UNIVERSIDAD COOPERATIVA DE COLOMBIA

PROGRAMA DE CURSO

1. IDENTIFICACIÓN DEL CURSO

1.1 Facultad: Ingeniería
1.2 Programa: Ingenierías Ambiental, Industrial, de Sistemas, Electrónica, de Telecomunicaciones.
1.3.Curso: Técnicas de validación y simulación
1.4 Semestre: 8 1.5 Metodología: Presencial
1.6 Período Académico: 2020-I
1.7 Créditos: Tres (3) 1.8 Intensidad Horaria Semanal:9 Horas
1.9 Horas de acompañamiento directo: 4.0 1.10 Horas de trabajo independiente: 5.0

2. JUSTIFICACIÓN:

La simulación es una herramienta por el cual se puede probar o experimentar lo puede suceder en un
determinado proceso, escenario u objeto sin el riesgo que haya consecuencias reales. Luego permite
realizar y comparar diferentes escenarios de un problema, y ver cuál es el mejor, posteriormente, se podría
aplicar esa solución que funcionó adecuadamente en la simulación, en el mundo real y esperar que las
consecuencias que el modelo de simulación mostró, sean razonablemente las mismas en el mundo real.

La simulación permite crear modelos matemáticos del comportamiento de un sistema con base en su
comportamiento histórico y ofrecer datos que permiten evaluar y validar alternativas de mejoramiento a
sistemas existentes o en proyecto. El estudiante al finalizar el curso manejará los principales conceptos de
modelado (análisis de entrada, modelado y análisis de salida) y entenderá los efectos de la aleatoriedad en
un sistema.

La simulación es una técnica cuantitativa, de la investigación de operaciones, que permite llevar a cabo
experimentos en un computador con base en los modelos realizados por el analista. Estos modelos
constituyen una representación del sistema real y describen el comportamiento operativo, financiero y
administrativo del sistema, subsistema o de alguno de sus componentes.

El análisis de la información y los procesos para llevar a cabo el modelo, el desarrollo del modelo, los
experimentos realizados con los modelos y sus escenarios, ayudan al estudiante a entender mejor el
sistema y formarse una visión integral que le permita identificar problemas y formular soluciones.

Universidad Cooperativa de Colombia 1

 3. COMPETENCIAS PREVIAS:
¿Qué competencias debe tener para cursar con éxito este curso?

Competencias genéricas:
Razonamiento cuantitativo, lectura crítica, nociones de inglés, lectura y escritura, aptitud matemática.

Abstractas:
Pensamiento crítico, razonamiento analítico, sintético y solución de problemas.

4. COMPETENCIAS
Macro competencia:

Validar modelos matemáticos relacionados con materiales, estructuras, máquinas, dispositivos, sistemas y
procesos.

4.1 Unidad de Competencia:

Evaluar el desempeño de materiales, estructuras, maquinas dispositivos, sistemas y procesos para la

definición de variables incidentes en un fenómeno y establecer relaciones mediante modelos de
simulación.

Elementos de competencia Indicadores Evidencias

Diferenciar el comportamiento de
materiales, estructuras, maquinas
dispositivos, sistemas y procesos en
el modelo simulado.
- Conceptualiza que son sistemas
en simulación y que tipos existen.
- Desarrolla modelos abstractos
derivados de modelos reales
- Implanta modelos de simulación
sencillos
-Taller 1.
Principios básicos de
simulación y generación de
números aleatorios)
-Prueba escrita en clase
(individual)

-Gestiona diversos métodos para

calcular el número de
Analizar variables y establecer las Taller 2. Tratamiento
repeticiones necesarias en un
relaciones de salida como función de estadístico de información
proceso de simulación
las entradas en el modelo de (modelos probabilísticos)
-Asocia los modelos inherentes
simulación -Prueba escrita en clase
en un conjunto de datos
(individual)
-Deduce relaciones entre
procesos (variables)

Formular los aspectos operacionales

-Genera conceptos de sistemas
que necesitan ser mejorados
continuos y discretos Taller 3. Presentación de una
utilizando el modelo matemático
-Transforma variables en exposición – Sistemas
simulado y reportar resultados de
sistemas continuos / discretos y Continuos y discretos
eficiencia y eficacia del desempeño
su comportamiento - Prueba escrita en clase
de materiales, estructuras, máquinas,
-Produce herramientas (individual)
dispositivos, sistemas y procesos.
computacionales apropiadas para

Universidad Cooperativa de Colombia 2

 simular sistemas continuos /
discretos
Problemas que resuelve

 La falta de Comprensión del significado de la simulación, sus ventajas, desventajas y beneficios.

 Desconocimiento de las fases necesarias para llevar a cabo un estudio de simulación.
 La no identificación de las competencias necesarias para llevar a cabo un estudio de simulación.
 Falta de experiencia en identificar los elementos necesarios para el modelado de datos de entrada
y el análisis de datos de salida.
 El no dimensionamiento de la importancia de la aleatoriedad y la complejidad en el análisis de
sistemas.

Temas

EC 1: Ser: Examinar y diferenciar el comportamiento de materiales, estructuras, máquinas, dispositivos,

sistemas y procesos.

1.1 Objetivos de la simulación.

1.2 Alcances de la simulación.
1.3 Definición y tipos de sistemas.
1.4 Caracterización de los sistemas a simular.
1.5 Proceso de desarrollo de un modelo de simulación.
1.6 Diagrama de relación modelo-sistema.

EC 2: Saber: Identificar y cuantificar variables y establecer las relaciones de salida como función de las
entradas.

2.1 Recopilación de información.

2.2 Determinación del tipo de distribución de una serie de datos.
2.3 Métodos de generación de números pseudoaleatorios.
2.4 Pruebas Estadísticas.
Pruebas de uniformidad.
Pruebas de Independencia.
2.5 Generación de variables aleatorias.
Variables Aleatorias.
Distribuciones de variables aleatorias continuas.
Distribuciones de variables aleatorias discretas.
2.6 Tratamiento estadístico de la información - Validación y estabilización.

EC 3: Hacer: Formular los aspectos operacionales que necesitan ser mejorados utilizando el modelo
matemático simulado y reportar resultados de eficiencia y eficacia del desempeño de materiales,
estructuras, máquinas, dispositivos, sistemas y procesos.

3.1 Características de los sistemas discretos y continuos.

3.2 Comportamiento de las variables en sistemas discretos y continuos.
3.3 Lenguajes de simulación.
3.4 Aplicaciones de Caso varios en Excel, Simulink
3.5 Análisis estadístico de la información de entrada vs. información de salida.

Universidad Cooperativa de Colombia 3

 5. CRONOGRAMA

Unidad

SEMANA TEMAS Y ACTIVIDADES RECURSOS/HERRAMIENTAS

Temas: Libros:

1.1 Definición y tipos de sistemas. - Simulación un Enfoque Práctico (Raul

1.2 Caracterización de los sistemas a simular.
1.3 Objetivos de la simulación.
1.4 Alcances de la simulación.
1.5 Proceso de desarrollo de un modelo de
simulación.
1.6 Diagrama de relación modelo-sistema.
Actividades:
 Explicaciones por parte del profesor.
1  Lecturas recomendadas acerca del tema.
 Preguntas en clase sobre las lecturas
recomendadas.
Coss B.R., 2003)
- Simulación Métodos y aplicaciones.
(Ríos et all, 1997)
-Introducción a la Simulación. (Del
Valle F., 2019)
Lecturas:
-Introducción a la simulación de
sistemas discretos. Capítulo I (Alvaro
García Sánchez, Miguel Ortega Mier,
2006 )

Software a utilizar:
Microsoft Excel

Videos: tedX Big data is better data:

https://www.ted.com/talks/kenneth_
cukier_big_data_is_better_data#t-
939734

Unidad

SEMANA TEMAS Y ACTIVIDADES RECURSOS/HERRAMIENTAS

Temas:
Recopilación de la información.
 Variable, Dato, unidad de análisis.
2–5
 Requisitos que deben cumplir los datos.
Libros:
- Probabilidad y Estadística para
Ingenieros (Walpole R.E., 1999)
- Probabilidad y Estadística para
Ingenieros de Miller y Freud (Johnson
R.A., 1997)
- Fundamentals of Probability and
Statistics for Engineers (Soong, T.T.,
2008)

Universidad Cooperativa de Colombia 4

 Determinación del tipo de distribución de una
serie de datos.
 Prueba Bondad y ajuste de Ji-Cuadrada.
 Prueba Bondad y ajuste de Kolmogorov-
Smirnov.
 Uso de Mathlab y SPSS.
Métodos de generación de números
pseudoaleatorios.
 Método congruencial.
 Métodos de George Marsaglia (Mersenne
Twister, Multiply-with-carry.
 Métodos de Pierre L’ecuyer (Generadores
congruentes lineales combinados).
Actividades:
 Explicaciones por parte del profesor.
 Lecturas recomendadas acerca del tema.
 Práctica de laboratorio.
 Solución de ejercicios planteados.
 Taller en clase que ayude a despejar dudas
con la tutoría del docente
Temas:
6–7
Pruebas Estadísticas
Universidad Cooperativa de Colombia
Lecturas:
-Introducción a la simulación de
sistemas discretos. Capítulo II (Alvaro
García Sánchez, Miguel Ortega Mier,
2006 )
Guías de aprendizaje:
Guía de estudio: Números aleatorios
https://la.mathworks.com/help/matla
b/ref/rand.html?fbclid=IwAR0ZB3eIeE
g7-
yFxND93XxBqW9NZCGLPwvVnJp1UD_
VgrGT-DCKl27RAbJc
Guía de estudio: Controlando la
generación de números aleatorios:
https://la.mathworks.com/help/matla
b/examples/controlling-random-
number-
generation.html?fbclid=IwAR3rTtfgpm
WXNTftD9zmtRetkD_lC-
zpbnLobAFluDoKP_1Cp4zLHzCrTP4
Software a utilizar:
- Microsoft Excel (Microsoft, 2019)
-Mathlab
-Spss
- R (The R Project,2019)
Videos:
Video Ajuste de distribuciones de
probabilidad en Matlab:
https://www.youtube.com/watch?v=J
_YIQV_3TwU&t=3s Video en el que se
presentan los códigos para realizar las
pruebas para ajuste de distribuciones
a los datos.
Video Prueba de bondad y ajuste con
Matlab:
https://www.youtube.com/watch?v=v
7LBu2k6m60&t=12s Video en el que
encontrará cómo realizar la prueba en
Matlab
Libros:
- Probabilidad y Estadística para
Ingenieros (Walpole R.E., 1999)
5
  Pruebas de uniformidad
o Prueba del promedio.
o Prueba de varianza.
o Prueba de Ji-Cuadrada.
o Prueba de Kolmogorov-Smirnov.
 Pruebas de Independencia
o Prueba de Póker.
o Prueba de Corridas arriba y debajo
de la media.
Generación de variables aleatorias
 Variables Aleatorias
o Variable aleatoria discreta.
o Variable aleatoria continúa.
 Distribuciones de variables aleatorias
continuas
o Transformada Inversa.
o Distribución Normal.
o Distribución Triangular.
o Distribución Exponencial.
o Distribución Uniforme.
 Distribuciones de variables aleatorias
discretas
o Distribución Bernoulli.
o Distribución Poisson.
Actividades:
 Explicaciones por parte del profesor.
 Lecturas recomendadas acerca del tema.
 Práctica de laboratorio.
 Solución de ejercicios planteados.
 Taller en clase que ayude a despejar dudas
con la tutoría del docente
Tema:
8 -10
Universidad Cooperativa de Colombia
- Probabilidad y Estadística para
Ingenieros de Miller y Freud (Johnson
R.A., 1997)
- Fundamentals of Probability and
Statistics for Engineers (Soong, T.T.,
2008)
- Simulación (Ross S.M.,1999)
Lecturas:
Capítulo 2 Modelación de la
aleatoriedad en sistemas discretos.
Simulación en sistemas discretos.
Jaime Barceló, 1996. ( pags72-110)
Guías de aprendizaje:
Guía de aprendizaje: Generación de
variables aleatorias
Crear y controlar Números aleatorios:
https://la.mathworks.com/help/matla
b/math/creating-and-controlling-a-
random-number-
stream.html?fbclid=IwAR0lkh043s-
p_sMngAqhfy5qCcxhEkYxtcxAUlww_w
5G0_Aq2OgRh1Yu16U
Software a utilizar:
- Microsoft Excel (Microsoft, 2019)
-SPSS
-Mathlab
- R (The R Project,2019)
Video: Descargar e instalar Spss
https://www.youtube.com/watch?v=y
TdKwePlByo
Video: Curso de Spss Statistic Completo
En este curso veremos las principales
funcionalidades de SPSS y la modalidad
de trabajo del programa, en su versión
24
Lecturas:
Distributions part 1,2,3
https://ebookcentral.proquest.com/li
b/ucooperativa-
ebooks/reader.action?docID=4691462
&ppg=1
Libros:
- Probabilidad y Estadística para
Ingenieros (Walpole R.E., 1999)
6
 Tratamiento estadístico de la información -
Validación y estabilización
 Calculo del número óptimo de simulaciones.
 Calculo del número de réplicas.
 Validación de resultados.
 Optimización.
Actividades:
 Explicaciones por parte del profesor.
 Lecturas recomendadas acerca del tema.
 Práctica de laboratorio.
 Solución de ejercicios planteados.
 Taller en clase que ayude a despejar dudas
con la tutoría del docente
SEMANA TEMAS Y ACTIVIDADES
Unidad
SEMANA TEMAS Y ACTIVIDADES
Temas: Sistemas discretos y continuos
3.1 Características de los sistemas discretos y
continuos.
3.2 Comportamiento de las variables en sistemas
discretos y continuos.
3.3 Lenguajes de simulación.
3.4 Aplicaciones en Excel, R, Simulink,
3.5 Análisis estadístico de la información de
11 y 16 entrada vs. información de salida.
Actividades:
 Explicaciones por parte del profesor.
 Lecturas recomendadas acerca del tema.
 Práctica de laboratorio.
 Solución de ejercicios planteados.
 Taller en clase que ayude a despejar dudas
con la tutoría del docente.
Universidad Cooperativa de Colombia
- Probabilidad y Estadística para
Ingenieros de Miller y Freud (Johnson
R.A., 1997)
- Fundamentals of Probability and
Statistics for Engineers (Soong, T.T.,
2008)
Lecturas:
- Matlab para ingenierías- Miguel
Ataurima Arellano, 2013 capitulo 4-5
Guías de aprendizaje:
Guía: Tratamiento estadístico de la
información-Validación y
estabilización.
Software a utilizar:
- R (The R Project, 2019)
- Matlab (Mathworks, 2019)
- Excel (Microsoft, 2019)
RECURSOS/HERRAMIENTAS
RECURSOS/HERRAMIENTAS
Libros:
- Simulación con Software Arena
(Randall et all., 2008)
- Vensim: Guía del usuario (Vensim,
2002)
Lecturas:
- Matlab para ingenierías- Miguel
Ataurima Arellano, 2013 capitulo 6
-Simulación de sistemas continuos con
simulink. Universidad de Oviedo.
Guías de aprendizaje:
- Guía de ejercicios Simulación
Simulink
Software a utilizar:
- R (The R Project, 2019)
7
 - Matlab (Mathworks, 2019)
- Excel (Microsoft, 2019)
-Spss

6. EVALUACION
INDICADOR Y EVIDENCIA PORCENTAJE FECHA DE SEGUIMIENTO
-Taller 1 10% Semana 4
Principios básicos de simulación y
generación de números aleatorios)

-Prueba escrita en clase (individual) 20% Semana 5

Taller 2. Tratamiento estadístico de 10% Semana 9
información (modelos probabilísticos)

-Prueba escrita en clase (individual) 20% Semana 10

Taller 3. Presentación de una exposición – 10% Semana 15
Sistemas Continuos y discretos; Práctica
en Simulink, Spss

Participación en clase, lecturas y 10% Semana 16

seguimiento general

- Prueba escrita en clase (individual) 20% Semana 16

7. RECURSOS
7.1 Bibliografía Básica

 Simulación con Software Arena (Randall et all., 2008)

 Simulación en sistemas discretos. Jaime Barceló, 1996.
 Statistics from A to Z confusing concepts clarified. 2016. Andrew A. Jawlik. Wiley.
 Matlab para ingenierías- Miguel Ataurima Arellano, 2013
 Coss Bú, R. (1982). Simulación: un enfoque práctico. Limusa.
 Kelton, W. D., & Kelton, D. W. (2008). Simulación con software arena. (S. Randall P Coat. & M. J.
Herrero tr, Eds.) (4a.). México: México: MacGraw-Hill Interamericana.
 Pazos-Arias, J. J. (2003). Teoría de colas y simulación de eventos discretos. (A. Suárez González &
R. P. Dí-az Redondo, Eds.). Madrid: Madrid: Pearson educación.
 Ri ́os Insua, D., Ri ́os Insua, S., & Marti ́n Jiménez, J. (2009). Simulación : métodos y aplicaciones.
Alfaomega.

Universidad Cooperativa de Colombia 8

  Soong, T. T. (2008). Fundamentals of probability and statistics for engineers. Chichester:
Chichester: John Wiley & Sons.
 Walpole, R. E. (1999). Probabilidad y estadística para ingenieros. México: México: Prentice-Hall.

7.2 Bibliografía Complementaria

 Ross, Sheldon. Introduction to probability and statistics for engineers and scientists. 5 ed.
Berkeley: Universidad de California, 2014. Print.
 Garrett Grolemund. Data Science with R: Model Fitting. Consultado en: 12/07/2019. Disponible
en: https://garrettgman.github.io/model-fitting/
 Mathworks. Curve Fitting. Consultado en: 12/07/2019. Disponible en:
https://la.mathworks.com/help/curvefit/curve-fitting.html
 García F., Sierra F., Guzman V. Simulación de sistemas para administración e ingeniería: Cálculo de
número óptimo de simulaciones, pp 109-114. México, CECSA. 2005. Disponible en:
http://metabase.uaem.mx/bitstream/handle/123456789/564/Calculo_de_numero_optimo_d
e_simulaciones.pdf?sequence=1&isAllowed=y
 García, Á., & Ortega, M. (2006). Introducción a la simulación de sistemas discretos. Retrieved
from http://www.iol.etsii.upm.es/arch/intro_simulacion.pdf
 Inc., V. S. (2002). Vensim - Guía del Usuario. Retrieved from
http://matema.ujaen.es/jnavas/web_master/archivos/curso14_15/GuiadelUsuario vensim.pdf
 Kofman, E. (2010). Simulación de Sistemas Continuos. Notas de Clase.
https://www.fceia.unr.edu.ar/control/ssc/notas_ssc.pdf
 Universidad de Antioqia. (2016). Longitud Promedio de Corrida (ARL) – Conceptos Ingeniería
Industrial. Retrieved January 28, 2019, from
https://conceptosingenieraindustrial.wordpress.com/2016/02/11/longitud-promedio-de-
corrida-arl/

o Base de datos UCC

 Proquest Science Journals, Bajo el termino simulation stochastic.

 Engineering Village, Bajo el termino simulation stochastic.

7.4 Recursos en E libro

 Creus, S. A. (2007). Simulación y control de procesos por ordenador (2a. ed.). Barcelona, ES:
Marcombo. Retrieved from http://www.ebrary.com
 Guasch, A., Piera, M. À., & Casanovas, J. (2002). Modelado y simulación: aplicación a procesos
logísticos de fabricación y servicios. Madrid, ES: Universitat Politècnica de Catalunya. Retrieved
from http://www.ebrary.com
 Lladser, M. (2009). Variables aleatorias y simulación estocástica. Santiago de Chile, CL: Editorial
ebooks Patagonia - J.C. Sáez Editor. Retrieved from http://www.ebrary.com
 Ortiz, A. A. (2010). Simulación de fenómenos físicos. México, D.F., MX: Instituto Politécnico
Nacional. Retrieved from http://www.ebrary.com
 Urquía, M. A., & Martín, V. C. (2013). Modelado y simulación de eventos discretos. Madrid, ES:
UNED - Universidad Nacional de Educación a Distancia. Retrieved from http://www.ebrary.com
 Urquía, M. A., & Martín, V. C. (2016). Métodos de simulación y modelado. Madrid, ESPAÑA: UNED
- Universidad Nacional de Educación a Distancia. Retrieved from http://www.ebrary.com
7.5 Software

Universidad Cooperativa de Colombia 9

  Microsoft. Microsoft office 365 [Software] 2019. Software suministrado por la UCC en sus APAs.
 The R Project for Statistical Computing: R., Software estadístico de uso libre [Software] 2019.
Disponible en: https://www.r-project.org/
 MATLAB and Statistics Toolbox Release 2012b, The MathWorks, Inc., Natick, Massachusetts,
United States[Software] 2019. Software instalado por la UCC en sus APAs. Versión académica
disponible en: https://www.mathworks.com/academia/student_version.html

7.6 Audiovisuales

 Sergio Jimenez Dulanto, Curso Tutorial del Software Arena Básico 1. mayo de 2016. Consultado
en: 12/07/2019. Disponible en: https://www.youtube.com/channel/UCxyNPPDVcbmWmHE-
bP9PFCA
 Luis Javier Miguel Gonzalez. Dinámica de Sistemas Complejos: UVa_Online, Primer modelo en
Vensim. Diciembre de 2013. Consultado en: 12/07/2019. Disponible en:
https://www.youtube.com/watch?v=XlVCUF7IzGI
 Luis Javier Miguel Gonzalez. Dinámica de Sistemas Complejos: UVa_Online, Segundo modelo en
Vensim: Zorros y Conejos. Noviembre de 2013. Consultado en: 12/07/2019. Disponible en:
https://www.youtube.com/watch?v=XlVCUF7IzGI

Universidad Cooperativa de Colombia 10