Descarga la aplicación para disfrutar aún más
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
Compartir