Universidad Pública de Navarra



Año Académico: 2017/2018 | Otros años:  2016/2017  |  2015/2016 
Máster Universitario en Ingeniería Industrial por la Universidad Pública de Navarra
Código: 73040 Asignatura: Simulación para la toma de decisiones
Créditos: 4.5 Tipo: Optativa Curso: 2 Periodo: 1º S
Departamento: Estadística e Investigación Operativa
Profesores
MALLOR GIMENEZ, FERMÍN FRANCISCO AZCARATE CAMIO, CRISTINA (Resp)

Partes de este texto:

 

Módulo/Materia

Módulo de Especialización en Organización de Empresas / Técnicas avanzadas de organización de empresas

Subir

Descriptores

Modelos de colas. Simulación: Generación artificial de aleatoriedad. Simulación de sistemas. Optimización con simulación. Aplicaciones en organización industrial. Discusión de casos reales.

Subir

Competencias genéricas

CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación.

CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio. 

CB9: Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades. 

CB10: Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo. 

CG1: Tener conocimientos adecuados de los aspectos científicos y tecnológicos de: métodos matemáticos, analíticos y numéricos en la ingeniería, ingeniería eléctrica, ingeniería energética, ingeniería química, ingeniería mecánica, mecánica de medios continuos, electrónica industrial, automática, fabricación, materiales, métodos cuantitativos de gestión, informática industrial, urbanismo, infraestructuras, etc. 

CG8: Aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares.

Subir

Competencias específicas

CEO6: Conocimiento de los principios de los modelos de simulación para la representación de procesos industriales y tomas de decisiones

Subir

Resultados aprendizaje

R1. Conocimiento de los fundamentos teóricos en los que se apoya la generación artificial de aleatoriedad.

R2. Comprensión de los fundamentos de la simulación de eventos discretos mediante el ordenador.

R3. Capacidad para la representación de un proceso industrial mediante un modelo de simulación adecuado con los objetivos del estudio.

R4. Conocimiento de los fundamentos en los que se basa la optimización con simulación.

R5. Capacidad de implementar un modelo de simulación utilizando un programa específico de simulación, de diseñar los experimentos de simulación, de recoger los resultados y de analizarlos e interpretarlos.

Subir

Metodología

Actividad formativa Horas % Presencialidad del alumno
AF1.- Clases expositivas/participativas 20 100
AF2.- Prácticas 21 100
AF3.- Actividades de aprendizaje cooperativo 4 100
AF4.- Realización de proyectos en grupo 30 0
AF5.- Estudio y trabajo autónomo del estudiante 30 0
AF6.-Tutorías y pruebas de evaluación 7.5 100

Subir

Relación actividades formativas-competencias

Competencia Actividad formativa
CB6 AF2-AF3-AF4-AF6
CB7 AF2-AF3-AF4-AF6
CB9 AF3-AF6
CB10 AF3-AF4-AF5
CG1 AF1-AF2-AF3-AF4-AF5-AF6
CG8 AF2-AF3-AF4-AF6
CEO6 AF1-AF2-AF3-AF4-AF5-AF6

Subir

Idiomas

Español

Subir

Evaluación

Resultado de aprendizaje Sistema de evaluación Peso (%)
R1, R2, R3, R4, R5 Pruebas de respuesta larga 50
R2, R3, R4, R5 Trabajos e informes 45
R3, R4, R5 Presentaciones orales 5

Subir

Contenidos

Tema 1: Modelos de colas.

Tema 2: Simulación: Generación artificial de aleatoriedad.

Tema 3: Simulación de sistemas.

Tema 4: Optimización con simulación.

Tema 5: Aplicaciones en organización industrial. Discusión de casos reales.

Subir

Temario

Tema 1: Modelos de colas.

  • Estructura de un modelo de colas.
  • Modelos de colas Markovianos y no Markovianos.
  • Redes de colas.

 

Tema 2: Simulación. Generación artificial de aleatoriedad.

  • Introducción a la simulación.
  • Generación artificial de aleatoriedad: números pseudoaleatorios.
  • Generación artificial de aleatoriedad: Simulación de variables aleatorias y de procesos estocásticos.

 

Tema 3: Simulación de sistemas.

  • Modelos de simulación de eventos discretos. Componentes.
  • Simulación de modelos de eventos discretos: avance del reloj.
  • Construcción de un modelo de simulación.
  • Análisis de datos de entrada.
  • Análisis de los resultados de la simulación.
  • Modelado y resolución de casos con ARENA.

 

Tema 4: Optimización con simulación.

  • Formulación de problemas de optimización.
  • Interacción entre optimización y simulación.
  • Programa de optimización OptQuest con ARENA

Tema 5: Aplicaciones. Discusión de casos reales.

  • Fases en el desarrollo de un estudio de simulación.
  • Aplicaciones de la simulación para la toma de decisiones en el contexto de la organización industrial.
  • Discusión de casos reales.

Presentación y discusión de los estudios de simulación realizados por los estudiantes.

Subir

Bibliografía

Acceda a la bibliografía que su profesor ha solicitado a la Biblioteca.


KELTON, W.D.; SADOWSKY, R.P.; ZUPICK, N.B. (2015): Simulation with Arena. 6th Ed. McGraw-Hill.

LAW, A.M. (2015): Simulation modeling and analysis. 5ª Ed. McGraw-Hill.

ROSSETTI, M.D. (2010): Simulation modeling and Arena. John Wiley & Sons.

RUSSELL, R.S.; TAYLOR, B.W. (2006): Operations Management. Wiley. 5ª Ed.


Revistas científicas: Journal of Simulation, Proceedings of the Winter simulation conference, Optimization and Engineering, Interfaces, Engineering Optimization, European Journal of Industrial Engineering, European Journal of Operational Research, Computers and Industrial Engineering, etc.

Subir

Lugar de impartición

Aulario (aula y aula de informática)

Subir