|
|
Sigla: SIS311.
Facultad: Facultad de Tecnología.
Carrera: Ingeniería de Sistemas.
Pre-requisitos: SIS210
Nivel: Octavo semestre.
Carga horaria: 5 horas teóricas/semana.
Horario: Martes: 14:00-16:00, Viernes: 09:00-11:00.
Nombre del docente: Lic. Ramiro Durán Quiroga.
Dirección/ Teléfono: Mán Césped # 611. / 55232
Lugar de consultas: Departamento de Ingeniería de Sistemas.
La simulación es una técnica numérica que permite conducir experimentos
en un computador, éstos son modelos que representan un sistema real y que describen el
comportamiento económico de todo el sistema o de uno de sus componentes, en un periodo
determinado de tiempo. Existen otras técnicas más exactas que permiten modelar un
sistema en términos de modelos matemáticos y lógicos, pero muchas veces no son
adecuados por restricciones, monetarias, técnicas y de tiempo. En estas situaciones la
simulación de sistemas es la alternativa más fácil y económica.
El objetivo educacional de la materia es lograr que el estudiante pueda ser
capaz de diseñar modelos de simulación de sistemas empresariales, como parte de su
formación para abordar problemas cuya base de solución está en la simulación.
Dar a conocer al estudiante los métodos y técnicas que
utiliza la simulación para el modelamiento de sistemas; y aplicar estas
técnicas a modelos reales de empresas como los inventarios, colas de espera,
control de calidad y otros.
1.
Introducción a la simulación
2.
Generación de números rectangulares.
3. Pruebas
estadísticas para números pseudo-aleatorios.
4.
Generación de valores para variables no uniformes.
5. Diseño
de sistema de simulación I.
6. Diseño
de sistema de simulación II
Objetivo
El objetivo de este tema es introducir al alumno en la técnica de la
simulación, describiendo sus ventajas y los conceptos generales asociados con ella.
Contenido
1.
Introducción.
2.
Definiciones.
2.1. Definición de
Churchman.
2.2. Definición de
Shubik.
2.3. Definición de
Naylor.
3. La
simulación frente a las técnicas convencionales.
3.1. El método
científico de Bacon.
3.2. Desventajas de las
técnicas convencionales.
3.3. Ventajas de la
técnica de simulación
4.
Clasificación de modelos.
4.1. Según el grado de
abstracción.
4.2. Según el modelo
matemático.
4.2.1. Modelos deterministicos.
4.2.2. Modelos estocasticos.
4.2.3. Modelos estáticos.
4.2.4. Modelos dinámicos.
4.3. Según Samuelson.
5. Etapas
de un modelo de simulación.
5.1. Formulación del
problema.
5.2. Recolección y
procesamiento de datos.
5.3. Formulación del
modelo matemático.
5.4. Estimación de
parámetros y características de operación.
5.5. Evaluación del
modelo.
5.6. Formulación del
programa para computadora.
5.7. Validación.
5.8. Experimentación
del modelo.
5.9. Análisis de datos
simulados.
6. Factores
a considerar en el modelo.
6.1. Control del
tiempo.
6.2. Generación de
variables aleatorias.
6.3. Condiciones
iniciales.
6.4. Tamaño de la
muestra.
7. Un
ejemplo del uso de la simulación.
Objetivo
Uno de los factores básicos de un modelo de simulación son los
números aleatorios, este tema debe describir las propiedades de estos números y
explicar los métodos que se utilizan para la obtención de estos valores.
Contenido
1.
Introducción.
2.
Propiedades de los números aleatorios.
3. La
distribución uniforme.
4. Formas
de provisión.
4.1. Provisión
externa.
4.2. Provisión interna
física.
4.3. Provisión interna
lógica.
5. Métodos
matemáticos.
5.1. Cuadrado medio.
5.2. Producto medio.
5.3. Fibonacci.
6. Métodos
congruenciales.
6.1. Congruencial
mixto.
6.2. Congruencial
multiplicativo.
6.3. Congruencial
cuadratico.
6.4. Reglas para la
selección de constantes.
Objetivo
Dado que el éxito de una simulación depende de la validez de
los números aleatorios, este tema debe describir las diversas pruebas estadísticas para
validar los números aleatorios a utilizar en un modelo de simulación.
Contenido
1.
Introducción.
2. Prueba
de los promedios.
3. Prueba
de las frecuencias.
4. Prueba
de Kolmogorov - Snirnov.
5. Prueba
de Poker.
6. Prueba
de las corridas.
6.1. Corridas arriba y abajo.
6.2. Corridas encima y debajo
del promedio.
Objetivo
El objetivo de este tema es dar a conocer los métodos para construir
generadores de valores que siguen una determinada función de distribución, y
desarrollar los generadores de valores para las funciones de distribución continuas
y discretas más usuales que se identifican en los sistemas reales.
Contenido
1.
Introducción.
2. Métodos
de generación.
2.1. Método de la
transformada inversa.
2.2. Método de
rechazo.
2.3. Método de
composición.
3.
Funciones de distribución.
3.1. Distribuciones
continuas.
3.1.1. Distribución uniforme.
3.1.2. Distribución exponencial.
3.1.3. Distribución erlang.
3.1.4. Distribución normal.
3.1.5. Distribución ji cuadrado.
3.1.6. Distribución ‘t’ student.
3.1.7. Distribución de Fisher.
3.2. Distribuciones
discretas.
3.2.1. Los ensayos de Bernoulli
3.2.2. Distribución geometrica.
3.2.3. Distribución binomial negativa.
3.2.4. Distribución binomial.
3.2.5. Distribución poisson.
3.3. D istribuciones
empiricas.
4.
Aproximación de datos a una función de distribución.
Objetivo
Conocidas todas las herramientas de la técnica de simulación, este tema
tiene el objetivo de aplicar estos conocimientos al modelado de sistemas reales, para esto
se utiliza ejemplos hipotéticos y problemas reales que se presentan en las
organizaciones, especialmente en empresas industriales.
Contenido
1. El
modelo de simulación
2. Aplicado
a problemas determinísticos.
3. Modelo
de transporte.
4. Modelo
de control de calidad.
5. Modelo
de mantenimiento.
Continuar con el estudio de modelos de modelos
de simulación que corresponden a situaciones reales de la industria, introduciendo
gradualmente mayor complejidad.
1. Modelo
de evaluación de proyectos.
2. Modelo
de inventarios.
3. Modelo
de colas de espera.
La metodología básica que se utilizará para el desarrollo de la materia
y el proceso enseñanza - aprendizaje será la exposición del docente utilizando la tiza
y el pizarrón, además los alumnos realizarán proyectos para aplicaciones
especificas desde el diseño del modelo de simulación y su implementación en un lenguaje
de programación.
La elaboración del cronograma de trabajo se ha realizado en base al
calendario oficial de la Facultad de Tecnología, el cual se detalla a continuación.
1.
Introducción a la simulación.
3 semanas
2.
Generación de números
rectangulares.
2 semanas
3. Pruebas
estadísticas para números pseudo-aleatorios. 3 semanas.
4.
Generación de valores para variables no
uniformes. 3 semanas.
5. Diseño
de sistema de simulación ( 3
aplicaciones) 3 semanas.
6. Diseño
de sistema de simulación ( 4
aplicaciones) 4 semanas.
Total 18 semanas.
La evaluación durante el proceso de enseñanza - aprendizaje servirá para
medir los objetivos trazados por el profesor y para orientar al alumno en su proceso de
aprendizaje y dar información al docente para diagnosticar los logros obtenidos y las
dificultades que se presentan durante el proceso de enseñanza - aprendizaje.
Los tipos de evaluación de las pruebas de conocimientos se realizarán
mediante exámenes escritos.
La frecuencia de las evaluaciones se harán de acuerdo al rol establecido
por la carrera.
Los aspectos a tomar en cuenta para la evaluación de la nota final serán
los siguientes.
·
Trabajos prácticos.
·
Primer parcial escrito.
·
Segundo parcial escrito.
·
Examen final escrito.
La ponderación asignada es:
·
Primer parcial 25 %
·
Segundo parcial 25 %
·
Examen final 30 %
·
Trabajos prácticos 20 %
Total
100 %
Cada parcial tendrá una práctica con una ponderación de 20%, quedando un
80% para la prueba escrita.
Schmidt / Taylor (1987) “Análisis y Simulación de Sistemas Industriales”, Editorial Trillas.
Naylor /Balinfy/Burdich/Kong Chu (1980) “Técnicas de Simulación en Computadores”, Editorial Limusa.
Naylor (1982) “Experimentos de Simulación de Sistemas Económicos”, Editorial Limusa.
Gordon (1980) “System Simulation”, Editorial Prentice Hall.
CosBu (1992) “Sistemas de Simulación”, Editorial Prentice Hall.