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.

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

Conceptos básicos de modelación..6 2 Subtemas Definiciones e importancia de la simulación en la Ingeniería.3 3. Sistemas. 2.4 Introducción. 3 4 Lenguajes de simulación. 4. 2.3.3 1.2 3. modelado y simulación de un sistema o subsistema de servicios o productivo de una empresa para detectar las mejoras posibles a realizar. Metodología de la simulación.1 3.5. 5.5 Procedimientos especiales. . Números pseudoaleatorios.1 Métodos de generación de números pseudoaleatorios. Variables aleatorias discretas. 5.4 1. Métodos para generar variables aleatorias. 4. 4.TEMARIO Unidad Temas 1 Introducción a la simulación. 4.1 Caso de estudio: análisis.2 1. 5 Unidad Integradora.1 1.2 Modelos de líneas de espera.2 Pruebas estadísticas de aleatoriedad. 3.2 Validación del sistema de simulación. Variables aleatorias continuas. 1. 4.3. 2.3 Método de Monte Carlo.1 Modelos de inventarios.5 1.2 Aprendizaje y uso de un simulador.1 Lenguajes de simulación y simuladores.3 Casos prácticos de simulación. Etapas de un proyecto de simulación. modelos y control. Estructura y etapas de un estudio de simulación. 3. Generación de variables aleatorias.

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

13 y 15 • • . Realizar ejercicios usando las principales pruebas estadísticas de aleatoriedad con las series de números generados en la actividad anterior.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. Analizar en equipo las diferentes metodologías de simulación.8..1.9. Objetivo Educacional El estudiante identificará los elementos principales y las principales aplicaciones en simulación. Fuentes de Información 2. los elementos del sistema y metodología para el análisis de sistemas.5. sistemas productivos. económicos. Actividades de Aprendizaje • • • • Identificar definiciones y Aplicaciones de la simulación. de inventarios. Construir un mapa conceptual o diagrama con las etapas de un proyecto de simulación.4.. C++.9 • • UNIDAD 2. Pascal. de problemas aplicados a servicios. Actividades de Aprendizaje • Elaborar ejercicios de generación de números aleatorios y pseudoaleatorios escribiendo un programa de computadora. el enfoque sistémico. Objetivo Educacional Aplicará las formas de generación y pruebas estadísticas de números aleatorios y pseudoaleatorios para construir programas de simulación..5. Discutir en el aula los conceptos básicos de modelación de problemas.1.7. de calidad. Delphi. Concluir y describir en el aula la estructura y las etapas de un estudio de simulación. Fuentes de Información 2. Visual Basic. etc.UNIDADES DE APRENDIZAJE UNIDAD 1.12. Discutir los principales conceptos sobre sistemas.Números pseudoaleatorios. C.

WITNESS . etc. Simuladores: PROMODEL. sistemas productivos. de calidad. SIMAN. Fuentes de Información 2.5. realizará pruebas de ajuste de bondad y determinará tamaño de muestra. Escribir un programa o usar software de simulación para generar variables aleatorias discretas.Lenguajes de simulación.Generación de variables aleatorias. entre otros. etc.1. continuas y empíricas. Dephi.. sus características. ECSL. Elaborar ejercicios en el aula para Identificar las principales variables aleatorias continuas.11. para generar variables con distribución Normal. Actividades de Aprendizaje • • • • Discutir en grupo los conceptos de función de probabilidad y distribución acumulada.1.12 • .. Elaborar ejercicios de Uso de un Simulador y elaborar prácticas de simulación manuales y en computadora de problemas aplicados a servicios. Java.5. continuas y empíricas. tales como lenguajes: SLAM. visual Basic. Poisson. A través del uso de lenguajes de programación de propósito general. Objetivo Educacional Generará variables aleatorias discretas. de inventarios. Elaborar ejercicios en el aula para Identificar las principales variables aleatorias discretas. Utilizar procedimientos especiales. Erlang y algunos otros. TAYLOR II. Fuentes de Información 2. económicos.12 • UNIDAD 4. GPSS. y sus aplicación y uso. C++. 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. ARENA. tales como C.UNIDAD 3. etc.

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

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

Sign up to vote on this title
UsefulNot useful