Unidad responsable: 270 - FIB - Facultad de Informática de Barcelona Unidad que imparte: 715 - EIO - Departamento de Estadística e Investigación Operativa Curso: Titulación: 2016 GRADO EN INGENIERÍA INFORMÁTICA (Plan 2010). (Unidad docente Optativa) Créditos ECTS: 6 Idiomas docencia: Catalán Profesorado Responsable: Otros: - Josep Casanovas Garcia (josepk@fib.upc.edu) - Pau Fonseca Casas (pau@fib.upc.edu) - Cristina Montañola Sales (cristina.montanola@upc.edu) Capacidades previas Estadística. Requisitos - Pre-requisito PE Competencias de la titulación a las cuales contribuye la asignatura Específicas: CES1.1. Desarrollar mantener y evaluar sistemas y servicios software complejos y/o críticos. CES2.2. Diseñar soluciones apropiadas en uno o más dominios de aplicación, utilizando métodos de ingeniería del software que integren aspectos éticos, sociales, legales y económicos. CT2.1. Demostrar conocimiento y capacidad de aplicación de los principios, metodologías y ciclos de vida de ingeniería de software. CT2.4. Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el acceso a los Sistemas de información, incluidos los basados en web. Genéricas: G2. SOSTENIBILIDAD Y COMPROMISO SOCIAL: Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar. Ser capaz de analizar y valorar el impacto social y medioambiental G3. TERCERA LENGUA: Conocer el idioma inglés con un nivel adecuado de forma oral y por escrito, y con consonancia con las necesidades que tendrán los graduados y graduadas en ingeniería informática. Capacidad de trabajar en un grupo multidisciplinar y en un entorno multilingüe, y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas relacionadas con la profesión de ingeniero técnico en informática. G9. RAZONAMIENTO: Capacidad de razonamiento crítico, lógico y matemático. Capacidad para resolver problemas dentro de su área de estudio. Capacidad de abstracción: capacidad de crear y utilizar modelos que reflejen situaciones reales. Capacidad de diseñar y realizar experimentos sencillos, y analizar e interpretar sus resultados. Capacidad de análisis, síntesis y evaluación. Metodologías docentes La asignatura es eminentemente práctica y pretende que el alumno, a partir de un conjunto de entregables que se desarrollan en el laboratorio sea capaz, al final del curso, de dirigir un proyecto de simulación. 1 / 9
Objetivos de aprendizaje de la asignatura 1.Ser capaz de redactar un artículo técnico en lengua inglesa. 2.Ser capaz de dirigir un proyecto de consultoría. 3.Ser capaz de desarrollar un sistema de simulación discreta. Horas totales de dedicación del estudiantado Dedicación total: 150h Horas grupo grande: 30h 20.00% Horas grupo mediano: 0h 0.00% Horas grupo pequeño: 30h 20.00% Horas actividades dirigidas: 3h 2.00% Horas aprendizaje autónomo: 87h 58.00% 2 / 9
Contenidos Introducción Ejemplos de sistemas, que es un modelo?. Relación con los diferentes sectores tecnológicos y económicos, especialmente en el ámbito de la computación, los servicios, de la producción y de la logística. Metodologías Metodologías para la construcción de modelos de simulación discreta Lenguajes de simulación para sistemas discretos Tipología de los lenguajes para la construcción de modelos de simulación discreta.adequació los lenguajes a los modelos. Ejemplos de sistemas de simulación (GPSS, JGPSS, Arena, Simio, Witness, SDLPS). Los datos en la simulación. Análisis de los datos de entrada de la simulación. Información disponible. Nivel de detalle. Criterios para la credibilidad de los datos. Diseño de experimentos y análisis de resultados en simulación. Conceptos básicos y métodos. Planificación en la simulación discreta: El diseño de experimentos en simulación. Diseños factoriales. Estrategias de diseño. Optimización en simulación. Superficies de respuesta. Metamodels.Anàlisi de resultados en simulación: Estudio del comportamiento del estado transitorio y del estado estacionario. Métodos de análisis: Repeticiones independientes, Medias de lotes, métodos regeneratius.tècniques de reducción de la varianza. Verificación y validación de modelos de simulación. 3 / 9
Verificación, Validación y acreditación de los modelos de simulación. Validación independiente, credibilidad, acreditación y certificación, estándares. Nuevos paradigmas en simulación. Simulación social. Simulación y agentes inteligentes. Presentación de SWARM. Simulación y SIG. Uso de autómatas celulares en simulación. Simulación y caos. La simulación de procesos continuos. Introducción a la dinámica de sistemas. Diagramas causales, diagramas de Forrester. Relación de los diagramas con ecuaciones diferenciales. Introducción a los lenguajes de simulación continua y híbrida. Aplicaciones y casos prácticos. Lenguajes formales Ventajas de la separación entre el modelo y la implementación del modelo. Presentación de los diferentes lenguajes formales para la definición de modelos de simulación. Métodos de Monte Carlo y proceso de muestreo en simulación. Generación de números aleatorios. Generadores congruencials, compuestos y de Tausworthe.Test de generadores: teóricos y empíricos.mètodes de generación de muestras aleatorias. Algunas distribuciones conocidas y su aplicación en los modelos de simulación. 4 / 9
Planificación de actividades Sesión de teoría, introducción. Dedicación: 10h Aprendizaje autónomo: 6h Introducción a la asignatura, ejemplos de sistemas y de modelos. Revisión histórica. Fundamentos básicos de simulación. Dedicación: 16h Grupo pequeño/laboratorio: 8h Aprendizaje autónomo: 6h Esta actividad trabaja los conceptos fundamentales de la asignatura. Es fundamental para poder alcanzar los objetivos del curso. 3 Formalización de modelos de simulación Dedicación: 36h Grupo grande/teoría: 12h Grupo pequeño/laboratorio: 6h Aprendizaje autónomo: 18h En esta actividad aprenderemos a representar formalmente modelos de simulación. 2, 3 Redacción de un artículo de simulación en la Wiki de la asignatura Redactar un artículo en lengua inglesa en la Wiki de la asignatura. Dedicación: 11h Grupo grande/teoría: 0h Aprendizaje autónomo: 9h 5 / 9
1 Diseño de experimentos Dedicación: 7h Una vez tenemos el simulador implementado correctamente y validado por el cliente, hay que establecer un protocolo para desarrollar su explotación. Aquí trataremos los aspectos más generales de cómo desarrollar esta explotación. 2 Validación y Verificación de modelos de simulación Dedicación: 7h En esta actividades describiremos las técnicas más usuales para poder validar y Verificar los modelos de simulación. 2, 3 Lenguajes de simulación discreta Dedicación: 19h Aprendizaje autónomo: 15h Dar una visión general de los principales lenguajes de simulación discreta existentes en el mercado. 2 6 / 9
El azar desde el punto de vista de la Simulación Dedicación: 7h Se plantean los principales mecanismos para poder generar distribuciones de probabilidades necesarias para poder representar al azar en los modelos de simulación. 3 Simulación social y medioambiental Dedicación: 11h Grupo grande/teoría: 4h Grupo pequeño/laboratorio: 4h En esta actividad se describen los principales mecanismos que existen para poder definir modelos de simulación social y medioambiental. 3 Nuevos paradigmas de simulación discreta Dedicación: 5h Grupo pequeño/laboratorio: 0h En esta actividad se pone énfasis en las técnicas que se pueden emplear para poder implementar modelos de simulación (industrial, social o medioambiental) en sistemas distribuidos o arquitecturas de alto rendimiento. Redacción del informe final Dedicación: 7h 30m Grupo grande/teoría: 0h Grupo pequeño/laboratorio: 0h Actividades dirigidas: 1h 30m Aprendizaje autónomo: 6h 7 / 9
Compilar toda la información generada durante el curso y creación del informe final. 2 Examen final Dedicación: 13h 30m Actividades dirigidas: 1h 30m Aprendizaje autónomo: 12h Examen final de la asignatura. 2, 3 Sistema de calificación Nota final: 0,3 * T1 + 0,5 * T2 + 0,2 * Examen. T1: nota media de dos trabajos prácticos que evalúan la capacidad de modelar con una herramienta de simulación. T2: nota media de diferentes trabajos prácticos relacionados con un único proyecto de simulación. Examen: al final de curso. La calificación de "no presentado" se otorga cuando el estudiante ha participado en un nombre de actos de evaluación que tienen, en su conjunto, un peso no superior al 20% de la nota final. 8 / 9
Bibliografía Básica: Law, A.M. Simulation modeling and analysis. 4th ed. McGraw-Hill, 2007. ISBN 9780071255196. Fonseca, P. Simulació discreta per mitjà de la interacció de processos: una visió a través del GPSS [en línea]. Edicions UPC, 2009Disponible a: <http://hdl.handle.net/2099.3/36836>. ISBN 9788498803846. Guasch, A. [et al.]. Modelado y simulación: aplicación a procesos logísticos de fabricación y servicios [en línea]. 2a ed. Edicions UPC, 2003Disponible a: <http://hdl.handle.net/2099.3/36767>. ISBN 8483017040. Fonseca, P. (ed.). Formal languages for computer simulation: transdisciplinary models and applications. Information Science Reference, 2014. ISBN 9781466643697. Otros recursos: Enlace web http://www.wintersim.org/ http://www.modelingforeveryone.com/ http://www.acm-sigsim-mskr.org/ http://creative-automata.com/ https://plus.google.com/communities/101706154509075557846 http://www.simuleng.com/ 9 / 9