Simulación

Créditos
6
Tipos
Complementaria de especialidad (Ingeniería del Software)
Requisitos
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.

Profesorado

Responsable

Otros

Horas semanales

Teoría
2
Problemas
0
Laboratorio
2
Aprendizaje dirigido
0.24
Aprendizaje autónomo
5.76

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 [Avaluable] - 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 [Avaluable] - 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 [Avaluable] - 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
    8h

    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
    12h

    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
    10h

    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
    8h

    Redacción del informe final

    Compilar toda la información generada durante el curso y creación del informe final.
    Objetivos: 2 3
    Contenidos:
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    3.6h
    Aprendizaje autónomo
    14.4h

    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 mixta, con revisiones del trabajo desarrollado en laboratorios y un examen final teórico. Se requiere una implicación continuada del estudiante en todas las actividades para poder conseguir el curso.

    Nota final: 0,6*Estudio de simulación 0,4 Examen

    Bibliografía

    Básico

    Complementario

    Web links

    Capacidades previas

    Estadística.