SIMULACIÓN SÍLABO

UNIVERSIDAD NACIONAL DE TRUJILLO

SILABO DE SIMULACION DE SISTEMASI. IDENTIFICACIÓN

1.1. Experiencia Curricular: SIMULACION DE SISTEMAS1.2. Facultad: FACULTAD DE INGENIERIA1.3. Para estudiantes de la carrera: INGENIERIA INDUSTRIAL

1.3.1. Sede: Trujillo1.4. Calendario Académico: 2015-I1.5. Año/Ciclo Académico: 91.6. Código de curso: 26361.7. Sección: B1.8. Creditos: 41.9. Número de Rotaciones, veces que se desarrolla la experiencia curricular en el año/ciclo académico: 11.10. Duración por vez de rotación (Nro. de Semanas/Días): 161.11. Extensión horaria:

1.11.1. Total de horas semanales: 6- Horas Teoría: 2- Horas Práctica: 4

1.11.2. Total de Horas Año/Semestre: 1021.12. Organización del tiempo Anual/Semestral:

Tipo Total Unidad Semana/DíaActividades Hs I II III Aplazado

- Sesiones Teóricas 32 10 10 12 ---- Sesiones Prácticas 52 16 16 20 ---- Sesiones de Evaluación 18 4 4 4 6

Total Horas 102 --- --- --- ---

1.13. Prerrequisitos: - Cursos:

- INVESTIGACION DE OPERACIONES II- Creditos: No necesarios

1.14. Docente(s): 1.14.1. Coordinador(es):

Descripción Nombre Profesión EmailCoordinador General Mg. OLIVARES ESPINO,

IVAN MARTINIngeniero Industrial [email protected]

II. FUNDAMENTACIÓN Y DESCRIPCIÓNEl presente curso se desarrolla en el quinto año de la especialidad Ingeniería de Industrial. Este curso brindaal alumno los conocimientos necesarios para trabajar con problemas de naturaleza aleatoria concomportamiento tan complejo que son difíciles de encarar mediante modelos determinísticos estudiados a lolargo de su formación profesional. Permite así mismo, que el alumno desarrolle habilidades para utilizarmodelos existentes a partir de los cuales podrá desarrollar modelos alternativos para mejorar los sistemasactuales o el diseño de modelos adecuados bajo escenarios previstos, todo ello bajo el sustento de losconocimientos adquiridos durante su carrera.

III. APRENDIZAJES ESPERADOSa.Identificar sistemas complejos modelables de naturaleza aleatoria.b.Estudiar los sistemas aleatorios sobre los que debemos tomar decisiones, mediante el diseño de modelosde cadenas de markov, modelos de colas y de simulación de eventos discretos.c.Utilizar la computadora como herramienta fundamental para la evaluación de los modelos desarrollados.

IV. PROGRAMACIÓN

4.1. UNIDAD 1

4.1.1. Denominación: CADENAS DE MARKOV

4.1.2. Inicio: 2015-04-03 Termino: 2015-05-01 Número de Semanas/Días: 5

4.1.3. Objetivos de Aprendizaje

1º)Identificar un proceso que puede ser modelado mediante una cadena de markov.2º)Formular y resolver un problema de cadena de markov.3º)Tomar decisiones en base a la modelación de un sistema mediante una cadena de markovmediante la generación de políticas complementarias apoyado por un computador.

4.1.4. Desarrollo de la Enseñanza-Aprendizaje:

Semana/Día

Actividades y Contenidos

Pág. 1


Semana/Día 1Inicio: 2015-04-03Termino: 2015-04-03

Modelos de Markov. Modelación gráfica y matricial. Formulación. Modelos prototipos.


Propiedades, tipos, probabilidades iniciales, ecuación de Chapman-Kolmogorov, matriz de n pasos.


Cadenas absorbentes, matriz fundamental, probabilidades de absorción, modelo de planeación depersonal.


Generación de políticas, métodos para determinación de la política óptima.


Examen Parcial, práctica calificada

4.1.5. Evaluación del Aprendizaje:

Semana/Día

Técnica/Instrumento

Semana/Día 1Inicio: 2015-04-03Termino:2015-04-03

Evaluaciones orales e intervenciones/Preguntas para discusiónResolución de ejercicios/Batería de ejerciciosDiscusión de casos/Caso de aplicaciónPrácticas dirigidas en laboratorio de cómputo/Prácticas dirigidas yevaluadas







Semana/Día 5Inicio: 2015-05-01Termino:

Pág. 2

EVALUACIÓN ESCRITA/Examen con 4 preguntas de aplicación


2015-05-01

4.2. UNIDAD 2

4.2.1. Denominación: TEORÍA DE COLAS



1º)Identificar los elementos básicos de un sistema de colas y las características que determinan sumodelo.2º)Resolver y conocer las bondades y limitaciones de los diferentes modelos de colas.3º)Tomar decisiones en un problema de colas utilizando la medida de efectividad apropiadaapoyados con un computador.


Semana/Día



Definición, elementos, características, proceso de nacimiento y muerte.


Modelos con distribución de poisson y exponencial con un servidor y múltiples servidores sinlimitaciones, modelos con capacidad limitada, modelos con población finita.


Modelos con distribuciones no markovianas. Redes de colas.


Atención con prioridades: con interrupción y sin interrupción.


Modelos para la toma de decisionesExamen Parcial.


Semana/Día






Semana/Día 8

Pág. 3

Evaluaciones orales e intervenciones/Preguntas para discusiónResolución de ejercicios/Batería de ejercicios


Inicio: 2015-05-22Termino:2015-05-22

Discusión de casos/Caso de aplicaciónPrácticas dirigidas en laboratorio de cómputo/Prácticas dirigidas yevaluadas





4.3. UNIDAD 3

4.3.1. Denominación: SIMULACIÓN DE EVENTOS DISCRETOS



1º)Definir la simulación de eventos discretos y su naturaleza.2º)Modelar sistemas para ser simulados.3º)Generar números pseudo aleatorios y realizar las pruebas de uniformidad y de independencia.4º)Generar eventos aleatorios utilizando métodos estadísticamente válidos.5º)Realizar pruebas de bondad de ajuste, para justificar el uso de una distribución de probabilidaden un modelo de simulación.6º)Simular sistemas reales utilizando lenguaje de programación genérico o de simulaciónespecífico y validar el resultado


Semana/Día



Definición de simulación, tipos, uso. Pasos en la elaboración de un modelo de simulación. Lasimulación discreta y la continua. Modelación


Generación de números aleatorios y pruebas de uniformidad y de independencia.Tratamiento de los Datos. Prueba de bondad de ajuste Chi cuadrado.Generación de eventos aleatorios con distribuciones discretas, continuas, empíricas y teóricas.


Simulación de sistemas simples y complejos.Modelos Prototipos, prueba de escritorioLongitud de corrida.


Introducción al uso de software de simulación.Crystal Ball. Modulos: variables aleatorias, decisiones y pronóstico. Oracle Crystal Ball ProjectUso del software Promodel. Elementos básicos: locations, entities, processing, arrivals. Lectura dereportes


Uso de Promodel. Elementos de control, uso de variables y atributos, recursos y rutas. Programaciónde turnos y descomposturas.Uso de Arena, modulos, reportes

Semana/Dí

Pág. 4

Técnicas de reducción de varianza.


a 16Inicio: 2015-07-17Termino: 2015-07-17

Tercer examen parcial


Semana/Día














4.4. APLAZADO

Semana/Día Técnica/Instrumento Semana/Día 17 Examen de Aplazado, evaluaciones pertimentes

del curso.

V. NORMAS DE EVALUACIÓN1.Base Legal: Reglamento de Normas Generales de Evaluación del Aprendizaje de los Estudiantes dePregrado de la Universidad Nacional de Trujillo.2.Normas específicas en la Experiencia Curricular.

Pi=0,7EPi+0,3Ti

PRO=(P1+P2+P3)/3 Donde:EPi=Nota del examen parcial i (i = 1, 2, 3) Ti =Promedio de laboratorios, asistencia e intervenciones orales, caso de unidad.. Pi = Nota parcial i (i=1, 2, 3)

Pág. 5


PRO=Nota Promocional

VI. CONSEJERÍA/ORIENTACIÓNPropósitos: Que los estudiantes reciban apoyo para el logro de los objetivos de aprendizaje y orientación enla solución de problemas que afecten a su normal desempeño académico.Día: Miércoles y juevesLugar: OficinaHorario: de 13 a 18 y 7 a 10 respectivamente

VII. BIBLIOGRAFÍAo Banks J. Carson J. Y Nelson B. Discrete-Event System Simulation, PHI, .New Jersey, USA, 1996.o Coss Bu R. Simulación - Un enfoque Práctico - Limusa, México, 2012.o Hillier F., Lieberman G. Introducción a la Investigación de Operaciones, Mc Graw Hill, México, 2010.o Kellton D., Sadowski R., Strurrock D. Simulation with Arena, McGraw Hill, New York, 2004.o Mathur K. & Solow D. Investigación de Operaciones, PHH, México, 1997.o Ross Sheldon M., Simulación, PH, México, 1999.o Taha H., Investigación de Operaciones, Pearson, México, 2012.o Winston W. Investigación de Operaciones, International Thompson Editores, S.A., 2005.

El presente Silabo de la Experiencia Curricular "SIMULACION DE SISTEMAS", ha sido Visado por elDirector de la ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA INDUSTRIAL, quien daconformidad al silabo registrado por el docente OLIVARES ESPINO, IVAN MARTIN que fue designado porel jefe del DEPARTAMENTO ACADEMICO DE INGENIERIA INDUSTRIAL.

Pág. 6

SIMULACIÓN SÍLABO

Documents

Transcript of SIMULACIÓN SÍLABO