You are on page 1of 3

FACULTAD DE INGENIERÍA

UNIVERSIDAD NACIONAL DE JUJUY

FACULTAD DE INGENIERÍA
UNIVERSIDAD NACIONAL DE JUJUY
1. PROGRAMA ANALÍTICO

ASIGNATURA PERIODO LECTIVO


Métodos de Simulación 2016
CARRERA CÁTEDRA
INGENIERÍA INFORMÁTICA Ingeniería de Procesos
PLAN DE ESTUDIO ÁREA CURSO CARÁCTER
2010 Ing. Inf. 4º año Teórico-Práctico
RÉGIMEN DE DICTADO CARGA HORARIA ACREDITACIÓN
Cuatrimestral 4 hs/semana 60 hs totales Promoción o examen final
OBJETIVOS GENERALES

 Modelar y simular sistemas discretos estocásticos.


 Comprender y simular sistemas continuos dinámicos.

CONTENIDOS
Unidad I: Introducción
Presentación de la materia. Objetivos del curso. Definición de sistema, toma de decisión, modelo
y simulación. Historia, aplicaciones e importancia de la simulación. Ventajas y desventajas de la
simulación. Simulaciones por identidad, cuasi-identidad, laboratorio, computadora. Estructura de
un simulador.
Unidad II: Sistemas y modelos
Definición de sistema y modelo. Diagrama de bloque de un sistema: entidades, atributos, eventos,
variables de entrada, variables internas, variables de estado, variables de salida, parámetros y
perturbaciones. Definición de estado. Clasificación de sistemas: continuos, discretos, determinista,
estocásticos. Clasificación de estados: dinámicos o transitorios, estacionario, estables, inestables.
Excel: referencias y orden de precedencia. Modelos empíricos: tablas, gráficos, interpolación y
regresión. Errores absolutos y relativos. Cifras significativas.
Unidad III: Sistemas discretos deterministas
Modelado y simulación con redes de Petri. Interpretación económica. El programa HPSim.
Aplicaciones: determinación del tiempo de procesamiento, dimensionamiento de depósitos,
determinación de mano de obra, determinación de inventario crítico, determinación de cuellos de
botellas.
Unidad IV: Probabilidad y estadística
Variables aleatorias discretas. Función de masa de probabilidad. Distribución de probabilidad.
Función de distribución acumulada. Valor esperado o promedio. Varianza. Desviación estándar.
Moda. Proceso Bernoulli: distribución Bernoulli, distribución binomial, geométrica. Variables
aleatorias continuas. Función de densidad de probabilidad. Función de distribución acumulada.
Distribuciones continuas: uniforme, exponencial, Gamma, normal, normal estándar, triangular.
Proceso Poisson: distribución Poisson y de Erlang.

PROGRAMA ANALÍTICO -1- PERIODO LECTIVO 2016


FACULTAD DE INGENIERÍA
UNIVERSIDAD NACIONAL DE JUJUY

Unidad V: Modelado de entradas


Recolección de datos. Identificación de la distribución de los datos: histogramas, selección de la
distribución, gráfico q-q. Estimación de parámetros: estadísticas preliminares (valor medio y
varianza), estimadores sugeridos. Prueba de calidad del ajuste. Falta de datos.
Unidad VI: Generación de números aleatorios
Propiedades de los números aleatorios. Generación de números pseudos aleatorios. Técnicas:
congruencia lineal. Prueba de calidad del generador. Generación de variables aleatorias. Método
de la transformada inversa. Generación de variables aleatorias con distribución exponencial,
uniforme, triangular, distribución continua sin inversa, distribución discreta. Transformación
directa para la distribución normal. Método de convolución. Generación de números aleatorios con
distribución Erlang. Método de aceptación y rechazo. Generación de números aleatorios con
distribución Poisson, Gamma.
Unidad VII: Simulación de Monte Carlo
Definición de la simulación de Monte Carlo. Simulación de proyectos con riesgo. Simulación de
nuevas políticas de seguros. El programa @RISK.
Unidad VIII: Análisis de salidas
Naturaleza estocástica de los resultados. Histograma de resultados. Ajuste de distribución de
resultados. Intervalo de confianza de una variable. Intervalo de confianza del promedio.
Unidad IX: Sistemas discretos estocásticos
Simulación con paso de reloj constante. Simulación con paso de reloj variable. Ejemplo de una
simulación completa: departamento de mantenimiento de un aeropuerto. Enfoques: orientados a
eventos, orientados a procesos, de propósitos especiales. Definición de promedios basados en
observación y en tiempo. Simulador de eventos discretos SIMIO.
Unidad X: Simulación de procesos continuos deterministas
Métodos para sistemas de ecuaciones diferenciales ordinarias: Euler. Aplicación en Excel.
Simulación cuantitativa: dique, enfriamiento de un cuerpo.
Unidad XI: Software de simulación
Software de simulación para sistemas discretos. Orientados a eventos. Orientados a procesos.
Software para procesos continuos deterministas. Trabajo final.

2. BIBLIOGRAFÍA

Año de Ejemplares
Título Autores Editorial
edición disponibles
Conceptos y métodos en la
simulación digital de eventos Fishman G. Limusa 1978 1
discretos
Discrete event system
Banks, Jerry Prentice Hall 1995 1
simulation
Manual de @RISK Palisade Corporation 2006 1
Matemáticas para
Lipschutz S. McGraw-Hill 1992 4
Computación

PROGRAMA ANALÍTICO -2- PERIODO LECTIVO 2016


FACULTAD DE INGENIERÍA
UNIVERSIDAD NACIONAL DE JUJUY

Metodologías de
modelización y simulación Nueva Librería 2003 3
de eventos discretos. WAINER, Gabriel A.
Modelling and simulation:
Birta, Louis G.;
exploring dinamic system Springer 2010 1
Arbez, Gilbert
behaviour
Multifacetted modelling and
Zeigler, Bernard P. Academic Press 1984 3
discrete events simulation
Prentice Hall
Simulación Ross, Sheldon M. 1999 1
México
Ediciones Diaz
Simulación – Aplicaciones
Pardo L., Valdés T. de Santos 1987 1
prácticas en la empresa
Madrid
Simulación de Sistemas:
Diseño, desarrollo e Shannon R. Trillas 1988 1
implantación
Simulación Métodos y RIOS INSUA, David Ra-ma 1997 1
aplicaciones. y otros
Grupo Noriega
Simulación por Computadora Raczynski S. 1993 1
Editores
GARCIA DUNNA,
Eduardo - GARCIA
Simulación y análisis de Pearson
REYES, Heriberto - 2006 1
sistemas con ProModel. Educación
CARDENAS
BARRON, Leopoldo
Simulación. Un enfoque
Bu R. Limusa 1998 1
práctico
PAZOS ARIAS, José
Juan - SUAREZ
Teoría de Colas y Simulación Pearson
GONZALEZ, Andrés - 2003 2
de Eventos Discretos. DIAZ REDONDO,
Educación
Rebeca P.
GUISANDE
Tratamiento de datos.
GONZALEZ, Cástor Diaz de Santos 2006 2
Contiene CD
et al.

San Salvador de Jujuy, 2 de agosto de 2016.-

ENRIQUE EDUARDO TARIFA


MÉTODOS DE SIMULACIÓN
PERIODO LECTIVO 2016

PROGRAMA ANALÍTICO -3- PERIODO LECTIVO 2016