CG1 - Aprender a aplicar los conocimientos adquiridos y a explotar su potencial para la resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) en el tratamiento estadístico-computacional de la información.
CG2 - Elaborar adecuadamente y con originalidad argumentos motivados y proyectos de trabajo, redactar planes, así como formular hipótesis y conjeturas razonables en su área de especialización.
CG3 - Integrar los conocimientos adecuados y enfrentarse a la complejidad de emitir juicios en función de criterios, de normas externas o de reflexiones personales justificadas
CG4 - Comunicar y presentar públicamente ideas, procedimientos o informes de investigación, así como asesorar a personas u organizaciones en el tratamiento estadístico-computacional de la información. La presentación de estas ideas debe transmitir de forma clara y precisa las conclusiones de forma que sean entendidas tanto por el especialista como por el profano en temas estadístico-computacionales.
CG5 - Comprender y utilizar de manera avanzada el lenguaje y las herramientas matemáticas para modelizar, simular y resolver problemas complejos del ámbito de la ingeniería y de la industria, reconociendo y valorando las situaciones y problemas susceptibles de ser tratados matemáticamente.
CG7 - Saber abstraer en un modelo matemático las propiedades y características esenciales de un problema real reconociendo su rango de aplicabilidad y limitaciones.

CT1 - Saber aplicar sus avanzados conocimientos a su trabajo o vocación de una forma profesional y poseer las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y en la resolución de problemas y estudio de casos. Esto implica, más concretamente: Integrar creativamente conocimientos y aplicarlos a la resolución de problemas, perseguir objetivos de calidad en el desarrollo de su actividad profesional, adquirir capacidad para la toma de decisiones y de dirección de recursos humanos, ser capaz de mostrar creatividad, iniciativa y espíritu emprendedor para afrontar los retos de su actividad, valorar la importancia de la Ingeniería Matemática en el contexto industrial, económico, administrativo, medio ambiental y social.
CT2 - Tener la capacidad de reunir e interpretar datos relevantes para emitir juicios que incluyan una reflexión profunda sobre temas relevantes de índole científica, industrial, tecnológica y empresarial. Demostrar razonamiento crítico y gestionar información científica y técnica de calidad, bibliografía, bases de datos especializadas y recursos accesibles a través de Internet.

CE1 - Adquirir una formación avanzada, sólida y rigurosa en temas avanzados de Matemáticas y sus Aplicaciones.
CE2 - Ser capaz de planificar la resolución de problemas de un alto nivel de complejidad en función de las herramientas de que se disponga y, en su caso, de las restricciones de tiempo y recursos.
CE3 – Ser capaz de utilizar aplicaciones informáticas de cálculo numérico y simbólico, visualización gráfica, optimización u otras para experimentar en aspectos avanzados de Matemáticas y resolver problemas con un elevado grado de complejidad.
CE4 - Desarrollar habilidades de aprendizaje en Matemáticas avanzadas y sus aplicaciones que permitan al alumno continuar estudiando y profundizando en la materia de modo autónomo.
CE5 - Resolver problemas y casos reales planteados en el ámbito de la ingeniería, la industria, la ciencia, la tecnología y la sociedad mediante habilidades de modelización, cálculo numérico, simulación y optimización.
CE6 - Desarrollar programas que resuelvan problemas matemáticos avanzados utilizando para cada caso el entorno computacional adecuado.

Después de completado el curso, el alumno será capaz de:
- Decidir cuándo es adecuado realizar un estudio de simulación.
- Realizar un estudio de simulación de eventos discretos, completando todos sus pasos.
- Programar el modelo en un software de carácter general o en un lenguaje de simulación.
- Analizar estadísticamente los resultados obtenidos

Clases teóricas: 2/3 del tiempo total disponible. Explicación de los modelos y métodos utilizados

Clases prácticas: 1/3 del tiempo total disponible. Resolución de ejemplos y programación de prácticas.

Clases prácticas en laboratorio de informática o con uso de ordenador personal.

1,2

1,8

2

Modelos de Simulacion de Eventos Discretos. Tecnicas Monte Carlo. Aplicaciones.

Nociones de estadística (variables aleatorias, estimación, intervalos de confianza, contrastes de hipótesis). Conceptos elementales de programación.

Comprender el alcance de la simulación y cuándo es conveniente su aplicación
Saber diseñar, desarrollar y verificar un modelo de simulación de eventos discretos.
Ser capaz de aplicar lo aprendido en diversos ámbitos, como por ejemplo en problemas de fiabilidad, líneas de espera o inventarios, entre otros.

- Entrega de trabajos, ejercicios y prácticas (80%).
- Asistencia y participación activa en el desarrollo de las clases (20%).
- Se requiere la asistencia a un mínimo del 60% de las clases para poder valorar la asistencia.

Apuntes del curso disponibles en el Campus Virtual.

Bibliografía de consulta:
Barceló, J. (1996) Simulación de Sistemas Discretos. Isdefe.
Law, AM.; Kelton, W.D. (2000) Simulation Modeling and Analysis. McGraw Hill.
Stahl I. (1990). Introduction to Simulation with GPSS: On the PC, Macintosh and VAX, Prentice Hall International.