223413OPER1312B (2)

Vista previa del material en texto

(*) Curso Virtual 
HT = Horas de desarrollo teórico 
HP = Horas de desarrollo práctico 
HL = Horas de desarrollo práctico en laboratorio 
PC = Horas de práctica de campo 
SILABO DEL CURSO INVESTIGACIÓN DE OPERACIONES 2 
I. INFORMACIÓN GENERAL: 
Facultad INGENIERÍA 
Carrera 
Profesional 
INGENIERÍA INDUSTRIAL Ciclo 6 Créditos 3 
Código de 
curso 
OPER1312B Requisitos 
INVESTIGACIÓN DE 
OPERACIONES 1 (*) 
Horas 
HT HP HL PC (**) 
2 0 2 0 
Tipo de 
curso 
Obligatorio 
Modalidad de 
curso 
Presencial 
Período 
lectivo 
2023-1 
El curso aporta a la(s) 
competencia(s) general(es): 
Pensamiento creativo y crítico: Permite a los estudiantes UPN convertirse en pensadores autodirigidos, 
autodisciplinados y automonitores. Además, les da la capacidad de plantear preguntas y problemas esenciales, 
recopilar y evaluar información relevante, llegar a conclusiones y soluciones bien razonadas, pensar de manera abierta 
dentro de sistemas de pensamiento alternativo (evaluando sus implicaciones y consecuencias prácticas), y 
comunicarse de manera efectiva con los demás al buscar soluciones para problemas complejos. 
Resolución de problemas: Permite a los estudiantes UPN diseñar soluciones creativas para los problemas que 
afrontan, considerando criterios de ciencia e impacto, lo cual agrega valor a su trabajo 
El curso aporta a la(s) 
competencia(s) específica(s): 
RE 1: Capacidad para identificar, formular y resolver problemas complejos de ingeniería mediante la aplicación de 
principios de ingeniería, ciencia y matemáticas. 
RE 4: Capacidad para reconocer responsabilidades éticas y profesionales en situaciones de ingeniería y emitir 
juicios informados, los cuales deben considerar el impacto de las soluciones de ingeniería en contextos globales, 
económicos, ambientales y sociales. 
El curso desarrolla el 
componente: 
• Investigación, desarrollo tecnológico e innovación / 
• Experiencia profesional 
 
II. SUMILLA: 
 
III. LOGRO DEL CURSO 
Al finalizar el curso, el estudiante sustenta un proyecto aplicativo con el uso de herramientas cuantitativas desarrolladas en el semestre como: 
Programación Entera, Programación Binaria, Programación Dinámica, Cadenas de Markov y Teoría de Decisiones; sustentando la optimización (en 
problemas determinísticos), o la mejor solución (en problemas probabilísticos), de los objetivos establecidos. 
 
IV. METODOLOGÍA DE ENSEÑANZA APRENDIZAJE 
 
Para alcanzar el logro de aprendizaje del curso y de las unidades, el docente integra métodos activos, estrategias y técnicas de manera reflexiva y crítica, 
buscando motivar, estimular y guiar el aprendizaje del estudiante. 
Las estrategias y técnicas didácticas que se utilizan son: el aprendizaje colaborativo y basado en proyectos, realizando el análisis e interpretación de 
diversos materiales y recursos relacionados a la Notación BPM, Lenguaje de Modelado UML y su aplicación; también se realiza la presentación de trabajos 
y exposiciones grupales e individuales. Además, se utiliza recursos digitales como: gamificación a través de la plataforma Blackboard. 
El docente soporta su práctica pedagógica en un sistema de multiplataformas y recursos multimedia que le permiten el desarrollo de actividades 
sincrónicas y asincrónicas, así como la gestión de contenidos, videoconferencias y el uso de diversas herramientas tecnológicas para generar experiencias 
formativas y brindar orientaciones que promuevan el aprendizaje y el desarrollo de competencias generales y específicas en los estudiantes. 
 
 
V. ORGANIZACIÓN DE UNIDADES DE APRENDIZAJE 
UNID NOMBRE DE LA UNIDAD / LOGRO 
DE UNIDAD 
SEM SABERES ESENCIALES ACTIVIDADES 
PC (**) 
I 
Programación entera binaria 
Al finalizar la unidad, el estudiante 
formula y resuelve problemas de 
decisión organizacional considerando 
datos determinísticos mediante el uso 
1 
Programación Lineal Entera. Variables continuas y enteras. Algoritmo 
de ramificación y acotamiento. Modelos matemáticos según el algoritmo 
de ramificación y acotamiento. Modelos matemáticos de problemas de 
PLE utilizando las funciones necesarias de software. Casos de 
aplicación. 
NO APLICA 
El curso es de naturaleza teórico-práctico, con énfasis en el trabajo colaborativo y brinda las herramientas cuantitativas determinísticas y probabilísticas 
como soporte para la toma de decisiones en problemas organizacionales, optimizando los sistemas productivos y los de servicios, utilizando software 
para dicho propósito. Los temas principales son: Programación Entera, Programación Binaria y modelos probabilísticos de decisión. 
 
 
(*) Curso Virtual 
HT = Horas de desarrollo teórico 
HP = Horas de desarrollo práctico 
HL = Horas de desarrollo práctico en laboratorio 
PC = Horas de práctica de campo 
de la programación entera, binaria y 
dinámica; alcanzando y sustentando 
sus respectivas soluciones óptimas. 
2 
Programación Entera Binaria. Aplicación de variables de decisión del tipo 
Si/No. Aplicación de artificios en PEB. Modelos matemáticos de 
problemas de PB para decisiones del tipo Si/No. Resolución por 
software. Funciones de dominio variable en LINGO. 
3 
Casos especiales de programación binaria. Uso de relaciones 
complejas en PEB. Usos innovadores de las variables binarias en la 
toma de decisiones. Aplicación de dinamismo al modelo de 
programación binaria. 
4 EVALUACIÓN T1 
II 
Programación dinámica 
Al finalizar la unidad, el estudiante 
modela y resuelve problemas de 
naturaleza probabilística mediante el 
uso de la programación dinámica 
determinística, PDD y PDP; alcanzando 
y sustentando sus respectivas 
soluciones. 
5 
Grupo de variables (Sets) en el modelado matemático. Modelos 
matemáticos de problemas de PBE mixta. Usos innovadores en 
situaciones problemáticas. Resolución por software. Aplicación de Sets 
en problemas de PB. 
NO APLICA 
6 
Introducción a la programación dinámica. Programación dinámica 
determinística. Elementos de un problema de PDD. Resolución de 
problemas PDD. Análisis de una situación cambiante a partir de las 
tablas elaboradas. PDD: Asignación de recursos / inventario. 
Elementos de un problema de PDD para asignación de recursos. 
Elementos de un problema de PDD para inventarios. 
7 
Resolución de problemas PDD de asignación de recursos e inventarios. 
Ejercicios con gran cantidad de estados y decisiones. PDD: 
Planificación de personal / reemplazo de equipo. Elementos de un 
problema de PDD para planificación de personal y reemplazo y 
reposición de equipos. Resolución de problemas. Análisis de una 
situación cambiante a partir de las tablas elaboradas. 
8 EVALUACIÓN PARCIAL 
9 
Introducción a los modelos probabilísticos de decisión. Diferencia 
entre modelos probabilísticos de decisión vs modelos 
determinísticos. Programación dinámica probabilística. 
Cálculo de costos y beneficios esperados. Problemas básicos de 
PDP. Resolución de problemas PDP. Problemas de PDP para ser 
resueltos como de PDD. Ejercicios con gran cantidad de estados 
y decisiones. 
NO APLICA 
10 
Modelos prototipos de PDP. Componentes en un modelo de PDP de 
inventario. Problemas de PDP. Resolución de problemas PDP de 
inventario. Análisis de una situación cambiante a partir de las tablas 
elaboradas. 
III 
Modelos probabilísticos de decisión 
Al finalizar la unidad, el estudiante 
modela y resuelve problemas de 
decisión organizacional de naturaleza 
probabilística mediante el uso de la 
programación dinámica, cadenas de 
Markov y árboles de decisión; 
alcanzando y sustentando sus 
respectivas soluciones heurísticas. 
11 
Introducción a las Cadenas de Markov. Naturaleza probabilística. 
Características y diagramación. Características en la matriz de 
probabilidades de transición. Matrices que representan cadenas de 
Markov. Estado estable de las matrices de probabilidades de transición. 
12 EVALUACION T2 
13 
Cadenas absorbentes y ergódicas. Aplicación. Matrices que 
representan cadenas de Markov con las características de absorbencia. 
Propiedadde ergodicidad. Cadenas de Markov. Caso integral. 
Probabilidades en estado estable, tiempos de primer paso, matriz 
fundamental y probabilidades de absorción a largo plazo. 
NO APLICA 
14 
Probabilidades en cadenas de Markov. Análisis de situaciones en 
períodos diferentes al corto plazo. Árboles de decisión. 
Elementos. Asignación de probabilidades a eventos en condiciones de 
riesgo o incertidumbre mediante la representación gráfica que ilustra 
cada estrategia o alternativa a través de una ramificación. 
15 Sustentación de proyectos aplicativos. 
16 EVALUACIÓN FINAL. 
(-) EVALUACIÓN SUSTITUTORIA 
(**) PC= Práctica de Campo. / La práctica de campo solo aplica en los cursos que tienen horas PC declaradas en el Plan de Estudios/ 
Las actividades de práctica de campo se detallan en la ficha de trabajo de campo que se encuentra como anexo al sílabo 
 
 
 
 
(*) Curso Virtual 
HT = Horas de desarrollo teórico 
HP = Horas de desarrollo práctico 
HL = Horas de desarrollo práctico en laboratorio 
PC = Horas de práctica de campo 
VI. SISTEMA DE EVALUACIÓN: 
El docente selecciona, según la naturaleza del curso, diferentes herramientas de evaluación soportados en la plataforma virtual de aprendizaje (LMS), 
para evidenciar el desempeño de los estudiantes. El docente puede emplear: foros virtuales, exposiciones, cuestionarios o formularios virtuales, y 
entregas de tareas como: portafolios de evidencias, ensayos, diseño de proyectos, entre otros que considere pertinentes. 
EVALUACIÓN PESOS SEM Descripción de la Evaluación (Evidencia que debe presentar el estudiante) 
T1 (a) 15% 4 Evaluación T1: Práctica calificada y/o Trabajo grupal. 
Evaluación Parcial (a) 30% 8 Examen Parcial: Práctica calificada y/o Resolución de caso. 
T2 (a) 15% 12 Evaluación T2: Práctica calificada y/o Trabajo grupal. 
Evaluación Final (a) 40% 16 Evaluación Final: Informe y exposición de Proyecto y Resolución de problemas. 
Evaluación Sustitutoria (a) - (-) Evaluación Sustitutoria: Práctica calificada y/o Resolución de caso. 
(a)Los calificativos deben ser publicados en el sistema de acuerdo con el Calendario Académico establecido para el presente Semestre. 
 (-) Ver en el calendario académico los días en que se realizarán las evaluaciones sustitutorias. 
VII. BIBLIOGRAFÍA BÁSICA 
N° AUTOR TÍTULO AÑO ENLACE URL 
1  Taha, H. 
Investigación de operaciones. 
10th Edición. 
2017 
https://elibro.bibliotecaupn.elogim.com/es/lc/upnorte/titulos/38087 
 
VIII. INFORMACIÓN COMPLEMENTARIA 
REFERENCIA ENLACE 
LINDO SYSTEM INC. www.lindo.com 
Investigación de operaciones para los no matemáticos https://elibro.bibliotecaupn.elogim.com/es/lc/upnorte/titulos/74048 
Nuevas tendencias en investigación de operaciones y ciencias administrativas. Un 
enfoque desde estudios iberoamericanos 
https://repositorio.upn.edu.pe/handle/11537/28621 
Modelo matemático de transporte para una empresa comercializadora de 
combustibles, usando programación lineal 
https://repositorio.upn.edu.pe/handle/11537/28616 
La programación lineal aplicación de la pequeñas y medianas empresas https://repositorio.upn.edu.pe/handle/11537/28615 
Modelo de programación para el servicio de salas de cirugía de una clínica 
universitaria en Bogotá 
https://repositorio.upn.edu.pe/handle/11537/28614 
Estimando las participaciones de mercado de largo plazo en el servicio móvil 
peruano: Una aplicación de las Cadenas de Markov 
https://repositorio.upn.edu.pe/handle/11537/28613 
 
https://elibro.bibliotecaupn.elogim.com/es/lc/upnorte/titulos/38087
http://www.lindo.com  
https://elibro.bibliotecaupn.elogim.com/es/lc/upnorte/titulos/74048
https://repositorio.upn.edu.pe/handle/11537/28621
https://repositorio.upn.edu.pe/handle/11537/28616
https://repositorio.upn.edu.pe/handle/11537/28615
https://repositorio.upn.edu.pe/handle/11537/28614
https://repositorio.upn.edu.pe/handle/11537/28613