1.

- DATOS DE LA ASIGNATURA Nombre de la asignatura: Simulación Carrera: Ingeniería en Sistemas Computacionales Clave de la asignatura: SCM - 0430 Horas teoría-horas práctica-créditos 3-2-8

2.- HISTORIA DEL PROGRAMA

Lugar y fecha de elaboración o Participantes revisión Instituto Tecnológico Representantes de la de Toluca del academia de sistemas y 18 al 22 agosto 2003. computación de los Institutos Tecnológicos. Institutos Tecnológicos de: Toluca 23 agosto al 7 noviembre del 2003

Observaciones (cambios y justificación) Reunión nacional de evaluación curricular de la carrera de Ingeniería en Sistemas Computacionales.

Academia de sistemas y Análisis y enriquecimiento de computación. las propuestas de los programas diseñados en la reunión nacional de evaluación. Definición de los programas de estudio de la carrera de Ingeniería en Sistemas Computacionales.

Instituto Tecnológico Comité de consolidación de León de la carrera de 1 al 5 de marzo 2004. Ingeniería en Sistemas Computacionales.

Fundamentos de Técnicas de programación. modelará. . Posteriores Asignaturas Temas Investigación de operaciones. productivos y de servicios. reales o hipotéticos a través de la simulación de eventos discretos con el fin de conocerlos con claridad o mejorar su funcionamiento.OBJETIVO(S) GENERAL(ES) DEL CURSO • Analizará.. Matemáticas V. lógico. Aplica su capacidad de juicio critico.3. experimentará sistemas computacionales. y de Métodos numéricos. Relación con otras asignaturas del plan de estudio Anteriores Asignaturas Temas Probabilidad y Funciones estadística. Aportación de la asignatura al perfil del egresado • • Analiza. diseño detallado. Manipulación modelos matemáticos.UBICACIÓN DE LA ASIGNATURA a). deductivo y de modelación para la toma de decisiones.. 4. desarrolla y programa modelos de simulación. b). distribuciones muestrales.

3.2 Aprendizaje y uso de un simulador.2 1.2 Modelos de líneas de espera. 3 4 Lenguajes de simulación. 4. 3. 2.5.1 3.3 Método de Monte Carlo. 4. 4.1 Caso de estudio: análisis.3 Casos prácticos de simulación.3 1. Números pseudoaleatorios. 4.2 3. 1. 5 Unidad Integradora. Variables aleatorias continuas. 5.5 Procedimientos especiales..4 Introducción. Generación de variables aleatorias. modelos y control. modelado y simulación de un sistema o subsistema de servicios o productivo de una empresa para detectar las mejoras posibles a realizar.6 2 Subtemas Definiciones e importancia de la simulación en la Ingeniería. Métodos para generar variables aleatorias. 3.3 3.TEMARIO Unidad Temas 1 Introducción a la simulación.1 1.3. Variables aleatorias discretas. 4. .2 Validación del sistema de simulación.1 Métodos de generación de números pseudoaleatorios.1 Modelos de inventarios. Estructura y etapas de un estudio de simulación. Metodología de la simulación. Sistemas. Conceptos básicos de modelación. Etapas de un proyecto de simulación. 5.1 Lenguajes de simulación y simuladores.2 Pruebas estadísticas de aleatoriedad. 2.5 1.4 1. 2.

C++. WiITNESS. ARENA.APRENDIZAJES REQUERIDOS • • • • Tener habilidades de programación. con el fin de complementar los conocimientos adquiridos en el curso. Visual´s. Realizar proyectos de aplicación a situaciones reales. Utilizar un Software para realizar pruebas de bondad de ajuste. reforzar con el uso de ejemplos prácticos y de interés. TAYLOR. Aplicar conocimientos de cálculo para modelar problemas.. 7. Prácticas de programación y uso del Simulador en el laboratorio de computo. Utilizar lenguajes de propósito general (Pascal. Participación de los estudiantes en las dinámicas grupales.. o algun otro disponible). mesas redondas. . Realización de un proyecto final de la aplicación de la simulación. Utilizar conceptos y modelos de investigación de operaciones. con exámenes parciales. Tareas extra-clase de resolución de ejercicios.6. C. conferencias. definirlos en conjunto con los estudiantes. analizarlos y discutirlos en clase.SUGERENCIAS DE EVALUACIÓN • • • • • Conceptos teóricos básicos. Exposición. Exposición del proyecto final de la aplicación de la simulación en una empresa y su modelación en un simulador. Prácticas. para simular ó software de apoyo. Utilizar algún software para simulación ( PROMODEL. etc). • • • • • • • 8. análisis en sesión plenaria de la participación de los equipos de algunos temas del curso.. Delphi. debates.SUGERENCIAS DIDÁCTICAS • Propiciar la investigación previa de los conceptos fundamentales de la teoría de cada unidad . Usar conceptos de probabilidad y pruebas estadísticas.

7.1. etc. Visual Basic. de inventarios.Números pseudoaleatorios. Delphi. Objetivo Educacional El estudiante identificará los elementos principales y las principales aplicaciones en simulación. Realizar ejercicios usando las principales pruebas estadísticas de aleatoriedad con las series de números generados en la actividad anterior. Discutir en el aula los conceptos básicos de modelación de problemas. Construir un mapa conceptual o diagrama con las etapas de un proyecto de simulación. Objetivo Educacional Aplicará las formas de generación y pruebas estadísticas de números aleatorios y pseudoaleatorios para construir programas de simulación.UNIDADES DE APRENDIZAJE UNIDAD 1. Analizar en equipo las diferentes metodologías de simulación. C. los elementos del sistema y metodología para el análisis de sistemas. de calidad. Actividades de Aprendizaje • • • • Identificar definiciones y Aplicaciones de la simulación.Introducción a la simulación. Escribir un programa en su lenguaje favorito para aplicar el Método de Monte Carlo a diversos procesos de simulación manuales y usando Lenguajes de propósito general como. Concluir y describir en el aula la estructura y las etapas de un estudio de simulación.5. Fuentes de Información 2. Fuentes de Información 2.12. Discutir los principales conceptos sobre sistemas. Pascal.4..9. Actividades de Aprendizaje • Elaborar ejercicios de generación de números aleatorios y pseudoaleatorios escribiendo un programa de computadora.1.. sistemas productivos.5.8..9 • • UNIDAD 2.13 y 15 • • . de problemas aplicados a servicios. C++. el enfoque sistémico. económicos.

Objetivo Educacional Conocerá los principales lenguajes de simulación y los simuladores de eventos continuos y discretos Actividades de Aprendizaje • Buscar información y seleccionar los principales lenguajes de simulación y simuladores. A través del uso de lenguajes de programación de propósito general.Lenguajes de simulación. de calidad. continuas y empíricas. sus características. SIMAN. Poisson. de inventarios. Utilizar procedimientos especiales. Actividades de Aprendizaje • • • • Discutir en grupo los conceptos de función de probabilidad y distribución acumulada. visual Basic.UNIDAD 3. para generar variables con distribución Normal. Elaborar ejercicios en el aula para Identificar las principales variables aleatorias discretas. WITNESS . ARENA. ECSL.. GPSS.1.5. entre otros. Escribir un programa o usar software de simulación para generar variables aleatorias discretas. Simuladores: PROMODEL. etc.Generación de variables aleatorias. continuas y empíricas. y sus aplicación y uso. Dephi. Java. Fuentes de Información 2.5. tales como lenguajes: SLAM.11.. etc. etc. Elaborar ejercicios en el aula para Identificar las principales variables aleatorias continuas. tales como C. realizará pruebas de ajuste de bondad y determinará tamaño de muestra. TAYLOR II. sistemas productivos.1. Objetivo Educacional Generará variables aleatorias discretas. C++. Erlang y algunos otros. económicos. Elaborar ejercicios de Uso de un Simulador y elaborar prácticas de simulación manuales y en computadora de problemas aplicados a servicios. Fuentes de Información 2.12 • .12 • UNIDAD 4.

UNIDAD 5. 1984. 2. A Guide to Simulation. Sadowski. promodel. Simulation. D. Mc. 13. México: Limusa. 5ª. Elements of Stochastic Process Simulation. McGrawHill/Interamericana 1996. 15. R. 1983. 5. Análisis y Simulación de Sistemas Industriales. Mc. 12. (). 10. 11. Kelton.S. 2a Edición USA: Academic Press. Gordon. Pardo Leandro. Discrete Systems Simulation. Simulación Un enfoque práctico.S. Hillier..Unidad integradora. El Enfoque de Sistemas. 3. y plantear acciones que mejores el desempeño de sistemas y que en el caso de poder implementarse se lleve hasta este nivel. McGrawHill. Bowden R. P. 6. 1989..A.J: Prentice-Hall. 1984. y Sadowski. R.. V. modelado y simulación de sistema de servicios o productivo de una empresa para detectar las mejoras posibles a realizar.. G. B. Discrete event system simulation. Ediciones Diaz Santos. Banks. Coss Bu Raúl. y Kelton W.D. M. Law A. Davis y Mc kewon. Englewood Cliffs. 2002.J. Objetivo Educacional Generará variables aleatorias discretas. Graw-Hill. Ghosh B. Azarang. Springer Verlag. .. y Grijalva. Fuentes de Información 10. 14. 7. Introducción a la Investigación de Operaciones. continuas y empíricas. Técnicas de Simulación de computadoras. J. y Lieberman. Bratley. Valdez Teofilo. 16. FUENTES DE INFORMACIÓN 1. G.L. 17. Simulation Modeling and Análisis. México: McGrawHill/Interamericana 2003. Englewood Cliffs.. Graw Hill. Limusa. Concebís B. Edición. 2a. Gottfried.P. E. Naylor. Simulation with Arena.. 4. Simulación de Sistemas. Edición USA: McGrawHill. Prentice-Hall. N. Schrage. S. Fox. Simulación Aplicaciones Practicas en la empresa. Simulación y Análisis de Modelos Estocásticos México. 1987. 9. J. N.. L. Modelos Cuantitativos para la Administración. y García Dunna. 1997 Shdmit y Taylor. 2002. México: Diana. Balintfy y Burdick. M. realizará pruebas de ajuste de bondad y determinará tamaño de muestra. 8. B. F. Trillas.S. Simulation using PROMODEL w/CD-ROM. 1980. Limusa.E. Ross. Gerez. y Carson. (). Actividades de Aprendizaje • Plantear en grupo la realización de un Proyecto Final el cuál consistirá en el análisis. Harrell Ch.J. W.

Winston.18. Editorial Iberoamérica. Taha. Representar y analizar estadísticamente el comportamiento de variables aleatorias que representan tasas de llegada y de servicio al cliente. H. PRÁCTICAS Unidad Práctica 1 2 3 4 5 6 Elaborar un ejercicio de simulación de una línea de espera con varios clientes un servidor. Investigación de Operaciones. Gpo. 20. .A. Representar y analizar estadísticamente el comportamiento de variables aleatorias que representan tasas de llegada y de servicio al cliente con más de un servidor. Representar mediante un modelo matemático las variables aleatorias que representan los tiempos de llegada y de servicio al cliente con más de un servidor. México: Alfaomega 1991. 2ª Edición. Thierauf. 19. Limusa. Investigación de Operaciones. Modelar un caso de estudio completo. Investigación de Operaciones. 11. Elaborar un ejercicio de simulación de una línea de espera con varios clientes y varios servidores.

Sign up to vote on this title
UsefulNot useful