|
Plan Global de la Asignatura |
|
Materia: Sistemas Expertos - SIS422 |
·
Sigla:
SIS422.
·
Facultad:
Facultad de Tecnología.
·
Carrera:
Ingeniería de Sistemas.
·
Pre-requisitos:
SIS210
·
Nivel:
Séptimo semestre.
·
Período lectivo:
Semestre II/99.
·
Carga horaria:
6 horas teóricas/semana.
·
Horario:
Martes: 16:00-18:00, Jueves: 14:00-16:00.
·
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
correspondiente al semestre II/99, 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.
q
Schmidt / Taylor (1987) “Análisis y Simulación
de Sistemas Industriales”, Editorial
Trillas.
q
Naylor /Balinfy/Burdich/Kong Chu (1980) “Técnicas
de Simulación en Computadores”, Editorial Limusa.
q
Naylor (1982) “Experimentos de Simulación de
Sistemas Económicos”, Editorial Limusa.
q
Gordon (1980) “System Simulation”, Editorial
Prentice Hall.
q
CosBu (1992) “Sistemas de Simulación”,
Editorial Prentice Hall.