UNIDAD I

SEMANA N°01

INTRODUCCIÓN A LA INVESTIGACIÓN
DE OPERACIONES II

Mg. Daniel Luiggi Ortega Zavala

Presentación del curso

Índice

Presentación del docente

Información del curso

Actividades virtuales / Sistema de

evaluación

Medios de contacto

Soporte técnico a cursos

virtuales
Maestro en Administración, con amplia experiencia en 2019 Estudiante de Doctorado en Ingenieria Industrial
mejora de Sistemas de Producción, implementación de Universidad Nacional Mayor de San Marcos
Sistemas de Gestión de Calidad en empresas industriales y
comerciales. 2017 Magíster en Administración
Universidad Alas Peruanas

2014 Especialización-Comercio Exterior y Aduanas

Universidad Nacional Federico Villareal

DANIEL
ORTEGA 1998 Especialización-Supply Chain Management
Universidad Nacional Mayor de San Marcos

DOCENTE CARRERA DE
INGENIERIA INDUSTRIAL • Columnista revista el Ingeniero (CIP
FACULTAD DE INGENIERÍA LIMA)
• Conferencista empresarial
UPN
2010 - 2015 Asesor Comercial
MOLDPLAST W&D S.A.
2003 - 2006 Coordinador de Gestión de Calidad
daniel.ortega@upn.pe FUNDICIÓN VENTANILLA S.A.
pe.linkedin.com/in/danielortegazavala 2001 - 2002 Asesor en Gestión de Calidad
CONSTRUCCIONES METÁLICAS D.E.
LANGER S.A.
 LOGRO DEL CURSO
Al finalizar el curso, el estudiante sustenta un proyecto de investigación
sobre la aplicación de los modelos lineales determinísticos y/o
probabilísticos, según la casuística a ser estudiada, utilizando
correctamente los procedimientos establecidos, evidenciando dominio del
tema y la correcta toma de decisiones sobre los resultados obtenidos,
en el marco de un estricto sentido ético social
 Presentación del curso

Actividades virtuales

El ingreso y revisión de la grabación de la

videoconferencia ,según cronograma establecido se
realiza por el enlace enviado en la primera semana
del curso.
 Presentación del curso

Sistemas de Evaluación

Importante:

• El plagio es una falta que puede causar la desaprobación del curso virtual, sujeto
a la sanción establecida en el Reglamento de Disciplina del Estudiante.
Presentación del curso
Presentación del curso

Soporte técnico a cursos virtuales

Genera un ticket:
1
ayuda.upnvirtual.pe/hd/

Llamar por teléfono:

2 Campus Central telefónica
Trujillo – San Isidro (44) 606100 anexo: 8152
Trujillo – El Molino (44) 606200 anexo: 8152
Cajamarca (76) 602500 anexo: 8152
Los Olivos (01) 6143300 anexo: 8152
Breña (01) 6044700 anexo: 8152
San Juan de Lurigancho (01) 61846600 anexo: 8152
Comas (01) 6015700 anexo: 8152
 EL PROBLEMA DE LA MOCHILA
( KNASPACK PROBLEM)

1. ¿De qué depende el número de cajas

que se puede cargar en la tolva?
2. ¿Cómo se puede determinar la cantidad óptima que maximice el valor total
de la carga ?
https://www.youtube.com/watch?v=fxVHxXuhBLY
Sabías que hay modelos de programación matemáticas que nos permiten conocer…

La mejor distribución de
presupuestos entre distintos
proyectos

Una mejor combinación de

productos a vender.

Determinar la mejor
asignación de carga para ser
transportada

¿Qué modelos de programación describen los casos planteados en las imágenes?

…
 AGENDA

• Introducción a la Programación Lineal Entera (PLE o PE). Tipos de

variables y restricciones.

• Artificios de programación entera.

• Planteamiento de Modelos de Programación entera.

LOGRO DE SESIÓN

Al finalizar la sesión de aprendizaje,

el estudiante plantea modelos de
programación entera y presenta la
Hoja de Ejercicios,  en donde se
evidencia que comprende una
situación real, propone alternativas
de solución demostrando dominio del
tema y trabajo en equipo  .
.
 Descubrimiento
INTRODUCCIÓN
En muchos problemas reales se requiere que en la solución óptima las
variables de decisión se componga de valores enteros. La resolución de
este problema se obtiene analizando las posibles alternativas de valores
enteros de esas variables lo cual no puede ser resuelta por modelo lineal
simple.
A partir de ahora Programación Lineal Entera será mencionada como
PLE o PE
En PE las variables pueden tomar valores enteros :
Xi= 0 Xi= 1 Xi > 1
EJEMPLO 1
En una planta de producción se requiere asignar 3 operarios a 3
máquinas
MAQ 1 MAQ 2 MAQ 3
OPERARIO 1
OPERARIO 2 13
OPERARIO 3
 EJEMPLO 2

• Un empresa se dedica a producir dos tipos de

escritorios: ejecutivos y secretariales. La empresa tiene
dos plantas en las que fabrica ambos productos.
• 1. - ¿Cómo representamos la cantidad de productos que se fabrican en cada
planta?
X1E, X2E, X1S, X2S

• 2.- ¿variables de decisión.?

PROGRAMACIÓN ENTERA (PE)

• Los modelos de PE pueden clasificarse como sigue:

• Programación entera pura: Todas las variables

toman valores enteros.

• Programación entera mixta: algunas variables son

enteras, otras son decimales o toman el valor cero.

• Programación entera binaria: todas las variables son

0 o 1 .(variables unidimensionales)
Fuente: TAHA , H. (2015) 15
PROBLEMA 1
PROBLEMA 2
 COMPLEJIDADES DE LA
PROGRAMACION ENTERA

• Si un modelo de PE se resuelve como un modelo lineal

simple (PL), se puede obtener la solución óptima no
entera.

• Aproximar a valores enteros puede provocar:

• Soluciones factibles pero no óptimas

• Soluciones no-factibles
PROGRAMACIÓN ENTERA

• Método más sofisticado:

Introducir restricciones adicionales que no eliminen soluciones
enteras.

• Si las soluciones enteras son vértices, ¿podemos aplicar el método

Simplex?

• Programación entera:
• ¿Cómo se calculan las restricciones necesarias?
• ¿Cuántas hacen falta?

19
 DINÁMICA

Desarrollar los problemas preparados por el docente.

PROGRAMACIÓN LINEAL

Reflexionemos:

1. ¿Qué entendemos por programación entera?

2. ¿Qué tipo de problemas cotidianos se podrían resolver aplicando la
programación entera?
3. ¿Se puede aplicar al campo empresarial?
REFERENCIAS
1. Taha, H. A. (2004). Investigación de operaciones. Séptima edición.
Prentice Hall.

2. Prawda, J. (1984). Métodos y modelos de investigación de

operaciones. Vol. II Modelos estocásticos. Limusa-Wiley.

3. Ríos, D. (2008). Métodos y aplicaciones. Segunda edición. Editorial

Ra-Ma.

4. Sarabia Viejo, A. (1996). La investigación operativa : una herramienta

para la adopción de decisiones. Universidad Pontificia Comillas
(ICAI-ICADE).

5. Mathur, K., Solow, D. (1996). Investigación de operaciones. Prentice

Hall Hispanoamericana.