FACULTAD DE INGENIERÍA Programa de Ingeniería de Sistemas Syllabus

Transcripción

1 INFORMACIÓN GENERAL Área de formación Núcleo de Contenido Núcleo de Conocimiento Núcleo Temático Profesional Especifica Ingeniería Aplicada Operativa Modelación Semestre IX Número de Créditos Académicos 3 Horas Trabajo Presencial 4 Horas Trabajo Independiente Código requisito Investigación de operaciones II 6 COMPETENCIAS Básicas De contexto Profesionales Desarrollo del pensamiento lógico matemático. Comprometido con el desarrollo tecnológico Fundamenta su capacidad para representar y modelar sistemas en general. Determina continuos. los conceptos fundamentales de sistemas discretos y Identifica y maneja conceptos básicos de la simulación de Montecarlo. Comprende y se apropia de su capacidad analítica en la perspectiva de la solución de problemas que involucran el análisis de sistemas. JUSTIFICACIÓN La simulación no es una herramienta de optimización. En lugar de esto su propósito es permitir al analista que evalué un sistema (bajo condiciones controladas) para así comprender mejor su comportamiento y como resultado tomar decisiones con respecto al sistema. Con frecuencia un modelo de simulación puede dar conocimientos profundos inaccesibles por otros medios y es un poderoso instrumento para el análisis y diseño de sistemas. Las palabras claves son: sistema, modelo dinámico y ordenador En muchas ocasiones un sistema real puede ser analizado y estudiado de mejor manera cuando se representa convenientemente a través de un modelo de simulación. En estos casos, el modelo debe tener la capacidad para representar el sistema dinámicamente y la incertidumbre asociada con su funcionamiento. OBJETIVO GENERAL

2 Interpretar y analizar ciertos sistemas dinámicos que pueden ser modelados a través de diversos tipos de formulaciones matemáticas y estadísticas. OBJETIVOS ESPECIFICOS 1. Identificar los elementos y aplicaciones principales de la simulación. 2. Aplicar las formas de generación y pruebas estadísticas de números aleatorios y seudoaleatorios para construir programas de simulación. 3. Escribir un programa o usar software de simulación para generar variables aleatorias, discretas, continuas y empíricas. UNIDADES TEMÁTICAS 1. UNIDAD Introducción 1.1. Conceptos básicos y marco referencial de simulación La teoría de sistemas y su relación con la simulación 1.3. Simulación de tipo discreto 1.4. Simulación continua 1.5. Ventajas y desventajas de la simulación Proceso de Montecarlo Etapas para el desarrollo de una Simulación. 2. UNIDAD Fundamentos matemáticos y estadísticos 2.1 Distribuciones de frecuencia 2.2. Distribución de probabilidades discretas y continuas Estadígrafos CHI-cuadrado 2.4. Smirnov Kolmogorov 2.5. Análisis de varianza Anova 2.6. Pruebas de Fisher 2.7. Pruebas de bondad de ajuste: Smirnof Kolmogorov y Chi cuadrado 2.8. Números aleatorios (formas de generación) Conceptualizacion de un numero aleatorio Números aleatorios generados de manera manual. Método congruencial y por potencia Tablas de números aleatorios Generación de números pseudos aleatorios. Serie de Fibonacci Aplicaciones de la generación de números aleatorios Pruebas Estadìsticas de Nùmeros Aleatorios Prueba de uniformidad Prueba de independencia 3. UNIDAD Generación de Distribuciones 3.1. Generación de distribuciones discretas: Bernoulli, Poisson, Uniforme discreta Generación de distribuciones continuas: Normal. Exponencial y Uniforme continua Método de Simulación de Eventos Características del proceso de Montecarlo Aplicaciones y criterios de la simulación de Montecarlo 4. UNIDAD Modelos de simulación 4.1. Sistemas discretos y continuos 4.2. Características, variables y parámetros 4.3. Factores a considerar en la estructuración de un modelo de simulación

3 4.4. Análisis de entrada a un modelo 4.5. Lenguajes y/o paquetes de simulación 5. UNIDAD Corrida y validación de la simulación 5.1. Número de réplicas y longitud de las corridas 5.2. Análisis en estado estable 5.3. Salida del análisis simulado 5.4. Optimización y sensibilidad de un modelo 6. UNIDAD Manejo de algunas herramientas informáticas 6.1. Programa QSB 6.2. Programa Statgraphic 6.3. Programa Matlab 6.4. Programas Promodel y Modelius 6.5 Programa Maple PLAN DE TRABAJO SEMANAL ACTIVIDADES SEMA NA TRABAJO PRESENCIAL Programación, introducción, conceptos básicos marco referencial -de simulación. Desarrollo de guía -taller Fundamentos Matemáticos y Estadísticos: Distribuciones de Frecuencia, Distribución de probabilidad discreta y continua. Estadígrafos CHI -cuadrado Smirnof-Kolmogorov, Análisis de Varianza, Anova. Desarrollo de algunos ejercicios, con ayuda de Software. TRABAJO INDEPENDIENTE Desarrollo de talleres de aplicación Consultar Software sobre simulación. el profesor Repaso de conceptos vistos con anterioridad en Estadística y probabilidad. el profesor.

4 4 5 Pruebas de Fischer, Pruebas de bondad de ajuste: Smirnof-Kolmogorov,y CHI-cuadrado Desarrollo de algunos ejercicios, con ayuda de Software. Números aleatorios, formas de generación. Conceptualización de un número aleatorio. Números aleatorios generados de manera manual. Método Congruencial y multiplicativo.. Desarrollo de guía -taller el profesor Tablas de números aleatorios. Generación de Números Seudoaleatorios. Serie de Fibonacci. Aplicaciones de la generación de números aleatorios. Pruebas de uniformidad. Pruebas de independencia Repaso de independencia y dependencia. 9 Generación de Distribuciones discretas: Bernoulli,Poisson, uniforme discreta.

5 10 11 Generación de Distribuciones Continuas: Normal, Exponencial y Uniforme Continua Exposición por parte del docente de los Método de Simulación de eventos, características del proceso de Montecarlo Aplicaciones y criterios de la Simulación de Montecarlo. Sistemas Discretos.Sistemas Continuos y Características. Variables y Parámetros.Factores a considerar en la estructuración de un modelo de Simulación Lenguajes y/o paquetes de Simulación. 15 Análisis de entrada a un modelo. Corrida y validación de la simulación Número de réplicas y longitud de

6 16 las corridas Número de réplicas y longitud de las corridas Análisis en estado estable Salida del análisis simulado. Optimización y sensibilidad de un modelo. Lenguajes y/o paquetes de Simulación. Lenguajes y/o paquetes de Simulación. METODOLOGÍA Clase Magistral: El docente expone los fundamentos teóricos de acuerdo a la unidad temática que se esté tratando, con intervención activa de los estudiantes. En este espacio se hará entrega del material de estudio, preguntas respectivas y pasos metodológicos, antes de la sesión de la clase magistral. Taller: Se pretende que los estudiantes aprendan en forma práctica y puedan aportar a los demás sus ideas y experiencias SISTEMA DE EVALUACIÓN Para evidenciar el desarrollo de las competencias en los estudiantes y con base en los criterios de heteroevaluación, coevaluación y autoevaluación, se tiene: 80% Heteroevaluación ( evaluaciones parciales: pruebas orales y escritas ) 10% Coevaluación ( desarrollo de guías - talleres, informes de laboratorios) 10% Autoevaluación ( actividades en el aula virtual ) BIBLIOGRAFÍA BÁSICA SHANON, Robert. Simulation System. Editorial Pretince Hall. LAW KELTON, Simulation Modeling and Analysis, Mc Graw Hill. BIBLIOGRAFÍA COMPLEMENTARIA GORDON, Geoffrey. Simulation Systems. Editorial Pretince Hall. LAW and Kelton, Simulation Modelling. RÍOS INSÚA David. Simulación, Métodos y aplicaciones, Editorial Alfa omega México 1995 ROSS Sheldon. Simulación, México 1992.

7