Simulación
Descripción
Objetivos
El objetivo principal de
este curso es introducir los fundamentos y técnicas básicas para el
modelamiento y simulación de sistemas mediante el uso de computadoras. En tal
sentido, se introducirán los métodos para simulación de Monte Carlo, simulación
de eventos discretos y simulación continua. Desde el punto de vista de las aplicaciones,
el énfasis está puesto en el tratamiento de problemas propios de la Ingeniería
de Sistemas de Computación. No obstante, dada la naturaleza interdisciplinaria
de la simulación, también se ilustrarán las técnicas y métodos enseñados con
aplicaciones de otros campos del conocimiento.
Se espera que el estudiante
adquiera, con la realización de este curso, habilidades para:
- construir modelos conceptuales para simular
sistemas,
- seleccionar el software apropiado para
implementar un modelo de simulación en función de las características
básicas del problema bajo estudio,
- aplicar las herramientas y métodos de simulación
apropiados para cada tipo de modelo.
Estructura de la Cátedra
Profesor: Dr. Ignacio Ponzoni
Asistente: Dr. Gustavo E. Vazquez
Ayudante: Sr. Federico König
Programa Sintético
1. Sistemas y Modelos.
2. Introducción a la Simulación de Sistemas.
3. Conceptos de Probabilídad y Estadística aplicados en Simulación.
4. Generación de números y variables pseudo-aleatorias.
5. Modelamiento de los datos de entrada de una simulación.
6. Simulación de Monte Carlo.
7. Construcción y Análisis de Modelos para Sistemas de Colas.
8. Simulación de Sistemas de Eventos Discretos.
9. Simulación de Sistemas Continuos.
10. Verificación y validación de modelos para simulación.
11. Análisis de los datos de salida de la simulación.
12. Aplicaciones de la simulación en Ingeniería de Sistemas de
Computación.
13. Evolución del software para simulación.
Programa Analítico
1. Sistemas y Modelos.
Componentes básicos de un sistema.
Sistemas estáticos, discretos y continuos. Modelado de sistemas. Tipos de
modelo. Métodos para resolver modelos. Métodos experimentales: Simulación.
2. Introducción a la Simulación de Sistemas.
Definición de simulación. Ventajas y
desventajas de la simulación. Areas de aplicación. Etapas de una simulación.
Construcción de modelos conceptuales de simulación. Casos de estudios
introductorios: modelos de simulación de Monte Carlo, modelos de simulación
para sistemas de inventario, modelos de simulación para sistemas de colas y
modelos de simulación para sistemas continuos.
3. Conceptos de Probabilídad y Estadística aplicados en Simulación.
Revisión de conceptos y terminología
básica de estadística. Modelos estadísticos. Distribuciones discretas.
Distribuciones continuas. Poisson. Distribuciones empíricas.
4. Generación de números y variables pseudo-aleatorias.
Propiedades de los números aleatorios.
Generación de números pseudo-aleatorios. Técnicas para la generación de números
aleatorios. Tests para números aleatorios. Generación de variables
pseudo-aleatorias. Técnica de la transformada inversa. Transformación directa
de las distribuciones Normal y normal logarítmica. Método de convolución.
Técnica de aceptación y rechazo.
5. Modelamiento de los datos de entrada de una simulación.
Recolección de datos. Identificación de
la distribución de los datos. Estimación de parámetros del modelo. Tests de
bondad de ajuste.
6. Simulación de Monte Carlo.
Construcción de Modelos de Simulación de
Monte Carlo. Análisis de Riesgo. Aplicaciones de Investigación Operativa.
Aplicaciones de Sistemas de Computo. Otras aplicaciones. Uso de herramientas
computacionales para simulación de Monte Carlo.
7. Construcción y Análisis de Modelos para Sistemas de Colas.
Características y conceptos básicos de
los sistemas de colas. Medidas de desempeño en sistemas de colas.
Comportamiento de estado estacionario de modelos de Markov de población
infinita. Comportamiento de estado estacionario de modelos de población
infinita. Redes de colas.
8. Simulación de Sistemas de Eventos Discretos.
Conceptos básicos: sistema, modelo,
estado del sistema, entidad, atributos, eventos y actividades. Vistas del
Mundo. Planificación de Eventos. Técnica de Bootstrapping. Barrido de
Actividades. Interacción de Procesos. Método de las tres fases. Programación de
modelos de simulación de eventos discretos. Construcción de Modelos de
Simulación utilizando Software de Interacción Visual. Uso de herramientas
computacionales para simulación de Monte Carlo.
9. Simulación de Sistemas Continuos.
Construcción y análisis de modelos para
sistemas de retroalimentación. Conceptos básicos: demoras, niveles, tasas y
políticas. Diagramas de influencia. Software para simulación de sistemas
continuos. Casos de estudio.
10. Verificación y validación de modelos para simulación.
Construcción, verificación y validación
de modelos. Verificación de modelos de simulación. Calibración y validación de
modelos.
11. Análisis de los datos de salida de la simulación.
Tipos de simulación con respecto al
análisis de la salida. Naturaleza estocástica de los datos de salida. Medidas
de desempeño y estimación. Comparación de sistemas alternativos.
12. Aplicaciones de la simulación en Ingeniería de Sistemas de
Computación.
Simulación de sistemas de cómputo.
Niveles de abstracción: nivel de sistema de cómputo, nivel de procesador, nivel
de CPU y nivel de diseño lógico digital. Herramientas de simulación. Sistemas
de memoria virtual. Simulación de sistemas de cómputo a alto nivel. Caso de
estudio: sistemas de servidores de web. Simulación a nivel de CPU. Caso de
estudio: planificación de instrucciones. Simulación para administración de
memoria principal.
13. Evolución del software para simulación.
Selección del software apropiado.
Simulación en C++. Simulación en GPSS. Simulación en CSIM. Otros paquetes
comerciales. Arena. AutoMod. Micro Saint. WITNESS. Herramientas para
experimentación y análisis de resultados. Tendencias actuales en software para
simulación.
Sistema de Evaluación y Promoción
La evaluación de los alumnos
se realiza mediante 2 exámenes parciales y ejercicios resueltos en computadora
que se evaluarán como proyectos.
Cada parcial será calificado
con la siguiente escala de notas:
- A = Aprobado (Excelente)
- B = Aprobado (Muy Bien)
- C = Aprobado (Bien)
- D = Desaprobado (Regular)
- E = Desaprobado (Mal)
Para promocionar la materia se debe cumplir con los
siguientes tres requisitos:
- obtener A o B en ambos parciales,
- aprobar todos los proyectos,
- tener aprobadas las amterias Estructuras de
Datos y Algoritmos y Computación Científica al momento de rendir el
primer examen parcial.
Los requisitos para cursar son:
obtener
A, B o C en ambos parciales y aprobar todos los proyectos, ó
aprobar
el recuperatorio general.
Los
alumnos que obtengan una D en el primer parcial, pueden cursar sin
rendir recuperatorio si obtienen una calificación de A o B el segundo parcial y
aprueban todos los proyectos. En cualquier otro caso deberán rendir el
recuperatorio general.
Los alumnos que obtengan una
E en ambos parciales pierden el cursado sin rendir recuperatorio.
Los alumnos con ausente NO justificado serán calificados con una E.
Cualquier otra combinación
de notas implica que el alumno deberá rendir recuperatorio general.
Fechas Importantes
A confirmar.
Horarios de Clase
Martes: 16.30 a 20 hs - Aula
38B del edificio de Av. Alem.
Viernes: 16.30 a 20 hs -
Aula 38B del Edificio de Av. Alem.
Horarios de Consulta
Todos los lunes a las 11.30
hs. en la oficina 202 del Departamento de Ciencias e Ingeniería de la
Computación.
Bibliografía
"Discrete-Event System Simulation" de Banks J., Carson J.S,
Nelson B.L. y Nicol D.M., Prentice Hall, 2001.
"Discrete Systems Simulation" de B. Khoshnevis. McGraw-Hill,
1994.
"Computer Simulation in Management Science" de Michael Pidd,
Wiley, 1998.
"Introduction to Simulation and Risk Analysis" de James R.
Evans y David L. Olson. Prentice Hall, 1998.
"Handbook of Simulation : Principles, Methodology, Advances,
Applications, and Practice" de Jerry Banks. Wiley, 1998.
Ross Sheldon M., Simulación, 2 edición, Prentice-Hall, 1999.
Zeigler B.P., Praehofer H. y Kim T.G., "Theory of Modelling and
Simulation. Integrating Discrete Event and Cotinuous Complex Dynamic
Systems", second edition, Academic Press, 2000.