UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN, TACNA

FACULTAD DE INGENIERA
Escuela Acadmico Profesional de Ingeniera en Informtica y Sistemas
SILABO
I.DATOS GENERALES
1. Nombre de la asignatura
: INVESTIGACION OPERATIVA
2. Cdigo del curso
:
3. Ao de estudios
: V I Semestre
4. Crditos
: 5
5. Total de horas semestrales
: 85 horas
6. No. total de horas por semana : 05 ( Teora 03 ; Practica 02)
7. Fecha de inicio
: 18 de abril del 2016
8. Fecha de trmino
: 31 de julio del 2016
9. Duracin
: 15 semanas
10. Profesor responsable
: Dra. Karin Yanet Supo Gavancho
Karin8443@yahoo.com
11. N de alumnos
: 55 alumnos
II.SUMILLA
La asignatura tiene por finalidad proporcionar los conocimientos bsicos sobre:
Formulacin de modelos cuantitativos determinsticos y probabilsticos, su
solucin y anlisis para tomar decisiones adecuadas durante la gestin
administrativa, contable y financiera.
III.LOGRO DE LA ASIGNATURA
Al finalizar el curso el estudiante es capaz de identificar problemas que puedan
ser resueltos con mtodos y tcnicas de inteligencia artificial; y resolverlos a
travs de un sistema experto
IV.UNIDADES DE APRENDIZAJE.
PRIMERA UNIDAD DIDCTICA: Introduccin a la Investigacin de Operaciones
LOGRO: Aplica adecuadamente la metodologa de la investigacin de operaciones.
Semana
1
2

Contenidos
TEORA: Metodologa de la Investigacin de operaciones
PRCTICA:
TEORA: Los modelos matemticos de programacin lineal. Construccin,
Clasificacin

3
4

PRCTICA: Anlisis de sistemas inteligentes

TEORA: Enfoque grfico.
PRCTICA: Diseo de un sistema basado en el conocimiento
TEORA: Formalismos para la representacin y procesamiento del
conocimiento
PRCTICA: Representacin de reglas para el SBC.
TEORA: Calculo proposicional
PRCTICA: Representacin de las reglas a travs de lgica de
predicados
TEORA: Calculo de predicados de primer orden
PRCTICA: Creacin del conocimiento a travs de lgica de
predicados
EVALUACIN. La presente unidad representa el 40% del promedio
final de la asignatura.

SEGUNDA UNIDAD DIDCTICA: LOS SISTEMAS EXPERTOS Y TEMAS DE

INTELIGENCIA ARTIFICIAL
LOGRO: Conocer los principios de la arquitectura de un sistema experto y elaborar
bases de conocimientos especficos basados en reglas de produccin.
8
TEORA: Sistemas expertos, desarrollo histrico y conceptos
generales.
PRCTICA: Desarrollo de un sistema experto.
9
TEORA: Arquitectura de un sistema experto
PRCTICA: Implantacin de un sistema experto
10
11
12
13
14
15

TEORA: La representacin del conocimiento por medio de regla.

PRCTICA: Creacin de reglas a travs tipos de encadenamiento
TEORA: Lgica difusa
PRCTICA: Anlisis del un software con conjuntos difusos
TEORA: Aprendizaje automatizado
PRCTICA: Anlisis del aprendizaje
TEORA: Redes neuronales
PRCTICA: Aplicacin de ejemplos atreves de redes neuronales
TEORA: Algoritmos genticos
PRCTICA: Aplicacin de ejemplos reales con software
EVALUACIN. La presente unidad representa el 60 % del promedio
final de la asignatura.

V.

METODOLOGA
El desarrollo del curso tiene lugar a travs de actividades terico-prcticas
que conforman su contenido. En las sesiones tericas el profesor trabaja
activamente con los estudiantes en el aula en forma dinmica, y participativa
promoviendo la reflexin y el pensamiento crtico a travs de preguntas,
exposiciones y trabajo en equipo, utilizando material impreso y audiovisual.
En las prcticas de laboratorio los alumnos interactan a travs de un
conjunto de actividades (tareas y aplicaciones) especialmente diseadas para
propiciar la habilidad de evaluacin y comparacin de las tipos de sistemas
expertos.

VI.

MATERIALES EDUCATIVOS
Los materiales a utilizar para el desarrollo de la asignatura son los siguientes:
a. Materiales educativos interactivos
Materiales impresos: Libros, textos impresos, mdulos de aprendizaje, manual
de prcticas y revistas.
Direcciones electrnicas para recabar informacin especializada sobre los
contenidos planteados.
b. Materiales educativos para la exposicin.
Se contar con pizarras, plumones, acrlicos, mota, proyector multimedia,
diapositivas y videos.
c. Materiales de laboratorio, computadoras, equipos de comunicacin de
datos.

VII.

EVALUACIN

7.1 La evaluacin de todo el proceso tiene una escala vigesimal (0-20) de

calificacin que contempla los niveles cualitativos de excelente, bueno,
regular y malo. Siendo la calificacin aprobatoria la nota once (11), as
mismo se considera todo decimal de 0.5 al valor redondeado inmediato
superior.
7.2

A)Indicadores de evaluacin por unidad

AS
(20%
)

LAB
(30%
)

EU
(50%
)

PF1U
(100%
)

Nota:
AS = ASISTENCIA
LAB = LABORATORIO
E1U =EXAMEN DE LA 1ra UNIDAD
PF1U = PROMEDIO FINAL DE LA 1era UNIDAD
PF1U = ES*0.20+PC*0.30+E1U*0.50
B) Indicadores de evaluacin por el periodo
PF1U PF2U
NF
(40% (60%) (100%
)
)

Requisitos mnimos aprobacin

Asistir el 70% de las sesiones de aprendizaje ejecutadas
Obtener como nota final 10.5 (mnimo)

VIII.

BIBLIOGRAFA
a. Bsica :
i. Construya su propio sistema experto, Chris Naylor Diaz de Santos,
S.A. C/ juan Bravo,3 A 28006 Madrid.
ii. Sistemas Expertos Aplicaciones de la Inteligencia Artificial en la
actividad empresarial,Paul Harmon, David King- Diaz de Santos,
S.A
iii. Introduccin to Expert Suytems , Peter Jackson [West Group,
Rochester, NY]- Addison- Wesley.
b. Complementaria
i. Inteligencia Artificial, Maynard Kong-Pontificia Universidad la
Catolica del Per FondoEditorial 1993.
ii. Inteligencia Artificial Un Enfoque Moderno , Stuart Russell, Peter
Norving PreticeHall Inc.