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.

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

1 Modelos de inventarios.1 Métodos de generación de números pseudoaleatorios.6 2 Subtemas Definiciones e importancia de la simulación en la Ingeniería.2 Modelos de líneas de espera. 2.3 3.2 Aprendizaje y uso de un simulador. 1.2 Pruebas estadísticas de aleatoriedad. 2.3 Casos prácticos de simulación.5 1. 5. modelos y control.4 Introducción. 4.2 3. . Conceptos básicos de modelación.3. 3. 3 4 Lenguajes de simulación. Variables aleatorias discretas. 4. 4.1 Caso de estudio: análisis. 4. Métodos para generar variables aleatorias. Generación de variables aleatorias. Etapas de un proyecto de simulación.3.3 Método de Monte Carlo.1 3. 2.1 Lenguajes de simulación y simuladores. Números pseudoaleatorios. modelado y simulación de un sistema o subsistema de servicios o productivo de una empresa para detectar las mejoras posibles a realizar. Sistemas.4 1.. Metodología de la simulación. Estructura y etapas de un estudio de simulación.1 1.5. 3. 5 Unidad Integradora.2 1.3 1. 5.TEMARIO Unidad Temas 1 Introducción a la simulación.5 Procedimientos especiales. Variables aleatorias continuas. 4.2 Validación del sistema de simulación.

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

Analizar en equipo las diferentes metodologías de simulación. Fuentes de Información 2.Introducción a la simulación. de calidad. sistemas productivos. 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.9.. Discutir en el aula los conceptos básicos de modelación de problemas.9 • • UNIDAD 2. Objetivo Educacional Aplicará las formas de generación y pruebas estadísticas de números aleatorios y pseudoaleatorios para construir programas de simulación. Delphi.UNIDADES DE APRENDIZAJE UNIDAD 1.13 y 15 • • . los elementos del sistema y metodología para el análisis de sistemas.7.4.. Fuentes de Información 2.12. Actividades de Aprendizaje • Elaborar ejercicios de generación de números aleatorios y pseudoaleatorios escribiendo un programa de computadora. el enfoque sistémico. de inventarios. Visual Basic. económicos.5. Realizar ejercicios usando las principales pruebas estadísticas de aleatoriedad con las series de números generados en la actividad anterior. Pascal. Construir un mapa conceptual o diagrama con las etapas de un proyecto de simulación. de problemas aplicados a servicios.5.8. Objetivo Educacional El estudiante identificará los elementos principales y las principales aplicaciones en simulación. etc. C++.1. Actividades de Aprendizaje • • • • Identificar definiciones y Aplicaciones de la simulación. C. Concluir y describir en el aula la estructura y las etapas de un estudio de simulación.1.Números pseudoaleatorios. Discutir los principales conceptos sobre sistemas..

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

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

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