UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO

INSTITUTO DE CIENCIAS BÁSICAS E INGENIERÍA

DIVISIÓN DE DOCENCIA
DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO

PROGRAMA DE ESTUDIO
LICENCIATURA EN: __INGENIERÍA INDUSTRIAL__
(Nombre completo)
NOMBRE DE LA ASIGNATURA: CLAVE
INVESTIGACIÓN DE OPERACIONES II II0007CIIO2
UBICACIÓN
SERIACIÓN
SEMESTRE CARGA HORARIA CARGA HORARIA CRÉDITOS*
SEMANAL SEMESTRAL

ANTECEDENTE CONSECUENTE

Teoría Práctica Total Teoría Práctica Total

INVESTIGACION DE NINGUNA
SEPTIMO 3 2 5 45 30 75 8 OPERACIONES I
*Nota: Consultar el punto que se refiere a clínicas y prácticas en áreas artísticas y de capacitación para el trabajo, ya que el cálculo es diferente.

ELABORADO POR: M en C CARLOS PEREZ RAMIREZ FECHA DE ELABORACIÓN: 23 DE OCTURBRE DEL 2000
 RELACIÓN CON ASIGNATURAS DE RELACIÓN CON ASIGNATURAS DE RELACIÓN CON ASIGNATURAS DEL MISMO
SEMESTRES ANTERIORES SEMESTRES POSTERIORES SEMESTRE

SE RELACIONA CON INVESTIGACION DE NINGUNA NINGUNA

OPERACIONES I DEBIDO A QUE EN LA MATERIA
ANTERIOR SE DAN LOS CONOCIMIENTOS BASICOS
QUE PERMITEN QUE EL ALUMNO RELACIONE
AMBOS CONOCIMIENTOS Y APRENDA DE MANERA
SIGNIFICATIVA.

OBJETIVO DE LA ASIGNATURA
PROPORCIONAR LOS FUNDAMENTOS PARA LA CONSTRUCCIÓN, SOLUCIÓN Y SELECCIÓN DE MODELOS ASOCIADOS A LOS SISTEMAS DE
INVENTARIOS ASÍ COMO EL PROCESO SISTEMÁTICO DE SISTEMAS ESTOCÁSTICOS UTILIZANDO LOS PROGRAMAS DE COMPUTO DE USO
GENERAL Y LAS APLICACIONES COMPUTACIONALES DE USO ESPECÍFICO.

EN QUÉ CONTRIBUYE AL ÁREA QUÉ LE REPORTA AL ESTUDIANTE EN EN QUÉ CONTRIBUYE A LA PRÁCTICA

CURRICULAR A LA QUE CORRESPONDE TÉRMINOS DE APRENDIZAJE PROFESIONAL

SON LOS CONCEPTOS FUNDAMENTALES QUE LE DA CONOCIMIENTOS FUNDAMENTALES PARA EN QUE EL ALUMNO COMPRENDA LOS PRINCIPIOS
PERMITEN SUSTENTAR EL PERFIL DEL INGENIERO PODER COMPRENDER Y APLICAR EL BALANCEO DE BASICOS PARA ELEVAR LA PRODUCCION EN EL
INDUSTRIAL EN EL CAMPO PROFESIONAL. LINEAS Y LOS PROCESOS DE PRODUCCION. CAMPO LABORAL.
ORIENTACIÓN PEDAGÓGICA
PROBLEMAS FUNDAMENTALES A QUE
RESPONDE LA ASIGNATURA
 Trabajar en ambientes limitados de recursos
 Soporte para la toma de decisiones
IDEAS ERRÓNEAS MÁS FRECUENTES QUE
TIENE EL ALUMNO AL APROXIMARSE A LA
ASIGNATURA
Que es parte de las Matemáticas
CONCEPTOS Y PROCEDIMIENTOS
ANTECEDENTES QUE DEBE POSEER EL
ESTUDIANTE PARA LOGRAR EL
APRENDIZAJE SIGNIFICATIVO
 Familiarizado con el trabajo en computadora
 Tener idea clara del enfoque sistémico en la solución
de problemas
Habilidad para realizar operaciones con tablas, listas o
bases de datos
 MACROESTRUCTURA

UNIDADES DEL PROGRAMA Y OBJETIVOS.

NÚMERO Y TITULO DE LAS HORAS
% DE OBJETIVOS
UNIDADES QUE CONTIENE EL ESTIMADAS
AVANCE
PROGRAMA

UNIDAD I INTRODUCCIÓN 15 20 IDENTIFICAR LOS ELEMENTOS COMPONENETES DE UN SISTEMA DE

INVENTARIOS, LA METODOLOGIA PARA LA IDENTIFICACION
PLANTEAMIENTO Y SOLUCION DE PROBLEMAS ASOCIADOS CON LA
DETERMINACION DE LOS TAMAÑOS OPTIMOS DE LOS LOTES DE
UNIDAD II MODELOS 25 33 PRODUCCION O DE COMPRA.
COMPRENDER LOS DIFERENTES ELEMENTOS DE UN SISTEMA A CONSIDERAR
DETERMINISTICOS EN EL DISEÑO DE UN MODELO, EL CONCEPTO Y APLICACIÓN ALTERNATIVA
DE LA SIMULACIÓN ESTOCÁSTICA.

UNIDAD III MODELOS 15 IDENTIFICAR EL PROCESO PARA ANALIZAR UN SISTEMA, CONSTRUIR SU

PROBABILISTICOS Y CON MODELO DE SIMULACIÓN Y OBTENER RESULTADOS PARA LA TOMA DE
INCERTIDUMBRE 20 DECISIONES.

UNIDAD IV CONCEPTOS COMPREDER LOS DIFERENTES TIPOS DE MODELOS, PARA LA TOMA DE

20 26 DESICIONES.
BÁSICOS

APLICAR LOS DIVERSOS PRINCIPIOS MATEMATICOS PARA REALIZAR LA

SIMULACION.
 MICROESTRUCTURA

TITULO DE CADA UNIDAD TEMAS, SUBTEMAS Y TÓPICOS

PRIMERA PARTE: TEORIA DE INVENTARIOS 1.1 DEFINICIONES BÁSICAS

1.2 NECESIDAD DE LOS INVENTARIOS
1.3 ELEMENTOS DE UN SISTEMA DE INVENTARIOS
UNIDAD I 1.4 ANÁLISIS DE SISTEMAS
INTRODUCCIÓN 1.5 CLASIFICACIÓN ABC
1.6 POLÍTICAS DE INVENTARIOS

UNIDAD II MODELOS DETERMINISTICOS 2.1 MODELOS DE CANTIDAD ECONÓMICA DE PEDIDO

A) MODELOS SIN DESCUENTOS EN LOS COSTOS
B) MODELOS CON DESCUENTO
C) MODELOS CON RESTRICCIONES
2.2 MODELOS DE PROGRAMACIÓN LINEAL Y DINÁMICA

UNIDAD III MODELOS PROBABILISTICOS Y 3.1.2 MODELOS ESTOCÁSTICOS

CON INCERTIDUMBRE

4. DEFINICIONES
SEGUNDA PARTE: SIMULACIÓN DE A) SISTEMAS
SISTEMAS B) MODELOS
C) SIMULACIÓN
UNIDAD IV CONCEPTOS BÁSICOS 4.1 PROCESOS DE SIMULACIÓN
4.2 CONCEPTOS BÁSICOS DE PROBABILIDAD Y ESTADÍSTICA, CONFIANZA Y SIGNIFICACIÓN.
A) TAMAÑO DE MUESTRA
B) EXPERIMENTO, ESPACIO MUESTRAL, VARIABLE ALEATORIA.
C) VARIABLE ALEATORIA CONTINUA Y DISCRETA
D) FUNCIÓN DE DENSIDAD Y DE PROBABILIDAD
E) ESTADÍSTICA DESCRIPTIVA
F) CALCULO DE PARÁMETROS DE FUNCIONES
G) PRUEBAS DE AJUSTE
 MICROESTRUCTURA

TITULO DE CADA UNIDAD TEMAS, SUBTEMAS Y TÓPICOS

4.3 GENERADORES DE NÚMEROS ALEATORIOS UNIFORMES

A) GENERADORES CONGRUENCIALES
B) GENERADORES DE NÚMEROS EN LA COMPUTADORA
4.4 GENERADORES PARA DISTRIBUCIONES TEÓRICAS Y EMPIRICAS
A) GENERADORES PARA LAS VARIABLES CONTÍNUAS
B) GENERADORES PARA LAS VARIABLE DISCRETAS
C) GENERADORES DE NUMERADORES EN LA COMPUTADORA
4.5 MÉTODO DE MONTECARLO
4.6 DISEÑO DE EXPERIMENTO DE SIMULACIÓN
4.7 ANÁLISIS ESTADÍSTICO DE LA SIMULACIÓN
4.8 PROCESO DE POISSON Y LÍNEAS DE ESPERA
A) ELEMENTOS DE LA TEORÍA DE LOS FENÓMENOS DE ESPERA Y MODELOS BÁSICOS
B) SIMULACIÓN DE LÍNEAS DE ESPERA
4.9 OTROS EJEMPLO DE SIMULACIÓN
4.10 SIMULACIÓN UTILIZANDO PROGRAMAS DE COMPUTO
 ESCENARIOS, RECURSOS, ESTRATEGIAS DE ENSEÑANZA Y APRENDIZAJE.
TITULO DE LA
UNIDAD
AULA VIRTUAL REAL ESTRATEGIA DE ENSEÑANZA ESTRATEGIA DE APRENDIZAJE RECURSOS

UNIDAD I X X EXPOSICION DEL PROFESOR PREGUNTAS INTERACTIVAS ACETATOS

INTRODUCCIÓN LLUVIA DE IDEAS SOLUCION DE PROBLEMAS PIZARRON
SOLUCIÓN DE PROBLEMAS POR UTILIZACION DE EQUIPO DE COMPUTO EQUIPO DE COMPUTO
COMPUTADORA CUADRO SINÓPTICO
MAPAS CONCEPTUALES
X X X CUADRO SINÓPTICO
UNIDAD II MODELOS
DETERMINISTICOS EXPOSICION DEL PROFESOR PREGUNTAS INTERACTIVAS ACETATOS
LLUVIA DE IDEAS SOLUCION DE PROBLEMAS PIZARRON
SOLUCIÓN DE PROBLEMAS POR UTILIZACION DE EQUIPO DE COMPUTO EQUIPO DE COMPUTO
UNIDAD III MODELOS X X X COMPUTADORA CUADRO SINÓPTICO
PROBABILISTICOS Y MAPAS CONCEPTUALES
CON CUADRO SINÓPTICO
INCERTIDUMBRE EXPOSICION DEL PROFESOR PREGUNTAS INTERACTIVAS ACETATOS
LLUVIA DE IDEAS SOLUCION DE PROBLEMAS PIZARRON
UNIDAD IV X X X SOLUCIÓN DE PROBLEMAS POR UTILIZACION DE EQUIPO DE COMPUTO EQUIPO DE COMPUTO
CONCEPTOS BÁSICO COMPUTADORA CUADRO SINÓPTICO
MAPAS CONCEPTUALES
CUADRO SINÓPTICO
FORMAS DE EVALUACIÓN

DIAGNOTICA AL INICIAR EL SEMESTRA PARA EXPLORAR CONOCIMIENTOS PREVIOS.

FORMATIVA A LO LARGO DEL SEMESTRE MEDIANTE TRES EVALUACIONES QUE APORTAN EL 70% DE LA CALIFICACION FINAL.

SUMATIVA UN EXAMEN GLOBAL AL FINALIZAR EL SEMESTRE, APORTA 30% A LA CALIFICACION FINAL

PRACTICAS PROFESIONALES

PRÁCTICAS EN EL LABORATORIO DE COMPUTO:

1.- FUNCIONAMIENTO DE LA HOJA DE CÁLCULO.

2.- FUNCIONAMIENTO DEL SOFTWARE LINGO.
3.- UTILIZACIÓN DE LA HERRAMIENTA SOLVER.
4.- SIMULACIÓN UTILIZANDO EQUIPO DE COMPUTO.
BIBLIOGRAFÍA

BRONSON, INVESTIGACIÒN DE OPERACIONES, MC GRAW HILL

HILLIER – LIEBERMAN, INTRODUCCIÒN A LA INVESTIGACIÒN DE OPERACIONES, ED. MC GRAW HILL
Benjamin.Modern Simulation and Modeling. Reuven Y. Rubinstein (Technion, Israel Institute of Technology, Haifa);. John Wiley & Sons, Incorporated
Corliss Marquette, George Automatic Differentiation of Algorithms. From Simulation to Optimization. University, Milwaukee, WI Christele Faure INRIA
Springer Verlag NY
Frederick S. Hillier/Gerald J. Lieberman,Investigación de Operaciones,Mc Graw Hill Interamericana
Hamdy A. Taha,Investigación de Operaciones, Alfa Omega Grupo Editor S.A. de C.V.
Kamlesh Mathur/Daniel Solow, Investigación de Operaciones, Pearson Educación de México S.A. de C.V.
Prawda, Métodos y Modelos de Investigación de Operaciones Vol. 1, Limusa SA de CV.
Juan Prawda, Métodos y Modelos de Investigación de Operaciones Vol. 2, Limusa SA de CV.

INVENTARIOS
1. Chanse, Richard B.; Aquilano, Nicholas J.; Jacobs, F. Robert, Administración de Producción y Operaciones, 8ª ed., Mc Graw Hill Interamericana
Editores S.A. de C.V., 2000.
2. Eppen, G.D., Gould, F.J., Schmidt, C.P., Moore, J.H., Investigación de Operaciones en la Ciencia Administrativa, 5ª ed., Pearson Educación de
México, S.A.. de C.V., 2000.
3. Muller, Max, Essentials of Inventory Management, AMACOM, 2002.
4. Plossl, George W., Control de la Producción y de Inventarios, Prentice Hall Hispanoamericana, S.A., México, 1987.
5. Starr, Martin K., Operations Management: A Systems Approach, Boyd & Fraser Pub Co,1999.
6. Wild, Tony, Best Practice in Inventory Management, John Wiiley & Sons, Inc., 1997.
7. Zipkin, Paul Herbert, Foundations of Inventory Management, McGraw-Hill Companies, 2000.
SIMULACIÓN
1. Banks J., Carson J., and B. Nelson, Discrete-Event System Simulation, Prentice Hall, 2000.
2. Bossel H., Modeling & Simulation, A. K. Peters Pub., 1994.
3. Cassandras C., and S. Lafortune, Introduction to Discrete Event Systems, Kluwer Academic Pub., 1999.
4. Checkland P., Systems Thinking, Systems Practice: Includes a 30-Year Retrspective, Wiley, 1999.
5. Chen M-H., Q-M. Shao, and J. Ibrahim, Monte Carlo Methods in Bayesian Computation, Springer, 2000.
6. Evans J., and D. Olson, Introduction to Simulation and Risk Analysis, Prentice Hall, 2002.
7. Fishman, George S., Discrete-Event Simulation: Modeling , Programming and Analysis, Springer-Verlag, New York, 2001.
8. Fishman, George S., Monte Carlo. Concepts, Algoriths, and Applications, Springer-Verlag, New York, 2001.
9. Gimblett R., Integrating Geographic Information Systems and Agent-Based Modeling: Techniques for Simulating Social and Ecological Processes,
Oxford University Press, 2002.
10. Haas P., Stochastic Petri Net Models Modeling and Simulation, Springer Verlag, 2002.
11. Harrell Ch., and K., Tumay, Simulation Made Easy: A Manager’s Guide, Inst. of Industrial Engineers, 1996.
12. Robinson S., Successful Simulation: A Practical Approach to Simulation Projects, McGraw-Hill, 1994.
13. Romanowicz B., Methodology for the Mosdeling and Simulation of Microsystems, Kluwer Acadec Publishers, 1998.
14. Ross Sh., Simulation, Academic Press, 1997.
15. Tezuka Sh., Uniform Random Numbers: Theory and Practice, Kluwer Academic Pubblisher, 1995.
16. Van den Bosh, P. And A. Van der Klauw, Modeling, Identification & Simulation of Dynamical Systems, CRC Press, 1994.
17. Vose D., Quantitative Risk Analysis: A Guide to Monte Carlo Simulation Modelling, Wiley, Chichester, 1996.
18. Vose D., Risk Analysis: A Quantitative Guide, John Wiley & Sons, 2000.
19. Winston W., Financial Models Using Simulation and Optimization, Palisade Corporation, 1998.
20. Winston W., Simulation Modeling Using @RISK, ITP, 1996.
21. Woods R., and K. Lawrence, Modeling and Simulation of Dynamic Systems, Prentice Hall, 1997.
PERFIL PROFESIOGRÁFICO

PROFESIONAL CON ESTUDIOS DE LICENCIATURA EN INGENIERIA INDUSTRIAL Y ESPECIALIDAD O MAESTRIA EN INGENIERIA DE SISTEMAS.