FACULTAD DE

CIENCIAS E
INGENIERÍA
SIMULACIÓN AVANZADA
2018-1

I. INFORMACIÓN GENERAL
CURSO SIMULACIÓN AVANZADA
CLAVE IND354
CRÉDITOS 3
HORAS DE DICTADO CLASE: 3 Semanal
EXAMEN:
HORARIO TODOS
PROFESORES LUIS ALFREDO MANUEL CLEMENTE MOQUILLAZA

II. PLANES CURRICULARES DONDE SE DICTA EL CURSO

ESPECIALIDAD ETAPA NIVEL CARÁCTER REQUISITOS
INGENIERÍA INDUSTRIAL PREGRADO EN 10 ELECTIVO IND291 SIMULACIÓN
FACULTAD DE SISTEMAS
[07]
Tipos de requisito
04 = Haber cursado o cursar simultaneamente
05 = Haber aprobado o cursar simultaneamente
06 = Promedio de notas no menor de 08
07 = Haber aprobado el curso

III. DESCRIPCIÓN DEL CURSO

La simulación hoy en día es una de las principales herramientas para modelar el comportamiento de
sistemas de diversos sectores. Gran parte de estos requieren modelamientos complejos y el empleo
de herramientas computacionales diversas que permitan optimizar los tiempos de cálculo para poder
asegurar una amplia gama de escenarios estudiados. El uso de la simulación presenta un auge
notable con los desarrollos de diversos sistemas y lenguajes adaptados para diferentes casos, lo que
permite, incluso determinar soluciones óptimas en base a escenarios dinámicos que la simulación
puede proporcionar.

Este curso complementa los conocimientos básicos de simulación de sistemas y presenta

herramientas para construir sistemas más complejos y cercanos a los de la realidad, mientras que
presenta conocimientos precisos de la lógica de optimización basada en simulación. Se revisarán,
también, enfoques alternativos a la simulación de eventos discretos incorporando herramientas de
uso cotidiano en el ámbito laboral y trabajando casos aplicables a diferentes sectores industriales
que permiten simulaciones de mayor tamaño. Además el curso presenta una introducción a la
simulación con redes neuronales, y la programación requerida para la interpretación del concepto de
la inteligencia artificial y su inferencia en los modelos de simulación.

IV. SUMILLA
Modelos de Simulación Monte Carlo aplicados mediante Hojas de Cálculo. Simulación de Redes
Neuronales Artificiales. Diseño de Interfaces de Adquisición, Escritura y Manejo de Datos en modelos
de Simulación de Eventos Discretos. Dinámica de Transportes de Camino Dirigido. Modelamiento de
Sistemas Complejos. Técnicas de Optimización Basadas en Simulación.

V. OBJETIVOS
 FACULTAD DE CIENCIAS E INGENIERÍA
IND354 - SIMULACIÓN AVANZADA

Al terminar el curso, el alumno podrá representar modelos dinámicos y probabilísticos complejos de

procesos involucrados en la tarea de un ingeniero industrial, y generar interfases a otros sistemas
que permitan un posterior análisis de los mismos mediante otras plataformas. Asimismo, el alumno
estará en la capacidad de usar herramientas computacionales múltiples para efectuar súper
simulaciones, lo que potenciará el uso de herramientas cotidianas, a través de programación, que le
permitan lograr resultados de mejor calidad sobre los sistemas a analizar.

Estos objetivos contribuyen al logro de los siguientes dos resultados del programa:

(a) Aplicar los conocimientos de matemáticas, ciencias e ingeniería, relacionados a la Ingeniería

Industrial.
(b) Diseñar y conducir experimentos, así como analizar e interpretar datos.

VI. PROGRAMA ANALÍTICO

SESIÓN 1 MODELOS DE SIMULACIÓN MONTECARLO APLICADOS MEDIANTE HOJAS
DE CÁLCULO (6 horas)
1.1.Modelos de Simulación en Finanzas: Proyecciones de Estados Financieros, Análisis de
Sensibilidad Dinámicos,
1.2.Modelos de Simulación en Marketing: Estimación de participación de mercado, Selección de
medios
1.3.Modelos de Simulación en Operaciones: Programación de inicio de producción, Administración
Dinámica de Proyectos

Software: Crystal Ball, Risk, MS VBA for Excel

Lecturas: Winston Cap 5
Savage Cap 3, 4 y 5
SESIÓN 2 SIMULACIÓN DE REDES NEURONALES ARTIFICIALES (15 horas)
2.1.Conceptos de Inteligencia Artificial
2.2.Introducción a las Redes Neuronales
2.3.Componentes de las Redes Neuronales.
2.4.Aprendizaje
2.5.Validación
2.6.Redes de Retro propagación
2.7.Programación en Java
2.8.Estructura de Programación
2.9.Análisis de Resultados
2.10.Aplicaciones

Software: Java
Lecturas: Gurney Cap 1 a. 6
Eckel Cap 2, al 7
SESIÓN 3 DISEÑO DE INTERFACES DE ADQUISICIÓN, ESCRITURA Y MANEJO DE
DATOS EN MODELOS DE SIMULACIÓN DE EVENTOS DISCRETOS (3 horas)
3.1.Lectura de Datos
3.2.Manejo de Base de Datos Estructurales
3.3.Escritura de Datos
3.4.Definición de Áreas de Actividad
3.5.Diseño de Parámetros

Software: MS Excel, MS Access, Arena

Lecturas: Kelton, Cap. 5
SESIÓN 4 . (3 horas)
Examen parcial
SESIÓN 5 DINÁMICA DE TRANSPORTES DE CAMINO DIRIGIDO (6 horas)
4.1. Transportes de Camino Dirigido
4.2. Diseño de redes de transporte
4.3. Administración y selección de transportes
4.4. Modificación de Transportes en Ruta
4.5. Animación de Redes viales

Software: Arena
Lecturas: Kelton, Cap. 6
 FACULTAD DE CIENCIAS E INGENIERÍA
IND354 - SIMULACIÓN AVANZADA

SESIÓN 6 MODELAMIENTO DE SISTEMAS COMPLEJOS (3 horas)

5.1. Diseño de reglas experimentales
5.2. Administración de estadísticos internos
5.3. Diseño de Lógica Condicional Estructurada
5.4. Activación/Desactivación de Recursos
5.5. Bloqueos Temporales de Colas
5.6. Modelamiento de Bloques y Elementos con VBA

Software: Arena, VBA

Lecturas: Kelton, Cap. 7
SESIÓN 7 TÉCNICAS DE OPTIMIZACIÓN BASADAS EN SIMULACIÓN (9 horas)
6.1. Técnicas de búsqueda determinística
6.2. Técnicas de búsqueda por patrones
6.3. Técnicas de búsqueda probabilísticas
6.4. Técnicas evolutivas
6.5. Técnicas de aproximación estocástica

Software: Opt Quest for Arena, R

Lecturas: GOSAVI, Cap. 1 al 4
SESIÓN 8 . (3 horas)
Examen final

VII. METODOLOGÍA
Es un curso de naturaleza activa, el cual requiere de la participación de los alumnos. Se trabajará de
la siguiente manera:

- Sesiones de simulación en computadora

- Trabajos prácticos virtuales
- Desarrollo de ejercicios en sesión
- Trabajos de aplicación de las herramientas estudiadas

VIII. EVALUACIÓN
Sistema de evaluación
N° Codigo Tipo de Cant. Forma de Pesos Cant. Eval. Consideracion Observaciones
Evaluación Eval. aplicar los Eliminables es adicionales
pesos
1 Ta Tarea 1 Por Ta1=2
académica Evaluación
2 Ex Examen 2 Por Ex1=3
Evaluación Ex2=4
Fórmula para el cálculo de la nota final
( 2Ta1 + 3Ex1 + 4Ex2 ) / 9
Ev. Remedial PUCP-UPCH se aplica sólo para alumnos del convenio PUCP-UPCH de la
siguiente forma:
- Si el alumno falta a uno de los exámenes parciales, el examen remedial reemplaza a dicha falta
y el promedio se calcula de acuerdo a la fórmula de calificación del curso.
- Si el alumno asiste a todos los exámenes parciales y desaprueba el promedio final del curso
con una nota mayor o igual a 08, el promedio del curso será 11 si el alumno aprueba el examen
remedial. El promedio del curso no se modifica si el alumno desaprueba el examen remedial.
Aproximación de la nota final No definido
Consideraciones adicionales
 FACULTAD DE CIENCIAS E INGENIERÍA
IND354 - SIMULACIÓN AVANZADA

Se aplica la modalidad de evaluación 1.

Al contar este curso con al menos un trabajo grupal, es importante tener en cuenta la Directiva y
Normas para la elaboración de trabajos grupales, las cuales se encuentran detalladas en el Anexo II
del reglamento de la Facultad de Ciencias e Ingeniería. Dicho anexo también puede ser consultado
en el siguiente enlace.

http://files.pucp.edu.pe/facultad/ingenieria/wp-content/uploads/2018/02/05125614/directiva-y-normas-
para-elaboracion-de-trabajos-grupales.pdf.

Además, el formato requerido para hacer la declaración grupal, indicada en dicho anexo, puede ser
descargado desde el siguiente enlace.

http://files.pucp.edu.pe/facultad/ingenieria/wp-content/uploads/2018/02/05125617/declaracion-de-
trabajo-grupal.pdf.

IX. BIBLIOGRAFÍA
Referencia obligatoria
- Libro
Banks, Jerry
1996
Discrete-event system simulation
Upper Saddle River, New Jersey : Prentice Hall, 1996
http://caliope.pucp.edu.pe/uhtbin/cgisirsi/x/0/x/5?searchdata1=106380+%7bckey%7d&user_id=webserver

- Libro
Eckel, Bruce
2006
Thinking in Java
Upper Saddle River, NJ : Prentice Hall, 2006
http://caliope.pucp.edu.pe/uhtbin/cgisirsi/x/0/x/5?searchdata1=407323+%7bckey%7d&user_id=webserver

- Libro
GOSAVI, A.
2003
Simulation-Based Optimization Parametric Optimization Techiniques and Reinceforment Learning
Kluwer Academic Publishers.
- Libro
Gurney, Kevin
1997
An introduction to neural networks
London : UCL Press, 1997
http://caliope.pucp.edu.pe/uhtbin/cgisirsi/x/0/x/5?searchdata1=208286+%7bckey%7d&user_id=webserver

- Libro
Kelton, W. David.
1998
Simulation with Arena
Boston, MA : McGraw-Hill, 1998.
http://caliope.pucp.edu.pe/uhtbin/cgisirsi/x/0/x/5?searchdata1=170980+%7bckey%7d&user_id=webserver

- Libro
Law, Averill M.
1991
Simulation modeling and analysis
New York : McGraw-Hill, 1991
http://caliope.pucp.edu.pe/uhtbin/cgisirsi/x/0/x/5?searchdata1=68426+%7bckey%7d&user_id=webserver
 FACULTAD DE CIENCIAS E INGENIERÍA
IND354 - SIMULACIÓN AVANZADA

- Libro
Savage, Sam L., 1944-
1998
Insight.xla : business analysis software for Microsoft Excel
Pacific Grove, CA. : Duxbury, 1998
http://caliope.pucp.edu.pe/uhtbin/cgisirsi/x/0/x/5?searchdata1=258737+%7bckey%7d&user_id=webserver

- Libro
WINSTON W.L G.
2004
Microsoft Excel, Data Analysis and Business Modeling
Editorial Prentice Hall.

X. POLÍTICA CONTRA EL PLAGIO

Para la corrección y evaluación de todos los trabajos del curso se va a tomar en cuenta el debido
respeto a los derechos de autor, castigando severamente cualquier indicio de plagio con la nota
CERO (00). Estas medidas serán independientes del proceso administrativo de sanción que la
facultad estime conveniente de acuerdo a cada caso en particular. Para obtener más información,
referirse a los siguientes sitios en internet
www.pucp.edu.pe/documento/pucp/plagio.pdf