Over the years, initiatives involving software products have enabled increasing maintenance costs to keep them operating and meeting the needs of their users. During the lifetime of these software-based systems, development and maintenance activities inevitably introduce technical violations (some of which can be considered items of technical debt principal), whether intentional or not. If these violations are not adequately addressed, they can negatively impact the software product's maintainability and its capacity to adapt and evolve. In this context, there is growing motivation from the software engineering community, and from those directly involved in decision-making related to software investments, to assess and anticipate the impacts of resource allocation policies (investments) in the various maintenance activity types (perfective, corrective, and preventive). The aim is to preserve satisfactory technical quality characteristics of the software and, at the same time, maintain the cost and the tangible software asset itself at levels acceptable to organizations. Software-based systems have often been in operation for long period, which makes assessing how to allocate resources to maintenance a non-trivial and often complex activity. In line with these decision-making challenges, the modeling of the complexity, mainly with reference to the dynamic dimension, is gaining attention in terms of its use as a support tool for assessing the impact of various decisions on maintenance investments regarding the long-term effects. These effects inevitability define the evolutionary path of the software product, which goes through numerous iterations throughout its lifetime. The objective of this research is twofold. First, it aims to propose and develop a simulation model that enable us to expand knowledge in the area of software maintenance and technical debt management. Second, it aims to explore and evaluate the impact of different resource allocation policies among the different types of maintenance activities on the evolutionary behavior of software systems and their quality attributes related to functional suitability, reliability, and maintainability, together with economic aspects related to cost and tangible assets. The proposed simulation model was developed and tested using the system dynamics approach and, together with computational simulations, was used to evaluate three different resource allocation scenarios focused on (1) perfective maintenance, (2) preventive 11 maintenance, and (3) corrective maintenance. The data obtained from the three scenarios demonstrate counter-intuitive results. For example, focusing on preventive or corrective maintenance can cause, in the long run, the number of functional requirements in operation to be higher than when focusing exclusively on the development of functional requirements (perfective maintenance). However, the results obtained cannot be easily generalized. They depend on countless factors and variables that must be analyzed on a case-by-case basis, depending on context-specific characteristics related to each decision made regarding investments in software maintenance.

Ao longo dos anos, iniciativas envolvendo produtos de software tem apresentado custos crescentes para mantê-los operando e satisfazendo as necessidades de seus usuários. Durante o tempo de vida desses sistemas baseados em software, as atividades de desenvolvimento e manutenção inevitavelmente introduzem violações técnicas (algumas dessas podendo ser consideradas itens da dívida técnica). Essas violações podem ser geradas intencionalmente ou não e, se não forem tradadas, podem impactar negativamente a manutenibilidade e capacidade de adaptação e evolução do software com o passar do tempo. Nesse contexto, existe um interesse crescente da comunidade de engenharia de software e daqueles envolvidos diretamente nas tomadas de decisões relacionadas aos investimentos em manutenção de software. Esse interesse existe em avaliar e antecipar os impactos causados pelas políticas de alocações de recursos (investimentos) nas diversas modalidades de manutenção (perfectiva, corretiva e preventiva) de modo a preservar níveis satisfatórios de qualidade das características técnicas do software e, ao mesmo tempo, manter o custo e os ativos tangíveis de software em patamares aceitáveis para as organizações. Atualmente, os sistemas baseados em software têm operado por períodos longos e cada vez maiores, o que torna a avaliação de como alocar os recursos uma atividade não trivial e muitas vezes complexa. Alinhado a essas expectativas, a modelagem da complexidade, em especial pela dimensão dinâmica, vem ganhando atenção e sendo considerada como uma ferramenta de suporte capaz de avaliar o impacto de longo prazo de possíveis tomadas de decisão sobre investimentos em manutenção de software, que inevitavelmente definem o caminho evolucionário do produto de software que sofre inúmeras interferências ao longo do seu ciclo de vida. O objetivo deste trabalho de pesquisa foi propor e desenvolver um modelo de simulação que permitisse ampliar o conhecimento na área de manutenção de software e, ao mesmo tempo, explorar e avaliar o impacto que diferentes políticas de alocação de recursos em manutenção podem causar no comportamento evolutivo dos sistemas baseados em software e nos seus atributos de qualidade relacionados a adequação funcional, disponibilidade e manutenibilidade, juntamente com aspectos econômicos relacionados a custo e ativostangíveis. O modelo de simulação proposto foi construído e testado 13 utilizando a abordagem de dinâmica de sistemas e, junto com simulações computacionais, permitiu avaliar três cenários distintos de alocação de recursos: o primeiro com foco na manutenção perfectiva, o segundo com foco na manutenção preventiva e o terceiro com foco na manutenção corretiva. Os dados obtidos a partir dos três cenários simulados demonstraram resultados contra intuitivos. Por exemplo, focar na manutenção preventiva ou corretiva pode fazer com que, no longo prazo, o número de requisitos funcionais em operação seja maior do que o obtido quando se foca exclusivamente no desenvolvimento de requisitos funcionais (manutenção perfectiva). Entretanto, os resultados obtidos não podem ser analisados de forma objetiva e conclusiva. Eles dependem de inúmeros fatores e variáveis que devem ser analisados caso a caso, dependendo do contexto único de cada tomada de decisão em investimentos em manutenção de software.