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.

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

Métodos para generar variables aleatorias. 3. Generación de variables aleatorias.1 Modelos de inventarios. modelos y control.5. Estructura y etapas de un estudio de simulación. 4. Etapas de un proyecto de simulación. Números pseudoaleatorios.1 3.3. 4. Variables aleatorias continuas. 2. modelado y simulación de un sistema o subsistema de servicios o productivo de una empresa para detectar las mejoras posibles a realizar. 2. 4. 2.3 3.4 Introducción.1 Lenguajes de simulación y simuladores. Conceptos básicos de modelación.1 Caso de estudio: análisis.3 Método de Monte Carlo.2 3.3.2 Aprendizaje y uso de un simulador.. 3 4 Lenguajes de simulación.2 Validación del sistema de simulación. Variables aleatorias discretas. . 1.5 Procedimientos especiales.1 Métodos de generación de números pseudoaleatorios.6 2 Subtemas Definiciones e importancia de la simulación en la Ingeniería. 5.TEMARIO Unidad Temas 1 Introducción a la simulación. 5 Unidad Integradora.2 Modelos de líneas de espera.2 Pruebas estadísticas de aleatoriedad. Sistemas.1 1.4 1. 4.3 1. 4.3 Casos prácticos de simulación. 5.2 1.5 1. 3. Metodología de la simulación.

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

C.8.Números pseudoaleatorios.9. de calidad. Actividades de Aprendizaje • • • • Identificar definiciones y Aplicaciones de la simulación.5. Realizar ejercicios usando las principales pruebas estadísticas de aleatoriedad con las series de números generados en la actividad anterior. Fuentes de Información 2.9 • • UNIDAD 2. Discutir los principales conceptos sobre sistemas. Objetivo Educacional El estudiante identificará los elementos principales y las principales aplicaciones en simulación.12. 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. Visual Basic. Delphi. Fuentes de Información 2.Introducción a la simulación. etc. C++..1.4. Discutir en el aula los conceptos básicos de modelación de problemas. Analizar en equipo las diferentes metodologías de simulación.UNIDADES DE APRENDIZAJE UNIDAD 1. económicos. los elementos del sistema y metodología para el análisis de sistemas. de problemas aplicados a servicios. sistemas productivos. de inventarios.13 y 15 • • ..5. 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.7. Actividades de Aprendizaje • Elaborar ejercicios de generación de números aleatorios y pseudoaleatorios escribiendo un programa de computadora.1. Concluir y describir en el aula la estructura y las etapas de un estudio de simulación. Pascal.. el enfoque sistémico.

Erlang y algunos otros. Utilizar procedimientos especiales. Poisson. Elaborar ejercicios en el aula para Identificar las principales variables aleatorias discretas. etc. Simuladores: PROMODEL. Java.5.1.5. entre otros. ARENA. realizará pruebas de ajuste de bondad y determinará tamaño de muestra. TAYLOR II.12 • UNIDAD 4. sus características. continuas y empíricas. Objetivo Educacional Generará variables aleatorias discretas. continuas y empíricas. Actividades de Aprendizaje • • • • Discutir en grupo los conceptos de función de probabilidad y distribución acumulada.Generación de variables aleatorias. económicos. de inventarios. Fuentes de Información 2.. etc. tales como lenguajes: SLAM.Lenguajes de simulación.UNIDAD 3. Escribir un programa o usar software de simulación para generar variables aleatorias discretas. GPSS. 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. C++. para generar variables con distribución Normal. etc.1. Elaborar ejercicios en el aula para Identificar las principales variables aleatorias continuas. SIMAN. de calidad. Elaborar ejercicios de Uso de un Simulador y elaborar prácticas de simulación manuales y en computadora de problemas aplicados a servicios. Dephi. tales como C. A través del uso de lenguajes de programación de propósito general. visual Basic.12 • . y sus aplicación y uso. sistemas productivos. ECSL.. Fuentes de Información 2. WITNESS .11.

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

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

Sign up to vote on this title
UsefulNot useful