UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)

Transcripción

1 UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. INFORMACIÓN GENERAL 1.1 Nombre y código de la asignatura : MODELOS Y SIMULACIÓN Número de créditos : Número de horas semanales : Teoría: 03 horas, Laboratorio: 02 horas 1.4 Ciclo de estudio : VII 1.5 Periodo Académico : II 1.6 Pre-requisitos : Investigación Operativa II 1.7 Profesores : Marcos Hernán Rivas Peña (Coord.) 2. SUMILLA Importancia de modelar. Principios del modelado. Generación de números aleatorios, herramienta útil para cualquier trabajo que requiera realizar, se trabajará con Matlab. Estudio de sistemas dinámicos mediante de eventos discretos. Metodología de un proyecto de. Construcción de un simulador mediante el enfoque de eventos. Trabajos de usando el enfoque orientado a procesos y teniendo como herramienta el software Arena. 3. COMPETENCIA GENERAL Instrumentales: Capacidad de abstracción, análisis y síntesis. Capacidad de resolución de problemas. Capacidad de toma de decisiones. Capacidad de gestionar. Comunicación oral y escrita en el idioma nativo y otros. Interpersonales: Capacidad crítica y autocrítica. Capacidad de trabajo en equipo. Habilidades interpersonales. Compromiso ético y solidario. Sistémicas: Capacidad de adquirir y aplicar los conocimientos en la práctica con calidad. Aprendizaje autónomo y colaborativo. Capacidad para adaptarse a nuevas situaciones. Creatividad. Liderazgo.

2 Conocimiento de culturas y costumbres de otros países. Iniciativa, espíritu emprendedor y responsabilidad social. La calidad como norma en el ejercicio profesional. Automotivación. Enfoque sistémico en la solución de problemas de sistemas. 4. PROGRAMACIÓN Unidad Didáctica 1 Enfoque de Sistemas Pensar bajo un enfoque de sistemas para la resolución de problemas 1 Teoría General de Se plantea el Exposición de Participación Sistemas. tema asumiendo conceptos, activa de los Enfoque de Sistemas el rol de propiedades y alumnos en Diagramas Sistémicos ponente, se dará ejemplos análisis de casos Tipos de Sistemas la oportunidad Se planteará en clase Los Sistemas en una para que los casos que deben Trabajo en organización estudiantes ser analizado equipo al reflexiones en bajo un solucionar los su forma de pensamiento caso que se pensar y sistémico dejaran como adopten el Uso del ejercicios proceso de adoptar un pensamiento sistémico. software Vensim para desarrollar diagramas sistémicos Unidad Didáctica 2 Sistemas y Modelos Comprender la Importancia de los modelos en la construcción de los sistemas, modelar los sistemas empresariales bajo el punto de vista de los procesos y modelar la aleatoriedad de las variables aleatorias que se encuentren en los sistemas 2 Definición de Sistemas y Se planteará Exposición de Participación Modelos casos y se conceptos, activa de los Modelado Empresarial mostrara el propiedades y alumnos en Modelo de Procesos proceso de ejemplos análisis de casos Estándar de modelado de Se planteará en clase modelamiento sistemas casos que deben Trabajo en BPMN empresariales ser modelado equipo al Modelos Estadístico bajo el punto de modelar los Identificación de la vista del proceso procesos bajo el distribución de Uso del estándar BPMN probabilidad de una software Bizagi variable aleatoria para modelar Determinación del procesos bajo el -2-

3 tipo de distribución: estándar BPMN prueba de bondad de ajuste Chi Cuadrado x2 y prueba de bondad de ajustes de Kolmogorov- Smirnov. Unidad Didáctica 3 Proceso de elaboración de un proyecto de Elaborar creativamente el proyecto para simular sistemas a partir de un estudio ordenado y analítico de las diferentes etapas de la 3 Definición de Simulación Se planteará Exposición de Participación Tipos de Simulación los temas definiciones, activa de los - Simulación Estadística utilizando conceptos, alumnos en la - Simulación Continua casos de propiedades, exposición del - Simulación de Eventos ejemplos para ventajas y tema y en el Discretos explicar cada desventajas de análisis de caso Etapas de un Proyecto de etapa de un las expuesto en Simulación proyecto de clase - El Problema Desarrollo de - Recolección de Datos una - El modelo estadística para - Verificación y explicar cada Validación etapa en el - Experimentación proceso de - Análisis de Resultado. Unidad Didáctica 4 Generación de números aleatorios y Simulación Montecarlo Utilizar cuidadosamente los métodos conocidos de generación de números aleatorios y utilizarlos en la construcción de un Modelo de Simulación Montecarlo 4 Generación de números Se desarrollará Exposición de Participación aleatorios, propiedades y un caso de conceptos, activa de los algoritmos aplicación paso propiedades y alumnos en - Método de cuadrado a paso de ejemplos análisis de casos -3-

4 medios Simulación Se planteará en clase - Método de Montecarlo casos que deben Trabajo en Congruencia Lineal ser modelado y equipo para Validación de los simulado solucionar los números aleatorios utilizando la ejercicios - Validación de la Simulación utilizando uniformidad Montecarlo Simulación - Validación de la Uso del Excel Montecarlo aleatoriedad para el Simulación Montecarlo, desarrollo de los casos de aplicación casos. Unidad Didáctica 5 Generadores de valores de variables aleatorias Desarrollar generadores de valores de variables aleatorias utilizando la función de densidad de la variable aleatoria. 5 Método Genérico. Se desarrollará Exposición Participación activa - Método de casos de de conceptos, de los alumnos en Transformación obtención de propiedades y análisis de casos en Inversa para generadores ejemplos clase generadores de valores utilizando los Se planteará Trabajo en equipo de variables aleatorias diferentes casos donde para solucionar continuas y discretas. métodos se aplicaran caso de Simulación - Métodos especiales propuestos. los métodos Montecarlo que para variables para de desarrollo involucra el generar valores de una de desarrollo de variable aleatoria generadores generadores para Normal. de valores de las diferentes Métodos basados variables variables aleatorias en el Teorema Central de Limite. O TCL12 O TCL9 Método de Box y Muller aleatorias. Unidad Didáctica 6 Simulación de Eventos Discretos Desarrollar simulaciones de eventos discretos para sistemas discretos utilizando paquetes de para el apoyo a la toma de decisiones. 6 Metodología de la Se planteará Exposición de Participación construcción de modelos casos de conceptos, activa de los de de de propiedades y alumnos en sistemas discretos sistemas de ejemplos análisis de casos

5 colas Se planteará en clase Simulación de sistemas casos que deben Trabajo en de colas ser Simulados equipo al utilizando la modelar y Eventos discretos simular los orientada a casos en el Representación del eventos laboratorio Tiempo utilizando como recurso el Excel. Patrones de llegadas y tiempo de servicios Estrategias de de sistemas discretos Algoritmos de Simulación 7 Simulación de Procesos Se planteará Exposición de Trabajo en de negocios casos de conceptos e equipo al Análisis de flujo de indicadores de modelar y Análisis de colas sistemas de evaluación de simular los Anatomía de un procesos de procesos casos en el Simulador negocios Se planteará laboratorio casos que deben ser Simulados utilizando software de de procesos de negocio, se utilizará Arena y BIMP. Evaluación Examen Parcial Semana 8 Unidad Didáctica 7 Validación y Verificación de Modelos de Simulación Comprobar si los modelos de desarrollados representan al sistema a estudiar y si no hay errores 9 Verificación y validación Se desarrollará Exposición de Verificar y de modelos de casos que definiciones y validar modelos muestren como buenas prácticas de Principios para la se lleva la para llevar una para casos validación y verificación validación y buena propuestos Calibración de los verificación de validación y modelos de los modelos de verificación de

6 Credibilidad de los modelos de modelos de Unidad Didáctica 8 Diseño de Experimentos y análisis de resultados Planear y experimentar con modelos de y realizar análisis de los resultados obtenidos 10 Diseño de experimento Se desarrollará Exposición de Evaluar en Simulación de casos que definiciones y impactos de Sistemas muestren como buenas prácticas cambios en el podemos en el diseño de modelos Determinación del planificar el experimento contestando a la número de Réplicas diseño de para un modelo pregunta que Ejecución del modelos experimento con de pasa si? de un modelo de Evaluación de escenarios 11 Análisis estadístico Se construirán Exposiciones Construcción e basado en Key intervalos de sobre uso del interpretación Performance Indicators confianza para Teorema de de Intervalos de diferentes KPIs Limite Central, confianza para (KPIs) de interés de un modelos distribución de diferentes Tipicos KPIs: tiempo de la media modelos de promedio de flujo, muestral y niveles de servicios, calculo e de la utilización media de varianza recursos, etc. muestral, Intervalos de confianza construcción de para el indicador a intervalos de estudiar confianza Toma de decisiones

7 Unidad Didáctica 9 Simulación de Sistemas de Inventarios Realizar estudios de sistemas de inventario utilizando la Simulación de Eventos Discretos 12 Modelos de Inventario Exposición de Caculo de la Análisis de los que contestan las casos de cantidad a diferentes preguntas: sistemas de ordenar y cuanto políticas de Cuándo colocar una inventarios con ordenar en un gestión y orden para un artículo y variables sistema de revisión de los cuánto ordenar de un probabilísticas inventario sistemas de artículo. Desarrollo de inventarios Costos de Inventarios Modelos con variables aleatorias Políticas de Gestión políticas de gestión en un sistema de inventario 13 Identificación de KPIs Exposición de Algoritmo de Análisis de para sistemas de casos de resultados de la inventarios sistemas de discreta aplicada de Características y eventos inventario sistemas de modelos de en los sistemas de identificando inventarios inventarios inventarios sus variables Simulación de Sistemas de Inventarios Unidad Didáctica 10 probabilísticas y eventos y la implementación de la Dinámica de Sistemas Desarrollar modelos Dinámicos y simular diferentes escenarios con apoyo de software 14 La Dinámica de Exposición de Exposición de Participación Sistemas casos de conceptos y activa de los Identificación del aplicación definiciones de alumnos en problema empresarial, la Dinámica de análisis de casos Definición del Sistema ambiental y Sistemas en clase Las fronteras de un social Desarrollo de la sistema metodología Diagrama Causal para construir Retroalimentación modelos Tipos de sistemas dinámicos y realizar su 15 Diagrama de Forreste Casos de cómo Construcción de Análisis de Desarrollo de ecuaciones pasar de un modelos de resultados de los Simulación en diagrama causal dinámica de casos de ordenador a un diagrama sistemas en de Comportamiento del de Forrester, y ámbito modelos de

8 Modelo la construcción empresarial Dinámica de Análisis del Sistema de los sistemas Sistemas de ecuaciones utilizando software VEMSIM Exposición de trabajos Semana 16 El alumnos a través de aplicaciones a los sistemas reales debe demostrar que ha adquiridos los conocimiento básicos para llevar un proyecto de Evaluación Final Semana ESTRATEGIA DIDÁCTICA Se ha considerado la siguiente definición de (WASSERMANN, S.: Buenos Aires, 1994). El método de caso consiste en el uso de situaciones reales como herramienta metodológica para acercar a los alumnos a la realidad mediante la aplicación de los conocimientos aprendidos. Exige de los alumnos asumir el papel de protagonistas activos en vez de mantener una actitud pasiva y, por tanto, que intenten salvar la distancia entre teoría y práctica. Adicionalmente, crea un diálogo en el aula que rompe con los esquemas tradicionales de la lección magistral, implica al alumnado en su propio aprendizaje y posibilita el trabajo en equipo. Para le elaboración de los casos se ha tenido en cuenta las siguientes características (J.A. Sánchez., Universidad de Valladolid, 2002). a) El caso debe plantear una situación real, pero abordable. Idealmente, el caso debería ser muy conocido por el profesor, por lo que podría estar tomado de su investigación, siempre que esta tenga relación con la asignatura. b) El caso debe ser claro y comprensible, pero no debe sugerir una solución obvia. De hecho, lo ideal es que puedan proponerse varias soluciones válidas, incluso a partir de interpretaciones distintas de los alumnos. c) A pesar de lo anterior, la información importante y la secundaria deben aparecer mezcladas, y el alumno debe seleccionar la que considere útil. Esto es una característica de los problemas reales, y sin embargo los enunciados de los problemas académicos frecuentemente listan los datos relevantes, por lo que el alumno no aprende a seleccionar la información útil. d) El caso debe poder resolverse en un tiempo limitado, de forma que los alumnos perciban la viabilidad del caso y al mismo tiempo consideren el tiempo como una restricción adicional en la selección de soluciones. e) Por supuesto, el caso debe poder ser resuelto utilizando conocimientos al alcance del alumno, típicamente presentados en la asignatura en cuestión, pero también de sus estudios anteriores en la titulación. De esta forma se garantiza que el alumno aprende los conocimientos y los relaciona entre sí. La aplicación concreta se realiza en este curso de Modelos y Simulación de Sistemas de la Facultad de Ingeniería de Sistemas, se busca en la clase que los estudiantes aprendan a

9 aplicar la Metodología de Simulación para solucionar problemas reales, acortando la brecha entre lo teórico y la realidad. 6. EVALUACIÓN DE APRENDIZAJE La nota final (NF) se calcula mediante la fórmula siguiente: PF = 0.15PC EP+ 0.15PC +0.30TF+0.10EF Donde: EP : Examen Parcial EF : Examen Final PC : Prácticas calificadas. TF : Trabajo Final. CRONOGRAMA. Semana Unidad Fecha Tipo de Evaluación Peso Recuperable 7 Semana 7 PC % NO 8 Semana 8 EP 30.00% SI 13 Semana 15 PC % NO 16 Semana 16 TF 10.00% NO 17 Semana 17 EF 30.00% SI 7. REFERENCIAS BIBLIOGRÁFICAS Simulación un enfoque práctico Raúl Coss Bu Editorial Limusa México Simulación Sheldon M. Ross Grupo Editorial Ibero América. Segunda edición Investigación de Operaciones Wayne L. Winston. Grupo Editorial Ibero América. Primera edición Discrete - Event System Simulation J. Banks / J. Carson, I Prentice Hall Inc. Segunda edición Simulación de Sistemas Gordon. Prentice Hall Inc. Segunda edición Simulation Modeling & Analysis Averill M. Law / David Kelton McGraw-Hill 1997 Simulation with Arena version 7 David Kelton

10 McGraw Hill. Tercera Edición Dinámica de Sistema Javier Aracil Isdefe Primera Edición - España