Professional Documents
Culture Documents
En particular, se estudia a profundidad el fenmeno de formacin de colas/acumulacin de inventarios bien sea en sistemas de manufactura o en sistemas de servicio con un enfoque eminentemente computacional.
JUSTIFICACIN Comprender el efecto de la variabilidad en el comportamiento de sistemas productivos es fundamental para obtener informacin que permita disear, implementar y controlar de manera efectiva el desempeo de sistemas productivos hipotticos o reales.
OBJETIVOS: 1. Modelar adecuadamente sistemas estocsticos, particularmente sistemas de colas e inventarios, a partir de Cadenas de Markov. 2. Modelar sistemas de inventarios de una y mltiples etapas bajo demanda estocstica. 3. Modelar sistemas de colas de una sola estacin, dependiendo de los supuestos realizados sobre las caractersticas del sistema. 4. Identificar y comprender sistemas estocsticos que puedan ser modelados como Procesos de Cuasi-Nacimiento y Muerte. 5. Modelar sistemas de redes de colas, diferenciando adecuadamente la naturaleza de la red y el comportamiento de la variabilidad en la misma.
RESULTADOS ESPERADOS Al finalizar la asignatura se espera que los estudiantes: Debern estar en capacidad de modelar adecuadamente sistemas estocsticos e implementar algoritmos eficientes que permitan calcular medidas de desempeo de dichos sistemas.
EVALUACIN Examen parcial de nivelacin de conceptos probabilsticas 10% Cinco proyectos de modelacin e implementacin computacional de sistemas estocsticos 60% Examen final 30%
REQUISITOS Optimizacin Avanzada BIBLIOGRAFA RECOMENDADA Sanjay K. Bose, An Introduction to Queueing Systems. Kluwer Academic, 2002. Gross, D., Harris, C. Fundamentals of Queueing Theory. John Wiley & Sons., 1998. Grassman, W. K. Computational Probability. Kluwer Academic, 2000. Kulkarni, V. Modeling and Analysis of Stochastic Systems. Chapman & Hall., 1995. Latouche, G., Ramaswami, V. Introduction to Matrix Analytic Methods in Stochastic Modeling. Society for Industrial and Applied Mathematics, Philadelphia, 1999. Neuts, M. F. Matrix-Geometrix Solutions in Stochastic Models. The John Hopkings University Press., 1995. Serfozo, R. Introduction to Stochastic Networks. New York: Springer-Verlag, 1999. Zipkin, P. Foundations of Inventory Management, McGraw Hill, 2000.
CONTENIDOS
Cadenas de Markov de tiempo discreto y de tiempo
contnuo.
Transformada Z y transformada de Laplace.
Distribuciones de fase.
Geomtrica Matricial.
Redes estocsticas. Modelos Markovianos y
aproximaciones. TOTAL
METODOLOGA T.P.1 No Presencial Talleres de modelacin e Exposicin magistral por parte 6 implementacin del profesor. computacional. Talleres de modelacin e Exposicin magistral por parte 4 implementacin del profesor. computacional. Talleres de modelacin e Exposicin magistral por parte 6 implementacin del profesor. computacional. Talleres de modelacin e Exposicin magistral por parte 7 implementacin del profesor. computacional. Talleres de modelacin e Exposicin magistral por parte 14 implementacin del profesor. computacional. Talleres de modelacin e Exposicin magistral por parte 4 implementacin del profesor. computacional. Talleres de modelacin e Exposicin magistral por parte 7 implementacin del profesor. computacional. 48 Total horas presenciales y no presenciales: 192 Presencial
T.I.2 18
Cr.
12
18
21
42
12
21 144 4
1 2
Nmero de horas de tiempo presencial Nmero de horas de tiempo independiente (NO presencial)