UNIVERSIDAD NACIONAL DE TRUJILLO

SILABO DE INVESTIGACION DE OPERACIONES II

I. IDENTIFICACIÓN
1.1. Experiencia Curricular: INVESTIGACION DE OPERACIONES II
1.2. Facultad: FACULTAD DE INGENIERIA
1.3. Para estudiantes de la carrera: INGENIERIA INDUSTRIAL
1.3.1. Sede: Trujillo
1.4. Calendario Académico: 2019-Verano
1.5. Año/Ciclo Académico: 8
1.6. Código de curso: 2628
1.7. Sección: A
1.8. Creditos: 4
1.9. Número de Rotaciones, veces que se desarrolla la experiencia curricular en el año/ciclo académico: 1
1.10. Duración por vez de rotación (Nro. de Semanas/Días): 16
1.11. Extensión horaria:
1.11.1. Total de horas semanales: 6
- Horas Teoría: 2
- Horas Práctica: 4
1.11.2. Total de Horas Año/Semestre: 102
1.12. Organización del tiempo Anual/Semestral:
Tipo Total Unidad Semana/Día
Actividades Hs I II III Aplazado
- Sesiones Teóricas 32 12 10 10 ---
- Sesiones Prácticas 52 20 16 16 ---
- Sesiones de Evaluación 18 4 4 4 6
Total Horas 102 --- --- --- ---
1.13. Prerrequisitos:
- Cursos:
- INVESTIGACION DE OPERACIONES I
- Creditos: No necesarios
1.14. Docente(s):
1.14.1. Coordinador(es):
Descripción Nombre Profesión Email
Coordinador General Dr. OLIVARES ESPINO, Ingeniero industrial iolivares@unitru.edu.pe
IVAN MARTIN
II. FUNDAMENTACIÓN Y DESCRIPCIÓN
El presente curso se desarrolla en el cuarto año de la especialidad de Ingeniería Industrial. En esta
asignatura se presentan diversos modelos determinísticos complementarios a los presentados en el curso de
investigación de operaciones I, así como un amplio estudio de la teoría de decisiones en un entorno
probabilístico y de incertidumbre, brindándose por lo tanto, una variedad de herramientas esenciales para el
ingeniero industrial. El proceso básico a seguir consiste en el modelamiento de los sistemas a evaluar para
su posterior solución utilizando la computadora. Los modelos cuantitativos que se presentan en el presente
curso, son herramientas poderosas para la solución de problemas empresariales, dando soporte a la difícil
misión de tomar decisiones para el mejor manejo de recursos escasos.
III. APRENDIZAJES ESPERADOS
3.1.Identificar, modelar y solucionar problemas de programación entera, de redes, de programación
dinámica y de teoría de decisiones.
3.2.Utilizar la computadora como herramienta para la solución a los modelos cuantitativos desarrollados e
interpretar los alcances y limitaciones de los resultados obtenidos.
3.3.Aplicar los conocimientos adquiridos para tomar decisiones en situaciones y problemas reales.
IV. PROGRAMACIÓN
4.1. UNIDAD 1
4.1.1. Denominación: PROGRAMACIÓN ENTERA – TEORÍA DE REDES
4.1.2. Inicio: 2019-01-14 Termino: 2019-02-01 Número de Semanas/Días: 6
4.1.3. Objetivos de Aprendizaje
oFormular un problema de programación matemática utilizando los artificios de programación
entera.
oResolver un problema de programación entera de a lo más de 5 variables de decisión y 3
restricciones utilizando el algoritmo de planos de corte, de ramificación y acotamiento o el
algoritmo para programación binaria.

Pág. 1
 UNIVERSIDAD NACIONAL DE TRUJILLO

oResolver un problema de programación entera mediante computador, insertando bucles y

rutinas de programación en Lingo, interpretando el resultado obtenido.
oIdentificar un problema de redes, formularlo y resolverlo mediante su algoritmo de optimización
o heurístico correspondiente.
4.1.4. Desarrollo de la Enseñanza-Aprendizaje:
Semana/Dí Actividades y Contenidos
a
Semana/Dí Presentación de sílabo, introducción al curso.
a1 Definición de un problema de programación matemática entera; importancia. Formulación de
Inicio: Modelos de programación entera. Artificios.
2019-01-14
Termino:
2019-01-14
Semana/Dí Problemas de programación entera. Necesidad de un algoritmo de solución entera. Algoritmo de
a2 ramificación y acotamiento. Programación en Lingo.
Inicio:
2019-01-16
Termino:
2019-01-16
Semana/Dí Algoritmo símplex con ramificación y acotamiento. Otras aplicaciones de del algoritmo de
a3 ramificación y acotamiento.
Inicio:
2019-01-21
Termino:
2019-01-21
Semana/Dí Algoritmo de programación binaria, conversión de un problema entero a uno binario.
a4 Introducción a la teoría de redes, nomenclatura básica.
Inicio:
2019-01-23
Termino:
2019-01-23
Semana/Dí Ruta más corta, aplicaciones, árbol de expansión mínima, flujo máximo, costo mínimo. Formulación
a5 y algoritmos de solución. Problema del reparto. Algoritmos heurísticos. Uso de software para redes.
Inicio:
2019-01-28
Termino:
2019-01-28
Semana/Dí Caso de aplicación.
a6 Examen Parcial
Inicio:
2019-01-30
Termino:
2019-01-30

4.1.5. Evaluación del Aprendizaje:

Semana/Dí Técnica/Instrumento
a
Semana/Dí Evaluaciones orales e intervenciones
a1 Resolución de ejercicios
Inicio: Discusión de casos
2019-01-14 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-01-14
Semana/Dí Evaluaciones orales e intervenciones
a2 Resolución de ejercicios
Inicio: Discusión de casos
2019-01-16 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-01-16
Semana/Dí Evaluaciones orales e intervenciones
a3 Resolución de ejercicios
Inicio: Discusión de casos
2019-01-21 Prácticas dirigidas en laboratorio de cómputo

Pág. 2
 UNIVERSIDAD NACIONAL DE TRUJILLO

Termino:
2019-01-21
Semana/Dí Evaluaciones orales e intervenciones
a4 Resolución de ejercicios
Inicio: Discusión de casos
2019-01-23 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-01-23
Semana/Dí Evaluaciones orales e intervenciones
a5 Resolución de ejercicios
Inicio: Discusión de casos
2019-01-28 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-01-28
Semana/Dí Examen escrito de unidad
a6
Inicio:
2019-01-30
Termino:
2019-01-30
4.2. UNIDAD 2
4.2.1. Denominación: ADMINISTRACIÓN DE PROYECTOS – PROGRAMACIÓN DINÁMICA
DETERMINÍSTICA
4.2.2. Inicio: 2019-02-04 Termino: 2019-02-18 Número de Semanas/Días: 5
4.2.3. Objetivos de Aprendizaje
oModelar un problema de proyectos utilizando redes, definiendo y calculando la ruta crítica y las
holguras totales y libres.
oTomar decisiones en una red de proyecto teniendo como objetivos en conflicto su costo vs. su
duración o asociándolo con una probabilidad de finalización, usando PC
oReconocer un problema programación dinámica determinística, formular su ecuación recursiva,
formularlo, resolverlo e interpretar el resultado.
4.2.4. Desarrollo de la Enseñanza-Aprendizaje:
Semana/Dí Actividades y Contenidos
a
Semana/Dí Fases de la administración de proyectos: planificación, gestión, control. Representación gráfica de un
a7 Proyecto. Cálculo de la duración de proyectos, ruta crítica y holguras.
Inicio:
2019-02-04
Termino:
2019-02-04
Semana/Dí El método de la ruta crítica (CPM). Aceleración de actividades VS Costos. Formulación mediante
a8 programación lineal. La técnica de evaluación y revisión de proyectos (PERT). Balance de recursos.
Inicio: Uso de software para programación y control de proyectos. Introducción al uso del MS Proyect.
2019-02-06
Termino:
2019-02-06
Semana/Dí Una ilustración de un problema de programación dinámica. Ruta más corta. Identificación de los
a9 elementos de un problema de programación dinámica: Variable de decisión, etapas, estado. Ecuación
Inicio: recursiva. Cálculos hacia delante y atrás. Problemas discretos prototipos: el problema de la mochila,
2019-02-11 el problema de inventarios.
Termino:
2019-02-11
Semana/Dí Problemas de planeación de personal, reemplazo de equipo. Problemas de programación dinámica
a 10 no discretos. El problema dimensional.
Inicio:
2019-02-13
Termino:
2019-02-13
Semana/Dí Trabajo de aplicación de proyectos con uso de MsProyect
a 11
Inicio: Examen Parcial
2019-02-18

Pág. 3
 UNIVERSIDAD NACIONAL DE TRUJILLO

Termino:
2019-02-18

4.2.5. Evaluación del Aprendizaje:

Semana/Dí Técnica/Instrumento
a
Semana/Dí Evaluaciones orales e intervenciones
a7 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-04 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-02-04
Semana/Dí Evaluaciones orales e intervenciones
a8 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-06 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-02-06
Semana/Dí Evaluaciones orales e intervenciones
a9 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-11 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-02-11
Semana/Dí Evaluaciones orales e intervenciones
a 10 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-13 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-02-13
Semana/Dí Exposición y sustentación de trabajo de aplicación.
a 11
Inicio: Examen Pacial escrito
2019-03-18
Termino:
2019-03-18
4.3. UNIDAD 3
4.3.1. Denominación: TEORÍA DE DECISIONES - PROGRAMACION DINÁMICA
PROBABILÍSTICA
4.3.2. Inicio: 2019-02-20 Termino: 2019-03-04 Número de Semanas/Días: 5
4.3.3. Objetivos de Aprendizaje
oUtilizar modelos y algoritmos cuantitativos apropiados para tomar decisiones en entornos
determinísticos, de riesgo y de incertidumbre.
oReconocer un problema programación dinámica probabilística, sus etapas y decisiones.
Formular un problema de programación dinámica probabilística, resolverlo e interpretar el
resultado.
4.3.4. Desarrollo de la Enseñanza-Aprendizaje:
Semana/Dí Actividades y Contenidos
a
Semana/Dí Teoría de decisiones, niveles de decisión. Criterios de decisión bajo incertidumbre. Entorno
a 12 determinístico, calificación y ponderación. Revisión de teoría de probabilidades, el enfoque
Inicio: bayesiano en la teoría de decisiones.
2019-02-20
Termino:
2019-02-20
Semana/Dí Decisiones y estados de la naturaleza, árboles de decisión.
a 13
Inicio:
2019-02-25
Termino:
2019-02-25

Pág. 4
 UNIVERSIDAD NACIONAL DE TRUJILLO

Semana/Dí Problemas con información adicional. Valor de la información

a 14
Inicio:
2019-02-27
Termino:
2019-03-27
Semana/Dí Características de un modelo de programación dinámica probabilística. Ejemplos prototipos de
a 15 programación dinámica probabilística: el problema del apostado, inventario con demanda
Inicio: probabilística.
2019-02-27
Termino:
2019-02-27
Semana/Dí Laboratorio de problemas de programación dinámica probabilística.
a 16
Inicio: Examen Parcial Escrito
2019-03-04
Termino:
2019-03-04

4.3.5. Evaluación del Aprendizaje:

Semana/Dí Técnica/Instrumento
a
Semana/Dí Evaluaciones orales e intervenciones
a 12 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-20 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-02-20
Semana/Dí Evaluaciones orales e intervenciones
a 13 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-25
Termino:
2019-02-25
Semana/Dí Evaluaciones orales e intervenciones
a 14 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-27 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-02-27
Semana/Dí Evaluaciones orales e intervenciones
a 15 Resolución de ejercicios
Inicio: Discusión de casos
2019-02-27 Prácticas dirigidas en laboratorio de cómputo
Termino:
2019-02-27
Semana/Dí Evaluaciones orales e intervenciones
a 16 Resolución de ejercicios
Inicio:
2019-03-04 Examen parcial escrito
Termino:
2019-03-04
4.4. APLAZADO
Semana/Día Técnica/Instrumento
Semana/Día 17 Examen de Aplazado, evaluaciones pertimentes
del curso.
V. NORMAS DE EVALUACIÓN
1.Base Legal:Reglamento de Normas Generales de Evaluación del Aprendizaje de los Estudiantes de
Pregrado de la Universidad Nacional de Trujillo.

2.Normas específicas en la Experiencia Curricular:

Pág. 5
 UNIVERSIDAD NACIONAL DE TRUJILLO

- Para cada una de las unidades, las evaluaciones de prácticas, ejercicios, la evaluación en laboratorio y
casos tienen una ponderación de 30% en la nota de unidad; el examen parcial escrito tiene una ponderación
de 70%.
- El promedio final es el promedio simple de las notas de las tres unidades
VI. CONSEJERÍA/ORIENTACIÓN
Propósitos: Que los estudiantes reciban apoyo para el logro de los objetivos de aprendizaje y orientación en
la solución de problemas para mejorar su desempeño académico.
Día: Viernes
Lugar: Oficina
Horario:13 a 14 horas
VII. BIBLIOGRAFÍA
7.1Bonini Ch, Hausman W y Bierman H, Análisis Cuantitativo para los Negocios, Irwin/McGraw-Hill, 9°
Edición, Colombia 2000.
7.2Hillier F., Lieberman G. Introducción a la Investigación de Operaciones, Mc Graw Hill, México, 2010
7.3Mathur K. & Solow D. Investigación de Operaciones, PHH, México, 1997.
7.4Render Barry, Método Cuantitativo para los Negocios, Pearson-Prentice Hall, 9° edición, México, 2006
7.5Taha H. Investigación de Operaciones, Pearson, 9° edición. México, 2012
7.6Winston W. Investigación de Operaciones, Aplicaciones –Algoritmos, Prentice Hall, México, 2005.

El presente Silabo de la Experiencia Curricular "INVESTIGACION DE OPERACIONES II", ha sido

Visado por el Director de la ESCUELA ACADEMICO PROFESIONAL DE INGENIERIA INDUSTRIAL,
quien da conformidad al silabo registrado por el docente OLIVARES ESPINO, IVAN MARTIN que fue
designado por el jefe del DEPARTAMENTO ACADEMICO DE INGENIERIA INDUSTRIAL.

Pág. 6