Simulación ISC. Profr. Pedro Pablo Mayorga

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Simulación ISC. Profr. Pedro Pablo Mayorga"

Transcripción

1 Simulación ISC Profr. Pedro Pablo Mayorga

2 Ventajas 1. Es un proceso relativamente eficiente y flexible. 2. Puede ser usada para analizar y sintetizar una compleja y extensa situación real, pero no puede ser empleada para solucionar un modelo de análisis cuantitativo convencional. 3. En algunos casos la simulación es el único método disponible. 4. Los modelos de simulación se estructuran y nos resuelve en general problemas trascendentes. 5. Los directivos requieren conocer como se avanza y que opciones son atractivas; el directivo con la ayuda del computador puede obtener varias opciones de decisión. 6. La simulación no interfiere en sistemas del mundo real. 7. La simulación permite estudiar los efectos interactivos de los componentes individuales o variables para determinar las más importantes. 8. La simulación permite la inclusión de complicaciones del mundo real.

3 Desventajas 1. Un buen modelo de simulación puede resultar bastante costoso; a menudo el proceso de desarrollar un modelo es largo y complicado. 2. La simulación no genera soluciones óptimas a problemas de análisis cuantitativos, en técnicas como cantidad económica de pedido, programación lineal o PERT. Por ensayo y error se producen diferentes resultados en repetidas corridas en el computador. 3. Los directivos generan todas las condiciones y restricciones para analizar las soluciones. El modelo de simulación no produce respuestas por si mismo. 4. Cada modelo de simulación es único. Las soluciones e inferencias no son usualmente transferibles a otros problemas. 5. Siempre quedarán variables por fuera y esas variables (si hay mala suerte) pueden cambiar completamente los resultados en la vida real que la simulación no previó en ingeniería se minimizan riesgos, no se evitan.

4 Unidad I Introducción a la Simulación

5 Introducción 1/5 Las primeras referencias sobre simulación se encuentran hacia el año 1940, cuando Von Neumann y Ullman trabajaron sobre la simulación del flujo de neutrones para la construcción de la bomba atómica en el proyecto Montecarlo. Desde entonces se conocían las técnicas de simulación como procesos Montecarlo, aunque en la actualidad se diferencian ambas cosas, siendo los segundos un tipo particular de simulación. También se realizó un proceso de simulación para el proyecto APOLLO dentro del plan espacial de la N.A.S.A, acerca del movimiento dentro de la atmósfera de la luna.

6 Introducción 2/5 Actualmente, la simulación es una poderosa técnica para la resolución de problemas. Sus orígenes están en la teoría de muestreo estadístico y análisis de sistemas físicos probabilísticos complejos. El aspecto común de ambos es el uso de números y muestras aleatorias para aproximar soluciones.

7 Introducción 3/5 Una de las más famosas aplicaciones de muestras aleatoria s, ocurre durante la segunda guerra mundial, cuando la simulación se utilizó para estudiar el flujo de neutrones dentro del desarrollo de la bomba atómica. Esta investigación era secreta y le dieron un nombre en código: Monte Carlo. Este nombre se mantiene, y durante mucho tiempo se usaba para hacer referencia a algunos esfuerzos en simulación. Pero el término métodos Monte Carlo, se refiere actualmente a una rama de las matemáticas experimentales que trata con experimentos de números aleatorios, mientras que el término simulación, o simulación de sistemas, cubre una técnica de análisis más práctico, y es lo que vamos a estudiar.

8 Introducción 4/5 Vamos a ver técnicas que utilizan los computadores para imitar, o simular, el comportamiento de sistemas del mundo real. Para estudiar científicamente estos sistemas, a menudo se han de hacer una serie de suposiciones acerca de cómo trabaja éste. Estas suposiciones que usualmente toman la forma de relaciones matemáticas o lógicas, constituyen un modelo que va a ser usado para intentar comprender el comportamiento del sistema correspondiente.

9 Introducción 5/5 Si las relaciones que componen el modelo son suficientemente simples, es posible usar métodos matemáticos (tales como álgebra, cálculo o teoría de la probabilidad) para obtener una información exacta de las cuestiones de interés; a esto se le llama solución analítica. Sin embargo, la mayoría de los sistemas del mundo real son demasiado complejos y normalmente los modelos realistas de los mismos, no pueden evaluarse analíticamente. Lo que se puede hacer es estudiar dichos modelos mediante simulación. En una simulación se utiliza el ordenador para experimentar con un modelo numéricamente, de forma que con los resultados obtenidos se haga una estimación de las características del sistema.

10 Definición 1/2 Simulación es una técnica numérica para conducir experimentos en una computadora digital. Estos experimentos comprenden ciertos tipos de relaciones matemáticas y lógicas, las cuales son necesarias para describir el comportamiento y la estructura de sistemas complejos del mundo real a través de largos periodos de tiempo. Thomas H. Taylor

11 Definición 2/2 Simulación es el proceso de diseñar y desarrollar un modelo computarizado de un sistema o proceso y conducir experimentos con este modelo con el propósito de entender el comportamiento del sistema o evaluar varias estrategias con las cuales se puede operar el sistema. Robert e. Shannon

12 Importancia 1/2 A través de un estudio de simulación, se puede estudiar el efecto de cambios internos y externos del sistema, al hacer alteraciones en el modelo del sistema y observando los efectos de esas alteraciones en el comportamiento del sistema. Una observación detallada del sistema que se está simulando puede conducir a un mejor entendimiento del sistema y por consiguiente a sugerir estrategias que mejoren la operación y eficiencia del sistema. La simulación de sistemas complejos puede ayudar a entender mejor la operación del sistema, a detectar las variables más importantes que interactuan en el sistema y a entender mejor las interrelaciones entre estas variables.

13 Importancia 2/2 La técnica de simulación puede ser utilizada para experimentar con nuevas situaciones, sobre las cuales tiene poca o ninguna información. A través de esta experimentación se puede anticipar mejor a posibles resultados no previstos. Cuando nuevos elementos son introducidos en un sistema, la simulación puede ser usada para anticipar cuellos de botella o algún otro problema que puede surgir en el comportamiento del sistema. En simulación cada variable puede sostenerse constante excepto algunas cuya influencia está siendo estudiada. Como resultado el posible efecto de descontrol de las variables en el comportamiento del sistema necesitan no ser tomados en cuenta. Como frecuentemente debe ser hecho cuando el experimento está desarrollado sobre un sistema real.

14 Aplicaciones 1/6 Las áreas de aplicación de la simulación son muy amplias, numerosas y diversas, por ejemplo: Análisis del impacto ambiental causado por diversas fuentes Análisis y diseño de sistemas de manufactura Análisis y diseño de sistemas de comunicaciones.

15 Aplicaciones 2/6 Evaluación del diseño de organismos prestadores de servicios públicos (por ejemplo: hospitales, oficinas de correos, telégrafos, casas de cambio, etc.). Análisis de sistemas de transporte terrestre, marítimo o por aire. Análisis de grandes equipos de cómputo.

16 Aplicaciones 3/6 Análisis de un departamento dentro de una fábrica. Adiestramiento de operadores (centrales carboeléctricas, termoeléctricas, nucleoeléctricas, aviones, etc.). Análisis de sistemas de acondicionamiento de aire.

17 Aplicaciones 4/6 Planeación para la producción de bienes. Análisis financiero de sistemas económicos. Evaluación de sistemas tácticos o de defensa militar.

18 Aplicaciones 5/6 Simulación de tráfico en calles con cruces con o sin semáforo. (Antigua Fuente Mactumactza) Control de semáforos y trazado de calles para eficientar el flujo automovilístico. (Cruce/Fuente de Plaza del Sol) Simulación de movimientos telúricos en edificios.

19 Aplicaciones 6/6 Simulación de Líneas de Espera. Simulación de flujo de personas en un edificio ante una situación de riesgo (terremoto, incendio) Simulación de procesos biológicos y del organismo humano Visitas virtuales

20 Cuándo se usa? 1/2 1.- No existe una completa formulación matemática del problema o los métodos analíticos para resolver el modelo matemático no se han desarrollado aún. Muchos modelos de líneas de espera corresponden a esta categoría. 2.- Los métodos analíticos están disponibles, pero los procedimientos matemáticos son tan complejos y difíciles, que la simulación proporciona un método más simple de solución. 3.- Las soluciones analíticas existen y son posibles, pero están mas allá de la habilidad matemática del personal disponible El costo del diseño, la prueba y la corrida de una simulación debe entonces evaluarse contra el costo de obtener ayuda externa.

21 Cuándo se usa? 2/2 4.- Se desea observar el trayecto histórico simulado del proceso sobre un período, además de estimar ciertos parámetros. 5.- La simulación puede ser la única posibilidad, debido a la dificultad para realizar experimentos y observar fenómenos en su entorno real, por ejemplo, estudios de vehículos espaciales en sus vuelos interplanetarios. 6.- Se requiere la aceleración del tiempo para sistemas o procesos que requieren de largo tiempo para realizarse. La simulación proporciona un control sobre el tiempo, debido a que un fenómeno se puede acelerar o retardar según se desee.

22 Conceptos 1/3 MODELACION Es aquello que sirve para representar o describir otra cosa, es decir crea prototipos (primer diseño). El modelo puede tener una forma semejante o ser totalmente distinto del objeto real.

23 Conceptos 2/3 MODELO Un modelo se puede definir como una representación simplificada de un sistema real, un proceso o una teoría, con el que se pretende aumentar su comprensión hacer predicciones y posiblemente ayudar a controlar el sistema.

24 Conceptos 3/3 Existen tres formas de modelos: Icónico: versión a escala del objeto real y con sus propiedades relevantes más o menos representadas. Analógico: modelo con apariencia física distinta al original, pero con comportamiento representativo. Analítico: relaciones matemáticas o lógicas que representen leyes físicas que se cree gobiernan el comportamiento de la situación bajo investigación.

25 Metodología 1/9 La simulación como tal es un proceso y en general consta de las siguientes etapas: Definición del sistema Formulación del modelo Colección de datos Implementación del modelo en la computadora Validación Experimentación Interpretación Documentación

26 Metodología 2/9 Definición del sistema: Para tener una definición exacta del sistema que se desea simular, es necesario hacer primeramente un análisis preliminar de éste, con el fin de determinar la interacción con otros sistemas, las restricciones del sistema, las variables que interactúan dentro del sistema y sus interrelaciones, las medidas de efectividad que se van a utilizar para definir y estudiar el sistema y los resultados que se esperan obtener del estudio. Regresar

27 Metodología 3/9 Formulación del modelo : Una vez definidos con exactitud los resultados que se esperan obtener del estudio, se define y construye el modelo con el cual se obtendrán los resultados deseados. En la formulación del modelo es necesario definir todas las variables que forman parte de él, sus relaciones lógicas y los diagramas de flujo que describan en forma completa el modelo. Regresar

28 Metodología 4/9 Colección de datos : Es importante que se definan con claridad y exactitud los datos que el modelo va a requerir para producir los resultados deseados. Regresar

29 Metodología 5/9 Implementación del modelo en la computadora Con el modelo definido, el siguiente paso es decidir si se utiliza algún lenguaje como: C/C++ (Librerías: VTK / OpenGL) Fortran Java O se utiliza algún paquete como CPN Tools Maya Vensim Stella ithink Simula Simscript Regresar

30 Metodología 6/9 Validación : A través de esta etapa es posible detallar deficiencias en la formulación del modelo o en los datos alimentados al modelo. Las formas más comunes de validar un modelo son: 1. La opinión de expertos sobre los resultados de la simulación. 2. La exactitud con que se predicen datos históricos. 3. La exactitud en la predicción del futuro. 4. La comprobación de falla del modelo de simulación al utilizar datos que hacen fallar al sistema real. 5. La aceptación y confianza en el modelo de la persona que hará uso de los resultados que arroje el experimento de simulación. Regresar

31 Metodología 7/9 Experimentación La experimentación con el modelo se realiza después que éste haya sido validado. La experimentación consiste en generar los datos deseados y en realizar un análisis de sensibilidad de los índices requeridos. Regresar

32 Metodología 8/9 Interpretación : En esta etapa del estudio, se interpretan los resultados que arroja la simulación y con base a esto se toma una decisión. Es obvio que los resultados que se obtienen de un estudio de simulación ayuda a soportar decisiones del tipo semi-estructurado. Regresar

33 Metodología 9/9 Documentación : Dos tipos de documentación son requeridos para hacer un mejor uso del modelo de simulación. La primera se refiere a la documentación del tipo técnico y la segunda se refiere al manual del usuario, con el cual se facilita la interacción y el uso del modelo desarrollado. Regresar

Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz

Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz 1 Prácticas de Simulación (Sistemas) Autor: M. en C. Luis Ignacio Sandoval Paéz 2 ÍNDICE Introducción 3 Aplicaciones de la Simulación 3 La Metodología de la Simulación por Computadora 5 Sistemas, modelos

Más detalles

Simulación y Modelos Estocásticos

Simulación y Modelos Estocásticos y Modelos Estocásticos Héctor Allende O!"# $# %#&' ( ) *+,-+,,*,/ ) -++,,*,/ ) 0 1 %*++,,*,/ $2,/ 04 %! 2! 5,,#6)5 1 Conceptos básicos: fundamentos de modelos de simulación y del modelado de sistemas complejos,

Más detalles

Aplicaciones de la Investigación de Operaciones y Sistemas en Organizaciones Peruanas. Lic. Jaime Alcalde Chigne (UNMSM) jalcaldech@gmail.

Aplicaciones de la Investigación de Operaciones y Sistemas en Organizaciones Peruanas. Lic. Jaime Alcalde Chigne (UNMSM) jalcaldech@gmail. Aplicaciones de la Investigación de Operaciones y Sistemas en Organizaciones Peruanas Lic. Jaime Alcalde Chigne (UNMSM) jalcaldech@gmail.com Introducción De la información acerca de la Visión, Misión y

Más detalles

La simulación de procesos en ingeniería química

La simulación de procesos en ingeniería química La simulación de procesos en ingeniería química García González Juan Manuel Ibarra Castro Pablo Félix Flores Ma. Guadalupe Ríos Moreno Gustavo Unidad Académica de Ciencias Químicas Universidad Autónoma

Más detalles

Este documento describe el proceso completo a seguir para analizar la existencia de una relación lógica entre dos variables. www.fundibeq.

Este documento describe el proceso completo a seguir para analizar la existencia de una relación lógica entre dos variables. www.fundibeq. DIAGRAMA DE DISPERSIÓN 1.- INTRODUCCIÓN Este documento describe el proceso completo a seguir para analizar la existencia de una relación lógica entre dos variables. Describe la construcción de los Diagramas

Más detalles

INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO

INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO INGENIERIA EN INGENIERÍA EN SISTEMAS COMPUTACIONALES CLAVE MATERIA OBJETIVO SCE - 0418 SCM - 0414 SCC-0428 ACM - 0403 SCB - 0421 SCV - 0407 ACU-0402 Introducción a la ingeniería en sistemas computacionales

Más detalles

MARCO METODOLÓGICO CAPITULO III

MARCO METODOLÓGICO CAPITULO III MARCO METODOLÓGICO CAPITULO III CAPITULO III MARCO METODOLÓGICO En esta sección se presenta el tipo de investigación, las técnicas de recolección de datos y finalmente la metodología utilizada para el

Más detalles

Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación.

Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación. PERFIL PROFESIONAL Analizar, desarrollar y programar modelos matemáticos, estadísticos y de simulación. Reconocer y guiarse por los aspectos sociales, profesionales y éticos en su entorno. Dirigir y coordinar

Más detalles

CURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL

CURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL CURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-4492-6252 Fax: 054-11-4433-4202 Mail: consultas@mgmconsultores.com.ar

Más detalles

capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación

capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación capitulo3 MARCO TEÓRICO Para el diseño de la reubicación de los procesos se hará uso de la Planeación Sistemática de Layout, SLP por sus siglas en inglés. Se hará uso de la simulación para comparar el

Más detalles

Simulación Discreta Estocástica Tutor: Deivis Galván

Simulación Discreta Estocástica Tutor: Deivis Galván Capitulo 1 Simulación Discreta Estocástica Tutor: Deivis Galván OBJETIVOS Al aprobar la asignatura el alumno será capaz de: Conocer, comprender y aplicar los principios del modelado de sistemas complejos

Más detalles

Capítulo 2. Técnicas de Evaluación de la inversión en activos no circulantes.

Capítulo 2. Técnicas de Evaluación de la inversión en activos no circulantes. Capítulo 2. Técnicas de Evaluación de la inversión en activos no circulantes. 2.1 Generalidades. En la actualidad, en lo referente a las finanzas uno de los grandes problemas que los administradores y

Más detalles

TIMSS 11.2 DESCRIPCIÓN DE LO EVALUADO EN LOS DOMINIOS DE CONTENIDO MATEMÁTICA Números Incluye la comprensión del proceso de contar, de las maneras de representar los números, de las relaciones entre éstos

Más detalles

MUESTREO TIPOS DE MUESTREO

MUESTREO TIPOS DE MUESTREO MUESTREO En ocasiones en que no es posible o conveniente realizar un censo (analizar a todos los elementos de una población), se selecciona una muestra, entendiendo por tal una parte representativa de

Más detalles

Software de Simulación aplicado a entornos de e-learning

Software de Simulación aplicado a entornos de e-learning Software de Simulación aplicado a entornos de e-learning 2009 Laboratorio de Investigación de Software Universidad Tecnológica Nacional Facultad Regional Córdoba Titulo del Proyecto Software de Simulación

Más detalles

Sistemas, modelos y simulación

Sistemas, modelos y simulación Sistemas, modelos y simulación Introducción I Un SISTEMA es una colección de entidades (seres o máquinas) que actúan y se relacionan hacia un fin lógico. Ejemplo: Un banco con: Cajeros [comerciales] [cajas

Más detalles

CURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL

CURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL CURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL Cnel. Ramón L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar

Más detalles

Plan de tarificación. Redes telefónicas. Requisitos a cumplir por el plan.

Plan de tarificación. Redes telefónicas. Requisitos a cumplir por el plan. Redes telefónicas Plan de tarificación Plan de tarificación Requisitos a cumplir por el plan Métodos de tarificación Llamadas locales Llamadas a larga distancia Métodos de registro de llamadas Tarifas

Más detalles

UNIDAD I INTRODUCCIÓN. Funciones y aplicaciones de la estadística

UNIDAD I INTRODUCCIÓN. Funciones y aplicaciones de la estadística UNIDAD I INTRODUCCIÓN Funciones y aplicaciones de la estadística 1 INTRODUCCIÓN Hay varias razones por las que el alcance de la estadística y la necesidad de estudiar la estadística han crecido de manera

Más detalles

INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION

INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION INTRODUCCION AL DESARROLLO DE SISTEMAS DE INFORMACION. Los sistemas que el analista diseña día a día, la tecnología, las personas, que utilizan el

Más detalles

Introducción a la Investigación Operativa. Enfoque Metodológico y los procesos decisorios

Introducción a la Investigación Operativa. Enfoque Metodológico y los procesos decisorios 1. Introducción A partir de la primera revolución industrial, se produce el crecimiento de la complejidad organizacional Surge la tendencia al crecimiento de los subsistemas en forma autónoma, con sus

Más detalles

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como:

Los pronósticos pueden ser utilizados para conocer el comportamiento futuros en muchas fenómenos, tales como: TEMA 1: PRONÓSTICOS 1.1. Introducción Pronostico es un método mediante el cual se intenta conocer el comportamiento futuro de alguna variable con algún grado de certeza. Existen disponibles tres grupos

Más detalles

Metodologías de diseño de hardware

Metodologías de diseño de hardware Capítulo 2 Metodologías de diseño de hardware Las metodologías de diseño de hardware denominadas Top-Down, basadas en la utilización de lenguajes de descripción de hardware, han posibilitado la reducción

Más detalles

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3.

GANTT, PERT y CPM. Figura 5.3: Carta GANTT 3. GANTT, PERT y CPM Características Conseguir una buena programación es un reto, no obstante es razonable y alcanzable. Ella debe tener el compromiso del equipo al completo, para lo cual se recomienda que

Más detalles

1.- DATOS DE LA ASIGNATURA. Ingeniería Forestal. Clave de la asignatura: SATCA: 2-3-5 2.- PRESENTACIÓN. Caracterización de la asignatura.

1.- DATOS DE LA ASIGNATURA. Ingeniería Forestal. Clave de la asignatura: SATCA: 2-3-5 2.- PRESENTACIÓN. Caracterización de la asignatura. 1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Carrera: Clave de la asignatura: Investigación de Operaciones. Ingeniería Forestal. FOD-1023 SATCA: 2-3-5 2.- PRESENTACIÓN. Caracterización de la asignatura.

Más detalles

SIMULACIÓN CAPITULO 3 LECTURA 6.3. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 3.

SIMULACIÓN CAPITULO 3 LECTURA 6.3. SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México 3. LECTURA 6.3 SIMULACIÓN Y ANÁLISIS DE MODELOS ESTOCÁSTICOS Azarang M., Garcia E. Mc. Graw Hill. México CAPITULO 3 SIMULACIÓN 3.1 INTRODUCCIÓN Simulación es el desarrollo de un modelo lógico-matemático de

Más detalles

Diseño de un estudio de investigación de mercados

Diseño de un estudio de investigación de mercados Diseño de un estudio de investigación de mercados En cualquier diseño de un proyecto de investigación de mercados, es necesario especificar varios elementos como las fuentes a utilizar, la metodología,

Más detalles

STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA

STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA 27 Congreso Nacional de Estadística e Investigación Operativa Lleida, 8-11 de abril de 2003 STATMEDIA: UN CURSO MULTIMEDIA DE ESTADÍSTICA M. Calvo, A.Villarroya, A.Miñarro, S.Vives, A.Arcas Departamento

Más detalles

SOciedad Dominicana de Inteligencia Artificial. Santo Domingo Mayo 2015

SOciedad Dominicana de Inteligencia Artificial. Santo Domingo Mayo 2015 SOciedad Dominicana de Inteligencia Artificial Santo Domingo Mayo 2015 1 Conferencia: La Inteligencia Artificial y sus Aplicaciones para Países en Desarrollo Dra. Ing. Rina Familia 24/05/2015 3 Hollywood

Más detalles

ETAPA DE PREPROCESADO. Generación de geometría. Generación de malla ETAPA DE RESOLUCIÓN. Definición de modelos físicos

ETAPA DE PREPROCESADO. Generación de geometría. Generación de malla ETAPA DE RESOLUCIÓN. Definición de modelos físicos La simulación de flujos mediante técnicas computacionales se convertirá en un futuro cercano en una de las herramientas de diseño más valoradas por ingenieros y arquitectos dada su eficacia y versatilidad.

Más detalles

13. Técnicas de simulación mediante el método de Montecarlo

13. Técnicas de simulación mediante el método de Montecarlo 13. Técnicas de simulación mediante el método de Montecarlo Qué es la simulación? Proceso de simulación Simulación de eventos discretos Números aleatorios Qué es la simulación? Simulación = técnica que

Más detalles

9. Perfil del ingeniero industrial 9.1 Generalidades, relevancia y alcance Cada vez más, gracias al desarrollo tecnológico, la participación activa

9. Perfil del ingeniero industrial 9.1 Generalidades, relevancia y alcance Cada vez más, gracias al desarrollo tecnológico, la participación activa 9. Perfil del ingeniero industrial 9.1 Generalidades, relevancia y alcance Cada vez más, gracias al desarrollo tecnológico, la participación activa de las empresas en los mercados en donde operan, así

Más detalles

Las Matemáticas En Ingeniería

Las Matemáticas En Ingeniería Las Matemáticas En Ingeniería 1.1. Referentes Nacionales A nivel nacional se considera que el conocimiento matemático y de ciencias naturales, sus conceptos y estructuras, constituyen una herramienta para

Más detalles

OPTIMIZACIÓN EN MANTENIMIENTO

OPTIMIZACIÓN EN MANTENIMIENTO OPTIMIZACIÓN EN MANTENIMIENTO Entrenamiento en técnicas avanzadas para optimizar el remplazo de componentes e inspección de equipos Driven by knowledge info@apsoluti.es 2015 1 OPTIMIZACIÓN DE MANTENIMIENTO

Más detalles

INGENIERIA INDUSTRIAL Y DE SISTEMAS LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2

INGENIERIA INDUSTRIAL Y DE SISTEMAS LISTADO DE MATERIAS CONTENIDO PLAN: 2004-2 INGENIERIA INDUSTRIAL Y DE SISTEMAS PLAN: 2004-2 Formar profesionales de la Ingeniería Industrial y de Sistemas capaces de planear, operar, controlar y mejorar sistemas productivos en organizaciones generadoras

Más detalles

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de

CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS. En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de CAPÍTULO IV METODOLOGÍA PARA EL CONTROL DE INVENTARIOS En este capítulo se presenta los pasos que se siguieron para la elaboración de un sistema de inventarios para lograr un control de los productos.

Más detalles

Unidad II: Números pseudoaleatorios

Unidad II: Números pseudoaleatorios Unidad II: Números pseudoaleatorios 2.1 Métodos de generación de números Pseudoaleatorio Métodos mecánicos La generación de números aleatorios de forma totalmente aleatoria, es muy sencilla con alguno

Más detalles

PROGRAMA DE CAPACITACIÓN AÑO 2013 GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN

PROGRAMA DE CAPACITACIÓN AÑO 2013 GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN PROGRAMA DE CAPACITACIÓN AÑO 2013 GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN GERENCIA Y PLANIFICACIÓN DE PRODUCCIÓN DISEÑADO PARA Ingenieros de Producción, completación, yacimientos y perforación; geólogos

Más detalles

CURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS

CURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS MANAGEMENT CONSULTORES CURSO: MS-PROJECT Y CRYSTAL BALL EN ADMINISTRACION DE PROYECTOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-11-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar

Más detalles

MODELACION Y ANALISIS DE PROCESOS EMPRESARIALES MAPE

MODELACION Y ANALISIS DE PROCESOS EMPRESARIALES MAPE MODELACION Y ANALISIS DE PROCESOS EMPRESARIALES MAPE Thomas A. Little Ph. D Traducción Autorizada por el Autor. Traductor: MANUEL H RAMIREZ Alta Via Consulting-América Latina La Modelación y Análisis de

Más detalles

Patrones de software y refactorización de código

Patrones de software y refactorización de código Patrones de software y refactorización de código Introducción y antecedentes de los patrones de software Los patrones permiten construir sobre la experiencia colectiva de ingenieros de software habilidosos.

Más detalles

EL CONTROL NUMERICO COMPUTARIZADO EN EL DESARROLLO INDUSTRIAL

EL CONTROL NUMERICO COMPUTARIZADO EN EL DESARROLLO INDUSTRIAL EL CONTROL NUMERICO COMPUTARIZADO EN EL DESARROLLO INDUSTRIAL Ing. Lino Ruíz (lruiz@fim.utp.ac.pa) PARTE I: GENERALIDADES DEL CNC Actualmente existe un ambiente de grandes expectativas e incertidumbre.

Más detalles

Componentes de la Ingeniería de Tráfico (Recomendaciones ITU-T) Jhon Jairo Padilla Aguilar, PhD.

Componentes de la Ingeniería de Tráfico (Recomendaciones ITU-T) Jhon Jairo Padilla Aguilar, PhD. Componentes de la Ingeniería de Tráfico (Recomendaciones ITU-T) Jhon Jairo Padilla Aguilar, PhD. Recomendaciones de la ITU-T ITU- International Telecommunications Union Las recomendaciones de la ITU-T

Más detalles

SEMESTRE: CREDITOS: 3 HORAS PRESENCIALES: 3 Horas de Acompañamiento: 1 TOTAL HORAS/ Semana: 4 CODIGO: 612007954 PROBLEMA

SEMESTRE: CREDITOS: 3 HORAS PRESENCIALES: 3 Horas de Acompañamiento: 1 TOTAL HORAS/ Semana: 4 CODIGO: 612007954 PROBLEMA FACULTAD DE INGENIERÍA Programa de Ingeniería de Sistemas NUCLEO DE CONTENIDO: Básicas de Ingeniería NUCLEO DE CONOCIMIENTO: Investigación de Operaciones. NUCLEO TEMÀTICO: Modelación (Simulación) SEMESTRE:

Más detalles

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.

Decisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama. Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El

Más detalles

Carrera: Clave de la asignatura: INB-0404 4-0-8. Participantes

Carrera: Clave de la asignatura: INB-0404 4-0-8. Participantes 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Administración de Operaciones I Ingeniería Industrial INB-0404 4-0-8 2.- HISTORIA

Más detalles

Administración de Operaciones I

Administración de Operaciones I 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Administración de Operaciones I Ingeniería Industrial INB-0404 4-0-8 2.- HISTORIA

Más detalles

Gran Semana de la Calidad Mesa Técnica Nacional

Gran Semana de la Calidad Mesa Técnica Nacional Gran Semana de la Calidad Mesa Técnica Nacional Ministerio de Educación Nacional CARLOS PARDO, Julio de 2014 AGENDA EVALUACIÓN DE COMPETENCIAS - LOS ÚLTIMOS 50 AÑOS - CALIDAD DE LA EDUCACIÓN - APRENDIZAJE

Más detalles

NORMAS INTERNACIONALES Y ADQUISICION DE DATOS.

NORMAS INTERNACIONALES Y ADQUISICION DE DATOS. CAPITULO II NORMAS INTERNACIONALES Y ADQUISICION DE DATOS. En este capítulo se describirán en forma general las normas internacionales para la medición de variables climatológicas y cómo funciona un sistema

Más detalles

Workshop de Investigadores en Ciencias de la Computación WICC 2002

Workshop de Investigadores en Ciencias de la Computación WICC 2002 Aplicación del Método de Montecarlo para el cálculo de integrales definidas López, María Victoria y Mariño, Sonia Itatí Departamento de Informática Facultad de Ciencias Exactas y Naturales y Agrimensura

Más detalles

JUSTIFICACIÓN DEL DESARROLLO DE UN SE

JUSTIFICACIÓN DEL DESARROLLO DE UN SE JUSTIFICACIÓN DEL DESARROLLO DE UN SE El beneficio económico que representa la solución del problema es alto La experiencia humana puede desaparecer La experiencia humana no se encuentra comúnmente disponible

Más detalles

Arquitectura de Aplicaciones

Arquitectura de Aplicaciones 1 Capítulo 13: Arquitectura de aplicaciones. - Sommerville Contenidos del capítulo 13.1 Sistemas de procesamiento de datos 13.2 Sistemas de procesamiento de transacciones 13.3 Sistemas de procesamiento

Más detalles

4 Teoría de diseño de Experimentos

4 Teoría de diseño de Experimentos 4 Teoría de diseño de Experimentos 4.1 Introducción En los capítulos anteriores se habló de PLC y de ruido, debido a la inquietud por saber si en una instalación eléctrica casera que cuente con el servicio

Más detalles

CARTA DESCRIPTIVA Código: FO-MI-108 Versión: 3 Fecha: 25-10-2013

CARTA DESCRIPTIVA Código: FO-MI-108 Versión: 3 Fecha: 25-10-2013 CARTA DESCRIPTIVA Código: FO-MI-108 Versión: 3 Fecha: 25-10-2013 1. PRESENTACIÓN FACULTAD: Ingenierías PROGRAMA: Ingeniería de sistemas NOMBRE DEL CURSO: Electiva 1 Simulación y Modelación de Sistemas

Más detalles

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión.

www.fundibeq.org Además, se recomienda su uso como herramienta de trabajo dentro de las actividades habituales de gestión. DIAGRAMA DE RELACIONES 1.- INTRODUCCIÓN Este documento describe los pasos del proceso de construcción e interpretación de una de las herramientas más potentes para el análisis de problemas y situaciones

Más detalles

Sin embargo el proceso de gestión de riesgos aplicado a cualquier actividad consta de las siguientes etapas:

Sin embargo el proceso de gestión de riesgos aplicado a cualquier actividad consta de las siguientes etapas: EL PROCESO DE GESTIÓN DE RIESGO La gestión de riesgo se puede definir como el proceso de toma de decisiones en un ambiente de incertidumbre sobre un acción que va a suceder y sobre las consecuencias que

Más detalles

Estudio comparativo de los currículos de probabilidad y estadística español y americano

Estudio comparativo de los currículos de probabilidad y estadística español y americano Estudio comparativo de los currículos de probabilidad y estadística español y americano Jaldo Ruiz, Pilar Universidad de Granada Resumen Adquiere las mismas capacidades en Probabilidad y Estadística un

Más detalles

1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Investigación de Operaciones. Ingeniería en Administración. Carrera: ADD-1025

1.- DATOS DE LA ASIGNATURA. Nombre de la asignatura: Investigación de Operaciones. Ingeniería en Administración. Carrera: ADD-1025 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Investigación de Operaciones Ingeniería en Administración Clave de la asignatura: (Créditos) SATCA 1 ADD-1025 2 3 5 2.- PRESENTACIÓN Caracterización

Más detalles

La aplicación de la simulación operativa a problemas logísticos i

La aplicación de la simulación operativa a problemas logísticos i Publicaciones La aplicación de la simulación operativa a problemas logísticos i Por Juan Pablo Guido Desde la aparición de los primeros trabajos a mediados de este siglo, la técnica de simulación ha ocupado

Más detalles

EFECTO DISUASORIO DEL TIPO DE CONTRATO SOBRE EL FRAUDE

EFECTO DISUASORIO DEL TIPO DE CONTRATO SOBRE EL FRAUDE EFECTO DISUASORIO DEL TIPO DE CONTRATO SOBRE EL FRAUDE Sonia de Lucas Santos Ignacio Moreno Gabaldón Sonia Quiroga Gómez Francisco José Vázquez Hernández Richard Watt El fraude en los seguros constituye

Más detalles

Entidad Formadora: Plan Local De Formación Convocatoria 2010

Entidad Formadora: Plan Local De Formación Convocatoria 2010 Entidad Formadora: Enterprise Architect Comenzando Puede iniciar Enterprise Architect desde el ícono que se creó en su escritorio de Windows durante la instalación, o alternativamente: 1. Abrir el menú

Más detalles

MÉTODO PARA EL ANÁLISIS, DISEÑO Y DESARROLLO DE MICROSISTEMAS

MÉTODO PARA EL ANÁLISIS, DISEÑO Y DESARROLLO DE MICROSISTEMAS MÉTODO PARA EL ANÁLISIS, DISEÑO Y DESARROLLO DE MICROSISTEMAS Existen diversos métodos para desarrollar un sistema de información o un microsistema, pero en esencia todos parten de los mismos principios

Más detalles

SIMULACIÓN SIMULACIÓN DE UN JUEGO DE VOLADOS

SIMULACIÓN SIMULACIÓN DE UN JUEGO DE VOLADOS UNIVERSIDAD NACIONAL DE INGENIERIA RECINTO UNIVERSITARIO SIMON BOLIVAR FACULTAD DE ELECTROTECNIA Y COMPUTACIÓN INGENIERIA EN COMPUTACIÓN SIMULACIÓN SIMULACIÓN DE UN JUEGO DE VOLADOS Integrantes: Walter

Más detalles

PLANEACIÓN DE SISTEMAS INFORMÁTICOS ING. KARINA RAMÍREZ DURÁN

PLANEACIÓN DE SISTEMAS INFORMÁTICOS ING. KARINA RAMÍREZ DURÁN PLANEACIÓN DE SISTEMAS INFORMÁTICOS ING. KARINA RAMÍREZ DURÁN Diagrama de Gantt Fue desarrollada por Henry L. Gantt, durante la primera guerra mundial. Con estas graficas Gantt procuro resolver el problema

Más detalles

Fundamentos Básicos de Monte Carlo N-Particle.

Fundamentos Básicos de Monte Carlo N-Particle. Capítulo. Fundamentos Básicos de Monte Carlo -Particle.. Historia. El método de Monte Carlo debe su nombre a la cuidad de Montecarlo en Mónaco donde se juega la ruleta, el juego de azar que genera números

Más detalles

PENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015)

PENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015) PENDIENTES DE MATEMÁTICAS DE 2º ESO (CURSO 2014-2015) CRITERIOS E INDICADORES Se detallan a continuación los criterios de evaluación junto con sus indicadores de contenidos asociados. En negrita se indican

Más detalles

La simulación computarizada como herramienta didáctica de amplias posibilidades. Utilization of Computerized Simulation as a Didactic Tool

La simulación computarizada como herramienta didáctica de amplias posibilidades. Utilization of Computerized Simulation as a Didactic Tool La simulación computarizada como herramienta didáctica de amplias posibilidades Utilization of Computerized Simulation as a Didactic Tool Autores: M.Sc. Lilia Ester Rodríguez Chávez (liliaester@infomed.sld.cu)

Más detalles

5. Gestión de la Configuración del Software (GCS)

5. Gestión de la Configuración del Software (GCS) 5. Gestión de la Configuración del Software (GCS) 5.1. La Configuración del Software El resultado del proceso de ingeniería del software es una información que se puede dividir en tres amplias categorías:

Más detalles

ESTADÍSTICA (ING.INFORMÁTICA/ING.TI)

ESTADÍSTICA (ING.INFORMÁTICA/ING.TI) ASIGNATURA DE GRADO: ESTADÍSTICA (ING.INFORMÁTICA/ING.TI) Curso 2015/2016 (Código:7190105-) 1.PRESENTACIÓN DE LA ASIGNATURA Esta asignatura es una introducción a la Modelización probabilística, la Inferencia

Más detalles

Programa de Estudio: Ingeniería en Sistemas Computacionales.

Programa de Estudio: Ingeniería en Sistemas Computacionales. Ingeniería en Sistemas Computacionales 1. DEFINICIÓN DEL PROGRAMA EDUCATIVO. La ingeniería en sistemas computacionales es una disciplina que estudia los fenómenos reales con el propósito de analizar, modelar

Más detalles

Estadística (Gr. Biología-09) (2010-2011)

Estadística (Gr. Biología-09) (2010-2011) Estadística (Gr. Biología-09) (2010-2011) PRESENTACIÓN OBJETIVOS PROGRAMA METODOLOGÍA EVALUACIÓN BIBLIOGRAFÍA HORARIO ATENCIÓN http://www.unav.es/asignatura/estadisticabio/ 1 de 10 PRESENTACIÓN Descripción

Más detalles

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O.

I.E.S.MEDITERRÁNEO CURSO 2015 2016 DPTO DE MATEMÁTICAS PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. PROGRAMA DE RECUPERACIÓN DE LOS APRENDIZAJES NO ADQUIRIDOS EN MATEMÁTICAS DE 3º DE E.S.O. Este programa está destinado a los alumnos que han promocionado a cursos superiores sin haber superado esta materia.

Más detalles

INGENIERÍA EN INFORMÁTICA. Ingeniero en Informática

INGENIERÍA EN INFORMÁTICA. Ingeniero en Informática Facultad de Ingeniería Av. Paseo Colón 850 (C1063ACV) Ciudad de Buenos Aires Tel.: (011) 4343-0893 Fax: (011) 4345-7262 Página web: www.ingenieria.uba.ar Correo electrónico: academica@fi.uba.ar INGENIERÍA

Más detalles

Carrera: 2-2-6. Participantes

Carrera: 2-2-6. Participantes 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Investigación de Operaciones Ingeniería Civil Clave de la asignatura: Horas teoría-horas práctica-créditos 2-2-6 2.- HISTORIA DEL PROGRAMA Lugar

Más detalles

Carrera: SCB - 0419 4-0-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.

Carrera: SCB - 0419 4-0-8. Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos. 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Investigación de operaciones Ingeniería en Sistemas Computacionales SCB - 0419

Más detalles

Investigación Cuantitativa La Encuesta

Investigación Cuantitativa La Encuesta Investigación Cuantitativa La Encuesta Dr. José Manuel Huerta Catedrático en Evaluación Curso Métodos de Investigación DEPT. Economía Agrícola 27 de septiembre de 2006 Objetivos de la presentación Concienciar

Más detalles

Tema 3. MODELOS. 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas biológicos.

Tema 3. MODELOS. 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas biológicos. Tema 3. MODELOS 011 0 01 01 FUNDAMENTOS 1. Modelos computacionales. 2. Computación y Neurociencia. CONTENIDOS 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas

Más detalles

TECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS

TECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS Administración Nacional de Universidad de la República Educación Pública Facultad de Ingenieria CF Res..0.07 Consejo Directivo Central Consejo Directivo Central Res..05.07 Res. 17.0.07 TECNÓLOGO EN INFORMÁTICA

Más detalles

Metodología y Framework para el Desarrollo de Aplicaciones Científicas con Computación de Alto Rendimiento a través de Servicios Web

Metodología y Framework para el Desarrollo de Aplicaciones Científicas con Computación de Alto Rendimiento a través de Servicios Web Metodología y Framework para el Desarrollo de Aplicaciones Científicas con Computación de Alto Rendimiento a través de Servicios Web J.Corral-García, D.Cortés-Polo, C.Gómez-Martín, J.L.González-Sánchez

Más detalles

I N T E R P R E T A T I V O

I N T E R P R E T A T I V O S E L E C C I Ó N D E S A R R O L L O L I D E R A Z G O H O G A N D E S A R R O L L O I N T E R P R E T A T I V O INVENTARIO DE RAZONAMIENTO DE NEGOCIOS DE HOGAN Reporte Para: High Score Usuario: UH007438

Más detalles

Sistema de Experimentación Virtual y Prototipado para realizar

Sistema de Experimentación Virtual y Prototipado para realizar TECNOLOGÍA CON LA QUE CUENTA LA UDL Laboratorio de Instrumentación Virtual NI ELVIS II+ y Circuit Design Suite Plataforma Educativa de enseñanza con Tecnología de punta Sistema de Experimentación Virtual

Más detalles

Cómo gestionar proyectos en condiciones de riesgo

Cómo gestionar proyectos en condiciones de riesgo 1 de 8 CLAVES PARA EL ÉXITO DE LOS PROYECTOS Cómo gestionar proyectos en condiciones de riesgo Las empresas necesitan desarrollar proyectos que exigen estructuras y tratamientos distintos a los tradicionales.

Más detalles

construcción de programas Prof. Eliana Guzmán U.

construcción de programas Prof. Eliana Guzmán U. Unidad II. Metodología para la construcción de programas Prof. Eliana Guzmán U. Semestre: A-2015 Introducción Resolver un problema con una computadora conduce a la escritura de un programa y a su ejecución.

Más detalles

Programas de estudio de matemáticas para la educación primaria

Programas de estudio de matemáticas para la educación primaria Programas de estudio de matemáticas para la educación primaria Versión preliminar para discusión y Primera etapa de implementación. Ciudad de México, junio de 2008. Contenido de la presentación Primera

Más detalles

DIPLOMATURA CIENCIA DE LA GERENCIA

DIPLOMATURA CIENCIA DE LA GERENCIA DIPLOMATURA CIENCIA DE LA GERENCIA Teoría de restricciones - TOC Basados en los trabajos e investigaciones del reconocido autor y gurú de los negocios, el Dr. Eliyahu M. Goldratt, la UPB y AUGE, en asocio

Más detalles

2. MÉTODOS, INSTRUMENTOS Y ESTRATEGIAS

2. MÉTODOS, INSTRUMENTOS Y ESTRATEGIAS 2. MÉTODOS, INSTRUMENTOS Y ESTRATEGIAS Objetivo específico: El alumno conocerá la importancia de la investigación en psicología industrial/organizacional, su proceso y limitaciones. Asimismo entenderá

Más detalles

Carrera: 2-4 - 8. Integrantes de la Academia de Ingeniería Industrial: Ing. Iniria Guevara Ramírez

Carrera: 2-4 - 8. Integrantes de la Academia de Ingeniería Industrial: Ing. Iniria Guevara Ramírez 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Manufactura integrada por computadora Carrera: Licenciatura en Ingeniería Industrial Clave de la asignatura: Horas teoría horas práctica - créditos 2-4

Más detalles

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS UNIDAD ACADÉMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIÓN DE SISTEMAS

UNIVERSIDAD AUTÓNOMA DE TAMAULIPAS UNIDAD ACADÉMICA MULTIDISCIPLINARIA REYNOSA-RODHE SIMULACIÓN DE SISTEMAS UNIDAD MÉTODOS DE MONTECARLO II 2.1 Definición Los métodos de Montecarlo abarcan una colección de técnicas que permiten obtener soluciones de problemas matemáticos o físicos por medio de pruebas aleatorias

Más detalles

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos MT 6 Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos Rosario Baltazar 1 Judith Esquivel Vázquez 2 Andrea Rada 3 Claudia Díaz 4 Resumen Durante los últimos 15

Más detalles

RESULTADOS DEL ESTUDIANTE INGENIERÍA FÍSICA

RESULTADOS DEL ESTUDIANTE INGENIERÍA FÍSICA UNIVERSIDAD NACIONAL DE INGENIERÍA FACULTAD DE CIENCIAS RESULTADOS DEL ESTUDIANTE INGENIERÍA FÍSICA 1. Diseño en Ingeniería Diseña proyectos de ingeniería física que satisfacen requerimientos y necesidades,

Más detalles

Asignatura: Diseño de Máquinas [320099020]

Asignatura: Diseño de Máquinas [320099020] Universidad de Huelva ESCUELA POLITECNICA SUPERIOR Departamento de Ingeniería Minera, Mecánica y Energética Asignatura: Diseño de Máquinas [320099020] 3º curso de Ingeniería Técnica Industrial (Mecánicos)

Más detalles

Título: Optimización de recursos empresariales

Título: Optimización de recursos empresariales Título: Optimización de recursos empresariales Dirección del curso: Juan Carlos Momparler Pechuán Fechas de impartición del curso: inicio11 de Mayo 2004, fin 1 de junio Días 11,12,13, 18,19,20,25,26,27

Más detalles

CAPÍTULO 1 Introducción

CAPÍTULO 1 Introducción CAPÍTULO 1 Introducción 1.1 Sistemas basados en conocimiento (Knowledge Based Systems) Los sistemas basados en conocimiento (Knowledge Based Systems. KBS) son aplicaciones que generan soluciones o respuestas

Más detalles

Socioestadística I Análisis estadístico en Sociología

Socioestadística I Análisis estadístico en Sociología Análisis estadístico en Sociología 1. INTRODUCCIÓN. Definición e historia. 1.1. Que es la Sociestadística?. La estadística es la ciencias de las regularidades que se observan en conjuntos de fenómenos

Más detalles

PROGRAMA DE ESTUDIO. Horas de Práctica

PROGRAMA DE ESTUDIO. Horas de Práctica PROGRAMA DE ESTUDIO Nombre de la asignatura: MODELADO Y SIMULACIÓN DE PROCESOS Clave: IQM12 Ciclo Formativo: Básico ( ) Profesional (X) Especializado ( ) Fecha de elaboración: 7 DE MARZO DE 2015 Horas

Más detalles

Nombre de la asignatura: Inteligencia Artificial. Créditos: 2-2 - 4. Aportación al perfil

Nombre de la asignatura: Inteligencia Artificial. Créditos: 2-2 - 4. Aportación al perfil Nombre de la asignatura: Inteligencia Artificial Créditos: 2-2 - 4 Aportación al perfil Diseñar e implementar interfaces hombre- máquina y máquinamáquina para la automatización de sistemas. Identificar

Más detalles

Unidad III. Planificación del proyecto de software

Unidad III. Planificación del proyecto de software Planificación del proyecto de software Unidad III 3.1. Aplicación de herramientas para estimación de tiempos y costos de desarrollo de software: GANTT, PERT/CPM, uso de software para la estimación de tiempos

Más detalles

L A P R O G R A M A C I O N

L A P R O G R A M A C I O N L A P R O G R A M A C I O N L I N E A L 1. INTRODUCCIÓN: la programación lineal como método de optimación La complejidad de nuestra sociedad en cuanto a organización general y económica exige disponer

Más detalles

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 1: Introducción

Curso: Métodos de Monte Carlo. Unidad 1, Sesión 1: Introducción Curso: Métodos de Monte Carlo. Unidad 1, Sesión 1: Introducción Departamento de Investigación Operativa Instituto de Computación, Facultad de Ingeniería Universidad de la República, Montevideo, Uruguay

Más detalles

TEMA 9: Desarrollo de la metodología de Taguchi

TEMA 9: Desarrollo de la metodología de Taguchi TEMA 9: Desarrollo de la metodología de Taguchi 1 La filosofía de la calidad de Taguchi 2 Control de calidad Off Line y On Line Calidad Off Line Calidad On Line 3 Función de pérdida 4 Razones señal-ruido

Más detalles