PONTIFICIA UNIVERSIDAD CATÓLICA DEL PERÚ FACULTAD DE CIENCIAS E INGENIERÍA

Simulación de Sistemas

Especialidad : Ingeniería Industrial Clave : IND291

Área : Investigación de Operaciones

y Sistemas

Créditos : 4.0

Ciclo : Noveno Teoría : Según fechas de clases

Semestre : 2014-0 Práctica : No tiene

Profesor : Eduardo Carbajal L. Laboratorio : Según fechas de lab.

Requisitos : IND281

I. DESCRIPCIÓN DEL CURSO

La simulación permite estudiar el comportamiento en el tiempo de un sistema real o

propuesto bajo condiciones actuales o bajo diferentes escenarios operativos.

La simulación de eventos discretos tiene gran aplicación en la Ingeniería Industrial y

disciplinas afines por su poder y versatilidad en el modelamiento de sistemas diversos,

sobre todo aquellos inherentemente complejos. Su uso ha aumentado notablemente con

los adelantos en software y hardware, que han facilitado el desarrollo del modelo, análisis

e inclusive optimización del sistema bajo estudio.

Este curso da a conocer la forma de analizar y solucionar problemas de diseño de proceso

y optimización que analíticamente son complicados o no tienen solución.

Se estudia los métodos de generación de series de números y variables aleatorias; se

aplica las técnicas de simulación al análisis de sistemas y procesos; se estudia la

simulación de eventos discretos con aplicaciones a la industria y servicio; se analiza

estadísticamente los resultados de la simulación.

II. OBJETIVOS

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

procesos involucrados en la tarea de un ingeniero industrial.

Someterá los modelos a diferentes condiciones con ayuda del computador y será capaz de

analizar y establecer conclusiones sobre el diseño y la optimización, en base a la

abstracción del modelo, las presunciones y los resultados.

Estos objetivos contribuyen al logro de los siguientes ocho 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.

(c) Diseñar componentes, procesos o sistemas, que satisfagan necesidades específicas,

tomando en cuenta las consideraciones económicas, técnicas, ambientales, sociales,

políticas, éticas, de salud ocupacional y seguridad y de sostenibilidad.

- 2 -

(d) Trabajar y desenvolverse adecuadamente en equipos multidisciplinarios.

(e) Identificar, formular y resolver problemas de Ingeniería Industrial.

(g) Comunicarse efectivamente y establecer con fluidez relaciones interpersonales.

(h) Comprender el impacto de las soluciones de ingeniería en un contexto global,

económico, ambiental y social, como resultado de una formación integral.

(k) Usar herramientas, habilidades y técnicas actualizadas de la Ingeniería Industrial

necesarias para la práctica de la misma.

III. PROGRAMA ANALÍTICO

Sesión 1

1. Introducción a la modelación y la simulación

1.1. Definiciones. Historia

1.2. Ventajas y desventajas. Tipos de simulación.

1.3. Etapas de un estudio de simulación. Simulación de eventos discretos. Simulación

manual.

Descripción del trabajo práctico

Lecturas: Pedgen, Cap. 1

Law y Kelton, Cap.1

Sesión 2

2. Generación de números aleatorios y pruebas de aleatoriedad

2.1. Tipos de generadores de números aleatorios.

2.2. Pruebas de aleatoriedad.

Lecturas: Ross, Cap. 3

Banks, Cap. 8

Sesión 3

3. Generación de números aleatorias y pruebas de bondad de ajuste

3.1. Variables aleatorias discretas: Bernoulli, Binomial, Poisson.

3.2. Variables aleatorias continuos: Exponencial, Triangular, Normal, Chi Cuadrado,

Weibull.

3.3. Pruebas de bondad de ajuste: Kolmogorov - Smirnov y Chi cuadrado (2)

Lecturas: Ross, Cap. 4 y 5

Banks, Cap. 9

Law, Cap. 6

Sesión 4

4. Adquisición de datos

4.1. Recolección de datos y datos históricos.

4.2. Identificación de la distribución

4.3. Estimación de parámetros

4.4. Distribuciones empíricas.

4.5. Herramientas estadísticas para la determinación del tamaño de muestra.

Lectura: Banks, Cap. 10

5. Definiciones para la simulación de eventos discretos

5.1. Eventos, entidades dinámicas y estáticas, atributos, variables de estado, recursos,

colas (FIFO, LIFO, SPT, LPT, HVF. LVF), actividad, demora.

5.2. Identificación de parámetros y variables de interés.

- 3 -

Lecturas: Ross, Cap. 6

Kelton, Cap. 2

Sesiones 5, 6, 7 y 8

6. Simulación de modelos de eventos discretos

6.1. Procesos de llegadas y servicios.

6.2. Modelo de colas.

6.3. Acarreo de materiales.

6.4. Indicadores de desempeño.

6.5. Aplicaciones de modelos complejos usando ARENA.

Lecturas: Kelton, Cap. 5

Pedgen, Cap. 3

Sesión 9

7. Sub modelos

7.1. Estaciones.

7.2. Transferencia entre estaciones.

7.3. Transportes.

7.4. Fajas Transportadoras

Lecturas: Kelton, Cap. 5

Pedgen, Cap. 3

Sesión 10

8. Animación de modelos de simulación

8.1. Componente estático

8.2. Entidades

8.3. Colas

8.4. Recursos

8.5. Estaciones

8.6. Transferencia entre estaciones (Route y Distances)

8.7. Indicadores

8.8. Gráficas

Lecturas: Kelton, Cap. 5

Pedgen, Cap. 3

Sesiones 11 y 12

9. Análisis de modelos de simulación

9.1. Sistemas terminales y no terminales

9.2. Validación del modelo.

9.3. Análisis de Sistemas Terminales

9.4. Análisis de Sistemas No Terminales

9.5. Output Analyzer

9.6. Interpretación de resultados y validación de alternativas.

9.7. Process Analyzer

Lecturas: Ross, Cap. 7

Pedgen, Cap. 4 y 5

Banks, Cap. 11 y 12

Sesiones 13 y 14

10. Evaluación de propuestas de mejora

10.1. Funciones de evaluación de decisiones de mejora.

- 4 -

10.2. Process Analyzer.

10.3. OptQuest for Arena.

Lectura: Banks, Cap. 13

IV. BIBLIOGRAFÍA

1. KELTON, David, Deborah SADOWSKI y Randall SADOWSKI. 2010. Simulation

with Arena. Quinta edición. Editorial McGraw-Hill.

2. ALTIOK, Tayfur. 2007. Simulation Modeling and Analysis with ARENA Academic

Press

3. BANKS, Jerry, Nelson BARRY, John CARSON y David NICOL. 2004. Discrete-

Event System Simulation. Cuarta edición. Editorial Prentice Hall International.

4. KELTON, David y Averill LAW. 1991. Simulation Modeling and Analysis. Tercera

edición. Editorial McGraw-Hill.

5. ROSS, Sheldon. 1999. Simulación. Segunda edición. Editorial Prentice Hall.

V. METODOLOGÍA

De naturaleza activa, involucra la participación de los alumnos. Se emplearán las

siguientes modalidades: Sesiones teóricas, sesiones de simulación en computadora,

desarrollo de ejercicios en sesión y trabajos de aplicación de las herramientas estudiadas.

VI. SISTEMA DE EVALUACIÓN

En este curso se aplica la modalidad de evaluación 2, que establece que el promedio se

calcula con la siguiente fórmula:

Nota Final = (3Ex1 + 3Ex2 + 2Pb + 2TA) / 10

Donde: Exi = Examen iésimo.

Pb = Promedio de todas las prácticas Tipo “b” programadas. TA = Tarea Académica.

TA = actividades académicas designadas por el profesor. Estas pueden ser: monografías,

exposiciones en clase, trabajos especiales, informes, controles de lectura, seminarios,

participación en clase, etc. El puntaje obtenido por el alumno por este concepto será

consignado como nota única TA.

San Miguel, enero de 2014.