Sílabo Investigación Operativa I - 2020-I PDF

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL
"Año de la Universalización de la Salud"
SÍLABO
Adaptado en el marco de la emergencia sanitaria por el COVID-19
I. DATOS GENERALES
Nombre de la asignatura INVESTIGACIÓN OPERATIVA I

Código de la asignatura 171306 (Plan 2018) / 170307 (Plan 2013)
Nivel académico Pregrado
Semestre Académico 2020-I
Número de Créditos 4.00
Número de horas semanales 6
Horas Teóricas 2
Horas Práctica 4 (2 PRÀCTICA / 2 LABORATORIO)
Duración del curso 16 semanas
Prerrequisitos(s) MÉTODOS NUMÉRICOS
Docente responsable Hermes Yesser Pantoja Carhuavilca
Ezzard Omar Álvarez Díaz

Docentes del curso Víctor Esteban Beltrán Saravia
Sonia Esther Castro Ynfantes
Modalidad No presencial (virtual)
II. SUMILLA
La presente asignatura que pertenece al Área de Estudios Específicos, por su naturaleza

teórico - práctica, está orientada a desarrollar en los estudiantes la capacidad de resolver
situaciones problemáticas y tomar decisiones permanentemente, por lo que necesita de
información oportuna, veraz y contrastable. Para ello requiere conocer herramientas que
faciliten el manejo de información cuantitativa para la toma de decisiones en una
organización.
E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

Teléfono: 619 - 7000 anexo 1807 Acreditada Nacional e Internacionalmente
Calle Germán Amézaga N° 375, Lima 1 / Ciudad Universitaria
Facultad de Ingenieria Industrial – Pabellón Administrativo 2do. Piso
Página web: http://industrial.unmsm.edu.pe
Se estructura en las siguientes unidades:

Unidad I: Origen y naturaleza de la investigación de operaciones. Formulación de modelos
de programación lineal. Método Gráfico.
Unidad II: Métodos de solución para problemas de programación lineal.
Unidad III: Teoría de la dualidad.
Unidad IV: Análisis de sensibilidad.
Unidad V: Método del transporte.
Unidad VI: Programación entera.
Unidad VII: Programación por metas.
III. COMPETENCIA DE LA ASIGNATURA
Resolver problemas de contexto real utilizando métodos de programación lineal para la toma
de decisiones, con espíritu de trabajo en equipo y con actitud investigativa, previamente
modelando el problema para interpretar y predecir fenómenos económicos, sociales y
tecnológicos, teniendo como soporte el lenguaje de programación LINDO, LINGO y
WinQSB.
IV. PROGRAMACIÓN
INDICADORES
UNI LOGROS DE SEMA
CONTENIDOS ACTIVIDADES DE LOGROS DE
DAD APRENDIZAJE NA
APRENDIZAJE
ORIGEN Y NATURALEZA DE LA INVESTIGACIÓN DE OPERACIONES.
I
FORMULACIÓN DE MODELOS DE PROGRAMACIÓN LINEAL
Comprende la Síncrona Cuestionario
Importancia de la Origen y naturaleza Clase expositiva. Resuelve un
investigación de la Investigación de Prácticas Dirigidas: cuestionario de lo
operativa. Operaciones. Lista de ejercicios aprendido
Reconoce los 1 Modelos y fases de desarrollado por el
I diversos tipos de estudio de la. docente.
modelos y Programación Lineal. Asíncrona
desarrolla las fases Postulados básicos. Trabajo Grupal
de estudio

Modelos matemáticos Síncrono Modelar
de programación Clase expositiva. problemas de
lineal, para la Prácticas Dirigidas: programación
Modela un representación de una Lista de ejercicios lineal evaluada a
problema de situación real, desarrollado por el través de un Test.
programación haciendo uso del docente.
lineal; diagnóstico de la Asíncrono Trabajo en Grupo
identificando las realidad Trabajo Grupal evaluada mediante
variables de 2 problemática, una rúbrica.
decisión, Función
Objetivo, Implementar en
Restricciones y Lingo un modelo
criterio de no de programación
negatividad. lineal evaluada a
través de una
práctica
Laboratorio
MÉTODOS DE SOLUCIÓN DE LOS MODELOS MATEMÁTICOS DE
II
PROGRAMACIÓN LINEAL
Método gráfico y Síncrono Resolver
algebraico para la Exposición problemas de
solución de modelos Prácticas Dirigidas programación
de programación Lista de ejercicios lineal
lineal de dos desarrollado por el gráficamente
variables. docente. evaluada a través
Resuelve ejercicios
Interpretación de sus Asíncrono de un Test.
a través del método
resultados. Trabajo Grupal
gráfico y algebraico
Trabajo en Grupo
de programación
3 evaluada mediante
lineal de dos
una rúbrica.
variables e
Interpreta los
Implementar en
resultados
Lingo un modelo
de programación
lineal evaluada a
través de una
práctica
Laboratorio
Resuelve Método simplex para Síncrono Ejercicios
problemas de la solución de Clase expositiva. Práctica
II 4
programación modelos de Prácticas Dirigidas: Laboratorio
lineal aplicando el programación lineal Lista de ejercicios
método simplex, de dos o más desarrollado por el ➔ Uso de
método de variables y la docente. WinQSB
penalización (gran interpretación de sus Asíncrono ➔ LINDO
M) y de dos fases y resultados. Trabajo Grupal ➔ LINGO
analiza los Conversión de Prácticas Dirigidas
resultados restricciones de PL en Prácticas
obtenidos. igualdades utilizando Calificadas
variables de holgura, Trabajo en Grupo
excedentes y
artificiales.
Casos especiales tales
como infactibilidad,
no acotamiento y
degeneración.
Método de la gran M Síncrono
y Método de dos fases Exposición
aplicando la técnica Prácticas Dirigidas
de las variables Lista de ejercicios
5
artificiales. desarrollado por el
docente.
Asíncrono
Trabajo Grupal
III TEORÍA DE LA DUALIDAD
Relaciones entre la Síncrono ➔ Ejercicios con
solución del modelo Clase expositiva. lingo.
primal y dual. Prácticas Dirigidas: ➔ Prácticas
Analiza el modelo Interpretación Lista de ejercicios ➔ Trabajo en
6
primal económica. desarrollado por el grupo
de problema de Casos especiales docente. Ejercicios
III programación Asíncrono
lineal, así como la Trabajo Grupal
construcción del Método Dual Síncrono
modelo dual Simplex. Teorema de Exposición
asociado al la Holgura Prácticas Dirigidas
modelo primal Complementaria. Lista de ejercicios
7
dual. desarrollado por el
docente.
Asíncrono
Trabajo Grupal
8 EXAMEN PARCIAL

IV ANÁLISIS DE SENSIBILIDAD
Análisis de Síncrono Ejercicios con
Analiza la
sensibilidad con Clase expositiva. WINQSB ,
sensibilidad de un
capacidad de Prácticas Dirigidas: LINDO, LINGO
modelo de
interpretación de Lista de ejercicios
programación
cambios en los desarrollado por el
lineal, al realizar
IV 9 coeficientes de la docente.
cambios en los
función objetivo, Asíncrono
coeficientes de la
cambios en los Trabajo Grupal
función objetivo,
recursos o incremento
cambios en los
de una nueva variable
recursos.
de decisión
V MÉTODO DEL TRANSPORTE.
Solución de problemas Síncrono Ejercicios con
de transporte como Clase expositiva. WINQSB,
programación lineal. Prácticas Dirigidas: Casos
Métodos propios de Lista de ejercicios Trabajo en grupo
solución de problemas desarrollado por el
Formula y resuelve
10 de transporte. Esquina docente.
problemas de
noroeste, Vogel, Asíncrono
transporte,
multiplicadores, salto Trabajo Grupal
transbordo y de piedra y Russell.
asignación Modelo de transporte
V
utilizando las redes con transbordo.
como técnicas de Solución de Síncrono Casos
solución. problemas de Exposición Trabajo en grupo
asignación. Modelo Prácticas Dirigidas
de Asignación. Lista de ejercicios
11
Método Húngaro que desarrollado por el
conduce a la solución docente.
óptima. Asíncrono
Trabajo Grupal
VI PROGRAMACIÓN ENTERA
Programación Síncrono Lingo
Formula y resuelve
binaria, Entera Clase expositiva.
problemas de
Mixta, Prácticas Dirigidas:
programación
Lista de ejercicios
VI entera utilizando 12
desarrollado por el
los métodos de
docente.
solución.
Asíncrono
Trabajo Grupal

Ramificación y Síncrono Proyecto
Acotación (Branch Clase expositiva. Exposición
and Prácticas Dirigidas:
Bound) Planos Lista de ejercicios
13
Cortantes desarrollado por el
(Gomory) docente.
Asíncrono
Trabajo Grupal
VII PROGRAMACIÓN POR METAS
Múltiples metas Síncrono Lingo
Formula y resuelve Metas con niveles de Clase expositiva. Proyecto
problemas de prioridad. Prácticas Dirigidas: Exposición
programación por Lista de ejercicios
14
metas utilizando los desarrollado por el
métodos de docente.
solución. Asíncrono
Trabajo Grupal
15 Examen final
16 Examen sustitutorio
V. ESTRATEGIAS METODOLÓGICAS
La teoría y la práctica se desarrollarán en aula virtual. Se utilizará el software Lingo, Lindo,

WinQSB, para que los estudiantes resuelvan problemas de programación lineal a través de
diferentes métodos de solución aplicados a la ingeniería. En la teoría los métodos a utilizarse
son principalmente el expositivo y el deductivo para la formación de los conceptos y
aplicación de estos, propiciando la participación de los estudiantes, fomentando la discusión,
crítica y el planteamiento de criterios que ayuden a elevar su nivel de aprendizaje.
Se proporcionará al estudiante las prácticas dirigidas, que consiste en el desarrollo de una

selección graduada de casos de estudio, ejercicios y problemas que serán ejecutados por los
estudiantes siendo supervisado y asesorado por el docente.
En el Laboratorio se le brindará al estudiante guías de trabajo sobre los diferentes algoritmos

que pueden implementarse en el software de apoyo Lingo, Lindo y/o WinQSB.
VI. RECURSOS PARA EL APRENDIZAJE

La asignatura, en su modalidad no presencial, siguiendo las directivas de la RR- N° 01293-
R-20, se realizará en las plataformas virtuales autorizadas por la UNMSM (Google Meet,
Classroom, Zoom) con soporte en Moodle y combinando de manera adecuada sesiones
sincrónicas y asincrónicas

• Equipos: Multimedia. Equipo de cómputo. Software LINDO, LINGO, WinQSB

• Materiales: Manual instructivo, textos de lectura seleccionados, diapositivas, videos
y hojas de aplicación.
• Medios: Plataforma virtual, correo electrónico, direcciones electrónicas relacionadas
con la asignatura.
VII. EVALUACIÓN
La Evaluación será continua y permanente. Los criterios de evaluación son de conocimiento,

de desempeño y de producto.
Evidencias de Conocimiento.
La Evaluación será a través de rúbricas tanto para evaluaciones prácticas, trabajos grupales y
exposiciones. Se consideran prácticas calificadas, práctica de laboratorio y exámenes, en
modalidad no presencial.
Evidencia de Desempeño
Se asigna una ponderación a cada unidad de aprendizaje:
Evaluación Académica Peso
Examen Parcial 20%
Evaluación Continua 40%
Laboratorio 20%
Examen Final 20%
Promedio Final = 0.20 EP + 0.40 EC + 0.20 LAB + 0.20EF
VIII. REFERENCIAS BIBLIOGRÁFICAS
1. Hillier. Lieberman. INVESTIGACIÓN DE OPERACIONES. Novena edición. McGraw

Hill, México,2010.
2. RAFFO LECCA,E. , Investigación de Operaciones I.
3. WINSTON, W.L.: "Investigación de Operaciones: Aplicaciones y algoritmos". Cuarta
edición. Internacional Thomson Editores. México 2005.

COMPLEMENTARIA
1. EPPEN-GOULD-SCHMIDT, Investigación de Operaciones en la Ciencia
Administrativa PRENTICE-HALL, México, 2000
2. TAHA, HAMDY A. Investigación de operaciones Novena edición PEARSON
EDUCACIÓN, México, 2012


Sílabo Investigación Operativa I - 2020-I PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Sílabo Investigación Operativa I - 2020-I PDF

Cargado por

Copyright:

Formatos disponibles

ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL

"Año de la Universalización de la Salud"

Nombre de la asignatura INVESTIGACIÓN OPERATIVA I

Semestre Académico 2020-I

Número de Créditos 4.00

Número de horas semanales 6

Duración del curso 16 semanas

Prerrequisitos(s) MÉTODOS NUMÉRICOS

Docente responsable Hermes Yesser Pantoja Carhuavilca

Ezzard Omar Álvarez Díaz

Modalidad No presencial (virtual)

La presente asignatura que pertenece al Área de Estudios Específicos, por su naturaleza

E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

Se estructura en las siguientes unidades:

III. COMPETENCIA DE LA ASIGNATURA

E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

La teoría y la práctica se desarrollarán en aula virtual. Se utilizará el software Lingo, Lindo,

Se proporcionará al estudiante las prácticas dirigidas, que consiste en el desarrollo de una

En el Laboratorio se le brindará al estudiante guías de trabajo sobre los diferentes algoritmos

VI. RECURSOS PARA EL APRENDIZAJE

E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

• Equipos: Multimedia. Equipo de cómputo. Software LINDO, LINGO, WinQSB

La Evaluación será continua y permanente. Los criterios de evaluación son de conocimiento,

Evaluación Académica Peso

Examen Parcial 20%

Evaluación Continua 40%

Examen Final 20%

Promedio Final = 0.20 EP + 0.40 EC + 0.20 LAB + 0.20EF

VIII. REFERENCIAS BIBLIOGRÁFICAS

1. Hillier. Lieberman. INVESTIGACIÓN DE OPERACIONES. Novena edición. McGraw

E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

E-mail: epii.fii@unmsm.edu.pe EP Ingeniería Industrial

También podría gustarte