq uencias de disparo das transic oes. Tem-se assim
a rede reduzida da FIG. 3.2.b. Naturalmente, do ponto de vista da representa cao dos
estados do sistema, este lugar pode ter um papel importante. Por exemplo, o lugar p
1
,
marcado, indica que o processo formado pelas atividades executadas entre o tiro de a e
o de c ainda esta em execuc ao.

E necess ario prestar atenc ao a dois fatores. Primeiro, a marcac ao inicial da rede
modica a equac ao que permite calcular a marcacao do lugar implcito. Por exemplo, se
o lugar p
2
(ou p
3
) estiver marcado, tem-se o novo invariante:
M(1) = M(2) + M(3) 1.
Conseq uentemente, o fato de o lugar p
2
conter uma cha n ao e mais suciente para
armar que o lugar p
1
contem ao menos uma cha.
O segundo problema a ser observado e que nao e suciente que a marcac ao de um
lugar seja fun cao da marcac ao de um subconjunto E para que ele seja implcito. Um
contra-exemplo e dado pela FIG. 3.2.c. Como a transic ao d n ao e transicao de sada do
lugar p
2
nem do lugar p
3
, o lugar p
1
n ao pode ser suprimido. Com efeito, nesta rede, o
tiro de d s o pode ocorrer ap os o tiro de a (e antes do tiro de c). Se o lugar p
1
e retirado,
esta condi cao para o disparo de d n ao mais existe, o que modica o comportamento da
rede.
Lugares identicos e lugares implcitos degenerados:
Dois tipos de lugares implcitos, ilustrados pelas FIG. 3.3.a e 3.3.b, sao facilmente
reconhecveis: os lugares identicos e os lugares implcitos degenerados:
p
p
2
p
1
t
1
t
2
a)
b)
Figura 3.3: a) Lugares identicos; b) Lugar implcito degenerado
dois lugares p
1
e p
2
s ao identicos se possuem as mesmas transic oes de entrada e de
sada, com os mesmos pesos nos arcos. Diz-se, ent ao, que p
1
e implcito em relacao
a p
2
;
o lugar p e implcito degenerado se for conectado ` a rede de Petri somente por
malhas elementares: p e implcito em relac ao ao conjunto vazio, sua marcac ao
sendo, ent ao, constante.
3.3 Analise atraves de redu cao 64
3.3.3 Transicao neutra ou identidade
Uma transic ao neutra e uma transi cao que, se retirada, n ao modica o comporta-
mento da rede. Sendo conectada ` a rede de Petri somente por malhas elementares, seu
disparo nao modica a marca cao.
Uma transic ao t e neutra (diz-se tambem que t e uma transicao identidade) se e
somente se:
Pre( . , t) = Post( . , t). (3.2)
Para poder suprimir uma transicao neutra t, conservando a propriedade de rede marcada
viva, e necessario estar certo de que t e viva. Caso contr ario, o que pode estar sendo
suprimida da rede e uma parte morta desta. A rede reduzida pode, neste caso, ser viva,
enquanto a rede original n ao o e.
Para suprimir a transic ao sem modicar a vivacidade da rede, e necess ario que exista
uma outra transi cao que, sendo viva na rede reduzida, garanta que t e viva na rede
inicial. Existem dois casos evidentes, em que tal transic ao:
produz uma marca cao que sensibiliza t:
t
1
[ Post(., t
1
) = Pre(., t);
possui as mesmas condic oes de disparo que t:
t
2
[ Pre(., t
2
) = Pre(., t)
que s ao ilustrados na FIG. 3.4.a.

E suciente que uma das condi coes seja vericada. Um
contra-exemplo e dado pela rede de Petri da FIG. 3.4.b. De fato, a transic ao d, embora
satisfaca a equac ao 3.2, n ao pode ser eliminada, j a que nenhuma das condicoes acima e
satisfeita. A rede reduzida, obtida com a supressao de d, e viva, enquanto a rede original
e quase viva. Por outro lado, na rede de Petri da FIG. 2.10, a transic ao g e neutra e
pode ser eliminada, pois a transic ao d possui as mesmas condic oes de disparo.
b)
t
t
2
t
1
a)
a
p
1
p
2
p
3
c
p
4
d
b
Figura 3.4: Transic ao neutra a) t; b) d (n ao simplic avel)
3.4 Relacao entre os diversos metodos de analise 65
3.3.4 Transicoes identicas
Duas transi coes sao identicas se e somente se as colunas correspondentes das matrizes
Pre e Post s ao identicas:
Pre( . , t
1
) = Pre( . , t
2
)
Post( . , t
1
) = Post( . , t
2
).

E claro que uma das duas pode ser eliminada sem mudar as propriedades da rede de
Petri.
A rede de Petri da FIG. 3.5.a apresenta um exemplo de duas transi coes t
1
e t
2
identicas; a rede simplicada em rela cao ` a transic ao t
2
e mostrada na FIG. 3.5.b.
p
2
p
1
p
1
a) b)
p
3
t
1
p
4 p
3
t
1
t
2
p
4
p
2
Figura 3.5: a) Transic oes t
1
e t
2
identicas; b) Simplica cao de t
2
3.4 Relacao entre os diversos metodos de analise
Existem situa coes em que nao e possvel utilizar o metodo de an alise baseado na
enumera cao das marcac oes acessveis, devido: i) problema da explos ao combinatoria do
n umero de estados; ii) sabe-se que existem lugares n ao limitados (caso dos buers, por
exemplo). Deste modo, n ao e possvel mostrar que uma rede marcada nao limitada e viva
ou reiniciavel. Pode tambem ocorrer que n ao seja necess ario ou interessante construir
o conjunto de marcacoes acessveis. Resta, ent ao, utilizar um dos dois outros metodos
para obter informacoes sobre o sistema: o de analise estrutural e o de reducao.
Atraves do metodo de an alise por reduc ao (sec ao 3.3), e possvel reduzir o tamanho
da rede. Tal metodo permite, em certos casos, aplicando a regra do lugar substituvel,
transformar uma rede nao limitada em uma rede limitada, permitindo, posteriormente, a
an alise de vivacidade e reiniciabilidade pelo metodo de enumerac ao de estados. De forma
geral, uma vez obtida a rede reduzida, se esta nao possui as boas propriedades para uma
dada marcacao inicial, e `as vezes difcil corrigi-la. De fato, a an alise por reduc ao permite
evitar a enumerac ao das marcacoes, mas nao produz, em caso de anomalia, a seq uencia de
disparo de transic oes que leva a uma marca cao problema (bloqueio mortal ou marca cao
superior a uma marcac ao j a obtida).
A an alise estrutural, atraves do calculo dos componentes conservativos e repetitivos
estacion arios fornece, entao, as informac oes complementares que podem ser uteis. De
3.4 Relacao entre os diversos metodos de analise 66
fato, viu-se no item 3.2 que todo lugar que pertence a um componente conservativo e
limitado, embora o lugar possa ser limitado sem pertencer a um componente conservativo.
Se existe uma transic ao que n ao pertence a nenhum componente repetitivo estacion ario,
ent ao a rede pode ser nao viva ou nao limitada.
A utilizac ao dos invariantes de lugar permite mostrar que certos lugares s ao limitados
e calcular seu limite, sem enumerar o conjunto de marcac oes acessveis. Por outro lado, os
invariantes de transi coes fornecem apenas as condic oes necess arias, mas n ao sucientes.
Caracterizacao das marcacoes
Existem diferentes maneiras de se caracterizar um conjunto de marca coes. A primeira
maneira consiste em enumerar as marcacoes de fato acessveis a partir de uma marcacao
inicial dada, usando a equac ao 2.8, construindo-se, assim, as seq uencias permitidas de
disparo de transi coes (sao disparadas somente as transicoes de fato sensibilizadas).
A segunda maneira de caracterizar um conjunto de marca coes e a de considerar a
equac ao fundamental (2.15) e calcular todas as marcacoes positivas M

, obtidas substituindo-
se todos os vetores positivos s > 0 (correspondentes `as diferentes seq uencias de tiro).
Obtem-se, assim, um conjunto que inclui necessariamente o primeiro, mas que pode ser
maior que este. De fato, pode-se encontrar vetores s > 0 que n ao correspondem `a ne-
nhuma seq uencia s dispar avel, conforme discutido no item 2.1.8. Sabe-se, entretanto,
que se a marcac ao M

resultante for negativa, tal seq uencia nao e dispar avel.

Enm, o conjunto dos componentes conservativos f
i
associado a uma marcac ao
inicial M dene igualmente um conjunto de marcac oes M

. Como os vetores f
i
formam
um espaco vetorial, basta considerar uma base B de vetores linearmente independentes,
e calcular as marcac oes utilizando a equac ao 2.27. Este conjunto inclui aquele calculado
a partir da equac ao fundamental, mas pode ser estritamente maior.
acessveis
fundamental
equa c ao
2
invariantes de lugar
3
1
marca c oes
Figura 3.6: Caracterizac ao das marcac oes
A FIG. 3.6 ilustra a relac ao entre os diferentes conjuntos de marcac oes, obtidos em
cada um dos tres casos. O conjunto 1 corresponde ` as marcac oes acessveis A(R, M), o
conjunto 2, `as marcac oes positivas M

, soluc oes da equac ao fundamental para s > 0,

e o conjunto 3 e aquele denido pelo conjunto de invariantes lineares de lugar.
Estas diferentes maneiras de caracterizar as marcacoes podem ser ilustradas atraves
3.4 Relacao entre os diversos metodos de analise 67
2
a
b
c
p
3
p
2
d
p
1
p
4
2
Figura 3.7: Rede com conjunto de marcac oes diferentes
de um exemplo, como o da rede da FIG. 3.7, cuja matriz C e dada por:
C =

1 1 1 1
1 1 0 0
0 2 2 0
0 0 1 1

.
O conjunto das marcac oes de fato acessveis, obtidas atraves do calculo do grafo de
marcac oes acessveis, e dado por M
0
, M
1
, com M
0
= [ 1 0 0 0 ]
T
e M
1
= [ 0 1 0 0 ]
T
, e
corresponde ao conjunto 1 da FIG. 3.6.
As marcacoes positivas
3
obtidas substituindo-se na equac ao 2.15 vetores s > 0 para
a marcacao inicial M
0
= [ 1 0 0 0 ]
T
, sao as seguintes:
para s
1
= [1 0 0 0]
T
, obtem-se M
1
= [ 0 1 0 0 ]
T
;
para s
2
= [1 1 1 0]
T
, obtem-se M
2
= [ 0 0 0 1 ]
T
;
para s
3
= [ ]
T
, obtem-se M
3
= [ 1 0 0 0 ]
T
= M
0
;
para s
4
= [( + 1) ]
T
, obtem-se M
4
= [ 0 1 0 0 ]
T
= M
1
.
Estas marcacoes formam o conjunto M
0
, M
1
, M
2
, que corresponde ao conjunto 2
na FIG. 3.6. Os vetores s
i
correspondem ` as seq uencias s
1
= a, s
2
= abc, s
3
= (abcd)

e s
4
= (abcd)

a, bem como a todas as seq uencias obtidas permutando-se a ordem das

transic oes em s
2
e s
3
.
4
Os vetores s > 0, correspondentes ` as seq uencias b, c, d, ab
(abcd)

ab (e suas permuta coes), produzem marcacoes negativas.

3
Outros vetores s, como [0 1 0 0]
T
, [0 0 1 0]
T
, [0 0 0 1]
T
e [1 1 0 0]
T
, produzem marcacoes negativas
quando substitudos na equa cao 2.15.
4
O

indica que a seq uencia pode se repetir zero, uma ou innitas vezes.
3.5 Resultados particulares: subclasses 68
Esta rede possui um unico componente conservativo f
T
= [ 1 1 1 1 ] (ver metodo de
c alculo no apendice A). Para a marcacao M
0
= [ 1 0 0 0 ], obtem-se, utilizando-se a
equac ao 2.27, o invariante linear de lugar
M(p
1
) + M(p
2
) + M(p
3
) + M(p
4
) = 1.
As unicas marcacoes que satisfazem esse invariante s ao as seguintes: M
0
= p
1
, M
1
= p
2
,
M
2
= p
4
e M
3
= p
3
, pois a soma das marcac oes de todos os lugares deve ser igual a 1.
O conjunto das marca coes M
0
, M
1
, M
2
, M
3
corresponde ao conjunto 3da FIG. 3.6.
Esse exemplo mostra bem que o unico modo de conhecer o verdadeiro conjunto de
marcac oes acessveis e o de calcular o grafo, aplicando-se sucessivamente a equa cao 2.8.
Entretanto, em numerosos casos praticos, os conjuntos 1, 2 e 3 s ao identicos,
podendo-se obter assim, informac oes sobre o comportamento dinamico da rede de Petri
de modo mais rapido e menos custoso.
3.5 Resultados particulares: subclasses
Nesta se cao serao estudadas tres subclasses de redes com ponderac ao unit aria para
as quais existem resultados particulares do ponto de vista da an alise. Para as outras
redes com ponderac ao unit aria (alem destas subclasses) e necess ario utilizar os metodos
vistos anteriormente.
Rede binaria, Grafcet
As matrizes Pre, Post e C s ao denidas no conjunto 0,1. Os lugares correspondem
a vari aveis booleanas.
Esta classe corresponde aos automatismos l ogicos (e, portanto, tambem ao Grafcet).

E tambem a unica classe para a qual pode-se prever uma implementac ao.
A arvore de cobertura e mais simples, pois o algoritmo para desde que um lugar
contem mais de uma cha.
Maquinas de estado
A subclasse de rede de Petri com pondera cao unitaria chamada m aquina de estado
(n ao confundir com o conceito de m aquina de estados nitos) e denida da seguinte
maneira:
toda transicao possui um e somente um arco de entrada;
toda transicao possui um e somente um arco de sada.
Uma rede de Petri do tipo m aquina de estado forma um componente conservativo
que passa por todos os lugares. Ela e, portanto, limitada qualquer que seja sua marcac ao
inicial, e todas as propriedades s ao decidveis. Esta subclasse modela o conito, mas n ao
modela nem a concorrencia nem a sincronizac ao.
Como as transic oes possuem somente um arco de entrada, uma rede do tipo maquina
de estado e viva e reinici avel se ela contem ao menos uma cha em cada componente
conservativo e se cada um destes componentes e fortemente conexo (ver apendice A).
3.5 Resultados particulares: subclasses 69
Grafo de eventos
A subclasse de rede de Petri com ponderac ao unit aria chamada grafo de eventos e
denida do seguinte modo:
todo lugar possui um e somente um arco de entrada;
todo lugar possui um e somente um arco de sada.
Uma rede de Petri do tipo grafo de eventos forma um componente repetitivo esta-
cion ario.
Todo circuito do grafo associado obtido conservando como no apenas as transi coes
(isto e possvel uma vez que os lugares possuem somente um arco de entrada e um de
sada) e um componente conservativo.
Uma condi cao necessaria e suciente para que um grafo de eventos seja limitado (ele
ser a, portanto, limitado para qualquer marcacao inicial) e que todo lugar pertenca a,
pelo menos, um circuito do grafo associado. Um circuito e a representac ao gr aca de
uma seq uencia de transi coes s = t
j
1
t
j
2
. . . t
j
k
tal que t
j
1
= t
j
k
e:
(t
j
r
, t
j
r+1
) p
i
r
[ p
i
r
Post(t
j
r
) p
i
r
Pre(t
j
r+1
).
Um circuito e um caminho de comprimento nao nulo, partindo de t
j
1
e voltando a t
j
1
.
Uma condic ao necess aria e suciente para que um grafo de eventos seja vivo para
uma marca cao inicial dada e que a marcac ao seja tal que todo circuito elementar do
grafo associado contenha ao menos uma cha. Portanto, as propriedades de vivacidade
e limitabilidade sao decidveis numa rede de Petri do tipo grafo de eventos.
t
d
b)
a)
p
4
p
1
C
1
C
3
C
2
t
c
t
c
p
5
t
d
t
b
p
3
t
a
t
b
t
a
p
2
p
4
p
2
p
6
p
5
p
1
t
c t
d
t
b
t
a
p
3
p
2
p
5
p
6
Figura 3.8: a) Grafo de eventos; b) Circuitos elementares
O n umero de chas num circuito do grafo de eventos n ao muda com os disparos. Em
conseq uencia:
a rede e viva se e somente se o n umero de chas em cada circuito e maior ou igual
a 1;
a rede e salva se e somente se todo lugar que pertence a um circuito contem somente
uma cha.
3.6 Notas 70
A rede da FIG. 3.8.a e um grafo de eventos pois todo lugar possui somente um arco
de entrada e um arco de sada. Os tres circuitos elementares C
1
, C
2
e C
3
, mostrados na
FIG. 3.8.b, s ao as sub-redes obtidas dos componentes conservativos f
1
= [ 1 1 0 0 0 0 ],
f
2
= [ 0 1 1 1 1 0 ] e f
3
= [ 0 0 0 0 1 1 ]. Em cada um dos circuitos existe uma cha,
portanto, a rede e viva. Todos os lugares pertencem a algum circuito, portanto, a rede
e limitada.
3.6 Notas

E interessante utilizar o programa ARP de an alise de redes de Petri disponvel no

LCMI para computadores compatves IBM-PC.
5
Este programa realiza analise atraves do
grafo de marcac oes, an alise estrutural, simula cao e avaliac ao de desempenho. Ao utilizar
este programa, lembre-se que ele apenas indica se a rede e viva, limitada, reinci avel
ou n ao (analise atraves do grafo) e os invariantes lineares de lugar e transic ao (analise
estrutural).

E fundamental que estes resultados sejam interpretados pelo usu ario. O
ARP auxilia durante a fase de especicacao, pois, em geral, se a rede n ao possui as boas
propriedades e porque a modelagem esta errada e deve ser revista.
3.7 Exerccios
1. A partir dos resultados obtidos no exerccio 1 do captulo 2, analise o comporta-
mento de cada rede. Interprete os resultados obtidos, principalmente os invariantes.
2. Analise as redes de Petri da FIG. 3.9 usando o metodo de reduc ao. Detalhe cada
passo, dando o nome da regra e justicando sua aplica cao.
3. Considere a rede de Petri da FIG. 2.15.a com a marcac ao inicial M
0
= P
1
P
4
e da
FIG. 2.15.b com a marcac ao inicial M
0
= P
1
P
6
e seus respectivos componentes
conservativos e repetitivos, calculados no exerccio 4 proposto no captulo 2. a)
O que se pode deduzir acerca das propriedades da rede? A rede e conservativa?

E repetitiva? b) Para a marca cao inicial M

0
e os invariantes j a calculados, quais
s ao as informacoes adicionais acerca das propriedades?

E possvel determinar se a
rede e viva e limitada? c) Encontre a arvore de cobertura desta rede. Caso exista
bloqueio mortal, de a seq uencia que o produz, a partir da marcac ao inicial; d) para
a rede da FIG. 2.15.b, encontre a seq uencia que permite disparar t
3
e compare com
a questao a).
4. A transic ao g da FIG. 2.10 e neutra?
5
O programa ARP (MAZIERO, 1990) encontra-se disponvel, sob o nome arp2-4.zip, por FTP
anonimo no endereco ftp.lcmi.ufsc.br, diretorio /pub/automacao/petri. Copias em disquete 3, 5
podem ser obtidas atraves do endere co eletronico sysadmin@lcmi.ufsc.br, colocando Redes de Petri -
ARP no subject.
3.7 Exerccios 71
t
2
b)
t
4
t
3
P
4
P
7
t
6
t
7
P
11
t
8
P
8
P
3
a)
P
6
P
9
P
10
t
5
P
2
P
1
t
1
t
5
P
4
P
5
P
1
t
2
t
3
P
2
P
6 P
7
P
8
P
5
t
4
t
9
P
3
Figura 3.9: Analise por redu cao
Parte II
Dados, Tempo e Ambiente Externo
Captulo 4
Redes Interpretadas
A primeira parte deste livro deniu o modelo b asico da rede de Petri, tambem cha-
mada de rede ordinaria. Apenas a estrutura e representada, mas os conitos, por exem-
plo, nao s ao resolvidos. Na rede bin aria, a cha indica apenas se a proposic ao associada
ao lugar e verdadeira ou n ao. De forma geral, a cha atua como um contador.
A rede de Petri pode ser utilizada para descrever encadeamentos de tratamentos
atuando sobre estruturas de dados complexas, como, por exemplo, sinais que permitem
a comunicac ao com o ambiente externo (do tipo sensores e acionadores) e restri coes
temporais explcitas. Esta estrutura de dados pode ser tambem uma hierarquia de
classes de objetos (por exemplo, a classe peca, com os atributos: ordem de operac ao,
m aquinas onde sera operada, etc.). Neste caso, tem-se uma rede de Petri de alto nvel,
objeto do captulo 5.
No caso da rede de Petri interpretada, s ao associadas variaveis ` as transic oes da rede
representando condic oes e ac oes existentes no sistema. Tais vari aveis podem indicar
o estado de atuadores, sensores, etc., permitindo, assim, modelar a interacao com o
ambiente externo.
Numa rede de Petri ordinaria, a transic ao e disparada desde que esteja sensibilizada.
A sensibilizacao e condic ao necess aria e suciente para o disparo: se n ao houver conito,
a transic ao dispara.
p
2
t
1
t
2
p
1
p
3
Figura 4.1: Disparo de transic oes
A rede da FIG. 4.1 e viva, limitada e reiniciavel. A transic ao t
1
est a sensibilizada
para a marcac ao inicial M = p
1
p
3
e dispara (o disparo e indivisvel e de dura cao nula),
levando ` a nova marcac ao M

= p
2
. Por sua vez, t
2
e sensibilizada e dispara, voltando a
rede `a marcac ao inicial.
4.1 O que e a interpreta cao? 74
Suponha que o lugar p
1
represente pecas em espera; p
2
, peca sendo torneada; p
3
,
maquina livre; que a transic ao t
1
represente incio de operacao e t
2
, nal de operacao.
Desde que os lugares p
1
e p
3
estejam marcados, os eventos incio e m da operac ao,
correspondentes `a seq uencia t
1
t
2
, irao ocorrer.
No sistema real, o tempo entre o incio da operacao, quando o lugar p
2
e marcado
(disparo de t
1
) e o nal da operac ao, quando a transi cao t
2
vai ser disparada, corres-
ponde ` a durac ao da operac ao e, portanto, e nao nulo. Para representar corretamente
o comportamento de um sistema onde o tempo transcorrido e importante, e necess ario
que o modelo considere a informa cao temporal.
H a diferentes maneiras de representar a ocorrencia dos eventos associados ao incio e
ao m da operac ao, seja para ns de simula cao, emulac ao ou implementac ao.
Tempo transcorrido: o tempo pode ser considerado implicitamente no modelo
(rede de Petri temporal ou temporizada, captulo 6) ou explicitamente (atraves
de variaveis do tipo monoest avel). Se M(p
1
) = 1, a transi cao t
2
ir a disparar
segundos apos o disparo de t
1
, onde e a durac ao da operac ao.

E feito o c alculo
do tempo transcorrido previsto, mas nao ha nenhuma informac ao proveniente do
sistema.
Informac ao do ambiente externo: a informac ao proveniente do sistema (real ou
simulado) um sensor associado ` a transi cao t
2
indicando o nal da operacao, por
exemplo pode ser representada por uma variavel (correspondendo ao sensor)
utilizada como condic ao suplementar de tiro. A condic ao M(p
2
) = 1 e necess aria,
mas n ao suciente: se a variavel associada ao sensor n ao tiver valor verdadeiro, a
transic ao nao ira disparar.
Atraves do exemplo da FIG. 4.1 pode-se ver os diferentes nveis de representa cao de
um sistema. A rede ordin aria, constituda somente pela estrutura (lugares e transic oes)
e marcac ao, modela apenas a relac ao de causalidade entre as ac oes: o evento incio da
operacao acontece antes do evento nal da operacao.
Para que a modelagem seja mais el, e necess ario interpretar a rede, o que implica
adicionar condicoes suplementares de disparo. Para representar o tempo na rede da
FIG. 4.1, pode-se, por exemplo, associar uma durac ao d ` a atividade peca sendo trabalhada
(lugar p
2
). A transic ao so pode disparar, se, alem do lugar p
2
marcado, o tempo d for
transcorrido. Outra forma ainda de representar a intera cao com o sistema e associar uma
vari avel booleana F ` a transi cao t
2
que indica o estado de um sensor nal de operacao.
Neste caso, t
2
s o pode disparar se, alem do lugar p
2
marcado, o valor de F for verdadeiro.
Uma rede interpretada e uma rede n ao autonoma que introduz o tempo, a interacao com
o ambiente ou dados contidos na cha. A rede da FIG. 4.1 e uma rede aut onoma, pois
o disparo das transic oes depende apenas da estrutura da rede e de sua marca cao.
4.1 O que e a interpretacao?
Semantica dos lugares, transicoes e chas
Interpretar uma rede de Petri implica antes de tudo dar um sentido concreto a um
modelo matem atico, associando, aos lugares, transic oes e chas, os elementos existentes
no sistema.
4.1 O que e a interpreta cao? 75
Como visto no captulo 1, os lugares podem ser interpretados como as ativida-
des de um sistema a eventos discretos, como estoques de um sistema de manufatura,
condic oes l ogicas de um sistema l ogico seq uencial, tarefas sendo executadas num sistema
inform atico, etc.
Atividade
t
t
2
t
1
Atividade
p
p
1
p
2
p
4
p
2
p
1
p
3 p
4
b)
a)
p
3
Figura 4.2: Associa cao de uma atividade a uma transi cao
Pode-se fazer corresponder a uma transic ao, um evento considerado de durac ao nula
na escala de tempo considerada como indicado na FIG. 4.2.a. Pode-se tambem lhe asso-
ciar uma atividade ou tarefa, desde que esta seja indivisvel, ou ainda, nao interrompvel.
Tal transicao e, neste caso, chamada de abreviacao de uma seq uencia elementar, formada
de uma transi cao de incio, um lugar descrevendo a atividade ou a tarefa, e uma transic ao
de m, como indicado na FIG. 4.2.b. As duas redes da gura sao equivalentes, pois o
lugar p e um lugar substituvel (ver regras de reduc ao no captulo 3) e as propriedades
da rede n ao sao modicadas.
As chas podem ser interpretadas como objetos fsicos, informac oes, estruturas de
dados ou recursos. Tais entidades sao submetidas a eventos (disparo de transic oes) que
lhes fazem mudar de estado (passar de um lugar a outro).
Interacao com os dados e o ambiente
Os tratamentos realizados por um sistema devem ser especicados durante a modela-
gem, complementando, assim, as informa coes contidas na estrutura da rede de Petri.

E
por este motivo que, alem de um simples nome, deve-se associar a especicac ao dos tra-
tamentos `as transic oes ou aos lugares. No primeiro caso, supoe-se que o tratamento ser a
executado de maneira n ao interrompvel quando do disparo da transicao. No segundo,
considera-se que se trata de uma atividade que se desenrola durante todo o tempo em
que o lugar est a marcado.
A estrutura da rede de Petri descreve os encadeamentos dos tratamentos a serem
efetuados, denindo a estrutura de controle do sistema modelado.
`
As vezes certos tratamentos n ao s ao sistematicamente executados imediatamente
ap os o termino dos tratamentos precedentes. Suas execucoes podem ser submetidas a
condic oes que tratam com certos dados (instruc oes condicionais do tipo if , por exem-
plo). Tal fenomeno ser a descrito por um lugar com varias transi coes de sada. Do ponto
de vista da teoria de rede de Petri, isto caracteriza uma situac ao de conito. O disparo
4.1 O que e a interpreta cao? 76
de uma das transi coes em conito ocorre quando a sua condicao suplementar de disparo,
cujo valor depende dos dados, for verdadeira.
No caso de sistemas que interagem com seu ambiente, tem-se, igualmente, condic oes
suplementares de disparo associadas ` as transicoes. As ac oes s ao associadas `as transic oes
(ou eventualmente aos lugares). Tais a coes (que s ao tratamentos particulares) e condic oes
fazem intervir dados ou eventos exteriores como sensores, acionadores, recepc oes ou
emiss oes de mensagens. Muitas vezes o relogio tempo real desempenha um papel impor-
tante no ambiente e o tempo intervem explicitamente sob a forma de uma temporizacao
atraves de variaveis booleanas cujo valor depende do tempo (monoestaveis, watchdog,
etc.).
Controle, dados e ambiente externo
Finalmente, pode-se dizer que modelar um sistema aberto (sistema comunicando-
se em permanencia com o ambiente externo) utilizando a rede de Petri consiste em
estrutur a-lo em duas partes: controle e dados.
A parte controle descreve todos os encadeamentos potenciais de eventos e de ativi-
dades. Esta parte controle (ou simplesmente controle) e descrita pela rede de Petri n ao
interpretada.
A parte dados (chamada tambem parte operativa) descreve, ao mesmo tempo, as
estruturas de dados internas ao sistema e os c alculos que s ao feitos sobre estes dados,
sem especicar em quais instantes eles serao realizados. Alem dos dados internos, nestes
c alculos intervem o tempo e as informac oes provenientes dos mundo exterior. Dois tipos
de calculo podem aparecer:
as condic oes;
os tratamentos ou a coes.
A interpreta cao da rede de Petri especica as ligac oes entre a parte controle de um lado
e a parte dados e ambiente externo de outro lado. A FIG. 4.3 descreve esta estruturac ao.
A interpretac ao exprime-se da seguinte forma:
associac ao de condic oes `as transic oes;
associac ao de ac oes ` as transic oes;
associac ao de tratamento aos lugares.
Tanto as condicoes C
i
como as ac oes A
i
podem ser expressas como disjunc ao ou
conjunc ao de variaveis booleanas, e s ao associadas ` a transic ao t
i
. Gracamente, s ao
representadas na forma (C
i
, A
i
) ao lado de t
i
.
A rede de Petri interpretada oferece uma boa estruturac ao da parte controle. Entre-
tanto, nao existe um metodo para estruturar os dados. O captulo 5 apresenta modelos
de rede de Petri que propoem a estruturac ao dos dados: rede predicado-transic ao, rede
colorida e rede a objetos. Tais redes permitem uma descri cao compacta e estruturada,
a partir da noc ao de individualiza cao da cha.
4.2 Analise 77
Dados
Controle
Sistema modelado
Ambiente externo
Rede de Petri
Figura 4.3: Interac ao da rede de Petri com o ambiente externo
Tempo considerado explicitamente
A consideracao explcita do tempo se faz atraves de variaveis booleanas aparecendo
tanto nas condic oes quanto nas ac oes associadas `as transic oes e cujos valores dependem
do tempo.
Seja mon() uma vari avel booleana; se seu valor inicial e 0, ela automaticamente
assume o valor 1 ap os uma dura cao , semelhante a um monoestavel. Suponha que
quando do disparo da transi cao t
1
na FIG. 4.1, tal variavel assuma o valor 0. Se uma
transic ao t
2
, imediatamente sensibilizada pelo disparo de t
1
possui a condic ao
mon() = 1,
ent ao o intervalo de tempo entre o disparo de t
1
e o de t
2
ser a exatamente de . Este
intervalo corresponde ` a dura cao da atividade associada ao lugar p
2
.
O tempo pode tambem ser considerado implicitamente no pr oprio modelo, de modo
rigoroso e sistem atico, associando uma durac ao `as transic oes (ou lugares). Alguns destes
modelos de rede de Petri temporizado, temporal e estoc astico ser ao apresentados
no captulo 6.
4.2 Analise
A rede de Petri descreve apenas a parte controle do sistema. A marcacao da rede
de Petri fornece, portanto, apenas o estado do controle. O estado do sistema, isto e, o
estado da rede de Petri interpretada e descrito pela marca cao associada ao estado dos
dados.
estado rede interpretada = marcac ao +
estado dados
estado dados = estado vari aveis internas +
tempo transcorrido
Por outro lado, e necess ario observar que as evoluc oes das marcac oes da rede de Petri
interpretada s ao restric oes de evolucoes das marcac oes da rede antes de sua interpretac ao.
Isto signica que o conjunto de marca coes acessveis ap os a interpretacao esta includo
4.2 Analise 78
no conjunto de marcac oes acessveis antes da interpretac ao. De fato, para que uma
transic ao possa ser disparada na rede de Petri interpretada, deve estar sensibilizada na
rede nao interpretada. Mas a interpretacao pode ser tal que uma transicao, sensibilizada
pela marcac ao, pode nao ser disparada. Por exemplo, o tempo associado `a atividade
ainda nao foi transcorrido, ou o valor verdade da vari avel auxiliar nao foi vericado.
Portanto, uma transi cao que e viva na rede subjacente (rede sem a interpretacao) pode
ser nao viva na rede interpretada. Como conseq uencia, algumas marca coes nunca ser ao
alcancadas na rede interpretada, e o conjunto de marcac oes acessveis pode ser menor
que o da rede subjacente, como ilustrado na FIG. 4.4.
interpretac ao
interpretac ao
marca c oes
acessveis antes da
acessveis ap os a
marca c oes
Figura 4.4: Marcac oes acessveis
Tem-se, portanto, os seguintes resultados:
Rede Rede
n ao interpretada interpretada
k-limitada para M = k-limitada para M + dados
f invariante de lugar = f invariante de lugar
Por outro lado:
Rede Rede
n ao interpretada interpretada
viva = viva
reinici avel = reinici avel
Pode-se, ent ao, questionar qual o interesse de analisar uma rede de Petri n ao inter-
pretada j a que quase sempre ser a necess ario interpret a-la e que suas propriedades podem
ent ao ser modicadas.
A primeira raz ao e que as propriedades das redes de Petri interpretadas sao n ao
decidveis. De fato, a complexidade da vericac ao destas propriedades e a mesma da
prova formal de programa. Mas certas propriedades (em particular os invariantes de
lugar) s ao conservadas, o que facilita raciocnios posteriores relativos ` a rede interpretada.
A segunda raz ao e que a concepc ao e a valida cao de um sistema complexo deve
decompor-se em etapas. O estudo da rede de Petri n ao interpretada, mais f acil, permite
desde cedo colocar em evidencia as incoerencias e evitar o alto custo provocado pelos
erros na fase de especicac ao. N ao teria sentido construir uma especica cao correta do
ponto de vista da rede interpretada que estivesse fundada sobre uma rede adjacente,
tendo uma estrutura incoerente, como bloqueio mortal, por exemplo.
4.3 Validacao por simulacao 79
4.3 Validacao por simulacao
A rede de Petri autonoma, estudada na Parte I, pode ser analisada, permitindo a
obtenc ao de resultados sobre o comportamento din amico do sistema modelado.
A rede de Petri interpretada, como foi visto no item 4.2, pode ter apenas a rede
subjacente analisada.
Para obter maiores informac oes sobre o comportamento din amico da rede interpre-
tada, e necessario simula-la. Embora a simulacao seja um metodo de validacao n ao
exaustivo (,pois e impossvel prever todas as congura coes possves das vari aveis), e
possvel, ao menos, testar o comportamento do sistema modelado para as conguracoes
previstas.
A maneira mais simples de simular um sistema de controle e o usuario fornecer, passo
a passo, os valores das vari aveis associados ` as transic oes. Entretanto, e mais interessante
simular o conjunto formado pelo sistema de controle e a planta. Se a simulacao e realizada
utilizando o tempo de resposta real de cada sistema, tem-se uma emulacao. Nesta fase
de valida cao, o sistema e previamente simulado e a seguir emulado, pois, eventualmente,
o comportamento pode mudar ao utilizar os tempos reais de resposta. O sistema pode
depois ser conectado diretamente ` a planta (ver captulo 7).
No caso de sistemas a eventos discretos, em particular sistemas complexos como
os sistemas de manufatura, e fundamental que o projetista disponha de um ambiente
integrado de ferramentas de especica cao, valida cao (por an alise e simulac ao) e tambem
de implementac ao. A rede de Petri, sendo uma tecnica de descricao formal, permite esta
integra cao.
4.4 Modelagem com rede de Petri interpretada
Os passos para modelar um sistema utilizando a rede de Petri interpretada sao os
seguintes:
1. Encontrar a estrutura da rede de Petri (ou rede subjacente), representando as
atividades concorrentes, paralelas, em seq uencia, etc. Descrever ao mesmo tempo,
quais os eventos associados `as transic oes e como represent a-los, indicando, em
particular os eventos que exigem uma intera cao com o ambiente externo. Estas
informac oes nao fazem parte da estrutura, mas far ao parte dos dados da rede de
Petri interpretada.
2. Analisar a rede subjacente, vericando se possui as boas propriedades, como ausencia
de bloqueio mortal. Se necessario, corrigir tanto a parte estrutural quanto a de
dados.
3. Simular a rede interpretada (controle e dados) para tentar obter o comportamento
do sistema modelado. Lembre-se que uma simulacao apresenta resultados apenas
sobre o conjunto de valores de entrada escolhido (marcacao inicial e valores iniciais
das vari aveis) e que, na quase totalidade das vezes, n ao e possvel simular todas as
congurac oes de entrada possveis, seja por falta de tempo ou por esquecimento.

E impossvel, pois, garantir que o sistema se comportar a sempre da mesma forma.

4.5 Exemplo 80
As delimitac oes entre o que deve ser modelado na parte controle e na parte dados
s ao imprecisas e pressupoem escolhas delicadas a fazer durante a concepcao.
Passa-se progressivamente de um modelo a uma especicac ao de concepc ao (descric ao
detalhada) anando a descri cao atraves do enriquecimento da interpretac ao.
4.5 Exemplo
Para ilustrar a modelagem de um sistema utilizando redes de Petri interpretadas, sera
apresentado o exemplo tratado em SOARES (1994), da automac ao de uma estac ao de
coleta de petroleo similar ` as existentes nos campos terrestres explorados pela Petrobr as
no Rio Grande do Norte.
A func ao de uma estac ao coletora e receber o petr oleo bruto proveniente de pocos
localizados em sua circunvizinhanca, testar a vaz ao de cada um desses po cos e transferir
o volume produzido, atraves de bombas de transferencias, por oleodutos que conduzem
a estacoes de armazenamento de maior capacidade.
4.5.1 Descricao do processo
B2
LSH
LSL
PSH
TQ
B1
Figura 4.5: Estacao de coleta de petr oleo
O sistema representado na FIG. 4.5 possui um tanque de armazenamento (TQ) que
recebe o petroleo continuamente atraves de uma tubulac ao ligada aos pocos produtores.
Quando o oleo atinge um determinado nvel no tanque (nvel alto), aciona-se uma moto-
bomba (B
1
) que faz a transferencia do oleo para uma estac ao de coleta central. Uma
segunda moto-bomba stand by (B
2
) deve ser acionada, caso a primeira n ao seja ligada
dentro de um intervalo de 2 segundos. Quando o nvel do oleo no tanque cair ate
um determinado ponto (nvel baixo), deve-se desligar a moto-bomba para evitar que a
mesma corra o risco de sugar em vazio (o que poderia danic a-la). Tambem deve ocorrer
o desligamento da bomba quando houver um aumento excessivo de pressao na descarga
da mesma (o que caracteriza um bloqueio na tubulac ao a jusante). A sinalizac ao dos
nveis alto e baixo e feita atraves de chaves de nvel localizadas nessas posic oes: LSH
(nvel alto) e LSL (nvel baixo); e a sinalizac ao da press ao alta na descarga da bomba e
feita atraves do pressostato PSH.
4.5 Exemplo 81
Para automatizar este sistema e necess ario que haja:
1
intertravamento das chaves de nvel e do pressostato com as bombas;
medic ao do volume produzido atraves da contagem dos pulsos eletricos enviados
por um medidor de vaz ao (n ao representado na FIG. 4.5);
aquisic ao e envio dos dados para uma estacao central, onde e feito o controle
supervisorio de varias estac oes.
liga_b1=1b=2)
TRASFERINDO
(lsl=1b=1;
LSL_Desliga_B2
Verica_PSH
PSH_atua
(psh=1;)
PSH_Desliga_B1
(psh=1b=2)
DESLIGANDO_BOMBA
INICIO
Liga_Outra_B
desliga_b1=1)
[30]
[2]
ESP_CONF_PSH
(b1_ligada=1;)
Rec_Sinal_B1
(b2_ligada=1;)
Rec_Sinal_B2
LSL_Desliga_B1
(lsh=1b=2;
desliga_b1=1)
desliga_b2=1)
PSH_Desliga_B2
(psh=1b=1;
desliga_b2=1)
CONFIRMANDO_PSH
ESP_SINAL_BOMBA
PSH_Nao_Conrma
(psh=0;) Bombas_Desligadas
(b1_ligada=0;
b2_ligada=0)
Env_Sinal_Liga_B2
liga_b2=1b=1)
(lsh=1b=2;
Env_Sinal_Liga_B1
(lsh=1b=1;
Figura 4.6: Modelo do controle
Logica de intertravamento
As bombas B
1
e B
2
s ao acionadas alternadamente para cada transferencia, ou seja,
se na primeira transferencia do dia for acionada B
1
, na segunda sera acionada B
2
e assim
por diante. Para que o CLP acione uma bomba e necessario que o tanque tenha atingido
o nvel alto (LSH=1). Na nalizac ao da transferencia, o sinal de entrada que provoca
1
Na pratica estas tarefas sao implementadas atraves de controladores logicos programaveis (CLPs)
localizados em cada estacao coletora. Apesar da linguagem de programacao dos CLPs ser familiar e de
facil entendimento para o pessoal tecnico envolvido, nao permite a validacao do programa de aplicacao,
o que normalmente acaba sendo feito atraves de testes com o sistema real.
4.5 Exemplo 82
o desligamento da bomba acionada e o de nvel baixo (LSL=1). Ao acionar uma deter-
minada bomba, o programa aguarda, durante 2 segundos, pelo sinal de conrmac ao de
bomba ligada (proveniente de um contato auxiliar do contactor da mesma); se, trans-
corridos os 2 segundos, o programa nao receber essa conrmac ao, a bomba e desligada,
sendo enviado um outro sinal para o acionamento da segunda bomba. O sinal de pressao
alta (PSH) enviado pelo pressostato na descarga das bombas, durante a transferencia,
provoca o desligamento da bomba que estiver em operac ao. Esse sinal dever a ser ig-
norado se ocorrer em um tempo inferior a 30 segundos apos o acionamento da bomba
(para evitar que os transientes de press ao alta, que ocorrem normalmente nessa situac ao,
provoquem uma interrupc ao desnecessaria da transferencia).
As FIG. 4.6 e FIG. 4.7 representam, respectivamente, o modelo do sistema de controle
e da planta. Os termos [2] e [30] associados ` as transic oes Liga Outra B e Verica PSH
s ao vari aveis do tipo monoest avel para representar o tempo transcorrido. Apos este
tempo, se a cha ainda estiver no lugar de entrada, a transicao e disparada. As outras
transic oes t
i
possuem uma interpretacao associada do tipo (C
i
, A
i
). A interpretac ao
associada `as transic oes t
1
. . . t
8
est ao indicadas na tabela abaixo:
t
i
Nome (C
i
, A
i
)
t
1
B2 Resp Desligada ( ; B2 ligada=0lsl=0)
t
2
B2 Rec Sinal Liga (liga B2=1;liga B2=0)
t
3
B2 Resp Ligada ( ; B2 ligada=1lsh=0)
t
4
B2 Rec Sinal Desl (desl B2=1;desl B2=0)
t
5
B1 Resp Ligado ( ;B1 ligada=1lsh=0)
t
6
B1 Rec Sinal Liga (liga B1=1;liga B1=0)
t
7
B1 Resp Desligada ( ; B1 ligada=0lsl=0)
t
8
B1 Rec Sinal Desl (desl B1=1; desl B1=0)
TQ_vazio
B2_desligada
B2_ligando
t
2
B2_ligada
B2_desligando
(; lsh=1)
TQ_Niv_Alto
TQ_enchendo
TQ_cheio
t
1 TQ_esvaziando
t
3
t
4
t
5
t
7
B1_ligada
t
6
B1_desligada
B1_ligando
t
8
B1_desligando
TQ_Niv_Baixo
(; lsl=1)
Figura 4.7: Modelo da planta
Para realizar a validacao deste sistema, o primeiro passo e analisar a rede subjacente.
Neste exemplo, a rede do sistema de comando e viva, reinici avel e binaria, assim como a
rede do sistema comandado.
4.6 Notas 83
4.5.2 Modelo do sistema
Para simular o sistema, e necess ario estabelecer alguns cen arios, como por exemplo:
Cen ario 1: fazer PSH = 1, simulando press ao alta na descarga das bombas;
Cen ario 2: fazer PSH = 1, e apos o disparo da transic ao que indica o recebimento
do sinal do pressostato (PSH Atua), fazer PSH = 0.
4.6 Notas
O ambiente integrado de ferramentas AIF,
2
proposto em OLIVEIRA (1994), integra
ferramentas de especicac ao, validac ao (por an alise e simulac ao) e implementa cao com
o objetivo de auxiliar o projeto de sistemas a eventos discretos. Est ao integradas neste
ambiente as ferramentas: ARP (Analisador de redes de Petri), SPP (Sistema de produc ao
proposicional), que traduz uma rede de Petri na forma de regras num programa em c odigo
C, e a ferramenta de simulac ao propriamente dita, especicada e implementada de modo
a simular o controle e a planta interagindo. Todas estas ferramentas foram desenvolvidas
no LCMI.
4.7 Exerccios
1. Modele, usando o modelo de rede de Petri interpretada, os exerccios propostos no
captulo 1.
2. Proponha outros cenarios de simula cao para o exemplo apresentado no item 4.5.
2
Este ambiente pode ser obtido atraves do endere co sysadmin@lcmi.ufsc.br, colocando Redes de
Petri - AIF no subject.
Captulo 5
Redes de Alto N

vel
Os modelos descritos a seguir prop oem uma estruturac ao da parte de dados do sis-
tema, diferenciando-se, por exemplo, os dados globais daqueles locais. Por dados locais,
entendem-se dados que s o intervem em certas condic oes ou acoes, e que so s ao acessveis
em certos instantes. As redes coloridas, predicado-transi cao e a objetos associam, de
forma estruturada, uma parte dos dados ` as chas.
Neste captulo ser ao apresentados os elementos principais que est ao na origem destes
modelos: o conceito de dobramento de lugares e transicoes, e o da cha como portadora
de informacoes. Ser ao dadas denic oes simplicadas com o objetivo de diferenciar os
modelos entre si, e de diferenci a-los da rede ordinaria. As denic oes formais podem ser
encontradas nas referencias apresentadas no nal do captulo.
A delimitac ao entre controle e dados num sistema nao e algo inerente ao sistema
descrito. Ela resulta de uma escolha do projetista. Num extremo, praticamente todo o
controle pode ser integrado `as condi coes de execu cao dos tratamentos, e assim desapa-
recer da estrutura da rede de Petri. No outro extremo, o controle pode ser desenvolvido
de forma exagerada, resultando em redes de Petri de grande tamanho, dicilmente ma-
nipul aveis.
Sistemas complexos, como os sistemas de manufatura, caracterizam-se pela capaci-
dade de fabricar v arios tipos de produtos simultaneamente. Existe, portanto, um com-
ponente de dados importante (tipo de peca a ser fabricada, estado atual da peca, etc.),
em que a din amica tem um papel fundamental (seq uencia de opera coes possveis sobre
um processo de fabricacao, por exemplo). A reparticao dos recursos (m aquinas, sistema
de transporte) e a complexidade dos mecanismos de alocac ao destes p oem em evidencia
o paralelismo (tanto a cooperac ao como a concorrencia) existente no sistema. Devido a
estas caractersticas, a rede de Petri e considerada como uma ferramenta indicada para
a especicac ao do controle de um sistema de manufatura. Alem disso, seu formalismo
permite a validac ao pela analise, como visto no captulo 3, e pela simulacao.
Entretanto, em tais sistemas complexos, alguns problemas aparecem. Esta comple-
xidade signica, ` as vezes, a composicao de v arios processos semelhantes. Neste caso,
quando se utiliza a rede de Petri ordin aria (com a marcacao dos lugares dada por -
chas indiferenciadas, e com os lugares comportando-se como contadores), tem-se duas
escolhas:
modelar o comportamento geral sem precisar a identidade de cada processo, mas
somente seu n umero;
5.1 Caractersticas gerais 85
modelar, individualmente, cada um dos processos que constituem o sistema e mo-
delar a interacao existente entre eles, o que consiste, muitas vezes, em desdobrar o
modelo que representa o comportamento geral.
No primeiro caso, obtem-se uma descricao compacta, mas nao detalhada o suciente:
h a uma falta de informa cao. No segundo caso, o modelo obtido pode ser pouco pr atico
de se trabalhar, seja pelo tamanho da rede, seja pelo n umero de interac oes existentes.

E
necess ario, portanto, estruturar parte dos dados do sistema fora da estrutura da rede.
V arios modelos foram propostos, chamados neste livro de Redes de Petri de alto
nvel (RPAN). Esses modelos, embora mais ou menos equivalentes, possuem, cada um,
as suas pr oprias caractersticas. Na proxima sec ao ser ao apresentadas as caractersticas
gerais das RPAN, e a seguir, as caractersticas principais de cada modelo. Finalmente,
os modelos ser ao comparados ressaltando-se os pontos comuns.
5.1 Caractersticas gerais
Para melhor discutir as caractersticas de uma RPAN, sera apresentado um exemplo
de coordenac ao da passagem de pecas em diferentes maquinas num sistema de manufa-
tura.
Exemplo resolvido 3:
O sistema possui tres m aquinas M
1
, M
2
, M
3
. As pe cas que entram na ocina a
um dado momento podem pertencer a diferentes processos de fabricac ao, cada processo
sendo caracterizado por uma seq uencia de operacoes. Se a maquina ` a qual a peca foi
destinada est a livre, a operac ao se inicia. Apos seu termino, a maquina e liberada e a
peca est a pronta para a proxima opera cao. Para simplicar a modelagem, considera-se
que a entrada/sada das pe cas da ocina e feita por uma maquina de carga/descarga.
A FIG. 5.1.a mostra a rede de Petri (ordin aria) no caso de uma so m aquina e uma
s o peca. A FIG. 5.1.b representa o caso mais complexo de tres pecas, pertencentes a
dois processos de fabricac ao diferentes, Pr
1
e Pr
2
. Cada processo e composto de tres
operac oes, executadas por diferentes m aquinas (M
1
, M
2
e M
3
). A ordem de passagem
das pecas nas m aquinas e M
1
M
2
M
3
para o processo Pr
1
e M
2
M
1
M
3
para o processo
Pr
2
.
Este e um caso tpico de sistema em que os processos tem um comportamento seme-
lhante. Para simplicar a modelagem, pode-se representar somente o comportamento
geral do sistema, o n umero de processos sendo dado pelo n umero de chas no lugar
maquinas livres (FIG. 5.1.c). Esta passagem de um modelo detalhado, que mostra todos
os processos, a um modelo que representa apenas o comportamento geral e chamado de
dobrar a rede. De fato, o conjunto de processos com uma mesma estrutura (ou estruturas
pr oximas umas das outras) e dobrado num unico componente conservativo.
Exemplo resolvido 4:
Um exemplo bem conhecido de um sistema com v arios processos de igual compor-
tamento e o dos leitores e escritores, modelado pela rede da FIG. 5.2. Os lugares L
i
indicam que o processo de leitura esta inativo. Quando ha um pedido de leitura (tiro da
transic ao t
p
i
), o processo est a em espera (lugares L
e
i
). Se o recurso estiver livre neste
5.1 Caractersticas gerais 86
b)
p
1
t
1
t
2
p
2
p
3
a)
pe cas
t
1
t
2
livres
m aquinas
c)
Pr
1
Pr
2
t
12
t
11
t
10
t
9
t
8
t
7
p
1 p
10
p
11
p
12
p
13
p
14
p
15
t
1
t
2
t
3
t
4
t
5
t
6
p
2
p
4
p
5
p
7
p
8
p
3
p
6
p
9
M
1
M
2
M
3
Figura 5.1: Comportamento: a) detalhado; b) um so processo; c) geral
momento, um dos processos podera ler (tiro de uma das transic oes de incio de leitura,
t
i
i
), passando para o estado ativo (lugar L
a
i
). Uma vez a leitura acabada, a transic ao
t
f
i
correspondente dispara, e o sistema retorna `a marcac ao original. Este sistema pode
ler ate tres processos ao mesmo tempo, mas possui exclus ao m utua entre os processos
de leitura e escrita. As transicoes e lugares do processo de escrita s ao analogos aos dos
processos de leitura; os arcos (R, t
i
e
) e (R, t
f
e
) tem peso 3 para impedir que um leitor
possa ler uma zona de mem oria ao mesmo tempo em que esta sendo feita a escrita.
Como os processos de leitura sao similares, eles podem ser representados por um unico
processo, com tres chas (uma para cada processo), como representado na FIG. 5.3. Os
lugares L
i
s ao dobrados sobre o lugar L, os lugares L
e
i
s ao dobrados sobre o lugar L
e
, e
os lugares L
a
i
s ao dobrados sobre o lugar L
a
. As transicoes t
p
i
s ao dobradas sobre t
p
l
,
as transic oes t
i
i
sobre t
i
l
e as transi coes t
f
i
sobre t
f
l
. A rede torna-se mais simples, pois
os tres processos leitores s ao descritos a partir de uma mesma estrutura (encadeamento
de lugares e transic oes). Entretanto, quando acontece um evento implicando um leitor,
a transic ao t
p
l
dispara, mas n ao se sabe de qual processo-leitor se trata.
Desta forma, um modelo mais compacto e abstrato e obtido, mas perdem-se in-
formac oes. O simples dobramento de uma rede pode n ao ser suciente e, inclusive,
representar o sistema de modo err oneo.

E o que acontece tambem no caso da FIG. 5.1.c:
sabe-se o n umero de maquinas livres, mas nao se sabe quais estao livres. Como existem
tres chas no lugar pecas `a espera, e tres chas em maquinas livres, a transic ao t
1
(ini-
ciar operacao) pode ser disparada sem que se possa, entretanto, vericar qual m aquina
e afetada `a peca.
Portanto, o fato de dobrar a rede e insuciente. Alem de tornar o modelo mais com-
5.1 Caractersticas gerais 87
L
3
E
t
p
e
R
t
f
3
L
e
3
t
f
e
3
3
t
i
1
t
f
1
t
p
1
t
p
2
t
p
3
t
i
3
E
a
E
e
L
e
1
L
a
3
L
a
2
L
a
1
t
f
2
t
i
2
L
e
2
L
e
3
t
i
e
L
1 L
2
Figura 5.2: Leitores e escritores: rede completa
E
a
E
e
t
f
e
t
p
e
t
i
l
t
p
l
t
f
l
3
E
L
L
e
L
a
R
t
i
e
3
Figura 5.3: Leitores e escritores: rede dobrada
pacto, e necess ario, sobretudo, poder diferenciar cada cha, fazendo com que ela possa
transmitir uma informac ao. A ideia subjacente das redes de Petri com individualizac ao
das chas e, precisamente, a de poder realizar este dobramento sem perda de informa cao
e sem perder a visualizac ao gr aca da estrutura dos processos. Deste modo, com as
noc oes de dobramento de uma rede e de individualiza cao das chas, pode-se aumentar
o poder de expressao da rede de Petri.
A estas duas caractersticas, junta-se mais uma: a utiliza cao de variaveis ou fun coes
no disparo das transic oes. Agora que cada cha e um indivduo, e necessario escolher
quais delas v ao sensibilizar a transic ao e fazer evoluir o sistema.
A seguir s ao apresentados os diferentes modelos de rede de Petri. Todos se baseiam
na ideia de dobramento da rede com individualizacao das chas. Segundo a forma que
assume esta individualizac ao, tem-se o modelo de rede de Petri colorida, rede predicado-
transic ao e rede a objetos.
5.2 Os diferentes modelos de RPAN 88
5.2 Os diferentes modelos de RPAN
5.2.1 Rede de Petri colorida
Denicao formal (simplicada)
Uma rede de Petri colorida associada a uma marcac ao inicial e uma sextupla dada
por:
N
c
=< P, T, C
or
, C
sc
, W, M
0
>
onde:
P e um conjunto nito de lugares;
T e um conjunto nito de transic oes;
C
or
e um conjunto nito de cores;
C
sc
e a fun cao sub-conjunto de cores que a cada lugar e a cada transi cao associa
um sub-conjunto de C
or
(as cores possveis para este lugar ou esta transi cao):
C
sc
: P T {(C
or
);
W e a funcao de incidencia (equivalente a C = Post Pre); cada elemento W(p, t)
de W e tambem uma fun cao
W(p, t) : C
sc
(t) C
sc
(p) IN;
M
0
e a marcacao inicial que associa, para cada lugar e para cada cor possvel neste
lugar, um n umero de chas
M
0
(p) : C
sc
(p) IN.
Associacao de cores `as chas
Com o objetivo de diferenciar as chas, sao associadas cores (n umeros inteiros ou
conjunto de etiquetas) a estas. Como conseq uencia, a cada lugar se associa o conjunto
de cores das chas que podem pertencer a este lugar. A cada transicao se associa um
conjunto de cores que corresponde ` as diferentes maneiras de disparar uma transic ao. Nos
casos mais simples, quando todos os processos possuem rigorosamente a mesma estrutura
e s ao independentes uns dos outros, as cores das transi coes sao diretamente associadas
aos processos, e o conjunto de cores dos lugares e das transi coes sao identicos.
Por exemplo, no caso dos leitores e escritores da FIG. 5.3, os processos correspondem
` as identidades dos leitores. Portanto, aos lugares L, L
e
e L
a
e ` as transic oes t
p
, t
i
e t
f
se
associa o conjunto de cores L
1
, L
2
, L
3
. Isto nao acontece quando os lugares s ao comuns
a varios processos.

E necessario, ent ao, introduzir cores compostas.
O conjunto de cores de uma transic ao indica as diferentes maneiras de como ela
pode disparar. Cada cor de transic ao corresponde, neste caso, a uma das transic oes da
rede ordin aria equivalente. Dito de outra forma, cada transic ao da rede ordin aria que
e dobrada numa transi cao da rede colorida equivalente, vai corresponder a uma cor do
conjunto de cores desta ultima.
5.2 Os diferentes modelos de RPAN 89
US
PC
MAQ
peca
id
id
maquina
maquina m
ini
peca
Figura 5.4: Rede de Petri colorida
Exemplo resolvido 3 (rede colorida): (continuacao)
Considere novamente o exemplo do sistema de manufatura da FIG. 5.1, constitudo
por tres maquinas e tres pecas. A FIG. 5.4 representa o modelo de rede de Petri colorida
deste sistema.
O conjunto de cores do lugar PC e o conjunto pc
1
, pc
2
, pc
3
dos nomes das pecas e o
conjunto de cores do lugar MAQe o conjunto dos nomes das m aquinas maq
1
, maq
2
, maq
3
.
J a as cores do lugar US formam o conjunto pc
1
.maq
1
, pc
2
.maq
1
, pc
3
.maq
1
, pc
1
.maq
2
, ,
pc
3
.maq
3
, que corresponde ` as diferentes operac oes de usinagem e que ser ao denotadas
de forma simplicada por u
11
, u
21
, u
31
, u
12
, , u
33
. As cores das transic oes ini e fim s ao
as mesmas de US.
O modelo completo da rede colorida da FIG. 5.4 e dado por: Voltando ao exemplo
da FIG. 5.4, tem-se:
C
or
= pc
1
, pc
2
, pc
3
, maq
1
, maq
2
, maq
3
, u
11
, u
12
, u
13
, , u
32
, u
33
;
C
sc
(PC) = pc
1
, pc
2
, pc
3
,
C
sc
(MAQ) = maq
1
, maq
2
, maq
3
,
C
sc
(US) = C
sc
(ini) = C
sc
(fim) = u
11
, u
12
, , u
32
, u
33
;
W =
ini fim
PC
US
MAQ

pec

a pec

a
id id
m aquina m aquina

cujas func oes s ao dadas por:

id(u
ij
) = u
ij
m aquina(u
ij
) = maq
j
;
pec

a(u
ij
) = pc
i
;
M
0
=
pc
1
pc
2
pc
3
maq
1
maq
2
maq
3
u
11
u
12
u
13
u
21
u
33

1 1 1 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0
0 0 0 1 1 1 0 0 0 0 0

,
ou, sob a forma de um vetor de somas formais:
M
0
=

pc
1
+ pc
2
+pc
3
0
maq
1
+maq
2
+ maq
3

.
5.2 Os diferentes modelos de RPAN 90
Associacao de func oes aos arcos
Numa rede colorida, as etiquetas dos arcos n ao s ao mais n umeros inteiros como no
caso da rede ordin aria, mas func oes que representam matrizes de inteiros. Para cada cor
de uma transic ao (maneira de dispar a-la) e necess ario descrever quais cores de chas ser ao
retiradas dos lugares de entrada (pre-condic ao) e quais cores de chas ser ao colocadas
nos lugares de sada (p os-condic ao).
A func ao associada ao arco tem como domnio o produto cartesiano entre o conjunto
de cores da transic ao e o conjunto de cores do lugar (de entrada ou sada da transicao,
segundo o arco). O conjunto imagem da fun cao Pre e o conjunto IN dos inteiros positivos
que descreve quantas chas de cada cor devem ser retiradas dos lugares de entrada
quando a transi cao for disparada:
Pre(p, t) : C
sc
(t) C
sc
(p) IN,
e o conjunto imagem da fun cao Post e o conjunto IN que descreve quantas chas de
cada cor devem ser colocadas no lugar de sada quando a transicao for disparada (ver
denic ao simplicada mais adiante):
Post(p, t) : C
sc
(t) C
sc
(p) IN.
A partir das matrizes Pre e Post, dene-se a matriz
W(p, t) = Post(p, t) Pre(p, t).
As matrizes Pre, Post e W s ao matrizes de matrizes, pois seus elementos (as etiquetas
dos arcos), descritos por funcoes, s ao de fato matrizes cujas linhas sao as maneiras de
disparar as transi coes, e as colunas, as cores possveis nos lugares.
Exemplo resolvido 3 (rede colorida): (continuacao)
A rede de Petri colorida representada na FIG. 5.4 possui tres func oes: peca, maquina
e id. Esta ultima nao modica as cores das chas.
A matriz Pre e dada por:
Pre =
ini fim

Pre(PC, ini) Pre(PC, fim)

Pre(US, ini) Pre(US, fim)
Pre(MAQ, ini) Pre(MAQ, fim)

PC
US
MAQ.
A func ao Pre(PC, ini), que etiqueta o arco que liga o lugar de entrada PC ` a transic ao
ini e dada pela matriz Pre(PC, ini) : US PC IN, onde US = C
sc
(ini) e PC =
C
sc
(PC). A func ao Post(MAQ, ini) que etiqueta o arco que liga a transic ao ini ao
lugar de sada MAQ e dada pela matriz Post(MAQ, ini) : US MAQ IN, onde
MAQ = C
sc
(MAQ). As fun coes Pre(PC, ini) e Post(MAQ, ini) s ao, respectivamente,
descritas pelas matrizes:
u
11
u
12
u
13
u
21
u
22
u
33
pc
1
pc
2
pc
3

1 1 1 0 0 0
0 0 0 1 1 0
0 0 0 0 0 1

,
u
11
u
12
u
13
u
21
u
22
u
33
maq
1
maq
2
maq
3

1 0 0 1 0 0
0 1 0 0 1 0
0 0 1 0 0 1

.
5.2 Os diferentes modelos de RPAN 91
A rede colorida se baseia principalmente na notac ao matricial para tornar a rede de
Petri mais compacta. Se por um lado tem-se um ganho do ponto de vista visual, pois
a representacao e bem compacta, por outro lado, continua-se a tratar com a mesma
complexidade do sistema desdobrado formado pela rede de Petri ordinaria.
Uma maneira abreviada de representar a funcao e indicar diretamente a cor que deve
ser retirada (ou colocada) do (no) lugar. Neste caso, o domnio da func ao e o conjunto
de cores da transic ao, e a imagem, o conjunto de cores do lugar:
Pre(p, t) : C
sc
(t) C
sc
(p)
Post(p, t) : C
sc
(t) C
sc
(p),
e o nome da func ao e colocado como etiqueta do arco no grafo.
Exemplo resolvido 3 (rede colorida): (continuacao)
No exemplo da FIG. 5.4, a func ao Pre(PC, ini) e dada por peca: US PC, que
etiqueta o arco (PC, ini). Esta func ao, aplicada ` as cores u
ij
do conjunto de cores US da
transic ao ini, indica que uma cha de cor pc
i
deve ser retirada do lugar PC, peca(U
ij
) =
pc
i
. Esta mesma funcao, etiquetando o arco (fim, PC), aplicada ao conjunto de cores
US da transic ao fim, indica que uma cha de cor pc
i
deve ser colocada no lugar PC.
Analise
A rede de Petri colorida foi introduzida devido `a diculdade de encontrar os inva-
riantes no modelo predicado-transic ao (secao 5.2.2). Ha duas maneiras de encarar a
an alise:
trabalhar com a rede de Petri ordin aria obtida desdobrando-se a rede colorida, ou
utilizar diretamente a matriz de func oes lineares entre os conjuntos de cores.
No primeiro caso, se o n umero de cores e nito, e possvel enumerar as marcac oes
acessveis. A an alise por enumeracao de marcac oes pode ser feita exatamente do mesmo
modo como para uma rede de Petri ordin aria. Mas a explos ao combinat oria e muito
grande, pois e necess ario diferenciar duas chas de cores diferentes.
No segundo caso, existe algoritmo de procura da arvore de marcac oes, baseado na
noc ao de marcac ao equivalente. Quando as cores e as fun coes apresentam uma certa sime-
tria, e possvel denir classes de equivalencia entre as marca coes acessveis.

E necessario
estruturar os conjuntos de cores com uma simetria do tipo rotac ao. Duas marcac oes M
1
e
M
2
s ao equivalentes se e somente se existe uma rotac ao tal que M
1
= (M
2
). A arvore
obtida deste modo e de dimens ao menor que a obtida a partir do modelo desdobrado.
A explosao combinat oria e ent ao reduzida e a an alise torna-se mais pr oxima da analise
da rede subjacente (rede ordinaria obtida substituindo-se as func oes associadas aos arcos
por pesos).
No que concerne ao calculo dos componentes conservativos e repetitivos estacionarios,
pode-se realiz a-lo de modo semelhante ao utilizado pelas redes de Petri ordin arias.
Os invariantes de lugares s ao obtidos por uma seq uencia de transformac oes que visam
a reduzir a matriz de incidencia sem mudar o conjunto de invariantes. As regras sao
5.2 Os diferentes modelos de RPAN 92
baseadas no metodo de eliminac ao de Gauss. Entretanto, ao inves de realizar produto
de inteiros, deve-se fazer composi cao de func oes (fun coes de func oes). Cada vez que se
consegue fazer aparecer uma linha (ou uma coluna) de zeros na matriz W, obtem-se uma
componente. No entanto, isto nao e sempre possvel. Por outro lado, o conjunto de
componentes nao forma necessariamente um espaco vetorial.
Embora nao exista um algoritmo geral para resolver a matriz, muitas vezes a matriz
reduzida, obtida apos aplicac ao das regras, e tal que os invariantes podem ser encontrados
por inspe cao.
Retornando ao exemplo anterior, pode-se encontrar dois componentes conservativos.
De fato, multiplicando a segunda linha por peca e observando que peca(id) = peca,
obtem-se:
W
1
=

0 0
pec

a pec

a
m aquina m aquina

PC +pec

a(US)
pec

a(US)
MAQ

.
Encontra-se assim o invariante de lugar:
M(PC) + pec

a(M(US)) = M
0
(PC) + pec

a(M
0
(US)).
Multiplicando a segunda linha da matriz W por m aquina e somando com a terceira,
obtem-se o invariante de lugar:
m aquina(M(US)) + M(MAQ) = m aquina(M
0
(US)) + M
0
(MAQ).
A interpretacao destes invariantes e simples com a utilizac ao de somas formais. Su-
ponha que a usinagem u
12
esteja sendo realizada, a peca pc
2
e a m aquina maq
1
est ao
em espera. Tem-se M(PC) = pc
2
, M(US) = u
12
e M(MAQ) = maq
1
. O primeiro
invariante descreve a conservac ao das pecas:
pc
2
+pec

a(u
12
) = pc
2
+ pc
1
,
e o segundo, descreve a conservac ao das m aquinas
m aquina(u
12
) + maq
1
= maq
2
+ maq
1
.
5.2.2 Rede de Petri predicado-transicao
Nocao de variaveis, semi-unicacao
No caso da rede de Petri colorida, o poder de descric ao e aumentado substituindo-
se os inteiros da matriz de incidencia de uma rede de Petri ordinaria por func oes. No
caso das redes predicado-transi cao, as transi coes de uma rede de Petri ordin aria s ao
consideradas como regras num sistema de logica proposicional (sem vari aveis), e o poder
de descricao e aumentado substituindo-se por regras da logica de primeira ordem (regras
com variaveis). Assim, n ao somente a representacao e mais concisa, mas o modelo
permite estudar melhor as propriedades estruturais e comportamentais do sistema.
Uma regra (transic ao) descreve, entao, uma famlia de eventos e nao mais somente
um evento. A famlia e denida pelo conjunto de substituic oes possveis de vari aveis por
valores. Ao inves de regras do tipo
5.2 Os diferentes modelos de RPAN 93
se uma peca pc
1
e m aquina M
2
, fazer usinagem; u
12
se uma peca pc
2
e m aquina M
2
, fazer usinagem; u
22
se uma peca pc
i
e m aquina M
j
, fazer usinagem; u
ij
. . .
tem-se regras do tipo
se uma peca <x> e uma maquina <y>, fazer usinagem <u>.
Estas vari aveis <x>, <y> e <u> assumir ao, respectivamente, valores no conjunto
de constantes pc
i
descrevendo as pe cas em espera, o conjunto M
j
das maquinas
livres, e o conjunto u
ij
das opera coes a serem realizadas. Estas constantes tem um
papel analogo ao das cores na rede colorida, mas vari aveis s ao associadas aos arcos da
rede de Petri predicado-transicao, no lugar das func oes.
No modelo predicado-transic ao, a transic ao dobrada e vista como um esquema (scheme)
que possui, como instancias, todas as transi coes (de uma rede ordin aria) que representam
o mesmo evento.
Exemplo resolvido 3 (rede predicado-transicao): (continuacao)
No exemplo apresentado no incio do captulo (FIG. 5.1), as transic oes t
1
, t
3
e t
5
(Pr
1
) podem ser consideradas como instancias de um s o esquema-transicao (vericar se
a m aquina e livre e se a peca esta esperando; se for o caso, iniciar a operac ao), como se
pode ver na FIG. 5.5.
US
PC
m
ini
<x>
<y >
<x, y >
<x>
<y >
MAQ
<x, y >
Figura 5.5: Rede de Petri predicado-transic ao
Os lugares p
3
, p
6
e p
9
, referentes ao Pr
1
(m aquinas M
1
, M
2
e M
3
livres), tambem
podem ser vistos como um esquema lugar (lugar dobrado MAQ da FIG. 5.5), represen-
tado pelo predicado Maquina M
i
livre. O mesmo se passa com os lugares p
2
, p
5
e p
8

representados pelo predicado Maquina M
i
realiza operacao sobre peca j (lugar dobrado
US) e com os lugares p
1
e p
10
representados pelo predicado peca j `a espera (lugar
dobrado PC).
Como pode ser visto neste exemplo, os lugares da rede representam as relac oes
din amicas do sistema, indicadas por predicados. Por este motivo, o modelo e chamado
predicado-transic ao.
N ao e necess ario enumerar a priori todas as chas autorizadas nos lugares PC, US e
MAQ. Pode-se ignorar as diferentes maneiras de disparar as transi coes, pois basta ape-
nas saber que todos os elementos de uma mesma famlia ser ao tratados da mesma ma-
neira. Aplicam-se as regras sobre uma marcacao atual. Ao buscar todas as substituic oes
5.2 Os diferentes modelos de RPAN 94
possveis para as vari aves, sabe-se, a um dado momento, de quais modos uma transic ao
pode ser disparada. Este mecanismo de substituic ao de variaveis por constantes (chas)
e chamado de unicacao. Mais precisamente, de semi-unicac ao, pois as vari aveis s ao
sempre substitudas diretamente por constantes e nunca por outras variaveis.
Quando o mecanismo de unicacao produz mais de uma solucao, diz-se (no voca-
bul ario de Inteligencia Articial) que existe um conito. O espa co de conitos compre-
ende todas as transic oes (regras) disparaveis para uma marcac ao dada (base de fatos),
e para cada transi cao o conjunto de substituic oes possveis. Esta no cao de conito nao
e a mesma que aquela, mais restritiva, que concerne ` as transicoes em uma rede de Petri
(ver captulo 2, sec ao 2.1.7).
Para realizar a escolha das chas e das transic oes a disparar, s ao associadas condic oes
suplementares de disparo `as transic oes (por exemplo, para especicar que certas m aquinas
s o podem tratar certas pecas). Tais condic oes podem ser escritas como f ormulas l ogicas
utilizando as vari aveis dos arcos de entrada, bem como operadores e predicados a elas
associados. Entretanto, estas condic oes so se aplicam `as constantes associadas `as -
chas susceptveis de serem deslocadas, quando substitudas ` as vari aveis no disparo da
transic ao. Assim, uma inst ancia do esquema-transicao e gerado por uma substitui cao
consistente das vari aveis pelos indivduos que constituem a marcacao.
Da mesma forma, as a coes associadas ` as transic oes s ao escritas utilizando-se as
vari aveis associadas aos arcos de entrada e sada (os arcos sao etiquetados por somas
formais de variaveis).
Vale salientar que na rede de Petri colorida a escolha especca de uma cor do conjunto
de chas e descrito por func oes associadas aos arcos. Na rede predicado-transic ao, estas
escolhas sao expressas por condic oes associadas ` as transi coes que as vari aveis devem
obedecer (exceto no caso simples de igualdade de constantes que pode ser exprimido
utilizando a mesma vari avel associada a mais de um arco de entrada de uma transic ao).
As redes de Petri predicado-transic ao sao, portanto, deste ponto de vista, mais pr oximas
das redes de Petri interpretadas.
Nocao de n-upla de constantes e de variaveis
No disparo da transic ao ini (FIG. 5.5), e retirada uma constante representando uma
peca do lugar PC, uma outra representando uma maquina no lugar MAQ e ambas s ao
colocadas no lugar US codicando-se, assim, o fato de que uma peca e uma maquina est ao
temporariamente em relacao. No momento do disparo da transi cao fim, signicando o
m desta relac ao, e feito o contr ario. Ao inves de codicar esta relac ao tempor aria
de duas informa coes, elas s ao justapostas numa lista, como num record em linguagem
Pascal. A diferenca e que se trata de algo tempor ario, criado e destrudo durante o
disparo das transic oes. Deste modo, pode-se exprimir uma relacao dinamica entre as
constantes. Estas listas de constantes chamam-se de n-uplas.
Ap os o disparo de ini, a identidade da m aquina utilizada nao desaparece, mas se
mantem como elemento da n-upla <pc
i
, maq
j
> no lugar US, representando a rela cao
din amica peca pc
i
sofrendo operacao na maquina maq
j
. No caso da rede de Petri colorida
(FIG. 5.4), o lugar US contem a cha de cor u
ij
.
A marcacao deixa de ser uma distribuicao de constantes nos lugares para se tornar
uma distribuic ao de n-uplas de constantes. A n-upla < pc
1
, maq
2
> difere da soma
<pc
1
> + <maq
2
>, pois no segundo caso <pc
1
> e <maq
2
> ser ao utilizadas no disparo
5.2 Os diferentes modelos de RPAN 95
da transic ao de maneira independente, enquanto que a n-upla <pc
1
, maq
2
>e substituda
` as vari aveis, em bloco. Portanto, as expressoes associadas aos arcos s ao tambem n-uplas
de vari aveis formais.
Denicao da rede predicado-transicao (simplicada)
Uma rede de Petri predicado-transic ao marcada e uma quntupla:
N
pt
=<P, T, V, Pre, Post, C
onst
, A
tc
, A
ta
, M
0
>
onde P e o conjunto de lugares, T e o conjunto de transi coes, e
V e um conjunto de variaveis formais que ser ao substitudas por constantes de
C
onst
quando do disparo da transic ao;
Pre e a aplicac ao lugar precedente que associa, a cada arco, uma soma formal de
n-uplas de elementos de V ;
Post e a aplicacao lugar seguinte que associa, a cada arco, uma soma formal de
n-uplas de elementos de V ;
C
onst
e um conjunto de constantes (conjunto IN, por exemplo);
A
tc
: T L
c
(C
onst
, V ) e uma aplicac ao que associa, a cada transic ao, uma
condic ao sob a forma de um predicado utilizando tanto as constantes como as
vari aveis formais;
A
ta
: T L
a
(C
onst
, V ) e uma aplicac ao que associa, a cada transicao, uma ac ao
sob a forma de uma seq uencia de afetac oes de valores ` as vari aveis formais;
M
0
e a marca cao inicial, associando a cada lugar p de P uma soma formal de
n-uplas de constantes C
onst
.
As relac oes din amicas aparecem como lugares da rede. As fun coes e relacoes da parte
est atica, ou mais precisamente, seus nomes, v ao aparecer nas anotac oes. As anotac oes
das condic oes e ac oes sao expressoes que resumem as sentencas armativas da linguagem
natural. Os operadores (smbolos da func ao) e predicados (smbolos da relac ao) formam
o vocabul ario da linguagem. A linguagem usada e a da l ogica de predicados de primeira
ordem mais a classe de express oes algebricas simples para denotar combina coes lineares.
A denic ao das linguagens L
c
e L
a
, que expressam as condic oes e acoes, determina a
classe particular da rede de Petri predicado-transicao.
A aplicac ao Pre (e Post) e tal que seu m odulo (a soma de todos os elementos sem
distingui-los e desenvolvendo as n-uplas) e igual ao peso do arco da rede subjacente:
|Pre(p, t) |= Pre(p, t). Isto signica que n ao h a nenhuma contradi cao entre uma rede
de Petri predicado-transi cao N
pt
e sua rede de Petri subjacente R do ponto de vista do
n umero de chas deslocadas.
5.2 Os diferentes modelos de RPAN 96
Exemplo resolvido 3 (rede predicado-transicao): (continuacao)
O sistema de coordenacao de passagem das maquinas, descrito pela rede predicado-
transic ao da FIG. 5.5, e denido por:
C
onst
= pc
1
, pc
2
, pc
3
, maq
1
, maq
2
, maq
3
;
V = x, y;
n ao existe nem condic ao nem ac ao neste caso;
W = Post Pre =
ini fim
PC
US
MAQ

<x> <x>
<x, y > <x, y >
<y > <y >

;
M
0
=
PC
US
MAQ

<pc
1
> + <pc
2
> + <pc
3
>
0
<maq
1
> + <maq
2
> + <maq
3
>

.
MAQ PC
m
ini
2
2
US
Figura 5.6: Rede de Petri subjacente
Na denic ao de rede de Petri predicado-transic ao surge a no cao de rede subjacente
que e obtida substituindo-se as vari aveis por um peso unit ario e desfazendo-se as n-uplas.
A rede da FIG. 5.6 e a rede subjacente da rede da FIG. 5.5. O peso dois associado aos
arcos (ini, US) e (US, fim) e obtido substituindo-se uma cha a cada variavel da etiqueta
<x,y >. Esta rede representa a estrutura de controle do sistema, enquanto que a rede
predicado-transic ao e uma maneira estruturada de descrever o conjunto controle e dados.
5.2.3 Rede de Petri a objetos
Nocao de objeto
O conceito de objeto, cada vez mais utilizado em engenharia de programac ao, consiste
em estruturar uma aplicac ao em torno das entidades envolvidas, encapsulando, ao mesmo
tempo, estruturas de dados sob a forma de uma lista de atributos , e metodos de
transformac ao destes dados. Esta abordagem opoe-se ao procedimento funcional segundo
o qual denem-se de maneira separada, as estruturas de dados e as func oes que o sistema
deve executar.
5.2 Os diferentes modelos de RPAN 97
Uma classe de objetos e denida por um conjunto de atributos (tambem chamados
propriedades) e um conjunto de operacoes ou metodos que permitem manipular os valores
dos atributos. Pode-se denir uma classe a partir de outra por heranca. A nova classe
chamada subclasse herda as denic oes de atributos da classe anteriormente denida.
Estas denic oes podem ser completadas por atributos e operac oes especcas.
As classes s ao apenas denicoes. Um objeto particular e uma instancia de classe de
objeto. Pode-se atribuir valores aos atributos destes objetos e executar suas operac oes. O
encapsulamento confere aos objetos uma certa autonomia e uma certa remanencia. Um
objeto nasce (instanciac ao) e desaparece (destruic ao) dinamicamente durante a execuc ao
do programa, mas tais eventos devem ser raros em relac ao ao n umero de eventos corres-
pondendo `a execuc ao de operac oes sobre os atributos.
A rede a objetos pode ser considerada como uma utilizacao da rede de Petri predicado-
transic ao no contexto de uma abordagem a objetos. As chas nao s ao mais constantes,
mas sim inst ancias de n-uplas de classes de objetos. Alem dos atributos denidos pela
classe, um atributo implcito contem o nome do lugar em que o objeto esta localizado.
As operac oes s ao associadas ` as transic oes, e correspondem `as pre-condic oes (ltros) que
operam sobre os atributos dos objetos situados nos lugares de entrada, e `as acoes que mo-
dicam estes valores. Uma operac ao associada a uma transic ao t s o poder a ser executada
por um objeto se este estiver localizado num lugar de entrada de t.
De um certo ponto de vista, esta abordagem e menos estruturante que a abordagem a
objeto cl assica, porque uma opera cao e denida no quadro de um conjunto de classes de
objetos (as classes dos objetos podendo estar nos lugares de entrada) e n ao de uma unica
classe. De um outro ponto de vista, tal abordagem e mais estruturante, pois introduz
uma nocao de controle. Para que uma operac ao seja aplicavel sobre os atributos de uma
inst ancia de objeto, e necess ario que esta esteja num certo estado, isto e, que esteja
localizada num certo lugar.
No exemplo que esta sendo tratado, os objetos sao associados diretamente aos objetos
fsicos: pe cas e m aquinas. Cada um destes objetos pode possuir um certo n umero de
atributos como:
o nome da inst ancia de objeto;
a data de entrega da pe ca;
a operacao que deve ser executada na peca;
a lista de operac oes que podem ser feitas por uma maquina.
Denicao da rede de Petri a objeto (simplicada)
Uma rede de Petri a objeto e denida pela 9-upla:
N
o
=<P, T, C
lass
, V, Pre, Post, A
tc
, A
ta
, M
0
>,
onde:
C
lass
e um conjunto nito de classes de objetos, eventualmente organizado em uma
hierarquia e denindo para cada classe um conjunto de atributos;
P e um conjunto nito de lugares cujos tipos s ao dados por C
lass
;
5.2 Os diferentes modelos de RPAN 98
T e um conjunto nito de transic oes;
V e um conjunto de variaveis cujos tipos s ao dados por C
lass
;
Pre e a funcao lugar precedente que a cada arco de entrada de uma transic ao faz
corresponder uma soma formal de n-uplas de elementos de V ;
Post e a func ao lugar seguinte que a cada arco de sada de uma transi cao faz
corresponder uma soma formal de n-uplas de elementos de V ;
A
tc
e uma aplica cao que a cada transic ao associa uma condic ao fazendo intervir
as vari aveis formais associadas aos arcos de entrada e aos atributos das classes
correspondentes;
A
ta
e uma aplica cao que a cada transic ao associa uma ac ao fazendo intervir as
vari aveis formais associadas aos arcos de entrada e aos atributos das classes cor-
respondentes;
M
0
e a marcacao inicial que associa a cada lugar uma soma formal de n-uplas de
inst ancias de objetos (os objetos devem ser representados por identicadores, como
por exemplo, seu nome).
Exemplo resolvido 3 (rede a objetos): (continuacao)
A representac ao gr aca do modelo rede de Petri a objetos do sistema de coordenac ao
e a mesma da FIG. 5.5.
Para esta rede s ao denidos:
o conjunto de classes C
lass
= pec

a, m aquina com:
maquina=

nome : identicador
operac

oes : lista de operac

oes possveis
manutenc

ao : data de parada para manutenc

ao;
peca=

nome : identicador
operac

ao : operac

ao a ser executada
data : data de entrega;
as vari aveis x, de tipo peca e y, de tipo maquina: tipo(x) =peca e tipo(y) =maquina;
os lugares possuem os tipos: tipo(PC)=peca, tipo(MAQ)=maquina e
tipo(<PC, MAQ>)=(peca,maquina);
as matrizes Pre e Post s ao dadas por:
Pre =

<x> 0
0 <x, y >
<y > 0

Post =

0 <x>
<x, y > 0
0 <y >

;
um exemplo de condic ao pode ser:
A
tc
(ini) = x.operac

ao y.operac

oes;
5.2 Os diferentes modelos de RPAN 99
a marcac ao inicial e denida por:
M
0
=

<pc
1
> + <pc
2
> + <pc
3
>
0
<maq
1
> + <maq
2
> + <maq
3
>

,
em que os objetos pc
1
, pc
2
, pc
3
s ao da classe pec

a, e os objetos maq
1
, maq
2
, maq
3
s ao da classe maquina.
Analise
As redes de Petri predicado-transic ao e a objetos sao denidas sob a forma de redes
de Petri ordinarias (redes subjacentes) munidas de inscricoes. A analise e feita pri-
meiramente sobre estas redes, da mesma forma como no caso das redes interpretadas.
Os invariantes da rede de Petri subjacente fornecem resultados sobre a conserva cao de
n umeros de objetos independentemente de suas classes.
Se a soluc ao da equacao f
T
W = 0 (em que W = Post Pre e a matriz de incidencia
condensada do sistema) e sem vari aveis, o que nem sempre e o caso tal soluc ao
pode ser utilizada como um invariante de lugar. Para transformar a matriz W de modo
a eliminar variaveis, pode-se utilizar o metodo de projecao de lugares.
Proje cao de lugares
Considere R = < a, b >, < a, c >, < b, c > uma relac ao bin aria num conjunto
D = a, b, c. Se nao estamos interessados em conhecer quais indivduos ocorrem na
segunda posicao da dupla <x, y >, podemos escrever R = <a, >, <a, >, <b, >,
ou R = 2 <a, >, <b, >. Podemos eliminar a i-esima posic ao de R, fazendo uma
projecao ao longo da i-esima posic ao, denotada [ R[
i
. Assim, [ R[
2
= 2 <a >, <b > e
[[ R[
2
[
1
= 3 <>.
N-uplas que diferem somente na i-esima posicao (localizadas num mesmo lugar) nao
s ao mais distinguveis nas suas ocorrencias, mas sao contadas se [ [
i
e aplicado ao lugar.
Ao fazer a projec ao de um lugar, consideram-se todos os arcos adjacentes a este lugar.
Se a rede predicado-transic ao e uniforme, a projec ao total e uma rede ordin aria.
Fazer uma proje cao e, de uma certa forma, construir uma rede de Petri subjacente
relativa a apenas uma classe de objeto (ou um conjunto de classes). A informac ao obtida,
mais precisa que a obtida com a rede subjacente, aproxima-se daquela obtida com as
redes de Petri coloridas.
No caso das matrizes Post, Pre e W, se estamos interessados apenas numa classe
class
i
de C
lass
, todas as outras classes s ao projetadas em primeiro lugar, projetando por
ultimo class
i
. Desta forma, todas as vari aveis correspondentes aos indivduos que n ao
se deseja observar s ao suprimidos da matriz.
No exemplo do sistema de coordenac ao, para procurar os invariantes relativos `as
pecas, faz-se primeiro uma projec ao em relac ao `as maquinas, conservam-se somente as
vari aveis < x >; depois faz-se uma ultima projec ao em rela cao ` as pecas. Assim, x e
substituda por 1 e y por 0. Para os invariantes relativos ` as m aquinas, faz-se o
contr ario (primeiro as pecas, depois as maquinas).
5.2 Os diferentes modelos de RPAN 100
Para a matriz de incidencia W da rede da FIG. 5.5:
ini fim
PC
US
MAQ

<x> <x>
<x, y > <x, y >
<y > <y >

,
fazendo-se primeiramente a projec ao sobre as m aquinas, obtem-se:
[ W[
y
=

<x> <x>
<x, 1> <x, 1>
1 1

,
e depois sobre as pecas, obtem-se, nalmente,
[[ W[
y
[
x
=

1 1
1 1
0 0

.
Fazendo a projec ao em relac ao ` a peca e depois ` a maquina, obtem-se, respectiva-
mente
1
,
[ W[
x
=

0 0
<y > <y >
<y > <y >

e [[ W[
x
[
y
=

0 0
1 1
1 1

.
Obtem-se, assim, nos dois casos, uma matriz de incidencia C de inteiros naturais e
pode-se calcular os componentes como na rede de Petri ordinaria, utilizando a equac ao
f.C = 0. O invariante de lugar e, agora, uma fun cao linear nao mais da marcac ao dos
lugares, mas de sua proje cao, isto e, do n umero de objetos da classe class
i
contidos no
lugar.
O componente conservativo da matriz obtida ap os a projecao sobre a pe ca e:
f
pec

a
=

1 1 0

e o invariante de lugar correspondente e dado por:

| M(PC) |
pec

a
+ | M(US) |
pec

a
= constante.
O componente conservativo da matriz obtida ap os a projecao sobre a maquina e:
f
m aquina
=

0 1 1

com o invariante de lugar correspondente dado por:

| M(US) |
m aquina
+ | M(MAQ) |
m aquina
= constante.
Desta forma, obtem-se resultados an alogos aos encontrados com as redes de Petri
coloridas.
Outra forma de analise e introduzir transic oes erro no modelo da rede predicado-
transic ao. O projeto e correto se e somente se a transic ao e nao viva. As transic oes n ao
vivas exprimem asserc oes invariantes.
1
Para simplicar, diz-se que foi feita uma projecao em relacao `a class
i
quando esta e a ultima
proje cao realizada.
5.3 Caractersticas dos modelos 101
5.3 Caractersticas dos modelos
As duas grandes vantagens das redes de Petri que sao, de um lado, seu poder descri-
tivo (como a facilidade de modelar o paralelismo e a concorrencia), e de outro lado, a
possibilidade de analise, serao utilizadas como criterios de comparacao entre os modelos
de RPAN vistos no item anterior. Esta comparac ao deve ser feita dentro do ambito do
sistema que se deseja modelar, no nosso caso, os sistemas de manufatura.
Embora todos os modelos possuam as caractersticas gerais vistas no item 5.1, cada
um introduziu-as de maneira diferente. Estas diferencas ser ao ressaltadas e a seguir ser ao
apresentadas as caractersticas particulares introduzidas por cada modelo.
5.3.1 A cha como elemento de informacao
A primeira diferenca entre os modelos concerne ` a maneira de diferenciar as chas.
Ou cada cha representa um indivduo passando de um lugar a outro, ou representa uma
informac ao que se interpreta de acordo com o lugar que a contem.
A cha representa uma informacao
No modelo de rede de Petri colorida, `a cada cha e associada uma cor. Assim, a
cada lugar e associado explicitamente um conjunto de cores. Essa cor representa uma
informac ao. Por exemplo, na FIG. 5.4, que mostra o caso de um sistema de manufatura
modelado por uma rede colorida, as cores do lugar MAQ correspondem diretamente ` as
identidades das m aquinas. No entanto, as cores do lugar US correspondem ` as operac oes
de usinagem, quer dizer, uma combinac ao de uma peca e uma maquina.
A cha representa um indivduo
No modelo de redes de Petri predicado-transi cao, a cha representa um indivduo
pertencente a um conjunto de constantes.
O objetivo central do desenvolvimento da rede predicado-transicao e, justamente,
a introducao, de uma maneira formal, do conceito de indivduos com propriedades e
relac oes modic aveis, na teoria de redes. Este fato e analogo `a introdu cao de indivduos
e suas estruturas na l ogica, o que leva da logica proposicional ` a l ogica de predicados de
primeira ordem.
Voltando ao lugar US do exemplo, as chas s ao n-uplas <x, y > em que x representa
uma peca e y uma m aquina. Em conseq uencia, essas chas nao somente guardam a
identidade dos indivduos, mas tambem representam claramente relac oes dinamicas entre
estes.
No modelo de redes de Petri a objetos, representado na FIG. 5.5, as chas s ao consi-
deradas como indivduos cujo valor e vari avel. A cada cha e associada uma estrutura de
dados, representada por um objeto. Cada objeto pertence a uma classe de objetos ` a qual
s ao denidas propriedades (atributos). Cada classe pode ser subdividida em subclasses.
5.3.2 Dobramento das transic oes e dos lugares
Como foi explicitado no item 5.1, todos os modelos s ao baseados na ideia de dobrar
redes ordin arias. Mas esse dobramento pode ser feito com duas losoas diferentes.
5.4 Escolha do modelo 102
No caso das redes predicado-transicao e a objetos, a transic ao e vista como uma regra
e a ideia e de passar de regras sem variaveis a regras com vari aveis, seguindo a ideia
mencionada no item 5.2.2 de passagem da l ogica proposicional ` a l ogica de predicados de
primeira ordem. No caso da rede colorida o enfoque e dado na visao matricial da rede
de Petri e, portanto, a abordagem e a de passar de uma matriz de inteiros a uma matriz
de func oes, cada func ao sendo representada por uma matriz de inteiros. Estes pontos
ser ao detalhados a seguir.
Uso de variaveis
Na rede de Petri predicado-transic ao, o lugar dobrado e visto como um esquema lu-
gar, representado por um predicado P(x) (ou P(x, y) se existe uma rela cao dinamica).
A transi cao dobrada e vista como um esquema transicao, representada por uma regra do
tipo se P
1
(x) e P
2
(y) entao Q
1
(z) e Q
2
(w) onde P
i
() e Q
j
() indicam respecti-
vamente os predicados relativos aos lugares de entrada e sada, e x, y, z, w, as vari aveis
que etiquetam os arcos. Na rede de Petri a objetos, os lugares pertencem a classes de
lugares que indicam as classes de objetos que podem pertencer ao lugar. Neste caso, as
vari aveis pertencem a classes de variaveis que indicam as classes de objetos que podem
substitu-las.
Uso de funcoes
No modelo de rede de Petri colorida (FIG. 5.4), a cada lugar e associado, explici-
tamente, um conjunto de cores. O mesmo e feito com cada transic ao. Os arcos, em
lugar de serem etiquetados por somas formais de variaveis, o s ao por func oes das cores
da transic ao nas cores do lugar. Esta e uma diferenca fundamental em relac ao `a rede
predicado-transic ao.
5.4 Escolha do modelo
Um sistema de manufatura caracteriza-se principalmente pela capacidade de fabri-
car varios tipos de produtos (processos de fabrica cao) simultaneamente e tambem por
permitir rapidamente a modicac ao do plano de fabrica cao, seja quanto ao n umero de
pecas de cada processo, seja do pr oprio processo.
Numa boa modelagem, a relac ao entre os objetos fsicos e as entidades matematicas
correspondentes e a mais clara e a mais direta possvel.

E por esta raz ao que as classes
de redes de Petri em que a individualizacao das chas e baseada na noc ao de indivduo
s ao mais convenientes que aquelas que utilizam a noc ao de cor representando uma sim-
ples informacao. Deste modo, os elementos fsicos do sistema, tais como as pecas, as
m aquinas, as ferramentas, etc., sao diretamente descritos atraves de chas.
Mais um motivo do interesse desta forma de representa cao, ainda do ponto de vista
da cha, e o fato de que as n-uplas representam elmente rela coes dinamicas existentes,
num dado momento, entre elementos fsicos do sistema.
Dentre as classes de redes em que as chas representam indivduos, o modelo das redes
a objetos apresenta uma caracterstica muito importante para este tipo de aplicac ao: a
associac ao de uma estrutura de dados a cada cha.
Embora na rede predicado-transic ao e possvel tambem representar uma estrutura
de dados atraves de uma n-upla, esta representac ao e mais comoda na rede a objetos.
5.4 Escolha do modelo 103
Isto se torna mais claro a partir do momento em que se deseja representar muitos dados
sobre a cha: o valor de uma n-upla pode ocupar toda uma linha...
Alem disso, a nocao de classe permite guardar sempre em mente as caractersticas
dos objetos, e permite, tambem, utilizar sobre as redes somente os atributos que nos
interessam no momento. A nocao de subclasse contribui, tambem, para uma descricao
mais concisa e mais estruturada, alem de mais legvel. De fato, num sistema de manufa-
tura, a cada pe ca e associada uma serie de informac oes como: processo de fabricac ao ao
qual ela pertence, ordem de operacao dentro do processo (atual ou a pr oxima), m aquina
` a qual esta afetada. Da mesma forma, cada m aquina e capaz de tratar um conjunto de
operac oes, pode estar livre ou ocupada, etc.
A noc ao de classe e subclasse na rede a objetos tambem e extremamente util quando
da modelagem por renamentos: partindo-se de uma rede inicial, com uma determinada
estrutura de dados, vai-se renando, em paralelo, a rede e as classes de objetos.
A introducao de novas pecas num sistema de manufatura e um bom exemplo para
ilustrar a adequac ao da rede a objeto. No caso da rede colorida, e preciso acrescentar
novas cores no conjunto de cores e, portanto, modicar as func oes sobre os arcos. No
caso das redes predicado-transic ao e a objetos, h a modicac oes somente quando as novas
pecas pertencem a novos processos de fabricac ao: novas classes de objetos (ou subclasses)
devem ser denidas.
Isto nao quer dizer que a conclus ao sera a mesma para qualquer aplicac ao. Por
exemplo, se a nocao de rotac ao (simetria entre as cores) existe de maneira evidente
dentro do sistema a ser modelado, e aconselhado o uso da rede colorida.
A escolha da classe pode depender n ao somente das caractersticas do sistema a ser
modelado, mas tambem do ambiente geral de trabalho, quer dizer, das outras ferramen-
tas com que se trabalha eventualmente. Por exemplo, no caso de sistemas de manufatura
que utilizam tecnicas da Inteligencia Articial para tratar do controle no nvel da plani-
cac ao e do ordenamento em tempo real, tem-se uma raz ao a mais para escolher a rede
predicado-transic ao ou a rede a objetos. De fato, a losoa destas classes e bem pr oxima
de um sistema de regras, ao contr ario do caso da rede colorida.
Comparacao com a rede de Petri ordinaria
A modelagem de Sistemas de Manufatura a m de conceber o comando e a supervis ao
implica modelar a parte do banco de dados tecnicos que evoluem em tempo real.
Existem basicamente duas op coes, utilizando:
rede de Petri ordinaria interpretada: a rede ordinaria modela o controle, e a estru-
tura de dados evolui, separadamente, em paralelo. A interacao entre ambas d a-se
atraves da interpretacao;
rede de Petri de alto nvel: o controle e modelado pela rede (subjacente) e a
estrutura de dados e modelada na propria cha, atraves de objetos ou constantes
(rede a objetos e predicado-transicao) ou atraves das cores (rede colorida).
Ambas as op coes permitem igualmente a modelagem. A escolha vai depender prin-
cipalmente de criterios como a complexidade da estrutura de controle e da estrutura
de dados. E isto, tanto do ponto de vista da modelagem quanto do ponto de vista da
implementa cao (ver captulo 7).
5.5 Notas 104
5.5 Notas
Para uma deni cao formal da rede de Petri colorida ver JENSEN (1986); para a
rede predicado-transic ao, ver GENRICH (1987); para a rede a objetos, ver SIBERTIN-
BLANC (1985). Existem outros modelos ainda de rede de Petri de alto nvel, como a
rede de Petri a indivduos, denida por REISIG (1985).
5.6 Exerccios
1. Considere o mesmo problema dos bombeiros da lista de exerccios do captulo 1,
mas agora com quatro bombeiros: um perto do fogo, um perto do hidrante e dois
que estao no caminho para auxiliar. O mecanismo de sincronizac ao e o mecanismo
cl assico de pipeline. Modele o sistema utilizando: a) rede de Petri colorida, dando
o conjunto de cores dos lugares e transic oes, bem como as func oes etiquetando
os arcos; b) rede de Petri a objetos, indicando as vari aveis nos arcos e as classes
utilizadas.
2. Considere, no problema do torno da lista de exerccios do captulo 1 (FIG. 1.15),
que existem tres tipos de pecas, com varios exemplares de cada tipo na celula.

E
necess ario, portanto, tres tipos de programas diferentes para o torno; o micr ometro
deve inspecionar as pecas segundo seus tipos. Para simplicar o problema, consi-
dere que o rob o se adapte automaticamente ao tamanho das pecas. Construa uma
rede de Petri a objetos que modele este sistema. Sugestao: utilize um lugar que
contenha os programas para o torno e para o micrometro.
Captulo 6
Redes de Petri e a representac

ao
do tempo
A rede de Petri permite descrever causalidade (um evento e conseq uencia de um
outro), decisao e independencia entre eventos: o evento a e causa do evento b, evento
a precede evento b, a e b s ao ordenados no tempo.

E uma maneira de descrever uma
ordem parcial num conjunto de eventos e, portanto, de introduzir o tempo de modo
quantitativo.
V arios trabalhos foram realizados no sentido de utilizar explicitamente o tempo, como
um par ametro contnuo e quanticavel, seja para avalia cao do desempenho, seja para a
verica cao formal. Estando associado diretamente ` a rede de Petri, de um certo ponto
de vista, o tempo faz parte do controle ao inves de car na parte de dados de forma n ao
estruturada.
Existem duas grandes classes de modelo: rede de Petri temporal e rede de Petri
temporizada.
No modelo temporal e associado a cada transic ao um par de datas (
min
,
max
).
min
indica a durac ao mnima de sensibilizacao da transi cao antes do disparo, enquanto
max
permite calcular a durac ao m axima de sensibilizac ao. A transic ao deve disparar neste
intervalo de tempo.
No segundo modelo, e associada uma durac ao de tiro `as transicoes. A rede e chamada
de rede de Petri com transic ao temporizada. Outros modelos da mesma famlia s ao as
redes com lugares temporizados e as redes com arcos temporizados.
6.1 Rede de Petri temporizada
6.1.1 Tempo associado ao lugar
Se um lugar representa uma atividade A, trata-se simplesmente de colocar como a
durac ao desta atividade. Assim, quando a cha chega na data no lugar p, ela s o pode
deix a-lo ap os = + instantes.
O lugar p pode desdobrar-se numa seq uencia lugar-transicao-lugar, como representado
na FIG. 6.1.a, pois as duas redes da gura sao equivalentes, j a que o lugar p
1
e subs-
tituvel (item 3.3.1). O lugar p
1
corresponde `a atividade sendo executada, a transic ao t

corresponde ao evento tempo transcorrido e o lugar p

2
corresponde a uma eventual espera
(sincronizac ao com outras atividades) ap os o nal da atividade A. Enquanto a atividade
est a sendo executada, a cha nao pode ser utilizada para disparar a transic ao. A cha e
6.1 Rede de Petri temporizada 106
indisponvel
b)
a)
dura c ao
para t
dura c ao
t
2
t
1
t
p
1
p
1
p
2
t
2
t
1
t

p
2
reserva
p
1
p
2
t
disponvel
Figura 6.1: Temporizac ao da rede de Petri
dita indisponvel. Desde que a atividade estiver acabada, a cha se torna disponvel e t
2
pode eventualmente ser disparada. Assim, a cha pode estar em dois estados: disponvel
ou indisponvel. Somente as chas disponveis podem sensibilizar a transic ao.
Sendo M
d
(p) o conjunto de chas disponveis no lugar p, uma transic ao t est a sensi-
bilizada se e somente se M
d
(p) Pre(p, t).
6.1.2 Tempo associado `a transicao
A rede de Petri temporizada e obtida associando-se a cada transic ao da rede ordin aria
uma dura cao de tiro. Sua sem antica e uma noc ao de atraso durante a qual as chas
utilizadas para disparar a transicao nao sao disponveis ou visveis em nenhum lugar.
A partir do momento que a cha se torna visvel num lugar, ela pode ser utilizada
imediatamente por qualquer transi cao de sada deste lugar.
Portanto, o disparo n ao e instant aneo, mas possui uma duracao. Esta associac ao de
tempo `a transicao s o tem sentido se a transic ao e interpretada como uma atividade e
n ao como um evento instantaneo. Sup oe-se, implicitamente, que esta atividade n ao e
interrompvel em relac ao ao comportamento global do sistema modelado ou, entao, que
se trata simplesmente de uma abreviac ao.
Pode-se obter uma rede equivalente, substituindo-se a transic ao por uma seq uencia
transicao-lugar-transicao (FIG. 6.1.b). A primeira transic ao corresponde ao evento ins-
tantaneo de incio de atividade (s ao retiradas as chas referentes ao peso do arco). O
lugar serve para memorizar a atividade sendo executada, e a ultima transi cao corresponde
ao evento instantaneo de m de atividade (chas colocadas nos lugares de sada).
Esta equivalencia e mostrada na FIG. 6.1.b. O tiro da primeira transi cao ap os p
1
corresponde ` a reserva das chas (as chas reservadas nao podem ser utilizadas para
disparar uma outra transic ao diferente de t). Ap os o tiro da segunda transi cao as chas
s ao liberadas.
As chas possuem ent ao dois estados possveis: reservado (M
r
) ou nao reservado
(M
nr
). Somente as n ao reservadas podem sensibilizar a transicao. Portanto, a marca cao
a cada momento e dada por
M = M
r
+M
nr
.
6.2 Rede de Petri temporal 107
A rede de Petri temporizada pode associar o tempo ao lugar ou ` a transic ao. As chas
desaparecem ou cam indisponveis ou reservadas durante um certo tempo, e reaparecem
ap os na marcac ao. A FIG. 6.1 mostra que as duas abordagens sao equivalentes.
Denicao:
Uma rede de Petri temporizada e um par N
t
=< N,
f
> onde:
N e uma rede de Petri < P, T, Pre, Post > com uma marcacao inicial M
0
;

f
: T O
+
e a func ao duracao de disparo, que associa a cada transic ao um
n umero racional positivo que descreve a durac ao do disparo.
p
1
t
2

2
t
1
t
3
t
4
p
3
p
2
Figura 6.2: O tempo e a rede de Petri
Exemplo resolvido 5:
Considere a rede de Petri representada na FIG. 6.2, com o lugar p
1
marcado no tempo
= 0. Considere que esta rede e temporizada, com o tempo associado ` as transi coes. A
cada transic ao t
i
e associada uma dura cao de disparo
i
.
A transic ao t
1
e disparada no tempo
1
, mas a cha somente ser a visvel em p
2
no
tempo
1
+
1
, sensibilizando neste momente a transic ao t
2
. Se a transicao t
4
(n ao
temporizada) e disparada no tempo
2
, p
3
e imediatamente marcado e as transicoes t
2
e
t
3
est ao sensibilizadas e em conito ap os o tempo max[(
1
+
1
),
2
].
6.2 Rede de Petri temporal
A rede de Petri temporal e obtida associando-se a cada transic ao uma durac ao de
sensibilizac ao. O tiro e instant aneo, mas a transic ao deve estar sensibilizada durante o
intervalo de tempo dado.
Um intervalo (
min
,
max
) e associado a cada transic ao; a durac ao de sensibilizac ao
deve ser maior que
min
e menor que
max
(a transic ao deve disparar antes de
max
).
Diferente do modelo rede de Petri temporizada, durante a sensibilizac ao de uma
transic ao, as chas continuam a ser vistas por outras transic oes de sada do lugar.
Pode-se associar um intervalo [a, a] a uma transicao para representar uma durac ao
a. Se a transi cao estiver sensibilizada no tempo , ela ira disparar no tempo +a, caso
continue, nesta data, sensibilizada pela marcac ao.
6.2 Rede de Petri temporal 108
Denicao:
Uma rede de Petri temporal e um par N
tl
=< N, I > onde:
N e uma rede de Petri < P, T, Pre, Post > com uma marcacao inicial M
0
;
(t) = [
min
(t),
max
(t)] e uma fun cao que, a cada transic ao t, associa um intervalo
fechado racional que descreve uma duracao de sensibilizacao.
Exemplo resolvido 5: (continuacao)
Considere a rede de Petri representada na FIG. 6.2, com o lugar p
1
marcado no tempo
= 0. Considere que esta rede e temporal. A cada transic ao t
i
e associada uma durac ao
de sensibilizac ao, dada pelo intervalo
i
= (
min
(t
i
),
max
(t
i
)).
Se a transicao t
1
disparar no tempo
1
,
1
(
min
(t
1
),
max
(t
1
)), o lugar p
2
estar a
marcado nesta data. A transic ao t
2
pode, ent ao, disparar em
1
+
2
. Se a transic ao t
4
for disparada no tempo
2
, marcando o lugar p
3
, a transi cao t
3
s o poder a disparar no
tempo max(
1
,
2
) +
3
.
O conito entre t
2
e t
3
existir a em func ao da relac ao entre as datas em que os lugares
p
2
e p
3
s ao marcados, e dos valores de
2
e
3
. Se
3
= 0,
2
= 0 e
2
<
1
, t
3
j a esta
sensibilizada a partir da data
1
, enquanto t
2
, nesta data, est a sensibilizada apenas pela
marcac ao. Portanto, t
3
dispara no tempo
1
e nao existe conito entre t
2
e t
3
.
Entretanto, se
3
= 0, o conito existe durante a intersecc ao dos intervalos (
1
+
2
)
e max(
1
,
2
) +
3
.
6.2.1 Representacao do watchdog
Certos mecanismos implicam que uma cha esteja visvel somente para certas transic oes
a um dado instante. Um caso tpico e o watchdog. Considere a FIG. 6.3. O lugar espera
permite que o sistema esteja receptivo ` a chegada de um evento sob a forma de uma cha
no lugar condicao (disparo da transicao fim
1
). Mas se este lugar nao estiver marcado
ao m do tempo , e acionado um alarme (disparo da transicao fim
2
).
fim
2
[, ]
espera
condi c ao
alarme
normal
seq uencia
fim
1
[0, 0]
Figura 6.3: Watchdog
As duas formas de associar o tempo na rede de Petri temporizada (lugar ou transicao)
n ao permitem uma representac ao correta do watchdog pois:
um tempo de atividade associado ao lugar espera atrasaria o disparo de fim
1
mesmo se o lugar condicao contivesse uma cha mais cedo;
6.3 Rede de Petri estocastica 109
um tempo de atividade associado ` a transic ao fim
2
faria com que a cha contida no
lugar espera fosse imediatamente reservada (de modo irreversvel) e que o alarme
fosse acionado ap os o tempo , mesmo se a cha tivesse, durante este tempo,
chegado no lugar condicao.
A soluc ao e dada pela rede temporal, que associa uma duracao de sensibilizacao (t)
a cada transic ao t. Se esta transi cao se tornar sensibilizada (pela marcac ao) no tempo
, ela continuar a sensibilizada durante todo o intervalo ( +(t)), desde que a marcac ao
que a sensibiliza n ao for modicada pelo tiro de outra transic ao. A diferenca em relac ao
` a dura cao de disparo e que, durante todo este intervalo, as chas est ao disponveis nos
lugares de entrada de t e podem, eventualmente, ser utilizadas por uma transic ao em
conito com t, como no exemplo da FIG. 6.2.
Voltando `a FIG. 6.3, basta associar ` a transicao fim
2
uma durac ao igual ao valor
do watchdog e `a transic ao fim
1
, uma dura cao de sensibilizacao nula.
O domnio principal de utilizac ao deste modelo (validac ao de protocolos de comu-
nicac ao) fez com que, desde o incio, fosse denida uma durac ao imprecisa de sensibi-
lizac ao de t sob a forma de um intervalo (t) = [
min
(t),
max
(t)]. A transi cao t s o podera
ser disparada depois que o tempo
min
(t) tenha transcorrido e n ao podera ser disparada
ap os o tempo
max
(t). Todos os valores de (t):

min
(t) (t)
max
(t)
correspondem a dura coes de sensibilizacao para a transicao t.
6.2.2 Comparacao entre os dois modelos
O modelo de rede de Petri temporal e mais geral que o de rede de Petri tempori-
zada, pois permite descrever o watchdog, o que a rede temporizada nao permite. Neste
caso, basta, na FIG. 6.2, usar
2
como a durac ao do watchdog e fazer
3
= 0, para
que a transicao t
3
, que representa o m da operac ao normal, seja disparada assim que
sensibilizada pela marca cao.
Para passar de uma rede de Petri temporizada a uma rede de Petri temporal, basta
substituir a transi cao t da primeira por uma seq uencia t
1
t
2
com:

min
(t
1
) =
max
(t
1
) = 0
e
min
(t
2
) =
max
(t
2
) = (t).
Quanto ` as redes de Petri ordinarias (sem explicita cao do tempo), correspondem sim-
plesmente ao caso em que todos os intervalos de sensibilizac ao s ao iguais a [0, ).
6.3 Rede de Petri estocastica
6.3.1 Limite das redes temporizada e temporal
A utilizacao das redes de Petri temporizadas permite a construc ao de modelos rea-
listas para avaliar sistemas a eventos discretos para simulacao. De fato, nada impede
modicar a fun cao
f
para associar ` as transic oes o resultado de uma tiragem aleatoria
6.3 Rede de Petri estocastica 110
ao inves de um valor constante. Entretanto, as propriedades de uma rede temporizada,
ou de uma rede interpretada de modo geral, podem ser diferentes daquelas obtidas sobre
a rede de Petri subjacente, como discutido no item 4.4.
A utiliza cao da rede de Petri temporal permite facilmente descrever o mecanismo
de watchdog e a construc ao de um grafo de cobertura dos estados acessveis em casos
simples em que a rede de Petri subjacente e limitada, e os intervalos de tempo asso-
ciados ` as transicoes s ao dados sob a forma de inteiros. Este modelo tem servido para
vericar formalmente um certo n umero de protocolos. Entretanto, o tamanho do grafo
de cobertura explode rapidamente quando os intervalos de tempo sao muito diferentes.
O problema principal vem do fato de que a descric ao do estado destas redes deve
compreender nao somente a marcac ao, mas tambem as informa coes temporais.
Para poder utilizar a potencia da an alise markoviana e necessario que os sistemas
sejam sem memoria do passado, isto e, se um evento produzir um disparo da transic ao
t e transformar a marcac ao M
1
em M
2
, a evoluc ao futura das transicoes que estavam
sensibilizadas por M
1
antes do disparo de t dever a ser identica ` aquela que as transic oes
sofreriam se viessem a ser sensibilizadas por M
2
.
Somente as distribuic oes geometricas e exponenciais vericam este fato. As redes de
Petri estoc asticas s ao, portanto, as redes em que as durac oes de sensibilizacao associadas
` as transic oes s ao denidas por tais distribuic oes, a m de poder construir um processo
markoviano equivalente e assim analisar o comportamento da rede.
6.3.2 Duracao de sensibilizacao estocastica
No caso da rede de Petri temporal, a durac ao de sensibilizac ao e uma variavel que
assume um valor dentro do intervalo (
min
,
max
), sendo estes valores igualmente dis-
tribudos. Na rede de Petri estocastica, esta durac ao de sensibiliza cao e uma vari avel
estocastica com uma distribuicao de probabilidade exponencial
Pr
[]
= 1 e

.
A func ao Pr
()
descreve a probabilidade que o disparo da transi cao t aconte ca antes da
data e, portanto, que a durac ao de sensibilizac ao seja inferior a esta data.
Seja a taxa de transicao; o valor medio da dura cao de sensibilizac ao e dado por:
=

0
(1 Pr
()
)d =

0
e

d =
1

.
Denicao:
Uma rede de Petri estocastica e um par N
ts
=< N, >
N e uma rede de Petri com uma marcacao inicial;
e uma funcao que associa, a cada transicao t, uma taxa de transic ao (t).
Isto equivale a associar a cada transicao um intervalo contnuo de sensibilizac ao
[0, ) com uma distribuic ao exponencial. Isto explica porque o conjunto de marcac oes
acessveis e o mesmo que o da rede subjacente. A durac ao media de sensibiliza cao e

s
(t) =
1
(t)
.
6.3 Rede de Petri estocastica 111
6.3.3 Obten cao de uma cadeia de Markov
Considere duas marcacoes acessveis M
i
e M
j
:
se existe apenas uma transic ao tal que M
i
t
k
M
j
, a taxa de transicao do estado
M
i
ao estado M
j
e dada por (t);
se existem duas transic oes t
k
e t
m
tal que M
i
t
k
M
j
e M
i
t
m
M
j
, a taxa de transic ao
do estado M
i
ao estado M
j
e dada por (t
k
) + (t
m
).
A partir da rede de Petri estocastica N
ts
=< N, >, pode-se contruir uma cadeia de
Markov. Os estados sao as marca coes acessveis do conjunto A(R, M
0
). A matriz Q de
taxas de transi cao e escrita diretamente a partir da funcao . A coluna j de Q descreve
a evoluc ao da probalidade
j
da marcacao M
j
no decorrer do tempo. O termo q
ij
e a
taxa de transic ao para chegar no estado M
j
a partir de M
i
. Seu valor e negativo pois
descreve a taxa de transic ao que permite abandonar o estado M
i
.
O regime estacionario do processo markoviano e dado pelo vetor

, solu cao da
equac ao:

T
Q = 0 com

i
= 1. (6.1)
Seja B uma propriedade que e vericada por um conjunto de marcac oes EM; tem-se:
Pr
B
=

M
i
EM

i
.
Esta equac ao permite calcular, por exemplo, o valor medio do n umero de chas num
dado lugar.
O fato de poder construir uma cadeia de Markov a partir da rede de Petri estoc astica
permite realizar a an alise desta rede. Tem-se os seguintes resultados:
se a rede de Petri e reiniciavel, a soluc ao da equac ao 6.1 e unica;
o conjunto dos lugares que pertencem a um componente conservativo positivo e
an alogo a uma subcadeia de Markov fechada;
um lugar nao limitado corresponde a uma cadeia aberta. Devido ao problema
de complexidade, e feita a restric ao de redes de Petri limitadas ou possuindo no
m aximo um ou dois lugares n ao limitados (para uma dada marca cao inicial);
uma equac ao particular do sistema 6.1 e descrita pela coluna j da matriz Q e
corresponde `a aplicac ao do teorema dos cortes em torno do no correspondente ` a
marcac ao M
j
. Em regime estacionario, a derivada da probabilidade desta marcacao
e nula.
Exemplo resolvido 6:
Considere a rede de Petri estoc astica da FIG. 6.4.a, com as seguintes taxas de
transic ao:
(t
i
) =
i
, i = 1..4
(t
5
) = M(p
3
)
5
.
6.4 Notas 112
t
2
a) b)
t
3
t
1
t
4
t
5
t
3
t
1
t
4
M
4
M
3
M
2
t
3
M
5
M
0
t
1
t
4
p
1
p
2
p
3
t
4
t
1
t
2
t
5
t
3
t
5
t
5
t
2
M
1
t
2
Figura 6.4: a) Rede de Petri estoc astica; b) Grafo GA(R; M)
O grafo de marcac oes acessveis e dado pela FIG. 6.4.b, com M
0
= p
2
2
, M
1
= p
2
p
3
,
M
2
= p
2
3
, M
3
= p
1
p
2
, M
4
= p
2
1
e M
5
= p
1
p
3
. A matriz Q de taxas de transic oes, cujas
linhas e colunas correspondem `as marcac oes M
0
a M
5
e dada por:

1

2

3

2
+
3
0
1
0 0

5
a
2
+
3
0 0
1
0 2.
5
2.
5
0 0 0

4
0 0 b
1

2
+
3
0 0 0
4

4
0
0
4
0
5
0
4

5

onde a = (
1

5
) e b = (
1

4
). A primeira coluna da matriz
Q permite escrever a equac ao
d
0
dt
= (
1
+
2
+
3
)
0
+
5

1
+
4

3
em que
i
e a probabilidade da marcacao M
i
. Observe que a soma dos elementos de
uma linha de Q e nula, pois os arcos saindo de um estado M
i
s ao exatamente os mesmos
arcos que chegam a M
j
a partir de M
i
.

6.4 Notas
A rede de Petri temporal foi introduzida por MERLIN (1974) em seu trabalho de
doutoramento; a rede de Petri temporizada por RAMCHANDANI (1974) e a rede de
Petri estoc astica, por MOLLOY (1981). Em todos estes modelos, o tempo e utilizado
explicitamente. Trabalhos fundamentados nestes modelos s ao utilizados para avaliar o
desempenho de sistemas representados por rede de Petri, como em FREEDMAN (1988),
ou para vericac ao formal, como em BERTHOMIEU (1983).
Para uma denicao de cadeia de Markov, ver CASSANDRAS (1993).
Captulo 7
M

etodos de implementac

ao
Pode-se classicar todos os metodos de implementac ao de uma concepc ao baseada
em rede de Petri segundo duas series de escolhas principais.
A primeira escolha e se a rede de Petri e implementada como um sistema de regras
ou nao. Segundo esta escolha, a implementa cao e feita seguindo-se:
a abordagem procedimental: consiste em desenvolver metodos que permitem es-
crever os programas usando linguagens procedimentais como Pascal ou ADA, cujo
comportamento seja identico ao especicado pela rede de Petri;
a abordagem declarativa: consiste em considerar que uma rede de Petri e um
sistema de regras (ver item 2.2) e basear a implementac ao na utilizacao de um me-
canismo de inferencia especializado chamado jogador de rede de Petri. O programa
que realiza este motor de inferencia n ao depende de uma aplicac ao especca. Ele
implementa as deni coes correspondentes ao comportamento dinamico da rede de
Petri (transic ao sensibilizada, disparo de transic ao, etc.).
Outra escolha fundamental concernente `a implementac ao da rede ser a efetuada:
de modo centralizado;
de modo descentralizado ou mesmo distribudo.

E evidente que estas escolhas ser ao de fato efetuadas quando das ultimas etapas da
concepc ao. Estas escolhas n ao s ao totalmente independentes, pois n ao seria realista ten-
tar realizar uma implementacao centralizada e procedimental de um sistema descrito por
uma rede de Petri possuindo um alto grau de paralelismo (grande n umero de transic oes
sensibilizadas e paralelas para uma dada marca cao).
Por outro lado, no caso da implementac ao descentralizada, pode-se implementar de
modo procedimental certas partes do sistema e, de modo nao procedimental, as outras
partes.
7.1 Abordagem procedimental 114
7.1 Abordagem procedimental
A rede descreve um processo seq uencial
A rede corresponde a um componente conservativo que contem apenas uma cha.
Trata-se, portanto, de uma rede de Petri pertencente `a subclasse das m aquinas de estado.
A cha pode ser vista como o registro de instruc ao do programa seq uencial que deve
ter o mesmo comportamento.
Os procedimentos (procedures) s ao associados ` as transic oes ou aos lugares, segundo
o tempo e associado ` as transic oes ou aos lugares. As duas formas sao equivalentes.
O programa e escrito diretamente; os lugares compartilhados correspondem ` as ins-
truc oes if ou case of ou go to.
Caso de uma rede qualquer
Calcula-se o grafo de marcacoes acessveis da rede de Petri, o que equivale a transfor-
mar a rede numa m aquina de estado equivalente. O problema e a explos ao combinatoria
do n umero de estados...
7.2 Abordagem nao procedimental
7.2.1 Princpio
Como foi dito no captulo 2, a rede de Petri pode ser considerada como um sistema
de regras de produc ao.
Cada transi cao e entao considerada como uma regra de transformacao do estado; a
partir de um estado dado (marcacao), deve-se procurar uma regra aplic avel para passar
ao estado seguinte.
A abordagem nao procedimental consiste em escrever um motor de inferencia espe-
cializado capaz de jogar a rede de Petri, isto e, de deslocar as chas de modo a respeitar
as regras de disparo das transi coes. No contexto da engenharia de programac ao, esta
abordagem pode tambem ser considerada como uma execucao da especicacao da con-
cepcao.
Quando da denic ao da interpretac ao de uma rede de Petri, viu-se que as transic oes
podem ser associadas a eventos externos ou a eventos internos do sistema que se procura
implementar.
O motor de inferencia especializado, freq uentemente chamado jogador de rede de Pe-
tri, tem seu funcionamento descrito pela FIG. 7.1. Este deve ser tal que o disparo das
transic oes externas deve sincronizar-se com a ocorrencia do evento associado. Isto corres-
ponde ` a recepc ao de mensagens de atualizac ao do conhecimento ou, ent ao, a requisic oes
provenientes do sistema.
Por outro lado, a partir de uma marcac ao dada, todas as transic oes internas sensibi-
lizadas devem ser disparadas antes de considerar o evento externo seguinte. Elas corres-
pondem a conclusoes (decisoes) internas e se traduzem, eventualmente, por emissoes de
mensagens (comandos ou respostas) para o exterior.
7.2 Abordagem nao procedimental 115
sensibilizada?
n ao
sim
sim
transi c ao
Anomalia
n ao
Espera de um
evento exterior
(estado estavel)
n ao
A interpreta c ao
se aplica neste
ambiente? correspondente
transi c ao
Procura da
Existe outra
sensibilizada?
Disparo da
transi c ao
sim
A transi c ao est a
Figura 7.1: Princpio do jogador
O estado estavel de uma rede e uma marcac ao para a qual somente as transic oes
associadas a eventos externos est ao sensibilizadas. O jogador deve ent ao se colocar num
estado de escuta do ambiente externo.
Quando uma mensagem e recebida, e necessario procurar a transic ao que lhe e associ-
ada e dispara-la. Em seguida, a partir da nova marcac ao, e necessario disparar todas as
transic oes internas sensibilizadas a m de alcancar um novo estado est avel. Disparando
todas as transic oes internas, as acoes associadas s ao executadas, o que provoca operac oes
sobre os dados (parte operativa) e envios de mensagens para o ambiente externo do sis-
tema.
7.2.2 Comparacao com a abordagem procedimental
Na abordagem n ao procedimental, tem-se um programa execut avel que n ao depende
da aplicac ao ao menos no que concerne ao controle. Claro que resta ainda o tratamento
de dados da parte operativa.
A rede e considerada pelo jogador como uma estrutura de dados. Obtem-se assim
uma programac ao automatica da parte controle, de onde vem a analogia com a execuc ao
de especicacoes.
A complexidade desta abordagem varia pouco em func ao do n umero de lugares e de
transic oes da rede de Petri. Ela depende principalmente do n umero de transi coes e de
chas implicadas nos conitos. As implementacoes do tipo procedimental apresentam
uma complexidade que cresce com o tamanho da rede de Petri. Esta abordagem e
prefervel nos casos simples. Nos casos complexos e quando as restri coes de tempo de
resposta nao sao crticas, e prefervel a abordagem n ao procedimental.
Outro ponto a salientar e que, estando proxima das tecnicas de Inteligencia Articial,
e possvel utiliz a-la juntamente com o mecanismo do jogador. Dois casos s ao interessan-
tes:
resoluc ao de conitos;
diagn ostico em caso de anomalia.
7.3 Abordagem descentralizada 116
O primeiro caso consiste em ter uma estrategia ecaz para escolher uma transi cao
(regra) e uma n-upla de chas (fatos) quando do funcionamento em encadeamento para
frente (forward) que corresponde ao disparo de uma transicao interna. Pode-se privilegiar
o tempo de resposta e organizar os dados e os procedimentos de procura para que a
primeira soluc ao encontrada seja a boa. Ou ent ao, construir todo o espa co de conitos e
fazer apelo a regras de escolha exteriores ` a rede de Petri (eventualmente a um operador
humano) para chegar a uma decis ao nal.
O segundo caso decorre do seguinte problema. O mecanismo do jogador e um ins-
trumento ecaz para detectar toda incoerencia entre a recepc ao de uma atualizac ao
do conhecimento e o ultimo estado conhecido, mas n ao oferece uma ferramenta de di-
agn ostico de incidente. Se a rede de Petri e armazenada na forma de uma estrutura de
dados sobre a qual opera o jogador, ela pode igualmente ser considerada como um dia-
grama sem antico para um outro sistema de deduc ao que ser a, este sim, encarregado do
diagn ostico. A rede de Petri e ent ao um modo c omodo de conhecer o estado presumido
do conhecimento (a marcac ao), bem como todas as possibilidades coerentes para faze-la
evoluir (as seq uencias de transic oes).
7.3 Abordagem descentralizada
A concep cao do sistema deve ter sido feita utilizando a no cao de objeto, ou melhor
ainda, de processos seq uenciais como elementos de estrutura cao. Esta abordagem implica
na decomposi cao da rede de Petri em um certo n umero de processos que dever ao ser
implementados sob a forma de processos seq uenciais comunicando-se entre si. Estes
processos seq uenciais serao implementados por tarefas executadas em paralelo sobre um
processador ou, de modo distribudo, sobre uma rede local.
Os objetos que sao processos seq uenciais poderao ser implementados diretamente,
enquanto que os outros deverao ser decompostos mais namente, ou transformados em
m aquinas de estado nito, ou implementados de modo n ao procedimental.
As comunicac oes entre as tarefas sao baseadas nos princpios classicos de:
comunica cao assncrona;
rendez-vous;
execuc ao de procedimento distante.
Mas, para a implementac ao destes mecanismos, novas escolhas s ao necessarias e,
segundo estas escolhas, vao aparecer restric oes. Estas escolhas e restric oes estao eviden-
temente muito ligadas `a linguagem de implementa cao escolhida e ao sistema operacional
multi-tarefas (ou ` as primitivas de comunica cao oferecidas pela rede local) do sistema
inform atico alvo.
Um dos problemas importantes concerne ao conhecimento nominal m utuo que devem
ter ou n ao as tarefas que se comunicam entre si. Se as tarefas A e B devem comunicar-se
ou simplesmente sincronizar-se, existem quatro possibilidades:
1. A conhece B, e B n ao conhece A;
2. B conhece A, e A n ao conhece B;
7.3 Abordagem descentralizada 117
3. A e B se conhecem mutuamente;
4. A e B n ao se conhecem, mas:
conhecem um objeto global especco a esta troca;
s ao conhecidas de um objeto global, o congurador, tendo o conhecimento da
troca e a possibilidade de concorrer `a sua realizac ao.
Os casos 1 e 2 s ao diferentes no caso de uma comunicac ao assimetrica como a comu-
nicac ao assncrona.
Para poder aumentar a autonomia dos objetos e favorecer sua reutilizac ao em outra
parte da aplicac ao ou mesmo em outro projeto, tem-se sempre interesse em que os objetos
conhecam nominalmente um n umero mnimo de outros objetos. A escolha da solu cao 3
e, portanto, sem interesse. Por outro lado, a solu cao 4 e interessante mas e, `as vezes,
difcil de implementar.
Captulo 8
Redes de Petri, l

ogicas n

ao
cl

assicas e sistemas h

bridos
8.1 Redes de Petri nebulosas
Procedimentos de diagn ostico e recuperac ao para sistemas a eventos discretos tais
como sistemas de manufatura implicam raciocnios em cima de objetos e recursos, e
suas mudancas de estado. Alem disso, muitas vezes e necess ario tratar com dados cujo
car ater pode ser vago ou incerto. A logica classica nao e muito indicada para tais tarefas,
principalmente quando se trata de mudancas, pois os problemas de frame e ramicac ao
tornam qualquer raciocnio difcil. Por outro lado, as redes de Petri sao indicadas para
representar estados de sistemas dinamicos constitudos de processos concorrentes que
repartem recursos, mas n ao e adequada para tratar com a incerteza do sistema, caso
exista.
A teoria de redes de Petri nebulosas e recente e a grande maioria dos trabalhos vem
sendo publicada em revistas tecnicas e conferencias.
8.1.1 Requisitos para modelos de sistemas dinamicos
O desenvolvimento da tecnologia computacional possibilitou uma variedade de metodos,
tecnicas e ferramentas para resolver problemas associados com o projeto e operacao de
sistemas dinamicos. Uma classe importante de tais sistemas sao os dirigidos por eventos
instant aneos, os sistemas a eventos discretos, chamados de SED.
Existem dois aspectos fundamentais em tais sistemas: a evolu cao no tempo e a in-
certeza concernente ` as informac oes com as quais eles tratam. Em geral, por um lado,
trabalhos sobre a representac ao do aspecto evolutivo raramente consideram o aspecto
incompleto ou de incerteza da descric ao do mundo e sua evoluc ao. Por outro lado, o
aspecto dinamico da informac ao nao e, na maioria das vezes, considerado em trabalhos
que tratam com o aspecto de incerteza. Estes aspectos s ao intrinsecamente multidisci-
plinares, utilizando conceitos de Engenharia de Programac ao, An alise de Sistemas, Inte-
ligencia Articial, Controle e Base de Dados. V arios modelos foram desenvolvidos, mas
nenhum deles e de proposito geral, pois nenhum considera todos os aspectos envolvidos
no problema.
8.1 Redes de Petri nebulosas 119
Redes de Petri
O aspecto din amico de um SED e capturado pela rede de Petri de um modo formal
e ao mesmo tempo natural. Como ja vimos na primeira parte deste livro, este modelo
permite representar o paralelismo verdadeiro, concorrencia, restric oes de precedencia, etc.
A analise das assim chamadas boas propriedades (como limitada e viva) e as propriedades
estruturais (invariantes de lugar e transic ao) s ao uma ajuda eciente durante as fases
de especicac ao e projeto no ciclo de vida de um SED, como foi visto no captulo 3. A
especicac ao obtida pode, tambem, ser simulada e implementada diretamente por um
jogador de rede de Petri, como visto no captulo 7.
A rede de Petri ordinaria pode somente representar se o sistema esta (ou nao) num
dado estado. Quando o sistema e complexo, e consiste em um conjunto de processos,
pode ser necessario usar redes de Petri de alto nvel (captulo 5). Em ambos os casos,
somente sao consideradas informac oes conhecidas com precis ao.
Se a rede de Petri e um modelo de um sistema fsico e e implementada em tempo real
de modo concorrente ` a sua evoluc ao, as transic oes sao somente disparadas quando se tem
certeza de que o evento associado de fato ocorreu (captulos 4 e 7). Se o evento associado
` a transic ao acontece e a transic ao n ao esta sensibilizada pela marcac ao, e detectada uma
inconsistencia no modelo.

E possvel representar o tempo e a comunicacao com o meio
externo, mas n ao e possvel, entretanto, representar uma informac ao incompleta, como,
por exemplo, a durac ao da operac ao e de aproximadamente 5 minutos.
1
Conjuntos nebulosos
Os conjuntos nebulosos foram introduzidos por Lot Zadeh, da Universidade de Ber-
keley, em 1965. Tais conjuntos permitem tratar com a representac ao de classes cujos
limites n ao s ao bem determinados, atraves de func oes caractersticas que assumem va-
lores no intervalo [0, 1]. Os conjuntos nebulosos s ao uma ferramenta poderosa para a
representa cao do conhecimento, pois permitem considerar categorias vagas ou exveis
que s ao utilizadas por peritos em regras como se X e A entao Y e B, em que A e B s ao
conjuntos que podem ser nebulosos. Este tipo de regra e usado em sistemas de controle
nebuloso e sistemas especialistas nebulosos.
8.1.2 Combinando redes de Petri e conjuntos nebulosos
As diversas abordagens
V arios autores tem demonstrado as relac oes entre redes de Petri e programas logicos,
como MURATA (1988), e redes de Petri e sistemas de Regras de Produc ao, como VA-
LETTE & ATABAKHCHE (1987) e ZISMAN (1978).

E natural, portanto, a ideia de
introduzir a l ogica nebulosa no modelo de rede de Petri. Desde o trabalho pioneiro de
LOONEY (1988) v arios autores, da comunidade de redes de Petri e de Inteligencia Ar-
ticial, tem propostos diferentes tipos de redes de Petri nebulosas (RPN). Sob o mesmo
nome, estes modelos s ao baseados em diferentes noc oes e s ao mais ou menos consistentes
com a teoria de redes de Petri.
1
Uma informa cao incompleta pode ser expressa pelos termos vago e impreciso. Em geral, vago e
associado com a diculdade de realizar distincoes rgidas ou precisas; a imprecisao e associada com
relac oes one-to-many.
8.1 Redes de Petri nebulosas 120
Fichas e marcac oes
Embora n ao tenha sido formalmente denido em nenhum artigo, pode-se imaginar
que marcac oes nebulosas poderiam ser denidas associando a cada lugar um n umero
nebuloso indicando o n umero de chas no lugar. Entretanto, isto deveria ser consistente
com os invariantes de lugar, sen ao o n umero de marcac oes cresceria innitamente (quando
a imprecisao aumenta), resultando num sistema n ao limitado.
Por exemplo, no modelo de RPN de CAO & SANDERSON (1993), a marcac ao
nebulosa e atribuda a um lugar, para quanticar a incerteza da existencia de uma
cha neste. Em CARDOSO (1991), a marcac ao nebulosa (de uma rede de Petri a
objetos) e denida atribuindo a cada cha sua localizacao nebulosa, caracterizada por
um conjunto nebuloso de lugares (os lugares onde e possvel que a cha esteja). Em
outros trabalhos em que uma proposicao l ogica nebulosa e associada ao lugar, uma
func ao de pertencimento e associada ` a cha. O valor da cha indica o grau de verdade
das proposicoes e muda com o disparo das transicoes, como nos trabalhos de CHEN
(1990) e SCARPELLI (1996).
Transicoes
Embora no modelo cl assico de redes de Petri as chas sejam removidas no disparo
das transicoes, este n ao e sempre o caso quando a rede de Petri e usada com tecnicas
de Inteligencia Articial. Como em logica uma proposic ao (antecedente de uma regra)
permanece com valor verdadeiro ap os o disparo da regra, a cha no lugar correspondente
n ao e removida, como por exemplo em MURATA (1988). Ja em outros trabalhos, como
CARDOSO (1991), as chas representam entidades e os lugares s ao os possveis estados
destas entidades. Se uma cha f est a num lugar p, isto signica que a proposic ao cha
f est a no estado p e verdadeira.
No caso em que as RPNs representam regras de produc ao nebulosa, as chas sao
removidas. Isto nao implica que a proposicao se torne falsa, mas sim que a informa cao
correspondente foi usada na realizac ao de um cenario de prova.
A maioria dos trabalhos tem um fator de certeza, conan ca ou valor verdade asso-
ciado ` a transicao. Como a transi cao na RPN corresponde a uma regra num sistema de
produc ao, o disparo de uma seq uencia de transic oes (considerando o fator de conan ca
de cada uma) dene uma seq uencia de disparo nebulosa que e mais ou menos possvel
de ser disparada.
Outra abordagem consiste em associar uma func ao de autorizacao `a transicao: e
denido entao um pseudo disparo quando existe uma informac ao imprecisa ou incerta.
Durante a operac ao normal, a RPN se comporta como uma rede de Petri classica. Uma
generalizac ao deste trabalho e a associac ao de uma data nebulosa a cada transic ao. Esta
data e comparada com o tempo corrente para vericar se a transicao ainda nao foi
disparada, ou se ela j a o foi com certeza, ou se e possvel que tinha sido (possvel no
sentido da teoria de Possibilidades).
Consideracoes sobre a consistencia
A rede de Petri e caraterizada por uma dinamica: e possvel executar uma rede
para analisar o comportamento do sistema modelado. O modo como as func oes de
pertencimento dos conjuntos nebulosos sao atribudas ` as chas (ou lugares) e os fatores
8.1 Redes de Petri nebulosas 121
de certeza s ao associados ` as transic oes so sera promissor se for consistente com a teoria
de redes de Petri.
Um ponto importante na teoria de redes de Petri e que atraves da programa cao
linear (captulo 4) e possvel extrair sub-redes especcas. Um invariante de lugar e uma
sub-rede em que o n umero total de chas contidas nos lugares desta e constante. Um
invariante de transic ao e uma sub-rede em que a transformac ao de marcac oes obtidas
pelo disparo das transicoes desta sub-rede e nula (a marca cao nal e igual `a inicial).

E, pois, importante explorar pelo menos uma destas nocoes. Assim, a utilizac ao dos
invariantes de transicao permite encontrar, em redes de Petri que modelam programas
l ogicos, uma prova otima: prova em que todas as deduc oes intermedi arias s ao de fato
necess arias para obter a conclusao (o que n ao e sempre verdade de modo geral). No caso
de RPN que modela processos fsicos, para cada cha (que e uma inst ancia de objeto
numa rede de Petri a objetos) existe um invariante de lugar que a contem com certeza
(a localizacao da cha pode ser imprecisa ou nebulosa, mas esta contida no invariante
de lugar).
Representar regras por transic oes numa rede de Petri e uma velha ideia, mas e uma
quest ao que permanece aberta e certamente n ao e resolvida quando regras nebulosas s ao
consideradas. Isto e uma conseq uencia direta do fato de as chas serem consumidas e
produzidas pelo disparo das transic oes numa rede, enquanto na logica cl assica, devido `a
propriedade da monotonicidade, uma deduc ao sempre adiciona novos valores-verdades,
sem tornar falsos os que j a foram utilizados (veja discuss ao sobre l ogica linear na pr oxima
sec ao).
Como foi visto no captulo 2, a gramatica S =< IP, Q > associada `a rede R e denida
pelo seu vocabulario IP e pelo conjunto Q de regras de reescrita t
i
: (Pre(., t
i
))
(Post(., t
i
)). A uma marca cao inicial M da rede corresponde um axioma (M) da
gram atica, a partir da qual novas palavras s ao deduzidas.
Usando esta notacao, considere, por exemplo, a regra de reescrita (t) : P Q R,
cuja rede de Petri est a representada na FIG. 8.1.a. Isto e bastante similar ` a f ormula da
l ogica proposicional P Q R. Esta f ormula e equivalente a (P Q) (P R)
ou P Q e P R. Considerando, agora, regras de reescrita similares a estas duas
f ormulas, tem-se (t
1
) : P Q e (t
2
) : P R cuja rede est a representada na
FIG. 8.1.b. Na logica cl assica, estas duas f ormulas s ao equivalentes, porque ambas levam
` a mesma conclusao: se o fato P e verdadeiro, pode-se deduzir que Q e R s ao verdadeiros.
Mas as duas redes de Petri da FIG. 8.1 s ao diferentes. Na FIG. 8.1.a ambos os lugares
Q e R s ao marcados, enquanto na FIG. 8.1.b apenas um destes lugares sera marcado.
De modo geral, a aplicacao das RPNs, no caso especco de controle e supervis ao de
sistemas de manufatura, pode se dar em duas linhas, segundo sua utilizacao como:
um modelo para o raciocnio: as transi coes representam regras de diagnostico, cada
seq uencia de disparo de transic oes representa uma explicacao que poder a ser usada
para recuperac ao do erro. A RPN como um todo representa o sistema perito de
diagn ostico;
um modelo do sistema fsico: as transicoes representam as mudancas de estado
possveis; as seq uencias de transi coes representam os comportamentos possveis. A
RPN e uma ferramenta para atualizar o estado do sistema no nvel de supervisao,
utilizando informac ao mal conhecida (com imprecisao ou incerteza), sem obter
estados inconsistentes.
8.2 Redes de Petri como semantica para logica linear 122
B
a) b)
t
C
t
tiro t
1
tiro t
2
t
1 t
2
A
tiro t
B
t
1 t
2
t
2
t
1
A
A
B
B
B
C
C
C
C C
A
A
B
Figura 8.1: a) P Q R, b) (P Q) (P R)
8.2 Redes de Petri como semantica para l ogica linear
Como vimos na se cao anterior, um problema ao representar a rede de Petri, utilizando
a logica cl assica, e que esta n ao permite trabalhar diretamente com a noc ao de recurso.
J a a logica linear o permite, e por isto a rede de Petri pode ser utilizada diretamente
para dar uma sem antica `a logica linear.
Alem da noc ao de recurso, outra motiva cao para utilizar a l ogica linear e a repre-
sentac ao mais precisa de uma seq uencia de disparos. De fato, um problema na teoria da
rede de Petri e que a caracterizac ao da marca cao atraves de um vetor M e completa e
precisa, o que n ao e o caso da seq uencia s, como foi visto na sec ao 2.1.8. A existencia de
um vetor caracterstico s que e soluc ao de M

= M +C.s n ao garante que a seq uencia s

possa efetivamente ser disparada. Alem de desconsiderar a ordem da seq uencia, somente
a transformac ao da marcac ao e descrita.
8.2.1 Logica linear: nocoes de base
A logica linear, proposta por GIRARD (1987), e de grande interesse quando se deseja
manipular recursos consumveis; esta difere da l ogica cl assica devido ao fato de que, den-
tro das regras usuais, duas nao s ao v alidas: a regra de contrac ao e a de enfraquecimento
(weakening). A l ogica linear possui tres conjuntos de conectivos:
conectivos multiplicativos:
, chamado vezes (times), expressa AND de recursos,
, chamado implicacao linear, expressa dependencia causal entre recursos,
, chamado par, quando usado juntamente com a negacao, expressa noc oes
de precedencia;
os conectivos aditivos &, chamado com (with), e , chamado mais (plus), que
permitem expressar escolha interna e externa;
8.2 Redes de Petri como semantica para logica linear 123
os conectivos exponenciais ! (naturalmente/of course) e ? (por que nao/why not).
!A indica que o recurso A pode ser usado tanto quanto necess ario (e ilimitado)
e ?A indica que o recurso A pode ser produzido tanto quanto necessario. Estes
conectivos permitem reintroduzir as nocoes de contrac ao e enfraquecimento, se
necess ario, mas para formulas especcas e de uma forma controlada.
A l ogica linear tambem manipula a nega cao, mas com uma interpretacao diferente da-
quela da logica classica: a negac ao linear e denotada

e n ao expressa a verdade/falsidade,
mas conceitos de ac ao/reac ao, como, por exemplo, produ cao e consumo.
Assim, em l ogica linear, se A e B s ao recursos, AB representa um recurso consis-
tindo de A e B simultaneamente, e AB representa a ac ao de usar A de maneira a
produzir B (dependencia causal).
Se se dispoe do recurso A, pode-se obter o recurso B atraves do calculo de seq uente
entre as formulas A e AB. Diferentemente da l ogica cl assica, a partir deste momento
n ao se disp oe mais do recurso A; a deduc ao representa o consumo deste recurso e a
produc ao de B.
Portanto, formulas bem formadas descrevendo o estado dos recursos s ao consumidas
quando utilizadas na prova de um seq uente (quando um recurso ocioso e alocado a uma
tarefa, ele se torna ocupado).
8.2.2 Descricao da rede de Petri usando logica linear
Qualquer rede de Petri pode ser descrita por uma colec ao de f ormulas bem-formadas
da l ogica linear: marcac oes s ao descritas por f ormulas consumveis e transi coes por
f ormulas nao consumveis (utilizando o conectivo !). Uma f ormula do tipo AD descreve
a distribui cao de chas (marcac ao) tal que os lugares A e D contem, cada um, uma cha.
Esta marcac ao pode ser uma marca cao parcial. Esta f ormula e correta, porque as chas
podem ser utilizadas apenas uma vez.
Por sua vez, uma transic ao t com Pre(t) = A e Post(t) = B, C e representada
pela formula
!(A
t
BC).
Como as transic oes n ao sao consumidas pelo disparo (se uma nova cha chega no
lugar de entrada, ela pode ser imediatamente disparada), e necess ario usar o conectivo
!. Entretanto, numa prova o conectivo ! n ao aparece pois a transi cao e disparada uma
s o vez para uma dada marca cao.
Uma colec ao de f ormulas da l ogica linear correspondendo a uma descric ao de rede
de Petri com uma marcac ao inicial sera da forma (A
k
descreve uma cha no lugar A
k
, e
m
k
.A
k
indica que existe m
k
chas em A
k
):
para a marca cao inicial
(

A
k
conj. de lugares marcados
m
k
.A
k
); (8.1)
para cada transi cao t
j
da rede:
!((

A
i
lug. ent.
de t
j
m
i
.A
i
)(

A
o
lug. saida
de t
j
m
o
.A
o
)). (8.2)
8.2 Redes de Petri como semantica para logica linear 124
Tiro de transicao
Uma transi cao t de uma rede de Petri est a sensibilizada se M > Pre(., t), sendo M o
vetor marcac ao e Pre(., t), a func ao entrada. O tiro consiste em retirar chas dos lugares
de entrada e coloc a-las nos lugares de sada usando a equac ao
M

= M + C.t
sendo C = Post Pre a matriz de incidencia.
O tiro de uma transic ao corresponde em logica linear a provar o seq uente:
M, t
M

em que a f ormula M e a marca cao inicial na forma da equac ao 8.1 e a formula t e a

transic ao na forma da equa cao 8.2. Pode-se tambem escrever este seq uente na forma:
M, t M

.
O tiro s o e possvel se todos os atomos do lado esquerdo da f ormula t estiverem
presentes na formula M. No caso da transi cao t tratada acima, se a marcacao da rede e
A, tem-se, entao,
A, (A
t
BC)
BC
. (8.3)
O recurso A foi consumido, e foi produzido o recurso BC. Em termos de redes de
Petri, corresponde a tirar as chas dos lugares de entrada de t e coloc a-las nos lugares
de sada de t.
8.2.3 Seq uencia de tiro na logica linear
Nesta sec ao sera apresentada a maneira pela qual uma seq uencia de tiro pode ser
caracterizada por uma formula bem formada da l ogica linear. A seguir e feita a com-
parac ao com a seq uencia obtida pelo calculo de transformac ao de marcac ao usado na
teoria de rede de Petri. A caracterizac ao de uma seq uencia s em rede de Petri e Cs,
usada na equa cao fundamental
M

= M +Cs. (8.4)
Cada componente s(t) de s indica o n umero de vezes que a transic ao t dispara na
seq uencia s. O vetor s n ao indica a ordem de disparo das transic oes, e mesmo uma
soluc ao s > 0 nao implica a existencia de tal seq uencia (condi cao necess aria, mas n ao
suciente).
Seq uencias ordenadas
Se a seq uencia t
1
t
2
e uma seq uencia ordenada, ent ao t
1
deve disparar antes de t
2
.
Todos as chas produzidas por t
1
e que podem ser consumidas por t
2
devem de fato
ser consumidas. Isto signica eliminar ao maximo o conjunto de proposicoes que sao
membros da parte direita da f ormula que representa a primeira transicao da seq uencia,
e da parte esquerda da f ormula que representa a segunda transic ao da seq uencia. Cor-
responde, em rede de Petri, `a denic ao de tiro: todas as chas presentes nos lugares de
8.2 Redes de Petri como semantica para logica linear 125
entrada de t que a sensibilizam devem ser retiradas e a condicao de sensibiliza cao e a
marcac ao mnima que permite o disparo. Assim procedendo, tem-se ao mesmo tempo a
transformac ao de marca cao e a mnima marcacao necess aria para disparar a seq uencia.
Considere a rede de Petri da FIG. 8.2. Sua estrutura (a marcac ao inicial n ao ser a
usada aqui) corresponde ao seguinte conjunto de f ormulas da l ogica linear:
t
1
: !(A
t
1
B)
t
2
: !(B
t
2
C)
t
3
: !(C
t
3
D).
Considere, por exemplo, a seq uencia s
1
= t
1
t
2
t
3
. Calcula-se o seq uente entre as
f ormulas de t
1
e t
2
, e deste com t
3
:
(A
t
1
B), (B
t
2
C)
(AC)
, (C
t
3
D)
(A
s
1
D)
.
P
A
P
C
P
B
t
1
t
2
t
3
P
D
P

Figura 8.2: Recursos e seq uencia

A formula
s
1
: !(AD) (8.5)
representa a seq uencia s
1
= t
1
t
2
t
3
.
Considere agora a seq uencia s
2
= t
3
t
1
t
2
. A representa cao desta seq uencia e dada por:
(C
t
3
D), (A
t
1
B)
(CADB)
, (B
t
2
C)
(CADC)
.
A formula
s
2
: !(CACD) (8.6)
representa a seq uencia s
2
= t
3
t
1
t
2
.
8.3 Redes de Petri para sistemas hbridos 126
Recursos
O primeiro ponto a observar, considerando seq uencia s
1
, e que o atomo permanece
presente nos dois lados da implicac ao linear e nao pode ser simplicado.
Entretranto, o atomo n ao aparece porque, no disparo da seq uencia s, o recurso
e consumido antes de ser produzido, enquanto e produzido antes de ser consumido. A
f ormula 8.5 mostra tanto a transformacao da marcac ao (uma cha que se desloca de P
A
a
P
D
) quanto a marcac ao mnima necess aria para possibilitar o tiro da seq uencia (marcacao
A neste exemplo). Quanto `a seq uencia s
2
(f ormula 8.6), a marcac ao mnima necess aria
e (CA). Portanto, para a marcac ao indicada na FIG. 8.2, o disparo desta seq uencia
n ao e possvel.
Assim, tem-se ao mesmo tempo a transforma cao da marcac ao e a marca cao mnima
necess aria para disparar a seq uencia, enquanto Cs indica somente a transformac ao da
marcac ao provocada pela seq uencia s e nao garante nem mesmo a sua existencia (o
componente relativo ao lugar e nulo).
A caracterizac ao de uma seq uencia na logica linear depende da ordem de tiro. Assim,
as seq uencias s
1
= t
1
t
2
t
3
e s
2
= t
3
t
1
t
2
n ao sao representadas pela mesma f ormula. A
primeira e representada por (8.5) e a segunda e representada por (8.6). Na teoria de
redes de Petri, ambas sao representadas pelo mesmo vetor caracterstico s = [ 1 1 1 ]
T
,
que, aplicado na equac ao 8.4 com a marcac ao da gura 8.2 (lugares P
A
e P

marcados),
fornece a mesma marcac ao (lugares P
D
e P

marcados). Entretanto, e f acil vericar que

a seq uencia s
1
pode ser disparada para esta marcacao inicial, enquanto a seq uencia s
2
n ao pode ser disparada.
8.3 Redes de Petri para sistemas hbridos
8.3.1 Sistema de producao hbrido
De forma geral, o modelo de um sistema din amico e hbrido se as vari aveis de estado
forem de dois tipos: contnuas (valores reais) e discretas (valores de conjunto nito,
por exemplo, dos inteiros). Como foi visto no captulo 1, considerando a natureza das
vari aveis de estado e o tempo, tem-se quatro tipos de modelos:
sistema contnuo: tempo e vari aveis de estado contnuos;
sistema discretizado: tempo discreto e vari aveis de estado contnuas;
sistema discreto: tempo contnuo e vari aveis de estado discretas;
sistema a eventos discretos: tempo e vari aveis de estado discretos.
No caso de sistemas hbridos, as variaveis de estado, assim como o tempo, podem ser
dos dois tipos (discreto e contnuo). Assim, o tempo e tambem hbrido, o que implica
utilizar dois tipos de modelos: um modelo contnuo e um modelo a eventos discretos.
Processo de fabricacao hbrida
Modelos hbridos s ao frequentemente necess arios nos sistemas de produ cao do tipo
batelada. Por exemplo, num sistema de manufatura, no nvel do controle local, os
8.3 Redes de Petri para sistemas hbridos 127
sistemas de regulac ao de motores (comando dos eixos) impoem modelos contnuos (ou
discretizados se o controle e numerico). Mas o encadeamento das operacoes e a pilotagem
do sistema e baseado num modelo a eventos discretos. Entretanto, estas duas vis oes n ao
devem ser combinadas num sistema hbrido, pois raramente estes seriam ligados por
relac oes de dependencia.
No caso de um processo industrial que trate um uxo de materia-prima contnuo fun-
cionando em regime permanente como uma renaria de petroleo, o modelo matematico
mais simples e o contnuo formado de equac oes algebricas. Mas se existe um interesse
nos lan camentos e paradas da instalac ao, e necess ario introduzir equac oes diferenciais
para representar o comportamento din amico. Pode tambem ser necess ario introduzir
vari aveis discretas para descrever as diferentes fases do regime transit orio e os controles
associados (abertura e fechamento de valvulas, aquecimento, etc.). No caso de modelar o
comportamento quando da abertura de uma v alvula, com vistas ` a analise da estabilidade,
e necess ario um modelo hbrido com tempo contnuo.
Os sistemas hbridos de produc ao, chamados batch systems em ingles, correspondem
a um outro caso. Trata-se de processos industriais que transformam materia-prima
contnua e que s ao formados por dois tipos de equipamentos:
um primeiro tipo, por exemplo os trocadores de calor utilizados para esquentar
ou resfriar a materia-prima, funciona de modo contnuo. Para que haja ec acia e
que a temperatura da materia-prima seja correta, o uxo que a atravessa deve ser
constante em regime permanente. Durante um intervalo de tempo dt, um volume
dV de materia sofre completamente a transformac ao fsico-qumica. Por exemplo,
sua temperatura passa de
0
a
1
;
um segundo tipo de equipamento, por exemplo os reatores, funciona de modo
descontnuo. Ap os uma fase de encher, todo um lote (batch) de materia sofre a
transformac ao. Se um reator e utilizado para esquentar um lote de volume V ,
durante o intervalo de tempo dt todo o volume V passa de uma temperatura a
+ d.
Sistemas do tipo batelada (ou por lotes) imp oem, em geral, a utilizac ao de um modelo
hbrido. A receita de fabricac ao que descreve o encadeamento das transformac oes a efe-
tuar sobre os equipamentos e naturalmente um modelo a eventos discretos (como um pro-
cesso de fabricacao numa ind ustria manufatureira), mas a unidade materia transformada
n ao e um lote de pecas, mas uma quantidade de materia-prima que pode variar segundo o
tamanho dos reatores, e que nao e sicamente delimitada nos equipamentos funcionando
de modo contnuo. A todo momento deve-se vericar se os equipamentos obrigados a
funcionar em regime permanente estao corretamente aprovisionados (materia-prima na
entrada e lugar disponvel na sada), o que imp oe um balan co de materia (equac oes
implicando vari aveis contnuas). Portanto, e difcil evitar a manipulac ao simult anea de
estados discretos e de eventos para descrever o encadeamento de fases e de vari aveis
contnuas tomando seus valores no conjunto dos reais para descrever os volumes, massas
molares, composicoes qumicas, etc.
8.3.2 Tecnicas de modelagem
8.3 Redes de Petri para sistemas hbridos 128
O problema apresentado pelos sistemas hbridos vem de que, do ponto de vista ma-
tem atico, os c alculos sobre os inteiros (e portanto, as variaveis discretas) s ao muito dife-
rentes (em geral mais complexos) que os c alculos sobre os reais. Nao existem derivadas,
e muitas vezes, existem apenas procedimentos enumerativos custosos.
As abordagens desenvolvidas podem ser agrupadas em quatro classes: modelos contnuos,
nos quais se adicionam vari aveis discretas; modelos discretos, nos quais se adicionam
vari aveis contnuas; modelos integrando o contnuo e o discreto num unico formalismo
ou nos dois formalismos comunicantes.
Estas abordagens ser ao ilustradas em um exemplo de um reator que deve ser enchido
e esvaziado (FIG. 8.3).
Modelo contnuo estendido
q
o
V
V
max
V
min
q
i
Figura 8.3: Reator
No caso do reator da FIG. 8.3, o modelo contnuo e uma simples equac ao diferencial.
O volume V ( unica variavel de estado) contido no reator e calculado a partir do debito
de entrada q
i
e do debito de sada q
o
(consideradas aqui como sendo par ametros) por:
dV
dt
= q
i
q
o
. (8.7)
Se o modelo e utilizado em tempo real sobre um processador para calcular o volume num
dado instante, ent ao os instantes t
n
de discretizac ao devem ser considerados, e obtem-se
(sup oe-se que entre dois instantes de amostragem a variac ao de q
i
e q
o
e desprezvel):
V (t
n+1
) V (t
n
) = (q
i
q
o
) (t
n+1
t
n
) . (8.8)
H a duas valvulas (de entrada e de sada) no sistema da FIG. 8.3; como cada uma pode
estar aberta ou fechada, existem quatro congurac oes de funcionamento neste sistema.
A equac ao 8.7 descreve o comportamento do sistema quando ambas as valvulas est ao
abertas. Para descrever as quatro conguracoes numa unica equacao, a equac ao 8.7 e
acrescida de duas variaveis booleanas b
i
e b
o
, obtendo-se assim a equac ao:
dV
dt
= b
i
.q
i
b
o
.q
o
. (8.9)
8.3 Redes de Petri para sistemas hbridos 129
A vari avel booleana b
i
corresponde ao predicado valvula de entrada aberta (vale 1 quando
a valvula de entrada est a aberta e 0 quando est a fechada) e a variavel booleana b
o
, ao
predicado valvula de sada aberta (vale 1 quando aberta e 0 quando est a fechada).
A equac ao 8.9 e v alida para as quatro fases possveis do sistema permitindo, ent ao,
simular o comportamento geral do sistema (parte contnua e parte discreta, num mesmo
modelo):
o reator pode estar isolado: b
i
= 0 e b
o
= 0;
o reator est a sendo enchido: b
i
= 1 e b
o
= 0;
o reator est a sendo esvaziado: b
i
= 0 e b
o
= 1;
o reator est a sendo enchido e esvaziado (assume o papel de um equipamento de
armazenamento para desacoplar dois equipamentos funcionando continuamente):
b
i
= 1 et b
o
= 1.
Existem tres vari aveis de estado (V , b
i
e b
o
) e dois parametros (q
i
e q
o
). A variavel
V descreve a parte contnua do estado, enquanto as duas outras correspondem ` a parte
discreta do estado. Elas realizam uma codicac ao das quatro fases e fazem com que a
equac ao 8.9 seja valida qualquer que seja o estado do reator. Entretanto, esta equa cao
n ao descreve os eventos que provocam a passagem de uma fase a outra.

E necessario
adicionar equac oes que permitem calcular as vari aveis booleanas em funcao dos limiares
da vari avel contnua V :
Se (V < V
max
) ent ao b
i
= 1 Se (V V
max
) entao b
i
= 0
Se (V > V
min
) ent ao b
o
= 1 Se (V V
min
) ent ao b
o
= 0.
Esta solucao s o e possvel se o sistema possuir poucas mudancas de fase. Alem disto,
um primeiro problema aparece quando o sentido da variacao da grandeza contnua inui
no calculo das vari aveis booleanas, como por exemplo,
Se (V = V
alto
) quando V e crescente ent ao b
i
= 0
Se (V = V
medio
) quando V e crescente ent ao b
i
= 1.
Um segundo problema surge quando existem v arias fases em processo de enchimento
numa receita de fabrica cao. Por exemplo, quando for necess ario colocar inicialmente 1000
litros do produto A no reator, e depois colocar 500 litros do produto B. As variaveis
booleanas e os limiares crescem rapidamente.
Modelo a eventos discretos estendido
Os modelos a eventos discretos (aut omatos nitos ou redes de Petri) sao baseados
em estados discretos e em tempo discreto. O tempo e explicitado sob a forma de uma
seq uencia de eventos que sao as mudancas de estado (func ao estado seguinte em um
aut omato, ou disparo de transicao na rede de Petri).
Um modelo a eventos discretos e particularmente bem adaptado para descrever a
sucess ao de fases de um sistema hbrido necess arias ` a fabricac ao de um produto (receita).
No caso do reator, uma receita elementar pode ser descrita pela rede de Petri da FIG. 8.4.
8.3 Redes de Petri para sistemas hbridos 130
utilizar
vazio
encher encher
500 l de B 1000 l de A
misturar
(esvaziar)
Figura 8.4: Receita de fabricac ao
A
data de
incio
enchimento
durac ao
durac ao
vazio
encher encher
500 l de B 1000 l de A
misturar
(esvaziar)
utilizar
enchimento
durac ao
mistura
B
Figura 8.5: Explicitac ao do tempo
A partir do reator vazio, sao colocados 1000 litros do produto A e depois sao colocados
500 litros de B. Estes sao, ent ao, misturados, e nalmente o produto e utilizado. Cada
fase e um lugar da rede.
Introduzir o tempo no modelo da FIG. 8.4 signica passar de um modelo a eventos
discretos a um modelo discreto (estados discretos, tempo contnuo). No caso da rede de
Petri temporal, uma durac ao de sensibilizacao e associada `a transic ao.
O fato de associar uma dura cao de enchimento do reator com o produto A ` a transic ao
de sada do lugar encher 1000 l de A obriga as chas circulando na rede a carem no lugar
durante o tempo especicado (rede da FIG. 8.5). Em casos simples, esta duracao pode
ser calculada como
1000
q
i
A
onde q
i
A
e o debito de entrada. O valor de V pode ser calculado
a qualquer momento; assim, por simples interpola cao o estado hbrido do reator (fase e
V ) pode ser reconstitudo a cada instante (tempo contnuo).
O modelo hbrido e ent ao formado de um modelo discreto (rede de Petri) completado
com uma variavel contnua: o tempo. Todas as outras variaveis de estado contnuas
devem ser funcoes lineares do tempo, calculaveis a todo instante a partir do estado
discreto.
ate nvel alto
data de
incio
enchimento
durac ao
durac ao
vazio
encher
500 l de B
misturar
(esvaziar)
utilizar
enchimento
durac ao
mistura
B A
completar
com A
Figura 8.6: Duracao n ao calculavel a priori
Mas a modelagem de sistemas hbridos por redes de Petri temporais possui certas
limitac oes. Considere por exemplo a FIG. 8.6. Se o nvel inicial V
o
do produto contido
no reator nao e sempre o mesmo no incio da execucao da receita, e se a operac ao a ser
8.4 Notas 131
executada e completar com o produto A ate o nvel V
alto
, entao a duracao da operac ao e
V
alto
V
0
q
i
A
. (8.10)
Esta data depende do valor do componente contnuo V de estado quando do incio
da fase correspondente ao lugar. Assim, a informa cao contida no modelo nao e mais
suciente para simular o comportamento do sistema.
Este problema pode ser resolvido utilizando-se uma rede de Petri de alto nvel (captulo
6), em que um certo n umero de atributos pode ser atribudo ` as chas. Pode-se, assim,
associar vari aveis de estado contnuas a certas chas. Por exemplo, a vari avel V pode
ser associada `a cha que circula de lugar em lugar sob a forma de um atributo. No
incio da operac ao encher com 1000 l do produto A este atributo conter a o valor V
o
, o
que permite calcular a durac ao usando a f ormula 8.10. O modelo hbrido e entao obtido
representando as fases por lugares (vari aveis de estado discretas) e as vari aveis de estado
contnuas por atributos associados ` as chas.
8.4 Notas
Livros basicos sobre a teoria dos conjuntos nebulosos e teoria de possibilidades: DU-
BOIS & PRADE (1988), KLIR (1988) e BOUCHON-MEUNIER (1994), alem dos artigos
ZADEH (1977,1978).
A l ogica linear e uma teoria bem recente desenvolvida por GIRARD (1987,1990).
Para detalhes sobre c alculo de seq uentes ver FITTING (1990). Maiores detalhes sobre
redes de Petri e logica linear ver PRADIN (1993).
O modelamento de sistemas hbridos usando um unico modelo e tambem recente.
Alguns trabalhos usando redes de Petri: DAUBAS (1994), ANDREU (1994,1995).
Apendice A
Grafos
A teoria de grafos e um tema antigo com aplica coes modernas. O primeiro resultado
foi dado por Euler em 1736 com a soluc ao do problema da cidade de Koenigsberg: como
atravessar as sete pontes da cidade passando apenas uma unica vez por cada uma.
Ate 1946 a teoria de grafos se restringe ` a Matem atica; as contribuic oes mais impor-
tantes foram as dos matematicos Kircho, Hamilton, Sylvester, Kempe, Lucas, Petersen
e Tarry no seculo XIX e Poincare, Sainte-Lagu, Kuratowski, Hall, Polya, Koning, Whit-
ney, Tutte na primeira metade do seculo XX.
A pesquisa operacional, surgida das pesquisas militares ligadas ` a Segunda Guerra,
provocou um desenvolvimento da teoria de grafos como modelo de sistemas concretos.
Entre os grandes especialistas desta nova orienta cao pode-se citar K uhn, Dantzig, Roy,
Faure, Kaufmann. Um novo salto foi dado nos anos 60 com o desenvolvimento das
Ciencias da Informac ao e da Comunicac ao, com contribuic oes de informaticos como
Dijkstra, Knuth, Wirth, Sakharovithc, Gondran e outros (tanto no desenvolvimento de
algoritmos quanto na modelagem de problemas).
No estudo de grafos, e importante conhecer os algoritmos adaptados aos principais
tipos de problemas de grafos: procura do caminho de menor custo, passar uma unica
vez por todos os arcos do grafo, etc.
A.1 Denicoes formais e notacao
Denicao A.1.1 (Grafo) Um grafo ou grafo nao ordenado G = (V, E) consiste em um
conjunto V de vertices (ou nos) e um conjunto E de arcos tal que cada arco e E e
associado com um par nao ordenado de nos.
Denicao A.1.2 (Grafo direcionado) Um grafo direcionado ou ordenado G = (V, E)
consiste em um conjunto V de vertices (ou nos) e um conjunto E de arcos tal que cada
arco e E e associado com um par ordenado de nos.
Denicao A.1.3 (Arco incidente) Um arco (direcionado ou nao) associado com um
par de nos v e w e dito incidente em v e w, e os nos sao ditos adjacentes.
Denicao A.1.4 (Arcos Paralelos) Os arcos sao ditos paralelos se estao associados
com os mesmos pares de vertices.
Denicao A.1.5 (Malha) Uma malha e um arco incidindo num unico vertice.
A.2 Conectividade 133
Denicao A.1.6 (Vertice isolado) Considera-se um vertice isolado quando nao existe
nenhum arco incidente.
Denicao A.1.7 (Vertice pendente) O vertice e dito pendente quando existe apenas
um arco incidente.
Denicao A.1.8 (Grafo simples) Um grafo e simples quando se apresenta sem ma-
lhas nem nos paralelos.
Denicao A.1.9 (Grau) O grau de um no e o n umero de arcos incidindo no no. No
caso de uma malha, contam-se dois.
Denicao A.1.10 (Aplicacao Multvoca ) A aplicacao multvoca e denida por
: V {(V ), onde
i
e o conjunto de sucessores do no i, e
i
1
e o conjunto de
predecessores do no i.
A.2 Conectividade
Caminhos e circuitos
Caminhos e circuitos s ao denidos num grafo orientado.
Denicao A.2.1 (Caminho) Considere v
o
e v
n
nos em um grafo. Um caminho de v
o
a v
n
de comprimento n e uma seq uencia alternada de n+1 nos e n arcos comecando em
v
o
e terminando em v
n
.
Denicao A.2.2 (Caminho elementar) Um caminho elementar de v a w e um ca-
minho que passa uma unica vez por cada no.
Denicao A.2.3 (Circuito) Um circuito e um caminho de comprimento nao-nulo de
v a v que passa uma unica vez por cada arco.
Denicao A.2.4 (Circuito elementar) Um circuito elementar e um ciclo de v a v
passando uma unica vez por cada no (exceto v
o
= v
n
= v).
Cadeias e ciclos
Cadeias e ciclos s ao denidos para grafos n ao orientados; cadeias correspondem aos
caminhos e ciclos correspondem aos circuitos para grafos orientados nas denic oes acima.
Denicao A.2.5 (Fechamento transitivo) O fechamento transitivo da aplicacao e
a aplicacao

denida por

i
= i
i

i
2
. . .
i
n1

i
k
e o conjunto de nos que se pode atingir a partir do no i por caminhos tendo exata-
mente k arcos.

i
e o conjunto de sucessores de i. Do mesmo modo,

i
1
representa o
conjunto de predecessores de i.
A.2 Conectividade 134
Denicao A.2.6 (Grafo conexo) Um grafo e conexo se para qualquer par de nos v e
w de G existe uma cadeia de v a w.
Por exemplo, e possvel construir um grafo representando os estados brasileiros, com
um arco ligando os estados que possuem uma fronteira comum.
Um grafo conexo e unico, enquanto que um grafo n ao conexo possui varios pedacos,
chamados subgrafos ou componentes.
Denicao A.2.7 (Subgrafo) G

= (V

, E

) e um subgrafo de G = (V, E) se: a) V

V
e E

E; b) e

, se e

incide em v

e w

, entao v

e w

(a restricao b) garante
que G

e um grafo).
Denicao A.2.8 (Componente) Dado um grafo G e um no v de G, o subgrafo G

de G formado por todos os arcos e nos de G contidos nas cadeias comecando em v e

chamado componente de G contendo v.
Um grafo e conexo se tiver um s o componente. O grafo da FIG. A.1.a (JOHNSON-
BAUGH (1993)) e conexo, pois dado qualquer par de vertices v e w, existe um caminho
de v a w. Ja o da FIG. A.1.b nao e conexo; por exemplo, nao h a um caminho de v
2
a
v
5
.
3
v
5
e
4
v
6
v
1
v
2
v
3
e
1
e
2
e
3
v
4
1
2
4
7
e
1
e
2
e
4
e
3
e
7
e
6
e
8
6
a)
b)
5
e
5
Figura A.1: a) Grafo conexo; b) Grafo n ao conexo
Denicao A.2.9 (Grafo fortemente conexo) Um grafo direcionado e fortemente co-
nexo se para qualquer par de nos v e w de G existe um caminho de v a w e um caminho
de w a v, w, v V .
Denicao A.2.10 (Grafo fracamente conexo) Um grafo direcionado e fracamente
conexo se para qualquer par de nos v e w do grafo subjacente existe uma cadeia de v a
w.
Na FIG. A.2, o grafo Ge fortemente conexo (existe um caminho entre quaisquer pares
de vertices). G e tambem fracamente conexo. Ja o grafo H n ao e fortemente conexo,
pois nao existe caminho entre a e b; entretanto, e fracamente conexo, pois existe uma
cadeia entre quaisquer pares de vertices no grafo subjacente.
Denicao A.2.11 (Ciclo de Euler) Um ciclo em G que inclui todos os arcos e todos
os nos e um ciclo de Euler.
A.2 Conectividade 135
H
c
d
b
e
b
c
d
e
a
G
a
a) b)
Figura A.2: Grafo a) fortemente conexo; b) fracamente conexo
Se G consiste em um n o v, sem arcos, o caminho (v) e chamado um ciclo euleriano
em G.
Teorema A.2.1 Se um grafo G possui um ciclo de Euler, entao G e conexo e todos os
nos tem grau par.
Se o no possui n umero mpar de vertices incidentes, e impossvel sair do no sem
passar pelo arco duas vezes.
Teorema A.2.2 Se G e um grafo conexo e todos os nos tem grau par, entao G tem um
ciclo euleriano.
Teorema A.2.3 (Aperto de mao) Se G e um grafo nao direcionado com m arcos e
n vertices, entao a soma dos graus de todos os nos,

n
i=1
(v
i
) = 2m, e par.
Corolario A.2.1 Em qualquer grafo, existe um n umero par de vertices com grau mpar.
Teorema A.2.4 Um grafo G possui um caminho sem arcos repetidos de v a w (v = w)
contendo todos os arcos e nos se somente se e conexo e v e w sao os unicos nos com
grau mpar.
Teorema A.2.5 Se G contem um ciclo de v a v, G contem um ciclo elementar de v a
v.
Algoritmo de construcao de ciclos de Euler
procedimento Euler (G: grafo conexo, v V, grau(v) = par)
ciclo:= ciclo em G comecando num n o qualquer
H := G com os arcos deste ciclo removidos
enquanto H tem arcos
incio
subciclo:= ciclo em H comecando num n o em H que
tambem e um n o de ciclo
H := H com arcos de subciclo e nos isolados removidos
ciclo:= ciclo com subciclo inserido no n o apropriado
m ciclo e um ciclo de Euler.
A.3 Notas 136
A.3 Notas
Para maiores detalhes sobre grafos ver JOHNSONBAUGH (1993), GONDRAM &
MINOUX (1985) e ROSEN (1991).
Apendice B
C

alculo dos componentes

B.1 Princpio do calculo de uma base
O metodo sera explicado para a procura dos componentes conservativos. Basta ape-
nas calcular a transposta da matriz C (inverter lugares e transic oes) para encontrar os
componentes repetitivos estacionarios.
Procuram-se as soluc oes da equa cao:
f
T
C = 0
que tambem pode ser escrita como
C
T
f = 0.
O n umero de variaveis desta equa cao corresponde ao n umero de lugares da rede (n
componentes de f ou n linhas de C) e o n umero de equa coes corresponde ao n umero de
transic oes (m colunas de C).
Esta equac ao matricial e equivalente ao sistema de equac oes:
c
11
f
1
+ ... + c
n1
f
n
= 0
... + ... + ... = 0
c
1m
f
1
+ ... + c
nm
f
n
= 0

m equac

oes.
Trata-se de um sistema de equa coes lineares cujo segundo membro e nulo. O conjunto
de soluc oes forma, portanto, um espaco vetorial. A soluc ao degenerada f
T
= 0 existe,
mas nao apresenta nenhum interesse. O que interessa e procurar uma base do espaco de
soluc oes.
Como ser a visto em seguida, se r e o posto (rank) de C e n o n umero de lugares, a
dimens ao deste espaco vetorial sera:
dim
p
= n r
e a dimens ao dos componentes repetitivos estacion arios
dim
t
= mr
onde m e o n umero de transic oes.
Existe um metodo sistem atico de resoluc ao de equac oes lineares, chamado metodo de
Gauss. Segundo esse metodo, as solucoes de um sistema de equacoes lineares n ao sao
modicadas se as seguintes operacoes forem efetuadas nas linhas (ou colunas):
B.1 Princpio do calculo de uma base 138
1. troca de duas linhas;
2. multiplicac ao de uma linha por um escalar n ao nulo;
3. adicao de uma linha a uma outra linha.
Como o que se procura obter e uma base de soluc oes, as operacoes ser ao feitas sobre
as linhas de C. Ser ao feitas mudancas de variaveis de modo a buscar a triangularizac ao
desta matriz.
As seguintes combinac oes de mudancas de vari aveis serao efetuadas:
1. a variavel f
i
e substituda por af

i
com a = 0;
2. a vari avel f
i
e substituda por f

i
+ f

j
(o que vem a ser o mesmo que substituir a
linha j pela soma das linhas i e j sem modicar a linha i);
3. as variaveis s ao reordenadas, quando necess ario.
Se C n ao e quadrada, procura-se triangularizar uma submatriz S de dimens ao r que
corresponda a um sistema de equac oes linearmente independentes que possua somente
uma soluc ao (neste caso, a soluc ao degenerada).
As colunas que n ao pertencem a S (submatriz S

) serao combinacoes lineares das

colunas de S, e as nr linhas de C que n ao pertencem a S conter ao apenas zeros. Com
efeito, elas devem corresponder ` as variaveis que nao aparecem em nenhuma equac ao e
cujo valor continua livre. Se n r = 0 ent ao existe somente a soluc ao degenerada.
O sistema de equac oes resultante e ent ao:
f
T
C

= 0 com f = Ff

e C

= F
T
C
onde F e uma matriz regular que descreve a mudanca de variaveis e C

possui a seguinte
forma:
C

S S

(0) (0)

com:
S =

s
11
= 1 s
12
s
13
... s
1r
0 s
22
= 1 s
23
... s
2r
0 0 s
33
= 1 ... s
3r
... ... ... ... ...
0 0 0 ... s
rr
= 1

.
S

e uma matriz qualquer.

Ao escrever as r primeiras equac oes deste novo sistema, obtem-se:
f

1
= 0
s
12
f

1
+f

2
= 0
..... = 0
s
1r
f

1
+s
2r
f

2
+.... +f

r
= 0
B.1 Princpio do calculo de uma base 139
Este sistema possui uma unica soluc ao em relac ao `as r vari aveis f

1
, ..., f

r
que e a soluc ao
degenerada. Assim, as solu coes na forma f

s ao tais que os r primeiros componentes

deste vetor s ao sempre iguais a zero. Por outro lado, os outros dim
p
= n r componen-
tes podem ser escolhidos livremente, pois foram eliminados do sistema de equa coes (as
ultimas n r linhas de C

s ao nulas).
A obten cao de uma base do espaco vetorial das soluc oes, sob esta forma, e imediata.
Basta apenas escolher as soluc oes para as quais uma e somente uma das componentes
de f

e n ao nula:

(0)
f

r+1
= 1
0
...
0

(0)
0
f

r+2
= 1
...
0

, ...

(0)
0
0
...
f

n
= 1

,
motivo pelo qual a dimensao do espaco vetorial de solu coes e n r .
Para poder escrever esta base na forma inicial da equa cao
f
T
C = 0
basta saber construir a matriz F. Obtem-se assim uma base de componentes conserva-
tivos.
Como j a foi dito, o metodo de triangularizac ao de Gauss consiste em fazer aparecer
zeros, combinando as linhas da matriz. Considere o caso em que as i 1 primeiras linhas
e colunas tenham sido triangularizadas. Considere a linha i (uma variavel) e a coluna
i (uma equac ao). Os coecientes desta coluna que correspondem ` as vari aveis i + 1 a n
s ao anulados multiplicando a linha i por c
ki
, a linha k por c
ii
e eliminando a linha i da
linha k.
Se o coeciente c
ii
e nulo, tal opera cao e impossvel. Neste caso, devem ser realizadas
permutac oes entre as ultimas m i colunas de C (que est ao sendo transformadas) de
modo a fazer aparecer um c
ii
n ao nulo. Se isto e impossvel, signica que a linha i possui
apenas zeros pois as primeiras i 1 colunas de C j a foram tratadas. A vari avel f
i
j a foi
eliminada do sistema de equa coes e produz um elemento da base do espaco vetorial das
soluc oes. As ultimas n i linhas de C s ao permutadas de modo a produzir uma linha
que n ao contenha apenas zeros. Se isto e impossvel, o algoritmo termina; C foi escrita
sob a forma C

.
Substituir a linha k por c
ii
vezes a linha k menos c
ki
vezes a linha i consiste em
fazer a seguinte mudanca de variavel (permitido para c
ii
= 0):
f
i
= f

i
c
ki
f

k
f
k
= c
ii
f

k
f
j
= f

j
j = i, k.
Assim a equa cao j (coluna j de C), por exemplo, escrita como:
c
1j
f
1
+... +c
ij
f
i
+ .... +c
kj
f
k
+ ... + c
nj
f
n
= 0
B.2 Exemplo 140
torna-se:
c
1j
f

1
+ ... + c
ij
(f

i
c
ki
f

k
) + .... +c
kj
c
ii
f

k
+... + c
nj
f

n
= 0
ou:
c
1j
f

1
+... +c
ij
f

i
+ .... + (c
ii
c
kj
c
ki
c
ij
)f

k
+ ... + c
nj
f

n
= 0.
Se se considera a equac ao i (j = i) verica-se que a variavel f

k
e assim eliminada da
equac ao. A normaliza cao da linha i na equacao i (para que o coeciente s
ii
de S seja
igual a 1) implica normalmente fazer a seguinte mudan ca:
f
i
=
1
c
ii
f

i
.
De fato, esta normalizac ao e in util, pois ela nao modica em nada o princpio do metodo
e pode introduzir n umeros fracion arios nos c alculos.
A matriz F pode tambem ser construda atraves de transforma coes sucessivas. Parte-
se de uma matriz identidade efetuando-se sobre as colunas de F as mesmas opera coes
que sobre as linhas de C. No caso precedente, consiste em substituir a coluna k por
c
ii
vezes a coluna k menos c
ki
vezes a coluna i na matriz F. Tal conduta e justicada,
uma vez que essa mudanca de vari avel e descrita por:
f =
1
i
k
n

1 0 0 0
0 1 c
ki
0
0 0 c
ii
0
0 0 0 1

e que a matriz F da mudanca de vari aveis resultante do encadeamento de mudancas de

vari aveis elementares A
1
, A
2
, ... A
l
e igual a:
F = A
1
A
2
. . . A
l
.
B.2 Exemplo
Considere a rede de Petri da FIG. 2.13. Inicialmente tem-se:
C
0
=

1 1 0 0
1 1 0 0
1 1 3 3
0 0 1 1
0 0 1 1

F
0
=

1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1

.
A eliminac ao da linha 1 em relac ao ` a primeira coluna e realizada multiplicando-se a
primeira linha C(1, . ) por 1, e substituindo-se C(2, . ) por C(2, . ) +C(1, . ) e C(3, . )
por C(3, . ) C(1, . ). A linha 1 nao ser a mais tratada, e vai corresponder `a primeira
linha de S; ela n ao far a parte da base geradora do espa co vetorial de soluc oes. Obtem-se
ent ao:
C
1
=

1 1 0 0
0 0 0 0
0 0 3 3
0 0 1 1
0 0 1 1

F
1
=

1 1 1 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1

.
B.3 Algoritmo simplicado e procura das solu coes positivas 141
Se e impossvel fazer aparecer um 1 numa linha de zeros, pode-se continuar, neste
caso, trocando entre si as linhas 2 e 5 assim como as colunas b e d. A reordenac ao das
colunas (ordem de escrita das equacoes) n ao altera F. Tem-se ent ao:
C
2
=

1 0 0 1
0 1 1 0
0 3 3 0
0 1 1 0
0 0 0 0

F
2
=

1 0 1 0 1
0 0 0 0 1
0 0 1 0 0
0 0 0 1 0
0 1 0 0 0

.
A linha 2 pode agora ser eliminada do espaco de solucoes substituindo-se:
C
2
(3, . ) por C
2
(3, . ) 3C
2
(2, . )
e C
2
(4, . ) por C
2
(4, . ) + C
2
(2, . ).
Obtem-se entao:
C
3
=

1 0 0 1
0 1 1 0
0 0 0 0
0 0 0 0
0 0 0 0

F
3
=

1 0 1 0 1
0 0 0 0 1
0 0 1 0 0
0 0 0 1 0
0 1 3 1 0

.
As tres ultimas linhas sendo nulas, a triangularizac ao est a pronta. O espaco vetorial
das soluc oes e de dimensao 3 e as tres ultimas colunas de F
3
s ao uma base deste espaco.
Elas correspondem aos tres ultimos componentes das solu coes em f

, isto e, apos a
mudan ca de vari aveis.
Os componentes conservativos sao:

1
0
1
0
3

0
0
0
1
1

1
1
0
0
0

,
o que fornece os seguintes invariantes lineares para a marcac ao inicial indicada na
FIG. 2.13:
M(1) + M(3) 3M(5) = 1
M(1) + M(2) = 1
M(4) + M(5) = 1.
B.3 Algoritmo simplicado e procura das soluc oes
positivas
De fato, apenas o calculo das colunas da matriz F que correspondem ` as n r com-
ponentes da base das soluc oes f e util. As outras colunas de F podem ser eliminadas.
A cada passo (eliminac ao de uma variavel), a coluna de C (equac ao que vai ser
colocada na base das equac oes) que serviu para eliminar uma vari avel (todos os elementos
B.3 Algoritmo simplicado e procura das solu coes positivas 142
da coluna s ao nulos exceto um) e eliminada, assim como a linha que corresponde a esta
vari avel. Como a vari avel nao faz parte da base de soluc oes, a coluna correspondente de
F e tambem apagada.
Enm, ao inves de construir F explicitamente, as operac oes efetuadas sobre as linhas
de C s ao memorizadas sob a forma de somas formais. Cada coluna de F e memorizada
sob a forma de uma combina cao linear das colunas de origem (f
i
+ f
j
descreve uma
coluna obtida atraves da soma das colunas i e j de F
0
).
Por outro lado, as soluc oes positivas sao, em geral, as mais interessantes (o que e
evidente para os componentes repetitivos estacion arios).

E util, portanto, favorecer as
combina coes de linhas positivas no momento da eliminacao.
Obtem-se entao o algoritmo simplicado:
1. Procurar uma coluna que possua um so termo diferente de zero. Ela corresponde a
uma equac ao da base de equa coes e e apagada, sendo a variavel correspondente
ao termo n ao nulo eliminada, pois como a unica soluc ao possvel e nula, nao pode
fazer parte da base de soluc oes. Apagar a linha de C associada a esta vari avel e a
coluna correspondente de F. Repetir a etapa 1 enquanto for possvel, ir para 2.
2. Procurar uma coluna tendo apenas um componente n ao nulo com um sinal dado; os
outros devem ser nulos ou de sinal contr ario (um positivo e todos os outros nega-
tivos ou nulos, por exemplo). A vari avel correspondendo a esta linha e eliminada
efetuando-se apenas combinac oes positivas de linhas de modo a provocar o apare-
cimento de zeros na coluna considerada. Ap os esta operac ao, eliminar esta coluna,
a linha de C que corresponde `a variavel eliminada e a coluna de F associada. Se
tal coluna e encontrada, voltar a 1 sen ao ir a 3.
3. Procurar uma coluna tendo i 2 componentes nao nulos positivos e j 2 componen-
tes n ao nulos negativos. Com a ajuda de um dos componentes n ao nulos positivos,
anular j 1 componentes negativos. Voltar ` a etapa 2 para eliminar a vari avel que
corresponde a um unico componente negativo n ao anulado.

E preciso salientar que
foi escolhido um componente positivo entre i e um componente negativo entre j.
Existem, portanto, i j maneiras de proceder. Esta escolha pode ter conseq uencia
sobre a forma da base obtida. Se nenhuma coluna que responda ao criterio acima
e encontrada, ir para o passo 4.
4. Se existe uma coluna tendo todos os componentes de mesmo sinal, prosseguir a eli-
minac ao de Gauss para esta coluna (mas a base nao possuira apenas soluc oes
positivas); em seguida, ir a 1, sen ao o algoritmo termina. Ou todas as colunas
s ao nulas, ou a matriz n ao possui mais nenhum elemento. As combinac oes n ao
apagadas que correspondem `a construc ao de colunas de F fornecem diretamente
os vetores da base.
Considere novamente o exemplo da FIG. 2.13. Inicia-se com:
C
0
=

1 1 0 0
1 1 0 0
1 1 3 3
0 0 1 1
0 0 1 1

f
1
f
2
f
3
f
4
f
5

.
B.3 Algoritmo simplicado e procura das solu coes positivas 143
Observe a primeira coluna de C
0
, cuja equac ao correspondente e selecionada para fazer
parte da base de equac oes. Para eliminar a variavel f
2
, basta somar as linhas corres-
pondentes `as vari aveis f
1
e f
3
` a linha correspondente ` a f
2
. Com estas novas variaveis, a
equac ao ter a apenas um termo nao nulo. A linha f
2
e eliminada (f
2
n ao fara parte da
base de solu coes), assim como a primeira coluna de C
0
. Obtem-se desta forma:
C
1
=

0 0 0
0 3 3
0 1 1
0 1 1

f
1
+f
2
f
2
+f
3
f
4
f
5

.
A segunda coluna de C
1
e utilizada para colocar f
4
fora da base de soluc oes, o que e
obtido somando tres vezes a linha f
4
` a linha f
2
+ f
3
e uma vez `a f
5
. A segunda
coluna de C
1
e eliminada, assim como a linha correspondente ` a vari avel f
4
. Isto d a:
C
2
=

0 0
0 0
0 0

f
1
+f
2
f
2
+f
3
+ 3f
4
f
4
+f
5

.
Resta apenas zeros e o algoritmo termina. A base obtida corresponde `as somas gurando
` a direita da matriz e descreve as manipulac oes efetuadas nas linhas de C e colunas de
F. Substituindo os smbolos f
i
pela coluna i de F
0
, obtem-se a base:

1
1
0
0
0

0
1
1
3
0

0
0
0
1
1

.
Bibliografia
ANDREU, D., PASCAL, J. C., VALETTE, R. Interaction of discrete and continuous
parts of a batch process control system. In: WORKSHOP ON ANALYSIS AND
DESIGN OF EVENT-DRIVEN OPERATIONS IN PROCESS SYSTEMS, 1995,
London.
ANDREU, D., PASCAL, J. C., PINGAUD, H., VALETTE, R. Batch process modelling
using Petri nets. In: IEEE INTERNATIONAL CONFERENCE ON SMC, 1994,
San Antonio, USA. 314-319p.
ANDREWS, G. R. Concurrent programming: principles and practice. California: The
Benjamin/Cummings Publishing Company, Inc., 1987. 637p. ISBN 0-8053-0086-4.
BERTHOMIEU, B., MENASCHE, M. An enumerative approach for analysing time
Petri nets. Information processing, p. 41-46, 1983.
BITTENCOURT, G. Inteligencia Articial: ferramentas e teoria. In: ESCOLA DE
COMPUTAC

AO,10 a, 1996, Campinas. Campinas: Instituto de Computa cao,
UNICAMP, 1996. 240p.
BOUCHON-MEUNIER, B. La logique oue. 2.ed. Paris: Presses Universitaires de
France, 1994. 128p.ISBN 2 13 045007-5
BLANCHARD, M. Comprendre matriser et appliquer le Grafcet, Franca: Cepadues

Editions, 1979. 174p.

BRAMS, G.W. Reseaux de Petri: theorie et pratique; Tome 1 theorie et analyse. Franca:

Editions Masson, 1982. 184p. ISBN 2-903-60712-5.

BRAMS, G.W. Reseaux de Petri: theorie et pratique; Tome 2 Modelisation et applica-
tions. Franca:

Editions Masson, 1983. 160p. ISBN 2-903-60713-3.
BRAUER W. (Ed.) Net theory and applications; Proceedings of the advanced course
on general net theory of processes and systems. Hamburg: Springer-Verlag, 1980.
(Lecture Notes in Computer Science 84).
BRAUER W. (Ed.): Petri Nets: central models and their properties. Hamburg:
Springer-Verlag, 1987. (Lecture Notes in Computer Science 254).
BRAUER W. (Ed.): Petri Nets: applications and relationships to other models of con-
currency. Hamburg: Springer-Verlag, 1987. (Lecture Notes in Computer Science
255).
B.3 Algoritmo simplicado e procura das solu coes positivas 145
CAO, T., SANDERSON, A. C. A Fuzzy Petri net approach to reasoning about un-
certainty in robotic systems. In: IEEE INTERNATIONAL CONFERENCE
ON ROBOTICS AND AUTOMATION, 1993. Proceedings of . . . vol. 1, p.
317-322.
CARDOSO, J., VALETTE, R., DUBOIS, D. Petri nets with uncertain markings. In:
ROZENBERG, G. (Ed.). Lecture Notes in Computer Science; Advances in Petri
nets 1990. Berlin: Springer Verlag, 1991. v. 483, p. 64-78.
CARDOSO, J., VALETTE, R. and PRADIN-CHEZALVIEL., B. Linear logic for im-
precise rings in fuzzy Petri nets, In B. BOUCHON-MEUNIER, L. ZADEH and R.
YAGER (Eds). Fuzzy logic and soft computing. World Scientic, 1995. p. 119-128.
CARROL, J., LONG, D. Theory of nite automata. Englewood Clis, NJ: Prentice-
Hall Int. Ed., 1989. 438p. ISBN 0-13-913815-3.
CASSANDRAS, C. G. Discrete event systems: modeling and performance analysis.
Boston: Aksen Assoc. Inc. Publishers, 1993. 790p. ISBN 0-256-11212-6.
CHEN, Shyi-Ming, KE, Jyh-Sheng, CHANG, Jin-Fu. Knowledge representation using
fuzzy Petri nets. IEEE Trans. on Knowledge and Data Engineering, local, v. 2,
n. 3, p. 311-319, Sept. 1990.
COURVOISIER, M., VALETTE, R. Commande des Procedes Discontinus - Logique
Sequentielle. Bordas: Dunod Universite, 1986. 181p. ISBN 2-04-016423-5.
DAVID, R., ALLA, H.: Du Grafcet aux Reseaux de Petri. Paris:

Editions Hermes,
1989. 424p.
DAUBAS, B., PAGES, A., PINGAUD, H.: Combined simulation of hybrid processes.
IEEE INTERNATIONAL CONFERENCE ON SMC, 1994, San Antonio, USA. p.
314-319.
DUBOIS, D., PRADE, H. Possibility theory: an approach to computerized processing
of uncertainty. New York: Plenum Press, 1988. 263p. ISBN 0-306-42520-3.
FITTING, M. First-order logic and automated theorem proving. New York: Springer-
Verlag, 1990. 241p.
FREEDMAN, P., MALOWANY A. Sage: a decision support system for the optimi-
zation of repetitive workcell sequencing problems. Report TR-CIM-88-16, McGill
University, 1988.
GENRICH, H. J. predicate/transition nets. In: JENSEN, J. and ROZENBERG, G.
(Eds). High-level Petri nets: theory and application. Berlin: Springer-Verlag, 1991.
p. 3-43. ISBN 3-540-54125-X, ISBN 0-387-54125-X.
GIRARD, J.Y. Linear logic. Theoretical Computer Science, n. 50, p. 1-102, 1987.
GIRARD, J.Y. La logique lineaire. Pour la Science, n. 150, p. 74-85, avril 1990.
B.3 Algoritmo simplicado e procura das solu coes positivas 146
KLIR, G. J., FOLGER, T. A. Fuzzy sets, uncertainty, and information. New Jersey:
Prentice Hall, 1988. 355p. ISBN 0-13-345984-5.
GONDRAM, M., MINOUX, M. Graphes et algorithmes. Paris: Editions Eyrolles, 1985.
545p.
HACK, M. H.-T. Analysis of production schemata by Petri nets. Massachussets: MIT,
1972. (Thesis, Master of Science in Computer Science).
HEUSER, C. A. Modelagem conceitual de sistemas: redes de Petri. In: ESCOLA
BRASILEIRO-ARGENTINA DE INFORM

ATICA, 5
o
, 1991, Nova Friburgo.
Campinas: R. Vieira Gr aca e Editora Ltda, 1991. 150p.
HOLT, A., COMMONER, F. Events and conditions. Massachussets: Record of the
Project MAC Conference on Concurrent Systems and Parallel Computation (MIT),
June 1970. p. 3-33.
INTERNATIONAL CONFERENCE ON APPLICATION AND THEORY OF
PETRI NETS, 1980. Proceedings . . . . (Os melhores artigos s ao submetidos
e publicados pela Springer-Verlag na serie Lecture Notes in Computer Science:
Application and Theory of Petri nets).
INTERNATIONAL WORKSHOP ON PETRI NETS AND PERFORMANCE
MODELS, 1985. Proceedings . . . . Whashington: IEEE Computer Society Press.
JALOTE, P. An integrated approach to software engineering. New York: Springer-
Verlag, 1991. 375p. ISBN 0-387-97561-6.
JENSEN, K. A high-level language for system design and analysis. In: JENSEN, J.
and ROZENBERG, G. (Eds). High-level Petri nets: theory and application. Berlin:
Springer-Verlag, 1991. p. 44-119. ISBN 3-540-54125-X, ISBN 0-387-54125-X.
JOHNSONBAUGH, R. Discrete mathematics. 3.ed. New York: Macmillan Publishing
Company, 1993. 800p.
LOONEY, C. G. Fuzzy Petri nets for rule-based decision making. IEEE Trans. on
Systems Man and Cybernetics. v. 18, n. 1, p. 178-183, jan./feb. 1988.
MAZIERO, C. A. Um ambiente para a analise e simulacao de sistemas modelados por
redes de Petri. Florianopolis: Universidade Federal de Santa Catarina, 1990. 96p.
(Dissertac ao, Mestrado em Sist. Cont. e Automac ao Industrial).
MERLIN, P. A study of the recoverability of computer systems. Irvine: University of
California, 1974. (Thesis, Phd in Computer Science).
MIYAGI, P. E. Controle programavel: fundamentos do controle de sistemas a eventos
discretos. Sao Paulo: Editora Edgard Bl ucher Ltda., 1995. 204p.
MOLLOY, M.: On the integration of delay and throughput measures in distributed
processing models. Report csd-810021, University of California, 1981.
B.3 Algoritmo simplicado e procura das solu coes positivas 147
MURATA, T., ZHANG, D. A predicate-transition net model for parallel interpretation
of logic programs. IEEE Transaction on Software Engineering, v.14, n.4, p. 481-
497, april 1988.
MURATA, T. Petri nets: properties, analysis and applications, Proceedings of the
IEEE, local, v.77, n.4, p. 541-580, april 1989.
OLIVEIRA, F. A. S. Um ambiente integrado de ferramentas para o projeto de sistemas
a eventos discretos. Florian opolis: Universidade Federal de Santa Catarina, 1994.
84p. (Dissertac ao, Mestrado em Sist. Cont. e Automacao Industrial).
PRADIN CH

EZALVIEL, B., VALETTE, R. Petri nets and Linear logic for process
oriented diagnosis, In: IEEE/SMC INT. CONF. ON SYSTEMS, MAN AND
CYBERNETICS: SYSTEMS ENGINEERING IN THE SERVICE OF HUMANS,
1993, Le Touquet, Fran ca. Proceedings of . . . . v.2, p.264-269.
PETERSON, J.L. Petri net theory and the modelling of systems. Englewood Clis, NJ:
Prentice-Hall, 1981. 286p.
PETRI, C. A. Communication with automata. Tech. report n. RADC-TR-65-377,
1966. Versao inglesa.
RAMCHANDANI, C.: Analysis of asynchronours concurrent systems by timed Petri
nets. Project mac tr 120, Massachussets Institute of Technology, 1974.
REISIG, W. Petri nets: an introduction, Berlin: Springer Verlag, 1985. 161p. (EATCS
Monographs on Theoretical Computer Science). ISBN 0-387-13723-8.
REUTENAUER, C. The mathematics of Petri nets, Hertfordshire: Prentice Hall Int.
Ltda, 1990. 117p.
ROSEN, K. H. Discrete mathematics and its applications. 2.ed. local: McGraw-Hill
Int. Editions, 1991. 793p. ISBN 0-07-112788-7.
SCARPELLI, H., GOMIDE, F., YAGER, R. A Reasoning algorithm for high level fuzzy
Petri nets, IEEE Trans. on Fuzzy Systems, v.4, n.3, p.282-294, August 1996.
SIBERTIN-BLANC, C. High-level Petri nets with data structures. In: EUROPEAN
WORKSHOP ON APPLICATION AND THEORY OF PETRI NETS, 6
o
,
1985, Helsinki, Finland. Helsinki: Ed. Digital Systems Laboratory, p.141-170.
SILVA, M.: Las redes de Petri en la automatica y la informatica. Madri: Ed. AC,
1985. 190p.
SILVA, M., VALETTE, R. Petri nets and exible manufacturing. In: GOOS, G.,
HARTMARIS, J.: Lecture Notes in Computer Science; Advances in Petri nets.
Berlin: Springer Verlag, 1990. v. 424, p. 374-417.
SOARES, F. A., CARDOSO, J., CURY, J. E. An integrated environment of tools for
the design of manufacturing systems, In: WORKSHOP INTELLIGENT MANU-
FACTURING SYSTEMS, 1994, Viena,

Austria.
B.3 Algoritmo simplicado e procura das solu coes positivas 148
VALETTE, R., ATABAKHCHE. H. Petri nets for sequence constraint propagation in
knowledge based approaches. In: VOSS, K., GENRICH, H. J., ROZENBERG,
G.: Concurrency and Petri Nets, Berlin: Springer Verlag, 1987. p. 555-569. ISBN
3-540-18057-5.
R. VALETTE, D. ANDREU, J. CARDOSO, J.C. PASCAL. Fuzzy Petri nets and their
application in CIME, Special Issue on Recent Applications of Petri Nets of the
Transactions of the Institute of Electrical Engineers of Japan, v. 114-C, n. 9, p.
876-880. 1994.
ZISMAN, M.D. Use of production systems for modeling asynchronous concurrent pro-
cesses. In: WATTERMAN, D.A., HAYES-ROTH, F. (Ed.). Pattern Directed
Inference systems. London: Academic Press, 1978, p. 53-68.
ZURAWSKI, R., ZHOU, M. Petri nets and industrial applications: a tutorial, IEEE
Trans. on Industrial Electronics, v.41, n.6, p. 567-583, 1994.
ZADEH, L.A. Fuzzy sets as a basis for a theory of possibility. Fuzzy sets and Systems,
n. 1, p. 3-28, 1978.
ZADEH, L.A. Theory of fuzzy sets. In BELZER, J., HOLZMAN, A., KENT A. (Ed.),
Encyclopedia of Computer Science and Technology, New York, 1977.

Indice
arvore de cobertura, 55
AIF, 83
alfabeto
de lugares, 41
de transic oes, 42
an alise
atraves de redu cao, 6065
da rede de Petri a objetos, 99
da rede de Petri colorida, 91
da rede de Petri predicado-transic ao, 99
da rede interpretada, 77
estrutural, 5660, 65
por enumerac ao de marcac oes, 53
relac ao entre os metodos, 6568
Andreu, 131
Andrews, 28
aplicac ao
de entrada, 31
de sada, 31
ARP, 70, 83
atividades, 12
axioma da gram atica, 42
Berthomieu, 112
Bittencourt, 51
bloqueio mortal, 15, 17
boas propriedades, ver rede de Petri, pro-
priedades da, 60
Bouchon-Meunier, 131
Brams, 28
C, ver matriz, de incidencia
cadeia de Markov, 111
caminhos alternativos, 21
Carrol, 28
Cassandras, 27, 112
causalidade, 105
circuito, 69, 133
cobertura de componentes
conservativos, 57, 58
repetitivos estacion arios, 57
Commoner, 7
competic ao entre processos, 13
componentes
conservativos, 4750, 57
repetitivos estacion arios, 47, 4951, 59
conectivos da logica linear, 122
conito
efetivo, 35
estrutural, 35
conjunto de marcac oes acessveis, 39
conjunto de marcac oes acessveis, 42
conjuntos nebulosos, 119
cooperac ao entre processos, 13
Courvoisier & Valette, 28
Daubas, 131
David, 28
decomposic ao material, 15
disparo, ver transic ao, tiro de
durac ao de, 106
Dubois & Prade, 131
equac ao fundamental, 3739, 48, 49
estado estavel, 115
eventos, 12, 18
concorrencia entre, 27
ocorrencia de, 19
paralelismo entre, 27
seq uencias de, 12
exemplos:
c alculo invariante lugar, 140
estac ao de coleta de petr oleo, 80
leitores e escritores, 85
ocina com 3 m aquinas, 85, 89
reator, 128
seq uencia de fabricac ao, 19, 21, 27, 28
sistema de transporte, 2022, 24

Indice 150
sistema de triagem, 13, 1517, 23
sistema tipo batelada, 26, 50, 58
explos ao combinatoria de estados, ver esta-
dos, explosao combinat oria
cha, 18, 20, 24, 31, 75
colocac ao da, 19
desaparecimento da, 21
disponvel, 106
indisponvel, 106, 107
individualizacao da, 87
n ao reservada, 106
na rede nebulosa, 120
portadora de informa cao, 84
reservada, 106
retirada da, 19
chas, 69
balanco das, 33, 35, 57
cores associadas ` as, 88
limite de, 58
Fitting, 131
Freedman, 112
FTP anonimo, 70
func ao transicao de estado, 13
func oes associadas aos arcos, 90
Genrich, 104
Girard, 131
Gondram & Minoux, 136
Grafcet, 7
grafo
componente de um, 134
conexo, 134
etiquetado, 32
eventos, 69
fortemente conexo, 134
fracamente conexo, 134
marcac oes acessveis, 39, 44, 46, 51
gram atica, 41
Hack, 7
hierarquia de controle, 7
Holt, 7
implementa cao
centralizada, 113
declarativa, 113
descentralizada, 113
n ao procedimental, 114
procedimental, 113, 114
incidencia anterior, ver aplicac ao de en-
trada
incidencia posterior, ver aplicac ao de sada
intera cao entre dados e ambiente, 7576
interpreta cao, 74
invariante linear
algoritmo, 141
c alculo, 137
de lugar, 4750, 57, 91
de transic ao, 47, 4951
Jalote, 51
Jensen, 104
jogador de rede de Petri, 114116
Johnsonbaugh, 28, 136
Klir, 131
l ogica linear, 39, 122
, 41
lema de Karp e Miller, 54
limitabilidade, ver rede de Petri, limitada
lugar, 18, 20
bin ario, 42, 57
implcito, 61
degenerado, 63
limitado, 42
predicado associado ao, 24
substituvel, 60
tempo associado, 105
lugares
dobramento de, 84, 86
identicos, 63
projec ao de, 99
m aquina de estado, 68
m aquinas de estados nitos, 13, 17
composic ao de, 14
comunica cao entre, 16
exemplo de, 14
independentes, 14
sincronizac ao de, 14
metodo de Gauss, 137
malha elementar, 33
marcac ao, 31
c alculo da pr oxima, 34

Indice 151
caracterizac ao da, 6668
evolu cao da, 37
inicial, 31, 33
limite superior da, 58
mnima, 126
na rede nebulosa, 120
transformac ao da, 37
trasformac ao da, 126
usando logica linear, 123
matriz
de incidencia, 32
de incidencia anterior, 32
notac ao da, 33
de incidencia posterior, 32
Maziero, 70
Merlin, 112
Molloy, 112
n-upla, 94
normas, 7
Oliveira, 83
palavra
do vocabulario T

, 42
do vocabulario IP

, 41
(M), 41
paralelismo, 13, 22
efetivo, 35
estrutural, 35
verdadeiro, 36
Peterson, 28
Petri, 7, 11
Post, 31, ver matriz, de incidencia poste-
rior, 90
Pre, 31, ver matriz, incidencia anterior, 90
Pre[1]
i
, ver vetor coluna, Pre[1]
i
Pradin, 131
processos, 12
competitivos, ver competic ao entre
processos
cooperantes, ver cooperac ao entre pro-
cessos
evolu cao assncrona de, 20
evolu cao de, 13
evolu cao sncrona de, 20
independencia de, 13
intera cao entre, 13, 19
noc ao de, 39
paralelos, ver paralelismo
pseudo-paralelos, ver pseudo-
paralelismo
repetic ao de, 22
seq uencia de, 19
seq uenciais comunicantes, 14
propriedades
da rede de Petri, ver rede de Petri, pro-
priedades da
estruturais, 47
pseudo-paralelismo, 13
Ramchandani, 112
reator, 127
receita de fabricacao, 129
recurso, 24
alocac ao de, 23
disponvel, 23
e logica linear, 126
partilhamento de, 32
utilizac ao do, 23
rede de Petri
a objetos, 96103
aplicac oes da, 7
as tres visoes da, 30
auton onoma, 74
bin aria, 43, 44, 68, 69
colorida, 8894, 99103
conservativa, 48, 58
de alto nvel, 84103
denic ao formal da, 31
descric ao usando l ogica linear, 123
elementos b asicos da, 17
estocastica, 109112
grafo associado ` a, 32
e sistemas hbridos, 126
interpretada, 7383
exemplo da, 80
modelagem da, 79
validacao da, 79
e logica linear, 122126
limitada, 4244, 55, 5759, 69
decidibilidade da, 54
marcada, 31
n ao conservativa, 58
n ao limitada, 43, 46, 58, 60

Indice 152
n ao reinici avel, 46
n ao viva, 46, 60
nebulosa, 118121
notac ao matricial da, 32
ordin aria, 73, 88, 91, 103
pr opria, ver rede de Petri, reinici avel
predicado-transi cao, 9296, 99103
propriedades da, 30, 42, 46
pura, 33
quase viva, 46
reinici avel, 42, 46, 55
repetitiva, 49, 51, 59
representa cao gr aca da, 30
salva, ver rede de Petri, bin aria
segura, ver rede de Petri, bin aria
subjacente, 82, 91, 99, 103
temporal, 107110
temporizada, 105107, 109
vantagens da, 7
viva, 42, 45, 46, 56, 59, 69
redes de Petri
implementa cao, ver implementa cao
regras de reescrita, 41, 42
reiniciabilidade, ver rede de Petri, rei-
nici avel
Reisig, 104
Rosen, 28, 136
seq uencia
caracterizac ao da, 39
ordenada, 124
usando logica linear, 124, 126
seq uencia s, ver transic oes, seq uencia de ti-
ros de
existencia da, 37, 38
innita, 54
seq uente, 124
Sibertin-Blanc, 104
sistema
a eventos discretos, 12
contnuo, 11
de regras, 30
discretizado, 11
discreto, 11, 12
hbrido, 126
modelagem de, 127
repetitivo, 26
tipo batelada, 127
Soares, 80
sub-rede, 4851
subclasses de redes de Petri, 68
subgrafo, 134
suporte, 58
tempo (explcito), 77
tempo associado
` a transic ao, ver transic ao, tempo asso-
ciado
ao lugar, ver lugar, tempo associado
transic ao, 18, 20, 32
bloqueio mortal de, 44, 45
disparo, ver transic ao, tiro de
identidade, ver transic ao, neutra
interna, 114
n ao viva, 44
na rede nebulosa, 120
neutra, 64
quase viva, 44
sensibilizada, 33, 36, 41, 42
notac oes de, 34
tempo associado, 106
tiro de, 19, 34, 41
notac oes do, 34
usando logica linear, 124
viva, 44
transic oes
conito de, 21, 25, 26, 35, 36
cores associadas ` as, 88
dobramento de, 84, 86
identicas, 65
paralelismo de, 35
seq uencia de tiros de, 36, 42
trocadores de calor, 127
vari avel tipo monoest avel, 74
vetor caracterstico s, 37, 50
vetor coluna
Pre[1]
i
, 34
C[1]
i
, 35, 37
vivacidade, ver rede de Petri, viva
vocabul ario, 41
Zadeh, 131
Janette Cardoso,
catarinense, doutora em
Inform atica Industrial pela
Universite Paul Sabatier de
Toulouse (Franca) em 1990,
ingressou no Departamento de
Engenharia Eletrica da UFSC
em 1982 e atualmente e
professora no Departamento de
Automac ao e Sistemas.
Desenvolve suas atividades de
pesquisa no LCMI/UFSC
Laborat orio de Controle e
Microinform atica. Sua
area de interesse principal
consiste no desenvolvimento
de uma abordagem consistente
combinando rede de Petri, l ogica
possibilista e l ogica linear, com
aplicac oes a sistemas a eventos
discretos e sistemas hbridos.
Robert Valette,
frances, doutor em
Inform atica Industrial pela
Universite Paul Sabatier de
Toulouse (Franca) em 1976, e
Directeur de Recherche no
LAAS/CNRS Laboratoire
dArchitecture et dAnalyse de
Syst`emes, em Toulouse, Fran ca.
Sua area de interesse em
pesquisa inclui a aplicac ao da
teoria de redes de Petri em
sistemas de manufatura e o
estudo das rela coes entre redes
de Petri e l ogica, com aplica coes
` a supervis ao de sistemas de
produc ao.