Simulación

Usted está aquí

Créditos
6
Tipos
Complementaria de especialidad (Ingeniería del Software)
Requisitos
  • Prerrequisito: PE
Departamento
EIO
La simulación es una disciplina que permite representar, modelar i entender el comportamiento de sistemas complejos y predecir su comportamiento futuro. Esta asignatura proporciona al alumno el conocimiento y las herramientas necesarias para la construcción de modelos complejos de simulación, la utilización de lenguajes estándar, el análisis de los datos de entrada, el diseño de experimentos y el análisis de resultados en simulación. También son tratados en el curso temas sobre visualización, aplicaciones a casos reales y los aspectos relacionados con el rendimiento.

Profesores

Responsable

  • Josep Casanovas Garcia ( )
  • Pau Fonseca Casas ( )

Otros

  • Joan Garcia Subirana ( )
  • Jordi Montero Garcia ( )

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0.2
Aprendizaje autónomo
5

Competencias

Competencias Técnicas

Competencias técnicas comunes

  • CT2 - Utilizar de forma apropiada teorías, procedimientos y herramientas en el desarrollo profesional de la ingeniería informática en todos sus ámbitos (especificación, diseño, implementación, despliegue -implantación- y evaluación de productos) de manera que se demuestre la comprensión de los compromisos adoptados en las decisiones de diseño.
    • CT2.1 - Demostrar conocimiento y capacidad de aplicación de los principios, metodologías y ciclos de vida de ingeniería de software.
    • CT2.4 - Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el acceso a los Sistemas de información, incluidos los basados en web.

Competencias Técnicas de cada especialidad

Especialidad ingeniería del software

  • CES1 - Desarrollar, mantener y evaluar servicios y sistemas software que satisfagan todos los requisitos del usuario, que se comporten de forma fiable y eficiente, que tengan un desarrollo y mantenimiento asequible y que cumplan normas de calidad, aplicando las teorías, los principios, los métodos y las prácticas de Ingeniería del Software.
    • CES1.1 - Desarrollar mantener y evaluar sistemas y servicios software complejos y/o críticos.
  • CES2 - Valorar las necesidades del cliente y especificar los requisitos software para satisfacer estas necesidades, reconciliando objetivos en conflicto mediante la búsqueda de compromisos aceptables, dentro de las limitaciones derivadas del costo, del tiempo, de la existencia de sistemas ya desarrollados y de las propias organizaciones.
    • CES2.2 - Diseñar soluciones apropiadas en uno o más dominios de aplicación, utilizando métodos de ingeniería del software que integren aspectos éticos, sociales, legales y económicos.

Competencias Transversales

Razonamiento

  • G9 - Capacidad de razonamiento crítico, lógico y matemático. Capacidad para resolver problemas dentro de su área de estudio. Capacidad de abstracción: capacidad de crear y utilizar modelos que reflejen situaciones reales. Capacidad de diseñar y realizar experimentos sencillos, y analizar e interpretar sus resultados. Capacidad de análisis, síntesis y evaluación.
    • G9.3 - Capacidad crítica, capacidad de evaluación.

Sostenibilidad y compromiso social

  • G2 - Conocer y comprender la complejidad de los fenómenos económicos y sociales típicos de la sociedad del bienestar. Ser capaz de analizar y valorar el impacto social y medioambiental
    • G2.3 - Tener en cuenta las dimensiones social, económica y ambiental, y el derecho a la privacidad a aplicar soluciones y llevar a cabo proyectos coherentes con el desarrollo humano y la sostenibilidad.

Lengua extranjera

  • G3 - Conocer el idioma inglés con un nivel adecuado de forma oral y por escrito, y con consonancia con las necesidades que tendrán los graduados y graduadas en ingeniería informática. Capacidad de trabajar en un grupo multidisciplinar y en un entorno multilingüe, y de comunicar, tanto por escrito como de forma oral, conocimientos, procedimientos, resultados e ideas relacionadas con la profesión de ingeniero técnico en informática.
    • G3.1 - Comprender y utilizar eficazmente manuales, especificaciones de productos y otra información de carácter técnico escrita en inglés.

Objetivos

  1. Ser capaz de redactar un artículo técnico y expresar conceptos, por escrito, en lengua inglesa.
    Competencias relacionadas: G9.3, G3.1,
  2. Ser capaz de materializar un proyecto de consultoría.
    Competencias relacionadas: G9.3, CT2.1, CES1.1, CES2.2, G2.3, CT2.4,
    Subcompetences:
    • Ser capaz de evaluar el impacto de las soluciones propuestas en el contexto de los Objetivos de Desarrollo Sostenible (ODS).
  3. Ser capaz de desarrollar un estudio de un sistema de simulación discreta.
    Competencias relacionadas: CT2.1, CES1.1,

Contenidos

  1. Introducción
    ¿Qué es un estudio de simulación? Enfoque práctico mediante la presentación de un proyecto real que permitirá al estudiante conocer las fases a seguir para el desarrollo de un estudio de simulación válido y útil.
  2. Simulación y métodos estadísticos
    La aleatoriedad como eje vertebrador de la modelización y la experimentación. Distribuciones estadísticas, generación de números y variables aleatorias.
    Algunas distribuciones conocidas y su aplicación en los modelos de simulación. Métodos de Monte Carlo y proceso de muestreo en simulación.
  3. Paradigmas de simulación
    Presentación de los principales paradigmas de simulación y aplicabilidad de los mismos. Introducción a Netlogo, un IDE específico para modelos basados en agentes. Desarrollo de un ABM.
  4. Modelización de un sistema y de los datos relacionados.
    Construcción de un modelo de simulación, lenguajes de especificación: UML, SDL ...
    Análisis de los datos de entrada de la simulación, transformación de datos empíricos a distribuciones aleatorias.
  5. Simulación basada en eventos Discretos (DES)
    Cómo funciona un simulador de eventos discretos, componentes necesarios para su desarrollo. Integración con aplicaciones de terceros.
  6. Verificación y validación de modelos de simulación.
    Metodologías para construir verificados, válidos y creíbles.
  7. Diseño de experimentos y análisis de resultados.
    Conceptos básicos y métodos para el diseño de experimentos en simulación: escenarios y experimentos. Calidad de los resultados.
  8. Presentación y defensa de un estudio de simulación
    Trabajo multidisciplinar y en equipo. Técnicas de ppresentación y defensa de proyectos de simulación ante el cliente, claredad de objetivos, calidad de la presentación de los resultados, discusión y trabajo futuro.

Actividades

Actividad Acto evaluativo


Fonaments bàsics de la simulació

Introducció a l'assignatura, exemples de sistemes i de models. Revisió històrica. En aquesta activitat l'estudiant aprendrà les diferents fases associades a un estudi de simulació i l'existència de simuladors específics i genèrics. Motivar a l'alumne i explicar la importància de la disciplina a través d'exemples reals.
Objetivos: 2 3
Contenidos:
Teoría
2h
Problemas
0h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Aleatorietat i Simulació

En aquesta activitat l'estudiant identificarà l'estreta relació entre l'estadística i els seus mètodes i realitzar un estudi de simulació de qualitat.
  • Laboratorio: Trabajaremos el lenguaje GPSS desde dos puntos de vista, un primero en el que veremos el sistema como un usuario, trabajando uno de los dos paradigmas de simulación discreta. Posteriormente "abriremos" el sistema para entender su funcionamiento interno y aprender el funcionamiento de un segundo paradigma.
Objetivos: 2 3
Contenidos:
Teoría
4h
Problemas
0h
Laboratorio
4h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Simulació basada en agents

Paradigmes de Simulació. L'estudiant aprendrà a utilitzar un IDE específic orientat a modelització basada en agents (ABM), un enfoc a la simulació social, i comprendrà la diferència entre simuladors event-schedulling i time-step
Objetivos: 2 3
Contenidos:
Teoría
6h
Problemas
0h
Laboratorio
6h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h

Estudi de Simulació

L'estudiant aprendrà la importància d'establir clarament els objectius i els elements significatius a ser observats, modelats i validats, en l'estudi proposat.
Objetivos: 1 2 3
Contenidos:
Teoría
4h
Problemas
0h
Laboratorio
4h
Aprendizaje dirigido
0h
Aprendizaje autónomo
8h

Discrete Event Simulation (DES)

Activitat principal del curs que permetrà a l'estudiant assolir els coneixements teòrics que l'ajudin a desenvolupar un simulador específic orientat a esdeveniments discrets.
Objetivos: 1 2 3
Contenidos:
Teoría
6h
Problemas
0h
Laboratorio
6h
Aprendizaje dirigido
0h
Aprendizaje autónomo
24h

Verificació i Validació de models de simulació

Descriure les tècniques més usuals per poder Verificar i Validar (VV&A) els models de simulació. Es posa èmfasi en la necessitat d'utilitzar aquestes tècniques per tal de poder emprar el simulador amb garanties de qualitat.
Objetivos: 1 2 3
Contenidos:
Teoría
4h
Problemas
0h
Laboratorio
4h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Disseny d'experiments i Anàlisi de Resultats

L'estudiant realitzarà el disseny d'experiments que millor s'ajusti el seu estudi per, a posteriori, analitzar els resultats. Prèviament, adaptarà el seu motor de simulació específic per tal que suporti l'execució d'experiments.
Objetivos: 1 2 3
Contenidos:
Teoría
4h
Problemas
0h
Laboratorio
4h
Aprendizaje dirigido
0h
Aprendizaje autónomo
6h

Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
3h
Aprendizaje autónomo
15h

Metodología docente

La asignatura es eminentemente práctica y pretende que el alumno, a partir de un conjunto de entregables que se desarrollan en el laboratorio sea capaz, al final del curso, de dirigir un proyecto de simulación.
La asignatura sigue las metodologías del aprendizaje cooperativo y el aprendizaje basado en problemas / proyectos, complementada con algunas sesiones de tipo teórico que facilitará al estudiante desarrollar el conjunto de entregables que, determinarán la consecución de los objetivos de la asignatura

Método de evaluación

La asignatura sigue un método de evaluación continua, con revisiones del trabajo desarrollado en clase y los entregables de las actividades programadas. Se requiere una implicación continua del estudiante en todas las actividades para poder superar el curso.

Nota final: 0,1*T1+ 0,1*T3 + 0,2*T2 + 0,3*T4 + 0,15*T5+0,15*T6 se requiere superar todos los trabajos para alcanzar la asignatura.

T1: Trabajo práctico que permite evaluar la capacidad del estudiante de realizar ajustes estadísticos a datos empíricos.
T2: Trabajo práctico que permite evaluar la capacidad del estudiante a desarrollar un modelo basado en agentes y la competencia G3.1
T3: Trabajo práctico que permite evaluar la capacidad de razonamiento y análisis del estudiante en frente de un proyecto de simulación y las competencias G9, CES2
T4: Trabajo práctico que permite evaluar si el estudiante ha asimilado los conocimientos asociados a un simulador de eventos discretos y las competencias CT2, CES1 en el desarrollo del simulador específico asociado el caso de estudio presentado.
T5: Trabajo práctico que permite evaluar la competencia técnica CT2.1
T6: Trabajo práctico que permite evaluar la competencia transversal G2

La calificación NP (no presentado) se otorga cuando el estudiante ha participado en un nombre de actos de evaluación que tienen, en su conjunto, un peso inferior al 20% de la nota final.

Bibliografía

Básica:

Complementaria:

Web links

Capacidades previas

Estadística.