Planificación Electiva-Simulacion-2021

Universidad Tecnológica Nacional
Facultad Regional San Nicolás

Secretaría Académica y de Planeamiento
Syllabus
Ciclo lectivo 2021
Datos administrativos
Departamento: Industrial Carrera Industrial
Asignatura: Técnicas de Simulació n de Sistemas y Procesos
Nivel de la carrera Grado Duració n Anual
Carga horaria 4 Carga Horaria 120
presencial semanal:: total:
Profesor Baquela, Enrique Gabriel Dedicació n: Exclusiva
Titular/Asociado/Adj
unto:
Auxiliar de 1º/JTP: Valentini, José Ernesto Dedicació n: Simple
Bloque curricular: Tecnología aplicada
Correlativas previas: Correlativas
posteriores:
Asignaturas del
mismo nivel:
 Presentación y Fundamentación
 Encuadre académico y epistemológico-conceptual de la Asignatura.

Dentro de las actividades concernientes a la Ingeniería Industrial, encontramos muchas que
implican decidir cuál curso de acción seguir, que inversión realizar, cuanto recursos asignar, etc. Si
bien hay muchas herramientas para encarar estos problemas, lo cierto es que el avance de la
Ciencia de la Computación, así como la reducción de costos en hardware, permiten resolver estos
problemas en forma más efectiva (rápida, con mejores resultados y teniendo mas factores en
cuenta). Dentro de las herramientas que desde hace unas dos décadas comenzaron a estar
accesibles al profesional de la Ingeniería Industrial, la Simulación (junto con la Optimización y el
Aprendizaje Automático) es una de las mas poderosas.
Dentro del ámbito de la Ingeniería Industrial, la simulación cumple la función de lo que sería un
laboratorio para otro ingeniero. Le permite representar en una computadora un sistema real,
hacerle modificaciones y evaluar su respuesta ante distintos escenarios, sin necesidad de poner en
riesgo el sistema real bajo estudio. Un Ingeniero Industrial que carezca de la posibilidad de realizar
una simulación es muy probable que tome decisiones (o genere análisis que serán utilizados para
tomar decisiones) basadas en un entendimiento poco profundo de la dinámica del sistema, mas
intuitivo que justificado firmemente. Dado el abaratamiento en hardware antes mencionado, la
simulación esta al potencial alcance no de solo grandes empresas, sinó también de empresas pyme,
siendo su posible campo de aplicación muy grande.
Adicionalmente a esto, en la práctica, los proyectos de simulación se realizan mediante grupos
-1-
interdisciplinarios. Se fomenta en la cátedra esta metodología de trabajo, fomentándose las

competencias blandas relativas a trabajo en equipo y liderazgo.
 Relación de la Asignatura con el Perfil de Egreso. La materia tiene por objeto

familiarizar al alumno no solo con esta herramienta, sino con su uso práctico en el ámbito
de la carrera. Se ven problemas de “juguete” solo para fijar la mecánica, pero la cátedra en
si esta basada en la resolución de problemas lo mas parecido a la realidad (es decir, con
poca información, datos confusos y contradictorios, incertidumbre y presión por obtener
resultados rápidos). Se modelan, resultan y resuelven problemas del ámbito de la Ingeniería
Industrial, abarcando casi todas las áreas de aplicación.
 Relación de la Asignatura con las Competencias de Egreso Específicas (CE1..) y
Genéricas (A= Alta, M=Media, B=Baja, N=Nula).
Competencias Específicas para Ingeniería Industrial

1.1
1.2
1.3
2.1
2.2
3.1
4.1
4.2
A M M B M B B B
Competencias Genéricas
10
1
A A A A B A A M M M
 Relación de la Asignatura con los Alcances del Título. La materia se relaciona

principalmente con la actividad reservada número 1, es decir, tareas de diseño, proyección
y planificación de operaciones.
 Aprendizajes previos. El estudiante debe poseer conocimientos de estadística,

programación y pensamiento sistémico.
 Objetivos
El principal objetivo de la materia es lograr que el alumno sea capaz de desarrollar un estudio
completo de simulació n de sistemas socio-técnicos. Esto incluye los siguientes sub-objetivos:
 • Definir correctamente el problema a resolver y el marco de estudio.
 • Construir un adecuado marco experimental.
 • Seleccionar la herramienta mas adecuada para realizar el modelado y simulació n.
 • Identificar los aspectos y variables mas significativas del sistema estudiado.
 • Realizar el correcto relevamiento del sistema a estudiar y procesamiento de los datos
recolectados.
 • Implementar un modelo de simulació n que represente fielmente el objeto de estudio.
-2-
 • Analizar los resultados de la simulació n y extraer conclusiones que ayuden a solucionar el

problema bajo estudio.
 Como objetivos secundarios, se espera:

 • Desarrollar el pensamiento abstracto de los alumnos, así como la habilidad de abstraer las
características principales de un sistema.
 • Analizar y resolver problemas de decisió n mediante simulació n, interpretar estas
soluciones econó micamente y valorarlas desde un riguroso sentido estadístico.
 • Que el alumno pueda dominar los aspectos bá sicos de la simulació n montecarlo, por
eventos discretos y por diná mica de sistemas, ademá s de tener un entendimiento bá sico de las
simulaciones basadas en agentes.
 • Que el alumno pueda utilizar con fluidez los softwares de simulació n y aná lisis de datos
presentados en cá tedra.
Descriptor de Competencias. Establecer la Meta general de la asignatura y desglosarla en

Resultados de Aprendizaje. Argumentar la cantidad, así como cada uno de los componentes de los
Resultados de Aprendizaje.
 Contenidos (Unidades Temáticas)
Unidad 1: Conceptos generales sobre los proyectos de simulación.

 ¿Que es la simulación y para que sirve?
 Definición de proyecto de simulación
 Etapas de un proyecto de simulación
 Distintos paradigmas de simulaciones
 Alcances y límites de las simulaciones
 Modelado de sistemas
 Simulación de sistemas
 Simulación multi-paradigma.
Unidad 2: Simulación por eventos discretos.

 Concepto de Simulación por Eventos Discretos.
 Tipos de problemas en los que se aplica.
 Definición y modelado de entidades, actividades y eventos.
 Modelado conceptual mediante flujogramas y diagramas de estado.
 Funcionamiento de un simulador de eventos discretos.
 Simulación de colas de espera.
 Simulación con diagramas de estado.
 Simulación de procesos de ensamble y manufactura.
 Simulación espacial.
 Entidades contenedoras y mixtas.
 Introducción a la simulación de sistemas continuos
Unidad 3: Recolección de datos y análisis estadístico. Nociones de validación y verificación de modelos

 Mapa de procesos del sistemas.
-3-
 Relevamiento de datos estadísticos.

 Análisis de datos estadísticos.
 Sintetización de los datos relevados.
 Ajuste de muestras a distribuciones de probabilidad.
 Validación y verificación de modelos.
 Diseño de experimentos.
Unidad 4: Diseño de experimentos

 Diseños experimentales.
 Ajuste de semillas.
 Análisis de resultados.
Mas allá de la separación en unidades, se busca con esta materia familiarizar al alumno con la aplicación
práctica en Ingeniería Industrial de la simulación. Para ello, los problemas a tratar se nuclearán en los
siguientes grupos:
 Manufactura
 Gestión de inventarios
 Mantenimiento
 Logística
 Atención al cliente
 Planificación urbana y de tráfico
 Otros: Prestación de servicios, sistemas de energía, inversiones, etc.
En la misma línea, los problemas también se pueden categorizar por el tipo de decisiones a tomar:
 Planificación y programación
 Modificación del sistema
 Cambios en las condiciones de contorno
 Evaluación de alternativas
 Aprendizaje sobre el sistema
 Metodología/Actividades y estrategias de enseñanza
Si bien la materia está formada por diversos temas, los mismos se recorren en forma integrada. Se
vuelve a los conceptos básicos una y otra vez, se aplican los nuevos saberes a problemas ya
aprendidos en clases anteriores, y se busca una comunión de todas las herramientas enseñadas. Para
esto, se focaliza la enseñanza no en la técnica de simulación en sí, sinó en el proceso de realización
de un estudio de simulación.
La evaluación de la materia se realiza por medio de 2 evaluaciones y 1 trabajo práctico grupal. Los
mismos se deben aprobar con nota igual o superior a 4, a fin de regularizar la materia, y con nota
mínima de 6 a efectos de promocionarla.
Planes de contingencia.
-4-
Adicionalmente a las clases presenciales, se incluyen videos o tutoriales interactivos para algunos
temas de complejidad alta.
Listado de Trabajos Prácticos

Los apuntes, las guías de ejercicios y las consignas de los trabajos prácticos se ponen a disposición
de los alumnos mediante una carpeta compartida en Internet.
 Bibliografía
Libros de consulta para los alumnos:

 Miller & Freund (1997). Probabilidad y estadística para ingenieros. Mexico: Prentice Hall
Hispanoamérica.
 Wainer, G. A.. (2003). Metodología de modelización y simulación de eventos discretos.
Argentina: Nueva Librería.
 Pazos Arias J. J.. (2003). Teoría de colas y simulación de eventos discretos. Mexico: Pearson
Education.
 Taha, H. A. (2004). Investigación de operaciones. Mexico: Pearson Education.
 Senge, P. M. (2004). La quinta disciplina en la práctica. España: Granica.
Libros de consulta docente:

 Walpole, R., Myers R. (1992). Probabilidad y estadística (4ta de). USA: Mac Graw-Hill.
 Sterman, J. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex
World with CD-ROM. Estados Unidos: McGraw-Hill Education.
 Bernd, A. B. (2004). Markov Chain Monte Carlo Simulations and Their Statistical Analysis.
Estados Unidos: World Scientific.
 Leemis, L. M. & Park, S. K. (2006). Discrete-event Simulation: A First Course. Estados
Unidos: Prentice Hall.
 Morecroft, J. (2007). Strategic Modelling and Business Dynamics: A Feedback Systems
Approach. Estados Unidos: John Wiley & Sons.
 Allen, T. (2011). Introduction to Discrete Event Simulation and Agent-based Modeling: Voting
Systems, Health Care, Military, and Manufacturing. UK: Springer-Verlag London
 Brooks, S. & Gelman, A & Jones, G & Meng, X. (2011). Handbook of Markov Chain Monte
Carlo. Estados Unidos: CRC Press.
 Bangsow, S. (2012). Use Cases of Discrete Event Simulation: Appliance and Research.
Estados Unidos: Springer.
 Elizandro, D. & Taha, H. (2012). Performance Evaluation of Industrial Systems: Discrete
Event Simulation in Using Excel/VBA, Second Edition. Estados Unidos: CRC Press.
 Adewunmi, A., Aickelin, U. (2012). Use Cases of Discrete Event Simulation: Appliance and
Research. Alemania: Springer-Verlag Berlin Heidelberg
 Fishman, G. (2013). Discrete-Event Simulation: Modeling, Programming, and Analysis.
Estados Unidos: Springer Science & Business Media.
 Borshchev, A. (2013). The big book og simulation modeling. USA: Anylogic North America.
 Brailsford, S., Churilov, L., Dangerfield, B. (2014). Discrete-Event Simulation and System
Dynamics for Management Decision Making. Wiley
-5-

Planificación Electiva-Simulacion-2021

Cargado por

Copyright:

Formatos disponibles

Planificación Electiva-Simulacion-2021

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Planificación Electiva-Simulacion-2021

Cargado por

Copyright:

Formatos disponibles

Universidad Tecnológica Nacional

Facultad Regional San Nicolás

 Encuadre académico y epistemológico-conceptual de la Asignatura.

interdisciplinarios. Se fomenta en la cátedra esta metodología de trabajo, fomentándose las

 Relación de la Asignatura con el Perfil de Egreso. La materia tiene por objeto

Competencias Específicas para Ingeniería Industrial

 Relación de la Asignatura con los Alcances del Título. La materia se relaciona

 Aprendizajes previos. El estudiante debe poseer conocimientos de estadística,

 • Analizar los resultados de la simulació n y extraer conclusiones que ayuden a solucionar el

 Como objetivos secundarios, se espera:

Descriptor de Competencias. Establecer la Meta general de la asignatura y desglosarla en

 Contenidos (Unidades Temáticas)

Unidad 1: Conceptos generales sobre los proyectos de simulación.

Unidad 2: Simulación por eventos discretos.

Unidad 3: Recolección de datos y análisis estadístico. Nociones de validación y verificación de modelos

 Relevamiento de datos estadísticos.

Unidad 4: Diseño de experimentos

 Metodología/Actividades y estrategias de enseñanza

Listado de Trabajos Prácticos

Libros de consulta para los alumnos:

Libros de consulta docente:

También podría gustarte