Universidad Pública de Navarra



Año Académico: 2017/2018 | Otros años:  2016/2017  |  2015/2016 
Máster Universitario en Ingeniería de Telecomunicación por la Universidad Pública de Navarra
Código: 73228 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

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

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.

CG4: Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Ingeniería de Telecomunicación y campos multidisciplinares afines.

Subir

Competencias específicas

CEO5: Diseño e interpretación de ejercicios de simulación sobre el comportamiento de la economía a través de la evaluación de inversión con el cambio pertinente en estructura de financiación y sus posibles efectos.

CEO7: Conocimiento sobre gestión de procesos, reingeniería de procesos y soportes de sistemas de información

Subir

Resultados aprendizaje

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

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

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

R4. Tener 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.

R5. Conocimiento de los fundamentos en los que se basa la optimización con simulación.

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
CB7 AF2-AF3-AF4-AF6
CB9 AF3-AF6
CB10 AF3-AF4-AF5
CG4 AF1-AF2-AF3-AF4-AF5-AF6
CEO5 AF1-AF2-AF3-AF4-AF5-AF6
CEO7 AF1-AF2-AF3-AF4-AF5-AF6

Subir

Idiomas

Español

Subir

Evaluación

Resultado de aprendizaje Sistema de evaluación Peso (%) Carácter recuperable
R1, R2, R3, R4, R5 Pruebas de respuesta larga 50
R2, R3, R4, R5 Trabajos e informes 45 NO
R3, R4, R5 Presentaciones orales 5 NO

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