Universidad Pública de Navarra



Año Académico: 2023/2024
Graduado o Graduada en Ciencia de Datos/Graduado o Graduada en Administración y Dirección de Empresas por la Universidad Pública de Navarra
Código: 507505 Asignatura: SIMULACIÓN
Créditos: 6 Tipo: Obligatoria Curso: 5 Periodo: 1º S
Departamento: Estadística, Informática y Matemáticas
Profesorado:
MALLOR GIMENEZ, FERMÍN FRANCISCO (Resp)   [Tutorías ] CILDOZ ESQUIROZ, MARTA   [Tutorías ]
GONZALEZ GARCIA, XABIER   [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

Idiomas

Castellano.

Subir

Evaluación

 

Resultados de
aprendizaje		 Actividad de
evaluación		 Peso (%) Carácter
recuperable		 Nota mínima
requerida
R1,R3, R5, R7 Prueba escrita de respuesta larga 50% Sí 5
R2, R4, R6, R8 Trabajos e informes 40% No  
R1, R2, R3, R5, R8 Presentaciones orales 10% No  

Si en alguna de las actividades no se cumpliera el mínimo para ponderar, la nota de la asignatura será como máximo 4,9 sobre 10 (suspenso).

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

Lugar de impartición

Campus Arrosadía, Universidad Pública de Navarra.

Subir