Simulación de eventos discretos en Python

Vamos a desentrañar el potencial de las simulaciones de eventos discretos. Para empezar el curso, aprenderás a identificar problemas en los que las simulaciones de eventos discretos pueden ayudar a apoyar la gestión y la toma de decisiones. También conocerás los componentes principales de los modelos de eventos discretos y cómo interpretar los resultados del modelo. Por último, construirás tu primer modelo de eventos discretos de “cola”.

Descubre el potencial del paquete SimPy para agilizar tus simulaciones de eventos discretos. En el capítulo 2, aprenderás a crear un entorno de modelo en SimPy y a añadir procesos y recursos. También verás los distintos tipos de recursos disponibles, así como opciones para controlar y programar eventos. Para cerrar el capítulo, construirás un modelo completo en SimPy para una línea de ensamblaje de aeronaves.

Explora los tipos de procesos que puedes añadir a los modelos de eventos discretos. Aprenderás a distinguir entre procesos deterministas y no deterministas y cómo representarlos en los modelos. También verás cómo aleatorizar eventos (o procesos), algo clave para simular eventos no deterministas. Por último, construirás un modelo en SimPy que combine procesos deterministas y no deterministas.

Aprenderás métodos de optimización para maximizar el impacto de tus modelos de eventos discretos. Verás cómo realizar conjuntos de simulaciones usando enfoques de Monte Carlo y descubrirás cómo identificar clústeres en los resultados del modelo para ayudarte a entender su comportamiento e identificar procesos críticos y puntos de inflexión. También usarás funciones objetivo para definir metas en tus esfuerzos de optimización del modelo. Para terminar el curso, explorarás cómo hacer que tu modelo sea escalable para que pueda crecer de forma estable y controlada.