Curso libreInteligencia artificial y datos
Simulación de procesos productivos con Python
El curso Simulación de procesos productivos con Python proporciona al estudiante las técnicas para modelar líneas de producción, bodegas y centros de servicio con simulación de eventos discretos en SimPy, de modo que pueda evaluar cambios antes de implementarlos y recomendar el escenario de mejor desempeño con resultados cuantificados.
A quién va dirigido
Ingenieros y estudiantes de ingeniería industrial con conocimientos de probabilidad y Python básico.
Objetivos
✓Comprender la simulación de eventos discretos con entidades, recursos y colas y su validación frente al sistema real.
✓Analizar tiempos de llegada y de servicio para ajustar distribuciones de probabilidad con SciPy.
✓Aplicar SimPy para modelar procesos, recursos, almacenes, cuellos de botella, fallas y mantenimiento de máquinas.
✓Diseñar experimentos con periodo de calentamiento, réplicas y escenarios de mejora de una planta o bodega.
✓Evaluar utilización, colas y throughput con intervalos de confianza para recomendar el mejor escenario.
Plan de estudios por sesión
1
Fundamentos de simulaciónEntidades, recursos, colas y ajuste de distribuciones con SciPy · Números aleatorios, semillas y validación frente al sistema real
2
Modelado con SimPyProcesos, recursos, almacenes y línea de ensamble con cuellos de botella · Fallas, mantenimiento de máquinas y registro de estadísticas
3
Análisis de resultados de simulaciónPeriodo de calentamiento, réplicas e intervalos de confianza · Comparación de escenarios y visualización de colas y utilización
4
Presentación del modelo de simulaciónCaso de planta o bodega · Recomendación de mejora cuantificada
Evaluación
Inicial30%Ejercicio de ajuste de distribuciones con SciPy a tiempos reales o simulados, con uso de semillas aleatorias.
Intermedio30%Taller de modelado en SimPy de una línea de ensamble con cuellos de botella, fallas y registro de estadísticas.
Final40%Modelo de simulación en SimPy de un proceso productivo con comparación de escenarios y recomendación cuantificada, sustentado.
Proyecto final
Modelo de simulación en SimPy de un proceso productivo con comparación de escenarios y recomendación de mejora cuantificada.