Está en la página 1de 9

SIMULACIN

Descripcin del Mdulo

CARTA DE BIENVENIDA











Hola a todos!

Reciban una calurosa bienvenida al curso de Simulacin de eventos discretos que se
desarrollar a lo largo de estas 8 semanas, se espera que para todos sea un proceso de
aprendizaje, por parte de ustedes, en el conocimiento y aplicacin de una valiossima
herramienta para la toma de decisiones en las empresas, como lo es la simulacin y por parte
del tutor, en el aprendizaje de todas aquellas experiencias que podamos compartir y nos
permiten crecer no solo en el mbito intelectual sino tambin en el personal. Nuevamente
bienvenidos y muchos xitos!

Tutor


2 [ POLITCNICO GRANCOLOMBIANO]

FICHA TCNICA
Nombre del Curso: Simulacin de eventos discretos
Autor: Ana Martin
Facultad: Ingeniera y Ciencias Bsicas
Departamento: Ingeniera Industrial
Correo electrnico oficial: amartina@poli.edu.co


Objetivos de aprendizaje del curso

Qu los estudiantes sabrn o sern capaces de hacer al finalizar el mdulo?

Conocer y aplicar los pasos que deben seguirse para desarrollar un estudio de
1.
simulacin.
Conocer las metodologas y tecnologas cuantitativas utilizadas en la actualidad, para el
2.
anlisis de datos de entrada y salida en un estudio de simulacin.
Consolidar conocimientos especficos de la optimizacin matemtica y del modelaje de
3.
procesos aplicados a la simulacin de eventos discretos.
Tener un conocimiento bsico del software Arena como herramienta computacional
4.
para el diseo y modelaje de sistemas productivos, logsticos, etc.




[ SIMULACIN ] 3

CRITERIOS DE EVALUACIN


PRIMERA ENTREGA SEMANA 3

Indicador de lo Indicador de lo Indicador de lo que Valor en


Criterio de Resultado de
que el estudiante que el estudiante el estudiante debe % Nota
Evaluacin aprendizaje
debe saber debe hacer ser Final

El modelo
Muestra el modelo conceptual
Mostrar en un
conceptual que realizado muestra Procesamiento de la
Modelo diagrama el
representa el un correcto informacin descrita 50%
Conceptual modelo
problema entendimiento del en el enunciado
conceptual
planteado problema
planteado
10%
Que es una prueba Anlisis correcto
Muestra el anlisis
de bondad de de entrada
de entrada de los
ajuste y su basndose en Procesamiento de
datos sustentado
Anlisis de entrada pertinencia para pruebas de los datos entregados 50%
mediante las
definir como se bondad de ajustes en el enunciado
pruebas de
distribuye un y con conclusiones
hiptesis acordes.
conjunto de datos acordes.

PARCIAL SEMANA 4

Indicador de lo Indicador de lo Indicador de lo que Valor en


Criterio de Resultado de
que el estudiante que el estudiante el estudiante debe % Nota
Evaluacin aprendizaje
debe saber debe hacer ser Final

Conoce con
Estudiar los temas
precisin los temas Responsable para
Conocimiento de Conocimiento de vistos y hacer
vistos en las revisar los temas y 100% 20%
temas vistos temas vistos ejercicios sobre
unidades que se hacer ejercicios
estos.
estn evaluando.


4 [ POLITCNICO GRANCOLOMBIANO]

SEGUNDA ENTREGA SEMANA 5

Indicador de lo Indicador de lo Indicador de lo que Valor en


Criterio de Resultado de
que el estudiante que el estudiante el estudiante debe % Nota
Evaluacin aprendizaje
debe saber debe hacer ser Final

Que es una prueba Anlisis correcto


Muestra el anlisis
de bondad de de entrada
de entrada de los
ajuste y su basndose en Procesamiento de
datos sustentado
Anlisis de entrada pertinencia para pruebas de los datos entregados 50%
mediante las
definir como se bondad de ajustes en el enunciado
pruebas de
distribuye un y con conclusiones
hiptesis acordes. 20%
conjunto de datos acordes.

Responsable para
Construir un
Avance del modelo Mdulos Bsicos apoyarse en el
Modelo en Arena primer modelo del 50%
en Arena de Arena. material provisto y
sistema descrito
construir el modelo.

TERCERA ENTREGA SEMANA 7

Indicador de lo Indicador de lo Indicador de lo que Valor en


Criterio de Resultado de
que el estudiante que el estudiante el estudiante debe % Nota
Evaluacin aprendizaje
debe saber debe hacer ser Final

Responsable para
Modelo completo Construir el
apoyarse en el
Modelo en Arena Modelo en Arena desarrollado en modelo del 50%
material provisto y
Arena. sistema descrito
construir el modelo.
30%
Anlisis correcto
Cuales datos Analizar Responsable para
de los datos
Anlisis deben ser correctamente los hacer lo que se le 50%
arrojados por
analizados datos de salida propone
Arena


[ SIMULACIN ] 5

EXAMEN FINAL SEMANA 8

Indicador de lo Indicador de lo Indicador de lo que Valor en


Criterio de Resultado de
que el estudiante que el estudiante el estudiante debe % Nota
Evaluacin aprendizaje
debe saber debe hacer ser Final

Conoce con
Estudiar los temas
precisin los temas Responsable para
Conocimiento de Conocimiento de vistos y hacer
vistos en las revisar los temas y 100% 20%
temas vistos temas vistos ejercicios sobre
unidades que se hacer ejercicios
estos.
estn evaluando.


6 [ POLITCNICO GRANCOLOMBIANO]

MAPA DEL MDULO



Principios

Introduccin Clasicacin

Terminologa

Inferencia
estadstica

Modelos Distribuciones de
estadsticos probabilidad
Simulacin de
eventos Nmeros y
discretos Variables
aleatorias

Histogramas
Anlisis de datos
de entrada
Pruebas de
bondad de ajuste
Vericacin y
validacin de los
modelos

Comparacin y
Anlisis de salida evaluacin de
alternativas





[ SIMULACIN ] 7

GLOSARIO

Palabra, Termino
Significado
o abreviatura
Atributo Un rasgo o caracterstica de la entidad.
Un objeto de inters en el sistema, por ejemplo, una pieza de la lnea de
Entidad
produccin.
Estado del sistema Conjunto de variables necesarias para describir el sistema en cualquier momento.
Evento Suceso que puede cambiar el estado del sistema.
Modelo Representacin simplificada de un sistema real.
Mdulo Create
Aquel que crea las entradas de las entidades al sistema.
ARENA
Mdulo Process
Aquel donde se modela la ocupacin del recurso y/o demoras de las entidades.
ARENA
Mdulo Decide
Aquel que permite tomar decisiones basadas en condiciones o en probabilidades.
ARENA
Mdulo Dispose
Aquel que da salida a las entidades del sistema.
ARENA
Recurso Objeto del sistema que transforma o presta servicio a la entidad.
Replica Observacin o experimentacin individual de un modelo.
Simulacin de Aquella que no tiene en cuenta la evolucin del sistema segn el transcurrir del
Monte Carlo tiempo; por eso es llamada tambin simulacin esttica.
Grupo de objetos que relacionados entre s ordenadamente, contribuyen al
Sistema cumplimiento de determinado objetivo, por ejemplo, una lnea de produccin, una
oficina bancaria, etc.
Aquel donde la variable de estado cambia en un conjunto discreto de puntos en el
tiempo, por ejemplo, el nmero de clientes disminuye en una oficina bancaria si un
Sistema Discreto
cliente ya termina su transaccin y sale de la instalacin en el instante t. Por lo
tanto, dicha oficina podra considerarse un sistema discreto.
Aquel donde la variable de estado cambia continuamente en el tiempo, por
Sistema Continuo
ejemplo, el nivel de agua de una represa.
Un sistema de colas, desde su concepcin ms simple, se puede describir como un
sistema al cual, los clientes llegan cada intervalo de tiempo y se unen a una lnea
Sistema de Colas
de espera en busca de ser atendidos por medio de un servidor; tan pronto finaliza
el servicio, el cliente abandona el sistema.
Variable Elemento que describe el estado del sistema en un modelo de simulacin.
Trabajo en proceso (por sus iniciales en ingls, Work in Process). Hace referencia al
WIP
nmero promedio de entidades que se hallan en el sistema.


8 [ POLITCNICO GRANCOLOMBIANO]

BIBLIOGRAFA


1. ANDERSON, David. Estadstica para administracin y economa. Mxico: Cengage
Learning, 2008. 1056 p.
2. BANKS, Jerry. Discrete event system simulation. 4 ed. Ann Arbor: Prentice Hall, 2005. 608
p.
3. FBREGAS, Aldo. Simulacin de Sistemas Productivos con ARENA. Barranquilla:
Ediciones Uninorte. 2003. 206 p.
4. FISHMAN, George. Discrete-event simulation: modeling, programming and analysis.
Stanford: Springer Verlag, 2001. 445p.
5. KELTON, David; SADOWSKI, Randal y STURROCK, David. Simulation with ARENA. 4 ed.
New York: McGraw-Hill, 2009. 630 p.
6. LAW, Averill y KELTON, David. Simulation modeling and analysis. 3 ed. New York:
McGraw-Hill, 2003. 760p.
7. PAZOS, Jos; SUAREZ, Andrs y DAZ, Rebeca. Teora de colas y simulacin de eventos
discretos. Prentice Hall. 2003. 309 p.
8. ROSS, Sheldon. Simulation.3 ed. Los Angeles: Academic Press-Elsevier, 2002. 303p.
9. ______________. Introduction to probability models. 8 ed. Los Angeles: Academic
PressElsevier. 2004. 729 p.
10. WALPOLE, Ronald; MYERS, Raymon y MYERS, Sharon. Probabilidad y estadstica para
ingenieros. 6 ed. Mxico: Pearson Educacin. 2000. 739 p.


[ SIMULACIN ] 9