UNIVERSIDAD PRIVADA SAN PEDRO

Vicerrectorado Académico
Facultad de Ingeniería

SÍLABO DE INVESTIGACION OPERATIVA II

I. DATOS INFORMATIVOS
1.1. Escuela Profesional : INGENIERIA INDUSTRIAL
1.2. Código de la Asignatura : 04712
1.3 Prerrequisitos : 04613 (Investigación Operativa I)
1.4 Créditos : 04
1.5. Ciclo de Estudios : VII
1.6. Semestre Académico : 2018 - II
1.7. No de Horas Semanales : 5 horas semanales
1.7.1. Teoría : 3 horas semanales
1.7.2. Prácticas : 2 horas semanales
1.8. Duración : 17 semanas
1.8.1. Fecha inicio : 20/08/2018
1.8.2. Fecha de Culminación : 15/12/2018
1.9 Docente : Mg. Ing. Juan Paredes Campos.
1.10 Correo : j_paredes27@yahoo.es j_paredes27@hotmail.com

II. FUNDAMENTACION
El curso de Investigación Operativa forma parte de la formación de la Escuela Académico Profesional de
Ingeniería Informática y Sistemas. El curso es de naturaleza teórico – práctico, pertenece al área de Ciencias
de la Ingeniería y brinda a los alumnos los principios fundamentales de una organización a través de la
formulación de modelos cuantitativos de optimización lineal, determinísticos y probabilísticos, su solución
y análisis para tomar decisiones adecuadas durante la gestión administrativa.

Esta asignatura pretende crear y estimular en el estudiante de Ingeniería de Sistemas su imaginación creadora
para comprender y resolver Técnicas y Modelos de los innumerables problemas que se generan en la actua-
lidad y en cuyo ámbito está inmerso la Investigación de Operaciones conocido como el arte de la toma de
decisiones, que es la disciplina de base científica más importante del Análisis de Sistemas. Esta relación
basal se entiende si consideramos la alta complejidad de los actuales sistemas a estudiar, donde la necesidad
de cuantificar problemas y hacer una correcta interpretación y análisis de las soluciones relaciona amplia-
mente al Analista con aspectos fundamentales del álgebra, el análisis matemático y la estadística avanzada.

La Investigación Operativa que se ocupa de la distribución eficaz de recursos limitados puede considerarse
tanto arte como una ciencia. Como arte refleja los conceptos de eficientes y limitados de un modelo mate-
mático bien definido en una situación dada, como ciencia, comprende la deducción de métodos de cálculo
para resolver dichos modelos.

Trata lo temas: Programación lineal entera, optimización de redes, redes PERT/CPM, programación diná-
mica, teoría de juegos, modelos de líneas de espera, Inventarios y programación no lineal

También se pretende hacer uso del software apropiados para resolver problemas de investigación de opera-
ciones. Estos paquetes son el DS-POM, Grafos, Solver, Lindo System, etc.

III. COMPETENCIAS
3.1. Genéricas
1. Aplica conocimientos sobre el área de estudio y la profesión.
2. Identifica, plantea y resuelve problemas.
3. Aplica conocimientos en la práctica.
4. Demuestra capacidad para tomar decisiones.
5. Demuestra capacidad para motivar y conducir hacia metas comunes.
6. Demuestra capacidad para trabajar en equipo.

1
 UNIVERSIDAD PRIVADA SAN PEDRO
Vicerrectorado Académico
Facultad de Ingeniería

7. Demuestra capacidad para organizar y planificar el trabajo. 8. Asume Responsabilidad social y com-
promiso ciudadano
3.2. Específicas
1. Formular problemas de optimización con artificios de programación entera y solucionar mediante
algoritmos de ramificación y acotación y/o planos de corte y con software e interpretar los resultados.
2. Aplica los modelos de optimización de redes para resolver problemas de la ruta más corta, modelos
de minimización de redes y modelos de flujo máximo.
3. Representa, por medio de un diagrama, la red de actividades de un proyecto, realiza cálculos y lo
controla a lo largo de su duración, identificando la secuencia de actividades críticas que determinan
la duración del mismo, determinando un programa apropiado para que el proyecto tenga un costo
mínimo.
4. Realiza el análisis de costo del proyecto en función de la duración del mismo y viceversa
5. Resuelve problemas de problemas de programación dinámica, identificando las etapas, la ecuación
recursiva y selecciona el algoritmo adecuado, para mejorar la eficiencia
6. Describe los conceptos fundamentales de la teoría de colas para construir e implementar los modelos
de líneas de espera, para reducir la presencia de estos fenómenos a niveles soportables en la vida
real.
7. Describe técnicas de decisión bajo certidumbre, bajo riesgo e incertidumbre, para ayudarse a elegir
la “mejor” secuencia de decisiones en ciertos problemas, reconociendo su importancia y utilidad.

IV. Programación temática: 20/08/2018 al 15/12/2018

Sem. Tema Modalidad de aprendizaje Fecha Observación

Programación Lineal Entera  Clase teórica.  20/08/2018  Previamente debe resol-
1, 2  Introducción a los Modelos de programación Entera y  Clase práctica en laboratorio. al 01/09/208 ver problemas de progra-
modelamiento.  Resolución de problemas utilizando algoritmos y soft- mación lineal mediante el
 Resolución de problemas de P.E. ware especializado. método simplex
 Método de Branch and Bound.
 Método de los planos de corte
Modelo de optimización de redes  Clase teórica.  03/09/2018  Las definiciones teóricas,
3, 4  Definiciones básicas  Clase práctica en laboratorio. al 15/09/2018 el estudiante las debe leer
Modelos de la ruta más corta  Resolución de problemas utilizando algoritmos y soft- con anticipación
 Algoritmo de Dijkstra ware especializado.
 Algoritmo de Floyd-Warsall
Modelos de minimización de redes
(Problema del árbol de mínima expansión)
 Algoritmo de Kruskal
 Algoritmo de Prim
Modelos de Flujo máximo
Algoritmo de Ford-Fulkerson
 Solución de Ejercicios.
Administración de proyectos con CPM y PERT  Clase teórica.  17/09/2018  Las definiciones teóri-
5, 6  CPM: Antecedentes y definiciones: Proyecto, CPM/PERT,  Clase práctica en laboratorio. al cas, y algunos algorit-
importancia.  Resolución de problemas utilizando algoritmos y 29/09/2018 mos, el estudiante las
 Diferencias CPM/PERT software especializado. debe leer con anticipa-
 Representación con diagrama de flechas ción
 Calculo del tiempo de terminación del proyecto
 Identificación de tareas criticas
 Construcción del cronograma Gantt.
 PERT: Estimación de los tiempos de tareas(Tiempos: Op-
timista, pesimista, más probable)
 Distribución beta
 Calculo del tiempo esperado de terminación de proyec-
tos
 Variabilidad de la duración de un proyecto
 Análisis probabilístico del tiempo de terminación de pro-
yectos

2
 UNIVERSIDAD PRIVADA SAN PEDRO
Vicerrectorado Académico
Facultad de Ingeniería

 Estimación de la ruta critica

 Probabilidad de cumplimiento de un proyecto
 CPM con crashing (quiebre) entre tiempo y costo
 Obtención del tiempo de quiebre o mínimo
 Obtención del costo optimo
Programación dinámica • Clase teórica.  01/10/2018 al  Las definiciones teóricas,
7 • Elementos de un modelo de P. D. • Clase práctica en laboratorio. 06/10/2018 y algunos algoritmos, el
• Representación por ecuación recursiva. • Resolución de problemas utilizando algoritmos y soft- estudiante las debe leer
• Cálculos hacia delante y hacia atrás. ware especializado. con anticipación
• Aplicaciones de P. D.
• Problemas de la ruta más corta
• Problemas tipo mochila
8 PRIMERA EVALUACIÓN PARCIAL 09/10/208 al
13/10/2018
9 Programación dinámica  Clase teórica. 15/10/2018 al • Las definiciones teóricas,
 Aplicaciones de PD:  Clase práctica en laboratorio. 20/10/2018 y algunos algoritmos, el
 Problema de inversiones  Resolución de problemas utilizando algoritmos y estudiante las debe leer
 Problema de reemplazo de equipos software especializado. con anticipación
 Problema del tamaño de la fuerza de trabajo e Inventa-
rios
10, 11 Modelos de líneas de espera  Clase teórica. 22/10/2018 al • Las definiciones teóricas,
 Elementos y características de un sistema de colas.  Clase práctica en laboratorio. 03/11/2018 y algunos algoritmos, el
 Medidas de rendimiento de un sistema de colas.  Resolución de problemas utilizando algoritmos y estudiante las debe leer
 Análisis de un sistema (M/M/1). software especializado. con anticipación
 Análisis de un sistema (M/M/C).
 Análisis económico de un sistema de colas.
 Análisis de otros modelos.
12, 13 Análisis de decisiones y teoría de juegos  Clase teórica. 05/11/2018 al • Las definiciones teóricas,
• Toma de decisiones bajo certidumbre.  Clase práctica en laboratorio. 17/11/2018 y algunos algoritmos, el
• Toma de decisiones bajo riesgo.  Resolución de problemas utilizando algoritmos y estudiante las debe leer
• Toma de decisiones bajo incertidumbre. software especializado. con anticipación
• Teoría de juegos.
• Proceso de decisión markoviano
14,15 Teoría de Inventarios  Clase teórica. 19/11/2018 al • Las definiciones teóricas,
• Características de los modelos de inventarios.  Clase práctica en laboratorio. 01/12/2018 y algunos algoritmos, el
• Componentes de costo de un sistema de inventarios.  Resolución de problemas utilizando algoritmos y estudiante las debe leer
• Modelo EOQ o Cantidad Económica de Pedido software especializado. con anticipación
• (Economic Order Quantity).
• Sistema de Punto de Reorden
• Modelo EOQ con escasez
• Modelo EOQ con Producción
• Modelo EOQ con producción y faltantes
• Modelo de cantidades con descuentos
• Clasificación ABC y la ley de Pareto
16 SEGUNDA EVALUACIÓN PARCIAL 03/12/2018 al
15/12/2018

V. Metodología
Modalidad Tipo de clase Metodología
Presencial Teórica: Sesiones expositivas, explicativas y/o demostrativas de contenidos, a cargo del Clase Magistral: Método demostrativo
profesor
Laboratorio: Conjunto de casos y/o problemas Experimental: Demostraciones
Práctica: estudio de casos, análisis diagnósticos, problemas, laboratorio, de campo, aula de Experimental
informática, visitas, búsqueda de datos, bibliotecas, en red, internet, etc. Proyectos
Estudio de Casos
Investigación Bibliográfica
Demostraciones
Resolución de problemas, etc.

3
 UNIVERSIDAD PRIVADA SAN PEDRO
Vicerrectorado Académico
Facultad de Ingeniería

No Actividades individuales Seminario – Foro

Presencial Preparación se seminarios, lecturas, investigaciones, trabajos, memorias, etc. Para expo- Métodos de aprendizaje autónomo
ner a entregar en las clases de aprendizaje cooperativo. Se incluye la preparación de ensa-
yos, resúmenes de lectura, seminarios, talleres, conferencias, obtención de datos, análisis.
Así como el estudio de contenidos relacionados con las clases teóricas, prácticas y clases
de aprendizaje cooperativo, etc.
Estudiar para exámenes, trabajo en biblioteca, lecturas complementarias, hacer problemas
y ejercicios, etc.). Todo ello realizado de manera autónoma e individual

Grupal Seminario – Foro

Preparación se seminarios, lecturas, investigaciones, trabajos, memorias, etc. Para expo- Métodos participativos
ner a entregar en las clases de aprendizaje cooperativo. Se incluye la preparación de ensa-
yos, resúmenes de lectura, seminarios, talleres,

Conferencias, obtención de datos, análisis. Así como el estudio de contenidos relacionados

con las clases teóricas, prácticas y clases de aprendizaje cooperativo, etc.
Estudiar para exámenes, trabajo en biblioteca, lecturas complementarias, hacer problemas
y ejercicios, etc.) . Todo ello realizado en forma grupal y en espacios amplios

VI. Evaluación
Unidad De Aprendizaje
EPU = (K1OR + K2ES + K3TR+ K4OT) /10
ESU = (K1OR + K2E1 + K3TR+ K4OT) /10

K1 + K2 + K3 + K4 = 10

OR = Orales
ES = Examen Escritos
PR = Prácticas
OT = Otros
E1 = Examen sustitutorio

K1 = 1, K2 = 5, K3 = 3, K4 = 1

Evaluación Promocional
(EPU + ESU) /2

Examen Sustitutorio
El Examen Sustitutorio será solo de los Exámenes Escritos
El promedio se redondea a décimos

VII. Bibliografía Básica

a. Anderson D. R., Sweeney D. J., Williams T. A., Camm J. D. y Martin K. (2011). Métodos cuanti-
tativos para los negocios (11ª Edición). México, D.F.: Cengage Learning Editores, S.A.
b. Chapra S. C., Canale R. P. (2007). Métodos numéricos para ingenieros (5ª edición). México, D. F.:
McGrawHill/Interamericana Editores, S.A.
c. Eppen G.D., Gould F.J, Schmidt C.P., Moore J.H. y Weatherford L.R. (2000). Investigación de
operaciones en la Ciencia Administrativa (5ª Edición). México D. F.: Prentice-Hall.
d. Hillier F. S. y Lieberman G. J. (2010). Introducción a la Investigación de Operaciones (Novena
Edición). México D.F.: Mc Graw-Hill.
e. Martin Q., Santos M. T., Paz Y. R. de (2005). Investigación Operativa, Problemas y ejercicios
resueltos. Madrid: Pearson Educación S.A.
4
 UNIVERSIDAD PRIVADA SAN PEDRO
Vicerrectorado Académico
Facultad de Ingeniería

f. Martínez I., Vertiz G., López J. y otros (2014). Investigación de Operaciones (Primera edición).
México D. F.: Grupo Editorial Patria.
g. Montufar M., Flores H., Hein N., López J y otros (2009). Investigación de Operaciones. México
D.F.: Grupo Editorial Patria.
h. Render Barry, Stair Ralph M. Jr, Hanna Michael E. (2012). Métodos Cuantitativos para los Negocios
(Undécima edición). México D.F.: Pearson Educación.
i. Taha H.A. (2012). Investigación de Operaciones (9ª Edición). México D.F.: Pearson Educación
j. Winston W. L. (2005). Investigación de operaciones-Aplicaciones y Algoritmos (Cuarta edición).
México D.F.: Thomson.

Complementaria
a. Hillier F, S y Hillier M. S. (2008). Métodos Cuantitativos Para Administración (Tercera Edición).
México D.F.: Mc Graw Hill.
b. Nieves Hurtado A., Domínguez Sánchez F. C. (2006). Métodos numéricos aplicados a la ingeniería
(2ª Edición). México, D.F.: Compañía Editorial Continental
c. Prawda Witenberg Juan (2004). Métodos y modelos de investigación de operaciones. Volumen I:
Modelos determinísticos. México D. F.: Editorial Limusa.
d. Solow M. K. (1996). Investigación de operaciones (1ª Edición). México D. F.: Prentice Hall.

Libros en la biblioteca virtual de la USP

a. Chediak Pinzón, Francisco Alfonso (2013). Investigación de operaciones. Volumen I (3ª edición).
Colombia: Universidad de Ibagué.
b. Taibo, Amaro (2002). Investigación de operaciones para los no matemáticos. México D.F.: Insti-
tuto Politécnico Nacional.
c. Nápoles Peña, Omar (2007). Folleto de investigación de operaciones I. Cuba: Editorial Universi-
taria.
d. Kong, Maynard (2010). Investigación de operaciones: programación lineal. Problemas de trans-
porte. Análisis de redes. Perú: Fondo Editorial de la Pontificia Universidad Católica del Perú
e. Pérez Vergara Ileana, Garza Ríos Rosario, Argüelles Leydier (02/2010). Desarrollo de multimedia
para el aprendizaje de la investigación de operaciones. En: Memorias Universidad 2008. Cuba:
Editorial Universitaria.