DIRECCIN ACADMICA DISEO CURRICULAR DE ASIGNATURA

A. ASPECTOS GENERALES.

1. IDENTIFICACIN 1.1. 1.2. Nombre: MODELOS DE SIMULACIN ESTADSTICOS

Programas Acadmicos

Ingeniera Industrial, Ingeniera de Sistemas, Administracin de Empresas, Ingeniera Electrnica, Contadura Pblica. 1.3. 1.4. Nivel Acadmico Nmero de Crditos Acadmicos Total Horas Horas Trabajo Acadmico Presencial Horas Trabajo Acadmico Independiente 10 03 144 48 96 Mercadeo y Ventas, Negocios Internacionales,

2. PRESENTACIN La simulacin es una tcnica muy poderosa y ampliamente usada en las ciencias de ingeniera y de administracin, para analizar el comportamiento de sistemas complejos. Se podra definir la simulacin como la tcnica que imita el funcionamiento de un sistema real que evoluciona con el tiempo. Como en la mayora de los casos la simulacin tiene sus ventajas y desventajas. La principal ventaja es que la teora de la simulacin es relativamente directa. En general los modelos de simulacin son ms fciles de aplicar que los modelos analticos. En tanto que los mtodos analticos requieren de muchas restricciones, los modelos de simulacin son muy

simples. Es de observar que la simulacin no es una tcnica de optimizacin. Su uso mas frecuente es para dar respuesta a preguntas del tipo Que pasara si. Aunque es posible encontrar resultados ptimos con la simulacin resultara un proceso muy costoso y que requiere demasiado tiempo. En el curso se trata de dotar al alumno las bases y conocimientos necesarios para realizar simulaciones de sistemas dinmicos, lneas de espera, inventarios y problemas de anlisis de riesgos con la finalidad de ser incluidas en sistemas de informacin para anlisis de situaciones reales o hipotticas como apoyo en la toma de decisiones. Tambin se pretende que el alumno sea capaz de utilizar simulaciones para la implementacin sistemas dinmicos en general

3. PROPSITOS GENERALES DE FORMACIN A travs de los procesos de enseanza y aprendizaje de la asignatura se pretende que el estudiante pueda:

Retomar el concepto de variable aleatoria, a la vez que recordar las diferentes distribuciones de probabilidad.

Conocer la importancia de los nmeros aleatorios. Generar variables aleatorias discretas y continuas.

Realizar simulaciones de problemas en los cuales aparecen variables aleatorias discretas. Simular lneas de espera, anlisis de inventario y problemas de riesgo.

Calcular los la media, la varianza y los dems estadsticos descriptivos de una muestra y usarlos para el anlisis de resultados obtenidos de una simulacin.

Validar los resultados obtenidos de un modelo de simulacin.

4. COMPETENCIAS PREVIAS REQUERIDAS.

El estudiante requiere para la comprensin y asimilacin de concepto en la materia el dominio de las siguientes competencias: Reconocer y diferenciar los diferentes tipos de distribuciones estadsticas. Definir y graficar problemas de programacin lineal e investigacin de operaciones. Disear y resolver problemas bsicos en ambientes computacionales.

5. COMPETENCIA A DESARROLLAR

Evaluar ambientes reales dinmicos desde la mirada de la investigacin operativa potencializando la toma de decisiones a travs de metodologas de computacionales y sistmicas.

6. ESTRATEGIAS METODOLGICAS GENERALES.

La exposicin magistral ser la parte ms importante para que el alumno asimile de forma adecuada cada uno de los temas desarrollados en el curso. Se solucionan ejercicios de aplicacin a cada uno de los temas expuestos en clase a la vez que se asignan trabajos de los temas desarrollados los cuales sern asesorados por el docente. Se har una integracin entre la estadstica, la investigacin de operaciones y la simulacin como rea que forma un gran ncleo en las matemticas aplicadas asociadas con cada una de las ramas de la ingeniera.

Se trata de llevar al alumno a que use cada una de estas herramientas a sus procesos de investigacin y aporte nuevas soluciones que contribuyan al desarrollo del pas. 7. RECURSOS DIDCTICOS

Facilitador (docente) y participantes (alumnos). Computador e Internet Bibliografa afn con las temticas. Libros de referencia. Documentos del profesor. Informacin virtual del docente (publicada en Internet).

8. MARCO DE REFERENCIAS. 8.1. Referencias Citadas. Winston, W. (2005). Investigacin de operaciones. Aplicaciones y algoritmos. Mxico, D.F.: Cengage, Learning.

8.2. Referencias Complementarias. Anderson, D., & Sweeney, D. (2011). Mtodos cuantitativos para los negocios. Mxico,D.F.: Cengage Learning. Caldern, B. (1999). Introduccin a la simulacin. Medelln: Asidua. Hillier, F., & Lieberman, G. (2010). Investigacin de operaciones. Mxico, D.F.: McGraw-Hill. Ross, S. (1999). Simulacin. Mxico, D.F.: Prentice Hall. CAO ABAD; Ricardo. Introduccin a la simulacin y a la teora de Colas. Editorial Netbiblo S.L. 217p, 2002. COSS BLU; Raul. Simulacin un enfoque prctico. Editorial Limusa S.A..157p; 2003. Ros, D., Ros, S., Martn, J., & Jimnez, A. (2009). Simulacin. Mtodos y Aplicaciones. Mxico, D.F.: Alfaomega.

8.3. Referencias en otros Idiomas. BERTALANFFY, L., y RAPOPORT, A., eds., General Systems, Vol. 1 (1956) y Vol. 2 (1957), Yearbooks of the Society of General Systems Research. ECKMAN, D. P., ed., Systems: Research and Design, Wiley, Nueva York, 1961.

8.4. Cibergrafa

ROSS, Cheldon. (01 de 04 de 2009). Recuperado el 01 de 09 de 201, de: http://books.google.com.co/books?id=GOxrtYzmixcC&printsec=frontcover& hl=en&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false

B. DEFINICIN DE LAS COMPETENCIAS DE LA ASIGNATURA.

DEFINICIN DE LA COMPETENCIA NIVEL DE DESEMPEO ESPERADO 5. Predice ambientes reales desde la mirada de la simulacin. 4. Evala ambientes reales desde la mirada de la simulacin. 3. Prepara ambientes reales desde la mirada de la simulacin. 2. ordena ambientes reales desde la mirada de la simulacin. 1. Aun no est en la capacidad de evaluar ambientes reales desde la mirada de la simulacin. UNIDADES TEMTICAS POR COMPETENCIA REFERENCIAS CITADAS POR COMPETENCIA Caldern; Bernardo. Introduccin a la simulacin. Capitulo 1, 3 y 4. Referencia Bibliogrfica del docente. Simulacin Montecarlo. Manejo bsico del @risk. Winston, W. (2005). Investigacin de operaciones. Aplicaciones y algoritmos. Mxico, D.F.: Cengage, Learning.

1. Introduccin a la simulacin. 2. Metodologa de la simulacin 3. Generacin de nmeros aleatorios. 4. Generacin de procesos. 5. Desarrollo de modelos de simulacin y validacin

Evaluar ambientes reales desde la mirada de la simulacin potencializando la toma de decisiones a travs de metodologas computacionales y sistmicas.

C. SISTEMA EVALUATIVO INTEGRADO POR COMPETENCIAS.

DEFINICIN DE LA COMPETENCIA EVIDENCIA Y/O PRODUCTO ESPERADO, CON PORCENTAJE Trabajo No 1: Fundamentos de Estadstica Descriptiva e Inferencial en Excel. (20%). Parcial No 1: Introduccin a la Simulacin. (20%) INSTRUMENTO(S) DE EVALUACIN. FECHA

Clase 7 Rbrica 1

Evaluar ambientes reales desde la mirada de la simulacin potencializando la toma de decisiones a travs de metodologas computacionales y sistmicas.

Hoja de Clculo

Clase 13

Trabajo No 2: Simulacin Montecarlo (20%). Parcial No 2: Simulacin, etapas y anlisis. (20%) Trabajo No 3: Simulacin Montecarlo utilizando Simul4 @risk. (20%).

Rbrica 2

Clase 17

Hoja de Clculo

Clase 20

Rbrica 3

Clase 23

D. CRONOGRAMA DE ACTIVIDADES
FECHA ACTIVIDAD Introduccin a la Simulacin, Conceptos bsicos, examen de nivelacin Excel. Distribucin de probabilidad discreta: Binomial, Poisson, Hipergeomtrica. Distribuciones de probabilidad continua: Normal y t de Student. Distribuciones de probabilidad continua: Chicuadrada y exponencial. Pruebas de Bondad de Ajuste o prueba chi: para datos agrupados y sin agrupar. TRABAJO PREVIO POSTACTIVIDAD PRODUCTOS ESPERADOS VALORACIN

Clase 1

Clase 2

Realizacin de problemas de aplicacin relacionados con el tema observado. Entrega Trabajo No 1: Fundamentos de Estadstica Descriptiva en Excel Realizacin de problemas de aplicacin relacionados con el tema observado. Realizacin de problemas de aplicacin relacionados con el tema observado. Realizacin de problemas de aplicacin relacionados con el tema observado. Realizacin de problemas de aplicacin relacionados con el tema observado. Trabajo No 1: Fundamentos de Estadstica Descriptiva en Excel.

Clase 3

Clase 4

Clase 5 Clase 6

20%

Clase 7

Clase 8

Detalle de las etapas de simulacin. Un caso prctico Generador de procesos discretos. Simulacin Montecarlo manual para variables discretas. Festivo

Clase 9

Realizacin de problemas de aplicacin relacionados con el tema observado.

Clase 10

Clase 11

Generador de procesos continuos. Simulacin Montecarlo manual para variables continuas. Problemas de Aplicacin Generador de procesos discretos y continuos. Examen parcial No 1

Realizacin de problemas de aplicacin relacionados con el tema observado.

Clase 12

Realizacin de problemas de aplicacin relacionados con el tema observado. Parcial No 1: Introduccin a la Simulacin. Realizacin de problemas de aplicacin relacionados con el tema observado. Entrega de Trabajo No 2: Simulacin Montecarlo Realizacin de problemas de aplicacin relacionados con el tema observado.

Clase 13

20%

Clase 14

Introduccin al Simul4, parametrizacin y asociacin de distribuciones.

Clase 15

Clase 16

Generador de procesos discretos. Simulacin Montecarlo utilizando Simul4 @risk Generador de procesos discretos. Simulacin Montecarlo utilizando Simul4 @risk Generador de procesos continuos. Simulacin Montecarlo utilizando Simul4 @risk Generador de

Realizacin de problemas de aplicacin relacionados con el tema observado. Realizacin de problemas de aplicacin relacionados con el tema observado. Entrega de Trabajo No 3: Simulacin Montecarlo utilizando Simul4 @risk Realizacin de

Clase 17

Trabajo No 2: Simulacin Montecarlo

20%

Clase 18

procesos continuos. Simulacin Montecarlo utilizando Simul4 @risk Aplicacin de generadores de procesos. Caso practico Examen Parcial No 2

problemas de aplicacin relacionados con el tema observado.

Clase 19

Realizacin de problemas de aplicacin relacionados con el tema observado. Parcial No 2: Simulacin, etapas y anlisis 20%

Clase 20

Clase 21

Clase 22

Clase 23

Clase 24

Casos prcticos aplicados a las finanzas, lneas de espera y la evaluacin de proyectos Casos prcticos Realizacin de aplicados a las problemas de finanzas, lneas aplicacin de espera y la relacionados con el evaluacin de tema observado. proyectos Casos prcticos Trabajo No 3: Realizacin de aplicados a las problemas de Simulacin finanzas, lneas aplicacin Montecarlo de espera y la relacionados con el utilizando evaluacin de tema observado. Simul4 @risk proyectos Entrega de notas finales y retroalimentacin.

20%

100%