Universidad Pública de Navarra



Año Académico: 2021/2022
Graduado o Graduada en Ciencia de Datos por la Universidad Pública de Navarra
Código: 505405 Asignatura: SIMULACIÓN
Créditos: 6 Tipo: Obligatoria Curso: 4 Periodo: 2º S
Departamento: Estadística, Informática y Matemáticas
Profesorado:
MALLOR GIMENEZ, FERMÍN FRANCISCO (Resp)   [Tutorías ] BERNARDINI GAGLIANI, ANGELA   [Tutorías ]
CILDOZ ESQUIROZ, MARTA   [Tutorías ]

Partes de este texto:

 

Módulo/Materia

  • Materia de Nivel 1: Simulación
  • Materia de Nivel 2: Simulación

Subir

Descripción/Contenidos

Modelos de colas. Sistemas, procesos y modelos. Clasificación de sistemas y modelos. Modelado. Verificación y validación. Simulación de eventos discretos. Simulación basada en agentes. Simulación dinámica. Optimización con simulación. Modelos híbridos. Autómatas celulares. Aplicaciones específicas físicas, químicas, ingenieriles y sanitarias.

Subir

Competencias genéricas

  • CB2 -Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio.
  • CB4 -Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.
  • CT6 -Capacidad para emprender e innovar en el ámbito de las Ciencias.

Subir

Competencias específicas

  • CG6- Crear modelos y tomar decisiones basadas en los datos disponibles combinando los conocimientos adquiridos y siendo capaz de aplicar otros nuevos para la resolución de problemas.
  • CE9- Comprender situaciones de toma de decisiones en industria, empresa y servicios reflejándolas en modelos de simulación que incorporan sus incertidumbres y complejidades.
  • CE13- Utilizar los fundamentos teóricos para el desarrollo de modelos de simulación con aplicaciones en industria y epidemiología.

Subir

Resultados aprendizaje

  • RA1. Comprender los fundamentos de la simulación de eventos discretos, de la simulación basada en agentes y de la simulación dinámica.
  • RA2. Representar un proceso industrial mediante un modelo de simulación adecuado para los objetivos del estudio.
  • RA3. Conocer los fundamentos en los que se basa la optimización con simulación.
  • RA4. Implementar un modelo de simulación, diseñar los experimentos de simulación, recoger los resultados y analizarlos e interpretarlos.
  • RA5. Explicar la noción de autómata celular como posible base para la construcción de un modelo de simulación.
  • RA6. Evaluar la calidad de un modelo de simulación en función del error cometido.
  • RA7. Construir representaciones computacionales que permitan explicar un modelo de simulación.
  • RA8. Relacionar los procesos de simulación con los de aprendizaje a partir del uso de regla

Subir

Metodología

 

Metodología Horas presenciales Horas no presenciales
A1- Clases expositivas/participativas 28  
A2- Prácticas 24  
A3- Realización de trabajos/proyectos en grupo 4 12
A4- Estudio y trabajo autónomo del estudiante   76
A5- Tutorías   2
A6- Pruebas de evaluación 4  
  60 90

 

Subir

Evaluación

Resultados aprendizaje Sistema de evaluación Peso (%) Carácter recuperable
R1,R3, R5, R7 Prueba escrita de respuesta larga 50% Sí
R2, R4, R6, R8 Trabajos e informes 40% No
R1, R2, R3, R5, R8 Presentaciones orales 10% No

 

Subir

Temario

  • Tema 1: Simulación. Generación artificial de aleatoriedad.
    • Introducción a la simulación.
    • Generación artificial de aleatoriedad: números pseudoaleatorios, variables aleatorias y de procesos estocásticos.
  • Tema 2: Simulación de sistemas.
    • Modelado matemático de un sistema de colas. Redes de colas.
    • Modelos de simulación de eventos discretos. Componentes.
    • Simulación de modelos de eventos discretos: avance del reloj.
    • Construcción de un modelo de simulación. Uso del software ARENA.
    • Análisis de datos de entrada.
    • Análisis de los resultados de la simulación.
  • Tema 3: Optimización con simulación.
    • Formulación de problemas de optimización.
    • Interacción entre optimización y simulación.
    • Programa de optimización OptQuest con ARENA.
  • Tema 4: Aplicaciones. Discusión de casos reales.
    • Fases en el desarrollo de un estudio de simulación.
    • Aplicaciones de la simulación para la toma de decisiones.
    • Modelado y resolución de casos.
    • Discusión de casos reales.
  • Tema 5: Autómatas celulares
    • Sistemas dinámicos
    • Autómatas celulares unidimensionales
    • Autómatas bidimensionales
    • Aplicaciones
  • Tema 6: Modelos híbridos
    • Beneficios y desafíos de la simulación hibrida
    • Estructura de los modelos híbridos
    • Modelos híbridos y Diseño de experimentos
    • Aplicaciones

Subir

Bibliografía

Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.


La bibliografía básica de la asignatura es la siguiente:

  • 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.
  • Rosetti, M.D. (2021): Simulation modeling and Arena. John Wiley & Sons. 3ª Ed.
  • Schiff, J.L. (2007): Cellular Automata: A discrete View of the world, John Wiley & Sons.
  • Wolfram, S. (2002): A new kind of Science, Wolfram Media.
  • Von Stoch, M.; Glassey, J. (2018): Hybrid Modeling in Process Industries, CRC Press

Se recomienda leer las siguientes revistas científicas: Journal of Simulation, Proceedings of the Winter simulation conference, Interfaces, European Journal of Operational Research, Computers and Industrial Engineering.

Subir

Idiomas

Castellano.

Subir

Lugar de impartición

Campus Arrosadía, Universidad Pública de Navarra.

Subir