Simulación (SIM)

En los casos en los que interviene la incertidumbre, se pone en evidencia los límites de algunos tratamientos diseñados por entornos deterministas y aparece la necesidad de una metodología diferente, la simulación, para la manipulación numérica de dichos modelos. Esta asignatura proporciona al estudiante las herramientas necesarias para la construcción de modelos complejos de simulación, la utilización de lenguajes estándar de simulación para el tratamiento de los modelos, el análisis de los datos de entrada, el diseño de experimentos y el análisis de resultados, la visualización, las arquitecturas distribuidas y los aspectos relacionados con el rendimiento. Se desea profundizar en aspectos avanzados del software de simulación, con especial énfasis en los entornos integrados de desarrollo de proyectos de simulación y en su aplicación en áreas concretas como la producción, la logística, los servicios u otras más estrechamente vinculadas a la computación. La asignatura tiene un fuerte carácter práctico, orientado a las aplicaciones de la simulación.

Conocimientos

1. Comprensión de los diferentes tipos de simulación y de su relación con los diversos ámbitos de la ciencia y de la tecnología.
2. Las metodologías dominantes en el campo de la simulación y los lenguajes y entornos de desarrollo que se derivan.
3. Los conceptos imprescindibles para entender la componente aleatoria de los problemas y su modelado mediante la simulación, así como la importancia de los aspectos dinámicos de los sistemas complejos, en comparación con otros tecnologías preferentemente estáticas.
4. Saber generar muestras de variables aleatorias basándose en los últimos métodos de generación de números y variables aleatorias.
5. Saber analizar estadísticamente los resultados de la simulación de cara a evaluar la calidad de las estimaciones sobre las medidas de rendimiento obtenidas.
6. Entender la importancia estratégica de los datos y de la información en las organizaciones.
7. Conocer y ser conscientes de los problemas relacionados con la verificación y validación de los modelos de simulación.
8. Conocer los problemas y la importancia de la estandarización, la acreditación y la certificación en los proyectos de simulación, y las tendencias sobre estos ámbitos en el mundo de la simulación actual en el mundo.
9. Los conceptos de nivel de detalle en los modelos y su relación con los aspectos de modelado y de implementación de los mismos.
10. Conocer lo más reciente en cuanto a la visualización en simulación, la interactividad y la usabilidad.

Habilidades

1. Captar la esencia de los sistemas complejos, consiguiendo una capacidad de abstracción que permita construir modelos de simulación en base a unos objetivos específicos.
2. Transformar estos modelos en programas ejecutables que el propio alumno sea capaz de diseñar y construir.
3. Saber comparar y evaluar alternativas de diseño o de implantación de sistemas utilizando la simulación discreta. Saber, en consecuencia, ayudar en la toma de decisiones profesionales y empresariales.
4. Ver las posibilidades de negocio y de creación de producto/servicio alrededor de la simulación.
5. Saber dialogar en el contexto empresarial con tal de ofrecer soluciones en un contexto multidisciplinar y en situaciones de crisis.

Competencias

1. Capacidad para resolver problemas aplicando los métodos de la ciencia y la ingeniería.
2. Capacidad para crear y utilizar modelos de la realidad.
3. Capacidad para diseñar y llevar a cabo experimentos y analizar los resultados.
4. Saber aplicar el ciclo de resolución de problemas típico de la ciencia y la ingeniería: especificación, generación de ideas y alternativas, diseño de una estrategia de solución, ejecución de la estrategia, validación, interpretación y evaluación de los resultados. Capacidad de analizar el proceso una vez ha acabado.
5. Capacidad para trabajar en equipos de cariz multidisciplinar.
6. Creatividad.
7. Capacidad para hacer presentaciones convincentes de manera oral, tanto formales como informales.
8. Capacidad de adaptación: Saber cambiar para afrontar de forma activa nuevas situaciones derivadas de cambios organizativos o tecnológicos.
9. Apertura y curiosidad intelectual.
10. Conocimiento del contexto social, local y global. Capacidad para evaluar el impacto potencial de una solución de ingeniería.

El curso tiene una orientación práctica por lo que se refiere a la concepción de la simulación como una actividad compleja de la ingeniería que, por su transversalidad, conecta con muchas áreas del conocimiento. Estas se introducen como componentes de los entornos de desarrollo de proyectos de simulación y se hace especial énfasis en la importancia de cada uno de ellas en la construcción de modelos válidos y creíbles.

La asignatura combina las clases de teoría y de laboratorio, con tal de introducir conceptos teóricos acompañados de demostraciones, y contempla la realización de varias pequeñas prácticas a clase de laboratorio las cuales serán evaluadas.



El estudiante trabajará un problema a resolver sobre un sistema real o hipotético, estudiará la información disponible, fijará los objetivos de su trabajo, desarrollará (en el estadio que sea razonable) el modelo en un entorno de simulación y valorará los resultados. Se hará una presentación oral en grupo.

Nota final: 0,3 * T1+ 0,5 * T2 + 0,2 * Examen.

T1: nota media del conjunto de trabajos prácticos que se hacen durante el curso a las clases de laboratorio.



T2: nota del trabajo de modelado con LeanSim o modelo a medida.



Examen final de curso.

• Averill M. Law. Simulation modeling and analysis, McGraw-Hill, 2007.
• George S. Fishman Discrete-event simulation : modeling, programming and analysis, Springer, 2001.
• Antoni Guasch ... [et al.] Modelado y simulación : aplicación a procesos logísticos de fabricación y servicios, Edicions UPC, 2003.
• Fonseca i Casas, Pau Simulació discreta per mitjà de la interacció de processos, Edicions UPC, 2009.

• Jerry Banks, [editors] Handbook of simulation : principles, methodology, advances, applications, and practice, John Wiley & sons, 1998.
• José M. Garrido Object-oriented discrete-event simulation with Java : a practical introduction, Kluwer Academic/Plenum Publishers, 2001.
• W. David Kelton, Randall P. Sadowski, David T. Sturrock Simulation with Arena, McGraw-Hill Higher Education, 2007.

1. http://eurosim.tuwien.ac.at/eurosim
   



2. http://www.acm.org/sigsim
   



3. http://www.informs-cs.org
   



4. http://www.acm.org/pubs/tomac
   



5. http://www.scs.org
   

Estadística. Recomendables: Redes de colas. Entendimiento del funcionamiento de las organizaciones, de los sistemas en general y de los sistemas informáticos, en particular. Programación orientada a objetos.