SIMULACIÓN

Descripción del Módulo

 • CARTA DE BIENVENIDA

¡Hola a todos!

Reciban una calurosa bienvenida al curso de Simulación de eventos discretos que se

desarrollará a lo largo de estas 8 semanas, se espera que para todos sea un proceso de
aprendizaje, por parte de ustedes, en el conocimiento y aplicación de una valiosísima
herramienta para la toma de decisiones en las empresas, como lo es la simulación y por parte
del tutor, en el aprendizaje de todas aquellas experiencias que podamos compartir y nos
permiten crecer no solo en el ámbito intelectual sino también en el personal. ¡Nuevamente
bienvenidos y muchos Éxitos!

Tutor

2 [ POLITÉCNICO GRANCOLOMBIANO]
• FICHA TÉCNICA

Nombre del Curso: Simulación de eventos discretos

Autor: Ana Martin
Facultad: Ingeniería y Ciencias Básicas
Departamento: Ingeniería Industrial
Correo electrónico oficial: amartina@poli.edu.co

Objetivos de aprendizaje del curso

¿Qué los estudiantes sabrán o serán capaces de hacer al finalizar el módulo?

Conocer y aplicar los pasos que deben seguirse para desarrollar un estudio de
1.
simulación.
Conocer las metodologías y tecnologías cuantitativas utilizadas en la actualidad, para el
2.
análisis de datos de entrada y salida en un estudio de simulación.
Consolidar conocimientos específicos de la optimización matemática y del modelaje de
3.
procesos aplicados a la simulación de eventos discretos.
Tener un conocimiento básico del software Arena® como herramienta computacional
4.
para el diseño y modelaje de sistemas productivos, logísticos, etc.

[ SIMULACIÓN ] 3
 • CRITERIOS DE EVALUACIÓN

PRIMERA ENTREGA SEMANA 3

Indicador de lo que Indicador de lo que

Criterio de Resultado de Indicador de lo que el
el estudiante debe el estudiante debe
Evaluación aprendizaje estudiante debe ser
saber hacer

El modelo
Muestra el modelo
conceptual realizado Mostrar en un Procesamiento de la
conceptual que
Modelo Conceptual muestra un correcto diagrama el modelo información descrita en
representa el
entendimiento del conceptual el enunciado
problema planteado
problema planteado

Muestra el análisis Que es una prueba Análisis correcto de

de entrada de los de bondad de ajuste entrada basándose
Procesamiento de los
datos sustentado y su pertinencia para en pruebas de
Análisis de entrada datos entregados en el
mediante las definir como se bondad de ajustes y
enunciado
pruebas de hipótesis distribuye un con conclusiones
acordes. conjunto de datos acordes.

PARCIAL SEMANA 4

Indicador de lo que Indicador de lo que

Criterio de Resultado de Indicador de lo que el
el estudiante debe el estudiante debe
Evaluación aprendizaje estudiante debe ser
saber hacer

Conoce con
Estudiar los temas
precisión los temas Responsable para
Conocimiento de Conocimiento de vistos y hacer
vistos en las revisar los temas y
temas vistos temas vistos ejercicios sobre
unidades que se hacer ejercicios
estos.
están evaluando.

4 [ POLITÉCNICO GRANCOLOMBIANO]
 SEGUNDA ENTREGA SEMANA 5

Indicador de lo que Indicador de lo que

Criterio de Resultado de Indicador de lo que el
el estudiante debe el estudiante debe
Evaluación aprendizaje estudiante debe ser
saber hacer

Muestra el análisis Que es una prueba Análisis correcto de

de entrada de los de bondad de ajuste entrada basándose
Procesamiento de los
datos sustentado y su pertinencia para en pruebas de
Análisis de entrada datos entregados en el
mediante las definir como se bondad de ajustes y
enunciado
pruebas de hipótesis distribuye un con conclusiones
acordes. conjunto de datos acordes.

Responsable para
Construir un primer
Avance del modelo Módulos Básicos de apoyarse en el
Modelo en Arena modelo del sistema
en Arena Arena. material provisto y
descrito
construir el modelo.

TERCERA ENTREGA SEMANA 7

Indicador de lo que Indicador de lo que

Criterio de Resultado de Indicador de lo que el
el estudiante debe el estudiante debe
Evaluación aprendizaje estudiante debe ser
saber hacer

Responsable para
Modelo completo
Construir el modelo apoyarse en el
Modelo en Arena Modelo en Arena desarrollado en
del sistema descrito material provisto y
Arena.
construir el modelo.

Análisis correcto de Analizar Responsable para

Cuales datos deben
Análisis los datos arrojados correctamente los hacer lo que se le
ser analizados
por Arena datos de salida propone

[ SIMULACIÓN ] 5
 EXAMEN FINAL SEMANA 8

Indicador de lo que Indicador de lo que

Criterio de Resultado de Indicador de lo que el
el estudiante debe el estudiante debe
Evaluación aprendizaje estudiante debe ser
saber hacer

Conoce con
Estudiar los temas
precisión los temas Responsable para
Conocimiento de Conocimiento de vistos y hacer
vistos en las revisar los temas y
temas vistos temas vistos ejercicios sobre
unidades que se hacer ejercicios
estos.
están evaluando.

6 [ POLITÉCNICO GRANCOLOMBIANO]
• MAPA DEL MÓDULO

Principios

Introducción Clasificación

Terminología

Inferencia
estadística

Modelos Distribuciones
estadísticos de probabilidad
Simulación de
eventos Números y
discretos Variables
aleatorias

Histogramas
Análisis de datos
de entrada
Pruebas de
bondad de
Verificación y ajuste
validación de los
modelos

Comparación y
Análisis de salida evaluación de
alternativas

[ SIMULACIÓN ] 7
 • GLOSARIO

Palabra, Termino
Significado
o abreviatura
Atributo Un rasgo o característica de la entidad.
Un objeto de interés en el sistema, por ejemplo, una pieza de la línea de
Entidad
producción.
Estado del sistema Conjunto de variables necesarias para describir el sistema en cualquier momento.
Evento Suceso que puede cambiar el estado del sistema.
Modelo Representación simplificada de un sistema real.
Módulo Create
Aquel que crea las entradas de las entidades al sistema.
ARENA®
Módulo Process
Aquel donde se modela la ocupación del recurso y/o demoras de las entidades.
ARENA®
Módulo Decide
Aquel que permite tomar decisiones basadas en condiciones o en probabilidades.
ARENA®
Módulo Dispose
Aquel que da salida a las entidades del sistema.
ARENA®
Recurso Objeto del sistema que transforma o presta servicio a la entidad.
Replica Observación o experimentación individual de un modelo.
Simulación de Aquella que no tiene en cuenta la evolución del sistema según el transcurrir del
Monte Carlo tiempo; por eso es llamada también simulación estática.
Grupo de objetos que relacionados entre sí ordenadamente, contribuyen al
Sistema cumplimiento de determinado objetivo, por ejemplo, una línea de producción, una
oficina bancaria, etc.
Aquel donde la variable de estado cambia en un conjunto discreto de puntos en el
tiempo, por ejemplo, el número de clientes disminuye en una oficina bancaria si un
Sistema Discreto
cliente ya termina su transacción y sale de la instalación en el instante t. Por lo
tanto, dicha oficina podría considerarse un sistema discreto.
Aquel donde la variable de estado cambia continuamente en el tiempo, por
Sistema Continuo
ejemplo, el nivel de agua de una represa.
Un sistema de colas, desde su concepción más simple, se puede describir como un
sistema al cual, los clientes llegan cada intervalo de tiempo y se unen a una línea
Sistema de Colas
de espera en busca de ser atendidos por medio de un servidor; tan pronto finaliza
el servicio, el cliente abandona el sistema.
Variable Elemento que describe el estado del sistema en un modelo de simulación.
Trabajo en proceso (por sus iniciales en inglés, Work in Process). Hace referencia al
WIP
número promedio de entidades que se hallan en el sistema.

8 [ POLITÉCNICO GRANCOLOMBIANO]
• BIBLIOGRAFÍA

1. ANDERSON, David. Estadística para administración y economía. México: Cengage

Learning, 2008. 1056 p.
2. BANKS, Jerry. Discrete event system simulation. 4 ed. Ann Arbor: Prentice Hall, 2005. 608
p.
3. FÁBREGAS, Aldo. Simulación de Sistemas Productivos con ARENA©. Barranquilla:
Ediciones Uninorte. 2003. 206 p.
4. FISHMAN, George. Discrete-event simulation: modeling, programming and analysis.
Stanford: Springer Verlag, 2001. 445p.
5. KELTON, David; SADOWSKI, Randal y STURROCK, David. Simulation with ARENA. 4 ed.
New York: McGraw-Hill, 2009. 630 p.
6. LAW, Averill y KELTON, David. Simulation modeling and analysis. 3 ed. New York:
McGraw-Hill, 2003. 760p.
7. PAZOS, José; SUAREZ, Andrés y DÍAZ, Rebeca. Teoría de colas y simulación de eventos
discretos. Prentice Hall. 2003. 309 p.
8. ROSS, Sheldon. Simulation.3 ed. Los Angeles: Academic Press-Elsevier, 2002. 303p.
9. ______________. Introduction to probability models. 8 ed. Los Angeles: Academic
PressElsevier. 2004. 729 p.
10. WALPOLE, Ronald; MYERS, Raymon y MYERS, Sharon. Probabilidad y estadística para
ingenieros. 6 ed. México: Pearson Educación. 2000. 739 p.

[ SIMULACIÓN ] 9